本发明涉及电气工程领域，尤其是一种计及灵活性资源参与的电-热综合能源系统分布式光伏承载力评估方法。
背景技术：
1、近年来电-热综合能源系统打破了多异质能源系统间的转换壁垒，改善单一能源系统单独规划及独立运行的现状，构建多能协同互补的电-热综合能源系统已成为提高能源利用效率，促进可再生能源消纳和能源转型的有效途径。随着能源耦合的加深，市场机制的成熟及设备种类的增加，电-热综合能源系统中源侧的可再生能源容量配置成为一个复杂又亟待解决的问题。需求侧的电-热负荷量也随着电气化水平的提升而增加，具有调节作用的需求侧负荷成为了友好互动型资源，包括需求响应负荷、电热转换负荷等。作为一个多输入多输出的复杂能源系统，电-热综合能源系统内部存在多种能源耦合设备，可通过技术手段灵活调用，制定不同的运行策略、方案。在规划可再生能源容量及其配套储能时可根据电-热系统的平衡情况，通过价格手段引导用户改变用能习惯，增强需求侧灵活性资源与源侧能源设备的互动，进一步提高系统的分布式光伏接入容量，增强电网的灵活性。电-热综合能源系统中的光伏建设规划是以源侧出力特性、负荷侧负载特性预测为基础的规划问题，无论是光伏出力波动，还是灵活性资源的参与，都会影响到最终的规划结果。因此，在综合能源系统规划中考虑源荷侧各类灵活性资源，并且将电力网络与热力网络的协同运行纳入规划策略，对减少规划投资成本，提高新能源消纳率具有重要意义；
2、现有的分布式光伏承载力评估研究多从单一电网的角度展开，主要考虑节点电压、线路载流和光伏电源运行等约束，采用偏增量分析法、混合整数非线性规划、二步算法、灰色关联方法及粒子群算法等方法对不同类型的配电系统分布式光伏消纳能力进行分析，完成光伏寻址与接入容量的最优化；还有部分学者提出采用配电网的分区消纳、主动配电网的静态重构及极限场景优化等策略进一步提升分布式光伏的就地消纳，增强系统的接入能力。随着综合能源系统的飞速发展，其自身较强的耦合特性打破了传统的多能流分供网络模式，使分系统的供能形式变得多样化、用能负荷的用能品质得以提升、能流使用效率进一步优化，可望进一步提高多能耦合系统的分布式光伏接入容量。此外，需求响应概念的提出改变了过去单纯依靠供应侧的固定思维，将需求侧作为供应侧的可替代资源加以利用这一理念是电力工业的一场效率革命，不仅可以缓解电力供需平衡的窘困局面，还能促进环境保护和能源节约。通过在需求侧推行综合需求响应，调度方可以根据系统的实时平衡情况，通过市场手段引导用户改变负荷需求，从而充分提升用户参与新能源消纳的潜力，进一步提高系统的分布式光伏接入容量。传统配电网逐步向具有主动管理功能的主动配电网形式转变，考虑采用多种主动管理手段以提高配电网对分布式电源的接纳能力研究也很多。有学者以碳排放量最小和投资成本最小为目标函数，研究主动管理对分布式电源优化配置的影响，还有部分学者首先确定分布式电源的安装位置和容量，再利用主动管理措施对每个场景进行优化得出规划方案。但上述方法未能调动多种源荷侧资源参与互动，提升渗透率。
3、同时在在对分布式光伏承载力评估模型进行计算时，因为包含了大量连续变量及离散变量、问题规模庞大、逻辑关系表征困难，导致建模求解难度较大、寻优困难且求解效率低，同时电-热综合能源系统分布式光伏承载力评估属于混合整数非线性优化问题，需要同时求解连续变量和离散变量，且决策变量维数剧增也会导致求解困难，电-热综合能源系统分布式光伏承载力评估属于混合整数非线性优化问题，需要同时求解连续变量和离散变量，且决策变量维数剧增也会导致求解困难，因此需要引入合适的方法进行快速便捷的求解。
技术实现思路
1、本发明需要解决的技术问题是提供一种计及灵活性资源参与的电-热综合能源系统光伏承载力计算方法，可用于不同结构、内含不同设备、采用不同运行方式的电-热综合能源系统，可对复杂运行方式下的电-热综合能源系统进行准确分析，通过调动多种灵活性资源提升配电网的承载力，合理评估分布式光伏的可安装容量，提高电-热综合系统运行经济性，同时对优化计算过程进行升级，可快速便捷的求解出最优解。
2、为解决上述技术问题，本发明所采用的技术方案是：一种计及灵活性资源的电热能源系统光伏承载力计算方法，具体步骤如下：
3、步骤1：确定电-热综合能源系统的拓扑结构，明确分布式光伏装机节点，读取电、热相关数据、负荷预测需求和分布式光伏预测；
4、步骤2：建立上层分布式光伏配置优化模型，通过设定相关的投资建设目标函数优化容量配置方案；
5、步骤3：结合电热需求调度策略，建立考虑运行收益、供能成本、暖热波动惩罚成本以及安全约束的下层运行优化模型；上层分布式光伏配置优化模型和下层运行优化模型组成双层联合迭代模型；
6、步骤4：基于二阶锥约束与分段线性化方法，对优化模型中的部分约束进行转换与松弛，将原问题转化为混合整数二阶锥规划问题，使之便于采用gurobi，cplex等通用求解器求解；
7、步骤5：通过粒子群算法和数学规划法对所建立的双层联合迭代模型进行求解，获得协同最优的容量配置及运行策略。
8、本发明技术方案的进一步改进在于：步骤1具体步骤如下：
9、步骤1.1：确定配电网和热网拓扑结构，明确各类设备安装位置及相关技术参数，具体为配电网中的分布式光伏安装预选节点、现有分布式能源的位置分布、能量类型、装置容量、调度成本与可调容量、热网中的各热力节点位置、热力需求响应、电热转换需求响应的容量、成本以及分布状况、温度限制；
10、步骤1.2：结合气象数据，由新能源出力及负荷状况预测模型得出对应设备的典型出力曲线。
11、本发明技术方案的进一步改进在于：步骤2具体步骤如下：
12、步骤2.1：结合地理自然条件和步骤1所确定的参数条件，对各预安装地点的光伏理论安装上限进行综合评估，得出对应地址的光伏和储能上限，便于后续优化；
13、步骤2.2：明确上层规划目标函数；以光伏安装容量最大和净收益最大作为上层优化配置模型的目标函数，其中净收益由系统的投资成本与运行收益通过计算得出；对应的表达式如下：
14、
15、enet＝etotal-cinv
16、
17、式中：fup为上层模型的目标函数，ω1和ω2为投资收益和投资容量的相关系数；enet为系统净收益；etotal为系统运行收益，由下层运行结果依据加权计算式给出；cinv为系统投资成本；ndpv、nhess分别为分布式光伏和储能系统的安装数目；sdpv,i、shess,i表示光伏和储能设备的投资容量；kdpv、khess为对应设备单位容量的投资成本；ηdpv、ηhess为利润率；y为设备的使用年限；
18、步骤2.3：确定约束条件；
19、(1)分布式光伏安装容量约束
20、sdpv,min,i≤sdpv,i≤sdpv,max,i
21、式中：sdpv,max,i、sdpv,min,i分别为规划节点i所允许安装的分布式光伏容量上下限，可根据安装节点的地理条件、经济成本与渗透率得出；
22、(2)混合储能系统安装容量约束
23、shess,i＝sbat,i+shy,i+ssc,i
24、
25、选择由电化学储能、电解制氢储能和超级电容组成的混合储能系统作为配套储能，可以更好地分频吸收分布式光伏功率，提升能量利用效率；式中：sbat,i、shy,i、ssc,i分别为待选节点i安装的电化学储能、电解制氢储能和超级电容储能容量，sbat,max,i、sbat,min,i、shy,max,i、shy,min,i和ssc,max,i、ssc,min,i为对应上下限
26、步骤2.4：采用粒子群算法对上层模型进行优化求解，确定分布式光伏的初始假定安装容量。
27、本发明技术方案的进一步改进在于：步骤2.4的粒子群算法求解具体步骤如下：
28、步骤2.41：初始化求解参数：设置种群规模数目、迭代次数、编码参数以及其他相关数据的导入；
29、步骤2.42：随机生成初始种群：生成上层模型初始种群中各粒子即各节点接入的分布式光伏及混合储能系统容量的飞行速度及起始位置，建立个体最优值集合、全局最优值集合，标记迭代次数；
30、步骤2.43：传递下层并得到下层数据：上层粒子群数据传递至下层，并得到返回数据；
31、步骤2.44：计算粒子对应的目标函数值：对生成的粒子群择优选择，根据上层目标函数与下层传递数据计算粒子对应的适应度，选择适应度较好个体；
32、步骤2.45：终止条件判断：判断是否达到设定的迭代数目或达到最优值，若是，则终止并输出相关数据，否则转至步骤2.46；
33、步骤2.46：更新粒子种群：对适应度较好的部分个体粒子进行速度加权和空间缩放处理等位置更新措施，生成新的种群，重新进行循环迭代。
34、本发明技术方案的进一步改进在于：步骤3具体步骤如下：
35、步骤3.1：对源侧与负荷侧的各类设备进行数学模型的建立，分析各自的调节能力与改善空间；
36、步骤3.2：以运行收益最大化作为下层优化运行模型的目标函数；
37、步骤3.3：制定约束条件，考虑综合需求响应、供能收益以及系统运行成本约束，同时计及相应的运行与安全约束；
38、本发明技术方案的进一步改进在于：步骤4具体步骤如下：
39、步骤4.1：对电网支路潮流约束中的二次项引入额外变量进行二阶锥松弛，具体为引入变量αi,t与βij,t
40、
41、
42、由此可以将上述潮流约束转换为：
43、
44、
45、
46、
47、
48、步骤4.2：对其他线性约束，借助二范数对约束进行二阶锥松弛：
49、
50、式中：||||2为二范数；
51、步骤4.3：增加相应的误差函数进行可控性校验
52、
53、步骤4.4：对二次函数型约束，采用分段线性化方法转化；在限定区域内等间距取npl个离散点c，并求解每个离散点处的函数值c(c)，通过引入变量η与δ，可以将约束条件松弛为多个等式约束的组合：
54、
55、
56、δk+1≤ηk≤δk
57、其中，ηk＝{0,1}、k＝1,2,…,npl-2，0≤δk≤1、k＝1,2,…,npl-1
58、本发明技术方案的进一步改进在于：步骤5具体步骤如下：
59、步骤5.1：上层分布式光伏配置优化模型将各设备的容量方案传递给下层运行优化模型；
60、步骤5.2：下层运行优化模型基于上层分布式光伏配置优化模型给定的设备容量数据和规划参数，进行系统运行优化计算；
61、步骤5.3：将优化后的运行收益反馈到上层分布式光伏配置优化模型；
62、步骤5.4：上层分布式光伏配置优化模型根据下层运行优化模型反馈的收益最优值修正，优化系统设备容量配置方案；
63、步骤5.5：重复步骤5.1-5.4，通过上层分布式光伏配置优化模型和下层运行优化模型间的循环迭代，得出容量配置最优方案。
64、本发明技术方案的进一步改进在于：步骤5.2具体步骤如下：
65、步骤5.21：读取上层分布式光伏配置优化模型给定的设备容量数据和规划参数；
66、步骤5.22：依据上层分布式光伏配置优化模型规划方案进行采样生成典型场景：基于分布式光伏概率分布模型，利用拉丁超立方采样法均匀采样，随后基于cholesky分解法提取分布式光伏出力的时间相关性信息，构造典型系统运行场景集合，基于k-means聚类对集合进行简化筛选，得到代表性的场景；
67、步骤5.23：依据步骤5.22中的典型运行场景进行日内运行优化：在日内运行优化中，针对预期安装的混合储能系统，采用完备均值方法对储能管理系统所采集到的待转移分布式光伏功率曲线按波动频率进行分解，再利用皮尔逊积矩相关系数对分解后各分量进行重构，得到高、中、低频分量，给出混合储能系统中各设备的功率分配策略及输出功率；
68、步骤5.24：存储对应粒子的运行方案，并判断所有粒子是否都完成下层计算，若是，转至步骤5.25，否则，加载新的粒子数据，并转至步骤5.22；
69、步骤5.25：将粒子运行方案传递给上层分布式光伏配置优化模型。
70、由于采用了上述技术方案，本发明取得的技术进步是：通过设计上层下层的双层联合迭代模型，两层模型之间的结果相互影响、相互耦合，进行循环迭代计算，所得出的计算结果经过反复迭代，精准度高，可保证为最优解。通过调动电-热综合能源系统中多种源荷侧资源参与互动，在计及灵活性资源同时考虑需求响应，使所求结果更加精准，设计范围更广，渗透率更高。通过引入锥优化方法，因凸锥所具有的优美的几何结构和特殊的处理方式，能够实现连续优化问题的快速收敛和准确求解，与其他常见算法相比，在计算速度和内存占用上都具有较大的优势，同时可有效解决模型中包含有非线性部分，无法采用常规算法进行高效求解的问题。基于二阶锥转换与分段线性化等方法，对其中的非线性部分进行转换与松弛，将原问题转化为混合整数二阶锥规划问题，从而可以采用商业求解器求解。同时增加相应的误差函数进行可控性校验，有效消除误差。
1.一种计及灵活性资源的电热能源系统光伏承载力计算方法，其特征在于：具体步骤如下：
2.根据权利要求1所述的一种计及灵活性资源的电热能源系统光伏承载力计算方法，其特征在于：步骤1具体步骤如下：
3.根据权利要求1所述的一种计及灵活性资源的电热能源系统光伏承载力计算方法，其特征在于：步骤2具体步骤如下：
4.根据权利要求3所述的一种计及灵活性资源的电热能源系统光伏承载力计算方法，其特征在于：步骤2.4的粒子群算法求解具体步骤如下：
5.根据权利要求1所述的一种计及灵活性资源的电热能源系统光伏承载力计算方法，其特征在于：步骤3具体步骤如下：
6.根据权利要求1所述的一种计及灵活性资源的电热能源系统光伏承载力计算方法，其特征在于：步骤4具体步骤如下：
7.根据权利要求1所述的一种计及灵活性资源的电热能源系统光伏承载力计算方法，其特征在于：步骤5具体步骤如下：
8.根据权利要求,7所述的一种计及灵活性资源的电热能源系统光伏承载力计算方法，其特征在于：步骤5.2具体步骤如下：
