一种分布式资源功率分配方法、装置、设备及存储介质与流程

本发明涉及新能源功率分配，尤其涉及一种分布式资源功率分配方法、装置、设备及存储介质。

背景技术：

1、在火电装机容量不断降低、新能源占比不断上升的背景下，如何确保电网的安全稳定运行，维持电力供需实时平衡，是当前亟待解决的问题。可再生能源发电的大规模并网，会导致电力系统等效惯量减小，仅靠传统调节资源来调控电网的难度不断增加，传统调节资源的调控空间越来越小，需要探寻性的调频手段。配电网作为受端系统中面向用户的终端电网，包含大量可控的分布式资源，如微型燃气轮机、分布式光伏、分布式储能等，因此挖掘它们的调频能力具有很高的研究价值。

2、目前，分布式资源参与电网一次调频有两种方式：第一种是下垂控制方式，各个分布式资源确定一个下垂系数，根据电网频率偏差和下垂系数的乘积确定自身的调频出力；第二种是建立调频出力优化模型，以最小化分布式资源的调频成本为目标，确定各分布式资源的调频出力。优化模型的求解可分为集中式求解和分布式求解两类，集中求解主要采用二次规划算法、模糊逻辑算法和进化算法等，分布式求解主要采用交替方向乘子法和一致性算法等分布式算法。

3、对于分布式资源参与电网一次调频的两种方式，下垂控制简单实用，但如何合理地确定分布式资源的下垂系数，以及如何保证分布式资源能够完全响应下垂控制得到的功率调整量是该方式存在的问题。建立分布式资源的调频出力分配模型能保证分布式资源完全响应电网的一次调频需求，但分布式资源具有数量多，分布分散的特点，若采用传统的集中控制将显著增加控制中心的计算量，产生维数灾问题。目前应用于调频的分布式算法普遍需要较多次迭代才能收敛，存在着较大的通信压力。

技术实现思路

1、本发明提供了一种分布式资源功率分配方法、装置、设备及存储介质，用于解决现有的电网一次调频存在功率分配不佳的技术问题。

2、本发明提供了一种分布式资源功率分配方法，应用于电网一次调频系统；所述方法包括：

3、计算所述电网一次调频系统的总下垂系数；

4、计算各所述分布式资源的输出功率增量；

5、采用所述输出功率增量和所述总下垂系数生成分布式资源出力约束；

6、以分布式资源的单位时间调频成本最小为优化目标，以输出功率增量约束、所述分布式资源出力约束为约束条件，构建一次调频功率分配模型；

7、求解所述一次调频功率分配模型，得到所述分布式资源的功率分配结果。

8、可选地，所述计算所述电网一次调频系统的总下垂系数的步骤，包括：

9、获取所述电网一次调频系统的频率响应模型；

10、计算所述频率响应模型的频率偏差；

11、采用所述频率偏差计算所述电网一次调频系统的总下垂系数。

12、可选地，所述分布式资源包括微型燃气轮机、分布式光伏和分布式储能设备；所述输出功率增量约束包括微型燃气机约束、分布式光伏约束和分布式储能约束；所述一次调频功率分配模型为：

13、

14、其中，np为预测步长；cmt(k+n|k)为k+n时刻微型燃气轮机的调频成本；cpv(k+n|k)为k+n时刻分布式光伏的调频成本；cb(k+n|k)为k+n时刻分布式储能的调频成本；

15、所述约束条件为：

16、

17、

18、

19、

20、

21、

22、其中，δpmt,i(k+n|k)为第i个微型燃气轮机k+n时刻的输出功率增量，为第i个微型燃气轮机k+n时刻输出功率增量的上限，为第i个微型燃气轮机k+n时刻输出功率增量的下限；δppv,i(k+n|k)为第i个分布式光伏k+n时刻的输出功率增量，为第i个分布式光伏k+n时刻输出功率增量的上限，为第i个分布式光伏k+n时刻输出功率增量的下限；δpb,i(k+n|k)为第i个分布式储能k+n时刻的输出功率增量，为第i个分布式储能k+n时刻输出功率增量的上限，为第i个分布式储能k+n时刻输出功率增量的下限；sb,i(k+n|k)为第i个分布式储能soc的输出功率增量，ts为仿真步长，和分别为第i个分布式储能soc的上限和下限；nmt为微型燃气轮机的个数，npv为分布式光伏的个数，nb为分布式储能设备的个数，ksum为电网一次调频系统的总下垂系数。

23、可选地，所述求解所述一次调频功率分配模型，得到所述分布式资源的功率分配结果的步骤，包括：

24、获取各分布式资源的原始变量和原始对偶变量；

25、采用所述原始变量和所述原始对偶变量计算各分布式资源的补偿间隙，并确定补偿间隙最大值；

26、判断所述补偿间隙最大值是否满足小于预设收敛标准值；

27、若是，输出所述原始对偶变量作为功率分配结果；

28、若否，将所述一次调频功率分配模型转换为无约束二次规划模型；

29、采用各分布式资源求解所述无约束二次规划模型，得到耦合变量修正量；

30、采用所述耦合变量修正量计算内部变量修正量和对偶变量修正量；

31、采用所述内部变量修正量和所述对偶变量修正量更新原始对偶变量，得到更新对偶变量；

32、采用所述更新对偶变量替换所述原始对偶变量，并返回采用所述原始变量和所述原始对偶变量计算各分布式资源的补偿间隙，并确定补偿间隙最大值的步骤。

33、本发明还提供了一种分布式资源功率分配装置，应用于电网一次调频系统；所述装置包括：

34、总下垂系数计算模块，用于计算所述电网一次调频系统的总下垂系数；

35、输出功率增量计算模块，用于计算各所述分布式资源的输出功率增量；

36、分布式资源出力约束生成模块，用于采用所述输出功率增量和所述总下垂系数生成分布式资源出力约束；

37、模型构建模块，用于以分布式资源的单位时间调频成本最小为优化目标，以输出功率增量约束、所述分布式资源出力约束为约束条件，构建一次调频功率分配模型；

38、求解模块，用于求解所述一次调频功率分配模型，得到所述分布式资源的功率分配结果。

39、可选地，所述总下垂系数计算模块，包括：

40、频率响应模型获取子模块，用于获取所述电网一次调频系统的频率响应模型；

41、频率偏差计算子模块，用于计算所述频率响应模型的频率偏差；

42、总下垂系数计算子模块，用于采用所述频率偏差计算所述电网一次调频系统的总下垂系数。

43、可选地，所述分布式资源包括微型燃气轮机、分布式光伏和分布式储能设备；所述输出功率增量约束包括微型燃气机约束、分布式光伏约束和分布式储能约束；所述一次调频功率分配模型为：

44、

45、其中，np为预测步长；cmt(k+n|k)为k+n时刻微型燃气轮机的调频成本；cpv(k+n|k)为k+n时刻分布式光伏的调频成本；cb(k+n|k)为k+n时刻分布式储能的调频成本；

46、所述约束条件为：

47、

48、

49、

50、

51、

52、

53、其中，δpmt,i(k+n|k)为第i个微型燃气轮机k+n时刻的输出功率增量，为第i个微型燃气轮机k+n时刻输出功率增量的上限，为第i个微型燃气轮机k+n时刻输出功率增量的下限；δppv,i(k+n|k)为第i个分布式光伏k+n时刻的输出功率增量，为第i个分布式光伏k+n时刻输出功率增量的上限，为第i个分布式光伏k+n时刻输出功率增量的下限；δpb,i(k+n|k)为第i个分布式储能k+n时刻的输出功率增量，为第i个分布式储能k+n时刻输出功率增量的上限，为第i个分布式储能k+n时刻输出功率增量的下限；sb,i(k+n|k)为第i个分布式储能soc的输出功率增量，ts为仿真步长，和分别为第i个分布式储能soc的上限和下限；nmt为微型燃气轮机的个数，npv为分布式光伏的个数，nb为分布式储能设备的个数，ksum为电网一次调频系统的总下垂系数。

54、可选地，所述求解模块，包括：

55、原始变量和原始对偶变量获取子模块，用于获取各分布式资源的原始变量和原始对偶变量；

56、补偿间隙最大值确定子模块，用于采用所述原始变量和所述原始对偶变量计算各分布式资源的补偿间隙，并确定补偿间隙最大值；

57、判断子模块，用于判断所述补偿间隙最大值是否满足小于预设收敛标准值；

58、输出子模块，用于若是，输出所述原始对偶变量作为功率分配结果；

59、无约束二次规划模型转换子模块，用于若否，将所述一次调频功率分配模型转换为无约束二次规划模型；

60、耦合变量修正量计算子模块，用于采用各分布式资源求解所述无约束二次规划模型，得到耦合变量修正量；

61、内部变量修正量和对偶变量修正量计算子模块，用于采用所述耦合变量修正量计算内部变量修正量和对偶变量修正量；

62、更新子模块，用于采用所述内部变量修正量和所述对偶变量修正量更新原始对偶变量，得到更新对偶变量；

63、返回子模块，用于采用所述更新对偶变量替换所述原始对偶变量，并返回采用所述原始变量和所述原始对偶变量计算各分布式资源的补偿间隙，并确定补偿间隙最大值的步骤。

64、本发明还提供了一种电子设备，所述设备包括处理器以及存储器：

65、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

66、所述处理器用于根据所述程序代码中的指令执行如上任一项所述的分布式资源功率分配方法。

67、本发明还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用于存储程序代码，所述程序代码用于执行如上任一项所述的分布式资源功率分配方法。

68、从以上技术方案可以看出，本发明具有以下优点：本发明公开了一种分布式资源功率分配方法，具体包括：计算电网一次调频系统的总下垂系数；计算各分布式资源的输出功率增量；采用输出功率增量和总下垂系数生成分布式资源出力约束；以以分布式资源的单位时间调频成本最小为优化目标，以输出功率增量约束、分布式资源出力约束为约束条件，构建一次调频功率分配模型；求解一次调频功率分配模型，得到分布式资源的功率分配结果。本发明通过计算电网一次调频系统的总下垂系数，来实现分布式能源的有效分配，同时，通过构建以单位时间调频成本最小为优化目标的一次调频功率分配模型，来实现分布式资源的最优分配。