基于一致性和梯度下降法的微电网优化调度方法技术

本发明专利技术涉及基于一致性和梯度下降法的微电网优化调度方法，它包括以下步骤：研究微电网在孤岛运行模式下的完全分布式优化调度策略，首先给出微电网的调度模型；对图论基础进行介绍，对每一个电力元件配置一个智能体，以智能体为框架构建微电网的完全分布式优化调度系统；提出基于一致性原理和梯度下降法的完全分布式算法；通过将梯度下降法和一致性原理相结合，实现微电网发电成本的优化并提高收敛速度，并且通过可控单元与相邻可控单元之间局部信息交互更新参数，应对拓扑结构的灵活变化；仿真算例分析；本发明专利技术具有仅需其本地和相邻可控单元信息、利用局部信息实现优化调度、能够应对拓扑结构灵活变化的优点。能够应对拓扑结构灵活变化的优点。能够应对拓扑结构灵活变化的优点。

【技术实现步骤摘要】
基于一致性和梯度下降法的微电网优化调度方法


[0001]本专利技术属于微电网
，具体涉及基于一致性和梯度下降法的微电网优化调度方法。

技术介绍

[0002]化石能源的日益枯竭，环境污染问题的日益恶化，使得国内外学者不得不在电力系统中研究低碳发电技术和更高效的设备，导致了分布式发电(Distributed Generation，DG)的多样化发展，包括可再生发电和分布式储能系统(Energy Storage System，ESS)，同时由于电力系统中负荷种类的增多，柔性负荷在保持功率平衡方面也起着重要作用，因此“微电网”这一概念应运而生，微电网在孤岛模式下，为了保证微电网的安全、经济运行，需要有效协调各种发电机、储能单元以及负荷的功率平衡关系，微电网内部融合了大量的分布式发电单元，由于各种发电单元的发电特性多样性，且控制特性和发电成本特性也各不相同，而微电网运行调度的目标是在保证微电网整体实时功率平衡以及满足各个安全约束的同时，降低整个微电网的经济成本，根据等耗量微增率准则，经济调度的问题转化为功率分配过程中增量成本一致性的问题，微电网对可控单元的分布式调控方式利用局部信息实现协调控制，具有计算量小、可靠性高、满足“即插即用”特性等优点，然而目前主流的基于一致性原理的分布式优化算法都需要集中处理器对可控单元进行信息采集并做求和处理以满足功率平衡，存在需要1个“领导者”承担功率偏差以保持功率平衡的问题，并不属于完全分布式计算求解；或者通过相邻节点信息交换，更新本地参数，收敛条件为总的功率偏差，存在求取功率偏差不可避免的需要对可控单元的输出功率进行求和的问题；因此，提供一种仅需其本地和相邻可控单元信息、利用局部信息实现优化调度、能够应对拓扑结构灵活变化的基于一致性和梯度下降法的微电网优化调度方法是非常有必要的。

技术实现思路

[0003]本专利技术的目的是为了克服现有技术的不足，而提供一种仅需其本地和相邻可控单元信息、利用局部信息实现优化调度、能够应对拓扑结构灵活变化的基于一致性和梯度下降法的微电网优化调度方法。
[0004]本专利技术的目的是这样实现的：基于一致性和梯度下降法的微电网优化调度方法，它包括以下步骤：
[0005]步骤1：微电网调度模型：研究微电网在孤岛运行模式下的完全分布式优化调度策略，首先给出微电网的调度模型；
[0006]步骤2：图论基础：对图论基础进行介绍，对每一个电力元件配置一个智能体，以智能体为框架构建微电网的完全分布式优化调度系统；
[0007]步骤3：完全分布式优化调度：提出基于一致性原理和梯度下降法的完全分布式算法；
[0008]步骤4：通过将梯度下降法和一致性原理相结合，实现微电网发电成本的优化并提
高收敛速度，并且通过可控单元与相邻可控单元之间局部信息交互更新参数，应对拓扑结构的灵活变化；
[0009]步骤5：仿真算例分析：基于IEEE
‑
14节点和IEEE
‑
39节点系统仿真验证完全分布式优化调度策略的有效性和可行性。
[0010]所述的步骤1中的微电网的调度模型具体为：经济调度问题是指维持发电机、储能单元、柔性负荷和不可调节负荷有功功率平衡下，使系统实现经济效益的最大化；目标函数为：目标函数可转化为求最小值：式中，r、m、s分别为发电机、储能单元和柔性负荷的数量；C
i
(P
Gi
)为发电机i的成本函数；C
j
(P
Bj
)为储能单元j的成本函数；C
x
(P
Lx
)为柔性负荷x的效益函数；效益函数由不同任务的总负荷而不是单个设备的功耗定义：式中，a
Gi
、b
Gi
、c
Gi
为发电机i的成本系数；P
Gi
为其有功出力；a
Bj
为储能单元j的成本系数；P
Bj
为其有功出力；a
Lx
、b
Lx
为柔性负荷x的成本系数；P
Lx
为其消纳功率。
[0011]所述的步骤1中的微电网的调度模型包括功率平衡约束和出力上、下限约束，其中功率平衡约束为：式中，W为不可调度负荷；出力上、下限约束为：P
Gimin
(k)＝max(P
Gimin
,P
Gi
(k
‑
1)
‑
ΔD
Gi
)(6)，P
Gimax
(k)＝min(P
Gimax
,P
Gi
(k
‑
1)+ΔU
Gi
)(7)，P
Bjmin
(k)＝max(P
Bjmin
,P
Bj
(k
‑
1)
‑
ΔD
Bj
)(8)，P
Bjmax
(k)＝min(P
Bjmax
,P
Bj
(k
‑
1)+ΔU
Bj
)(9)，式中，P
Gi
(k)、P
Bj
(k)分别为发电机i、储能单元j在时刻k的有功出力；P
Gi
(k
‑
1)、P
Bj
(k
‑
1)分别为发电机i、储能单元j在时刻k
‑
1的有功出力；P
Gimin
(k)、P
Bjmin
(k)分别为发电机i、储能单元j在时刻k的有功可调的下限；P
Gimax
(k)、P
Bjmax
(k)分别为发电机i、储能单元j在时刻k的有功可调的上限；ΔD
Gi
、ΔD
Bj
分别为发电机i、储能单元j在[k
‑
1,k]时段内功率可减小的最大值；ΔU
Gi
、ΔU
Bj
分别为发电机i、储能单元j在[k
‑
1,k]时段内功率可增加的最大值；P
Gimin
、P
Bjmin
分别为发电机i、储能单元j有功出力的下限；P
Gimax
、P
Bjmax
分别为发电机i、储
能单元j有功出力的上限；P
Lxmin
、P
Lxmax
分别为柔性负荷x的消纳功率的上、下限。
[0012]所述的步骤2中的图论基础具体为：基于步骤1中的微电网的调度模型，对每一个电力元件配置一个智能体，以多智能体为框架构建微电网的完全分布式调度系统，并以通信网络进行信息交互，故其微电网调度系统中各智能体间通信关系可以由图G＝(V,E)表示，其中有限非空顶点集V＝{1，2...，N}是有向图G的智能体集合，其元素称为顶点，代表实际的电力元件；边集E是顶点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于一致性和梯度下降法的微电网优化调度方法，其特征在于：它包括以下步骤：步骤1：微电网调度模型：研究微电网在孤岛运行模式下的完全分布式优化调度策略，首先给出微电网的调度模型；步骤2：图论基础：对图论基础进行介绍，对每一个电力元件配置一个智能体，以智能体为框架构建微电网的完全分布式优化调度系统；步骤3：完全分布式优化调度：提出基于一致性原理和梯度下降法的完全分布式算法；步骤4：通过将梯度下降法和一致性原理相结合，实现微电网发电成本的优化并提高收敛速度，并且通过可控单元与相邻可控单元之间局部信息交互更新参数，应对拓扑结构的灵活变化；步骤5：仿真算例分析：基于IEEE
‑
14节点和IEEE
‑
39节点系统仿真验证完全分布式优化调度策略的有效性和可行性。2.如权利要求1所述的基于一致性和梯度下降法的微电网优化调度方法，其特征在于：所述的步骤1中的微电网的调度模型具体为：经济调度问题是指维持发电机、储能单元、柔性负荷和不可调节负荷有功功率平衡下，使系统实现经济效益的最大化；目标函数为：目标函数可转化为求最小值：式中，r、m、s分别为发电机、储能单元和柔性负荷的数量；C
i
(P
Gi
)为发电机i的成本函数；C
j
(P
Bj
)为储能单元j的成本函数；C
x
(P
Lx
)为柔性负荷x的效益函数；效益函数由不同任务的总负荷而不是单个设备的功耗定义：式中，a
Gi
、b
Gi
、c
Gi
为发电机i的成本系数；P
Gi
为其有功出力；a
Bj
为储能单元j的成本系数；P
Bj
为其有功出力；a
Lx
、b
Lx
为柔性负荷x的成本系数；P
Lx
为其消纳功率。3.如权利要求2所述的基于一致性和梯度下降法的微电网优化调度方法，其特征在于：所述的步骤1中的微电网的调度模型包括功率平衡约束和出力上、下限约束，其中功率平衡约束为：式中，W为不可调度负荷；出力上、下限约束为：P
Gimin
(k)＝max(P
Gimin
,P
Gi
(k
‑
1)
‑
ΔD
Gi
)(6)，P
Gimax
(k)＝min(P
Gimax
,P
Gi
(k
‑
1)+ΔU
Gi
)( 7)，P
Bjmin
(k)＝max(P
Bjmin
,P
Bj
(k
‑
1)
‑
ΔD
Bj
)(8)，P
Bjmax
(k)＝min(P
Bjmax
,P
Bj
(k
‑
1)+ΔU
Bj
) (9)，式中，P
Gi
(k)、P
Bj
(k)分别为发电机i、储能单元j在时刻k的有功出力；P
Gi
(k
‑
1)、P
Bj
(k
‑
1)分别
为发电机i、储能单元j在时刻k
‑
1的有功出力；P
Gimin
(k)、P
Bjmin
(k)分别为发电机i、储能单元j在时刻k的有功可调的下限；P
Gimax
(k)、P
Bjmax
(k)分别为发电机i、储能单元j在时刻k的有功可调的上限；ΔD
Gi
、ΔD
Bj
分别为发电机i、储能单元j在[k
‑
1,k]时段内功率可减小的最大值；ΔU
Gi
、ΔU
Bj
分别为发电机i、储能单元j在[k
‑
1,k]时段内功率可增加的最大值；P
Gimin
、P
Bjmin
分别为发电机i、储能单元j有功出力的下限；P
Gimax
、P
Bjmax
分别为发电机i、储能单元j有功出力的上限；P
Lxmin
、P
Lxmax
分别为柔性负荷x的消纳功率的上、下限。4.如权利要求1所述的基于一致性和梯度下降法的微电网优化调度方法，其特征在于：所述的步骤2中的图论基础具体为：基于步骤1中的微电网的调度模型，对每一个电力元件配置一个智能体，以多智能体为框架构建微电网的完全分布式调度系统，并以通信网络进行信息交互，故其微电网调度系统中各智能体间通信关系可以由图G＝(V,E)表示，其中有限非空顶点集V＝{1，2...，N}是有向图G的智能体集合，其元素称为顶点，代表实际的电力元件；边集E是顶点的所有无序连接，其元素称为边，代表电力元件间的通信信道；对于每一条边赋一个实数的加权图，定义矩阵A为邻接矩阵，邻接矩阵A的对角线元素全为0，非对角线元素a
ij
是从智能体i到智能体j的边的数量；为了更深入地量化各智能体在通信网络中的联通程度，引入拉普拉斯矩阵其中，5.如权利要求1所述的基于一致性和梯度下降法的微电网优化调度方法，其特征在于：所述的步骤3中的提出基于一致性原理和梯度下降法的完全分布式算法具体为：在所用的一致性原理中，设一致性变量为各个可调单元的耗量微增率，故根据“等耗量微增率准则”：当各个一致性变量收敛至同一值时，所得结果必为最优解，由于计算结果必须满足必要的约束条件，因此在上述约束条件的基础上添加偏差调整项加以修正，保证了计算结果的可实施性；另一方面，梯度下降思想可以优化连续可微的目标函数，故通过一种随机梯度下降优化方法
‑
RMSprop算法，对一致性算法的计算过程进行进一步优化，以加快整体的收敛速度。6.如权利要求5所述的基于一致性和梯度下降法的微电网优化调度方法，其特征在于：所述的步骤3中的一致性原理具体为：一致性算法的本质是在分布式系统中本地节点与邻接节点进行信息交互，更新本地节点的...

【专利技术属性】
技术研发人员：王鑫，刘伟，苗桂喜，连勇，元亮，席晟哲，杨增，窦宪鹤，王静，孙浩然，闫娇，赵悠悠，王丽晔，郑惠瀛，崔哲芳，
申请(专利权)人：国网河南省电力公司安阳供电公司，
类型：发明
国别省市：