CN110598894A - 用于能源互联网的数据处理方法、装置和电子设备 - Google Patents

用于能源互联网的数据处理方法、装置和电子设备 Download PDF

Info

Publication number
CN110598894A
CN110598894A CN201910658750.0A CN201910658750A CN110598894A CN 110598894 A CN110598894 A CN 110598894A CN 201910658750 A CN201910658750 A CN 201910658750A CN 110598894 A CN110598894 A CN 110598894A
Authority
CN
China
Prior art keywords
energy
power
local area
area network
energy internet
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
Application number
CN201910658750.0A
Other languages
English (en)
Inventor
杨建文
国杰
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.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng Technology Co Ltd
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 Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN201910658750.0A priority Critical patent/CN110598894A/zh
Publication of CN110598894A publication Critical patent/CN110598894A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • H02J3/381—Dispersed generators
    • 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)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种能源互联网的数据处理方法，能源互联网包括至少一个能源局域网，所述方法包括：基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型；通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率。将能源互联网划分为若干个能源局域网，同时以各能源局域网和能源局域网内各分布式电源的增量成本作为一致性状态变量设计一致性功率分配算法，使得各能源局域网根据自身情况均衡地承担能源互联网系统的功率不平衡量，进一步使得各分布式电源根据自身情况均衡地承担能源局域网的功率不平衡量，从而达到降低系统发电成本的目的。

Description

用于能源互联网的数据处理方法、装置和电子设备
技术领域
本发明涉及综合能源技术领域，尤其是用于能源互联网的数据处理方法、装置和电子设备。
背景技术
能源互联网是包含多个能源局域网ELN(Energy Local Network)的大系统，能源互联网中的能源局域网均以电能为主要的能源形式，其内部融合了大量的分布式可再生能源及其他分布式。
在能源局域网中，由于这些不同种类的发电单元具有各自的特点，如发电的间歇性、发电技术的成熟性等，使得各种发电单元的控制特性和成本各不相同。而能源互联网运行调度的目标是在保证能源互联网整体实时功率平衡的同时，降低分布式电源总的发电成本，相当于将经济调度问题转换为功率分配过程中增量成本一致性的问题。
而现有的许多智能算法被用来解决优化调度问题，如拉格朗日乘子法、线性规划、遗传算法、粒子群优化算法等，但是这些算法都属于集中式调控方法，需要通过中央控制器与分布式电源的通信获取全局信息才能实现优化调度，因此其计算量大、通信集中、可靠性差、投资成本高，且无法适应系统灵活的拓扑结构。此外，现有技术主要集中于单个微网或能源局域网的经济调度研究，而能源互联网是包含多个能源局域网的大系统，现有技术并不能满足能源互联网的经济调度运算。
发明内容
有鉴于此，本发明的目的在于提供。
第一方面，本发明实施例提供了一种能源互联网的数据处理方法，其特征在于，能源互联网包括至少一个能源局域网，所述方法包括：
基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型；通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率。
优选地，
所述基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型包括：基于所述能源互联网的总生产成本最小作为优化目标，以及以功率平衡、分布电源功率上下限和联络线传输功率为约束条件建立能源互联网优化调度模型。
优选地，
所述基于所述能源互联网的总生产成本最小作为优化目标，以及以功率平衡、分布电源功率上下限和联络线传输功率为约束条件建立能源互联网优化调度模型包括：通过如下公式表达所述能源互联网优化调度模型中的增量成本：
其中，PGin为能源互联网中第i个能源局域网中第n台分布式电源的发电功率；Fin为能源互联网中第i个能源局域网中第n台分布式电源的发电成本；αin、βin为第i个能源局域网中第n台分布式电源的发电成本参数；
以及通过如下公式作为所述能源互联网优化调度模型的功率平衡约束条件、分布电源功率上下限约束条件和联络线传输功率为约束条件：
其中，ΔP为由Δf计算得到的总功率指令；PGin(0)、和分别为第i个能源局域网中第n台分布式电源的初始发电功率、最小和最大输出功率；为第i个能源局域网中联络线功率，表示联络线功率流进能源局域网，表示联络线功率流出能源局域网；和分别为联络线传输功率的下限和上限。
优选地，
所述通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率包括：
确定所述能源互联网的总功率指令；基于所述能源局域网的通信网络图形成第一拉氏矩阵，以形成第一状态转移矩阵；通过第一预设公式采用增量成本一致性算法更新任一能源局域网的增量成本，以更新能源局域网的发电功率；判断所述新能源局域网的发电功率是否超出第一预设功率范围；若超出所述第一预设功率范围，则通过第二预设公式调整所述新能源局域网的发电功率；判断任一个能源局域网的总功率指令与所述分布式电源总功率指令的差值是否满足第一收敛条件；若满足所述第一预设收敛条件，则输出各能源局域网的发电功率；以及，基于所述能源局域网的分布式电源的通信网络图像形成第二拉氏矩阵，以形成第二状态转移矩阵；通过第三预设公式采用增量成本一致性算法更新任一分布式电源的增量成本，以更新分布式电源功率；判断更新后的所述分布式电源功率是否在第二预设功率范围；若超出所述第二预设功率范围，则根据第四预设公式调整所述分布式电源总功率及邻接矩阵；判断是否满足第二预设收敛条件，若满足，则输出各分布式电源功率。
优选地，
所述第一预设公式为：
其中，Ci(k)为第i个能源局域网第k步迭代计算得到的增量成本； dij为能源局域网构成的通信网络对应的状态转移矩阵系数，由通信网络结构决定；η为功率平衡调节因子；ΔPerror为总功率指令与各能源局域网功率指令之和的偏差。
优选地，
所述第二预设公式为：
aij＝0，j＝1，2，…，m
和分别为第i个能源局域网最小和最大发电功率。
优选地，所述第四预设公式为：
其中，Cin(k)为第i个能源局域网中第n台分布式电源在第k步迭代计算得到的增量成本；dnw为第i个能源局域网中分布式电源构成的通信网络对应的状态转移矩阵系数；μi为第i个能源局域网的功率平衡调节因子，取值为正数。
优选地，所述第四预设公式为：
anw＝0 w＝1，2，…，N，为邻接矩阵元素。
第二方面，本发明实施例提供了一种能源互联网的数据处理装置，、能源互联网包括至少一个能源局域网，所述装置包括：模型建立模块，用于基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型；求解模块，用于通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率。
第三方面，提供了一种电子设备，所述电子设备包括：电子设备，其特征在于，包括：存储器；处理器；及存储在所述存储器上并可在所述处理器上运行的能源互联网的数据处理程序，所述能源互联网的数据处理程序被所述处理器执行时实现上述的能源互联网的数据处理方法的步骤。
本发明实施例提供了一种用于能源互联网的数据处理方法、装置和电子设备，将能源互联网划分为若干个能源局域网，同时以各能源局域网和能源局域网内各分布式电源的增量成本作为一致性状态变量设计一致性功率分配算法，使得各能源局域网根据自身情况均衡地承担能源互联网系统的功率不平衡量，进一步使得各分布式电源根据自身情况均衡地承担能源局域网的功率不平衡量，从而达到降低系统发电成本的目的。
本发明的其他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在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种用于能源互联网的数据处理方法的示意流程图；
图2为本发明实施例提供的一种用于能源互联网的数据处理装置的结构示意图。
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，下面将结合附图对本发明的技术方案进行清楚、完整地描述，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。
能源互联网是包含多个能源局域网ELN(Energy Local Network)的大系统，本文研究的能源局域网均以电能为主要的能源形式，其内部融合了大量的分布式可再生能源及其他分布式发电单元，由于这些不同种类的发电单元具有各自的特点，如发电的间歇性、发电技术的成熟性等，使得各种发电单元的控制特性和成本各不相同。由于能源互联网中可再生能源的高渗透率，能源互联网中需要协调的分布式设备的数量也十分庞大，集中式协调优化方法缺乏灵活性和鲁棒性，而分布式控制方式不需要中央控制器，更能够满足能源互联网的拓扑结构灵活多变和即插即用特性。
能源互联网是一个信息网络与物理网络高度融合的电网，且两者的拓扑结构可以相互独立。由于能源互联网内需要协调控制的分布式设备的数量很大，且设备本身具有自治性及协作性等特点，因此本文基于多智能体系统设计能源互联网的基本架构。基于多智能体的能源互联网的基本架构主要包括2个层次：
①能源互联网内包含若干个能源局域网，每个能源局域网中包含多种分布式电源，如传统燃煤发电、水力发电、光伏发电、风力发电等；同时在各能源局域网间和各个分布式电源机组间增加了通信。
②每个智能体只与相邻的智能体进行通信，并获知所在层级调度中心 (能源局域网领导者或分布式电源领导者)计算得到的总功率指令，通过一致性算法，每台机组即可获得发电功率指令。
通信网络的分区与实际拓扑结构的分区是一致的，只是由于算法的需要，在每个实际的能源局域网拓扑结构中的相邻分布式电源间添加通信而形成的。在各能源局域网间和能源局域网内各台分布式电源机组间分别选取一个领导者，其余均为跟随者，各自的功能如下：
a.能源局域网领导者:能源局域网间采用“领导者－跟随者”的模式进行通信协作，定义能源局域网间只有一个领导者，该领导者是能源互联网中多个能源局域网的调度中心，负责整个能源互联网的功率扰动平衡，同时负责各个能源局域网之间的协同运行。
b.能源局域网跟随者:即普通的能源局域网，主要负责与领导者进行交互协同，同时与邻接的能源局域网进行通信，获取邻接能源局域网信息，并通过离散型一致性算法更新其状态。
c.分布式电源领导者:负责能源局域网内部和外部的信息交流，定义每个能源局域网内只有一个领导者，该领导者是能源局域网内各种分布式电源的调度中心，负责与上级及能源局域网内其他分布式电源进行通信协作。
d.分布式电源跟随者:即能源局域网内的普通分布式电源，负责与领导者进行交互协同，同时与邻接的分布式电源进行通信，获取邻接分布式电源信息，并通过离散型一致性算法更新其状态。
因此能源互联网的功率分配主要分为2个过程:采集母线的频率偏差Δf，计算实时的总发电功率指令，在各个能源局域网通信后，采用“领导者－跟随者”一致性算法将总功率指令分配到各个能源局域网；在各台分布式电源机组执行通信后，采用“领导者－跟随者”一致性算法将每个能源局域网的功率指令分配到各台分布式电源机组。
下面将结合附图对本发明实施例提供的用于能源互联网的数据处理方法和装置。
图1为本发明实施例提供的一种用于能源互联网的数据处理方法的示意流程图。
如图1所示，本发明实施例提供的一种用于能源互联网的数据处理方法可以包括如下步骤：
步骤110，基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型。
在一些实施例中，可以基于所述能源互联网的总生产成本最小作为优化目标，以及以功率平衡、分布电源功率上下限和联络线传输功率为约束条件建立能源互联网优化调度模型。
进一步地，通过如下公式表达所述能源互联网优化调度模型中的增量成本：
其中，PGin为能源互联网中第i个能源局域网中第n台分布式电源的发电功率；Fin为能源互联网中第i个能源局域网中第n台分布式电源的发电成本；αin、βin为第i个能源局域网中第n台分布式电源的发电成本参数；
以及通过如下公式作为所述能源互联网优化调度模型的功率平衡约束条件、分布电源功率上下限约束条件和联络线传输功率为约束条件：
其中，ΔP为由Δf计算得到的总功率指令；PGin(0)、和分别为第i个能源局域网中第n台分布式电源的初始发电功率、最小和最大输出功率；为第i个能源局域网中联络线功率，表示联络线功率流进能源局域网，表示联络线功率流出能源局域网；和分别为联络线传输功率的下限和上限。
步骤120，通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率。
一些实施例中，可以通过如下步骤实现：确定所述能源互联网的总功率指令；基于所述能源局域网的通信网络图形成第一拉氏矩阵，以形成第一状态转移矩阵；通过第一预设公式采用增量成本一致性算法更新任一能源局域网的增量成本，以更新能源局域网的发电功率；判断所述新能源局域网的发电功率是否超出第一预设功率范围；若超出所述第一预设功率范围，则通过第二预设公式调整所述新能源局域网的发电功率；判断任一个能源局域网的总功率指令与所述分布式电源总功率指令的差值是否满足第一收敛条件；若满足所述第一预设收敛条件，则输出各能源局域网的发电功率；以及，基于所述能源局域网的分布式电源的通信网络图像形成第二拉氏矩阵，以形成第二状态转移矩阵；通过第三预设公式采用增量成本一致性算法更新任一分布式电源的增量成本，以更新分布式电源功率；判断更新后的所述分布式电源功率是否在第二预设功率范围；若超出所述第二预设功率范围，则根据第四预设公式调整所述分布式电源总功率及邻接矩阵；判断是否满足第二预设收敛条件，若满足，则输出各分布式电源功率。
其中，第一预设公式为：
其中，Ci(k)为第i个能源局域网第k步迭代计算得到的增量成本； dij为能源局域网构成的通信网络对应的状态转移矩阵系数，由通信网络结构决定；η为功率平衡调节因子；ΔPerror为总功率指令与各能源局域网功率指令之和的偏差。
第二预设公式为：
aij＝0，j＝1，2，…，m
和分别为第i个能源局域网最小和最大发电功率。
第三预设公式为：
其中，Cin(k)为第i个能源局域网中第n台分布式电源在第k步迭代计算得到的增量成本；dnw为第i个能源局域网中分布式电源构成的通信网络对应的状态转移矩阵系数；μi为第i个能源局域网的功率平衡调节因子，取值为正数。
第四预设公式为：
anw＝0 w＝1，2，…，N，为邻接矩阵元素。
下面通过详细实施例进一步对上述方法进行介绍。
首先，建立能源互联网优化调度模型。以能源互联网的总生产成本最小作为优化目标：
其中，m和N分别为能源局域网个数和能源局域网内分布式电源的个数；PGin为能源互联网中第i个能源局域网中第n台分布式电源的发电功率； Fin为能源互联网中第i个能源局域网中第n台分布式电源的发电成本。
其中，αin、βin、γin为第i个能源局域网中第n台分布式电源的发电成本参数。
增量成本可表示为:
约束条件能源互联网优化调度的约束条件如下。
a.功率平衡约束。
全系统功率平衡约束:
b.分布式电源出力上、下限约束。
c.联络线传输功率约束。
其中，ΔP为由Δf计算得到的总功率指令；PGin(0)、和分别为第i个能源局域网中第n台分布式电源的初始发电功率、最小和最大输出功率；为第i个能源局域网中联络线功率，表示联络线功率流进能源局域网，表示联络线功率流出能源局域网；和分别为联络线传输功率的下限和上限。
能源局域网间增量成本一致性算法在选取增量成本作为能源局域网间的一致性状态变量后，第i个能源局域网的增量成本可定义为:
Ci＝2αiPi+βi (7)
其中，αi、βi为第i个能源局域网的发电成本参数,则第i个能源局域网的增量成本一致性更新如下:
其中，Ci(k)为第i个能源局域网第k步迭代计算得到的增量成本；dij为能源局域网构成的通信网络对应的状态转移矩阵系数，由通信网络结构决定。
能源局域网领导者的增量成本应更新如下:
其中，η为功率平衡调节因子；ΔPerror为总功率指令与各能源局域网功率指令之和的偏差，当∣ΔPerror∣＜δ时，一致性算法达到收敛。，当总功率指令ΔP＞0时，若ΔPerror＞0，则说明各能源局域网的功率指令总和仍不足以平衡当前的功率不平衡量，增量成本需要相应地增加，若ΔPerror＜ 0，则增量成本需要相应地减少；当ΔP＜0时，增量成本的增减趋势则相反。
根据式(8)，第i个能源局域网的发电功率更新为:
采用增量成本一致性算法时，有可能导致某个能源局域网的功率超出其总功率最大值，当达到限值时，能源局域网应从通信网络中退出，此时应修改相应的邻接矩阵。当达到功率限值时，能源局域网的功率可修改为:
其中，和分别为第i个能源局域网最小和最大发电功率。
与此同时，邻接矩阵元素修改如下:
aij＝0 j＝1，2，…，m (13)
其中，能源局域网内增量成本一致性算法，第i个能源局域网中第n台分布式电源的一致性增量成本的更新规则为:
其中，Cin(k)为第i个能源局域网中第n台分布式电源在第k步迭代计算得到的增量成本；dnw为第i个能源局域网中分布式电源构成的通信网络对应的状态转移矩阵系数。为了保证能源局域网内功率平衡，分布式电源领导者的一致性增量成本的更新规则为:
其中，μi为第i个能源局域网的功率平衡调节因子，取值为正数，借助该参数，领导者可实现功率平衡约束；ΔPGin＝PGin－PGin(0)；ΔPerrori为第i个能源局域网的总功率指令及所有分布式电源的总功率指令的偏差，当∣ΔPerrori∣＜εi时，一致性算法达到收敛。
功率平衡调节因子μi是影响算法收敛的重要因素，当μi取较大值时，收敛速度快，但容易引起系统振荡；当μi取较小值时，收敛精度好，但速度慢。
根据式(3)，第i个能源局域网中第n台分布式电源的发电功率更新为:
采用增量成本一致性算法时，有可能导致某台分布式电源的功率超出其功率最大值。当达到限值时，分布式电源应从通信网络中退出，此时应修改相应的邻接矩阵。当达到功率限值时，分布式电源的功率可修改为:
与此同时，邻接矩阵元素修改如下：
anw＝0 w＝1，2，…，N (19)
其中，能源互联网增量成本一致性算法流程:
能源互联网双层一致性算法的流程步骤如下:
a.求取能源互联网的总功率指令ΔP；
b.由能源局域网间的通信网络图形成Laplace矩阵，并形成相应的状态转移矩阵；
c.根据式(8)、(9)，利用增量成本一致性算法更新各能源局域网的增量成本，并求取更新后的能源局域网发电功率Pi(k+1)；
d.判断更新后的能源局域网功率Pi(k+1)是否在其功率范围内，若超出其有功出力范围，则按式(12)、(13)调整能源局域网有功出力及邻接矩阵；
e.求出ΔPerror，判断收敛条件ΔPerror＜δ是否成立，若不成立则进行下一步的的迭代计算，直到收敛条件成立为止，输出各能源局域网发电功率Pi；
f.根据每个能源局域网中分布式电源的通信网络图形成Laplace矩阵，并形成相应的状态转移矩阵；
g.根据式(14)、(15)，利用增量成本一致性算法更新各分布式电源增量成本，并求取更新后的分布式电源功率PGin(k+1)；
h.判断更新后的分布式电源功率PGin(k+1)是否在其功率范围内，若超出其有功出力范围，则按式(18)、(19)调整分布式电源有功出力及邻接矩阵；
i.求出ΔPerrori，判断收敛条件ΔPerrori＜εi是否成立，若不成立则进行下一步的迭代计算，直到收敛条件成立为止，输出各分布式电源功率PGin。
本发明实施例提供的一种用于能源互联网的数据处理方法，将能源互联网划分为若干个能源局域网，同时以各能源局域网和能源局域网内各分布式电源的增量成本作为一致性状态变量设计一致性功率分配算法，使得各能源局域网根据自身情况均衡地承担能源互联网系统的功率不平衡量，进一步使得各分布式电源根据自身情况均衡地承担能源局域网的功率不平衡量，从而达到降低系统发电成本的目的。
图2为本发明实施例提供的一种用于能源互联网的数据处理装置的结构示意图。
如图2所示，本发明实施例提供的一种用于能源互联网的数据处理装置200可以包括模型建立模块210，用于基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型；求解模块220，用于通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率。
本发明实施例还提供一种电子设备，包括存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的用于能源互联网的数据处理方法的步骤。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的用于能源互联网的数据处理方法的步骤。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明实施例所提供的进行用于能源互联网的数据处理方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种能源互联网的数据处理方法，其特征在于，能源互联网包括至少一个能源局域网，所述方法包括：
基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型；
通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率。
2.根据权利要求1所述的方法，其特征在于，所述基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型包括：
基于所述能源互联网的总生产成本最小作为优化目标，以及以功率平衡、分布电源功率上下限和联络线传输功率为约束条件建立能源互联网优化调度模型。
3.根据权力要求2所述的方法，其特征在于，所述基于所述能源互联网的总生产成本最小作为优化目标，以及以功率平衡、分布电源功率上下限和联络线传输功率为约束条件建立能源互联网优化调度模型包括：
通过如下公式表达所述能源互联网优化调度模型中的增量成本：
其中，PGin为能源互联网中第i个能源局域网中第n台分布式电源的发电功率；Fin为能源互联网中第i个能源局域网中第n台分布式电源的发电成本；αin、βin为第i个能源局域网中第n台分布式电源的发电成本参数；
以及通过如下公式作为所述能源互联网优化调度模型的功率平衡约束条件、分布电源功率上下限约束条件和联络线传输功率为约束条件：
其中，ΔP为由Δf计算得到的总功率指令；PGin(0)、和分别为第i个能源局域网中第n台分布式电源的初始发电功率、最小和最大输出功率；为第i个能源局域网中联络线功率，表示联络线功率流进能源局域网，表示联络线功率流出能源局域网；和分别为联络线传输功率的下限和上限。
4.根据权利要求1所述的方法，其特征在于，所述通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率包括：
确定所述能源互联网的总功率指令；
基于所述能源局域网的通信网络图形成第一拉氏矩阵，以形成第一状态转移矩阵；
通过第一预设公式采用增量成本一致性算法更新任一能源局域网的增量成本，以更新能源局域网的发电功率；
判断所述新能源局域网的发电功率是否超出第一预设功率范围；
若超出所述第一预设功率范围，则通过第二预设公式调整所述新能源局域网的发电功率；
判断任一个能源局域网的总功率指令与所述分布式电源总功率指令的差值是否满足第一收敛条件；
若满足所述第一预设收敛条件，则输出各能源局域网的发电功率；
以及，基于所述能源局域网的分布式电源的通信网络图像形成第二拉氏矩阵，以形成第二状态转移矩阵；
通过第三预设公式采用增量成本一致性算法更新任一分布式电源的增量成本，以更新分布式电源功率；
判断更新后的所述分布式电源功率是否在第二预设功率范围；
若超出所述第二预设功率范围，则根据第四预设公式调整所述分布式电源总功率及邻接矩阵；
判断是否满足第二预设收敛条件，若满足，则输出各分布式电源功率。
5.根据权利要求4所述的方法，其特征在于，所述第一预设公式为：
其中，Ci(k)为第i个能源局域网第k步迭代计算得到的增量成本；dij为能源局域网构成的通信网络对应的状态转移矩阵系数，由通信网络结构决定；η为功率平衡调节因子；ΔPerror为总功率指令与各能源局域网功率指令之和的偏差。
6.根据权利要求5所述的方法，其特征在于，所述第二预设公式为：
aij＝0，j＝1，2，…，m
和分别为第i个能源局域网最小和最大发电功率。
7.根据权利要求6所述的方法，其特征在于，所述第三预设公式为：
其中，Cin(k)为第i个能源局域网中第n台分布式电源在第k步迭代计算得到的增量成本；dnw为第i个能源局域网中分布式电源构成的通信网络对应的状态转移矩阵系数；μi为第i个能源局域网的功率平衡调节因子，取值为正数。
8.根据权利要求7所述的方法，其特征在于，所述第四预设公式为：
anw＝0 w＝1，2，…，N，为邻接矩阵元素。
9.一种能源互联网的数据处理装置，其特征在于，能源互联网包括至少一个能源局域网，所述装置包括：
模型建立模块，用于基于所述能源互联网的总生产成本、预设约束条件建立能源互联网优化调度模型；
求解模块，用于通过能源互联网内增量成本一致性算法求解所述能源互联网优化调度模型，以得到所述能源互联网中各分布式电源的功率。
10.一种电子设备，其特征在于，包括：
存储器；
处理器；
及存储在所述存储器上并可在所述处理器上运行的能源互联网的数据处理程序，所述能源互联网的数据处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的能源互联网的数据处理方法的步骤。
CN201910658750.0A 2019-07-22 2019-07-22 用于能源互联网的数据处理方法、装置和电子设备 Pending CN110598894A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910658750.0A CN110598894A (zh) 2019-07-22 2019-07-22 用于能源互联网的数据处理方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910658750.0A CN110598894A (zh) 2019-07-22 2019-07-22 用于能源互联网的数据处理方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN110598894A true CN110598894A (zh) 2019-12-20

Family

ID=68852999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910658750.0A Pending CN110598894A (zh) 2019-07-22 2019-07-22 用于能源互联网的数据处理方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN110598894A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487590A (zh) * 2020-12-08 2021-03-12 国网四川省电力公司经济技术研究院 一种优化智能电网鲁棒性的方法及装置
CN112784439A (zh) * 2021-02-09 2021-05-11 清华大学 一种基于离散化模型的能源互联网规划方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2796466A1 (en) * 2011-11-22 2013-05-22 Aquilon Energy Services, Inc. Method and system for storing time-dependent data
CN107147146A (zh) * 2017-06-15 2017-09-08 东北大学 一种基于联合多微网的分布式能量管理优化方法及装置
CN108182488A (zh) * 2017-11-18 2018-06-19 中国电力科学研究院有限公司 一种能源互联网应用模式模型及应用方法
CN108320080A (zh) * 2018-01-05 2018-07-24 上海电力学院 基于两层一致性算法的能源互联网实时动态功率分配方法
CN108365608A (zh) * 2018-01-05 2018-08-03 中国电力科学研究院有限公司 一种区域能源互联网不确定优化调度方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2796466A1 (en) * 2011-11-22 2013-05-22 Aquilon Energy Services, Inc. Method and system for storing time-dependent data
CN107147146A (zh) * 2017-06-15 2017-09-08 东北大学 一种基于联合多微网的分布式能量管理优化方法及装置
CN108182488A (zh) * 2017-11-18 2018-06-19 中国电力科学研究院有限公司 一种能源互联网应用模式模型及应用方法
CN108320080A (zh) * 2018-01-05 2018-07-24 上海电力学院 基于两层一致性算法的能源互联网实时动态功率分配方法
CN108365608A (zh) * 2018-01-05 2018-08-03 中国电力科学研究院有限公司 一种区域能源互联网不确定优化调度方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487590A (zh) * 2020-12-08 2021-03-12 国网四川省电力公司经济技术研究院 一种优化智能电网鲁棒性的方法及装置
CN112784439A (zh) * 2021-02-09 2021-05-11 清华大学 一种基于离散化模型的能源互联网规划方法及装置

Similar Documents

Publication Publication Date Title
US11159044B2 (en) Hierarchal framework for integrating distributed energy resources into distribution systems
US10504195B2 (en) System and method for decentralized energy production
US8731732B2 (en) Methods and system to manage variability in production of renewable energy
Lezama et al. Agent-based microgrid scheduling: An ICT perspective
CN109412202A (zh) 分布式电源协调控制方法及系统
US11664678B2 (en) Grid asset manager
CN106026084B (zh) 一种基于虚拟发电部落的agc功率动态分配方法
CN110137955A (zh) 一种计及CVaR的鲁棒机组组合调度的决策方法
CN113285457B (zh) 非理想通信下区域电力系统的分布式经济调度方法及系统
CN109840692A (zh) 一种互联微电网分布式鲁棒调度系统及调度方法
CN105429185A (zh) 一种具有鲁棒协同一致性的经济调度方法
Rayati et al. An optimal and decentralized transactive energy system for electrical grids with high penetration of renewable energy sources
CN110598894A (zh) 用于能源互联网的数据处理方法、装置和电子设备
CN110474353A (zh) 分层式储能系统及其参与的电网调频协调控制方法
CN116207739B (zh) 配电网优化调度方法、装置、计算机设备和存储介质
CN110858718A (zh) 考虑经济性的交流微电网分布式事件驱动的频率控制方法
CN114444256A (zh) 一种基于大数据的虚拟电厂负荷预测方法及跟踪控制方法
CN113690885A (zh) 一种供电控制方法及供电平台
CN111463838B (zh) 计及储能参与二次调频的两阶段鲁棒优化调度方法及系统
CN110829425A (zh) 一种分布式电力系统经济运行调度方法
CN110957807A (zh) 分布式能源的配电网能量信息管控系统及方法
CN111242513B (zh) 一种基于一致性理论的电力系统分布式经济调度方法
US20220373989A1 (en) System for configuring demand response for energy grid assets
CN112507601B (zh) 一种基于谱聚类的电力系统分区备用配置方法
CN115395647A (zh) 基于一致性算法的配电台区群云边协同调控方法和系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191220

RJ01 Rejection of invention patent application after publication