CN110571865A - 基于一致性算法的主动配电网源荷互动决策方法 - Google Patents

基于一致性算法的主动配电网源荷互动决策方法 Download PDF

Info

Publication number
CN110571865A
CN110571865A CN201910862396.3A CN201910862396A CN110571865A CN 110571865 A CN110571865 A CN 110571865A CN 201910862396 A CN201910862396 A CN 201910862396A CN 110571865 A CN110571865 A CN 110571865A
Authority
CN
China
Prior art keywords
distribution network
power
power distribution
consistency
active power
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.)
Granted
Application number
CN201910862396.3A
Other languages
English (en)
Other versions
CN110571865B (zh
Inventor
于子恒
周博文
杨东升
张化光
刘鑫蕊
罗艳红
孙振奥
梁雪
刘振伟
王智良
李华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201910862396.3A priority Critical patent/CN110571865B/zh
Publication of CN110571865A publication Critical patent/CN110571865A/zh
Application granted granted Critical
Publication of CN110571865B publication Critical patent/CN110571865B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种基于一致性算法的主动配电网源荷互动决策方法，步骤为：主动配电网各智能体按照各自的运行成本/效益确定各自独立的目标；根据主动配电网各智能体各自的目标构建源－荷协调优化模型，定义各智能体一致性变量；输入智能体当前功率及对应智能本的一致性变量，根据主动配电网上层电网发出的指令及各智能体实测功率设置功率调整项初值；根据主动配电网通信拓扑形成矩阵；建立基于用户心理因素的反馈调节功率拟合式；对一致性变量进行完全分布式一致性计算，根据一致性变量更新后计算各智能体调整功率并更新功率调整项。本发明使主动配电网内的收益达到最佳化，并且尽可能的消纳了新能源，保障电网的实时动态功率平衡，提升用户满意度。

Description

基于一致性算法的主动配电网源荷互动决策方法
技术领域
本发明涉及一种电力系统运行与控制领域，具体为一种基于一致性算法的主动配电网源荷互动决策方法。
背景技术
随着可再生能源渗透率逐步提高，配电网形态与结构均面临诸多变化。主动配电网的源荷形态结构比传统配电网更复杂，管理协调更困难。
同时，主动配电网需与输电网络进行功率交换。上层输电网按照一定的优化决策方法将功率交换指令下达至主动配电网后，主动配电网快速利用网内源荷对其进行实时响应，因此急需构建具有卓越能源管理和协调能力的主动配电系统。
主动配电网内源荷协调优化运行主要可分为传统的集中式优化和新兴的分布式优化。传统的集中调控中心难以适应可再生能源高渗透率的配电网运行需求。首先，数目日渐增多的分布式可再生能源发电机组及主动负荷使得集中控制中心的通信能力面临挑战，每增加一节点，集中控制中心都需要与之建立通信关系，这会大大增大集中控制中心的计算量，降低计算效率；第二，主动配电网内各类分布式电源的广泛渗透对配电网提出了更高的“即插即用”要求，“即插即用”也将会使得通信网络变得更为灵活多变，集中控制中心的通信建设成本大幅提高；第三，集中控制中心通信网络建设的可靠性要求很高，集中控制中心与任意源、荷间的通信连接失效均可能导致系统运行在不稳定状态；第四，可控负荷用户也会根据利益进行主动调控。
因此为有效解决上述问题，需采用分布式协调控制方法进行主动配电网源荷协调优化运行，而目前，能够满足上述要求的基于一致性算法的主动配电网源荷互动决策方法尚未见报道。
发明内容
针对现有技术中配电网计算效率低、无法实现“即插即用”等不足，本发明要解决的问题是提供一种保障电网的实时动态功率平衡、疏解电网中线路的负载情况，保证配电网安全稳定运行的基于一致性算法的主动配电网源荷互动决策方法。
为解决上述技术问题，本发明采用的技术方案是：
本发明一种基于一致性算法的主动配电网源荷互动决策方法，包括以下步骤：
1)主动配电网各智能体按照各自的运行成本/效益确定各自独立的目标；
2)根据主动配电网各智能体各自的目标构建源－荷协调优化模型，定义各智能体一致性变量；输入智能体当前功率及对应智能本的一致性变量，根据主动配电网上层电网发出的指令L及各智能体实测功率设置功率调整项初值；
3)根据主动配电网通信拓扑形成矩阵A；
4)建立基于用户心理因素的反馈调节功率拟合式；
5)对一致性变量进行完全分布式一致性计算，根据一致性变量更新后计算各智能体调整功率并更新功率调整项。
步骤2)是在多智能体的框架下，将主动配电网中的各发电机组和负荷通过一致性计算求得完全分布式优化问题的最优解，应用拉格朗日乘子法对所提出的总体收益函数进行求解：
其中，为第i个主动配电网中温控类负荷t时刻参与协调优化的收益，为第i个主动配电网中非温控类负荷t时刻参与协调优化的收益，为第i个主动配电网中火电机组t时刻的燃料成本，为第i个主动配电网中电动汽车t时刻参与协调优化成本，为第i个主动配电网中新能源机组t时刻的弃风弃光成本，λ(t)表示拉格朗日乘子，L(t)为t时刻输电网与主动配电网间的功率交换指令，ei(t)为第i个主动配电网中温控类负荷t时刻调节温度所消耗的功率，Ti(t)为第i个主动配电网中t时刻温控类负荷设置温度，Ti o为第i个主动配电网中t时刻户外温度，li(t)为第i个主动配电网中t时刻非温控类负荷功率，xi(t)为第i个主动配电网中t时刻火电机组出力，vi(t)为第i个主动配电网中t时刻电动汽车的功率，wi(t)为第i个主动配电网中新能源机组t时刻出力，为第i个主动配电网中新能源机组出力中的不可控部分；为第i个主动配电网中不可控负荷，N为主动配电网个数，i表示第i个主动配电网，Φ为总体收益函数的反函数；
根据式(9)分别对Ti(t)、li(t)、xi(t)、vi(t)、wi(t)、λ(t)求偏导，得到式(10)：
令式(10)中6个等式全都等于0，得式(11)：
取λ(t)作为主动配电网系统中的一致性变量，得对应的一致性变量表达式：
其中，λtl(t)为温控类负荷一致性变量，λnl(t)为非温控类负荷一致性变量，λtp(t)为火电机组一致性变量，λev(t)为电动汽车一致性变量，λab(t)为弃风弃光惩罚一致性变量。
步骤4)中，基于用户心理因素的反馈调节功率拟合式为：
其中，为反馈调节功率，P(t)为t时刻负荷功率，为t-1到t时刻负荷均值，为t到t+1时刻的负荷均值，η1、η2、η3为负荷转移率，p、f、m分别为峰平谷电价时段集合；
步骤5)中对一致性变量进行完全分布式一致性计算，根据一致性变量更新后计算各智能体调整功率并更新功率调整项，具体为：
501)对调整功率进行完全分布式一致性计算；
502)判断调整功率是否越限；
503)如果越限，则将调整功率修改到限定值；
504)功率调整项更新，使整个一致性算法趋于收敛。
步骤501)是根据t时刻通信信息更新t+1时刻一致性变量，通过以下公式实现：
其中，z(t)为增益调整函数，h为负荷反馈调节系数，q为一致性变量系数，μtl(t)、μnl(t)、μtp(t)、μev(t)、μab(t)为引入的功率调整项，为温控类负荷反馈调节功率，为非温控类负荷反馈调节功率，为火电机组反馈调节功率，为电动汽车反馈调节功率，为弃风弃光惩罚反馈调节功率，atl,j、anl,j、atp,j、aev,j、aab,j分别为与tl、nl、tp、ev、ab节点相连的度矩阵元素，λj(t)和λi(t)分别为j和i节点的一致性变量。
步骤502)和503)具体为：
根据计算得到的t+1时刻一致性变量调节各物理设备的功率
每次一致性变量更新后，按式(18)计算对应的物理设备调整功率，再根据式(8)中的约束条件判断是否越限，超过上限值取上限值，低于下限值取下限值，a1、b1、a2、b2、k1、k2、k3、k4均为常系数。
步骤504)中使整个一致性算法趋于收敛为：
更新调整功率调整项，计算更新过程如下
其中，μj(t)和μi(t)分别为j和i节点的功率调整项。
本发明具有以下有益效果及优点：
1.本发明基于一致性算法的主动配电网源荷互动决策方法，在对现有的主动配电网控制策略基础上，考虑主动配电网源-荷快速响应以及多智能体模型的适配性，提出了基于一致性算法的主动配电网分布式控制策略，同时建立了发电机组和负荷的运行特性数学模型，在此基础上提取并定义一致性变量，后续考虑到不同节点的节点重要度差异性以及可控负荷用户心理因素所带来的负反馈影响，对整个一致性算法流程进行了改进，经验证该决策方法是可行的，不仅使主动配电网内的收益达到最佳化以及提高了用户满意度，并且尽可能的消纳了新能源，算法收敛速度良好，收敛误差小，使电网更坚强、更稳定，带来更好的经济效益。
2.本发明基于一致性算法的主动配电网源荷互动决策方法，保障电网的实时动态功率平衡，即“即插即用”，另外通过源荷的协调控制可以提高分布式电源利用小时数，提高配电网清洁能源消纳能力，提高分布式电源的渗透率的同时，可以通过主动控制网络结构和网络中的可控设备、各种可控的发电与需求响应负荷，疏解电网中线路的负载情况，保证配电网的安全稳定运行，提升用户满意度。
附图说明
图1为本发明涉及的完全分布式一致性算法流程图；
图2为本发明实施例图示。
具体实施方式
下面结合说明书附图对本发明作进一步阐述。
如图1所示，本发明一种基于一致性算法的主动配电网源荷互动决策方法，包括以下步骤：
1)主动配电网各智能体按照各自的运行成本/效益确定各自独立的目标；
2)根据主动配电网各智能体各自的目标构建源－荷协调优化模型，定义各智能体一致性变量；输入智能体当前功率及对应智能本的一致性变量，根据主动配电网上层电网发出的指令L及各智能体实测功率设置功率调整项初值；
3)根据主动配电网通信拓扑形成矩阵A；
4)建立基于用户心理因素的反馈调节功率拟合式；
5)对一致性变量进行完全分布式一致性计算，根据一致性变量更新后计算各智能体调整功率并更新功率调整项。
本发明的主要目的是保障电网的实时动态功率平衡，即“即插即用”，另外通过源荷的协调控制可以提高分布式电源利用小时数，提高配电网清洁能源消纳能力，提高分布式电源的渗透率的同时，可以通过主动控制网络结构和网络中的可控设备、各种可控的发电与需求响应负荷，疏解电网中线路的负载情况，保证配电网的安全稳定运行，提升用户满意度。
步骤1)中，主动配电网各智能体按照各自的运行成本/效益确定各自独立的目标。但由于各智能体属于同一个主动配电网，所以需要受到总体功率平衡的约束，因此在各智能体追求各自利益最大化的同时，整个主动配电网的利益必然也是最大化的。整个配电网的总体收益目标函数可表示为：
其中，Ii(t)为第i个主动配电网t时刻的总收益，i＝1,2,···,N，N为主动配电网总数；为第i个主动配电网中温控类负荷t时刻参与协调优化的收益；为第i个主动配电网中非温控类负荷t时刻参与协调优化的收益；为第i个主动配电网中火电机组t时刻的燃料成本；为第i个主动配电网中电动汽车t时刻参与协调优化成本；为新能源机组t时刻的弃风弃光成本。
下面具体阐述各部分的成本与收益函数：
1)温控类负荷收益函数
温控类负荷参与协调运行的效益与用户的舒适度有关，而用户的舒适度则与负荷的温度设置密切相关，在这里设定设置温度与用户最舒适温度相同时，收益最大，设置温度与用户最舒适温度相差越大，收益越低，在此基础上，用二次函数表示温控类收益函数：
其中，k1为温控类负荷的收益系数，Ti o为第i个主动配电网t时刻的户外温度，Ti为第i个主动配电网温控负荷t时刻的设定温度，Ts为用户最舒适温度。
2)非温控类负荷收益函数
非温控类负荷的收益与温度无关，但不失一般性，也可用二次函数表示：
其中，a1，b1，c1为常系数，li(t)为t时刻非温控类负荷功率。
3)火电机组燃料成本函数
其中，a2，b2，c2为常系数，xi(t)为t时刻火电机组出力。
4)电动汽车成本函数
电动汽车作为新兴交通工具，其便捷性至关重要，而电动汽车参与协调运行的成本亦可用二次函数进行表示：
其中，k2为电动汽车的成本系数，vi(t)为t时刻电动汽车的功率，为vi的最大值。
5)新能源机组弃风弃光成本函数
在主动配电网优化运行中，我们希望能尽量的去消纳新能源，所以若产生了弃风弃光，将会产生一定的惩罚，成本函数如下：
其中，k3为弃风弃光成本系数，wi(t)为新能源机组t时刻出力，为新能源机组t时刻理论最大出力。
同时需要满足以下的约束条件：
其中，L(t)为t时刻输电网与主动配电网间的功率交换指令，当输电网送电配电网时，L(t)>0，反之L(t)<0；ei(t)为温控类负荷t时刻调节温度所消耗的功率，k4为温控类负荷的耗电系数；分别为li(t)的上下限；分别为xi的上下限；分别为vi(t)的上下限； 分别为wi(t)的上下限；Ti max、Ti min分别为Ti(t)的上下限；为新能源机组出力中的不可控部分；为不可控负荷。
步骤2)中，在多智能体的框架下，将主动配电网中的各发电机组和负荷通过一致性计算求得完全分布式优化问题的最优解。
这里给出一致性变量的定义及提取过程。
应用拉格朗日乘子法对所提出的总体收益函数进行求解，令λ(t)表示式(8)对应的拉格朗日乘子，这里先不考虑式(8)中的不等式约束，联立(1)(2)(8)，可得到下列等式：
其中，N为主动配电网个数，i表示第i个主动配电网，Φ为总体收益函数的反函数；
再联立式(8)(9)分别对Ti(t)、li(t)、xi(t)、vi(t)、wi(t)、λ(t)求偏导，可得到如下式(10)：
令式(10)中6个等式全都等于0，可得式(11)：
取λ(t)作为主动配电网系统中的一致性变量，可得对应的一致性变量表达式：
其中，λtl(t)为温控类负荷一致性变量，λnl(t)为非温控类负荷一致性变量，λtp(t)为火电机组一致性变量，λev(t)为电动汽车一致性变量，λab(t)为弃风弃光惩罚一致性变量。
步骤3)根据主动配电网通信拓扑形成矩阵A，具体为：
对于n节点的分布式主动配电网系统，由于采用一致性算法，所以各节点目前的状态(一致性变量λ(t)、功率li(t)等、反馈调整项功率调整项μ(t))由自身和相邻节点的上一时刻状态决定，状态量表达式如式(13)所示：
其中，ai,j是由主动配电网系统通信拓扑图所构成的度矩阵A，其中元素如下定义：
其中，di是与节点i相连的节点总数，Di是所有节点构成的集合。
但在一般的主动配电网系统中，各个节点所占的比重不同，故依据节点重要度对矩阵A进行改进：
其中，αi为节点重要度系数。
步骤4)建立基于用户心理因素的反馈调节功率拟合式，具体为：
基于消费者心理学原理的价格型需求响应行为建模，综合考虑主动配电网的功率调度指令及电价因素影响，可模拟出基于消费者心理学原理的反馈调节功率
价格型需求响应的响应偏差受到主动配电网的功率调度指令、响应弹性系数和激励水平的影响，需求响应的偏差区间随着响应率和电价变化率的增大，具有“先增大、后减小”的规律。
而用户心理因素作为一种不确定的因素，我们要将它转变成可以参与主动配电网协调优化的确定因素，故得到了式(16)的反馈调节功率拟合式：
式中，为反馈调节功率，P(t)为t时刻负荷功率，为t-1到t时刻负荷均值，为t到t+1时刻的负荷均值，η1、η2、η3为负荷转移率(与峰谷电价相关)，p、f、m分别为峰平谷电价时段集合。
步骤5)中对一致性变量进行完全分布式一致性计算，根据一致性变量更新后计算各智能体调整功率并更新功率调整项，具体为：
501)对调整功率进行完全分布式一致性计算；
502)判断调整功率是否合越限；
503)如果越限，则将调整功率修改到限定值；
504)功率调整项更新，使整个一致性算法趋于收敛。
步骤501)是根据t时刻通信信息更新t+1时刻一致性变量，通过以下公式实现：
其中，z(t)为增益调整函数，h为负荷反馈调节系数，q为一致性变量系数，μtl(t)、μnl(t)、μtp(t)、μev(t)、μab(t)为引入的功率调整项，保证了迭代过程可以收敛，为温控类负荷反馈调节功率，为非温控类负荷反馈调节功率，为火电机组反馈调节功率，为电动汽车反馈调节功率，为弃风弃光惩罚反馈调节功率，atl,j、anl,j、atp,j、aev,j、aab,j分别为与tl、nl、tp、ev、ab节点相连的度矩阵元素，λj(t)和λi(t)分别为j和i节点的一致性变量。
步骤502)和503)具体为：
根据计算得到的t+1时刻一致性变量调节各物理设备的功率
每次一致性变量更新后，按式(18)计算对应的物理设备调整功率，再根据式(8)中的约束条件判断是否越限，超过上限值取上限值，低于下限值取下限值。
步骤504)中使整个一致性算法趋于收敛为：
更新调整功率调整项，计算更新过程如下
其中，μj(t)和μi(t)分别为j和i节点的功率调整项。
此外，在设置初始值时，令功率调整项等于对应的负荷功率初始值。至此，整个基于一致性算法的主动配电网源荷互动决策方法发明内容阐述完毕。
如图2所示，本实施例以三个主动配电网联合运行为例，该三个主动配电网均由温控类负荷、非温控类负荷、火电机组、新能源机组及电动汽车五部分组成，三个主动配电网彼此相连，与配电网上层电网相连，共享指令L，设置用户最舒适温度Ts＝25℃，配电网初始负荷为160MW，其他参数见下表1
表1主动配电网相关参数
根据式(3)(4)(5)(6)(7)将图2中三个主动配电网里温控类负荷、非温控类负荷、火电机组、新能源机组、电动汽车的初始值及相关参数代入求得再将上述五个结果代入式(1)(2)，求得Ii(t)。
然后，经过式(9)(10)(11)(12)的计算，得到初始的一致性变量λtl(t)、λnl(t)、λtp(t)、λev(t)、λab(t)。
对于如图2所示的5节点分布式主动配电网系统，由于采用一致性算法，所以各节点目前的状态(一致性变量λ(t)、功率li(t)等、反馈调整项功率调整项μ(t))由自身和相邻节点的上一时刻状态决定，构建节点的状态量表达式(13)，再结合节点重要度(14)(15)，构建出新的状态量表达式。
将功率初值及已经设定的参数η1、η2、η3代入式(16)，得到反馈调节功率初值
根据图2实例完成以上工作后，对一致性变量λ(t)、功率li(t)等、反馈调整项功率调整项μ(t)等进行最后的迭代求解，步骤如下：
A)将t时刻的一致性变量λ(t)代入式(17)，得到t+1时刻的一致性变量λ(t+1)。
B)利用A)得到的λ(t+1)以及式(12)逆运算得到t+1时刻各物理设备的调整功率，再根据式(8)中的约束条件判断是否越限，超过上限值取上限值，低于下限值取下限值。
C)最后根据式(19)更新功率调整项，在设置初始值时，令功率调整项等于对应的负荷功率初始值。重复整个循环迭代过程直至收敛。
采用优化工具包直接对图2所示实施例进行求解可得优化运行最优解对应的拉格朗日乘子λ＝0.53，在采用本发明所设计的决策方法后，经仿真验证可见系统收敛的最优进行点对应的λ＝0.53，在计算2s即迭代200次后，系统的15个一致性变量均收敛至最优运行点，引入功率调整项及反馈调节功率的完全分布式一致性算法取得了与集中式计算同样的优化结果，但收敛速度比集中式要更加迅速。并且在迭代过程中，随着迭代不断进行，个功率调整项会逐渐减小，直至全部收敛到0，系统将不再存在有功缺额。
在计算运行到3s时，将图2中主动配电网3的温控类负荷移除，整个系统出现有功功率缺额，在第5.1s时，有功功率缺额消失，整个系统达到稳态，这说明本发明方法能够较好的实现主动配电网“即插即用”功能。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解，依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (7)

1.一种基于一致性算法的主动配电网源荷互动决策方法，其特征在于包括以下步骤：
1)主动配电网各智能体按照各自的运行成本/效益确定各自独立的目标；
2)根据主动配电网各智能体各自的目标构建源－荷协调优化模型，定义各智能体一致性变量；输入智能体当前功率及对应智能本的一致性变量，根据主动配电网上层电网发出的指令L及各智能体实测功率设置功率调整项初值；
3)根据主动配电网通信拓扑形成矩阵A；
4)建立基于用户心理因素的反馈调节功率拟合式；
5)对一致性变量进行完全分布式一致性计算，根据一致性变量更新后计算各智能体调整功率并更新功率调整项。
2.根据权利要求1所述的基于一致性算法的主动配电网源荷互动决策方法，其特征在于步骤2)是在多智能体的框架下，将主动配电网中的各发电机组和负荷通过一致性计算求得完全分布式优化问题的最优解，应用拉格朗日乘子法对所提出的总体收益函数进行求解：
其中，为第i个主动配电网中温控类负荷t时刻参与协调优化的收益，为第i个主动配电网中非温控类负荷t时刻参与协调优化的收益，为第i个主动配电网中火电机组t时刻的燃料成本，为第i个主动配电网中电动汽车t时刻参与协调优化成本，为第i个主动配电网中新能源机组t时刻的弃风弃光成本，λ(t)表示拉格朗日乘子，L(t)为t时刻输电网与主动配电网间的功率交换指令，ei(t)为第i个主动配电网中温控类负荷t时刻调节温度所消耗的功率，Ti(t)为第i个主动配电网中t时刻温控类负荷设置温度，Ti o为第i个主动配电网中t时刻户外温度，li(t)为第i个主动配电网中t时刻非温控类负荷功率，xi(t)为第i个主动配电网中t时刻火电机组出力，vi(t)为第i个主动配电网中t时刻电动汽车的功率，wi(t)为第i个主动配电网中新能源机组t时刻出力，为第i个主动配电网中新能源机组出力中的不可控部分；为第i个主动配电网中不可控负荷，N为主动配电网个数，i表示第i个主动配电网，Φ为总体收益函数的反函数；
根据式(9)分别对Ti(t)、li(t)、xi(t)、vi(t)、wi(t)、λ(t)求偏导，得到式(10)：
令式(10)中6个等式全都等于0，得式(11)：
取λ(t)作为主动配电网系统中的一致性变量，得对应的一致性变量表达式：
其中，λtl(t)为温控类负荷一致性变量，λnl(t)为非温控类负荷一致性变量，λtp(t)为火电机组一致性变量，λev(t)为电动汽车一致性变量，λab(t)为弃风弃光惩罚一致性变量。
3.根据权利要求1所述的基于一致性算法的主动配电网源荷互动决策方法，其特征在于步骤4)中，基于用户心理因素的反馈调节功率拟合式为：
其中，为反馈调节功率，P(t)为t时刻负荷功率，为t-1到t时刻负荷均值，为t到t+1时刻的负荷均值，η1、η2、η3为负荷转移率，p、f、m分别为峰平谷电价时段集合。
4.根据权利要求1所述的基于一致性算法的主动配电网源荷互动决策方法，其特征在于步骤5)中对一致性变量进行完全分布式一致性计算，根据一致性变量更新后计算各智能体调整功率并更新功率调整项，具体为：
501)对调整功率进行完全分布式一致性计算；
502)判断调整功率是否越限；
503)如果越限，则将调整功率修改到限定值；
504)功率调整项更新，使整个一致性算法趋于收敛。
5.根据权利要求4所述的基于一致性算法的主动配电网源荷互动决策方法，其特征在于步骤501)是根据t时刻通信信息更新t+1时刻一致性变量，通过以下公式实现：
其中，z(t)为增益调整函数，h为负荷反馈调节系数，q为一致性变量系数，μtl(t)、μnl(t)、μtp(t)、μev(t)、μab(t)为引入的功率调整项，为温控类负荷反馈调节功率，为非温控类负荷反馈调节功率，为火电机组反馈调节功率，为电动汽车反馈调节功率，为弃风弃光惩罚反馈调节功率，atl,j、anl,j、atp,j、aev,j、aab,j分别为与tl、nl、tp、ev、ab节点相连的度矩阵元素，λj(t)和λi(t)分别为j和i节点的一致性变量。
6.根据权利要求4所述的基于一致性算法的主动配电网源荷互动决策方法，其特征在于步骤502)和503)具体为：
根据计算得到的t+1时刻一致性变量调节各物理设备的功率
每次一致性变量更新后，按式(18)计算对应的物理设备调整功率，再根据式(8)中的约束条件判断是否越限，超过上限值取上限值，低于下限值取下限值，a1、b1、a2、b2、k1、k2、k3、k4均为常系数。
7.根据权利要求4所述的基于一致性算法的主动配电网源荷互动决策方法，其特征在于步骤504)中使整个一致性算法趋于收敛为：
更新调整功率调整项，计算更新过程如下
其中，μj(t)和μi(t)分别为j和i节点的功率调整项。
CN201910862396.3A 2019-09-12 2019-09-12 基于一致性算法的主动配电网源荷互动决策方法 Active CN110571865B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910862396.3A CN110571865B (zh) 2019-09-12 2019-09-12 基于一致性算法的主动配电网源荷互动决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910862396.3A CN110571865B (zh) 2019-09-12 2019-09-12 基于一致性算法的主动配电网源荷互动决策方法

Publications (2)

Publication Number Publication Date
CN110571865A true CN110571865A (zh) 2019-12-13
CN110571865B CN110571865B (zh) 2022-12-30

Family

ID=68779703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910862396.3A Active CN110571865B (zh) 2019-09-12 2019-09-12 基于一致性算法的主动配电网源荷互动决策方法

Country Status (1)

Country Link
CN (1) CN110571865B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111030141A (zh) * 2019-12-29 2020-04-17 上海电力大学 一种基于一致性算法的源-荷协同分布式优化调控方法
WO2021135332A1 (zh) * 2019-12-31 2021-07-08 东北大学 一种基于边缘计算的多智能体负荷调控方法
CN114784867A (zh) * 2022-05-10 2022-07-22 国网四川省电力公司电力科学研究院 一种提升新能源接入弱电网系统稳定性的协同控制方法
CN115470998A (zh) * 2022-09-23 2022-12-13 上海交通大学 港口冷箱负荷群用电一致性分层优化调度方法与系统
CN117320218A (zh) * 2023-11-28 2023-12-29 杭州亿时照明工程设计有限公司 智慧照明系统的舒适度一致性控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018059096A1 (zh) * 2016-09-30 2018-04-05 国电南瑞科技股份有限公司 一种多类电源发电计划组合决策方法及存储介质
CN108512258A (zh) * 2018-05-10 2018-09-07 华北电力大学 一种基于改进多智能体一致性算法的风电场有功调度方法
CN108808668A (zh) * 2018-06-29 2018-11-13 广东电网有限责任公司 一种计及多类电源的主动配电网分布式优化调度算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018059096A1 (zh) * 2016-09-30 2018-04-05 国电南瑞科技股份有限公司 一种多类电源发电计划组合决策方法及存储介质
CN108512258A (zh) * 2018-05-10 2018-09-07 华北电力大学 一种基于改进多智能体一致性算法的风电场有功调度方法
CN108808668A (zh) * 2018-06-29 2018-11-13 广东电网有限责任公司 一种计及多类电源的主动配电网分布式优化调度算法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111030141A (zh) * 2019-12-29 2020-04-17 上海电力大学 一种基于一致性算法的源-荷协同分布式优化调控方法
WO2021135332A1 (zh) * 2019-12-31 2021-07-08 东北大学 一种基于边缘计算的多智能体负荷调控方法
CN114784867A (zh) * 2022-05-10 2022-07-22 国网四川省电力公司电力科学研究院 一种提升新能源接入弱电网系统稳定性的协同控制方法
CN115470998A (zh) * 2022-09-23 2022-12-13 上海交通大学 港口冷箱负荷群用电一致性分层优化调度方法与系统
CN115470998B (zh) * 2022-09-23 2024-02-02 上海交通大学 港口冷箱负荷群用电一致性分层优化调度方法与系统
CN117320218A (zh) * 2023-11-28 2023-12-29 杭州亿时照明工程设计有限公司 智慧照明系统的舒适度一致性控制方法
CN117320218B (zh) * 2023-11-28 2024-02-20 杭州亿时照明工程设计有限公司 智慧照明系统的舒适度一致性控制方法

Also Published As

Publication number Publication date
CN110571865B (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN110571865B (zh) 基于一致性算法的主动配电网源荷互动决策方法
Wang et al. A distributed control scheme of thermostatically controlled loads for the building-microgrid community
Li et al. A distributed coordination control based on finite-time consensus algorithm for a cluster of DC microgrids
Du et al. Distributed MPC for coordinated energy efficiency utilization in microgrid systems
Ahmad et al. Improved dynamic performance and hierarchical energy management of microgrids with energy routing
CN111242443B (zh) 基于深度强化学习的能源互联网中虚拟电厂经济调度方法
CN107706921B (zh) 基于纳什博弈的微电网电压调节方法和装置
CN110265991B (zh) 一种直流微电网的分布式协调控制方法
CN107609675B (zh) 一种基于多智能体系统趋同控制的经济调度运行方法
CN113054688B (zh) 考虑不确定性的可再生能源集群出力分布式协调控制方法
CN111353910A (zh) 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法
CN111725808B (zh) 基于奇异摄动的综合能源系统分布式趋同控制方法及系统
CN111030141A (zh) 一种基于一致性算法的源-荷协同分布式优化调控方法
CN115545541A (zh) 多区域综合能源系统调度方法、设备和存储介质
CN108596526A (zh) 需求侧综合能源站协同运行优化调度系统及方法
CN115795992A (zh) 一种基于运行态势虚拟推演的园区能源互联网在线调度方法
CN106611966B (zh) 多逆变器型交流微电网分布式经济性自动发电控制算法
CN113869742A (zh) 基于行动家和评论家网络的综合供需侧的电力调度系统
CN110867902B (zh) 基于发电预测的微电网分布式电源去中心优化运行方法
CN113258574A (zh) 用于直流微电网集群的广义预测功率流动控制算法
CN114552664B (zh) 一种基于双层有向图的多微网优化协调运行控制方法
CN112838580A (zh) 一种改进异质温控负荷双线性聚合模型及其分布式分层多目标协调控制方法
CN110599032A (zh) 一种灵活电源的深度斯坦伯格自适应动态博弈方法
CN112862282A (zh) 一种基于ddqn算法的综合能源系统源-荷协同调度优化方法
Wang et al. Distributed consensus-based algorithm for dynamic economic dispatch with wind turbine and energy storage

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