基于ADMM 算法的多主體綜合能源系統(tǒng)分布式協(xié)同優(yōu)化研究

黃海濤，查俊吉，陳曦，林建

(1.上海電力大學(xué)電氣工程學(xué)院，上海 200090; 2.上海電力設(shè)計(jì)院有限公司，上海 200001)

0 引言

隨著全球經(jīng)濟(jì)的快速發(fā)展，能源工業(yè)面臨著一系列的挑戰(zhàn)，例如化石能源的逐漸枯竭和環(huán)境污染的加劇。通過(guò)多種能源的互補(bǔ)和梯級(jí)利用來(lái)提高能源利用效率、減少污染排放的綜合能源系統(tǒng)( Integrated Energy System，IES) ，是解決能源短缺和環(huán)境污染問(wèn)題的最有效策略之一［1-4］。故IES 成為了“建設(shè)低碳、清潔、高效的現(xiàn)代能源系統(tǒng)”［5］重要的部分。并已在工業(yè)園區(qū)、商業(yè)建筑和住宅建筑等許多場(chǎng)合應(yīng)用。隨著IES 的發(fā)展，一些IES 相互連接并構(gòu)成了一個(gè)集成的能源網(wǎng)絡(luò)，即多園區(qū)綜合能源系統(tǒng)( Multiple Park Integrated Energy System，MPIES) 。它可以實(shí)現(xiàn)不同園區(qū)間多種能源互濟(jì)和協(xié)同優(yōu)化，這將提高能源供應(yīng)的靈活性，有利于增加對(duì)分布式可再生能源的吸納、提高多種能源的綜合能效［6-8］。因此，多園區(qū)綜合能源系統(tǒng)的聯(lián)合調(diào)度運(yùn)行是未來(lái)IES 研究的關(guān)鍵技術(shù)之一。

針對(duì)多園區(qū)和多區(qū)域IES 聯(lián)合調(diào)度已展開(kāi)了許多研究。如文獻(xiàn)［9］提出了一種考慮熱網(wǎng)約束和碳交易的多區(qū)域IES 優(yōu)化調(diào)度模型; 文獻(xiàn)［10］建立了含有熱網(wǎng)的冷熱電聯(lián)供的多區(qū)域IES 優(yōu)化混合整數(shù)線(xiàn)性規(guī)劃模型;文獻(xiàn)［11］采用第三方智能園區(qū)平臺(tái)協(xié)調(diào)調(diào)度，實(shí)現(xiàn)園區(qū)多主體利益最大化。然而，上述研究多使用集中式優(yōu)化方法，存在通信成本高、信息隱私安全性低、建模復(fù)雜且求解難度大等不足。為此近年來(lái)分布式算法得以應(yīng)用。文獻(xiàn)［12］分析了輔助問(wèn)題原則算法與分塊坐標(biāo)下降法在多區(qū)域IES 分散調(diào)度中的計(jì)算性能;文獻(xiàn)［13-14］基于交替方向乘子法，構(gòu)建了多主體協(xié)同的分布式雙層優(yōu)化調(diào)度模型和分布式低碳調(diào)度模型;文獻(xiàn)［15］提出了一種多智能體架構(gòu)，通過(guò)智能遺傳算法求解多能流耦合潮流。其中ADMM 對(duì)非嚴(yán)格凸目標(biāo)函數(shù)的優(yōu)化問(wèn)題具有良好的收斂性和魯棒性，近年在分布式優(yōu)化問(wèn)題方面應(yīng)用廣泛，且在IES 多能流管理領(lǐng)域有廣闊應(yīng)用前景。

因此文中重點(diǎn)關(guān)注多園區(qū)綜合能源系統(tǒng)的分布式調(diào)度問(wèn)題，提出了基于多園區(qū)綜合能源系統(tǒng)多主體架構(gòu)的分布式經(jīng)濟(jì)調(diào)度框架，對(duì)多決策主體的優(yōu)化調(diào)度進(jìn)行基礎(chǔ)建模，利用ADMM 分布式算法將問(wèn)題分解，構(gòu)建了分布式調(diào)度模型并給出了算法流程，最后利用MATLAB 平臺(tái)對(duì)算例進(jìn)行求解，驗(yàn)證模型和所提分布式算法的有效性和可行性。

1 多主體綜合能源系統(tǒng)分布式經(jīng)濟(jì)調(diào)度架構(gòu)

1.1 園區(qū)綜合能源系統(tǒng)的多主體架構(gòu)

分布式經(jīng)濟(jì)調(diào)度模式強(qiáng)調(diào)參與調(diào)度的各發(fā)電單元的自主決策和個(gè)體智能，各單元根據(jù)信息交換協(xié)議經(jīng)由局部通信網(wǎng)絡(luò)與其鄰居交換必要的信息，進(jìn)行信息綜合后做出獨(dú)立決策以調(diào)整自身出力，通過(guò)多個(gè)單元的協(xié)同配合實(shí)現(xiàn)經(jīng)濟(jì)調(diào)度［16］。針對(duì)MPIES 調(diào)度運(yùn)行的特點(diǎn)，基于主體自主決策的理念，構(gòu)建了一種園區(qū)綜合能源系統(tǒng)的多主體架構(gòu)，如圖1 所示，它包括兩個(gè)部分:獨(dú)立主體代表的單個(gè)園區(qū)綜合能源系統(tǒng)( PIES) 、連接各主體的能源傳輸網(wǎng)絡(luò)( Energy Transmission Network，ETN) 。

圖1 多主體綜合能源系統(tǒng)的物理架構(gòu)Fig.1 Physical architecture of multi-agent integrated energy system

1.2 分布式經(jīng)濟(jì)調(diào)度的基本框架

在MPIES 的多主體物理架構(gòu)下，構(gòu)成分布式經(jīng)濟(jì)調(diào)度的基本框架，如圖2 所示。圖中各PIES 屬于不同的決策主體，擁有自治權(quán)，對(duì)所屬區(qū)域能源系統(tǒng)內(nèi)進(jìn)行能量資源的最優(yōu)分配; 主體間通過(guò)信息交互，實(shí)現(xiàn)各PIES 間的聯(lián)合協(xié)同優(yōu)化調(diào)度與控制; 從而實(shí)現(xiàn)了各主體內(nèi)部自治的MPIES 分布式協(xié)同控制與聯(lián)合調(diào)度。在這種新的分布式經(jīng)濟(jì)調(diào)度框架下，完全去除了控制中心的概念，每個(gè)主體只與其鄰居主體進(jìn)行有限信息交換，即可在實(shí)現(xiàn)擁護(hù)隱私的最大限度的同時(shí)完成有效的通信交互;同時(shí)這種分布協(xié)同自治模式，幫助各個(gè)主體實(shí)現(xiàn)了多種能源形式的互聯(lián)和共享。

圖2 分布式經(jīng)濟(jì)調(diào)度的基本框架Fig.2 Basic framework of distributed economic scheduling

2 多主體綜合能源系統(tǒng)基本模型

2.1 MPIES 能源傳輸網(wǎng)絡(luò)( ETN) 模型

2.1.1 直流潮流模型

電力系統(tǒng)潮流計(jì)算采用直流潮流模型，表示為:

式中θi、θj分別為節(jié)點(diǎn)i、j的相角;xij、Pl分別為節(jié)點(diǎn)i－j的相角;( 注: 文中所有公式中變量均采用標(biāo)幺值表示，下文不再贅述)

2.1.2 天然氣傳輸模型

1) 流動(dòng)模型。

天然氣在管道中穩(wěn)態(tài)流動(dòng)的一般流動(dòng)方程可由伯努利方程推導(dǎo)而來(lái)。忽略氣體在管網(wǎng)中的流動(dòng)中動(dòng)能變化，氣體通過(guò)管壁向周?chē)橘|(zhì)的傳熱( 恒溫) ，令氣體壓縮系數(shù)為常數(shù)，則流動(dòng)方程可表示為:

式中P1為管道首端壓力;P2為管道末端壓力;C為常數(shù)，其值與管段半徑有關(guān);Pn為絕對(duì)壓力;Tn為絕對(duì)溫度;f為管道摩阻因子;S為氣體相對(duì)密度;L為管段長(zhǎng)度;T為氣體溫度;Z為壓縮系數(shù);D為管道內(nèi)徑;Qn為管段流量。

2) 損耗模型。

天然氣在流動(dòng)過(guò)程中會(huì)與管道內(nèi)壁之間產(chǎn)生粘滯損失和牽引損失，稱(chēng)為天然氣管道輸送損耗，簡(jiǎn)稱(chēng)“管損”。

2.1.3 電、氣傳輸網(wǎng)絡(luò)潮流不等式約束

式中Pijmax為支路i － j潮流上限，Qij_max為管道i －j的流量上限，Ui，max和Ui，min分別為節(jié)點(diǎn)i的電壓上下限，Pi，max和Pi，min分別為節(jié)點(diǎn)i壓力的上下限。

2.2 PIES 內(nèi)部結(jié)構(gòu)與模型

2.2.1 PIES 內(nèi)部結(jié)構(gòu)

文中重點(diǎn)以園區(qū)式的小型區(qū)域綜合能源系統(tǒng)為研究對(duì)象，例如工業(yè)園區(qū)、商業(yè)建筑群等，以PIES 為決策主體，共同組建成為分布式的多主體綜合能源系統(tǒng)，PIES 的內(nèi)部結(jié)構(gòu)如圖3 所示。

圖3 PIES 內(nèi)部結(jié)構(gòu)Fig.3 Internal structure of PIES

2.2.2 能源樞紐資源模型

能源樞紐( Energy Hub) 作為一種由能源轉(zhuǎn)換設(shè)備和儲(chǔ)能設(shè)備構(gòu)成的虛擬實(shí)體( 輸入-輸出端口模型) ，能夠?qū)崿F(xiàn)多種能源相互轉(zhuǎn)化，協(xié)助園區(qū)根據(jù)負(fù)荷需求和特性進(jìn)行能源的生產(chǎn)、轉(zhuǎn)換、傳輸和分配。常見(jiàn)的能源轉(zhuǎn)換設(shè)備有微型燃?xì)廨啓C(jī)、燃?xì)忮仩t、電鍋爐、制冷設(shè)備，具體模型有電轉(zhuǎn)氣設(shè)備、儲(chǔ)氣庫(kù)、電能儲(chǔ)存設(shè)備的模型。

1) 微型燃?xì)廨啓C(jī)。它是基于天然氣的熱電聯(lián)產(chǎn)機(jī)組，是現(xiàn)今綜合能源系統(tǒng)中最核心的耦合元件。CHP 機(jī)組的發(fā)電功率和產(chǎn)熱功率之間的關(guān)系可用熱電比表示:

2) 燃?xì)忮仩t。它和CHP 機(jī)組和燃?xì)忮仩t共同承擔(dān)系統(tǒng)熱負(fù)荷，模型表示為:

3) 電鍋爐。電鍋爐可將分布式電源的富余電能轉(zhuǎn)化成熱能，模型表示為:

4) 制冷機(jī)。制冷設(shè)備常見(jiàn)的有溴化鋰制冷機(jī)以及電制冷機(jī)，兩者分別表示為:

2.2.3 PIES 電、氣子網(wǎng)絡(luò)模型

PIES 內(nèi)部能量樞紐間也通過(guò)電網(wǎng)、氣網(wǎng)相連，各能量樞紐可看作網(wǎng)絡(luò)中的負(fù)荷節(jié)點(diǎn)，使用式( 1) ～式( 6)建立PIES 電、氣子網(wǎng)絡(luò)模型。

3 多決策主體的優(yōu)化調(diào)度模型

3.1 目標(biāo)函數(shù)

MPIES 優(yōu)化調(diào)度是通過(guò)能量管理，使得系統(tǒng)內(nèi)所有PIES 的運(yùn)行成本之和最小，故目標(biāo)函數(shù)表示為:

式中N、T分別為園區(qū)和時(shí)段的集合;為園區(qū)i的運(yùn)行成本，包括電能使用成本、天然氣使用成本、轉(zhuǎn)換設(shè)備運(yùn)行成本，即:

其中:

3.2 約束條件

3.2.1 MPIES 能源傳輸網(wǎng)絡(luò)約束

基于第二部分的能源傳輸網(wǎng)絡(luò)的數(shù)學(xué)模型，MPIES優(yōu)化問(wèn)題式(12) 中的網(wǎng)絡(luò)約束即式(1) ～式(6) 。

3.2.2 PIES 內(nèi)部電、氣子網(wǎng)絡(luò)約束

在描述PIES 內(nèi)部能源網(wǎng)絡(luò)約束，能源樞紐可以抽象為電力網(wǎng)絡(luò)或天然氣網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，即把每個(gè)能源樞紐看作是負(fù)荷( 凈能量輸入) 或電源、天然氣源( 凈能量輸出) 。

也需滿(mǎn)足約束:式(1) ～式(6) 。

3.2.3 能源樞紐內(nèi)部約束

1) 功率平衡約束。

2) CHP 機(jī)組約束。

3) 其他能源轉(zhuǎn)換設(shè)備出力約束。

其中QP2Gmax、QP2Gmin為P2G 設(shè)備產(chǎn)氣上下限;和分別為燃?xì)忮仩t、電鍋爐、溴化鋰制冷機(jī)和電制冷機(jī)的產(chǎn)熱、產(chǎn)冷功率上下限。分別為儲(chǔ)能設(shè)備容量的上下限，Pin.max、Pout.max分別為儲(chǔ)能設(shè)備進(jìn)、出氣量上限。

3.2.4 園區(qū)間互濟(jì)功率約束

4 基于ADMM 的分布式調(diào)度模型及求解

采用ADMM 分布式算法實(shí)現(xiàn)以上MPIES 分布式協(xié)同優(yōu)化調(diào)度的解算。

4.1 ADMM 多主體分布式調(diào)度模型

在反映各PIES 不同目標(biāo)的函數(shù)式(12) 中，通過(guò)園區(qū)間互濟(jì)功率約束式(34) 將所有PIES 耦合在一起，實(shí)現(xiàn)各PIES 目標(biāo)的協(xié)調(diào)。為了解耦每個(gè)PIES 的互濟(jì)功率，引入?yún)f(xié)調(diào)變量:

通過(guò)加入一致性約束式(35) ，利用ADMM 算法分解技術(shù)［17］，將多主體協(xié)同優(yōu)化問(wèn)題式(12) 可以分解為各主體自治調(diào)度子問(wèn)題。PIESi 目標(biāo)函數(shù)可表示為:

式中λi，t為對(duì)偶變量( 拉格朗日乘子) ; ρ ＞0 是懲罰參數(shù);為協(xié)調(diào)變量。

應(yīng)滿(mǎn)足的約束見(jiàn)式( 25) ～式( 34) 。優(yōu)化變量如下:

4.2 ADMM 算法流程

在實(shí)際運(yùn)行中，各PIES 為保證自主調(diào)度和信息隱私，不會(huì)向其他園區(qū)透露自身的目標(biāo)函數(shù)及設(shè)備運(yùn)行參數(shù)等信息。文中采用分布式優(yōu)化算法，在有限信息條件下求解各PIES 的協(xié)同優(yōu)化調(diào)度結(jié)果。求解步驟如下:

1) 輸入原始數(shù)據(jù)及設(shè)備參數(shù)，包括各負(fù)荷數(shù)據(jù)，分布式電源出力，CHP 機(jī)組運(yùn)行參數(shù)、拉格朗日乘子、懲罰因子等。

2) 各PIES 子系統(tǒng)獨(dú)立并行求解自治優(yōu)化問(wèn)題，進(jìn)行運(yùn)行優(yōu)化，對(duì)式( 36) 求解得到優(yōu)化結(jié)果式( 37) ，并將得到的共享變量與其他PIES 進(jìn)行通信。

傳遞最新的協(xié)調(diào)變量及更新后的乘子λi，t、γi，t給各PIES。

4) 若滿(mǎn)足:

即可認(rèn)為此時(shí)達(dá)到最優(yōu)策略調(diào)度，其中δpri、δdual分別為原始?xì)埐詈蛯?duì)偶?xì)埐?否則，令k=k+1，返回步驟2) 。

5 算例分析

下文中將提出的基于ADMM 的分布式協(xié)同優(yōu)化算法簡(jiǎn)稱(chēng)為“ADMM 法”; 將集中式優(yōu)化算法簡(jiǎn)稱(chēng)為“IPM 法”，這里采用內(nèi)點(diǎn)法計(jì)算。為驗(yàn)證ADMM 算法的正確性和優(yōu)勢(shì)，設(shè)計(jì)了簡(jiǎn)單系統(tǒng)和復(fù)雜系統(tǒng)兩個(gè)算例，對(duì)MPIES 日前優(yōu)化調(diào)度進(jìn)行仿真分析，并與IPM法進(jìn)行比較。文中測(cè)試在操作系統(tǒng)為Windows10 的64位計(jì)算機(jī)上進(jìn)行，該計(jì)算機(jī)為Intel Core i5-94003.4 GHz CPU 和16 GB RAM 配置。在MATLAB 平臺(tái)編程驗(yàn)證，并使用了Yalmip 優(yōu)化求解工具和IPOPT 求解器、CPLEX 求解器輔助求解。

5.1 簡(jiǎn)單系統(tǒng)

5.1.1 算例描述

簡(jiǎn)單的MPIES 系統(tǒng)如圖4 所示。圖中ES 表示聯(lián)絡(luò)線(xiàn)電力注入;GS 表示聯(lián)絡(luò)線(xiàn)天然氣注入。該MPIES系統(tǒng)中的每個(gè)園區(qū)作為一個(gè)節(jié)點(diǎn)，僅含一個(gè)能量樞紐，忽略園區(qū)內(nèi)能量網(wǎng)絡(luò)約束，Hub 輸入端通過(guò)電力線(xiàn)路和天然氣管道相連，輸出端則直接與區(qū)域內(nèi)電、氣、冷負(fù)荷相連。協(xié)調(diào)變量初值均設(shè)為零，乘子系數(shù)初值均設(shè)為1，對(duì)偶?xì)埐?、原始?xì)埐罹认禂?shù)均設(shè)為0.01。

圖4 簡(jiǎn)單多園區(qū)綜合能源系統(tǒng)Fig.4 Simple multi-park integrated energy system

5.1.2 結(jié)果與分析

1) 計(jì)算結(jié)果。

采用ADMM 法和IPM 法，計(jì)算得到各園區(qū)的運(yùn)行費(fèi)用如表1 所示，表明對(duì)不考慮園區(qū)內(nèi)網(wǎng)絡(luò)約束的簡(jiǎn)單系統(tǒng)，ADMM 法與IPM 法的計(jì)算結(jié)果基本一致，誤差僅為0.01。這意味著在不犧牲經(jīng)濟(jì)效益的情況下，可以通過(guò)ADMM 法實(shí)現(xiàn)園區(qū)主體決策的自主權(quán)，該分布式調(diào)度與IPM 法的集中式調(diào)度效益幾乎相同。具體調(diào)度結(jié)果見(jiàn)圖5。

表1 各園區(qū)運(yùn)行費(fèi)用( 簡(jiǎn)單系統(tǒng))Tab.1 Operating expenses of each park ( Simple system)

圖5 各園區(qū)電、氣注入量Fig.5 Amount of electricity and gas injected in each park

2) 收斂性分析。

ADMM 法中原始?xì)埐詈蛯?duì)偶?xì)埐铍S迭代變化的對(duì)數(shù)曲線(xiàn)如圖6 所示，在71 次迭代時(shí)原始?xì)埐詈蛯?duì)偶?xì)埐罹_(dá)到最大容錯(cuò)度。這表明ADMM 法的解滿(mǎn)足了該協(xié)作模型中的約束并達(dá)到了最優(yōu)。該圖中盡管對(duì)偶?xì)埐钤谳^早的迭代中已達(dá)到容差，但仍需要繼續(xù)迭代使原始?xì)埐钭罱K接近收斂精度，只有當(dāng)兩個(gè)殘差均達(dá)到最大誤差容限時(shí)解才滿(mǎn)足收斂條件。

圖6 ADMM 的殘差收斂曲線(xiàn)Fig.6 Residual convergence curve of ADMM

在迭代求解過(guò)程中，計(jì)算之初各PIES 優(yōu)化子問(wèn)題對(duì)應(yīng)的目標(biāo)函數(shù)中乘子項(xiàng)系數(shù)λi，t、γi，t較小，各PIES優(yōu)化子問(wèn)題均向自身運(yùn)行費(fèi)用最小方向進(jìn)行尋優(yōu)求解，但此時(shí)共享變量的原始?xì)埐詈蛯?duì)偶?xì)埐钭畲?隨著迭代進(jìn)行，乘子系數(shù)不斷迭代更新，乘子懲罰項(xiàng)逐漸增大，且對(duì)目標(biāo)函數(shù)值的影響增加，迫使各PIES 優(yōu)化子問(wèn)題尋求新的優(yōu)化結(jié)果，使得共享變量殘差減小，實(shí)現(xiàn)各PIES 一致性最優(yōu)。通過(guò)多次反復(fù)迭代和協(xié)調(diào)計(jì)算，最終算法收斂，得到滿(mǎn)足原始?xì)埐詈蛯?duì)偶?xì)埐钍諗恳蟮膬?yōu)化調(diào)度結(jié)果。

5.2 復(fù)雜系統(tǒng)

5.2.1 算例描述

復(fù)雜的MPIES 系統(tǒng)由3 個(gè)PIES 構(gòu)成，考慮了各個(gè)PIES 內(nèi)部的能源管網(wǎng)約束，每個(gè)PIES 均為包含多個(gè)Hub 和電-熱-冷負(fù)荷的多能流IES，其中IPSE1 的內(nèi)部結(jié)構(gòu)如圖7 所示。

圖7 PIES1 園區(qū)結(jié)構(gòu)Fig.7 Structure of PIES1

5.2.2 結(jié)果與分析

1) 調(diào)度結(jié)果比較。

采用ADMM 法和IPM 法計(jì)算得到的PIES 運(yùn)行費(fèi)用如表2 所示，日前調(diào)度方案見(jiàn)圖8—圖9。結(jié)果表明，隨著系統(tǒng)復(fù)雜度的增加( 考慮了能源網(wǎng)絡(luò)約束) ，對(duì)比IPM法與ADMM 法，兩者的協(xié)同優(yōu)化的運(yùn)行成本和調(diào)度方案幾乎無(wú)差別，系統(tǒng)復(fù)雜度增加帶來(lái)的變量與約束增多并沒(méi)有增大誤差，求解精度仍然保持一致。進(jìn)一步驗(yàn)證了分布式調(diào)度的可行性，在考慮園區(qū)內(nèi)部管網(wǎng)約束的復(fù)雜系統(tǒng)它也與集中式調(diào)度結(jié)果幾乎一致。

表2 各園區(qū)運(yùn)行費(fèi)用( 復(fù)雜系統(tǒng))Tab.2 Operating expenses of each park( Complex system)

圖8 各園區(qū)電力系統(tǒng)調(diào)度結(jié)果Fig.8 Power system dispatching results of each park

圖9 各園區(qū)天然氣系統(tǒng)調(diào)度結(jié)果Fig.9 Dispatch results of natural gas system in each park

2) 計(jì)算效率分析。

IPM 法與ADMM 法計(jì)算時(shí)間的對(duì)比見(jiàn)表3。在簡(jiǎn)單系統(tǒng)中，相對(duì)于IPM 法，ADMM 法的計(jì)算速度較慢。這是因?yàn)樵诜植际椒椒ㄖ校總€(gè)主體將自主運(yùn)行，并且所有主體園區(qū)需要通信交互進(jìn)行協(xié)調(diào)。而在復(fù)雜系統(tǒng)中，隨著復(fù)雜程度的擴(kuò)大，IPM 法不再具有“碾壓”級(jí)的優(yōu)勢(shì)，這是由于分段數(shù)的增加和變量的增多使得收斂速度大大降低;而ADMM 法在復(fù)雜系統(tǒng)中，分解了MPIES，減少了系統(tǒng)的復(fù)雜度，使各PIES 問(wèn)題并行計(jì)算時(shí)收斂更快，從而減少計(jì)算時(shí)間。

表3 兩種算法計(jì)算時(shí)間對(duì)比Tab.3 Comparison of calculation time between the two algorithms

在實(shí)際運(yùn)行中，系統(tǒng)數(shù)據(jù)類(lèi)型更加復(fù)雜、數(shù)量更加龐大，導(dǎo)致“維數(shù)災(zāi)”問(wèn)題的出現(xiàn)，ADMM 法可通過(guò)并行求解簡(jiǎn)化系統(tǒng)規(guī)模從而降低計(jì)算負(fù)擔(dān)。同時(shí)，它減少了數(shù)據(jù)的采集量，通過(guò)自治解耦簡(jiǎn)化了系統(tǒng)模型，并保證了多決策主體間的信息隱私安全及分布自治。因此，基于ADMM 法的分布式協(xié)同優(yōu)化調(diào)度更適用于含多個(gè)決策主體的分布式IES 的實(shí)際應(yīng)用場(chǎng)景。

6 結(jié)束語(yǔ)

構(gòu)造了多園區(qū)綜合能源系統(tǒng)的多主體架構(gòu)，提出了一種分布式經(jīng)濟(jì)調(diào)度的基本框架，利用分布式算法，將集中式優(yōu)化調(diào)度轉(zhuǎn)換為具有一致性的各園區(qū)分散自治子優(yōu)化問(wèn)題，構(gòu)建了基于ADMM 分布式調(diào)度模型，算例驗(yàn)證了文中模型和方法的正確性及有效性。文中得到的主要結(jié)論如下:

1) 基于ADMM 法的多主體分布式協(xié)同優(yōu)化調(diào)度可以獲得與IPM 法一致的能量?jī)?yōu)化調(diào)度結(jié)果，具有相同的求解精度，同時(shí)克服了集中式方法信息隱私安全性低、通信成本高、建模復(fù)雜、求解難度大等缺陷;

2) 實(shí)際運(yùn)行中，傳統(tǒng)的集中式調(diào)度策略不再滿(mǎn)足高維計(jì)算的需求，而ADMM 法具有更好的靈活性、可擴(kuò)展性以及更為可觀的計(jì)算效率，能夠適用于未來(lái)綜合能源市場(chǎng)下的多主體決策環(huán)境，同時(shí)也為未來(lái)能源互聯(lián)網(wǎng)開(kāi)放交易商業(yè)模式提供一種可能。