适用于智能电网经济调度与需求响应的分布式协调方法与流程

本发明涉及智能电网分布式能源管理领域，尤其是一种适用于智能电网经济调度与需求响应的分布式协调方法。

背景技术：

多智能体系统是由多个自主且相互作用的实体组成的集合，其目的是将规模较大且复杂的系统分解成规模较小、彼此能够相互通信和协调，且易于管理的多个系统。由于其具有自主性、协调性、分布性及自组织能力、学习和推理能力等优势，在解决实际应用问题时，能够支持分布式应用和实现，且具有很强的鲁棒性、可靠性和较高的问题求解效率。目前多智能体系统广泛应用于智能机器人、智能交通、智能电网等领域。分布式一致性算法是多智能体系统中应用极为广泛且有效的算法之一，它依赖于多个智能体之间的局部信息交流，从而使得网络中单个智能体的某些量趋于一致，最终实现整个系统的全局目标，如传感器网络估计、机器人的群集、蜂拥、电网的电价平衡等。

智能电网中已有的协调算法主要是集中式的，要求所有发电单元和用户将自己的发电量和用电请求信息发送给一个聚合器，再由该聚合器对信息进行集中协调和处理。这种集中式协调算法在很大程度上增加了计算和通信负担，且需要很大的存储容量来存储所有收集到的数据信息。由于现有的协调算法主要是根据供需两端的电力不平衡来对发电单元的发电量和柔性用户的用电需求进行协调，因此需要一个强有力的中央处理器与所有参与单元进行信息的传递和交流，并对收集到的数据信息进行集中协调和处理，这在很大程度上增加了计算和通信的时间和成本。此外，如果电网中的某个发电单元或用户单元发生故障，整个系统都会受到该单点故障的影响，且中央处理器需要重新进行数据的处理和计算。因此，不利于系统的可扩展性。除此之外现有的协调算法存在一系列安全和隐私问题，如外界错误数据注入和自身数据欺骗等网络攻击以及个人用电习惯等用户隐私泄露等问题。

技术实现要素：

(一)要解决的技术问题

有鉴于此，本发明的主要目的在于提出一种适用于智能电网经济调度与需求响应的分布式协调方法，以解决集中式协调算法带来的缺陷和网络安全问题的发生，保护用户的个人隐私，利用所得电价对发电量和用电需求进行协调，从而在满足系统和个体约束条件的同时，保证电网的社会效益最大化。

(二)技术方案

为达到上述目的，本发明提供了一种适用于智能电网经济调度与需求响应的分布式协调方法，该智能电网至少包括发电单元、存储单元和柔性用户单元，该方法包括：对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，在更新过程中以分布式的方式获得所需的全局数据信息，并基于该所得全局数据信息以分布式的方式计算出电网电价，其中该全局数据信息至少包括所有发电单元的发电成本系数、所有存储单元的存储成本系数及所有用户单元的效用系数；以及基于该电网电价对发电量和用电需求进行协调。

上述方案中，对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，包括：

初始化分布式协调方法的参数；

智能电网的各个单元进行迭代运算，计算出电网电价。

初始化分布式协调方法的参数，包括：

初始化时间t∈r，惩罚因子ρ∈(0，1)，发电成本系数ai，bi，用户效用系数αj，βj，电池成本系数ωs，功率损耗系数γ，t＝1，k＝0。

上述方案中，智能电网的各个单元进行迭代运算，计算出电网电价，包括：

开始每个时间间隙内的迭代，k＝k+1；

根据发电量、存储电能、消耗电能，电网中的所有参与单元计算价格系数即：

其中，xi(t)^k表示分布式发电单元i在第k次迭代中发电量的逼近值，xs(t)^k表示存储单元s在第k次迭代中存储电能的逼近值，xj(t)^k表示柔性用户单元j在第k次迭代中消耗电能的逼近值；ui(t)^k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，us(t)^k表示存储单元s在第k次迭代中所对应的缩放对偶变量，uj(t)^k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，γi表示分布式发电单元i的功率损耗因子，γs表示存储单元s的功率损耗因子，γj表示柔性用户单元j的功率损耗因子，和表示与分布式发电单元i有关的价格系数，和表示与存储单元s有关的价格系数，和表示与柔性用户单元j有关的价格系数；

基于计算出的价格系数电网中的所有参与单元计算与价格系数有关的中间变量即：

其中，分别表示与分布式发电单元i、存储单元s和柔性用户单元j的价格系数有关的中间变量，并无实际的物理意义；

基于计算出的与价格系数有关的中间变量通过多智能体平均一致性算法分布式计算最优对偶变量η(t)^*，即电网电价。

上述方案中，根据上述计算出电网电价对发电量和柔性用户用电需求进行协调，更新发电单元的发电量、存储单元的存储功率以及柔性用户单元的用电需求，即：

其中，pi(t)^k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，ps(t)^k+1表示存储单元s在第k+1次迭代中更新的存储电能，pj(t)^k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能。

对电网所有参与单元进行x-更新；

对电网所有参与单元进行u-更新；

检查是否满足终止条件，若条件不满足，则继续进行迭代；否则，令t＝t+1进行下一时隙的迭代，直到t≥t，最终输出p，即发电单元i在第k+1次迭代中更新的发电量pi(t)^k+1，存储单元s在第k+1次迭代中更新的存储电能ps(t)^k+1，柔性用户单元j在第k+1次迭代中更新的消耗电能pj(t)^k+1。

(三)有益效果

本发明提出的适用于智能电网经济调度与需求响应的分布式协调方法，通过对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，在更新过程中以分布式的方式获得所需的全局数据信息，并基于该所得全局数据信息以分布式的方式计算出电网电价，基于该电网电价实现对发电量和用电需求进行协调，解决了集中式协调算法带来的缺陷和网络安全问题的发生，保护用户的个人隐私。

附图说明

图1为本发明实施例的适用于智能电网经济调度与需求响应的分布式协调方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

如图1为本发明实施例的适用于智能电网经济调度与需求响应的分布式协调方法的流程图，该方法是以分布式的方式获取全局数据信息，实现对发电量和用电需求进行调整。

智能电网经济调度与需求响应的分布式协调方法是通过分布式的方式实现的，智能电网包括发电单元、存储单元、柔性用户单元，智能电网的各个单元不断进行更新，计算出全局数据信息，即所有发电单元的发电成本系数、所有存储单元的存储成本系数及所有柔性用户单元的效用系数，进而以分布式的方式计算出电网电价，然后基于电网电价实现对发电量和用电需求进行协调，直到满足终止条件时停止迭代更新，最终输出整个时间周期的p，即发电单元i在第k+1次迭代中更新的发电量pi(t)^k+1，存储单元s在第k+1次迭代中更新的存储电能ps(t)^k+1，柔性用户单元j在第k+1次迭代中更新的消耗电能pj(t)^k+1。

智能电网中每个参与单元的更新过程如下：

步骤1：初始化协调方法的参数。

初始化时间t∈r，惩罚因子ρ∈(0，1)，发电成本系数ai，bi，用户效用系数αj，βj，电池成本系数ωs，功率损耗系数γ，t＝1，k＝0；

步骤2：进行迭代运算，基于电网电价对发电量和用电需求进行协调，直到满足终止条件时停止迭代，最终输出整个时间周期的发电量p，即发电单元i在第k+1次迭代中更新的发电量pi(t)^k+1，存储单元s在第k+1次迭代中更新的存储电能ps(t)^k+1，柔性用户单元j在第k+1次迭代中更新的消耗电能pj(t)^k+1。

步骤2.1：开始每个时间间隙内的迭代，k＝k+1；

步骤2.2：对电网所有参与单元进行p-更新，对发电单元的发电量和柔性用户单元的用电需求进行分布式协调更新，获得一致性变量，即电网电价，然后基于电网电价对发电量和用电需求进行协调

步骤2.2.1：根据发电量、存储电能、消耗电能，电网中的所有参与单元计算价格系数即：

其中，xi(t)^k表示分布式发电单元i在第k次迭代中发电量的逼近值，xs(t)^k表示存储单元s在第k次迭代中存储电能的逼近值，xj(t)^k表示柔性用户单元j在第k次迭代中消耗电能的逼近值；ui(t)^k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，us(t)^k表示存储单元s在第k次迭代中所对应的缩放对偶变量，uj(t)^k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量。γi表示分布式发电单元i的功率损耗因子，γs表示存储单元s的功率损耗因子，γj表示柔性用户单元j的功率损耗因子，和表示与分布式发电单元i有关的价格系数，和表示与存储单元s有关的价格系数，和表示与柔性用户单元j有关的价格系数

步骤2.2.2：基于计算出的价格系数电网中的所有参与单元计算与价格系数有关的中间变量即：

其中，分别表示与分布式发电单元i、存储单元s和柔性用户单元j的价格系数有关的中间变量，并无实际的物理意义。

步骤2.2.3：基于计算出的与价格系数有关的中间变量通过多智能体平均一致性算法分布式计算最优对偶变量η(t)^*，即电网电价

初始值选为和

然后利用多智能体平均一致性算法对两个向量进行迭代更新，最终得到各自的收敛值，即：

最后计算η(t)^*＝y(t)^*/x(t)^*，η(t)^*即电网电价。

其中，n表示分布式发电单元的数量，q表示存储单元的数量，m表示柔性用户单元的数量，w表示可再生发电单元的数量，n1表示电网所有参与单元的数量，n2表示电网可被调度单元的数量。

步骤2.2.4：根据上述计算出电网电价对发电量和柔性用户用电需求进行协调，更新发电单元的发电量、存储单元的存储功率以及柔性用户单元的用电需求，即：

其中，pi(t)^k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，ps(t)^k+1表示存储单元s在第k+1次迭代中更新的存储电能，pj(t)^k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能。

步骤2.3：对电网所有参与单元进行x-更新；

对于第i个发电单元，基于发电单元i在第k次迭代中所对应的缩放对偶变量、最小发电量、最大发电量计算分布式发电单元i在第k+1次迭代中更新的发电量的逼近值xi(t)^k+1：

即：

其中，pi(t)^k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，ui(t)^k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，表示分布式发电单元i的最小发电量，表示分布式发电单元i的最大发电量。

对于第s个存储单元，基于分布式存储单元s在第k次迭代中所对应的缩放对偶变量、最小存储电能、最大存储电能计算存储单元s在第k+1次迭代中更新的存储电能的逼近值xs(t)^k+1：

即：

其中，ps(t)^k+1表示存储单元s在第k+1次迭代中更新的存储电能，us(t)^k表示分布式存储单元s在第k次迭代中所对应的缩放对偶变量，表示分布式存储单元s的最小存储电能，表示分布式存储单元s的最大存储电能。

对于第j个柔性用户单元，基于柔性用户单元j在第k次迭代中所对应的缩放对偶变量、最小消耗电能、最大消耗电能计算柔性用户单元j在第k+1次迭代中更新的消耗电能的逼近值xj(t)^k+1：

即：

其中，pj(t)^k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能，uj(t)^k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，表示柔性用户单元j的最小消耗电能，表示柔性用户单元j的最大消耗电能。

步骤2.4：对电网所有参与单元进行u-更新；

对于第i个发电单元，基于分布式发电单元i在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的发电量、在第k+1次迭代中发电量的逼近值计算第k+1次迭代中所对应的缩放对偶变量：

ui(t)^k+1＝ui(t)^k+pi(t)^k+1-xi(t)^k+1

其中，ui(t)^k+1表示分布式发电单元i在第k+1次迭代中所对应的缩放对偶变量，ui(t)^k表示分布式发电单元i在第k次迭代中所对应的缩放对偶变量，pi(t)^k+1表示分布式发电单元i在第k+1次迭代中更新的发电量，xi(t)^k+1表示分布式发电单元i在第k+1次迭代中发电量的逼近值；

对于第s个存储单元，基于存储单元s在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的存储电能、在第k+1次迭代中存储电能的逼近值计算存储单元s在第k+1次迭代中所对应的缩放对偶变量：

us(t)^k+1＝us(t)^k+ps(t)^k+1-xs(t)^k+1

其中，us(t)^k+1表示存储单元s在第k+1次迭代中所对应的缩放对偶变量，us(t)^k表示存储单元s在第k次迭代中所对应的缩放对偶变量，ps(t)^k+1表示存储单元s在第k+1次迭代中更新的存储电能，xs(t)^k+1表示存储单元s在第k+1次迭代中存储电能的逼近值

对于第j个柔性用户单元，基于柔性用户单元j在第k次迭代中所对应的缩放对偶变量、在第k+1次迭代中更新的消耗电能、在第k+1次迭代中消耗电能的逼近值计算柔性用户单元j在第k+1次迭代中所对应的缩放对偶变量：

uj(t)^k+1＝uj(t)^k+pj(t)^k+1-xj(t)^k+1

其中，uj(t)^k+1表示柔性用户单元j在第k+1次迭代中所对应的缩放对偶变量，uj(t)^k表示柔性用户单元j在第k次迭代中所对应的缩放对偶变量，pj(t)^k+1表示柔性用户单元j在第k+1次迭代中更新的消耗电能，xj(t)^k+1表示柔性用户单元j在第k+1次迭代中消耗电能的逼近值。

步骤2.5：检查算法的终止条件，即：||r^k||2≤ε^pri和||s^k||2≤ε^dual，若上述终止条件不满足，则返回到步骤2.2进行下一次迭代；否则，令t＝t+1进行下一时隙的迭代，直到t≥t，最终输出p。定义初始值为其中执行平均一致性算法z[τ+1]＝z[τ]-σlz[τ]，并根据和汁算原可行允许偏差e^pri(t)和对偶可行允许偏差e^dual(t)。

其中，r^k和s^k分别表示原残差和对偶残差，表示所有参与者的索引指标，σ表示步长，l表示电网中所有参与单元的通信拓扑图所对应的拉普拉斯矩阵，n1表示电网中所有参与单元的数量，ε^abs和ε^rel分别表示绝对误差和相对误差。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。