CN109146197A - 一种大规模电网的经济调度并行计算方法 - Google Patents

Abstract

本发明公开了一种大规模电网的经济调度并行计算方法，能够优化对于在线经济调度的计算的效率，在通过电网划分遍历算法将电网进行区域划分的基础上，进而使用并行计算的方式计算出经济调度结果，并以此结果重新进行子区域协调，形成新的划分后的区域后，再次进行并行计算并迭代。本发明增添了将大型电网拓扑区域依照电网划分遍历算法进行大型电网区域划分，使得大型的电网区域分解成了数个子区域，将规模较大较复杂的经济调度问题转化为求数个规模较小的线性规划模型求解。本发明用并行计算的算法分别求出每个子区域经济调度结果，使得多个模型计算能够同时运行，在减少了计算量的同时，节省了计算时间，降低计算成本，提高计算效率。

Description

一种大规模电网的经济调度并行计算方法

技术领域

本发明涉及电网线路分配优化与调度领域，涉及一种基于区域节点动态划分的大规模电网经济调度并行计算方法。

背景技术

近几年来，许多国家都在着手进行电力工业的改革，它们都把改革的重心放在了电网经济调度以及分布式优化上，其目的是通过这样的方式，在电力工业中引入并行计算的机制，降低发电成本，提高实时计算效率，使得总社会效益最大。现在大用户用电量大，对于实时进行经济调度规划要求增高已经慢慢成为一种趋势，而且现有的经济调度计算方法已难以满足大用户对于实时的经济调度的需求。无论是现行电力体制存在的种种问题，还是电力工业改革以及大用户的需要都在呼唤一种新型的计算方法的出现。为此本发明提供出了一种大规模电网的经济调度并行计算方法，为实时经济调度需求以及电力市场的流通提供了算法保障。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种大规模电网的经济调度并行计算方法，该方法能够优化对于在线经济调度的计算的效率，在通过电网划分遍历算法将电网进行区域划分的基础上，进而使用并行计算的方式计算出经济调度结果，并以此结果重新进行子区域协调，形成新的划分后的区域后，再次进行并行计算并迭代。

为达到上述目的，本发明采用以下技术方案予以实现：

一种大规模电网的经济调度并行计算方法，包括以下步骤：

步骤1：设定指定区域大小，通过SCADA获得最新电网区域参数；

步骤2：对步骤1获得的电网以电网划分遍历算法进行区域节点邻域搜索；

步骤3：在步骤2执行的过程中对遍历到的区域节点做划分判定，其中判定条件为潮流约束；

步骤4：全部节点遍历结束后，得到划分后的电网子区域M₁,M₂,...,M_j；

步骤5：对步骤4所得电网区域分布的每个子区域进行经济调度的并行计算；

步骤6：步骤5计算结束后利用异步分散式算法进行区域间的潮流协调，调整电网子区域分布拓扑结构；

步骤7：对步骤6得到的新拓扑结构利用步骤5的算法重新进行经济调度并行计算；

步骤8：更新计算结果，直至结果满足收敛共识性判定，输出最终的经济调度计算结果。

与现有技术相比，本发明具有以下有益效果：

本发明在现有基础上，增添了将大型电网拓扑区域依照电网划分遍历算法进行大型电网区域划分，使得大型的电网区域分解成了数个子区域，将规模较大较复杂的经济调度问题转化为求数个规模较小的线性规划模型求解。本发明用并行计算的算法分别求出每个子区域经济调度结果，使得多个模型计算能够同时运行，在减少了计算量的同时，节省了计算时间，降低计算成本，提高计算效率。本发明在得到第一次计算结果后，进行子区域之间的潮流协调，使得拓扑结构中的每个子区域的计算任务规模能够尽量做到一样大。

附图说明

图1为大规模电网的经济调度并行计算方法的框图；

图2为大规模电网的经济调度并行计算方法的方法流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面结合附图对本发明做进一步详细描述：

参见图1和2，本发明一种大规模电网的经济调度并行计算方法，包括以下步骤：

1)设定指定区域大小，通过SCADA获得最新大型电网区域参数；

2)对步骤1)获得的电网以电网划分遍历算法进行区域节点邻域搜索；电网划分遍历算法的具体方法如下：

从初始电网区域分布结构中随机选取一个顶点，并将其标记为有效节点v，然后从节点v出发，以随机游走的方式遍历第一个邻接节点w；若w不满足划分判定，将其标记为终结节点q，并将q前所有遍历到的节点划分为区域M₁，然后以q₁为下一个区域第一个顶点继续进行遍历，若w满足节点有效性判定，则判断w是否被搜索过：若w未曾被搜索过，则以w作为新的出发节点以随机游走方式继续进行遍历，重复上述操作，直到图中所有的和初始节点有路径相通的节点均有被搜索记录为止；若此时图中仍有未访问的节点，则另选一个尚未访问的节点作为新的初始节点重复上述过程，直至电网区域分布结构所有节点均已被搜索为止。

3)在步骤2执行的过程中对遍历到的区域节点做划分判定，其中判定条件为潮流约束；节点有效性判定中潮流约束为以下方法：

其具体物理意义为：将种子点与邻域节点之间称为联络线那么t时刻在l线路上的功率不能超过其传输容量Γ^U为L×I的矩阵(表示I个发电机功率输出在L条线路上的分布关系)，Γ^U为L×K的矩阵。

4)全部节点遍历结束后，得到划分后的电网子区域M₁,M₂,...,M_j；

5)对步骤4所得电网区域分布的每个子区域进行经济调度的并行计算；经济调度并行计算方法为以下步骤：

设定每个子区域j的初值x^j,0、λ^j,0，步长α^j,k，惩罚因子ρ以及收敛误差ε；

5-1)x^～j,k+1(1:N_j)＝x^j,k(1:N_j)，并对决策变量x^j中需要共识的分量进行平均共识运算：

5-2)对原始决策变量x^j进行梯度下降运算和投影运算，而对偶决策变量λ^j进行梯度上升运算：

5-3)判断当前函数值与前一次函数值的差是否小于收敛误差ε，若小于则停止迭代，否则返回步骤5-1)继续迭代；

6)步骤5计算结束后利用异步分散式算法进行区域间的潮流协调，调整电网子区域分布拓扑结构；在对得到电价后的电网区域进行协调时，主要用到异步分散化的调度算法，其主要步骤如下：

6-1)开始阶段：将每个子区域都看作是一个个体，那么令每个个体n都具有参数β∈(0,1)以及一个初始的解xⁿ∈X；此时每一个个体会有一个时钟，最初的个体我们称之其处于睡眠状态

6-2)更新阶段：某个时间点，当某个体n开始走动时，称个体n为唤醒状态，它向它的邻居，即该节点的邻域节点散播自己的解xⁿ，散播后重新回至睡眠状态，此时个体n的邻居l处于唤醒状态

6-2-a)计算：

v^l＝βxⁿ+(1-β)x^l

并同时计算f_i的梯度与次梯度Δf_i(v^l)

6-2-b)更新自己的解

x^l＝Px[v^l-α_lΔf_i(v^l)]

其中Px表示把一个向量投至集合X中的运算，α_l表示距离，当第一次更新完成后，l返回至睡眠状态

6-3)反复执行步骤6-2)使得每个节点都经历唤醒状态。

7)对步骤6得到的新拓扑结构利用步骤5的算法重新进行经济调度并行计算；

8)更新计算结果，直至结果满足收敛共识性判定，输出最终的经济调度计算结果；经济调度结果的收敛共识判定方法如下：

||x_i(k)-x_j(k)||<ε1

||x_i(k)-x_i(k-1)||<ε2

其中，x_i(k)为第i个区域的第k次计算结果；ε1、ε2为数值较小的常数，通常取决于计算所需的精度。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (6)

1.一种大规模电网的经济调度并行计算方法，其特征在于，包括以下步骤：

步骤1：设定指定区域大小，通过SCADA获得最新电网区域参数；

步骤2：对步骤1获得的电网以电网划分遍历算法进行区域节点邻域搜索；

步骤3：在步骤2执行的过程中对遍历到的区域节点做划分判定，其中判定条件为潮流约束；

步骤4：全部节点遍历结束后，得到划分后的电网子区域M₁,M₂,...,M_j；

步骤5：对步骤4所得电网区域分布的每个子区域进行经济调度的并行计算；

步骤6：步骤5计算结束后利用异步分散式算法进行区域间的潮流协调，调整电网子区域分布拓扑结构；

步骤7：对步骤6得到的新拓扑结构利用步骤5的算法重新进行经济调度并行计算；

步骤8：更新计算结果，直至结果满足收敛共识性判定，输出最终的经济调度计算结果。

2.根据权利要求1所述的大规模电网的经济调度并行计算方法，其特征在于，步骤2中电网划分遍历算法如下：

从初始电网区域分布结构中随机选取一个顶点，并将其标记为有效节点v，然后从节点v出发，以随机游走的方式遍历第一个邻接节点w；若w不满足划分判定，将其标记为终结节点q，并将q前所有遍历到的节点划分为区域M₁，然后以q₁为下一个区域第一个顶点继续进行遍历，若w满足节点有效性判定，则判断w是否被搜索过：若w未曾被搜索过，则以w作为新的出发节点以随机游走方式继续进行遍历，重复上述操作，直到所有的和初始节点有路径相通的节点均有被搜索记录为止；若此时仍有未访问的节点，则另选一个尚未访问的节点作为新的初始节点重复上述过程，直至电网区域分布结构所有节点均已被搜索为止。

3.根据权利要求1所述的大规模电网的经济调度并行计算方法，其特征在于，步骤3节点有效性判定中潮流约束的方法如下：

其具体物理意义为：将种子点与邻域节点之间称为联络线那么t时刻在l线路上的功率不能超过其传输容量Γ^U为L×I的矩阵，表示I个发电机功率输出在L条线路上的分布关系，Γ^U为L×K的矩阵。

4.根据权利要求1所述的大规模电网的经济调度并行计算方法，其特征在于，步骤5经济调度并行计算方法如下：

5-1)设定每个子区域j的初值x^j,0、λ^j,0、步长α^j,k、惩罚因子ρ以及收敛误差ε；

x^～j,k+1(1:N_j)＝x^j,k(1:N_j)

其中，x^～j,k+1为迭代后的N_j+L维列向量；N_j为每个子区域j内局部变量个数；x^j,k为迭代前N_j+L维列向量；

对决策变量x^j中需要共识的分量进行平均共识运算：

其中，L为整个并行计算中全局变量个数；J为电网子区域个数；j和s为区域编号；N_s为s区域的局部变量；

5-2)对原始决策变量x^j进行梯度下降运算和投影运算，而对偶决策变量λ^j进行梯度上升运算：

其中，PΩ^j为在集合Ω上做投影运算；为区域j第k次迭代的步长；为在点x^j,k上的次梯度；

5-3)判断当前函数值与前一次函数值的差是否小于收敛误差ε，若小于则停止迭代，否则返回步骤5-1)继续迭代。

5.根据权利要求1所述的大规模电网的经济调度并行计算方法，其特征在于，步骤6异步分散式算法具体如下：

6-1)开始阶段：将每个子区域都看作是一个个体，那么令每个个体n都具有参数β∈(0,1)以及一个初始的解xⁿ∈X；此时每一个个体会有一个时钟，最初的个体称之其处于睡眠状态；

6-2)更新阶段：某个时间点，当某个体n开始走动时，称个体n为唤醒状态，它向它的邻居，即该节点的邻域节点散播自己的解xⁿ，散播后重新回至睡眠状态，此时个体n的邻居l处于唤醒状态；

6-2-a)计算：

v^l＝βxⁿ+(1-β)x^l

并同时计算f_i的梯度与次梯度Δf_i(v^l)，其中v^l为异步分散式算法中局部变量，计算方法如上，x^l为邻域节点l的最优解；

6-2-b)更新自己的解

x^l＝Px[v^l-α_lΔf_i(v^l)]

其中Px表示把一个向量投至初始的解的集合X的运算，α_l表示步长，当第一次更新完成后，l返回至睡眠状态；

6-3)反复执行步骤6-2)使得每个节点都经历唤醒状态。

6.根据权利要求1所述的大规模电网的经济调度并行计算方法，其特征在于，步骤8经济调度结果的收敛共识判定方法如下：

||x_i(k)-x_j(k)||<ε1

||x_i(k)-x_i(k-1)||<ε2

其中，x_i(k)为第i个区域的第k次计算结果；ε1和ε2为常数，取决于计算所需的精度。