CN114221357A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN114221357A
CN114221357A CN202111531647.3A CN202111531647A CN114221357A CN 114221357 A CN114221357 A CN 114221357A CN 202111531647 A CN202111531647 A CN 202111531647A CN 114221357 A CN114221357 A CN 114221357A
Authority
CN
China
Prior art keywords
frequency modulation
distributed
power
cluster
flexibility
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.)
Granted
Application number
CN202111531647.3A
Other languages
English (en)
Other versions
CN114221357B (zh
Inventor
边晓燕
董璐
尹欣宇
梁思琪
许凌
徐波
赵耀
崔勇
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 CN202111531647.3A priority Critical patent/CN114221357B/zh
Publication of CN114221357A publication Critical patent/CN114221357A/zh
Application granted granted Critical
Publication of CN114221357B publication Critical patent/CN114221357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241The oscillation concerning frequency
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种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,包括以下步骤:1)构建基于交互能源机制的分层分布式调度架构;2)以灵活性特征表征分布式资源响应调频辅助服务请求的能力,评估分布式资源与调频辅助服务的匹配程度,将分布式资源映射到调频辅助服务;3)构建计及调频备用收益的联合优化调度模型并采用离散型一致性算法求解得到最优的调度方案。与现有技术相比,本发明具有充分挖掘分布式资源的灵活性和调频效益、保证私密性、减轻计算负担等优点。

Description

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
技术领域
本发明涉及主动配电网分布式优化调度技术领域,尤其是涉及一种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。
背景技术
中国制定了在2030年前实现“碳达峰”、2060年前实现“碳中和”的新气候目标,构建以新能源为主体的新型电力系统。在向新型电力系统转变的过程中,新能源发电的波动性、间歇性和不确定性对电网调频备用容量提出更高的需求,而传统发电机组占比相对降低意味着可提供的调频备用容量减少。分布式电源(DG)、储能(ES)和柔性负荷(FL)等分布式资源作为主动配电网的灵活性来源,可成为潜力巨大的调频辅助服务提供者。
由于分布式资源单体多、容量小、具有分散性和地理分布特性,可以采用“群内自治、群间协调”的集群调控模式集群内多DER单元协调优化运行,各集群间协同互济,对外呈现集群整体的调节特性,因此有必要整合主动配电网中DER的灵活性,使其为输电网提供调频辅助服务,研究计及调频备用效益的配电网经济优化调度问题。
目前关于配电网联合优化调度方法已有研究考虑的是配电网整体提供的备用容量,没有考虑不同分布式资源灵活性特性的差异,未对聚合的灵活性进一步的划分。此外,集中式调度模式在面对大量DER单元具有很高通信负担重,也存在单元信息隐私等方面的局限性。
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。
本发明的目的可以通过以下技术方案来实现:
一种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,包括以下步骤:
1)构建基于交互能源机制的分层分布式调度架构;
2)以灵活性特征表征分布式资源响应调频辅助服务请求的能力,评估分布式资源与调频辅助服务的匹配程度,将分布式资源映射到调频辅助服务;
3)构建计及调频备用收益的联合优化调度模型并采用离散型一致性算法求解得到最优的调度方案。
所述的步骤1)中,将主动配电网的调度系统建模为分层多智能体系统,采用双层协调的能量管理模式,上层为协调调度层,由集群智能体构成,各集群智能体之间通过信息和功率交互实现群间协同互济,进而达到配电网功率就地平衡和整体利益的最大化,下层为集群自治层,包括多个单元智能体,即分布式资源单元,每个单元智能体代表一个可控分布式单元,用以评估自身灵活性,与邻接单元进行通信,实现自身经济利益最大化;
协调调度层将交互能源平台各主体沟通协调的价格传递到集群自治层,集群自治层将价格和更新的功率方案反馈到协调调度层,经过交互,在保证底端分布式资源单元私密性的同时,形成共识价格和功率方案,集群管理员根据聚合后调节功率区间,将区域备用容量上报给输电系统运营商;
对于调度系统的通信网络,交互能源平台与各集群智能体采用光纤通信,集群智能体内各单元智能体的本地通讯网采用无线通信,集群智能体之间和单元智能体之间均为双向通信,为保证上下层的通信可靠性,每个集群中选取两个度最大的节点作为主节点,与协调调度层对应的集群智能体进行信息交互,除主节点与集群智能体之间为双向通信外,集群智能体与单元智能体之间为单向的信息采集,集群管理员能够获得本集群所有分布式资源单元的功率信息。
所述的步骤2)中,灵活性特征包括调节方向、功率容量、响应时间、服务时间、可用性和控制方式,其中,调节方向定义为灵活性资源的输出功率能够增加/减少的方向,功率容量定义为灵活性资源输出功率的最大值和最小值,响应时间定义为从收到外部激活信号到灵活性资源完全响应的时间,服务时间定义为灵活性资源完全响应后,可以提供辅助服务的时间,可用性定义为灵活性资源响应激励信号的可信度,控制方式定义为资源对外部信号的响应方式。
所述的步骤2)中,调频辅助服务包括三个主要服务品种,即:R1频率控制备用FCR、R2自动频率恢复备用aFRR和R3手动频率恢复备用mFRR,主动配电网的分布式资源包括分布式电源、储能和柔性负荷。
所述的步骤2)具体包括以下步骤:
21)获取分布式资源单元对调频辅助服务的单项灵活性特征匹配值;
22)对各单项灵活性特征匹配值加和计算综合匹配值;
23)当分布式资源单元与调频辅助服务的综合匹配值超过5时,则认为两者完全匹配。
所述的步骤21)中,对仅能定性分析的灵活性特征,包括调节方向、功率容量、可用性和控制方式以及FCR和aFRR的服务时间,与调频辅助服务的单项匹配值用{0,1}量化;对可量化的灵活性特征,包括响应时间和mFRR的服务时间,采用直线型无量纲化方法归一化处理。
所述的步骤3)中,计及调频备用收益的联合优化调度模型以主动配电网的运行费用最小为优化目标,则有:
Figure BDA0003411013400000031
Figure BDA0003411013400000032
Figure BDA0003411013400000033
其中,Cn,t为分布式资源单元n在t时段的成本函数,Rn,t为分布式资源单元n在t时段的调频备用收益函数,
Figure BDA0003411013400000034
分别为第n个分布式资源单元在t时段向下的最小输出功率和向上的最大输出功率,Pn,t为第n个分布式资源单元在t时段的输出功率,
Figure BDA0003411013400000035
为集群自治层中第i个集群的净负荷,即与风光出力抵消后的负荷,T为调度周期,NJ为分布式资源单元总数。
所述的调频备用收益函数Rn,t的具体表达式为:
Figure BDA0003411013400000036
其中,
Figure BDA0003411013400000037
分别为分布式资源单元n在时段t提供向上灵活性备用和向下灵活性备用的收益因子,即与分布式资源单元n匹配的调频辅助服务品种的价格。
所述的成本函数Cn,t由分布式电源、储能和柔性负荷的成本函数构成,所述的分布式电源成本函数
Figure BDA0003411013400000038
的表达式为:
Figure BDA0003411013400000039
其中,an、bn、cn为燃料成本函数的系数,
Figure BDA0003411013400000041
Figure BDA0003411013400000042
分别表示分布式电源单元的最小出力和最大出力,CM(Pn,t)为碳交易成本;
所述的储能成本函数
Figure BDA0003411013400000043
的表达式为:
Figure BDA0003411013400000044
其中,xn、yn、zn为成本函数系数,
Figure BDA0003411013400000045
为储能单元充放电功率的上限,SOCn,t为t时段储能的荷电状态,且
Figure BDA0003411013400000046
En,t为储能单元在t时段的存储能量值;
所述的柔性负荷成本函数
Figure BDA0003411013400000047
的表达式为:
Figure BDA0003411013400000048
其中,ln、mn为效用函数的系数,
Figure BDA0003411013400000049
Figure BDA00034110134000000410
分别表示柔性负荷单元的最小功率和最大功率。
所述的步骤3)中,采用离散型一致性算法对计及调频备用收益的联合优化调度模型求解得到最优的调度方案。
与现有技术相比,本发明具有以下优点:
本发明通过灵活性特征映射,形成分布式资源单元与调频辅助服务的最佳匹配,进而影响单元输出功率的变化趋势和备用容量的时间分布,充分挖掘分布式资源的灵活性和调频效益;建立联合优化调度模型并进行分布式求解,能够获得日前调度各时段配电网内电能交易价格的同时得出各集群的最优功率方案和整体对外调节特性;本发明基于“集群-单元”的双层能量管理结构提出的分层分布式算法,可以保证底层分布式资源个体信息的私密性,减轻计算负担,且在收敛速度和应对多种通信故障的鲁棒性方面具有优越性。
附图说明
图1为主动配电网分层分布式调度架构。
图2为分布式资源映射到调频辅助服务的流程图。
图3为主动配电网优化调度模型求解流程图。
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
本发明提供一种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,该方法包括以下步骤:
步骤1、构建基于交互能源机制的分层分布式调度架构,并将主动配电网的调度系统建模为包含协调调度层和集群自治层的多智能体系统,上下层之间不断进行信息交互,获得调度最优结果;
步骤2、利用灵活性特征实现分布式资源与调频辅助服务集合间的映射,以灵活性特征表征分布式资源(DER)响应调频辅助服务请求的能力,详细评估分布式资源与调频辅助服务的匹配程度,获得DER单元提供调频辅助服务的收益因子;
步骤3、提出分层一致性算法求解联合优化调度问题,计及调频备用效益,建立联合经济优化调度模型,依托基于交互能源机制的分层分布式调度架构,提出分层一致性算法对模型的优化求解流程,将问题分解成多个子问题,计算任务由智能体分担。
以下对各步骤进行详细描述。
一、基于交互能源机制的分层分布式调度架构
在主动配电网中利用交互能源机制,将经济和控制技术相结合,依赖价值一致来实现经济性目标下的功率平衡,为了减轻大量分布式资源集中统一调度的计算难度,缓解通信负担,对地理位置临近的DER单元集群管理,集群管理员作为交互能源平台的参与主体,具有内部各类单元的所有权和控制权,基于交互能源机制的配电网分层分布式调度架构如图1所示。
在配电网分层分布式调度架构中,将主动配电网的调度系统建模为分层多智能体系统,采用双层协调的能量管理模式,上层为协调调度层,由集群智能体(CA)构成,CA之间通过信息和功率交互实现群间协同互济,进而达到配电网功率就地平衡和整体利益的最大化;下层为集群自治层,包括若干个单元智能体(UA),每个UA代表一个可控分布式单元,评估自身灵活性,与邻接单元进行通信,实现自身经济利益最大化。
协调调度层将交互能源平台各主体沟通协调的价格传递到集群自治层,集群自治层将价格和更新的功率方案反馈到协调调度层,经过不断交互,在保证底端分布式资源单元私密性的同时,形成整体和个体利益一致的共识价格和功率方案。集群管理员需要计算聚合后调节功率区间,将区域备用容量上报给输电系统运营商(TransmissionSystemOperator,TSO)。
调度系统的通信网络具有独立于物理电网络的拓扑结构,光纤、电力载波和第五代移动通信(5G)等技术可以满足多智能体网络的通信需求,基于交互能源平台的集群智能体通信采用光纤通信实现可靠性高的远程通信,集群内单元智能体的本地通讯网考虑到通信成本则可采用无线通信满足通信需求,CA之间和UA之间均为双向通信,为了保证上下层的通信可靠性,每个集群中选取两个度最大的节点作为主节点,与协调调度层对应的集群智能体进行信息交互,其一致性变量作为上下层之间的耦合变量,除了主节点与集群智能体之间为双向通信外,CA与UA之间为单向的信息采集,集群管理员可以获得本集群所有分布式资源单元的功率信息。
二、分布式资源与调频辅助服务集合间映射
为了在辅助服务市场上获得更大的收益且体现分布式资源灵活性性能差异化的货币价值,本发明采用一组一致的灵活性特征作为分布式资源和调频辅助服务集合间映射的对应法则,这组灵活性特征既可以分析集群内分布式资源的灵活特性,又能够描述调频辅助服务技术要求,使得分布式资源在可执行辅助服务中选定某种更易执行更经济的服务品种。
2.1分布式资源的灵活特性分析
为了表征分布式资源响应调频辅助服务请求的能力,可以从容量、时间等角度定义各种参数来分析分布式资源的灵活性特性,排除灵活性资源特征参数中的冗余特征和与调频辅助服务弱相关/不相关特征,选择的灵活性特征包括调节方向、功率容量、响应时间、服务时间、可用性和控制方式,其中,调节方向定义为灵活性资源的输出功率能够增加/减少的方向,功率容量定义为灵活性资源输出功率的最大值和最小值,即灵活性的容量,响应时间定义为从收到外部激活信号到灵活性资源完全响应的时间,包括激活信号的时间延迟和爬坡时间两部分,服务时间定义为灵活性资源完全响应后,可以提供辅助服务的时间,可用性定义为灵活性资源响应激励信号的可信度,控制方式定义为资源对外部信号的响应方式,分为直接控制和间接控制,也称自动控制和手动控制。
主动配电网分布式资源主要为分布式电源DG、储能BESS和柔性负荷Load三大类,其中,分布式电源包括可再生分布式电源和常规可控分布式电源:风电和光伏可预测性较差,且减载运行会减少可再生能源的消纳,不符合低碳发展目标,因此参与辅助服务的性能较低;燃气轮机、燃料电池和柴油机等常规分布式电源可调度性较好,对功率不匹配可以快速响应,但需要一定的爬坡时间。储能是提供调频辅助服务的最佳资源,可ms级激活,短时间内完全响应,但一些小容量储能持续时间将受到限制,不同类型的储能充放电能力有所不同。柔性负荷具有多种类型,恒温控制负荷等直接控制负荷响应时间取决于设备自身和通信延迟,一般很短;需要人为响应的负荷响应时间稍长,比如工业负荷受实际生产限制短时间无法将输出调整到最大限度,响应时间取决于工业过程的特定类型,但其功率容量较大。利用灵活性特征对分布式资源的灵活性特性及其差异性进行分析,以此为基础描述和对比多品种调频辅助服务的技术要求。
2.2多品种调频辅助服务
调频辅助服务作为重要的平衡资源,分为三个主要服务品种,即R1频率控制备用(FrequencyContainmentReserve,FCR)、R2自动频率恢复备用(AutomaticFrequencyRestorationReserve,aFRR)和R3手动频率恢复备用(ManualFrequencyRestorationReserve,mFRR),FCR也称一次控制备用,能够在几秒内快速响应,并在30s内完全响应,限制频率偏差,稳定系统频率。aFRR也称二次控制备用,在30s开始激活,逐步替代FCR,使系统频率在不平衡后恢复至标称频率值。mFRR也称三次控制备用,作为对aFFR平衡能量的补充需要手动激活,并在15min内完全响应。
FCR、aFRR和mFRR均可以提供向上灵活性和向下灵活性,其中FCR既有对称产品也有不对称产品,本发明中不考虑对称的FCR服务。DSO在辅助服务市场中与TSO签订合约,按“容量可用性”为标的进行交易。假设DSO为辅助服务市场的价格接受者,并且所有的投标备用容量均被TSO接受,在日前上报分时段的备用容量,并在实时阶段保留相应的容量,即使不被调用也能获得报酬。
2.3分布式资源映射到调频辅助服务的流程
通过评估分布式资源与调频辅助服务的匹配程度,将分布式资源映射到调频辅助服务,流程如图2所示。
计算单项匹配值时,对仅能定性分析的灵活性特征(调节方向、功率容量、可用性和控制方式以及FCR和aFRR的服务时间),与辅助服务的单项匹配值用{0,1}量化;对可量化的灵活性特征(响应时间和mFRR的服务时间)采用式(1)所示的直线型无量纲化方法归一化处理:
Figure BDA0003411013400000081
其中,x为某特征的实际值;x'v为某特征与第v种调频辅助服务的归一化匹配值;k=0.49,q=0.51,使满足技术要求的匹配值分布在[0.51,1],不满足技术要求时匹配值为0。综合匹配值为单项匹配值的总和,当分布式资源单元与某种辅助服务的综合匹配值超过5时,则可认为两者完全匹配。
三、分布式资源集群协同优化调度
考虑分布式资源单元在调频辅助服务市场的角色定位,对集群内部的灵活性进一步划分,基于此建立联合优化调度模型,为输电网提供备用容量的同时使配电网获得更大的收益。本发明构建的分层分布式调度架构中,协调调度层有J个集群参与交互能源平台,集群自治层第i个集群管理Ni-Ni-1个分布式资源单元,对分布式资源单元n,n∈{1,2,…,N1,…,Ni,…NJ-1,NJ},日前调度中时段为t,调度周期T为24h,调度间隔为1h,以Pn,t统一表示第n个分布式资源单元在t时段的功率,
3.1分布式资源运行描述
(1)分布式电源
可再生分布式电源在最大功率点跟踪模式下运行,被认为是不可调度的。常规分布式电源,相较于大型火电机组,其运行灵活性更高。但作为配电网中主要的碳排放源,在经济优化调度的应同时兼顾系统运行低碳性,因此在常规的能耗成本函数上增加碳交易成本项,其成本函数及出力约束为:
Figure BDA0003411013400000082
Figure BDA0003411013400000083
其中,an、bn、cn为燃料成本函数的系数,
Figure BDA0003411013400000084
Figure BDA0003411013400000085
分别表示分布式电源单元的最小出力和最大出力,碳交易成本CM(Pn,t)的表达式为:
CM(Pn,t)=(Mf,t-Mo,t)KM
Figure BDA0003411013400000086
其中,Mf,t为实际碳排放量;Mo,t为标准碳排放水平;KM为碳交易价格;αn、βn、χn为分布式电源的CO2排放因子;μ为碳排放标准系数。当Mf,t≥Mo,t时,单元CO2排放量超出标准额度,超额部分需要通过碳交易获得碳排放额度,当Mf,t<Mo,t时,单元CO2排放量未超出标准额度,排放额度的盈余部分可以获得收益。
(2)储能
储能资源兼具源荷特性,充放电的损耗成本函数若为顶点在原点即只有二次项的二次函数,在一致性算法求解过程中总是处于放电状态,储能单元采用的计及荷电状态的成本函数及运行约束为:
Figure BDA0003411013400000091
Figure BDA0003411013400000092
Figure BDA0003411013400000093
其中,xn、yn、zn为损耗成本函数的系数;
Figure BDA0003411013400000094
为单元充放电功率的上限;En,t、En,t-1分别为单元在t时段和t-1时段的存储能量值;ηch、ηdis分别为储能单元的充电和放电效率;Δt为时间分辨率;
Figure BDA0003411013400000095
分别为单元存储能量的上限和下限;SOCn,t为t时段储能的荷电状态,
Figure BDA0003411013400000096
(3)柔性负荷
主动配电网的各个分布式资源集群中包含大量的柔性负荷,具有较好的灵活性调节能力。柔性负荷的效用函数表示消费有功功率这种特殊商品,用户作为消费者的满意程度,柔性负荷单元的效用函数及运行约束为:
Figure BDA0003411013400000097
Figure BDA0003411013400000098
其中,ln、mn为效用函数的系数,
Figure BDA0003411013400000099
Figure BDA00034110134000000910
分别表示柔性负荷单元的最小功率和最大功率,居民、商业和工业柔性负荷均可采用此模型建模,但各次项系数不同。
3.2计及调频备用收益的联合优化调度模型
分布式资源的调度灵活性体现在功率方案,调节灵活性则体现在备用容量,因此要想充分挖掘分布式资源的调度灵活性和调节灵活性,电能量和备用容量必须联合优化调度,以主动配电网的运行费用最小为优化目标,建立以下联合优化调度模型:
Figure BDA0003411013400000101
Figure BDA0003411013400000102
Figure BDA0003411013400000103
其中,Cn,t为分布式资源单元n在t时段的成本函数;Rn,t为分布式资源单元n在t时段的调频备用收益函数;
Figure BDA0003411013400000104
分别为第n个分布式资源单元在t时段向下的最小输出功率和向上的最大输出功率,对储能应考虑其能量约束;
Figure BDA0003411013400000105
为集群i的净负荷,即与风光出力抵消后的负荷,式(3)为功率平衡约束,表示集群协同优化维持配电网内部的功率平衡。式(2)中调频备用收益的具体表达式为:
Figure BDA0003411013400000106
其中,
Figure BDA0003411013400000107
分别为分布式资源单元n在时段t提供向上灵活性备用和向下灵活性备用的收益因子,即与单元n匹配的调频辅助服务品种的价格。
3.3基于一致性算法的模型求解
对于提出的计及调频备用收益的联合优化调度模型,依托构建的基于交互能源机制的调度架构,采用离散型一致性算法求解,将问题分解成多个子问题,计算任务由智能体分担。本发明采用配电网内部的电能价格作为虚拟一致性变量,避免迭代过程中拓扑频繁变化,这可以由生产者和消费者的行为共同决定,收敛得到的均衡价格使供需双方总体福利最大。
对主动配电网优化调度模型求解流程如图3所示,对单个时间步长t的求解分为七步,以t时段的解作为t+1时段的初始值,具体为:
1)初始化:对“集群-单元”结构的主动配电网,集群自治层整个状态转移矩阵为高阶分块对角矩阵,将高阶矩阵运算转化为多个低阶稀疏矩阵运算;对协调调度层的矩阵采用全拓扑,具有更好的鲁棒性和收敛速度,对每个单元智能体的估计价格、输出功率和每个集群智能体的全局不匹配功率估计和集群估计价格初始化,每个集群智能体的全局不匹配功率估计的初始值被设置为相应集群不平衡功率初始值;
2)集群价格估计更新:在每次迭代r中,每个集群智能体根据其相邻的集群智能体信息更新其价格估计,矫正项与功率失配估计成比例,下传至集群自治层,则有:
Figure BDA0003411013400000111
其中,λi,t为集群智能体i的价格估计值;dij为状态转移矩阵D中的元素,与通信拓扑结构有关;ξ为迭代步长其取值其影响收敛性和收敛速度;ei,t为集群智能体i的全局不匹配功率估计值
3)单元价格估计更新:与其他单元智能体通信,更新单元估计价格,将集群内主节点的价格估计反馈到协调调度层;
Figure BDA0003411013400000112
其中,λn,t为单元智能体n的价格估计值。
4)单元响应功率优化:单元智能体通过独立求解其经济剩余最大化问题来确定其对价格估计的最优响应。
Figure BDA0003411013400000113
Figure BDA0003411013400000114
5)集群功率失配值估计更新:集群智能体通过采集各单元更新的功率信息计算本集群的功率不平衡值,将功率失配值估计作为附加一致性变量迭代更新;
Figure BDA0003411013400000115
其中,
Figure BDA0003411013400000116
为集群不平衡功率。
6)停止检查:每次迭代后检查停止条件,计算了最近两次迭代之间单元价格估计差异和功率失配估计的欧几里得范数,作为算法终止判据;
Figure BDA0003411013400000117
Figure BDA0003411013400000118
计算集群聚合备用容量,假设第v种辅助服务的集合为Ωv,在一致性变量收敛后,计算集群向上和向下的灵活性备用容量。
Figure BDA0003411013400000121
Figure BDA0003411013400000122
储能单元资源灵活性仍具有时间耦合的特点,可通过下列优化模型求得:
Figure BDA0003411013400000123
Figure BDA0003411013400000124
Figure BDA0003411013400000125
Figure BDA0003411013400000126
综上,本发明基于交互能源机制的主动配电网分层分布式调度架构,考虑了分布式资源灵活性特征的差异性,提出一种计及调频效益的分布式资源集群协同优化调度方法,依托交互能源平台,各集群协同实现整体利益,集群内只需优化本地功率方案,可以保证通信鲁棒性和信息隐私,同时缓解通信和计算负担:
1)对本发明建立的联合优化调度模型分布式求解,能够获得日前调度各时段配电网内电能交易价格的同时得出各集群的最优功率方案和整体对外调节特性。
2)通过灵活性特征映射,形成分布式资源单元与调频辅助服务的最佳匹配,进而影响单元输出功率的变化趋势和备用容量的时间分布,充分挖掘分布式资源的灵活性和调频效益。
3)基于“集群-单元”的双层能量管理结构提出的分层分布式算法,可以保证底层分布式资源个体信息的私密性,减轻计算负担,且在收敛速度和应对多种通信故障的鲁棒性方面具有优越性。

Claims (10)

1.一种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,其特征在于,包括以下步骤:
1)构建基于交互能源机制的分层分布式调度架构;
2)以灵活性特征表征分布式资源响应调频辅助服务请求的能力,评估分布式资源与调频辅助服务的匹配程度,将分布式资源映射到调频辅助服务;
3)构建计及调频备用收益的联合优化调度模型并采用离散型一致性算法求解得到最优的调度方案。
2.根据权利要求1所述的一种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,其特征在于,所述的步骤1)中,将主动配电网的调度系统建模为分层多智能体系统,采用双层协调的能量管理模式,上层为协调调度层,由集群智能体构成,各集群智能体之间通过信息和功率交互实现群间协同互济,进而达到配电网功率就地平衡和整体利益的最大化,下层为集群自治层,包括多个单元智能体,即分布式资源单元,每个单元智能体代表一个可控分布式单元,用以评估自身灵活性,与邻接单元进行通信,实现自身经济利益最大化;
协调调度层将交互能源平台各主体沟通协调的价格传递到集群自治层,集群自治层将价格和更新的功率方案反馈到协调调度层,经过交互,在保证底端分布式资源单元私密性的同时,形成共识价格和功率方案,集群管理员根据聚合后调节功率区间,将区域备用容量上报给输电系统运营商;
对于调度系统的通信网络,交互能源平台与各集群智能体采用光纤通信,集群智能体内各单元智能体的本地通讯网采用无线通信,集群智能体之间和单元智能体之间均为双向通信,为保证上下层的通信可靠性,每个集群中选取两个度最大的节点作为主节点,与协调调度层对应的集群智能体进行信息交互,除主节点与集群智能体之间为双向通信外,集群智能体与单元智能体之间为单向的信息采集,集群管理员能够获得本集群所有分布式资源单元的功率信息。
3.根据权利要求1所述的一种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,其特征在于,所述的步骤2)中,灵活性特征包括调节方向、功率容量、响应时间、服务时间、可用性和控制方式,其中,调节方向定义为灵活性资源的输出功率能够增加/减少的方向,功率容量定义为灵活性资源输出功率的最大值和最小值,响应时间定义为从收到外部激活信号到灵活性资源完全响应的时间,服务时间定义为灵活性资源完全响应后,可以提供辅助服务的时间,可用性定义为灵活性资源响应激励信号的可信度,控制方式定义为资源对外部信号的响应方式。
4.根据权利要求3所述的一种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,其特征在于,所述的步骤2)中,调频辅助服务包括三个主要服务品种,即:R1频率控制备用FCR、R2自动频率恢复备用aFRR和R3手动频率恢复备用mFRR,主动配电网的分布式资源包括分布式电源、储能和柔性负荷。
5.根据权利要求4所述的一种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,其特征在于,所述的步骤2)具体包括以下步骤:
21)获取分布式资源单元对调频辅助服务的单项灵活性特征匹配值;
22)对各单项灵活性特征匹配值加和计算综合匹配值;
23)当分布式资源单元与调频辅助服务的综合匹配值超过5时,则认为两者完全匹配。
6.根据权利要求5所述的一种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,其特征在于,所述的步骤21)中,对仅能定性分析的灵活性特征,包括调节方向、功率容量、可用性和控制方式以及FCR和aFRR的服务时间,与调频辅助服务的单项匹配值用{0,1}量化;对可量化的灵活性特征,包括响应时间和mFRR的服务时间,采用直线型无量纲化方法归一化处理。
7.根据权利要求1所述的一种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,其特征在于,所述的步骤3)中,计及调频备用收益的联合优化调度模型以主动配电网的运行费用最小为优化目标,则有:
Figure FDA0003411013390000021
Figure FDA0003411013390000022
Figure FDA0003411013390000023
其中,Cn,t为分布式资源单元n在t时段的成本函数,Rn,t为分布式资源单元n在t时段的调频备用收益函数,
Figure FDA0003411013390000024
分别为第n个分布式资源单元在t时段向下的最小输出功率和向上的最大输出功率,Pn,t为第n个分布式资源单元在t时段的输出功率,
Figure FDA0003411013390000031
为集群自治层中第i个集群的净负荷,即与风光出力抵消后的负荷,T为调度周期,NJ为分布式资源单元总数。
8.根据权利要求7所述的一种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,其特征在于,所述的调频备用收益函数Rn,t的具体表达式为:
Figure FDA0003411013390000032
其中,
Figure FDA0003411013390000033
分别为分布式资源单元n在时段t提供向上灵活性备用和向下灵活性备用的收益因子,即与分布式资源单元n匹配的调频辅助服务品种的价格。
9.根据权利要求7所述的一种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,其特征在于,所述的成本函数Cn,t由分布式电源、储能和柔性负荷的成本函数构成,所述的分布式电源成本函数
Figure FDA0003411013390000034
的表达式为:
Figure FDA0003411013390000035
其中,an、bn、cn为燃料成本函数的系数,
Figure FDA0003411013390000036
Figure FDA0003411013390000037
分别表示分布式电源单元的最小出力和最大出力,CM(Pn,t)为碳交易成本;
所述的储能成本函数
Figure FDA0003411013390000038
的表达式为:
Figure FDA0003411013390000039
其中,xn、yn、zn为成本函数系数,
Figure FDA00034110133900000310
为储能单元充放电功率的上限,SOCn,t为t时段储能的荷电状态,且
Figure FDA00034110133900000311
En,t为储能单元在t时段的存储能量值;
所述的柔性负荷成本函数
Figure FDA00034110133900000312
的表达式为:
Figure FDA00034110133900000313
其中,ln、mn为效用函数的系数,
Figure FDA00034110133900000314
Figure FDA00034110133900000315
分别表示柔性负荷单元的最小功率和最大功率。
10.根据权利要求1所述的一种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,其特征在于,所述的步骤3)中,采用离散型一致性算法对计及调频备用收益的联合优化调度模型求解得到最优的调度方案。
CN202111531647.3A 2021-12-14 2021-12-14 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 Active CN114221357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111531647.3A CN114221357B (zh) 2021-12-14 2021-12-14 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111531647.3A CN114221357B (zh) 2021-12-14 2021-12-14 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

Publications (2)

Publication Number Publication Date
CN114221357A true CN114221357A (zh) 2022-03-22
CN114221357B CN114221357B (zh) 2024-03-26

Family

ID=80702156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111531647.3A Active CN114221357B (zh) 2021-12-14 2021-12-14 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

Country Status (1)

Country Link
CN (1) CN114221357B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114498641A (zh) * 2022-04-18 2022-05-13 国网智能电网研究院有限公司 一种分布式灵活资源聚合控制装置及控制方法
CN114912714A (zh) * 2022-06-17 2022-08-16 国网江苏省电力有限公司苏州供电分公司 一种考虑雷电气候下风光出力不确定性的低碳经济调度方法和系统
CN115496302A (zh) * 2022-11-15 2022-12-20 宏景科技股份有限公司 一种零碳园区的分布式自控方法和系统
CN115800276A (zh) * 2023-02-09 2023-03-14 四川大学 一种考虑机组爬坡的电力系统应急调度方法
CN117422183A (zh) * 2023-12-18 2024-01-19 国网四川省电力公司 机组检修优化方法、装置、设备及存储介质
CN118472973A (zh) * 2024-07-15 2024-08-09 南京师范大学 一种含分布式风储的配电网分层协同调频方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108599373A (zh) * 2018-05-16 2018-09-28 山东大学 高比例可再生能源电力系统输配协调调度目标级联分析法
CN111030188A (zh) * 2019-11-28 2020-04-17 云南电网有限责任公司电力科学研究院 一种含分布式和储能的分层分级控制策略
CN111047113A (zh) * 2019-12-28 2020-04-21 上海电力大学 基于admm的分层分布式灵活性资源协调优化调度方法
US20200409319A1 (en) * 2019-06-25 2020-12-31 Battelle Memorial Institute Multi-period transactive coordination for day-ahead energy and ancillary service market co-optimization with der flexibilities and uncertainties
CN112634076A (zh) * 2020-12-09 2021-04-09 上海电力大学 一种计及灵活性储备的含风电多微网系统分布式调控方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108599373A (zh) * 2018-05-16 2018-09-28 山东大学 高比例可再生能源电力系统输配协调调度目标级联分析法
US20200409319A1 (en) * 2019-06-25 2020-12-31 Battelle Memorial Institute Multi-period transactive coordination for day-ahead energy and ancillary service market co-optimization with der flexibilities and uncertainties
CN111030188A (zh) * 2019-11-28 2020-04-17 云南电网有限责任公司电力科学研究院 一种含分布式和储能的分层分级控制策略
CN111047113A (zh) * 2019-12-28 2020-04-21 上海电力大学 基于admm的分层分布式灵活性资源协调优化调度方法
CN112634076A (zh) * 2020-12-09 2021-04-09 上海电力大学 一种计及灵活性储备的含风电多微网系统分布式调控方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YANG GAO等: "Distributed Cooperative Economic Optimization Strategy of a Regional Energy Network Based on Energy Cell–Tissue Architecture", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》, vol. 15, no. 09, 30 September 2019 (2019-09-30), pages 5182 - 5193, XP011744438, DOI: 10.1109/TII.2019.2897741 *
吴洲洋 等: "需求侧灵活性资源参与调频辅助服务的备用优化与实时调度", 《电力系统自动化》, vol. 45, no. 06, 25 March 2021 (2021-03-25), pages 148 - 157 *
牛焕娜 等: "计及灵活性辅助服务费用的配电网灵活型资源优化配置", 《电力自动化设备》, vol. 41, no. 10, 9 October 2021 (2021-10-09), pages 52 - 59 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114498641A (zh) * 2022-04-18 2022-05-13 国网智能电网研究院有限公司 一种分布式灵活资源聚合控制装置及控制方法
WO2023201916A1 (zh) * 2022-04-18 2023-10-26 国网智能电网研究院有限公司 一种分布式灵活资源聚合控制装置及控制方法
CN114912714A (zh) * 2022-06-17 2022-08-16 国网江苏省电力有限公司苏州供电分公司 一种考虑雷电气候下风光出力不确定性的低碳经济调度方法和系统
CN114912714B (zh) * 2022-06-17 2023-11-07 国网江苏省电力有限公司苏州供电分公司 一种考虑雷电气候下风光出力不确定性的低碳经济调度方法和系统
CN115496302A (zh) * 2022-11-15 2022-12-20 宏景科技股份有限公司 一种零碳园区的分布式自控方法和系统
CN115800276A (zh) * 2023-02-09 2023-03-14 四川大学 一种考虑机组爬坡的电力系统应急调度方法
CN117422183A (zh) * 2023-12-18 2024-01-19 国网四川省电力公司 机组检修优化方法、装置、设备及存储介质
CN117422183B (zh) * 2023-12-18 2024-03-19 国网四川省电力公司 机组检修优化方法、装置、设备及存储介质
CN118472973A (zh) * 2024-07-15 2024-08-09 南京师范大学 一种含分布式风储的配电网分层协同调频方法

Also Published As

Publication number Publication date
CN114221357B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
CN114221357B (zh) 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
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
Allwyn et al. A comprehensive review on energy management strategy of microgrids
CN109559035A (zh) 一种考虑灵活性的城市配电网双层规划方法
CN107423852A (zh) 一种计及典型场景的光储联合电站优化运营方法
CN107453407B (zh) 一种智能微电网分布式能源调度方法
CN110676849B (zh) 一种孤岛微电网群能量调度模型的构建方法
CN111293682B (zh) 一种基于协同模型预测控制的多微网能量管理方法
CN111553544B (zh) 基于一致性算法的工业园区分布式综合需求响应方法
CN112636331A (zh) 智能电网的动态经济调度分布式优化方法及系统
CN116054241B (zh) 一种新能源微电网群系统鲁棒能量管理方法
CN114912943B (zh) 一种考虑碳排放交易的虚拟电厂中长期联合调度方法
CN114723230A (zh) 面向新能源发电和储能的微电网双层调度方法及系统
CN113837449B (zh) 虚拟电厂参与的电网系统集中优化调度方法
CN113746105B (zh) 电力需求响应的优化控制方法、装置、设备和存储介质
Pan et al. A multi-objective robust optimal dispatch and cost allocation model for microgrids-shared hybrid energy storage system considering flexible ramping capacity
CN114362169A (zh) 一种计及光储型虚拟电厂边际成本的分层协调调控方法
CN117811002A (zh) 风光储大基地容量和调度协同优化方法及系统
CN112003268A (zh) 基于模型预测控制的智能建筑群电能优化共享系统和方法
CN108683211B (zh) 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型
Yao et al. Economic optimal control of source-storage collaboration based on wind power forecasting for transient frequency regulation
Iraklis et al. Optimal Scheduling of Synthetic Reserves Provided by Virtual Power Plants
Yang et al. Locational marginal pricing-oriented transmission network expansion planning with consideration of line capacity sensitivity
CN117592621B (zh) 一种虚拟电厂集群两阶段调度优化方法
CN117829450B (zh) 一种配电网-数据中心协同规划方法及其模型求解方法

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