论文部分内容阅读
能源需求的不断增长和传统能源的过度开采，使全球能源危机不断加剧，而可再生清洁能源的开发利用已成为克服能源危机的最好对策。微电网技术将分布式发电单元和负荷等集成为小型可控的发电系统，显著降低了可再生能源发电随机性和波动性对于主网产生的不利影响。通过对资源优化分配，能够提高微电网运行的经济和环境效益，同时，需求响应技术也为微电网经济调度提供了新的手段。然而，集中式优化方法已难以契合微电网的分布式特性。因此，开发新的分布式优化方法，研究基于分布式优化的微电网经济调度方法成为亟需解决的问题。
为了实现微电网的分布式优化调度，本文研究了基于约束分解的并行分布式优化方法，并基于此研究了含需求响应的微电网分布式经济运行方法和日前-日内多时间尺度分布式经济调度方法。为了提高现有分布式优化算法的收敛速度，首先，提出一种基于约束分解的并行分布式优化方法。其次，提出一种含需求响应的微电网双层优化模型，在上层通信网络中设计发电侧与需求侧协调策略，利用所提出的并行分布式方法对模型进行求解。然后，考虑到预测误差的影响，提出日前-日内多时间尺度分布式经济调度方法，通过日内滚动优化修正日前计划改善预测误差对于优化结果的影响，同样采用提出的并行分布式算法对模型进行求解。最后，搭建仿真平台并结合实际运行数据，设计相关算例对本文所提出的方法进行验证。本文的主要研究内容包括：
①基于约束分解的并行分布式优化方法。首先，建立多Agent信息交换网络，导出邻接矩阵和权值矩阵等，利用邻接关系设计Agent网络的局域划分规则。其次，提出优化模型中目标函数和等式约束的分解方法，得到每个Agent对应的局域目标函数和局域等式约束，各Agent对其局域目标函数和局域等式约束进行并行求解。进一步提出局域约束值更新方法，在与邻居进行信息交换之后，更新约束值。通过多次迭代，获得优化模型的最优值。然后，在理论上证明了所提出的并行分布式优化方法的收敛性，能够在有限步数内搜寻到问题最优值。最后，从测试函数库中选取四种标准测试函数，设计三组算例对所提出的并行分布式优化方法进行测试。结果表明，本文方法获得的最优值精度与集中式方法相当，而在收敛速度方面，本文方法的迭代次数明显少于标准ADMM方法，在优化规模增大时，表现更为明显。此外，并行分布式优化方法的寻优精度不受通信网络结构的限制，并且通信出度越大的通信网络，算法收敛速度越快。
②含需求响应的微电网并行分布式经济运行方法。为了降低微电网的运行成本，增加经济运行调节手段，提高用户收益，本文提出一种含需求响应的微电网并行分布式经济运行方法。首先，构造微电网双层优化模型，下层为微电网物理层，而上层为Agent、发电控制中心和负荷聚合商构成的信息层。其次，在发电侧建立发电成本最小化模型，在需求侧建立用户收益最大化模型，实现微电网统筹发电侧和需求侧的经济运行。然后，使用第二章提出的并行分布式优化方法对发电侧和用户侧两个优化模型进行分布式求解，从而得到发电侧最优发电量及用户侧最优负荷接入量。最后，在MATLAB/Simulink中建立微电网仿真模型，并设计算例测试所提出的方法。结果显示，负荷曲线峰谷值得到改善的同时，提高了柔性负荷用户的收益，并且可控分布式发电的增量成本保持一致，实现微电网发电成本的最小化。此外，对于通信线路故障，所提出的方法具有较好的鲁棒性，能够保证微电网的经济稳定运行。
③日前-日内多时间尺度分布式经济调度方法。考虑到预测误差对于微电网经济性的影响，提出一种日前-日内多时间尺度分布式经济调度方法，通过不同时间尺度的滚动优化最小化预测误差的影响。首先，基于BP神经网络建立可再生能源出力及负荷预测模型为调度提供参考，并建立由微电网综合成本最小和用户侧收益最大两个子模型组成的日前调度模型。其次，针对预测误差导致的功率波动，引入调整成本函数建立日内综合调整成本最小的日内滚动优化模型，最小化预测误差对于微电网经济运行的影响。然后，根据日前计划，结合日内短期预测值，采用分布式优化方法求解分布式储能的最优出力，以及日前计划的最优调整量。最后，搭建仿真平台，设计算例验证所提出方法的有效性。结果显示，通过日内滚动优化模型能够降低预测误差导致的联络线功率波动，减小日内综合调整成本。此外，分布式储能初始SOC的合理设置能够提高方法的经济性。
为了实现微电网的分布式优化调度，本文研究了基于约束分解的并行分布式优化方法，并基于此研究了含需求响应的微电网分布式经济运行方法和日前-日内多时间尺度分布式经济调度方法。为了提高现有分布式优化算法的收敛速度，首先，提出一种基于约束分解的并行分布式优化方法。其次，提出一种含需求响应的微电网双层优化模型，在上层通信网络中设计发电侧与需求侧协调策略，利用所提出的并行分布式方法对模型进行求解。然后，考虑到预测误差的影响，提出日前-日内多时间尺度分布式经济调度方法，通过日内滚动优化修正日前计划改善预测误差对于优化结果的影响，同样采用提出的并行分布式算法对模型进行求解。最后，搭建仿真平台并结合实际运行数据，设计相关算例对本文所提出的方法进行验证。本文的主要研究内容包括：
①基于约束分解的并行分布式优化方法。首先，建立多Agent信息交换网络，导出邻接矩阵和权值矩阵等，利用邻接关系设计Agent网络的局域划分规则。其次，提出优化模型中目标函数和等式约束的分解方法，得到每个Agent对应的局域目标函数和局域等式约束，各Agent对其局域目标函数和局域等式约束进行并行求解。进一步提出局域约束值更新方法，在与邻居进行信息交换之后，更新约束值。通过多次迭代，获得优化模型的最优值。然后，在理论上证明了所提出的并行分布式优化方法的收敛性，能够在有限步数内搜寻到问题最优值。最后，从测试函数库中选取四种标准测试函数，设计三组算例对所提出的并行分布式优化方法进行测试。结果表明，本文方法获得的最优值精度与集中式方法相当，而在收敛速度方面，本文方法的迭代次数明显少于标准ADMM方法，在优化规模增大时，表现更为明显。此外，并行分布式优化方法的寻优精度不受通信网络结构的限制，并且通信出度越大的通信网络，算法收敛速度越快。
②含需求响应的微电网并行分布式经济运行方法。为了降低微电网的运行成本，增加经济运行调节手段，提高用户收益，本文提出一种含需求响应的微电网并行分布式经济运行方法。首先，构造微电网双层优化模型，下层为微电网物理层，而上层为Agent、发电控制中心和负荷聚合商构成的信息层。其次，在发电侧建立发电成本最小化模型，在需求侧建立用户收益最大化模型，实现微电网统筹发电侧和需求侧的经济运行。然后，使用第二章提出的并行分布式优化方法对发电侧和用户侧两个优化模型进行分布式求解，从而得到发电侧最优发电量及用户侧最优负荷接入量。最后，在MATLAB/Simulink中建立微电网仿真模型，并设计算例测试所提出的方法。结果显示，负荷曲线峰谷值得到改善的同时，提高了柔性负荷用户的收益，并且可控分布式发电的增量成本保持一致，实现微电网发电成本的最小化。此外，对于通信线路故障，所提出的方法具有较好的鲁棒性，能够保证微电网的经济稳定运行。
③日前-日内多时间尺度分布式经济调度方法。考虑到预测误差对于微电网经济性的影响，提出一种日前-日内多时间尺度分布式经济调度方法，通过不同时间尺度的滚动优化最小化预测误差的影响。首先，基于BP神经网络建立可再生能源出力及负荷预测模型为调度提供参考，并建立由微电网综合成本最小和用户侧收益最大两个子模型组成的日前调度模型。其次，针对预测误差导致的功率波动，引入调整成本函数建立日内综合调整成本最小的日内滚动优化模型，最小化预测误差对于微电网经济运行的影响。然后，根据日前计划，结合日内短期预测值，采用分布式优化方法求解分布式储能的最优出力，以及日前计划的最优调整量。最后，搭建仿真平台，设计算例验证所提出方法的有效性。结果显示，通过日内滚动优化模型能够降低预测误差导致的联络线功率波动，减小日内综合调整成本。此外，分布式储能初始SOC的合理设置能够提高方法的经济性。