CN109149568B - 一种基于分布式代理的互联微电网及调度价格优化方法 - Google Patents

一种基于分布式代理的互联微电网及调度价格优化方法 Download PDF

Info

Publication number
CN109149568B
CN109149568B CN201811049438.3A CN201811049438A CN109149568B CN 109149568 B CN109149568 B CN 109149568B CN 201811049438 A CN201811049438 A CN 201811049438A CN 109149568 B CN109149568 B CN 109149568B
Authority
CN
China
Prior art keywords
microgrid
agent
grid
micro
price
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
Application number
CN201811049438.3A
Other languages
English (en)
Other versions
CN109149568A (zh
Inventor
郝然
艾芊
魏大钧
孙树敏
程艳
李笋
杨明辉
袁帅
管荑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
Shanghai Jiaotong University
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN201811049438.3A priority Critical patent/CN109149568B/zh
Publication of CN109149568A publication Critical patent/CN109149568A/zh
Application granted granted Critical
Publication of CN109149568B publication Critical patent/CN109149568B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/381—Dispersed generators

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于分布式代理的互联微电网及调度价格优化方法，其特征在于，包括电网，微电网，微电网代理；孤岛模式下，所述微电网代理互联通信，获取本地微电网信息，控制微电网中的负荷和可调节分布式发电；并网模式下，有领导功能的微电网代理监控电网的联络功率，并与其它微电网代理互联通信。本发明还公布了基于分布式代理的互联微电网调度价格优化方法，通过隐私保护流言算法，优化孤岛模式下互联微电网的全局零售报价；通过一致性算法和分布式扰动原‑对偶子梯度算法，估计并求解并网模式下全局约束的最优价格。本发明避免泄漏用户隐私，节约通信网及通信设备投资，跟踪性能灵敏，特别适用于多主体互联微电网的价格互动和一致调度。

Description

一种基于分布式代理的互联微电网及调度价格优化方法
技术领域
本发明涉及互联微电网的调度方法领域，尤其涉及一种基于分布式代理的多主体互联微电网及调度格优化方法。
背景技术
随着分布式能源系统的数量和规模的增加，互联的分布式微电网之间，以及与电网适当交互，可以显著地支持稳定或经济运行。分布式能源的发电通常是间歇性的，难以预测。微电网发电商可以减少额外的电力，并选择将其出口回电网，或者当他们有剩余电力时将其卖给其他能源消费者。此外，可控资源的不均匀分布可能会导致单个微电网实现实时功率平衡的困难，而通过多个互联的微电网互动，本地功率则容易达到平衡。
基于集中式微电网代理，是目前面向多主体的互联网电网的主流控制策略。通过中心微电网代理从终端收集所有必要的信息，经计算和处理后直接各微电网的本地用户和可调整的分布式发电。受限于现行处理器容量有限和通信投资的限制，滚动实时校正难以在集中式策略下获得满意的跟踪性能；而全局优化、点对多点通信和分布式组件的垂直控制难以部署在大规模和广域能源管理系统中，使得互联微电网互动调整滞后，且调整范围有限。此外，集中式决策不能有效地保护分布式代理的隐私，也不能很好地协调不同参加者的利益。
因此，本领域的技术人员致力于开发一种基于分布式代理的多主体互联微电网及调度价格优化方法，能够有效适应大规模的广域互联微电网，并保护用户决策隐私不泄露，节约通信网及通信设备投资，提高跟踪性能，同时提高用户主动参与的积极性和满意度。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是如何合理的设计，使得基于分布式代理的多主体互联微电网及调度价格优化方法，能够有效适应大规模的广域互联微电网，并保护用户决策隐私不泄露，同时提高用户主动参与的积极性和满意度。
为实现上述目的，本发明提供了一种基于分布式代理的多主体互联微电网，包括微电网，微电网代理；每个所述微电网配置一个微电网代理；每个所述微电网与至少一个其他所述微电网互联；每个所述微电网代理与至少一个其他所述微电网代理互联；所述微电网代理被配置为获得本地所述微电网的所有必要信息，控制本地所述微电网中的负荷消耗和可调节分布式发电，并与至少一个互联的所述微电网代理通信。
进一步地，所述的基于分布式代理的互联微电网的调度价格优化方法，包括以下步骤：
2.1：任选一个所述微电网代理作为起点，构建包括各所述微电网代理的第一有向连接图
Figure BDA0001794134480000021
其中，节点
Figure BDA00017941344800000225
的集合映射各所述微电网代理；边的集合
Figure BDA0001794134480000022
表示所述微电网代理用于信息交换的通信链路；
Figure BDA0001794134480000023
为加权邻接矩阵；
2.2：基于各所述微电网的需求响应目标，建立全局成本目标函数；
其中，所述全局成本目标函数如式(1)：
Figure BDA0001794134480000024
其中，
Figure BDA0001794134480000025
是t时刻协商的零售价格区间；λi,t是t时刻所述微电网i的零售市场电价；fi,t是以λi,t为因变量的所述微电网i的成本函数；所述fi,t按式(2)计算：
Figure BDA0001794134480000026
其中，(αi,t,βi,t)为微电网i的弹性系数；
2.3：计算所述2.2中各所述fi,t的初始化最优解
Figure BDA0001794134480000027
2.4：基于所述2.3的
Figure BDA0001794134480000028
和隐私流言保护算法，通过各所述微电网i的所述零售市场电价迭代循环，使得各所述微电网代理的所述零售市场电价收敛于同一数值，所述数值即为统一的最终零售市场电价
Figure BDA0001794134480000029
2.5：根据统一的所述最终零售市场电价
Figure BDA00017941344800000210
基于最优化条件得到各所述微电网代理执行的调度指令
Figure BDA00017941344800000211
进一步地，所述2.4中的隐私保护流言算法，包括以下步骤：
3.1：设置内部迭代次数R；设置迭代计数器k＝1；初始化本地零售市场电价初始值
Figure BDA00017941344800000212
其中，所述
Figure BDA00017941344800000213
为所述微电网i的成本函数fi,t的初始最优解，
Figure BDA00017941344800000214
为本地所述微电网i算法中迭代的本地零售市场电价；
3.2：当
Figure BDA00017941344800000215
或k＝1，执行：
对于任意所述微电网代理互联的链路l＝{i,j}∈ε，定义链路上两个所述微电网代理的状态变量分别为
Figure BDA00017941344800000216
和
Figure BDA00017941344800000217
并初始化：
Figure BDA00017941344800000218
Figure BDA00017941344800000219
所述微电网代理i定义本地辅助变量：
Figure BDA00017941344800000220
和
Figure BDA00017941344800000221
所述微电网代理j定义本地辅助变量：
Figure BDA00017941344800000222
和
Figure BDA00017941344800000223
所述微电网代理j将
Figure BDA00017941344800000224
的计算结果传递给所述微电网代理i；
3.3：所述微电网代理i检测：
如果
Figure BDA0001794134480000031
则所述微电网代理i将本地辅助变量bi＝(ai+bi)/2更新，并告知所述微电网代理j将本地辅助变量bj＝(aj+bj)/2更新；
否则，所述微电网代理i将本地辅助变量ai＝(ai+bi)/2更新，并告知所述微电网代理j将本地辅助变量aj＝(aj+bj)/2更新；
内部循环R次；
3.4：所述微电网代理j将
Figure BDA0001794134480000032
传输给所述微电网代理i，所述微电网代理i检测：
Figure BDA0001794134480000033
变量
Figure BDA0001794134480000034
否则，所述微电网代理i更新状态变量
Figure BDA0001794134480000035
并告知所述微电网代理j更新状态变量
Figure BDA0001794134480000036
其中，所述微电网代理i和所述微电网代理j的第二辅助变量
Figure BDA0001794134480000037
Figure BDA0001794134480000038
3.5：更新数值：
k＝k+1；
Figure BDA0001794134480000039
直至各所述微电网的本地零售市场电价收敛，否则返回执行3.2。
进一步地，所述步骤2.2中的任意所述微电网i的弹性系数αi,t≥0，
Figure BDA00017941344800000310
进一步地，所述步骤3.3的内部循环迭代R取值范围为5～10的整数；所述步骤3.2中的零售市场电价的增量误差ε取值范围为0～1e-3。
进一步地，所述的基于分布式代理的互联微电网，还包括电网，至少一个所述微电网与电网互联；与所述电网互联连接线阻抗最小的所述微电网，对应的所述微电网代理，还需要获取与所述电网交换的联络线功率、价格信号和需求目标，并领导其他所述微电网代理。
进一步地，与所述电网互联时的所述基于分布式代理的互联微电网的调度价格优化方法，包括以下步骤：
7.1：以有领导功能的所述微电网代理作为起点(节点编号设置为1)，构建包括所有所述微电网代理的第二连接图
Figure BDA00017941344800000311
其中，节点
Figure BDA00017941344800000314
的集合映射有领导功能的所述微电网代理和其他所述微电网代理；边的集合
Figure BDA00017941344800000312
表示所有所述微电网代理用于信息交换的通信链路；
Figure BDA00017941344800000313
为由各所述微电网代理构成的通信邻接权矩阵；建立拉普拉斯辅助矩阵L；
其中，所述通信邻接
Figure BDA0001794134480000041
所述拉普拉斯矩阵L＝(lij)N×N；
所述通信邻接权矩阵
Figure BDA0001794134480000042
元素满足
Figure BDA0001794134480000043
所述拉普拉斯矩阵L满足LeN＝0，且eN＝[1,...,1]T；
7.2：初始化迭代次数k＝1，Q＝1；有领导功能的所述微电网代理，基于所述电网电价ct和所属联络线交换功率ΔPt0，建立全局成本函数，并得到全局最优零售市场电价初始最优解λ1t0；初始化其他所述微电网代理的本地零售市场电价的初始值λi,t(0)；所述全局最优零售价格初始最优解λ1t0，按式(3)计算：
λ1t0＝ct-v-2κΔPt0 (3)
其中，v和k表示所述互联微电网系统滚动调度时偏离日前计划的再调度惩罚常数；
其中，所述λi,t(0)为其他所述微电网代理i的本地零售市场电价的初始值；
7.3：有领导功能的所述微电网代理，基于一致性算法，将迭代的全局最优零售价格λ1t，广播给其他所述微电网代理；
7.4：基于所述全局最优零售价格λ1t，其他所述微电网代理使用分布式扰动原-对偶次梯度方法计算最优调度功率ΔPi,t，并反馈给有领导功能的所述微电网代理；
7.5：有领导功能的所述微电网代理，基于所有的所述最优调度功率ΔPi,t，判断是否满足结束条件，如不满足，更新全局最优零售价格初始值λ1t，并重复步骤7.4。
进一步地，步骤7.3所述的算法广播全局最优零售电价，按式(4)和式(5)更新基于一致估计的零售市场价格：
Figure BDA0001794134480000044
Figure BDA0001794134480000045
其中，Θi是节点i的邻接集合；c是表示网络耦合强度的正常数；
ΔPi,t为所有所述微电网代理，基于一致算法广播得到的功率响应量。
进一步地，所述步骤7.4的所述分布式扰动原-对偶次梯度方法，具体包括以下步骤：
9.1：基于分布式变量和全局约束，建立包括所有N个所述微电网代理的成本及全局约束条件的总目标函数如式(6)：
Figure BDA0001794134480000046
其中，局部决策变量xi＝ΔPi,t，X＝(x1,x2……xN)是所述局部决策变量的约束集合；ui是各所述微电网代理的成本函数；
Figure BDA0001794134480000051
为全局约束条件，代表所有所述微电网代理的功率相应量，不应超过所述电网的电量响应需求或联络线的功率限制；
9.2：将所述总目标函数，转换成对应的拉格朗日对偶函数如式(7)：
Figure BDA00017941344800000531
其中，
Figure BDA0001794134480000052
9.3：构造辅助变量并初始化：
基于第二连接图
Figure BDA0001794134480000053
构建新的具有新权的加权有向图
Figure BDA00017941344800000530
其中，辅助矩阵
Figure BDA0001794134480000054
是对称矩阵，各元素代表所述微电网代理i和所述微电网代理j之间的信息权重，且元素wij≥0；初始化辅助迭代变量l＝1；
9.4：一致估计并更新估计交互辅助变量
Figure BDA0001794134480000055
和
Figure BDA0001794134480000056
其函数关系如式(8)：
Figure BDA0001794134480000057
Figure BDA0001794134480000058
Figure BDA0001794134480000059
其中，
Figure BDA00017941344800000510
分别被初始化为
Figure BDA00017941344800000511
和
Figure BDA00017941344800000512
9.5：更新局部扰动点：
基于所述全局约束
Figure BDA00017941344800000513
设置描述局部扰动点位置的辅助变量
Figure BDA00017941344800000514
和
Figure BDA00017941344800000515
所述局部扰动点辅助变量
Figure BDA00017941344800000516
和
Figure BDA00017941344800000517
的更新公式如式(9)：
Figure BDA00017941344800000518
其中，ρ1和ρ2是步长；最新的估计
Figure BDA00017941344800000519
和
Figure BDA00017941344800000520
代替了真实的
Figure BDA00017941344800000521
Figure BDA00017941344800000522
和μ(l-1)；Pxi和
Figure BDA00017941344800000523
将定义域外的点投影到域边界，而域内的点保持不变；
9.6：原始对偶扰动点次梯度更新：
对于任意所述的微电网代理，决策变量
Figure BDA00017941344800000524
和
Figure BDA00017941344800000525
对偶变量基于局部扰动点辅助变量
Figure BDA00017941344800000526
和
Figure BDA00017941344800000527
的更新如式(10)：
Figure BDA00017941344800000528
其中，a是固定步长；
9.7：辅助变量更新：
更新任意所述微电网代理的所述交互辅助变量
Figure BDA00017941344800000529
如式(11)：
Figure BDA0001794134480000061
9.8：判断
Figure BDA0001794134480000062
是否收敛，若收敛，所述分布式扰动原-对偶次梯度方法结束，更新迭代次数k＝k+1；否则重复步骤9.4。
进一步地，所述步骤7.5的结束条件，选择为达到固定迭代次数或到达固定时长。
和现有技术相比，本发明具有如下有益效果：
(1)孤岛模式下，基于隐私保护流言算法，通过增加迭代次数，避免各微电网主体交换价格函数，泄露商业隐私；
(2)并网模式下，有领导功能的微电网代理基于一致性算法估计并广播最优零售市场电价，大大节省了通信网及通信设备的投资，并提高了跟踪灵敏性；
(3)并网模式下，还基于原对偶摄动次梯度算法，解决了缺少集中调度时，微电网代理无法通过邻接拓扑通信，获得包含不完全信息的所有决策变量的全局约束并求得最优解。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的一种基于分布式代理的互联微电网示意图；
图2是本发明的另一个较佳实施例的基于分布式代理的互联微电网孤岛模式下调度价格优化方法流程图；
图3是本发明的另一个较佳实施例的基于分布式代理的互联微电网孤岛模式下隐私保护流言算法内部迭代仿真结果图；
图4是本发明的另一个较佳实施例的基于分布式代理的互联微电网孤岛模式下某一链路隐私保护流言算法迭代仿真结果图；
图5是本发明的另一个较佳实施例的基于分布式代理的互联微电网并网模式下调度价格优化方法流程图；
图6是本发明的另一个较佳实施例的基于分布式代理的互联微电网并网模式下决策变量仿真结果图；
图7是本发明的另一个较佳实施例的基于分布式代理的互联微电网并网模式下对偶变量仿真结果图
图8是本发明的另一个较佳实施例的基于分布式代理的互联微电网并网模式下调度价格优化方法与交替乘子法跟踪效果仿真结果图；
图9是本发明的另一个较佳实施例的基于分布式代理的互联微电网并网模式下调度价格优化方法与其他方法经济效益对比仿真结果图。
其中，11-第一微电网，12-第二微电网，13-第三微电网，14-第四微电网，15-第五微电网，21-第一微电网代理，22-第二微电网代理，23-第三微电网代理，24-第四微电网代理，25-第五微电网代理，3-电网，4-联络线。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
在附图中，结构相同的部件以相同数字标号表示，各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的，本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰，附图中有些地方适当夸大了部件的厚度。
实施例一
图1所示是本发明一个较佳实施例的一种基于分布式代理的互联微电网示意图，包括微电网、微电网代理、电网3、联络线4；所述微电网代理被配置为获得本地所述微电网的所有必要信息，控制本地所述微电网中的负荷消耗和可调节分布式发电，并与至少一个互联的所述微电网代理通信；所述微电网包括第一微电网11，第二微电网12，第三微电网13，第四微电网14和第五微电网15；所述微电网代理包括第一微电网代理21，第二微电网代理22，第三微电网代理23，第四微电网代理24和第五微电网代理25。
本实施例中，每一个微电网对应唯一的微电网代理，且第一微电网11，第二微电网12，第三微电网13，第四微电网14和第五微电网15通过电力连接线构成环网；第一微电网11还与电网3，通过联络线4相连；第一微电网代理21与第四微电网代理24和第五微电网代理25相连，第二微电网22代理与第四微电网代理24相连，第三微电网代理23与第五微电网代理25相连。
实际情况中，与电网3相连的微电网可能不止一个，联络线4传输的交换功率随时间不停变化。为更好地优化调度方法，节省集中式拓扑的控制中心，优选地，在与电网3相连的所有微电网中，选择联络线4阻抗最小的微电网对应的微电网代理，作为有领导功能的微电网代理。
本实施例中，只有第一微电网11与电网3相连，所以选择第一微电网代理21，作为有领导功能的微电网代理。第一微电网代理21，获取与电网交换3的联络线功率、价格信号和需求目标，并领导其他微电网代理，同时还要控制第一微电网11中的负荷消耗和可调节分布式发电。
实施例二
图2所示是本发明的另一个较佳实施例的基于分布式代理的互联微电网的调度价格优化方法流程图。本实施例中，互联微电网包括第一微电网11，第二微电网12，第三微电网13，第四微电网14和第五微电网15，均与电网3没有物理连接，能量流和资金流只能在互联微电网中相互作用；交互优化只需要考虑区域内的所有微电网，以最小化系统运行成本为目标。传统的集中式控制策略，需要在各微电网代理之间传递本地微电网的所有信息，包括价格，成本函数，调节功率响应量等，无法保证用户商业隐私。为了解决基于分布式代理的用户隐私交互问题，本实施例基于隐私保护的流言算法。具体实现步骤如下：
2.1：基于图论和分布式代理拓扑，建立第一连接图
任选一个微电网代理作为起点，构建包括各微电网代理的第一有向连接图
Figure BDA0001794134480000081
其中，节点
Figure BDA00017941344800000828
的集合映射各所述微电网代理，即
Figure BDA0001794134480000082
边的集合
Figure BDA0001794134480000083
表示所述微电网代理用于信息交换的通信链路；
Figure BDA0001794134480000084
为加权邻接矩阵。所述边的集合不止一种形式，任意选择一个包含所有微电网代理连接链路的集合即可。
2.2：建立全局目标函数
在时间t中定义微电网i中可调节发电的成本函数
Figure BDA0001794134480000085
Figure BDA0001794134480000086
代表本地微电网中可调节发电的发电成本，以满足电力短缺的需求；定义可调单元的发电量
Figure BDA0001794134480000087
在微电网i中可调整单元发电
Figure BDA0001794134480000088
的总成本为：
Figure BDA0001794134480000089
其中，
Figure BDA00017941344800000810
表示边际成本。
Figure BDA00017941344800000811
为微电网i的弹性系数，λi,t是t时刻的微电网i的零售市场电价，其优化目标是降低能源供应成本：
Figure BDA00017941344800000812
其中，
Figure BDA00017941344800000813
在微电网i中的负载和可再生能源发电量。
假设系统成本最优化，根据聚集商的最优性条件消除变量
Figure BDA00017941344800000814
我们可以得到以λi,t为因变量的成本函数：
Figure BDA00017941344800000815
根据优化模型，目标函数fi,t是解严格凸的，并且对于每个
Figure BDA00017941344800000816
都是连续可微的。通过观察fi,t，令所有微电网代理以基于分布式的方式求以下凸优化问题：
Figure BDA00017941344800000817
其中，全局目标函数
Figure BDA00017941344800000829
定义为
Figure BDA00017941344800000819
Figure BDA00017941344800000820
是t时刻协商的价格区间。显然，每个微电网节点通过其本地代理优化状态变量
Figure BDA00017941344800000821
作为其对需求目标价格
Figure BDA00017941344800000822
的估计。在每一次迭代中，
Figure BDA00017941344800000823
第k次离散迭代发生。
Figure BDA00017941344800000824
表示
Figure BDA00017941344800000825
的初始值。
考虑电力消耗实际情况，优选地，αi,t≥0，
Figure BDA00017941344800000826
2.3：计算所述2.2中各所述fi,t的初始化最优解
Figure BDA00017941344800000827
2.4：基于隐私保护的流言算法，优化全局零售市场价格：
为了保证算法获得最优解，优选地，设计一个保守条件和一个耗散条件：
Figure BDA0001794134480000091
Figure BDA0001794134480000092
其中，保守条件表示
Figure BDA0001794134480000093
的收敛方式是导数f′i，t的和总是收敛到零；耗散条件表示迭代价格
Figure BDA0001794134480000094
逐渐收敛到一个任意共同的值。
下面以微电网代理j选择邻居微电网代理i，通过通信线路路l＝{i,j}∈ε来传播信息，具体说明隐私保护的流言算法如何基于有序的逼近条件，利用二分法使得系统状态收敛，具体步骤如下：
3.1：设置内部迭代次数R；设置迭代计数器k＝1；初始化本地零售市场电价初始值
Figure BDA0001794134480000095
其中，所述
Figure BDA0001794134480000096
为所述微电网i的成本函数fi,t的初始最优解，
Figure BDA0001794134480000097
为本地所述微电网i算法中迭代的本地零售市场电价；
3.2：当
Figure BDA0001794134480000098
或k＝1，执行：
对于任意所述微电网代理互联的链路l＝{i,j}∈ε，各所述微电网代理定义状态变量
Figure BDA0001794134480000099
和
Figure BDA00017941344800000910
并初始化：
Figure BDA00017941344800000911
Figure BDA00017941344800000912
所述微电网代理i定义本地辅助变量：
Figure BDA00017941344800000913
和
Figure BDA00017941344800000914
所述微电网代理j定义本地辅助变量：
Figure BDA00017941344800000915
和
Figure BDA00017941344800000916
所述微电网代理j将
Figure BDA00017941344800000917
的计算结果传递给所述微电网代理i；
3.3：所述微电网代理i检测：
如果
Figure BDA00017941344800000918
则所述微电网代理i将本地辅助变量bi＝(ai+bi)/2更新，并告知所述微电网代理j将本地辅助变量bj＝(aj+bj)/2更新；
否则，所述微电网代理i将本地辅助变量ai＝(ai+bi)/2更新，并告知所述微电网代理j将本地辅助变量aj＝(aj+bj)/2更新；
内部循环R次；
3.4：所述微电网代理j将
Figure BDA00017941344800000919
传输给所述微电网代理i，所述微电网代理i检测：
Figure BDA00017941344800000920
变量
Figure BDA00017941344800000921
否则，所述微电网代理i更新状态变量
Figure BDA0001794134480000101
并告知所述微电网代理j更新状态变量
Figure BDA0001794134480000102
其中，所述微电网代理i和所述微电网代理j的第二辅助变量
Figure BDA0001794134480000103
Figure BDA0001794134480000104
3.5：更新数值：
k＝k+1；
Figure BDA0001794134480000105
直至各所述微电网的本地零售市场电价收敛，否则返回执行3.2。
为兼顾迭代精度与执行效率，优选地，R选择为5到10；所述步骤3.2中的零售市场电价的增量误差ε取值范围为0～1e-3。
图3和图4为本实施例的仿真结果。本实施例中，令ε＝1e-6，R＝5。
图3为本实施例隐私保护流言算法内部循环R次的迭代结果。从图3可以看出，R＝5时，微电网代理21、微电网代理22、微电网代理23、微电网代理24和微电网代理25的迭代价格区间位于0.415～0.435，范围大大缩小。
图4为微电网代理22和微电网代理23的隐私保护流言算法的执行结果。微电网代理22与微电网代理23的初始市场零售电价分别为：
Figure BDA0001794134480000106
有限次迭代之后，微电网代理22与微电网代理23与其他微电网代理基于全局约束条件，共同收敛于0.422。
基于隐私保护的流言算法缩小了最优值
Figure BDA0001794134480000107
的范围。因此，在每次执行隐私保护流言算法之后，收敛精度为：
Figure BDA0001794134480000108
与集中式控制策略不同，隐私保护的流言算法允许微电网代理永远不共享函数局部成本函数，而以更多的交互为代价保留了用户的隐私。
2.5：根据统一的所述最终零售市场电价
Figure BDA0001794134480000109
基于最优化条件得到各所述微电网代理执行的调度指令
Figure BDA00017941344800001010
实施例三
图5为本发明另一个较佳实施例的基于分布式代理的互联微电网并网模式下调度价格优化方法流程图。本实施例中，微电网11通过联络线4，与电网3相连。
当互联微电网系统连接到电网时，可以从电网中获取电力，或者销售过剩的电力给电网。由于缺少集中式调度中心，并行计算在全局约束条件下难以进行优化。微电网代理通过与邻接微电网代理相互通信，不能满足包含不完全信息的所有决策变量的全局约束。鉴于此，应用原对偶扰动次梯度算法解决了这一问题。并网模式下，分布式代理基于双层博弈，反复迭代计算，最终获得最优解：有领导功能的微电网代理首先给出优化后的初始全局最优零售市场电价，并利用一致性算法将其策略发布给其他微电网代理；其他微电网代理调度可调分布式发电和整合本地负荷，决定最优策略作最佳响应；有领导功能的微电网代理感知微电网和电网之间的交互电量；根据这种扰动，有领导功能的微电网代理更新其策略并再次广播，具体步骤如下：
7.1：以有领导功能的微电网代理21作为起点，构建包括所有微电网代理的第二连接图
Figure BDA0001794134480000111
其中，节点
Figure BDA0001794134480000112
的集合映射有领导功能的所述微电网代理和其他所述微电网代理；边的集合
Figure BDA0001794134480000113
表示所有所述微电网代理用于信息交换的通信链路；
Figure BDA0001794134480000114
为由各所述微电网代理构成的通信邻接权矩阵；建立拉普拉斯辅助矩阵L；
其中，所述通信邻接矩阵
Figure BDA0001794134480000115
所述拉普拉斯矩阵L＝(lij)N×N；
所述通信邻接权矩阵
Figure BDA0001794134480000116
元素满足
Figure BDA0001794134480000117
所述拉普拉斯矩阵L满足LeN＝0，且eN＝[1,...,1]T；
7.2：建立全局目标函数，初始化相关变量：
若电网3提供的实时电价ct，通过电网3激励互连微电网参与需求响应。第一微电网代理21重新考虑重新调度成本并修改补贴价格。由于只有第一微电网代理21可以访问一些全局信息，补贴价格
Figure BDA0001794134480000118
是在这一阶段的关键变量。全局目标函数定义为：
Figure BDA0001794134480000119
其中，第一项是对每个微电网的需求响应补偿；ΔPt是联络线功率变化，其所有N个微电网交互功率偏差的总和
Figure BDA00017941344800001110
第二项是互联微电网的需求响应结算；第三项是使用增广拉格朗日罚函数的重新调度的惩罚项：
π(ΔPt)＝vΔPt+κ|ΔPt|2
其中，v和k表示所述互联网微电网系统滚动调度时偏离日前计划的再调度惩罚常数。
根据函数关系，全局最优零售价格可由以下等式计算：
λt＝ct-v-2κΔPt
考虑实际电网运行情况，优选地，总响应ΔPt还要满足：
Figure BDA00017941344800001111
当电网3提供的实时电价ct较高时，电网3希望通过联络线4向该地区注入更多的电力ΔPt<0；ΔPt,-是电网3期望的最大功率削减；反之，电网3希望该地区消耗更多的电力ΔPt≥0；ΔPt,+是最大功率增量。
初始化迭代次数k＝1，Q＝1；第一微电网代理21，基于ct、联络线4的初始交换功率ΔPt0和全局成本函数，得到全局最优零售市场电价初始最优解λ1t0；初始化其他所述微电网代理的本地零售市场电价的初始值λi,t(0)；第一微电网代理21的全局最优零售价格初始最优解λ1t0，按式(3)计算：
λ1t0＝ct-v-2κΔPt0 (3)
7.3：第一微电网代理21，基于一致性算法，将迭代的全局最优零售价格λ1t，按式(4)和式(5)更新基于一致估计的零售市场价格：
Figure BDA0001794134480000121
Figure BDA0001794134480000122
其中，Θi是节点i的邻接集合；c是表示网络耦合强度的正常数；
ΔPi,t为所有所述微电网代理，基于一致算法得到的功率响应量。
一致性算法中，每个微电网代理将价格信号λt,t与邻居进行交互来更新全局零售市场电价。
7.4：基于所述全局最优零售价格λ1t，其他所述微电网代理基于分布式扰动原-对偶次梯度方法计算最优调度功率ΔPi,t，并反馈给第一微电网代理21。
对于互联微电网中的其他微电网代理，成本函数包括四个部分：可调节分布式发电成本
Figure BDA0001794134480000123
用户的效用函数
Figure BDA0001794134480000124
需求响应结算λtPi,t和用户满意度评价
Figure BDA0001794134480000125
Figure BDA0001794134480000126
其中，Pi,t是第i个微电网代理的交互功率。
可调分布式发电在微电网i中的负荷效用函数和运行成本可以表示为两个多项式系数
Figure BDA0001794134480000127
j＝{l,g}的二次函数：
Figure BDA0001794134480000128
为了保证运行安全，并网系统需要在适当的功率水平下运行。优选地，并网约束如下：
Figure BDA0001794134480000129
Figure BDA00017941344800001210
Figure BDA00017941344800001211
Figure BDA00017941344800001212
定量地将用户满意度建模为用户的电力需求与实际消费之间的差异的函数。随着实际负荷的减小，函数值增加得更快。如果实际负荷小于预测需求，则为正，表明用户满意；另一方面，功能值为负值，指示用户由于电源有限而不满足电源。然而，随着实际负荷的持续增加，函数值的减小会减慢，因为它的满意度趋于饱和。优选地，
Figure BDA0001794134480000131
应保证以下列出的三个特征：
1)如果
Figure BDA0001794134480000132
则有
Figure BDA0001794134480000133
2)
Figure BDA0001794134480000134
3)
Figure BDA0001794134480000135
优选地，满意函数设置为：
Figure BDA0001794134480000136
其中，ri>0，rimi<0。
分布式扰动原-对偶次梯度方法具体步骤如下：
9.1：基于分布式变量和全局约束，建立包括所有N个所述微电网代理的成本及全局约束条件的总目标函数如式(6)：
Figure BDA0001794134480000137
其中，局部决策变量xi＝ΔPi,t，X＝(x1,x2……xN)是所述局部决策变量的约束集合；ui是各所述微电网代理的成本函数；
Figure BDA0001794134480000138
为全局约束条件，代表所有所述微电网代理的功率相应量，不应超过所述电网的电量响应需求或联络线的功率限制；
9.2：将所述总目标函数，转换成对应的拉格朗日对偶函数如式(7)：
Figure BDA00017941344800001323
其中，
Figure BDA0001794134480000139
9.3：构造辅助变量并初始化：
基于第二连接图
Figure BDA00017941344800001310
构建新的具有新权的加权有向图
Figure BDA00017941344800001311
其中，辅助矩阵
Figure BDA00017941344800001312
是对称矩阵，各元素代表所述微电网代理i和所述微电网代理j之间的信息权重，且元素wij≥0；初始化辅助迭代变量l＝1；
9.4：更新所有所述微电网代理和邻接节点的交互辅助变量
Figure BDA00017941344800001313
和
Figure BDA00017941344800001314
及估计交互辅助变量
Figure BDA00017941344800001315
和
Figure BDA00017941344800001316
其函数关系如式(8)：
Figure BDA00017941344800001317
Figure BDA00017941344800001318
Figure BDA00017941344800001319
其中，
Figure BDA00017941344800001320
分别被初始化为
Figure BDA00017941344800001321
和
Figure BDA00017941344800001322
通过一致性迭代，虽然其余微电网代理无法获得关于全局约束的完整信息，但是全局最优信息可以由每个微电网代理根据全局信息的估计来计算。
9.5：更新局部扰动点：
基于所述全局约束
Figure BDA0001794134480000141
设置描述局部扰动点位置的辅助变量
Figure BDA0001794134480000142
和
Figure BDA0001794134480000143
所述局部扰动点辅助变量
Figure BDA0001794134480000144
和
Figure BDA0001794134480000145
的更新公式如式(9)：
Figure BDA0001794134480000146
其中，ρ1和ρ2是步长；最新的估计
Figure BDA0001794134480000147
和
Figure BDA0001794134480000148
代替了真实的
Figure BDA0001794134480000149
Figure BDA00017941344800001410
和μ(l-1)；Pxi和
Figure BDA00017941344800001411
将定义域外的点投影到域边界，而域内的点保持不变；
9.6：原始对偶扰动点次梯度更新：
对于任意所述的微电网代理，决策变量
Figure BDA00017941344800001412
和
Figure BDA00017941344800001413
对偶变量基于局部扰动点辅助变量
Figure BDA00017941344800001414
和
Figure BDA00017941344800001415
的更新如式(10)：
Figure BDA00017941344800001416
其中，a是固定步长；
9.7：辅助变量更新：
更新任意所述微电网代理的所述交互辅助变量
Figure BDA00017941344800001417
如式(11)：
Figure BDA00017941344800001418
9.8：判断
Figure BDA00017941344800001419
是否收敛，若收敛，所述分布式扰动原-对偶次梯度方法结束，更新迭代次数k＝k+1；否则重复步骤9.4。
7.5：有领导功能的所述微电网代理，基于所有的所述最优调度功率ΔPi,t，判断是否满足结束条件，如不满足，更新全局最优零售价格初始值λ1t，并重复步骤7.4。
考虑互联微电网与电网的功率交换是动态且一直进行地，即有领导功能的微电网代理广播电价并求取最优全局收敛解也一直在进行。综合考虑求解速度和实际价格更替速度，优选地，所述步骤7.5的结束条件，选择为达到固定迭代次数或到达固定时长。
图6和图7是本实施例的决策变量xi和对偶变量μi的仿真结果图。
从图6和图7可以看出，经过若干次迭代，各微电网代理对应的微电网，收敛于各自的最优功率。
图8为本实施例基于需求目标与传统交替乘子法的跟踪效果对比仿真图。从图8中可以看出，基于本发明提出的分布式扰动原-对偶次梯度方法，跟踪效果更为优越。
图9为基于需求响应的多种跟踪方法的收益比较图，包括本实施例的分布式扰动原-对偶次梯度方法，传统的集中式控制策略和交替乘子法控制策略。从图9可以看出，本发明的调度价格优化方法，与传统的集中式控制策略的经济效益相当，都优于交替乘子法控制策略；但相对于传统的集中式控制策略，节省了大量的通信网和通信终端的投资。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (8)

1.一种基于分布式代理的互联微电网的调度价格优化方法，其特征在于，所述互联微电网包括微电网、微电网代理；每个所述微电网配置一个所述微电网代理；每个所述微电网与至少一个其他所述微电网互联；每个所述微电网代理与至少一个其他所述微电网代理互联；所述微电网代理被配置为获得本地所述微电网的所有必要信息，控制本地所述微电网中的负荷消耗和可调节分布式发电，并与至少一个互联的所述微电网代理通信，所述调度价格优化方法包括以下步骤：
步骤1：任选一个所述微电网代理作为起点，构建包括各所述微电网代理的第一连接图
Figure FDA0003242563980000011
其中，节点
Figure FDA0003242563980000012
的集合映射各所述微电网代理；边的集合
Figure FDA0003242563980000013
表示所述微电网代理用于信息交换的通信链路；
Figure FDA0003242563980000014
为加权邻接矩阵；
步骤2：基于各所述微电网的需求响应目标，建立全局成本目标函数；
其中，所述全局成本目标函数如式(1)：
Figure FDA0003242563980000015
其中，
Figure FDA0003242563980000016
是t时刻协商的零售价格区间；λi,t是t时刻所述微电网i的零售市场电价；fi,t是以λi,t为因变量的所述微电网i的成本函数；所述fi,t按式(2)计算：
Figure FDA0003242563980000017
其中，αi,t,βi,t为微电网i的弹性系数；
步骤3：计算所述步骤2中各所述fi,t的初始化最优解
Figure FDA0003242563980000018
步骤4：基于所述步骤3的
Figure FDA0003242563980000019
和隐私保护流言算法，通过各所述微电网i的所述零售市场电价迭代循环，使得各所述微电网代理的所述零售市场电价收敛于同一数值，所述数值即为统一的最终零售市场电价
Figure FDA00032425639800000110
步骤5：根据统一的所述最终零售市场电价
Figure FDA00032425639800000111
基于最优化条件得到各所述微电网代理执行的调度指令
Figure FDA00032425639800000112
2.如权利要求1所述的基于分布式代理的互联微电网的调度价格优化方法，其特征在于，所述步骤4中的隐私保护流言算法，包括以下步骤：
步骤4.1：设置内部迭代次数R；设置迭代计数器k＝1；初始化本地零售市场电价初始值
Figure FDA00032425639800000113
其中，所述
Figure FDA00032425639800000114
为所述微电网i的成本函数fi,t的初始最优解，
Figure FDA00032425639800000115
为本地所述微电网i算法中迭代的本地零售市场电价；
步骤4.2：当
Figure FDA00032425639800000116
大于等于增量误差或k＝1，执行：
对于任意所述微电网代理互联的链路l＝{i,j}∈ε，各所述微电网代理定义状态变量
Figure FDA00032425639800000117
和
Figure FDA00032425639800000118
并初始化：
Figure FDA0003242563980000021
Figure FDA0003242563980000022
所述微电网代理i定义本地辅助变量：
Figure FDA0003242563980000023
和
Figure FDA0003242563980000024
所述微电网代理j定义本地辅助变量：
Figure FDA0003242563980000025
和
Figure FDA0003242563980000026
所述微电网代理j将
Figure FDA0003242563980000027
的计算结果传递给所述微电网代理i；其中，fj,t′为fj,t对因变量λj,t的导数；
步骤4.3：所述微电网代理i检测：
如果
Figure FDA0003242563980000028
则所述微电网代理i将本地辅助变量bi＝(ai+bi)/2更新，并告知所述微电网代理j将本地辅助变量bj＝(aj+bj)/2更新；
否则，所述微电网代理i将本地辅助变量ai＝(ai+bi)/2更新，并告知所述微电网代理j将本地辅助变量aj＝(aj+bj)/2更新；
内部循环R次；
步骤4.4：所述微电网代理j将
Figure FDA0003242563980000029
传输给所述微电网代理i，所述微电网代理i检测：
Figure FDA00032425639800000210
变量
Figure FDA00032425639800000211
否则，所述微电网代理i更新状态变量
Figure FDA00032425639800000212
并告知所述微电网代理j更新状态变量
Figure FDA00032425639800000213
其中，所述微电网代理i和所述微电网代理j的第二辅助变量
Figure FDA00032425639800000214
Figure FDA00032425639800000215
步骤4.5：更新数值：
k＝k+1；
Figure FDA00032425639800000216
直至各所述微电网的本地零售市场电价收敛，否则返回执行所述步骤4.2。
3.如权利要求1所述的基于分布式代理的互联微电网的调度价格优化方法，其特征在于，所述步骤2中的任意所述微电网i的弹性系数αi,t≥0，
Figure FDA00032425639800000217
4.如权利要求2所述的基于分布式代理的互联微电网的调度价格优化方法，其特征在于，所述步骤4.3的内部循环迭代R取值范围为5～10的整数；所述步骤4.2中的零售市场电价的增量误差取值范围为0～1e-3。
5.一种基于分布式代理的互联微电网的调度价格优化方法，其特征在于，所述互联微电网包括微电网、微电网代理；每个所述微电网配置一个所述微电网代理；每个所述微电网与至少一个其他所述微电网互联；每个所述微电网代理与至少一个其他所述微电网代理互联；所述微电网代理被配置为获得本地所述微电网的所有必要信息，控制本地所述微电网中的负荷消耗和可调节分布式发电，并与至少一个互联的所述微电网代理通信，所述互联微电网还包括电网，至少一个所述微电网与电网互联；与所述电网互联连接线阻抗最小的所述微电网，对应的所述微电网代理，还需要获取与所述电网交换的联络线功率、价格信号和需求目标，并领导其他所述微电网代理，所述调度价格优化方法包括以下步骤：
步骤1：以有领导功能的所述微电网代理作为起点，构建包括所有所述微电网代理的第二连接图
Figure FDA0003242563980000031
其中，节点
Figure FDA0003242563980000032
的集合映射有领导功能的所述微电网代理和其他所述微电网代理；边的集合
Figure FDA0003242563980000033
表示所有所述微电网代理用于信息交换的通信链路；
Figure FDA0003242563980000034
为由各所述微电网代理构成的通信邻接权矩阵；建立拉普拉斯矩阵L；
其中，所述通信邻接权矩阵
Figure FDA0003242563980000035
所述拉普拉斯矩阵L＝(lij)N×N；
所述通信邻接权矩阵
Figure FDA0003242563980000036
元素满足
Figure FDA0003242563980000037
所述拉普拉斯矩阵L满足LeN＝0，且eN＝[1,...,1]T；
步骤2：初始化迭代次数k＝1，Q＝1；有领导功能的所述微电网代理，基于所述电网电价ct和所述联络线交换功率ΔPt0，建立全局成本函数，并得到全局最优零售市场电价初始最优解λ1t0；初始化其他所述微电网代理的本地零售市场电价的初始值λi,t(0)；所述全局最优零售价格初始最优解λ1t0，按式(3)计算：
λ1t0＝ct-v-2κΔPt0 (3)
其中，v和κ表示所述电网重新调度的惩罚常数；
其中，所述λi,t(0)为其他所述微电网代理i的本地零售市场电价的初始值；
步骤3：有领导功能的所述微电网代理，基于一致性算法，将迭代的全局最优零售价格λ1t，广播给其他所述微电网代理；
步骤4：基于所述全局最优零售价格λ1t，其他所述微电网代理使用分布式扰动原-对偶次梯度方法计算最优调度功率ΔPi,t，并反馈给有领导功能的所述微电网代理；
步骤5：有领导功能的所述微电网代理，基于所有的所述最优调度功率ΔPi,t，判断是否满足结束条件，如不满足，更新全局最优零售价格初始值λ1t，并重复所述步骤4。
6.如权利要求5所述的基于分布式代理的互联微电网的调度价格优化方法，其特征在于，所述步骤3所述的算法广播全局最优零售电价，按式(4)和式(5)更新基于一致估计的零售市场价格：
Figure FDA0003242563980000038
Figure FDA0003242563980000039
其中，Θi是节点i的邻接集合；c是表示网络耦合强度的正常数；
ΔPi,t为所有所述微电网代理，基于一致算法广播得到的功率响应量。
7.如权利要求5所述的基于分布式代理的互联微电网的调度价格优化方法，其特征在于，所述步骤4的所述分布式扰动原-对偶次梯度方法，具体包括以下步骤：
步骤4.1：基于分布式变量和全局约束，建立包括所有N个所述微电网代理的成本及全局约束条件的总目标函数如式(6)：
Figure FDA0003242563980000041
其中，局部决策变量xi＝ΔPi,t，Xi＝(x1,x2……xN)是所述局部决策变量的约束集合；ui是各所述微电网代理的成本函数；
Figure FDA0003242563980000042
为全局约束条件，代表所有所述微电网代理的功率相应量，不应大于所述电网联络线的调度相应量ΔPt0；
步骤4.2：将所述总目标函数，转换成对应的拉格朗日对偶函数如式(7)：
Figure FDA0003242563980000043
其中，
Figure FDA0003242563980000044
步骤4.3：构造辅助变量并初始化：
基于第二连接图
Figure FDA0003242563980000045
构建新的具有新权的加权有向图
Figure FDA0003242563980000046
其中，辅助矩阵
Figure FDA0003242563980000047
是对称矩阵，各元素代表所述微电网代理i和所述微电网代理j之间的信息权重，且元素wij≥0；初始化辅助迭代变量l＝1；
步骤4.4：一致估计并更新估计交互辅助变量
Figure FDA0003242563980000048
和
Figure FDA0003242563980000049
其函数关系如式(8)：
Figure FDA00032425639800000410
其中，
Figure FDA00032425639800000411
分别被初始化为
Figure FDA00032425639800000412
和
Figure FDA00032425639800000413
步骤4.5：更新局部扰动点：
基于所述全局约束
Figure FDA00032425639800000414
设置局部扰动点辅助变量
Figure FDA00032425639800000415
和
Figure FDA00032425639800000416
所述局部扰动点辅助变量
Figure FDA00032425639800000417
和
Figure FDA00032425639800000418
的更新公式如式(9)：
Figure FDA00032425639800000419
其中，ρ1和ρ2是步长；最新的估计
Figure FDA00032425639800000420
和
Figure FDA00032425639800000421
代替了真实的
Figure FDA00032425639800000422
Figure FDA0003242563980000051
和μ(l-1)；
Figure FDA0003242563980000052
和
Figure FDA0003242563980000053
将定义域外的点投影到域边界，而域内的点保持不变；
步骤4.6：原始对偶扰动点次梯度更新：
对于任意所述的微电网代理，决策变量
Figure FDA0003242563980000054
和
Figure FDA0003242563980000055
对偶变量基于局部扰动点辅助变量
Figure FDA0003242563980000056
和
Figure FDA0003242563980000057
的更新如式(10)：
Figure FDA0003242563980000058
其中，a是固定步长；
步骤4.7：辅助变量更新：
更新任意所述微电网代理的所述交互辅助变量
Figure FDA0003242563980000059
如式(11)：
Figure FDA00032425639800000510
步骤4.8：判断
Figure FDA00032425639800000511
是否收敛，若收敛，所述分布式扰动原-对偶次梯度方法结束，更新迭代次数k＝k+1；否则重复所述步骤4.4。
8.如权利要求5所述的基于分布式代理的互联微电网的调度价格优化方法，其特征在于，所述步骤5的结束条件，选择为达到固定迭代次数或到达固定时长。
CN201811049438.3A 2018-09-10 2018-09-10 一种基于分布式代理的互联微电网及调度价格优化方法 Active CN109149568B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811049438.3A CN109149568B (zh) 2018-09-10 2018-09-10 一种基于分布式代理的互联微电网及调度价格优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811049438.3A CN109149568B (zh) 2018-09-10 2018-09-10 一种基于分布式代理的互联微电网及调度价格优化方法

Publications (2)

Publication Number Publication Date
CN109149568A CN109149568A (zh) 2019-01-04
CN109149568B true CN109149568B (zh) 2021-11-02

Family

ID=64823895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811049438.3A Active CN109149568B (zh) 2018-09-10 2018-09-10 一种基于分布式代理的互联微电网及调度价格优化方法

Country Status (1)

Country Link
CN (1) CN109149568B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969335A (zh) * 2019-08-20 2020-04-07 中国科学技术大学 适用于智能电网经济调度与需求响应的分布式协调方法
CN110768841A (zh) * 2019-10-30 2020-02-07 安徽理工大学 一种基于条件梯度的加速分布式在线优化方法
CN112583633B (zh) * 2020-10-26 2022-04-22 东北大学秦皇岛分校 一种基于粗糙信息的有向多智能体网络的分布式优化方法
CN112713612B (zh) * 2020-12-29 2024-03-29 苏州科技大学 微电网领导-跟随快速一致性多目标调度隐私保护方法
CN113110039B (zh) * 2021-04-08 2022-06-24 东北大学秦皇岛分校 一种多智能体系统的有限时间分布式聚合优化方法
CN113128036B (zh) * 2021-04-08 2022-08-30 国网山东省电力公司电力科学研究院 一种多主体能源系统互动运营协调控制方法及系统
CN113688348B (zh) * 2021-07-16 2024-02-27 贵州万峰电力股份有限公司 基于动态网络切换拓扑的可控负荷分布式协调控制方法、装置及系统
CN113839845B (zh) * 2021-09-18 2023-05-19 南方电网科学研究院有限责任公司 一种保密分布式优化调度方法、系统、计算机设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101472582B1 (ko) * 2013-08-06 2014-12-16 국민대학교산학협력단 마이크로그리드 기반의 지능형 전력수요관리 방법 및 그 시스템
CN106300343A (zh) * 2016-08-31 2017-01-04 上海市南变配电站服务有限公司 一种基于市场均衡机制的微网能量优化方法
CN106602555A (zh) * 2016-12-27 2017-04-26 上海中兴电力建设发展有限公司 具有分层分布式结构的能源互联网能量管理系统
CN106786801A (zh) * 2017-02-13 2017-05-31 天津大学 一种基于竞价均衡的微电网运行方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101472582B1 (ko) * 2013-08-06 2014-12-16 국민대학교산학협력단 마이크로그리드 기반의 지능형 전력수요관리 방법 및 그 시스템
CN106300343A (zh) * 2016-08-31 2017-01-04 上海市南变配电站服务有限公司 一种基于市场均衡机制的微网能量优化方法
CN106602555A (zh) * 2016-12-27 2017-04-26 上海中兴电力建设发展有限公司 具有分层分布式结构的能源互联网能量管理系统
CN106786801A (zh) * 2017-02-13 2017-05-31 天津大学 一种基于竞价均衡的微电网运行方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Distributed Energy Management for Networked Microgrids Using Online ADMM With Regret;WannJiun Ma;《IEEE Transactions on Smart Grid》;20160629;第9卷(第2期);第847-856页 *
MAS-Based Distributed Coordinated Control and Optimization in Microgrid and Microgrid Clusters- A Comprehensive Overview;Yang Han;《IEEE Transactions on Power Electronics》;20171009;第33卷(第8期);第6488-6508页 *
基于交替方向乘子法的微电网群双层分布式调度方法;王皓等;《电网技术》;20180411;第1-11页 *
基于多代理的多微网智能配电网动态博弈模型;江润洲;《电网技术》;20141230;第38卷(第12期);第3321-3327页 *

Also Published As

Publication number Publication date
CN109149568A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
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
Adika et al. Demand-side bidding strategy for residential energy management in a smart grid environment
Xia et al. An autonomous real-time charging strategy for plug-in electric vehicles to regulate frequency of distribution system with fluctuating wind generation
CN111242443B (zh) 基于深度强化学习的能源互联网中虚拟电厂经济调度方法
Gazijahani et al. A new point estimate method for stochastic optimal operation of smart distribution systems considering demand response programs
CN109474017A (zh) 一种配电网实时分布式经济调度方法
CN112217195B (zh) 一种基于gru多步预测技术的云储能充放电策略形成方法
CN112651112B (zh) 互联微网电能交易和系统运行协同决策方法、系统及设备
CN114221357B (zh) 计及调频备用效益的主动配电网分层分布式优化调度方法
CN107706923A (zh) 一种适用于主动配电网的负荷主动管理方法
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
CN113326994A (zh) 一种考虑源荷储互动的虚拟电厂能量协同优化方法
CN112101607A (zh) 一种考虑需求响应时间效应的主动配电网滚动优化调度方法
CN111553544B (zh) 基于一致性算法的工业园区分布式综合需求响应方法
CN115395647A (zh) 基于一致性算法的配电台区群云边协同调控方法和系统
CN116231748A (zh) 考虑需求响应和时段耦合的配电网承载能力评估方法
CN111654025B (zh) 考虑配网间互联的输配一体化协调调度方法
WO2020167575A1 (en) Control architectures for power distribution networks with distributed energy resources
CN115481858A (zh) 考虑需求响应的电-气系统最优潮流分散计算方法及系统
CN112564151B (zh) 一种计及隐私意识的多微网云储能优化调度方法及系统
Leung et al. Energy Management for Renewable Microgrid Cooperation: Theory and Algorithm
CN111062513B (zh) 基于自适应共识机制的分布式社区能源交易系统及方法
Sakurama et al. Real-time pricing via distributed negotiations between prosumers in smart grids
Pang et al. Active distribution network expansion planning considering demand response and NON-cooperative multi-stakeholder game
De Ridder et al. On a fair distribution of consumer's flexibility between market parties with conflicting interests

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant