CN110504715A - 一种用于微电网负荷分配的分布式调度方法及系统 - Google Patents
一种用于微电网负荷分配的分布式调度方法及系统 Download PDFInfo
- Publication number
- CN110504715A CN110504715A CN201910886057.9A CN201910886057A CN110504715A CN 110504715 A CN110504715 A CN 110504715A CN 201910886057 A CN201910886057 A CN 201910886057A CN 110504715 A CN110504715 A CN 110504715A
- Authority
- CN
- China
- Prior art keywords
- parameter
- unit cost
- average unit
- node
- generated output
- 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.)
- Pending
Links
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
- H02J3/38—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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种用于微电网负荷分配的分布式调度方法及系统,方法包括:步骤1:获取本地节点的初始化参数;步骤2:计算分布式电源参数的平均值,得到对应的平均后的参数;步骤3:利用当前发电功率Pi[k]和邻节点数据计算探索发电功率Pi'以及对应的平均成本C';步骤4:判断平均成本C'是否小于上一次迭代的平均成本Ck,若是,更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ‑1δ[k];若否,则若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ‑1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k];然后更新下一次迭代时的平均成本Ck+1为Ck+1=C';最后判断参数δ[k+1]是否小于∈stop,若否,则返回执行步骤3。本发明能够更加准确的进行负荷分配调度,降低调度成本。
Description
技术领域
本发明涉及微电网分布式能源管理技术领域,尤其涉及一种用于微电网负荷分配的分布式调度方法及系统。
背景技术
微电网是由分布式发电、储能装置、能量转换装置等组成的向负荷提供电能的小型发配电系统,适用于集成分布式电源与可再生能源,提高电网的可靠性和绿色性,使传统电网向智能电网过渡。分布式电源包括太阳能光伏板、小型风力发电机、微型燃气轮机等。微电网中不同的电源在产生一定量电能时的成本是不同的。调度算法的主要目的在于给出最优的给负荷提供电能的分配方案,以满足负荷的电力需求,同时使电网总的发电成本最低。调度算法不仅应用于微电网能源管理,也广泛应用于传统电网发电厂的调度运行中。
传统的调度算法要求提前获知分布式电源精确的成本函数,依赖成本函数的导数信息进行优化计算,得到最优的负荷分配方案。这种方案要求精确试验测量各个分布式电源的成本特性,而试验条件与实际工况有区别,导致成本模型不准确,从而影响负荷分配方案的最优性;另外,试验测定需要技术人员逐个对分布式电源进行测定,导致较高的人力成本。
因此,如何更加准确的进行负荷分配调度,降低调度成本,是一项亟待解决的问题。
发明内容
有鉴于此,本发明提供了一种用于微电网负荷分配的分布式调度方法,能够更加准确的进行负荷分配调度,降低调度成本。
本发明提供了一种用于微电网负荷分配的分布式调度方法,包括:
步骤1:获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);
步骤2:计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;
步骤3:利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C';
步骤4:判断所述平均成本C'是否小于上一次迭代的平均成本Ck,若是,则进入步骤5,若否,则进入步骤6;
步骤5:更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];
步骤6:若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;
步骤7:更新下一次迭代时的平均成本Ck+1为Ck+1=C';
步骤8:判断参数δ[k+1]是否小于∈stop,若否,则返回执行步骤3。
优选地,所述利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C',包括:
若节点i是节点j的出度邻居,则确定通信网络权重否则令通信权重qij[k]=0,其中为节点j的出度邻居集合;
每个节点j随机选择自然数和整数zij∈{-1,0,1};
按照计算得到探索发电功率P′i,其中和分别为节点i和节点j的入度邻居集合,δ[k]为第k次迭代的网格参数;
测量探索发电功率P′i对应的发电成本并计算得到平均成本C'。
优选地,所述计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop,包括:
利用平均一致性算法计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop。
优选地,所述方法还包括:
当参数δ[k+1]小于∈stop时,结束调度。
一种用于微电网负荷分配的分布式调度系统,包括:
获取模块,用于获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);
第一计算模块,用于计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;
第二计算模块,用于利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C';
第一判断模块,用于判断所述平均成本C'是否小于上一次迭代的平均成本Ck;
第一更新模块,用于当所述平均成本C'小于上一次迭代的平均成本Ck时,更新下一次迭代的发电功率为Pi[k+1]=Pi′,更新参数δ[k+1]=τ-1δ[k];
第二更新模块,用于当所述平均成本C'大于等于上一次迭代的平均成本Ck时,若存在轮询Pi′使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;
第三更新模块,用于更新下一次迭代时的平均成本Ck+1为Ck+1=C';
第二判断模块,用于判断参数δ[k+1]是否小于∈stop;
返回模块,用于当参数δ[k+1]大于等于∈stop时,返回所述第二计算模块。
优选地,所述第二计算模块在执行利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C'时,具体用于:
若节点i是节点j的出度邻居,则确定通信网络权重否则令通信权重qij[k]=0,其中为节点j的出度邻居集合;
每个节点j随机选择自然数和整数zij∈{-1,0,1};
按照计算得到探索发电功率P′i,其中和分别为节点i和节点j的入度邻居集合,δ[k]为第k次迭代的网格参数;
测量探索发电功率P′i对应的发电成本并计算得到平均成本C'。
优选地,所述第一计算模块在执行计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop时,具体用于:
利用平均一致性算法计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop。
优选地,所述系统还包括:
结束模块,用于当参数δ[k+1]小于∈stop时,结束调度。
综上所述,本发明公开了一种用于微电网负荷分配的分布式调度方法,当需要对电网负荷进行分配调度时,首先获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,然后计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C';判断所述平均成本C'是否小于上一次迭代的平均成本Ck,若是,则更新下一次迭代的发电功率为Pi[k+1]=Pi′,更新参数δ[k+1]=τ-1δ[k];若否,则若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;然后,更新下一次迭代时的平均成本Ck+1为Ck+1=C';然后判断参数δ[k+1]是否小于∈stop,若否,则返回执行利用当前发电功率Pi[k]和邻节点数据计算探索发电功率Pi'以及对应的平均成本C'。本发明利用节点间的相互配合,分别将搜索步和轮询步进行分布式实现,由于利用了无导数优化算法,因此不需要提前通过试验测定成本函数,而是依赖于搜索和轮询,能够更加准确的进行负荷分配调度,降低了调度成本。
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一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明公开的一种用于微电网负荷分配的分布式调度方法实施例1的方法流程图;
图2为本发明公开的一种用于微电网负荷分配的分布式调度方法实施例2的方法流程图;
图3为本发明公开的一种用于微电网负荷分配的分布式调度系统实施1的结构示意图;
图4为本发明公开的一种用于微电网负荷分配的分布式调度系统实施2的结构示意图。
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。
如图1所示,为本发明公开的一种用于微电网负荷分配的分布式调度方法实施例1的方法流程图,所述方法可以包括以下步骤:
S101、获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);
S102、计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;
S103、利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C';
S104、判断平均成本C'是否小于上一次迭代的平均成本Ck,若是,则进入S105,若否,则进入S106;
S105、更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];
S106、若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;
S107、更新下一次迭代时的平均成本Ck+1为Ck+1=C';
S108、判断参数δ[k+1]是否小于∈stop,若否,则返回执行步骤S103。
在上述实施例中,电网初始状态满足功率平衡条件,通信网络为强连通图,每个分布式电源的控制器同步执行:获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);然后计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;判断所述平均成本C'是否小于上一次迭代的平均成本Ck,若是,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];若否,则若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;然后,更新下一次迭代时的平均成本Ck+1为Ck+1=C';最后判断参数δ[k+1]是否小于∈stop,若否,则返回再次执行利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C'。由此可以看出,本发明利用节点间的相互配合,分别将搜索步和轮询步进行分布式实现,由于利用了无导数优化算法,因此不需要提前通过试验测定成本函数,而是依赖于搜索和轮询,能够更加准确的进行负荷分配调度,降低了调度成本。
如图2所示,为本发明公开的一种用于微电网负荷分配的分布式调度方法实施例2的方法流程图,所述方法可以包括以下步骤:
S201、获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);
S202、利用平均一致性算法计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;
S203、利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C';
S204、判断所述平均成本C'是否小于上一次迭代的平均成本Ck,若是,则进入S205,若否,则进入S206;
S205、更新下一次迭代的发电功率为Pi[k+1]=Pi′,更新参数δ[k+1]=τ-1δ[k];
S206、若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;
S207、更新下一次迭代时的平均成本Ck+1为Ck+1=C';
S208、判断参数δ[k+1]是否小于∈stop,若否,则返回执行步骤S203,若是,则进入S209:
S209、结束调度。
在上述实施例中,电网初始状态满足功率平衡条件,通信网络为强连通图,每个分布式电源的控制器同步执行:获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);然后利用平均一致性算法计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;判断所述平均成本C'是否小于上一次迭代的平均成本Ck,若是,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];若否,则若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中Nii表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;然后,更新下一次迭代时的平均成本Ck+1为Ck+1=C';最后判断参数δ[k+1]是否小于∈stop,若否,则返回再次执行利用当前发电功率Pi[k]和邻节点数据计算探索发电功率Pi'以及对应的平均成本C',若是,则结束调度。由此可以看出,本发明利用节点间的相互配合,分别将搜索步和轮询步进行分布式实现,由于利用了无导数优化算法,因此不需要提前通过试验测定成本函数,而是依赖于搜索和轮询,能够更加准确的进行负荷分配调度,降低了调度成本。
具体的,上述实施例中利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C'的其中一种实现方式可以是:
若节点i是节点j的出度邻居,则确定通信网络权重否则令通信权重qij[k]=0,其中为节点j的出度邻居集合;
每个节点j随机选择自然数和整数zij∈{-1,0,1};
按照计算得到探索发电功率P′i,其中和分别为节点i和节点j的入度邻居集合,δ[k]为第k次迭代的网格参数;
测量探索发电功率P′i对应的发电成本并计算得到平均成本C'。
如图3所示,为本发明公开的一种用于微电网负荷分配的分布式调度系统实施例1的结构示意图,所述系统可以包括:
获取模块301,用于获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);
第一计算模块302,用于计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;
第二计算模块303,用于利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C';
第一判断模块304,用于判断所述平均成本C'是否小于上一次迭代的平均成本Ck;
第一更新模块305,用于当所述平均成本C'小于上一次迭代的平均成本Ck时,更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];
第二更新模块306,用于当所述平均成本C'大于等于上一次迭代的平均成本Ck时,若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;
第三更新模块307,用于更新下一次迭代时的平均成本Ck+1为Ck+1=C';
第二判断模块308,用于判断参数δ[k+1]是否小于∈stop;
返回模块309,用于当参数δ[k+1]大于等于∈stop时,返回所述第二计算模块。
在上述实施例中,电网初始状态满足功率平衡条件,通信网络为强连通图,每个分布式电源的控制器同步执行:获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);然后计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;判断所述平均成本C'是否小于上一次迭代的平均成本Ck,若是,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];若否,则若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;然后,更新下一次迭代时的平均成本Ck+1为Ck+1=C';最后判断参数δ[k+1]是否小于∈stop,若否,则返回再次执行利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C'。由此可以看出,本发明利用节点间的相互配合,分别将搜索步和轮询步进行分布式实现,由于利用了无导数优化算法,因此不需要提前通过试验测定成本函数,而是依赖于搜索和轮询,能够更加准确的进行负荷分配调度,降低了调度成本。
如图4所示,为本发明公开的一种用于微电网负荷分配的分布式调度系统实施例2的结构示意图,所述系统可以包括:
获取模块401,用于获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);
第一计算模块402,用于利用平均一致性算法计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;
第二计算模块403,用于利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C';
第一判断模块404,用于判断所述平均成本C'是否小于上一次迭代的平均成本Ck;
第一更新模块405,用于当所述平均成本C'小于上一次迭代的平均成本Ck时,更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];
第二更新模块406,用于当所述平均成本C'大于等于上一次迭代的平均成本Ck时,若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;
第三更新模块407,用于更新下一次迭代时的平均成本Ck+1为Ck+1=C';
第二判断模块408,用于判断参数δ[k+1]是否小于∈stop;
返回模块409,用于当参数δ[k+1]大于等于∈stop时,返回第二计算模块;
结束模块410,用于当参数δ[k+1]小于∈stop时,结束调度。
在上述实施例中,电网初始状态满足功率平衡条件,通信网络为强连通图,每个分布式电源的控制器同步执行:获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);然后利用平均一致性算法计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;判断所述平均成本C'是否小于上一次迭代的平均成本Ck,若是,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];若否,则若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中Ni i表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;然后,更新下一次迭代时的平均成本Ck+1为Ck+1=C';最后判断参数δ[k+1]是否小于∈stop,若否,则返回再次执行利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C',若是,则结束调度。由此可以看出,本发明利用节点间的相互配合,分别将搜索步和轮询步进行分布式实现,由于利用了无导数优化算法,因此不需要提前通过试验测定成本函数,而是依赖于搜索和轮询,能够更加准确的进行负荷分配调度,降低了调度成本。
具体的,上述实施例中利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C'的其中一种实现方式可以是:
若节点i是节点j的出度邻居,则确定通信网络权重否则令通信权重qij[k]=0,其中为节点j的出度邻居集合;
每个节点j随机选择自然数和整数zij∈{-1,0,1};
按照计算得到探索发电功率P′i,其中和分别为节点i和节点j的入度邻居集合,δ[k]为第k次迭代的网格参数;
测量探索发电功率P′i对应的发电成本并计算得到平均成本C'。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
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。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种用于微电网负荷分配的分布式调度方法,其特征在于,包括:
步骤1:获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);
步骤2:计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;
步骤3:利用当前发电功率Pi[k]和邻节点数据计算探索发电功率Pi'以及对应的平均成本C';
步骤4:判断所述平均成本C'是否小于上一次迭代的平均成本Ck,若是,则进入步骤5,若否,则进入步骤6:
步骤5:更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];
步骤6:若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;
步骤7:更新下一次迭代时的平均成本Ck+1为Ck+1=C';
步骤8:判断参数δ[k+1]是否小于∈stop,若否,则返回执行步骤3。
2.根据权利要求1所述的方法,其特征在于,所述利用当前发电功率Pi[k]和邻节点数据计算探索发电功率Pi'以及对应的平均成本C',包括:
若节点i是节点j的出度邻居,则确定通信网络权重否则令通信权重qij[k]=0,其中为节点j的出度邻居集合;
每个节点j随机选择自然数和整数zij∈{-1,0,1};
按照计算得到探索发电功率P′i,其中和分别为节点i和节点j的入度邻居集合,δ[k]为第k次迭代的网格参数;
测量探索发电功率P′i对应的发电成本并计算得到平均成本C'。
3.根据权利要求2所述的方法,其特征在于,所述计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop,包括:
利用平均一致性算法计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop。
4.根据权利要求3所述的方法,其特征在于,还包括:
当参数δ[k+1]小于∈stop时,结束调度。
5.一种用于微电网负荷分配的分布式调度系统,其特征在于,包括:
获取模块,用于获取本地节点的初始化网格大小参数δi[0]、缩放因子参数τi、误差参数∈i,stop,其中,δi[0]∈(0,+∞),τi∈(0,1)为有理数,∈i,stop∈(0,+∞);
第一计算模块,用于计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop;
第二计算模块,用于利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C';
第一判断模块,用于判断所述平均成本C'是否小于上一次迭代的平均成本Ck;
第一更新模块,用于当所述平均成本C'小于上一次迭代的平均成本Ck时,更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k];
第二更新模块,用于当所述平均成本C'大于等于上一次迭代的平均成本Ck时,若存在轮询Pi'使得平均成本C'小于上一次迭代的平均成本Ck,则更新下一次迭代的发电功率为Pi[k+1]=Pi',更新参数δ[k+1]=τ-1δ[k],否则更新下一次迭代的发电功率为Pi[k+1]=Pi[k],更新参数δ[k+1]=τδ[k],其中,Pi'由遍历zi[k]∈{-1,0,1}计算得到,其中表示节点i的入度邻居集合,qij表示连接节点i和节点j的网络链路权重;
第三更新模块,用于更新下一次迭代时的平均成本Ck+1为Ck+1=C';
第二判断模块,用于判断参数δ[k+1]是否小于∈stop;
返回模块,用于当参数δ[k+1]大于等于∈stop时,返回所述第二计算模块。
6.根据权利要求5所述的系统,其特征在于,所述第二计算模块在执行利用当前发电功率Pi[k]和邻节点数据计算探索发电功率P′i以及对应的平均成本C'时,具体用于:
若节点i是节点j的出度邻居,则确定通信网络权重否则令通信权重qij[k]=0,其中为节点j的出度邻居集合;
每个节点j随机选择自然数和整数zij∈{-1,0,1};
按照计算得到探索发电功率P′i,其中和分别为节点i和节点j的入度邻居集合,δ[k]为第k次迭代的网格参数;
测量探索发电功率P′i对应的发电成本并计算得到平均成本C'。
7.根据权利要求6所述的系统,其特征在于,所述第一计算模块在执行计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop时,具体用于:
利用平均一致性算法计算分布式电源参数的平均值,得到对应的平均后的网格参数δ[0]、缩放因子参数τ和误差参数∈stop。
8.根据权利要求7所述的系统,其特征在于,还包括:
结束模块,用于当参数δ[k+1]小于∈stop时,结束调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910886057.9A CN110504715A (zh) | 2019-09-18 | 2019-09-18 | 一种用于微电网负荷分配的分布式调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910886057.9A CN110504715A (zh) | 2019-09-18 | 2019-09-18 | 一种用于微电网负荷分配的分布式调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110504715A true CN110504715A (zh) | 2019-11-26 |
Family
ID=68592271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910886057.9A Pending CN110504715A (zh) | 2019-09-18 | 2019-09-18 | 一种用于微电网负荷分配的分布式调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110504715A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140068082A1 (en) * | 2012-08-28 | 2014-03-06 | International Business Machines Corporation | Collaborative method and system to balance workload distribution |
CN104701844A (zh) * | 2015-03-27 | 2015-06-10 | 国家电网公司 | 一种输电网分布式经济调度方法 |
CN108875190A (zh) * | 2018-06-11 | 2018-11-23 | 南京邮电大学 | 一种智能电网分布式调度方法 |
-
2019
- 2019-09-18 CN CN201910886057.9A patent/CN110504715A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140068082A1 (en) * | 2012-08-28 | 2014-03-06 | International Business Machines Corporation | Collaborative method and system to balance workload distribution |
CN104701844A (zh) * | 2015-03-27 | 2015-06-10 | 国家电网公司 | 一种输电网分布式经济调度方法 |
CN108875190A (zh) * | 2018-06-11 | 2018-11-23 | 南京邮电大学 | 一种智能电网分布式调度方法 |
Non-Patent Citations (2)
Title |
---|
LI, FANGYUAN 等: "Multi-Agent System Based Distributed Pattern Search Algorithm for Non-Convex Economic Load Dispatch in Smart Grid", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
李方圆: "基于多智能体协同算法的智能电网分布式调度与优化", 《中国博士学位论文全文数据库 工程科技II辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ding et al. | Long-term reserve expansion of power systems with high wind power penetration using universal generating function methods | |
Guo et al. | Multi‐objective stochastic optimal planning method for stand‐alone microgrid system | |
Ru et al. | Storage size determination for grid-connected photovoltaic systems | |
Mohamed et al. | Modeling and simulation of smart grid integrated with hybrid renewable energy systems | |
CN109038560B (zh) | 基于运行策略的配电网分布式储能经济性评价方法和系统 | |
CN105005872A (zh) | 一种移峰填谷的储能系统的容量配置方法 | |
CN106485358A (zh) | 结合序列运算和粒子群算法的独立微电网优化配置方法 | |
CN104268800A (zh) | 基于场景库的风电并网调峰平衡判定方法 | |
CN109103929A (zh) | 基于改进动态克里丝金模型的配电网经济优化调度方法 | |
CN109829834A (zh) | 一种储能系统配置方法、装置和存储介质 | |
CN104077664A (zh) | 一种风电储能发电系统的置信容量评估方法 | |
CN103887813A (zh) | 基于风功率预测不确定度的风电系统运行的控制方法 | |
JP2017174277A (ja) | 運転計画算出装置、運転計画算出方法および運転計画算出プログラム | |
Aaslid et al. | Pricing electricity in constrained networks dominated by stochastic renewable generation and electric energy storage | |
Li et al. | Negotiation-based task scheduling and storage control algorithm to minimize user's electric bills under dynamic prices | |
Jarrah | Modeling and simulation of renewable energy sources in smart grid using DEVS formalism | |
CN105262146B (zh) | 含风电的电力系统备用容量计算方法和系统 | |
CN107359611B (zh) | 考虑多种随机因素的配电网等值方法 | |
Tahir et al. | Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days | |
CN113779874A (zh) | 一种离网微电网建设的多目标优化方法 | |
CN115618616A (zh) | 一种源、网、荷资源的混合储能可靠性评估模型构建方法 | |
Montano-Martinez et al. | Detailed primary and secondary distribution system feeder modeling based on AMI data | |
CN109829599A (zh) | 基于高比例可再生能源的配电网的集群划分方法及装置 | |
Bai et al. | Probabilistic production simulation of a wind/photovoltaic/energy storage hybrid power system based on sequence operation theory | |
de Lima Vianna et al. | A general analysis of the distributed generation impact on electrical energy planning |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191126 |
|
RJ01 | Rejection of invention patent application after publication |