針對電力系統(tǒng)分布式經(jīng)濟(jì)調(diào)度問題,提出了一種基于一致性理論的分布式經(jīng)濟(jì)調(diào)度優(yōu)化算法,旨在加快分布式經(jīng)濟(jì)調(diào)度實現(xiàn)供需平衡的時間。首先,對經(jīng)濟(jì)調(diào)度問題進(jìn)行數(shù)學(xué)建模,并利用拉格朗日乘子法給出數(shù)學(xué)模型最優(yōu)解的表達(dá)式。接下來,基于數(shù)學(xué)模型提出了分布式經(jīng)濟(jì)調(diào)度的優(yōu)化迭代算法,并利用矩陣攝動理論證明算法的收斂性和解的最優(yōu)性。在該經(jīng)濟(jì)調(diào)度策略中,各機(jī)組將自身以及所有鄰居機(jī)組的預(yù)估失配功率反饋到增益成本的迭代算法中,這樣使得每個機(jī)組對于當(dāng)前出力功率與最優(yōu)出力功率的誤差感知更加靈敏。機(jī)組的總出力功率可以快速地逼近用戶的需求功率,因此該算法可以較快地實現(xiàn)經(jīng)濟(jì)調(diào)度的供需平衡。最后,通過實例仿真,驗證了所提出的分布式經(jīng)濟(jì)調(diào)度優(yōu)化算法的優(yōu)越性。 

【文章來源】：南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2020,40(04)北大核心

【文章頁數(shù)】：11 頁

【部分圖文】：

經(jīng)濟(jì)調(diào)度通信拓?fù)鋱D

首先,當(dāng)忽略各機(jī)組的功率約束限制時,仿真結(jié)果如圖2至圖5所示。由圖2可以看出,各機(jī)組的增益成本在算法迭代后逐漸趨于一致,最后趨于λ*=9.09;圖3展示了在算法迭代過程中各機(jī)組的出力情況,可以看出在當(dāng)前案例下,機(jī)組1和機(jī)組3的最優(yōu)出力功率均大于600 MW;由圖4的迭代曲線可知,各機(jī)組預(yù)估失配功率在算法不斷迭代過程中逐漸向0靠近;圖5展示了各機(jī)組總的出力功率與用戶需求功率之間的誤差,由圖5可見,各機(jī)組的總出力功率快速逼近用戶需求功率,經(jīng)過大約10次算法迭代就已接近用戶需求功率,并維持在用戶需求功率。據(jù)此可見,本文提出的分布式算法在不考慮容量約束的條件下是收斂的,并且可以迅速收斂到最優(yōu)值。圖 3 各機(jī)組出力功率迭代曲線(無功率約束)

各機(jī)組出力功率迭代曲線(無功率約束)

【參考文獻(xiàn)】：
期刊論文
[1]電動汽車充換電站參與電網(wǎng)AGC功率分配的成本一致性算法[J]. 李清,張孝順,余濤,瞿凱平,鄭煒楠,劉前進(jìn).  電力自動化設(shè)備. 2018(03)
[2]基于收斂速率的多智能體系統(tǒng)一致性研究綜述[J]. 蔣國平,周映江.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2017(03)
[3]基于多智能體系統(tǒng)一致性算法的電力系統(tǒng)分布式經(jīng)濟(jì)調(diào)度策略[J]. 謝俊,陳凱旋,岳東,李亞平,王珂,翁盛煊,黃崇鑫.  電力自動化設(shè)備. 2016(02)
[4]基于預(yù)測控制的并聯(lián)式多微網(wǎng)協(xié)調(diào)控制策略[J]. 郭曉斌,李鵬,許愛東,雷金勇,喻磊,楊蘋,周少雄.  南方電網(wǎng)技術(shù). 2015(04)
[5]基于混沌量子粒子群算法的含風(fēng)電場電力系統(tǒng)實時調(diào)度[J]. 王魁,張步涵,周楊,李俊芳.  電力系統(tǒng)自動化. 2011(22)

碩士論文
[1]基于分布式控制的孤島微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度方法研究[D]. 徐銳.合肥工業(yè)大學(xué) 2018



本文編號：3028364