CN111030123B - 一种基于边缘计算的多智能体负荷调控方法 - Google Patents

Abstract

本发明提供一种基于边缘计算的多智能体负荷调控方法，涉及智能微网环境下的负荷管理技术领域。该方法首先建立区域电网内部的电力节点数据模型；考虑区域电网间的耦合关系，建立基于边缘计算的感知模型，感知联络线两端的电压与相角；计算区域电网间的线损，叠加区域电网内的发电与耗电功率得到区域电网的净有功功率；然后设定区域电网的目标函数；根据区域电网的目标函数推导区间电网经济效益最优目标函数；最后将区间电网的经济优化与负荷调整问题转化为分布式区域电网整体经济效益与区域间功率平衡耦合问题；将目标函数转化为增广拉格朗日函数，使用ADMM算法求解，实现电网系统负荷的调控。

Description

一种基于边缘计算的多智能体负荷调控方法

技术领域

本发明涉及智能微网环境下的负荷管理技术领域，尤其涉及一种基于边缘计算的多智能体负荷调控方法。

背景技术

随着物联网技术与通信技术的发展，数据的计算方式逐渐发生转变，更多的边缘计算方式将取代传统的集中式计算。利用变电站资源建设运营充换电(储能)站和数据中心站的新模式已成为新的研究方向。意味着现阶段，变电站将由常规变电站逐渐向数字化、智能化方向发展。同时应运而生的变电站数据代理节点技术也将成为研究重点。

智能体的概念由Minsky在上世纪80年代提出，到目前为止还没有一个公认的普遍的定义。智能体的基本特性包括社会性、自治性、反应性和主动性；智能体的物理结构包括信息处理模块、环境感知模块、和执行模块等，可以利用自身系统接受、分析来自上下层的信息，根据设定的规则计算出最佳的处理策略。因此多智能体的引入促进了电力用户参与电网调峰，减少电网安全运行压力，平衡电网负荷，引导用户科学、合理用电；另一方面也能实现电力资源以及社会资源的优化配置，促进电力工业的可持续发展。随着新能源发电资源与柔性负荷大规模接入电网，电网调控能力得到提高。

目前的分布式控制一般针对分布式电源或负荷等单一类别，较少考虑可控负荷与分布式电源协同调控。即使少量考虑了电源与负荷的分布式调控，一般是完全分布式计算框架，没有考虑依托边缘计算等实际技术手段的实施可行性。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于边缘计算的多智能体负荷调控方法，实现整体电力系统的负荷平衡。

为解决上述技术问题，本发明所采取的技术方案是：一种基于边缘计算的多智能体负荷调控方法，包括如下步骤：

步骤1：将一个地区内的电网以变电站为中心，根据变电站附近的电力节点划分成彼此相连的区域电网，在区域内部不考虑网损，建立区域电网内部的电力节点数据模型；

所述电力节点为各类用电及发电设备，建立的区域电网内部的电力节点数据模型包括火力发电的数据模型、风力发电的数学模型、光伏系统发电的数学模型以及柔性负荷的数学模型，具体建立方法为：

(a)建立火力发电的数学模型：

为了电网的可靠性和灵活性，火力发电的数据模型包括火力发电机的发电成本与运行约束，火力发电机的发电成本函数如下公式所示：

其中，

为第k个火力发电机组的发电成本，

是第k个火力发电机组区域内产生的有功功率，

则是第k个火力发电机组火力发电的成本系数；

所述火力发电机组区域内的产生的有功功率受到以下因素的限制：

其中，

和

分别为火力发电机组火电出力的上限和下限；

(b)建立风力发电的数学模型：

根据风力发电的特性设定风力发电机的发电模型，考虑风力发电的功率输出曲线特性，单台风力发电机的发电功率表示为一个分段函数，如下公式所示：

其中，P_n ^W为风力发电机n的发电功率，V_n ^W为第n台风力发电机的风速、

为能够驱动风力发电机n工作的最小风速、

为风力发电机n达到额定功率时运行的额定风速、

为风速过大导致风力发电机关闭的最大风速，即切出风速；

是第n台风力发电机的额定有功功率；在功率输出曲线的功率爬升阶段，不同类型的风力发电机表现为不同的爬升函数，

与

分别为影响函数曲线形状的常数，如下公式所示：

在求得单台风力发电机发电功率P_n ^W的基础上，由M^W部风力发电机组成的风力发电系统的总功率P^W为：

其中，

为单台风力发电机的风能转换效率，η_t ^W为风力发电系统中风力发电机间的扰动系数，根据风场的实际情况来设定；

(c)建立光伏系统发电的数学模型：

光伏系统发电的大小与光伏板的光照强度与光照面积有关，因此光伏系统的总发电功率P^PV如下公式所示：

P^PV(r_solar)＝r_solarS^PVη^PV (6)

其中，r_solar为太阳辐照量，S^PV为光伏系统中光伏面板的总面积，η^PV是光伏系统的效率；

设定光伏系统中共有M^PV个光伏面板，则光伏系统中光伏面板的总面积如下公式所示：

其中，S_m为单个光伏面板的面积；

所述光伏系统的效率η^PV由光伏面板效率η^PE、功率调节效率η^PC和堆积因子A^PV共同决定，如下公式所示：

η^PV＝η^PEη^PCA^PV (8)

从公式(3)和(6)得出，风力发电机和光伏发电系统的功率输出都是不可调的，因此，不涉及决策变量；使用P^W和P^PV来分别表示由风力发电机与光伏发电系统注入区域电网的总功率；

(d)建立柔性负荷的数学模型：

柔性负荷则相对于电价具有可调性，设定P_l ^DR表示为第l个柔性负荷因需求响应而减少的有功功率，因此造成的经济损失设为

具体公式如下所示：

其中，

分别为成本系数；

电网区域内对柔性负荷的有功功率的需求，受以下因素所限制：

其中，

是柔性负荷的有功功率约束的最大值；

步骤2：设定区域电网间存在物理联络线，此时设定联络线的导纳，考虑区域电网间的耦合关系，建立基于边缘计算的感知模型，智能感知联络线两端的电压与相角；计算区域电网间的线损，叠加区域电网内的发电与耗电功率得到区域电网的净有功功率；同时计算一定范围内区域电网的线损，使区域电网的净有功达到功率平衡；

设定区域电网间有一条联络线(i，j)，导纳为y_i,j，连接区域电网i和区域电网j；对于给定区域电网j连接点的本地电压V_j和相位θ_j，通过联络线(i，j)在区域电网i连接点上发送的有功功率P_i,j，如下公式所示：

其中，V_i和θ_i分别为区域电网i连接点的本地电压和相位，

和

以及

和

分别为区域电网i和区域电网j的连接点通过边缘计算感知到的的耦合区域的电压和相位，且满足以下等式约束：

使用v_(·)和

分别表示向量[V_(·),θ_(·)]^T和

其中，(·)表示符号i或j；

如果

且

则P_i,j＝0；

如果区域电网i和区域电网j不存在联络线，那么y_i,j＝0，则P_i,j＝0；

同时根据步骤1建立的区域电网内部的电力节点数据模型与区域间联络线智能感知的线损得到区域内的电网功率平衡关系，为了确保电网安全可靠的运行，建立区域电网i母线注入的净有功功率数学模型，如下公式所示：

其中，

和

分别表示区域电网i内的火力发电装置和柔性负荷装置；设

表示在所有的区域电网之间的联络线集，则与区域电网i连接的所有网间联络线T_i定义为

M为区域内所有区域电网的集合，P_i ^D为区域电网i内刚性负荷的需求功率；

将一定范围内的多个区域电网整体划分为区间电网，而在不同区间电网同样存在联络线与网损，设定各区间电网为全连接，即没有独立的区间电网，所有的区间电网构成整体的电网系统，因此建立区间电网线损与系统功率平衡模型，如下公式所示：

P_s,t＝V_s ²Re(y_s,t)-V_sV_t(Re(y_s,t)cos(θ_s-θ_t)+Im(y_s,t)sin(θ_s-θ_t)) (14a)

其中，P_s,t为区间电网s与t之间联络线的线损，而V_s，V_t与θ_s，θ_t分别是两区间电网间联络线两端的电压和相角，y_s,t是区间联络线的导纳；

步骤3：将单个区域电网看成一个智能体，设定区域电网内的最大经济效益方案只考虑火力发电成本与需求响应成本，以此来设定区域电网的目标函数；根据区域电网的目标函数推导区间电网经济效益最优目标函数，并设定相关等式与不等式约束；

只考虑区域电网i的总成本，即发电成本和需求响应成本，建立一个考虑经济效益的目标函数，如下公式所示：

考虑约束问题，将区域电网i的经济效益最优问题表达为：

在公式(16b)中，决策变量x_i定义为

h_i(x_i)表示约束的向量值，包括区域电网i内部发电机容量约束，如公式(2)所示、需求响应容量约束，如公式(10)所示、联络线交换功率约束，如公式(11)所示和功率平衡约束，如公式(13)(14)所示；

所以考虑多互联区域电网的区间电网经济效益最优问题建模为：

其中，式(17b)描述了由于联络线(i，j)的存在，线路间的耦合变量

看作是区域电网i为所有与之相连的区域提供的接口或服务；

步骤4：根据区间电网经济效益最优目标函数，将其经济效益项与电力平衡项提取为目标，将区域间端口电压与相角的耦合设为约束项；将区间电网的经济优化与负荷调整问题转化为分布式区域电网整体经济效益与区域间功率平衡耦合问题；设定增广拉格朗日矩阵，将目标函数与约束转化为二次可微的强凸函数，并使用ADMM算法求解，实现电网系统负荷的调控；

将区间电网经济效益最优目标函数转化为增广拉格朗日矩阵，首先将C_i改写成如下扩展形式：

为了分离最小目标与联络线约束条件，为目标函数定义约束指标，如下公式所示：

所以公式(17)等效为：

通过引入代表与区域电网i连接的所有连接线(i，j)∈T的辅助变量

和

将公式(20)改写成：

其中，目标函数(21a)的两项与约束条件分开，进而构造一个增广拉格朗日函数，如下公式所示：

定义x＝[x₁，…，x_M]^T为控制变量，

为与区域电网i的外界连接线电压差的拉格朗日系数，因此

定义为

ρ为增广拉格朗日乘子的惩罚因子ρ>0；

使用交替乘子法(ADMM)求解增广拉格朗日函数，实现电网系统负荷的调控。

本发明方法的基本思路为：将110kV或66kV变电站所在供电区域看作一个相对独立的区域；区域内依托变电站建设边缘计算节点，即数据代理节点；边缘计算节点主动感知供电区域内的各类电气数据、交通数据、气象数据、多能流数据等多维数据，通过计算负荷的需求响应，对储能、新能源发电、柔性负荷等节点进行实时精准调控，达到区域内的电能平衡。同时将单个区域看成一个智能体，多个智能体之间实现边缘隔离，只可传输电能并感知区域间联络线的电压与相角。通过区域间的电能传输，实现整体系统的负荷平衡。

采用上述技术方案所产生的有益效果在于：本发明提供的一种基于边缘计算的多智能体负荷调控方法，将整体的电网以变电站为节点划分为多层分布式网络结构，提出区域与区间电网概念，区域内电网设定经济效益最优为目标函数，区间的功率交换为平衡约束。借助多智能体的思想来实现边缘计算，即去中心计算，即根据连接线的耦合数据，在实现区间功率平衡的情况下达到整体区域最优。同时运用增广拉格朗日乘子法，将目标函数及约束条件转化为二次强凸矩阵函数，这样就可以使用交替乘子法(ADMM)求解，无需验证算法的收敛性。本发明方法同时考虑火力发电运行成本与节点区域柔性负荷的需求响应，在一定程度上是通过调整发电量与设定电价激励补偿的协调方式进行调控。因此在设置目标函数时，需要考虑此时经济成本，使系统节点区域内的负荷快速达到平衡。采用基于需求侧负荷系统的协同控制策略，用以解决变电站供电区域内新能源消纳与负荷平衡问题，实现了所有区域电网的经济最优与区域之间的功率平衡。

附图说明

图1为本发明实施例提供的一种基于边缘计算的多智能体负荷调控方法的流程图；

图2为本发明实施例提供的区域电网间联络线的耦合关系图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

一种基于边缘计算的多智能体负荷调控方法，如图1所示，包括如下步骤：

步骤1：将一个地区内的电网以110kV或66kV变电站为中心，根据变电站附近的电力节点划分成彼此相连的区域电网，在区域内部不考虑网损，建立区域电网内部的电力节点数据模型；

所述电力节点为各类用电及发电设备，建立的区域电网内部的电力节点数据模型包括火力发电的数据模型、风力发电的数学模型、光伏系统发电的数学模型以及柔性负荷的数学模型，具体建立方法为：

(a)建立火力发电的数学模型：

为了电网的可靠性和灵活性，火力发电的数据模型包括火力发电机的发电成本与运行约束，火力发电机的发电成本函数如下公式所示：

其中，

为第k个火力发电机组的发电成本，

是第k个火力发电机组区域内产生的有功功率，

则是第k个火力发电机组火力发电的成本系数；

所述火力发电机组区域内的产生的有功功率受到以下因素的限制：

其中，

和

分别为火力发电机组火电出力的上限和下限；

(b)建立风力发电的数学模型：

根据风力发电的特性设定风力发电机的发电模型，考虑风力发电的功率输出曲线特性，单台风力发电机的发电功率表示为一个分段函数，如下公式所示：

其中，P_n ^W为风力发电机n的发电功率，V_n ^W为第n台风力发电机的风速、

为能够驱动风力发电机n工作的最小风速、

为风力发电机n达到额定功率时运行的额定风速、

为风速过大导致风力发电机关闭的最大风速，即切出风速；

是第n台风力发电机的额定有功功率；在功率输出曲线的功率爬升阶段，不同类型的风力发电机表现为不同的爬升函数，

与

分别为影响函数曲线形状的常数，如下公式所示：

在求得单台风力发电机发电功率P_n ^W的基础上，由M^W部风力发电机组成的风力发电系统的总功率P^W为：

其中，

为单台风力发电机的风能转换效率，η_t ^W为风力发电系统中风力发电机间的扰动系数，根据风场的实际情况来设定；

(c)建立光伏系统发电的数学模型：

光伏系统发电的大小与光伏板的光照强度与光照面积有关，因此光伏系统的总发电功率P^PV如下公式所示：

P^PV(r_solar)＝r_solarS^PVη^PV (6)

其中，r_solar为太阳辐照量(KW/m²)，S^PV为光伏系统中光伏面板的总面积，η^PV是光伏系统的效率；

设定光伏系统中共有M^PV个光伏面板，则光伏系统中光伏面板的总面积如下公式所示：

其中，S_m为单个光伏面板的面积；

所述光伏系统的效率η^PV由光伏面板效率η^PE、功率调节效率η^PC和堆积因子A^PV共同决定，如下公式所示：

η^PV＝η^PEη^PCA^PV (8)

从公式(3)和(6)得出，风力发电机和光伏发电系统的功率输出都是不可调的，因此，不涉及决策变量；使用P^W和P^PV来分别表示由风力发电机与光伏发电系统注入区域电网的总功率；

(d)建立柔性负荷的数学模型：

本发明将刚性负荷的需求功率定为P^D，因此不做过多的考虑。柔性负荷则相对于电价具有可调性，设定P_l ^DR表示为第l个柔性负荷因需求响应而减少的有功功率，因此造成的经济损失设为

具体公式如下所示：

其中，

分别为成本系数；

电网区域内对柔性负荷的有功功率的需求，受以下因素所限制：

其中，

是柔性负荷的有功功率约束的最大值；

步骤2：设定区域电网间存在物理联络线，此时设定联络线的导纳，考虑区域电网间的耦合关系，如图2所示，建立基于边缘计算的感知模型，智能感知联络线两端的电压与相角；计算区域电网间的线损，叠加区域电网内的发电与耗电功率得到区域电网的净有功功率；同时计算一定范围内区域电网的线损，使区域电网的净有功达到功率平衡；

设定区域电网间有一条联络线(i，j)，导纳为y_i,j，连接区域电网i和区域电网j；对于给定区域电网j连接点的本地电压V_j和相位θ_j，通过联络线(i，j)在区域电网i连接点上发送的有功功率P_i,j，如下公式所示：

其中，V_i和θ_i分别为区域电网i连接点的本地电压和相位，

和

以及

和

分别为区域电网i和区域电网j的连接点通过边缘计算感知到的的耦合区域的电压和相位，且满足以下等式约束：

为了方便计算，使用v_(·)和

分别表示向量[V_(·),θ_(·)]^T和

其中，(·)表示符号i或j；

如果

且

则P_i,j＝0；

如果区域电网i和区域电网j不存在联络线，那么y_i,j＝0，则P_i,j＝0；

同时根据步骤1建立的区域电网内部的电力节点数据模型与区域间联络线智能感知的线损得到区域内的电网功率平衡关系，为了确保电网安全可靠的运行，建立区域电网i母线注入的净有功功率数学模型，如下公式所示：

其中，

和

分别表示区域电网i内的火力发电装置和柔性负荷装置；设

表示在所有的区域电网之间的联络线集，则与区域电网i连接的所有网间联络线T_i定义为

M为区域内所有区域电网的集合，P_i ^D为区域电网i内刚性负荷的需求功率；

将一定范围内的多个区域电网整体划分为区间电网，而在不同区间电网同样存在联络线与网损，设定各区间电网为全连接，即没有独立的区间电网，所有的区间电网构成整体的电网系统，因此建立区间电网线损与系统功率平衡模型，如下公式所示：

其中，P_s,t为区间电网s与t之间联络线的线损，而V_s，V_t与θ_s，θ_t分别是两区间电网间联络线两端的电压和相角，y_s,t是区间联络线的导纳；

步骤3：将单个区域电网看成一个智能体，设定区域电网内的最大经济效益方案只考虑火力发电成本与需求响应成本，以此来设定区域电网的目标函数；根据区域电网的目标函数推导区间电网经济效益最优目标函数，并设定相关等式与不等式约束；

只考虑区域电网i的总成本，即发电成本和需求响应成本，建立一个考虑经济效益的目标函数，如下公式所示：

考虑约束问题，将区域电网i的经济效益最优问题表达为：

在公式(16b)中，决策变量x_i定义为

h_i(x_i)表示约束的向量值，包括区域电网i内部发电机容量约束，如公式(2)所示、需求响应容量约束，如公式(10)所示、联络线交换功率约束，如公式(11)所示和功率平衡约束，如公式(13)(14)所示；

所以考虑多互联区域电网的区间电网经济效益最优问题建模为：

其中，式(17b)描述了由于联络线(i，j)的存在，线路间的耦合变量

看作是区域电网i为所有与之相连的区域提供的接口或服务；

步骤4：根据区间电网经济效益最优目标函数，将其经济效益项与电力平衡项提取为目标，将区域间端口电压与相角的耦合设为约束项；将区间电网的经济优化与负荷调整问题转化为分布式区域电网整体经济效益与区域间功率平衡耦合问题；设定增广拉格朗日矩阵，将目标函数与约束转化为二次可微的强凸函数，并使用ADMM算法求解，实现电网系统负荷的调控；

为了将目标函数化为可以计算的可微方程，将区间电网经济效益最优目标函数转化为增广拉格朗日矩阵，首先将C_i改写成如下扩展形式：

为了分离最小目标与联络线约束条件，为目标函数定义约束指标，如下公式所示：

所以公式(17)等效为：

通过引入代表与区域电网i连接的所有连接线(i，j)∈T的辅助变量

和

将公式(20)改写成：

其中，目标函数(21a)的两项与约束条件分开，进而构造一个增广拉格朗日函数，如下公式所示：

定义x＝[x₁，…，x_M]^T为控制变量，

为与区域电网i的外界连接线电压差的拉格朗日系数，因此

定义为

ρ为增广拉格朗日乘子的惩罚因子ρ>0；

变化后的增广拉格朗日矩阵为2次强凸约束，使得转换后的问题能够更容易解决，因此，使用交替乘子法(ADMM)求解增广拉格朗日函数，实现电网系统负荷的调控，算法必收敛。

最后应说明的是：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：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (5)

1.一种基于边缘计算的多智能体负荷调控方法，其特征在于：包括如下步骤：

步骤1：将一个地区内的电网以变电站为中心，根据变电站附近的电力节点划分成彼此相连的区域电网，在区域内部不考虑网损，建立区域电网内部的电力节点数据模型；

所述电力节点为各类用电及发电设备，建立的区域电网内部的电力节点数据模型包括火力发电的数据模型、风力发电的数学模型、光伏系统发电的数学模型以及柔性负荷的数学模型；

步骤2：设定区域电网间存在物理联络线，此时设定联络线的导纳，考虑区域电网间的耦合关系，建立基于边缘计算的感知模型，智能感知联络线两端的电压与相角；计算区域电网间的线损，叠加区域电网内的发电与耗电功率得到区域电网的净有功功率；同时计算一定范围内区域电网的线损，使区域电网的净有功达到功率平衡；

步骤3：将单个区域电网看成一个智能体，设定区域电网内的最大经济效益方案只考虑火力发电成本与需求响应成本，以此来设定区域电网的目标函数；根据区域电网的目标函数推导区间电网经济效益最优目标函数，并设定相关等式与不等式约束；

步骤4：根据区间电网经济效益最优目标函数，将其经济效益项与电力平衡项提取为目标，将区域间端口电压与相角的耦合设为约束项；将区间电网的经济优化与负荷调整问题转化为分布式区域电网整体经济效益与区域间功率平衡耦合问题；设定增广拉格朗日矩阵，将目标函数与约束转化为二次可微的强凸函数，并使用ADMM算法求解，实现电网系统负荷的调控。

2.根据权利要求1所述一种基于边缘计算的多智能体负荷调控方法，其特征在于：步骤1所述建立区域电网内部的电力节点数据模型的具体方法为：

(a)建立火力发电的数学模型：

为了电网的可靠性和灵活性，火力发电的数据模型包括火力发电机的发电成本与运行约束，火力发电机的发电成本函数如下公式所示：

其中，

为第k个火力发电机组的发电成本，

是第k个火力发电机组区域内产生的有功功率，

则是第k个火力发电机组火力发电的成本系数；

所述火力发电机组区域内的产生的有功功率受到以下因素的限制：

其中，

和

分别为火力发电机组火电出力的上限和下限；

(b)建立风力发电的数学模型：

根据风力发电的特性设定风力发电机的发电模型，考虑风力发电的功率输出曲线特性，单台风力发电机的发电功率表示为一个分段函数，如下公式所示：

其中，

为风力发电机n的发电功率，

为第n台风力发电机的风速、

为能够驱动风力发电机n工作的最小风速、

为风力发电机n达到额定功率时运行的额定风速、

为风速过大导致风力发电机关闭的最大风速，即切出风速；

是第n台风力发电机的额定有功功率；在功率输出曲线的功率爬升阶段，不同类型的风力发电机表现为不同的爬升函数，

与

分别为影响函数曲线形状的常数，如下公式所示：

在求得单台风力发电机发电功率

的基础上，由M^W部风力发电机组成的风力发电系统的总功率P^W为：

其中，

为单台风力发电机的风能转换效率，

为风力发电系统中风力发电机间的扰动系数，根据风场的实际情况来设定；

(c)建立光伏系统发电的数学模型：

光伏系统发电的大小与光伏板的光照强度与光照面积有关，因此光伏系统的总发电功率P^PV如下公式所示：

其中，r_solar为太阳辐照量，S^PV为光伏系统中光伏面板的总面积，η^PV是光伏系统的效率；

设定光伏系统中共有M^PV个光伏面板，则光伏系统中光伏面板的总面积如下公式所示：

其中，S_m为单个光伏面板的面积；

所述光伏系统的效率η^PV由光伏面板效率η^PE、功率调节效率η^PC和堆积因子A^PV共同决定，如下公式所示：

η^PV＝η^PEη^PCA^PV (8)

从公式(3)和(6)得出，风力发电机和光伏发电系统的功率输出都是不可调的，因此，不涉及决策变量；使用P^W和P^PV来分别表示由风力发电机与光伏发电系统注入区域电网的总功率；

(d)建立柔性负荷的数学模型：

柔性负荷则相对于电价具有可调性，设定P_l ^DR表示为第l个柔性负荷因需求响应而减少的有功功率，因此造成的经济损失设为

具体公式如下所示：

其中，

分别为成本系数；

电网区域内对柔性负荷的有功功率的需求，受以下因素所限制：

其中，

是柔性负荷的有功功率约束的最大值。

3.根据权利要求2所述一种基于边缘计算的多智能体负荷调控方法，其特征在于：所述步骤2的具体方法为：

设定区域电网间有一条联络线(i，j)，导纳为y_i,j，连接区域电网i和区域电网j；对于给定区域电网j连接点的本地电压V_j和相位θ_j，通过联络线(i，j)在区域电网i连接点上发送的有功功率P_i,j，如下公式所示：

其中，V_i和θ_i分别为区域电网i连接点的本地电压和相位，

和

以及

和

分别为区域电网i和区域电网j的连接点通过边缘计算感知到的耦合区域的电压和相位，且满足以下等式约束：

使用v_(·)和

分别表示向量V_(·),θ_(·) ^T和

其中，(·)表示符号i或j；

如果

且

则P_i,j＝0；

如果区域电网i和区域电网j不存在联络线，那么y_i,j＝0，则P_i,j＝0；

同时根据步骤1建立的区域电网内部的电力节点数据模型与区域间联络线智能感知的线损得到区域内的电网功率平衡关系，为了确保电网安全可靠的运行，建立区域电网i母线注入的净有功功率数学模型，如下公式所示：

其中，

和

分别表示区域电网i内的火力发电装置和柔性负荷装置；设

表示在所有的区域电网之间的联络线集，则与区域电网i连接的所有网间联络线T_i定义为

M为区域内所有区域电网的集合，P_i ^D为区域电网i内刚性负荷的需求功率；

将一定范围内的多个区域电网整体划分为区间电网，而在不同区间电网同样存在联络线与网损，设定各区间电网为全连接，即没有独立的区间电网，所有的区间电网构成整体的电网系统，因此建立区间电网线损与系统功率平衡模型，如下公式所示：

其中，P_s,t为区间电网s与t之间联络线的线损，而V_s，V_t与θ_s，θ_t分别是两区间电网间联络线两端的电压和相角，y_s,t是区间联络线的导纳。

4.根据权利要求3所述一种基于边缘计算的多智能体负荷调控方法，其特征在于：所述步骤3的具体方法为：

只考虑区域电网i的总成本，即发电成本和需求响应成本，建立一个考虑经济效益的目标函数，如下公式所示：

考虑约束问题，将区域电网i的经济效益最优问题表达为：

在公式(16b)中，决策变量x_i定义为

h_i(x_i)表示约束的向量值，包括区域电网i内部发电机容量约束，如公式(2)所示、需求响应容量约束，如公式(10)所示、联络线交换功率约束，如公式(11)所示和功率平衡约束，如公式(13)(14)所示；

所以考虑多互联区域电网的区间电网经济效益最优问题建模为：

其中，式(17b)描述了由于联络线(i，j)的存在，线路间的耦合变量

看作是区域电网i为所有与之相连的区域提供的接口或服务。

5.根据权利要求4所述一种基于边缘计算的多智能体负荷调控方法，其特征在于：所述步骤4的具体方法为：

将区间电网经济效益最优目标函数转化为增广拉格朗日矩阵，首先将C_i改写成如下扩展形式：

为了分离最小目标与联络线约束条件，为目标函数定义约束指标，如下公式所示：

所以公式(17)等效为：

通过引入代表与区域电网i连接的所有连接线(i，j)∈T的辅助变量

和

将公式(20)改写成：

其中，目标函数(21a)的两项与约束条件分开，进而构造一个增广拉格朗日函数，如下公式所示：

定义x＝[x₁，…，x_M]^T为控制变量，

为与区域电网i的外界连接线电压差的拉格朗日系数，因此

定义为

ρ为增广拉格朗日乘子的惩罚因子ρ＞0；

使用交替乘子法求解增广拉格朗日函数，实现电网系统负荷的调控。

Images