一种电-热互联综合能源系统机会约束协调优化方法技术方案

本发明专利技术公开了一种电‑热互联综合能源系统机会约束协调优化方法。该方法包含以下内容，首先在电‑热互联综合能源系统模型的基础上，同时考虑输入变量的随机性和相关性，建立机会约束协调优化模型，然后基于原对偶内点法计算确定性最优能量流能到一组最优调度方案，在此方案下采用CLMCS(Correlation Latin Hypercube Sampling‑Monte Carlo Simulation)方法求解概率能量流，Cornish‑Fisher级数拟合状态变量概率分布，最后采用启发式算法调整机会约束的上下界，迭代计算得到一组满足所有机会约束的最优调度方案。算例分析结果验证了本文所提方法的有效性与实用性。

【技术实现步骤摘要】
一种电-热互联综合能源系统机会约束协调优化方法
本专利技术涉及综合能源系统运行调度领域，尤其涉及一种电-热互联综合能源系统机会约束协调优化方法。
技术介绍
随着能源与环境问题的日益突出，如何提高能源利用效率、发掘新能源、实现可再生能源规模化开发，并最终构建统一的社会综合能源系统已成为国际能源领域重要的战略研究方向。综合能源系统一般涵盖集成的供电、供气、供暖、供冷、供氢和电气化交通等能源系统，以及相关的通信和信息基础设施。随着热网的普及、热电联产(CombinedHeatandPower,CHP)机组的广泛使用以及电转热(PowertoHeat,P2H)技术的发展，电力系统与热力系统之间的耦合不断加深，逐渐形成了以电-热互联综合能源系统为代表的区域级综合能源系统。电-热互联综合能源系统是综合能源系统在地理分布上与功能实现的具体体现，蕴含电、热能源耦合与集成机理，近年来发展迅速。最优潮流是网络规划和运行的重要工具。但是目前针对电-热互联综合能源系统协调优化运行的研究考虑的均是恒定电负荷和恒定热负荷，且大多基于确定性模型，未充分考虑新能源接入背景下电网及热网的不确定性。在可再生能源的装机规模进一步增加的情况下，其出力波动性和不确定性给网络的安全运行带来了极大的挑战，因此有必要在系统协调优化分析中计及随机性的影响。另外电网和热网还具有一定的相关性，忽略其相关性会导致优化结果不准确。机会约束优化是随机优化的重要分支。机会约束优化用于解决在给定置信度水平下具有不确定因素的优化问题，允许所做决策在一定概率下不满足约束条件。机会约束优化已在电力系统网络重构、经济调度、机组组合等方面得到了广泛研究，但是在电-热互联综合能源系统的随机优化中还鲜有涉及。
技术实现思路
专利技术目的：本专利技术针对现有技术存在的问题，提供一种电-热互联综合能源系统机会约束协调优化方法，求解随机最优能量流。技术方案：本专利技术所述的电-热互联综合能源系统机会约束协调优化方法包括以下步骤：(1)建立电-热互联综合能源系统模型，包括：电力系统模型、热力系统水力模型、热力系统热力模型、热电联产机组模型；(2)针对光伏出力预测、负荷预测存在的误差，建立光伏出力和电、热负荷随机输入变量的概率模型；(3)以网络总运行成本最小为优化控制目标，根据所述电-热互联综合能源系统模型建立电-热互联综合能源系统机会约束协调优化模型；(4)确定性最优能量流计算，即不考虑输入变量的随机性，将输入变量的期望代入，采用原对偶内点法求解确定性最优能量流，得到一组最优调度方案；(5)计及相关性的概率能量流计算，即在步骤4所得最优调度方案下，采用CLMCS方法计算状态变量的概率分布，得到一系列状态变量概率分布的样本；(6)状态变量概率分布计算，即利用步骤5所得状态变量概率分布的样本，计算状态变量的各阶半不变量，Cornish-Fisher级数拟合状态变量的概率分布；(7)判断状态变量是否满足机会约束限制，如果满足机会约束限制，则停止计算，将当前结果作为最优方案输出，如果不满足机会约束限制，则转步骤8；(8)判断是否达到迭代次数上限，如果达到迭代次数上限则停止计算，否则，采用启发式算法调整机会约束的上下界，并返回步骤4，迭代计算，直到找到一组满足所有机会约束限制的调度方案，作为最优方案输出。进一步的，所述步骤(1)具体包括以下步骤：(1-1)采用交流潮流模型描述电力系统模型为：式中：P、Q为节点的有功功率和无功功率；Y为节点导纳矩阵；为节点电压相量；(1-2)建立热力系统水力模型为：流量连续性方程：AHm＝mq回路压头方程：BHhf＝0压头损失方程：hf＝Km|m|式中：AH为热力系统节点-支路网络关联矩阵；m为热力系统管道流量；mq为注入节点的流量；BH为热力系统回路-支路环路关联矩阵；hf为由管道摩擦造成的压头损失；K为管道的阻力系数；(1-3)建立热力系统热力模型为：节点热量方程：H＝Cpmq(Ts-T0)管道温度降落方程：节点混合温度方程：(∑mout)Tout＝∑(minTin)式中：H为热负荷消耗或热源提供的热量；Cp为水的比热容；Ts为供热温度，T0为输出温度；Tstart和Tend分别为管道起点和终点热水的温度；Ta为环境温度；λ为管道的热传导系数；L为管道长度；m为管道流量；mout和min分别为流出和注入节点的流量；Tout和Tin分别为流出和注入节点的热水的温度；(1-4)建立热电联产机组模型为：式中：PCHP,i和HCHP,i分别为第i台CHP机组的电出力和热出力；PCHP,i,k和HCHP,i,k分别为第i台CHP机组可行域第k个边界点对应的电出力和热出力；ηi,k为第i台CHP机组第k个边界点的电、热出力权重系数；ΩCHP,i为第i台CHP机组可行域顶点集合；ΩCHP为CHP机组集合。进一步的，所述步骤(2)具体包括以下步骤：(2-1)建立光伏出力的概率模型为：式中：f(PPV)为光伏电站有功出力PPV的概率密度函数；α和β为Beta分布的形状参数；PPV、PPV,max为光伏电站实际有功出力和最大有功出力，Γ(·)表示Gamma函数；(2-2)建立电、热负荷的概率模型为：式中：f(Pload)和f(Hload)分别为电负荷有功功率Pload和热负荷Hload的概率密度函数；和分别为电负荷的期望和标准差；和分别为热负荷的期望和标准差。进一步的，所述步骤(3)具体包括以下步骤：(3-1)以网络总运行成本最小为优化控制目标建立电-热互联综合能源系统机会约束协调优化模型，其中，所述优化模型的目标函数为：式中：f为网络总运行成本；ΩCHP为CHP机组集合，第i台CHP机组的运行成本CCHP,i是关于其电出力PCHP,i和热出力HCHP,i的二次函数，μ1—μ6为成本系数；(3-2)设置所述目标函数的确定性约束，包括如下约束：电-热互联综合能源系统模型中约束；CHP机组的电、热出力约束：PCHP,i,min≤PCHP,i≤PCHP,i,maxQCHP,i,min≤QCHP,i≤QCHP,i,maxHCHP,i,min≤HCHP,i≤HCHP,i,max式中：PCHP,i,min和PCHP,i,max、QCHP,i,min和QCHP,i,max、HCHP,i,min和HCHP,i,max分别为CHP有功出力的上届和下界、无功出力的上届和下界、热出力的上届和下界；(3-3)设置所述目标函数的机会约束，包括如下约束：Pr{Vi≤Vi,max}≥pV,max,Pr{Vi≥Vi,min}≥pV,minPr{mi≤mi,max}≥pm,max,Pr{mi≥mi,min}≥pm,min式中：Pr{·}表示机会约束成立的概率；Vi表示电网节点i的电压幅值；mi、Ts,i和Tr,i分别表示热网管道i的流量、热网节点i的供热温度和回热温度；pV、pm、为对应变量的预置置信水平；下标“max”和“min”分别表示模型中对应变量的上下界。进一步的，所述步骤(6)具体包括以下步骤：(6-1)计算状态变量的各阶半不变量：根据步骤(5)中CLMCS方法所得m个状态变量概率分布的样本Sm×N＝(s1,s2,...,sN)计算状态变量的各阶原点矩χυ，再由半不变量与原点矩的关系求得状态变量的各阶半不变量本文档来自技高网...

【技术保护点】
1.一种电‑热互联综合能源系统机会约束协调优化方法，其特征在于，包括以下步骤：(1)建立电‑热互联综合能源系统模型，包括：电力系统模型、热力系统水力模型、热力系统热力模型、热电联产机组模型；(2)针对光伏出力预测、负荷预测存在的误差，建立光伏出力和电、热负荷随机输入变量的概率模型；(3)以网络总运行成本最小为优化控制目标，根据所述电‑热互联综合能源系统模型建立电‑热互联综合能源系统机会约束协调优化模型；(4)确定性最优能量流计算，即不考虑输入变量的随机性，将输入变量的期望代入，采用原对偶内点法求解确定性最优能量流，得到一组最优调度方案；(5)计及相关性的概率能量流计算，即在步骤4所得最优调度方案下，采用CLMCS方法计算状态变量的概率分布，得到一系列状态变量概率分布的样本；(6)状态变量概率分布计算，即利用步骤5所得状态变量概率分布的样本，计算状态变量的各阶半不变量，Cornish‑Fisher级数拟合状态变量的概率分布；(7)判断状态变量是否满足机会约束限制，如果满足机会约束限制，则停止计算，将当前结果作为最优方案输出，如果不满足机会约束限制，则转步骤8；(8)判断是否达到迭代次数上限，如果达到迭代次数上限则停止计算，否则，采用启发式算法调整机会约束的上下界，并返回步骤4，迭代计算，直到找到一组满足所有机会约束限制的调度方案，作为最优方案输出。...

【技术特征摘要】
1.一种电-热互联综合能源系统机会约束协调优化方法，其特征在于，包括以下步骤：(1)建立电-热互联综合能源系统模型，包括：电力系统模型、热力系统水力模型、热力系统热力模型、热电联产机组模型；(2)针对光伏出力预测、负荷预测存在的误差，建立光伏出力和电、热负荷随机输入变量的概率模型；(3)以网络总运行成本最小为优化控制目标，根据所述电-热互联综合能源系统模型建立电-热互联综合能源系统机会约束协调优化模型；(4)确定性最优能量流计算，即不考虑输入变量的随机性，将输入变量的期望代入，采用原对偶内点法求解确定性最优能量流，得到一组最优调度方案；(5)计及相关性的概率能量流计算，即在步骤4所得最优调度方案下，采用CLMCS方法计算状态变量的概率分布，得到一系列状态变量概率分布的样本；(6)状态变量概率分布计算，即利用步骤5所得状态变量概率分布的样本，计算状态变量的各阶半不变量，Cornish-Fisher级数拟合状态变量的概率分布；(7)判断状态变量是否满足机会约束限制，如果满足机会约束限制，则停止计算，将当前结果作为最优方案输出，如果不满足机会约束限制，则转步骤8；(8)判断是否达到迭代次数上限，如果达到迭代次数上限则停止计算，否则，采用启发式算法调整机会约束的上下界，并返回步骤4，迭代计算，直到找到一组满足所有机会约束限制的调度方案，作为最优方案输出。2.根据权利要求1所述的一种电-热互联综合能源系统机会约束协调优化方法，其特征在于：所述步骤(1)具体包括以下步骤：(1-1)采用交流潮流模型描述电力系统模型为：式中：P、Q为节点的有功功率和无功功率；Y为节点导纳矩阵；为节点电压相量；(1-2)建立热力系统水力模型为：流量连续性方程：AHm＝mq回路压头方程：BHhf＝0压头损失方程：hf＝Km|m|式中：AH为热力系统节点-支路网络关联矩阵；m为热力系统管道流量；mq为注入节点的流量；BH为热力系统回路-支路环路关联矩阵；hf为由管道摩擦造成的压头损失；K为管道的阻力系数；(1-3)建立热力系统热力模型为：节点热量方程：H＝Cpmq(Ts-T0)管道温度降落方程：节点混合温度方程：(∑mout)Tout＝∑(minTin)式中：H为热负荷消耗或热源提供的热量；Cp为水的比热容；Ts为供热温度，T0为输出温度；Tstart和Tend分别为管道起点和终点热水的温度；Ta为环境温度；λ为管道的热传导系数；L为管道长度；m为管道流量；mout和min分别为流出和注入节点的流量；Tout和Tin分别为流出和注入节点的热水的温度；(1-4)建立热电联产机组模型为：式中：PCHP,i和HCHP,i分别为第i台CHP机组的电出力和热出力；PCHP,i,k和HCHP,i,k分别为第i台CHP机组可行域第k个边界点对应的电出力和热出力；ηi,k为第i台CHP机组第k个边界点的电、热出力权重系数；ΩCHP,i为第i台CHP机组可行域顶点集合；ΩCHP为CHP机组集合。3.根据权利要求1所述的一种电-热互联综合能源系统机会约束协调优化方法，其特征在于：所述步骤(2)具体包括以下步骤：(2-1)建立光伏出力的概率模型为：式中：f(PPV)为光伏电站有功出力PPV的概率密度函数；α和β为Beta分布的形状参数；PPV、PPV,max为光伏电站实际有功出力和最大有功出力，Γ(·)表示Gamma函数；(2-2)建立电、热负荷的概率模型为：式中：f(P...

【专利技术属性】
技术研发人员：卫志农，孙娟，孙国强，臧海祥，陈胜，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32