CN108471144A - 一种适用于跨国能源互联网的电力调度方法 - Google Patents

Abstract

一种适用于跨国能源互联网的电力调度方法，包括以下步骤：步骤一，建立以总运行费用及可再生能源发电弃用率加权函数最小为的目标的跨国能源互联网电力调度模型；该模型分为若干个区域，每个区域中，都包含传统火电机组、可再生能源发电以及负荷，三者通过传输线路相互联结；在区域之间，通过联络线进行电力与信息的交互，完成区域之间的互联；步骤二，结合功率转移分布因子的分布式应用，通过完全分布式的交替乘子方向算法对所述电力调度模型进行分布式求解；该方法综合考虑了电力调度总运行费用及可再生能源发电弃用率两方面目标的最小化，使得调度结果能够实现经济性与可持续发展性的平衡协调。

Description

一种适用于跨国能源互联网的电力调度方法

技术领域

本发明属于电力系统优化调度领域，特别涉及一种适用于跨国能源互联网的电力调度 方法。

背景技术

长期以来，世界能源发展过度依赖化石能源，导致资源紧张、气候变化、环境污染等问题日益突出，人类生存环境受到极大挑战。为了解决以上问题，中国提出了“全球能 源互联网”的构想。全球能源互联网是以特高压电网为骨干网架、全球互联的坚强智能电 网，由跨洲骨干网架、洲内跨国骨干网架、各国智能电网三层构成，能够广泛连接北极地 区风能基地、赤道太阳能基地和各洲大型可再生能源基地与主要负荷中心，实现全球能源 资源的优化配置，有效应对能源危机问题。

目前跨国能源互联网正在逐步发展，其中合理的电力调度对其稳定经济运行起着重 要的作用。从调度的方式来看，电力调度可分为集中式调度与分布式调度两类。集中式调 度是传统的调度方式，需要建立调度中心收集各调度区域的详细相关信息，统一调度各区 域的运行方式。集中式调度不需要迭代，可以直接进行全局的统筹优化。但是由于跨国能 源互联网的电力调度问题规模很大，待求变量数急剧增加，问题的维数也相应提高，使得 整个问题很难直接应用集中式调度求解。此外，跨国能源互联网中各国电力互联时，出于 对重要信息的保密，不可能分享各自的所有电力调度所需信息，这也就不允许拥有全局调 度权的调度中心的存在。

发明内容

本发明的目的在于提供一种适用于跨国能源互联网的电力调度方法，以解决上述问 题。

为实现上述目的，本发明采用以下技术方案：

一种适用于跨国能源互联网的电力调度方法，包括以下步骤：

步骤一，建立以总运行费用及可再生能源发电弃用率加权函数最小为的目标的跨国能 源互联网电力调度模型；该模型分为若干个区域，每个区域中，都包含传统火电机组、可 再生能源发电以及负荷，三者通过传输线路相互联结；在区域之间，通过联络线进行电力 与信息的交互，完成区域之间的互联；具体步骤如下：

1)建立包含传统火电、风力发电、光伏发电、电力负荷、各国内部电力传输线路以及各国之间电力联络线的跨国能源互联网模型；

2)建立目标为在调度时段内最小化总运行费用及可再生能源发电弃用率加权函数， 同时满足电力系统安全运行约束的跨国能源互联网动态电力调度模型；

步骤二，结合功率转移分布因子的分布式应用，通过完全分布式的交替乘子方向算法 对所述电力调度模型进行分布式求解；具体步骤如下：

1)计算各区域的等效功率转移分布因子，将节点注入功率与电力线路传输功率之间 建立直接联系；

2)通过完全分布式的交替乘子方向算法对所述电力调度模型进行分布式求解。

进一步的，步骤一中，电力调度模型的目标函数表示为：

其中，F表示系统的总运行费用，t表示各调度时段的编号，T表示调度时段的总数量，n,n_w,n_s,n_B分别表示传统火电机组、风电场、光伏电厂、系统节点的编号，N,N_w,N_s,N_B分别表示传统火电机组、风电场、光伏电厂、系统节点的总数量，P_n,t,分别表示 火电机组n、风电场n_w、光伏电厂n_s在t时段的实际出力，a_n,b_n,c_n分别表示火电机组n 出力特性的系数，分别表示风电场n_w、光伏电厂n_s在t时段的预测最大出力， p_w,p_s分别表示目标函数中关于弃风量和弃光量的惩罚系数。

进一步的，步骤一中，电力调度模型的约束条件包括发电机出力约束、电力传输线路 约束、系统功率平衡约束和火电机组爬坡约束。

进一步的，发电机出力约束包括火电机组出力上下限约束，风电出力上限约束和光伏 发电出力上限约束；

火电机组出力上下限约束

其中，分别为火电机组n在任一时段的出力下限和出力上限；

风电出力上限约束

光伏发电出力上限约束

进一步的，电力传输线路约束包括各区域内部电力传输线路最大容量约束和各区域之 间联络线最大容量约束。

进一步的，各区域内部电力传输线路最大容量约束

-P_l ^max≤P_l,t≤P_l ^max

其中，P_l,t为线路l在t时段的传输功率，P_l ^max为线路l的最大传输功率。线路的双向传输的最大容量相等；

各区域之间联络线最大容量约束

其中，T_ij,t为向量变量，表示区域i与区域j之间各联络线在t时段的传输功率；为向量常数，表示区域i与区域j之间各联络线的最大传输功率。各联络线的双向传输的 最大容量相等。

进一步的，系统功率平衡约束，即在任一时段的总发电机出力等于负荷需求

其中，为节点n在t时段的负荷需求；

火电机组爬坡上下限约束

其中，分别为火电机组n的最小爬坡速率与最大爬坡速率。

进一步的，步骤二中，利用当前求解区域中的信息，以及此区域与其他区域联络线的 信息计算等效功率转移分布因子，等效功率转移分布因子仅与网架结构与线路参数有关， 在整个求解过程中只需计算一次。

进一步的，步骤二中，在传统交替乘子方向算法的基础上，结合区域间联络线约束的 特点，由各个区域分工完成乘数的更新任务。

与现有技术相比，本发明有以下技术效果：

本发明提出了一种适用于跨国能源互联网的全分布式电力调度方法。该方法综合考 虑了电力调度总运行费用及可再生能源发电弃用率两方面目标的最小化，使得调度结果能 够实现经济性与可持续发展性的平衡协调；等效功率转移分布因子的应用将各区域的节点 注入功率与电力线路潮流之间建立直接联系而不引入电压相角变量，并且其计算仅与网架 结构与线路参数有关，有效减少了计算量；所用的完全分布式交替乘子方向算法去除了上 层数据中心，由各个区域分工完成乘数的更新任务，并尽可能减少各区域间的信息交换。 本发明所提出的方法能够用在全球能源互联网背景下的跨国能源互联网电力调度中，使得 各个国家或地区在电力调度中保证独立平等与信息安全，工程实际人员可以据此展开相关 研究工作。

附图说明

图1为跨国能源互联网电力调度模型示意图；

图2为联络线约束改写示意图；

图3为区域i对应的等效功率传输分布因子构造示意图；

图4为传统交替乘子方向算法方法向完全分布式交替乘子方向算法转化示意图；

图5为应用完全分布式交替乘子方向算法的分布式求解流程图；

图6为东北亚跨国能源互联网仿真算例的网络结构图

图7为约束误差与目标函数值随迭代次数的变化曲线图；

图8为电力调度结果随弃风量惩罚系数与火电机组爬坡的变化折线图；

图9为火电机组总运行成本对弃风量的灵敏度变化折线图。

具体实施方式

下面结合附图和实例对本发明进一步详细说明。

本发明首先在保证满足各个国家或地区电力系统安全运行约束的条件下，建立了以总 运行费用及新能源发电弃用率加权函数最小为的目标的跨国能源互联网电力调度模型；然 后结合功率转移分布因子的分布式应用，利用完全分布式的交替乘子方向算法对上述模型 进行分布式求解，使得各个国家或地区在电力调度中保证独立平等与信息安全。本发明是 一种适用于跨国能源互联网的完全分布式电力调度方法，包括考虑可再生能源的跨国能源 互联网电力调度建模和应用完全分布式交替乘子方向算法进行分布式求解两个部分。

(一)基于完全分布式交替乘子方向算法的跨国能源互联网电力调度问题可以通过如 下步骤进行求解，具体步骤如下：

1)建立跨国能源互联网电力调度模型：跨国能源互联网电力调度可抽象为图1所示 的多区域电力调度模型。在每个区域中，都包含传统火电机组、可再生能源发电(如风力发电、光伏发电)以及负荷，三者通过传输线路相互联结。在区域之间，通过联络线进行 电力与信息的交互，完成区域之间的互联。

1.1)传统电力调度的目标函数为最小化系统的总运行费用。其中，主要考虑传统火 电机组的燃料成本费用，而风力发电与光伏发电的一次能源均为几乎无费用的清洁能源， 因此其发电成本费用不计算在目标函数中。但是，风力发电和光伏发电的出力波动性较大， 为了消纳更多的可再生能源发电，系统需要调节运行方式，使系统的总爬坡能力更强，但 是同时也会损失一部分传统火电机组的经济效益。为了平衡这种经济性与可持续发展性之 间的矛盾，需要在目标函数中添加含有弃风、弃光量的惩罚项，根据惩罚因子的不同取值 得到倾向性不同的调度结果。目标函数的表达式如下：

其中，F表示系统的总运行费用，t表示各调度时段的编号，T表示调度时段的总数量， n,n_w,n_s,n_B分别表示传统火电机组、风电场、光伏电厂、系统节点的编号，N,N_w,N_s,N_B分别表示传统火电机组、风电场、光伏电厂、系统节点的总数量，P_n,t,分别表示火 电机组n、风电场n_w、光伏电厂n_s在t时段的实际出力，a_n,b_n,c_n分别表示火电机组n出 力特性的系数，分别表示风电场n_w、光伏电厂n_s在t时段的预测最大出力，p_w,p_s分别表示目标函数中关于弃风量和弃光量的惩罚系数。

1.2)约束条件

a)系统功率平衡约束，即在任一时段的总发电机出力(包括传统火电机组、风电场和光伏电厂的出力)等于负荷需求

其中，为节点n在t时段的负荷需求。

b)火电机组出力上下限约束

其中，分别为火电机组n在任一时段的出力下限和出力上限。

c)风电出力上限约束

各风电场的出力是可调度的，可以在不出力到预测的最大出力之间变化。

d)光伏发电出力上限约束

同风电场一样，光伏电厂的出力也是可调度的，可以在不出力到预测的最大出力之间变化。

e)火电机组爬坡上下限约束

其中，分别为火电机组n的最小爬坡速率(即最大向下爬坡速率)与最大爬 坡速率(即最大向上爬坡速率)。

f)各区域内部电力传输线路最大容量约束

-P_l ^max≤P_l,t≤P_l ^max (7)

其中，P_l,t为线路l在t时段的传输功率，P_l ^max为线路l的最大传输功率。线路的双向传输 的最大容量相等。

g)各区域之间联络线最大容量约束

其中，T_ij,t为向量变量，表示区域i与区域j之间各联络线在t时段的传输功率；为向 量常数，表示区域i与区域j之间各联络线的最大传输功率。各联络线的双向传输的最大 容量相等。

对于各传输线路上的功率，可以使用功率传输分布因子(Power TransferDistribution Factor，PTDF)求得。PTDF能够将各节点的净注入功率与各支路的功率传输直接联系， 其最大的优点为不引入多余的电压相角变量，并且只和网架结构与线路参数有关系，而与 各节点注入功率的变化无关，即对于确定的网络，只需要求一次PTDF就可以反复使用。 其应用的基本格式为：

P_flow＝HP_inj (9)

其中，P_flow为各支路的功率构成的向量，H为对应的PTDF矩阵，P_inj为各节点的净注入 功率构成的向量。对于该集中式调度问题，有

其中，C,C_w,C_s为排序矩阵，分别将火电机组、风电场以及光伏电厂的编号按照所在节点 编号的顺序重新排列。

2)应用完全分布式交替乘子方向算法进行分布式求解

2.1)基于传统交替乘子方向算法的分布式求解

以上述跨国能源互联网电力调度模型为基础，首先应用传统的交替乘子方向算法进行 初步的分布式求解。其主要过程如下：

在跨国能源互联网电力调度模型中，区域之间的耦合约束反映在与联络线相关的约束 上，即区域联络线最大容量约束但是其中的T_ij,t变量同时与区域i和 区域j有关联，若直接对该约束进行松弛，无法实现实质意义上的解耦。因此，需首先对该约束进行改写如下：

其中，表示在求解区域i的子问题时，区域i与区域j之间各联络线在t时段的传输功 率；表示在求解区域j的子问题时，区域i与区域j之间各联络线在t时段的传输功率。 图2表示了这一过程，即将区域i和区域j之间的联络线看做两个，分别隶属于各自的区域并满足同样的最大容量约束，最后保证这两条联络线的功率时刻相等。经过处理之后，两个区域之间的联系就鲜明地反映在约束上。

对约束应用增广拉格朗日松弛，可得目标函数为：

其中，是被松弛约束的拉格朗日向量乘数，ρ是相应的二次惩罚项的正系数。 注意到二次惩罚项破坏了问题的可分解性，可应用交替乘子方向算法进行 分布式的求解，即对每个区域分别进行求解，每次求解时其他区域的变量都看做常数，并 使用最新的迭代结果。区域i的第k次迭代优化问题可给出如下：

其中，1＝(1,...,1)^T，Aⁱ代表区域i中所有元素的集合，为的最新迭代值，即

每次迭代结束后，乘数的更新过程为：

2.2)计算各区域的等效功率传输分布因子

对于区域i中的传输线路功率，仍可应用PTDF表示。但是先前求得的集中式调度中的全网络PTDF需要所有节点的信息，显然不能直接应用在区域i的问题求解中。现在需 要寻找相应的PTDF，能够利用区域i中的信息以及区域i与其他区域联络线的信息，得 到区域i中的线路功率传输情况。

图3中给出了区域i对应的等效PTDF的求解方法。首先，将与区域i互联的所有区域(即图中的区域j₁与区域j₂)等效为区域i外的节点，其注入功率为相应的联络线传输 功率。然后，对这一等效的网络求PTDF，利用该PTDF，即可利用区域i中的信息以及 区域i与其他区域联络线的信息，得到区域i中的线路功率传输情况。其公式如下(所有 变量都属于区域i)：

同样地，可以对其他区域进行对应的PTDF求解。所有区域的PTDF仍然只需求解一次，就可在所有迭代过程中使用，具有极大的便利性。

2.3)应用完全分布式交替乘子方向算法的分布式求解

传统交替乘子方向算法存在的问题在于，仍然需要一个上层的数据中心来收集各联络 线的数据，并进行乘数的计算与分配。虽然不需要各区域分享自己的关键电力信息，但是 这样的上层数据中心在实际应用中仍然有着一定的权威，所以比较难实现。认真分析多区 域分布式电力调度的特点，可以给出对应的完全分布式交替乘子方向算法。该方法可以去 除上层的数据中心，由各个区域分工完成乘数的更新任务，最大可能的保证了各区域间的 信息保密与调度公平。

在传统交替乘子方向算法的整个迭代过程中，每一条联络线上的信息都只产生于其联 络的区域，并且对应的乘数也只被联络的区域使用，而与其他区域无关。也就是说，乘数 的更新过程可以在这两个互联区域之间完成，无需上传至数据中心。

图4给出了由传统交替乘子方向算法向完全分布式交替乘子方向算法转化的示意图。 实线代表电力联络线，虚线代表信息联络线。可以看出传统交替乘子方向算法区域间进行 电力传输，各区域与上层的数据中心进行信息传输；而完全分布式交替乘子方向算法取消 了上层的数据中心，区域之间直接完成电力和信息的传输。其具体过程如下：在第k次迭 代中，首先按照顺序求解区域i的问题，并得到相应的联络线功率结果区域i将此结果传输给区域i+1，作为最新的迭代结果参与区域i+1的问题求解；在区域i+1的问题 求解完后，区域i+1已经拥有了更新区域i与区域i+1的联络线乘数的必需信息，即与所以可以直接在区域i+1完成对应乘数的更新工作；在第k+1次迭代之前，区 域i+1将更新的乘数回传给区域i，由此开始下一次迭代。同样的，区域i+2可以更新区 域i与区域i+2、区域i+1与区域i+2的乘数。最终所有的乘数更新工作都由各区域完成， 而不需要上层数据中心的参与。

此外，对于迭代的停止条件也可以由各区域判定完成。负责乘数更新的区域可以进一 步计算相应的被松弛约束的误差，并与给定的误差允许量相比较。如果不满足条件，可以 经由整个信息网络将这一信号传导至各个区域，迭代继续进行。

应用完全分布式交替乘子方向算法的分布式求解流程图如图5所示。

(二)仿真算例

以东北亚跨国能源互联网仿真系统测试测算本发明所提的跨国能源互联网电力调度 方法，其网络结构图如图6所示。其中的椭圆代表县市级的电网，图中简化为节点形式； 细线代表国家内部的传输线路；粗线代表国家间的联络线。该网络图的拓扑结构参照中国 的县市级电网连接关系与其他国家主要城市的地理位置构造，火电机组、风力发电、光伏 发电及负荷曲线的数据参照各国相关发电形式的总量数据与典型的变化曲线构造，线路数 据参照相关IEEE标准算例构造。

在完全分布式电力调度计算中，设置允许误差为0.1万千瓦，各变量初值都为0，其求解结果与直接集中求解的调度结果比较如表1所示：

表1集中式与分布式多区域电力调度模型求解结果比较

由表1可知，分布式调度有着相当准确的求解结果，并且迭代次数也在合理的范围内。 在实际应用中可以在不能进行集中式调度的场合完成整个区域互联电力调度问题的求解。

图7给出了约束误差与目标函数值随迭代次数的变化曲线。观察可知，约束误差和目 标函数值曲线都较为平滑，这说明该基于完全分布式交替乘子方向算法的分布式电力调度 方法有着良好的收敛性。进一步地，在第80次迭代时，约束误差大约为1万千瓦，即设定标准的10倍，但是目标函数值已经非常接近最优解。这说明目标函数值对约束误差的 变化不是十分敏感，在实际应用中为加快求解速度，可以适当放宽设定的误差允许限度。

图8给出了当弃风量惩罚系数与火电机组爬坡变化时，弃风率与火电机组的总运行成 本的跟随变化情况。这两张图片可以从不同的角度进行观察和分析：

一是在火电机组爬坡一定时，弃风量惩罚系数变化对调度结果的影响。观察可知，随 着弃风量惩罚系数的增加，弃风率不断降低，但是火电机组总运行成本不断增加，其原因 可解释如下。风电出力对系统的经济性有着两种相反的作用：一方面，对于一定的负荷水 平而言，使用更多风电意味着减少传统火电机组的出力，使得系统运行更加经济；另一方 面，风电出力有着较大的波动性，为了消纳更多风电，必须调整火电机组的出力方式，使得整个系统的爬坡性能更好，而这不利于经济性。在某一弃风量惩罚系数下，调度结果可以看做是这两者间的平衡。当弃风量惩罚系数增加时，为了减小对应的惩罚项，系统的运行方式会向使用更多风电的方向移动，而火电机组的总运行成本随之增加。因此，弃风量惩罚系数反映了决策者在清洁性与经济性之间的选择倾向，若系数更大则倾向于清洁性，若系数更小则倾向于经济性。同理，弃光量惩罚系数也有相应的性质。

二是在弃风量惩罚系数一定时，火电机组爬坡变化对调度结果的影响。观察可知，随 着火电机组爬坡性能的改善，弃风率和火电机组总运行成本都在不断降低。这是由于随着 火电机组爬坡性能不断提升，特别是对于经济性更好的机组，使得系统能够消纳更多的风 电，而把更多的波动性分配给更加经济的火电机组。因此，为了消纳更多的风电，可以引入更多爬坡性能好的机组，如燃气轮机。

图9给出了火电机组爬坡为0.15时，在不同弃风量惩罚系数的范围内火电机组总运 行成本对弃风量的灵敏度变化。观察可知，随着弃风量惩罚系数的增加，对应的灵敏度明 显升高，即多消纳单位的风电所造成的运行成本增加的边际成本越大。因此，一味地追求 增加风电的消纳是不明智的选择，实际应用中要充分考虑清洁性与经济性之间的关系来进 行电力调度。

Claims (9)

1.一种适用于跨国能源互联网的电力调度方法，其特征在于，包括以下步骤：

步骤一，建立以总运行费用及可再生能源发电弃用率加权函数最小为的目标的跨国能源互联网电力调度模型；该模型分为若干个区域，每个区域中，都包含传统火电机组、可再生能源发电以及负荷，三者通过传输线路相互联结；在区域之间，通过联络线进行电力与信息的交互，完成区域之间的互联；具体步骤如下：

1)建立包含传统火电、风力发电、光伏发电、电力负荷、各国内部电力传输线路以及各国之间电力联络线的跨国能源互联网模型；

2)建立目标为在调度时段内最小化总运行费用及可再生能源发电弃用率加权函数，同时满足电力系统安全运行约束的跨国能源互联网电力调度模型；

步骤二，结合功率转移分布因子的分布式应用，通过完全分布式的交替乘子方向算法对所述跨国能源互联网电力调度模型进行分布式求解；具体步骤如下：

1)计算各区域的等效功率转移分布因子，将节点注入功率与电力线路传输功率之间建立直接联系；

2)通过完全分布式的交替乘子方向算法对所述电力调度模型进行分布式求解，得到各发电机组的出力结果。

2.根据权利要求1所述的一种适用于跨国能源互联网的电力调度方法，其特征在于，步骤一中，电力调度模型的目标函数表示为：

其中，F表示系统的总运行费用，t表示各调度时段的编号，T表示调度时段的总数量，n,n_w,n_s,n_B分别表示传统火电机组、风电场、光伏电厂、系统节点的编号，N,N_w,N_s,N_B分别表示传统火电机组、风电场、光伏电厂、系统节点的总数量，P_n,t,分别表示火电机组n、风电场n_w、光伏电厂n_s在t时段的实际出力，a_n,b_n,c_n分别表示火电机组n出力特性的系数，分别表示风电场n_w、光伏电厂n_s在t时段的预测最大出力，p_w,p_s分别表示目标函数中关于弃风量和弃光量的惩罚系数。

3.根据权利要求1所述的一种适用于跨国能源互联网的电力调度方法，其特征在于，步骤一中，电力调度模型的约束条件包括发电机出力约束、电力传输线路约束、系统功率平衡约束和火电机组爬坡约束。

4.根据权利要求3所述的一种适用于跨国能源互联网的电力调度方法，其特征在于，发电机出力约束包括火电机组出力上下限约束，风电出力上限约束和光伏发电出力上限约束；

火电机组出力上下限约束

其中，分别为火电机组n在任一时段的出力下限和出力上限；

风电出力上限约束

光伏发电出力上限约束

5.根据权利要求3所述的一种适用于跨国能源互联网的电力调度方法，其特征在于，电力传输线路约束包括各区域内部电力传输线路最大容量约束和各区域之间联络线最大容量约束。

6.根据权利要求5所述的一种适用于跨国能源互联网的电力调度方法，其特征在于，各区域内部电力传输线路最大容量约束

其中，P_l,t为线路l在t时段的传输功率，为线路l的最大传输功率；线路的双向传输的最大容量相等；

各区域之间联络线最大容量约束

其中，T_ij,t为向量变量，表示区域i与区域j之间各联络线在t时段的传输功率；为向量常数，表示区域i与区域j之间各联络线的最大传输功率；各联络线的双向传输的最大容量相等。

7.根据权利要求3所述的一种适用于跨国能源互联网的电力调度方法，其特征在于，系统功率平衡约束，即在任一时段的总发电机出力等于负荷需求

其中，为节点n在t时段的负荷需求；

火电机组爬坡上下限约束

其中，分别为火电机组n的最小爬坡速率与最大爬坡速率。

8.根据权利要求1所述的一种适用于跨国能源互联网的电力调度方法，其特征在于，步骤二中，利用当前求解区域中的信息，以及此区域与其他区域联络线的信息计算等效功率转移分布因子，等效功率转移分布因子仅与网架结构与线路参数有关，在整个求解过程中只需计算一次。

9.根据权利要求1所述的一种适用于跨国能源互联网的电力调度方法，其特征在于，步骤二中，在传统交替乘子方向算法的基础上，结合区域间联络线约束的特点，由各个区域分工完成乘数的更新任务。