本发明涉及综合能源系统优化调度，特别是涉及一种基于maoa算法的电氢综合能源系统双层优化调度方法。
背景技术：
1、大力发展可再生能源，寻找新的清洁低碳能源形式成为了当下急需解决的问题。氢能作为一种清洁、安全、高效、可持续的二次能源，被认为是最有潜力的清洁能源。
2、氢能作为清洁的零碳能源，具有能量密度高燃烧热值大、能够长时间大规模存储等特点，将电力系统和氢能系统进行耦合，不仅能够较好的解决风光大规模并网给电力系统带来的问题，还能更好的助力风光大规模绿色开发和利用，同时最大化的减少弃风弃光。电-氢作为绿色能源的最终形态，有利于主力构建新型能源体系，是未来重要的能源发展形态。
3、目前，基于氢能作为清洁能源的电氢综合能源系统，电能来源于高比例可再生能源，由于可再生能源出力具有随机间歇波动性，需要考虑随机性可再生能源供给电/热/气的可靠性问题。然而，现有技术由于能源供需匹配不一致，导致出现能源浪费和能源过剩的问题。
技术实现思路
1、针对现有技术中的上述不足，本发明提供的一种基于maoa算法的电氢综合能源系统双层优化调度方法解决了现有电氢综合能源系统存在的能源浪费和能源过剩的问题。
2、为了达到上述发明目的，本发明采用的技术方案为：一种基于maoa算法的电氢综合能源系统双层优化调度方法，包括以下步骤：
3、s1：收集所需场景的出力数据和负荷数据；
4、s2：建立电氢综合能源系统的数学模型；
5、s3：基于出力数据、负荷数据、电氢综合能源系统的数学模型和能量守恒定律，确定电氢综合能源系统的能量平衡约束条件；
6、s4：建立电氢综合能源系统的上层优化配置模型，并采用maoa算法进行优化求解；
7、s5：根据上层优化求解结果和能量平衡约束条件，建立电氢综合能源系统的能量不平衡约束条件；
8、s6：根据能量平衡约束条件、上层优化求解结果和能量不平衡约束条件，建立电氢综合能源系统的下层优化配置模型，对电氢综合能源系统进行优化调度；
9、s7：对优化调度结果进行评价，完成基于maoa算法的电氢综合能源系统双层优化调度。
10、上述方案的有益效果是：本发明首先对电氢综合能源系统进行数学建模，并使用maoa多目标优化算法对电氢综合能源系统进行双层优化调度，获得最优配置结果，解决了现有电氢综合能源系统存在的能源浪费和能源过剩的问题。
11、进一步地，s1中出力数据包括风出力数据和光出力数据；所述负荷数据包括冷负荷数据、热负荷数据和电负荷数据。
12、上述进一步方案的有益效果是：通过上述技术方案，获取所需场景的出力数据和负荷数据，用于建立电氢综合能源系统的数学模型及其能量平衡约束。
13、进一步地，s2中电氢综合能源系统的数学模型包括微型燃气轮机子模型、电制冷机子模型、吸收式制冷机子模型、电解池子模型、余热锅炉子模型、甲烷反应器子模型和氢燃料电池子模型。
14、上述进一步方案的有益效果是：通过上述技术方案，基于各个子模型建立电氢综合能源系统的数学模型。
15、进一步地，微型燃气轮机子模型为：
16、
17、其中，pgt为燃气轮机输出电功率，qgt为燃气轮机输出热功率，ηgte为燃气轮机电效率，ηgth为燃气轮机热效率，pgt,g为燃气轮机消耗的第一天然气功率，qgt,g为燃气轮机消耗的第二天然气功率；
18、所述电制冷机子模型为：
19、qec＝ηecpec
20、其中，qec为电制冷机产生的冷功率，ηec为电制冷机冷效率，pec为电制冷机消耗的电功率；
21、所述吸收式制冷机子模型为：
22、qar＝ηarqarin
23、其中，qar为吸收式制冷机产生的冷功率，ηar为吸收式制冷机冷效率，qarin为吸收式制冷机输入的热功率；
24、所述电解池子模型为：
25、
26、其中，pel,out为电解池产生的氢功率，pel,in为电解池消耗的电能，tel为电解池的工作温度，a1、a2、b1和b2均为通过线性化得到的电解池的近似参数，qel为电解池自身产生的热量，为当前时刻电解池自身的温度，为下一时刻电解池的自身温度，δt为时间的变化量，del为电解池的容量，qel,loss为电解池自身的热功率损耗，mel为电解池的热阻，tout为室外温度；
27、所述余热锅炉子模型为：
28、
29、其中，qwh为余热锅炉输出热功率，ηwh为余热锅炉的热转换效率，为余热锅炉吸收的废热；
30、所述甲烷反应器子模型为：
31、pmrg＝ηmrpmrh
32、其中，pmrg为甲烷反应器产生的天然气功率，ηmr为甲烷反应器制气效率，pmrh为甲烷反应器消耗的氢能；
33、所述氢燃料电池子模型为：
34、
35、其中，phfc为氢燃料电池产生的电功率，ηhfce为氢燃料电池产电效率，phfch为氢燃料电池消耗的氢功率，qhfc为氢燃料电池产生的热功率，ηhfch为氢燃料电池产热效率。
36、上述进一步方案的有益效果是：通过上述技术方案，分别提供了微型燃气轮机子模型、电制冷机子模型、吸收式制冷机子模型、电解池子模型、余热锅炉子模型、甲烷反应器子模型和氢燃料电池子模型，完成电氢综合能源系统的建模。
37、进一步地，s3中电氢综合能源系统的能量平衡约束条件为：
38、pebuy+pgt+ppv+pwt+phfc＝peload+pele+pac
39、qhs-dis+qwh+qhfc+qeb+qgt＝phload+qhs-cha+qarin
40、qac+qar＝pcload
41、其中，pebuy为从电网购买的电量，ppv为光伏功率，pwt为风电功率，peload为电负荷，pele为电解池消耗的电功率，pac为电制冷机消耗的电功率，qhs-dis为蓄热槽蓄热量，qeb为电锅炉产生的热功率，phioad为热负荷，qhs-cha为蓄热槽放热量，qac为电制冷机冷功率，pcload为冷负荷。
42、上述进一步方案的有益效果是：通过上述技术方案，根据收集的数据及能量守恒定律，建立电氢综合能源系统的能量平衡约束。
43、进一步地，s4中电氢综合能源系统的上层优化配置模型y为：
44、y＝min(f1,f2)
45、
46、
47、
48、
49、其中，min(·)为取最小值，f1为系统的总成本，f2为系统的二氧化碳排放量，fu为从电网和气网购买电力和天然气的成本，fcon为设备的维护运行成本，floss为系统的二氧化碳排放量，t为当前时刻，cebuy为购电单价，为当前时刻向电网购买的电功率，cgbuy为购气单价，为当前时刻向气网购买的天然气功率，ci为设备的维运成本系数，为设备产生的电、冷或热功率，为燃气轮机二氧化碳排放量，为电网购电的二氧化碳排放量，为气网购气的二氧化碳排放量，为燃气轮机产生的热功率。
50、上述进一步方案的有益效果是：通过上述技术方案，建立电氢综合能源系统的上层优化配置模型，采用maoa多目标优化算法对模型进行求解，获得上层最优配置结果。
51、进一步地，s5中电氢综合能源系统的能量不平衡约束条件为：
52、
53、
54、
55、
56、
57、
58、
59、
60、
61、
62、
63、
64、
65、
66、其中，为t时刻燃气轮机输出电功率，为燃气轮机输出电功率下限，为燃气轮机输出电功率上限，为t时刻燃气轮机输出热功率，为燃气轮机输出热功率下限，为燃气轮机输出热功率上限，为t时刻余热锅炉输出热功率，为余热锅炉输出热功率下限，为余热锅炉输出热功率上限，为t时刻吸收式制冷机产生的冷功率，为吸收式制冷机产生的冷功率下限，为吸收式制冷机产生的冷功率上限，为t时刻电制冷机冷功率，为电制冷机冷功率下限，为电制冷机冷功率上限，为t时刻电解池产生的氢功率，为电解池产生的氢功率下限，为电解池产生的氢功率上限，为t时刻甲烷反应器产生的天然气功率，为甲烷反应器产生的天然气功率下限，为甲烷反应器产生的天然气功率上限，为t时刻氢燃料电池产生的电功率，为氢燃料电池产生的电功率下限，为氢燃料电池产生的电功率上限，为t时刻蓄热槽放热，为蓄热槽放热的下限，为蓄热槽放热的上限，为t+1时刻燃气轮机输出电功率，为燃气轮机爬坡率下限，为燃气轮机爬坡率上限，为t+1时刻电解池消耗的电功率，为t时刻电解池消耗的电功率，为电解池爬坡率下限，为电解池爬坡率上限，为t+1时刻甲烷反应器消耗的氢能，为t时刻甲烷反应器消耗的氢能，为甲烷反应器爬坡率下限，为甲烷反应器爬坡率上限，为t+1时刻氢燃料电池消耗的氢功率，为t时刻氢燃料电池消耗的氢功率，为氢燃料电池爬坡率下限，为氢燃料电池爬坡率上限，shs为蓄热槽蓄热容量，为蓄热槽蓄热容量下限，为蓄热槽蓄热容量上限。
67、上述进一步方案的有益效果是：通过上述技术方案，根据上层最优配置结果确定了电氢综合能源系统的能量不平衡约束。
68、进一步地，s6中电氢综合能源系统的下层优化配置模型h为：
69、
70、
71、
72、其中，t为运行周期，为t时刻从电网和气网购买电力和天然气的成本，为t时刻设备的维护运行成本，为t时刻电网购电价格，为t时刻气网购气价格，为t时刻燃气轮机维运成本，为t时刻余热锅炉维运成本，为t时刻余热锅炉消耗的电功率，为t时刻电制冷机维运成本，为t时刻电制冷机消耗的电功率，为t时刻吸收式制冷机维运成本，为t时刻吸收式制冷机消耗的电功率，为t时刻电解槽维运成本，为t时刻甲烷反应器维运成本，为t时刻氢燃料电池维运成本，为t时刻氢燃料电池产生的电功率，为t时刻氢燃料电池产生的热功率，为t时刻蓄热槽维运成本，为t时刻蓄热槽蓄热量。
73、上述进一步方案的有益效果是：通过上述技术方案，以ies的日运行成本最小为目标进行优化，建立电氢综合能源系统的下层优化配置模型。
74、进一步地，s7中对优化调度结果进行评价，具体为：使用优化求解工具进行建模，并调用求解器获得规划方案，完成对优化调度结果的评价。
75、上述进一步方案的有益效果是：通过上述技术方案，使用求解器求解下层多时间尺度优化调度策略，得到经济成本最优的结果。
1.一种基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，所述s1中出力数据包括风出力数据和光出力数据；所述负荷数据包括冷负荷数据、热负荷数据和电负荷数据。
3.根据权利要求1所述的基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，所述s2中电氢综合能源系统的数学模型包括微型燃气轮机子模型、电制冷机子模型、吸收式制冷机子模型、电解池子模型、余热锅炉子模型、甲烷反应器子模型和氢燃料电池子模型。
4.根据权利要求3所述的基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，所述微型燃气轮机子模型为：
5.根据权利要求4所述的基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，所述s3中电氢综合能源系统的能量平衡约束条件为：
6.根据权利要求5所述的基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，所述s4中电氢综合能源系统的上层优化配置模型y为：
7.根据权利要求6所述的基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，所述s5中电氢综合能源系统的能量不平衡约束条件为：
8.根据权利要求7所述的基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，所述s6中电氢综合能源系统的下层优化配置模型h为：
9.根据权利要求1所述的基于maoa算法的电氢综合能源系统双层优化调度方法，其特征在于，所述s7中对优化调度结果进行评价，具体为：使用优化求解工具进行建模，并调用求解器获得规划方案，完成对优化调度结果的评价。
