留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多代理的综合能源系统分层分布式能量协调方法

孟明 马辰南 薛宛辰 罗洋 商聪

孟明, 马辰南, 薛宛辰, 罗洋, 商聪. 基于多代理的综合能源系统分层分布式能量协调方法[J]. 现代电力, 2021, 38(2): 129-137. doi: 10.19725/j.cnki.1007-2322.2020.0256
引用本文: 孟明, 马辰南, 薛宛辰, 罗洋, 商聪. 基于多代理的综合能源系统分层分布式能量协调方法[J]. 现代电力, 2021, 38(2): 129-137. doi: 10.19725/j.cnki.1007-2322.2020.0256
Ming MENG, Chennan MA, Wanchen XUE, Yang LUO, Cong SHANG. A Multi-Agent Based Hierarchical Distributed Energy Coordination Method for Integrated Energy System[J]. Modern Electric Power, 2021, 38(2): 129-137. doi: 10.19725/j.cnki.1007-2322.2020.0256
Citation: Ming MENG, Chennan MA, Wanchen XUE, Yang LUO, Cong SHANG. A Multi-Agent Based Hierarchical Distributed Energy Coordination Method for Integrated Energy System[J]. Modern Electric Power, 2021, 38(2): 129-137. doi: 10.19725/j.cnki.1007-2322.2020.0256

基于多代理的综合能源系统分层分布式能量协调方法

doi: 10.19725/j.cnki.1007-2322.2020.0256
详细信息
    作者简介:

    孟明(1967),男,博士,副教授,研究方向为综合能源系统、新能源发电、智能微电网等,E-mail:mmwxp@126.com

    马辰南(1994),男,硕士,通信作者,研究方向为综合能源系统优化运行、多代理技术,E-mail:446758526@qq.com

    薛宛辰(1995),硕士,研究方向为综合能源系统,E-mail:1187248420@qq.com

    罗洋(1994),硕士,研究方向为综合能源系统指标评价,E-mail:469093129@qq.com

    商聪(1996),硕士,研究方向为综合能源系统优化,E-mail:2948083397@qq.com

    通讯作者: 446758526@qq.com
  • 中图分类号: TM743

A Multi-Agent Based Hierarchical Distributed Energy Coordination Method for Integrated Energy System

  • 摘要: 综合能源系统能量的合理协调是确保其经济稳定运行的重要基础,提出了一种基于多代理系统(multi-agent system, MAS)的综合能源系统能量协调方案,构建了由本地层、能源中心层、网络层和系统层共同组成的分层分布式MAS结构模型。设定能源中心层代理及系统层代理作为MAS结构中的目标代理,均具备以经济性最优为目标的能量协调策略;同时基于合同网协议对不同层间代理的通信模式及策略进行定义,用以实现代理间数据的有序交互;最后,采用JAVA语言,在JADE软件平台上编写了所提出的MAS完整框架,通过修改后的IEEE5节点配电系统和7节点天然气系统仿真算例对方法进行验证,结果表明,在不同运行环境下,MAS均可稳定运行并生成综合能源系统能量协调优化策略。
  • 图  1  能源中心能流模型

    Figure  1.  Energy flow model of energy center

    图  2  分层分布式MAS架构

    Figure  2.  Hierarchical and distributed structure of MAS

    图  3  基于CNP的MAS交互通信策略

    Figure  3.  CNP based interactive communication strategy for MAS

    图  4  综合能源系统算例模型拓扑结构

    Figure  4.  Topological structure of calculation example model for integrated energy system

    图  5  能源中心能量协调策略

    Figure  5.  Energy coordination strategy of energy center

    图  6  能源中心用能曲线

    Figure  6.  Energy demand curve of energy center

    图  7  系统电源及气源出力

    Figure  7.  Output of power source and natural gas source

    图  8  网络运行状况

    Figure  8.  Network condition

    B1  能源中心1相关运行参数

    B1.   Parameters of coupling equipment

    类型最小耗能功率/MW最大耗能功率/MW能量转换效率向上爬坡率/MW向下爬坡率/MW
    热电联产25100气-电0.3/气-热0.52525
    P2G 0 40 0.6
    电锅炉 0 10 0.65
    燃气锅炉0250.8
    下载: 导出CSV

    B2  能源中心2相关运行参数

    B2.   Parameters of coupling equipment

    类型最小耗能功率/MW最大耗能功率/MW能量转换效率向上爬坡率/MW向下爬坡率/MW
    热电联产2075气-电0.3/气-热0.52525
    P2G 0 30 0.6
    电锅炉 0 10 0.65
    燃气锅炉0250.8
    下载: 导出CSV

    B3  常规发电机组基本参数

    B3.   Parameters of coupling equipment

    设备类型最小功率/kW最大功率/kWag/(t·MW−2·h−1bg/(t·MW1·h−1cg/(t·h−1燃料价格/(元/t)
    常规发电机组1002500.0001880.271637.645800
    下载: 导出CSV

    B4  气源基本参数

    B4.   Parameters of coupling equipment

    类型最小供气量/(kcf/h)最大供气量/(kcf/h)${a_{ {\rm{gs} } } }/({\rm{kcf} } \cdot {\rm{yua} }{ {\rm{n} }^{ - 1} })$节点压力/Psig
    气源11006001655140
    气源21005001158.5140
    下载: 导出CSV

    B5  系统常规负荷节点负荷数值

    B5.   Parameters of coupling equipment

    节点负荷
    E3185 MW
    G2 150 kcf/h
    G3 120 kcf/h
    G490 kcf/h
    下载: 导出CSV

    B6  配电网基本参数

    B6.   Parameters of coupling equipment

    线路线路电抗/Ω最大传输功率/MW
    4-20.3250
    2-1 0.25 80
    1-3 0.35 30
    2-3 0.3 60
    5-3 0.3 250
    下载: 导出CSV

    B7  天然气管网基本参数

    B7.   Parameters of coupling equipment

    管道最大传输流量/(kcf/h)${k_{{\rm{pipe}},p}}/\left( {{\rm{kcf}}/{\rm{Psig}}} \right)$压缩机最大变比节点压力范围/Psig
    1-2 350 25.3 1 [130,140]
    2-4 350 25.05 1.2 2 [130,140]
    4-7 500 18.75 3 [130,140]
    2-5 250 21.75 4 [130,140]
    3-5 300 26.65 5 [130,140]
    5-6 500 20.35
    下载: 导出CSV
  • [1] GIRARDIN L, MARECHAL F, DUBUIS M, et al. EnerGis: a geographical information based system for the evaluation of integrated energy conversion systems in urban areas[J]. Energy, 2010, 35(2): 830−840. doi:  10.1016/j.energy.2009.08.018
    [2] 王伟亮, 王丹, 贾宏杰, 等. 能源互联网背景下的典型区域综合能源系统稳态分析研究综述[J]. 中国电机工程学报, 2016, 36(12): 3292−3305.

    WANG Weiliang, WANG Dan, JIA Hongjie, et al. Review of steady-state analysis of typical regional integrated energy system under the background of energy internet[J]. Proceedings of the CSEE, 2016, 36(12): 3292−3305(in Chinese).
    [3] 刁涵彬, 李培强, 王继飞, 等. 考虑电/热储能互补协调的综合能源系统优化调度[J/OL]. 电工技术学报: 1-12[2020-07-03]. https://doi.org/10.19595/j.cnki.1000-6753.tces.191340.

    DIAO Hanbin, LI Peiqiang, WANG Jifei, et al. Optimal dispatch of integrated energy system considering complementary coordination of electric/thermal energy storage[J/OL]. Transactions of China Electrotechnical Society: 1-12[2020-07-03]. https://doi.org/10.19595/j.cnki.1000-6753.tces.191340. (in Chinese)
    [4] 张雨曼, 刘学智, 严正, 等. 光伏-储能-热电联产综合能源系统分解协调优化运行研究[J]. 电工技术学报, 2020, 35(11): 2372−2386.

    ZHANG Yuman, LIU Xuezhi, YAN Zheng, et al. Decomposition-coordination based on optimization for PV-BESS-CHP integrated energy system[J]. Transactions of China Electrotechnical Society, 2020, 35(11): 2372−2386(in Chinese).
    [5] 杨海柱, 李梦龙, 江昭阳, 等. 考虑需求侧电热气负荷响应的区域综合能源系统优化运行[J]. 电力系统保护与控制, 2020, 48(10): 30−37.

    YANG Haizhu, LI Menglong, JIANG Zhaoyang, et al. Optimal operation of regional integrated energy system considering demand side electricity heat and natural-gas loads response[J]. Power System Protection and Control, 2020, 48(10): 30−37(in Chinese).
    [6] 李子林, 刘蓉晖. 考虑需求侧响应的含储能区域综合能源系统运行优化[J]. 现代电力, 2019, 36(06): 61−67.

    LI Zilin, LIU Ronghui. Operation optimization of regional integrated energy system with energy storage considering demand response[J]. Modern Electric Power, 2019, 36(06): 61−67(in Chinese).
    [7] 郝然, 艾芊, 朱宇超, 等. 基于能源集线器的区域综合能源系统分层优化调度[J]. 电力自动化设备, 2017, 37(06): 171−178.

    HAO Ran, AI Qian, ZHU Yuchao, et al. Hieraichical optimal dispatch based on energy hub for regional integrated energy system[J]. Electric Power Automation Equipment, 2017, 37(06): 171−178(in Chinese).
    [8] ZHONG Yongjie, XIE Dongliang, ZHOU Mo, et al. Hierarchical optimal operation for integrated energy system based on energy hub[J]. Energies, 2018, 11(10): 2765−2770. doi:  10.3390/en11102765
    [9] 赵曰浩, 彭克, 徐丙垠, 等. 综合能源系统分层分布式协调控制方法[J]. 电力自动化设备, 2017, 37(06): 253−259.

    ZHAO Yuehao, PENG Ke, XU Bingyin, et al. Hieraichical and distributed coordination control of integrated energy system[J]. Electric Power Automation Equipment, 2017, 37(06): 253−259(in Chinese).
    [10] DOU Chunxia, YUE Dong, LI Xiebin, et al. MAS-based management and control strategies for integrated hybrid energy system[J]. IEEE Transactions on Industrial Informatics, 2016, 12(4): 1332−1349. doi:  10.1109/TII.2016.2569506
    [11] BUI V H, HUSSAIN A, KIM H M, et al. M A Multiagent-Based Hierarchical Energy Management Strategy for Multi-Microgrids Considering Adjustable Power and Demand Response[J]. IEEE Transactions on Smart Grid, 2018, 9(2): 1323−1333. doi:  10.1109/TSG.2016.2585671
    [12] LIU Siyuan, GU Ying, WANG Chong, et al, Multi-energy coordination based on multi-agent system in energy internet[R]. 2018 2nd IEEE Conference on Energy Internet and Energy System Integration (EI2), Beijing, 2018, pp. 1-5, .
    [13] 艾芊, 刘思源, 吴任博, 等. 能源互联网中多代理系统研究现状与前景分析[J]. 高电压技术, 2016, 42(09): 2697−2706.

    AI Qian, LIU Siyuan, WU Renbo, et al. Research and prospect of multi-agent system in energy internet system[J]. High Voltage Engineering, 2016, 42(09): 2697−2706(in Chinese).
    [14] Shabanpour-Haghighi A, SEIFI A R. An integrated steady state operation assessment of electrical, natural gas, and district heating networks[J]. IEEE Trans on Power Systems, 2016, 31(5): 3636−3647. doi:  10.1109/TPWRS.2015.2486819
    [15] 胡源, 别朝红, 李更丰, 等. 天然气网络和电源、电网联合规划的方法研究[J]. 中国电机工程学报, 2017, 37(01): 45−54.

    HU Yuan, BIE Chaohong, LI Gengfeng, et al. Integrated planning of natural gas network and composite power system[J]. Proceedings of the CSEE, 2017, 37(01): 45−54(in Chinese).
    [16] 黎静华, 黄玉金, 张鹏. 综合能源系统多能流潮流计算模型与方法综述[J]. 电力建设, 2018, 39(03): 1−11.

    LI Jinghua, HUANG Yujin, ZHANG Peng. Review of Multi-Energy Flow Calculation Model and Method in Integrated Energy System[J]. Electric Power Construction, 2018, 39(03): 1−11(in Chinese).
    [17] CORREA-POSADA C M, SANCHEZ-MARTIN P. Security constrained optimal power and natural-gas flow[J]. IEEE Transactions on Power Systems, 2014, 29(4): 1780−1787. doi:  10.1109/TPWRS.2014.2299714
    [18] CORREA-POSADA C M, SANCHEZ-MARTIN P. Power and natural gas model for energy adequacy in short-term operation[J]. IEEE Transactions on Power Systems, 2015, 30(6): 3347−3355. doi:  10.1109/TPWRS.2014.2372013
    [19] Pinto T, Vale Z A, Morais H, et al. Multi-agent based electricity market simulator with VPP: conceptual and implementation issues[C]//Power & Energy Society General Meeting, 2009. Calgary, Canada: IEEE. 2009: 1-9.
    [20] 刘红进, 袁斌, 戴宏伟, 等. 多代理系统及其在电力系统中的应用[J]. 电力系统自动化, 2001, 25(19): 45−52.

    LIU Hongjin, YUAN Bin, DAI Hongwei, et al. Multi-agent system and its application in power systems[J]. Automation of Electric Power Systems, 2001, 25(19): 45−52(in Chinese).
    [21] 于卫红. 基于JADE平台的多Agent系统开发技术[M], 北京: 国防工业出版社, 2011: 4-8.
    [22] Fipa contract net interaction protocol specification[EB/OL]. [2012.06.01]. http://www.fipa.org/spccs/fipa00029/SC00029H.pdf.
  • [1] 周荔丹, 曹祖加, 姚钢, 刘东.  泛在电力物联网的发展分析 . 现代电力, 2021, 38(2): 119-128. doi: 10.19725/j.cnki.1007-2322.2020.0326
    [2] 于娜, 操晨润, 黄大为, 黄征, 陈厚合, 张鹏宇.  基于改进Line-Pack模型的综合能源系统优化调度 . 现代电力, 2020, 37(3): 310-316. doi: 10.19725/j.cnki.1007-2322.2019.0227
    [3] 范宏, 袁倩倩, 邓剑.  多区域综合能源系统的两阶段容量优化配置方法 . 现代电力, 2020, 37(5): 441-447. doi: 10.19725/j.cnki.1007-2322.2019.1077
    [4] 郇嘉嘉, 赵瑾, 曾诚玉, 刘洪, 李吉峰, 牛纪德.  园区综合能源系统规划及优化配置方案 . 现代电力, 2020, 37(3): 303-309. doi: 10.19725/j.cnki.1007-2322.2019.0246
    [5] 周晟锐, 刘继春, 张浩禹, 文杰, 张林, 冯麒铭.  基于机会约束的多能源枢纽电气互联综合能源系统日前经济调度 . 现代电力, 2020, 37(2): 197-204. doi: 10.19725/j.cnki.1007-2322.2019.0966
    [6] 杨秀媛, 刘凤鸣, 陈麒宇, 周博文, 卜思齐, 徐智蔷.  利益驱动的泛在电力物联网 . 现代电力, 2020, 37(1): 1-9. doi: 10.19725/j.cnki.1007-2322.2019.1063
    [7] 黄伟, 杨子力, 柳思岐.  基于物元可拓模型的特色小镇能源系统综合评价 . 现代电力, 2020, 37(5): 448-455. doi: 10.19725/j.cnki.1007-2322.2019.0620
    [8] 吴俊宏, 谢胤喆, 王玥, 郝然, 艾芊.  基于改进Gossip算法的多微网孤岛系统分布式电力交易策略 . 现代电力, 2019, 36(2): 88-94.
    [9] 魏纯晓, 陈晔, 王燕敏, 刘宗歧, 李月乔, 华科, 崔怀宇, 王君莹.  考虑系统与用户双侧协同的区域多能源系统运行优化 . 现代电力, 2019, 36(1): 61-70.
    [10] 王旭强, 张鑫, 刘红昌, 刘怡, 刘乙召.  考虑源荷双重不确定性的电气互联综合能源系统分布鲁棒优化调度 . 现代电力, 2019, 36(6): 52-60.
    [11] 林昶咏, 吴桂联, 张林垚, 施鹏佳.  分布式电源接入配电系统优化规划方案 . 现代电力, 2019, 36(6): 82-87.
    [12] 祁兵, 何承瑜, 李彬, 陈宋宋, 石坤, 薛溟枫.  基于蓄热电锅炉不同工作模式的区域综合能源系统优化调度 . 现代电力, 2019, 36(6): 45-51.
    [13] 李子林, 刘蓉晖.  考虑需求侧响应的含储能区域综合能源系统运行优化 . 现代电力, 2019, 36(6): 61-67.
    [14] 周钰童, 华亮亮, 黄伟, 刘明昌.  计及电热交易的区域综合能源多目标优化配置 . 现代电力, 2019, 36(4): 24-30.
    [15] 徐帅.  计及多种分布式能源的交直流混合电网建模与仿真 . 现代电力, 2018, 35(3): 32-38.
    [16] 葛军凯, 李题印, 孙可, 王健, 周念成, 王淳.  多元化售电主体并存下微电网的竞价策略研究 . 现代电力, 2017, 34(6): 16-21.
    [17] 黄伟, 李宁坤, 田羽洲, 张泽虎.  主动配电网日前实时调度策略研究 . 现代电力, 2017, 34(3): 52-59.
    [18] 张 伟, 刘苑红, 赵明欣, 周莉梅, 刘 伟, 王 璟.  以区域能效优化为目标计及不确定因素的分布式能源综合优化配置 . 现代电力, 2016, 33(5): 1-6.
    [19] 骆 晨, 陶 顺, 赵晨雪, 肖湘宁.  主动配电网区域自适应性电压分层分区控制 . 现代电力, 2016, 33(3): 29-34.
    [20] 郭运城, 韦钢, 国宗, 柯珂.  基于熵权TOPSIS和MAS的配电网故障动态恢复 . 现代电力, 2014, 31(6): 46-52.
  • 加载中
图(8) / 表 (7)
计量
  • 文章访问数:  61
  • HTML全文浏览量:  19
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-07-09
  • 网络出版日期:  2021-04-09
  • 刊出日期:  2021-04-10

基于多代理的综合能源系统分层分布式能量协调方法

doi: 10.19725/j.cnki.1007-2322.2020.0256
    作者简介:

    孟明(1967),男,博士,副教授,研究方向为综合能源系统、新能源发电、智能微电网等,E-mail:mmwxp@126.com

    马辰南(1994),男,硕士,通信作者,研究方向为综合能源系统优化运行、多代理技术,E-mail:446758526@qq.com

    薛宛辰(1995),硕士,研究方向为综合能源系统,E-mail:1187248420@qq.com

    罗洋(1994),硕士,研究方向为综合能源系统指标评价,E-mail:469093129@qq.com

    商聪(1996),硕士,研究方向为综合能源系统优化,E-mail:2948083397@qq.com

    通讯作者: 446758526@qq.com
  • 中图分类号: TM743

摘要: 综合能源系统能量的合理协调是确保其经济稳定运行的重要基础,提出了一种基于多代理系统(multi-agent system, MAS)的综合能源系统能量协调方案,构建了由本地层、能源中心层、网络层和系统层共同组成的分层分布式MAS结构模型。设定能源中心层代理及系统层代理作为MAS结构中的目标代理,均具备以经济性最优为目标的能量协调策略;同时基于合同网协议对不同层间代理的通信模式及策略进行定义,用以实现代理间数据的有序交互;最后,采用JAVA语言,在JADE软件平台上编写了所提出的MAS完整框架,通过修改后的IEEE5节点配电系统和7节点天然气系统仿真算例对方法进行验证,结果表明,在不同运行环境下,MAS均可稳定运行并生成综合能源系统能量协调优化策略。

English Abstract

孟明, 马辰南, 薛宛辰, 罗洋, 商聪. 基于多代理的综合能源系统分层分布式能量协调方法[J]. 现代电力, 2021, 38(2): 129-137. doi: 10.19725/j.cnki.1007-2322.2020.0256
引用本文: 孟明, 马辰南, 薛宛辰, 罗洋, 商聪. 基于多代理的综合能源系统分层分布式能量协调方法[J]. 现代电力, 2021, 38(2): 129-137. doi: 10.19725/j.cnki.1007-2322.2020.0256
Ming MENG, Chennan MA, Wanchen XUE, Yang LUO, Cong SHANG. A Multi-Agent Based Hierarchical Distributed Energy Coordination Method for Integrated Energy System[J]. Modern Electric Power, 2021, 38(2): 129-137. doi: 10.19725/j.cnki.1007-2322.2020.0256
Citation: Ming MENG, Chennan MA, Wanchen XUE, Yang LUO, Cong SHANG. A Multi-Agent Based Hierarchical Distributed Energy Coordination Method for Integrated Energy System[J]. Modern Electric Power, 2021, 38(2): 129-137. doi: 10.19725/j.cnki.1007-2322.2020.0256
    • 随着经济社会的不断发展,能源短缺问题逐渐显现,在此背景下,以多能耦合为重点的综合能源系统得到了学者们的广泛关注[1]。与传统能源系统不同,综合能源系统中包含多能传输网络以及多能设备单元,可将系统内电-气-热-冷等能源形式进行统一协调与调度,进而有效地提升能源整体利用效率,具有极为广泛的发展前景[2]

      多能协调优化模型及相关策略的合理构建是提升综合能源系统运行效率的关键所在,也是当前研究的重点问题之一。文献[3]建立了综合能源系统电/热储能互补协调优化模型,并对其中的非线性项进行了线性化处理;文献[4]对含光伏-储能-热电联产的综合能源系统优化运行问题展开研究,建立了电热耦合系统分解优化运行模型;文献[5]搭建了综合能源系统电-气-热负荷响应混合整数非线性数学模型,并基于此对系统运行成本进行优化;文献[6]提出了考虑需求侧响应的含储能的区域综合能源系统运行优化模型,并以系统运行成本最小化为目标进行运行优化。上述文献通过集中式优化模型的搭建,从不同角度实现了综合能源系统的能量协调与优化运行。但是,对于综合能源系统而言,复杂的能量耦合关系及海量的数据信息使得传统集中式能量协调方法在实际应用中具有一定的局限性。当前,针对分布式能量协调方法的研究相对较少,文献[7]提出了一种基于能源集线器的综合能源系统分层优化调度方法,将优化调度问题分为多能分流层、能效优化层和机组分配层分别进行考虑;文献[8]考虑电、热、气网约束,建立了综合能源系统日前分层优化的稳态模型;文献[9]构建由上层园区和下层用户组成的综合能源系统分层优化模型,并通过分层分布式的协调控制方法实现了综合能源系统的源-网-荷-储协同。以上文献为综合能源系统分布式能量协调问题的研究提供了多种可行思路。

      近年来,多代理系统(multi-agent system, MAS)的不断发展为能量协调相关研究提供了全新的思路[10-12],考虑到MAS所具备的集中分布式特性与综合能源系统拓扑结构具有较好的贴合度[13],本文提出一种基于MAS的综合能源系统分层分布式能量协调方法,通过设定MAS架构及相关运行策略实现MAS方法与综合能源系统分层分布式能量协调问题的结合,并以MAS仿真的形式完成能量协调优化决策问题的求解。所提方法兼具集中式与分布式能量协调方法优点,有利于高效、有序地分配计算资源,从而提高方法的可靠性及运行效能。同时,在所设MAS通信架构下,各代理仅与少量关联代理进行数据交互,有利于提高方法的求解效率并保护各层运行数据隐私。

    • 综合能源系统中包含多个能源中心(Energy Center, EC),用以实现配电系统和天然气系统之间的能量耦合。搭建能源中心模型如图1所示:

      图  1  能源中心能流模型

      Figure 1.  Energy flow model of energy center

      所搭建的能源中心模型内部具备多种功能,其中电力变压器(PT)实现了能源中心与配电系统之间电能的交互;电转气装置(P2G)、电锅炉(EHB)、燃气锅炉(MGB)及热电联产机组(CHP)分别构成了能源中心的电-气、电-热、气-热及气-电-热耦合环节。各能源中心一方面与配电系统及天然气系统对接从而获取电功率及天然气支持;另一方面与具备电、热需求的负荷集群(ECL)对接,并为其提供所需功率。结合能源枢纽概念,对其中电-气-热能流平衡关系进行描述:

      $$\left[ {\begin{array}{*{20}{c}} {{L_{{\rm{e}}n{\rm{,}}t}}} \\ \begin{array}{l} {L_{{\rm{h}}n{\rm{,}}t}} \\ \end{array} \end{array}} \right]{\rm{ = }}\left\{ \begin{array}{l} \left[ {\begin{array}{*{20}{c}} 1&{{\beta _{{\rm{CHP}}{n,t}}}{\eta _{{\rm{CHP}}{n{\rm{,e}}}}}} \\ 0&{{\beta _{{\rm{CHP}}n{\rm{,}}t}}{\eta _{{\rm{CHP}}n{\rm{,h}}}} + {\beta _{{\rm{MGB}}n{\rm{,}}t}}{\eta _{{\rm{MGB}}n}}} \\ \end{array}} \right] \\ \left[ {\begin{array}{*{20}{c}} {{P_{{\rm{buy}}n,t}}} \\ {{Q_{{\rm{buy}}n,t}}}+\\ \eta_{{\rm{P2G}}n}P_{{\rm{P2G}}n,t} \end{array}} \right] + \left[ {\begin{array}{*{20}{c}} { - {P_{{\rm{EHB}}n,t}} - {P_{{\rm{P}}2{\rm{G}}n,t}}} \\ \begin{array}{l} {\eta _{{\rm{EHB}}n}}{P_{{\rm{EHB}}n,t}} \\ \end{array} \end{array}} \right] \\ \end{array} \right.$$ (1)

      式中:${L_{{\rm{e}}n{\rm{,}}t}}/{L_{{\rm{h}}n{\rm{,}}t}}$$t$时段第$n$个能源中心电/热负荷;${\;\beta _{{\rm{CHP}}n{\rm{,}}t}}/{\beta _{{\rm{MGB}}n{\rm{,}}t}}$$t$时段第$n$个能源中心天然气分配系数,需满足${\;\beta _{{\rm{CHP}}n{\rm{,}}t}} + {\beta _{{\rm{MGB}}n{\rm{,}}t}}{\rm{ = 1}}$${\eta _{{\rm{CHP}}n{\rm{,e}}}}/{\eta _{{\rm{CHP}}n{\rm{,h}}}}$为第$n$个能源中心热电联产发电/供热效率;${\eta _{{\rm{EHB}}n}}/{\eta _{{\rm{MGB}}n}}/ $$ {\eta _{{\rm{P2G}}n}}$为第$n$个能源中心电锅炉/燃气锅炉/P2G能量转换效率;${P_{{\rm{buy}}n,t}}/{Q_{{\rm{buy}}n,t}}$$t$时段第$n$个能源中心购电/气功率;${P_{{\rm{EHB}}n,t}}/{P_{{\rm{P}}2{\rm{G}}n,t}}$$t$时段第$n$个能源中心电锅炉/P2G的耗电功率。

      能源中心运行时应满足一定的设备运行约束:

      $$0 \leqslant {P_{{\rm{P2G}}n,t}} \leqslant \overline P _{{\rm{P2G}}n}^{}$$ (2)
      $$0 \leqslant {P_{{\rm{EHB}}n,t}} \leqslant \overline P _{{\rm{EHB}}n}^{}$$ (3)
      $$0 \leqslant {Q_{{\rm{MGB}}n,t}} \leqslant \overline Q _{{\rm{MGB}}n}^{}$$ (4)
      $$\underline Q _{{\rm{CHP}}n}^{} \leqslant {Q_{{\rm{CHP}}n,t}} \leqslant \overline Q _{{\rm{CHP}}n}^{}$$ (5)
      $$0 \leqslant \Delta {Q_{{\rm{CHP}}n,t,{\rm{up}}}} \leqslant \Delta \overline Q _{{\rm{CHP}}n,{\rm{up}}}^{}$$ (6)
      $$0 \leqslant \Delta {Q_{{\rm{CHP}}n,t,{\rm{down}}}} \leqslant \Delta \overline Q _{{\rm{CHP}}n,{\rm{down}}}^{}$$ (7)
      $${Q_{{\rm{MGB}}n,t}} = ({Q_{{\rm{buy}}n,t}}+\eta_{{\rm{P2G}}n}P_{{\rm{P2G}}n,t}) {\beta _{{\rm{MGB}}n{\rm{,}}t}}$$ (8)
      $${Q_{{\rm{CHP}}n,t}} = ({Q_{{\rm{buy}}n,t}}+\eta_{{\rm{P2G}}n}P_{{\rm{P2G}}n,t}){\beta _{{\rm{CHP}}n{\rm{,}}t}}$$ (9)
      $$0 \leqslant {P_{{\rm{buy}}n,t}} \leqslant \overline P _{{\rm{buy}}n,t}^{}$$ (10)
      $$0 \leqslant {Q_{{\rm{buy}}n,t}} \leqslant \overline Q _{{\rm{buy}}n,t}^{}$$ (11)
      $${Q_{{\rm{buy}}n,t}} = {\phi _{{\rm{s - q}}}}{S_{{\rm{buy}}n,t}}$$ (12)

      式中:$\overline P _{{\rm{P2G}}n}^{}/\overline P _{{\rm{EHB}}n}^{}$为第$n$个能源中心P2G/电锅炉最大耗电功率;$\overline Q _{{\rm{MGB}}n}^{}$$\underline Q _{{\rm{CHP}}n}^{}/\overline Q _{{\rm{CHP}}n}^{}$为第$n$个能源中心燃气锅炉最大耗气功率和热电联产机组的最小/最大耗气功率;$\Delta {Q_{{\rm{CHP}}n,t,{\rm{up}}}}/\Delta {Q_{{\rm{CHP}}n,t,{\rm{down}}}}$$t$时段第$n$个能源中心热电联产机组的向上/向下爬坡率;$\Delta \overline Q _{{\rm{CHP}}n,{\rm{up}}}^{}/\Delta \overline Q _{{\rm{CHP}}n,{\rm{down}}}^{}$为第$n$个能源中心热电联产机组的最大向上/向下爬坡率;$\overline P _{{\rm{buy}}n,t}^{}/\overline Q _{{\rm{buy}}n,t}^{}$$t$时段第$n$个能源中心最大购电/气功率;${\phi _{{\rm{s - q}}}}$为天然气能量转换系数,本文取3.31 MW/kcf;${S_{{\rm{buy}}n,t}}$$t$时段第$n$个能源中心购气流量。

      此外,对于能源中心所供给的负荷集群,认为其中的电负荷具备一定的调节能力,但各时段可调节功率将受到约束,且调度周期内总用电量保持不变,具体模型为:

      $${L_{{\rm{e}}n{\rm{,}}t}} = {L_{{\rm{e}}n{\rm{,}}t,{\rm{fcst}}}} + \Delta {P_{{\rm{shift}}n,t}}$$ (13)
      $$ - {k_{{\rm{shift}}n}}{L_{{\rm{e}}n{\rm{,}}t,{\rm{fcst}}}} \leqslant \Delta {P_{{\rm{shift}}n,t}} \leqslant {k_{{\rm{shift}}n}}{L_{{\rm{e}}n{\rm{,}}t,{\rm{fcst}}}}$$ (14)
      $$\sum\limits_t^T {\Delta {P_{{\rm{shift}}n,t}}\Delta t = 0} $$ (15)

      式中:${L_{{\rm{e}}n{\rm{,}}t,{\rm{fcst}}}}$/$\Delta {P_{{\rm{shift}}n,t}}$$t$时段第$n$个能源中心电负荷预测/调节值;${k_{{\rm{shift}}n}}$为第$n$个能源中心各时段电负荷最大可调节比例;$\Delta t$为时间间隔。

    • 天然气气源(GS)向天然气网络输送天然气流量,本文考虑各天然气气源节点压力恒定,且供气量需满足一定的运行约束,具体为:

      $${G _{i,t}}{\rm{ = }}{G _{i,t0}}$$ (16)
      $$\underline S _{{\rm{GS}}i}^{} \leqslant {S_{{\rm{GS}}i{\rm{,}}t}} \leqslant \overline S _{{\rm{GS}}i}^{}$$ (17)

      式中:${G _{i,t}}$/${G _{i,t0}}$$t$时段/初始时段第$i$个气源节点的压力;${S_{{\rm{GS}}i{\rm{,}}t}}$$t$时段第$i$个气源节点的供气量;$\underline S _{{\rm{GS}}i}^{}$/$\overline S _{{\rm{GS}}i}^{}$为第$i$个气源节点供气量下/上限。

    • 天然气在管网传输过程中,其流量从高压节点向低压节点流动,由此产生了节点压力损失,对于管道中天然气流量与其两端节点压力的关系,采用Weymouth方程[14]描述为:

      $$\left\{ \begin{array}{l} S_{p,t}^{} = {k_{{\rm{pipe}},p}}{\rm{sgn}}(G _{i,t}^{},G _{j,t}^{})\sqrt {G _{i,t}^2 - G _{j,t}^2} \\ \forall p \in {\Omega _{{\rm{pipe}}}} \\ \end{array} \right.$$ (18)
      $${\rm{sgn}} (G _{i,t}^{},G _{j,t}^{}){\rm{ = }}\left\{ \begin{array}{l} {\rm{ }}1, G _{i,t}^{} \geqslant G _{j,t}^{}\\ - 1, G _{i,t}^{} <G _{j,t}^{} \end{array} \right.$$ (19)

      式中:$S_{p,t}^{}$$t$时段管道$p$流量;${k_{{\rm{pipe}},p}}$为管道$p$参数;$G$为节点压力;$\operatorname{sgn} $为符号函数,用于表示天然气流通方向;${\Omega _{{\rm{pipe}}}}$为天然气管道的集合。

      符号函数及气压平方项的存在使得传输管网模型呈现非线性特性,为降低求解难度,本文采用分段增量线性化方法[15]对模型进行处理,并获得传输管网线性化模型:

      $$\left\{ \begin{aligned} &S_{p,l,t}^{}\left| {S_{p,l,t}^{}} \right| + \displaystyle\sum\limits_{l = 1}^{{N_{{\rm{sub}}}}} {(S_{p,l + 1,t}^{}\left| {S_{p,l + 1,t}^{}} \right| - } \\ &S_{p,l,t}^{}\left| {S_{p,l,t}^{}} \right|){\delta _{p,l,t}} = {k_{{\rm{pipe}},p}}\left({\prod _{i,t}} - {\prod _{j,t}}\right),{\rm{ }}\forall p \in {\Omega _{{\rm{pipe}}}} \end{aligned} \right.$$ (20)
      $$\left\{ \begin{aligned} &S_{p,t}^{} = S_{p,1,t}^{} + \displaystyle\sum\limits_{l = 1}^{{N_{{\rm{sub}}}}} {\left(S_{p,l + 1,t}^{} - S_{p,l,t}^{}\right){\delta _{p,l,t}}} \\ & \forall p \in {\Omega _{{\rm{pipe}}}} \end{aligned} \right.$$ (21)
      $$\left\{ \begin{aligned} & {\delta _{p,l,t}} \geqslant {\gamma _{p,l,t}},{\delta _{p + 1,l,t}} \leqslant {\gamma _{p,l,t}}, \\ &\forall p \in {\Omega _{{\rm{pipe}}}},l = 1,2,\cdots,{N_{{\rm{sub}}}} - 1 \end{aligned} \right.$$ (22)
      $$0 \leqslant {\delta _{p,l,t}} \leqslant 1,\forall p \in {\Omega _{{\rm{pipe}}}},l = 1,2,\cdots,{N_{{\rm{sub}}}}$$ (23)
      $${\prod _{i,t}}{\rm{ = }}G _{i,t}^2$$ (24)

      式中:${N_{{\rm{sub}}}}$为分段增量线性化方法的分段数;${\delta _{p,l,t}}$表示在第$l$个分段区间上的位置;${\gamma _{p,l,t}}$为二进制变量,用于确保方法能够依次连续填充各个分段区间

      此外,在实际运行过程中,各管道应具备运行约束为:

      $$\underline G _i^{} \leqslant G_{i,t}^{} \leqslant \overline G _i^{}$$ (25)
      $$\underline S _p^{} \leqslant S_{p,t}^{} \leqslant \overline S _p^{}$$ (26)

      式中:$\underline G _i^{}$/$\overline G _i^{}$为节点$i$最小/大气压;$\underline S _p^{}$/$\overline S _p^{}$为管道$p$最小/大流量

    • 为确保供气压力符合要求,天然气系统中通常会加入数个压缩机用以提升管道压力,压缩机相关模型已有文献给出[16],考虑到压缩机能量损耗十分有限,本文将重点关注其运行约束:

      $$1 \leqslant ({{{G _j}} / {{G _i}}}) \leqslant {\overline k _{{\rm{com}}}}$$ (27)

      式中:${\overline k _{{\rm{com}}}}$为压缩机的最大压缩比。

    • 配电系统由电源(EG)节点、负荷节点及配电网络构成。其中电源节点将分为上级电网节点和本地常规发电机组节点;负荷节点除常规电负荷节点外还包括与配电系统对接的能源中心节点。本文对于配电系统的相关分析将以节点功率平衡为主,忽略无功功率成分,采用线性化的直流潮流模型[17-18]进行描述,相关模型为:

      $$\left\{ \begin{array}{l} {P_{{\rm{grid,}}i}} = \displaystyle\sum\limits_{j \in i} {{B_{ij}}{\theta _j}} \\ {P_{{\rm{grid}},ij}} = ({\theta _i} - {\theta _j})/{x_{ij}}\\ {B_{ij}} = - \dfrac{1}{{{x_{ij}}}}\\ {B_{ii}} = \displaystyle\sum\limits_{j \in i{\text{、}}j \ne i} {\dfrac{1}{{{x_{ij}}}}} \end{array} \right.$$ (28)

      式中:${P_{{\rm{grid,}}i}}$为配电网第$i$个节点注入有功功率;${P_{{\rm{grid}},ij}}$为配电网第$i$个节点和第$j$个节点之间线路传输功率;${B_{ij}}$为配电网节点导纳矩阵元素;${\theta _j}$为配电网第$j$个节点电压相角;${x_{ij}}$为配电网第$i$个节点和第$j$个节点之间的线路电抗。

      此外,在实际运行中,配电系统应满足式如下约束:

      $$\underline P _{{\rm{grid}}}^{} \leqslant P_{{\rm{grid}},t}^{} \leqslant \overline P _{{\rm{grid}}}^{}$$ (29)
      $$\underline P _{\rm{g}}^{} \leqslant P_{{\rm{g}},t}^{} \leqslant \overline P _{\rm{g}}^{}$$ (30)
      $$\left\{ \begin{array}{l} \underline P _p^{} \leqslant P_{p,t}^{} \leqslant \overline P _p^{} \\ \forall p \in {\Omega _{{\rm{line}}}} \\ \end{array} \right.$$ (31)

      式中:$P_{{\rm{grid}},t}^{}$/$P_{{\rm{g}},t}^{}$/$P_{p,t}^{}$$t$时段配电系统上级电网购电功率/常规发电机组发电功率/线路$p$传输功率;$\underline P _{{\rm{grid}}}^{}$/$\overline P _{{\rm{grid}}}^{}$$\underline P _{\rm{g}}^{}$/$\overline P _{\rm{g}}^{}$$\underline P _p^{}$/$\overline P _p^{}$分别为上级电网购电功率、常规发电机组发电功率和线路$p$传输功率的下限/上限;${\Omega _{{\rm{line}}}}$为配电线路集合。

    • MAS是分布式人工智能的前沿领域,其结构包含至少2个代理,各代理均可计划并制定相关决策,交互数据信息以及对环境作出反应,具有自主性、社会性、目标导向性及主动性等特点[19-20]

      为本文所提综合能源系统结构中的各类典型单元分别建立相应的代理模型,并由此构成分层分布式MAS结构如图2所示。

      图  2  分层分布式MAS架构

      Figure 2.  Hierarchical and distributed structure of MAS

      对各层代理构成及主要功能描述如下:

      1)本地层,该层属于MAS分层结构中的底层,由ECL代理、CHP代理、EHB代理、MGB代理和P2G代理构成。能量协调过程中,本地层代理将与上层EC代理进行数据交互与通信,从而上传自身的运行参数信息并接受相关调度指令信息。

      2)能源中心层,该层属于MAS分层结构的中间层,由数个EC代理构成。EC代理将以目标代理的形式存在,并不与综合能源系统中的实体单元相对应。能量协调过程中,EC代理以能源中心运行成本最低为目标,根据下层代理提供的运行参数信息和自身算法生成能源中心的能量协调优化决策信息,并将生成的电功率及天然气流量需求信息发送至上层代理,以请求获取能源支持。

      3)网络层,该层与能源中心层同属于MAS分层结构的中间层,由EG代理、GS代理以及系统负荷(SL)代理构成。能量协调过程中,网络层代理将与上层代理进行数据交互与通信,上传自身的运行参数信息并接受相关调度指令信息。

      4)系统层,该层属于MAS分层结构的顶层,由综合能源管理系统(integrated energy manage-ment system, IEMS)代理构成。IEMS代理同样将以目标代理的形式存在,能量协调过程中,IEMS代理以系统运行成本最低为目标,根据中间层代理提供的运行参数信息和自身协调算法生成考虑网络约束的系统全局能量协调优化决策信息,并将相关决策结果以调度指令形式下发给相关中间层代理。

    • 基于所提MAS架构,所述目标代理将具备相应的能量协调决策功能。本文构建由EC代理分布能量协调与IEMS代理集中能量协调相结合的MAS能量协调策略如下:

    • 综合能源系统中所包含的各个EC代理能量协调目标统一设定为运行成本最低,相关运行成本由外部购电成本、外部购气成本及负荷转移成本共同构成,决策变量包括调度周期内各时段下负荷转移功率、热电联产机组耗气功率、P2G装置耗电功率、电锅炉耗电功率以及燃气锅炉耗气功率。

      对EC代理目标函数为:

      $$\min {f_{{\rm{EC}}n}} = \left\{ \begin{array}{l} \displaystyle\sum\limits_{t = 1}^T {({c_{{\rm{buy,e,}}t}}{P_{{\rm{buy}}n,t}} + {c_{{\rm{buy,g,}}t}}{Q_{{\rm{buy}}n,t}}} \\ + {c_{{\rm{shift}}}}\Delta {P_{{\rm{shift}},t}})\Delta t \\ \end{array} \right.$$ (32)

      式中:${c_{{\rm{buy,e,}}t}}$/${c_{{\rm{buy,g,}}t}}$$t$时段能源中心购电/气价格;${P_{{\rm{buy}}n,t}}$/${Q_{{\rm{buy}}n,t}}$$t$时段第$n$个能源中心购电/气功率;${c_{{\rm{shift}}n}}$/$\Delta {P_{{\rm{shift}}n,t}}$$t$时段第$n$个能源中心负荷转移价格/功率。

      优化中,EC代理所需满足的约束条件包括能源中心能量平衡方程以及能源中心运行约束,具体由式(1)—(15)构成。

    • IEMS代理在获取由中间层代理提供的相关能量协调信息后,将以系统综合运行成本最低为目标进行能量协调优化,综合能源系统综合运行成本由上级电网购电成本、发电机组运行成本和气源运行成本组成,决策变量包括各时段电源及气源的出力分配情况,其目标函数为:

      $$\min {f_{{\rm{IEMS}}}} = \left\{ \begin{aligned} &\displaystyle\sum\limits_{t = 1}^T {[{c_{{\rm{grid}},t}}{P_{{\rm{grid}},t}} + \sum\limits_{i = 1}^{{N_{\rm{g}}}} {{f_{{\rm{op,g}}i,t}}({P_{{\rm{g}}i{\rm{,}}t}})} } \\ &+ \displaystyle\sum\limits_{i = 1}^{{N_{{\rm{GS}}}}} {{f_{{\rm{op}},{\rm{GS}}i,t}}({S_{{\rm{GS}}i,t}})} ]\Delta t \end{aligned} \right.$$ (33)

      式中:${c_{{\rm{grid}},t}}$/${P_{{\rm{grid}},t}}$$t$时段上级电网售电价格/传输功率;${N_{\rm{g}}}$为配电系统中常规发电厂个数;${N_{{\rm{GS}}}}$为天然气系统气源个数;${f_{{\rm{op,g}}i,t}}({P_{{\rm{g}}i{\rm{,}}t}})$/${f_{{\rm{op}},{\rm{GS}}i,t}}({S_{{\rm{GS}}i,t}})$为常规发电机组/气源运行成本。

      常规发电机组运行成本采用发电量的二次函数形式表示,气源供气成本采用供气量的线性函数形式表示为:

      $${f_{{\rm{op,g}}i,t}}({P_{{\rm{g}}i{\rm{,}}t}}){\rm{ = }}{c_{{\rm{fuel}}}}({a_{{\rm{g}}i}}P_{{\rm{g}}i{\rm{,}}t}^2 + {b_{{\rm{g}}i}}P_{{\rm{g}}i{\rm{,}}t}^{} + {c_{{\rm{g}}i}})$$ (34)
      $${f_{{\rm{op}},{\rm{GS}}i,t}}({S_{{\rm{GS}}i,t}}) = {a_{{\rm{GS}}i}}{S_{{\rm{GS}}i,t}}$$ (35)

      式中:${c_{{\rm{fuel}}}}$为发电机组耗能单位成本;${a_{{\rm{g}}i}}$/${b_{{\rm{g}}i}}$/${c_{{\rm{g}}i}}$为发电机组耗量特性系数;${a_{{\rm{GS}}i}}$为气源成本系数。

      优化中,IEMS代理所需满足的约束条件包括系统能量平衡约束、网络约束、电源运行约束及气源运行约束,其中系统能量平衡约束如式(36)所示,其余约束分别如式(16)—(31):

      $$\left\{ \begin{aligned} & {P_{{\rm{grid}},t}} + \displaystyle\sum\limits_{i = 1}^{{N_{\rm{g}}}} {{P_{{\rm{g}}i{\rm{,}}t}}} {\rm{ = }}\sum\limits_{n = 1}^{{N_{{\rm{EC}}}}} {{P_{{\rm{buy}}n,t}} + } \displaystyle\sum\limits_{i = 1}^{{N_{{\rm{eload}}}}} {{P_{{\rm{load}}i,t}}} \\ & \displaystyle\sum\limits_{i = 1}^{{N_{{\rm{GS}}}}} {{S_{{\rm{g}}i{\rm{,}}t}}} {\rm{ = }}\displaystyle\sum\limits_{n = 1}^{{N_{{\rm{EC}}}}} {{S_{{\rm{buy}}n,t}} + } \sum\limits_{i = 1}^{{N_{{\rm{gload}}}}} {{S_{{\rm{load}}i,t}}} \\ \end{aligned} \right.$$ (36)

      式中:${N_{{\rm{EC}}}}$/${N_{{\rm{eload}}}}$/${N_{{\rm{gload}}}}$为综合能源系统能源中心/常规电负荷/常规气负荷个数;${P_{{\rm{load}}i,t}}$/${S_{{\rm{load}}i,t}}$$t$时段第$i$个常规电负荷功率需求/气负荷天然气流量需求。

    • 目标代理优化过程中所涉及到的约束条件式(1)—(17)、式(20)—(31)及式(36)均为线性约束,相关代理所需解决的优化问题为典型的线性规划问题,可通过目标代理直接调用CPLEX优化求解器实现问题的快速、准确、分布式求解。

    • 在所提MAS结构中,各代理模型需进行一定程度的数据交互与通信,本文将通过代理通信语言(agent communication language, ACL)[21]予以实现,基于合同网协议(contract net protocol,CNP)[22]构建代理通信交互策略如图3所示。

      图  3  基于CNP的MAS交互通信策略

      Figure 3.  CNP based interactive communication strategy for MAS

      能量协调开始后,MAS分层分布式结构中的各个代理将按图3所示模式进行相关数据交互与通信。在所示通信结构中,依据参与代理的不同可划分为系统集中协调通信模块以及能源中心分布式协调通信模块。在CNP框架下,各模块的通信结构均可分为4个阶段进行描述:第1阶段,由上层代理向下层代理发送数据请求类原语信息,用于请求获取能量协调相关数据信息的支持;第2阶段,由下层代理向上层代理发送提议类原语信息,用于反馈所需数据参数信息;第3阶段,由上层代理向下层代理发送接受类原语信息,用于通知下层代理能量协调结果;第4阶段,由下层代理向上层代理发送通知类原语信息,用于通知上层代理已获取并执行能量协调结果。

    • 为验证所提MAS方法的有效性,构建由修改后的IEEE5节点配电系统和7节点天然气系统耦合而成的综合能源系统算例模型拓扑结构如图4所示。

      图  4  综合能源系统算例模型拓扑结构

      Figure 4.  Topological structure of calculation example model for integrated energy system

      在配电系统中,E4节点与上级输电网相连、E5节点接入常规发电机组、E3节点具备常规电负荷(设为固定值);天然气系统中,G6、G7节点为气源节点、G2、G4、G5为常规天然气负荷节点(设为固定值)、G2与G4节点之间管道装有压缩机;配电系统和天然气系统通过能源中心耦合,能源中心内部结构如图1所示,能源中心1连接配电网E2节点和天然气系统G1节点、能源中心2连接配电网E1节点和天然气系统G3节点。能量协调尺度设定为日前尺度,协调间隔为1 h,能源中心购电价格及上级输电网售电价格采用分时电价,具体价格与能源中心电热负荷日前预测值如附录A所示,各设备运行参数及相关网络参数如附录B所示。

      通过JADE软件平台和JAVA语言实现本文所提MAS结构性框架及代理功能的设计与开发,各代理通过JADE所提供的基于FIPA(the foundation for intelligent physical agents,FIPA)规范的ACL进行交互通信,整体MAS仿真将在NetBeansIDE8.2环境下进行。

    • 各EC代理通过与设备本地层代理的数据交互与通信,实现了各能源中心的分布式协调优化,相关结果包括负荷协调策略及设备运行策略,如图5所示:

      图  5  能源中心能量协调策略

      Figure 5.  Energy coordination strategy of energy center

      图5中能源中心负荷协调结果进行分析,可以发现各能源中心调整后的电负荷在保持总用量不变的前提下,更趋于分布在外部购电价格较低的时段,从而降低能源中心调度周期内的总运行成本。

      此外,可以观察到,在所提协调策略下,能源中心1与能源中心2设备运行规律较为相似,其区别主要体现在设备容量及负荷需求之上。其中,热电联产机组消耗天然气产生电功率和热功率,因此在外部购电价格较高的时段下,热电联产将大量投入使用,以降低外部购电量。而在外部购电价格较低的时段,热电联产机组将失去经济性优势,处于补偿热负荷缺额的低功率运行状态;燃气锅炉将天然气功率转换为热功率,在外部购电价格较低的时段,其供能收益将优于热电联产,进而大量投入使用以供给热负荷需求;P2G装置及电锅炉均消耗电能,为此,其运行主要集中于外部购电价格较低的时段,用于实现电、热、气能之间的协调互补。

      能源中心各时段协调优化后的用能需求如图6所示:

      图  6  能源中心用能曲线

      Figure 6.  Energy demand curve of energy center

    • IEMS代理在全局的角度考虑网络约束和设备运行约束,对各电源及气源出力进行协调优化,用以满足各个能源中心及传统负荷节点的负荷需求。经协调后IEMS代理控制系统中各电源及气源出力情况如图7所示。

      图  7  系统电源及气源出力

      Figure 7.  Output of power source and natural gas source

      图7中系统电源及气源出力情况进行简要分析,对于电源分配而言,当上级电网售电价格处于谷电价时段时,上级电网直接购能的方式更具经济性优势,因而享有更高的运行优先级;反之,常规发电机组发电将具备更高的运行优先级。对于天然气管网而言,由于气源2成本系数更低,因此调度周期内各时段下气源2均享有更高的运行优先级。

      为体现网络约束对电源及气源出力情况的影响,给出能量协调后综合能源系统网络运行状况结果如图8所示:

      图  8  网络运行状况

      Figure 8.  Network condition

      由于部分线路(管道)直接与电(气)源相连,其流量与电(气)源供能量一致,图8所示结果中不再予以体现。对其余线路(管道)运行状况进行分析,可以观察到线路2-3、线路3-1及管道5-2在部分时段下出现了满载的情况,由此限制了相关电源及气源的出力上限。对管道节点气压结果进行分析,可以发现由于能源中心天然气需求的急剧上升,在第20:00至22:00时段部分节点压力下降较为明显,但仍处于安全运行范围之内。

    • 针对由能源中心、配电系统和天然气系统耦合而成的综合能源系统拓扑结构,本文提出了一种基于MAS的分层分布式能量协调方法。与传统优化方法相比,本文利用代理自主性特点对综合能源系统进行分层建模,使得系统各层均具备独立的行为能力,从而实现了能量协调过程中多类任务的快速分布式处理;通过代理通信功能模拟能量协调过程中不同层间信息的交互与传递,从而实现分布式任务处理所得数据的快速、准确调用。

      本文所提方法主要考虑综合能源系统典型单元,并未考虑多能储能的协调作用,在未来研究中,将进一步完善MAS架构模型,以探讨各类设备对系统分布式能量协调的影响。

      (本刊附录请见网络版,印刷版略)

      表 B1  能源中心1相关运行参数

      Table B1.  Parameters of coupling equipment

      类型最小耗能功率/MW最大耗能功率/MW能量转换效率向上爬坡率/MW向下爬坡率/MW
      热电联产25100气-电0.3/气-热0.52525
      P2G 0 40 0.6
      电锅炉 0 10 0.65
      燃气锅炉0250.8

      表 B2  能源中心2相关运行参数

      Table B2.  Parameters of coupling equipment

      类型最小耗能功率/MW最大耗能功率/MW能量转换效率向上爬坡率/MW向下爬坡率/MW
      热电联产2075气-电0.3/气-热0.52525
      P2G 0 30 0.6
      电锅炉 0 10 0.65
      燃气锅炉0250.8

      表 B3  常规发电机组基本参数

      Table B3.  Parameters of coupling equipment

      设备类型最小功率/kW最大功率/kWag/(t·MW−2·h−1bg/(t·MW1·h−1cg/(t·h−1燃料价格/(元/t)
      常规发电机组1002500.0001880.271637.645800

      表 B4  气源基本参数

      Table B4.  Parameters of coupling equipment

      类型最小供气量/(kcf/h)最大供气量/(kcf/h)${a_{ {\rm{gs} } } }/({\rm{kcf} } \cdot {\rm{yua} }{ {\rm{n} }^{ - 1} })$节点压力/Psig
      气源11006001655140
      气源21005001158.5140

      表 B5  系统常规负荷节点负荷数值

      Table B5.  Parameters of coupling equipment

      节点负荷
      E3185 MW
      G2 150 kcf/h
      G3 120 kcf/h
      G490 kcf/h

      表 B6  配电网基本参数

      Table B6.  Parameters of coupling equipment

      线路线路电抗/Ω最大传输功率/MW
      4-20.3250
      2-1 0.25 80
      1-3 0.35 30
      2-3 0.3 60
      5-3 0.3 250

      表 B7  天然气管网基本参数

      Table B7.  Parameters of coupling equipment

      管道最大传输流量/(kcf/h)${k_{{\rm{pipe}},p}}/\left( {{\rm{kcf}}/{\rm{Psig}}} \right)$压缩机最大变比节点压力范围/Psig
      1-2 350 25.3 1 [130,140]
      2-4 350 25.05 1.2 2 [130,140]
      4-7 500 18.75 3 [130,140]
      2-5 250 21.75 4 [130,140]
      3-5 300 26.65 5 [130,140]
      5-6 500 20.35
参考文献 (22)

目录

    /

    返回文章
    返回