CN112688317B - 一种双层协同架构下的县域级电-气互联系统优化调度方法 - Google Patents

一种双层协同架构下的县域级电-气互联系统优化调度方法 Download PDF

Info

Publication number
CN112688317B
CN112688317B CN202011501695.3A CN202011501695A CN112688317B CN 112688317 B CN112688317 B CN 112688317B CN 202011501695 A CN202011501695 A CN 202011501695A CN 112688317 B CN112688317 B CN 112688317B
Authority
CN
China
Prior art keywords
distributed
layer
optimization
gas
scheduling
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
CN202011501695.3A
Other languages
English (en)
Other versions
CN112688317A (zh
Inventor
王�琦
李宁
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.)
Nanjing Normal University
Original Assignee
Nanjing Normal University
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 Nanjing Normal University filed Critical Nanjing Normal University
Priority to CN202011501695.3A priority Critical patent/CN112688317B/zh
Publication of CN112688317A publication Critical patent/CN112688317A/zh
Application granted granted Critical
Publication of CN112688317B publication Critical patent/CN112688317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种双层协同架构下的县域级电‑气互联系统优化调度方法,解决分布式能源主体参与县域级电‑气互联优化调度时产生的隐私性问题和实时性问题,通过监管和审批的方式,使分布式自治优化调度不仅要顾及参与调度的能源主体的自身利益,更要满足全局最优性要求,保障系统安全、稳定运行。

Description

一种双层协同架构下的县域级电-气互联系统优化调度方法
技术领域
本发明涉及综合能源互联网技术领域,尤其是一种双层协同架构下的县域级电-气互联系统优化调度方法。
背景技术
能源既是国民经济的命脉,也是人类赖以生存和发展的基础。目前,传统的化石能源,包括煤炭、石油等,在能源消费总量中仍占据较大的比例。然而,随着能源需求大量增长,具有高污染特性的能源与环境问题的矛盾愈加凸显,迫切的需要大力发展清洁能源,以改善能源结构。在能源市场逐步放开的背景下,能源互联网系统成为了能源产业发展的新形态,有望解决由于多种异质能量流耦合和多类型能源主体参与而带来的一系列复杂问题,包括需求响应互动差、系统稳定性差、能效利用水平低等。
在能源互联网系统中,其优化调度方法一般分为集中式方法和分布式方法。关于集中式的优化调度,需要统一收集系统中所有主体的信息和状态,由一个集中管理层提供完整的计算服务。但是,由于能源互联网系统的体量庞大,电、气、热等异质能量流相互耦合,且包含大量的分布式能源主体,使得收集系统中所有主体的信息和状态日渐困难。一方面,可能是因为物理传输通道尚未打通,另一方面,更可能是因为出于隐私性的考虑,部分能源主体,包括运营商、用户群等,不愿意提供一些隐私数据,导致集中管理层无法收集到完整的用能数据。此外,由集中管理层统一收集、统一计算,降低了计算效率,在实时性要求较高的场景下,可能无法满足调度要求。关于分布式的优化调度,其计算资源分布在系统的底端,且允许邻近的能源主体交互信息和自治优化。虽然分布式方法兼顾了隐私性要求和实时性要求,但是在缺少监管和审批的模式下,部分主体往往会顾及自身利益,导致优化结果偏离了全局性优化目标,不利于整个系统运行的经济性、稳定性、安全性和可靠性。因此,需要整合集中式方法和分布式方法的技术特点和优势,设计一个符合实际应用要求的协同调度框架,实现能源的互补协调和高效利用。
发明内容
本发明所要解决的技术问题在于,提供一种双层协同架构下的县域级电-气互联系统优化调度方法,解决分布式能源主体参与县域级电-气互联优化调度时产生的隐私性问题和实时性问题,通过监管和审批的方式,使分布式自治优化调度不仅要顾及参与调度的能源主体的自身利益,更要满足全局最优性要求,保障系统安全、稳定运行。
为解决上述技术问题,本发明提供一种双层协同架构下的县域级电-气互联系统优化调度方法,包括如下步骤:
(1)考虑调度的独立性和部分数据的隐私性,构建双层协同的县域级电-气互联系统优化调度框架,分布在底层的能源主体拥有协调自治能力和权限,顶层监管中心负责监管重要参数或指标,在确保安全性的情况下,允许自治决策,在分布式优化结果偏离全局最优性时下达协调修改策略,保障系统安全运行;
(2)底层的每个分布式能源主体对应部署一个分布式软控制器,将边缘计算任务合理分配给分布式软控制器,软控制器之间允许交互少量信息,进行分布式就地决策并上传决策结果;
(3)底层的软控制器采用分布式算法求解模型,但不能立即执行,需要向顶层的监管中心上传受监管的参数或指标,并等待监管中心的审核结果;
(4)顶层监管中心审核重要参数或指标,在自治优化效果较好的情况下,通过审核并下发执行指令,软控制器对相应主体实施远方或就地调控操作;在自治优化效果较差甚至影响系统安全、稳定运行时,下发协调修改策略,指导软控制器重新进行分布式优化,并再次上传新的结果,待监管中心审核。
优选的,步骤(1)中,双层协同框架包含底层分布式自治层和顶层集中监管层,分布在底层的能源主体具有受限的自治权利,对应部署具有计算能力的分布式软控制器,在监管下完成自治趋优,底层的主体包含微型燃气轮机、柴油发电机、分布式可再生能源、运营商、用户集群;顶层的监管中心统筹全局,监管重要参数或指标,包括电网电压质量指标、削峰填谷指标;顶层和底层以及底层的主体之间都存在信息流的传输通道,用于实时传递共享信息、受监督的参数或指标、执行指令和修改策略。
优选的,步骤(1)中,需要顶层监管中心审核的具体指标包括电网电压质量指标、削峰填谷指标,当其不满足要求时,根据监管中心制定的修改策略,修订新的目标函数或约束条件,向软控制器下发重新分布式自治优化的指令;
(a)电网电压质量指标
电网电压质量的监管分为重要节点电压监管和全网平均电压水平的监管,前者对重要节点的电压偏差和波动的要求更为严格,后者在重要区域保证全网平均电压处于可以接受的水平;参与电压调节的主体包括柴油发电机、微型燃气轮机,在顶层监管下,共享信息为相关主体的交互功率以及主要节点或区域的电压;
(b)削峰、填谷指标
在电力系统的用能峰、谷期,具有可调资源的用户或用户集群,以激励和价格响应的方式参与电力市场,响应顶层监管中心下发的削峰量、填谷量;首先,监管中心监督全网的负荷水平,在峰、谷期参考全网参与调度的能源主体的总可调容量,制定下发合理的总削峰量或总填谷量;然后,各主体分布式自治优化,在完成监管中心下发的削峰、填谷任务的前提下,自主趋优,其中,拥有可调资源的主体包括柴油发电机、微型燃气轮机、热电联供、电/气/热/冷储能装置、可中断负荷、可转移负荷;最后,监管中心评估削峰、填谷效果,若达到标准则允许底层主体执行分布式自治优化生成的决策,在顶层监管下,共享信息为相关主体的交互功率和响应削峰、填谷量。
优选的,步骤(2)中,底层的每个分布式能源主体对应部署一个分布式软控制器,部署在能源主体所在地或部署在监控中心,按照任务分配机制,将边缘计算任务合理分配给分布式软控制器,软控制器之间允许交互少量信息,进行分布式就地决策并向监管中心上传决策结果;软控制器具有以下两种形式之一:形式一是具备测量功能、分布式决策功能、远方校核功能、远方调控执行或就地执行功能;形式二是具备具备测量功能、分布式决策功能、就地执行功能。
优选的,步骤(3)中,底层的软控制器采用分布式算法求解模型,但不能立即执行,需要向顶层的监管中心上传受监管的参数或指标,并等待监管中心的审核结果;底层分布式自治层的求解过程,依赖于信息流在软控制器之间的交互以及软控制器和监管中心间的信息传递,后者在特殊情况下为前者提供备用,即底层软控制器之间的信息流既可以直接传输,也可以通过顶层监管中心间接传输。
优选的,步骤(3)和步骤(4)中,采用ADMM算法解决一致性问题的形式,完成双层协同架构下的县域级电-气互联系统优化调度;建立底层电网、气网子系统优化模型,架构上分为顶层监管层、底层分布式自治层。顶层的监管中心负责更新乘子系数、判断收敛性、监管重要参数或指标和制定修改策略,而底层的分布式软控制器负责就地测量、求解分布式优化调度问题、等待远方校核、执行调度指令;通过交替求解,实现双层协同架构下的县域级电-气互联系统的优化调度;
把分布式能源主体划分为电网运营商和气网运营商,各配置一个分布式软控制器,基于交替方向乘子法的一致性形式,在不考虑协调修改策略时,得到待求解的优化问题主目标函数如下
Figure BDA0002843684750000041
式中,g代表燃气机组天然气耗量;f是在电力系统中引入表征燃气机组天然气耗量的共享变量,且f=PGen/(η·LHV);Pi代表第i个柴油发电机的电功率出力;ρE代表电价;ρG代表气价;Pbuy代表从上级电网购电量;gbuy代表从气源的购气量;y代表对偶变量;ρ代表惩罚参数;
顶层监管中心负责更新乘子系数、判断收敛性、监管重要参数或指标和制定修改策略:
①更新对偶变量,yk+1:=yk+ρ(fk+1-gk+1);
②判断是否收敛,
Figure BDA0002843684750000042
③若算法收敛,则审核选定的参数或指标,当不满足要求时就制定修改策略,并下发重新分布式自治优化的指令;
底层分布式软控制器负责求解分布式优化调度问题、等待远方校核、执行调度指令:
①电力优化调度子问题模型:
Figure BDA0002843684750000043
st.ceq1(x)=0,h1(x)≤0
式中,电力优化调度子问题的约束条件包括电网潮流约束,线路传输容量约束,节点电压约束,设备约束;
②天然气优化调度子问题模型:
Figure BDA0002843684750000044
st.ceq2(z)=0,h2(z)≤0
式中,天然气优化调度子问题的约束条件包括管道约束,气源约束,设备约束;不断迭代求解,直至算法收敛,底层分布式软控制器向顶层监管中心上传电网侧的电压参数,顶层监管中心审核电网电压质量指标,即重要节点电压和电网侧平均电压是否满足要求;若满足则通过审批,若不满足则把原来的优化主问题修改为
Figure BDA0002843684750000051
底层分布式软控制器根据协调修改策略,即新的优化主问题,修改相应的优化调度子问题模型。然后重新迭代求解得到新的优化结果,再将结果上传至顶层监管中心等待重新审核。
优选的,步骤(4)中,在无监管的状态下,底层的能源主体分布式自治优化可能陷入两种不理想的状况,一是各个利益主体以合作的方式达到了集体利益的最大化,但是个别利益主体可能为此付出较大的牺牲,不符合公平原则;二是各个利益主体更多的以自我为中心,虽然顾及了自身利益,但是可能导致整体利益的受损,偏离了全局最优解,对全局性的指标造成负面影响;因此,顶层监管中心通过制定修改策略,即修订分布式自治优化的目标函数或约束条件,使底层的分布式能源主体在允许的范围内重新求解优化问题,并将新的结果再次上传监管中心审核,以避免陷入两种不理想状况。
本发明的有益效果为:(1)本发明有效减轻了集中监管层的计算压力,实现了计算资源的合理分配;(2)本发明所提架构和调度方法仅需在参与调度的能源主体之间交互少量信息,能够满足用户用能的隐私性要求;(3)本发明所提架构和调度方法,通过监管和审批的方式,引导分布式能源主体自治趋优,使分布式优化调度结果具有全局最优性,保障系统安全运行。
附图说明
图1为本发明的方法流程示意图。
图2为本发明中县域级电-气互联系统的双层协同优化架构示意图。
图3为本发明中ADMM算法的原始残差收敛曲线示意图。
图4为本发明中在无监管和有监管方式下的各有功电源出力图。
具体实施方式
如图1所示,一种双层协同架构下的县域级电-气互联系统优化调度方法,包括如下步骤:
(1)考虑调度的独立性和部分数据的隐私性,构建双层协同的县域级电-气互联系统优化调度框架,分布在底层的能源主体拥有一定的协调自治能力和权限,包括微型燃气轮机、柴油发电机、热电联供机组等,而顶层监管中心负责监管重要参数或指标,包括电网电压质量指标、削峰填谷指标等,在确保安全性的情况下,允许自治决策,在分布式优化结果偏离全局最优性时下达协调修改策略,保障系统安全运行;
(2)底层的每个分布式能源主体对应部署一个分布式软控制器,将边缘计算任务合理分配给分布式软控制器,软控制器之间允许交互少量信息,进行分布式就地决策并上传决策结果。
(3)底层的软控制器采用分布式算法求解模型,但不能立即执行,需要向顶层的监管中心上传受监管的参数或指标,并等待监管中心的审核结果。
(4)顶层监管中心审核重要参数或指标,在自治优化效果较好的情况下,通过审核并下发执行指令,软控制器对相应主体实施远方或就地调控操作;在自治优化效果较差甚至影响系统安全、稳定运行时,下发协调修改策略,指导软控制器重新进行分布式优化,并再次上传新的结果,待监管中心审核。
双层协同框架包含底层分布式自治层和顶层集中监管层,分布在底层的能源主体具有受限的自治权利,对应部署具有计算能力的分布式软控制器,可在监管下完成自治趋优,底层的主体包含微型燃气轮机、柴油发电机、分布式可再生能源、运营商、用户集群等;顶层的监管中心统筹全局,监管重要参数或指标,包括削峰填谷指标、电网电压质量指标等。顶层和底层,以及底层的主体之间都存在信息流的传输通道,用于实时传递共享信息、受监督的参数或指标、执行指令和修改策略。基于此,搭建了集中监管下,双层协同的县域级电-气互联混合管控系统。
当顶层监管中心审核的指标不满足要求时,根据监管中心制定的修改策略,修订新的目标函数或约束条件,向软控制器下发重新分布式自治优化的指令。
1)电网电压质量指标
电网电压质量的监管分为重要节点电压监管和全网平均电压水平的监管,前者对重要节点的电压偏差和波动的要求更为严格,后者在重要区域保证全网平均电压处于可以接受的水平。参与电压调节的主体除了传统的无功补偿设备、调压变压器,还可以包括储电设备、微型燃气轮机、热电联供、电动汽车等。在顶层监管下,共享信息为相关主体的交互功率,以及主要节点或区域的电压,包含电网电压质量要求的底层分布式优化目标函数为
Figure BDA0002843684750000071
式中,n代表参与分布式优化的主体数目,a代表对电压质量要求较高的节点数目,b代表对电压质量要求较高的区域数目,ω1、ω2代表权重系数,Cope,i代表第i个主体的运行成本,Uj代表节点j的电压幅值,Uref代表设定的参考电压值,Uk,av代表区域k的平均电压,Uref,k,av代表设定的区域k的参考平均电压。
2)削峰、填谷指标
在电力系统的用能峰、谷期,具有可调资源的用户或用户集群,以激励和价格响应的方式参与电力市场,响应顶层监管中心下发的削峰量、填谷量。首先,监管中心监督全网的负荷水平,在峰、谷期参考全网参与调度的能源主体的总可调容量,制定下发合理的总削峰量或总填谷量;然后,各主体分布式自治优化,在完成监管中心下发的削峰、填谷任务的前提下,自主趋优,其中,拥有可调资源的主体包括柴油发电机、微型燃气轮机、热电联供、电/气/热/冷储能装置、可中断负荷、可转移负荷等。最后,监管中心评估削峰、填谷效果,若达到标准则允许底层主体执行分布式自治优化生成的决策。在顶层监管下,共享信息为相关主体的交互功率和响应削峰、填谷量,响应削峰、填谷任务的底层分布式优化目标函数为
Figure BDA0002843684750000072
式中,n代表参与分布式优化的主体数目,Cope,i代表第i个主体的运行成本,CIDR,i代表第i个主体完成削峰、填谷任务所引起的需求响应成本。
底层的每个分布式能源主体对应部署一个分布式软控制器,既可以部署在能源主体所在地,也可以部署在监控中心,按照任务分配机制,将边缘计算任务合理分配给分布式软控制器,软控制器之间允许交互少量信息,进行分布式就地决策并向监管中心上传决策结果。软控制器具有以下两种形式之一:形式一是具备测量功能、分布式决策功能、远方校核功能、远方调控执行或就地执行功能;形式二是具备具备测量功能、分布式决策功能、就地执行功能。相较于形式一,形式二的软控制器具有实际的控制权限。底层的软控制器采用分布式算法求解模型,但不能立即执行,需要向顶层的监管中心上传受监管的参数或指标,并等待监管中心的审核结果。底层分布式自治层的求解过程,依赖于信息流在软控制器之间的交互,以及软控制器和监管中心间的信息传递,后者在特殊情况下为前者提供备用,即底层软控制器之间的信息流既可以直接传输,也可以通过顶层监管中心间接传输。县域级电-气互联系统的双层协同优化架构如图2所示,顶层监管中心负责监管参数或指标,配置在电、气局部子系统的软控制器完成分布式自治优化,顶层和底层之间传递信息流,底层主体之间传递能量流和信息流。
采用ADMM算法解决一致性问题的形式,完成双层协同架构下的县域级电-气互联系统优化调度。建立底层电网、气网子系统优化模型,架构上分为顶层监管层、底层分布式自治层。顶层的监管中心负责更新乘子系数、判断收敛性、监管重要参数或指标和制定修改策略,而底层的分布式软控制器负责就地测量、求解分布式优化调度问题、等待远方校核、执行调度指令。通过交替求解,实现双层协同架构下的县域级电-气互联系统的优化调度。
把分布式能源主体划分为电网运营商和气网运营商,各配置一个分布式软控制器,基于交替方向乘子法的一致性形式,在不考虑协调修改策略时,得到待求解的优化问题主目标函数如下
Figure BDA0002843684750000081
式中,g代表燃气机组天然气耗量;f是在电力系统中引入表征燃气机组天然气耗量的共享变量,且f=PGen/(η·LHV);Pi代表第i个柴油发电机的电功率出力;ρE代表电价;ρG代表气价;Pbuy代表从上级电网购电量;gbuy代表从气源的购气量;y代表对偶变量;ρ代表惩罚参数。
顶层监管中心负责更新乘子系数、判断收敛性、监管重要参数或指标和制定修改策略:
①更新对偶变量,yk+1:=yk+ρ(fk+1-gk+1);
②判断是否收敛,
Figure BDA0002843684750000082
③若算法收敛,则审核选定的参数或指标,当不满足要求时就制定修改策略,并下发重新分布式自治优化的指令。
底层分布式软控制器负责求解分布式优化调度问题、等待远方校核、执行调度指令:
①电力优化调度子问题模型:
Figure BDA0002843684750000091
st.ceq1(x)=0,h1(x)≤0
式中,电力优化调度子问题的约束条件包括电网潮流约束,线路传输容量约束,节点电压约束等。
②天然气优化调度子问题模型:
Figure BDA0002843684750000092
st.ceq2(z)=0,h2(z)≤0
式中,天然气优化调度子问题的约束条件包括管道约束,气源约束等。不断迭代求解,直至算法收敛,底层分布式软控制器向顶层监管中心上传电网侧的电压参数,顶层监管中心审核电网电压质量指标,即重要节点电压和电网侧平均电压是否满足要求。若满足则通过审批,若不满足则把原来的优化主问题修改为
Figure BDA0002843684750000093
底层分布式软控制器根据协调修改策略,即新的优化主问题,修改相应的优化调度子问题模型。然后重新迭代求解得到新的优化结果,再将结果上传至顶层监管中心等待重新审核。在顶层监管下,ADMM算法的原始残差收敛曲线如图3所示,可见第11次迭代之后基本趋近于零。在无监管和有监管方式下的各有功电源出力对比如图4所示,在监管下,为了提高区域平均电压,在减少向上级电网购电量的同时,柴油发电机和微型燃气轮机的有功出力均有不同幅度的提升。表1为无监管和有监管方式下的优化结果对比,虽然在监管方式下的运行总成本略有增加,但是满足了电压质量要求。
表1优化结果对比
Figure BDA0002843684750000094
在无监管的状态下,底层的能源主体分布式自治优化可能陷入两种不理想的状况,一是各个利益主体以合作的方式达到了集体利益的最大化,但是个别利益主体可能为此付出较大的牺牲,不符合公平原则。二是各个利益主体更多的以自我为中心,虽然顾及了自身利益,但是可能导致整体利益的受损,偏离了全局最优解,对全局性的指标造成负面影响。因此,顶层监管中心通过制定修改策略,即修订分布式自治优化的目标函数或约束条件,使底层的分布式能源主体在允许的范围内重新求解优化问题,并将新的结果再次上传监管中心审核,以避免陷入两种不理想状况。相比于集中式调度,合理分配了计算资源,能够减轻集中控制中心的计算压力;相比于分布式调度,实现了在顶层的适当监管下,引导各分布在底层的能源主体分布式自治决策、自主趋优,防止分布式优化结果偏离全局最优解,保障系统安全运行。

Claims (4)

1.一种双层协同架构下的县域级电-气互联系统优化调度方法,其特征在于,包括如下步骤:
(1)考虑调度的独立性和部分数据的隐私性,构建双层协同的县域级电-气互联系统优化调度框架,分布在底层的能源主体拥有协调自治能力和权限,顶层监管中心负责监管重要参数或指标,在确保安全性的情况下,允许自治决策,在分布式优化结果偏离全局最优性时下达协调修改策略,保障系统安全运行;双层协同框架包含底层分布式自治层和顶层集中监管层,分布在底层的能源主体具有受限的自治权利,对应部署具有计算能力的分布式软控制器,在监管下完成自治趋优,底层的主体包含微型燃气轮机、柴油发电机、分布式可再生能源、运营商、用户集群;顶层的监管中心统筹全局,监管重要参数或指标,包括电网电压质量指标、削峰填谷指标;顶层和底层以及底层的主体之间都存在信息流的传输通道,用于实时传递共享信息、受监督的参数或指标、执行指令和修改策略;
(2)底层的每个分布式能源主体对应部署一个分布式软控制器,将边缘计算任务合理分配给分布式软控制器,软控制器之间允许交互少量信息,进行分布式就地决策并上传决策结果;
(3)底层的软控制器采用分布式算法求解模型,但不能立即执行,需要向顶层的监管中心上传受监管的参数或指标,并等待监管中心的审核结果;底层的软控制器采用分布式算法求解模型,需要向顶层的监管中心上传受监管的参数或指标,并等待监管中心的审核结果;底层分布式自治层的求解过程,依赖于信息流在软控制器之间的交互以及软控制器和监管中心间的信息传递,后者在特殊情况下为前者提供备用,即底层软控制器之间的信息流既可以直接传输,也可以通过顶层监管中心间接传输;
(4)顶层监管中心审核重要参数或指标,在自治优化效果较好的情况下,通过审核并下发执行指令,软控制器对相应主体实施远方或就地调控操作;在自治优化效果较差甚至影响系统安全、稳定运行时,下发协调修改策略,指导软控制器重新进行分布式优化,并再次上传新的结果,待监管中心审核;采用ADMM算法解决一致性问题的形式,完成双层协同架构下的县域级电-气互联系统优化调度;建立底层电网、气网子系统优化模型,架构上分为顶层监管层、底层分布式自治层;顶层的监管中心负责更新乘子系数、判断收敛性、监管重要参数或指标和制定修改策略,而底层的分布式软控制器负责就地测量、求解分布式优化调度问题、等待远方校核、执行调度指令;通过交替求解,实现双层协同架构下的县域级电-气互联系统的优化调度;
把分布式能源主体划分为电网运营商和气网运营商,各配置一个分布式软控制器,基于交替方向乘子法的一致性形式,在不考虑协调修改策略时,得到待求解的优化问题主目标函数如下
Figure FDA0004083365830000021
式中,g代表燃气机组天然气耗量;f是在电力系统中引入表征燃气机组天然气耗量的共享变量,且f=PGen/(η·LHV);Pi代表第i个柴油发电机的电功率出力;ρE代表电价;ρG代表气价;Pbuy代表从上级电网购电量;gbuy代表从气源的购气量;y代表对偶变量;ρ代表惩罚参数;
顶层监管中心负责更新乘子系数、判断收敛性、监管重要参数或指标和制定修改策略:
①更新对偶变量,yk+1:=yk+ρ(fk+1-gk+1);
②判断是否收敛,
Figure FDA0004083365830000022
③若算法收敛,则审核选定的参数或指标,当不满足要求时就制定修改策略,并下发重新分布式自治优化的指令;
底层分布式软控制器负责求解分布式优化调度问题、等待远方校核、执行调度指令:
①电力优化调度子问题模型:
Figure FDA0004083365830000023
st.ceq1(x)=0,h1(x)≤0
式中,电力优化调度子问题的约束条件包括电网潮流约束,线路传输容量约束,节点电压约束,设备约束;
②天然气优化调度子问题模型:
Figure FDA0004083365830000024
st.ceq2(z)=0,h2(z)≤0
式中,天然气优化调度子问题的约束条件包括管道约束,气源约束,设备约束;不断迭代求解,直至算法收敛,底层分布式软控制器向顶层监管中心上传电网侧的电压参数,顶层监管中心审核电网电压质量指标,即重要节点电压和电网侧平均电压是否满足要求;若满足则通过审批,若不满足则把原来的优化主问题修改为
Figure FDA0004083365830000031
底层分布式软控制器根据协调修改策略,即新的优化主问题,修改相应的优化调度子问题模型,然后重新迭代求解得到新的优化结果,再将结果上传至顶层监管中心等待重新审核。
2.如权利要求1所述的双层协同架构下的县域级电-气互联系统优化调度方法,其特征在于,步骤(1)中,需要顶层监管中心审核的具体指标包括电网电压质量指标、削峰填谷指标,当其不满足要求时,根据监管中心制定的修改策略,修订新的目标函数或约束条件,向软控制器下发重新分布式自治优化的指令;
(a)电网电压质量指标
电网电压质量的监管分为重要节点电压监管和全网平均电压水平的监管,前者对重要节点的电压偏差和波动的要求更为严格,后者在重要区域保证全网平均电压处于可以接受的水平;参与电压调节的主体包括柴油发电机、微型燃气轮机,在顶层监管下,共享信息为相关主体的交互功率以及主要节点或区域的电压;
(b)削峰、填谷指标
在电力系统的用能峰、谷期,具有可调资源的用户或用户集群,以激励和价格响应的方式参与电力市场,响应顶层监管中心下发的削峰量、填谷量;首先,监管中心监督全网的负荷水平,在峰、谷期参考全网参与调度的能源主体的总可调容量,制定下发合理的总削峰量或总填谷量;然后,各主体分布式自治优化,在完成监管中心下发的削峰、填谷任务的前提下,自主趋优,其中,拥有可调资源的主体包括柴油发电机、微型燃气轮机、热电联供、电/气/热/冷储能装置、可中断负荷、可转移负荷;最后,监管中心评估削峰、填谷效果,若达到标准则允许底层主体执行分布式自治优化生成的决策,在顶层监管下,共享信息为相关主体的交互功率和响应削峰、填谷量。
3.如权利要求1所述的双层协同架构下的县域级电-气互联系统优化调度方法,其特征在于,步骤(2)中,底层的每个分布式能源主体对应部署一个分布式软控制器,部署在能源主体所在地或部署在监控中心,按照任务分配机制,将边缘计算任务合理分配给分布式软控制器,软控制器之间允许交互少量信息,进行分布式就地决策并向监管中心上传决策结果;软控制器具有以下两种形式之一:形式一是具备测量功能、分布式决策功能、远方校核功能、远方调控执行或就地执行功能;形式二是具备测量功能、分布式决策功能、就地执行功能。
4.如权利要求1所述的双层协同架构下的县域级电-气互联系统优化调度方法,其特征在于,步骤(4)中,在有监管的状态下,顶层监管中心通过制定修改策略,即修订分布式自治优化的目标函数或约束条件,使底层的分布式能源主体在允许的范围内重新求解优化问题,并将新的结果再次上传监管中心审核。
CN202011501695.3A 2020-12-18 2020-12-18 一种双层协同架构下的县域级电-气互联系统优化调度方法 Active CN112688317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011501695.3A CN112688317B (zh) 2020-12-18 2020-12-18 一种双层协同架构下的县域级电-气互联系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011501695.3A CN112688317B (zh) 2020-12-18 2020-12-18 一种双层协同架构下的县域级电-气互联系统优化调度方法

Publications (2)

Publication Number Publication Date
CN112688317A CN112688317A (zh) 2021-04-20
CN112688317B true CN112688317B (zh) 2023-04-07

Family

ID=75448994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011501695.3A Active CN112688317B (zh) 2020-12-18 2020-12-18 一种双层协同架构下的县域级电-气互联系统优化调度方法

Country Status (1)

Country Link
CN (1) CN112688317B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113610311B (zh) * 2021-08-16 2024-04-23 南京师范大学 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107508284A (zh) * 2017-08-15 2017-12-22 华北电力大学 计及电气互联的微电网分布式优化调度方法
CN110046750A (zh) * 2019-03-25 2019-07-23 国网江苏省电力有限公司经济技术研究院 一种能源互联网协同优化运行方法
WO2019200662A1 (zh) * 2018-04-20 2019-10-24 东北大学 电-热-气综合能源系统的稳定评估与静态控制方法
CN112053024A (zh) * 2020-07-10 2020-12-08 南京师范大学 一种基于城镇能源互联网双层协同架构的优化调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107508284A (zh) * 2017-08-15 2017-12-22 华北电力大学 计及电气互联的微电网分布式优化调度方法
WO2019200662A1 (zh) * 2018-04-20 2019-10-24 东北大学 电-热-气综合能源系统的稳定评估与静态控制方法
CN110046750A (zh) * 2019-03-25 2019-07-23 国网江苏省电力有限公司经济技术研究院 一种能源互联网协同优化运行方法
CN112053024A (zh) * 2020-07-10 2020-12-08 南京师范大学 一种基于城镇能源互联网双层协同架构的优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
电气互联系统的气电解耦分布式多目标优化调度;郑宝敏等;《控制理论与应用》;20190315(第03期);全文 *

Also Published As

Publication number Publication date
CN112688317A (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
CN104734168B (zh) 一种基于电热联合调度的微电网运行优化系统及方法
CN111950809B (zh) 基于主从博弈的综合能源系统分层分区优化运行方法
Li et al. A novel bi-level robust game model to optimize a regionally integrated energy system with large-scale centralized renewable-energy sources in Western China
CN109524957A (zh) 考虑碳交易机制和柔性负荷的综合能源系统优化调度方法
CN110474353B (zh) 分层式储能系统及其参与的电网调频协调控制方法
CN110826880A (zh) 一种大规模电动汽车接入的主动配电网优化调度方法
CN105703355A (zh) 一种多样性负荷分级自律协同需求响应方法
CN110676849B (zh) 一种孤岛微电网群能量调度模型的构建方法
CN103746384A (zh) 电力负荷调度控制方法及其系统
CN112688317B (zh) 一种双层协同架构下的县域级电-气互联系统优化调度方法
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
CN111474900A (zh) 一种基于虚拟电厂的区域综合能源系统运行方法及系统
CN114205381B (zh) 一种包含虚拟电厂负荷分类、资源建模及参与电力市场交易的系统
CN113837449B (zh) 虚拟电厂参与的电网系统集中优化调度方法
CN115800276A (zh) 一种考虑机组爬坡的电力系统应急调度方法
CN112713590B (zh) 计及idr的冷热电联供微网与主动配电网联合优化调度方法
CN111082475B (zh) 一种基于交直流混合配电网协调能量管控方法
CN109345030B (zh) 多微网的综合能源系统热电能流分布式优化方法和装置
Tomin et al. A Demand-Response Approach for HVAC Systems Using Internet of Energy Concept
CN112270432B (zh) 一种考虑多主体利益均衡的综合能源系统的能量管理方法
CN113783236B (zh) 高比例新能源电力系统实时优化调度方法、装置及介质
Wang et al. Coordinated power smoothing control strategy of multi-wind turbines and energy storage systems in wind farm based on madrl
CN108182519A (zh) 一种基于互联网的能源管理方法及系统
Zhu et al. Distributed cluster regulation strategy of multipark integrated energy system using multilayer deep Q learning

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