基于双共识算法的虚拟电厂分布式能源管理方法和设备与流程

本发明涉及分布式能源控制，具体地，涉及一种基于双共识算法的虚拟电厂分布式能源管理方法、一种电子设备和一种计算机可读存储介质。

背景技术：

1、虚拟电厂聚合了分布式发电机的容量，充当传统发电厂。虚拟电厂的核心是其能源管理系统，这是一个集中控制中心，从虚拟电厂的参与者那里收集数据并发回控制信号，即传统的虚拟电厂管理系统依赖于可信任的协调器。随着分布式发电机数量的增加，电力系统可能会变得更加分散，所以中心化算法不再适用。集中控制器的两个缺点是需要高带宽通信以及智能电网拓扑结构。其原因为“即插即用”技术和电网拓扑配置和通信网络拓扑的多样性。所以需要一个健壮的分布式算法来在没有集中控制机制和有限的、不可靠的通信能力的情况下运行。

2、针对分布式优化问题，目前已有许多不同的方法，例如原始分解、对偶分解等。许多研究人员已将注意力转向共识协议，以解决分布式智能电网问题。共识实际上是一种网络交互协议。因此，在共识问题中，通信延迟是不可避免的。在随机环境中，已经分析了共识问题，以及通信损失和噪声。噪声可能是由于测量误差、计算误差、传输介质中的干扰和量化误差引起的。主要挑战是在动态切换的通信网络中就噪声和通信延迟达成共识。通信延迟和噪声的影响可以通过适当的单调递减增益函数来减弱。

3、现有技术中，一部分研究人员使用稳健的协作公式算法来合并噪声和通信延迟，其为基于无向图的部分分布式算法，通过主从算法计算增量成本和不匹配功率，收敛速率基于其矩阵的特征值。还有一部分研究人员使用分布式随机梯度算法，其为基于有向图的完全分布式算法，邻居节点共享增量成本和盈余变量两个变量。虽然这些全分布式算法考虑了通信延迟和噪声，但仍存在以下缺点：一是考虑的所有分布式电源都是可调度的，没有其他参与者是可控的；二是智能体在每次迭代时最多只能与其邻居交换信息。

技术实现思路

1、针对现有技术中全分布式算法难以消除动态切换通信网络中的噪声和通信时延的影响，以及应对不同规模和拓扑结构的网络的技术问题，本发明提供了一种基于双共识算法的虚拟电厂分布式能源管理方法，采用该方法能够在虚拟电厂的分布式能源管理计算中消除动态切换通信网络中的噪声和通信时延的影响，可提高共识算法的收敛性，获得更为准确的功率更新值和更好的分布式能源管理效果。

2、为实现上述目的，本发明第一方面提供了一种基于双共识算法的虚拟电厂分布式能源管理方法，所述分布式能源管理方法包括以下步骤：基于目标虚拟电厂的能源管理目标函数，确定发电单元约束，构建能源管理模型；以增量成本和全局功率失配为共识变量，采用完全分布式双共识算法求解虚拟电厂的能源管理模型，获得每个分布式能源节点经独立计算获得的功率更新值；基于各个分布式能源节点的功率更新值，调整虚拟电厂的功率分配；其中，所述完全分布式双共识算法包括一阶离散共识协议和平均共识算法，增量成本通过一阶离散共识协议求解，全局功率失配通过平均共识算法求解。

3、在本发明的一个示例性实施例中，所述能源管理模型可以包括能源管理目标函数和发电单元约束；

4、所述能源管理目标函数为：

5、；

6、所述发电单元约束为：

7、，

8、，

9、，

10、；

11、其中，是目标函数；为节点数；为任意节点；为分布式电源的燃料成本；为储能设备的充放电成本；为限电负荷成本；为节点n的负载需求；为分布式发电机在节点n的输出功率；为节点n处储能设备的充电/放电功率；为节点n处被削减的功率；是虚拟电厂从市场上购买电力的价格；为节点n处分布式发电机的下限发电限制；为节点n处分布式发电机的上限发电限制；为节点n处储能设备的最大放电功率；为节点n处储能设备的最大充电功率；为节点n处的最大可削减负载；是增量成本；为全局功率失配；为迭代索引；为风力发电厂输出功率；为注入虚拟电厂的功率；为收敛系数。

12、在本发明的一个示例性实施例中，所述以增量成本和全局功率失配为共识变量，采用全分布式共识算法求解虚拟电厂的能源管理模型，获得每个分布式能源节点经独立计算获得的功率更新值，可以包括：基于第 k次迭代时各个节点的增量成本和全局功率失配，确定第 k+1次迭代时各个节点的增量成本；基于第 k+1次迭代时各个节点的增量成本，确定第 k+1次迭代时各个节点的功率输出；基于第 k次迭代时各个节点的功率输出和第k+1次迭代时各个节点的功率输出，确定第 k+1次迭代时各个节点的功率输出增量；基于第 k次迭代时各个节点的全局功率失配和第 k+1次迭代时各个节点的功率输出增量，确定第 k次迭代时各个节点的局部功率失配；基于第 k次迭代时各个节点的局部功率失配，确定第 k+1次迭代时各个节点的全局功率失配；判断第 k+1次迭代时各个节点的全局功率失配是否为零；在确定第 k+1次迭代时各个节点的全局功率失配不为零的情况下，更新共识变量并执行第 k+2次迭代计算；在确定第 k+1次迭代时各个节点的全局功率失配为零的情况下，终止迭代，并输出第 k+1次迭代时各个节点计算获得的功率更新值。

13、在本发明的一个示例性实施例中，所述增量成本的计算式可以为：

14、，

15、；

16、其中，为第个节点在第次迭代时的增量成本；为第个节点在第次迭代时的增量成本；为共识增益函数；为第个节点在第次迭代时的全局功率失配；为第个节点的邻居数；为通信时延；为噪声；为收敛系数；是双随机矩阵的第个元素；是第个节点的度数；是第个节点的度数；为迭代索引；为节点索引。

17、在本发明的一个示例性实施例中，所述共识增益函数可以为：

18、；

19、其中，是共识增益函数，是迭代索引，是应用的最大延迟。

20、在本发明的一个示例性实施例中，所述功率输出的计算式可以为：

21、；

22、其中，是基于增量成本生成的每个分布式发电单元的功率输出；为节点在第次迭代时的增量成本； agi是节点 i处分布式发电机的第一成本系数； bgi是节点 i处分布式发电机的第二成本系数； pgmin是分布式发电机发电限制的下限； pgmax是分布式发电机发电限制的上限； pigmin是节点 i处分布式发电机发电限制的下限； pigmax是节点 i处分布式发电机发电限制的上限。

23、在本发明的一个示例性实施例中，所述局部功率失配的计算式可以为：

24、；

25、其中，为第个节点在第次迭代时的局部功率失配；是第个节点在第次迭代时的全局功率失配； pgi( k+1)是基于增量成本生成的每个分布式发电单元的功率输出； pgi( k)是基于增量成本生成的每个分布式发电单元的功率输出。

26、在本发明的一个示例性实施例中，所述全局功率失配的计算式可以为：

27、；

28、其中，是第个节点在第次迭代时的全局功率失配；是第次迭代中节点的局部功率失配；是第个节点在第次迭代时的局部功率失配；是共识增益函数；是迭代索引；是双随机矩阵的第个元素。

29、本发明第二方面提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由一个或多个以上所述处理器加载并执行，以使计算机实现如上所述的虚拟电厂分布式能源管理方法。

30、本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行，以使计算机实现如上所述的虚拟电厂分布式能源管理方法。

31、通过本发明提供的技术方案，本发明至少具有如下技术效果：

32、（1）本发明提供的分布式能源管理方法使用对偶分解将利润最大化问题分解为子问题，并采用完全分布式双共识算法快速求解能源管理模型，能够获得更为准确的功率更新值以解决实际通信网络中的经济调度问题；

33、（2）本发明提供的分布式能源管理方法在完全分布式双共识算法的计算过程中考虑了动态切换通信网络、噪声和通信延迟，通过将增量成本和全局功率失配设置为共识变量，并在每次迭代时累加共识变量的差异，以帮助算法快速收敛，并且，该算法可以处理不同规模和拓扑结构的网络，使得虚拟电厂参与者能够在实际通信网络的电力系统进行优化调度；

34、（3）本发明提供的分布式能源管理方法在完全分布式双共识算法的求解过程中使用的是单调递减的共识增益函数，它是应用的最大延迟和迭代次数的函数，可以用于抑制通信延迟和噪声的不利影响；

35、（4）本发明提供的分布式能源管理方法消除了对中央控制器的需要，并减少了所需的信息存储容量和处理时间；同时，虚拟电厂参与者不需要与任何人分享他们的私人信息，从而保护他们的隐私。

36、本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。