本发明属于电力系统优化调度领域，具体涉及一种基于bicps赋能的电热气冷耦合系统隐私保护优化方法。
背景技术：
1、随着非化石能源的开发和清洁低碳能源体系的构建进一步加快，使得综合能源互联网成为当下热点。但电网、热/冷网、气网的耦合也使得网络中负荷突变、通讯故障等情况频发，加大了整体系统的运行风险，容易引发相较于电网更大规模的事故，为了提高各子系统运行的灵活性，减小随机故障给系统带来的冲击，增强系统运行的可靠性水平，亟须提出一种能够对电-热-气-冷耦合能源系统进行合理调配的方法。
2、目前，已有包含冷热电三联供系统的微能源网多能源耦合枢纽，利用多能互补的优势提高了微能源网运行效率，但是缺少天然气其能源的来源相对单一，会限制能源网在一些应用中的灵活性和多样性，同时会限制冷热电三联供系统的可持续发展和应对能源供应不稳定性的能力。此外，还有采用电转气(p2g)技术使电-气-热网络闭环互联，利用电-气系统的互补特性，实现源-网-荷的协调调度，但缺少冷能的加入，在一些应用场景中，特别是需要制冷或者空调的场合，缺乏冷能的支持会限制电-气-热网络的功能和效率，此外相比包含冷能的网络而言，其综合能源利用程度较低。
3、现存的方案中，中央控制中心需要收集每个子系统的数据进行中央决策，这存在着隐私泄露的问题。此外，综合配电和天然气系统运营商(integrated distribution andgas system operator，idgso)与能源中心运营商(energy hub operator，eho)往往有自己的法规，并且可能存在冲突的领域。中心化方法无法保护个体参与者的数据隐私，因为他们的操作数据由控制中心共享以实现全局最优解决方案。所以我们要想实现隐私保护，就必须去中心化。去中心化方法有分布式能源管理、区块链技术及界智协同规划策略(boundaryintelligence collaborative planning strategy，bicps)。目前，已有利用分布式能源管理的方法实现去中心化，分布式能源管理通过在分布式能源资源上安装太阳能电池板、风力发电机或其他可再生能源装置，并结合能源存储技术(如电池或水力储能)，实现对分布式能源的动态管理和优化以实现去中心化，但是这种方法面临资源的不稳定性和不可预测性，以及与传统电网集成的复杂性问题。区块链技术这种去中心化的交易方式可以提高能源市场的透明度和效率，但也需要解决能源交易的实时性和隐私性等问题。bicps算法是一种优化方法，该算法通过将问题分解成主问题和子问题，并利用子问题的解来加速主问题的求解。bicps算法的优点包括适用性广泛、高效性、容易与其他方法集成。bicps算法适用于处理大规模问题，包括电力系统中的资源分配和调度问题，从而实现去中心化。此外，bicps可以与其他优化方法(如线性规划、整数规划等)相结合，形成混合优化方法，从而充分利用各种方法的优势。故本发明应用bicps实现决策过程的去中心化，并保留各个eho的私有运营数据，保护隐私安全。
4、本发明实现将电、热、冷、气等多种能源的协调规划，有效提高能源利用效率，降低能源网络建设成本和运行成本以及解决隐私保护问题。
技术实现思路
1、本发明的目的在于建立多运行模式下以电为中心的多能耦合系统分布式优化调度模型，联合优化所有互连的能源中心，以最大限度地降低系统运营成本，同时考虑转换和存储设备之间的多周期多能源耦合，实现多类型能源网络的“能量-信息”交互融合和高效共享，能够提升多能耦合系统的分布式调度运行水平。同时，应用bicps实现决策过程的去中心化，解决idgso和eho可能存在冲突的领域，并保留各个eho的私有运营数据，保护个体参与者的数据隐私安全。在这里，能源中心的运营商管理自己的区域，并通过双向通信相互交互，以实现可靠且经济的运营。
2、本发明解决技术问题所采用的方案是：
3、一种基于bicps赋能的电热气冷耦合系统隐私保护优化方法，该方法步骤如下：
4、步骤1.针对多能源耦合基础设施下的电-热-气-冷网络的协调问题，建立分布式多时段多能源运行模型。
5、步骤2.模型建立后，其中，电力、热/冷力、天然气网络的协调优化需要各个能源枢纽的运行状态和技术参数。
6、针对多载波能源系统可能不是由单个运营商管理且不愿意与其他人完全共享这些问题，应重新表述原始模型，以适应其非凸性和非线性，以简化计算，采用离散连续融合锥松弛优化策略(discrete-continuous integrated cone relaxation optimizationstrategy，dcicros)处理多能网络和能量枢纽耦合矩阵的固有非凸性问题，并采用序列锥约束松弛优化路径(sequential cone constraint relaxation optimization pathway，sccrop)将其进一步简化为锥面约束优化(cone surface constrained optimization，csco)，以保持其凸性和增强收敛性能。
7、步骤3.使其凸性和增强收敛性能后，进行问题优化解决。
8、在优化过程中，我们考虑了先进的控制方法，如远程控制开关和静态无功补偿器，并提出了两种方法，包括初始点设置和特殊类型的切割平面，以获得快速可行的解决方案。
9、步骤4.最后，根据综合配电和天然气系统运营商(integrated distribution andgas system operator，idgso)与能源中心运营商(energy hub operator，eho)之间实际的领导-从者关系，应用界智协同规划策略(boundary intelligence collaborativeplanning strategy，bicps)实现决策过程的去中心化，其中去中心化是将能源生产和管理从传统的集中式系统转变为分布式系统的过程和实践，确保私人数据保持不可篡改和高度安全，并且只有在用户许可的前提下才能共享。同时保留各个eho的私有运营数据，从而保护隐私安全。
10、进一步，提出了电-热-气-冷分布式多时段多能源运行模型，具体包括：
11、ⅰ.分布式多时段多能源运行：
12、分布式能源枢纽由风力发电机(wind turbines，wt)、传统的非天然气发电机组和天然气源供电。
13、这些输入的可再生和不可再生能源通过各种多能源转换器和存储进行转换和调节，例如热/冷电联产、燃气炉、电锅炉、电池储能(battery energy storage，bes)、吸收式制冷机、电制冷机，以满足输出的电力和热/冷需求。
14、电力和气体载体通过电力线和燃气管道输送，而热能则应通过水流携带并通过管道输送，冷能通过制冷机和采冷建筑物组成的分布式供冷系统输送且其具备一定的储能能力。
15、联合优化所有互连的能源中心(energy hub，eh)，以最大限度地降低系统运营成本，同时考虑转换和存储设备之间的多周期多能源耦合。
16、在这里，自主能源中心的运营商管理自己的区域，并通过双向通信相互交互，以实现可靠且经济的运营。
17、ⅱ.多周期多能量调度目标：
18、目标是整个调度周期内不同能源载体的系统运行成本，包括常规非燃气机组的发电成本和燃气采购成本，如下：
19、
20、式中fg(.)是peg,k,n的凸二次函数，即c1x2+c2x+c3，并且天然气价格被设置为常数参数gp，peg,k,n代表电力网络，gk,n代表天然气管道。
21、ⅲ.能源网络的约束：
22、公式(2)显示了多能量转换和存储的导出耦合矩阵。
23、
24、lep,k,n,leq,k,n,lh,k,n表示能源中心n在周期k的有功功率、无功功率和热输出。νb,k,n、νe,k,n表示熔炉、锅炉、能源中心n在周期k的电力负载。ηb,ηf为锅炉和熔炉的转换效率。ηe,chp,ηh,chp热电联产的气电和气热效率。νchp,k,n,νf,k,n代表输入电力和燃气分配给热电联产的调度因数，ηe,chp,ηh,chp代表热电联产的气电和气热效率。qgas代表天然气热值(热值是指1标准立方米天然气完全燃烧后所放出的热量)。peh,k,n,qeh,k,n，ggh,k,n分别指能源中心n在周期k的有功功率、无功功率和气体输入量。pb,k,n为能源中心n在周期k的电池净输出功率。
25、1)能源中心约束：通常引入调度因子来表示在输入节点处分配到多能源转换器和负载的总输入电力和天然气的比例。
26、0≤νi,k,n≤1 (3)
27、式中，引入的调度因子νi,k,n限制在[0，1]内。
28、2)电网约束：采用线性化支流模型，因为它已广泛应用于电压调节和可再生能源并网。
29、vn,min≤vk,n≤vn,max (4)
30、式中，vk,n表示能源枢纽n在周期k的电压幅度，vn,min,vn,max代表能源枢纽n的电压幅值界限。
31、3)天然气管网约束：稳态天然气流量基于weymouth方程(一种用于计算气体流量的公式)进行建模，公式(5)、(6)将节点压力和天然气气源限制在其阈值内。
32、pn,min≤pk,n≤pn,max (5)
33、0≤gk,n≤gn,max (6)
34、式中，pk,n是能源中心n在周期k的气压，pn,min，pn,max为能源中心气体压力界限n，gk,n表示枢纽n在k周期的天然气输出量，gn,max枢纽n处天然气最大输出量。
35、4)热网约束：公式(7)显示了换热站和供热站的约束。一般来说，热站的供给温度设定为恒定，而换热站的回水温度可以调节。
36、hd,k,n＝cwmhesk,n(mtsk,n-thesk,n) (7)
37、式中，hd,k,n表示能源中心n在周期k的热负荷，cw代表水的比热容，mhesk,n能源中心n换热站在k周期的质量流量，mtsk,n表示能源中心n在周期k的供应和回水温度，thesk,nk周期内能源中心n换热站的温度。
38、5)供冷系统约束：
39、qac.t＝hac.tηac (8)
40、
41、qec,t＝pec,tηec (10)
42、
43、式中，ηac、ηec分别为吸收式制冷机和电制冷机的能效比，分别为吸收式制冷机和电制冷机的出力下限/上限，qac,t、qec,t分别为t时段吸收式制冷机和电制冷机的制冷功率，hac.t为t时段驱动吸收式制冷机的供热量。
44、进一步，采用dcicros处理多能网络和能量枢纽耦合矩阵的固有非凸性问题，并采用sccrop将其进一步简化csco，以保持其凸性和增强收敛性能。
45、ⅰ.针对公式(2)中调度因素带来的非线性，采用dcicros，基于状态变量，选择多能源转换装置的输出作为状态变量。热电联产(combined heat and power，chp)、熔炉和锅炉的电输出和热输出由公式(2)中νchp,k,n,νf,k,n,νb,k,n计算得出，可表示为schp,k,n,sf,k,n,sb,k,n。然后将公式(2)输入向量与这些状态变量组合以获得公式(12)中的扩展输入向量。
46、
47、式中schp,k,n,sf,k,n，sb,k,n代表中心n在周期k的chp和熔炉输出，ηs表示能源转换效率。
48、ⅱ.由于引入了二元变量，采用dcicros方法获得的dcicros模型仍然包含非凸项，因此提出了一种sccrop方法来解决该dcicros问题。
49、1)设置迭代索引it＝0，容差δ；初始化二元变量i、松弛变量ci和辅助变量zi的值，步长di。
50、2)求解具有固定变量i和zi的松弛csco子问题，得到最优解ci。
51、3)用固定松弛变量ci求解子问题，得到最优解i为：
52、
53、4)计算并检查二元变量和松弛连续变量是否足够接近：
54、
55、一旦满足，迭代结束并输出结果。否则，辅助变量zi将使用更新
56、
57、5)设置it＝it+1，并重复步骤2)-4)，直到满足停止条件。
58、进一步，在优化过程中，我们考虑了先进的控制方法，如远程控制开关和静态无功补偿器，并提出了两种方法，包括初始点设置和特殊类型的切割平面，以提高sccrop的效率，从而获得快速可行的解决方案。
59、ⅰ.开发线性切割平面
60、为了确保每次迭代时的准确性，主问题中包含了额外的约束。然而，这也导致凸差问题，为此我们进行了方法优化。我们开发线性切割平面和通过相对于最优解和的泰勒展开来近似f(xjk)和g(ymn)。
61、
62、ⅱ.初始点设置
63、优化的效率依赖于初始点，因此在目标函数中添加线性惩罚函数，以在不增加任何计算负担的情况下获得良好的初始点。其中(18)是初始点设置的目标函数。优化算法在每次迭代过程中首先通过求解(18)来选择初始点。
64、
65、式中，表示迭代时的总运营成本tb。pm、pn表示天然气节点压力m、n。κ表示管道韦茅斯(weymouth)常数。
66、进一步，根据idgso管理与eho之间实际的领导-从者关系，应用bicps实现决策过程的去中心化，并保留各个eho的私有运营数据，保护隐私安全。
67、在eho根据经济调度解决方案(即子问题)向idgso提供bicps后，idgso通知eho在主问题中确定的最优能量交换计划。接下来，idgso修改能源交换并构建总运营成本的上限。idgso和eho之间的这种相互作用将持续下去，直到eh的电力和天然气以及热/冷力交换计划没有变化为止。
68、积极效果：
69、本发明结合了电-热-气-冷耦合系统多能源运行模型，降低了整体系统的运行风险，从而降低了电网更大规模的事故的发生，同时提高了各子系统运行的灵活性。对模型进行处理，使其耦合矩阵保持凸性和增强收敛性，同时优化了算法，增强系统运行的可靠性水平，此外bicps实现了决策过程的去中心化，并保留各个能源中心运营商的私有运营数据，保护隐私安全。
70、本发明相较于其他监控系统的优势在于：第一，提出了分布式多时段多能源运行模型，实将现电、热、冷、气等多种能源的协调规划与统一调度。第二，采用dcicros处理多能网络和能量枢纽耦合矩阵的固有非凸性问题，并采用sccrop将其进一步简化为csco，以保持其凸性和增强收敛性能。第三，在优化过程中，提出了两个改进，包括初始点设置和特殊类型的切割平面，以获得快速可行的解决方案。第四，应用bicps实现决策过程的去中心化，并保留各个eho的私有运营数据，保护隐私安全。
71、本发明可以联合优化所有互联的能源中心，以最大限度地降低系统运营成本，同时考虑转换和存储设备之间的多周期多能源耦合。在这里，自主能源中心的运营商管理自己的区域，并通过双向通信相互交互，保护隐私安全，以实现可靠且经济的运营。
1.一种基于bicps赋能的电热气冷耦合系统隐私保护优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：
3.根据权利要求1所述的方法，其特征在于：
4.根据权利要求1所述的方法，其特征在于：
5.根据权利要求1所述的方法，其特征在于：
