CN110969335A - 适用于智能电网经济调度与需求响应的分布式协调方法 - Google Patents

适用于智能电网经济调度与需求响应的分布式协调方法 Download PDF

Info

Publication number
CN110969335A
CN110969335A CN201910772862.9A CN201910772862A CN110969335A CN 110969335 A CN110969335 A CN 110969335A CN 201910772862 A CN201910772862 A CN 201910772862A CN 110969335 A CN110969335 A CN 110969335A
Authority
CN
China
Prior art keywords
iteration
power
unit
distributed
power generation
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
CN201910772862.9A
Other languages
English (en)
Inventor
秦家虎
万艳妮
李曼
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201910772862.9A priority Critical patent/CN110969335A/zh
Publication of CN110969335A publication Critical patent/CN110969335A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种适用于智能电网经济调度与需求响应的分布式协调方法，该智能电网至少包括发电单元、存储单元和柔性用户单元，该方法包括：对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，在更新过程中以分布式的方式获得所需的全局数据信息，并基于该所得全局数据信息以分布式的方式计算出电网电价，其中该全局数据信息至少包括所有发电单元的发电成本系数、所有存储单元的存储成本系数及所有柔性用户单元的效用系数；以及基于该电网电价对发电量和用电需求进行协调。本发明提出的方法，利用所得电价对发电量和用电需求进行协调，在满足系统和个体约束条件，保证电网的社会效益最大化的同时还保护了用户的个人隐私。

Description

适用于智能电网经济调度与需求响应的分布式协调方法
技术领域
本发明涉及智能电网分布式能源管理领域，尤其是一种适用于智能电网经济调度与需求响应的分布式协调方法。
背景技术
多智能体系统是由多个自主且相互作用的实体组成的集合，其目的是将规模较大且复杂的系统分解成规模较小、彼此能够相互通信和协调，且易于管理的多个系统。由于其具有自主性、协调性、分布性及自组织能力、学习和推理能力等优势，在解决实际应用问题时，能够支持分布式应用和实现，且具有很强的鲁棒性、可靠性和较高的问题求解效率。目前多智能体系统广泛应用于智能机器人、智能交通、智能电网等领域。分布式一致性算法是多智能体系统中应用极为广泛且有效的算法之一，它依赖于多个智能体之间的局部信息交流，从而使得网络中单个智能体的某些量趋于一致，最终实现整个系统的全局目标，如传感器网络估计、机器人的群集、蜂拥、电网的电价平衡等。
智能电网中已有的协调算法主要是集中式的，要求所有发电单元和用户将自己的发电量和用电请求信息发送给一个聚合器，再由该聚合器对信息进行集中协调和处理。这种集中式协调算法在很大程度上增加了计算和通信负担，且需要很大的存储容量来存储所有收集到的数据信息。由于现有的协调算法主要是根据供需两端的电力不平衡来对发电单元的发电量和柔性用户的用电需求进行协调，因此需要一个强有力的中央处理器与所有参与单元进行信息的传递和交流，并对收集到的数据信息进行集中协调和处理，这在很大程度上增加了计算和通信的时间和成本。此外，如果电网中的某个发电单元或用户单元发生故障，整个系统都会受到该单点故障的影响，且中央处理器需要重新进行数据的处理和计算。因此，不利于系统的可扩展性。除此之外现有的协调算法存在一系列安全和隐私问题，如外界错误数据注入和自身数据欺骗等网络攻击以及个人用电习惯等用户隐私泄露等问题。
发明内容
(一)要解决的技术问题
有鉴于此，本发明的主要目的在于提出一种适用于智能电网经济调度与需求响应的分布式协调方法，以解决集中式协调算法带来的缺陷和网络安全问题的发生，保护用户的个人隐私，利用所得电价对发电量和用电需求进行协调，从而在满足系统和个体约束条件的同时，保证电网的社会效益最大化。
(二)技术方案
为达到上述目的，本发明提供了一种适用于智能电网经济调度与需求响应的分布式协调方法，该智能电网至少包括发电单元、存储单元和柔性用户单元，该方法包括：对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，在更新过程中以分布式的方式获得所需的全局数据信息，并基于该所得全局数据信息以分布式的方式计算出电网电价，其中该全局数据信息至少包括所有发电单元的发电成本系数、所有存储单元的存储成本系数及所有用户单元的效用系数；以及基于该电网电价对发电量和用电需求进行协调。
上述方案中，对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，包括：
初始化分布式协调方法的参数；
智能电网的各个单元进行迭代运算，计算出电网电价。
初始化分布式协调方法的参数，包括：
初始化时间T∈R，惩罚因子ρ∈(0，1)，发电成本系数ai，bi，用户效用系数αj，βj，电池成本系数ωs，功率损耗系数γ，t＝1，k＝0。
上述方案中，智能电网的各个单元进行迭代运算，计算出电网电价，包括：
开始每个时间间隙内的迭代，k＝k+1；
根据发电量、存储电能、消耗电能，电网中的所有参与单元计算价格系数
Figure BDA00021727534600000322
即：
Figure BDA0002172753460000032
Figure BDA0002172753460000033
Figure BDA0002172753460000034
其中，Xi(t)k表示分布式发电单元i在第k次迭代中发电量的逼近值，Xs(t)k表示存储单元s在第k次迭代中存储电能的逼近值，Xj(t)k表示柔性用户单元j在第k次迭代中消耗电能的逼近值；ui(t)k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，us(t)k表示存储单元s在第k次迭代中所对应的缩放对偶变量，uj(t)k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，γi表示分布式发电单元i的功率损耗因子，γs表示存储单元s的功率损耗因子，γj表示柔性用户单元j的功率损耗因子，
Figure BDA0002172753460000035
和
Figure BDA0002172753460000036
表示与分布式发电单元i有关的价格系数，
Figure BDA0002172753460000037
和
Figure BDA0002172753460000038
表示与存储单元s有关的价格系数，
Figure BDA0002172753460000039
和
Figure BDA00021727534600000310
表示与柔性用户单元j有关的价格系数；
基于计算出的价格系数
Figure BDA00021727534600000311
电网中的所有参与单元计算与价格系数有关的中间变量
Figure BDA00021727534600000312
Figure BDA00021727534600000313
即：
Figure BDA00021727534600000314
Figure BDA00021727534600000315
Figure BDA00021727534600000316
其中，
Figure BDA00021727534600000317
分别表示与分布式发电单元i、存储单元s和柔性用户单元j的价格系数有关的中间变量，并无实际的物理意义；
基于计算出的与价格系数有关的中间变量
Figure BDA00021727534600000318
Figure BDA00021727534600000319
通过多智能体平均一致性算法分布式计算最优对偶变量η(t)*，即电网电价。
上述方案中，根据上述计算出电网电价对发电量和柔性用户用电需求进行协调，更新发电单元的发电量、存储单元的存储功率以及柔性用户单元的用电需求，即：
Figure BDA00021727534600000320
Figure BDA00021727534600000321
Figure BDA0002172753460000041
其中，Pi(t)k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，Ps(t)k+1表示存储单元s在第k+1次迭代中更新的存储电能，Pj(t)k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能。
对电网所有参与单元进行X-更新；
对电网所有参与单元进行U-更新；
检查是否满足终止条件，若条件不满足，则继续进行迭代；否则，令t＝t+1进行下一时隙的迭代，直到t≥T，最终输出P，即发电单元i在第k+1次迭代中更新的发电量Pi(t)k+1，存储单元s在第k+1次迭代中更新的存储电能Ps(t)k+1，柔性用户单元j在第k+1次迭代中更新的消耗电能Pj(t)k+1。
(三)有益效果
本发明提出的适用于智能电网经济调度与需求响应的分布式协调方法，通过对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，在更新过程中以分布式的方式获得所需的全局数据信息，并基于该所得全局数据信息以分布式的方式计算出电网电价，基于该电网电价实现对发电量和用电需求进行协调，解决了集中式协调算法带来的缺陷和网络安全问题的发生，保护用户的个人隐私。
附图说明
图1为本发明实施例的适用于智能电网经济调度与需求响应的分布式协调方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
如图1为本发明实施例的适用于智能电网经济调度与需求响应的分布式协调方法的流程图，该方法是以分布式的方式获取全局数据信息，实现对发电量和用电需求进行调整。
智能电网经济调度与需求响应的分布式协调方法是通过分布式的方式实现的，智能电网包括发电单元、存储单元、柔性用户单元，智能电网的各个单元不断进行更新，计算出全局数据信息，即所有发电单元的发电成本系数、所有存储单元的存储成本系数及所有柔性用户单元的效用系数，进而以分布式的方式计算出电网电价，然后基于电网电价实现对发电量和用电需求进行协调，直到满足终止条件时停止迭代更新，最终输出整个时间周期的P，即发电单元i在第k+1次迭代中更新的发电量Pi(t)k+1，存储单元s在第k+1次迭代中更新的存储电能Ps(t)k+1，柔性用户单元j在第k+1次迭代中更新的消耗电能Pj(t)k+1。
智能电网中每个参与单元的更新过程如下：
步骤1：初始化协调方法的参数。
初始化时间T∈R，惩罚因子ρ∈(0，1)，发电成本系数ai，bi，用户效用系数αj，βj，电池成本系数ωs，功率损耗系数γ，t＝1，k＝0；
步骤2：进行迭代运算，基于电网电价对发电量和用电需求进行协调，直到满足终止条件时停止迭代，最终输出整个时间周期的发电量P，即发电单元i在第k+1次迭代中更新的发电量Pi(t)k+1，存储单元s在第k+1次迭代中更新的存储电能Ps(t)k+1，柔性用户单元j在第k+1次迭代中更新的消耗电能Pj(t)k+1。
步骤2.1：开始每个时间间隙内的迭代，k＝k+1；
步骤2.2：对电网所有参与单元进行P-更新，对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，获得一致性变量，即电网电价，然后基于电网电价对发电量和用电需求进行协调
步骤2.2.1：根据发电量、存储电能、消耗电能，电网中的所有参与单元计算价格系数
Figure BDA0002172753460000051
即：
Figure BDA0002172753460000052
其中，Xi(t)k表示分布式发电单元i在第k次迭代中发电量的逼近值，Xs(t)k表示存储单元s在第k次迭代中存储电能的逼近值，Xj(t)k表示柔性用户单元j在第k次迭代中消耗电能的逼近值；ui(t)k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，us(t)k表示存储单元s在第k次迭代中所对应的缩放对偶变量，uj(t)k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量。γi表示分布式发电单元i的功率损耗因子，γs表示存储单元s的功率损耗因子，γj表示柔性用户单元j的功率损耗因子，
Figure BDA0002172753460000061
和
Figure BDA0002172753460000062
表示与分布式发电单元i有关的价格系数，
Figure BDA0002172753460000063
和
Figure BDA0002172753460000064
表示与存储单元s有关的价格系数，
Figure BDA0002172753460000065
和
Figure BDA0002172753460000066
表示与柔性用户单元j有关的价格系数
步骤2.2.2：基于计算出的价格系数
Figure BDA0002172753460000067
电网中的所有参与单元计算与价格系数有关的中间变量
Figure BDA0002172753460000068
即：
Figure BDA0002172753460000069
其中，
Figure BDA00021727534600000610
分别表示与分布式发电单元i、存储单元s和柔性用户单元j的价格系数有关的中间变量，并无实际的物理意义。
步骤2.2.3：基于计算出的与价格系数有关的中间变量
Figure BDA00021727534600000611
通过多智能体平均一致性算法分布式计算最优对偶变量η(t)*，即电网电价
初始值选为
Figure BDA00021727534600000612
和
Figure BDA00021727534600000613
然后利用多智能体平均一致性算法对两个向量进行迭代更新，最终得到各自的收敛值，即：
Figure BDA00021727534600000614
Figure BDA00021727534600000615
最后计算η(t)*＝y(t)*/x(t)*，η(t)*即电网电价。
其中，n表示分布式发电单元的数量，q表示存储单元的数量，m表示柔性用户单元的数量，w表示可再生发电单元的数量，n1表示电网所有参与单元的数量，n2表示电网可被调度单元的数量。
步骤2.2.4：根据上述计算出电网电价对发电量和柔性用户用电需求进行协调，更新发电单元的发电量、存储单元的存储功率以及柔性用户单元的用电需求，即：
Figure BDA0002172753460000071
Figure BDA0002172753460000072
Figure BDA0002172753460000073
其中，Pi(t)k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，Ps(t)k+1表示存储单元s在第k+1次迭代中更新的存储电能，Pj(t)k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能。
步骤2.3：对电网所有参与单元进行X-更新；
对于第i个发电单元，基于发电单元i在第k次迭代中所对应的缩放对偶变量、最小发电量、最大发电量计算分布式发电单元i在第k+1次迭代中更新的发电量的逼近值Xi(t)k+1：
Figure BDA00021727534600000710
即：
Figure BDA0002172753460000074
其中，Pi(t)k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，ui(t)k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，
Figure BDA0002172753460000075
表示分布式发电单元i的最小发电量，
Figure BDA0002172753460000076
表示分布式发电单元i的最大发电量。
对于第s个存储单元，基于分布式存储单元s在第k次迭代中所对应的缩放对偶变量、最小存储电能、最大存储电能计算存储单元s在第k+1次迭代中更新的存储电能的逼近值Xs(t)k+1：
Figure BDA00021727534600000711
即：
Figure BDA0002172753460000077
其中，Ps(t)k+1表示存储单元s在第k+1次迭代中更新的存储电能，us(t)k表示分布式存储单元s在第k次迭代中所对应的缩放对偶变量，
Figure BDA0002172753460000078
表示分布式存储单元s的最小存储电能，
Figure BDA0002172753460000079
表示分布式存储单元s的最大存储电能。
对于第j个柔性用户单元，基于柔性用户单元j在第k次迭代中所对应的缩放对偶变量、最小消耗电能、最大消耗电能计算柔性用户单元j在第k+1次迭代中更新的消耗电能的逼近值Xj(t)k+1：
Figure BDA0002172753460000081
即：
Figure BDA0002172753460000082
其中，Pj(t)k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能，uj(t)k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，
Figure BDA0002172753460000083
表示柔性用户单元j的最小消耗电能，
Figure BDA0002172753460000084
表示柔性用户单元j的最大消耗电能。
步骤2.4：对电网所有参与单元进行U-更新；
对于第i个发电单元，基于分布式发电单元i在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的发电量、在第k+1次迭代中发电量的逼近值计算第k+1次迭代中所对应的缩放对偶变量：
ui(t)k+1＝ui(t)k+Pi(t)k+1-Xi(t)k+1
其中，ui(t)k+1表示分布式发电单元i在第k+1次迭代中所对应的缩放对偶变量，ui(t)k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，Pi(t)k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，Xi(t)k+1表示分布式发电单元i在第k+1次迭代中发电量的逼近值；
对于第s个存储单元，基于存储单元s在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的存储电能、在第k+1次迭代中存储电能的逼近值计算存储单元s在第k+1次迭代中所对应的缩放对偶变量：
us(t)k+1＝us(t)k+Ps(t)k+1-Xs(t)k+1
其中，us(t)k+1表示存储单元s在第k+1次迭代中所对应的缩放对偶变量，us(t)k表示存储单元s在第k次迭代中所对应的缩放对偶变量，Ps(t)k+1表示存储单元s在第k+1次迭代中更新的存储电能，Xs(t)k+1表示存储单元s在第k+1次迭代中存储电能的逼近值
对于第j个柔性用户单元，基于柔性用户单元j在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的消耗电能、在第k+1次迭代中消耗电能的逼近值计算柔性用户单元j在第k+1次迭代中所对应的缩放对偶变量：
uj(t)k+1＝uj(t)k+Pj(t)k+1-Xj(t)k+1
其中，uj(t)k+1表示柔性用户单元j在第k+1次迭代中所对应的缩放对偶变量，uj(t)k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，Pj(t)k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能，Xj(t)k+1表示柔性用户单元j在第k+1次迭代中消耗电能的逼近值。
步骤2.5：检查算法的终止条件，即：||rk||2≤εpri和||sk||2≤εdual，若上述终止条件不满足，则返回到步骤2.2进行下一次迭代；否则，令t＝t+1进行下一时隙的迭代，直到t≥T，最终输出P。定义初始值为
Figure BDA0002172753460000091
其中
Figure BDA0002172753460000092
Figure BDA0002172753460000093
执行平均一致性算法z[τ+1]＝z[τ]-σLz[τ]，并根据
Figure BDA0002172753460000094
和
Figure BDA0002172753460000095
汁算原可行允许偏差epri(t)和对偶可行允许偏差edual(t)。
其中，rk和sk分别表示原残差和对偶残差，
Figure BDA0002172753460000096
表示所有参与者的索引指标，σ表示步长，L表示电网中所有参与单元的通信拓扑图所对应的拉普拉斯矩阵，n1表示电网中所有参与单元的数量，εabs和εrel分别表示绝对误差和相对误差。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种适用于智能电网经济调度与需求响应的分布式协调方法，该智能电网至少包括发电单元、存储单元和柔性用户单元，其特征在于，该方法包括：
对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，在更新过程中以分布式的方式获得所需的全局数据信息，并基于该所得全局数据信息以分布式的方式计算出电网电价，其中该全局数据信息至少包括所有发电单元的发电成本系数、所有存储单元的存储成本系数及所有柔性用户单元的效用系数；以及
基于该电网电价对发电量和用电需求进行协调。
2.根据权利要求1所述的适用于智能电网经济调度与需求响应的分布式协调方法，其特征在于，所述对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，包括：
初始化分布式协调方法的参数；
智能电网的各个单元进行迭代运算，计算出电网电价。
3.根据权利要求2所述的适用于智能电网经济调度与需求响应的分布式协调方法，其特征在于，所述初始化分布式协调方法的参数，包括：
初始化时间T∈R，惩罚因子ρ∈(0，1)，发电成本系数ai，bi，用户效用系数αj，βj，电池成本系数ωs，功率损耗系数γ，t＝1，k＝0。
4.根据权利要求2所述的适用于智能电网经济调度与需求响应的分布式协调方法，其特征在于，所述智能电网的各个单元进行迭代运算，计算出电网电价，包括：
开始每个时间间隙内的迭代，k＝k+1；
根据发电量、存储电能、消耗电能，电网中的所有参与单元计算价格系数
Figure FDA0002172753450000011
即：
Figure FDA0002172753450000012
Figure FDA0002172753450000013
Figure FDA0002172753450000014
其中，Xi(t)k表示分布式发电单元i在第k次迭代中发电量的逼近值，Xs(t)k表示存储单元s在第k次迭代中存储电能的逼近值，Xj(t)k表示柔性用户单元j在第k次迭代中消耗电能的逼近值；ui(t)k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，us(t)k表示存储单元s在第k次迭代中所对应的缩放对偶变量，uj(t)k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，γi表示分布式发电单元i的功率损耗因子，γs表示存储单元s的功率损耗因子，γj表示柔性用户单元j的功率损耗因子，
Figure FDA0002172753450000021
和
Figure FDA0002172753450000022
表示与分布式发电单元i有关的价格系数，
Figure FDA0002172753450000023
和
Figure FDA0002172753450000024
表示与存储单元s有关的价格系数，
Figure FDA0002172753450000025
和
Figure FDA0002172753450000026
表示与柔性用户单元j有关的价格系数；
基于计算出的价格系数
Figure FDA0002172753450000027
电网中的所有参与单元计算与价格系数有关的中间变量
Figure FDA0002172753450000028
Figure FDA0002172753450000029
即：
Figure FDA00021727534500000210
Figure FDA00021727534500000211
Figure FDA00021727534500000212
其中，
Figure FDA00021727534500000213
分别表示与分布式发电单元i、存储单元s和柔性用户单元j的价格系数有关的中间变量，并无实际的物理意义；
基于计算出的与价格系数有关的中间变量
Figure FDA00021727534500000214
Figure FDA00021727534500000215
通过多智能体平均一致性算法分布式计算最优对偶变量η(t)*，即电网电价。
5.根据权利要求4所述的适用于智能电网经济调度与需求响应的分布式协调方法，其特征在于，所述通过多智能体平均一致性算法分布式计算最优对偶变量η(t)*，即电网电价，包括：
由与价格系数有关的中间变量
Figure FDA00021727534500000216
构建向量
Figure FDA00021727534500000217
即
Figure FDA00021727534500000218
Figure FDA00021727534500000219
利用多智能体平均一致性算法对两个向量进行迭代更新，最终得到各自的收敛值，即：
Figure FDA0002172753450000031
Figure FDA0002172753450000032
最后计算η(t)*＝y(t)*/x(t)*，η(t)*即电网电价；
其中，n表示分布式发电单元的数量，q表示存储单元的数量，m表示柔性用户单元的数量，w表示可再生发电单元的数目，n1表示电网所有参与单元的数目，n2表示电网可被调度单元的数目。
6.根据权利要求1所述的适用于智能电网经济调度与需求响应的分布式协调方法，其特征在于，所述基于该电网电价对发电量和用电需求进行协调，包括：
根据上述计算出电网电价对发电量和柔性用户用电需求进行协调，更新发电单元的发电量、存储单元的存储功率以及柔性用户单元的用电需求，即：
Figure FDA0002172753450000033
Figure FDA0002172753450000034
Figure FDA0002172753450000035
其中，Pi(t)k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，Ps(t)k+1表示存储单元s在第k+1次迭代中更新的存储电能，Pj(t)k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能；
对电网所有参与单元进行X-更新；
对电网所有参与单元进行U-更新；
检查是否满足终止条件，若条件不满足，则继续进行迭代；否则，令t＝t+1进行下一时隙的迭代，直到t≥T，最终输出整个时间周期的P，即发电单元i在第k+1次迭代中更新的发电量Pi(t)k+1，存储单元s在第k+1次迭代中更新的存储电能Ps(t)k+1，柔性用户单元j在第k+1次迭代中更新的消耗电能Pj(t)k+1。
7.根据权利要求6所述的适用于智能电网经济调度与需求响应的分布式协调方法，其特征在于，所述对电网所有参与单元进行X-更新，包括：
对于第i个发电单元，基于发电单元i在第k次迭代中所对应的缩放对偶变量、最小发电量、最大发电量计算分布式发电单元i在第k+1次迭代中更新的发电量的逼近值：
Figure FDA0002172753450000041
即：
Figure FDA0002172753450000042
其中，Pi(t)k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，ui(t)k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，
Figure FDA0002172753450000043
表示分布式发电单元i的最小发电量，
Figure FDA0002172753450000044
表示分布式发电单元i的最大发电量；
对于第s个存储单元，基于分布式存储单元s在第k次迭代中所对应的缩放对偶变量、最小存储电能、最大存储电能计算存储单元s在第k+1次迭代中更新的存储电能的逼近值：
Figure FDA0002172753450000045
即：
Figure FDA0002172753450000046
其中，Ps(t)k+1表示存储单元s在第k+1次迭代中更新的存储电能，us(t)k表示分布式存储单元s在第k次迭代中所对应的缩放对偶变量，
Figure FDA0002172753450000047
表示分布式存储单元s的最小存储电能，
Figure FDA0002172753450000048
表示分布式发电单元s的最大存储电能；
对于第j个柔性用户单元，基于柔性用户单元j在第k次迭代中所对应的缩放对偶变量、最小消耗电能、最大消耗电能计算柔性用户单元j在第k+1次迭代中更新的消耗电能的逼近值：
Figure FDA0002172753450000049
即：
Figure FDA00021727534500000410
其中，Pj(t)k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能，uj(t)k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，
Figure FDA00021727534500000411
表示柔性用户单元j的最小消耗电能，
Figure FDA00021727534500000412
表示柔性用户单元j的最大消耗电能。
8.根据权利要求6所述的适用于智能电网经济调度与需求响应的分布式协调方法，其特征在于，所述对电网所有参与单元进行U-更新，包括：
对于第i个发电单元，基于分布式发电单元i在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的发电量、在第k+1次迭代中发电量的逼近值计算第k+1次迭代中所对应的缩放对偶变量：
ui(t)k+1＝ui(t)k+Pi(t)k+1-Xi(t)k+1
其中，ui(t)k+1表示分布式发电单元i在第k+1次迭代中所对应的缩放对偶变量，ui(t)k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，Pi(t)k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，Xi(t)k+1表示分布式发电单元i在第k+1次迭代中发电量的逼近值；
对于第s个存储单元，基于存储单元s在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的存储电能、在第k+1次迭代中存储电能的逼近值计算存储单元s在第k+1次迭代中所对应的缩放对偶变量：
us(t)k+1＝us(t)k+Ps(t)k+1-Xs(t)k+1
其中，us(t)k+1表示存储单元s在第k+1次迭代中所对应的缩放对偶变量，us(t)k表示存储单元s在第k次迭代中所对应的缩放对偶变量，Ps(t)k+1表示存储单元s在第k+1次迭代中更新的存储电能，Xs(t)k+1表示存储单元s在第k+1次迭代中存储电能的逼近值
对于第j个柔性用户单元，基于柔性用户单元j在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的消耗电能、在第k+1次迭代中消耗电能的逼近值计算柔性用户单元j在第k+1次迭代中所对应的缩放对偶变量：
uj(t)k+1＝uj(t)k+Pj(t)k+1-Xj(t)k+1
其中，uj(t)k+1表示柔性用户单元j在第k+1次迭代中所对应的缩放对偶变量，uj(t)k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，Pj(t)k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能，Xj(t)k+1表示柔性用户单元j在第k+1次迭代中消耗电能的逼近值。
9.根据权利要求6所述的适用于智能电网经济调度与需求响应的分布式协调方法，其特征在于，所述终止条件为：
||rk||2≤εpri和||sk||2≤εdual
定义初始值为
Figure FDA0002172753450000061
其中
Figure FDA0002172753450000062
Figure FDA0002172753450000063
执行平均一致性算法z[τ+1]＝z[τ]-σLz[τ]，并根据
Figure FDA0002172753450000064
和
Figure FDA0002172753450000065
Figure FDA0002172753450000066
算原可行允许偏差epri(t)和对偶可行允许偏差edual(t)；
其中，rk和sk分别表示原残差和对偶残差，
Figure FDA0002172753450000067
表示所有参与者的索引指标，σ表示步长，L表示电网中所有参与单元的通信拓扑图所对应的拉普拉斯矩阵，n1表示电网中所有参与单元的数量，εabs和εrel分别表示绝对误差和相对误差。
CN201910772862.9A 2019-08-20 2019-08-20 适用于智能电网经济调度与需求响应的分布式协调方法 Pending CN110969335A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910772862.9A CN110969335A (zh) 2019-08-20 2019-08-20 适用于智能电网经济调度与需求响应的分布式协调方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910772862.9A CN110969335A (zh) 2019-08-20 2019-08-20 适用于智能电网经济调度与需求响应的分布式协调方法

Publications (1)

Publication Number Publication Date
CN110969335A true CN110969335A (zh) 2020-04-07

Family

ID=70029546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910772862.9A Pending CN110969335A (zh) 2019-08-20 2019-08-20 适用于智能电网经济调度与需求响应的分布式协调方法

Country Status (1)

Country Link
CN (1) CN110969335A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109149568A (zh) * 2018-09-10 2019-01-04 上海交通大学 一种基于分布式代理的互联微电网及调度价格优化方法
CN109544016A (zh) * 2018-11-27 2019-03-29 中国长江电力股份有限公司 一种基于用户需求的智能电网调度系统及调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109149568A (zh) * 2018-09-10 2019-01-04 上海交通大学 一种基于分布式代理的互联微电网及调度价格优化方法
CN109544016A (zh) * 2018-11-27 2019-03-29 中国长江电力股份有限公司 一种基于用户需求的智能电网调度系统及调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JIAHU QIN: "Consensus-Based Distributed Coordination Between Economic Dispatch and Demand Response", 《IEEE TRANSACTIONS ON SMART GRID》 *

Similar Documents

Publication Publication Date Title
CN106410853B (zh) 含分布式电源的配电网的供电恢复方法
De Santis et al. Genetic optimization of a fuzzy control system for energy flow management in micro-grids
CN113890023B (zh) 一种综合能源微网分布式经济调度优化方法及系统
CN107546743A (zh) 一种辐射状配电网分布式优化潮流方法
CN113890021A (zh) 一种考虑配电网络约束的多虚拟电厂分布式交易方法
CN116470543A (zh) 一种虚拟电厂的运行控制方法、装置、设备及介质
CN113224761B (zh) 面向能源社区能量管理的配网产消者分布式优化调度方法
Shang et al. FedPT-V2G: Security enhanced federated transformer learning for real-time V2G dispatch with non-IID data
Hou et al. Peer-to-peer energy trading among multiple microgrids considering risks over uncertainty and distribution network reconfiguration: A fully distributed optimization method
CN113344283A (zh) 基于边缘智能的能源互联网新能源消纳能力评估方法
Tan et al. Distributionally robust energy management for multi-microgrids with grid-interactive EVs considering the multi-period coupling effect of user behaviors
MacGill et al. Decentralised coordination of power system operation using dual evolutionary programming
CN115860241B (zh) 基于salr的互联多区域综合能源系统分布式调度方法及装置
CN110969335A (zh) 适用于智能电网经济调度与需求响应的分布式协调方法
CN116822719A (zh) 一种配电网的多目标规划方法及装置
Zhou et al. Energy management for energy internet: a combination of game theory and big data-based renewable power forecasting
CN104201705B (zh) 一种智能微电网分布式储能设备控制优化方法
CN113421004A (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
Zeng et al. Non-Convex optimal power flow implementation by distributed Meta-Heuristic optimization algorithm
CN113065696A (zh) 基于合作博弈和一致性算法的多微网协同优化调度方法
CN112564151A (zh) 一种计及隐私意识的多微网云储能优化调度方法及系统
CN116307633B (zh) 基于分布式牛顿后向分裂的智能电网调度方法及系统
Zhao et al. An Improved Load Forecasting Method Based on the Transfer Learning Structure under Cyber‐Threat Condition
CN117200300B (zh) 基于储能系统的电能调度方法及装置
Yan et al. Real Time Command System for Power Network Scheduling Based on Blockchain Technology

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200407

WD01 Invention patent application deemed withdrawn after publication