发明内容
针对上述问题,本发明提供一种多虚拟电厂分布式协调调控方法,包括:
建立主动配电网多虚拟电厂分布式协调调控优化模型;所述分布式协调调控优化模型包括:第一虚拟电厂调控目标;第一虚拟电厂与其相邻的第二虚拟电厂之间的第一约束关系;
求解分布式协调调控优化模型,包括:所述第一虚拟电厂从第二虚拟电厂获取边界控制参数,利用所述边界控制参数更新所述分布式协调调控优化模型,求解满足所述第一虚拟电厂调控目标和所述第一约束关系的调控可变参数。
进一步地,所述第一虚拟电厂调控目标为第一虚拟电厂各发电设备发电成本之和最小函数,其数据公式为:
其中,其中,x为发电调控可变变量,为x的可行域。
进一步地,所述第一约束关系为所述第一虚拟电厂与所述第二虚拟电厂的边界控制参数相等,所述边界控制参数包括所述第一虚拟电厂与第二虚拟电厂之间联络线的发电调控可变参数。
进一步地,所述第一约束关系表示为:
其中,表示所述第一虚拟电厂到所述第二虚拟电厂的边界控制参数;/>表示所述第二虚拟电厂到所述第一虚拟电厂的边界控制参数;sn,m为辅助边界控制参数,在求解所述分布式协调调控优化模型过程中,为/> 的平均值。
进一步地,所述第一虚拟电厂从第二虚拟电厂获取边界控制参数采用异步通信方式:
所述第一虚拟电厂保存从所述第二虚拟电厂获取的边界控制参数;
所述求解分布式协调调控优化模型,采用通过所述通信获取的所述边界控制参数求解,或者采用保存的所述边界控制参数求解。
进一步地,所述第一虚拟电厂保存最近一次从所述第二虚拟电厂获取的边界控制参数,用于获取失败时作为求解分布式协调调控优化模型的边界控制参数。
进一步地,所述求解分布式协调调控优化模型过程包括:
(1)将分布式协调调控优化模型转化为对应的增广拉格朗日函数:
其中,Ln代表虚拟电厂n的增广拉格朗日函数,为所述第一虚拟电厂n和所述第二虚拟电厂m相连一致性约束的拉格朗日乘子列向量,/>代表求列向量的内积,ρ为惩罚系数;
(2)初始化参数,设置迭代标志位k,选择可行初值
(3)计算收敛标志
其中,为向量/>其中k、k+1表示迭代优化序号,表示电厂n、电厂m间的所述边界控制参数在k+1次迭代时的不平衡误差,/>为向量代表电厂n、电厂m间所述边界控制参数,即联络线辅助变量在第k+1和第k次迭代的误差,∞代表无穷范数,表示/>参数的向量内的元素绝对值最大值;
所述收敛标志达到指定的收敛标准时,虚拟电厂n分布式协调调控优化模型达到优化收敛,迭代优化计算结束,否则转到(4);
(4)采用异步方式更新
其中,为虚拟电厂n内与虚拟电厂m相连的所述边界控制参数,/>通过电厂m发送消息通知电厂n,为虚拟电厂m内与虚拟电厂n相连的所述边界控制参数,/>为两个边界控制参数的平均值;τ代表虚拟电厂n和虚拟电厂m最近的一次通讯序号,每次通讯后每个虚拟电厂将储存与相邻电厂m最近的一次通讯时交换的变量结果至本地记忆缓存,若下次迭代时通讯正常则更新最新的邻居虚拟电厂边界变量否则继续使用本地存储的记忆变量;
(5)利用已有的和/>带入Ln中后求解单变量优化问题更新/>
通过优化求解器快速求解得到结果;
求解得到xn后,获取xn的子集求解得到/>后,获取/>的子集/>
(6)利用已有的和/>更新/>
令k=k+1并转到(3)。
进一步地,所述发电设备包括分布式发电机发电设备和分布式可再生能源发电设备;
所述分布式发电机发电设备的发电成本计算方式为:
其中,代表分布式常规发电机的集合,PGi,t为第i台所述分布式发电机发电设备在t时刻的计划有功功率出力,αi,βi,γi分别代表第i台所述分布式发电机发电设备的发电成本系数;
所述分布式可再生能源发电设备的发电成本计算方式为:
其中,为分布式光伏发电设备集合,PPVi,t为第i台所述分布式发电机发电设备在t时刻的计划有功功率出力,PPVi,t为第i台所述分布式发电机发电设备在t时刻的预测有功功率出力,ωi代表第i台所述分布式发电机发电设备的发电失败的惩罚系数。
进一步地,所述第一虚拟电厂调控目标还包括第二约束条件,所述第二约束条件包括:
分布式虚拟电厂协调调控潮流约束、分布式虚拟电厂协调调控运行约束;
所述分布式虚拟电厂协调调控运行约束包括以下约束中至少一种:分布式常规发电机的有功功率出力约束、分布式常规发电机的无功功率出力约束、分布式光伏发电设备的有功功率出力约束、分布式光伏发电设备的无功功率出力约束、储能系统运行约束、系统运行安全约束。
进一步地,所述虚拟电厂协调调控潮流约束为:
vj,t=vi,t-2(rijPij,t+xijQij,t)+(rij 2+xij 2)lij,t
其中,
其中,j为接收潮流的节点,ij表示从i到j的潮流,jk表示从j流出到k的潮流,Pij,t和Qij,t分别代表支路(i,j)在时刻t的有功功率注入和无功功率注入,Pjk,t和Qjk,t分别代表支路(j,k)在时刻t的有功功率注入和无功功率注入,Pj,t和Qj,t分别代表第j个节点在时刻t的有功功率注入和无功功率注入,Vi,t代表节点i在时刻t的电压幅值,Iij,t代表支路(i,j)在时刻t的电流幅值,rij和xij分别代表支路(i,j)的电阻和电抗值,lij,t代表支路(i,j)的电流的幅值平方,rijlij,t表示网络损耗,PDj,t和QDj,t分别代表节点j在时刻t的负荷有功功率和无功功率需求,PBj,t为节点j在时刻t储能系统的计划有功功率出力,QGj,t为节点j在时刻t的分布式常规发电机计划无功功率出力,QPVj,t为节点j在时刻t的分布式光伏发电设备计划无功功率出力;
所述分布式常规发电机的有功功率出力约束为:
式中,和/>分别为第i台分布式常规发电机的下坡和爬坡系数,Δt为时间间隔,一般取1小时,PGi 和/>分别为第i台分布式常规发电机的有功功率出力下限和上限,PGi,t-1表示t-1时刻第i台分布式常规发电机有功出力;
所述分布式常规发电机的无功功率出力约束为:
式中,QGi,t表示第i台分布式常规发电机的无功功率出力,QGi 和分别是第i台分布式常规发电机的无功功率出力下限和上限,若该节点分布式常规发电机未接入,则以及/>
所述分布式光伏发电设备的有功功率出力约束为:
0≤PPVi,t≤PPVi,t
其中,PPVi,t为第i台分布式光伏发电设备在t时刻的计划有功功率出力,PPVi,t为第i台分布式光伏发电设备在t时刻的预测有功功率出力;
所述分布式光伏发电设备的无功功率出力约束为:
其中,SPVi为第i台分布式光伏发电设备的视在功率,为第i台分布式光伏发电设备在t时刻的预测有功功率出力的平方值,QPVi为第i台分布式光伏发电设备在t时刻的无功功率;
所述储能系统运行约束为:
Ei,t=Ei,t-1+PBi,tΔt
其中,Ei,0和Ei,T分别为第i个储能系统初始和结束能量存储量,为设定的第i个储能系统设定值,一般可取最大容量的20%,Ei,t为第i个储能系统在t时刻的能量存储量,E i和/>分别为第i个储能系统的能量容量下限和上限,Ei,t为t时刻第i个储能系统的能量容量,Ei,t-1为t-1时刻第i个储能系统的能量容量;PBi 和/>分别为第i个储能系统的有功功率出力下限和上限,PBi,t为t时刻第i个储能系统的有功功率出力,Δt为时间间隔;
所述系统运行安全约束为:
其中,V i和分别为节点i的电压下限和上限,Vi,t为t时刻节点i的电压,P ij和/>分别为支路(i,j)的有功功率下限和上限,Pij,t为t时刻支路(i,j)的有功功率,Q ij和/>分别为支路(i,j)的无功功率下限和上限,Qij,t为t时刻支路(i,j)的无功功率。
本发明的多虚拟电厂分布式协调调控方法,可以省去中间协调层,将计算任务分布到各个电厂,均衡了计算负载,提高了效率;每个电厂只需要和邻居电厂交换信息,提高了隐私信息的保护度;采用异步协调避免了通信失败引起的收敛失败和调控失败;虚拟电厂协调调度优化模型中应充分考虑配电网的约束条件,提高了系统运营安全性;并采用合理的模型松弛凸化方法,兼顾求解精度和计算效率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地说明,显然,所描述的实施例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。
本发明提供了一种多虚拟电厂分布式协调调控方法,如图1所示,方法包括以下步骤:
步骤一:建立主动配电网多虚拟电厂分布式协调调控优化模型;所述分布式协调调控优化模型包括:
第一虚拟电厂调控目标;
第一虚拟电厂与其相邻的第二虚拟电厂之间的第一约束关系。
步骤二:求解分布式协调调控优化模型,包括:所述第一虚拟电厂从第二虚拟电厂获取边界控制参数,利用所述边界控制参数更新所述分布式协调调控优化模型,求解满足所述第一虚拟电厂调控目标和所述第一约束关系的调控可变参数。
下面对上述步骤做详细说明。
步骤一:建立主动配电网多虚拟电厂协调调控优化模型,多电厂协调调控优化的主要目的是为了电网运行成本最低(或尽量低)。当电网中每个节点都满足电网运行要求并达到运行成本最低时,可认为电网整体运行成本达到优化目标。及调控目标对于每个电厂是解耦的。本发明实施的分布式协调调控方法,以每个电厂节点(第一虚拟电厂调控目标)为调控目标,并考虑调控目标与其相邻电厂的约束关系(第一约束关系),所述相邻电厂为第二虚拟电厂,所述第二虚拟电厂不限于一个电厂,而是根据需要考虑与第一虚拟电厂相邻的多个电厂。本发明实施例分布式地实现每个电厂的调控的同时,实现整个电网的调控。
具体地,分布式协调调控优化模型包括:
(1)第一虚拟电厂调控目标;
(2)第一虚拟电厂与其相邻的第二虚拟电厂之间的第一约束关系。
(1)中,第一虚拟电厂调控目标为该目标电厂发电成本最小函数。本实施例中,以发电设备包括发电机发电设备和可再生能源发电设备为例进行说明,主动配电网中多虚拟电厂协调调控目标函数为发电机发电与可再生能源发电的成本之和最小。公式如下:
式中,代表分布式常规发电机如柴油发电机的成本函数,/>代表分布式常规发电机的集合,PGi,t为第i台分布式常规发电机在t时刻的计划有功功率出力,αi,βi,γi分别代表第i台分布式常规发电机的发电成本系数,代表分布式可再生能源,如光伏发电设备的成本函数,/>为分布式光伏发电设备集合,PPVi,t为第i台分布式光伏设备在t时刻的计划有功功率出力,PPVi,t为第i台分布式光伏设备在t时刻的预测有功功率出力,ωi代表第i台分布式光伏发电设备的弃光惩罚系数,一般可取500~1000,T为总时间长度,一般为24h。上述公式示例性地给出了求取两种发电设备之和最小值的方式,具体实施中,若所述目标电厂只包含其中一种发电设备,则另外一种发电设备对应项为0即可,若多个相同类型的发电设备,可以按照对应类型的成本计算方式计算,并一起纳入求和计算。
本发明实施例中,为了提高电网运行的安全稳定,针对第一虚拟电厂调控目标设置第二约束条件,所述第二约束条件为电厂发电约束条件,具体包括:
(A)分布式虚拟电厂协调调控潮流约束
vj,t=vi,t-2(rijPij,t+xijQij,t)+(rij 2+xij 2)lij,t
其中,
式中,j为接收潮流的节点,ij表示从i到j的潮流,jk表示从j流出到k的潮流,Pij,t和Qij,t分别代表支路(i,j)在时刻t的有功功率注入和无功功率注入,Pjk,t和Qjk,t分别代表支路(j,k)在时刻t的有功功率注入和无功功率注入,Pj,t和Qj,t分别代表第j个节点在时刻t的有功功率注入和无功功率注入,Vi,t代表节点i在时刻t的电压幅值,Iij,t代表支路(i,j)在时刻t的电流幅值,rij和xij分别代表支路(i,j)的电阻和电抗值,lij,t代表支路(i,j)的电流的幅值平方,rijlij,t表示网络损耗,PDj,t和QDj,t分别代表节点j在时刻t的负荷有功功率和无功功率需求,PBj,t为节点j在时刻t储能系统的计划有功功率出力(放电为正,充电为负),QGj,t为节点j在时刻t的分布式常规发电机计划无功功率出力,QPVj,t为节点j在时刻t的分布式光伏发电设备计划无功功率出力。
约束造成了模型非凸,难以求解,本发明实施例中,利用二阶锥凸松弛技术将其变为/>从而高模型求解效率,同时大部分情况下能够获得与原约束/>存在时的模型求解结果几乎一致的结果,在工程应用中可以接受此类微小误差。
(B)分布式虚拟电厂协调调控运行约束,包括:分布式常规发电机的有功功率出力约束、分布式常规发电机的无功功率出力约束、分布式光伏发电设备的有功功率出力约束、分布式光伏发电设备的无功功率出力约束、储能系统运行约束、系统运行安全约束。具体地:
(a)分布式常规发电机的有功功率出力约束为:
式中,和/>分别为第i台分布式常规发电机的下坡和爬坡系数,Δt为时间间隔,一般取1小时,PGi 和/>分别为第i台分布式常规发电机的有功功率出力下限和上限,PGi,t-1表示t-1时刻第i台分布式常规发电机有功出力。
(b)分布式常规发电机的无功功率出力约束为:
式中,QGi,t表示第i台分布式常规发电机的无功功率出力,QGi 和分别是第i台分布式常规发电机的无功功率出力下限和上限。若该节点分布式常规发电机未接入,则以及/>
(c)分布式光伏发电设备的有功功率出力约束为:
0≤PPVi,t≤PPVi,t
其中,PPVi,t为第i台分布式光伏设备在t时刻的计划有功功率出力,PPVi,t为第i台分布式光伏设备在t时刻的预测有功功率出力;
(d)分布式光伏发电设备的无功功率出力约束为:
其中,SPVi为第i台分布式光伏发电设备的视在功率,为第i台分布式光伏发电设备在t时刻的预测有功功率出力的平方值,QPVi为第i台分布式光伏发电设备在t时刻的无功功率。若该节点分布式光伏发电设备未接入,则SPVi=PPVi,t=0
(e)储能系统需要满足的运行约束为:
Ei,t=Ei,t-1+PBi,tΔt
其中,Ei,0和Ei,T分别为第i个储能系统初始和结束能量存储量,为设定的第i个储能系统设定值,一般可取最大容量的20%,Ei,t为第i个储能系统在t时刻的能量存储量,E i和/>分别为第i个储能系统的能量容量下限和上限,Ei,t为t时刻第i个储能系统的能量容量,Ei,t-1为t-1时刻第i个储能系统的能量容量。PBi 和/>分别为第i个储能系统的有功功率出力下限和上限,PBi,t为t时刻第i个储能系统的有功功率出力,Δt为时间间隔。若该节点分布式常规发电机未接入,则/>
(f)系统运行安全约束为
其中,V i和分别为节点i的电压下限和上限,Vi,t为t时刻节点i的电压,P ij和/>分别为支路(i,j)的有功功率下限和上限,Pij,t为t时刻支路(i,j)的有功功率,Q ij和/>分别为支路(i,j)的无功功率下限和上限,Qij,t为t时刻支路(i,j)的无功功率。
将所有可控变量{PGi,t,QGi,t,PPVi,t,QPVi,t,PBi,t,Vi,t,Iij,t,Pij,t,Qij,t}整合,用一个列向量变量x表示,则调控目标函数的成本可以写为f(x),调控目标函数为:min f(x)。f(x)代表了控制变量(参数)和目标函数间的映射关系,根据上述电厂发电约束条件,代表了所有变量需要满足的约束,将这些约束整合在一起,定义为可行域即x需要保持一直在/>内,因此主动配电网多虚拟电厂协调调控优化模型的第一虚拟电厂调控目标为:
进一步地,定义xn为第n个虚拟电厂内的可控变量列向量,x={xn|n∈O},其中O为虚拟电厂的集合。定义为第n个虚拟电厂内的可控变量的可行域,/>则第n个虚拟电厂内部的目标函数为:/>
根据上述(2),第一虚拟电厂(电厂标识n)还需要满足与其相邻的第二虚拟电厂(电厂标识m)之间的第一约束关系。定义为虚拟电厂n内与虚拟电厂m相连的边界变量列向量,即为连接相邻虚拟电厂的联络线支路有功功率变量、无功功率变量和电流变量,是xn的子集。
为保证相连的虚拟电厂n和虚拟电厂m间联络线有功功率、无功功率、电流幅值需要分别保持一致,相邻的虚拟电厂联络线需要满足的耦合关系表述为:
其中,sn,m为辅助边界控制参数,用于后续模型求解过程中的辅助全局变量列向量。
则主动配电网多虚拟电厂分布式协调调控优化模型可以转化为虚拟电厂n通过与邻居虚拟电厂m通信求解内部的优化模型,即步骤一所述的分布式协调调控优化模型,表示为:
其中Wn为和虚拟电厂n相连接(相邻)的虚拟电厂集合,约束(s.t.)表示虚拟电厂n和虚拟电厂m间的边界控制参数,即电厂之间联络线的可变列向量,包括:有功功率、无功功率、电流幅值。
步骤二:求解分布式协调调控优化模型,包括:所述第一虚拟电厂从第二虚拟电厂获取边界控制参数,利用所述边界控制参数更新所述分布式协调调控优化模型,求解满足所述第一虚拟电厂调控目标和所述第一约束关系的调控可变参数。
通过第一虚拟电厂与相邻的第二虚拟电厂异步通信,求解分布式协调调控优化模型。
通过与相邻虚拟电厂的通信,每个虚拟电厂(第一虚拟电厂)按照如下步骤求解分布式协调调控优化模型:
(1)将分布式协调调控优化模型转化为对应的增广拉格朗日(AugmentedLagrangian)函数:
表示求解发电成本最低且与邻居发电站信息偏差最小的发电参数向量。其中Ln代表虚拟电厂n的增广拉格朗日函数,为虚拟电厂n和虚拟电厂m相连一致性约束的拉格朗日乘子列向量,/>代表求列向量的内积,即向量内每个元素按顺序依次分别相乘后再累加求和得到一个标量也称为“向量点乘”,ρ为惩罚系数,一般可取500-800。这样转化后问题的凸性加强,可以提高优化问题的求解效率。
求解流程如图2所示:
(2)初始化参数,示例性地,设置迭代标志位k=0,选择可行初值 中各变量设置为各自变量上下限求和的平均值,/>设置为m和n对应边界变量求和的平均值。/>
(3)计算收敛标志
其中,为向量/>代表电厂n、电厂m间联络线有功功率、无功功率、电流幅值在k+1次迭代时的不平衡误差,/>为向量/>代表电厂n、电厂m间联络线辅助变量在第k+1和第k次迭代的误差,∞代表无穷范数,即/>向量内的元素绝对值最大值。
若则虚拟电厂n分布式协调调控优化模型达到优化收敛,结束迭代优化计算,并输出调控计划,否则转到(4)。其中σ为收敛标准,一般可取10-6,达到该收敛标准时,表示辅助边界变量这次迭代的值和上一次计算的值也基本保持一致,即基本不再变化了,电厂之间的联络线变量基本保持一致。
(4)采用异步方式更新
其中,为虚拟电厂n内与虚拟电厂m相连的边界变量列向量,是电厂n已知的,为虚拟电厂m内与虚拟电厂n相连的边界变量列向量,通过电厂m发送消息通知电厂n的,/>为这两个值的平均值;τ代表虚拟电厂n和虚拟电厂m最近的一次通讯序号,每次通讯后每个虚拟电厂将储存与相邻电厂m最近的一次通讯时交换的变量结果至本地记忆缓存,若下次迭代时通讯正常则更新最新的邻居虚拟电厂边界变量否则继续使用本地存储的记忆变量,本发明实施例采用的异步通信方式,无需强制性、阻塞式等待邻居的信息同步,提高了优化调度迭代求解的稳定性。
(5)利用已有的和/>带入Ln中后求解单变量优化问题更新/>
上述问题为一个简单的凸优化问题,可以由任意商业或者开源的优化求解器快速求解得到结果。同时,因为是xn的子集,求解出/>同时也能获得/>
(6)利用已有的和/>更新/>后令k=k+1并转到(3)。/>
上述为仅仅两个电厂之间的通信协调步骤,实际应用中,与虚拟电厂n相连的虚拟电厂可以有很多个,均可以按照上述方式,分别根据不同的边界向量,建立优化模型,与对应的相邻电厂交互信息,迭代直到优化模型收敛即可。
尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。