适用于智能电网多区域经济调度的方法与流程

本公开涉及智能电网的能源调度与管理技术领域，尤其涉及一种适用于智能电网多区域经济调度的方法。

背景技术：

随着社会经济的快速发展，传统电网已经无法满足人们在电力方面的各项需求，因此，能够实现电能高效利用的智能电网成为当前新技术和新产业的发展热点。智能电网调度作为电网运行的关键技术和环节，是保障电力系统安全和稳定运行的重要举措。

电网的经济调度能够保证发、用电的实时平衡，进而保证电网运行的安全性、可靠性与高效性。具体来说，按照电网的运行和负荷评估数据，对供电侧多个发电单元的启停状态与发电量进行实时控制，同时考虑各个发电单元和系统的安全约束，从而保证电网系统的电力实时平衡和安全运行。此外，在智能电网系统中采取先进的检测技术，对提升电网运行的经济型与稳定性十分有利。

然而已有的调度算法主要是集中式的，是根据供电侧和用电侧两端的功率不平衡来对发电单元的发电量进行调度，要求电网中存在一个集中控制器/聚合器收集或预测负荷和发电单元的信息，然后集中控制和调度所有发电单元的状态和发电量。然而这种集中式调度方式在很大程度上会增加计算和通信负担，且需要很大的存储空间来存储收集到的所有负荷和发电单元信息，因此对系统的可扩展性不是很友好。此外，集中式调度算法无法在整个迭代过程中保证电网供需两侧电力的实时平衡，只是在迭代终止时实现电力的供需平衡，因此不能实现能源的高效利用；一方面，当电网系统的规模很大时，就会需要更长的时间和成本进行信息的收集和处理；另一方面，当某些单元发生故障或电网系统需要增加新的负荷或发电单元时，该集中控制器/聚合器需要重新运行调度算法以获得新的调度方案。现有的分布式调度算法大多采用依赖于一阶梯度信息的对偶分解和次梯度算法，还存在易陷入局部最优，收敛速度慢，算法效率低等问题。

公开内容

(一)要解决的技术问题

基于上述问题，本公开提供了一种适用于智能电网多区域经济调度的方法，以缓解现有技术中电网集中式调度方式计算和通信负担重，扩展性不强，算法效率低等技术问题。

(二)技术方案

本公开提供一种适用于智能电网多区域经济调度的方法，包括：

步骤1：计算包含多个区域电网系统的虚拟单区域增量成本和最优输出功率；

步骤2：计算电网系统内每个区域内总发电量和总需求的功率不平衡；

步骤3：求解电网系统中每个区域经济调度问题，即求得每个区域增量成本；

步骤4：比较电网系统增量成本和各区域增量成本，以确定联络线转移功率的流向；以及

步骤5：检查联络线容量约束，并确定转移功率路径，完成智能电网多区域经济调度。

在本公开实施例中，所述步骤1，包括：

步骤1.1：初始化发电成本系数并给定一组初始值；

步骤1.2：计算对偶变量ω^k；

步骤1.3：计算牛顿方向δx^k；

步骤1.4：利用回溯线搜索法选择一个合适的步长d^k，即进行内循环；

步骤1.5：更新步长d^k←βd^k，其中β为取值于(0，1)的常数；以及

步骤1.6：利用对k时刻发电量x^k更新得到k+1时刻的发电量x^k+1。

在本公开实施例中，步骤1.4包括：

步骤1.4.1：初始化任意步长d^k；

步骤1.4.2：计算初始向量：

步骤1.4.3：执行平均一致性算法；以及

步骤1.4.4：判断内部循环的终止条件。

在本公开实施例中，判断内部循环(即索引指标为τ的循环)的终止条件为：和分别代表向量v2和向量v3执行平均一致性算法后收敛值的二范数。

在本公开实施例中，所述步骤1，还包括：

步骤1.7：判断外部循环(即索引指标为k的循环)的终止条件其中σ＞0且为常数，和分别代表向量v1和向量v2执行平均一致性算法后收敛值的二范数，如果条件满足，执行步骤1.8：

步骤1.8：检查发电量的上下限约束，即判断pi^*＞pi^max和pi^*＜pi^min，i∈{1，2，...，n}，其中pi^max和pi^min分别表示发电单元i的最大和最小允许发电量，pi^*表示第i个发电单元的最优发电量；若两个条件同时不满足，则步骤1.6所输出的x^k+1即为最优的输出功率p^*。

在本公开实施例中，步骤1.8中，若pi^*＞pi^max满足，令pi^*＝pi^max；若pi^*<pi^min满足，令pi^*＝pi^min，i∈γp，其中γp表示所有超过发电上下限约束的发电单元的集合，并重新设定参数及变量，然后返回到步骤1.1。

在本公开实施例中，步骤2中，通过公式计算每个区域内总发电量和总需求的功率不平衡，其中ps^im表示区域s的功率不平衡，表示区域s的第m个发电单元的最优发电量，pds表示区域s的总负荷需求，s＞0，m＞0分别表示区域和区域内发电单元的索引指标。

在本公开实施例中，步骤3中，通过分布式牛顿算法求解多个单区域经济调度问题，即每个区域看作一个单区域系统，求得每个区域增量成本。

在本公开实施例中，步骤4中，若λarea，s＞λsys，则转移功率ps^im流入到区域s；若λarea，s<λsys，则转移功率ps^im从区域s流出；其中，λsys为系统增量成本，λarea，s为区域s的增量成本。

在本公开实施例中，步骤5中，检查联络线容量约束其中tss′表示区域s和区域s′之间转移功率；表示区域s和区域s′之间转移功率的最大容限；如果不等式约束满足，则直接输出最优发电量和最优联络线转移功率；否则，区域s的最优转移功率将设为其最大转移功率，且多余的转移功率会通过其他未达到上限具有较少转移功率的中间区域传递，并最终转移到原目的地区域s′。

(三)有益效果

从上述技术方案可以看出，本公开适用于智能电网多区域经济调度的方法至少具有以下有益效果其中之一或其中一部分：

(1)降低了通信压力和计算负担；

(2)不需要集中控制器与所有发电单元通信以获取迭代所需全局信息，而只依赖于本地和相邻发电单元的信息，因此整个算法的迭代过程可以分布式实现，系统的可靠性和可扩展性得到了进一步提升。

附图说明

图1为本公开实施例适用于智能电网多区域经济调度的方法的流程示意图。

图2为本公开实施例智能电网多区域经济调度示意图。

图3为本公开实施例适用于智能电网多区域经济调度的方法的流程架构示意图。

图4为本公开实施例适用于智能电网多区域经济调度的方法中步骤1的流程架构示意图。

具体实施方式

本公开提供了一种适用于智能电网多区域经济调度的方法，利用牛顿方法对发电单元的发电量进行更新，并决定最优的联络线转移功率，从而在保证所有发电单元和系统安全约束的前提下，极小化系统的发电成本。其中更新过程利用了二阶梯度信息，即海森矩阵(hessianmatrix)，显著提升了算法的收敛速度。此外，在迭代过程中，每个发电单元只需与相邻发电单元进行信息交互，然后执行一致性算法即可求得所需的公共必要信息，这在很大程度上降低了通信压力和计算负担。由于在此过程中，不需要集中控制器与所有发电单元通信以获取迭代所需全局信息，而只依赖于本地和相邻发电单元的信息，因此整个算法的迭代过程可以分布式实现，系统的可靠性和可扩展性得到了进一步提升。

为使本公开的目的、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，对本公开进一步详细说明。

在本公开实施例中，提供一种适用于智能电网多区域经济调度的方法，结合图1至图4所示，所述适用于智能电网多区域经济调度的方法，包括：

步骤1：计算包含多个区域电网系统的虚拟单区域增量成本和最优输出功率；

利用分布式牛顿算法(distributednewtonmethod(dnm))求解一个虚拟的单区域经济调度问题(single-areaeconomicdispatchproblem(saedp))来计算电网系统增量成本λsys和单区域下的最优输出功率p^*；

所述步骤1，包括：

步骤1.1：初始化发电成本系数并给定一组初始值；

步骤1.2：通过计算对偶变量ω^k(对应λsys)，其中a为元素全为1的n维行向量，且n≥1表示整个虚拟单区域系统中所有发电单元的数目；hk表示k时刻成本函数f的海森矩阵；表示成本函数f关于发电向量x^k的一阶梯度信息；

步骤1.3：通过计算牛顿方向δx^k；

步骤1.4：利用回溯线搜索法选择一个合适的步长d^k；

步骤1.4.1：初始化任意步长d^k；

步骤1.4.2：计算初始向量：

其中i∈{1，2，...，n}表示k时刻第i个发电单元提供单位的电量所消耗的成本；

其中i∈{1，2，...，n}表示k时刻第i个发电单元提供单位的电量所消耗的成本；i∈{1，2，...，n}表示k时刻第i个发电单元的牛顿方向；，其中α为取值于(0，1/2)的常数，i∈{1，2，...，n}表示k时刻第i个发电单元的成本函数的一阶梯度信息；

步骤1.4.3：执行平均一致性算法(average-consensusalgorithm)vj(τ+1)＝vj(τ)-εlvj(τ)，j∈{1，2，3}，其中j表示向量索引指标，τ表示内循环的迭代索引指标，l表示发电单元通信拓扑图所对应的拉普拉斯矩阵，ε为取值于(0，1/maxilii)的常数，lii为矩阵l的对角元素；

步骤1.4.4：判断内部循环的终止条件和分别代表向量v2和向量v3执行平均一致性算法后收敛值的二范数。如果条件满足，继续执行下一步骤(步骤1.5)；否则，返回到步骤1.2进行内循环的下一轮迭代；

步骤1.5：更新步长d^k←βd^k，其中β为取值于(0，1)的常数；

步骤1.6：利用x^k+1＝x^k+d^kδx^k对k时刻发电量x^k更新得到k+1时刻的发电量x^k+1；

步骤1.7：判断外部循环的终止条件其中σ＞0且为常数，和分别代表向量v1和向量v2执行平均一致性算法后收敛值的二范数；如果条件满足，执行下一步骤(步骤1.8)；否则，返回到步骤1.2进行外循环的下一轮迭代；

步骤1.8：检查发电量的上下限约束，即判断pi^*＞pi^max和pi^*<pi^min，i∈{1，2，...，n}，其中pi^max和pi^min分别表示发电单元i的最大和最小允许发电量，pi^*表示第i发电单元的最优发电量。若两个条件同时不满足，则步骤1.6输出的x^k+1即为最优的输出功率p^*；否则(任意一个条件满足时)：若p*i＞pi^max满足，令pi^*＝pi^max，若pi^*<pi^min满足，令pi^*＝pi^min，i∈γp，其中γp表示所有超过发电上下限约束的发电单元的集合，并重新设定x，n，止等参数及变量，然后返回到步骤1.1。

步骤2：计算电网系统内每个区域内总发电量和总需求的功率不平衡；

计算每个区域内总发电量和总需求的功率不平衡(powerimbalance)其中ps^im表示区域s的功率不平衡，表示区域s的第m个发电单元的最优发电量，pds表示区域s的总负荷需求，s＞0，m＞0分别表示区域和区域内发电单元的索引指标；

步骤3：求解电网系统中每个区域经济调度问题，即求得每个区域增量成本；

利用图4所示的分布式牛顿算法(dnm)求解多个单区域经济调度问题，即每个区域看作一个单区域系统，求得每个区域增量成本，以区域s为例，其区域增量成本为λarea，s；

步骤4：比较电网系统增量成本和各区域增量成本，以确定联络线转移功率的流向。

比较系统增量成本λsys和区域增量成本λarea，s以确定联络线转移功率的流向。具体地，若λarea，s＞λsys，则转移功率ps^im流入到区域s；若λarea，s<λsys，则转移功率ps^im从区域s流出；

步骤5：检查联络线容量约束，并确定转移功率路径，完成智能电网多区域经济调度；

检查联络线容量约束其中tss＇表示区域s和区域s′之间转移功率；表示区域s和区域s′之间转移功率的最大容限。如果不等式约束满足，则直接输出最优发电量和最优联络线转移功率；否则，区域s的最优转移功率将设为其最大转移功率，且多余的转移功率会通过其他未达到上限具有较少转移功率的中间区域传递，并最终转移到原目的地区域s′。

在本公开实施例中，如图2所示为电网系统多区域经济调度示意图，该系统包含4个区域，且每个区域内有4个分布式发电单元，其中psm，s∈{1，2，3，4}，m∈{1，2，3，4}，表示区域s的第m个分布式发电单元的发电量；tss′，s∈{1，2，3}，s′∈{2，3，4}，表示区域s通过联络线转移到区域s′的转移功率。因此多区域经济调度的目的就是在满足一组约束条件下，确定各个区域的所有发电机的最优调度和区域间的最优联络线转移功率使系统发电成本ctol最小。

除了本公开所列的智能电网经济调度领域外，本公开还可以应用于智能电网需求响应和能源管理问题、物流领域物流车辆智能调度问题以及大规模工厂/车间生产调度和资源配置等问题。

至此，已经结合附图对本公开实施例进行了详细描述。需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换，例如：

本公开中牛顿方法的迭代步长d^k的获取(即步骤1.4)方法不唯一，例如二次插值线搜索法也可以以一个较小的代价获得一个合适的迭代步长。

依据以上描述，本领域技术人员应当对本公开适用于智能电网多区域经济调度的方法有了清楚的认识。

综上所述，本公开提供了一种适用于智能电网多区域经济调度的方法，即基于牛顿方法(newtonmethod)的分布式调度算法，避免集中式调度算法带来的缺陷，提高算法的可靠性、灵活性和可扩展性。此外，本发明旨在通过采用二阶梯度信息，即海森矩阵进一步提高算法的收敛速度和运算效率，利用牛顿方法对发电单元的发电量进行更新，并决定最优的联络线转移功率，从而在保证所有发电单元和系统安全约束的前提下，极小化系统的发电成本。其中更新过程利用了二阶梯度信息，即海森矩阵(hessianmatrix)，显著提升了算法的收敛速度。此外，在迭代过程中，每个发电单元只需与相邻发电单元进行信息交互，然后执行一致性算法即可求得所需的公共必要信息，这在很大程度上降低了通信压力和计算负担。由于在此过程中，不需要集中控制器与所有发电单元通信以获取迭代所需全局信息，而只依赖于本地和相邻发电单元的信息，因此整个算法的迭代过程可以分布式实现，系统的可靠性和可扩展性得到了进一步提升。

还需要说明的是，实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向，并非用来限制本公开的保护范围。贯穿附图，相同的元素由相同或相近的附图标记来表示。在可能导致对本公开的理解造成混淆时，将省略常规结构或构造。

并且图中各部件的形状和尺寸不反映真实大小和比例，而仅示意本公开实施例的内容。另外，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。

除非有所知名为相反之意，本说明书及所附权利要求中的数值参数是近似值，能够根据通过本公开的内容所得的所需特性改变。具体而言，所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字，应理解为在所有情况中是受到「约」的用语所修饰。一般情况下，其表达的含义是指包含由特定数量在一些实施例中±10％的变化、在一些实施例中±5％的变化、在一些实施例中±1％的变化、在一些实施例中±0.5％的变化。

再者，单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。

说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词，以修饰相应的元件，其本身并不意味着该元件有任何的序数，也不代表某一元件与另一元件的顺序、或是制造方法上的顺序，该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能做出清楚区分。

此外，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。并且，在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。

类似地，应当理解，为了精简本公开并帮助理解各个公开方面中的一个或多个，在上面对本公开的示例性实施例的描述中，本公开的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本公开要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，公开方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本公开的单独实施例。

以上所述的具体实施例，对本公开的目的、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，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。