基于分布式牛頓法的微電網群分布式優(yōu)化調度方法
發(fā)布時間:2019-09-26 23:38
【摘要】:多個微電網以自組織的方式連接成為自治實體并接入配電網運行,能夠顯著提高供電可靠性并降低運行成本。提出了一種針對微電網群優(yōu)化運行的全分布式算法,旨在替代傳統(tǒng)集中協(xié)調的方式,解決系統(tǒng)對靈活性、可靠性和經濟性的要求。該方法基于點對點通信,只需要稀疏通信網絡上的相鄰節(jié)點交換信息,且通信負擔很輕。首先介紹了微電網群優(yōu)化模型,隨后結合具有二階收斂速度的分布式牛頓法和基于一致算法的信息傳遞,實現(xiàn)了微電網群運行成本的全分布式運行優(yōu)化。算例結果表明,該方法具有相較一階分布式算法更快的收斂速度,且受通信拓撲的影響更小,證明了該方法的可靠性和可擴展性。
【圖文】:
至配電網,并接收配電調度中心的調度指令,本文中設定功率交換指令為265kW。假設各微電網的運行成本均為關于交換功率的二次函數,,并以a,b,c分別代表成本函數二次項、線性項和常數項的系數。其他各微電網的全部相關系數如表1所示。牛頓迭代的步長取為常數0.5。圖1微電網群仿真系統(tǒng)結構Fig.1Configurationofmicrogridclustersimulationsystem表1各微電網仿真參數Table1Simulationparametersofeachmicrogrid微電網abcP0MGiPminMGiPmaxMGi12.031060107021.01525-155032.02830104541.531545206050.516505010060.828554075在本文中,各微電網只需要與有限的相鄰微電網進行通信,默認的通信拓撲關系如圖2(a)所示,下文中未具體說明的結果均基于該通信拓撲得到。但由于不可避免的意外事件,通信連接常常會因故障而中斷,為了模擬故障情況,本文同樣仿真了圖2(b)(c)中通信拓撲的情況,代表原通信拓撲因故障中斷了某些線路的情況。為了驗證本文提出的分布式牛頓法的效果,選擇具有代表性的一階分布式次梯度算法作為算例對比。附錄A圖A1給出了微電網群總運行成本隨兩種算法迭代次數增加的變化結果�?梢钥吹�,兩種算法可得到基本相同的最優(yōu)值,但利用分布式牛頓法總運行成本隨迭代單調下降,大約經過3次迭代后即達到最優(yōu)值,而利用次梯度算法的收斂則需要15次以上的迭代計算。這一結果說明了本文提出了分布式牛頓
具有代表性的一階分布式次梯度算法作為算例對比。附錄A圖A1給出了微電網群總運行成本隨兩種算法迭代次數增加的變化結果。可以看到,兩種算法可得到基本相同的最優(yōu)值,但利用分布式牛頓法總運行成本隨迭代單調下降,大約經過3次迭代后即達到最優(yōu)值,而利用次梯度算法的收斂則需要15次以上的迭代計算。這一結果說明了本文提出了分布式牛頓法由于利用了二階梯度信息,相比傳統(tǒng)一階的分布式算法收斂速度顯著提升,更加滿足算法靈活性和高效性的要求,在規(guī)模更為龐大的系統(tǒng)中,這一效果將更加明顯。圖2算例仿真的通信拓撲Fig.2Communicationtopologyforcasesimulation另一方面,附錄A圖A1的結果表明,本文方法受不同通信拓撲的影響很校相較之下,不同通信拓撲對次梯度法迭代的收斂效果影響更為明顯,特別是隨著通信線路的減少收斂速度明顯減慢。事實上,只要通信網絡構成連通圖,本文的算法即可以保證迭代的收斂,從而證明了該方法相較于集中式方法的可靠性,在通信故障下提高供電的安全系數。圖2(a)所示通信拓撲下,兩種算法的各微電網輸出功率變化曲線如附錄A圖A2和圖A3所示�?梢钥吹�,相比于分布式次梯度算法,本文算法不僅使得輸出功率更快達到穩(wěn)定,且不存在次梯度算法起始階段的反向調節(jié)和過調節(jié)現(xiàn)象,再一次證明了本文算法的優(yōu)化效果。附錄A圖A4給出了采用分布式牛頓法時各微電網成本微增率隨迭代步數增加的變化情況。從圖中可以看到,隨著迭代的進行,各微電網的微增率逐漸收斂到一個共同值,這個共同值即滿足功率平衡約束下全局最優(yōu)的微增率。等微增率準則作為驗證手段證明了本文提出的算法能夠
【作者單位】: 國網江蘇省電力公司;國網江蘇省電力公司電力科學研究院;清華大學電機工程與應用電子技術系;清華大學電力系統(tǒng)及發(fā)電設備控制和仿真國家重點實驗室;
【基金】:國家自然科學基金資助項目(61602251) 國家電網公司科技項目(J2016015)~~
【分類號】:TM73
【圖文】:
至配電網,并接收配電調度中心的調度指令,本文中設定功率交換指令為265kW。假設各微電網的運行成本均為關于交換功率的二次函數,,并以a,b,c分別代表成本函數二次項、線性項和常數項的系數。其他各微電網的全部相關系數如表1所示。牛頓迭代的步長取為常數0.5。圖1微電網群仿真系統(tǒng)結構Fig.1Configurationofmicrogridclustersimulationsystem表1各微電網仿真參數Table1Simulationparametersofeachmicrogrid微電網abcP0MGiPminMGiPmaxMGi12.031060107021.01525-155032.02830104541.531545206050.516505010060.828554075在本文中,各微電網只需要與有限的相鄰微電網進行通信,默認的通信拓撲關系如圖2(a)所示,下文中未具體說明的結果均基于該通信拓撲得到。但由于不可避免的意外事件,通信連接常常會因故障而中斷,為了模擬故障情況,本文同樣仿真了圖2(b)(c)中通信拓撲的情況,代表原通信拓撲因故障中斷了某些線路的情況。為了驗證本文提出的分布式牛頓法的效果,選擇具有代表性的一階分布式次梯度算法作為算例對比。附錄A圖A1給出了微電網群總運行成本隨兩種算法迭代次數增加的變化結果�?梢钥吹�,兩種算法可得到基本相同的最優(yōu)值,但利用分布式牛頓法總運行成本隨迭代單調下降,大約經過3次迭代后即達到最優(yōu)值,而利用次梯度算法的收斂則需要15次以上的迭代計算。這一結果說明了本文提出了分布式牛頓
具有代表性的一階分布式次梯度算法作為算例對比。附錄A圖A1給出了微電網群總運行成本隨兩種算法迭代次數增加的變化結果。可以看到,兩種算法可得到基本相同的最優(yōu)值,但利用分布式牛頓法總運行成本隨迭代單調下降,大約經過3次迭代后即達到最優(yōu)值,而利用次梯度算法的收斂則需要15次以上的迭代計算。這一結果說明了本文提出了分布式牛頓法由于利用了二階梯度信息,相比傳統(tǒng)一階的分布式算法收斂速度顯著提升,更加滿足算法靈活性和高效性的要求,在規(guī)模更為龐大的系統(tǒng)中,這一效果將更加明顯。圖2算例仿真的通信拓撲Fig.2Communicationtopologyforcasesimulation另一方面,附錄A圖A1的結果表明,本文方法受不同通信拓撲的影響很校相較之下,不同通信拓撲對次梯度法迭代的收斂效果影響更為明顯,特別是隨著通信線路的減少收斂速度明顯減慢。事實上,只要通信網絡構成連通圖,本文的算法即可以保證迭代的收斂,從而證明了該方法相較于集中式方法的可靠性,在通信故障下提高供電的安全系數。圖2(a)所示通信拓撲下,兩種算法的各微電網輸出功率變化曲線如附錄A圖A2和圖A3所示�?梢钥吹�,相比于分布式次梯度算法,本文算法不僅使得輸出功率更快達到穩(wěn)定,且不存在次梯度算法起始階段的反向調節(jié)和過調節(jié)現(xiàn)象,再一次證明了本文算法的優(yōu)化效果。附錄A圖A4給出了采用分布式牛頓法時各微電網成本微增率隨迭代步數增加的變化情況。從圖中可以看到,隨著迭代的進行,各微電網的微增率逐漸收斂到一個共同值,這個共同值即滿足功率平衡約束下全局最優(yōu)的微增率。等微增率準則作為驗證手段證明了本文提出的算法能夠
【作者單位】: 國網江蘇省電力公司;國網江蘇省電力公司電力科學研究院;清華大學電機工程與應用電子技術系;清華大學電力系統(tǒng)及發(fā)電設備控制和仿真國家重點實驗室;
【基金】:國家自然科學基金資助項目(61602251) 國家電網公司科技項目(J2016015)~~
【分類號】:TM73
【相似文獻】
相關期刊論文 前10條
1 魯宗相;王彩霞;閔勇;周雙喜;呂金祥;王云波;;微電網研究綜述[J];電力系統(tǒng)自動化;2007年19期
2 鄭漳華;艾芊;;微電網的研究現(xiàn)狀及在我國的應用前景[J];電網技術;2008年16期
3 麻敏;韓繼明;麻秀慧;陳衍妍;;淺談微電網[J];科技資訊;2009年15期
4 樓書氫;李青鋒;許化強;劉魯丹;;國外微電網的研究概況及其在我國的應用前景[J];華中電力;2009年03期
5 楊為;丁明;畢銳;高研;丁銀;;微電網實驗平臺的設計[J];合肥工業(yè)大學學報(自然科學版);2010年01期
6 袁清芳;周作春;陳艷霞;李香龍;陳國鋒;;微電網發(fā)展應對策略[J];農村電氣化;2010年10期
7 安智敏;羅時光;;微電網的概念及發(fā)展[J];內蒙古石油化工;2011年21期
8 王t
本文編號:2542370
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/2542370.html
最近更新
教材專著