[发明专利]多园区综合能源系统分布式协同优化调度方法

权利要求书

1.一种多园区综合能源系统分布式协同优化调度方法，其特征是，包括以下步骤：

建立多园区综合能源系统确定性模型，施加约束条件；

确定园区综合能源系统内的源荷不确定变量变化范围，构建不确定集合进行表征；

基于确定性模型，结合源荷的不确定性，构造园区综合能源系统的两阶段鲁棒优化调度模型，以园区间的交互能源作为第一阶段决策变量，将源荷不确定性集合带入第二阶段当中，以园区内部设备出力和外网购能作为第二阶段的决策变量；

将模型拆分为外层主问题和子问题，并将外层子问题拆分为内层的主、子问题，迭代求解内层主、子问题直到收敛，再进行外层主子问题的迭代，直至满足收敛条件，计算出最优解；

对不同园区之间进行协同优化，基于非对称纳什议价理论拆分为社会效益最大化子问题和利益分配子问题，对两个子问题进行求解，得到最终调度方案。

2.如权利要求1所述的一种多园区综合能源系统分布式协同优化调度方法，其特征是，建立多园区综合能源系统确定性模型的具体过程包括：

所述确定性模型为各个园区的运行成本之和最小为目标函数，所述运行成本包括独立运行模式下购能成本、设备的运行维护成本以及碳交易成本和互联运行下与其他园区之间的能源交易成本以及过网费用。

3.如权利要求1所述的一种多园区综合能源系统分布式协同优化调度方法，其特征是，所述确定性模型的约束条件包括设备出力约束、能量平衡约束和联络线传输功率约束。

4.如权利要求1所述的一种多园区综合能源系统分布式协同优化调度方法，其特征是，确定园区综合能源系统内的源荷不确定变量变化范围的具体过程包括应用盒式不确定集来对风电光伏、冷热电负荷进行描述，且风机和光伏在时间上的相关性利用pearson相关系数的时间相关性约束模型表示。

5.如权利要求1所述的一种多园区综合能源系统分布式协同优化调度方法，其特征是，基于确定性模型，结合源荷的不确定性，两阶段鲁棒优化调度模型的第一阶段为园区的过网费用，优化园区间的交互功率值；模型第二阶段以第一阶段的交互功率值为基础，求解园区内的优化调度策略及最恶劣的场景，当第一阶段交互量均为0时，则为各园区在不确定性情况下的独立鲁棒模型；约束包括交互功率约束、内部的等式约束以及限定内部决策变量的非负性的约束。

6.如权利要求1所述的一种多园区综合能源系统分布式协同优化调度方法，其特征是，采用改进的嵌套式CCG算法进行求解，将模型拆分为外层主问题和子问题，求解外层主问题得到园区间的交易电热量，并更新算法下界；

外层子问题为max-min双层优化问题，该问题为双层混合整数线性规划问题，常规的将双层转化为单层方法失效，借鉴CCG算法思想，将外层子问题拆分为内层的主、子问题，迭代求解内层主、子问题直到收敛，从而得到max-min双层优化问题的解。

7.如权利要求1所述的一种多园区综合能源系统分布式协同优化调度方法，其特征是，对不同园区之间进行协同优化的具体过程包括园区间的耦合体现在互联功率以及交易价格之上，引入一致性变量实现耦合变量的解耦；

通过电热能源的交易量构建贡献度函数来对议价能力进行量化，得到各园区在优化时的总提供能量值和总获得能量值，构建各园区的贡献度函数，将贡献度函数添加到纳什议价表达式中，得到多园区的非对称纳什议价收益分配模型，并经相关转化等效为社会效益最大化子问题和利益分配子问题；社会效益最大化子问题目标为不确定变量在最恶劣情况下的整体利益最优即各个园区的运行目标之和，其耦合变量仅为交互的电热功率值，各园区迭代优化求解，直到满足其收敛条件，得到各园区的优化调度计划和交互的电热量；利益分配子问题目标为平衡和优化各方利益，实现合作收益的合理分配，通过对各园区的迭代求解，得到各园区的能源交互价格，最终确定各园区的成本。