本发明涉及一种微电网并行多目标鲁棒优化调度集成控制方法，属智能电网优化运行技术领域。
背景技术：
微电网是智能电网以及第三次工业革命中能源互联网的重要组成部分。国内外对微电网运行的研究可大体分为两类，一类是主要考虑系统经济性和环保性的微电网优化调度研究，一类是考虑电能质量的微电网电能控制研究。目前这两类研究相对独立，鲜有将微电网全局性优化调度与分布式发电(DG)控制两者相结合的研究。然而，对于拥有节能环保内涵的微电网，其电能控制若是不结合综合考虑系统经济性和环保性的全局多目标优化调度，则难以充分发挥微电网在提高新能源效益、减少污染排放和改善电能质量方面的综合功效；而系统优化调度计划最终也必须通过对各DG的有效控制来实现。此外，微电网中大比例的风电、光伏等分布式发电本身所固有的随机性和间歇性以及负荷需求的低可预测性对微电网优化运行的影响已不可忽略，若仍采用传统确定性优化调度方法，则当可再生能源发电(不可控DG)出力与预期值产生较大偏差时，原优化解可能会急剧劣化，甚至会不满足运行约束条件而变为不可行解，从而导致原先的最优调度计划失去意义。因此，还需要对微电网运行中不确定性因素的影响具有较强鲁棒性的鲁棒优化调度，即要保证当风电和光伏出力等不确定量在可能范围内变化时所有约束条件仍能满足且目标值保持优化。因此，从微电网多目标鲁棒优化调度与电能控制系统相结合的角度提出微电网多目标鲁棒优化调度集成控制方法具有必要性和重要性。若是将微电网多目标鲁棒优化调度系统与电能控制系统相集成，系统优化计算复杂度势必大为提高，这一过程存在非线性、不确定性、变量耦合、运算量大和要求时间短等特点，为了能够实时控制高度复杂的微电网多目标鲁棒优化运行，优化性能和计算速度必须同时兼顾，构造高效的多目标优化方法和运算环境则显得至关重要。
在优化方法方面，经典优化方法虽然较为简单明确，但一般是基于局部信息求导而不可避免陷入局部极值，且难以求解多目标优化问题，针对非线性、不确定性和变量耦合的微电网多目标鲁棒优化这类复杂问题，已不再适用。现代智能进化方法在全局寻优能力、多目标优化和适应性方面更是体现出明显优势。然而，智能进化方法在解决复杂问题时，普遍存在寻优深度与寻优速度的矛盾，以及种群内各个体在进化后期相似度会越来越高而导致进化趋于停滞的现象，这种问题至今没能得到较好的解决，已成为目前各类智能进化方法发展的瓶颈。对于具有高度复杂性而需要深度寻优的微电网多目标鲁棒优化运行来说，上述问题将会导致寻优不彻底而陷入早熟。因此，必须提出一种全新的高性能优化方法，在保证寻优速度的同时实现全局深度寻优，突破智能进化方法后期个体多样性不足的瓶颈。在运算环境方面，多核集群并行计算的高效性已在生物信息学、图像处理和电力系统仿真等领域的一些应用中得到了验证。由于多目标进化方法需要对众多个体进行反复迭代计算和适应度评估，这个过程中存在大量各次相互独立的循环运算，若能采用多核集群并行计算技术，将这类循环计算任务由计算主节点分配到多个子节点并行计算，各子节点运算完毕后再返回主节点进行结果合并，这样即可获得很高的加速比，可显著提升进化方法求解速度。另一方面可采用并行分治策略，将微电网多目标鲁棒优化运行过程中待选方案的经济性和环保性评估、约束条件鲁棒性校核、电能质量控制参数计算等各项任务加以分解，然后划分给不同的内核同时处理，则可进一步提升任务处理效率。不仅如此，最为关键的是借助多核集群并行运算环境，可将常规的单种群进化模式扩展为多核种群并行进化模式，由于不同核种群的初始状态不同以及各自可采用不同进化策略，核种群之间的个体会长期存在一定的差异，当同一核种群内个体多样性严重不足时，通过核种群间的移民可改善个体多样性。这样即可突破智能进化方法深度寻优性能的瓶颈，并能有效调和寻优深度与寻优速度的矛盾。
技术实现要素：
本发明的目的是，根据微电网优化运行存在的问题，本发明从微电网多目标鲁棒优化调度与电能控制系统相集成的角度，提出一种微电网并行多目标鲁棒优化调度集成控制方法，突破深度寻优性能和运算速度的瓶颈，满足微电网多目标鲁棒优化运行在线控制的实时性要求，以充分发挥微电网在提高能源效益、减少污染排放和改善电能质量等诸多方面的综合功效，并能对可再生能源发电等不确定性因素的影响具有灵活可调的鲁棒性。
实现本发明的技术方案如下：
从微电网多目标鲁棒优化调度与分布式电能(DG)控制系统相集成的角度，将多核集群并行运算技术引入到复杂的微电网集成性鲁棒多目标优化运行计算和控制过程，通过系统信息互联网络融合微电网鲁棒多目标优化调度模型和分布式电能控制系统，构建微电网并行多目标鲁棒优化调度集成控制机制；由微电网中央控制器在多核集群并行计算环境中，利用基于L-J势的多核种群并行多目标进化寻优方法，调和寻优深度和寻优速度间的矛盾，快速准确地生成最佳微电网协调优化运行计划指令，下达给各个就地控制器以实时控制各分布式发电单元出力，最终实现微电网系统经济性、环保性、鲁棒性和电能质量协调最优运行。
本发明一种微电网并行多目标鲁棒优化调度集成控制方法主要包括基于多核集群的微电网并行多目标鲁棒优化调度集成控制机制和基于L-J势的多核种群并行多目标进化寻优方法。
本发明基于多核集群的微电网并行多目标鲁棒优化调度集成控制机制如下：
所述基于多核集群的微电网并行多目标鲁棒优化调度集成控制机制如图1所示。在通信网络的支撑下通过配网级、微电网级和单元级三个层次间的协调合作，构造微电网集散式运行模式；基于多核集群运算环境，将网内各个DG的发电控制任务和出力约束范围实时更新等任务分配给就地控制器的不同计算内核并行处理，而微电网系统运行计划鲁棒多目标寻优则分配给中央控制器的多个内核进行并行处理，这些过程可同时进行，大幅提高了运算效率，同时也减少了将DG本地信息上传至中央控制器的网络传输；采用任务分散并行处理的方式，由各分散式就地控制器的计算引擎(内核)利用本地DG单元的发电数学模型，根据当前运行情况及发电影响参数(如本地风速、光照及其变化趋势)计算出各自DG单元当前的出力可控范围，并上传给中央控制器；由中央控制器根据各DG单元当前出力可调范围、系统负荷需求信息以及运行成本模型和污染排放模型，进行多核环境下的并行鲁棒多目标寻优，快速得到各DG单元的最优出力计划，形成调度指令下达给各DG单元的就地控制器进行发电控制。该机制有利于快速高效地实现保证电能质量并兼顾节能减排及鲁棒性的微电网鲁棒多目标优化运行目标。
本发明基于L-J势的多核种群并行多目标进化寻优方法如下：
根据分子动力学，当分子间距离r大于临界距离r0时表现为引力，当小于r0时表现为随距离靠近而急剧增大的斥力，在计算化学中分子间作用势能E通常可用数学家John Lennard-Jones提出的L-J势能函数来描述，即(其中ε为势能阱深度系数)：
针对常规群智能进化方法在解决复杂问题时，普遍存在寻优深度与寻优速度的矛盾，以及种群内各个体在进化后期相似度会越来越高而导致进化趋于停滞的现象，本方法借鉴分子间作用关系，基于L-J势能函数实现个体多样性自动恢复。即将种群中个体看作分子，在个体进化过程中，基于个体间的距离计算个体的L-J作用势，以确定该个体转移或变异的强度及方向，可防止大量的个体在狭小空间内过分聚集而失去多样性，同时可让被强力排斥的个体跳出局部最优。本发明中为了提高计算效率，只考虑近距离个体间排斥作用且忽略势能阱深度系数。若用XG+1表示由第G代个体XG经变异操作产生的中间个体，Xi和Xj分别表示从第G代种群中随机选取的两个个体，F为变异尺度因子，则上述基于L-J势的进化变异操作可用下式表示：
此外，基于多核集群并行运算环境将通常的单种群串行进化扩展到多核种群并行进化，在进化过程中采用多核种群并行交叉变异。由于不同核种群的初始状态不同以及可采用不同的进化方法和策略，即使核种群内部个体会随着进化发展而趋于相似，但在核种群间个体仍然会长期存在一定差异，这时可通过核种群间个体移民以及L-J势变异操作改善个体多样性，克服寻优后期变异失效而导致进化停滞的问题，从而获得优越的深度寻优性能。鉴于多核种群进化过程的多样性较易保持，因此各核内可采用小规模种群进化，同时计算目标函数值和L-J势则采用并行处理，从而可进一步提高寻优整体收敛速度。由此可有效解决群智能进化方法在寻优深度和寻优速度间的矛盾。所述基于L-J势的多核种群并行多目标进化寻优方法流程如图2所示。
本发明的有益效果在于，本发明不同于以往通常从微电网优化调度和电能质量控制两方面相对独立的角度开展的研究，具有上述两方面集成性的特色，可充分发挥微电网在提高能源效益、减少污染排放和改善电能质量等多方面综合鲁棒优化的功效；本发明创新性提出将多核集群并行运算技术引入到复杂的微电网集成性鲁棒多目标优化运行计算和控制过程，可大幅提升寻优速度和控制效率，满足系统在线运行实时性要求；本发明提出新颖的基于L-J势的多核种群并行多目标进化寻优方法，可有效调和寻优深度和寻优速度间的矛盾，不仅突破了现有优化方法寻优性能的瓶颈，克服了经典优化方法全局寻优性能差和现代进化方法收敛速度慢等不足，也为群智能进化方法的发展提供了新思路。
附图说明
图1为基于多核集群的微电网并行多目标鲁棒优化调度集成控制机制示意图；
图2为基于L-J势的多核种群并行多目标进化寻优方法流程图；
图3为微电网分布式电源逆变器优化调度集成控制框图。
具体实施方式
本发明的具体实施方式包括以下步骤：
第一步：构架多核集群并行运算环境。
当前普通PC机中已广泛采用多核CPU，本实施例拟利用常规多核PC机组建低成本的集群系统，实现高性价比的并行计算，同时具有结构灵活和可扩展性强的特点。采用MPI和OpenMP等并行环境和多核计算平台，可很好地拟合机群架构和多核计算节点的分布与共享存储特点。在所构建的微电网鲁棒多目标优化运行综合系统中，可根据微电网规模及计算的复杂度灵活增减模型中的集群节点数。网内各个DG的发电控制任务和出力约束范围实时更新等任务可分配给就地控制器的不同计算内核并行处理，而微电网系统运行计划鲁棒多目标寻优则可分配给中央控制器的多个内核进行并行处理，这些过程可同时进行，大幅提高了运算效率，同时也减少了将DG本地信息上传至中央控制器的网络传输，有利于快速高效地实现保证电能质量并兼顾节能减排及鲁棒性的微电网鲁棒多目标优化运行目标。
第二步：微电网鲁棒多目标优化调度建模。
本实施例微电网鲁棒多目标优化运行综合系统拟通过发达的微电网信息网络实时获得当前各DG的运行情况、发电影响参数(如本地风速、光照、温度及其变化趋势)、储能装置充放电水平等综合数据信息，并结合各自的发电模型以及容量约束、储能系统充放电约束、爬坡速率约束等运行条件即时计算出各可控DG在下一调度时段的出力调度区间[Pmin,Pmax]以及各不可控DG出力的超短期预测值P0，这是保证所生成的优化调度方案可控可行的基础。对于出力不可控DG，其出力不确定域可表达为[P0+P-,P0+P+]，其中P-和P+分别为预测偏差的上下限。综上分析，为均衡实现微电网系统运行成本最低化和总污染排放量最少化的综合优化目标，微电网多目标优化调度可采用如下形式建模：
上式中fj(·)部分包括m个含不确定量的约束式，其中Pc和Pic分别泛指可控DG和不可控DG的出力；U为有界不确定集合，其形式可采用鲁棒优化理论中常用的椭球不确定集或盒式不确定集。TC和TE分别为微电网系统总运行成本和总污染排放量；CMT、CDE和CFC分别为微型燃气轮机(MT)、柴油发电机(DE)和燃料电池(FC)的运行成本函数；OM为风力发电(WT)和太阳能光伏发电(PV)等微电源运行维护成本函数；E为化石能源的污染排放量；NMT、NDE、NFC、NBatt、NL和Nic分别为各类可控DG、储能电池、用电负荷和不可控DG的数量；cb和cs分别为购电价和售电价；Pbuy和Psell分别为购电量和售电量(受联络线最大传输功率约束，当孤岛运行时两者均设为0)；Pbatt为储能电池充放电量(受电池能量管理约束，放电为正、充电为负)。
根据鲁棒性要求和可调节鲁棒区间的有界性，考虑极端情况下约束条件的可行性，通过对不确定量取边界极端值，将不确定性约束近似成极端情况下的确定性约束，并运用线性对偶理论作极值转化和构造拉格朗日函数求极值，最终通过数学推导转化为不确定区间可调节鲁棒对等式，从而将原模型转化成可计算的确定性模型以降低求解难度。
第三步：实现微电网并行多目标鲁棒优化调度集成控制。
本实施例采用分治策略将微电网运行鲁棒多目标寻优过程中待选方案的约束条件校核、经济性、环保性和电能质量评估等计算任务加以分解，划分给不同的内核同时处理，然后采用本发明提出的基于L-J势的多核种群并行多目标进化寻优方法，先随机产生多个初始进化种群，采用主从式并行计算技术将各种群分配到多个计算内核进行并行进化计算，各自经过种群混合、多线程并行Pareto非劣排序、父种群更新、锦标赛优选、个体多样性分析的循环迭代，在个体多样性不足时则通过核种群间个体移民以及L-J势变异操作改善个体多样性，克服寻优后期变异失效而导致进化停滞的问题，从而获得优越的深度寻优性能。将所得的各可行非劣解映射到一个归一化的多目标满意度空间中，在此空间中定出一个假想的使所有目标都达到最优的虚拟理想解，然后分别计算各非劣解的空间坐标位置与理想解之间距离，其中距离最短的非劣解说明最接近理想解，则可将其确定为总体最优折中解作为最终采用的多目标鲁棒优化调度方案。
最后采用本发明提出的基于多核集群的微电网并行多目标鲁棒优化调度集成控制机制，将上述微电网优化调度系统和微电网电能质量控制集成，实现如图3所示的微电网分布式电源(DG)逆变器优化调度集成控制。其中对各DG单元的就地控制已不同于常规的分散对等控制模式，各控制单元输入参数为系统作全局协调优化后给定，相互间具有密切关联性。针对该协调优化控制体系，可采用一种可兼容并网/孤岛两种运行模式的改进型DG逆变器PQ-fV功率耦合多环控制方法，并入可智能动态调节的虚拟阻抗环，以实现对微电网电能质量更加灵活而有效的控制。
通过上述步骤，最终可协调微电网运行过程中经济性、环保性以及鲁棒性间的矛盾，并满足微电网多目标鲁棒优化运行在线控制的实时性要求。