基于多智能体的高渗透率配电网分布式协调控制系统建模与应用

基于多智能体的高渗透率配电网分布式协调控制系统建模与应用

0分布式协调控制方法随着可能源屋顶的渗透逐渐增加，电源的形状和结构发生了许多变化。主动配电网内源–荷–储协调优化运行主要可分为传统的集中式优化和分布式优化。传统集中式的优化方法需构建集中的配电网调度控制中心,这一集中中心与主动配电网内所有源、荷、储均需建立起通信联系以实现信息交换。传统的集中调控中心难以适应可再生能源高渗透率的配电网的运行需求因此,为有效解决上述问题,采用分布式协调控制方法进行主动配电网的源–荷–储协调优化运行。分布式协调控制方法主要可以分为3类:集中–分区分布式、集中–单元分布式、完全分布式。集中–分区分布式协调方法基于交替方向乘子法(alternatingdirectionmethodofmultipliers,ADMM),通过每次迭代中临近区域间的信息传递,实现各区域子优化问题的并行计算与求解。文献[6]借助ADMM实现了智能电网的动态分散式经济调度。文献[7]则在计及分布式电源、储能及柔性负荷的条件下,构建了配电网的分区多目标协调分布模型。而集中–单元分布式协调方法基于分解协调的思想,调度中心不直接控制源、荷、储主体的发用电量,而是以电价为杠杆进行对分布式源、荷、储进行电价激励响应。文献[8]以分解协调为思想构建了虚拟电厂模糊机会约束分布式协调调度模型。文献[9]则在计及风险的情况下提出了双层配电网分布式协调实时调度算法。完全分布式协调方法则基于一致性理论本文为系列文章的第一篇,侧重于分析比较主动配电网的分布式控制方法,并在此基础上充分挖掘主动配电网的信息物理融合特性,将主动配电网内源、荷、储建模为智能体,从而将主动配电网建模为完全分布式协调控制系统。构建主动配电网源–荷–储协调优化运行模型,并根据一致性理论提取各源、荷、储智能体的边际成本和边际效益为一致性变量。系列文章的第二篇则将提出完全分布式一致性协调算法,以对本文所提模型进行完全分布式求解,最终实现主动配电网的源–荷–储协调优化。1独立配置网络的协调运营控制模式本节将主要从信息互动、优化计算、协调控制等三方面对主动配电网的集中控制方式和3种分布式控制方式进行分析比较。1.1控制各级各源、荷、储采用传统的集中控制模式进行源–荷–储协调运行需要配电网EMS实时采集各并网源、荷、储的运行状态与成本(效益)信息,进而借助一定的优化工具和算法,将优化调度指令下达给各源、荷、储。其控制方式如图1所示。信息互动方面,各源、荷、储只与中心EMS进行信息交互,通信方式为“一对多”,各源、荷、储无法与邻近的节点取得联系;配电网EMS需要采集各源、荷、储的运行信息和成本(收益)函数。优化计算方面,优化调度相关计算完全由配电网EMS完成,各源、荷、储不参与优化运行计算。协调控制方面,配电网EMS掌握控制权,根据优化计算结果直接向各源、荷、储下达调度指令。1.2信息互动及优化集中–分区分布式协调模式借助ADMM以图2为例,区域1在每次迭代中只需要区域2和配电网EMS提供的信息即可进行自身区域的决策,而配电网EMS不再负责直接下达调度指令,而是将必须的计算信息提供给各区域。信息互动方面,各区域不仅可与中心EMS进行信息交互,还可与邻近的区域通信;配电网EMS需要采集各区域的每轮迭代信息从而更新以便下一轮下达,而无需关心各源、荷、储的成本(收益)函数。通信网络较集中控制式更为灵活。优化计算方面,优化调度相关计算由配电网EMS和各区域共同完成。迭代中,各区域进行并行计算,计算较为高效。协调控制方面,配电网EMS不掌握控制权,只提供迭代信息。调度方式由各区域根据迭代收敛结果决定。可见,这一模式下,信息互动更强,优化计算实现了分解化和并行化,有助于提高计算效率。但仍需要一个集中中心进行每轮迭代的信息汇总和更新下达,无法从根本上解决集中控制中心不够可靠等问题。1.3配电网em控制模式集中–单元分布式协调方法基于分解协调的思想。将主动配电网构建为双层协调系统,上层配电网EMS向下层各源、荷、储下达电价,下层源、荷、储按照自身的成本(效益)函数或报价曲线对电价进行响应,将响应功率上报给上层配电网EMS。配电网EMS进一步对各源、荷、储响应功率进行功率平衡校验,若校验通过则将此时的功率响应情况拟为调度指令下达,若校验不通过则对电价进行调整以重新开始下一轮电价响应直至功率平衡校验通过。这一控制模式如图3所示。信息互动方面,通信方式仍为“一对多”,但配电网EMS只需采集各源、荷、储的功率响应信息,而无需关心各源、荷、储的成本(收益)函数。优化计算方面,上层配网激励层只提供功率平衡校验计算,下层功率响应层进行功率响应计算。协调控制方面,配电网EMS掌握控制权,根据下层响应和校验结果向下层下达调度指令。可见,这一模式下,信息互动和优化计算均实现了一定程度的分散分解,有助于提高计算效率,适应主动配电网的分散发展需求。但仍然需要一个控制中心进行总体协调,无法从根本上解决通信网络无法灵活变化、集中控制中心不够可靠等集中控制模型带来的弊端。1.4解决了集中统一的挑战完全分布式控制模式基于多智能体一致性理论。将主动配电网建模为分布式多智能体系统,在通信网络中传输一致性变量,结合一致性理论对优化模型进行完全分布式的本地计算决策。其协调控制框架如图4所示。信息互动方面,各智能体节点通过通信装置和网络实现点对点通信,消除了传统的集中“一对多”通信。通信网络建设成本更低,通信方式便于满足配电系统“即插即用”需求。各源、荷、储无需关心其他源、荷、储的成本(收益)函数,无需集中控制中心掌握全局的成本报价等信息,有效避免集中配电网EMS遭遇攻击引发的机密信息泄露。优化计算方面,各智能体的功率由本智能体的一致性变量决定,只需与邻居节点进行信息交互即可计算自身的一致性变量。有效进行分布式自决策,计算决策高效。协调控制方面,彻底消除了集中控制中心的绝对控制性,可避免集中控制中心失效而造成的系统决策混乱。因此,本文选择基于一致性理论的完全分布式协调方案进行主动配电网的源–荷–储协调优化运行。2基于多智能的完全分布网络2.1各智能体控制装置和物理设备控制源–荷–储分布式协调控制的主动配电系统具有典型的信息物理融合属性。该系统包含具有独立拓扑结构的遥测通信网络及物理网络。遥测通信网络和物理网络借助各智能体控制器实现融合,智能体控制器包含通信装置、控制装置以及物理设备三大部分。其中,通信装置通过配电系统的遥测信道交换相邻智能体节点的一致性变量信息。考虑到遥测信道在系统通信中传输模拟变量,因此可借助遥测信道传输一致性变量信息;控制装置进行完全分布式一致性计算,并根据各智能体一致性变量和物理功率的关系式计算一致性变量和功率值;物理设备则负责检测各节点物理装置的功率情况并反馈给控制装置,以及根据控制装置发出的功率调节指令调节物理设备的功率。这样的完全分布式信息物理融合主动配电系统无需配电网集中控制中心,各智能体节点通过遥测通信网络直接交换一致性变量信息,实现优化运行,如图5所示。2.2多智能体系统模型针对主动配电网的特征,使得地理位置相近的分布式发电机组、主动负荷和储能单元构成虚拟电厂,以实现与主动配电网的互动。在此基础上,将主动配电网建模为多智能体系统。为充分发挥多智能体的分散协调作用,针对源、荷、储的不同特性,定义对应的主要任务及一致性变量,如表1所示。2.3主动配电网运行主动配电网不仅需实现网内功率的实时平衡,还需与输电网进行功率交换和信息交流。为最大程度实现对主动配电网内分布式可再生能源的利用和消纳,构建基于多智能体系统的分层完全分布式协调控制模式,以主动配电网内实时功率平衡和资源最优配置为目标实现分层完全分布式协调。多智能体配电系统运行与遥测通信方式如图6所示。主动配电网并网输电网运行时,输电网协调各配电网并向各配电网下达功率交换指令,具体可表现为负荷需求指令或功率偏差调整量指令。各配电网以功率交换指令形成边界约束,按一致性分布式算法进行源–荷–储协调优化。其中,功率交换指令最先下达至配电网中的接口智能体。接口智能体可通过控制装置将这一指令纳入分布式一致性控制计算,这一过程将在系列文章的算法部分展开详细介绍。接口智能体纳入功率交换指令后,其他智能体与接口智能体通过遥测通信网络进行信息交互,基于一致性算法调整各物理设备功率,实现主动配电网内源–荷–储协调。3基于完全分布的源-荷储协调运营的建模3.1柔性负荷建模主动配电网各智能体按照各自的运行成本/效益确定各自独立的目标,各主体分别追求各自利益的最大化。由于处于同一配电网内的各智能体运行需要受到总体功率平衡等约束限制,因此各智能体在追求各自利益最大化的同时,也实现了配网各智能体效益最大化的总体目标。其目标函数可表示为:式中:下文具体阐释各部分的成本与收益函数:1)SSA收益函数。储能单元SSA的运行成本函数可由开口向上的过原点二次函数表示式中a2)FLA收益函数。主动配电网内包含大量的柔性负荷,具有一定的灵活调节能力。本文主要将柔性负荷分为温控类柔性负荷和非温控类柔性负荷进行建模。(1)温控类柔性负荷。温控负荷参与协调运行的效益与用户的舒适度有关。因此,温控负荷参与协调运行的收益也和温控负荷设定的温度密切相关。拟定,设置温度与用户最适温度保持相同时,令温控负荷智能体收益最大;设置温度与用户最适温度的偏离程度越大,令温控负荷智能体收益越小;设置温度与户外温度保持一致时,令温控负荷智能体收益为0。基于如此拟定的收益原则,可用二次函数表示温控负荷智能体收益式中:k(2)非温控类柔性负荷。非温控负荷的效益与温度不相关,不失一般性,非温控类柔性负荷的收益函数可用二次函数表示为:式中:a居民用户与工业用户柔性负荷均可采用FLA模型进行建模,但效益函数中的各次项系数不同。3)TPA成本函数。TPA的燃料成本可以用二次函数表示为:式中a4)EVA成本函数。电动汽车的便捷性至关重要,而EVA参与协调运行在一定程度上会影响用户的使用便捷性与舒适性。EVA参与协调运行的成本可用二次函数进行拟合式中:k5)RPA弃风弃光成本函数。由于本文主要从优化运行角度进行建模,可以将主动配电网内的风电机组和光伏机组统一建模为RPA智能体。将RPA新能源机组功率分为固定消纳部分和可调节部分,风电光伏功率可调节部分可以进行弃风弃光处理,但为促进可再生能源消纳,弃风弃光行为将会产生一定的惩罚,即RPA弃风弃光成本。RPA弃风弃光成本函数可表示:式中:k从式(8)中可以发现,新能源可调节部分功率达到最大值时,不发生弃风弃光行为,弃风弃光成本为0,新能源可调节部分功率越小,弃风弃光成本越大。同时需要满足以下约束条件:式中:L即为输电网下达配电网的功率交换指令值,配电网送电输电网时,L>0,反之L<0;w3.2基于拉格朗日乘子法的一致性变量提取在多智能体系统框架下,将火电机组的ITPA、新能源机组的IRPA、柔性负荷的IFLA、电动汽车的IEVA、储能单元的ISSA作为多智能体一致性变量,以通过一致性计算求得完全分布式优化问题的最优解。本节给出一致性变量的提取及定义流程:应用拉格朗日乘子法对分布式协调优化模型进行处理,令λ表示与式(9)中等式约束对应的拉格朗日乘子,在不考虑式(9)中不等式范围约束的条件下,原优化问题转化为:应用KKT一阶最优性条件对决策量和拉格朗日乘子求偏导,得到该等价的无约束优化问题式(10)的最优性条件:以上为分布式最优性方程,据方程可得:在不考虑不等式约束的条件下,定义各智能体一致性变量ITPA、IRPA、IFLA、IEVA、ISSA为:至此,完成了对完全分布式系统的一致性变量提取及定义。可在此基础上采用分布式一致性协调算法对优化模型进行完全分布式求解。4非负保证cooldsoin-sc预应力1)针对配电网从信息互动、优化计算、协调控制等三方面分析比较了3种分布式控制方案,其中基于多智能体一致性理论的完全分布式配电网控制建模方案可有效应对可再生能源渗透率逐步提高所带来的网络拓扑多变、通信信息量大、集中计算困难等问题;2)针对完全分布式控制方案,提出了主动配电网源–荷–储优化运行模型,以促进新能源消纳与主动负荷灵活调度,并完成了一致性变量的提取;3)首次引入“接口智能体”,将输电网的功率交换指令灵活进入主动配电网;4)后续研究中将考虑机组爬坡率约束、柔性负荷调节速率约束等主要的时间断面耦合因素,并考虑网络约束,重点研究多时段耦合中可能出现的新问题。5)系列文章的第二篇将提出引入“功率调整项”和“增益调整函数”的完全分布式一致性协调算法对本文所提优化模型进行求解,实现优化计算的完全分散化,本地化。Activedistributionnetwork(ADN)withhighpenetrationofrenewableenergywillbefacedwithseveraloperationproblems.Increasingnumberofdistributedgenerators,largecalculationamountofpowerdispatchcenters,andplug-and-playfeaturesofADNmakethecentralizedcontrolmodebaseddistributionnetworkoperationmuchmoredifficult.Asaresult,thedistributedcontrolmodesarebroughtabout.Withthehelpofsmartmetersandreliablecommunicationnetwork,thedistributedcontrolmodecouldhelpmanagealargescaleofdistributedgeneratorsandactiveloadsandimprovetheefficiency,scalabilityandrobustnessofADN.ToimprovelimitationsofcentralizedcontrolmodeofADN,center-zonedistributedcontrolmode,center-unitdistributedcontrolmodeandcompletelydistributedcontrolmodeareintroduced,andananalyticalcomparisonofthesethreemodesshowsthattheconsensusbasedcompletelydistributedoneisth