采用同步型交替方向乘子法的微电网分散式动态经济调度算法_欧阳聪

合集下载

微电网系统的调度策略及经济运行优化

微电网系统的调度策略及经济运行优化

微电网系统的调度策略及经济运行优化发布时间:2022-07-13T06:38:54.385Z 来源:《科学与技术》2022年第3月第5期作者:吴勇[导读] 微电网可以有效调节各分布式电源之间的出力,平抑其波动性,并且能够与大电网进行有效交互,吴勇贵州电网有限责任公司贵阳供电局贵州省贵阳市550001摘要:微电网可以有效调节各分布式电源之间的出力,平抑其波动性,并且能够与大电网进行有效交互,提高发电效率和电力系统稳定性,具有广阔发展前景。

微电网中包含大量分布式电源、储能系统以及控制系统,这些系统的协调优化对微电网优势的发挥起决定性作用。

如何在保证微电网系统供电可靠性的同时满足微电网运行经济性和环保性成为当下微电网运行优化的研究热点。

关键词:微电网系统;调度策略;经济运行优化 1微电网结构微电网以分布式发电技术为基础,紧靠非集中资源或用户的微型发电厂,形成了具有结合用能管理及能阶利用技术的网络。

微电网是未来分布式能源的重要载体,也是大电网的有力补充,可作为一个整体实现孤网独立运行,也可以由主网协调控制在大电网中并网运行,提高了能源的利用效率,能够在大电网电能缺失时提供电能,提高了供电系统的可靠性。

此外,微电网中分布式电源的应用减少了对环境的污染,且还能根据用户的需求灵活调整调度,与用户灵活互动,提供用户增值服务。

微电网主要由灵活小型的分布式电源、提高系统稳定性的储能系统、各类用户以及具有调节能力的控制系统组成,其结构如图1所示。

2微电网系统的调度策略2.1 启发式调度策略启发式的微电网运行调度策略重点在于设备启停顺序的预先确定,电网调度人员必须结合设备优先级来确定启停顺序,并确保严格遵守。

在电网运行的实时状况发生波动变化时,设备启停的预先设定顺序也不可以改变,必须始终遵守。

由此可见,启发式的微电网运行调度策略具有稳定性的明显特征优势。

2.2 调度策略优化(1)静态优化策略。

静态优化策略旨在预先估算电网调度成本,据此给出针对当前阶段电网调度状况的科学控制模式。

供电公司移动作业排班调度优化模型及算法

供电公司移动作业排班调度优化模型及算法

丰2,王剑辉3,章法源4
摘要 :基于移动通信等信息技术支撑的 移 动 作 业 模 式 以 及 相 关 技 术 , 是智能电网的核心业务与技 术之一 , 其关键技术是资源调度中心的现场作业人员排班调 度 优 化 模 型 及 算 法 ㊂ 文 中 提 出 了 移 动 排班模型的基本概念和基本假设 , 尤其是 逢八止五 ” 的外出返回规则 ; 提出了计及交通时间的延期 损失和超期损失子模型 , 以及 逢八止五 ” 规则子模型 , 任务完成总时间约束与班组忙闲度约束子模 型等 ㊂ 在这些子模型基础上 , 提出了全面的排班调度优化模型 , 并采用遗传算法实现模型求解 ㊂ 案 例计算表明 , 该优化算法切合供电公司移动作业复杂实际情况 , 目的明确 , 排班算法计算时间短 , 可 以满足实际需求 ㊂ 关键词 :智能电网 ;供电管理 ;移动作业自动化 ;班组排班调度 ;现场资产管理 ;现场紧急处理
业是一项革命性的业务模式创新 ㊂ ] 文献 [ 均未涉及具体的作业调度数学模型 1 8
( ) 2 0 1 3, 3 7 1 4
资和延时损失等 ) 等众多因素 , 并采用遗传算法进行 求解 , 缺点是所提出 的 模 型 没 有 考 虑 到 移 动 作 业 所 必须考虑的因素 ㊂ 文 献 [ 研 究 了 移 动 环 境㊁ 企业 1 0] 模拟 ㊁ 人 力 调 度㊁ 资 源 建 模㊁ 着色 P e t r i 网 络㊂ 文 数中引入了员工满 意 度 , 实现了雇主和员工的双满 ] 意 ㊂ 文献 [ 研究 了 资 源 相 关 的 任 务 安 排 问 题 , 如 1 2 任务 A 必须在任务 B 完成后才能实施 , 引入此类关 联的任务将使得派工问题更为复杂 ㊂ 相应的研究报道 ㊂ 本 文 较 为 全 面 ㊁ 深入地对面向广 域作业的供电企业 移 动 作 业 排 班 调 度 进 行 了 研 究 , 提出了模型及算法 , 以及应用案例结果分析 ㊂ 中国 已 开 始 供 电 企 业 移 动 作 业 的 应 用 , 但鲜有 ] 献[ 提出了考虑 现 场 员 工 意 愿 的 优 化 派 工 模 型 , 1 1 员工可以先表明他 们 首 选 的 工 作 时 间 表 , 在目标函

基于交替方向乘子法的动态经济调度分散式优化_李佩杰

基于交替方向乘子法的动态经济调度分散式优化_李佩杰
摘要:跟踪凸优化理论最新进展,基于交替方向乘子法,提 出一种动态经济调度问题的分散式优化方法,以解决集中式 优化调度在智能电网下面临的诸多困难。借鉴 IEC 61970 标 准中 CIM 建模思路,将电网模型解耦为设备、端子和连通 点模型,使传统的网络模型转换为一个分散式的电气模型。 在算法上,通过每次迭代中邻近设备间少量的消息传递,实 现各设备子优化问题的并行求解。所提方法无需全局协调和
第 10 期
李佩杰等:基于交替方向乘子法的动态经济调度分散式优化
2429
强,从数学上保证了算法的收敛性,但应对非光滑 函数表现乏力,也无法保证寻到非凸问题的全局最 优解;二是现代启发式算法,如差分进化算法[15]、 粒子群算法[16]、量子免疫算法[17]和教与学优化算法 [9]等,此类算法在全局寻优时不受问题非凸和非光 滑的限制,但对算法参数的设置非常敏感,早熟收 敛问题易导致算法陷入局部最优。
KEY WORDS: dynamic economic dispatch (DED); decentralized optimization; alternating direction method of multipliers (ADMM); convex optimization; messages passing
上述这些方法都适用于集中式优化调度,它在 调度中心对系统信息进行全局收集和处理,执行集 中计算与控制。然而,随着智能电网的发展,被调 度设备的种类和数量越来越多,集中式优化调度对 通信带宽的极大需求难以满足,同时其主站端配置 的计算和存储资源也将急剧增长[18]。此外,集中式 优化调度还存在被调度者的私有参数容易暴露的问 题。因此,在将来的智能电网框架下,集中式优化 调度模式势必难以为继,在此背景下,分散式优化 调度应运而生,它具有即插即用和自愈的特性,是 智能电网优化调度的理想方式。近些年,微处理芯 片的计算能力日益增强,在电力系统的应用日趋普 遍,这些也为分散式优化调度的应用创造了条件。

基于交替方向乘子法的交直流混合配电网分布式优化调度方法[发明专利]

基于交替方向乘子法的交直流混合配电网分布式优化调度方法[发明专利]

专利名称:基于交替方向乘子法的交直流混合配电网分布式优化调度方法
专利类型:发明专利
发明人:孙丰杰,撖奥洋,朱晓东,孙宏宇,董帅,菅学辉
申请号:CN202111348092.9
申请日:20211115
公开号:CN114094623A
公开日:
20220225
专利内容由知识产权出版社提供
摘要:一种基于交替方向乘子法的交直流混合配电网分布式优化调度方法,该方法建立了基于交替方向乘子法的交直流混合配电网分布式优化调度模型,分析了采用电压源换流器的交直流混合配电网的内部耦合关系,并将其分解为交流子系统、直流子系统和换流器子系统。

针对这三个子系统,以经济运行成本最低为目标约束函数,分别建立了分布式优化运行模型,并基于交替方向乘子法进行交替迭代求解。

本发明方法具有稳定性较好,能够收敛得到和集中式优化调度几乎相同的解。

同时该方法有效减少系统的通信和存储需求,降低系统运行中数据泄露的风险,提高了计算速度和运算性能。

本发明可用于交直流混合配电网中的电力优化调度,在满足配电网电力调度需求的基础上还能缩短调度时间,具有在交直流混合配电网调度中的工程应用价值和技术价值。

申请人:国家电网有限公司,国网山东省电力公司青岛供电公司
地址:100031 北京市西城区西长安街86号
国籍:CN
代理机构:上海恒慧知识产权代理事务所(特殊普通合伙)
更多信息请下载全文后查看。

计及多能共享的互联微能源网的分布式协同优化调度

计及多能共享的互联微能源网的分布式协同优化调度

计及多能共享的互联微能源网的分布式协同优化调度
冯昌森;任冬冬;沈佳静;文福拴;张有兵
【期刊名称】《电力系统自动化》
【年(卷),期】2022(46)11
【摘要】微能源网是能源互联网末端的微型综合能源系统,对提高可再生能源发电消纳率、实现碳减排的目标具有支撑作用,其运行效率常受制于可再生能源发电的不确定性和多能耦合的协调调度。

在此背景下,提出一种计及多能共享的互联微能源网两阶段协同调度模型:第1阶段考虑可再生能源发电出力的不确定性,建立计及多能共享的互联微能源网的能量管理模型,实现互联综合能源系统的多能协同管理;第2阶段建立基于非合作博弈的共享能源价格出清模型,利用广义纳什均衡确定共享能源的交易结算。

采用交替方向乘子法对上述两阶段优化问题进行分布式求解,可有效保护微能源网主体的信息安全和隐私。

最后,采用算例对所提方法的可行性和有效性进行验证。

【总页数】11页(P47-57)
【作者】冯昌森;任冬冬;沈佳静;文福拴;张有兵
【作者单位】浙江工业大学信息工程学院;浙江大学电气工程学院
【正文语种】中文
【中图分类】F42
【相关文献】
1.计及可转移负荷的微电网群分布式优化调度
2.考虑综合需求响应的多能源微能网优化协同调度
3.计及源荷不确定性的独立型交直流混合微网多能源协调优化调度
4.计及分时电价的微能源网源荷储协同优化调度
5.计及多类型微网响应特性的城市配电系统分布式优化调度
因版权原因,仅展示原文概要,查看原文内容请购买。

基于ADMM的多场景县域多微电网交互运行策略

基于ADMM的多场景县域多微电网交互运行策略

基于ADMM的多场景县域多微电网交互运行策略
张冲标;钱辰雯;俞红燕;彭燕玲;陈金威
【期刊名称】《中国电力》
【年(卷),期】2024(57)2
【摘要】在“双碳”目标的引领下,可再生能源的消纳需求迎来快速增长。

为了实现县域内不同负荷特性的微电网可再生能源优势互补,提高消纳率,提出了基于交替方向乘子法(alternating direction method of multipliers,ADMM)的多场景县域多微电网交互运行策略。

首先,建立微电网独立运行的调度模型,在日前预调度计划中实现最优调度策略;其次,建立多微电网电能交互运行模型,利用ADMM迭代求解各微网间全局交互电量;最后,利用Shapley值法分配微网群系统的收益,降低每个子微网的系统运行成本。

算例分析表明,所提方法不仅能提高可再生能源的消纳率,提升经济性,还能降低碳排放量,实现低碳运行。

【总页数】10页(P9-18)
【作者】张冲标;钱辰雯;俞红燕;彭燕玲;陈金威
【作者单位】国网浙江省电力有限公司嘉善县供电公司;嘉善恒兴电力建设有限公司
【正文语种】中文
【中图分类】F42
【相关文献】
1.基于滚动式ADMM算法微电网群调度研究
2.基于ADMM算法的微电网多目标优化调度
3.基于ADMM-GBS的智能电网多供电商多用户实时定价策略
4.基于ADMM-GBS的考虑风光不确定性的智能电网实时电价策略
5.基于电动汽车的极端场景多微电网韧性提升策略研究
因版权原因,仅展示原文概要,查看原文内容请购买。

基于改进海鸥算法的微电网经济调度研究

第41卷 第2期吉林大学学报(信息科学版)Vol.41 No.22023年3月Journal of Jilin University (Information Science Edition)Mar.2023文章编号:1671⁃5896(2023)02⁃0227⁃09基于改进海鸥算法的微电网经济调度研究收稿日期:2022⁃05⁃17基金项目:国家自然科学基金资助项目(51974090)作者简介:白丽丽(1981 ),女,黑龙江大庆人,东北石油大学副教授,主要从事高压电脉冲钻采理论与技术研究,(Tel)86⁃182****9106(E⁃mail)baili.81@;通讯作者:孙文峰(1983 ),男,黑龙江大庆人,东北石油大学讲师,博士,主要从事高压电脉冲钻采理论与技术研究,(Tel)86⁃139****4363(E⁃mail)380780857@㊂白丽丽,陈海龙,於瑞金,刘 双,孙文峰(东北石油大学电气信息工程学院,黑龙江大庆163318)摘要:为保证微电网经济可靠运行的同时,减少对环境的污染,提出了一种综合考虑微电网的运行成本和环境污染等因素的微电网优化调度模型㊂通过自适应权重法为不同的适应度函数分配权重,把多目标问题转化成单目标问题,采用改进的海鸥算法寻找最优的配置方案㊂实验结果表明,经过改进的海鸥算法具有很好的全局寻优能力和求解精度,收敛速度相比于标准算法也有一定的提高,在对微电网经济调度问题的求解上具有一定的优势,既降低了微电网的运行成本,又减少了环境的污染,提高了微电网运行的可靠性㊂关键词:微电网;经济调度;海鸥算法;多目标优化;可靠性中图分类号:TP18;TM734文献标志码:AResearch on Microgrid Economic Scheduling Based on Improved Gull AlgorithmBAI Lili,CHEN Hailong,YU Ruijin,LIU Shuang,SUN Wenfeng(School of Electrical and Information Engineering,Northeast Petroleum University,Daqing 163318,China)Abstract :In order to ensure economic and reliable operation of micro power grid,reduce the pollution to the environment,an optimal dispatching model for microgrid is proposed,which considered the operating cost and environmental pollution of microgrid,through the adaptive weighting method weights for different fitness function are distributed,the multi⁃objective problem is changed to single objective problem.The improved gull algorithm is used to find the optimal configuration scheme.Gulls experiment results show that the improved algorithm has better ability for global optimization,the solving precision and convergence speed compared with the standard algorithm.The micro grid economic operation has certain advantages in solving the problem,and reducing the micro grid operation cost and the environmental pollution,improving the reliability of the micro grid operation.Key words :microgrid;economic dispatch;seagull algorithm;multi⁃objective optimization;relia⁃bility 0 引 言作为微电网组成部分,风电㊁光伏能源容易受到气候等因素的影响,产生随机性和不确定性问题,而储能设备可随时充放电,能很好地平抑其产生的功率波动问题,保证微电网的平稳运行㊂所以通过对微电网装置的合理分配,使微电网在满足负荷需要,保护环境的基础上,整体运行成本的降低是一个非常重要的研究方向㊂为解决微电网的调度问题,李锐等[1]使用人工鱼群算法实现对微电网的联合调度优化问题求解,但由于鱼群的进食是随机发生的,并不存在一定的规律,增加了寻优时间,降低了效率㊂王金全等[2]采用粒子群算法,充分考虑了电网的经济性㊁环保性和可靠性,构建了以运行成本和环境成本相协调的多目标优化调度模型,标准的粒子群算法虽然可以很好地对多目标进行优化,但求解精度不高,在搜索到局部最优解时很容易停下,影响微电网的优化配置成本㊂王怡云等[3]构建微电网的调度模型,使用天牛须算法进行求解,研究结果表明,尽管天牛须算法的全局搜索能力较好,但受搜索步长线性改变,以及天牛位置在搜寻过程中被动变化等因素影响计算寻优准确度,使算法很难搜索到全局最优解㊂王少林等[4]提出了一种基于电动汽车荷电状态检测的有序充放电调整策略,以最小化调度周期内综合运行成本最低为目标构建了数学模型,采用改进蜂群算法求解微电网的调度问题,但没有考虑到对环境的影响㊂曾嶒等[5]采用鸟群算法求解微电网的优化调度模型以寻找最理想的调度策略,虽然鸟群算法可以很好地避免陷入 早熟”,但搜索效率低,参数较多,难以获得理想的配置结果㊂综合上述研究,笔者构建了微电网并网运行的数学模型,为保证电力系统经济高效运行,使用改进海鸥算法(ISOA:Improved Seagull Optimization Algorithm)求解微电网的经济调度问题,对微电网内部装置进行优化调度,和标准算法进行比较,分析改进算法的优势,验证改进算法在微电网经济调度问题上的合理性㊂1 微电网优化调度模型笔者研究的微电网结构如图1所示㊂其主要设备有风机(WT:Wind Turbines ),光伏(PV:图1 微电网的系统结构Fig.1 System structure of microgrid Photovoltaic),蓄电池(SB:Storage Battery),微型燃气轮机(MT:Micro Turbine),能量转换装置和负荷等㊂微电网能随时与大电网交换能量,保证微电网的运行可靠性㊂1.1 微型燃气轮机(MT )微型燃机通过燃烧燃料进行发电,会造成一定的环境污染㊂笔者建模采用C65型燃气轮机,该燃气轮机净燃料成本为[6]C MTJ =C nl1L f ∑J P MTJ ηMTJ ,(1)其中C nl 为燃料的定价;L f 为燃料低热值;P MTJ 为微型燃机在不同时段内的发力情况;ηMTJ 为净发电效率㊂1.2 光伏电池(PV )光伏电池能将光能转化为电能,其输出功率为P PV =P STC G C G STC [1+k (T C -T STC )],(2)其中P STC 为光伏发电系统在标准条件下输出的最大功率;G C 为太阳光的辐射强度;G STC 为标准条件下的太阳光的辐射强度;k 为功率温度系数;T C 为光伏组件表面的温度;T STC 为参照温度㊂1.3 风力发电(WT )风力发电属于清洁能源,风力带动叶片转动会产生电能,风速的大小会影响发电功率,计算如下P WT =0,v <v ci ,P WT =av 3-bP r ,v ci <v <v r ,P WT =P r ,v r <v <v co ,P WT =0,v >v co ìîíïïïïï,(3)a =P r v 3r -v 3ci , b =v 3ci v 3r -v 3ci ,(4)其中P r 为额定功率;v ci 为切入风速;v r 为额定风速;v co 为切出风速㊂1.4 蓄电池储能(SB )微电网工作时,蓄电池会交替充放电,以保证电力系统的稳定性㊂当蓄电池充电达到储能上限后822吉林大学学报(信息科学版)第41卷开始放电,当剩余电量为储能上限30%时,放电阶段结束,开始充电㊂2 微电网的运行优化为提高对新能源的利用率,降低系统整体的运行成本,减少对环境的污染,笔者综合考虑了经济性和环保性的原则㊂2.1 目标函数2.1.1 经济性原则微电网经济成本的目标函数考虑微电网低成本运行的经济性问题,主要包括燃料㊁运维和电网交互成本等部分㊂其中燃料和运维成本为F a =∑T t =1∑N i =1[C i (P (t ))+O i (P (t ))],(5)其中T 为微电网正常工作时的一个周期;N 为微电源数目;P (t )为输出功率值;C i 为燃料成本;O i 为运维成本㊂电网交互成本F b =C b (t )P b (t )-C s (t )P s (t ),(6)其中C b (t ),C s (t )分别为微电网向主网系统购电和售电的价格;P b (t ),P c (t )分别为微电网向主网系统购电总量和售电总量㊂最少成本为燃料㊁运维成本以及电网交互成本之和:min F 1=F a +F b ㊂(7)2.1.2 环保性原则环境成本目标函数主要考虑对环境破坏补偿的环保性问题,其公式为min F 2=∑N i =1∑M e =1C e μei p i ㊂(8)其中M 为破坏环境的污染物种数;N 为污染源的个数;p i 为微电源输出功率;C e 为污染物处理系数;μei 为污染气体排放系数㊂2.2 约束条件1)功率平衡约束为P MT (t )+P WT (t )+P PV (t )+P SB (t )-P S (t )=P L (t ),(9)其中P MT (t ),P WT (t )分别为燃气轮机㊁风机正常工作时的出力情况;P PV (t ),P SB (t )分别为光伏电池㊁蓄电池正常工作时的出力情况;P L (t ),P S (t )分别为负荷正常运转时所需功率值和与主网系统进行交互的功率值㊂2)微电源出力约束为P i min ≤P i (t )≤P i max ,(10)其中P i min 为向外输出的功率下限;P i max 为向外输出的功率上限;MT 输出功率变化的限值约束为P MT (t )-P MT (t -1)≤R ㊂(11)其中R 为微型燃气轮机增加或降低功率的限值㊂3 海鸥算法3.1 基本海鸥算法标准海鸥算法(SOA:Seagull Optimization Algorithm)是一种模拟了海鸥运动行为的算法[7],其运动行为可分为迁徙和攻击两种,通过对海鸥运动行为的分析能计算出其最终的位置㊂922第2期白丽丽,等:基于改进海鸥算法的微电网经济调度研究3.1.1 迁徙行为迁徙行为是指海鸥位置的移动,在这个阶段,海鸥个体应满足避免与其他海鸥碰撞,确定最佳位置方向,靠近最佳位置这3个条件㊂1)避免与其他海鸥个体碰撞㊂为避免海鸥间的相撞情况,海鸥的新位置需要通过添加变量A确定㊂如下:c s(t)=Ap s(t),(12)其中c s(t)为在不和其他海鸥相撞的情况下,海鸥移动后的新位置;t为目前的迭代次数;p s(t)为当前海鸥位置;A为海鸥在一定区域内运动行为的变化㊂其中A如下:A=f c-t(f c/n max),(13) A值可从f c递减到0,是线性变化的;n max为总的迭代次数㊂2)确定最佳位置方向㊂在避免了与其他海鸥位置冲突后,海鸥会向最佳位置方向移动:m s(t)=B[z best(t)-p s(t)],(14)其中m s(t)为最优位置所在方向;B为保证全局搜索和局部搜索之间的平衡;r d在[0,1]之间随机取值:B=2A2r d,(15) 3)靠近最佳位置㊂海鸥在移动到了不与其他个体冲突的位置后,就会向最佳位置方向移动,其中d s(t)为海鸥满足3个条件的新位置:d s(t)=c s(t)+m s(t)㊂(16)3.1.2 攻击行为海鸥通常会在高空螺旋状飞行,其运动行为用x㊁y㊁z3个分量描述㊂海鸥个体运动行为如下:x=r cosθ, y=r sinθ, z=rθ, r=u eθv,(17)其中r为螺旋飞行时的半径大小;u和v为与飞行路线有关的常数;θ为在[0,2π]内随机取值的角度; e为自然数的底数㊂攻击行为如下:p s(t)=d s(t)xyz+z best(t),(18)其中海鸥个体会停留在海鸥攻击的位置,z best(t)为全局最优海鸥个体的位置㊂3.2 权重系数的选取在多目标优化问题过程中,由于权重系数设计的不合理,往往不能得到理想的结果,而笔者通过均值自适应法可得到较为理想的权重系数,很好地找到全局最优解,不会因为对多个目标的优化而无法满足全局,从而导致错失全局的最优解[8]㊂一组不连续的目标函数f1(x),f2(x),f3(x), ,f n(x),在其范围内随机取值,会产生新的一组数值f i(x1),f i(x2),f i(x3), ,f i(x m),i=1,2,3, ,n㊂令f k(x)=1m∑m i=1f k(x i), k=1,2, ,n,(19)则综合目标函数f(x)=∑n i=11n∑n k=1f k(x)f i(x)W i f i(x), W i≥0, i=1,2, ,n㊂(20)4 海鸥算法的改进4.1 使用佳点集生成初始种群标准海鸥算法的初始种群是随机生成的,而改进海鸥算法的初始种群使用佳点集生成,佳点集的原理是在s维空间的立方体范围内,如果r∈G s,模型为P n(k)={{r(n)1k},{r(n)2k}, ,{r(n)s k},1≤k≤n},(21)其偏差φ(n)满足φ(n)=C(r,ε)n-1+ε,其中C(r,ε)n-1+ε为只与r和ε(ε是任意的正数)有关的常数,则032吉林大学学报(信息科学版)第41卷称P n (k )为佳点集,r 为佳点㊂{r (n )sk }表示取小数部分,n 为点数,取r ={2cos(2πk /p ),1≤k ≤s }(p 为满足(p -3)/2≥s 的最小素数)[9]㊂其映射到搜索空间为x i (j )=(u j -l j )×{r (i )j ×k }+l j ,(22)其中u j 和l j 为第j 维的上下界㊂在种群个数为200,维度为2时,图2a,图2b 分别为佳点集和随机生成法生成的初始种群分布图,图2表示在长度1cm 的正方体面积内初始种群的分布情况㊂可看到使用佳点集的种群能有效避免海鸥之间的碰撞,使种群在空间中分布均匀,很好地提高种群多样性,提高算法全局搜索能力㊂图2 初始种群分布Fig.2 Initial population distribution 4.2 余弦型运动行为海鸥在迁徙行为中,A 为海鸥为避免碰撞在搜索空间的运动情况,标准海鸥算法中的A 是线性变化的,并随着迭代次数而逐步减小㊂而使用余弦型运动行为的海鸥算法使海鸥前期的运动距离较大,可更好地对全局进行搜索,后期减小海鸥的运动距离,使其能对局部空间仔细搜索,应用于该类型非线性策略的余弦改进型运动行为如下:A (t )=1+cos π×t ()[]T n ,0≤t ≤π2,1-cos π×t ()T n ,T 2≤t ≤T ìîíïïïï,(23)其中A (t )为改进型运动行为;T 为最大迭代次数;n 为调整指数,取0.4[10]㊂4.3 海鸥算法和共生生物搜索算法相结合海鸥算法和共生生物搜索算法相结合,对海鸥算法计算得到的新种群继续使用共生生物搜索算法更新,得到的新种群再进入到下一次迭代㊂共生㊁共栖和寄生为共生生物搜索算法(SOS:SymbioticOrganisms Search)的3个阶段㊂1)共生阶段㊂X i 为种群的第i 个生物,X j 从种群中随机选取和X i 进行相互作用,之后更新如下:X i new =X i +rand(0,1)X best -(X i +X j )2B æèçöø÷1,(24)X j new =X j +rand(0,1)×X best -(X i +X j )2B æèçöø÷2,(25)其中B 1和B 2为相应的利益因素,代表个体在相互关系中所得到的利益水平;X best 为当前全局最优解[11]㊂2)共栖阶段㊂种群个体X i 和X j 之间交互可以形成新的候选解为X i new =X i +rand(-1,1)(X best -X j )㊂(26) 在该阶段中,X j 的值保持不变,但X j 有助于提高X i 对生态系统的适应程度,增加种群整体的适应度水平㊂132第2期白丽丽,等:基于改进海鸥算法的微电网经济调度研究3)寄生阶段㊂从种群中选取个体X i ,设定寄生虫为[0,1]之间的随机数与该生物个体X i 乘积㊂如果寄生虫具有比宿主X i 更好的适应度,则会取代该个体,否则该个体将会存活,寄生虫会被去除,可很好地避免算法过早收敛㊂4.4 改进海鸥算法的流程图微电网的优化调度是一种非线性的多约束问题,求解难度很大,使用一般算法难以获得较为精确的解[12]㊂改进海鸥算法可以很好地对全局进行搜索,提高求解的精度,加快收敛时间,寻优能力优于标准算法,其应用于微电网经济调度问题求解的流程如图3所示㊂图3 改进海鸥算法的优化调度流程Fig.3 Optimization scheduling flow of improved gull algorithm 5 算例分析与仿真选取我国西北某地区的并网式微电网系统作为研究案例,该地区处于内陆,海拔较高,具有非常丰富的风能和太阳能资源,已知该地区的某一典型日辐射强度㊁风速以及温度数据,计算出风电㊁光伏出力情况㊂该微电网系统的相关运行系数如下:微电网使用的风机和光伏电池的额定输出功率均为10kW,微型燃气轮机的额定功率为120kW,蓄电池根据需要可随时充放电,其最大输出功率为20kW,初始荷电状态S SOC init 为0.8,自放电率为0.01%,充放电效率为90%,容量为400Ah,峰值负荷为157kW㊂微电网与大电网进行交互电价如表1所示㊂表1 不同时段电价Tab.1 Price of electricity by time period 时段购电价格元/kWh 售电价格元/kWh 谷时段(7:00 10:00)0.170.13平时段(15:00 18:00,21:00 23:00)0.490.38峰时段(10:00 15:00,18:00 21:00)0.830.65 在微电网的运行过程中,蓄电池能随时充放电,微型燃机也能根据需要发电㊂一般对微电网经济性的考察,是以其综合运行成本和环境成本最低为目标进行考察的,为保证对负荷的可靠供电,确保新能源被充分吸收的同时使微电网的整体运行成本降低,笔者构建了微电网的数学模型,充分考虑了分时电价的影响,以24h 为一个调度周期,使用改进的海鸥算法对微电网的装置进行优化配置,寻找最优的配置方案,使其在保证可靠运行的同时,整体日运行成本的降低㊂232吉林大学学报(信息科学版)第41卷图4为微电网一天的负荷需求以及风电㊁光伏出力情况,可看到风电出力情况较为均匀,不管是白天或夜晚均能获得较为稳定的功率,光伏出力集中在中午时刻阳光充足时,并且其峰值时刻和负荷需求的峰值时刻不在同一时刻,光伏和风电出力的波动性较大[13]㊂根据分时电价,使用改进海鸥算法计算出最优的配置方案及最低成本㊂5.1 多目标问题优化单一目标优化只能考虑经济成本或环境的影响,当以经济成本为优化目标时,对环境的影响也会产生额外的费用,当以环境费用为优化目标时,减少微型燃机的使用,大量的购电势必会增加整体运行的成本,所以不能只是单一地考虑经济或环境成本,而是要把两者结合起来,综合考虑其对于微电网的影响,图5为微电网多目标优化结果㊂图4 24h 负荷分布和风电光伏出力 图5 微电网多目标优化结果 Fig.4 24h load distribution and Fig.5 Multi⁃objective optimization wind power pv output results of microgrid 1)峰时段㊂此时段的售电成本较高,因此微型燃机大功率运行,产生的多余电量会向电网出售,以减少微电网的整体运行成本㊂2)平时段㊂由于此时微电网的发电功率和负荷需求接近,微电网会灵活地与大电网进行交互,在微型燃机输出功率过大时会向电网售电,而输出功率过小时则会向其购电㊂3)谷时段㊂因为这时负荷需求较小,蓄电池和微型燃机出力可很好地对负荷进行供电,还会有电量剩余,剩余电量可出售给大电网以获得利益㊂通过改进海鸥算法可求得最终的典型日微电网运行成本为1901.3元㊂图6,图7分别是蓄电池的荷电状态变化和功率变化图㊂通过图6,图7可看到,荷电状态在正常的范围内波动,避免了过充和过放,蓄电池的功率最大为20kW,最小为-20kW,微型燃机的功率波动为30~120kW,均工作在正常的工作条件下,不会因为使用不当对装置的寿命产生影响[14],造成额外的经济损失㊂ 图6 蓄电池的荷电状态变化  图7 蓄电池功率变化 Fig.6 Change of battery’s charged state Fig.7 Battery power change 5.2 算法对比将一天分为24个调度时段,每个时段为1h,微电网的经济调度问题使用改进的海鸥算法计算,设定迭代次数为200,种群中海鸥个体数量为40,通过均值自适应法为式(7),式(8)分配相应权重,332第2期白丽丽,等:基于改进海鸥算法的微电网经济调度研究图8 不同算法的迭代收敛曲线Fig.8 Iterative convergence curves of different algorithms 最终目标函数求解结果如图8所示,同样采用遗传算法(GA:Genetic Algorithm),共生生物搜索算法(SOS),标准海鸥算法(SOA)进行求解,在个体数量和迭代次数相同的情况下,4种不同的算法所得的适应度曲线如图8所示㊂改进海鸥算法相较于其他标准算法搜索能力更强,标准的海鸥算法在搜索过程中难以摆脱局部最优的束缚,精度较低,而共生生物搜索算法具有很好的全局搜索的能力,与海鸥算法结合后的改进海鸥算法具有更好的收敛精度,在迭代了60次后就已经找到了最优解,因此相比其他算法具有更好的配置结果㊂6 结 语笔者综合考虑了经济和环境成本等因素的影响,把多目标问题转化成单目标问题,使用改进算法求解微电网的经济调度模型,既能保证对风电㊁光伏等新能源的消纳,提高渗透率,也能保证对负荷的可靠供电㊂在兼顾环保性和经济性的前提下,较好的配置方案可降低对化石能源的依赖,减少微电网的运行成本,提高整体运行效益㊂改进海鸥算法相比较于标准算法具有更好的全局搜索能力,在陷入早熟时也能很好地跳出局部最优解,收敛速度快,求解精度高,使用该算法对微电网的优化调度模型进行求解,相比标准海鸥算法可以找到更合理的配置方案,降低了微电网整体的运行成本,对微电网经济调度问题的求解具有很好的适应性㊂参考文献:[1]李锐,李鹏.基于改进人工鱼群算法的冷热电联产微网经济优化运行[J].电气技术,2014(6):63⁃68.LI R,LI P.Economic Optimization Operation of Cogeneration Microgrid Based on Improved Artificial Fish Swarm Algorithm[J].Electric Technology,2014(6):63⁃68.[2]王金全,黄丽,杨毅.基于多目标粒子群算法的微电网优化调度[J].电网与清洁能源,2014,30(1):49⁃54.WANG J Q,HUANG L,YANG Y.Optimal Scheduling of Microgrid Based on Multi⁃Objective Particle Swarm OptimizationAlgorithm [J].Power Grid and Clean Energy,2014,30(1):49⁃54.[3]王怡云,吴雷.基于改进天牛群算法的微电网优化调度[J].电子测量技术,2020,43(16):76⁃81.WANG Y Y,WU L.Optimization Scheduling of Microgrid Based on Improved Tianniuqun Algorithm [J ].ElectronicMeasurement Technology,2020,43(16):76⁃81.[4]王少林,王刚,王晓磊,等.基于改进蜂群算法的电动汽车微电网优化调度[J].电气应用,2022,41(4):13⁃14,63⁃70.WANG S L,WANG G,WANG X L,et al.Electric Vehicle Microgrid Optimal Scheduling Based on Improved Bee Colony Algorithm [J].Electric Appliance,2022,41(4):13⁃14,63⁃70.[5]曾嶒,彭春华,王奎,等.基于鸟群算法的微电网多目标运行优化[J].电力系统保护与控制,2016,44(13):117⁃122.ZENG C,PENG C H,WANG K,et al.Multi⁃Objective Operation Optimization of Microgrid Based on Bird Swarm Algorithm [J].Power System Protection and Control,2016,44(13):117⁃122.[6]SHAN J N,LU R X.Multi⁃Objective Economic Optimization Scheduling of CCHP Micro⁃Grid Based on Improved Bee ColonyAlgorithm Considering the Selection of Hybrid Energy Storage System [J].Energy Reports,2021,7:326⁃341.[7]YANG Y D ,QIU J L,QIN Z J.Multidimensional Firefly Algorithm for Solving Day⁃Ahead Scheduling Optimization inMicrogrid [J].Journal of Electrical Engineering &Technology,2021,16(4):1755⁃1768.[8]陈天翼,刘宏勋.基于遗传算法的微电网经济运行优化[J].电器与能效管理技术,2017(21):54⁃58.CHEN T Y,LIU H X.Optimization of Microgrid Economic Operation Based on Genetic Algorithm [J].Electrical Appliances432吉林大学学报(信息科学版)第41卷and Energy Efficiency Management Technology,2017(21):54⁃58.[9]袁泉,周鑫,周毓敏,等.基于改进灰狼算法的交直流混联电网经济调度方法[J].电气传动,2022,52(6):47⁃52,72.YUAN Q,ZHOU X,ZHOU Y M,et al.Economic Dispatching Method of AC⁃DC Hybrid Power Grid Based on Improved Gray Wolf Algorithm [J].Electric Drive,2022,52(6):47⁃52,72.[10]柴源.基于改进鲸鱼算法的风⁃光⁃重力储能系统优化配置研究[D].西安:西安理工大学电气工程学院,2021.CHAI Y.Research on Optimal Configuration of Wind⁃Light⁃Gravity Energy Storage System Based on Improved Whale Algorithm [D].Xi’an :School of Electrical Engineering,Xi’an University of Technology,2021.[11]LI B,DENG H S,WANG J.Optimal Scheduling of Microgrid Considering the Interruptible Load Shifting Based on ImprovedBiogeography⁃Based Optimization Algorithm [J].Symmetry⁃Basel,2021,13(9):140⁃145.[12]康朝海,王思琪,任伟建,等.基于高斯学习多峰延迟粒子群优化算法[J].吉林大学学报(信息科学版),2019,37(4):399⁃407.KANG C H,WANG S Q,REN W J,et al.Multi⁃Peak Delay Particle Swarm Optimization Algorithm Based on GaussianLearning [J].Journal of Jilin University (Information Science Edition),2019,37(4):399⁃407.[13]ZHAO F,YUAN J S,WANG N.Dynamic Economic Dispatch Model of Microgrid Containing Energy Storage ComponentsBased on a Variant of NSGA⁃ⅡAlgorithm [J].Energies,2019,12(5):130⁃135.[14]徐中宇,苏明玉,姚庆安.基于改进PSO 算法的混合核SVM 算法[J].吉林大学学报(理学版),2018,56(3):625⁃630.XU Z Y,SU M Y,YAO Q A.Hybrid Kernel SVM Algorithm Based on Improved PSO Algorithm [J].Journal of Jilin University (Natural Science Edition),2018,56(3):625⁃630.(责任编辑:张洁)532第2期白丽丽,等:基于改进海鸥算法的微电网经济调度研究。

微电网日前经济调度运行


2 粒 子群 优 化算法 简述
2 . 1 基 本粒 群 算法
3 算 例分 析

3 . 1 基 础 数 据
童 1
_ I
微} 乜 经 济 悯 度 问题 属 于 电 力系 统 优 化 中常 见 的经 济
本文选取某微网,根据其在一个调度 别 ( 一 日) 内 l。 鼍
怀的做电M H m经济调度模型 ,评利用改进粒子群 算法进 位 置 进 行 初 始 化 ;
仃 求 解 ,得 到 J 徽电网 F j 前 经 济 凋度 方 案 ,实 现 _ r做 电 网
的 经 济运 行 。
计算每个粒子的适应度值 ; 根据 公 式 对速 度 和 位置 进 行 更 新 ;
对所有粒予的个体最优位置 进行 更新 ;
1 微 电 网 日前经 济调 度模 型
储能 系统足 徽 电 中必 不可少 的部 分 。 。 。 ,蓄 电池 储
对全局极值进行更新 ;
当满足终止 条件时停止搜索并输 出结果 ,否则返 回第
能 作 为 用 厂 ‘ 泛 的储 能 方 式 之 一 【 5 】 ,对 保证 供 电 可靠 性 三 步 继 续 搜索 。 及徽 网经 济运 行 有 重 要 作 川 。 而 在 实 际 运 行 中 , 蓄 电池 2 . 2 改进 的粒 f 群算 法 必 须 满 足 定 的 约 束 条 件 。 此 外 ,为 保证 系统 的安 全 稳 定 考 虑 剑 表 示 蓄 电池 充 、放 电状 态 及 电 、售 电状 态 等
霞 意 义。
随着迭代次数的增加 ,所有粒子不断报拟 个体极值与 群体极值来对 自己的位置和速度进行更新 ,最终到达最优
本 艾综 俞 号虑 蓄 电池 模 型 的 相 关 约 束 及 微 电 网 与 电 刚 点 。 粒 子 群 算 法 的 流程 简述 如 下 。 文换 功 率 约束 ,建 立 了 以调 度 周 期 内 供 电总 成 本最 小 为 目 对 粒 子 群 算法 基 本 参数 进 行 设置 ,并 对 札 了的 速 度 和

基于深度学习的微电网优化调度辅助决策方法

基于深度学习的微电网优化调度辅助决策方法
陈卫东;吴宁;黄彦璐;马溪原;郭晓斌;林冬
【期刊名称】《南方电网技术》
【年(卷),期】2022(16)1
【摘要】随着可再生能源以及电力电子设备的高比例接入,微电网控制决策优化以及调度方式将面临极大的问题和挑战,南方电网公司正在向“能源价值链整合商”转型,将有可能运维数以万计的微电网,传统的模型驱动、预案式控制、人工值守的调度模式将难以满足需求。

面向人工智能在微电网自动运行调控领域的需求,提出了基于深度学习的微电网优化调度辅助决策方法。

首先介绍了微电网优化运行的典型数学规划模型,分析了模型驱动的建模求解方法的难点和局限性,接着提出了基于深度双向长短期记忆网络的微电网日前优化调度深度学习模型和方法,给出了模型输出结果的修正与处理原则,最后通过算例分析验证了本文模型和算法的有效性。

【总页数】10页(P117-126)
【作者】陈卫东;吴宁;黄彦璐;马溪原;郭晓斌;林冬
【作者单位】广西电网有限责任公司电力科学研究院;南方电网数字电网研究院【正文语种】中文
【中图分类】TM715
【相关文献】
1.基于决策者偏好的微电网经济/环保多目标优化调度研究
2.基于储能调度模式的微电网不平衡功率平抑两阶段优化方法
3.基于遗传算法的微电网能量优化调度方
法研究4.基于调度大二次系统的智能化电网调度辅助决策的研究5.基于动态规划方法的微电网实时能量调度优化
因版权原因,仅展示原文概要,查看原文内容请购买。

基于一致性的微网分布式能量管理调度策略

基于一致性的微网分布式能量管理调度策略阮博;俞德华;李斯吾【摘要】基于多智能体一致性理论,设计了具有完全分布式特征的微网能量管理调度策略,以解决集中式控制方式通信压力大和无法满足即插即用要求的问题.以可控发电单元和储能单元运行成本最低为目标函数,结合微网功率平衡和发电单元出力的约束条件,建立了分布控制式微网最优经济调度模型.根据多智能体及一致性理论设计了微网的分布式能量管理调度算法,给出了该方法的具体实施步骤.通过在IEEE-14节点微电网系统中的仿真算例,验证了所提出调度策略的正确性和有效性.【期刊名称】《电力系统保护与控制》【年(卷),期】2018(046)015【总页数】6页(P23-28)【关键词】分布式电源;微电网;多智能体系统;一致性算法;能量管理【作者】阮博;俞德华;李斯吾【作者单位】国网湖北省电力公司经济技术研究院,湖北武汉 430077;国网湖北省电力公司,湖北武汉 430077;国网湖北省电力公司经济技术研究院,湖北武汉430077【正文语种】中文目前集中式微电网能量管理系统要求各被控对象向集中控制器发送状态信息并接收功率指令,对通信网络和集中控制器性能要求很高[1-3],无法实现微网分布式电源即插即用的要求。

作为一种分布式结构,多智能体系统有良好启发性和自主性,能够适用于动态和分布的复杂电力系统,尤其适用于微网的能量管理[4-6]。

基于多智能体一致性算法的分布式控制结构仅需各智能体获取本地单元与邻近智能体的信息,通信网络传输信息量小,优化收敛速度快,满足即插即用要求,可获得理想的控制效果。

一致性理论已在电力系统中得到了越来越多的应用。

文献[7]将分布式一致性算法应用于含风电场的飞轮储能矩阵系统的调度控制问题,各智能体经由通信网络进行信息交换,最终各智能体状态都趋于相同。

文献[8]将电力系统中每个发电单元的成本微增率选取为一致性变量。

将发电功率和负荷之间的差额作为反馈,使成本微增率收敛到最优值。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

South China University of Technology
The various characteristics between distributed energy resources, the insufficient network
communications and the privacypreserving demands in microgrids for distributed economic dispatch( DERs) of are challenges. In this paper,we build up the microgrid's distributed dynamic economic dispatch model considering the generation cost of power production by conventional units, the abandoned cost of renewable energies, the storage devices depreciation expense, active power loss expense of the network. And the microgrid model is divided into regions based on the access locations of power supply units and energy storage devices. By using the synchronous alternating direction method of multipliers algorithm, each region only solves its individual optimization and exchanges the phase angle information with its neighbors at each iteration,to realize the optimal solution. We also test a real microgrid to show the accuracy and effectiveness of this algorithm. Keywords: Microgrid, dynamic economic dispatch, decentralized optimization, synchronous alternating direction method of multipliers
Decentralized Dynamic Economic Dispatch Algorithm of Microgrids Using Synchronous Alternating Direction Method of Multipliers
Ouyang Cong ( School of Electric Power Engineering Abstract Liu Mingbo Lin Shunjiang Feng Hanzhong Guangzhou 510640 China)
网进行区域划分 。图 1 给出了某实际 13 节点微电网的 接线和分区图 。其中,可再生能源设备包括 2 个光伏 电站( PV1 和 PV2 ) 和 1 个风力电站( WT) ,配备了2 台 铅酸蓄电池( S1 和 S2 ) 作为储能装置,另外还备有一台 柴油发电机( DEG) 。当蓄电池储能水平过低,可再生能 源无法满足负荷的情况下,可起动柴油机提供支持。各 电源在发电端交流电压均为 0. 38 kV,通过升压变压器 升压到 1网中,按照各个微电源接入微网的连接情 况,将电网分成多个区域 。 图 2 将微电网中 2 个光伏 电站 、1 个风力电站 、2 个蓄电池 、1 个柴油机和配电 网络分成一共 7 个区域,微电源并入电网的支路( 升
T
界定各个分区的边界,需要引入边界支路,从而引入 边界变量并列写边界一致约束,边界节点电压相角作 为边界 变 量 是 一 个 合 适 的 选 择 。 此 外,在 优 化 目 标 中,要考虑分区 R1 的网损费用,即各个支路的有功损 耗之和,计算各支路的有功损耗功率需要用到其两端 的电压相角值 。因此,在实施微电网动态经济调度的 分散优化中需要考虑各节点相角信息,因而需要加入 节点有功潮流平衡方程 。 微电网规模较小,支路的电 压损耗低,各节点电压幅值在额定值附近,可假定为 1. 0 ( pu) ,节点有功平衡方程可近似表示为
(1)
式中,F1 为柴油机运行费用; F2 为弃光费用; F3 为弃
NG
g 2 g, t
F1 = F2 = F3 =
a P ∑∑ g =1
t =1 T
+ b g P g, t
(2) (3) (4) (5) (6)
NS
s, t
珔 (P ∑∑ s =1
t =1 T
- P s, t ) Cs - P w, t ) Cw C loss + P″ b, t)
Fig. 2 图2 微电网分区示意图 Schematic diagram of partition of a microgrid
图 3 以区域 R1 和 R2 的公共变压器支路为例,介绍 以支路为区域之间公共边界的分区方法 。
1
分区模型
微电网经济调度的分布式优化计算需要先对微电
图3 Fig. 3 以公共支路作为边界进行分区
Partition by taking a common branch as boundary
图 2 中,微电网一共被分成了 7 个区域,其中, R1 ={ 2 ,3 ,4 ,5 ,6 ,7 ,8 } , R2 = { 1 } , R1 与 R2 之间 的支路作为两区域的公共支路 。 将 R1 内与公共支路相 连的节点 2 复制到 R2 内部,构成 H2 = { 1 ,2 } 。 同理, 将 R2 内与公共支路相连的节点 1 复制到 R1 内部,构成 H1 ={ 1 ,2 ,3 ,4 ,5 ,6 ,7 ,8 } 。 可以看出,此时 H1 和 H2 中均包含了节点 1 和节点 2 ,即公共支路共同属 于两个区域中 。在分布式计算中,要令边界线路的传 输功率在两个区域中相等,只需保证 H1 和 H2 中节点 1 和节点 2 的电压和相角均相等 。
[18 ]
图1 Fig. 1
某实际微电网接线
Connection diagram of a real microgrid
。文献[ 14]将 ADMM 应用于大电网分散式动态
经济调度,将电网分成设备 、 端子和连通点 3 种子系 19] 统模型,进行分散式优化计算 。 文献[ 提出了基于 交替方向乘子法的微电网经济调度分散式优化方法, 20]提出 同 步 型 但并没有考虑网络安全约束 。 文献[ ADMM ( Synchronous ADMM ,SADMM ) ,并应用于分散 21]提出了一种完全分 散 的 式最优潮流计算 。 文献[ ADMM 求解主动配电网的无功优化问题 。 本文针对考虑网络安全约束微电网经济调度分散 式优化问题,采用同步型 ADMM 算法,使得各区域之 间得到完全解耦,在每次迭代中各区域只需更新本区 域内部的变量,各自更新完成后再统一更新相邻区域 之间的耦 合 变 量,从 而 可 以 实 现 区 域 之 间 的 并 行 计 算 。最后通过实际的微电网算例进行验证,并对比集 中式优化的结果,证明此算法可行 。
( 华南理工大学电力学院 摘要
微电网中各类电源特性各异 , 网络通信能力不足以及对发电单元隐私保护的需求 , 对集中
式经济调度提出了挑战 。综合考虑常规发电机组的发电成本 、 新能源发电的弃置费用 、 储能装置的折 旧费用及网络有功损耗 ,按照各发电单元和储能装置在网络中的接入位置进行分区 , 从而建立微网分 散式动态经济调度模型 。采用同步型交替方向乘子算法 , 每次迭代过程中相邻区域之间仅需交换电压 相角信息 ,即可实现各区域经济调度之间并行求解 , 从而得到最优解 。 并以某实际微网为测试系统 , 验证了所提算法的正确性和有效性 。 关键词 : 微电网 动态经济调度 分散式优化 同步型交替方向乘子法 中图分类号 : TM744
[7 , 8 ]
。 目前,对该问题的研究主要集中
于集中式 优 化 方 法 上,常 见 的 优 化 方 法 有 线 性 规 划
第 32 卷第 5 期
欧阳聪等
采用同步型交替方向乘子法的微电网分散式动态经济调度算法
135

[9 ]
、混合整 数 规 划 法[10]、 混 沌 蚁 群 算 法[11]、 粒 子
2017 年 3 月 第 32 卷 第 5 期
电 工 技 术 学 报
TRANSACTIONS OF CH INA ELECTROTECH NICAL SOCIETY
Vol. 32 Mar.
No. 5 2017
采用同步型交替方向乘子法的微电网 分散式动态经济调度算法
欧阳聪 刘明波 林舜江
广州
冯汉中
510640 )
[22 ]
有功率交换的情况下既要满足微电网自身的功率平衡 和安全性要求,又要使得微电网的经济性达到最优 。

2. 2
2. 2. 1
各区域内部约束
有功潮流平衡约束 实施分散式优化的前提是实施系统分区,为清晰
2. 1
优化目标
针对包含柴油发电机 、 风电场、 光伏电站 、 储能
装置和 10kV 配电网络的微电网,其优化目标定义为 min F = F1 + F2 + F3 + F4 + F5 风费用; F4 为网损费用; F5 为蓄电池折旧费用 。
136
电 工 技 术 学 报
2017 年 3 月
2
分散动态经济调度模型
对于处于孤岛模式下的微电网,在与外部电网没
相关文档
最新文档