CN111047113B - 基于admm的分层分布式灵活性资源协调优化调度方法 - Google Patents

基于admm的分层分布式灵活性资源协调优化调度方法 Download PDF

Info

Publication number
CN111047113B
CN111047113B CN201911384297.5A CN201911384297A CN111047113B CN 111047113 B CN111047113 B CN 111047113B CN 201911384297 A CN201911384297 A CN 201911384297A CN 111047113 B CN111047113 B CN 111047113B
Authority
CN
China
Prior art keywords
distributed
mode
flexible
auxiliary service
participating
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.)
Active
Application number
CN201911384297.5A
Other languages
English (en)
Other versions
CN111047113A (zh
Inventor
边晓燕
孙明琦
吴振华
董璐
赵健
王小宇
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.)
Shanghai University of Electric Power
Original Assignee
Shanghai University of Electric Power
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 Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201911384297.5A priority Critical patent/CN111047113B/zh
Publication of CN111047113A publication Critical patent/CN111047113A/zh
Application granted granted Critical
Publication of CN111047113B publication Critical patent/CN111047113B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • 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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于ADMM的分层分布式灵活性资源协调优化调度方法，包括以下步骤：1)根据负荷预测和可再生能源出力获取各区域所需的灵活性备用总容量
Figure DDA0002343133500000011
2)在分布式架构下，建立OPF目标函数；3)求解OPF目标函数得到各区域所需提供的灵活性容量
Figure DDA0002343133500000012
4)根据各区域所需的灵活性备用总容量
Figure DDA0002343133500000013
以及所需提供的灵活性容量
Figure DDA0002343133500000014
确定该区域参与辅助服务的模式，并通过辅助服务的模式实现优化调度；5)在设定的离散时间间隔后更新各区域所需的灵活性备用总容量
Figure DDA0002343133500000015
并重复步骤2)‑4)。与现有技术相比，本发明具有考虑源荷双重不确定性、灵活性上调进行分层、实现电力系统供应侧与需求侧之间的协调互动等优点。

Description

基于ADMM的分层分布式灵活性资源协调优化调度方法
技术领域
本发明涉及电力系统调度技术领域，尤其是涉及一种基于ADMM的分层分布式灵活性资源协调优化调度方法。
背景技术
随着配电网中分布式电源的渗透率不断提高，配电网运行和控制面临诸多新挑战。分布式电源的随机性、不确定性、波动性对电力系统的频率稳定、电压稳定等造成了很大的冲击，因此造成了弃风、弃光等新能源浪费的现象严重，因此如何提高新能源的消纳引起了广泛的关注，而现有的集中式控制成本高、通信要求高、可靠性差，不适应主动配电网的实际需求。
为了防止低压配电网在使用灵活性设备参与辅助服务市场时发生电网阻塞问题，比利时电力和燃气联合运营商Synergrid提出了灵活性设备在分布式架构下参与辅助服务市场的机制，对参与辅助服务市场的灵活性设备进行区域范围的划分和容量的限制。同时为了保护用户的安全隐私问题以及更好的处理DERs的协调管理，充分的挖掘电网中源-荷-储各单元参与电力系统的灵活性平衡调节，促进新能源的就地消纳，因此，有必要研究在分布式架构下对灵活性设备的整合及协调调控，通过完善分布式架构下的辅助服务机制来促进新能源的就地消纳。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于ADMM的分层分布式灵活性资源协调优化调度方法。
本发明的目的可以通过以下技术方案来实现：
一种基于ADMM的分层分布式灵活性资源协调优化调度方法，包括以下步骤：
1)根据负荷预测和可再生能源出力获取各区域所需的灵活性备用总容量
Figure GDA0003708374920000011
2)在分布式架构下，建立OPF目标函数；
3)求解OPF目标函数得到各区域所需提供的灵活性容量
Figure GDA0003708374920000021
4)根据各区域所需的灵活性备用总容量
Figure GDA0003708374920000022
以及所需提供的灵活性容量
Figure GDA0003708374920000023
确定该区域参与辅助服务的模式，并通过辅助服务的模式实现优化调度；
5)在设定的离散时间间隔后更新各区域所需的灵活性备用总容量
Figure GDA0003708374920000024
并重复步骤2)-4)。
所述的OPF目标函数的表达式为：
Figure GDA0003708374920000025
其中，zi BESS为分布式储能单元的启停项，ui DG为分布式电源启停项，ki l为需求侧灵活性负荷的调控启停项，Ci为第i个分布式单元的成本函数，cF为灵活性备用容量提供辅助服务所得的收益，Δt为调度的时间段，I为分布式单元集合，包括分布式储能单元、分布式电源和需求侧灵活性负荷，T为总的调度时间。
所述的步骤3)中，通过ADMM算法对OPF目标函数进行求解。
所述的步骤4)中，参与辅助服务的模式包括PFC参与辅助服务模式、SFC参与辅助服务模式和TFC参与辅助服务模式。
当
Figure GDA0003708374920000026
时，参与辅助服务的模式为PFC参与辅助服务模式，在该模式下，只有储能参与调节，则有：
Figure GDA0003708374920000027
Figure GDA0003708374920000028
Figure GDA0003708374920000029
Figure GDA00037083749200000210
其中，
Figure GDA0003708374920000031
为分布式储能单元的放电功率，
Figure GDA0003708374920000032
为分布式储能单元的充电功率，
Figure GDA0003708374920000033
为分布式储能单元在时间t内的放电功率上限，
Figure GDA0003708374920000034
为分布式储能单元在时间t内充电功率的下限，Bj为第j个分布式区域下所有分布式储能单元的集合。
当
Figure GDA0003708374920000035
时，区域参与辅助服务的模式为SFC参与辅助服务模式，在该模式下，分布式储能单元已经满发放电了
Figure GDA0003708374920000036
剩余不足的出力由分布式电源通过控制增加出力来填补，则有：
Figure GDA0003708374920000037
Figure GDA0003708374920000038
其中，
Figure GDA0003708374920000039
为在t时间段内分布式电源的出力上限，
Figure GDA00037083749200000310
为在t时间段内分布式电源的当前出力状态，
Figure GDA00037083749200000311
为在t时间段内分布式电源的出力下限，Gj为第j个分布式区域下所有分布式电源的集合。
当
Figure GDA00037083749200000312
时，区域参与辅助服务的模式为TFC参与辅助服务模式，在该模式下，储能已经满发放电了
Figure GDA00037083749200000313
剩下不足的出力由分布式电源和需求侧灵活性负荷共同协调调节系统平衡，则有：
Figure GDA00037083749200000314
Figure GDA00037083749200000315
其中，
Figure GDA00037083749200000316
为在t时间段内需求侧灵活性负荷可调功率上限，
Figure GDA00037083749200000317
为在t时间段内的负荷状态，
Figure GDA00037083749200000318
为在t时间段内需求侧灵活性负荷可调功率下限，Lj为第j个分布式区域下所有需求侧灵活性负荷的集合。
与现有技术相比，本发明具有以下优点：
本发明考虑了新能源的高比例接入而使得源荷具有双重不确定性，采用分层的方式和分布式优化的算法，为有效的聚合分布式电源、分布式储能单元、需求侧灵活性负荷等灵活性资源，实现电力系统供应侧与需求侧之间的协调互动，有效的促进新能源的就地消纳，并且将灵活性上调进行分层，第一层为PFC(Primary Frequency Control)辅助服务，只有储能参与辅助服务市场进行电力系统平衡调节，第二层为SFC(Secondary FrequencyControl)辅助服务，通过源-储协调参与辅助服务市场进行电力系统平衡调节，第三层为TFC(Tertiary Frequency Control)辅助服务，通过源-荷-储协调进行电力系统平衡调节。
附图说明
图1为分布式优化架构图。
图2为基于ADMM分层分布式灵活性资源协调优化调度方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本发明针对在分布式架构下对灵活性设备的整合及协调调控问题。为充分的挖掘电网中源-荷-储各单元参与电力系统的灵活性平衡调节，促进新能源的就地消纳，提出一种基于ADMM的分层分布式灵活性资源协调优化调度方法，具体包括以下步骤：
步骤1、调度部门在日前调度中根据负荷预测，可再生能源出力预测确定第二天各时段所需的灵活性备用容量
Figure GDA0003708374920000041
同时各灵活性设备参与辅助服务市场的价格系数是确定的；
步骤2、在分布式架构下，各区域根据源-荷-储分层协调灵活性调度方法建立全局OPF目标函数；
步骤3、根据系统全局OPF目标函数，各区域通过ADMM分布式算法求解OPF目标函数得到该区所需提供的灵活性容量
Figure GDA0003708374920000042
步骤4、根据源-荷-储分层协调灵活性调度方法，确定该区域参与辅助服务PFC、SFC、TFC的模式，对应该模式制定源-荷-储协调控制策略；
步骤5、调度部门在一定离散时间间隔后更新全局所需的灵活性备用容量
Figure GDA0003708374920000043
至此重复上述步骤1进行分层分布式灵活性资源协调优化调度模型的循环。
1、基于ADMM分布式优化求解：
图1为本发明的分布式优化架构图。假设将系统进行分布式分区处理，每个区域由Agent进行管理，令J＝{1，....,N}为所设计分布式架构下Agent所管辖区域的集合。在任意时刻t下每个区域有一个Agent来整合区域内的灵活性设备，通过内盒近似法、闵可夫斯基求和等方法获得区域的灵活性聚合容量
Figure GDA0003708374920000051
每个Agent通过局部优化使得每个区域灵活性设备在保证电力系统平衡的前提下参与辅助服务市场下所获全局收益最大。同时各邻近Agent之间进行有限信息的通信交换，可以满足在任意时刻提供所需的灵活性容量
Figure GDA0003708374920000052
为了使每个Agent在区域内通过参与辅助服务市场所得的收益最大，同时将源-荷-储分层协调灵活性调度方法运用到分布式架构中：
Figure GDA0003708374920000053
其中，zi BESS为分布式储能的启停项，ui DG为分布式电源启停项，ki l为需求侧灵活性负荷的调控启停项，Ci为各分布式单元的成本函数，cF为灵活性备用容量提供辅助服务所得的收益，Δt为调度的时间段，I为分布式单元集合，T为总的调度时间。
上述问题是一个混合整数二次规划(MIQP)问题。为了运用ADMM算法对上述问题进行求解，需要对每个子问题局部优化变量pi,zi进行复制并定义
Figure GDA0003708374920000054
为复制的变量。将式(4)问题分成两部分：第一部分子问题是局部优化问题
Figure GDA0003708374920000055
使得区域收益最大化；第二部分子问题是全局优化问题
Figure GDA0003708374920000056
其中
Figure GDA0003708374920000057
为指示函数：
Figure GDA0003708374920000058
因此对于式(12)重新整理得到：
Figure GDA0003708374920000059
将上式改为增广拉格朗日的缩放格式：
Figure GDA0003708374920000061
其中
Figure GDA0003708374920000062
为增广拉格朗日乘子系数，ρ为对偶系数。
通过求解上述的交替方向组成的增广拉格朗日表达式，可以确定区域Agent为了求取区域收益最大，fi最小化所得的区域j通过辅助服务市场参与系统平衡调节的灵活性容量值。并且在任意时刻下，在满足局部最优的同时每个区域Agent所管辖的灵活性设备容量之和能满足全局调度所需的灵活性备用容量。
Figure GDA0003708374920000063
Figure GDA0003708374920000064
Figure GDA0003708374920000065
上式(8)—(10)为对式(8)的交替变量计算，k为迭代次数，argmin为求取目标函数(8)时所对应的的功率p，(9)为全局变量zi k+1的更新，kg为全局修正系数，通过更新拉格朗日乘子(10)更新判断ADMM的收敛：
Figure GDA0003708374920000066
其中sk+1，rk+1分别为第k+1次迭代下的对偶残差和原始残差。
上式收敛判据分别为对偶残差s和原始残差r，当s和r的2范数平方和小于最小判别阈值ε1、ε2时，ADMM算法即可判定收敛。
2、灵活性上调分层：
(1)PFC参与辅助服务
当所需灵活性为：
Figure GDA0003708374920000067
时，PFC参与辅助服务，本例中只有储能参与PFC的灵活性辅助服务，其灵活性上调/下调分别为：
Figure GDA0003708374920000068
Figure GDA0003708374920000069
Figure GDA00037083749200000610
Figure GDA00037083749200000611
Figure GDA0003708374920000071
称为聚合灵活性功率，
Figure GDA0003708374920000072
为分布式优化下所得区域i所需的灵活性功率储备。
(2)SFC参与辅助服务
当所需灵活性为：
Figure GDA0003708374920000073
时，SFC参与辅助服务，此时电源的灵活性上调/下调分别为：
Figure GDA0003708374920000074
Figure GDA0003708374920000075
当系统出力小于负荷时，系统需要灵活性上调。由于
Figure GDA0003708374920000076
此时储能已经满发放电了
Figure GDA0003708374920000077
剩下不足的出力由可调度的分布式电源(光伏)通过控制增加出力来填补不足的出力。
(3)TFC参与辅助服务
当所需灵活性为：
Figure GDA0003708374920000078
时，TFC参与辅助服务，此时灵活性负荷的上调/下调功率分别为：
Figure GDA0003708374920000079
Figure GDA00037083749200000710
和SFC辅助服务类似，在TFC辅助服务模式下，当系统出力小于负荷需要灵活性上调时，此时储能已经满发放电
Figure GDA00037083749200000711
剩下不足的系统出力由分布式电源(光伏)和灵活性负荷
Figure GDA00037083749200000712
共同协调调节系统平衡。通过控制电源侧光伏增加出力以及减小灵活性负荷来填补整个系统不足的出力。

Claims (2)

1.一种基于ADMM的分层分布式灵活性资源协调优化调度方法，其特征在于，包括以下步骤：
1)根据负荷预测和可再生能源出力获取各区域所需的灵活性备用总容量
Figure FDA0003713131970000011
2)在分布式架构下，建立OPF目标函数，所述的OPF目标函数的表达式为：
Figure FDA0003713131970000012
Figure FDA0003713131970000013
Figure FDA0003713131970000014
Figure FDA0003713131970000015
Figure FDA0003713131970000016
其中，zi BESS为分布式储能单元的启停项，ui DG为分布式电源启停项，ki l为需求侧灵活性负荷的调控启停项，Ci为第i个分布式单元的成本函数，cF为灵活性备用容量提供辅助服务所得的收益，Δt为调度的时间段，I为分布式单元集合，包括分布式储能单元、分布式电源和需求侧灵活性负荷，T为总的调度时间；
3)求解OPF目标函数得到各区域所需提供的灵活性容量
Figure FDA0003713131970000017
4)根据各区域所需的灵活性备用总容量
Figure FDA0003713131970000018
以及所需提供的灵活性容量
Figure FDA0003713131970000019
确定该区域参与辅助服务的模式，并通过辅助服务的模式实现优化调度，参与辅助服务的模式包括PFC参与辅助服务模式、SFC参与辅助服务模式和TFC参与辅助服务模式；
当
Figure FDA00037131319700000110
时，参与辅助服务的模式为PFC参与辅助服务模式，在该模式下，只有储能参与调节，则有：
Figure FDA00037131319700000111
Figure FDA00037131319700000112
Figure FDA0003713131970000021
Figure FDA0003713131970000022
其中，
Figure FDA0003713131970000023
为分布式储能单元的放电功率，
Figure FDA0003713131970000024
为分布式储能单元的充电功率，
Figure FDA0003713131970000025
为分布式储能单元在时间t内的放电功率上限，
Figure FDA0003713131970000026
为分布式储能单元在时间t内充电功率的下限，Bj为第j个分布式区域下所有分布式储能单元的集合；
当
Figure FDA0003713131970000027
时，区域参与辅助服务的模式为SFC参与辅助服务模式，在该模式下，分布式储能单元已经满发放电了
Figure FDA0003713131970000028
剩余不足的出力由分布式电源通过控制增加出力来填补，则有：
Figure FDA0003713131970000029
Figure FDA00037131319700000210
其中，
Figure FDA00037131319700000211
为在t时间段内分布式电源的出力上限，
Figure FDA00037131319700000212
为在t时间段内分布式电源的当前出力状态，
Figure FDA00037131319700000213
为在t时间段内第i个分布式电源的当前出力状态，
Figure FDA00037131319700000214
为在t时间段内分布式电源的出力下限，Gj为第j个分布式区域下所有分布式电源的集合；
当
Figure FDA00037131319700000215
时，区域参与辅助服务的模式为TFC参与辅助服务模式，在该模式下，储能已经满发放电了
Figure FDA00037131319700000216
剩下不足的出力由分布式电源和需求侧灵活性负荷共同协调调节系统平衡，则有：
Figure FDA00037131319700000217
Figure FDA00037131319700000218
其中，
Figure FDA00037131319700000219
为在t时间段内需求侧灵活性负荷可调功率上限，
Figure FDA00037131319700000220
为在t时间段内的负荷状态，
Figure FDA00037131319700000221
为在t时间段内第i个需求侧灵活性负荷的负荷状态，
Figure FDA00037131319700000222
为在t时间段内需求侧灵活性负荷可调功率下限，Lj为第j个分布式区域下所有需求侧灵活性负荷的集合；
5)在设定的离散时间间隔后更新各区域所需的灵活性备用总容量
Figure FDA0003713131970000031
并重复步骤2)-4)。
2.根据权利要求1所述的一种基于ADMM的分层分布式灵活性资源协调优化调度方法，其特征在于，所述的步骤3)中，通过ADMM算法对OPF目标函数进行求解。
CN201911384297.5A 2019-12-28 2019-12-28 基于admm的分层分布式灵活性资源协调优化调度方法 Active CN111047113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911384297.5A CN111047113B (zh) 2019-12-28 2019-12-28 基于admm的分层分布式灵活性资源协调优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911384297.5A CN111047113B (zh) 2019-12-28 2019-12-28 基于admm的分层分布式灵活性资源协调优化调度方法

Publications (2)

Publication Number Publication Date
CN111047113A CN111047113A (zh) 2020-04-21
CN111047113B true CN111047113B (zh) 2022-10-18

Family

ID=70240714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911384297.5A Active CN111047113B (zh) 2019-12-28 2019-12-28 基于admm的分层分布式灵活性资源协调优化调度方法

Country Status (1)

Country Link
CN (1) CN111047113B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114221357B (zh) * 2021-12-14 2024-03-26 上海电力大学 计及调频备用效益的主动配电网分层分布式优化调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194516A (zh) * 2017-06-07 2017-09-22 华北电力大学 含多主体的多能互补微电网分布式优化调度方法
CN107633333A (zh) * 2017-10-16 2018-01-26 国家电网公司 柔性变电站区域电网的源‑荷‑储调度优化方法及系统
CN109559035A (zh) * 2018-11-29 2019-04-02 国网(苏州)城市能源研究院有限责任公司 一种考虑灵活性的城市配电网双层规划方法
AU2019101317A4 (en) * 2019-10-30 2019-12-05 Southeast University A Bi-level Game-Based Planning Framework for Distribution Networks with multiple Micro-girds

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9280744B2 (en) * 2014-01-14 2016-03-08 Mitsubishi Electric Research Laboratories, Inc. System and method for optimal power flow analysis

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194516A (zh) * 2017-06-07 2017-09-22 华北电力大学 含多主体的多能互补微电网分布式优化调度方法
CN107633333A (zh) * 2017-10-16 2018-01-26 国家电网公司 柔性变电站区域电网的源‑荷‑储调度优化方法及系统
CN109559035A (zh) * 2018-11-29 2019-04-02 国网(苏州)城市能源研究院有限责任公司 一种考虑灵活性的城市配电网双层规划方法
AU2019101317A4 (en) * 2019-10-30 2019-12-05 Southeast University A Bi-level Game-Based Planning Framework for Distribution Networks with multiple Micro-girds

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
含虚拟电厂的风电并网系统分布式优化调度建模;陈厚合等;《中国电机工程学报》;20190505(第09期);全文 *
基于一致性算法的"源-网-荷-储"协同优化方法;张鑫等;《电力建设》;20180801(第08期);全文 *
基于交替方向乘子法的主动配电网分布式多目标优化调度;董雷等;《电力建设》;20170401(第04期);第42-43页 *

Also Published As

Publication number Publication date
CN111047113A (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
Wang et al. Integrated energy exchange scheduling for multimicrogrid system with electric vehicles
Wang et al. Optimal voltage regulation for distribution networks with multi-microgrids
Rajaei et al. Developing a distributed robust energy management framework for active distribution systems
CN110826880B (zh) 一种大规模电动汽车接入的主动配电网优化调度方法
CN107633333A (zh) 柔性变电站区域电网的源‑荷‑储调度优化方法及系统
CN102710013A (zh) 基于微电网的园区能源网能量优化管理系统及其实现方法
CN106489221A (zh) 服务器装置的功率管理
CN110009262A (zh) 一种主动配电网的日前-日内两阶段优化调度方法
CN103825304A (zh) 控制电力网的方法
CN109114662B (zh) 一种基于多智能体的电热蓄能装置的供暖控制方法及系统
CN108092290A (zh) 一种联合储能容量配置与优化运行的微网能量配置方法
CN108551176B (zh) 一种结合储能均衡技术的储能电池系统容量配置方法
CN113783193B (zh) 一种基于边端协同的乡村供用能系统优化调控方法及系统
CN114065543A (zh) 一种交直流互联电力系统分散鲁棒优化调度方法
CN112085327B (zh) 一种配电商参与的主动配电网多层分区调控方法及系统
CN111293682A (zh) 一种基于协同模型预测控制的多微网能量管理方法
CN114825388A (zh) 一种基于源网荷储协同的新能源综合消纳调度方法
CN114336775A (zh) 一种包含分布式能源接入的配电网调度控制系统及方法
CN111047113B (zh) 基于admm的分层分布式灵活性资源协调优化调度方法
Lu et al. Optimizing Grid-Connected Multi-Microgrid Systems With Shared Energy Storage for Enhanced Local Energy Consumption
CN117895461A (zh) 一种多储能系统功率协调控制方法
CN110086186B (zh) 一种计及路灯充电桩的城市配电网电压控制方法
TW202119335A (zh) 電動車充電站分散式電能管理方法
CN115912442A (zh) 一种用户侧光储优化配置及其盈亏平衡分析方法
CN114648164A (zh) 基于SoS架构的多微电网自治协调多层级优化调度方法

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