CN109687454B - 一种分布式能源集群优化调度系统、方法及装置 - Google Patents

Abstract

本申请公开了一种分布式能源集群优化调度系统、方法及装置，包括：利用基于ADMM算法建立的用户侧优化目标的用户侧决策变量函数、分布式能源集群运行成本目标函数和历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧决策变量；利用基于ADMM算法建立的运营商侧优化目标的运营商侧决策变量函数和用户侧决策变量，以最小化网损成本为目标，得到运营商决策变量；利用运营商决策变量和历史运行商决策变量，更新拉格朗日乘子；判断运营商决策变量是否满足预设的优选条件；直至达到预设的迭代次数，输出当前运营商决策变量；本申请基于ADMM算法，利用交换期望和交换功率，便可完成优化调度，无需利用各设备的隐私信息，避免了隐私泄露。

Description

一种分布式能源集群优化调度系统、方法及装置

技术领域

本发明涉及分布式能源管理领域，特别涉及一种分布式能源集群优化调度系统、方法及装置。

背景技术

随着全球范围内化石能源紧缺及环境污染问题的不断升级，能源、环境问题日益受到人们的关注，由于风、光等可再生能源具有明显的间歇性和随机性，随着可再生能源发电渗透率的增大，必然会对电力系统的规划设计、能量管理、保护控制等各方面产生深刻影响。将分布式电源接入到配电系统中，被公认为是一种解决分布式可再生能源发电接入的有效方式。

各国电力市场情况及分布式能源接入政策的不同，导致现有国内外分布式能源集群与配电网间的互动机制的不同。用户可将自备的分布式能源单独接入配电网，与电网供应商之间进行博弈实现互动；分布式能源以微电网为单位与配电网进行互动；将微电网聚集为虚拟发电厂实现与配电网的互动，在电网调度和电力市场竞价方面将更具优势。

近年来，随着光伏、风电、能源等分布式能源的迅猛发展，分布式能源对配电网的运行、控制和保护所造成的影响越来越受到重视，并且在一定范围内，分布式能源形成集群效应，对智能配电网的影响将产生新的变化。因此，研究分布式能源集群之间及集群与配电网之间的互动优化调度具体重要意义。

现有技术中，考虑到集中式优化在应用中存在隐私性差的问题，在计算时，需要各设备的详细的功率、运行时间等等参数，造成各设备的隐私信息泄露。

因此，需要一种隐私性更好的分布式能源集群优化调度方法。

发明内容

有鉴于此，本发明的目的在于提供一种分布式能源集群优化调度系统、方法及装置，避免隐私泄露。其具体方案如下：

一种分布式能源集群优化调度系统，包括：

数据获取接口，用于获取分布式储能的储能充放电功率、分布式电源的发电功率、网损成本、分布式储能运行成本、分布式电源运行成本和历史运营商决策变量；

目标函数建立模块，用于在满足预设的约束条件下，预先建立以最小成本为目标的分布式能源集群运行成本目标函数，所述分布式能源集群运行成本目标函数包括所述网损成本、所述储能充放电功率、所述发电功率、所述分布式储能运行成本和所述分布式电源运行成本；

用户变量计算模块，用于利用基于ADMM算法建立的用户侧优化目标的用户侧决策变量函数、所述分布式能源集群运行成本目标函数和所述历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧决策变量；

运营变量计算模块，用于利用基于ADMM算法建立的运营商侧优化目标的运营商侧决策变量函数和所述用户侧决策变量，以最小化网损成本为目标，得到运营商决策变量；

乘子更新模块，用于利用所述运营商决策变量和所述历史运行商决策变量，更新所述拉格朗日乘子；

优选条件判断模块，用于判断所述运营商决策变量是否满足预设的优选条件；

第一循环模块，用于当所述优选条件判断模块判定所述运营商决策变量满足所述优选条件，则调用所述用户变量计算模块，将所述运营商决策变量作为所述历史运营商决策变量，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；

第二循环模块，用于当所述优选条件判断模块判定所述运营商决策变量不满足所述优选条件，则调用所述用户变量计算模块，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；

其中，决策变量包括各发电设备间的设备期望交换功率和分布式能源集群与配电网间的电网期望交换功率。

可选的，所述分布式能源集群运行成本目标函数为：

所述网损成本表达式为：

式中，C表示分布式能源集群运行成本，K表示分布式储能的数目，C_bessn表示分布式储能n的运行成本，x_bessn表示分布式储能n的充放电功率，M表示分布式电源的数目，C_dsn表示分布式电源n的运行成本，x_dsn表示分布式电源n的发电功率，g(w)表示网损成本，P表示交换的传输功率，λ表示单位电能成本，U表示配电线路的电压，R表示配电线路的电阻。

可选的，所述用户侧优化目标的用户侧决策变量函数为：

式中，ρ表示惩罚系数，k表示迭代次数，C_n(x_n)表示所述分布式能源集群运行成本；g(w)表示所述网损成本，x表示所述用户侧决策变量，

表示分布式设备n的设备间期望交换功率，x_gridn表示设备n与配电网的期望交换功率，w表示所述运营商决策变量，B表示系数矩阵，Bw^k表示所述历史运营商决策变量，u^k表示第k次迭代的拉格朗日乘子，N表示分布式储能或分布式电源的数量，n表示分布式能源集群中第n个分布式储能或分布式电源，其中，

可选的，所述运营商侧优化目标的运营商侧决策变量函数为：

可选的，所述优选条件判断模块，包括

残差计算单元，用于利用所述运营商决策变量、所述历史运行商决策变量、原始残差计算公式和对偶残差计算公式，计算原始残差和对偶残差；

收敛判断单元，用于判断所述原始残差和所述对偶残差是否均满足预设的收敛标准；

网损成本判断单元，用于当所述收敛判断单元判定所述原始残差和所述对偶残差满足所述收敛标准，则判断当前网损成本与历史网损成本之差是否满足预设的成本阈值。

可选的，所述第一循环模块，具体用于当所述网损成本判断单元判定当前网损成本与历史网损成本之差满足所述成本阈值，则调用所述用户变量计算模块，将所述运营商决策变量作为所述历史运营商决策变量，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量。

可选的，所述第二循环模块，包括：

收敛变量重算单元，用于当所述收敛判断单元判定所述原始残差和所述对偶残差不满足所述收敛标准，则更新所述网损成本，调用所述用户变量计算模块，重新计算所述用户侧决策变量；

网损变量重算单元，用于当所述网损成本判断单元判定当前网损成本与历史网损成本之差不满足所述成本阈值，则调用所述用户变量计算模块，重新计算所述用户侧决策变量；

输出单元，用于直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量。

可选的，所述原始残差计算公式为：

所述对偶残差计算公式为：

式中，r表示原始残差，s表示对偶残差，ε^pri和ε^dual分别表示原始残差和对偶残差的收敛误差。

本发明还公开了一种分布式能源集群优化调度方法，包括：

S11：获取分布式储能的储能充放电功率、分布式电源的发电功率、网损成本、分布式储能运行成本、分布式电源运行成本和历史运营商决策变量；

S12：在满足预设的约束条件下，预先建立以最小成本为目标的分布式能源集群运行成本目标函数，所述分布式能源集群运行成本目标函数包括所述网损成本、所述储能充放电功率、所述发电功率、所述分布式储能运行成本和所述分布式电源运行成本；

S13：利用基于ADMM算法建立的用户侧优化目标的用户侧决策变量函数、所述分布式能源集群运行成本目标函数和所述历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧决策变量；

S14：利用基于ADMM算法建立的运营商侧优化目标的运营商侧决策变量函数和所述用户侧决策变量，以最小化网损成本为目标，得到运营商决策变量；

S15：利用所述运营商决策变量和所述历史运行商决策变量，更新所述拉格朗日乘子；

S16：判断所述运营商决策变量是否满足预设的优选条件；

S17：如果满足，则将所述运营商决策变量作为所述历史运营商决策变量，返回S13，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；

S18：如果不满足，则返回S13，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；

其中，决策变量包括各发电设备间的设备期望交换功率和分布式能源集群与配电网间的电网期望交换功率。

本发明还公开了一种分布式能源集群优化调度装置，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序以实现如前述的分布式能源集群优化调度方法。

本发明中，分布式能源集群优化调度系统，包括：数据获取接口，用于获取分布式储能的储能充放电功率、分布式电源的发电功率、网损成本、分布式储能运行成本、分布式电源运行成本和历史运营商决策变量；目标函数建立模块，用于在满足预设的约束条件下，预先建立以最小成本为目标的分布式能源集群运行成本目标函数，分布式能源集群运行成本目标函数包括网损成本、储能充放电功率、发电功率、分布式储能运行成本和分布式电源运行成本；用户变量计算模块，用于利用基于ADMM算法建立的用户侧优化目标的用户侧决策变量函数、分布式能源集群运行成本目标函数和历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧决策变量；运营变量计算模块，用于利用基于ADMM算法建立的运营商侧优化目标的运营商侧决策变量函数和用户侧决策变量，以最小化网损成本为目标，得到运营商决策变量；乘子更新模块，用于利用运营商决策变量和历史运行商决策变量，更新拉格朗日乘子；优选条件判断模块，用于判断运营商决策变量是否满足预设的优选条件；第一循环模块，用于当优选条件判断模块判定运营商决策变量满足优选条件，则调用用户变量计算模块，将运营商决策变量作为历史运营商决策变量，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；第二循环模块，用于当优选条件判断模块判定运营商决策变量不满足优选条件，则调用用户变量计算模块，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；其中，决策变量包括各发电设备间的设备期望交换功率和分布式能源集群与配电网间的电网期望交换功率。

本发明仅需基于ADMM算法，利用交换期望和交换功率，便可完成优化调度，无需利用用户侧的用电时间、用电规律、用电功率等用户侧的用电信息，不会获取用户侧的用电隐私，也不会利用分布式能源集群各设备的输出功率等信息，保护了用户侧和分布式能源集群各设备的隐私信息，避免了隐私泄露，同时，采用ADMM算法将原始全局优化问题分解为了多个用户侧与运用商的子问题，降低了计算的复杂度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例公开的一种分布式能源集群优化调度系统结构示意图；

图2为本发明实施例公开的一种分布式能源集群优化调度方法流程示意图。

具体实施方式

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，都属于本发明保护的范围。

本发明实施例公开了一种分布式能源集群优化调度系统，参见图1所示，该系统包括：

数据获取接口11，用于获取分布式储能的储能充放电功率、分布式电源的发电功率、网损成本、分布式储能运行成本、分布式电源运行成本和历史运营商决策变量。

具体的，数据获取接口11中获取的各项参数均可预先获取或人工进行设定和调整，其中，网损成本初始可以设定为0，历史运营商决策变量为上一次调度时分布式能源集群优化的结果。

目标函数建立模块12，用于在满足预设的约束条件下，预先建立以最小成本为目标的分布式能源集群运行成本目标函数，分布式能源集群运行成本目标函数包括网损成本、储能充放电功率、发电功率、分布式储能运行成本和分布式电源运行成本。

具体的，约束条件可以包括电功率平衡、储能的充放电功率限制及储能容量约束等，其中，分布式能源集群运行成本目标函数可以为：

网损成本表达式为：

式中，C表示分布式能源集群运行成本，K表示分布式储能的数目，C_bessn表示分布式储能n的运行成本，x_bessn表示分布式储能n的充放电功率，M表示分布式电源的数目，C_dsn表示分布式电源n的运行成本，x_dsn表示分布式电源n的发电功率，g(w)表示网损成本，P表示交换的传输功率，λ表示单位电能成本，U表示配电线路的电压，R表示配电线路的电阻。

用户变量计算模块13，用于利用基于ADMM算法(ADMM，Alternating DirectionMethod of Multipliers，交替方向乘子法)建立的用户侧优化目标的用户侧决策变量函数、分布式能源集群运行成本目标函数和历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧决策变量。

具体的，利用运营商侧优化目标的运营商侧决策变量函数、分布式能源集群运行成本目标函数和历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧所期望的决策变量，确保用户侧的期望能够被充分的考虑到优化过程中，其中，决策变量包括各发电设备间的设备期望交换功率和分布式能源集群与配电网间的电网期望交换功率。

运营变量计算模块14，用于利用基于ADMM算法建立的运营商侧优化目标的运营商侧决策变量函数和用户侧决策变量，以最小化网损成本为目标，得到运营商目标决策变量。

具体的，利用运营商侧决策变量函数将用户侧决策变量考虑到运营商的决策变量中，以最小化网损成本为目标，基于ADMM算法，利用运营商侧决策变量函数和用户侧决策变量，可以初步得到运营商决策变量。

乘子更新模块15，用于利用运营商决策变量和历史运行商决策变量，更新拉格朗日乘子。

具体的，为便于后续循环时重新计算，利用运营商决策变量和历史运行商决策变量，更新拉格朗日乘子，在下次迭代时，实用更新后的拉格朗日乘子，以得到新的用户侧决策变量。

优选条件判断模块16，用于判断运营商决策变量是否满足预设的优选条件。

具体的，通过判断运营商决策变量是否满足预设的优选条件，决定是否将运营商决策变量作为历史运营商决策变量加入计算，同时，当达到预设的迭代次数后，将会输出满足优选条件的运营商决策变量。

第一循环模块17，用于当优选条件判断模块16判定运营商决策变量满足优选条件，则调用用户变量计算模块13，将运营商决策变量作为历史运营商决策变量，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量。

具体的，将运营商决策变量作为历史运营商决策变量之后，重新调用用户变量计算模块13计算用户侧决策变量，并利用新的用户侧决策变量代入运营变量计算模块14，计算新的运营商决策变量，并依序计算，直至满足预设的迭代次数。

具体的，每计算出一次运营商决策变量为一次迭代，因此，当迭代结束后，存在历史运营商决策变量和新计算出的运营商决策变量，通过最后判断新计算出的运营商决策变量是否满足优选条件，来决定最后输出的是新计算出的当前运营商决策变量还是历史运营商决策变量。

第二循环模块18，用于当优选条件判断模块16判定运营商决策变量不满足优选条件，则调用用户变量计算模块13，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量。

具体的，当当前计算出的运营商决策变量不满足优选条件，证明当前运营商决策变量不优于历史运营商决策变量，因此，继续利用历史运营商决策变量参加运算，重新调用用户变量计算模块13计算用户侧决策变量，并利用新的用户侧决策变量代入运营变量计算模块14，计算新的运营商决策变量，并依序计算，直至满足预设的迭代次数，以得到优于历史运营商决策变量的新的运营商决策变量。

其中，第二循环模块18关于迭代次数的判定与第一循环模块17相同。

可以理解的是，得到当前满足优选条件的运营商决策变量后，运营商便可以利用运行商决策变量，设定各发电设备间的设备期望交换功率和分布式能源集群与配电网间的电网期望交换功率，达到综合用户侧和运营商侧最佳的调度方案。

可见，本发明实施例仅需基于ADMM算法，利用交换期望和交换功率，便可完成优化调度，无需利用用户侧的用电时间、用电规律、用电功率等用户侧的用电信息，不会获取用户侧的用电隐私，也不会利用分布式能源集群各设备的输出功率等信息，保护了用户侧和分布式能源集群各设备的隐私信息，避免了隐私泄露，同时，采用ADMM算法将原始全局优化问题分解为了多个用户侧与运用商的子问题，降低了计算的复杂度。

本发明实施例公开了一种具体的分布式能源集群优化调度系统，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：

具体的，上述用户侧优化目标的用户侧决策变量函数为：

上述运营商侧优化目标的运营商侧决策变量函数为：

式中，ρ表示惩罚系数，k表示迭代次数，C_n(x_n)表示分布式能源集群运行成本；g(w)表示网损成本，x表示用户侧决策变量，

表示分布式设备n的设备间期望交换功率，x_gridn表示设备n与配电网的期望交换功率，w表示运营商决策变量，B表示系数矩阵，Bw^k表示历史运营商决策变量，u^k表示第k次迭代的拉格朗日乘子，N表示分布式储能或分布式电源的数量，n表示分布式能源集群中第n个分布式储能或分布式电源，其中，

具体的，上述优选条件判断模块16，可以具体包括残差计算单元、收敛判断单元和网损成本判断单元；其中，

残差计算单元，用于利用运营商决策变量、历史运行商决策变量、原始残差计算公式和对偶残差计算公式，计算原始残差和对偶残差。

具体的，原始残差计算公式为：

对偶残差计算公式为：

式中，r表示原始残差，s表示对偶残差。

收敛判断单元，用于判断原始残差和对偶残差是否均满足预设的收敛标准。

具体的，预设的收敛标准包括原始残差的收敛误差和对偶残差的收敛误差，通过判断原始残差和对偶残差是否均满足预设的收敛标准，能够判断运营商决策变量是否收敛。

网损成本判断单元，用于当收敛判断单元判定原始残差和对偶残差满足收敛标准，则判断当前网损成本与历史网损成本之差是否满足预设的成本阈值。

具体的，当收敛判断单元判定原始残差和对偶残差满足收敛标准，

则再继续判断当前网损成本与历史网损成本之差是否满足预设的成本阈值，以确保将网损成本的变化考虑进入调度结果，确保结果的准确度。

其中，ε^pri和ε^dual分别表示原始残差和对偶残差的收敛误差。

具体的，上述第一循环模块17，可以具体用于当网损成本判断单元判定当前网损成本与历史网损成本之差满足成本阈值，则调用用户变量计算模块13，将运营商决策变量作为历史运营商决策变量，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量。

具体的，在均满足收敛标准和成本阈值后，则将运营商决策变量作为历史运营商决策变量，重新带回用户变量计算模块13，重新进行计算，重复进行迭代，直至达到迭代次数，以求得最优的运营商决策变量。

具体的，上述第二循环模块18，可以包括收敛变量重算单元、网损变量重算单元和输出单元；其中，

收敛变量重算单元，用于当收敛判断单元判定原始残差和对偶残差不满足收敛标准，则更新网损成本，调用用户变量计算模块13，重新计算用户侧决策变量。

具体的，由于不满足收敛标准，因此，当前的运营商决策变量不如历史运营商决策变量接近最优值，所以，网损成本更新后，不将当前的运营商决策变量替代历史运营商决策变量，仍使用原有的历史运营商决策变量和更新后的网损成本重新计算用户侧决策变量，从而得到不同的用户侧决策变量，重复进行迭代，直至达到迭代次数，以求得最优的运营商决策变量。

网损变量重算单元，用于当网损成本判断单元判定当前网损成本与历史网损成本之差不满足成本阈值，则调用用户变量计算模块13，重新计算用户侧决策变量。

具体的，由于不满足收敛标准，因此，当前的运营商决策变量不如历史运营商决策变量接近最优值，所以不将当前的运营商决策变量替代历史运营商决策变量，仍使用原有的历史运营商决策变量和更新后的拉格朗日乘子计算用户侧决策变量，从而得到不同的用户侧决策变量，重复进行迭代，直至达到迭代次数，以求得最优的运营商决策变量。

输出单元，用于直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量。

相应的，本发明实施例还公开了一种分布式能源集群优化调度方法，参见图2所示，该方法包括：

S11：获取分布式储能的储能充放电功率、分布式电源的发电功率、网损成本、分布式储能运行成本、分布式电源运行成本和历史运营商决策变量；

S12：在满足预设的约束条件下，预先建立以最小成本为目标的分布式能源集群运行成本目标函数，分布式能源集群运行成本目标函数包括网损成本、储能充放电功率、发电功率、分布式储能运行成本和分布式电源运行成本；

S13：利用基于ADMM算法建立的用户侧优化目标的用户侧决策变量函数、分布式能源集群运行成本目标函数和历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧决策变量；

S14：利用基于ADMM算法建立的运营商侧优化目标的运营商侧决策变量函数和用户侧决策变量，以最小化网损成本为目标，得到运营商决策变量；

S15：利用运营商决策变量和历史运行商决策变量，更新拉格朗日乘子；

S16：判断运营商决策变量是否满足预设的优选条件；

S17：如果满足，则将运营商决策变量作为历史运营商决策变量，返回S13，重新计算，直至达到预设的迭代次数，输出当前运营商决策变量；

S18：如果不满足，则返回S13，重新计算，直至达到预设的迭代次数，输出当前运营商决策变量；

其中，决策变量包括各发电设备间的设备期望交换功率和分布式能源集群与配电网间的电网期望交换功率；S15和S16并无先后关系，可以先执行S16在执行S15或同时运行，在此不做限定。

具体的，上述分布式能源集群运行成本目标函数为：

网损成本表达式为：

式中，C表示分布式能源集群运行成本，K表示分布式储能的数目，C_bessn表示分布式储能n的运行成本，x_bessn表示分布式储能n的充放电功率，M表示分布式电源的数目，C_dsn表示分布式电源n的运行成本，x_dsn表示分布式电源n的发电功率，g(w)表示网损成本，P表示交换的传输功率，λ表示单位电能成本，U表示配电线路的电压，R表示配电线路的电阻。

具体的，上述用户侧优化目标的用户侧决策变量函数为：

式中，ρ表示惩罚系数，k表示迭代次数，C_n(x_n)表示分布式能源集群运行成本；g(w)表示网损成本，x表示用户侧决策变量，

表示分布式设备n的设备间期望交换功率，x_gridn表示设备n与配电网的期望交换功率，w表示运营商决策变量，B表示系数矩阵，Bw^k表示历史运营商决策变量，u^k表示第k次迭代的拉格朗日乘子，N表示分布式储能或分布式电源的数量，n表示分布式能源集群中第n个分布式储能或分布式电源，其中，

具体的，上述运营商侧优化目标的运营商侧决策变量函数为：

具体的，上述S16：判断运营商决策变量是否满足预设的优选条件的过程，可以具体包括S161至S163；其中，

S161：利用运营商决策变量、历史运行商决策变量、原始残差计算公式和对偶残差计算公式，计算原始残差和对偶残差；

S162：判断原始残差和对偶残差是否均满足预设的收敛标准；

S163：如果满足，则判断当前网损成本与历史网损成本之差是否满足预设的成本阈值。

具体的，上述S17如果满足，则将运营商决策变量作为历史运营商决策变量，返回S13，重新计算的过程，包括当网损成本判断单元判定当前网损成本与历史网损成本之差满足成本阈值，则将运营商决策变量作为历史运营商决策变量，返回S13，重新计算。

具体的，上述S18如果不满足，则返回S13，重新计算的过程，可以具体包括S181和S182；其中，

S181：当收敛判断单元判定原始残差和对偶残差不满足收敛标准，则更新网损成本，调用返回S13，重新计算用户侧决策变量；

S182：当网损成本判断单元判定当前网损成本与历史网损成本之差不满足成本阈值，则返回S13，重新计算用户侧决策变量。

具体的，上述原始残差计算公式为：

对偶残差计算公式为：

式中，r表示原始残差，s表示对偶残差。

另外，本发明实施例还公开了一种分布式能源集群优化调度装置，包括：

存储器，用于存储计算机程序；

处理器，用于执行计算机程序以实现如前述的分布式能源集群优化调度方法。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

以上对本发明所提供的一种分布式能源集群优化调度系统、方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种分布式能源集群优化调度系统，其特征在于，包括：

数据获取接口，用于获取分布式储能的储能充放电功率、分布式电源的发电功率、网损成本、分布式储能运行成本、分布式电源运行成本和历史运营商决策变量；

目标函数建立模块，用于在满足预设的约束条件下，预先建立以最小成本为目标的分布式能源集群运行成本目标函数，所述分布式能源集群运行成本目标函数包括所述网损成本、所述储能充放电功率、所述发电功率、所述分布式储能运行成本和所述分布式电源运行成本；

用户变量计算模块，用于利用基于ADMM算法建立的用户侧优化目标的用户侧决策变量函数、所述分布式能源集群运行成本目标函数和所述历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧决策变量；

运营变量计算模块，用于利用基于ADMM算法建立的运营商侧优化目标的运营商侧决策变量函数和所述用户侧决策变量，以最小化网损成本为目标，得到运营商决策变量；

乘子更新模块，用于利用所述运营商决策变量和所述历史运行商决策变量，更新拉格朗日乘子；

优选条件判断模块，用于判断所述运营商决策变量是否满足预设的优选条件；

第一循环模块，用于当所述优选条件判断模块判定所述运营商决策变量满足所述优选条件，则调用所述用户变量计算模块，将所述运营商决策变量作为所述历史运营商决策变量，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；

第二循环模块，用于当所述优选条件判断模块判定所述运营商决策变量不满足所述优选条件，则调用所述用户变量计算模块，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；

其中，决策变量包括各发电设备间的设备期望交换功率和分布式能源集群与配电网间的电网期望交换功率；

其中，所述分布式能源集群运行成本目标函数为：

所述网损成本表达式为：

式中，C表示分布式能源集群运行成本，K表示分布式储能的数目，C_bessn表示分布式储能n的运行成本，x_bessn表示分布式储能n的充放电功率，M表示分布式电源的数目，C_dsn表示分布式电源n的运行成本，x_dsn表示分布式电源n的发电功率，g(w)表示网损成本，P表示交换的传输功率，λ表示单位电能成本，U表示配电线路的电压，R表示配电线路的电阻；

其中，所述用户侧优化目标的用户侧决策变量函数为：

式中，ρ表示惩罚系数，k表示迭代次数，C_n(x_n)表示所述分布式能源集群运行成本；g(w)表示所述网损成本，x表示所述用户侧决策变量，

表示分布式设备n的设备间期望交换功率，x_gridn表示设备n与配电网的期望交换功率，w表示所述运营商决策变量，B表示系数矩阵，Bw^k表示所述历史运营商决策变量，u^k表示第k次迭代的拉格朗日乘子，N表示分布式储能或分布式电源的数量，n表示分布式能源集群中第n个分布式储能或分布式电源，其中，

其中，所述运营商侧优化目标的运营商侧决策变量函数为：

2.根据权利要求1所述的分布式能源集群优化调度系统，其特征在于，所述优选条件判断模块，包括

残差计算单元，用于利用所述运营商决策变量、所述历史运行商决策变量、原始残差计算公式和对偶残差计算公式，计算原始残差和对偶残差；

收敛判断单元，用于判断所述原始残差和所述对偶残差是否均满足预设的收敛标准；

网损成本判断单元，用于当所述收敛判断单元判定所述原始残差和所述对偶残差满足所述收敛标准，则判断当前网损成本与历史网损成本之差是否满足预设的成本阈值。

3.根据权利要求2所述的分布式能源集群优化调度系统，其特征在于，所述第一循环模块，具体用于当所述网损成本判断单元判定当前网损成本与历史网损成本之差满足所述成本阈值，则调用所述用户变量计算模块，将所述运营商决策变量作为所述历史运营商决策变量，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量。

4.根据权利要求2所述的分布式能源集群优化调度系统，其特征在于，所述第二循环模块，包括：

收敛变量重算单元，用于当所述收敛判断单元判定所述原始残差和所述对偶残差不满足所述收敛标准，则更新所述网损成本，调用所述用户变量计算模块，重新计算所述用户侧决策变量；

网损变量重算单元，用于当所述网损成本判断单元判定当前网损成本与历史网损成本之差不满足所述成本阈值，则调用所述用户变量计算模块，重新计算所述用户侧决策变量；

输出单元，用于直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量。

5.根据权利要求2所述的分布式能源集群优化调度系统，其特征在于，

所述原始残差计算公式为：

所述对偶残差计算公式为：

式中，r表示原始残差，s表示对偶残差，ε^pr _i和ε^dual分别表示原始残差和对偶残差的收敛误差。

6.一种分布式能源集群优化调度方法，其特征在于，包括：

S11：获取分布式储能的储能充放电功率、分布式电源的发电功率、网损成本、分布式储能运行成本、分布式电源运行成本和历史运营商决策变量；

S12：在满足预设的约束条件下，预先建立以最小成本为目标的分布式能源集群运行成本目标函数，所述分布式能源集群运行成本目标函数包括所述网损成本、所述储能充放电功率、所述发电功率、所述分布式储能运行成本和所述分布式电源运行成本；

S13：利用基于ADMM算法建立的用户侧优化目标的用户侧决策变量函数、所述分布式能源集群运行成本目标函数和所述历史运营商决策变量，以分布式能源集群最小运行成本为目标，得到用户侧决策变量；

S14：利用基于ADMM算法建立的运营商侧优化目标的运营商侧决策变量函数和所述用户侧决策变量，以最小化网损成本为目标，得到运营商决策变量；

S15：利用所述运营商决策变量和所述历史运行商决策变量，更新拉格朗日乘子；

S16：判断所述运营商决策变量是否满足预设的优选条件；

S17：如果满足，则将所述运营商决策变量作为所述历史运营商决策变量，返回S13，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；

S18：如果不满足，则返回S13，重新计算，直至达到预设的迭代次数，输出当前满足所述优选条件的运营商决策变量；

其中，决策变量包括各发电设备间的设备期望交换功率和分布式能源集群与配电网间的电网期望交换功率；

其中，所述分布式能源集群运行成本目标函数为：

所述网损成本表达式为：

式中，C表示分布式能源集群运行成本，K表示分布式储能的数目，C_bessn表示分布式储能n的运行成本，x_bessn表示分布式储能n的充放电功率，M表示分布式电源的数目，C_dsn表示分布式电源n的运行成本，x_dsn表示分布式电源n的发电功率，g(w)表示网损成本，P表示交换的传输功率，λ表示单位电能成本，U表示配电线路的电压，R表示配电线路的电阻；

其中，所述用户侧优化目标的用户侧决策变量函数为：

式中，ρ表示惩罚系数，k表示迭代次数，C_n(x_n)表示所述分布式能源集群运行成本；g(w)表示所述网损成本，x表示所述用户侧决策变量，

表示分布式设备n的设备间期望交换功率，x_gridn表示设备n与配电网的期望交换功率，w表示所述运营商决策变量，B表示系数矩阵，Bw^k表示所述历史运营商决策变量，u^k表示第k次迭代的拉格朗日乘子，N表示分布式储能或分布式电源的数量，n表示分布式能源集群中第n个分布式储能或分布式电源，其中，

其中，所述运营商侧优化目标的运营商侧决策变量函数为：

7.一种分布式能源集群优化调度装置，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序以实现如权利要求6所述的分布式能源集群优化调度方法。

Images