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与流程

技术特征：
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：1)建立智能楼宇资源模型：a.冰蓄冷储能系统模型: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：冰蓄冷储能系统ies系统的模型为：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；κ
ice,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；b.电能存储系统模型: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：其模型为：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；c.光伏模型: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：模型为：
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％；d.可控负荷能效模型:
①
暖通空调负荷: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：式中，表示t时段楼宇n的室内温度；c
n
、r
n
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；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：式中，u
n,hvac
为楼宇n内hvac负荷的效用函数；m
n
是一个给定的正常数，保证在实际应用中效用为正值；γ
n
是量化系数；t
ref
是设定的参考温度；
②
可转移电器负荷：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：式中，u
n,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；
③
灵活商业服务负荷：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：式中：u
n,fcs
为楼宇n内fcs负荷的效用函数；δ
n
为fcs的偏好系数；为t时段楼宇n内fcs消耗的功率；2)建立点对点电能共享模型：a.点对点电能交易价格模型：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；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：
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；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：则楼宇n将富余电能出售给其它楼宇或rep：式中：和分别表示t时段楼宇n的电能需求和供应量；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：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：价格为：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；b.p2p电能共享运行约束：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：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：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；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：
3)智能楼宇群优化调度模型及求解方法：a.建立目标函数：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：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；u
n
(p
cl,n
)表示楼宇n内可控负荷的用能效用；
①
电能交易成本：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：即：即：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；α
t
是t时段碳排放附加税；
②
设备运维成本：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：即：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；
③
弃光惩罚：为了提高光伏发电的消纳水平，对弃光进行惩罚，即：
式中：c
ab
表示单位弃光惩罚；
④
cl用能效用：u
n
(p
cl,n
)＝u
n,hvac
u
n,sea
u
n,fcs
ꢀꢀꢀꢀꢀ
(27)b.建立约束条件：
①
能楼宇功率平衡约束：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：式中：κ
r,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；
②
rep电能交互约束：楼宇n与rep电能交互功率应满足约束为：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；
③
cl功耗约束：为确保楼宇内cl正常运行，应保证满足运行约束为：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；d
n
为楼宇n在调度周期内必须满足的sea电能需求；
④
内温度约束：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：式中：和分别为楼宇n室内温度的上、下限值；c.基于快速admm的分布式调度模型和求解：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：
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；χ
n
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z
n
：则其增广拉格朗日函数为：式中：σ
n
为与约束式(33)对应的对偶变量；ρ为参数；g(z
n
)为指示函数，其中变量z
n
满足可行域时g(z
n
)＝0，不满足可行域时g(z
n
)＝∞；由此，将原问题分解为式(35)：式中：k表示迭代次数；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；式中：为新的对偶变量，满足θ
n
为加速运算符；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；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：
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；
②
各楼宇通过式(36)更新并将更新后的分享给其它楼宇；
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；
④
各楼宇通过式(36)更新重复上述迭代步骤直至满足式(37)。

技术总结
本发明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，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；同时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，进一步为配网扩容，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。计算负担并保证调度相对独立性。计算负担并保证调度相对独立性。


技术研发人员：张虹 李佳旺 王明晨 白洋 张茜 姜德龙
受保护的技术使用者：东北电力大学
技术研发日：2021.07.15
技术公布日：2021/11/4