[发明专利]一种基于二阶锥松弛转化方法的电-气综合能源微网优化调度方法

说明书

一种基于二阶锥松弛转化方法的电‑气综合能源微网优化调度策略，对系统中各能源生产、转换及储能设备建模，建立电‑气综合能源微网系统模型；运用二阶锥松弛方法对支路潮流非线性约束进行转化；在此基础上，基于所建立的微网模型，研究二阶锥松弛转化方法的应用条件，提出以微网总运行成本为目标函数的优化调度策略。此外在没有满足二阶锥规划应用条件的情况下，提出在目标函数中增加线路损耗以使微网系统正常优化运行，使总成本最优的同时，提高系统的适应性和灵活性。

技术领域

本发明属于微网优化调度策略领域，具体涉及一种基于二阶锥松弛转化方法的电-气综合能源微网优化调度方法。

背景技术

近些年，随着全球经济的迅速发展，对于能源的需求变得越来越大，这导致化石燃料迅速枯竭，全球环境污染日益加剧。微网作为一个包含分布式能源、储能系统、热电气负荷、保护与监控装置的小型系统，在未来的能源网络和结构中，将起到重要作用，它能充分发挥分布式电源的经济效益和环保效益，具有巨大的社会与经济意义，同时它对于维护系统稳定、保障某些重要负荷安全有着很大的优势，因而对于微网系统的研究日益重要。

目前对于微网的研究多为结构和算法方面。在微网结构方面，主要涉及微网中各个能源的类型、耦合关系等，相关的研究有基于电-冷-热结构，建立冷热电联供的系统模型；考虑沼-风-光之间的耦合关系，建立综合能源微网优化模型等等。此外储能系统因其能灵活调节的优势，在储能优化中起着重要的作用，所以包含储能系统的微网研究也很广泛，此外氢能作为一种清洁能源在微网系统中的应用正越来越广泛，考虑以氢能为主导的综合能源系统为未来综合能源系统的发展提供了方向。关于微网优化算法，已有一定的研究，常见的有以系统总成本最小为目标,采用混合整数规划方法求解的方法；为应对新能源的需要，自适应加权和算法相结合的近似动态规划算法被提出以较好地满足以新能源发电为主电源的独立微网日前调度需求；针对具体微网，粒子群算法和人工蜂群算法被引入以解决微网优化调度问题。此外，针对传统集中式优化调度方法难以全面反映综合能源微网内不同智能体的利益诉求,以及人工智能技术在综合能源调度方面的应用亟待进一步挖掘等问题，人工智能算法正成为一个新的研究方向。

微网系统进行建模时，由于微网潮流约束存在非线性约束边界条件，需进行线性转化。以往基于人工智能的启发式算法因其简单、较容易模拟复杂约束等优势，在求解非线性优化调度问题时得到了普遍应用。但智能算法在求解非线性模型时仍有明显不足，比如求解速度慢、容易陷入局部最优而无法保证全局最优，这些问题都促使研究人员探索研究更有效的求解算法，以满足全局最优、求解速度快等要求。

发明内容

为了克服现有技术的不足，本发明提出一种基于二阶锥松弛转化方法的电-气综合能源微网优化调度方法，对系统中各能源生产、转换及储能设备建模，建立电-气综合能源微网系统模型；运用二阶锥松弛方法对支路潮流非线性约束进行转化；在此基础上，基于所建立的微网模型，研究二阶锥松弛转化方法的应用条件，提出以微网总成本为目标函数的优化调度策略。本发明的优化调度策略可使微网总成本达到最优值，此外提出在目标函数中增加线路损耗的方法可以使微网系统在没有满足二阶锥规划应用条件的情况下正常运行，使总成本最优的同时，提高系统的适应性和灵活性。

为了实现上述目的，本发明的技术方案为：

一种基于二阶锥松弛转化方法的电-气综合能源微网优化调度方法，所述方法包括以下步骤：

S1：建立电-气综合能源微网系统及内部设备模型，设定设备运行相关参数，将包含运行成本和环境成本的综合运行成本设定为目标函数；

电-气综合能源微网系统涉及电力网络、氢储能系统、天然气网络三部分，微网系统运行的优化目标为综合运行成本最低，综合运行成本包括系统运行成本以及环境成本；

系统运行成本表示为：

f1＝f11+f12+f13 (1)