CN113379118B - 一种应对个体不端行为的分布式安全经济调度方法 - Google Patents

一种应对个体不端行为的分布式安全经济调度方法 Download PDF

Info

Publication number
CN113379118B
CN113379118B CN202110633580.8A CN202110633580A CN113379118B CN 113379118 B CN113379118 B CN 113379118B CN 202110633580 A CN202110633580 A CN 202110633580A CN 113379118 B CN113379118 B CN 113379118B
Authority
CN
China
Prior art keywords
distributed power
power supply
node
distributed
increment rate
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
CN202110633580.8A
Other languages
English (en)
Other versions
CN113379118A (zh
Inventor
乐健
周谦
綦淦
赵联港
尤梦凯
李亚馨
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202110633580.8A priority Critical patent/CN113379118B/zh
Publication of CN113379118A publication Critical patent/CN113379118A/zh
Application granted granted Critical
Publication of CN113379118B publication Critical patent/CN113379118B/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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出了一种应对个体不端行为的分布式安全经济调度方法。构建含n个分布式电源的电网多节点模型，并将分布式电源节点定义为顶点，通信链路定义为边，进一步构建电网分布式电源通信网络拓扑图；初始化电网分布式电源通信网络拓扑图的功率缺额信息、各分布式电源的成本微增率，根据节点的入度得到不同节点之间的权重；采用基于W‑MSR算法对各分布式电源的成本微增率进行迭代优化计算，各分布式电源进一步结合分布式电源的成本微增率迭代优化计算的结果计算更新有功出力，直至系统收敛停止迭代。本发明对于提高分布式经济调度系统的信息安全性具有重要理论和应用价值。

Description

一种应对个体不端行为的分布式安全经济调度方法
技术领域
本发明涉及分布式经济调度方法，尤其涉及一种应对个体不端行为的分布式安全经济调度方法。
背景技术
经济调度作为电力系统的最基本问题之一而一直受到广泛关注，在调度模型和优化求解算法等方面已取得了丰富成果。随着电力系统规模越来越复杂，分布式电源的接入比例越来越高，采用分布式模型和方法实现经济调度已成为当前研究热点。较之传统的集中式经济调度，分布式模式具有可扩展性强、可靠性高、通信计算负担均衡等优势，满足分布式接入以及“即插即用”的要求。分布式经济调度系统中不再需要调度中心，而是借助多智能体系统实现参与个体间的相互通信和自主计算。
分布式一致性算法因其收敛性好、鲁棒性强、灵活性高等特点成为分布式经济调度求解过程中最常用的算法。其基本思路是以发电单元成本微增率为一致性变量，通过多智能体系统与相邻节点实时通信交换一致性变量，并按约定的协议进行更新，达到成本微增率一致，从而实现经济调度的最优解。虽然基于一致性算法的分布式调度优势显著，但其信息安全问题值得格外关注。一方面没有控制中心管理全局信息，各分布式单元容易交换虚假信息而牟取更大的本地利益；另一方面与集中式调控系统类似，分布式调控系统采用的局部通信网络也容易遭受来自外部的恶意攻击，且去中心化的结构使得攻击的识别与防御变得更加困难。
目前关于多智能体系统安全问题已取得一定研究成果。有文献在传统一致性算法的基础上提出了安全一致性算法，它规定被控智能体的状态只能在限定范围内发生变化。有文献提出了一种基于线性迭代方法的一致性算法，并表明了即使系统仅遭受单节点入侵，攻击者通过控制入侵节点状态维持不变就操控整个网络最终一致状态的收敛值。也有文献研究了F-全局攻击范围和拜占庭攻击方法下的安全一致性问题，主要思想为将正常节点先将接收到信息按递减排成序列，然后剔除其中F个最大和F个最小值，利用序列中剩余的值更新自身状态。随后，以此为主要思想，该算法被不同领域的专家学者扩展成为一家族式系列算法，并统一将该系列算法命名为MSR(Mean-Subsequence-Reduced)算法。有文献将MSR算法进一步推广到W-MSR(Weighted-Mean-Subsequence-Reduced)算法，并研究了应对F-局部恶意攻击的安全一致性算法。
本发明依据移除部分可能是错误信息的方法，设计了基于W-MSR算法的分布式安全经济调度方法，从而能够抵消个体欺骗行为带来的不良影响和在遭受网络攻击时依旧能够保证安全稳定运行。对于提高分布式经济调度系统的信息安全性具有重要理论和应用价值。
发明内容
本发明所要解决的技术问题是克服存在个体不端行为对分布式经济调度的影响，其包括个体欺骗行为导致的系统偏离最优解运行和遭受攻击导致的安全稳定受到破坏。
本发明提出了一种应对个体不端行为的分布式安全经济调度方法，其特征在于，包括以下步骤：
步骤1：构建含n个分布式电源的电网多节点模型，并将分布式电源节点定义为顶点，通信链路定义为边，进一步构建电网分布式电源图；初始化电网分布式电源图的功率缺额信息、各分布式电源的成本微增率，根据节点的入度得到不同节点之间的权重；
步骤2：采用基于W-MSR算法对各分布式电源的成本微增率进行迭代优化计算，各分布式电源进一步结合分布式电源的成本微增率迭代优化计算的结果计算更新有功出力；
步骤3：重复步骤2，直至系统内的有功功率差额ΔP小于设定的阈值，则系统收敛停止迭代，进一步输出优化后的各分布式电源成本微增率、有功出力；
作为优选，步骤1所述电网分布式电源图，定义为：G＝(V,E)；
其中，G为含n个分布式电源的电网拓扑结构的电网分布式电源图，V＝{1,2,…,n}为顶点的集合，
Figure BDA0003104684480000021
为边的集合；Ni＝{j∈V:(i,j)∈E}表示与顶点i具有直接通信链路的顶点的集合；
步骤1所述初始化电网分布式电源图的功率缺额信息为：
Figure BDA0003104684480000022
其中，PD为配电网总负荷，PLOSS为系统内的有功损耗，PGi为节点i对应分布式电源的有功出力，n为分布式电源的数量，也即拓扑图对应节点的数量。
各分布式电源的成本微增率为：
λi
i＝1,2,...,n
其中，λi为节点i对应分布式电源的成本微增率，n为分布式电源的数量；
步骤1所述根据节点的入度得到不同节点之间的权重，具体为：
Figure BDA0003104684480000031
式中，wij为节点i至节点j之间的权重，di为节点i的入度，k表示迭代次数，k＝0为初始时刻，Ji＝Ni∪{i}表示节点i及其邻居节点的集合；
作为优选，步骤2所述对各分布式电源的成本微增率进行迭代优化计算，具体为：
Figure BDA0003104684480000032
式中，k表示迭代次数，λi、ui分别为节点i对应分布式电源的微增成本率和控制输入；ε为迭代步长；hi表示节点i对应的分布式电源在其一致性变量真实值上叠加的偏差，则对诚实个体则有hi＝0；Ji[k]表示节点i及节点i邻居节点的集合，Ri[k]表示节点i对应分布式电源移除的前F个最大和F个最小值的集合，Ji[k]/Ri[k]为集合Ji[k]移除Ri[k]之后的集合，ΔP为功率缺额信息，i＝1,2,…,n、j＝1,2,…,n表示节点编号。
lij[k]的取值为：
Figure BDA0003104684480000033
其中，wij为节点i至节点j之间的权重，k表示迭代次数，i＝1,2,…,n，j＝1,2,…,n。
各分布式电源根据成本微增率进行迭代优化计算的结果，计算更新有功出力：
Figure BDA0003104684480000034
其中，k表示迭代次数，λi为节点i对应分布式电源的成本微增率，PGi为节点i对应分布式电源的有功出力，
Figure BDA0003104684480000041
和
Figure BDA0003104684480000042
分别为节点i对应分布式电源出力的下限和上限，ai和bi分别为节点i对应分布式电源成本函数的二次项系数和一次项系数。i＝1,2,…,n为节点编号；
本发明优点在于：
以成本微增率为一致性变量，在传统一致性协议的基础上，移除F个最大和F个最小值，使系统在存在个体不端行为时依然能够收敛至最优值；
对于提高分布式经济调度系统的信息安全性具有重要理论和应用价值。
附图说明
图1：为本发明方法流程图。
图2：为含多个分布式发电单元的配电网结构。
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用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
附图1给出了本发明的应对个体不端行为的分布式安全经济调度策略流程图。
附图2为含多个分布式发电单元的配电网结构。
步骤1：构建含n个分布式电源的电网多节点模型，并将分布式电源节点定义为顶点，通信链路定义为边，进一步构建电网分布式电源图；初始化电网分布式电源图的功率缺额信息、各分布式电源的成本微增率，根据根据节点的入度得到不同节点之间的权重；
步骤1所述电网分布式电源图，定义为：G＝(V,E)；
其中，G为含n个分布式电源的电网拓扑结构的电网分布式电源图，V＝{1,2,…,n}为顶点的集合，
Figure BDA0003104684480000043
为边的集合；Ni＝{j∈V:(i,j)∈E}表示与顶点i具有直接通信链路的顶点的集合；
步骤1所述初始化电网分布式电源图的功率缺额信息为：
Figure BDA0003104684480000051
其中，PD为配电网总负荷，PLOSS为系统内的有功损耗，PGi为节点i对应分布式电源的有功出力，n为分布式电源的数量，也即拓扑图对应节点的数量。
各分布式电源的成本微增率为：
λi
i＝1,2,...,n
其中，λi为节点i对应分布式电源的成本微增率，n为分布式电源的数量；
步骤1所述根据节点的入度得到不同节点之间的权重，具体为：
Figure BDA0003104684480000052
式中，wij为节点i至节点j之间的权重，di为节点i的入度，k表示迭代次数，k＝0为初始时刻，Ji＝Ni∪{i}表示节点i及其邻居节点的集合；
步骤2：采用基于W-MSR算法对各分布式电源的成本微增率进行迭代优化计算，各分布式电源进一步结合分布式电源的成本微增率迭代优化计算的结果计算更新有功出力；
步骤2所述对各分布式电源的成本微增率进行迭代优化计算，具体为：
Figure BDA0003104684480000053
式中，k表示迭代次数，λi、ui分别为节点i对应分布式电源的微增成本率和控制输入；ε为迭代步长；hi表示节点i对应的分布式电源在其一致性变量真实值上叠加的偏差，则对诚实个体则有hi＝0；Ji[k]表示节点i及节点i邻居节点的集合，Ri[k]表示节点i对应分布式电源移除的前F个最大和F个最小值的集合，Ji[k]/Ri[k]为集合Ji[k]移除Ri[k]之后的集合，ΔP为功率缺额信息，i＝1,2,…,n、j＝1,2,…,n表示节点编号。
由于不论是个体欺骗还是节点攻击，这两种节点不端行为在算法体现为向相邻节点传递虚假的、错误的一致性变量值，而这些虚假的、错误信息显然是偏离正常节点的一致性变量的。因此通过上式，在一致性变量更新过程中除去部分最大值和最小值，从而将因节点不端行为产生的有误信息提出，仅保留正确的信息，进而保证实现分布式经济调度目标。
lij[k]的取值为：
Figure BDA0003104684480000061
其中，wij为节点i至节点j之间的权重，k表示迭代次数，i＝1,2,…,n，j＝1,2,…,n。
各分布式电源根据成本微增率进行迭代优化计算的结果，计算更新有功出力：
Figure BDA0003104684480000062
其中，k表示迭代次数，λi为节点i对应分布式电源的成本微增率，PGi为节点i对应分布式电源的有功出力，
Figure BDA0003104684480000063
和
Figure BDA0003104684480000064
分别为节点i对应分布式电源出力的下限和上限，ai和bi分别为节点i对应分布式电源成本函数的二次项系数和一次项系数。i＝1,2,…,n为节点编号；
步骤3：重复步骤2，直至系统内的有功功率差额ΔP小于设定的阈值，则系统收敛停止迭代，进一步输出优化后的各分布式电源成本微增率、有功出力；
由于在迭代过程中错误的信息被移除，从而能够保证实现分布式经济调度目标。
应说明的是，以上实施例仅用于说明本发明的技术方案而非限制，尽管参照较佳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，可以对本发明的技术方案进行修改或同等替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围内。

Claims (1)

1.一种应对个体不端行为的分布式安全经济调度方法，其特征在于，包括以下步骤：
步骤1：构建含n个分布式电源的电网多节点模型，并将分布式电源节点定义为顶点，通信链路定义为边，进一步构建电网分布式电源图；初始化电网分布式电源通信网络拓扑图的功率缺额信息、各分布式电源的成本微增率，根据节点的入度得到不同节点之间的权重；
步骤2：采用基于W-MSR算法对各分布式电源的成本微增率进行迭代优化计算，各分布式电源进一步结合分布式电源的成本微增率迭代优化计算的结果计算更新有功出力；
步骤3：重复步骤2，直至系统内的有功功率差额ΔP小于设定的阈值，则系统收敛停止迭代，进一步输出优化后的各分布式电源成本微增率、有功出力；
步骤1所述电网分布式电源图，定义为：G＝(V,E)；
其中，G为含n个分布式电源的电网拓扑结构的电网分布式电源图，V＝{1,2,…,n}为顶点的集合，
Figure FDA0003637466620000011
为边的集合；Ni＝{j∈V:(i,j)∈E}表示与顶点i具有直接通信链路的顶点的集合；
步骤1所述初始化电网分布式电源通信网络拓扑图的功率缺额信息为：
Figure FDA0003637466620000012
其中，PD为配电网总负荷，PLOSS为系统内的有功损耗，PGi为节点i对应分布式电源的有功出力，n为分布式电源的数量，也即拓扑图对应节点的数量；
各分布式电源的成本微增率为：
λi
i＝1,2,...,n
其中，λi为节点i对应分布式电源的成本微增率，n为分布式电源的数量；
步骤1所述根据节点的入度得到不同节点之间的权重，具体为：
Figure FDA0003637466620000013
式中，wij为节点i至节点j之间的权重，di为节点i的入度，k表示迭代次数，k＝0为初始时刻，Ji＝Ni∪{i}表示节点i及其邻居节点的集合；
步骤2所述对各分布式电源的成本微增率进行迭代优化计算，具体为：
Figure FDA0003637466620000021
式中，k表示迭代次数，λi、ui分别为节点i对应分布式电源的微增成本率和控制输入；ε为迭代步长；hi表示节点i对应的分布式电源在其一致性变量真实值上叠加的偏差，则对诚实个体则有hi＝0；Ji[k]表示节点i及节点i邻居节点的集合，Ri[k]表示节点i对应分布式电源移除的前F个最大和F个最小值的集合，Ji[k]/Ri[k]为集合Ji[k]移除Ri[k]之后的集合，ΔP为功率缺额信息，i＝1,2,…,n、j＝1,2,…,n表示节点编号；
lij[k]的取值为：
Figure FDA0003637466620000022
其中，wij为节点i至节点j之间的权重，k表示迭代次数，i＝1,2,…,n，j＝1,2,…,n；
各分布式电源根据成本微增率进行迭代优化计算的结果，计算更新有功出力：
Figure FDA0003637466620000023
其中，k表示迭代次数，λi为节点i对应分布式电源的成本微增率，PGi为节点i对应分布式电源的有功出力，
Figure FDA0003637466620000024
和
Figure FDA0003637466620000025
分别为节点i对应分布式电源出力的下限和上限，ai和bi分别为节点i对应分布式电源成本函数的二次项系数和一次项系数；i＝1,2,…,n为节点编号。
CN202110633580.8A 2021-06-07 2021-06-07 一种应对个体不端行为的分布式安全经济调度方法 Active CN113379118B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110633580.8A CN113379118B (zh) 2021-06-07 2021-06-07 一种应对个体不端行为的分布式安全经济调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110633580.8A CN113379118B (zh) 2021-06-07 2021-06-07 一种应对个体不端行为的分布式安全经济调度方法

Publications (2)

Publication Number Publication Date
CN113379118A CN113379118A (zh) 2021-09-10
CN113379118B true CN113379118B (zh) 2022-07-05

Family

ID=77576281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110633580.8A Active CN113379118B (zh) 2021-06-07 2021-06-07 一种应对个体不端行为的分布式安全经济调度方法

Country Status (1)

Country Link
CN (1) CN113379118B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105071410A (zh) * 2015-09-14 2015-11-18 武汉大学 基于虚拟发电厂的配电网无功功率优化调度方法及系统
CN109474017A (zh) * 2018-12-24 2019-03-15 武汉大学 一种配电网实时分布式经济调度方法
CN110854927A (zh) * 2019-10-28 2020-02-28 国网福建省电力有限公司 一种孤岛型微电网分布式协同控制方法
CN110858718A (zh) * 2018-08-22 2020-03-03 郑州大学 考虑经济性的交流微电网分布式事件驱动的频率控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105071410A (zh) * 2015-09-14 2015-11-18 武汉大学 基于虚拟发电厂的配电网无功功率优化调度方法及系统
CN110858718A (zh) * 2018-08-22 2020-03-03 郑州大学 考虑经济性的交流微电网分布式事件驱动的频率控制方法
CN109474017A (zh) * 2018-12-24 2019-03-15 武汉大学 一种配电网实时分布式经济调度方法
CN110854927A (zh) * 2019-10-28 2020-02-28 国网福建省电力有限公司 一种孤岛型微电网分布式协同控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Distributed economic dispatch method for power system based on consensus;Le Jian 等;《IET Renewable Power Generation》;20200507;第1424-1432页 *
大容量风电场接入电网的暂态稳定特性和调度对策研究;张红光等;《中国电机工程学报》;20071105(第31期);第45-51页 *
考虑个体欺骗的有源配电网完全分布式经济调度策略;乐健等;《中国电机工程学报》;20200905;第40卷(第17期);第5445-5453页 *

Also Published As

Publication number Publication date
CN113379118A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
Li et al. Double-mode energy management for multi-energy system via distributed dynamic event-triggered Newton-Raphson algorithm
Zhao et al. Consensus-based energy management in smart grid with transmission losses and directed communication
Hosseini et al. Adaptive neuro-fuzzy inference system based automatic generation control
Fele et al. Coalitional control for self-organizing agents
Liu et al. Federated reinforcement learning for decentralized voltage control in distribution networks
CN105429185B (zh) 一种具有鲁棒协同一致性的经济调度方法
Li et al. Virtual-action-based coordinated reinforcement learning for distributed economic dispatch
Zhu et al. Power system structure optimization based on reinforcement learning and sparse constraints under DoS attacks in cloud environments
CN113379118B (zh) 一种应对个体不端行为的分布式安全经济调度方法
CN112598211A (zh) 基于一致性的分布式电网经济调度注入攻击缓解方法
Hao et al. Distributed piecewise approximation economic dispatch for regional power systems under non-ideal communication
CN115719113A (zh) 基于有向不平衡拓扑的智能电网经济调度分布式加速优化方法
CN115425697A (zh) 基于交替方向乘子法的分布式跨区跨省调度方法及系统
Liu et al. Hybrid consensus-based algorithm for distributed economic dispatch problem
CN113629779A (zh) 一种服务碳减排的多智能体电力需求响应方法
CN113839845A (zh) 一种保密分布式优化调度方法、系统、计算机设备及介质
Cai et al. A consensus-based decentralized algorithm for service restoration in active distribution networks
Yoshida et al. Dependable Parallel Multi-Swarm C-DEEPSO with Migration for Voltage and Reactive Power Control
Deng et al. Distributed optimal coordination control for continuous-time nonlinear multi-agent systems with input constraints
Wang et al. A distributed newton method for optimal operation of microgrid clusters
Tan Artificial Bee Colony-Aided UAV Deployment and Relay Communications for Geological Disasters
Xiaoyan et al. Optimal economic scheduling based on improved fully distributed consistency algorithm
Tu et al. Demand-side management and control for a class of smart grids based on game theory
Kouveliotis-Lysikatos et al. Plug-and-Play Algorithms for the Efficient Coordination of Active Distribution Grids
CN117239728B (zh) 一种微电网分布式经济调度方法

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