CN114498612A - 一种分布式多区域输电网协同经济调度方法及计算装置 - Google Patents

一种分布式多区域输电网协同经济调度方法及计算装置 Download PDF

Info

Publication number
CN114498612A
CN114498612A CN202111413881.6A CN202111413881A CN114498612A CN 114498612 A CN114498612 A CN 114498612A CN 202111413881 A CN202111413881 A CN 202111413881A CN 114498612 A CN114498612 A CN 114498612A
Authority
CN
China
Prior art keywords
transmission network
power transmission
region
economic dispatching
dispatching method
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.)
Pending
Application number
CN202111413881.6A
Other languages
English (en)
Inventor
郭烨
刘海天
孙宏斌
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.)
Shenzhen International Graduate School of Tsinghua University
Original Assignee
Shenzhen International Graduate School of Tsinghua 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 Shenzhen International Graduate School of Tsinghua University filed Critical Shenzhen International Graduate School of Tsinghua University
Priority to CN202111413881.6A priority Critical patent/CN114498612A/zh
Publication of CN114498612A publication Critical patent/CN114498612A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power 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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出一种分布式多区域输电网协同经济调度方法及计算装置，分布式多区域输电网协同经济调度方法首先利用了多参数规划理论中，值函数分段线性或二次凸性，且相应参数可行空间定义在有限各多边形临界域集合上的性质，以边界相角信息为参数，将多区域协同问题重新表述为多参数线性或二次规划问题；其次，以临界域图形化特性，设计块坐标下降的方式，异步协同更新各区域的边界相角，实现跨越临界域的坐标探索，在保证可行调度的同时，迭代降低系统运行经济成本；最后，设计有效的参数坐标系系统旋转策略，利用特殊次梯度方向对于下降过程的特性，保证分布式求解过程高效获得最优的经济运行成本。

Description

一种分布式多区域输电网协同经济调度方法及计算装置
技术领域
本发明涉及多区域电力调度领域，特别是一种分布式多区域输电网协同经济调度方法及计算装置。
背景技术
联络线计划的制定本质为多区域输电网协同经济调度问题，由于难以将数据完全集中在单个实体之中，需要采用分布式技术进行求解。目前实际应用中，大量互联系统仍多采用简化近似的分布式技术，经验性的制定联络线计划。一方面方法给出的结果没有理论性保证，往往过于保守，没有充分利用联络线的通道容量实现新能源的跨区调度；另一方面，没有充分考虑区域间的信息交互作用，存在隐私泄露的风险。因此，需要设计更加合理的分布式优化方法，以指导多区域输电网协同经济调度，高效实现最优联络线计划的求解。
多区域输电网协同经济调度是电力系统典型关键运行优化问题，随着新能源技术大力发展，输网的复杂度大大增加，对多区域系统的高效运行带来了巨大挑战。目前国内外学界对此也展开了大量的研究，比较主流的技术是通过直流潮流模型，应用拉格朗日或增广拉格朗日松驰，采用对偶分解的分布式方法进行求解。各输电网运营商交互边界信息更新价格信号，并通过其他运营商反馈的价格更新自己内部的调度计划，迭代至收敛时近似实现全网资源的最优配置。该类方法最关键的问题在于求解效率较低，导致总体计算成本较高。这主要是由于对偶分解方法本身并没有使输电网之间的信息得到有效交互，收敛速度慢，难以适应多区域快速实时经济调度的需求。因此需要研究一种更高效的信息交互模式下快速收敛的分布式优化方法。
对偶分解方法除了计算效率较低的问题外，还存在求解调度方案不可行的问题。具体而言，由于对偶方法松驰了耦合的边界约束，因此，在达到收敛前，所有的中间解都是不可行的。而由于实际运行场景中，往往不具有足够的计算时间使对偶分解类算法达到很高收敛的精度，中间不可性解可能被返回为调度方案。如果功率失配度较低，可通过自动发电控制单元实现功率平衡，但产生了额外高昂的调度成本；而如果失配度较高，可能导致调度不可行，造成严重安全性问题和计算损失。
目前也有部分分布式优化技术从原始分解的角度求解多区域协同经济调度问题，通过将边界信息视为耦合变量，交替更新边界相角状态和内部调度计划，实现协同经济调度问题的求解。经验上看，这些方法由于没有松驰耦合约束，通常具有更好的可行性以及收敛性。另外，对于一些特定问题，原始分解方法具有有限步收敛特性，计算效率高，很好满足互联系统快速计算需求。但是，这类方法的局限在于协调性很强，需要一个强的上级协调者，存在隐私暴露的风险；且由于协调者对各输电网的边界直接进行控制，需要各区域同步进行更新，给实际应用带来了挑战。
发明内容
为了解决现有技术无法安全高效地求解多区域协同经济调度问题的技术问题，本发明提出一种分布式多区域输电网协同经济调度方法及计算装置。
为此，本发明提出的分布式多区域输电网协同经济调度方法具体包括如下步骤：
S1、建立多区域输电网协同调度模型；
S2、执行多区域异步协同优化分布式求解。
进一步地，所述步骤S1具体包括：
S11、建立多区域互联输电系统网络结构；
S12、建立多区域协同经济调度目标函数；
S13、建立互联输电网有功功率平衡等式约束；
S14、建立互联输电网线路容量不等式约束；
S15、建立输电网发电机出力、相角不等式约束；
S16、建立多区域输电网相角参考等式约束；
S17、建立多区域输电网协同经济调度模型。
进一步地，在所述步骤S11中，输电系统网络包括N个对等输电网络，所述输电网络之间通过联络线实现互联，联络线传输功率通过调整相联区域边界相角进行控制。
进一步地，在所述步骤S13中，基于直流潮流模型描述有功功率。
进一步地，所述步骤S2具体包括：
S21、初始化求解器；
S22、针对特定区域执行坐标方向的临界域搜索；
S23、协调者接收特定区域的优化结果，维护全局次微分以及多区域更新序列；
S24、完成输电网区域坐标下降，执行区域更新判断；
S25、执行协同经济调度经济最优性判断；
S26、执行输电网边界参数坐标系系统旋转。
进一步地，所述步骤S22具体包括：
S221、初始化输电网特定区域坐标方向的临界域探索信息；
S222、沿输电网特定区域的子坐标块上探索当前参数；
S223、所有区域获取关于当前参数的临界域和值函数；
S224、输电网特定区域求解当前子坐标块上的最小化问题，获取最优解；
S225、更新输电网特定区域的次微分和探索方向；
S226、判断坐标更新状态。
进一步地，所述步骤S24具体包括：判断输电网待更新序列是否为空，若为空，表明当前最优参数已遍历所有区域，计算最优性判据，否则，表明当前最优参数未遍历所有区域，返回所述步骤S221。
进一步地，所述步骤S26具体包括：
S261、选定旋转参考；
S262、计算旋转矩阵；
S263、发布旋转矩阵，实现参数坐标系系统的旋转；
S264、初始化各输电网待更新序列，初始化已更新序列为空集，返回所述步骤S221。
本发明提出的计算装置具体包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过执行所述计算机程序能够实现上述分布式多区域输电网协同经济调度方法。
本发明提出的计算机可读存储介质存储有计算机程序，处理器通过执行所述计算机程序能够实现上述分布式多区域输电网协同经济调度方法。
相对于现有技术，本发明具有如下有益效果：
基于原始分解技术，能够快速，隐私的分布式异步求解多区域输电网协同经济调度问题。
在本发明的一些实施例中，还具有如下有益效果：
利用了多参数规划理论中，值函数分段线性或二次凸性，且相应参数可行空间定义在有限各多边形临界域集合上的性质，以边界相角信息为参数，将多区域协同问题重新表述为多参数线性或二次规划问题。
以临界域图形化特性，设计块坐标下降的方式，异步协同更新各区域的边界相角，实现跨越临界域的坐标探索，在保证可行调度的同时，迭代降低系统运行经济成本。
设计有效的参数坐标系系统旋转策略，利用特殊次梯度方向对于下降过程的特性，保证分布式求解过程高效获得最优的经济运行成本。
附图说明
图1是本发明实施例分布式多区域输电网协同经济调度方法的流程图；
图2是本发明实施例输电网络的网络结构示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。
如图1所示，本发明实施例提出的分布式多区域输电网协同经济调度方法具体包括如下步骤：
S1、建立多区域输电网协同调度模型，建立过程具体包括：
S11、建立多区域互联输电系统网络结构，本发明提出的方法实施例用于图2所示的N个任意拓扑互联的输电网络。图中数字1-N代表N个对等输电网络，输电网之间通过联络线实现互联。联络线传输功率通过调整相联区域边界相角进行控制，各区域边界节点相角通过
Figure RE-GDA0003568266340000041
表示。各输电网内部，运营商可以调整内部发电机出力g1,…,gN，以及内部节点相角δ1,…,δN。互联网络的负荷按照区域，划分为输电网内部负荷和输电网边界负荷，分别通过 d1,…,dN和
Figure RE-GDA0003568266340000042
描述。
S12、建立多区域协同经济调度目标函数
Figure RE-GDA0003568266340000043
式中，gi为各区域发电机的出力计划，Qi,ci为发电机的二次、一次成本系数，通常结合发电机的运行数据、燃料成本进行取值。由于常数项成本系数不影响调度结果，不需特殊考虑；当发电机的成本为线性时，Qi＝0。总体的协同经济调度的目标是使各输电网运营商总体的发电成本最小。
S13、建立互联输电网有功功率平衡等式约束，基于直流潮流模型的有功功率表述为：
Figure RE-GDA0003568266340000044
Figure RE-GDA0003568266340000045
式(1b)中，Bi,i,
Figure RE-GDA0003568266340000046
为直流潮流模型中节点电纳系数矩阵的分块形式，分别表述输电网 i内部-内部节点连接关系，内部-内部边界节点连接关系，具体参数由输电网特性决定，δi,
Figure RE-GDA0003568266340000047
分别表述输电网i内部节点相角和边界节点相角，gi,di分别表述输电网i内部发电机出力和负荷。式(1b)整体描述了各输电网内部节点的有功功率平衡关系。
式(1c)中，
Figure RE-GDA0003568266340000048
也为直流潮流模型中节点电纳系数矩阵的分块形式，分别表述输电网i内部边界-内部节点连接关系，内部边界-内部边界节点连接关系，以及内部边界- 相邻边界节点连接关系，具体参数也由输电网特性决定，注意有
Figure RE-GDA0003568266340000051
符号nbd(i)表示所有与输电网i通过联络线物理互联的相邻输电网，
Figure RE-GDA0003568266340000052
表示这些区域的边界相角，
Figure RE-GDA0003568266340000053
表示输电网i内部边界节点的负荷。式(1c)整体描述了各输电网内部边界节点的有功功率平衡关系。式(1b)与(1c)共同构成了整个多区域互联电网的有功功率平衡关系。
S14、建立互联输电网线路容量不等式约束
Figure RE-GDA0003568266340000054
Figure RE-GDA0003568266340000055
式(1d)中，Hi,i,
Figure RE-GDA0003568266340000056
为直流潮流模型中节点-支路关联系数矩阵的分块形式，分别表述输电网i内部-内部节点线路连接关系，内部-内部边界节点线路连接关系，具体参数由输电网特性决定，fi表示输电网i内部线路的传输容量。式(1d)整体描述了各输电网内部传输线的有功输送量不超过内部线路的容量限制。
式(1e)中，
Figure RE-GDA0003568266340000057
也为直流潮流模型中节点-支路关联系数矩阵的分块形式，分别表述输电网i内部边界-内部边界节点线路连接关系，内部边界-相邻边界节点线路连接关系，具体参数由输电网特性决定，
Figure RE-GDA0003568266340000058
表示输电网i联络线的传输容量。式(1e)整体描述了各输电网联络线的有功输送量不超过联络线的容量限制。式(1d)与(1e)限制了整个多区域互联电网的线路有功输送量不超过内部线路容量和联络线容量的限制。
S15、建立输电网发电机出力、相角不等式约束
Figure RE-GDA0003568266340000059
Figure RE-GDA00035682663400000510
Figure RE-GDA00035682663400000511
式(1f)限制发电机出力不超过上下限，其中，g i,
Figure RE-GDA00035682663400000512
表示输电网i内部发电机的上下限容量，具体参数由相应发电机特性决定。式(1g)-(1h)限制输电网内部和边界相角在[-π,π] 区间波动，使任意两个节点的相角之差不会超过2π，符合物理运行规律。式(1f)-(1h)的不等式关系给多区域协同调度的所有决策变量
Figure RE-GDA00035682663400000513
添加了有界性约束。
S16、建立多区域输电网相角参考等式约束
δref＝0 (1i)
式(1i)中，δref表示直流潮流模型的参考节点相角。式(1i)表示指定参考节点的相角值为0，实际运行中，可以指定多区域系统中的任何内部相角或边界节点相角
Figure RE-GDA0003568266340000061
中的一个为参考节点相角。
S17、建立多区域输电网协同经济调度模型，多区域输电系统联合经济调度模型可以表述为：
Figure RE-GDA0003568266340000062
s.t.
Figure RE-GDA0003568266340000063
Figure RE-GDA0003568266340000064
Figure RE-GDA0003568266340000065
Figure RE-GDA0003568266340000066
Figure RE-GDA0003568266340000067
Figure RE-GDA0003568266340000068
Figure RE-GDA0003568266340000069
δref＝0 (1i)
其中，
Figure RE-GDA00035682663400000610
为决策变量。定义新决策变量xi,i＝1,…,N和参数θi,i＝1,…,N为如下形式：
Figure RE-GDA00035682663400000611
模型可以进一步更紧凑的写成如下数学模型：
Figure RE-GDA00035682663400000612
s.t.
Figure RE-GDA00035682663400000613
Figure RE-GDA00035682663400000614
其中，式(2a)为式(1a)的等价表述，式(2b)包括了式(1b)、(1c)、(1d)、(1f)、(1g)，式(2c)包括了式(1e)、(1h)，式(1i)直接通过指定多区域输电网的任意节点为参考，直接消去，降低问题变量维度。Hi,fi,Ai,bi,Ci,i,Ci,j,Di,i,Di,j,ri为整合了式(1a)-(1h) 的系数矩阵，分别定义为
Figure RE-GDA0003568266340000071
Figure RE-GDA0003568266340000072
Figure RE-GDA0003568266340000073
其中，Li为表明发电机在输电网i的实际注入位置的指示矩阵，I为具有合适维度的单位矩阵。模型(2a)-(2c)完成了整个的多区域输电系统联合经济调度模型的标准输入形式。
S2、执行多区域异步协同优化分布式求解，过程具体包括：
S21、初始化求解器，设置多区域更新序列，初始化最优成本为无限大数
Figure RE-GDA0003568266340000074
设定全局参数
Figure RE-GDA0003568266340000075
其初始值θ＊为其可行域Θ内任意可行值，即满足：
Figure RE-GDA0003568266340000076
初始化各输电网待更新序列
Figure RE-GDA0003568266340000077
初始化已更新序列为空集
Figure RE-GDA0003568266340000078
设定εobjective,εoptimal为常数小精度容差。
S22、区域i执行坐标方向的临界域搜索，具体包括如下步骤：
S221、初始化输电网i坐标方向的临界域探索信息，获取处在更新序列首位的当前输电网
Figure RE-GDA0003568266340000079
获取输电网i所管辖参数块θi位于全局参数θ中首端、末端位置的索引p和q，初始化坐标方向探索计数器t←q,s←1，设定εstepsize为常数小步长，初始化输电网i所估算的全局最优成本为
Figure RE-GDA0003568266340000081
S222、沿输电网i的子坐标块上探索当前参数，根据当前设定坐标方向，有
θexpl←θ＊-εstepsize(-1)set
其中，et为第t个标准正交基。
S223、所有区域获取关于当前参数θexpl的临界域和值函数，在给定参数θexpl下，所有区域执行以下优化问题的求解：
Figure RE-GDA0003568266340000082
s.t.Aixi≤bi+Ciθexpl (3b)
其中，xi是输电网i内部的决策变量，式(2b)中参数θ的系数矩阵被紧凑的些为Ci。
Figure RE-GDA0003568266340000083
是给定参数θexpl下所对应值函数的分段，其描述的是参数在一定可行区间内的变化，输电网i的最优成本随参数θ变化的映射关系。与之对应参数θ的可行区间定义为临界域
Figure RE-GDA0003568266340000084
为获取值函数分段和相应临界域具体的表达式，首先定义问题(3a)-(3b)的一阶最优性条件线性方程组：
Figure RE-GDA0003568266340000085
Figure RE-GDA0003568266340000086
式(3c)，
Figure RE-GDA0003568266340000087
为给定θexpl下(3b)起作用约束的系数，即满足
Figure RE-GDA0003568266340000088
Figure RE-GDA0003568266340000089
为这些约束的对偶乘子，式(3d)中，
Figure RE-GDA00035682663400000810
为给定θexpl下(3b)不起作用约束的系数，即满足
Figure RE-GDA00035682663400000811
I为合适维度的单位矩阵。
对(3c)进行变换，有如下映射关系：
Figure RE-GDA00035682663400000812
将(3e)代入(3d)，得到当前参数θ的可行区间，即临界域
Figure RE-GDA00035682663400000813
Figure RE-GDA00035682663400000814
将(3e)代入(3a)，得到当前参数θ关于最优成本的敏感度，即值函数的一个分段
Figure RE-GDA00035682663400000815
Figure RE-GDA0003568266340000091
所有区域同步执行上述流程，获得临界域和值函数
Figure RE-GDA0003568266340000092
S224、输电网i求解当前子坐标块上的最小化问题，获取最优解
Figure RE-GDA0003568266340000093
s.t.
式(2c)
Figure RE-GDA0003568266340000094
Figure RE-GDA0003568266340000095
式(4a)为本地值函数分段的加和，等价表述多区域输电网总的运行成本；式(4b)为本地可行临界域空间的交集，描述当前值函数分段的真实可行域，式(4c)限制输电网i更新时仅可更新自己的边界状态，
Figure RE-GDA0003568266340000096
非当前参数块的所有参数，
Figure RE-GDA0003568266340000097
表示非当前参数块其他输电网传递的最优值。
问题(4a)-(4c)的最优解记为θ＊,
Figure RE-GDA0003568266340000098
S225、更新输电网i的次微分和探索方向，具体地：
如果
Figure RE-GDA0003568266340000099
设定当前次微分为
Figure RE-GDA00035682663400000910
式(5a)中，
Figure RE-GDA00035682663400000911
表示当前值函数分段在θ＊处的梯度，
Figure RE-GDA00035682663400000912
表示存储了在迭代过程中当前θ＊处的所有梯度的集合，记为次微分
Figure RE-GDA00035682663400000913
同时更新最优成本为
Figure RE-GDA00035682663400000914
并重新初始化坐标搜索方向计数器为t←p,s←1。
如果
Figure RE-GDA00035682663400000915
则向当前次微分添加梯度，表述为
Figure RE-GDA00035682663400000916
并更新坐标计数器s←s+1，如果s为奇数，更新坐标方向指示器t←t+1。
S226、判断坐标更新状态，如果t≤q，输电网i当前最优边界参数未完全探索，返回步骤S222，如果t>q，则表示已探索输电网i最优边界参数所有坐标方向，返回计算结果θ＊,
Figure RE-GDA0003568266340000101
并执行步骤S23。
S23、协调者接收区域i优化结果，维护全局次微分以及多区域更新序列，具体地：
如果
Figure RE-GDA0003568266340000102
设定当前全局次微分集合为当前输电网i上传的次微分，表述为
Figure RE-GDA0003568266340000103
同时更新最优成本为
Figure RE-GDA0003568266340000104
并重新初始化各输电网待更新序列为
Figure RE-GDA0003568266340000105
初始化已更新序列为空集
Figure RE-GDA0003568266340000106
如果
Figure RE-GDA0003568266340000107
则向当前全局次微分集合添加当前输电网i上传的次微分，表述为
Figure RE-GDA0003568266340000108
并从输电网待更新序列剔除当前输电网i，变为
Figure RE-GDA0003568266340000109
已更新序列添加当前输电网i，变为
Figure RE-GDA00035682663400001010
S24、完成输电网i块坐标下降，执行区域更新判断，具体地：
如果
Figure RE-GDA00035682663400001011
表明当前最优参数θ＊未遍历所有区域，返回步骤S221；
如果
Figure RE-GDA00035682663400001012
表明当前最优参数θ＊已遍历所有区域，计算最优性判据，具体计算过程为：
min||v|| (7a)
Figure RE-GDA00035682663400001013
1Tη＝1,η≥0 (7c)
ζ≥0 (7d)
式(7a)-(7d)中，决策变量为v,η,ζ，其中v表示次梯度方向，由式(7b)计算得出；其中，η为全局次微分集合
Figure RE-GDA00035682663400001014
中次梯度线性组合的权重系数；
Figure RE-GDA00035682663400001015
全局参数可行域Θ在θ＊处得法锥，ζ法锥向量的组合权重系数。式(7c)限制了次微分集合的线性组合为凸组合，1 为一个合适维度的全1向量；式(7d)限制了法锥向量集合得线性组合为锥组合。
问题(7a)-(7d)计算了一个特定的次梯度方向v，使其二范数距离原点最小，具体的距离大小作为步骤S25的最优性判据基准。
S25、执行协同经济调度经济最优性判断，具体包括：
如果||v||≤εoptimal，则表明当前θ＊已达到最优，返回计算结果θ＊,
Figure RE-GDA0003568266340000111
为最优解，各输电网按此边界状态进行调度，多区域异步协同优化分布式求解结束；
如果||v||≥εoptimal，则表明当前θ＊卡死在非最优点，执行步骤S26进行坐标系系统旋转。
S26、执行输电网边界参数坐标系系统旋转，具体包括以下步骤：
S261、选定旋转参考，设定次梯度方向v为旋转前方向参考，选取e1为旋转后方向参考，其中e1标准正交基的首位。
S262、计算旋转矩阵R，旋转矩阵的定义和计算过程为：
e1＝Rv (8a)
Figure RE-GDA0003568266340000112
式(8a)描述了次梯度方向v通过旋转矩阵R旋转到准正交基首位e1，旋转矩阵R可以由式(8b)中Givens旋转
Figure RE-GDA0003568266340000113
复合，其中ij为合适的旋转平面，γ为合适的旋转角。
S263、发布旋转矩阵R，实现参数坐标系系统的旋转，具体计算为：
Figure RE-GDA0003568266340000114
Figure RE-GDA0003568266340000115
Figure RE-GDA0003568266340000116
式(9a)表示全局参数可行空间的旋转变换，
Figure RE-GDA0003568266340000117
表述旋转后的可行域；式(9b)表示对输电网i本地问题(3a)-(3b)的旋转变换，
Figure RE-GDA0003568266340000118
为式(3b)旋转后的系数矩阵；式(9c)表示对输电网i本地问题(3a)-(3b)的旋转变换，
Figure RE-GDA0003568266340000119
表示旋转后的当前非最优参数。
S264、初始化各输电网待更新序列为
Figure RE-GDA00035682663400001110
初始化已更新序列为空集
Figure RE-GDA0003568266340000121
返回步骤S221。
本发明实施例提出一种计算装置，具体包括处理器和存储器，存储器中存储有计算机程序，处理器通过执行计算机程序能够实现上述分布式多区域输电网协同经济调度方法。
本发明提出的分布式多区域输电网协同经济调度方法基于原始分解技术，能够快速，隐私的分布式异步求解多区域输电网协同经济调度问题。通过有效制定的联络线计划，本发明方法能够实现新能源的大范围、大容量的跨区域调度，提升互联系统的运行经济性和灵活性，保证多区域输电网以低碳排放的模式安全稳定运行。本发明方法首先利用了多参数规划理论中，值函数分段线性或二次凸性，且相应参数可行空间定义在有限各多边形临界域集合上的性质，以边界相角信息为参数，将多区域协同问题重新表述为多参数线性或二次规划问题；其次，以临界域图形化特性，设计块坐标下降的方式，异步协同更新各区域的边界相角，实现跨越临界域的坐标探索，在保证可行调度的同时，迭代降低系统运行经济成本；最后，设计有效的参数坐标系系统旋转策略，利用特殊次梯度方向对于下降过程的特性，保证分布式求解过程高效获得最优的经济运行成本。
相比现有主流的对偶分解方法，本发明方法能够以更有效的信息交互方式提升计算效率，加快问题收敛；同时由于本发明方法不需松驰任何耦合约束，方法的中间调度解具有更好的可行性保证，有利于多区域系统运行的稳定性和经济性。相比现有的原始分解方法，本发明方法使协调者不具有对任何输电网边界的实际控制权，从而有效的减少了问题的协调，更好的保有了各输电网运营商的隐私性的独立性；此外，本发明方法以块坐标下降的形式异步更新，避免了较多原始分解方法中更新的同步性要求，使得方法在部署于互联多区域系统的实时运行环境之中时，各输电网运营商能够更灵活进行运营管理。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围。应当指出，对于本技术领域的技术人员，在不脱离本发明设计结构及原理的前提下对本发明方案所作的等同变化都视作本发明的保护范围。

Claims (10)

1.一种分布式多区域输电网协同经济调度方法，其特征在于,具体包括如下步骤：
S1、建立多区域输电网协同调度模型；
S2、执行多区域异步协同优化分布式求解。
2.根据权利要求1所述的分布式多区域输电网协同经济调度方法，其特征在于，所述步骤S1具体包括：
S11、建立多区域互联输电系统网络结构；
S12、建立多区域协同经济调度目标函数；
S13、建立互联输电网有功功率平衡等式约束；
S14、建立互联输电网线路容量不等式约束；
S15、建立输电网发电机出力、相角不等式约束；
S16、建立多区域输电网相角参考等式约束；
S17、建立多区域输电网协同经济调度模型。
3.根据权利要求2所述的分布式多区域输电网协同经济调度方法，其特征在于，在所述步骤S11中，输电系统网络包括N个对等输电网络，所述输电网络之间通过联络线实现互联，联络线传输功率通过调整相联区域边界相角进行控制。
4.根据权利要求2所述的分布式多区域输电网协同经济调度方法，其特征在于，在所述步骤S13中，基于直流潮流模型描述有功功率。
5.根据权利要求1所述的分布式多区域输电网协同经济调度方法，其特征在于，所述步骤S2具体包括：
S21、初始化求解器；
S22、针对特定区域执行坐标方向的临界域搜索；
S23、协调者接收特定区域的优化结果，维护全局次微分以及多区域更新序列；
S24、完成输电网区域坐标下降，执行区域更新判断；
S25、执行协同经济调度经济最优性判断；
S26、执行输电网边界参数坐标系系统旋转。
6.根据权利要求5所述的分布式多区域输电网协同经济调度方法，其特征在于，所述步骤S22具体包括：
S221、初始化输电网特定区域坐标方向的临界域探索信息；
S222、沿输电网特定区域的子坐标块上探索当前参数；
S223、所有区域获取关于当前参数的临界域和值函数；
S224、输电网特定区域求解当前子坐标块上的最小化问题，获取最优解；
S225、更新输电网特定区域的次微分和探索方向；
S226、判断坐标更新状态。
7.根据权利要求6所述的分布式多区域输电网协同经济调度方法，其特征在于，所述步骤S24具体包括：判断输电网待更新序列是否为空，若为空，表明当前最优参数已遍历所有区域，计算最优性判据，否则，表明当前最优参数未遍历所有区域，返回所述步骤S221。
8.根据权利要求6所述的分布式多区域输电网协同经济调度方法，其特征在于，所述步骤S26具体包括：
S261、选定旋转参考；
S262、计算旋转矩阵；
S263、发布旋转矩阵，实现参数坐标系系统的旋转；
S264、初始化各输电网待更新序列，初始化已更新序列为空集，返回所述步骤S221。
9.一种计算装置，其特征在于,具体包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过执行所述计算机程序能够实现权利要求1-8中任一项所述的分布式多区域输电网协同经济调度方法。
10.一种计算机可读存储介质，其特征在于,存储有计算机程序，处理器通过执行所述计算机程序能够实现权利要求1-8中任一项所述的分布式多区域输电网协同经济调度方法。
CN202111413881.6A 2021-11-25 2021-11-25 一种分布式多区域输电网协同经济调度方法及计算装置 Pending CN114498612A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111413881.6A CN114498612A (zh) 2021-11-25 2021-11-25 一种分布式多区域输电网协同经济调度方法及计算装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111413881.6A CN114498612A (zh) 2021-11-25 2021-11-25 一种分布式多区域输电网协同经济调度方法及计算装置

Publications (1)

Publication Number Publication Date
CN114498612A true CN114498612A (zh) 2022-05-13

Family

ID=81492592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111413881.6A Pending CN114498612A (zh) 2021-11-25 2021-11-25 一种分布式多区域输电网协同经济调度方法及计算装置

Country Status (1)

Country Link
CN (1) CN114498612A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115691675A (zh) * 2022-11-10 2023-02-03 西南大学 一种基于异步分布式优化算法的高效蕈菌毒性识别方法
CN116050777A (zh) * 2023-01-18 2023-05-02 国网河北省电力有限公司 一种面向空间过程协同的电网调度数据执行系统及其应用

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115691675A (zh) * 2022-11-10 2023-02-03 西南大学 一种基于异步分布式优化算法的高效蕈菌毒性识别方法
CN116050777A (zh) * 2023-01-18 2023-05-02 国网河北省电力有限公司 一种面向空间过程协同的电网调度数据执行系统及其应用
CN116050777B (zh) * 2023-01-18 2023-08-04 国网河北省电力有限公司 一种面向空间过程协同的电网调度数据执行系统及其应用

Similar Documents

Publication Publication Date Title
Khaki et al. Hierarchical distributed framework for EV charging scheduling using exchange problem
Binetti et al. A distributed auction-based algorithm for the nonconvex economic dispatch problem
CN107579518B (zh) 基于mhba的电力系统环境经济调度方法和装置
CN110266038B (zh) 一种多虚拟电厂分布式协调调控方法
CN114498612A (zh) 一种分布式多区域输电网协同经济调度方法及计算装置
Ullah et al. A computationally efficient consensus-based multiagent distributed EMS for DC microgrids
CN111586146B (zh) 基于概率转移深度强化学习的无线物联网资源分配方法
CN111416356A (zh) 基于交替方向乘子法及最优潮流的输配电网联动优化方法
CN110611315B (zh) 一种考虑输配协同的分布式电源最大接入容量计算方法
CN108988400A (zh) 用于多机并联电力电子变压器的功率分配方法及电子设备
CN110929403B (zh) 一种基于环路的微电网拓扑规划方法
CN115473286A (zh) 基于约束投影强化学习的分布式经济调度优化方法
Wei et al. A novel distributed algorithm for power loss minimizing in smart grid
CN113962446A (zh) 一种微电网群协同调度方法、装置、电子设备和存储介质
Wang et al. A partial augmented Lagrangian method for decentralized electric vehicle charging in capacity-constrained distribution networks
Hao et al. Distributed piecewise approximation economic dispatch for regional power systems under non-ideal communication
Römer et al. Charging control of electric vehicles using contextual bandits considering the electrical distribution grid
Millar et al. Asynchronous consensus for optimal power flow control in smart grid with zero power mismatch
Rahman et al. On efficient operation of a V2G-enabled virtual power plant: when solar power meets bidirectional electric vehicle charging
CN115392143A (zh) 一种基于深度强化学习的移动储能充放电时空规划方法
CN115360768A (zh) 基于muzero和深度强化学习的电力调度方法、装置及存储介质
CN113449908A (zh) 考虑需求侧资源的配电网规划方法及系统
Taleb et al. A Holonic Multi-Agent Architecture For Smart Grids.
MingKui et al. Multi-objective transmission network expansion planning based on Reinforcement Learning
CN110598931A (zh) 基于图卷积的节点电价预测方法及装置

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