CN110707691A - 一种基于用户的分布式智能电网监控系统的控制方法 - Google Patents
一种基于用户的分布式智能电网监控系统的控制方法 Download PDFInfo
- Publication number
- CN110707691A CN110707691A CN201910973077.XA CN201910973077A CN110707691A CN 110707691 A CN110707691 A CN 110707691A CN 201910973077 A CN201910973077 A CN 201910973077A CN 110707691 A CN110707691 A CN 110707691A
- Authority
- CN
- China
- Prior art keywords
- module
- power
- power generation
- user
- modules
- 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
Links
Images
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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明一种基于用户的分布式智能电网监控系统的控制方法,包括:基于历史数据,对电网中各发电模块的发电能力评估,极大减小了可再生能源不确定性对电网的冲击,增强了电网的可靠性,实现了数据驱动的分布式智能电网监控;设置与各发电模块的碳排放评估值和传输费用及与各用户模块的传输费用相关的传输参数,促进了可再生能源的消纳;每个模块i迭代计算其产电量上下界参数及其向其它任一模块j输送电力的电量,并在每次迭代后将计算结果发送至模块j,直至各参数收敛,其中用户输送电量始终小于零,用户参与控制信息计算和传递,为用户提供可靠性电能,增加了用户用电的灵活性和可选择性,另外,通过分布式监控,用户的隐私也得到了极大的保护。
Description
技术领域
本发明属于人工智能领域,更具体地,涉及一种基于用户的分布式智能电网监控系统的控制方法。
背景技术
近年来,随着新能源发电技术得到迅猛发展,其应用遍布至各家各户。尽管越来越多的地方开始布局分布式新能源发电系统,但由于其与天气、气候等不确定因素紧密相关,造成新能源发电技术存在较大地随机性,进而造成新能源并网后对电网的可靠运行造成威胁;由于其随机性大,运行不稳定,新能源发电也不为大众接受和消纳,弃电时有发生。另外,传统电网采用集中式的监控方法,不仅对其可靠性运行不利,用户的用电信息需要传送给集中监控设备,容易造成用户隐私泄露问题。
由此可见,现有技术存在新能源发电的电量难以为大众接受和消纳、集中式监控方法存在隐私泄露等技术问题。
发明内容
本发明提供一种基于用户的分布式智能电网监控系统的控制方法,用以解决现有基于用户的电网监控方法中因采用集中式监控存在新能源发电的电量难以为大众接受和消纳、隐私泄露而导致实用性不高的技术问题。
本发明解决上述技术问题的技术方案如下:一种基于用户的分布式智能电网监控系统的控制方法,监控系统中包括若干分布式发电模块及若干用户模块,发电模块和用户模块中均包括计算单元和信息传递单元,其中计算单元用于计算的控制参数,信息传递单元用于传递控制参数;各模块之间通过输电线连接,用于传输电能及传递信息;
所述若干分布式发电模块包括传统能源发电模块和可再生能源发电模块;各用户模块中均包括储能单元,用于购电以满足其用电所需;
通过以下步骤控制所述监控系统:
(1)基于历史天气数据,对各发电模块的产电量进行初步预测,并基于每个发电模块的历史发电数据和所述初步预测的产电量,得到该发电模块的成本参数ai、bi、di;
(2)根据各发电模块的碳排放评估值和传输费用以及用户模块的传输费用,设置各模块之间的传输参数fij,其中fij表示模块i向模块j的传输参数;
(3)对模块i向模块j传输电力的预估价格pij、模块i向模块j传输电力的电量gij、模块j向模块i传输电力的电量gji、模块i的上界参数hi、模块j下届参数li、模块i对模块j的辅助价格rij选取初值;
ii)若模块i为发电模块,其基于辅助价格,通过如下步骤计算当前k+1次迭代所得的模块i向模块j传输电力的电量
若
(7)各模块通过其信息传递单元,将迭代所得信息传递给其他模块以进行下一次迭代计算;
(8)重复步骤(5)-(8),直到每个模块相邻两次迭代计算所得的预估价格、模块之间传输的电量、模块的上下界参数的差值均不超过设定阈值,此时模块i基于当前迭代计算所得信息,向模块j输送电量且价格为产电量上限为和产电量下限为
本发明的有益效果是:本发明提出一种基于用户的分布式智能电网监控系统的控制方法,其基于历史数据,对各发电模块和用户模块的发电能力进行评估,极大的减小了可再生能源不确定性对电网的冲击,增强了电网的可靠性;基于历史数据对各模块的产电量进行初步预测,实现了数据驱动的分布式智能电网监控;通过设置与各发电模块及用户模块的碳排放评估值、传输费用相关的传输参数fij,促进了可再生能源的消纳;通过用户模块的参与,增强了用户对于供电方的可选择性质,在为用户提供可靠性电能的同时,增加了用户用电的灵活性和可选择性。通过分布式监控,用户的隐私也得到了极大的保护。
上述技术方案的基础上,本发明还可以做如下改进。
进一步,fij的取值具体方式为:通过对模块i和模块j的碳排放评估值以及模块i向模块j的传输费用进行加权计算,得到fij值。
本发明的进一步有益效果是:两个模块之间的传输参数,通过采用每个模块的碳排放评估值和传输费用进行加权计算,能够更好地反映这两个模块之间的传输电量的环境友好性,提高控制的可靠性、实用性。
附图说明
图1为本发明实施例提供的一种基于用户的分布式智能电网监控系统的控制方法中监控系统的结构示意框图;
图2为本发明实施例提供的一种基于用户的分布式智能电网监控系统的控制方法的流程框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
一种基于用户的分布式智能电网监控系统的控制方法,如同1所示,监控系统100中包括若干分布式发电模块及若干用户模块,发电模块和用户模块中均包括计算单元和信息传递单元,其中计算单元用于计算的控制参数,信息传递单元用于传递控制参数;各模块之间通过输电线连接,可传输电能,同时各模块之间通讯连接,可传递信息;
若干分布式发电模块包括传统能源发电模块和可再生能源发电模块;各用户模块中均包括储能单元,用于购电以满足其用电所需;
如图2所示,通过以下步骤控制监控系统:
步骤110、基于历史天气数据,对各发电模块的产电量进行初步预测,并基于每个发电模块的历史发电数据和所述初步预测的产电量,得到该发电模块的成本参数ai、bi、di;
需要说明的是,根据每个模块所在环境的历史天气数据,对该模块进行产电量预测,以通过拟合,得到各成本参数,用于输送电量的计算,保证计算所得的输送电量考虑了该模块的产电能力,兼容性较强。用户表示用电者,发用于消纳电,因此为基于用户的控制方法。
步骤120、根据各发电模块的碳排放评估值和传输费用以及用户模块的传输费用,设置各模块之间的传输参数fij,其中fij表示模块i向模块j的传输参数。
需要说明的是,根据碳排放评估值、传输费用确定传输参数,采用该传输参数用于传输电量的迭代计算,能够很好的考虑环境友好问题。其中,模块i向模块j的传输参数包括发电模块向发电模块的传输参数、发电模块向用户模块的传输参数、用户模块向用户模块的传输参数、用户模块向发电模块的传输参数。
步骤130、对模块i向模块j传输电力的预估价格pij、模块i向模块j传输电力的电量gij、模块j向模块i传输电力的电量gji、模块i的上界参数hi、模块j下届参数li、模块i对模块j的辅助价格rij选取初值。
需要说明的是,预估价格有pij也有pji,表示了模块i向模块j卖电的预估价格。另外,上界参数和下界参数是模块i能够产电的产电量上下限相关的参数。辅助价格没有特定物理含义,是一个量纲为价格的参数。其中,选取初值可以根据实际需要任意选择。
步骤140、采用每个发电模块及用户模块中的计算单元,从第1次开始,利用上一次的迭代所得信息,通过如下公式计算当前k+1次迭代所得的模块i向模块j传输电力的预估价格各模块计算其预估价格用于各模块之间的电力传输平衡;其中为第k次迭代所得的模块j向模块i传输电力的的预估价格,为第k次迭代所得的模块i向模块j传输电力的电量,为第k次迭代所得的模块j向模块i传输电力的电量;
其中为模块i第k次迭代计算所得的上界参数,为第k次步迭代计算所得的下界参数,mi为模块i的功率上限(是已知值,可通过前述预测得到和/或拟合得到的产电量与成本之间的关系式得到),si为模块i的功率下限(是已知值,获取方式同mi);
需要说明的是,通过上述各公式的计算,可以使得在它们计算结果收敛时,实现分布式电网的有效控制,实用性强。
各模块通过其信息传递单元,将迭代所得信息传递给其他模块以进行下一次迭代计算;
步骤150、重复步骤140,直到每个模块相邻两次迭代计算所得的预估价格、模块之间传输的电量、模块的上下界参数的差值均不超过设定阈值,此时模块i基于当前迭代计算所得信息,向模块j输送电量且价格为产电量上限为和产电量下限为
需要说明的是,各设定阈值的范围可为10-5~10-2。
本方法基于历史数据,对各发电模块和用户模块的发电能力进行评估,极大的减小了可再生能源不确定性对电网的冲击,增强了电网的可靠性;基于历史数据对各模块的产电量进行初步预测,实现了数据驱动的分布式智能电网监控;通过设置与各发电模块及用户模块的碳排放评估值、传输费用相关的传输参数fij,促进了可再生能源的消纳;通过用户模块的参与,增强了用户对于供电方的可选择性质,在为用户提供可靠性电能的同时,增加了用户用电的灵活性和可选择性。通过分布式监控,用户的隐私也得到了极大的保护。
优选的,fij的取值具体方式为:通过对模块i和模块j的碳排放评估值以及模块i向模块j的传输费用进行加权计算,得到fij值。
两个模块之间的传输参数,通过采用每个模块的碳排放评估值和传输费用进行加权计算,能够更好地反映这两个模块之间的传输电量的环境友好性,提高控制的可靠性、实用性。
为了更好的说明本发明,现举示例:
一种基于用户的分布式智能电网控制方法,包括:
S1、控制分布式智能电网中的每个模块i分别迭代计算其产电量上界参数hi、产电量下界参数li以及其向其它任一模块j输送电力的电量gij,并在每次迭代计算后将计算结果发送至每个模块j:
式中,为第k次模块i对模块j的辅助价格,且γ为正数常数,为第k次模块j向模块i传输电力的预估价格,且 fij为模块i向模块j的传输参数,mi为模块i的产电量上限,si为模块i的产电量下限,ai、bi均为模块i的成本参数;
需要说明的是,产电量上界参数是产电量上限相关的参数,产电量下界参数是产电量下限相关的参数。辅助价格为量纲是价格的一个参数,没有特定的物理含义。其次,各模块i通过多次迭代计算,当其与各模块j间的预估价格、传输电量、上界参数和下界参数收敛,此时,实现最优环境友好和最优价格,并能够有效地促进各模块的电量消纳,提高各模块之间的电量买卖的自由性、灵活性,增加了用户用电的灵活性和可选择性,其中,在迭代计算前期,预先对各发电模块和用户模块的发电能力进行评估,极大的减小了可再生能源不确定性对电网的冲击,增强了电网的可靠性。另外,各模块的控制信息都是由自身进行计算,不需要传输大量自身数据至总控中心,保证了各模块信息的隐私性。
上述分布式智能电网中的发电模块有传统能源发电模块和/或可再生能源发电模块;上述分布式智能电网中的每个用户模块包括可再生能源发电单元。
另外,fij的取值是根据模块i和模块j的碳排放评估值以及模块i向模块j的传输费用而设置。fij的取值具体方式为:通过对模块i和模块j的碳排放评估值以及模块i向模块j的传输费用进行加权计算,得到fij值。
上述成本参数ai、bi的取值方法为:
基于历史天气数据,采用神经网络,对模块i的产电量进行预测;
在第一次迭代前,对pij、gij、hi和li均根据实际需要预先设置初值。
本方法中的用户模块中不包含任何发电单元,不能用于发电,可将每个用户模块视为一个参与电力交易的单元,但是限定其输电为负值,那么就成为单向购电单元。其中,用户模块没有碳排放评估值,另外,传输参数表征了用户的传输效力,通过设置传输参数,可根据发电模块及用户的碳排放及传输能力进行电力配置,在实现资源配置优化的同时,增强系统对环境的友好性。当面对不同的价格提供时,控制系统可控制用户模块基于传输费用及碳排放情况选择最合适的电力供应方,从而增强了可再生能源的利用率
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,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 (2)
1.一种基于用户的分布式智能电网监控系统的控制方法,其特征在于,监控系统中包括若干分布式发电模块及若干用户模块,发电模块和用户模块中均包括计算单元和信息传递单元,其中计算单元用于计算控制参数,信息传递单元用于传递控制参数;各模块之间通过输电线连接,用于传输电能及传递信息;
所述若干分布式发电模块包括传统能源发电模块和可再生能源发电模块;各用户模块中均包括储能单元,用于购电以满足其用电所需;
通过以下步骤控制所述监控系统:
(1)基于历史天气数据,对各发电模块的产电量进行初步预测,并基于每个发电模块的历史发电数据和所述初步预测的产电量,得到该发电模块i的成本参数ai、bi、di;
(2)根据各发电模块的碳排放评估值和传输费用以及用户模块的传输费用,设置各模块之间的传输参数fij,其中fij表示模块i向模块j的传输参数;
(3)对所述模块中的任意模块i,对模块i向模块j传输电力的预估价格pij、模块i向模块j传输电力的电量gij、模块j向模块i传输电力的电量gji、模块i的上界参数hi、模块j下届参数li、模块i对模块j的辅助价格rij选取初值;
(4)采用每个发电模块及用户模块中的计算单元,从第1次开始,利用上一次的迭代所得信息,通过如下公式计算当前k+1次迭代所得的模块i向模块j传输电力的预估价格其用于各模块之间的电力传输平衡;其中为第k次迭代所得的模块j向模块i传输电力的预估价格,为第k次迭代所得的模块i向模块j传输电力的电量,为第k次迭代所得的模块j向模块i传输电力的电量;
其中为模块i第k次迭代计算所得的上界参数,为第k次步迭代计算所得的下界参数,mi为模块i的功率上限,si为模块i的功率下限;
若
(7)各模块通过其信息传递单元,将迭代所得信息传递给其他模块以进行下一次迭代计算;
2.根据权利要求1所述的一种基于用户的分布式智能电网监控系统的控制方法,其特征在于,fij的取值具体方式为:通过对模块i和模块j的碳排放评估值以及模块i向模块j的传输费用进行加权计算,得到fij值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910973077.XA CN110707691B (zh) | 2019-10-14 | 2019-10-14 | 一种基于用户的分布式智能电网监控系统的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910973077.XA CN110707691B (zh) | 2019-10-14 | 2019-10-14 | 一种基于用户的分布式智能电网监控系统的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110707691A true CN110707691A (zh) | 2020-01-17 |
CN110707691B CN110707691B (zh) | 2020-12-08 |
Family
ID=69199646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910973077.XA Active CN110707691B (zh) | 2019-10-14 | 2019-10-14 | 一种基于用户的分布式智能电网监控系统的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110707691B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215720A (zh) * | 2020-09-01 | 2021-01-12 | 中南大学 | 一种基于可再生能源发电的智能电网控制系统的控制方法 |
CN112234600A (zh) * | 2020-09-01 | 2021-01-15 | 中南大学 | 一种基于用户体验度的智能电网控制系统的控制方法 |
CN113241800A (zh) * | 2021-04-14 | 2021-08-10 | 中南大学 | 一种基于区域电价的智能电网控制系统及其控制方法 |
CN113270897A (zh) * | 2021-04-14 | 2021-08-17 | 中南大学 | 一种基于终端容量的智能电网控制系统及其控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130218687A1 (en) * | 2012-02-17 | 2013-08-22 | Graphdive, Inc. | Methods, systems and devices for determining a user interest and/or characteristic by employing a personalization engine |
CN109272405A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产交易方法及系统 |
CN109583753A (zh) * | 2018-11-27 | 2019-04-05 | 华中科技大学 | 一种基于区域内部交易的智能电网监控系统及其控制方法 |
CN109598429A (zh) * | 2018-11-27 | 2019-04-09 | 中国长江电力股份有限公司 | 一种海岛微电网智能调度系统及调度方法 |
-
2019
- 2019-10-14 CN CN201910973077.XA patent/CN110707691B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130218687A1 (en) * | 2012-02-17 | 2013-08-22 | Graphdive, Inc. | Methods, systems and devices for determining a user interest and/or characteristic by employing a personalization engine |
CN109272405A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产交易方法及系统 |
CN109583753A (zh) * | 2018-11-27 | 2019-04-05 | 华中科技大学 | 一种基于区域内部交易的智能电网监控系统及其控制方法 |
CN109598429A (zh) * | 2018-11-27 | 2019-04-09 | 中国长江电力股份有限公司 | 一种海岛微电网智能调度系统及调度方法 |
Non-Patent Citations (5)
Title |
---|
MIAN HU: "A Decentralized Periodic Energy Trading Framework for Pelagic Islanded Microgrids", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
SHICHANG CUI: "Prosumer Community: A Risk Aversion Energy Sharing Model", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 * |
TADAHIRO TANIGUCHI: "Convergent Double Auction Mechanism for a Prosumers’ Decentralized Smart Grid", 《ENERGIES》 * |
TRAN NGOC TU: "多自主体系统的分布式优化方法研究", 《中国博士学位论文全文数据库》 * |
WEN-TING LIN: "Predefined-time optimization for distributed resource allocation", 《JOURNAL OF THE FRANKLIN INSTITUTE》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215720A (zh) * | 2020-09-01 | 2021-01-12 | 中南大学 | 一种基于可再生能源发电的智能电网控制系统的控制方法 |
CN112234600A (zh) * | 2020-09-01 | 2021-01-15 | 中南大学 | 一种基于用户体验度的智能电网控制系统的控制方法 |
CN112234600B (zh) * | 2020-09-01 | 2022-05-20 | 中南大学 | 一种基于用户体验度的智能电网控制系统的控制方法 |
CN112215720B (zh) * | 2020-09-01 | 2023-10-24 | 中南大学 | 一种基于可再生能源发电的智能电网控制系统的控制方法 |
CN113241800A (zh) * | 2021-04-14 | 2021-08-10 | 中南大学 | 一种基于区域电价的智能电网控制系统及其控制方法 |
CN113270897A (zh) * | 2021-04-14 | 2021-08-17 | 中南大学 | 一种基于终端容量的智能电网控制系统及其控制方法 |
CN113241800B (zh) * | 2021-04-14 | 2022-11-18 | 中南大学 | 一种基于区域电价的智能电网控制系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110707691B (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110707691B (zh) | 一种基于用户的分布式智能电网监控系统的控制方法 | |
Li et al. | Multiobjective sizing optimization for island microgrids using a triangular aggregation model and the levy-harmony algorithm | |
US10317924B2 (en) | Collaborative load balancing within a community of energy nodes | |
CN107301470B (zh) | 一种配电网扩展规划与光储选址定容的双层优化方法 | |
US11610214B2 (en) | Deep reinforcement learning based real-time scheduling of Energy Storage System (ESS) in commercial campus | |
CN112701687B (zh) | 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法 | |
Yang et al. | DISTRIBUTED OPTIMAL DISPATCH OF VIRTUAL POWER PLANT BASED ON ELM TRANSFORMATION. | |
Li et al. | Knee point-guided multiobjective optimization algorithm for microgrid dynamic energy management | |
CN113890023A (zh) | 一种综合能源微网分布式经济调度优化方法及系统 | |
CN111815369A (zh) | 一种基于深度强化学习的多能源系统能量调度方法 | |
CN109583753B (zh) | 一种基于区域内部交易的智能电网监控系统及其控制方法 | |
CN110797861B (zh) | 一种基于产消者的分布式智能电网监控系统的控制方法 | |
CN113723793A (zh) | 园区综合能源系统的实现方法、装置、设备和介质 | |
CN112510690B (zh) | 考虑风火储联合和需求响应奖惩的优化调度方法及系统 | |
CN106600078A (zh) | 一种基于新能源发电预测的微网能量管理方案 | |
CN116957362A (zh) | 一种区域综合能源系统的多目标规划方法及系统 | |
Khan et al. | Efficient prediction of dynamic tariff in smart grid using CGP evolved artificial neural networks | |
CN116739370A (zh) | 一种综合能源系统成本计算方法、装置及综合能源系统 | |
Wang et al. | Energy scheduling for multi-energy systems via deep reinforcement learning | |
CN113128746A (zh) | 一种基于多代理的综合能源系统多主体联合优化运行方法 | |
Syu et al. | AI-Based Electricity Grid Management for Sustainability, Reliability, and Security | |
CN110766285A (zh) | 一种基于虚拟电厂的日前能源调度方法 | |
CN113421004B (zh) | 输配协同的主动配电网分布式鲁棒扩展规划系统及方法 | |
CN116307437A (zh) | 基于碳排放权兑换机制的虚拟电厂优化调度方法及系统 | |
CN111062513B (zh) | 基于自适应共识机制的分布式社区能源交易系统及方法 |
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 |