基于一致性理论的多区域互联综合能源系统优化策略

抽象的

本文研究了旨在提高能源效率的集成能源系统的协作优化策略，用于集成能量系统（IES）。本文提出了一种基于IES协调优化方法的改进的离散一致性方法。考虑到电力，热量和气体的混合能量供应的IES模型在一个区域中构建。然后建立最大回报的客观函数，在假设电力，热量和气体价格的前提下，可以用作调节能量利用的经济手段。最后，将一致性理论应用于IES，并且利用改进的离散一致性算法来优化目标函数。在案例研究中，某个地区IE被视为中国东北部的一个例子。案例研究展示了IES协调优化方法的有效性和准确性。

1.介绍

随着可再生能源技术和能源互联网发展的进展，与含有高比例可再生能源的综合能源系统有关的技术研究逐渐成为一个热门话题[1-3.]．以电网为核心的综合能源系统，与电、热、气等各类能源相连接，使高比例的可再生能源电网更能应对不确定性和随机性，并能与各种形式的能源有效兼容，确保多元化能源供应系统的可持续、可靠运行。为了促进多区域综合能源系统的协同发展，研究多区域综合能源系统的优化运行具有重要意义[4.]．

目前，研究方法包括优化集成能量系统操作的经济运行和鲁棒操作。经济运作是指使用集成能量系统，以最大限度地减少每个设备的运营成本，并提出优化问题和解决方案[5.-7.]．关于经济运行问题，通过统一的组合电力方法分析电能，热能和气体能量，研究侧重于多元素来源的协同作用及在不同时间尺度上的能量惯性的应用。此外，在一些经济运行问题的研究中，优化目标不仅是设备的运营成本，而且是环境成本，投资成本和网络损失成本。在稳健的优化问题中，提出了一种优化问题，目的是减少源和负载不确定性或提高系统承受故障风险的能力，并研究了其解决方案。该研究侧重于多种能源的协同增益和系统中不确定性的定量表征[8.那9.]．然而，随着综合能源系统规模的不断扩大，多区域综合能源系统的互联性逐渐加强，系统逐渐呈现出分布式的特征。因此，有必要对更适合实际系统的问题描述和求解方法进行进一步的研究。

基于价格的综合能源系统运行策略研究已成为研究热点之一。使用改进的遗传算法解决了热电联产单元的经济优化操作模型[10]，按电价执行。在 [11]提出了一个截止日期和成本感知的调度算法，用于IOT的结构化任务。在 [12]，建立智能电网最优调度模型，实现热电联产机组和风电机组的高效利用。建立收益最大的目标函数，利用变异算子的粒子群算法对[13]．在 [14]建立了多目标功能，其考虑了分布式发电和负载的随机性。在 [15[考虑到负载波动和设备特性，研究了用于组合热电系统的功率分布的优化，提出了一种使用非线性编程的分析方法。在 [16]，在数据预处理后的不完全模型呈现稀疏性缓解推荐方法。在 [17]，研究了能源系统中燃料总成本的最小模型。在 [18[基于负载未知和无法控制的随机性，使用相应的约束方程来解决优化的模型。在 [19[系统优化目标函数是否以适当的设备，成本节约和经济效益等限制而添加。在 [20.]，基于IES模型，分析了成本最低的优化目标函数。在 [21]提出了一种动态重新配置，用于验证Web服务的交互式行为。在 [22]，求解了成本最低的目标函数和PV模型。在 [23，不同的电负载在IE中重新过，以加强系统优化精度。当前的综合能源系统优化策略可以在处理突然变化时做出一定的准确决策。为了提高系统的信息处理能力，提出了基于共识算法的集成能量系统的协作分布式优化操作策略在[24]．然而，对于多ALEA互联的集成能量系统，工作条件由于系统的高度复杂性而变化非常迅速。系统的计算非常高。因此，离散的一致性算法通常用于具有多限互连的真实集成能量系统。在本文中，使用统一算法来解决多ALEA互连集成能量系统的操作优化问题。实现了最佳解决方案，提高了求解速度。

本文的其余部分组织如下。在第1节，考虑到电力，热量和气体的混合能量供应的IES模型构成在单个区域中。在第2节，在假定电、热、气价格可以作为调整能源利用的经济手段的前提下，建立了收益最大的目标函数。然后，将一致性理论应用于IES，并采用改进的离散一致性算法对目标函数进行优化。在第3节研究了实际的例子，包括增加电收入，热收收入的增量，以及作为一致变量的气体收入的增量。根据改进的离散共识算法流，该模型连续计算，每种区域中的电力，热量和气体价格不断更新。验证了本文提出的方法的有效性和正确性。

2.集成能源系统

作为能源领域，IES在整合和转换能源方面起着重要作用。能源转换系统是能源互联网的重要组成部分，它通过多个能源转换设备之间的互联实现对能源的综合管理。该住宅配备了电力负荷、气体负荷、热负荷和太阳能电池，它们可以通过光伏发电自给自足，也可以与其他能源区域相互作用。IES由固态变压器(SST)、电池、电锅炉(EB)、微型汽轮机(MT)、热交换器、蓄热(HS)组成，可实现电能和热能的产生，电能转化为热能，电能和热能的存储。

风力发电模型是 在哪里是电源系统节点中的风输出在和为风电输出上限。

PV模型是 在哪里PV输出是否在电力系统节点在和为PV输出上限。

电力存储模型是 在哪里和充电和放电功率分别为储电，和 那 那和是损失率，能量转换效率，以及充电和放电效率。

电负荷模型为 在哪里是电负载，其中上限和下限是和 那分别。

电力系统的能量流模型是 在哪里和在考虑能量耦合单元的电力系统中的节点处表示注入的主动和无功功率，是电力系统节点导纳矩阵，和为电源系统节点电压相量。

电锅炉的型号为 在哪里电动锅炉电力和电力是电锅炉的效率。

蓄热模型为 在哪里是当时电锅炉的加热功率热网节点 那也就是说，蓄热装置的热注入功率;当它充当热网络时，蓄热装置被蓄热装置释放到热网络的热力;和 那 那和是损失率，能量转换效率，以及充电和放电效率。

热负荷模型为 在哪里热负荷，其中上限和下限和 那分别。

供热网络的能量流模型是 在哪里为水的比热容;用于热网络节点的流出矩阵;和是热网络节点中的热水输入和输出温度矩阵;为热网络中初始热功率矩阵;是热源网络环路分支的关系矩阵;是热网络管道流动矩阵;和为热网管道的阻尼系数矩阵。

微型燃气轮机的模型是 在哪里输出电力的MT;是电力效率;输出MT的热功率;是热的效率;和是热值低的天然气。

3.多ALEA互联IE的优化算法

3.1。目标函数和约束

基于电力，热量和天然气的混合能源，最高能源销售收入的目标函数如下： 在哪里IES中的用户输出电源;为IES中用户输出的热功率;和是IES中用户输出的天然气功率。

目标函数有限制：

3.2。改进的离散一致性算法

图表理论是分析一致性问题的重要数学工具。通过应用一致性理论，可以将多ALEA互连的IE分解为电网拓扑，热网络拓扑和天然气网络拓扑。所有地区使用通信网络进行信息交换，系统中的所有独立节点都由集合表示。系统中的定向图标记为G = (一种那B.）， 其中包含N独立节点。放一种表示系统中所有独立节点的集合，即，一种 = (一种1，一种2，......，一个）;集B.表示系统中独立节点的所有相邻边的集合，即，B. = (B.1，B.2，......，BN.）。如果是节点一世可以获得节点的所有信息j，同样，节点j还可以获得节点的所有信息一世，网络拓扑图称为强连接图。本文选择的电源纹纹，加热栅格和天然气栅格是所有强烈连接的网络拓扑。

拉普拉斯矩阵由邻接矩阵的度与矩阵的差值推导而来，因此元素的大小只与网络的拓扑有关。但是，不同地区的工业企业的收入增量不同，各系统也有其特殊性。如果邻接矩阵仍然采用0-1矩阵形式，将会降低系统在实际多区域互联IES中的收敛速度。在保证精度不变的前提下，改变拉普拉斯矩阵中的系数而不影响。改变拉普拉斯矩阵中元素的大小，可以提高收敛速度。改变元素的大小通常是通过赋予权重来实现的。重量尺寸计算如下:

迭代规则如下： 在哪里 ．它是计算的

矩阵可以表示为

3．3．收入增量一致性算法

在多透片互联IE中，由于电源子系统，加热子系统和天然气子系统的相互耦合以及电力，热量和气体能量之间的转换，各个区域中子系统的收入增量之间没有一致性。结果，各个区域中的子系统之间没有一致性。因此，建立了优化计划，这有利于提高IES的运行效率和盈利能力。在传统电力系统中，根据等于消耗率的标准，可以实现系统中每个有功电源的最佳分布。

本文采用了相同的能量增加率法的原理来优化和解决多个航程互连集成能量系统。最大收入增量的系统与外界进行能量相互作用，直到其收入增量降低到与其他两个系统的收入增量相同，然后每个地区的电力，热量和燃气收入增量达到一致性。当任何能量的清算价格发生变化以增加其收入时，它将导致其他子系统的总收入减少超过其收入增量，这表明系统的总收入减少了。为了提高收敛速度，建立了一种改进的离散一致性算法来迭代。在许多迭代之后，计算一致性变量以满足收敛准确性，并且收入增量是一致的。实现了系统益处的优化。

多ALEA互联IE的最佳收入如下：

根据一致性理论，表示一致性信息和K.表示迭代的数量。根据其相邻的子系统调整每个区域中每个区域中的每个子系统的一致性变量。随着迭代的数量增加，收入增量在里面一世地区和收入增量在里面j区域往往是一致的，这意味着 ．当每个区域中每个子系统的收入增量在收敛条件范围内一致时，在多体互连IES中实现了收入余额。

建立多区域互联IES的收入增量一致性算法，即通过自动控制区域获得主导区域发布的能源清算价格指令，并按照图中步骤重新分配能源清算价格1．具体流程如下。

3.4。收入增量一致性算法的收敛验证

经过多次迭代的收入增量一致性算法后，多重子互连IE的能量清算价格可以表示为 在哪里K.是迭代的数量;IES用户的输出电量;为IES用户的输出热;为IES用户输出气;地区是电源收入一世;地区供热收入一世;和是地区的燃气供应收入一世．什么时候 那 那和 那等式（18）可以表达

因此，收益增量一致性算法可以实现多区域互联IES清算价格的制定。

本文利用构造李雅普诺夫函数的方法证明了收入增量一致性算法的收敛性。

假设IES的每个能量清算价格输出是一维无线可分辨率凸起功能，定义域是 ．收入R.在领域内y可以表示为

等式（20.）可以简化到

一个李亚普诺夫多元函数V.对于多个能量清算互连集成能量系统的每个能量清算，其定义域是每个能量清算价格的上限和下限。功能V.可以描述为

假设收入R.≥0和 ≥ 0. In summary, afterK.迭代，多重子互连的IE具有以下关系：

结果可以被建模和表述为

因此，证明了收入增量一致性算法的收敛验证。

4.结果和讨论

在本文中，将三个区域（区域1，区域2和区域3）中的某些多重IE作为东北部门的示例。基于MATLAB，建立了耦合系统的耦合系统的仿真模型，并用CPLEL用于解决问题。在整个多体资料系统中的电力，热量和气体供应网络的详细参数在[10-14]．调度周期为24 h，机组调度步长为1 h。

在三个区域中，多种能量负载的数据通过分布特性描述，其中电负载能力为150兆瓦，热负荷容量为150兆瓦，每个区域的气体负荷容量为100 MW。在仿真系统中，蓄电容量为10兆瓦，储热容量为10兆瓦，储气容量为8兆瓦，每个区域中的微胶质涡轮能力为100 MW。电力初始交易价格为0.1元，热量0.12元，气体0.09元。风和光伏输出均为典型的日输出[10]．

各能量负荷的预测值如图所示2-4.， 分别。

数字5.是销售电力，热量和天然气价格的迭代结果。第38次迭代后，电力，热量和天然气的价格稳定在0.1元，0.14元，0.08元。此时，区域之间的每个能量清除的价格往往稳定。该结果表明，一致性算法对多河多次集成能源系统协调有效。

数字6.是每个地区的电力，热量和气体的收入增量。收入增量显示了内部协调的一致性。从图中可以看出，收入增量也倾向于在迭代后每个区域之间的价格稳定的条件下稳定在每个地区内。

数字7.在不同时间销售各种能源的价格。在每个时期，每个能源的清算价格可以根据负载值和系统的运行状态而变化。根据上述分析，每个清算价格都在系统稳定的情况下计算。900到20：00之间，电价和燃气价格的价格上涨，热价的价格下降，这表明了多型协调运作的有效性降低了系统的整体运营成本及其对能源的用户友好性用户。

数字8.-10分别为蓄电、蓄热、蓄气的功率曲线。储能可以通过自身的储能特性实现对能量的调节。储能利用低价位和高峰价位的能量。这一特性可以有效提高系统对动态风险的支持能力。各区域的能量存储不仅可以协调区域间的能量不平衡，而且可以减小系统的峰谷差，增强系统的稳定性。

数字11是微磁汽轮机的电源曲线。作为集成能量系统中的能量耦合单元，微胶质发动机具有灵活调节的特性。它可以实现电能，热能和气体能量的互补协调。在电价的上升阶段，微煤发动机可以增加其自身的输出来处理峰值负荷周期，并通过使用能量存储技术实现热电解耦。MicroGas涡轮机的协同操作不仅可以满足多energy负载的需求，而且还实现了系统的协同能量。

数字12是电锅炉的电源曲线。电气锅炉，作为电气设备和加热源，在集成能源系统中的能量平衡中起着重要作用。根据本文呈现的算法，计算了电锅炉的操作模式。它如图所示12电采暖炉可以采用价格低廉的方式采暖，可以降低电采暖炉的运行成本，提高电热能的协调性。

5.结论

本文将一致性理论应用于综合能源系统。通过对能源结算价格的选择和各单位之间的合理协调，计算出了等消耗增量下的一致性变化。在建立模型和求解模型的过程中，通过迭代计算，使各区域的电能、热能、燃气能增量保持一致，从而实现多区域互联的综合能源系统的协同优化。

在模拟的部分中，给出了具有三个互连区域的集成能量系统的示例，结果表明，改进的离散时间一致性算法可以提高计算速度并减少计算时间并实现合作优化的目标通过选择能量清算价格具有互联地区的集成能量系统。

数据可用性

随着数据的一部分进行了正在进行的研究，目前无法在此时间分享再现这些发现所需的数据。

披露

这是发表于2020年IEEE计算机、信息和电信系统国际会议(CITS 2020)上的论文《基于多智能体一致性理论的综合能源系统协调优化策略研究》(Research on Coordinating Optimization Strategy of Integrated Energy System Based Multiagent Consistency Theory)的延伸。

利益冲突

作者声明他们没有利益冲突。

参考

1. Y. Li，H. Zhang和X. Liang，“基于事件触发的多energy系统的分布式合作能源管理”工业信息学的IEEE交易，卷。15，不。14，pp。2008-2022,2019。视图:出版商网站|谷歌学术
2. T. Li，R. Huang，L. Chen，C.S.Jensen，以及T. B. Pedersen，“道路网络中不确定的轨迹压缩”，“VLDB捐赠的诉讼程序第13卷，没有。7, pp. 1050-1063, 2020。视图:出版商网站|谷歌学术
3. H. Gao，X. Qin，R. J. D. Barroso，W.Hussain，Y.Xu和Y. Yin，“软件定义设备的协作学习的工业IOT API建议：隐式知识发现视角”关于计算智能新主题的IEEE交易2020年。视图:出版商网站|谷歌学术
4. 高慧，刘畅，李勇，杨晓明，“基于混合网络的V2V数据传输与路由研究”，计算机科学与工程，2016,43(5):457 - 464。IEEE智能交通系统交易2020年。视图:出版商网站|谷歌学术
5. H. H. Gao，W. Q. Huang和Y.C.Duan，“云边缘的动态重新配置为移动电子商务环境的服务工作流程：QoS预测视角”互联网技术上的ACM交易2020年。视图:谷歌学术
6. 高慧，匡磊，尹勇，郭斌，窦坤，“基于时间演化的移动营销应用个性化推荐挖掘”，《计算机科学与技术》，2015年第1期。流动网络及应用第25卷，没有。4, pp. 1233-1248, 2020。视图:出版商网站|谷歌学术
7. 李勇，高大伟，高伟，张慧，周杰，“基于动态事件触发牛顿-拉弗逊算法的多能量系统双模能量管理”，系统工程理论与实践，2014,34(5):767 - 774。智能电网上的IEEE事务，卷。11，不。6，PP。5339-5356,2020。视图:出版商网站|谷歌学术
8. Y. Li，D. W. Gao和W. Gao，“一种能源互联网中多能量体的合作能源管理的分布式双牛顿下降算法”工业信息学的IEEE交易2020年。视图:出版商网站|谷歌学术
9. J. Cheng，X. Yang和L.朱，“考虑三相电力流动的微电网经济运行研究”电力系统保护与控制，卷。2013年，没有。7，pp。14-22,2013。视图:谷歌学术
10. H. Y. Long，J.W.MA和K. Wu，“电网的节能调度，具有大规模热电涡轮机的电网”，“电动自动化设备，卷。31，不。11，pp。18-22，2011年。视图:谷歌学术
11. X. J.Ma，H. H.Gao，H.H. H. H. Xu和M. J. Bian，“基于某种机构的任务调度优化方案，考虑了云计算的截止日期和成本感知科学工作流程”无线通信和网络欧洲兴普日报，卷。249，pp。1-19,2019。视图:谷歌学术
12. Y. H. Guo，B. Hu和L. Y.Wan，“CHP微普林掺入热泵的最佳经济短期调度”，电力系统自动化， 2015年第1期。14，页16-22,2015。视图:谷歌学术
13. L. Moreau，“具有时间依赖性通信链路的多层系统的稳定性”，IEEE自动控制交易第50卷，没有。2, pp. 169-182, 2005。视图:出版商网站|谷歌学术
14. Z.周，J. Zhang和P. Liu，“一种分布式能源系统最优设计的两级随机编程模型”应用热工程，第2017卷，第2期。110，页1358-1370,2017。视图:谷歌学术
15. H. Cho，R.Wak，S. D. Eksioglu，以及L. M. Chamra，“CHP系统的成本优化的实时操作”，能源和建筑物第41卷，第2期。4, pp. 445-451, 2009。视图:出版商网站|谷歌学术
16. 杨晓霞，周世杰，曹敏，“一种缓解混合协同过滤推荐稀疏性问题的方法:基于用户评论的产品属性视角”，移动网络及应用第25卷，没有。2，pp。376-390,2020。视图:谷歌学术
17. “基于机会约束规划和粒子群算法的热电联产微电网最优调度”，载于2011年IEEE权力与能源协会股东大会的诉讼程序，底特律，Mi，美国，2011年7月。视图:谷歌学术
18. E. D. Mehleri，H.Sarimveis，N.C.Markatos和L.G.Papageorgiou，“邻域级分布式能源系统的最佳设计的数学规划方法”，“能源，卷。44，不。1，pp。96-104,2012。视图:出版商网站|谷歌学术
19. 李永忠，吴庆华，唐文华，“基于能量的区域直接热水系统的建模与运行优化，”能源， vol. 64, pp. 375-388, 2014。视图:出版商网站|谷歌学术
20. X. D. Xu，H. J.Jia和X. L. Jin，“综合社区能源系统混合热气流算法研究”CSEE的诉讼程序第35卷，没有。14，页3634-3642,2015。视图:谷歌学术
21. H. Gao, H. Miao, H. Zeng，“基于概率模型检查的预测性web服务监控”，应用数学与信息科学，卷。7，不。1L，PP。139-148,2013。视图:出版商网站|谷歌学术
22. Q. S. Xu，A. Zeng和D. K. Wang，基于Hessian内部点法的微能电网组合冷却，加热和功率，“王先生优化经济调度”电力系统技术，卷。2016年，没有。40，pp。1726-1734,2016。视图:谷歌学术
23. 王军，李晓荣，杨慧明，“一种DES/ chchp与电力系统协调集成方案，”电力系统自动化，卷。38，不。16，pp。16-21,2014。视图:谷歌学术
24. X. L. Xu，Y. Q.宋，L. Z. Yao和Z. Yan，“源 - 装载 - 存储分布式协调优化和（第I部分）：基于共识的分布式协调系统建模”CSEE的诉讼程序，卷。38，不。10，pp。2841-2848,2018。视图:谷歌学术

版权

版权所有©2020元yu等。这是分布下的开放式访问文章创意公共归因许可证，允许在任何媒介上不受限制地使用、分发和复制，只要原稿被适当引用。