【技术实现步骤摘要】
本专利技术涉及新能源电力系统，尤其涉及一种多微网综合能源系统分布式优化方法、装置、设备及介质。
技术介绍
1、随着当今世界工业的快速发展，社会面临着能源短缺和环境恶化的问题，因此迫切需要合理的手段来提高各类能源的利用率，减少碳排放以降低环境的压力。冷、热、电、气四种能源相互耦合的综合能源系统在电力行业的广泛应用成为了解决问题的重要方法之一。不同微网之间进行功率互济，能有效解决供需平衡问题，降低成本，如何对多微网进行优化调度成为当前的研究热点问题。
2、目前对多微网进行优化调度主要可以分为集中式和分布式两类。集中式优化算法虽然简便快捷，但需要将系统中所有微网的各种数据传输到控制中心进行统一调度，通信量巨大，灵活性和稳定性不强，所以大部分学者采用分布式算法进行研究，以保证各个微网隐私性和安全性。
3、现有技术中，对于单个微网的隐私性和安全性，采用分布式算法进行优化，但多数仅以经济成本为目标来进行优化，目前对多微网内储能设备的充放电次数控制研究较少，若直接基于现有的控制策略进行优化，可能会存在频繁充放电现象，会对储能电池使用寿命造成不良影响。
4、公开于该
技术介绍
部分的信息仅仅旨在加深对本专利技术的总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
1、本专利技术提供了一种多微网综合能源系统分布式优化方法、装置、设备及介质，从而有效解决
技术介绍
中的问题。
2、为了达到上述目的，
3、输入含多种能源的多微网综合能源系统拓扑；
4、以多微网综合能源系统的运行成本最小和基于碳排放的环境成本最小为目标函数，建立多目标分布式优化调度模型；
5、对多微网综合能源系统中各储能设备在一个周期内的充放电次数进行约束，使其一个周期内的充电次数和放电次数不超过设定值；
6、使用改进的自适应步长admm分布式算法，对所述多目标分布式优化调度模型进行迭代优化，得到最优调度策略。
7、进一步地，所述多目标分布式优化调度模型包括：
8、
9、
10、式中，表示第i个微网的运行成本目标函数，n表示所有微网的集合，pi,exc,t表示第i个微网在t时刻与其他微网的交互功率，正表示接受功率，负表示送出功率；表示第i个微网的环境成本目标函数，t为一个周期。
11、进一步地，所述使用改进的自适应步长admm分布式算法，对所述多目标分布式优化调度模型进行迭代优化前，先将运行成本最小的目标函数分别分解至单个微网，包括：
12、
13、式中，λi,t为迭代计算的拉格朗日乘子，表示计算环境成本目标函数时得到的互济功率协调变量，ρ表示迭代计算的惩罚参数。
14、进一步地，所述使用改进的自适应步长admm分布式算法，对所述多目标分布式优化调度模型进行迭代优化前，先将环境成本最小的目标函数分别分解至单个微网，包括：
15、
16、式中，表示计算运行成本目标函数时得到的互济功率协调变量。
17、进一步地，使用改进的自适应步长admm分布式算法，对所述多目标分布式优化调度模型进行迭代优化，包括如下步骤：
18、输入设备参数、拉格朗日乘子λi,t和惩罚参数ρ；
19、各pies子系统独立并行求解自治优化问题，进行运行优化；
20、根据各pies子系统的优化结果更新协调变量和拉格朗日乘子，传递最新的协调变量及更新后的拉格朗日乘子λi,t；
21、更新步长；
22、对优化结果进行判断是否满足条件，若优化结果的原始残差和对偶残差分别小于设定阈值，则判断此时达到最优调度策略，输出优化结果；
23、若优化结果未满足条件，则迭代次数加一，重复运行优化的过程。
24、进一步地，所述各pies子系统独立并行求解自治优化问题，进行运行优化，包括：
25、对单个微网的运行成本最小的目标函数进行求解，并得到优化结果pi,exc,t，根据结果更新协调变量，令得到的协调变量用于与其他pies以及能源节点处进行通信，其中表示计算运行成本目标函数时得到的互济功率协调变量；
26、考虑在能源节点产生的碳排放对区域整体经济性的影响，对单个微网的环境成本最小的目标函数进行求解，并得到优化结果pi,exc,t，根据结果更新协调变量，令得到的协调变量用于与其他pies进行通信，其中表示计算环境成本目标函数时得到的互济功率协调变量。
27、进一步地，所述传递最新的协调变量及更新后的拉格朗日乘子包括：
28、
29、其中，λi,t[k+1]为更新后的拉格朗日乘子，λi,t[k]为原拉格朗日乘子，和分别为最新的协调变量。
30、进一步地，所述更新步长包括：
31、
32、其中，ρ[k]为原惩罚参数，ρ[k+1]为新的惩罚参数，δpri、δdual分别为原始残差和对偶残差。
33、进一步地，所述对优化结果进行判断是否满足条件中，所述条件包括：
34、
35、其中δpri、δdual分别为原始残差和对偶残差。
36、进一步地，所述对多微网综合能源系统中各储能设备在一个周期内的充放电次数进行约束，包括如下步骤：
37、对储能设备进行建模，确定运行约束；
38、设定在一个周期内的充放电次数，建立充放电次数约束。
39、进一步地，所述对储能设备进行建模，确定运行约束包括：
40、其数学模型为：
41、soc＝esb/esb_r
42、充电时：
43、socsb,t＝(1-σsb)×socsb,t-1+ηsb_in×psb_in,t×δt/esb_r
44、放电时：
45、socsb,t＝(1-σsb)×socsb,t-1+ηsb_out×psb_out,t×δt/esb_r
46、运行约束：
47、
48、式中，soc表示荷电状态，esb为当前储能设备储能电量，esb_r为储能设备的最大储能电量，socsb,t、socsb,t-1表示储能设备在t时刻及t-1时刻的荷电状态，σsb为储能设备自身电力消耗率，ηsb_in为储能设备吸收电量的转化效率，ηsb_out为储能设备提供电量的转化效率，psb_in,t为储能设备吸收电量，psb_out,t为储能设备提供电量，usb为储能设备的充放电状态。
49、进一步地，所述设定在一个周期内的充放电次数，建立充放电次数约束，包括：
50、若初始处于充电状态：
51、usb,in,n,t+usb,in,n,t+1+...+usb,in,n,2本文档来自技高网...
【技术保护点】
1.一种多微网综合能源系统分布式优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多微网综合能源系统分布式优化方法，其特征在于，所述多目标分布式优化调度模型包括：
3.根据权利要求2所述的多微网综合能源系统分布式优化方法，其特征在于，所述使用改进的自适应步长ADMM分布式算法，对所述多目标分布式优化调度模型进行迭代优化前，先将运行成本最小的目标函数分别分解至单个微网，包括：
4.根据权利要求3所述的多微网综合能源系统分布式优化方法，其特征在于，所述使用改进的自适应步长ADMM分布式算法，对所述多目标分布式优化调度模型进行迭代优化前，先将环境成本最小的目标函数分别分解至单个微网，包括：
5.根据权利要求2所述的多微网综合能源系统分布式优化方法，其特征在于，使用改进的自适应步长ADMM分布式算法，对所述多目标分布式优化调度模型进行迭代优化，包括如下步骤：
6.根据权利要求5所述的多微网综合能源系统分布式优化方法，其特征在于，所述各PIES子系统独立并行求解自治优化问题，进行运行优化，包括：
7.根据权
8.根据权利要求5所述的多微网综合能源系统分布式优化方法，其特征在于，所述更新步长包括：
9.根据权利要求5所述的多微网综合能源系统分布式优化方法，其特征在于，所述对优化结果进行判断是否满足条件中，所述条件包括：
10.根据权利要求1所述的多微网综合能源系统分布式优化方法，其特征在于，所述对多微网综合能源系统中各储能设备在一个周期内的充放电次数进行约束，包括如下步骤：
11.根据权利要求10所述的多微网综合能源系统分布式优化方法，其特征在于，所述对储能设备进行建模，确定运行约束包括：
12.根据权利要求10所述的多微网综合能源系统分布式优化方法，其特征在于，所述设定在一个周期内的充放电次数，建立充放电次数约束，包括：
13.一种多微网综合能源系统分布式优化装置，其特征在于，使用如权利要求1至12中任一项所述的方法，包括：
14.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-12中任一项所述的方法。
15.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-12中任一项所述的方法。
...【技术特征摘要】
1.一种多微网综合能源系统分布式优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多微网综合能源系统分布式优化方法，其特征在于，所述多目标分布式优化调度模型包括：
3.根据权利要求2所述的多微网综合能源系统分布式优化方法，其特征在于，所述使用改进的自适应步长admm分布式算法，对所述多目标分布式优化调度模型进行迭代优化前，先将运行成本最小的目标函数分别分解至单个微网，包括：
4.根据权利要求3所述的多微网综合能源系统分布式优化方法，其特征在于，所述使用改进的自适应步长admm分布式算法，对所述多目标分布式优化调度模型进行迭代优化前，先将环境成本最小的目标函数分别分解至单个微网，包括：
5.根据权利要求2所述的多微网综合能源系统分布式优化方法，其特征在于，使用改进的自适应步长admm分布式算法，对所述多目标分布式优化调度模型进行迭代优化，包括如下步骤：
6.根据权利要求5所述的多微网综合能源系统分布式优化方法，其特征在于，所述各pies子系统独立并行求解自治优化问题，进行运行优化，包括：
7.根据权利要求6所述的多微网综合能源系统分布式优化方法，其特征在于，所述传递最新的协调变量及更新后的拉格朗日乘子包括：
【专利技术属性】
技术研发人员：刘建，周建华，李群，袁宇波，嵇建飞，史林军，杜渐，史明明，易文飞，陈舒，岑子梦，吴峰，李杨，陈静，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。