18、社区能源优化调度策略研究

社区能源优化调度策略研究

1 引言

在能源管理领域，虽然前人对某些特性有较为完整的描述，但结合多种优化算法优势来阐述观点的文献较少。ADMM 算法兼具对偶上升法的可分解性和乘子法的优良收敛性，还能保障社区多主体管理下信息传输的隐私性。因此，有必要运用该算法对社区多能源管理和 P2P 能源交易的多参数场景配置进行优化。

2 社区点对点交易模型

2.1 系统建模

系统中的能源流如图 1 所示。

2.2 社区模型

考虑一个包含 N 个用户的社区，用户集表示为 N。每个用户拥有光伏设备（PV）、热电联产设备（CHP）和储能系统（ESS）。用户通过电缆与电力零售商和其他用户相连，进行电能的买卖，电力零售商直接连接主电网。同时，用户通过天然气管道向天然气供应公司购买天然气。用户根据每日可再生能源发电的预测值、负载以及热能需求来制定能源计划，用户 i 的电能和热能负载不可改变，其预测的电能负载和热能负载分别表示。

2.3 储能系统（ESS）模型

每个用户都有一个 ESS。定义 (c_i := {c_{i,t}, \forall t}) 和 (d_i := {d_{i,t}, \forall t}) 分别表示用户 i 的储能系统在时间 t 的充电和放电速率向量。储能系统的运行限制条件如下：
1. (0 \leq c_{i,t} \leq C_{ch}^i)
2. (S_{i,t} = S_{i,t - 1} + \eta_{ch}^i c_{i,t} - \eta_{dis}^i d_{i,t}, \forall t)
3. (S_{min}^i \l