技术领域
[0001] 本发明属于电力自动化技术领域,具体涉及一种分布式能源上网协同优化方法、系统、设备及存储介质。
相关背景技术
[0002] 分布式能源上网协同优化是一个涉及多个层面和维度的复杂问题,主要包括要将不同类型的分布式能源(如太阳能、风能、生物质能等)进行有效整合,实现能源互补和优化配置。以及,利用先进的能源存储技术来平衡能源供需波动,提高系统的稳定性和可靠性。还涉及到通过智能微电网技术实现分布式能源系统的自治和优化调度,提高能源利用效率。以及,建立灵活多样的能源交易机制,促进分布式能源系统的市场化发展。建立基于大数据和云计算的协同调度机制,实现分布式能源系统与其他电力系统的协调运行和优化调度。针对分布式能源系统的特点,需要设计适用于该系统的协同优化算法,将协同优化算法应用于分布式能源系统的规划、设计、运行等阶段,实现系统的全局优化和高效运行。
[0003] 区域电网的安全稳定运行对于保障电力供应具有重要意义,区域电网在运行中会受到各种干扰,因此,需要定期对电力系统的安全稳定性进行评价,并根据评价结果采取相应的控制措施,以确保电网的稳定运行。分布式能源上网协同优化对于保障区域电网安全稳定运行具有重要意义。分布式能源系统通常包括多种能源类型,通过协同优化,这些能源可以相互补充,减少对传统能源的依赖,从而提高能源供应的可靠性和稳定性。在区域电网中,这有助于确保在能源供应不足或中断的情况下,仍然能够维持电网的稳定运行。同时,由于分布式能源系统通常位于用户附近,可以实时响应用户的能源需求变化。通过协同优化,可以更好地预测和管理能源供需波动,避免电网过载或欠载,从而保障电网的稳定运行。此外,协同优化还可以促进能源存储技术的发展和应用,进一步平衡能源供需波动。鉴于分布式能源系统通常具有高效、灵活的特点,可以根据实际需求进行能源生产和供应。因此,通过协同优化,可以更好地协调不同能源类型之间的生产和利用,实现能源的最优配置和高效利用。这有助于降低能源浪费和减少环境污染,同时提高区域电网的经济效益和社会效益。协同优化还可以促进分布式能源系统与区域电网之间的互联互通和协同运行。在电网发生故障或受到攻击时,分布式能源系统可以作为备用电源或辅助电源,为电网提供及时的能源支持。这有助于增强电网的韧性和弹性,保障电网在紧急情况下的稳定运行。
[0004] 然而,分布式能源互联网需要面对高度分散的能源资源和不确定性的能源需求。因此,优化调度算法是实现能源供需匹配的关键技术之一。由于传统的优化调度算法主要基于中央集权的方式,而分布式能源互联网需要考虑到不同能源生产者和消费者之间的自治性和协同性。因此,需要开发适用于分布式能源互联网的去中心化调度算法,以实现能源的高效匹配和分配。同时,分布式能源互联网涉及能源设备、能源市场和用户数据等多个敏感信息。因此,安全与隐私保护是分布式能源互联网的需要关注的问题之一。此外,协同优化技术是能源互联网中实现能源资源的协同利用和优化配置的关键。它基于大数据和人工智能技术,利用优化算法和模型,分析和预测能源需求和供给的情况。然而,如何有效地整合不同能源类型和规模的能源设备和用户,实现协同合作,是协同优化技术需要解决的重要问题。在分布式能源系统中,通过对数据的分析和处理,能够准确了解能源资源的分布情况、使用情况和潜力。但是,如何有效地收集、存储、分析和利用这些数据,是一个技术挑战。
尽管分布式能源资源管理与协同优化技术在理论上有很大的优势,但在实际实施过程中可能会遇到各种问题和挑战。例如,如何确保技术的可行性、可靠性和稳定性,如何降低实施成本等。
具体实施方式
[0119] 以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请的实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
[0120] 请参阅图1,本发明实施例提出的分布式能源上网协同优化方法是一种考虑输配边界功率约束基于电价引导的分布式能源协同优化方法,包括以下步骤:
[0121] S1、采用电价对各个分布式能源进行协调,建立优化目标函数及分布式能源的运行约束条件;
[0122] S2、利用预先建立的分布式能源个体优化模型在分布式能源的运行约束条件下对优化目标函数进行求解,得到分布式能源个体在调度时段优化后的用电电价、上网电价及充、放电功率;
[0123] S3、根据分布式能源个体在调度时段优化后的用电电价、上网电价及充、放电功率,利用预先建立的分布式能源协同优化模型求解电价的协调变量与电网交互功率的协调变量;
[0124] S4、通过电价的协调变量与电网交互功率的协调变量得出分布式能源上网协同优化方案。
[0125] 本发明实施例提出在保证区域电网安全稳定运行的基础上,通过分布式能源的协调运行,提升分布式能源个体的经济效益,以利益驱动分布能源个体参与协调优化。在一种可能的实施方式中,步骤S1中所述优化目标函数的数学表达式如下:
[0126]
[0127] 式中: 是第i个分布式能源个体响应电价协调后的收益或成本, 是第i个分布式能源个体不参与电价响应的收益或成本,N为参与分布式能源协调的分布式能源个体数;
[0128] 第i个分布式能源个体响应电价协调后的收益或成本 按照下式计算:
[0129]
[0130] 式中:Cout,i,t为第i个个体在调度时段t的上网成本系数,Cout,i,t为第i个个体在调度时段t的用电成本系数; 分别为第i个个体在调度时段t的用电、上网功率;
[0131] 分别为在t调度时段优化的用电电价与上网电价,满足以下关系:
[0132]
[0133] 分布式能源个体的充放电功率约束的数学表达式为:
[0134]
[0135] 在一种可能的实施方式中,步骤S1中所述分布式能源的运行约束条件包括:
[0136] 储能装置荷电状态约束、分布式能源个体的用电、上网功率约束、电动汽车出行需求约束、分布式光伏与风电的出力约束以及输配边界交互功率约束;
[0137] 储能装置一般受容量和储能荷电状态限制,并且在系统中为延长储能装置的使用寿命,不允许过充、过放。储能装置的荷电状态函数为:
[0138] SOCi,t+1=SOCi,t+ηchPin,i,tΔt‑ηdisPout,i,tΔt (5)
[0139] 储能装置荷电状态约束的数学表达式为:
[0140]
[0141] 式中:SOCi,t+1为第i个储能装置在t+1时刻的荷电状态;SOCi,t为第i个储能装置在t时刻的荷电状态;ηch为充电效率,ηdis为放电效率,Pin,i,t与Pout,i,t分别为第i个储能装置在t时刻的充、放电功率;ηch与ηdis分别为充、放电效率;Pch,i,max与Pch,i,min分别为储能装置的最大充、放电功率;Δt为当前状态的持续时间;SOCi,min与SOCi,max分别为储能装置允许的最小、最大荷电状态;
[0142] 分布式能源个体的用电、上网功率约束即综合能源系统约束,数学表达式为式(4)。
[0143] 电动汽车的用电成本系数为:
[0144] Cin,i,t=0 (7)
[0145] 电动汽车的充放电应该满足最基本的出行需求,电动汽车出行需求约束的数学表达式为:
[0146]
[0147] 式中:Ei,lim为电动汽车满足出行需求最基本的电量限值,Δt为一个调度时段的时长;
[0148] 分布式光伏与风电的出力约束的数学表达式为:
[0149]
[0150] 输配边界交互功率约束的数学表达式为:
[0151]
[0152] 式中: 为t调度时所有分布式能源与电网交互功率的限值。
[0153] 在一种可能的实施方式中,本发明实施例采用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解分布式能源个体优化模型与分布式能源协同优化模型。
[0154] ADMM算法是一种解决可分解凸优化问题的方法,尤其在解决大规模问题上卓有成效,利用ADMM算法可以将原问题的目标函数等价的分解成若干个可求解的子问题,然后并行求解每一个子问题,最后协调子问题的解得到原问题的全局解。
[0155] 为了模拟各个分布式能源个体对用电电价与上网电价进行协调的物理过程,步骤S2和步骤S3在求解过程中引入用电电价的协调变量 与上网电价的协调变量 以及电网交互充电功率的协调变量 与电网交互放电功率的协调变量 增加如下等式
约束:
[0156]
[0157] 由于各分布式能源个体内部重要信息无法全部共享,而且集中式优化存在隐私泄漏的风险,因此,步骤S2采用ADMM对分布式能源个体采用分布式优化。
[0158] 根据上述等式约束式(11)‑(14)与优化目标函数的数学表达式(1),构造优化目标函数的交替方向乘子法的增广拉格朗日形式表达式:
[0159]
[0160] 式中:L为增广拉格朗日函数; 为约束条件 的拉格朗日乘子, 为约束条件 的拉格朗日乘子、 为约束条件 的拉格朗日乘子, 为约束条
件 的拉格朗日乘子;ρ1为约束条件 的正二次项惩罚项系数,ρ2为约束条
件 的正二次项惩罚项系数,ρ3为约束条件 的正二次项惩罚项系数,ρ4为
约束条件 的正二次项惩罚项系数;
[0161] 对于分布式能源个体,拉格朗日乘子 以及协调变量为固定量,以式(15)为目标函数,以式(3)至式(10)为约束条件,进
行优化求解,得到变量 的优化解。
[0162] 更进一步的,步骤S3根据输配边界交互功率约束的数学表达式得出电网交互充电功率的协调变量 与电网交互放电功率的协调变量 满足如下表达式:
[0163]
[0164] 根据各个分布式能源个体求解得到的变量 的优化解,以式(17)为目标函数,以式(16)为约束条件,固定拉格朗日乘子 求解协
调变量 的更新量:
[0165]
[0166] 拉格朗日乘子按照下式更新:
[0167]
[0168] 收敛判据为如下表达式:
[0169]
[0170]
[0171] 式中:k为迭代次数;εprimal,1、εprimal,2、εprimal,3、εprimal,4分别表示对应约束条件的原dual,1 dual,2 dual,3 dual,4始残差的误差上限;ε 、ε 、ε 、ε 分别表示对应约束条件对偶残差的误差上
限。
[0172] 本发明实施例提出的分布式能源上网协同优化方法具体按照如下步骤进行计算:
[0173] 1)输入各种分布式能源的信息数据;
[0174] 2)以电网正常的峰谷电价作为初始的电价,设置拉格朗日乘子为零、迭代次数k为零;
[0175] 3)以式(15)为目标函数,以式(3)至式(10)为约束条件进行优化求解,得到优化变量 的解;
[0176] 4)以式(17)为目标函数,以式(16)为约束条件,固定拉格朗日乘子求解协调变量 的更新量;
[0177] 5)根据式(18)更新拉格朗日乘子 的值;
[0178] 6)根据式(19)、式(20)判断是否满足收敛判据,如果满足,则转到步骤7),否则,转到步骤3)继续执行后续步骤;
[0179] 7)结束。
[0180] 本发明实施例针对多种分布式能源对上网电价与用电电价响应的灵敏性,采用利益驱动的方式,对各个分布式能源个体进行协同优化,以到达所有分布式能源上网功率与用电功率的总和达到一定的条件,以配合和支撑输电网运行安全的要求。
[0181] 请参阅图2,本发明的另一实施例还提出一种分布式能源上网协同优化系统,包括:
[0182] 优化目标及运行约束条件建立模块,用于采用电价对各个分布式能源进行协调,建立优化目标函数及分布式能源的运行约束条件;
[0183] 分布式能源个体优化模块,用于利用预先建立的分布式能源个体优化模型在分布式能源的运行约束条件下对优化目标函数进行求解,得到分布式能源个体在调度时段优化后的用电电价、上网电价及充、放电功率;
[0184] 分布式能源协同优化模块,用于根据分布式能源个体在调度时段优化后的用电电价、上网电价及充、放电功率,利用预先建立的分布式能源协同优化模型求解电价的协调变量与电网交互功率的协调变量;
[0185] 协同优化方案确定模块,用于通过电价的协调变量与电网交互功率的协调变量得出分布式能源上网协同优化方案。
[0186] 在一种可能的实施方式中,优化目标及运行约束条件建立模块所建立的优化目标函数的数学表达式如下:
[0187]
[0188] 式中: 是第i个分布式能源个体响应电价协调后的收益或成本, 是第i个分布式能源个体不参与电价响应的收益或成本,N为参与分布式能源协调的分布式能源个体数;
[0189] 第i个分布式能源个体响应电价协调后的收益或成本 按照下式计算:
[0190]
[0191] 式中:Cout,i,t为第i个个体在调度时段t的上网成本系数,Cout,i,t为第i个个体在调度时段t的用电成本系数; 分别为第i个个体在调度时段t的用电、上网功率;
[0192] 分别为在t调度时段优化的用电电价与上网电价,满足以下关系:
[0193]
[0194] 在一种可能的实施方式中,优化目标及运行约束条件建立模块所建立的分布式能源的运行约束条件包括储能装置荷电状态约束、分布式能源个体的用电、上网功率约束、电动汽车出行需求约束、分布式光伏与风电的出力约束以及输配边界交互功率约束;
[0195] 储能装置的荷电状态函数为:
[0196] SOCi,t+1=SOCi,t+ηchPin,i,tΔt‑ηdisPout,i,tΔt
[0197] 储能装置荷电状态约束的数学表达式为:
[0198]
[0199] 式中:SOCi,t+1为第i个储能装置在t+1时刻的荷电状态;SOCi,t为第i个储能装置在t时刻的荷电状态;ηch为充电效率,ηdis为放电效率,Pin,i,t与Pout,i,t分别为第i个储能装置在t时刻的充、放电功率;ηch与ηdis分别为充、放电效率;Pch,i,max与Pch,i,min分别为储能装置的最大充、放电功率;Δt为当前状态的持续时间;SOCi,min与SOCi,max分别为储能装置允许的最小、最大荷电状态;
[0200] 分布式能源个体的用电、上网功率约束的数学表达式为:
[0201]
[0202] 式中, 为第i个分布式能源个体在t时刻上网功率的下限, 为第i个分布式能源个体在t时刻上网功率的下限, 为第i个分布式能源个体在t时刻用电功率的下
限, 分别为为第i个分布式能源个体在t时刻用电功率的上限;
[0203] 电动汽车的用电成本系数为:
[0204] Cin,i,t=0
[0205] 电动汽车出行需求约束的数学表达式为:
[0206]
[0207] 式中:Ei,lim为电动汽车满足出行需求最基本的电量限值,Δt为一个调度时段的时长;
[0208] 分布式光伏与风电的出力约束的数学表达式为:
[0209]
[0210] 输配边界交互功率约束的数学表达式为:
[0211]
[0212] 式中: 为t调度时所有分布式能源与电网交互功率的限值。
[0213] 在一种可能的实施方式中,分布式能源个体优化模块与分布式能源协同优化模块分别采用交替方向乘子法求解分布式能源个体优化模型与分布式能源协同优化模型。
[0214] 在一种可能的实施方式中,分布式能源个体优化模块引入用电电价的协调变量与上网电价的协调变量 以及电网交互充电功率的协调变量 与电网交互放电功率的协调变量 增加如下等式约束:
[0215]
[0216] 根据上述等式约束与优化目标函数的数学表达式,构造优化目标函数的交替方向乘子法的增广拉格朗日形式表达式:
[0217]
[0218] 式中:L为增广拉格朗日函数; 为约束条件 的拉格朗日乘子, 为约束条件 的拉格朗日乘子、 为约束条件 的拉格朗日乘子, 为约束条
件 的拉格朗日乘子;ρ1为约束条件 的正二次项惩罚项系数,ρ2为约束条
件 的正二次项惩罚项系数,ρ3为约束条件 的正二次项惩罚项系数,ρ4为
约束条件 的正二次项惩罚项系数;
[0219] 对于分布式能源个体,拉格朗日乘子 以及协调变量为固定量,以优化目标函数的交替方向乘子法的增广拉格朗日形
式为目标函数,在分布式能源的运行约束条件下进行优化求解,得到变量
的优化解。
[0220] 在一种可能的实施方式中,分布式能源协同优化模块根据输配边界交互功率约束的数学表达式得出所述电网交互充电功率的协调变量 与电网交互放电功率的协调变量 满足如下表达式:
[0221]
[0222] 根据各个分布式能源个体求解得到的变量 的优化解,以上式作为约束,固定拉格朗日乘子 通过下式求解协调变量
的更新量:
[0223]
[0224] 拉格朗日乘子按照下式更新:
[0225]
[0226] 收敛判据为如下表达式:
[0227]
[0228] 式中:k为迭代次数;εprimal,1、εprimal,2、εprimal,3、εprimal,4分别表示对应约束条件的原dual,1 dual,2 dual,3 dual,4始残差的误差上限;ε 、ε 、ε 、ε 分别表示对应约束条件对偶残差的误差上
限。
[0229] 本发明实施例还提出一种电子设备,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现所述的分布式能源上网协同优化方法。
[0230] 本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现所述的分布式能源上网协同优化方法。
[0231] 所述计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。为了便于说明,以上内容仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该计算机可读存储介质是非暂时性的,可以存储在各种电子设备形成的存储装置当中,能够实现本发明实施例方法记载的执行过程。
[0232] 本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。
[0233] 本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0234] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0235] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0236] 最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。