CN109873437B - 优化方法、装置、存储介质及处理器 - Google Patents

Abstract

本申请公开了一种优化方法、装置、存储介质及处理器。该方法包括：确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置；确定电网系统的约束条件；根据目标函数和约束条件构建优化模型；求解优化模型，得到优化模型的最优解；根据最优解优化电网系统中的储能系统的配置。通过本申请，解决了相关技术中为了减小包含分布式电源的电网系统的负荷为电网系统配置储能系统，而储能系统的配置难以得到优化，导致难以更好地减少电网负荷波动的问题。

Description

优化方法、装置、存储介质及处理器

技术领域

本申请涉及电网系统优化领域，具体而言，涉及一种优化方法、装置、存储介质及处理器。

背景技术

由于电力系统具有非凸性，传统优化方法难以确保解的全局最优性，使电力系统全局最优解求取面临的重大困难。

分布式电源大规模接入电网，其出力随机性、波动性将对电网安全稳定运行造成很大影响，具体地，将使得系统负荷波动加剧，影响发电企业以及用户的生产与生活。储能具有能量双向流动能力，能够通过快速能量充放，具有快速能量吞吐能力，能够实现对系统负荷波动进行平抑，在一定程度上缓解分布式电源对电网的不利影响。配电网中储能装置规划对减少负荷波动具有重要意义，而规划配置储能系统需要求解电力系统全局最优解，求解面临重大的困难，从而影响储能装置的配置，不利于减小负荷波动。

针对相关技术中为了减小包含分布式电源的电网系统的负荷为电网系统配置储能系统，而储能系统的配置难以得到优化，导致难以更好地减少电网负荷波动的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种优化方法、装置、存储介质及处理器，以解决相关技术中为了减小包含分布式电源的电网系统的负荷为电网系统配置储能系统，而储能系统的配置难以得到优化，导致难以更好地减少电网负荷波动的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种优化方法。该方法包括：确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置；确定电网系统的约束条件；根据目标函数和约束条件构建优化模型；求解优化模型，得到优化模型的最优解；根据最优解优化电网系统中的储能系统的配置。

进一步地，确定目标函数包括：

其中，P_s(t)为t时刻电网输入功率，

为考察时间内电网输入功率的平均值，T为考察时间，f为目标函数值。

进一步地，确定电网系统的约束条件包括：按照下式确定节点潮流约束：

其中，P_i为节点i的有功功率，Q_i表示节点i的无功功率，G_ij为节点i和节点j之间的电导，V_j为节点j的电压，B_ij为节点i和节点j之间的电纳，B_ij'为节点i和节点j之间忽略对地电容后的电纳，θ_j为节点j的电压相角，n为节点的序号；

按照下式确定节点电压约束：

V_min≤V_i(t)≤V_max

其中，V_min为电网系统节点电压下限，V_max为电网系统节点电压上限，V_i(_t)为节点_i在_t时刻时的节点电压；

按照下式确定储能功率约束：

P_{store_min}≤P_storei(t)≤P_{store_max}

其中，P_{store_min}为电网系统功率的下限，P_{store_max}为电网系统功率的上限，P_storei(t)为节点_i在_t时刻时的电池充放电功率；

根据下式确定储能能量平衡约束：

其中，_T为考察时间，Δ_t为时间变量，P_store(i)为节点i的电网系统功率。

进一步地，求解优化模型，得到优化模型的最优解包括：确定求解优化模型的初始参数，其中，初始参数包括迭代初值(X⁰,y⁰,Z⁰)，最大迭代次数k_max，允许误差ε，中心参数σ以及防粘因子δ，其中，迭代初值(X⁰,y⁰,Z⁰)基于电网系统的节点电压、节点的电压相角、以及节点的功率确定，中心参数σ满足0＜σ＜1，防粘因子δ满足0＜δ＜1；基于优化模型的初始参数迭代求解目标函数，其中，迭代求解的过程为：根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果；在迭代次数k+1未达到k_max，且目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)满足预设条件的情况下，将(X^k+1，y^k+1，z^k+1)作为最优解。

进一步地，根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果包括：确定目标点为(X(μ^k)，y(μ^k)，Z(μ^k))，其中，μ^k+1＝σμ^k，μ^k为第k次迭代时的互补间隙，μ^k+1为第k+1次迭代时的互补间隙；

根据目标点计算搜索方向(^ΔX，^Δy，^ΔZ)：

其中，A_i、b_i、C均为系数，m为节点的序号，i为节点，I为单位矩阵；

利用对X^k的Cholesky分解，计算X^k+1＝X^k+α_p ^ΔX≥0能取到的步长最大的值

并计算步长因子α_p，

利用对Z^k的Cholesky分解，计算z^k+1＝Z^k+α_d ^ΔZ≥0能取到的步长最大的值

，并计算步长因子α_d，

根据步长因子α_p、步长因子α_d以及(X^k，y^k，Z^k)计算第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)：

进一步地，在迭代次数k+1未达到k_max，且目标函数的第k+1次的迭代求解结果(X^{k +1}，y^k+1，Z^k+1)满足预设条件的情况下，将(X^k+1，y^k+1，Z^k+1)作为最优解包括：判断互补间隙μ^k+1是否满足μ^k+1＜ε，其中，μ^k+1＝(X^k+1·Z^k+1)/n，n表示储能单元的个数；在互补间隙μ^k+1满足μ^k+1＜ε的情况下，将对目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)作为最优解。

为了实现上述目的，根据本申请的另一方面，提供了一种优化装置。该装置包括：第一确定单元，用于确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置；第二确定单元，用于确定电网系统的约束条件；构建单元，用于根据目标函数和约束条件构建优化模型；求解单元，用于求解优化模型，得到优化模型的最优解；优化单元，用于根据最优解优化电网系统中的储能系统的配置。

进一步地，第一确定单元包括：

其中，P_s(t)为t时刻电网输入功率，

为考察时间内电网输入功率的平均值，T为考察时间，f为目标函数值。

为了实现上述目的，根据本申请的另一方面，提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述任意一种优化方法。

为了实现上述目的，根据本申请的另一方面，提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一种优化方法。

通过本申请，采用以下步骤：确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置；确定电网系统的约束条件；根据目标函数和约束条件构建优化模型；求解优化模型，得到优化模型的最优解；根据最优解优化电网系统中的储能系统的配置，解决了相关技术中为了减小包含分布式电源的电网系统的负荷为电网系统配置储能系统，而储能系统的配置难以得到优化，导致难以更好地减少电网负荷波动的问题。通过求解目标函数和约束条件构建优化模型，进而达到了根据最优解优化电网系统的储能系统的配置的效果。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例提供的优化方法的流程图；

图2是根据本申请实施例提供的优化方法的五节点电力系统示意图；

图3是根据本申请实施例提供的优化方法中分布式电源出力最大时刻五节点潮流分布图；

图4是根据本申请实施例提供的优化方法中分布式电源出力最小时刻五节点潮流分布图；以及

图5是根据本申请实施例提供的优化装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请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，以便这里描述的本申请的实施例。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。

根据本申请的实施例，提供了一种优化方法。

图1是根据本申请实施例的优化方法的流程图。如图1所示，该方法包括以下步骤：

步骤S101，确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置。

可选地，在本申请实施例提供的优化方法中，确定目标函数包括：

其中，P_s(t)为t时刻电网输入功率，

为考察时间内电网输入功率的平均值，T为考察时间，f为目标函数值。

步骤S102，确定电网系统的约束条件。

可选地，在本申请实施例提供的优化方法中，确定电网系统的约束条件包括：按照下式确定节点潮流约束：

其中，P_i为节点i的有功功率，Q_i表示节点i的无功功率，G_ij为节点i和节点j之间的电导，V_j为节点j的电压，B_ij为节点i和节点j之间的电纳，B_ij'为节点i和节点j之间忽略对地电容后的电纳，θ_j为节点j的电压相角，n为节点的序号；

按照下式确定节点电压约束：

V_min≤V_i(t)≤V_max

其中，V_min为电网系统节点电压下限，V_max为电网系统节点电压上限，V_i(t)为节点_i在_t时刻时的节点电压；

按照下式确定储能功率约束：

P_{store_min}≤P_storei(t)≤P_{store_max}

其中，P_{store_min}为电网系统功率的下限，P_{store_max}为电网系统功率的上限，P_storei(t)为节点_i在_t时刻时的电池充放电功率，储能放电时为正，充电时为负；

根据下式确定储能能量平衡约束：

其中，T为考察时间，Δ_t为时间变量，P_store(i)为节点i的电网系统功率。

步骤S103，根据目标函数和约束条件构建优化模型。

需要说明的是，目标函数和约束条件共同构成以减少电网负荷为目标的优化模型。

步骤S104，求解优化模型，得到优化模型的最优解。

可选地，在本申请实施例提供的优化方法中，求解优化模型，得到优化模型的最优解包括：确定求解优化模型的初始参数，其中，初始参数包括迭代初值(X⁰，y⁰，Z⁰)，最大迭代次数k_max，允许误差ε，中心参数σ以及防粘因子δ，其中，迭代初值(X⁰，y⁰，Z⁰)基于电网系统的节点电压、节点的电压相角、以及节点的功率确定，中心参数σ满足0＜σ＜1，防粘因子δ满足0＜δ＜1；基于优化模型的初始参数迭代求解目标函数，其中，迭代求解的过程为：根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果；在迭代次数k+1未达到k_max，且目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)满足预设条件的情况下，将(X^k+1，y^k+1，Z^k+1)作为最优解。

可选地，在本申请实施例提供的优化方法中，根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果包括：确定目标点为(X(μ^k)，y(μ^k)，Z(μ^k))，其中，μ^k+1＝σμ^k，μ^k为第k次迭代时的互补间隙，μ^k+1为第k+1次迭代时的互补间隙；

根据目标点计算搜索方向(^ΔX，^Δy，^ΔZ)：

其中，A_i、b_i、C均为系数，m为节点的序号，i为节点，I为单位矩阵；

利用对X^k的Cholesky分解，计算X^k+1＝X^k+α_p ^ΔX≥0能取到的步长最大的值

并计算步长因子α_p，

利用对z^k的Cholesky分解，计算Z^k+1＝Z^k+α_d ^ΔZ≥0能取到的步长最大的值

并计算步长因子α_d，

根据步长因子α_p、步长因子α_d以及(X^k，y^k，Z^k)计算第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)：

需要说明的是，防粘因子δ的作用是防止迭代后的解粘滞在边界上，造成收敛困难。

此外，计算X^k+1＝Xk+α_p ^ΔX≥0能取到的步长最大的值

的具体步骤为，设L是X^k的Cholesky分解的下三角矩阵，即X^k＝LL^T，并设PΛP^T是L^-1ΔXL^-T的特征值分解，λ_min是Λ中对角元的最小值。此时可以得到：

计算z^k+1＝Z^k+α_d ^ΔZ≥0能取到的步长最大的值

与计算α_p同理。

可选地，在本申请实施例提供的优化方法中，在迭代次数k+1未达到k_max，且目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)满足预设条件的情况下，将(X^k+1，y^k+1，Z^k+1)作为最优解包括：判断互补间隙μ^k+1是否满足μ^k+1＜ε，其中，μ^k+1＝(X^k+1·Z^k+1)/n，n表示储能单元的个数；在互补间隙μ^k+1满足μ^k+1＜ε的情况下，将对目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)作为最优解。

步骤S105，根据最优解优化电网系统中的储能系统的配置。

需要说明的是，求出最优解，即得到优化电网系统的储能系统的节点电压、节点的电压相角、以及节点的功率，根据最优节点电压、节点的电压相角、以及节点的功率配置储能系统。

本申请实施例提供的优化方法，通过确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置；确定电网系统的约束条件；根据目标函数和约束条件构建优化模型；求解优化模型，得到优化模型的最优解；根据最优解优化电网系统中的储能系统的配置，解决了相关技术中为了减小包含分布式电源的电网系统的负荷为电网系统配置储能系统，而储能系统的配置难以得到优化，导致难以更好地减少电网负荷波动的问题。通过求解目标函数和约束条件构建优化模型，进而达到了根据最优解优化电网系统的储能系统的配置的效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本申请的实施例，提供了一种五节点系统的优化方法。

五节点系统如图2所示，图中节点5为平衡节点，节点1连接分布式电源支路，该系统的模型如下。

目标函数为：

P_DGi(t)为t时刻的i节点的分布式电源的出力，P_storei(t)t时刻的i节点的电池储能系统的出力，储能放电时为正，充电时为负，P_loadi(t)t时刻的i节点的负荷功率，参数N的含义是储能单元的个数。

模型的约束条件为：

考虑分布式电源出力峰谷两个时刻，令分布式电源出力为P_DG＝{0.2+j0.04,0}，对应峰谷时刻的各节点负荷均为P_loadi＝{0.05+j0.01,0.15+j0.03},i＝1,2,3,4，令电池储能系统的最大充放电效率为P_{store_max}＝0.2,P_{store_min}＝-0.2，令储能系统接入节点为节点1、2。将数据代入到上述实施例求解最优解的方法中，该方法在表中简称为MSDP，得到节点电压值和相角，同时利用传统方法，智能优化算法求解器LocaSolver求解得到节点电压值和相角，分布式电源出力最大时的计算结果如表1所示：

表1五节点系统分布式电源出力最大时刻结果参数

此时的五节点潮流分布图3所示。

由表1和图3可知，本申请实施例的方法求解得到的电压更接近1，求解的电压值更准确。

分布式电源出力最小时的计算结果如表2所示：

表2五节点系统分布式电源出力最小时刻结果参数

此时的五节点潮流分布图4所示：

由表2和图4可知，本申请实施例的方法求解得到的电压更接近1，求解的电压值更准确。

表3为在分布式电源出力最大时的计算结果和分布式电源出力最小时的计算结果下进行的储能优化配置结果：

表3储能优化配置结果

结果显示，利用本实施例的方法，电池储能系统的安装位置是节点1，两个时刻的储能出力是P_store(t)＝{-0.15,0.15}满足储能能量平衡。而LocalSolver，虽然得到问题的最优解，但是求解器对于初值设置敏感，受初值扰动影响较大。因而在更大规模的配电网规划问题中，采用本实施例的方法得到问题的全局最优解更合适。

本申请实施例还提供了一种优化装置，需要说明的是，本申请实施例的优化装置可以用于执行本申请实施例所提供的用于优化方法。以下对本申请实施例提供的优化装置进行介绍。

图5是根据本申请实施例的优化装置的示意图。如图5所示，该装置包括：第一确定单元10、第二确定单元20、构建单元30、求解单元40和优化单元50。

具体地，第一确定单元10，用于确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置。

第二确定单元20，用于确定电网系统的约束条件。

构建单元30，用于根据目标函数和约束条件构建优化模型。

求解单元40，用于求解优化模型，得到优化模型的最优解。

优化单元50，用于根据最优解优化电网系统中的储能系统的配置。

可选地，在本申请实施例提供的优化装置中，第一确定单元10包括：

其中，P_s(t)为t时刻电网输入功率，

为考察时间内电网输入功率的平均值，T为考察时间，f为目标函数值。

可选地，在本申请实施例提供的优化装置中，第二确定单元20包括：第一确定模块，用于按照下式确定节点潮流约束：

其中，P_i为节点i的有功功率，Q_i表示节点i的无功功率，G_ij为节点i和节点j之间的电导，V_j为节点j的电压，B_ij为节点i和节点j之间的电纳，B_ij'为节点i和节点j之间忽略对地电容后的电纳，θ_j为节点j的电压相角，n为节点的序号；

第二确定模块，用于按照下式确定节点电压约束：

V_min≤V_i(t)≤V_max

其中，V_min为电网系统节点电压下限，V_max为电网系统节点电压上限，V_i(t)为节点i在t时刻时的节点电压；

第三确定模块，用于按照下式确定储能功率约束：

P_{srore_min}≤P_storei(t)≤P_{store_max}

其中，P_{store_min}为电网系统功率的下限，P_{store_max}为电网系统功率的上限，P_srorei(t)为节点i在t时刻时的电池充放电功率；

第四确定模块，用于根据下式确定储能能量平衡约束：

其中，T为考察时间，^Δt为时间变量，P_store(i)为节点i的电网系统功率。

可选地，在本申请实施例提供的优化装置中，求解单元40包括：第五确定模块，用于确定求解优化模型的初始参数，其中，初始参数包括迭代初值(X⁰，y⁰，z⁰)，最大迭代次数k_max，允许误差ε，中心参数σ以及防粘因子δ，其中，迭代初值(X⁰，y⁰，Z⁰)基于电网系统的节点电压、节点的电压相角、以及节点的功率确定，中心参数σ满足0＜σ＜1，防粘因子δ满足0＜δ＜1；求解模块，用于基于优化模型的初始参数迭代求解目标函数，其中，迭代求解的过程为：根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果；第六确定模块，用于在迭代次数k+1未达到k_ma，且目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)满足预设条件的情况下，将(X^k+1，y^k+1，z^k+1)作为最优解。

可选地，在本申请实施例提供的优化装置中，求解模块包括：第一确定子模块，用于确定目标点为(X(μ^k)，y(μ^k)，Z(μ^k))，其中，μ^k+1＝σμ^k，μ^k为第k次迭代时的互补间隙，μ^k+1为第k+1次迭代时的互补间隙；第一计算子模块，用于根据目标点计算搜索方向(^ΔX，^Δy，^Δz)：

其中，A_i、b_i、C均为系数，m为节点的序号，i为节点，I为单位矩阵；

第二计算子模块，用于利用对X^k的Cholesky分解，计算X^k+1＝X^k+α_p ^ΔX≥0能取到的步长最大的值

并计算步长因子α_p，

第三计算子模块，用于利用对z^k的Cholesky分解，计算Z^k+1＝z^k+α_d ^ΔZ≥0能取到的步长最大的值

并计算步长因子α_d，

第四计算子模块，用于根据步长因子α_p、步长因子α_d以及(X^k，y^k，Z^k)计算第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)：

可选地，在本申请实施例提供的优化装置中，第六确定模块包括：判断子模块，用于判断互补间隙μ^k+1是否满足μ^k+1＜ε，其中，μ^k+1＝(X^k+1·Z^k+1)/n，n表示储能单元的个数；第二确定子模块，用于在互补间隙μ^k+1满足μ^k+1＜ε的情况下，将对目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)作为最优解。

本申请实施例提供的优化装置，通过第一确定单元10确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置；第二确定单元20确定电网系统的约束条件；构建单元30，用于根据目标函数和约束条件构建优化模型；求解单元40求解优化模型，得到优化模型的最优解；优化单元50根据最优解优化电网系统中的储能系统的配置，解决了相关技术中为了减小包含分布式电源的电网系统的负荷为电网系统配置储能系统，而储能系统的配置难以得到优化，导致难以更好地减少电网负荷波动的问题，通过求解目标函数和约束条件构建优化模型，进而达到了根据最优解优化电网系统的储能系统的配置的效果。

所述优化装置包括处理器和存储器，上述第一确定单元10、第二确定单元20、构建单元30、求解单元40和优化单元50等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决相关技术中为了减小包含分布式电源的电网系统的负荷为电网系统配置储能系统，而储能系统的配置难以得到优化，导致难以更好地减少电网负荷波动的问题。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(lash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述优化方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述优化方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置；确定电网系统的约束条件；根据目标函数和约束条件构建优化模型；求解优化模型，得到优化模型的最优解；根据最优解优化电网系统中的储能系统的配置。

确定目标函数包括：

其中，P_s(t)为t时刻电网输入功率，

为考察时间内电网输入功率的平均值，T为考察时间，f为目标函数值。

确定电网系统的约束条件包括：按照下式确定节点潮流约束：

其中，P_i为节点i的有功功率，Q_i表示节点i的无功功率，G_ij为节点i和节点j之间的电导，V_j为节点j的电压，B_ij为节点i和节点j之间的电纳，B_ij'为节点i和节点j之间忽略对地电容后的电纳，θ_j为节点j的电压相角，n为节点的序号；

按照下式确定节点电压约束：

V_min≤V_i(t)≤V_max

其中，V_min为电网系统节点电压下限，V_max为电网系统节点电压上限，V_i(t)为节点i在t时刻时的节点电压；

按照下式确定储能功率约束：

P_{store_min}≤P_storei(t)≤P_{store_max}

其中，P_{store_min}为电网系统功率的下限，P_{store_max}为电网系统功率的上限，P_storei(t)为节点i在t时刻时的电池充放电功率；

根据下式确定储能能量平衡约束：

其中，T为考察时间，^Δt为时间变量，P_store(i)为节点i的电网系统功率。

求解优化模型，得到优化模型的最优解包括：确定求解优化模型的初始参数，其中，初始参数包括迭代初值(X⁰，y⁰，Z⁰)，最大迭代次数k_max，允许误差ε，中心参数σ以及防粘因子δ，其中，迭代初值(X⁰，y⁰，Z⁰)基于电网系统的节点电压、节点的电压相角、以及节点的功率确定，中心参数σ满足0＜σ＜1，防粘因子δ满足0＜δ＜1；基于优化模型的初始参数迭代求解目标函数，其中，迭代求解的过程为：根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果；在迭代次数k+1未达到k_max，且目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)满足预设条件的情况下，将(X^k+1，y^{k +1}，Z^k+1)作为最优解。

根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果包括：确定目标点为(X(μ^k)，y(μ^k)，Z(μ^k))，其中，μ^k+1＝σμ^k，μ^k为第k次迭代时的互补间隙，μ^k+1为第k+1次迭代时的互补间隙；

根据目标点计算搜索方向(^ΔX，^Δy，^ΔZ)：

其中，A_i、b_i、C均为系数，m为节点的序号，i为节点，I为单位矩阵；

利用对Xk的Cholesky分解，计算X^k+1＝X^k+α_p ^ΔX≥0能取到的步长最大的值

并计算步长因子α_p，

利用对z^k的Cholesky分解，计算Z^k+1＝Z^k+α_d ^ΔZ≥0能取到的步长最大的值

并计算步长因子α_d，

根据步长因子α_p、步长因子α_d以及(X^k，y^k，Z^k)计算第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+)：

在迭代次数k+1未达到k_max，且目标函数的第k+1次的迭代求解结果(X^k+1,y^k+1,Z^k+1)满足预设条件的情况下，将(X^k+1,y^k+1,Z^k+1)作为最优解包括：判断互补间隙μ^k+1是否满足μ^k+1＜ε，其中，μ^k+1＝(X^k+1·Z^k+1)/n，n表示储能单元的个数；在互补间隙μ^k+1满足μ^k+1＜ε的情况下，将对目标函数的第k+1次的迭代求解结果(X^k+1,y^k+1,Z^k+1)作为最优解。

本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：确定目标函数，其中，目标函数用于优化电网系统中的储能系统的配置；确定电网系统的约束条件；根据目标函数和约束条件构建优化模型；求解优化模型，得到优化模型的最优解；根据最优解优化电网系统中的储能系统的配置。

确定目标函数包括：

其中，P_s(t)为t时刻电网输入功率，

为考察时间内电网输入功率的平均值，T为考察时间，f为目标函数值。

确定电网系统的约束条件包括：按照下式确定节点潮流约束：

其中，P_i为节点i的有功功率，Q_i表示节点i的无功功率，G_ij为节点i和节点j之间的电导，V_j为节点j的电压，B_ij为节点i和节点j之间的电纳，B_ij'为节点i和节点j之间忽略对地电容后的电纳，θ_j为节点j的电压相角，n为节点的序号；

按照下式确定节点电压约束：

V_min≤V_i(t)≤V_max

其中，V_min为电网系统节点电压下限，V_max为电网系统节点电压上限，V_i(t)为节点i在t时刻时的节点电压；

按照下式确定储能功率约束：

P_{store_min}≤P_storei(t)≤P_{store_max}

其中，P_{store_min}为电网系统功率的下限，P_{store_max}为电网系统功率的上限，P_storei(t)为节点i在t时刻时的电池充放电功率；

根据下式确定储能能量平衡约束：

其中，T为考察时间，^Δt为时间变量，P_store(i)为节点i的电网系统功率。

求解优化模型，得到优化模型的最优解包括：确定求解优化模型的初始参数，其中，初始参数包括迭代初值(X⁰，y⁰，Z⁰)，最大迭代次数k_max，允许误差ε，中心参数σ以及防粘因子δ，其中，迭代初值(X⁰，y⁰，Z⁰)基于电网系统的节点电压、节点的电压相角、以及节点的功率确定，中心参数σ满足0＜σ＜1，防粘因子δ满足0＜δ＜1；基于优化模型的初始参数迭代求解目标函数，其中，迭代求解的过程为：根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果；在迭代次数k+1未达到k_max，且目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)满足预设条件的情况下，将(X^k+1，y^{k +1}，Z^k+1)作为最优解。

根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及步长因子计算第k+1次的迭代求解结果包括：确定目标点为(X(μ^k)，y(μ^k)，Z(μ^k))，其中，μ^k+1＝σμ^k，μ^k为第k次迭代时的互补间隙，μ^k+1为第k+1次迭代时的互补间隙；

根据目标点计算搜索方向(^ΔX，^Δy，^ΔZ)：

其中，A_i、b_i、C均为系数，m为节点的序号，i为节点，I为单位矩阵；

利用对X^k的Cholesky分解，计算X^k+1＝X^k+α_p ^ΔX≥0能取到的步长最大的值

并计算步长因子α_p，

利用对z^k的Cholesky分解，计算Z^k+1＝Z^k+α_d ^ΔZ≥0能取到的步长最大的值

并计算步长因子α_d，

根据步长因子α_p、步长因子α_d以及(X^k，y^k，Z^k)计算第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+)：

在迭代次数k+1未达到k_ma，且目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)满足预设条件的情况下，将(X^k+1，y^k+w，Z^k+1)作为最优解包括：判断互补间隙μ^k+1是否满足μ^k+1＜ε，其中，μ^k+1＝(X^k+1·Z^k+1)/n，n表示储能单元的个数；在互补间隙μ^k+1满足μ^k+1＜ε的情况下，将对目标函数的第k+1次的迭代求解结果(X^k+1，y^k+1，Z^k+1)作为最优解。

本领域内的技术人员应明自，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (5)

1.一种优化方法，其特征在于，包括：

确定目标函数，其中，所述目标函数用于优化电网系统中的储能系统的配置；

确定所述电网系统的约束条件；

根据所述目标函数和所述约束条件构建优化模型；

求解所述优化模型，得到所述优化模型的最优解；

根据所述最优解优化所述电网系统中的所述储能系统的配置；

其中，确定目标函数包括：

其中，P_s(t)为t时刻电网输入功率，

为考察时间内电网输入功率的平均值，T为考察时间，f为目标函数值；

其中，确定所述电网系统的约束条件包括：

按照下式确定节点潮流约束：

其中，P_i为节点i的有功功率，Q_i表示节点i的无功功率，G_ij为节点i和节点j之间的电导，V_j为节点j的电压，B_ij为节点i和节点j之间的电纳，B_ij'为节点i和节点j之间忽略对地电容后的电纳，θ_j为节点j的电压相角，n为节点的序号；

按照下式确定节点电压约束：

V_min≤V_i(t)≤V_max

其中，V_min为电网系统节点电压下限，V_max为电网系统节点电压上限，V_i(t)为节点i在t时刻时的节点电压；

按照下式确定储能功率约束：

P_{store_min}≤P_storei(t)≤P_{store_max}

其中，P_{store_min}为电网系统功率的下限，P_{store_max}为电网系统功率的上限，P_storei(t)为节点i在t时刻时的电池充放电功率；

根据下式确定储能能量平衡约束：

其中，T为考察时间，Δt为时间变量，P_store(i)为节点i的电网系统功率；

其中，求解所述优化模型，得到所述优化模型的最优解包括：

确定求解所述优化模型的初始参数，其中，所述初始参数包括迭代初值(X⁰,y⁰,Z⁰)，最大迭代次数k_max，允许误差ε，中心参数σ以及防粘因子δ，其中，所述迭代初值(X⁰,y⁰,Z⁰)基于所述电网系统的节点电压、节点的电压相角、以及节点的功率确定，所述中心参数σ满足0＜σ＜1，所述防粘因子δ满足0＜δ＜1；

基于所述优化模型的初始参数迭代求解所述目标函数，其中，迭代求解的过程为：根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及所述步长因子计算第k+1次的迭代求解结果；

在迭代次数k+1未达到k_max，且所述目标函数的第k+1次的迭代求解结果(X^k+1,y^k+1,Z^k+1)满足预设条件的情况下，将(X^k+1,y^k+1,Z^k+1)作为所述最优解；

其中，根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及所述步长因子计算第k+1次的迭代求解结果包括：

确定所述目标点为(X(μ^k),y(μ^k),Z(μ^k))，其中，μ^k+1＝σμ^k，μ^k为第k次迭代时的互补间隙，μ^k+1为第k+1次迭代时的互补间隙；

根据所述目标点计算搜索方向(ΔX,Δy,ΔZ)：

其中，A_i、b_i、C均为系数，m为节点的序号，i为节点，I为单位矩阵；

利用对X^k的Cholesky分解，计算X^k+1＝X^k+α_pΔX≥0能取到的步长最大的值

并计算步长因子α_p，

利用对Z^k的Cholesky分解，计算Z^k+1＝Z^k+α_dΔZ≥0能取到的步长最大的值

并计算步长因子α_d，

根据所述步长因子α_p、所述步长因子α_d以及(X^k,y^k,Z^k)计算所述第k+1次的迭代求解结果(X^k+1,y^k+1,Z^k+1)：

2.根据权利要求1所述的方法，其特征在于，在迭代次数k+1未达到k_max，且所述目标函数的第k+1次的迭代求解结果(X^k+1,y^k+1,Z^k+1)满足预设条件的情况下，将(X^k+1,y^k+1,Z^k+1)作为所述最优解包括：

判断互补间隙μ^k+1是否满足μ^k+1＜ε，其中，μ^k+1＝(X^k+1·Z^k+1)/n，n表示储能单元的个数；

在所述互补间隙μ^k+1满足μ^k+1＜ε的情况下，将对所述目标函数的第k+1次的迭代求解结果(X^k+1,y^k+1,Z^k+1)作为所述最优解。

3.一种优化装置，其特征在于，包括：

第一确定单元，用于确定目标函数，其中，所述目标函数用于优化电网系统中的储能系统的配置；

第二确定单元，用于确定所述电网系统的约束条件；

构建单元，用于根据所述目标函数和所述约束条件构建优化模型；

求解单元，用于求解所述优化模型，得到所述优化模型的最优解；

优化单元，用于根据所述最优解优化所述电网系统中的所述储能系统的配置；

其中，所述第一确定单元包括：

其中，P_s(t)为t时刻电网输入功率，

为考察时间内电网输入功率的平均值，T为考察时间，f为目标函数值；

所述第二确定单元包括：

第一确定模块，用于按照下式确定节点潮流约束：

其中，P_i为节点i的有功功率，Q_i表示节点i的无功功率，G_ij为节点i和节点j之间的电导，V_j为节点j的电压，B_ij为节点i和节点j之间的电纳，B_ij'为节点i和节点j之间忽略对地电容后的电纳，θ_j为节点j的电压相角，n为节点的序号；

第二确定模块，用于按照下式确定节点电压约束：

V_min≤V_i(t)≤V_max

其中，V_min为电网系统节点电压下限，V_max为电网系统节点电压上限，V_i(t)为节点i在t时刻时的节点电压；

第三确定模块，用于按照下式确定储能功率约束：

P_{store_min}≤P_storei(t)≤P_{store_max}

其中，P_{store_min}为电网系统功率的下限，P_{store_max}为电网系统功率的上限，P_storei(t)为节点i在t时刻时的电池充放电功率；

第四确定模块，用于根据下式确定储能能量平衡约束：

其中，T为考察时间，Δt为时间变量，P_store(i)为节点i的电网系统功率；

其中，所述求解单元包括：

第五确定模块，用于确定求解所述优化模型的初始参数，其中，所述初始参数包括迭代初值(X⁰,y⁰,Z⁰)，最大迭代次数k_max，允许误差ε，中心参数σ以及防粘因子δ，其中，所述迭代初值(X⁰,y⁰,Z⁰)基于所述电网系统的节点电压、节点的电压相角、以及节点的功率确定，所述中心参数σ满足0＜σ＜1，所述防粘因子δ满足0＜δ＜1；

求解模块，用于基于所述优化模型的初始参数迭代求解所述目标函数，其中，迭代求解的过程为：根据目标点和搜索方向计算步长因子，并基于第k次的迭代求解结果以及所述步长因子计算第k+1次的迭代求解结果；

第六确定模块，用于在迭代次数k+1未达到k_max，且所述目标函数的第k+1次的迭代求解结果(X^k+1,y^k+1,Z^k+1)满足预设条件的情况下，将(X^k+1,y^k+1,Z^k+1)作为所述最优解；

其中，所述求解模块包括：

第一确定子模块，用于确定所述目标点为(X(μ^k),y(μ^k),Z(μ^k))，其中，μ^k+1＝σμ^k，μ^k为第k次迭代时的互补间隙，μ^k+1为第k+1次迭代时的互补间隙；

第一计算子模块，用于根据所述目标点计算搜索方向(ΔX,Δy,ΔZ)：

其中，A_i、b_i、C均为系数，m为节点的序号，i为节点，I为单位矩阵；

第二计算子模块，用于利用对X^k的Cholesky分解，计算X^k+1＝X^k+α_pΔX≥0能取到的步长最大的值

并计算步长因子α_p，

第三计算子模块，用于利用对Z^k的Cholesky分解，计算Z^k+1＝Z^k+α_dΔZ≥0能取到的步长最大的值

并计算步长因子α_d，

第四计算子模块，用于根据所述步长因子α_p、所述步长因子α_d以及(X^k,y^k,Z^k)计算所述第k+1次的迭代求解结果(X^k+1,y^k+1,Z^k+1)：

4.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至2中任意一项所述的优化方法。

5.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至2中任意一项所述的优化方法。

Images