[发明专利]考虑大气污染扩散的电-气互联系统分布式优化调度方法

说明书

本发明公开了一种考虑大气污染扩散的电‑气互联系统分布式优化调度方法。在经济调度模型中增加环境相关约束，通过罚凸凹过程将模型凸化，基于广义Benders分解将最优电‑气能流问题分解为可独立求解的电力网络主问题和天然气网络子问题，两者只需交换少量边界信息便可达到协同优化的目的。分布式的调度方法保护了电网气网各自内部隐私，避免了中心调度机构压力过大。与传统的污染总量控制方法相比，本发明的调度方法根据环境容忍能力区别对待不同地区，使得电‑气互联系统能以较低的成本牺牲显著降低发电活动对低环境容忍力地区大气污染物浓度的贡献。

技术领域

本发明涉及综合能源系统调度领域，特别是涉及一种考虑大气污染扩散的电-气互联系统分布式调度方法。

背景技术

大气污染是影响人类生活的重要环境问题。作为一个主要的能源消耗行业，电力行业在发电过程中排放大量的污染物对大气环境和人们的健康造成危害。近年来，为提高能源利用效率并减少对环境的污染，电力系统逐渐向多种能源网络耦合的能源互联网转型。而得益于天然气热值高、排放低且储量大等优点，电力网络和天然气网络耦合的电-气互联系统(Integrated Power and Gas System,IPGS)已过渡成为能源互联网下的一种基础形式，而考虑经济、环境因素的最优电-气能流(Optimal Power-Gas Flow,OPGF)也有望成为一种实现能源可靠供应的同时降低大气污染的新途径。

尽管能量载体已从电力潮流过渡到电-气能量流，但对大气污染物的控制方式依然维持着原有的排放总量控制模式。由于不同地区的人口密度和植被覆盖情况不尽相同，其对大气污染物的容忍能力和自净能力也不一样，而排放总量控制模式忽视了这些因素，往往不能将大气污染物的危害降至最低。事实上，大气污染物的地面浓度是危害人们健康的直接因素，而考虑大气污染物浓度以及不同地区对大气污染物容忍能力的控制模式才是一种更为直接有效的方式。大气污染物浓度主要是由于污染源排放污染物的扩散所造成，而影响大气污染物扩散的因素主要包括污染源位置、高度以及排放量等污染源因素，以及风速、风向、大气稳定度等大气环境因素。因此，根据污染源条件和大气条件构建大气污染物的时空扩散模型是降低IPGS大气污染物危害的基础。

另一方面，目前关于IPGS运行的许多研究依然采用集中统一优化调度的方式。该方式要求调度中心对电网和气网运行机制都有充分了解，这对调度中心的业务能力要求很高；另一方面也意味着电网和气网都要将自己内部信息完全暴露出来，作为独立的能源供应网络，电力网络和天然气网络往往不愿意将自己的信息都上传到一个调度中心；同时，天然气网络和电力网络负荷情况和内部网络结构经常发生变动，调度中心的数据更新难度也是比较大的。为此，国内外学者提出了许多电-气互联系统分散协同优化的方法，其中分散协同的核心算法以交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)为主。广义Benders分解(Generalized Benders Decomposition,GBD)也是分散求解的一种可行方法，它通过迭代生成一系列线性约束割不断对可行域和值域进行逼近，求解速度快。目前GBD在IPGS分散协同优化中运用较少。

发明内容

针对传统的大气污染物排放总量控制对降低发电活动污染危害效率不高的缺陷，提出考虑大气污染扩散的电-气互联系统分布式优化调度方法。

所述考虑大气污染扩散的电-气互联系统分布式优化调度方法流程如图1所示，叙述如下：

步骤1：建立电力网络模型、天然气网络模型以及大气污染物时空扩散模型；要求所建模型中的非凸约束为凸函数之差的形式。

步骤2：通过PCCP-GBD双层迭代方法以供能成本最低为目标进行优化，得出各监测点的基准污染浓度。

步骤3：以步骤2中的基准污染浓度为基值构建标幺化的污染浓度贡献总量指标。