CN105429185B - 一种具有鲁棒协同一致性的经济调度方法 - Google Patents
一种具有鲁棒协同一致性的经济调度方法 Download PDFInfo
- Publication number
- CN105429185B CN105429185B CN201510900458.7A CN201510900458A CN105429185B CN 105429185 B CN105429185 B CN 105429185B CN 201510900458 A CN201510900458 A CN 201510900458A CN 105429185 B CN105429185 B CN 105429185B
- Authority
- CN
- China
- Prior art keywords
- consistency
- unit
- power
- variable
- robust
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种具有鲁棒协同一致性的经济调度方法，所述方法的具体步骤如下：确定拉普拉斯矩阵L；获取总功率PD，并且对各台机组的发电功率进行初始化，计算功率偏差；实时修正拉普拉斯矩阵L；计算一致性增益函数c(k)；对领导者和跟随者的虚拟一致性变量进行更新；计算各机组的真实一致性变量；求解各台机组的优化发电功率PGi；求出功率偏差ΔP，并判断是否满足功率误差容限Perror；若满足，迭代结束，输出优化结果。该发明解决了传统的CCA算法对理想通信网络过度依赖的问题，具有对传输时延和噪声干扰的鲁棒性；解决了传统的CCA算法对机组从通信拓扑关键位置断开的脆弱性，兼顾了机组的即插即用特性。
Description
技术领域
本发明涉及电力系统经济调度技术领域，特别涉及基于非理想通信网络的经济调度功率多目标优化分配方法，该方法适用于分散式经济调度的动态多目标优化分配。
背景技术
经济调度是电力系统的有功功率优化问题。传统的经济调度问题的解决往往采用集中控制的方式，调度中心在掌握全网的负荷及机组运行情况后，根据一定的优化算法把负荷分配给各机组。在这种集中优化方式下，国内外已有很多学者提出了有效的解决方法。
近年来，随着计算、通信和感知设备的小型化，人们已经有理由相信数量众多的智能体可以通过协同工作来实现同一目标。协同工作的解决思路，受启发于自然界中很多有趣的生物集体行为。如鱼群能快速地改变队形来应对猎物的追捕，萤火虫能够节奏一致地闪烁，蝗虫没有被引导却能进行大规模的有序迁徙等。多智能体的协同控制在民事、商业和军工等领域都有着广泛的应用前景。但是在上述所有应用中，智能体由于受到通信带宽和通信功率的限制，很难采取集中式指挥控制方式。多智能体一致性问题，本质上是一群智能体通过邻里之间的通信对关键信息达成一致意见，以协作方式一起工作。要理解多智能体之间如何协作，首先要研究多智能体之间的信息传递和分享机制。因此，众多智能体开展协同控制的一个关键问题是设计合理的分布式智能算法，使得各智能体在信息交换能力受限且不可靠、通信拓扑时变等条件下对共享信息达成一致意见。
未来智能电网是一个信息网络与物理网络高度结合的电网。借助多智能体协同一致性算法，可以采用分散式的能量管理系统(energy management system,EMS)系统来实施分散优化调度。当前已提出的协同一致性算法(collaborative consensus algorithm,CCA)均假设信息网络是理想的。然而在智能体之间进行通信时，由于传输数据量较多、测量误差以及外界干扰等因素，通信网络中将不可避免地出现通信时延和信道噪声问题；同时，在大多数实际的多智能体网络中，拓扑结构并非是固定不变的，由于智能体的运行或通信传输等发生故障时，通信拓扑也将发生改变。这些问题将导致已提出的协同一致性算法无法收敛。
发明内容
本发明的目的在于克服现有分散调度协同一致性算法的缺点与不足，提出一种具有鲁棒协同一致性的经济调度方法，该方法综合考虑了通信时延、噪声和通信拓扑变化对分散式调度的影响，进一步扩大了一致性算法的适用范围，能更好地适应工程实践中非理想的通信环境，并且有更好的优化结果。
本发明的目的通过下述技术方案实现：
一种具有鲁棒协同一致性的经济调度方法，包括以下步骤：
S1、确定多智能体网络拓扑图的邻接矩阵A＝[aij]，然后根据所述邻接矩阵A生成拉普拉斯矩阵L＝[lij]，其中，i，j＝1,2，...；
S2、采集系统总功率PD，并且对各台机组的发电功率和虚拟一致性变量λi[0]进行初始化，计算初始时刻的功率偏差；
S3、实时监测所述多智能体网络的通信拓扑结构，若发生变化，修正所述拉普拉斯矩阵L；
S4、根据当前迭代次数k，计算一致性增益函数c(k)，其中，k＝0,1,2，...；
S5、根据当前的功率偏差、虚拟一致性变量λi[k]和一致性增益函数c(k)，对领导者和跟随者的虚拟一致性变量λi[k+1]进行更新；
S6、根据各机组发电功率的上、下限值，计算各机组的真实一致性变量λi ac；
S7、根据求出的真实一致性变量λi ac，求解出各台机组的中间迭代功率Pi；
S8、求出当前的功率偏差ΔP，并判断当前的功率偏差ΔP是否小于或等于功率误差容限Perror；
S9、如果判断条件不满足，返回步骤S3；如果判断条件满足，迭代结束，输出优化结果。
进一步地，所述邻接矩阵A生成所述拉普拉斯矩阵L＝[lij]的关系：
其中，aij≥0表示节点vi与vj之间的连接权重。
进一步地，所述功率偏差的计算公式：其中PGi为各台智能体机组的优化发电功率，PGi的计算公式如下：
式中，ai、bi为第i台机组的费用系数；αi、βi为第i台机组的排放系数；ω为目标权重系数。
进一步地，所述步骤S3中修正所述拉普拉斯矩阵L的方式具体如下：
若机组j和机组i的通信链接发生变化，则修正拉普拉斯矩阵L＝[lij]∈Rn×n的第(i,j)项。
进一步地，所述一致性增益函数c(k)满足以下条件：
，
。
进一步地，所述一致性增益函数c(k)＝0.5*(1/(0.5k+1)+log(0.5k+1)/(0.5k+1))。
进一步地，所述步骤S5中根据当前的功率偏差、虚拟一致性变量λi[k]和一致性增益函数c(k)，对领导者和跟随者的虚拟一致性变量λi[k+1]进行更新的公式如下：
其中λi[k+1]为第k+1次迭代计算得到的机组i的虚拟一致性变量，lij[k]表示拉普拉斯矩阵L＝[lij]在离散时刻k的第(i,j)项，τi,j(k)表示在时刻k，状态信息由第j个智能体机组传递到第i个智能体机组的传输延迟，ηi,j(k)是表征在时刻k信道传输的噪声，ε为功率平衡调节因子，ε>0，ΔP为负荷功率与智能体机组发电总功率的差值。
进一步地，所述真实一致性变量λi ac的计算公式为：
式中，λi ac为智能体机组i的真实一致性变量，根据智能体机组的发电功率上下限，由虚拟一致性变量修正得到；λi min、λi max分别为机组i真实一致性变量的下限值和上限值。
本发明相对于现有技术具有如下的优点及效果：
(1)本发明结合了协同一致性算法的优点，是一种与分散式的EMS系统相适应的分散优化经济调度算法。在该算法框架下，智能体机组只与相邻智能体机组通信，中央决策机构变得不再必要，体现了算法的分散优化特性。
(2)本发明解决了传统的CCA算法对理想通信网络过度依赖的问题，通过引入一致性增益函数，有效抑制了智能体之间信息传输的时延及噪声问题，RCCA算法具有对传输时延和噪声干扰的鲁棒性。
(3)本发明为了解决发电机组由于容量限制、拓扑故障和智能体机组的即插即用等问题引起的时变信息拓扑问题，提出了虚拟一致性变量的概念。解决了传统的CCA算法对机组从通信拓扑关键位置断开的脆弱性，兼顾了智能体机组的即插即用特性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或者现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提出的具有鲁棒协同一致性的经济调度方法的流程图；
图2是典型的分散式经济调度框架模型拓扑图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一
本实施例所提出的具有鲁棒协同一致性算法(robust collaborative consensusalgorithm,RCCA)首先是一种适应于分散优化调度的算法，它在协同一致性算法的基础上，进行了改进：(1)引入了一致性增益函数，有效抑制了智能体之间信息传输的时延及噪声问题。(2)同时，为防止发电机组由于容量限制、拓扑故障和智能体机组的即插即用等问题引起的时变信息拓扑问题，提出了虚拟一致性变量的概念。
如附图1所示，所述一种具有鲁棒协同一致性的经济调度方法，包括以下步骤：
步骤S1、确定多智能体网络拓扑图的邻接矩阵A，由此生成拉普拉斯矩阵L；
所述步骤S1中确定的邻接矩阵A和由此生成的拉普拉斯矩阵L，是由多智能体网络的对应的拓扑结构确定的。
该步骤S1中的邻接矩阵A＝[aij]表示拓扑图(所述拓扑图可参见附图2所示)的邻接矩阵，aij≥0表示节点vi与vj之间的连接权重。如果拓扑图为无向图，则邻接矩阵A为对称矩阵。邻接矩阵A的非对角元素aij的物理意义为，信号直接从节点j传递至节点i传输信道的个数。其选取原则为：对于有限简单图，邻接矩阵A为(0,1)矩阵，其中对角线元素全为0。
该步骤S1中的拉普拉斯矩阵L＝[lij]可定义如下，即拉普拉斯矩阵L可由邻接矩阵A直接得到：
步骤S2、采集系统总功率PD，并且对各台机组的发电功率和虚拟一致性变量λi[0]进行初始化，计算初始时刻的功率偏差；
该步骤S2中的各台机组的发电功率初始化为零。
该步骤S2中的各台智能体机组的初始化虚拟一致性变量λi[0]为对应发电功率为零时的值。
该步骤S2中的初始时刻功率偏差为：
S3、实时监测通信拓扑结构，如果通信结构发生变化，修正拉普拉斯矩阵L；
该步骤S3中的修正拉普拉斯矩阵L的方式为，若机组j和机组i的通信链接发生变化，则修正拉普拉斯矩阵L＝[lij]∈Rn×n的第(i,j)项。
S4、根据当前迭代次数，计算一致性增益函数c(k)，其中，k＝0,1,2，...，k表示迭代次数；
该步骤S4中的一致性增益函数c(k)需要满足以下两个必要条件，其中k为迭代次数。一致性增益函数c(k)的引入可以有效地抑制通信时延和噪声带来的影响。其中，第一个必要条件是为了确保算法能收敛，第二个必要条件是为了确保算法在考虑噪声和时延影响后的收敛鲁棒性。
S5、根据当前的功率偏差、虚拟一致性变量λi[k]和一致性增益函数c(k)，对领导者和跟随者的虚拟一致性变量λi[k+1]进行更新。
该步骤S5中的领导者和跟随者的虚拟一致性变量λi[k+1]更新公式如下所示，其中τi,j(k)表示在时刻k，状态信息由第j台智能体机组传递到第i台智能体机组的传输延迟；ηi,j(k)是表征在时刻k由第j台智能体机组传递到第i台智能体机组的信道噪声。为保证步骤2中的功率平衡约束满足设定的功率误差容限Perror，在一致性算法中采用领导者-跟随者模式，由智能体机组领导者负责功率平衡，其他智能体机组通过一致性网络跟随，因此其它智能体机组视为跟随者。其中，领导者在功率平衡方面的实现机制如下：
(1)对全系统进行负荷预测，得到负荷功率的预测值并记录。
(2)接收其他智能体机组传来的发电功率的信息，与负荷功率的预测值作比较，计算得到负荷功率与智能体机组发电总功率的差值。
其中λi[k+1]为第k+1次迭代计算得到的智能体机组i的虚拟一致性变量；lij[k]表示拉普拉斯矩阵L＝[lij]在离散时刻k的第(i,j)项；τi,j(k)表示在时刻k，状态信息由第j个智能体传递到第i个智能体的传输延迟；ηi,j(k)是表征在时刻k信道传输的噪声；ε为功率平衡调节因子，ε>0；ΔP为负荷功率与智能体机组发电总功率的差值。
S6、根据各智能体机组发电功率的上、下限值，计算各智能体机组的真实一致性变量λi ac；其中ac是actual的简称。
该步骤S6中的真实一致性变量λi ac的计算公式为：
式中，λi ac为智能体机组i的真实一致性变量，根据机组的出力上下限，由虚拟一致性变量修正得到；λi min、λi max分别为智能体i真实一致性变量的下限值和上限值。
S7、根据求出的真实一致性变量λi ac，求解出各台智能体机组的中间迭代功率Pi；
该步骤S7中的各台机组的发电功率PGi计算公式如下所示，其中，ai、bi为第i台机组的费用系数；αi、βi为第i台智能体机组的排放系数；ω为目标权重系数。
S8、求出功率偏差并判断ΔP是否小于或等于功率误差容限Perror，其中PGi为发电机的优化发电功率；
该步骤S8中的功率误差容限Perror为功率偏差允许最大值，一般取为较小的正数。
S9、如果条件不满足，返回步骤3；如果条件满足，迭代结束，输出优化结果。
综上所述，本实施例提出的具有鲁棒协同一致性的经济调度方法在协同一致性算法的基础上，引入了一致性增益函数，有效抑制了智能体之间信息传输的时延及噪声问题。同时，为防止发电机组由于容量限制、拓扑故障和机组的即插即用等问题引起的时变信息拓扑问题，提出了虚拟一致性变量的概念。因此，只要获取了系统中所有机组的费用系数和排放系数，那么即使机组的启停状态频繁变化，本文所提算法不需要因为机组的开机或停机而重新调整，有效解决了机组的即插即用问题，从而实现可即插即用的分散优化调度。
实施例二
本实施例二中以分散式经济调度框架模型作为研究对象，其中该模型中包含三台发电智能体机组，具体模型参数见表1。
表1分散式经济调度框架模型参数
本实施例二总共有两个需要优化的目标，分别为经济目标和排放目标。本实施例中针对模型中的智能体机组功率经济/排放目标鲁棒协同一致性分配方法包括以下步骤：
S1、确定邻接矩阵A，由此生成拉普拉斯矩阵L。
其中本实施例中确定的邻接矩阵A为：
其中本实施例中确定的拉普拉斯矩阵L为：
S2、采集系统总功率PD，并且对各台机组的优化发电功率PGi和一致性变量进行初始化，计算初始时刻的功率偏差。采集当前控制周期区域电网的系统总功率，各台机组的发电功率初始化为零，各台机组的初始化一致性变量为对应发电功率为零时的值，并计算初始时刻的功率偏差值：
S3、实时监测通信拓扑结构，如果通信结构发生变化，修正拉普拉斯矩阵L。具体修正方式为若智能体机组j和智能体机组i的通信链接发生变化，则修正拉普拉斯矩阵L＝[lij]∈Rn×n的第(i,j)项。
S4、根据当前迭代次数，计算一致性增益函数c(k)。为保证鲁棒协同一致性算法收敛，c(k)需要满足以下两个必要条件：
本实施例中一致性增益函数c(k)如下所示：
0.5*(1/(0.5k+1)+log(0.5k+1)/(0.5k+1)) (5)
其中k为迭代次数。
S5、根据当前的功率偏差ΔP、虚拟一致性变量λi[k]和一致性增益函数c(k)，对领导者和跟随者的虚拟一致性变量λi[k+1]进行更新。领导者和跟随者的虚拟一致性变量更新公式如下所示：
其中λi[k+1]为第k+1次迭代计算得到的智能体机组i的虚拟一致性变量；lij[k]表示拉普拉斯矩阵L＝[lij]在离散时刻k的第(i,j)项；τi,j(k)表示在时刻k，状态信息由第j个智能体传递到第i个智能体的传输延迟；ηi,j(k)是表征在时刻k信道传输的噪声；ε为功率平衡调节因子，ε>0；ΔP为负荷功率与机组发电总功率的差值。
S6、根据一致性变量的上、下限值，计算各机组的真实一致性变量λi ac。在得到更新后的虚拟一致性变量，就要进行机组的功率计算，这时就要求取真实一致性变量λi ac，如下所示：
式中，λi ac为机组i的真实一致性变量，根据机组的出力上下限，由虚拟一致性变量修正得到；λi min、λi max分别为智能体i真实一致性变量的下限值和上限值。
S7、根据求出的真实一致性变量，求解出各台机组的优化发电功率PGi。由于目标函数微增率是机组功率的线性函数，因此机组i的发电功率计算公式为：
式中，ai、bi为第i台机组的费用系数；αi、βi为第i台机组的排放系数；ω为目标权重系数。
S8、求出功率偏差并判断ΔP是否小于或等于功率误差容限Perror。本实施例中功率误差容限Perror取0.01MW。
S9、如果条件不满足，返回步骤S3；如果条件满足，迭代结束，输出优化结果。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (7)
1.一种具有鲁棒协同一致性的经济调度方法，其特征在于，包括以下步骤：
S1、确定多智能体网络拓扑图的邻接矩阵A＝[aij]，然后根据所述邻接矩阵A生成拉普拉斯矩阵L＝[lij]，其中，i，j＝1,2，...；
S2、采集系统总功率PD，并且对各台机组的发电功率和虚拟一致性变量λi[0]进行初始化，计算初始时刻的功率偏差；
S3、实时监测所述多智能体网络的通信拓扑结构，若发生变化，修正所述拉普拉斯矩阵L；
S4、根据当前迭代次数k，计算一致性增益函数c(k)，其中，k＝0,1,2，...；
S5、根据当前的功率偏差、虚拟一致性变量λi[k]和一致性增益函数c(k)，对领导者和跟随者的虚拟一致性变量λi[k+1]进行更新；
S6、根据各机组发电功率的上、下限值，计算各机组的真实一致性变量λi ac；
S7、根据求出的真实一致性变量λi ac，求解出各台机组的中间迭代功率Pi；
S8、求出当前的功率偏差ΔP，并判断当前的功率偏差ΔP是否小于或等于功率误差容限Perror；其中，所述功率偏差的计算公式：其中PGi为各台智能体机组的优化发电功率，PGi的计算公式如下：
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mrow>
<mi>a</mi>
<mi>c</mi>
</mrow>
</msup>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&omega;b</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>&omega;</mi>
</mrow>
<mo>)</mo>
<msub>
<mi>&beta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&omega;a</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>&omega;</mi>
</mrow>
<mo>)</mo>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
式中，ai、bi为第i台机组的费用系数；αi、βi为第i台机组的排放系数；ω为目标权重系数；
S9、如果判断条件不满足，返回步骤S3；如果判断条件满足，迭代结束，输出优化结果。
2.根据权利要求1所述的一种具有鲁棒协同一致性的经济调度方法，其特征在于，所述邻接矩阵A生成所述拉普拉斯矩阵L＝[lij]的关系：
<mrow>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
<mo>&NotEqual;</mo>
<mi>i</mi>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>i</mi>
<mo>&NotEqual;</mo>
<mi>j</mi>
<mo>,</mo>
</mrow>
其中，aij≥0表示节点vi与vj之间的连接权重。
3.根据权利要求1所述的一种具有鲁棒协同一致性的经济调度方法，其特征在于，所述步骤S3中修正所述拉普拉斯矩阵L的方式具体如下：
若机组j和机组i的通信链接发生变化，则修正拉普拉斯矩阵L＝[lij]∈Rn×n的第(i,j)项。
4.根据权利要求1所述的一种具有鲁棒协同一致性的经济调度方法，其特征在于，所述一致性增益函数c(k)满足以下条件：
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>&infin;</mi>
</munderover>
<mi>c</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>+</mo>
<mi>&infin;</mi>
<mo>,</mo>
</mrow>
，
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>&infin;</mi>
</munderover>
<msup>
<mi>c</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mo>+</mo>
<mi>&infin;</mi>
<mo>.</mo>
</mrow>
。
5.根据权利要求4所述的一种具有鲁棒协同一致性的经济调度方法，其特征在于，所述一致性增益函数c(k)＝0.5*(1/(0.5k+1)+log(0.5k+1)/(0.5k+1))。
6.根据权利要求1所述的一种具有鲁棒协同一致性的经济调度方法，其特征在于，所述步骤S5中根据当前的功率偏差、虚拟一致性变量λi[k]和一致性增益函数c(k)，对领导者和跟随者的虚拟一致性变量λi[k+1]进行更新的公式如下：
<mrow>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
<mo>=</mo>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>&rsqb;</mo>
<mo>-</mo>
<mi>c</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>&rsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>-</mo>
<msub>
<mi>&tau;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&epsiv;</mi>
<mi>&Delta;</mi>
<mi>P</mi>
<mo>,</mo>
</mrow>
，
<mrow>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
<mo>=</mo>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>&rsqb;</mo>
<mo>-</mo>
<mi>c</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>&rsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>-</mo>
<msub>
<mi>&tau;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
，
其中λi[k+1]为第k+1次迭代计算得到的机组i的虚拟一致性变量，lij[k]表示拉普拉斯矩阵L＝[lij]在离散时刻k的第(i,j)项，τi,j(k)表示在时刻k，状态信息由第j个智能体机组传递到第i个智能体机组的传输延迟，ηi,j(k)是表征在时刻k信道传输的噪声，ε为功率平衡调节因子，ε>0，ΔP为负荷功率与智能体机组发电总功率的差值。
7.根据权利要求1所述的一种具有鲁棒协同一致性的经济调度方法，其特征在于，所述真实一致性变量λi ac的计算公式为：
<mrow>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
</mrow>
</msubsup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>min</mi>
</msubsup>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>if&lambda;</mi>
<mi>i</mi>
</msub>
<mo><</mo>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>min</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>if&lambda;</mi>
<mi>i</mi>
<mi>min</mi>
</msubsup>
<mo>&le;</mo>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>&le;</mo>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>max</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>max</mi>
</msubsup>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>if&lambda;</mi>
<mi>i</mi>
</msub>
<mo>></mo>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>max</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中，λi ac为智能体机组i的真实一致性变量，根据智能体机组的发电功率上下限，由虚拟一致性变量修正得到；λi min、λi max分别为机组i真实一致性变量的下限值和上限值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510900458.7A CN105429185B (zh) | 2015-12-08 | 2015-12-08 | 一种具有鲁棒协同一致性的经济调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510900458.7A CN105429185B (zh) | 2015-12-08 | 2015-12-08 | 一种具有鲁棒协同一致性的经济调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105429185A CN105429185A (zh) | 2016-03-23 |
| CN105429185B true CN105429185B (zh) | 2018-02-27 |
Family
ID=55507202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510900458.7A Active CN105429185B (zh) | 2015-12-08 | 2015-12-08 | 一种具有鲁棒协同一致性的经济调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105429185B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107092991B (zh) * | 2017-05-05 | 2020-06-16 | 东南大学 | 一种智能电网自适应经济调度分配方法 |
| CN108320080B (zh) * | 2018-01-05 | 2021-09-07 | 上海电力学院 | 基于两层一致性算法的能源互联网实时动态功率分配方法 |
| CN108427284A (zh) * | 2018-04-09 | 2018-08-21 | 中国石油大学(华东) | 一类串联结构多智能体系统协调一致性控制方法 |
| CN109333529B (zh) * | 2018-09-20 | 2022-08-23 | 南京邮电大学 | 含预定义性能的多单臂机械手输出一致控制器及设计方法 |
| CN108897229B (zh) * | 2018-09-25 | 2021-04-30 | 华东交通大学 | 一种二阶多智能体系统的领导-跟随比例一致性控制方法 |
| CN109886584B (zh) * | 2019-02-27 | 2022-09-02 | 安徽大学 | 一种基于智能体的热网调度方法及装置 |
| CN110084295B (zh) * | 2019-04-19 | 2023-05-05 | 广东石油化工学院 | 一种多智能体系统分组包围控制方法及控制系统 |
| CN111242513B (zh) * | 2020-02-28 | 2022-08-26 | 南京邮电大学 | 一种基于一致性理论的电力系统分布式经济调度方法 |
| CN113285457B (zh) * | 2021-05-19 | 2022-09-13 | 山东大学 | 非理想通信下区域电力系统的分布式经济调度方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3836741B2 (ja) * | 2002-03-15 | 2006-10-25 | 三菱電機株式会社 | 負荷特性推定装置およびそれを用いた系統周波数安定化装置 |
-
2015
- 2015-12-08 CN CN201510900458.7A patent/CN105429185B/zh active Active
Non-Patent Citations (1)
| Title |
|---|
| 互联电网AGC功率动态分配的虚拟发电部落协同一致性算法;张孝顺等;《中国电机工程学报》;20150805;第35卷(第15期);第3750-3759页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105429185A (zh) | 2016-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105429185B (zh) | 一种具有鲁棒协同一致性的经济调度方法 | |
| Dominguez-Garcia et al. | Coordination and control of distributed energy resources for provision of ancillary services | |
| CN113810233B (zh) | 一种在随机网络中基于算网协同的分布式计算卸载方法 | |
| CN105391056B (zh) | 一种考虑不平衡通信网络的电力系统分布式经济调度方法 | |
| CN109149568B (zh) | 一种基于分布式代理的互联微电网及调度价格优化方法 | |
| CN108448563B (zh) | 一种直流微电网分布式协同控制系统及直流微电网 | |
| CN111353910A (zh) | 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法 | |
| CN113054688B (zh) | 考虑不确定性的可再生能源集群出力分布式协调控制方法 | |
| CN107910881B (zh) | 一种基于电网负载应急管理的admm控制方法 | |
| CN113298376B (zh) | 一种含阀点效应智能电网经济调度给定时间一致性控制方法 | |
| CN114970080A (zh) | 基于多智能体调节成本一致性的多区域协同供热调度方法 | |
| CN112186764B (zh) | 一种配电网设备的接入优化方法、装置及电子设备 | |
| CN105406517A (zh) | 基于有限时间平均一致性算法的电力系统经济调度方法 | |
| CN110933728B (zh) | 虚拟化无线传感网络的映射方法、装置、存储介质 | |
| CN115277109B (zh) | 一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术 | |
| CN114862621B (zh) | 一种基于时变有向拓扑下智能电网频率调节分布式经济调度控制方法 | |
| CN110598894A (zh) | 用于能源互联网的数据处理方法、装置和电子设备 | |
| CN114039354B (zh) | 一种多微电网完全分布式二次电压和能级容错控制系统 | |
| CN113110113B (zh) | 一种带通信约束的离散多智能体系统实现分组一致的方法 | |
| Wu et al. | Distributed hierarchical consensus algorithm for economic dispatch in smart grid | |
| Capezza et al. | Hierarchical distributed consensus based economic dispatch of distributed energy resources (ders) for networked microgrids | |
| CN111817298B (zh) | 含随机风能的多调度区间分布式能源调度方法及系统 | |
| CN114760101A (zh) | 网络攻击下产品与供应链协同演进系统补偿方法及系统 | |
| CN108336769B (zh) | 一种通信干扰下分布式电源有功出力误差抑制方法及系统 | |
| Tang et al. | Distributed Consensus‐Based Optimization of Multiple Load Aggregators for Secondary Frequency Control |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |