[發明專利]有向拓撲下基于有限時間一致性的分布式智能電網經濟調度方法

在審

• 申請號: 202010112673.1
• 申請日: 2020-02-24
• 公開（公告）號: CN111353910A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 李輝;蔣國平;周映江;周帥
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06F30/20;H02J3/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 向文

本發明公開了一種有向拓撲下基于有限時間一致性的分布式智能電網經濟調度方法，包括如下步驟：進行數學建模，包含電網經濟調度下所有發電機的總的成本目標函數以及供需平衡和發電機功率限制約束函數；計算發電機組的最優成本增量；根據發電機組每臺發電機的參數計算每臺發電機最終的輸出功率；重新確定發電機組的新最優成本增量。本發明使得智能電網系統能夠在有限時間內完成經濟調度過程，縮短了智能電網經濟調度時間，大大降低了調度成本，滿足現代智能電網調度需求，且所提算法針對實際智能電網系統中各個發電機之間獲取信息差異性的特點，考慮有向通信拓撲下的經濟調度過程，適用性更加廣泛。

技術領域

本發明屬于電力系統經濟調度領域，尤其是涉及有向通信拓撲下基于有限時間一致性算法的分布式智能電網經濟調度方法。

背景技術

經濟調度問題是電力系統中最重要的問題之一，經濟調度是指在滿足供電側和需求側平衡以及發電機組中各電機輸出功率不超過其上下限的約束下，使得整個電力系統中所有發電機組的發電成本最小化。在傳統的電力系統中，經濟調度的解決方法主要分為兩種類型，一種是數學方法，包括λ迭代法、拉格朗日乘子法以及梯度下降法等，這一類方法主要針對凸成本函數情況。另一種方法是智能算法，包括粒子群算法、神經網絡以及遺傳算法等，這一類方法主要針對非凸成本函數情況。以上兩種經濟調度解決方法都屬于傳統的集中式控制法。

隨著科技的發展以及新能源發電機的廣泛應用，電力系統由傳統的集中式供電轉為拓撲極為復雜的分布式發電，智能電網應運而生，傳統的經濟調度方法已經不能滿足未來電網的要求與挑戰，分布式經濟調度方法由此產生。通過將智能電網中多個發電機建模為多個智能體，把傳統的經濟調度問題轉化為多智能體一致性問題，運用分布式多智能體一致性算法解決智能電網經濟調度問題，為了進一步滿足智能電網即插即用以及快速響應的特點，一種有限時間一致性分布式多智能體經濟調度算法被應用到電力系統當中，它解決了傳統分布式算法迭代速度慢，收斂時間長的缺點，能夠在有限時間內完成智能電網的經濟調度，大大提高了調度速度，使調度成本進一步下降。

然而，上述所有的調度算法都是基于無向通信拓撲的情況，即假設發電機(智能體)與鄰居發電機(智能體)交換信息完全相同。實際生活中，由于各個發電機物理參數的不同，其交換信息的能力也不盡相同，因此，研究一種在有向通信拓撲下的有限時間分布式一致性經濟調度算法十分必要。

發明內容

發明目的：為了克服現有技術中存在的不足，提供一種有向通信拓撲下基于有限時間一致性算法的分布式智能電網經濟調度方法，用以應對當前分布式經濟調度方法只考慮無向通信拓撲的單一情況，此方法在考慮各個發電機之間信息交換差異性的基礎上，實現了在有限時間內完成調度的目標，大大降低了調度成本。

技術方案：為實現上述目的，本發明提供一種有向拓撲下基于有限時間一致性的分布式智能電網經濟調度方法，包括如下步驟：

S1：對智能電網經濟調度問題進行數學建模，所述數學建模包含電網經濟調度下所有發電機的總的成本目標函數以及供需平衡和發電機功率限制約束函數；

S2：根據步驟S1所建立的數學建模，在有向通信拓撲下，運用有限時間一致性算法計算發電機組的最優成本增量(IC)λ^*；

S3：根據發電機組每臺發電機的參數計算每臺發電機最終的輸出功率

S4：如果發電機最終輸出功率不滿足功率限制約束，跳轉到步驟S5，否則結束，輸出成本增量λ^*以及

S5：判斷每臺發電機最終輸出功率是否滿足發電機最大功率限制和最小功率限制的要求，重新確定發電機組的新最優成本增量(IC)令跳轉到步驟S3。

進一步的，所述步驟S1中智能電網經濟調度問題數學模型的建立過程具體如下：

S1-1：給出調度過程中單個發電機成本函數：