1.本发明涉及智能楼宇群电能共享领域，是一种基于点对点电能共享的智能楼宇群分布式优化调度方法。
背景技术：
：：2.一方面，智能楼宇内部聚合了大量可调度资源，兼具电能生产和消费能力，可自主参与市场运行；另一方面，多个智能楼宇的用能方式具有良好的互补特性和交互关系，可以满足分布式能源就近消纳，发挥资源共享互济的优势。因此，如何优化智能楼宇资源配置，实现楼宇间资源共享以提升系统整体运行的经济性和灵活性具有重要意义。3.由去中心化交易机制支撑的点对点p2p(peer‑to‑peer)能量共享，可以使智能楼宇群直接参与批发或零售市场，提高智能楼宇参与市场的主动性。但在智能楼宇群p2p电能共享过程中，会产生大量的数据交换，将加重计算负担，并对用户信息隐私安全造成威胁。技术实现要素：4.本发明针对现有技术中存在的问题，创造性地提出了一种基于点对点电能共享的智能楼宇群分布式优化调度方法，由于楼宇间电能供需关系决定的内部交易价格机制，其可实现各主体间有序的点对点电能共享，进而促进楼宇间资源的互补、互动，达到供需功率就近平衡，保护了用户隐私信息、降低了计算负担并保证调度相对独立性。5.实现本发明的技术方案是：6.1.一种基于点对点电能共享的智能楼宇群分布式优化调度方法，其特征是，它包括以下步骤：7.1)建立智能楼宇资源模型：8.a.冰蓄冷储能系统模型:9.冰蓄冷储能系统ies利用电能将冷能存储于蓄冷介质中，并在需要时进行融冰将冷能释放；楼宇内，冰蓄冷储能系统ies系统的模型为：[0010][0011][0012]式中：调度时段t∈{1,2,...,t,t δt,...,t}；t代表一个调度周期，δt为调度步长；为t时段楼宇n内ies系统的蓄冷量；β表示冰存储效率；和分别表示t时段楼宇n内ies系统制冰消耗的电功率和融冰释放的冷功率；κice,n和分别表示楼宇n内ies系统制冰的性能系数和ies系统与楼宇之间交换的热效率；和分别表示楼宇n内ies系统的制冰消耗电功率和融冰释放冷功率的上限值；表示楼宇n内ies系统的最大存储容量；[0013]b.电能存储系统模型:[0014]电能存储系统ees在电能富余时存储电能，在电能短缺时将其释放供能；其模型为：[0015][0016][0017]式中：表示t时段楼宇n内ees系统的电能存储量；和表示楼宇n内ees系统充放电效率；和分别是t时段楼宇n内ees系统充放电功率；和是楼宇n内ees系统充电和放电功率极限；和分别表示楼宇n内ees系统的储能容量上、下限值；表示楼宇n内ees的初始电能存储量；式(4)能够保证ees在运行过程中不会过充/过放电能，以及不低于即能延长ees系统的使用寿命，又能满足紧急状态需求；[0018]c.光伏模型:[0019]每栋楼宇都装有光伏发电pv系统，所产电能除了供给自身负荷外，还能共享给其他楼宇，以及向零售电力供应商rep出售；根据实际电能需求情况，允许对光伏出力进行削减，其模型为：[0020][0021][0022]式中：为t时段楼宇n实际调度的光伏功率；为t时段楼宇n预测光伏出力最大值；为t时段楼宇n的弃光量和分别为t时段楼宇n光伏实际出力上、下限值；μ是最大允许弃光比例系数，取20％；[0023]d.可控负荷能效模型:[0024]①暖通空调负荷:[0025]暖通空调hvac负荷是智能楼宇中的主要可控负荷之一，装设hvac机组的智能楼宇室内温度为：[0026][0027]式中，表示t时段楼宇n的室内温度；cn、rn和ω为楼宇n内hvac机组运行参数；为t时段室外温度；表示t时段楼宇n制冷所消耗的电能；[0028]通常，室内设定一个最舒适的温度，根据热舒适性建立效用函数，表示为：[0029][0030]式中，un,hvac为楼宇n内hvac负荷的效用函数；mn是一个给定的正常数，保证在实际应用中效用为正值；γn是量化系数；tref是设定的参考温度；[0031]②可转移电器负荷：[0032]在含有可转移电器sea负荷，当实际能耗与期望能耗出现偏差时，会影响用户用能体验，基于此定义sea的效用函数为：[0033][0034]式中，un,sea为楼宇n内sea负荷的效用函数；为对负荷转移的敏感度；为t时段楼宇n内sea的电能消耗；为t时段楼宇n内sea的期望能耗；[0035]③灵活商业服务负荷：[0036]在商业楼宇中存在灵活商业服务fcs负荷，fcs能够通过消耗电能来实现效用，将fcs效用函数表示为：[0037][0038]式中：un,fcs为楼宇n内fcs负荷的效用函数；δn为fcs的偏好系数；为t时段楼宇n内fcs消耗的功率；[0039]2)建立点对点电能共享模型：[0040]a.点对点电能交易价格模型：[0041]智能楼宇间的电能共享是完全点对点p2p的，每栋楼宇都能向其它楼宇出售或购买电能；当两栋楼宇共享电能时，其电能交易价格由双方根据供需关系以及与零售电力供应商rep电能交易价格自行决定；[0042]每栋楼宇的电能需求和供应情况由其净功率决定，楼宇n在t时段的净功率为：[0043][0044]式中：表示t时段楼宇n的净功率；表示t时段楼宇n的总功率消耗；[0045]若楼宇n在t时段的净功率为正值，则楼宇n向其他楼宇或rep购买电能；若楼宇n在t时段的净功率为负值，则楼宇n将富余电能出售给其它楼宇或rep：[0046][0047][0048]式中：和分别表示t时段楼宇n的电能需求和供应量；[0049]在t时段，楼宇n向楼宇m出售和购买电能时双方的电能供需比和为：[0050][0051]根据p2p电能共享双方的供需关系以及与rep的电能交易价格，得到楼宇间的电能交易价格为：[0052][0053][0054]式中：和分别表示t时段楼宇n向楼宇m的购/售电价格；和分别为t时段楼宇群与rep进行交易时的购/售电价格；[0055]b.p2p电能共享运行约束：[0056]智能楼宇群内各楼宇间的电能共享价格应限制在与rep电能交易的售电价格与购电价格之间，以促进当地光伏发电的就地消纳，电能共享价格应满足约束为：[0057][0058]当楼宇间进行电能共享时，共享的能量要满足线路容量约束；在同一时间段，两栋楼宇之间购售电不能同时发生，应满足能量传输约束为：[0059][0060]式中：和分别表示t时段楼宇n向楼宇m的购/售电量；为楼宇n与楼宇m之间线路能够承受的最大传输功率；为0‑1变量，表征楼宇n的购/售电状态，当取1时表示楼宇n向楼宇m购电，当取0时，表示楼宇n向楼宇m售电；[0061]除满足式(17)和式(18)约束条件外，楼宇间进行p2p电能共享时还必须满足能量耦合约束为：[0062][0063]3)智能楼宇群优化调度模型及求解方法：[0064]a.建立目标函数：[0065]智能楼宇间考虑p2p电能共享，对各类资源进行协调调度，以智能楼宇群总运行成本最低为目标，建立包括电能交易成本、设备运维成本、弃光惩罚以及可控负荷cl用能效用在内的日前经济调度模型，优化目标为：[0066][0067]式中：f为智能楼宇群总运行成本；为楼宇n的运行成本；为楼宇n电能交易成本；为楼宇n设备运维成本；为楼宇n弃光惩罚；un(pcl,n)表示楼宇n内可控负荷的用能效用；[0068]①电能交易成本：[0069]楼宇n的电能交易成本包括楼宇n与rep的电能交易成本以及与其它楼宇p2p电能共享成本即：[0070][0071][0072][0073]式中：与分别表示t时段楼宇n与rep进行电能交易时的电能需求和供应量；αt是t时段碳排放附加税；[0074]②设备运维成本：[0075]楼宇n的设备运维成本包括ies设备运维成本ees设备运维成本以及pv设备运维成本即：[0076][0077][0078]式中：和为楼宇n内ies设备、ees设备和pv设备的单位运维成本；和分别为t时段楼宇n内ies设备和ees设备的出力值；[0079]③弃光惩罚：[0080]为了提高光伏发电的消纳水平，对弃光进行惩罚，即：[0081][0082]式中：cab表示单位弃光惩罚；[0083]④cl用能效用：[0084]un(pcl,n)＝un,hvac un,sea un,fcsꢀꢀꢀꢀꢀ(27)[0085]b.建立约束条件：[0086]①能楼宇功率平衡约束：[0087]在调度过程中要保证楼宇n内的功率平衡，在忽略网络损耗的情况下，应满足约束为：[0088][0089]式中：κr,n表示楼宇n内hvac机组提供冷却的性能系数；表示t时段楼宇n的基本电力需求；[0090]②rep电能交互约束：[0091]楼宇n与rep电能交互功率应满足约束为：[0092][0093]式中：与分别为楼宇n与rep进行电能交易购/售电功率的上限值；[0094]③cl功耗约束：[0095]为确保楼宇内cl正常运行，应保证满足运行约束为：[0096][0097]式中：和分别为楼宇n内hvac机组用能的上下限；和分别为确保楼宇n内fcs正常运行的最小和最大限值；和分别为楼宇n内sea消耗功率的上、下限值；dn为楼宇n在调度周期内必须满足的sea电能需求；[0098]④内温度约束：[0099]为了保证调度周期内用户的舒适性，楼宇室内温度必须保持在可接受范围内，应满足约束为：[0100][0101]式中：和分别为楼宇n室内温度的上、下限值；[0102]c.基于快速admm的分布式调度模型和求解：[0103]快速admm算法是利用加速梯度法对admm算法进行改进，通过将问题分解为多个子问题进行分布式迭代求解，只需交互少量信息即能实现系统全局最优的目标；依据标准admm基本原理，将优化问题的表达式为：[0104][0105]式中：为楼宇n的决策变量；为楼宇n与其它楼宇的p2p共享电能；第二个式子为所有等式约束，其中a为系数矩阵，b为参数矩阵；第三个式子是楼宇n内部约束；χn为由约束式(2)、(4)、(6)(18)、式(28)～(30)构成的楼宇n的策略可行域；采用标准admm进行分布式求解，引入辅助变量zn：[0106][0107]则其增广拉格朗日函数为：[0108][0109]式中：σn为与约束式(33)对应的对偶变量；ρ为参数；g(zn)为指示函数，其中变量zn满足可行域时g(zn)＝0，不满足可行域时g(zn)＝∞；[0110]由此，将原问题分解为式(35)：[0111][0112]式中：k表示迭代次数；[0113]在利用加速梯度法对标准admm进行改进后，快速admm算法的求解公式表示为；[0114][0115]式中：为新的对偶变量，满足θn为加速运算符；[0116]采用原始残差作为收敛判据，取收敛精度为ε，当约束式(37)成立时，算法收敛并输出最优解；[0117][0118]采用快速admm求解智能楼宇群日前分布式优化调度的计算步骤为：[0119]①在日前阶段，rep发布日前电价后，各楼宇初始化参数，将自身电能共享信息分享给其它楼宇；[0120]②各楼宇通过式(36)更新并将更新后的分享给其它楼宇；[0121]③各楼宇从其它楼宇接收到更新后的电能共享信息后，通过式(36)更新直到所有楼宇完成一次更新；[0122]④各楼宇通过式(36)更新重复上述迭代步骤直至满足式(37)。[0123]本发明基于点对点电能共享的智能楼宇群分布式优化调度方法的有益效果体现在：[0124]1、基于点对点电能共享的智能楼宇群分布式优化调度方法，在满足楼宇内用户热舒适性和用能需求的基础上，引入冰蓄冷储能系统满足楼宇内冷却需求，兼顾系统整体运行经济性和灵活性搭建了智能楼宇群日前优化调度模型；[0125]2、基于点对点电能共享的智能楼宇群分布式优化调度方法，提出了一种由楼宇间电能供需关系决定的内部交易价格机制，其可实现各主体间有序的点对点电能共享，进而促进楼宇间资源的互补、互动，达到供需功率就近平衡，进一步为配网扩容；[0126]3、基于点对点电能共享的智能楼宇群分布式优化调度方法，针对楼宇群日前优化调度策略求解问题，在标准交替方向乘子法基础上，采用改进快速交替方向乘子法进行求解，可保证调度过程中的信息安全，有效降低运算和通信负担，同时具有科学合理，适用性强，效果佳等优点。附图说明[0127]图1是智能楼宇群能源管理框架示意图；[0128]图2是智能楼宇群各楼宇日负荷示意图；[0129]图3是智能楼宇群各楼宇光伏预测出力示意图；[0130]图4是智能楼宇群各楼宇与rep电能交易情况示意图；[0131]图5是智能楼宇群楼宇间p2p电能共享情况示意图；[0132]图6是光伏功率利用情况示意图；[0133]图7是装有hvac机组楼宇室内温度示意图；[0134]图8是实施例1各算例中楼宇1的hvac电能消耗示意图；[0135]图9是实施例1各算例中楼宇2的hvac电能消耗示意图；[0136]图10是实施例1各算例中楼宇4的hvac电能消耗示意图；[0137]图11是实施例1各算例中楼宇3的sea电能消耗示意图；[0138]图12是实施例1各算例中楼宇4的fcs电能消耗示意图。具体实施方式[0139]以下结合附图1至12和实施例对本发明进一步详细说明，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明。[0140]基于点对点电能共享的智能楼宇群分布式优化调度方法，其包括以下内容：[0141]1)构建智能楼宇群能源管理框架：[0142]考虑一个由n栋智能楼宇组成的楼宇群，每个楼宇通过电力与通信网络相连接。根据电能和信息的双向流动特性，如附图1所示构建楼宇群能量管理框架。各楼宇内包含屋顶光伏发电(photovoltaic，pv)和可控负荷(controllableload，cl)，部分楼宇含有储能系统(energystoragesystem，ess)，ess包括ees系统和ies系统。每个楼宇配备能够控制内部pv、ess和cl资源的能量管理系统(energymanagementsystem，ems)和高级计量体系(advancedmeteringinfrastructure，ami)，以实现p2p电能共享。[0143]各楼宇内ems根据历史发、用电数据，预测自身pv出力和负荷需求，并将自身期望共享的电能信息点对点传递给其它楼宇。各楼宇基于零售电力供应商(retailelectricityproviders，rep)共享的电价信息和楼宇间电能交易价格，综合其它楼宇期望共享的电能，确定从rep和其它楼宇的购售电计划，并将后者信息传递给其它楼宇。各楼宇参考彼此的购售电计划通过不断迭代更新自己的计划直到满足楼宇群内所有楼宇的要求。楼宇通过点对点电能共享机制直接参与电能交易，不足的电能需求从rep处购电获取；富余电能可以返送至rep以获取收益。[0144]2)建立智能楼宇资源模型：[0145]e.冰蓄冷储能系统模型:[0146]冰蓄冷储能系统ies利用电能将冷能存储于蓄冷介质中，并在需要时进行融冰将冷能释放；楼宇内，冰蓄冷储能系统ies系统的模型为：[0147][0148][0149]式中：调度时段t∈{1,2,...,t,t δt,...,t}；t代表一个调度周期，δt为调度步长；为t时段楼宇n内ies系统的蓄冷量；β表示冰存储效率；和分别表示t时段楼宇n内ies系统制冰消耗的电功率和融冰释放的冷功率；κice,n和分别表示楼宇n内ies系统制冰的性能系数和ies系统与楼宇之间交换的热效率；和分别表示楼宇n内ies系统的制冰消耗电功率和融冰释放冷功率的上限值；表示楼宇n内ies系统的最大存储容量；[0150]f.电能存储系统模型:[0151]电能存储系统ees在电能富余时存储电能，在电能短缺时将其释放供能；其模型为：[0152][0153][0154]式中：表示t时段楼宇n内ees系统的电能存储量；和表示楼宇n内ees系统充放电效率；和分别是t时段楼宇n内ees系统充放电功率；和是楼宇n内ees系统充电和放电功率极限；和分别表示楼宇n内ees系统的储能容量上、下限值；表示楼宇n内ees的初始电能存储量；式(4)能够保证ees在运行过程中不会过充/过放电能，以及不低于即能延长ees系统的使用寿命，又能满足紧急状态需求；[0155]g.光伏模型:[0156]每栋楼宇都装有光伏发电pv系统，所产电能除了供给自身负荷外，还能共享给其他楼宇，以及向零售电力供应商rep出售；根据实际电能需求情况，允许对光伏出力进行削减，其模型为：[0157][0158][0159]式中：为t时段楼宇n实际调度的光伏功率；为t时段楼宇n预测光伏出力最大值；为t时段楼宇n的弃光量；和分别为t时段楼宇n光伏实际出力上、下限值；μ是最大允许弃光比例系数，取20％；[0160]h.可控负荷能效模型:[0161]①暖通空调负荷:[0162]暖通空调hvac负荷是智能楼宇中的主要可控负荷之一，装设hvac机组的智能楼宇室内温度为：[0163][0164]式中，表示t时段楼宇n的室内温度；cn、rn和ω为楼宇n内hvac机组运行参数；为t时段室外温度；表示t时段楼宇n制冷所消耗的电能；[0165]通常，室内设定一个最舒适的温度，根据热舒适性建立效用函数，表示为：[0166][0167]式中，un,hvac为楼宇n内hvac负荷的效用函数；mn是一个给定的正常数，保证在实际应用中效用为正值；γn是量化系数；tref是设定的参考温度；[0168]②可转移电器负荷：[0169]在含有可转移电器sea负荷，当实际能耗与期望能耗出现偏差时，会影响用户用能体验，基于此定义sea的效用函数为：[0170][0171]式中，un,sea为楼宇n内sea负荷的效用函数；为对负荷转移的敏感度；为t时段楼宇n内sea的电能消耗；为t时段楼宇n内sea的期望能耗；[0172]③灵活商业服务负荷：[0173]在商业楼宇中存在灵活商业服务fcs负荷，fcs能够通过消耗电能来实现效用，将fcs效用函数表示为：[0174][0175]式中：un,fcs为楼宇n内fcs负荷的效用函数；δn为fcs的偏好系数；为t时段楼宇n内fcs消耗的功率；[0176]3)点对点电能共享模型：[0177]c.点对点电能交易价格模型：[0178]智能楼宇间的电能共享是完全点对点p2p的，每栋楼宇都能向其它楼宇出售或购买电能；当两栋楼宇共享电能时，其电能交易价格由双方根据供需关系以及与零售电力供应商rep电能交易价格自行决定；[0179]每栋楼宇的电能需求和供应情况由其净功率决定，楼宇n在t时段的净功率为：[0180][0181]式中：表示t时段楼宇n的净功率；表示t时段楼宇n的总功率消耗；[0182]若楼宇n在t时段的净功率为正值，则楼宇n向其他楼宇或rep购买电能；若楼宇n在t时段的净功率为负值，则楼宇n将富余电能出售给其它楼宇或rep：[0183][0184][0185]式中：和分别表示t时段楼宇n的电能需求和供应量；[0186]在t时段，楼宇n向楼宇m出售和购买电能时双方的电能供需比和为：[0187][0188]根据p2p电能共享双方的供需关系以及与rep的电能交易价格，得到楼宇间的电能交易价格为：[0189][0190][0191]式中：和分别表示t时段楼宇n向楼宇m的购/售电价格；和分别为t时段楼宇群与rep进行交易时的购/售电价格；[0192]d.p2p电能共享运行约束：[0193]智能楼宇群内各楼宇间的电能共享价格应限制在与rep电能交易的售电价格与购电价格之间，以促进当地光伏发电的就地消纳，电能共享价格应满足约束为：[0194][0195]当楼宇间进行电能共享时，共享的能量要满足线路容量约束；在同一时间段，两栋楼宇之间购售电不能同时发生，应满足能量传输约束为：[0196][0197]式中：和分别表示t时段楼宇n向楼宇m的购/售电量；为楼宇n与楼宇m之间线路能够承受的最大传输功率；为0‑1变量，表征楼宇n的购/售电状态，当取1时表示楼宇n向楼宇m购电，当取0时，表示楼宇n向楼宇m售电；[0198]除满足式(17)和式(18)约束条件外，楼宇间进行p2p电能共享时还必须满足能量耦合约束为：[0199][0200]4)智能楼宇群优化调度模型及求解方法[0201]d.建立目标函数：[0202]智能楼宇间考虑p2p电能共享，对各类资源进行协调调度，以智能楼宇群总运行成本最低为目标，建立包括电能交易成本、设备运维成本、弃光惩罚以及可控负荷cl用能效用在内的日前经济调度模型，优化目标为：[0203][0204]式中：f为智能楼宇群总运行成本；为楼宇n的运行成本；为楼宇n电能交易成本；为楼宇n设备运维成本；为楼宇n弃光惩罚；un(pcl,n)表示楼宇n内可控负荷的用能效用；[0205]①电能交易成本：[0206]楼宇n的电能交易成本包括楼宇n与rep的电能交易成本以及与其它楼宇p2p电能共享成本即：[0207][0208][0209][0210]式中：与分别表示t时段楼宇n与rep进行电能交易时的电能需求和供应量；αt是t时段碳排放附加税；[0211]②设备运维成本：[0212]楼宇n的设备运维成本包括ies设备运维成本ees设备运维成本以及pv设备运维成本即：[0213][0214][0215]式中：和为楼宇n内ies设备、ees设备和pv设备的单位运维成本；和分别为t时段楼宇n内ies设备和ees设备的出力值；[0216]③弃光惩罚：[0217]为了提高光伏发电的消纳水平，对弃光进行惩罚，即：[0218][0219]式中：cab表示单位弃光惩罚；[0220]④cl用能效用：[0221]un(pcl,n)＝un,hvac un,sea un,fcsꢀꢀꢀꢀꢀ(27)[0222]e.建立约束条件：[0223]⑤能楼宇功率平衡约束：[0224]在调度过程中要保证楼宇n内的功率平衡，在忽略网络损耗的情况下，应满足约束为：[0225][0226]式中：κr,n表示楼宇n内hvac机组提供冷却的性能系数；表示t时段楼宇n的基本电力需求；[0227]⑥rep电能交互约束：[0228]楼宇n与rep电能交互功率应满足约束为：[0229][0230]式中：与分别为楼宇n与rep进行电能交易购/售电功率的上限值；[0231]⑦cl功耗约束：[0232]为确保楼宇内cl正常运行，应保证满足运行约束为：[0233][0234]式中：和分别为楼宇n内hvac机组用能的上下限；和分别为确保楼宇n内fcs正常运行的最小和最大限值；和分别为楼宇n内sea消耗功率的上、下限值；dn为楼宇n在调度周期内必须满足的sea电能需求；[0235]⑧内温度约束：[0236]为了保证调度周期内用户的舒适性，楼宇室内温度必须保持在可接受范围内，应满足约束为：[0237][0238]式中：和分别为楼宇n室内温度的上、下限值；[0239]f.基于快速admm的分布式调度模型和求解：[0240]快速admm算法是利用加速梯度法对admm算法进行改进，通过将问题分解为多个子问题进行分布式迭代求解，只需交互少量信息即能实现系统全局最优的目标；依据标准admm基本原理，将优化问题的表达式为：[0241][0242]式中：为楼宇n的决策变量；为楼宇n与其它楼宇的p2p共享电能；第二个式子为所有等式约束，其中a为系数矩阵，b为参数矩阵；第三个式子是楼宇n内部约束；χn为由约束式(2)、(4)、(6)(18)、式(28)～(30)构成的楼宇n的策略可行域；采用标准admm进行分布式求解，引入辅助变量zn：[0243][0244]则其增广拉格朗日函数为：[0245][0246]式中：σn为与约束式(33)对应的对偶变量；ρ为参数；g(zn)为指示函数，其中变量zn满足可行域时g(zn)＝0，不满足可行域时g(zn)＝∞；[0247]由此，将原问题分解为式(35)：[0248][0249]式中：k表示迭代次数；[0250]在利用加速梯度法对标准admm进行改进后，快速admm算法的求解公式表示为；[0251][0252]式中：为新的对偶变量，满足θn为加速运算符；[0253]采用原始残差作为收敛判据，取收敛精度为ε，当约束式(37)成立时，算法收敛并输出最优解；[0254][0255]采用快速admm求解智能楼宇群日前分布式优化调度的计算步骤为：[0256]⑤在日前阶段，rep发布日前电价后，各楼宇初始化参数，将自身电能共享信息分享给其它楼宇；[0257]⑥各楼宇通过式(36)更新并将更新后的分享给其它楼宇；[0258]⑦各楼宇从其它楼宇接收到更新后的电能共享信息后，通过式(36)更新直到所有楼宇完成一次更新；[0259]⑧各楼宇通过式(36)更新重复上述迭代步骤直至满足式(37)。[0260]在上述过程中，各楼宇只需与其它楼宇交换电能共享信息，而无需分享光伏、储能设备和负荷的相关数据，因此可以对各楼宇进行独立优化，保护其隐私信息安全。[0261]实施例1：[0262]本实施例考虑的楼宇群包含4栋智能楼宇，即n＝4；调度周期为8:00—18:00；调度步长为1h。四栋楼宇均配备pv系统，楼宇1、楼宇2和楼宇4装设hvac机组，楼宇3含有sea，楼宇4存有fcs。ies系统、ees系统以及pv的单位维护成本分别为0.0031$/kw、0.01$/kw和0.0036$/kw；弃光惩罚成本为0.2607$/kw；碳排放附加税为0.02$/kwh。电价为分时电价。各楼宇日负荷和光伏出力曲线如附图2和附图3所示。各楼宇cl用能效用的相关参数见表1；效用函数中mn＝12。ies系统和ees系统参数见表2。算法参数ρ取0.03，ε取0.02，模型在matlab仿真平台上运行，楼宇群优化子模型采用cplex求解。[0263]表1可控负荷参数[0264]table1parametersofcontrollableload[0265][0266]表2ess参数[0267]table2parametersofess[0268][0269]为验证本发明所提模型的可行性与有效性，设置以下三个算例来进行验证：[0270]算例1：楼宇间不考虑p2p电能共享，楼宇4内配备有ees系统。[0271]算例2：楼宇间考虑p2p电能共享，楼宇4内配备有ees系统。[0272]算例3：楼宇间考虑p2p电能共享，楼宇4内配备有ies系统。[0273]附图4给出了三个算例中各楼宇与rep的电能交易情况。由附图4中(a)图可知，楼宇2在调度时段内共向rep出售电能为698.14kwh，而楼宇4共从rep购买电能为1206.78kwh。由于楼宇间未考虑p2p电能共享，因此各楼宇与rep电能交易差别较大，楼宇群的总净负荷需求呈现较大波动。算例2和算例3各楼宇与rep电能交易情况分别如附图4中(b)图和(c)图所示。楼宇群内部各主体之间进行p2p电能交易，在8:00‑10:00楼宇群需从rep购买电能以满足需求，而在10:00‑18:00实现了内部供需平衡，无需与外部进行电能交易。可见，本发明所提出的p2p电能共享策略可有效降低楼宇群对外部能源的依赖。相比算例2，算例3中楼宇4在8:00‑10:00从rep处购买电能减少了29.48kwh，说明针对楼宇供冷特性，用冰蓄冷储能系统满足楼宇内冷却需求，可进一步降低楼宇群的电能需求。[0274]楼宇间的p2p电能共享情况如附图5所示，其中正值表示前者从后者购能，负值表示前者向后者售能。由附图5中(a)图可知，在算例2中楼宇间主要电能交易发生在与楼宇4之间，楼宇1向楼宇4出售电能为236.71kwh，楼宇2向楼宇4出售电能为612.89kwh，楼宇3向楼宇4出售电能为183.57kwh。这是由于楼宇4本身电能需求较高，且配置了ees系统，会在楼宇群总能源富余时段从其它楼宇购能并进行储存，随后在楼宇群能源不足时，通过ees为楼宇群提供能源。[0275]附图5中(b)图为算例3中p2p电能共享情况，其采用运维成本较低的ies来取代ees系统，但并未改变各楼宇间的电能供需关系，所以结果与算例2大致相同，说明楼宇间电能交易情况取决于供需关系。算例3中楼宇4购置富裕电能后以冷能形式存储在ies系统中，在楼宇群能源不足时，ies系统通过融冰供冷满足楼宇4自身冷却需求，降低楼宇群的电能需求。[0276]各算例中楼宇群的运行成本如表3、表4和表5所示。可以看出，算例2和3的楼宇群运行成本较算例1分别降低了81.12$和91.91$，p2p电能共享策略优先考虑在楼宇群内部进行电能交易，减少了楼宇群与rep的电能交易，很大程度地降低了楼宇群与rep的电能交易成本。同时每栋楼宇的运行成本也都有所降低，说明p2p电能共享策略，在提高楼宇群整体经济性的同时，也保证了单栋楼宇的经济效益。与算例2相比，算例3中采用运维成本较低的ies满足楼宇4自身的冷却需求，使楼宇群的运行成本降低了10.79$，进一步提高了楼宇群运行经济性。[0277]表3算例1楼宇群运行成本[0278]table3operationcostofbuildingsunderexamples1[0279][0280]表4算例2楼宇群运行成本[0281]table4operationcostofbuildingsunderexamples2[0282][0283]表5算例3楼宇群运行成本[0284]table5operationcostofbuildingsunderexamples3[0285][0286]各算例光伏发电的利用情况如附图6所示。算例1中，光伏发电只能通过该楼宇内部使用和出售给rep两种方式消纳，但是由于与rep电能交易存在限制，所以存在一定的弃光量。而算例2和算例3中p2p电能共享为楼宇光伏发电提供了新的消纳途径。因而，算例2和3的光伏发电利用率高于算例1。[0287]附图7为需要考虑热舒适性的智能楼宇室内温度情况。由于楼宇1与楼宇2在大多数时段内光伏发电量充足，所以其实际温度在大多数时段接近参考温度，保证了室内热舒适性；而在光伏发电量不足的少数时段(8:00‑12:00)，需要适当牺牲舒适性来节能，导致实际温度高出参考温度0.1℃‑0.5℃。算例2和3中楼宇4的实际温度明显低于算例1，是因为算例1中楼宇4对外部的能源需求较大，不得不通过升高室内温度来节能，尤其在8:00‑14:00更为明显。而算例2和3中p2p电能共享机制使得楼宇4中ess可以充分发挥其作用，灵活地调节室温，使实际温度更接近参考温度。[0288]附图8‑12给出了三个算例中各楼宇cl的用能情况。三个算例中楼宇1和楼宇2的电能需求以及室内温度基本相同，因此hvac电能消耗基本相同。在p2p电能共享机制下，楼宇4配备的ess可以满足部分冷负荷需求，有效降低了其hvac电能消耗。在算例2和3中，部分sea负荷从光伏发电量不足时段转移到充足时段，在一定程度上平滑了负荷曲线。由于算例2和3中楼宇4对外部的电能需求较低，导致fcs电能消耗增加，从而获取更高的经济效益。[0289]为验证本发明所用算法的优越性，将快速admm算法与标准admm算法计算结果进行对比，表6给出了快速admm和标准admm达到相同精度所需的迭代次数和计算时间。[0290]表6标准admm与快速admm的计算结果[0291]table6calculationresultsofstandardadmmandfastadmm[0292][0293]通过表6可以看出，当迭代精度相同时，快速admm算法迭代次数更少，计算时间更短，其计算时间仅为标准admm算法的43.66％。说明本发明所采用的快速admm算法具有较好的收敛性能。[0294]以上所述仅是本发明的优选方式，应当指出的是，对于本
技术领域：
：的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应该视为本发明的保护范围。当前第1页12当前第1页12
背景技术：
：：2.一方面，智能楼宇内部聚合了大量可调度资源，兼具电能生产和消费能力，可自主参与市场运行；另一方面，多个智能楼宇的用能方式具有良好的互补特性和交互关系，可以满足分布式能源就近消纳，发挥资源共享互济的优势。因此，如何优化智能楼宇资源配置，实现楼宇间资源共享以提升系统整体运行的经济性和灵活性具有重要意义。3.由去中心化交易机制支撑的点对点p2p(peer‑to‑peer)能量共享，可以使智能楼宇群直接参与批发或零售市场，提高智能楼宇参与市场的主动性。但在智能楼宇群p2p电能共享过程中，会产生大量的数据交换，将加重计算负担，并对用户信息隐私安全造成威胁。技术实现要素：4.本发明针对现有技术中存在的问题，创造性地提出了一种基于点对点电能共享的智能楼宇群分布式优化调度方法，由于楼宇间电能供需关系决定的内部交易价格机制，其可实现各主体间有序的点对点电能共享，进而促进楼宇间资源的互补、互动，达到供需功率就近平衡，保护了用户隐私信息、降低了计算负担并保证调度相对独立性。5.实现本发明的技术方案是：6.1.一种基于点对点电能共享的智能楼宇群分布式优化调度方法，其特征是，它包括以下步骤：7.1)建立智能楼宇资源模型：8.a.冰蓄冷储能系统模型:9.冰蓄冷储能系统ies利用电能将冷能存储于蓄冷介质中，并在需要时进行融冰将冷能释放；楼宇内，冰蓄冷储能系统ies系统的模型为：[0010][0011][0012]式中：调度时段t∈{1,2,...,t,t δt,...,t}；t代表一个调度周期，δt为调度步长；为t时段楼宇n内ies系统的蓄冷量；β表示冰存储效率；和分别表示t时段楼宇n内ies系统制冰消耗的电功率和融冰释放的冷功率；κice,n和分别表示楼宇n内ies系统制冰的性能系数和ies系统与楼宇之间交换的热效率；和分别表示楼宇n内ies系统的制冰消耗电功率和融冰释放冷功率的上限值；表示楼宇n内ies系统的最大存储容量；[0013]b.电能存储系统模型:[0014]电能存储系统ees在电能富余时存储电能，在电能短缺时将其释放供能；其模型为：[0015][0016][0017]式中：表示t时段楼宇n内ees系统的电能存储量；和表示楼宇n内ees系统充放电效率；和分别是t时段楼宇n内ees系统充放电功率；和是楼宇n内ees系统充电和放电功率极限；和分别表示楼宇n内ees系统的储能容量上、下限值；表示楼宇n内ees的初始电能存储量；式(4)能够保证ees在运行过程中不会过充/过放电能，以及不低于即能延长ees系统的使用寿命，又能满足紧急状态需求；[0018]c.光伏模型:[0019]每栋楼宇都装有光伏发电pv系统，所产电能除了供给自身负荷外，还能共享给其他楼宇，以及向零售电力供应商rep出售；根据实际电能需求情况，允许对光伏出力进行削减，其模型为：[0020][0021][0022]式中：为t时段楼宇n实际调度的光伏功率；为t时段楼宇n预测光伏出力最大值；为t时段楼宇n的弃光量和分别为t时段楼宇n光伏实际出力上、下限值；μ是最大允许弃光比例系数，取20％；[0023]d.可控负荷能效模型:[0024]①暖通空调负荷:[0025]暖通空调hvac负荷是智能楼宇中的主要可控负荷之一，装设hvac机组的智能楼宇室内温度为：[0026][0027]式中，表示t时段楼宇n的室内温度；cn、rn和ω为楼宇n内hvac机组运行参数；为t时段室外温度；表示t时段楼宇n制冷所消耗的电能；[0028]通常，室内设定一个最舒适的温度，根据热舒适性建立效用函数，表示为：[0029][0030]式中，un,hvac为楼宇n内hvac负荷的效用函数；mn是一个给定的正常数，保证在实际应用中效用为正值；γn是量化系数；tref是设定的参考温度；[0031]②可转移电器负荷：[0032]在含有可转移电器sea负荷，当实际能耗与期望能耗出现偏差时，会影响用户用能体验，基于此定义sea的效用函数为：[0033][0034]式中，un,sea为楼宇n内sea负荷的效用函数；为对负荷转移的敏感度；为t时段楼宇n内sea的电能消耗；为t时段楼宇n内sea的期望能耗；[0035]③灵活商业服务负荷：[0036]在商业楼宇中存在灵活商业服务fcs负荷，fcs能够通过消耗电能来实现效用，将fcs效用函数表示为：[0037][0038]式中：un,fcs为楼宇n内fcs负荷的效用函数；δn为fcs的偏好系数；为t时段楼宇n内fcs消耗的功率；[0039]2)建立点对点电能共享模型：[0040]a.点对点电能交易价格模型：[0041]智能楼宇间的电能共享是完全点对点p2p的，每栋楼宇都能向其它楼宇出售或购买电能；当两栋楼宇共享电能时，其电能交易价格由双方根据供需关系以及与零售电力供应商rep电能交易价格自行决定；[0042]每栋楼宇的电能需求和供应情况由其净功率决定，楼宇n在t时段的净功率为：[0043][0044]式中：表示t时段楼宇n的净功率；表示t时段楼宇n的总功率消耗；[0045]若楼宇n在t时段的净功率为正值，则楼宇n向其他楼宇或rep购买电能；若楼宇n在t时段的净功率为负值，则楼宇n将富余电能出售给其它楼宇或rep：[0046][0047][0048]式中：和分别表示t时段楼宇n的电能需求和供应量；[0049]在t时段，楼宇n向楼宇m出售和购买电能时双方的电能供需比和为：[0050][0051]根据p2p电能共享双方的供需关系以及与rep的电能交易价格，得到楼宇间的电能交易价格为：[0052][0053][0054]式中：和分别表示t时段楼宇n向楼宇m的购/售电价格；和分别为t时段楼宇群与rep进行交易时的购/售电价格；[0055]b.p2p电能共享运行约束：[0056]智能楼宇群内各楼宇间的电能共享价格应限制在与rep电能交易的售电价格与购电价格之间，以促进当地光伏发电的就地消纳，电能共享价格应满足约束为：[0057][0058]当楼宇间进行电能共享时，共享的能量要满足线路容量约束；在同一时间段，两栋楼宇之间购售电不能同时发生，应满足能量传输约束为：[0059][0060]式中：和分别表示t时段楼宇n向楼宇m的购/售电量；为楼宇n与楼宇m之间线路能够承受的最大传输功率；为0‑1变量，表征楼宇n的购/售电状态，当取1时表示楼宇n向楼宇m购电，当取0时，表示楼宇n向楼宇m售电；[0061]除满足式(17)和式(18)约束条件外，楼宇间进行p2p电能共享时还必须满足能量耦合约束为：[0062][0063]3)智能楼宇群优化调度模型及求解方法：[0064]a.建立目标函数：[0065]智能楼宇间考虑p2p电能共享，对各类资源进行协调调度，以智能楼宇群总运行成本最低为目标，建立包括电能交易成本、设备运维成本、弃光惩罚以及可控负荷cl用能效用在内的日前经济调度模型，优化目标为：[0066][0067]式中：f为智能楼宇群总运行成本；为楼宇n的运行成本；为楼宇n电能交易成本；为楼宇n设备运维成本；为楼宇n弃光惩罚；un(pcl,n)表示楼宇n内可控负荷的用能效用；[0068]①电能交易成本：[0069]楼宇n的电能交易成本包括楼宇n与rep的电能交易成本以及与其它楼宇p2p电能共享成本即：[0070][0071][0072][0073]式中：与分别表示t时段楼宇n与rep进行电能交易时的电能需求和供应量；αt是t时段碳排放附加税；[0074]②设备运维成本：[0075]楼宇n的设备运维成本包括ies设备运维成本ees设备运维成本以及pv设备运维成本即：[0076][0077][0078]式中：和为楼宇n内ies设备、ees设备和pv设备的单位运维成本；和分别为t时段楼宇n内ies设备和ees设备的出力值；[0079]③弃光惩罚：[0080]为了提高光伏发电的消纳水平，对弃光进行惩罚，即：[0081][0082]式中：cab表示单位弃光惩罚；[0083]④cl用能效用：[0084]un(pcl,n)＝un,hvac un,sea un,fcsꢀꢀꢀꢀꢀ(27)[0085]b.建立约束条件：[0086]①能楼宇功率平衡约束：[0087]在调度过程中要保证楼宇n内的功率平衡，在忽略网络损耗的情况下，应满足约束为：[0088][0089]式中：κr,n表示楼宇n内hvac机组提供冷却的性能系数；表示t时段楼宇n的基本电力需求；[0090]②rep电能交互约束：[0091]楼宇n与rep电能交互功率应满足约束为：[0092][0093]式中：与分别为楼宇n与rep进行电能交易购/售电功率的上限值；[0094]③cl功耗约束：[0095]为确保楼宇内cl正常运行，应保证满足运行约束为：[0096][0097]式中：和分别为楼宇n内hvac机组用能的上下限；和分别为确保楼宇n内fcs正常运行的最小和最大限值；和分别为楼宇n内sea消耗功率的上、下限值；dn为楼宇n在调度周期内必须满足的sea电能需求；[0098]④内温度约束：[0099]为了保证调度周期内用户的舒适性，楼宇室内温度必须保持在可接受范围内，应满足约束为：[0100][0101]式中：和分别为楼宇n室内温度的上、下限值；[0102]c.基于快速admm的分布式调度模型和求解：[0103]快速admm算法是利用加速梯度法对admm算法进行改进，通过将问题分解为多个子问题进行分布式迭代求解，只需交互少量信息即能实现系统全局最优的目标；依据标准admm基本原理，将优化问题的表达式为：[0104][0105]式中：为楼宇n的决策变量；为楼宇n与其它楼宇的p2p共享电能；第二个式子为所有等式约束，其中a为系数矩阵，b为参数矩阵；第三个式子是楼宇n内部约束；χn为由约束式(2)、(4)、(6)(18)、式(28)～(30)构成的楼宇n的策略可行域；采用标准admm进行分布式求解，引入辅助变量zn：[0106][0107]则其增广拉格朗日函数为：[0108][0109]式中：σn为与约束式(33)对应的对偶变量；ρ为参数；g(zn)为指示函数，其中变量zn满足可行域时g(zn)＝0，不满足可行域时g(zn)＝∞；[0110]由此，将原问题分解为式(35)：[0111][0112]式中：k表示迭代次数；[0113]在利用加速梯度法对标准admm进行改进后，快速admm算法的求解公式表示为；[0114][0115]式中：为新的对偶变量，满足θn为加速运算符；[0116]采用原始残差作为收敛判据，取收敛精度为ε，当约束式(37)成立时，算法收敛并输出最优解；[0117][0118]采用快速admm求解智能楼宇群日前分布式优化调度的计算步骤为：[0119]①在日前阶段，rep发布日前电价后，各楼宇初始化参数，将自身电能共享信息分享给其它楼宇；[0120]②各楼宇通过式(36)更新并将更新后的分享给其它楼宇；[0121]③各楼宇从其它楼宇接收到更新后的电能共享信息后，通过式(36)更新直到所有楼宇完成一次更新；[0122]④各楼宇通过式(36)更新重复上述迭代步骤直至满足式(37)。[0123]本发明基于点对点电能共享的智能楼宇群分布式优化调度方法的有益效果体现在：[0124]1、基于点对点电能共享的智能楼宇群分布式优化调度方法，在满足楼宇内用户热舒适性和用能需求的基础上，引入冰蓄冷储能系统满足楼宇内冷却需求，兼顾系统整体运行经济性和灵活性搭建了智能楼宇群日前优化调度模型；[0125]2、基于点对点电能共享的智能楼宇群分布式优化调度方法，提出了一种由楼宇间电能供需关系决定的内部交易价格机制，其可实现各主体间有序的点对点电能共享，进而促进楼宇间资源的互补、互动，达到供需功率就近平衡，进一步为配网扩容；[0126]3、基于点对点电能共享的智能楼宇群分布式优化调度方法，针对楼宇群日前优化调度策略求解问题，在标准交替方向乘子法基础上，采用改进快速交替方向乘子法进行求解，可保证调度过程中的信息安全，有效降低运算和通信负担，同时具有科学合理，适用性强，效果佳等优点。附图说明[0127]图1是智能楼宇群能源管理框架示意图；[0128]图2是智能楼宇群各楼宇日负荷示意图；[0129]图3是智能楼宇群各楼宇光伏预测出力示意图；[0130]图4是智能楼宇群各楼宇与rep电能交易情况示意图；[0131]图5是智能楼宇群楼宇间p2p电能共享情况示意图；[0132]图6是光伏功率利用情况示意图；[0133]图7是装有hvac机组楼宇室内温度示意图；[0134]图8是实施例1各算例中楼宇1的hvac电能消耗示意图；[0135]图9是实施例1各算例中楼宇2的hvac电能消耗示意图；[0136]图10是实施例1各算例中楼宇4的hvac电能消耗示意图；[0137]图11是实施例1各算例中楼宇3的sea电能消耗示意图；[0138]图12是实施例1各算例中楼宇4的fcs电能消耗示意图。具体实施方式[0139]以下结合附图1至12和实施例对本发明进一步详细说明，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明。[0140]基于点对点电能共享的智能楼宇群分布式优化调度方法，其包括以下内容：[0141]1)构建智能楼宇群能源管理框架：[0142]考虑一个由n栋智能楼宇组成的楼宇群，每个楼宇通过电力与通信网络相连接。根据电能和信息的双向流动特性，如附图1所示构建楼宇群能量管理框架。各楼宇内包含屋顶光伏发电(photovoltaic，pv)和可控负荷(controllableload，cl)，部分楼宇含有储能系统(energystoragesystem，ess)，ess包括ees系统和ies系统。每个楼宇配备能够控制内部pv、ess和cl资源的能量管理系统(energymanagementsystem，ems)和高级计量体系(advancedmeteringinfrastructure，ami)，以实现p2p电能共享。[0143]各楼宇内ems根据历史发、用电数据，预测自身pv出力和负荷需求，并将自身期望共享的电能信息点对点传递给其它楼宇。各楼宇基于零售电力供应商(retailelectricityproviders，rep)共享的电价信息和楼宇间电能交易价格，综合其它楼宇期望共享的电能，确定从rep和其它楼宇的购售电计划，并将后者信息传递给其它楼宇。各楼宇参考彼此的购售电计划通过不断迭代更新自己的计划直到满足楼宇群内所有楼宇的要求。楼宇通过点对点电能共享机制直接参与电能交易，不足的电能需求从rep处购电获取；富余电能可以返送至rep以获取收益。[0144]2)建立智能楼宇资源模型：[0145]e.冰蓄冷储能系统模型:[0146]冰蓄冷储能系统ies利用电能将冷能存储于蓄冷介质中，并在需要时进行融冰将冷能释放；楼宇内，冰蓄冷储能系统ies系统的模型为：[0147][0148][0149]式中：调度时段t∈{1,2,...,t,t δt,...,t}；t代表一个调度周期，δt为调度步长；为t时段楼宇n内ies系统的蓄冷量；β表示冰存储效率；和分别表示t时段楼宇n内ies系统制冰消耗的电功率和融冰释放的冷功率；κice,n和分别表示楼宇n内ies系统制冰的性能系数和ies系统与楼宇之间交换的热效率；和分别表示楼宇n内ies系统的制冰消耗电功率和融冰释放冷功率的上限值；表示楼宇n内ies系统的最大存储容量；[0150]f.电能存储系统模型:[0151]电能存储系统ees在电能富余时存储电能，在电能短缺时将其释放供能；其模型为：[0152][0153][0154]式中：表示t时段楼宇n内ees系统的电能存储量；和表示楼宇n内ees系统充放电效率；和分别是t时段楼宇n内ees系统充放电功率；和是楼宇n内ees系统充电和放电功率极限；和分别表示楼宇n内ees系统的储能容量上、下限值；表示楼宇n内ees的初始电能存储量；式(4)能够保证ees在运行过程中不会过充/过放电能，以及不低于即能延长ees系统的使用寿命，又能满足紧急状态需求；[0155]g.光伏模型:[0156]每栋楼宇都装有光伏发电pv系统，所产电能除了供给自身负荷外，还能共享给其他楼宇，以及向零售电力供应商rep出售；根据实际电能需求情况，允许对光伏出力进行削减，其模型为：[0157][0158][0159]式中：为t时段楼宇n实际调度的光伏功率；为t时段楼宇n预测光伏出力最大值；为t时段楼宇n的弃光量；和分别为t时段楼宇n光伏实际出力上、下限值；μ是最大允许弃光比例系数，取20％；[0160]h.可控负荷能效模型:[0161]①暖通空调负荷:[0162]暖通空调hvac负荷是智能楼宇中的主要可控负荷之一，装设hvac机组的智能楼宇室内温度为：[0163][0164]式中，表示t时段楼宇n的室内温度；cn、rn和ω为楼宇n内hvac机组运行参数；为t时段室外温度；表示t时段楼宇n制冷所消耗的电能；[0165]通常，室内设定一个最舒适的温度，根据热舒适性建立效用函数，表示为：[0166][0167]式中，un,hvac为楼宇n内hvac负荷的效用函数；mn是一个给定的正常数，保证在实际应用中效用为正值；γn是量化系数；tref是设定的参考温度；[0168]②可转移电器负荷：[0169]在含有可转移电器sea负荷，当实际能耗与期望能耗出现偏差时，会影响用户用能体验，基于此定义sea的效用函数为：[0170][0171]式中，un,sea为楼宇n内sea负荷的效用函数；为对负荷转移的敏感度；为t时段楼宇n内sea的电能消耗；为t时段楼宇n内sea的期望能耗；[0172]③灵活商业服务负荷：[0173]在商业楼宇中存在灵活商业服务fcs负荷，fcs能够通过消耗电能来实现效用，将fcs效用函数表示为：[0174][0175]式中：un,fcs为楼宇n内fcs负荷的效用函数；δn为fcs的偏好系数；为t时段楼宇n内fcs消耗的功率；[0176]3)点对点电能共享模型：[0177]c.点对点电能交易价格模型：[0178]智能楼宇间的电能共享是完全点对点p2p的，每栋楼宇都能向其它楼宇出售或购买电能；当两栋楼宇共享电能时，其电能交易价格由双方根据供需关系以及与零售电力供应商rep电能交易价格自行决定；[0179]每栋楼宇的电能需求和供应情况由其净功率决定，楼宇n在t时段的净功率为：[0180][0181]式中：表示t时段楼宇n的净功率；表示t时段楼宇n的总功率消耗；[0182]若楼宇n在t时段的净功率为正值，则楼宇n向其他楼宇或rep购买电能；若楼宇n在t时段的净功率为负值，则楼宇n将富余电能出售给其它楼宇或rep：[0183][0184][0185]式中：和分别表示t时段楼宇n的电能需求和供应量；[0186]在t时段，楼宇n向楼宇m出售和购买电能时双方的电能供需比和为：[0187][0188]根据p2p电能共享双方的供需关系以及与rep的电能交易价格，得到楼宇间的电能交易价格为：[0189][0190][0191]式中：和分别表示t时段楼宇n向楼宇m的购/售电价格；和分别为t时段楼宇群与rep进行交易时的购/售电价格；[0192]d.p2p电能共享运行约束：[0193]智能楼宇群内各楼宇间的电能共享价格应限制在与rep电能交易的售电价格与购电价格之间，以促进当地光伏发电的就地消纳，电能共享价格应满足约束为：[0194][0195]当楼宇间进行电能共享时，共享的能量要满足线路容量约束；在同一时间段，两栋楼宇之间购售电不能同时发生，应满足能量传输约束为：[0196][0197]式中：和分别表示t时段楼宇n向楼宇m的购/售电量；为楼宇n与楼宇m之间线路能够承受的最大传输功率；为0‑1变量，表征楼宇n的购/售电状态，当取1时表示楼宇n向楼宇m购电，当取0时，表示楼宇n向楼宇m售电；[0198]除满足式(17)和式(18)约束条件外，楼宇间进行p2p电能共享时还必须满足能量耦合约束为：[0199][0200]4)智能楼宇群优化调度模型及求解方法[0201]d.建立目标函数：[0202]智能楼宇间考虑p2p电能共享，对各类资源进行协调调度，以智能楼宇群总运行成本最低为目标，建立包括电能交易成本、设备运维成本、弃光惩罚以及可控负荷cl用能效用在内的日前经济调度模型，优化目标为：[0203][0204]式中：f为智能楼宇群总运行成本；为楼宇n的运行成本；为楼宇n电能交易成本；为楼宇n设备运维成本；为楼宇n弃光惩罚；un(pcl,n)表示楼宇n内可控负荷的用能效用；[0205]①电能交易成本：[0206]楼宇n的电能交易成本包括楼宇n与rep的电能交易成本以及与其它楼宇p2p电能共享成本即：[0207][0208][0209][0210]式中：与分别表示t时段楼宇n与rep进行电能交易时的电能需求和供应量；αt是t时段碳排放附加税；[0211]②设备运维成本：[0212]楼宇n的设备运维成本包括ies设备运维成本ees设备运维成本以及pv设备运维成本即：[0213][0214][0215]式中：和为楼宇n内ies设备、ees设备和pv设备的单位运维成本；和分别为t时段楼宇n内ies设备和ees设备的出力值；[0216]③弃光惩罚：[0217]为了提高光伏发电的消纳水平，对弃光进行惩罚，即：[0218][0219]式中：cab表示单位弃光惩罚；[0220]④cl用能效用：[0221]un(pcl,n)＝un,hvac un,sea un,fcsꢀꢀꢀꢀꢀ(27)[0222]e.建立约束条件：[0223]⑤能楼宇功率平衡约束：[0224]在调度过程中要保证楼宇n内的功率平衡，在忽略网络损耗的情况下，应满足约束为：[0225][0226]式中：κr,n表示楼宇n内hvac机组提供冷却的性能系数；表示t时段楼宇n的基本电力需求；[0227]⑥rep电能交互约束：[0228]楼宇n与rep电能交互功率应满足约束为：[0229][0230]式中：与分别为楼宇n与rep进行电能交易购/售电功率的上限值；[0231]⑦cl功耗约束：[0232]为确保楼宇内cl正常运行，应保证满足运行约束为：[0233][0234]式中：和分别为楼宇n内hvac机组用能的上下限；和分别为确保楼宇n内fcs正常运行的最小和最大限值；和分别为楼宇n内sea消耗功率的上、下限值；dn为楼宇n在调度周期内必须满足的sea电能需求；[0235]⑧内温度约束：[0236]为了保证调度周期内用户的舒适性，楼宇室内温度必须保持在可接受范围内，应满足约束为：[0237][0238]式中：和分别为楼宇n室内温度的上、下限值；[0239]f.基于快速admm的分布式调度模型和求解：[0240]快速admm算法是利用加速梯度法对admm算法进行改进，通过将问题分解为多个子问题进行分布式迭代求解，只需交互少量信息即能实现系统全局最优的目标；依据标准admm基本原理，将优化问题的表达式为：[0241][0242]式中：为楼宇n的决策变量；为楼宇n与其它楼宇的p2p共享电能；第二个式子为所有等式约束，其中a为系数矩阵，b为参数矩阵；第三个式子是楼宇n内部约束；χn为由约束式(2)、(4)、(6)(18)、式(28)～(30)构成的楼宇n的策略可行域；采用标准admm进行分布式求解，引入辅助变量zn：[0243][0244]则其增广拉格朗日函数为：[0245][0246]式中：σn为与约束式(33)对应的对偶变量；ρ为参数；g(zn)为指示函数，其中变量zn满足可行域时g(zn)＝0，不满足可行域时g(zn)＝∞；[0247]由此，将原问题分解为式(35)：[0248][0249]式中：k表示迭代次数；[0250]在利用加速梯度法对标准admm进行改进后，快速admm算法的求解公式表示为；[0251][0252]式中：为新的对偶变量，满足θn为加速运算符；[0253]采用原始残差作为收敛判据，取收敛精度为ε，当约束式(37)成立时，算法收敛并输出最优解；[0254][0255]采用快速admm求解智能楼宇群日前分布式优化调度的计算步骤为：[0256]⑤在日前阶段，rep发布日前电价后，各楼宇初始化参数，将自身电能共享信息分享给其它楼宇；[0257]⑥各楼宇通过式(36)更新并将更新后的分享给其它楼宇；[0258]⑦各楼宇从其它楼宇接收到更新后的电能共享信息后，通过式(36)更新直到所有楼宇完成一次更新；[0259]⑧各楼宇通过式(36)更新重复上述迭代步骤直至满足式(37)。[0260]在上述过程中，各楼宇只需与其它楼宇交换电能共享信息，而无需分享光伏、储能设备和负荷的相关数据，因此可以对各楼宇进行独立优化，保护其隐私信息安全。[0261]实施例1：[0262]本实施例考虑的楼宇群包含4栋智能楼宇，即n＝4；调度周期为8:00—18:00；调度步长为1h。四栋楼宇均配备pv系统，楼宇1、楼宇2和楼宇4装设hvac机组，楼宇3含有sea，楼宇4存有fcs。ies系统、ees系统以及pv的单位维护成本分别为0.0031$/kw、0.01$/kw和0.0036$/kw；弃光惩罚成本为0.2607$/kw；碳排放附加税为0.02$/kwh。电价为分时电价。各楼宇日负荷和光伏出力曲线如附图2和附图3所示。各楼宇cl用能效用的相关参数见表1；效用函数中mn＝12。ies系统和ees系统参数见表2。算法参数ρ取0.03，ε取0.02，模型在matlab仿真平台上运行，楼宇群优化子模型采用cplex求解。[0263]表1可控负荷参数[0264]table1parametersofcontrollableload[0265][0266]表2ess参数[0267]table2parametersofess[0268][0269]为验证本发明所提模型的可行性与有效性，设置以下三个算例来进行验证：[0270]算例1：楼宇间不考虑p2p电能共享，楼宇4内配备有ees系统。[0271]算例2：楼宇间考虑p2p电能共享，楼宇4内配备有ees系统。[0272]算例3：楼宇间考虑p2p电能共享，楼宇4内配备有ies系统。[0273]附图4给出了三个算例中各楼宇与rep的电能交易情况。由附图4中(a)图可知，楼宇2在调度时段内共向rep出售电能为698.14kwh，而楼宇4共从rep购买电能为1206.78kwh。由于楼宇间未考虑p2p电能共享，因此各楼宇与rep电能交易差别较大，楼宇群的总净负荷需求呈现较大波动。算例2和算例3各楼宇与rep电能交易情况分别如附图4中(b)图和(c)图所示。楼宇群内部各主体之间进行p2p电能交易，在8:00‑10:00楼宇群需从rep购买电能以满足需求，而在10:00‑18:00实现了内部供需平衡，无需与外部进行电能交易。可见，本发明所提出的p2p电能共享策略可有效降低楼宇群对外部能源的依赖。相比算例2，算例3中楼宇4在8:00‑10:00从rep处购买电能减少了29.48kwh，说明针对楼宇供冷特性，用冰蓄冷储能系统满足楼宇内冷却需求，可进一步降低楼宇群的电能需求。[0274]楼宇间的p2p电能共享情况如附图5所示，其中正值表示前者从后者购能，负值表示前者向后者售能。由附图5中(a)图可知，在算例2中楼宇间主要电能交易发生在与楼宇4之间，楼宇1向楼宇4出售电能为236.71kwh，楼宇2向楼宇4出售电能为612.89kwh，楼宇3向楼宇4出售电能为183.57kwh。这是由于楼宇4本身电能需求较高，且配置了ees系统，会在楼宇群总能源富余时段从其它楼宇购能并进行储存，随后在楼宇群能源不足时，通过ees为楼宇群提供能源。[0275]附图5中(b)图为算例3中p2p电能共享情况，其采用运维成本较低的ies来取代ees系统，但并未改变各楼宇间的电能供需关系，所以结果与算例2大致相同，说明楼宇间电能交易情况取决于供需关系。算例3中楼宇4购置富裕电能后以冷能形式存储在ies系统中，在楼宇群能源不足时，ies系统通过融冰供冷满足楼宇4自身冷却需求，降低楼宇群的电能需求。[0276]各算例中楼宇群的运行成本如表3、表4和表5所示。可以看出，算例2和3的楼宇群运行成本较算例1分别降低了81.12$和91.91$，p2p电能共享策略优先考虑在楼宇群内部进行电能交易，减少了楼宇群与rep的电能交易，很大程度地降低了楼宇群与rep的电能交易成本。同时每栋楼宇的运行成本也都有所降低，说明p2p电能共享策略，在提高楼宇群整体经济性的同时，也保证了单栋楼宇的经济效益。与算例2相比，算例3中采用运维成本较低的ies满足楼宇4自身的冷却需求，使楼宇群的运行成本降低了10.79$，进一步提高了楼宇群运行经济性。[0277]表3算例1楼宇群运行成本[0278]table3operationcostofbuildingsunderexamples1[0279][0280]表4算例2楼宇群运行成本[0281]table4operationcostofbuildingsunderexamples2[0282][0283]表5算例3楼宇群运行成本[0284]table5operationcostofbuildingsunderexamples3[0285][0286]各算例光伏发电的利用情况如附图6所示。算例1中，光伏发电只能通过该楼宇内部使用和出售给rep两种方式消纳，但是由于与rep电能交易存在限制，所以存在一定的弃光量。而算例2和算例3中p2p电能共享为楼宇光伏发电提供了新的消纳途径。因而，算例2和3的光伏发电利用率高于算例1。[0287]附图7为需要考虑热舒适性的智能楼宇室内温度情况。由于楼宇1与楼宇2在大多数时段内光伏发电量充足，所以其实际温度在大多数时段接近参考温度，保证了室内热舒适性；而在光伏发电量不足的少数时段(8:00‑12:00)，需要适当牺牲舒适性来节能，导致实际温度高出参考温度0.1℃‑0.5℃。算例2和3中楼宇4的实际温度明显低于算例1，是因为算例1中楼宇4对外部的能源需求较大，不得不通过升高室内温度来节能，尤其在8:00‑14:00更为明显。而算例2和3中p2p电能共享机制使得楼宇4中ess可以充分发挥其作用，灵活地调节室温，使实际温度更接近参考温度。[0288]附图8‑12给出了三个算例中各楼宇cl的用能情况。三个算例中楼宇1和楼宇2的电能需求以及室内温度基本相同，因此hvac电能消耗基本相同。在p2p电能共享机制下，楼宇4配备的ess可以满足部分冷负荷需求，有效降低了其hvac电能消耗。在算例2和3中，部分sea负荷从光伏发电量不足时段转移到充足时段，在一定程度上平滑了负荷曲线。由于算例2和3中楼宇4对外部的电能需求较低，导致fcs电能消耗增加，从而获取更高的经济效益。[0289]为验证本发明所用算法的优越性，将快速admm算法与标准admm算法计算结果进行对比，表6给出了快速admm和标准admm达到相同精度所需的迭代次数和计算时间。[0290]表6标准admm与快速admm的计算结果[0291]table6calculationresultsofstandardadmmandfastadmm[0292][0293]通过表6可以看出，当迭代精度相同时，快速admm算法迭代次数更少，计算时间更短，其计算时间仅为标准admm算法的43.66％。说明本发明所采用的快速admm算法具有较好的收敛性能。[0294]以上所述仅是本发明的优选方式，应当指出的是，对于本
技术领域：
：的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应该视为本发明的保护范围。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
