CN110212593B - 一种基于区间的耦合输配电系统分散调度方法 - Google Patents
一种基于区间的耦合输配电系统分散调度方法 Download PDFInfo
- Publication number
- CN110212593B CN110212593B CN201910414197.6A CN201910414197A CN110212593B CN 110212593 B CN110212593 B CN 110212593B CN 201910414197 A CN201910414197 A CN 201910414197A CN 110212593 B CN110212593 B CN 110212593B
- Authority
- CN
- China
- Prior art keywords
- power
- distribution
- transmission
- layer
- representing
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000008878 coupling Effects 0.000 title claims abstract description 48
- 238000010168 coupling process Methods 0.000 title claims abstract description 48
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 claims abstract description 57
- 230000003993 interaction Effects 0.000 claims abstract description 4
- 230000004044 response Effects 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 11
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 5
- 230000003828 downregulation Effects 0.000 claims description 4
- 230000003827 upregulation Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 16
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 101100378514 Schizosaccharomyces pombe (strain 972 / ATCC 24843) adg1 gene Proteins 0.000 description 3
- 101150058833 adg2 gene Proteins 0.000 description 3
- 101100444027 Drosophila melanogaster Dso1 gene Proteins 0.000 description 1
- 101100444028 Drosophila melanogaster Dso2 gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002222 downregulating effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Power Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力系统优化调度领域，具体涉及一种基于区间的耦合输配电系统分散调度方法。本发明基于分析目标级联技术，引入了区间交换功率作为上层TSO和下层各DSO之间的耦合变量，以提高整个系统的性能。针对输电系统和配电系统之间的相互作用，建立了上层TSO和下层各DSO的局部优化子问题。TSO和各DSO之间不仅可以交换有功功率，还可以交换备用容量。然后采用截断对角二次逼近策略，并行协调上层TSO和下层各DSO。使用本发明提出的分散调度方法求得的总运行成本几乎与通过集中方法确定的总运行成本相同，且本发明具有较高的计算精度。
Description
技术领域
本发明属于电力系统优化调度领域，具体涉及一种基于区间的耦合输配电系统分散调度方法。
背景技术
随着风电、光伏等分布式能源的不断增加，配电网能够通过分布式发电机(DG)为终端用户就地供电，构成主动配电网(ADG)。ADG由配电系统运营商(Distribution SystemOperator,DSO)控制。如果主动配电网能与由输电系统运营商(Transmission SystemOperator,TSO)运行的输电系统合作，则整个系统的性能将会提高。因此，人们对耦合输配电系统(T-D系统)的协同管理越来越感兴趣。
一方面，TSO和DSO不愿意彼此分享内部信息，因为它们可能会相互竞争以实现各自的目标。另一方面，与整个系统运行密切相关的信息太多，这将导致复杂的大规模优化问题。因此，集中调度框架可能不适用于耦合输配电系统的运行。耦合输配电系统的迭代分散方法引起了越来越多的关注。传统的拉格朗日松弛(LR)方法、交替方向乘子法(ADMM)、异构分解算法、辅助问题原理(APP)和分析目标级联(ATC)均为当前最流行的分散方法。
发明内容
为了解决上述问题，本发明提供了一种基于区间的耦合输配电系统分散调度方法，该方法基于分析目标级联技术，引入了区间交换功率作为上层TSO和下层各DSO之间的耦合变量，以提高整个系统的性能。针对输电系统和配电系统之间的相互作用，建立了上层TSO和下层各DSO的局部优化子问题。TSO和各DSO之间不仅可以交换有功功率，还可以交换备用容量。然后采用截断对角二次逼近策略，并行协调上层TSO和下层各DSO。具体技术方案如下：
一种基于区间的耦合输配电系统分散调度方法，包括以下步骤：
S1：建立基于区间的分散调度框架，允许对输电网和配电网之间的电力交换进行区间调度；
S2：根据物理电力拓扑结构，将耦合输配电系统分解为两类子系统，即上层输电网子系统和下层配电网子系统；所述上层输电网子系统只有一个，所述下层配电网子系统有一个或若干个；所述上层输电网子系统、下层配电网子系统是具有局部优化问题的独立系统；
S3：引入区间值作为联络线功率的控制目标；
S4：建立分散调度模型，将上层输电网子系统的运营商TSO和下层配电网子系统的各运营商DSO之间交换的有功功率和备用容量定义为耦合变量；所述耦合变量从上层输电网子系统的角度命名为目标变量，从下层配电网子系统的角度命名为响应变量；
S5：每个子系统中的运营商执行各自的局部优化问题，在每个运营商完成局部优化任务后，上层输电网子系统的运营商TSO将通过目标和响应变量与下层配电网子系统的各运营商DSO进行交互；
S6：上层输电网子系统设置目标变量的值并将设置的目标变量的值发送给下层配电网子系统；下层配电网子系统优化的响应变量定义了与目标变量的距离，在交互求解过程中，上层输电网子系统、下层配电网子系统分别动态地调整各自的目标变量和响应变量，以满足目标变量和响应变量的一致性约束，从而得到整个耦合输配电系统的最优运行点。
优选地，所述步骤S5中上层输电网子系统的运营商TSO与下层配电网子系统的各运营商DSO交互的信息如下：
对于每个DSO，在从TSO接收目标变量并更新各自的惩罚权重后，解决局部优化问题，然后产生的响应变量并发送到TSO；
对于TSO，使用更新的耦合变量的惩罚权重解决局部优化问题后产生的目标变量并发送到下层每个相应的DSO。
优选地，所述步骤S6中的一致性约束具体为：
其中，Pi，Ru,i和Rd,i分别表示上层输电网和下层各配电网之间交换的有功功率、上调备用容量和下调备用容量；
和
定义为目标变量，
和
定义为响应变量。
优选地，所述步骤S2中上层输电网子系统的局部优化问题的优化目标为：
其中，第一项
为输电网中发电机的发电成本；Ccj表示发电机发电成本函数；Pcj表示发电机出力；cj、CJ分别表示输电网发电机集合与总数；
表示发电机备用成本函数；
分别表示发电机上、下备用容量；cm、CM分别表示输电网中的风电场集合和总数；θ表示接纳风电的风险成本系数；φ表示接纳风电的风险；wcm表示风电场的有功出力；
第二项
为输电网中的备用容量供电成本；I为连接输电网的配电网总数；vi,1、yi,1分别为输配交换功率的一、二次惩罚函数系数；Pi T,D、Pi D,T分别为输电网优化的、配电网优化的输配交换功率；
第三项
是输电网的弃风成本；vi,2、yi,2分别为向上备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向上备用容量；
第四项
是输电网与耦合变量相关的惩罚函数；vi,3、yi,3分别为向下备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向下备用容量。
优选地，所述步骤S2中下层配电网子系统i的局部优化问题的优化目标为：
第一项
表示配电网i的发电成本；Ci表示发电机发电成本函数；Pi表示发电机出力；
表示发电机备用成本函数；
分别表示发电机上、下备用容量；θ表示接纳风电的风险成本系数；φ表示接纳风电的风险；wi表示风电场的有功出力；
第二项vi,1(Pi T,D-Pi D,T)+yi,1(Pi T,D-Pi D,T)2表示配电网i的备用容量供电成本；vi,1、yi,1分别为输配交换功率的一、二次惩罚函数系数；Pi T,D、Pi D,T分别为输电网优化的、配电网优化的输配交换功率；
第三项
表示配电网i的弃风成本；vi,2、yi,2分别为向上备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向上备用容量；
第四项
表示配电网i与耦合变量相关的惩罚函数；vi,3、yi,3分别为向下备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向下备用容量。
优选地，所述交互求解过程的步骤具体如下：
步骤1：设置每个子系统中的运营商的局部优化问题、目标变量、响应变量、惩罚权重的局部决策变量的初始值，设置循环迭代指数k＝1；
步骤2：分别利用前一次迭代确定的响应变量和目标变量，并行求解TSO和DSO的局部优化问题，在第一次迭代中，使用初始值解决局部优化问题；
步骤3：上层TSO将目标变量发送到下层相应的DSO，同时，下层DSO向上层TSO发送响应变量，如果每个目标变量-响应变量对之间的差异小于预先确定的迭代终止阈值ε，如下表达式所示，则分散优化问题已收敛，当前迭代中的最优值为最终解，否则，转到步骤4；
步骤4：设置k＝k+1，上层TSO和下层各DSO使用以下公式更新耦合变量的惩罚权重，然后执行步骤2：
其中参数τ大于或等于1。
优选地，采用截断对角二次逼近法对耦合输配电系统优化问题的求解过程进行并行处理。本发明的有益效果为：
使用本发明提出的分散调度方法求得的总运行成本几乎与通过集中方法确定的总运行成本相同，且分散调度方法具有较高的计算精度。与传统的基于分析目标级联的方法相比，所提出的分散调度方法可以获得具有高可参考性的调度结果。具体的，在本发明中，上层输电网和下层各配电网不仅可以提供有功功率，而且可以相互提供备用容量支持。显然，随着大规模互联电力系统不确定性的增加，采用本发明所提出的分散调度方法得到的优化结果与传统的基于分析目标级联的方法得到的优化结果之间的差异将变得更大。
附图说明
图1为本发明实施例中连接两个主动配电网的六节点系统图。
具体实施方式
为了更好的理解本发明，下面结合附图和具体实施例对本发明作进一步说明：
一种基于区间的耦合输配电系统分散调度方法，包括以下步骤：
S1：基于分析目标级联技术，建立基于区间的分散调度框架，允许对输电网和配电网之间的电力交换进行区间调度。
其中，分析目标级联是一种基于模型的多级层次优化方法。在分析目标级联方法中，整个系统被划分为一组分层连接的子系统。换言之，分析目标级联结构包括多个层次，每个层次至少包含一个子系统。处在更高层次的子系统与较低层次的子系统是分层连接的。不同层次的子系统通过耦合变量连接起来。耦合变量从上层子系统的角度命名为目标变量，从下层子系统的角度命名为响应变量。上层子系统设置目标值并将其发送给下层子系统。下层子系统优化的响应定义了它们与目标的距离。在交互求解过程中，上下两层子系统分别动态地调整各自的目标和响应，以达到目标和响应的一致性，从而得到整个系统的最优运行点。
与传统的仅在不同层次的子系统之间交换有功功率的分析目标级联公式不同，在分散调度框架中，输电网和配电网之间既交换有功功率，又交换备用容量。换言之，在所提出的分散调度框架中，将输电网与各配电网之间交换的有功功率和备用容量定义为耦合变量。这种机制不仅有助于在整个系统中优化分配有功功率，还可以优化分配备用容量。
S2：根据物理电力拓扑结构，将耦合输配电系统分解为两类子系统，即上层输电网子系统和下层配电网子系统。
其中，两个层次的子系统被认为是具有局部优化问题的独立系统。每个子系统中的运营商执行各自的局部优化问题(上层输电网优化问题或下层配电网优化问题)，以实现各自子系统的优化运行。应注意的是，只有一个输电网子系统，而可能有一个或多个配电网子系统。在每个运营商完成局部优化任务后，上层运营商将通过目标和响应变量与下层各运营商进行交互。
目标变量，包括输电网和配电网之间交换的有功功率和备用容量，由输电系统运营商，即TSO产生。响应变量是由下层各配电系统运营商产生，即DSO，由上层输电网和下层各配电网之间交换的有功功率和备用容量组成。响应变量定义了与目标变量的接近程度。
S3：引入区间值作为联络线功率的控制目标；使联络线更容易遵循既定的计划，使整个系统运行更加灵活。
S4：建立分散调度模型，将上层输电网子系统的运营商TSO和下层配电网子系统的各运营商DSO之间交换的有功功率和备用容量定义为耦合变量；耦合变量从上层输电网子系统的角度命名为目标变量，从下层配电网子系统的角度命名为响应变量。在这种情况下，上层输电网和下层各配电网不仅可以提供有功功率，而且可以相互提供备用容量支持。
S5：每个子系统中的运营商执行各自的局部优化问题，在每个运营商完成局部优化任务后，上层输电网子系统的运营商TSO将通过目标和响应变量与下层配电网子系统的各运营商DSO进行交互。上层输电网子系统的运营商TSO与下层配电网子系统的各运营商DSO交互的信息如下：
对于每个DSO，在从TSO接收目标变量并更新各自的惩罚权重后，解决局部优化问题，然后产生的响应变量并发送到TSO；
对于TSO，使用更新的耦合变量的惩罚权重解决局部优化问题后产生的目标变量并发送到下层每个相应的DSO。
S6：上层输电网子系统设置目标变量的值并将设置的目标变量的值发送给下层配电网子系统；下层配电网子系统优化的响应变量定义了与目标变量的距离，在交互求解过程中，上层输电网子系统、下层配电网子系统分别动态地调整各自的目标变量和响应变量，以满足目标变量和响应变量的一致性约束，从而得到整个耦合输配电系统的最优运行点。
步骤S6中的一致性约束具体为：
其中，Pi，Ru,i和Rd,i分别表示上层输电网和下层各配电网之间交换的有功功率、上调备用容量和下调备用容量；
和
定义为目标变量，
和
定义为响应变量。为了实现分散调度框架，将上述一致性约束作为惩罚函数包含在每个子系统(即输电网子系统和配电网子系统)的目标函数中，从而放松这些一致性约束。
上层输电网与下层各配电网之间交换有功功率。同时，利用下级配电网提供的备用容量，可以消除可再生能源引起的输电网不确定性。另一方面，在必要时，上层输电网也可以为下层配电网提供备用容量。步骤S2中上层输电网子系统的局部优化问题的优化目标为：
其中，第一项
为输电网中发电机的发电成本；Ccj表示发电机发电成本函数；Pcj表示发电机出力；cj、CJ分别表示输电网发电机集合与总数；
表示发电机备用成本函数；
分别表示发电机上、下备用容量；cm、CM分别表示输电网中的风电场集合和总数；θ表示接纳风电的风险成本系数；φ表示接纳风电的风险；wcm表示风电场的有功出力。
第二项
为输电网中的备用容量供电成本；I为连接输电网的配电网总数；vi,1、yi,1分别为输配交换功率的一、二次惩罚函数系数；Pi T,D、Pi D,T分别为输电网优化的、配电网优化的输配交换功率。
第三项
是输电网的弃风成本；vi,2、yi,2分别为向上备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向上备用容量。
第四项
是输电网与耦合变量相关的惩罚函数；vi,3、yi,3分别为向下备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向下备用容量。
另外，上层输电网子系统需要满足电力系统运行的等式约束和不等式约束。
配电网的负荷可由上层输电网或本地分布式发电机组供给。同时，还可接受上级输电网的备用容量支持。步骤S2中下层配电网子系统i的局部优化问题的优化目标为：
第一项
表示配电网i的发电成本；Ci表示发电机发电成本函数；Pi表示发电机出力；
表示发电机备用成本函数；
分别表示发电机上、下备用容量；θ表示接纳风电的风险成本系数；φ表示接纳风电的风险；wi表示风电场的有功出力。
第二项vi,1(Pi T,D-Pi D,T)+yi,1(Pi T,D-Pi D,T)2表示配电网i的备用容量供电成本；vi,1、yi,1分别为输配交换功率的一、二次惩罚函数系数；Pi T,D、Pi D,T分别为输电网优化的、配电网优化的输配交换功率。
第三项
表示配电网i的弃风成本；vi,2、yi,2分别为向上备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向上备用容量。
第四项
表示配电网i与耦合变量相关的惩罚函数；vi,3、yi,3分别为向下备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向下备用容量。
交互求解过程的步骤具体如下：
步骤1：设置每个子系统中的运营商的局部优化问题、目标变量、响应变量、惩罚权重的局部决策变量的初始值，设置循环迭代指数k＝1；
步骤2：分别利用前一次迭代确定的响应变量和目标变量，并行求解TSO和DSO的局部优化问题，在第一次迭代中，使用初始值解决局部优化问题。
步骤3：上层TSO将目标变量发送到下层相应的DSO，同时，下层DSO向上层TSO发送响应变量，如果每个目标变量-响应变量对之间的差异小于预先确定的迭代终止阈值ε，如下表达式所示，则分散优化问题已收敛，当前迭代中的最优值为最终解，否则，转到步骤4。
步骤4：设置k＝k+1，上层TSO和下层各DSO使用以下公式更新耦合变量的惩罚权重，然后执行步骤2：
其中参数τ应大于或等于1。
为了提高计算效率，采用截断对角二次逼近法对耦合输配电系统优化问题的求解过程进行并行处理。考虑与有功功率对应的惩罚函数，其二次项可扩展为：
(Pi T,D-Pi D,T)2＝(Pi T,D)2+(Pi D,T)2-2Pi T,DPi D,T；
然后，应用一阶泰勒展开法在点((Pi T,D)k-1,(Pi D,T)k-1)处对Pi T,DPi D,T进行线性化。
其中(Pi T,D)k-1和(Pi D,T)k-1分别为先前迭代k-1中产生的目标和响应，它们在当前迭代k中是常数。
因此，(Pi T,D-Pi D,T)2可以近似为：
(Pi T,D-Pi D,T)2＝((Pi T,D)k-1-Pi D,T)2+(Pi T,D-(Pi D,T)k-1)2+Constant；
相同的泰勒展开式也适用于目标中的其他二次惩罚项。因此，在每次迭代中，每个子系统运营商只需要其他层子系统前一次迭代的常数结果来执行局部优化问题，这有助于耦合输配电系统优化问题的并行求解过程。
为了评估所提出的输配电耦合系统分散调度方法的有效性，下面结合附图与实施例对本发明作进一步说明。实施对象为与两个主动配电网相连接的六节点系统，所有的分析都是通过CPLEX完成的，电脑配置为Intel Core i5-8250U，1.6GHz CPU和8GB RAM。
六节点系统的拓扑结构如图1所示。输电系统包括6条母线、7条输电线路、3台发电机和1个负荷。两个主动配电网通过母线3和4连接到输电系统。ADG1由7条母线、5个负荷和2个分布式电源组成。ADG2包括7条母线、4个负荷和2个分布式电源。3个风电场分别与六节点系统、ADG1和ADG2相连，如图1所示。三个风电场的预期输出功率均设定为50MW，预测误差设定为预期功率的20％。ADG1的备用容量供电价格设为输电网的120％，ADG2的备用容量供电价格设为输电网的140％。对以下三个情况进行了研究，以证明该方法的有效性。
情况1：针对耦合输配电系统，考虑单个运营商的集中优化实现。
情况2：提出的分散调度方法，将各层子系统之间交换的有功功率和备用容量定义为耦合变量。
情况3：传统的基于分析目标级联的分散调度方法，其中只有处于不同层的子系统之间交换的有功功率被定义为耦合变量。
情况1：建立一个集中的运营商并收集TSO和DSO的所有信息，以集中的方式优化整个系统的运行。虽然解决由此产生的大规模优化问题具有一定的挑战性，但采用集中方法得到的结果可作为参考基准。由于我们只关注输配电系统的有功功率，将直流潮流模型应用于输电网和配电网优化问题，以减少计算负担。需要注意的是，为了评估所提出的分散调度方法的性能，可以在上层输电网和下层各配电网之间交换有功功率和备用容量。
情况2：在这种情况下，上层输电网和下层各配电网被视为独立的子系统，由其各自的运营商运行(TSO是输电网的本地运营商，DSO是配电网的本地运营商)。如果TSO和DSO的运行范围不相同，则采用最长的运行范围，以保证耦合输配电系统的同时和协作运行。上层输电网与下层各输电网之间既可交换有功功率，又可交换备用容量，它们被定义为耦合输配电系统的耦合变量。在图1所示的六节点系统中，TSO包括六个目标，即在其自身、DSO1和DSO2之间交换有功功率、上调备用容量和下调备用容量，每个DSO有三个响应，即在TSO和其自身之间交换的有功功率、上调备用容量和下调备用容量。情况2采用冷启动方式。目标/响应的初始值设置为0，惩罚乘子/参数的初始值设置为vi＝103，yi＝20，τ＝1，收敛阈值设置为ε＝10-4。
情况3：为了验证所提出的分散方法的有效性，对传统的基于分析目标级联的方法进行了比较。在传统的基于分析目标级联的方法中，只有上层输电网和下层各配电网之间交换的有功功率被定义为耦合输配电系统的耦合变量。也就是说，上层输电网和下层各配电网只是相互提供能量支持。其他参数与情况2相同。
表1 3种情况的优化结果
表1展示了上述三种情况的结果，其中C-M、P-M和T-M分别表示集中方法、本发明提出的方法和传统方法。从表1可以看出，使用本发明提出的分散方法求得的总运行成本几乎与通过集中方法确定的总运行成本相同。结果表明，该分散调度方法具有较高的计算精度。另一方面，也可以看出，与情况3中所研究的传统的基于分析目标级联的方法相比，所提出的分散调度方法可以获得更为优化的结果。如前面所述，这是因为传统的基于分析目标级联的方法仅将交换的有功功率定义为耦合输配电系统的耦合变量，限制了系统运行的灵活性，而所提出的方法可以在整个系统中优化分配有功功率和备用容量。换言之，在所提出的方法中，上层输电网和下层各配电网不仅可以提供有功功率，而且可以相互提供备用容量支持。显然，随着大规模互联电力系统不确定性的增加，采用本发明提出的分散调度方法得到的优化结果与传统的基于分析目标级联的方法得到的优化结果之间的差异将变得更大。
本发明不局限于以上所述的具体实施方式，以上所述仅为本发明的较佳实施案例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于区间的耦合输配电系统分散调度方法，其特征在于：包括以下步骤：
S1：建立基于区间的分散调度框架，允许对输电网和配电网之间的电力交换进行区间调度；
S2：根据物理电力拓扑结构，将耦合输配电系统分解为两类子系统，即上层输电网子系统和下层配电网子系统；所述上层输电网子系统只有一个，所述下层配电网子系统有一个或若干个；所述上层输电网子系统、下层配电网子系统是具有局部优化问题的独立系统；所述上层输电网子系统的局部优化问题的优化目标为：
其中，第一项
为输电网中发电机的发电成本；Ccj表示发电机发电成本函数；Pcj表示发电机出力；cj、CJ分别表示输电网发电机集合与总数；
表示发电机备用成本函数；
分别表示发电机上、下备用容量；cm、CM分别表示输电网中的风电场集合和总数；θ表示接纳风电的风险成本系数；φ表示接纳风电的风险；wcm表示风电场的有功出力；
第二项
为输电网中的备用容量供电成本；I为连接输电网的配电网总数；vi,1、yi,1分别为输配交换功率的一、二次惩罚函数系数；Pi T,D、Pi D,T分别为输电网优化的、配电网优化的输配交换功率；
第三项
是输电网的弃风成本；vi,2、yi,2分别为向上备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向上备用容量；
第四项
是输电网与耦合变量相关的惩罚函数；vi,3、yi,3分别为向下备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向下备用容量；
S3：引入区间值作为联络线功率的控制目标；
S4：建立分散调度模型，将上层输电网子系统的运营商TSO和下层配电网子系统的各运营商DSO之间交换的有功功率和备用容量定义为耦合变量；所述耦合变量从上层输电网子系统的角度命名为目标变量，从下层配电网子系统的角度命名为响应变量；
S5：每个子系统中的运营商执行各自的局部优化问题，在每个运营商完成局部优化任务后，上层输电网子系统的运营商TSO将通过目标和响应变量与下层配电网子系统的各运营商DSO进行交互；
S6：上层输电网子系统设置目标变量的值并将设置的目标变量的值发送给下层配电网子系统；下层配电网子系统优化的响应变量定义了与目标变量的距离，在交互求解过程中，上层输电网子系统、下层配电网子系统分别动态地调整各自的目标变量和响应变量，以满足目标变量和响应变量的一致性约束，从而得到整个耦合输配电系统的最优运行点。
2.根据权利要求1所述的一种基于区间的耦合输配电系统分散调度方法，其特征在于：所述步骤S5中上层输电网子系统的运营商TSO与下层配电网子系统的各运营商DSO交互的信息如下：
对于每个DSO，在从TSO接收目标变量并更新各自的惩罚权重后，解决局部优化问题，然后产生的响应变量并发送到TSO；
对于TSO，使用更新的耦合变量的惩罚权重解决局部优化问题后产生的目标变量并发送到下层每个相应的DSO。
3.根据权利要求1所述的一种基于区间的耦合输配电系统分散调度方法，其特征在于：所述步骤S6中的一致性约束具体为：
其中，Pi，Ru,i和Rd,i分别表示上层输电网和下层各配电网之间交换的有功功率、上调备用容量和下调备用容量；Pi T,D，
和
定义为目标变量，Pi D,T，
和
定义为响应变量。
4.根据权利要求1所述的一种基于区间的耦合输配电系统分散调度方法，其特征在于：所述步骤S2中下层配电网子系统i的局部优化问题的优化目标为：
第一项
表示配电网i的发电成本；Ci表示发电机发电成本函数；Pi表示发电机出力；
表示发电机备用成本函数；ri u、ri d分别表示发电机上、下备用容量；θ表示接纳风电的风险成本系数；φ表示接纳风电的风险；wi表示风电场的有功出力；
第二项vi,1(Pi T,D-Pi D,T)+yi,1(Pi T,D-Pi D,T)2表示配电网i的备用容量供电成本；vi,1、yi,1分别为输配交换功率的一、二次惩罚函数系数；Pi T,D、Pi D,T分别为输电网优化的、配电网优化的输配交换功率；
第三项
表示配电网i的弃风成本；vi,2、yi,2分别为向上备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向上备用容量；
第四项
表示配电网i与耦合变量相关的惩罚函数；vi,3、yi,3分别为向下备用容量的一、二次惩罚函数系数；
分别为输电网优化的、配电网优化的输配交换的向下备用容量。
5.根据权利要求1-4任一所述的一种基于区间的耦合输配电系统分散调度方法，其特征在于：所述交互求解过程的步骤具体如下：
步骤1：设置每个子系统中的运营商的局部优化问题、目标变量、响应变量、惩罚权重的局部决策变量的初始值，设置循环迭代指数k＝1；
步骤2：分别利用前一次迭代确定的响应变量和目标变量，并行求解TSO和DSO的局部优化问题，在第一次迭代中，使用初始值解决局部优化问题；
步骤3：上层TSO将目标变量发送到下层相应的DSO，同时，下层DSO向上层TSO发送响应变量，如果每个目标变量-响应变量对之间的差异小于预先确定的迭代终止阈值ε，如下表达式所示，则分散优化问题已收敛，当前迭代中的最优值为最终解，否则，转到步骤4；
步骤4：设置k＝k+1，上层TSO和下层各DSO使用以下公式更新耦合变量的惩罚权重，然后执行步骤2：
其中参数τ大于或等于1。
6.根据权利要求5所述的一种基于区间的耦合输配电系统分散调度方法，其特征在于：采用截断对角二次逼近法对耦合输配电系统优化问题的求解过程进行并行处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910414197.6A CN110212593B (zh) | 2019-05-17 | 2019-05-17 | 一种基于区间的耦合输配电系统分散调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910414197.6A CN110212593B (zh) | 2019-05-17 | 2019-05-17 | 一种基于区间的耦合输配电系统分散调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110212593A CN110212593A (zh) | 2019-09-06 |
| CN110212593B true CN110212593B (zh) | 2020-08-21 |
Family
ID=67787676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910414197.6A Active CN110212593B (zh) | 2019-05-17 | 2019-05-17 | 一种基于区间的耦合输配电系统分散调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110212593B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113393126A (zh) * | 2021-06-16 | 2021-09-14 | 沈阳工程学院 | 高耗能园区与电网交替并行协同优化调度方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108599270A (zh) * | 2018-04-27 | 2018-09-28 | 国家电网公司东北分部 | 一种考虑风电随机性的电力系统广域协调消纳方法 |
| CN108599373B (zh) * | 2018-05-16 | 2020-07-17 | 山东大学 | 高比例可再生能源电力系统输配协调调度目标级联分析法 |
| CN109038532B (zh) * | 2018-07-25 | 2022-07-26 | 深圳供电局有限公司 | 一种基于直流潮流等值的分布式输配协同机组组合方法 |
| CN109583664B (zh) * | 2018-12-21 | 2022-04-12 | 国网山西省电力公司电力科学研究院 | 一种含新能源发电的跨区电网机组组合分散协调优化方法 |
-
2019
- 2019-05-17 CN CN201910414197.6A patent/CN110212593B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110212593A (zh) | 2019-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Aggregate power flexibility in unbalanced distribution systems | |
| Tian et al. | A hierarchical energy management system based on hierarchical optimization for microgrid community economic operation | |
| Chai et al. | Hierarchical distributed voltage optimization method for HV and MV distribution networks | |
| CN109214593A (zh) | 一种主动配电网供电能力多目标评价方法 | |
| Gao et al. | Integrated day-ahead scheduling considering active management in future smart distribution system | |
| Li et al. | Parallel and distributed optimization method with constraint decomposition for energy management of microgrids | |
| CN104769802A (zh) | 用于计算机辅助控制电网中的功率的方法 | |
| Zeng et al. | Scenario-set-based economic dispatch of power system with wind power and energy storage system | |
| CN112085327B (zh) | 一种配电商参与的主动配电网多层分区调控方法及系统 | |
| Mallikarjunaswamy et al. | Implementation of an effective hybrid model for islanded microgrid energy management | |
| Xu et al. | Upgrading conventional distribution networks by actively planning distributed generation based on virtual microgrids | |
| CN112467748A (zh) | 三相不平衡主动配电网双时标分布式电压控制方法及系统 | |
| CN106877316B (zh) | 一种计及可控电源经济调度的主动配电网最大供电能力模型的构建方法 | |
| CN110212593B (zh) | 一种基于区间的耦合输配电系统分散调度方法 | |
| Liu et al. | A fully distributed economic dispatch method in DC microgrid based on consensus algorithm | |
| CN107392350B (zh) | 含分布式能源及充电站的配电网扩展规划综合优化方法 | |
| Mellouk et al. | Overview of mathematical methods for energy management optimization in smart grids | |
| Hui et al. | Optimized Development Planning of Energy Storage System Capacity in Rural Power Grid | |
| CN115496427B (zh) | 一种多微网系统柔性互联投资规划决策方法 | |
| Lotfi et al. | An enhanced evolutionary algorithm for providing energy management schedule in the smart distribution network | |
| CN111091307A (zh) | 配电网资源处理方法、存储介质以及处理器 | |
| Saki et al. | A Compromise Solution based on Fuzzy Decision Making for multi-objective Hourly Planning in Clustered Microgrids Considering Uncertainty of Renewable Energy Resources | |
| Arpanahi et al. | A Coordinated Decentralized Loss Minimization Scheme for Hybrid AC/DC Distribution System with Multiple Microgrids | |
| Wang et al. | Economic dispatch of microgrid based on multi-agent system | |
| CN111509711A (zh) | 含多增量配电网的中低压配电网协调并行控制方法和系统 |
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 |