导航：X技术最新专利计算;推算;计数设备的制造及其应用技术

　　1.本发明涉及智能电网调度方法领域，具体是一种基于经济调度目标和电力参数的智能电网调度方法。

　　2.智能电网(smart grid)是对传统电网的改进，利用信息和电力的双向流动，构建一个自动化、分布式的先进电网系统。与传统电力系统中的火电发电机使用化石燃料资源不同，智能电网系统中的大多数分布式能源资源是由光伏、风力、水力等可再生能源提供动力的。

　　3.经济调度问题(economic dispatch problem,edp)是智能电网中最基本的问题之一，经济调度的解决方案保证了电力系统在最经济的条件下运行。经济调度问题的目标是在满足发电单元总需求约束和局部发电量限制的前提下，确定每个发电单元的发电量以使总的发电成本最小。经济调度问题是电力系统研究的一个活跃方向。对于求解经济调度问题的集中式方法和技术，如lambda迭代法、梯度搜索法、动态规划法、拉格朗日松弛法等。在上述集中控制框架中，需要有一个收集所有电网信息的控制中心。控制中心的存在对电力网络的通信和计算能力提出了要求，降低了电力系统的鲁棒性和隐私性水平。

　　4.与传统电网不同，由智能设备组成的智能电网具有先进的通信和计算能力，被认为是未来电力系统的基础设施。在智能电网中，分布式算法比集中式算法更适合用于计算经济调度问题的最优解。一方面，使用分布式方法的各个发电单元或负载只需要其相邻发电单元或负载的信息，这对本地隐私非常有利。另一方面，分布式方法适用于解决各种通信网络在电网扩展时由于设备、分配等问题而引起的问题。

　　5.近年来，电力系统的经济调度问题中应用了大量基于一致性的分布式算法，通过与相邻智能体的信息交换，实现了少数变量的更新。在文献ziang zhang,xichun ying and mo-yuen chow,decentralizing the economic dispatch problem using a two-level incremental cost consensus algorithm in a smart grid environment,2011 north american power symposium,2011,pp.1-7.中，zhang等人提出了一种增量成本一致性算法(icc)，利用供需不匹配进行反馈，使整个系统的总发电成本收敛到最优值。

　　6.在文献n.rahbari-asr,u.ojha,z.zhang and m.-y.chow,incremental welfare consensus algorithm for cooperative distributed generation/demand response in smart grid,in ieee transactions on smart grid,vol.5,no.6,pp.2836-2845,nov.2014中，n.rahbari-asr设计了一种增量福利一致性算法，该算法能在不需要领导的情况下保证系统达到全局最优，并具有节点计算和通信负担方面的可扩展性。

　　7.在文献z.zhang and m.chow,convergence analysis of the incremental cost consensus algorithm under different communication network topologies in a smart grid,in ieee transactions on power systems,vol.27,no.4,pp.1761-1768,nov.2012中，zhang等人提出了一种利用领导-跟随一致性协议的算法，用分布式方法解决

　　8.在文献马锴,于洋庆,朱善迎,杨婕,关新平.基于梯度下降和一致性的电网分布式经济调度算法[j].中国科学:信息科学,2018,48(10):1364-1380中，马锴等人设计了一种基于梯度下降和一致性协议的分布式算法，在相互连通的母线之间进行局部信息的交换以此来平衡电力的供应和需求。

　　在文献s.kar and g.hug,distributed robust economic dispatch in power systems:a consensus+innovations approach,in 2012 ieee power and energy society general meeting,2012,pp.1-8中，s.kar等基于一致+创新框架，提出了一种分布式经济调度方法，使电力系统收敛到最优调度状态。

　　在文献b.huang,y.li,h.zhang and q.sun,distributed optimal co-multi-microgrids energy management for energy internet,in ieee/caa journal of automatica sinica,vol.3,no.4,pp.357-364,oct.2016中，huang等人提出了两种一致性算法来解决经济调度问题，一种驱动每个分布式发电机的增量成本收敛到主电网电价，另一种用于估计电网的全局功率不匹配。

　　需要指出的是，在处理智能电网经济调度问题中，上述文献公开的算法还存在一些不足。首先，没有充分考虑智能电网系统进行电力调度过程中的现实实际问题，如环境因素、损耗问题等。上述方法受到特定类型的函数或指定原则的高度限制，在降低经济调度问题模型复杂度的同时破坏了问题的完整性。其次，在进行经济调度时电力系统的通信网络和能量网络相互融合在同一网络，使通信流和能量流在一起传播，降低了经济调度的电力和信息的传播速度，导致了求解速度和质量的下降。最后，采用全分布式算法将集中式命题中的约束条件分解或解耦处理，并不会导致系统达到最优经济调度，且将经济调度问题转化为一致性算法收敛到最优值问题，求解过程比较困难。

　　本发明的目的是提供一种基于经济调度目标和电力参数的智能电网调度方法，以解决现有技术现有经济调度方法存在的不足问题。

　　步骤1、获取智能电网中，每个分布式发电单元的有效输出功率、成本参数，并依此构建每个分布式发电单元的发电成本函数如公式(1)所示：

　　公式(1)中，αi,βi,γi分别为第i个分布式发电单元的成本参数；pi为第i个分布式发电单元的有效输出功率；fi(pi)是第i个分布式发电单元的发电成本函数；

　　步骤2、获取每个分布式发电单元的污染气体排放量hi(pi)，并将其折算为成本如公式(2)所示：

　　公式(2)中，ai,bi,ci分别为第i个分布式发电单元的排放参数；pi为第i个分布式发电单元的有效输出功率；

　　步骤3、获取智能电网的电价、负载消耗的功率、电力交换数据、传输损耗数据，并结合公式(1)、(2)，建立智能电网经济调度公式如公式(3)所示：

　　公式(3)中，ω是给定的调度参数，且ω＞0,ω≠1；λ0是初始的电价；pi为第i个分布式发电单元的有效输出功率；p

　　是局部微电网和外部配电系统之间的电力交换；是第i个分布式发电单元的有效输出功率的上、下限；为电力传输过程中的传输损耗，其中p

　　步骤4、采用拉格朗日乘子法，对公式(3)求解全局最优解如公式(6)、(7)所示：

　　步骤5、设计分布式经济调度算法，以实现公式(3)求解的全局最优解，即每个分布式发电单元根据自身的参数当时的状态{λi(k),pi(k)}以及从相邻的分布式发电单元获得的信息来求解最优经济调度问题，过程如下：

　　步骤5.1、首先，对每个分布式发电单元使用领导-跟随一致性算法来计算λi(k)，将每个分布式发电单元的增量成本λi(k)驱动到由能源转换器得到的配电系统电价λ0，如公式(8)所示：

　　公式(8)中，δi＞0为领导-跟随一致性算法的步长；λ0为给定的初始电价；a

　　表示分布式发电单元i和j的通信关系，当分布式发电单元j可以直接向分布式发电单元i发送信息时，a

　　＝0；λj(k)表示在k时刻直接向分布式发电单元i发送信息的分布式发电单元j的增量成本；

　　步骤5.2、然后，每个分布式发电单元计算k时刻的有效输出功率pi(k)，如公式(9)所示：

　　步骤5.3、最后，每个分布式发电单元通过平均一致性算法估计电网系统各节点的平均功率不匹配mi(k)，如公式(10)所示：

　　(k)第i个分布发电单元在k时刻的线路传输损耗；为第i个分布式发电单元对所有节点平均功率不匹配的局部估计；表示所有与能源转换器相邻的分布式发电单元；表示在k时刻直接向分布式发电单元i发送信息的分布式发电单元j对所有节点平均功率不匹配的局部估计；a

　　表示能源转换器(节点0)和分布式发电单元i的通信关系，当分布式发电单元i可以直接向能源转换器(节点0)发送信息时，a

　　基于步骤5.1-5.3的公式(8)、(9)、(10)，实现在全局最优解下对智能电网的调度控制。

　　进一步的步骤5.3的公式(10)中，能源转换器在每次迭代完成后会直接对其相邻的分布式发电单元补充功率，所有与能源转换器相邻的分布式发电单元对功率不匹配的估计为零。

　　进一步的步骤5中，与外部配电系统交换的增量功率由能源转换器进行调整，由此建立调整控制公式如公式(11)所示：

　　(k)是微电网与外部配电系统交换的电力；为与外部配电系统交换的增量功率；在k时刻，智能电网系统的实际总功率不匹配为基于公式(11)实现相应的调整控制。

　　针对现有经济调度方法存在的不足，本发明面向智能电网的经济调度问题，在现有分布式经济调度一致性求解方法的基础上，研究智能电网系统考虑环境效益因素等条件的增量成本一致性算法，以提高智能电网经济调度的可行性和运行速率，寻找通用的智能

　　1)为系统的描述智能电网经济调度问题，在现有的经济调度模型中引入环境效益因素，形成一个经济调度问题的精准建模；

　　2)为使经济调度的过程更加精确，电力系统运行更加迅捷，采用了一种能量通道与通信通道相互独立的运行模式；

　　3)为优化求解精准建模后的经济调度问题，提出了一种分布式增量成本一致性算法与能源转换器相结合的分布式经济调度方法，在保证收敛性的前提下减小交换功率的波动，使整个系统渐近地实现了电力供需平衡和最优经济调度。

　　图6是本发明仿真实验结果中的增量成本λi(k)曲线是本发明仿真实验结果中的有效输出功率pi曲线是本发明仿真实验结果中的平均功率不匹配的局部估计曲线是本发明仿真实验结果中的全局功率不匹配估计值和实际值曲线是本发明各个分布式发电单元的增量成本λi(k)和有效输出功率pi的仿真结果图，其中(a)、(b)中δi＝0.25,(c)、(d)中δi＝0.01,

　　图11是本发明各个分布式发电单元的增量成本λi(k)和有效输出功率pi的仿真结果图，其中(a)、(b)中δi＝0.1，(c)、(d)中δi＝0.1。

　　本发明所述的智能电网系统体系结构中，主电网是核心主干电网，微电网是局域电网。在微电网中，分布式发电单元和负载由部署在总线节点上的控制单元直接控制，相邻总线节点的控制单元可以相互交换信息。能源转换器是微电网和外部配电主网之间的中间传输网络，作为微电网与外部配电主网连接的中间单元，通过电力交换满足微电网电力供需平衡。

　　在本发明的智能电网系统体系结构中，微电网、主电网、控制单元和能源转换器被视为不同层次的智能体，实现了电力系统的分布式自治协同管理。本发明所述的智能电网体系结构如图1所示。

　　本发明基于图论对智能电网进行分析。图论中g＝{v,ε,a}是一个加权有向图，智能电网中的每个智能设备被分配为拓扑网络中的一个节点。其中v＝{1,2,....,n}表示电

　　力系统中n个分布式发电单元的节点集合，是边集，有序对(j,i)表示一个边。(j,i)∈ε表示节点j可以直接向节点i发送信息，节点j和节点i称为邻居点。节点j称为节点i的输入邻点，节点i称为节点j的输出邻点。节点i的所有输入邻点集合用表示。矩阵为有向图g的加权邻接矩阵，描述有向图g中节点的邻接关系。当(j,i)∈ε时，a

　　＝0。矩阵l＝d-a为有向图g的拉普拉斯矩阵，其中d＝diag(deg

　　本发明中，经济调度问题(edp)的目标是确定每个发电单元的发电量，使总发电成本最小，同时满足总需求约束和发电单元局部发电限制。智能电网经济调度的框架如图2所示。可以看出，能量流和信息流分别通过设计好的能量通道和通信通道相互独立地传输，功率不匹配信息和增量成本信息通过通信网络在发电单元之间进行交换，各个经济调度(ed)单元计算设备根据不匹配信息和当前发电量计算计划发电量。每个ed单元看作是一个智能体，各个智能体通过能源转换器根据功率不匹配信息实现微电网与主电网的能量交换。

　　本发明提出的经济调度模型同时考虑智能电网的经济问题及其对环境的影响问题，将污染气体排放量等环境效益因素考虑到经济调度目标，符合智能电网经济效益最大化的现实需求。

　　假设有一个n个总线的微电网系统与外部配电系统相连。每条总线包含一个分布式发电单元和一个负载，将第i个分布式发电单元的发电成本函数定义为：

　　式中，αi,βi,γi分别为第i个分布式发电单元的成本参数；pi为第i个分布式发电单元的有效输出功率；fi(pi)是第i个分布式发电单元的发电成本函数。

　　在实际的电网系统中，发电单元在发电过程中会产生大量的污染气体，对环境效益产生巨大影响。若将污染气体排放到空气中，需要处理这些污染气体，会产生额外成本。现给出第i个分布式发电单元的污染气体排放量hi(pi)，hi(pi)以特定的规则折算为成本，具体表示为：

　　式中，ai,bi,ci分别为第i个分布式发电单元的排放参数；pi为第i个分布式发电单元的有效输出功率。

　　式中，ω是给定的调度参数，且ω＞0,ω≠1；λ0是初始的电价；pi为第i个分布式发电单元的有效输出功率；p

　　是局部微电网和外部配电系统之间的电力交换；是第i个分布式发电单元的有效输出功率的上、下限；为电力传输过程中的传输损耗，其中p

　　约束集q是有界闭子集，且优化问题(3)的代价函数在约束集q上是连续的，优化问题(3)必须有全局最小值，即智能电网经济调度问题有最优解。因此本发明可采用拉格朗日乘子法用于求解上述公式(3)所示的经济调度问题。

　　是每个分布式发电单元的拉格朗日乘子。由karush-kuhn-tucker(kkt)条件得：

　　其中是第i个分布式发电单元的惩罚因子。求出全局最优解是第i个分布式发电单元的惩罚因子。求出全局最优解分别为

　　计算最优解的过程是一个集中式的算法。这需要一个非常强大的通信基础设施。此外，如果中央控制器受到攻击，整个智能电网系统将会崩溃。

　　本发明的目标是设计一个分布式经济调度算法将式(3)的全局最优解实现，即每个分布式发电单元根据自身的参数当时的状态{λi(k),pi(k)}以

　　及从相邻的分布式发电单元获得的信息来求解最优经济调度问题。具体过程如下：

　　首先，每个分布式发电单元使用领导-跟随一致性算法来计算λi(k)。将每个分布式发电单元的增量成本λi(k)驱动到由能源转换器得到的配电系统电价λ0。

　　表示分布式发电单元i和j的通信关系，当分布式发电单元j可以直接向分布式发电单元i发送信息时，a

　　＝0；λj(k)表示在k时刻直接向分布式发电单元i发送信息的分布式发电单元j的增量成本。

　　最后，每个分布式发电单元通过平均一致性算法估计电网系统各节点的平均功率不匹配mi(k)：

　　(k)第i个分布发电单元在k时刻的线路传输损耗；为第i个分布式发电单元对所有节点平均功率不匹配的局部估计；表示所有与能源转换器相邻的分布式发电单元；表示在k时刻直接向分布式发电单元i发送信息的分布式发电单元j对所有节点平均功率不匹配的局部估计；a

　　表示能源转换器(节点0)和分布式发电单元i的通信关系，当分布式发电单元i可以直接向能源转换器(节点0)发送信息时，a

　　＝0。能源转换器在每次迭代完成后会直接对其补充功率，因此所有与能源转换器相邻的分布式发电单元对功率不匹配的估计为零。

　　基于上述公式(8)、(9)、(10)，可实现在经济调度目标局部最优解下对智能电网的调度控制。

　　本发明所述的智能电网在每次迭代过程中，与外部配电系统交换的增量功率由能源转换器进行调整，调整如公式(11)所示：

　　(k)是微电网与外部配电系统交换的电力；为与外部配电系统交换的增量功率。在k时刻，智能电网系统的实际总功率不匹配为故基于公式(11)，可实现智能电网中增量功率的调整

　　能源转换器作为微电网与外部主电网连接的中间单元，在微电网接入配电系统、能源质量监测与控制、信息通信安全等方面发挥着重要作用。

　　假设2：对于任意给定的节点i∈{1,....,n},节点i到节点0至少有一条路径。

　　假设1确保外部配电系统的电价信息可以从能源转换器传输到每个分布式发电单元。假设2确保每个分布式发电单元可以将所有节点的平均功率不匹配的估计传输到能源转换器，进而能源转换器可以计算外部配电系统和微电网之间交换的增量功率。

　　定理1依据假设1-2。若条件1-2进一步成立，对于算法(8)-(11)，有：

　　这表明每个分布式发电单元的增量成本λi(k)渐近收敛于外部配电系统的电价，即每个分布式发电单元的有效发电量渐近达到最优，智能电网系统实现了电力供需平衡，从而渐近实现了最优经济调度。

　　证明：在有向图g的基础上，将能源交换器记为节点0，并将包括节点0,1,

　　；en为n维单位矩阵；l为有向图g的拉普拉斯矩阵；δ＝diag(δ1,δ2,

　　因式(8)是标准的领导-跟随一致性算法，是有向图中分布式一致性算法的特例。如果假设1和条件1成立，由文献r.olfati-saber,j.a.fax and r.m.murray,consensus and cooperation in networked multi-agent systems,in proceedings of the ieee,vol.95,no.1,pp.215-233,jan.2007可知，[e

　　n-δ(l+b1)]的所有特征值都在复平面的单位圆内。然后由式(13)，可以得到：

　　由假设2可知，总存在一条节点j到节点i的路径。由引理1和条件2可以得到的所有特征值都在复平面的单位圆内。且由和式(16)可知：

　　为验证本发明所提智能电网经济调度方法的有效性，本发明在matlab仿真平台上，对智能电网系统进行设计，通过一个示例对所提出方法进行数值仿线、仿线]

　　数值仿线个负载。仿真测试系统各个节点之间的通信拓扑结构如图5所示，其中“mg”表示主配电网络，“0”表示能量转换器，“1,2,3,4,5,6”表示分布式发电单元和总线。微电网通过能量转换

　　本发明设计的电力系统能量通道和通信通道是相互独立的，因此仿真测试系统中所涉及的智能电网电气网络和通信网络需具有不同的结构。仿真测试系统具体体现为，在电气网络中总线所示，而在通信网络中总线的控制单元不是相邻的邻居，如图5所示。

　　仿真测试中，设置智能电网经济调度的最优化问题(3)中调度参数ω＝2。环境效益参数如表1所示，各个分布式发电单元的发电参数如表2所示。

　　1-6160.037-3.412-3850.016-2.683-4720.090-1.774-2240.043-1.565-5310.012-2.09

　　1568060.28230.710..17729.600.933.44268.830.258.75441.560..77817.350.0230180

　　在仿真测试系统的示例中，对各个总线的负载进行如下设计。总线mw，总线mw，总线mw。通过能量转换器得到的配电系统初始电价为88￥/mw。根据仿真测试系统的各个参数，得出经济调度的最优解为出经济调度的最优解为

　　对于智能电网经济调度的最优化问题公式(3)，应用分布式经济调度算法公式(8)-(11)，在matlab仿真环境下进行仿线；时，仿线描述了各个分布式发电单元的增量成本λi(k)的优化过程，图7描述了各个分布式发电单元的有效输出功率pi的优化过程，图8描述了各个控制单元的平均功率不匹配的局部估计的优化过程。图9描述了系统的全局功率不匹配的估计和实际的全局功率不匹配的优化过程。

　　从仿线时，所有分布式发电单元的增量成本λi(k)渐进平稳的收敛于配电系统的电价λ0，这表明所有分布式发电单元的电价渐进的达到最优经济调度方案。通过观察各个分布式发电单元的有效输出功率pi的优化过程可知，各个分布式发电单元快速且平稳进行收敛优化。当k＝100时，各个分布式发电单元的有效输出功率

　　由于本发明所提的分布式经济调度算法中，能量传输通道和通信传输通道是相互独立的，所以各个分布式发电单元和总线的不匹配信息在相互交换时及其同能源转换器通信时更加迅速、准确。从仿线可知，所有控制单元通过分布式经济调度算法(10)迭代计算平均功率不匹配的局部估计在这个过程中各控制单元通过设计的通信通道传递不匹配信息，使各个控制单元的功率不匹配快速且准确的得到补充，直至系统达到最优经济调度状态，即各个控制单元的平均功率不匹配的局部估计

　　从图9可知，微电网系统从经济调度过程开始，到系统达到最优经济调度状态，系统的全局功率不匹配的估计值始终等于系统实际全局功率不匹配。通过系统实际全局功率不匹配与系统的全局功率不匹配的估计值的对比，进一步说明了本发明所提的分布式经济调度方法的可行性。

　　以上仿真结果表明，本发明所提的分布式经济调度方法，在考虑环境效益最大化等条件下，通过各个智能体之间增量成本信息和功率不匹配信息的交换，在保证了经济调度过程的收敛速度和收敛准确性的同时，使电力系统渐进地实现了最优经济调度，证明了所提方法的有效性和可行性。

　　当δi＝0.25，和δi＝0.01，时，各个分布式发电单元的增量成本λi(k)和有效输出功率pi的仿线(c)，(d)所示。从仿真结果可知，δ越小，各个分布式发电单元的增量成本λi(k)和有效输出功率pi收敛速度越慢。主要原因在于增量成本λi(k)的收敛性会直接影响各个分布式发电单元的有效输出功率pi的收敛情况。当δi＝0.1和δi＝0.1时，各个分布式发电单元的增量成本λi(k)和有效输出功率pi的仿线(c)、(d)所示。通过观仿真结果可得出，当变小时，会减慢各个分布式发电单元的增量成本λi(k)和有效输出功率pi的收敛速度。通过分析算法步长对算法收敛速度的影响，进一步验证了本发明算法的有效性。

　　在相同仿真实验条件下，将电力系统中的分布式发电单元数量设置为2，4，6，8，10。以五种实验情景对算法1、算法2(文献[23].b.huang,y.li,h.zhang and q.sun,distributed optimal co-multi-microgrids energy management for energy internet,in ieee/caa journal of automatica sinica,vol.3,no.4,pp.357-364,oct.2016.)、算法3(文献[26].何永菁,王玮,吴学智.考虑通信延时的分布式电源经济优化调度策略[j].电网技术,2021,45(08):3015-3025)的经济调度效率进行比较，其中算法1为本发明所提经济调度方法。同时，为避免结果的偶然性，每个算法重复实验30次，仿线所示。通过对比发现，本发明所提算法1的经济调度时间优于其他算法，完成经济调度速度最快。从以上仿真结果可以看出，本发明所提经济调度方法，在考虑环境效益因素等条件的同时，保证了经济调度过程的运行效率和准确性，对电力系统经济调度问题具有重要意义。

　　综上，针对现有智能电网的经济调度问题需满足多种约束条件的问题，在多智能体协同控制和拓扑图论的基础上，本发明提出了一种分布式增量成本一致性算法与能源转

　　换器相结合的经济调度方法。与以往研究不同，将实际发电过程中的环境效益因素考虑到经济调度目标模型中，同时在局部微电网进行电力传输时，将传输损耗考虑到经济调度问题的约束条件内。此外，该方法的能量传输通道和信息传输通道是相互独立运行的，提高了电力系统的运行效率和鲁棒性。仿真结果表明，所提方法在保证收敛速度和质量的同时，使电力系统在满足多种约束条件的前提下达到最优经济调度状态。

　　本发明的研究是在理想通信条件下进行的，针对智能电网系统在非理想通信条件下，如通信时延、信息丢包、通信拓扑网络的随机切换等，如何实现经济调度，是本发明未来需要完善的一项工作。

　　本发明所述的实施例仅仅是对本发明的优选实施方式进行的描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域中工程技术人员对本发明的技术方案作出的各种变型和改进，均应落入本发明的保护范围，本发明请求保护的技术内容，已经全部记载在权利要求书中。

　　1.计算机网络安全 2.计算机仿线.网络安全；物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用