集成差异化建筑集群的微网系统分层分布式优化调度

针对差异化绝热性能建筑集群与微网系统间的协同互动,提出一种基于交替方向乘子法(ADMM)的分层分布式优化调度策略,在实现微网高效、经济运行的同时,充分考虑不同建筑集群的差异化利益诉求和隐私保护需求。首先,考虑多主体利益诉求,构建了集成差异化绝热性能建筑集群的微网系统分层调度模型。在上层,微网系统运营商(MSO)通过优化购电功率、售电功率和售电价格,最大化其收益;在下层,采用热阻-热容网络对建筑的热动态过程进行差异化建模,建筑集群用户通过优化暖通空调系统送风温度和购电价格,最小化其用能成本。然后,考虑数据隐私性需求,采用ADMM进行分层分布式求解。通过引入虚拟变量拆分上层MSO和下层建筑集群用户子问题,并耦合上下层优化变量,根据ADMM进行局部更新和交替迭代,得到全局优化解。为确保算法的收敛性,利用McCormick包络松弛方法将子问题转化为凸优化。最后,通过算例分析验证了分层分布式优化调度策略的合理性和有效性。

含共享储能的数据中心微网群分布式优化调度

多个数据中心微网可联合成微网群以实现不同数据中心微网的资源联动和能量互补。首先,建立了含共享储能的数据中心微网群运行模型,考虑了不同数据中心微网间的功率交互、数据负载交互、碳配额交互及共享储能容量使用权分配等耦合约束。其次,提出了考虑时变容量使用权和旋转备用服务的共享储能容量分配与运行策略,以进一步提高共享储能的效能。然后,采用高斯混合模型对数据中心微网内可再生发电的预测误差概率分布进行精确拟合,并结合机会约束处理预测误差的不确定性。最后,通过交替方向乘子法实现各个数据中心微网的独立求解,并引入动态乘子更新策略和预测-矫正因子以提高算法的收敛性。所提模型与方法的有效性在仿真中得到验证。

基于ADMM的共享储能参与电网辅助服务的分布式优化模型

提出了一种共享储能参与主动配电网辅助服务市场的互动博弈优化模型和基于交替方向乘子法(ADMM)的分布式求解方法。设计了共享储能参与主动配电网辅助服务市场的框架与互动运行模式;考虑主动配电网的优化运行目标与共享储能设备的约束条件,建立了主动配电网与共享储能的互动博弈优化模型;基于ADMM,将系统全局互动博弈问题分解为分布式优化问题,并进行分布式优化求解。以改进IEEE 33节点系统为算例进行仿真,结果验证了所提互动博弈优化模型和分布式求解方法的合理性与有效性,表明所提方法能在保护共享储能和主动配电网隐私的情形下,兼顾主动配电网的经济性与安全性需求,实现主动配电网与共享储能用户的互利共赢。

考虑电化学模型的配电网侧光储系统分布式优化调度

配电网侧广泛接入的光储系统具备成为电网调度中灵活性资源的潜力。为了提高光储系统调控的精细程度,分析建模了光储系统运行的动态特性,构建了考虑电化学模型的光储调度模型。针对保护节点用户隐私和调用分布式计算资源的需求,根据该光储调度模型给出了适用于计算的矩阵化形式,并构建了各节点处含光储系统的配电网调度优化的分布式子问题,实现了该调度优化问题的分布式求解。基于IEEE 33节点系统算例验证了所提方法的有效性。结果表明,该方法给出的调度方案在可行性、储能运行高效性和老化衰退抑制能力等方面具有优势。

考虑主轴疲劳载荷的虚拟同步双馈风电场有功功率分布式优化方法

为降低风电场内各台基于虚拟同步发电机控制策略的双馈风电机组在响应电网功率指令值变化时所承受的主轴疲劳载荷,提出一种基于改进惩罚系数的交替方向乘子法的考虑主轴疲劳载荷的有功功率分布式优化方法。在推导可量化表征机组有功功率指令值与其主轴力矩之间关系的离散化模型基础上,以各台机组的主轴力矩波动总和最小作为目标函数,并根据机组运行状态设定目标函数的约束条件。为分担风电场中央控制器的计算压力,基于改进惩罚系数的交替方向乘子法将目标函数拆解为主函数(中央控制器)和多个子函数(本地控制器)的分布式优化结构,各本地控制器通过在线优化各台机组有功功率指令值以实现主轴疲劳载荷的降低。最后,仿真结果验证了所提优化方法的优越性。

非线性多智能体系统的固定时间分布式优化算法研究

针对非线性多智能体系统(MASs)的分布式优化问题,提出一种固定时间自适应神经网络输出反馈控制策略。在惩罚函数的基础上,解除一致性约束条件来重构全局目标函数。为了避免反演过程中偏导数的计算和“复杂性爆炸”的问题,设计了一种基于命令滤波的固定时间控制器,并引入补偿信号对滤波误差进行补偿。基于Lyapunov稳定性理论,证明系统中所有输出信号在固定时间内均能达到最优解。最后,通过仿真实验验证了所提控制方案的有效性。

分布式优化在互联电网中的应用分析及展望

在新能源随机性与波动性的影响下,互联电网能量与灵活性的跨区域互济重要性凸显,有效的分布式优化算法是不可或缺的技术支撑。为了在互联电网不同运行层级的重要场景中选择适宜的算法,文中归纳了分布式优化建模和求解的一般原理,并提出将现有分布式算法分为原始可行方向、对偶可行方向、原对偶、切平面、列生成和多参数法6类。针对互联电网的多区域输电网协同调度、输配协同优化调度以及配电网分布式资源协同调度不同运行层级这3个重要场景,阐明了采用分布式优化的必要性,总结了统一的变量/约束耦合问题的典型建模及变换关系,并分析了6类算法在各场景的实施情况和应用优缺点。从物理场景、数学模型以及算法整体角度分析分布式优化在互联电网3个重要场景应用存在的问题,并给出了不同场景的算法选取建议。结合配电网运行新场景、数学建模新问题、算法设计新技术,展望了未来互联电网应用分布式优化的方向。

基于改进分析目标级联法的交直流混联配电网分布式优化运行

交直流混联的配电方式是未来配电网的一种重要发展方向,为克服其中各子系统分属不同利益主体而带来的功率信息传递的限制,提出了一种基于改进分析目标级联法的交直流混联配电网分布式优化运行方法。首先,针对交直流混联配电网的直流、换流站和交流区域,分别建立包含自身区域运行优化与区域间交互功率运行优化的模型;其次,采用分布式优化的思想,将交互功率作为共享变量,对模型目标函数进行解耦,并在传统的分析目标级联法中引入一个平衡系数,来解决因惩罚乘数初值选择不当,子系统函数项与惩罚项权重不平衡情况下算法性能不好的问题,在一致性约束下迭代求解分布式模型;最后,通过算例仿真,进行模型的有效性、改进算法性能以及分布式模型通用性的验证。

欧拉–拉格朗日系统在权重不平衡有向图下的分布式优化算法

本文研究了欧拉–拉格朗日(EL)多智能体系统在权重不平衡有向图下的分布式优化问题,优化目标为通过智能体间的局部通讯最小化全局目标函数,该目标函数为智能体自身局部目标函数的和。为解决该问题,本文设计平衡补偿变量调节拓扑权重,并提出EL系统在权重不平衡有向图下的分布式优化算法,该算法使智能体状态达成一致的同时,协同最小化全局目标函数。最后,给出一个基于Simulink的数值仿真验证所提出算法的有效性。

含多微网配电系统自适应分区分布式优化

随着新能源在配电网中的高度渗透,配电网运行和调度方法将发生根本性转变。微网作为一种可有效整合分布式资源的单元,近年来发展迅速。面向含多微网的配电系统,提出了一种分布式多目标优化方法。首先,提出了一种基于电压-有功灵敏度矩阵的配电网分区方法。其次,以最小化网损和提高电压质量为目标,构建一个分区多目标模糊优化模型,采用全分布式算法实现分区配电网的并行优化计算。最后,验证了所提出的方法的可行性和有效性。

集成VSG频率调节与经济调度的微网分布式优化

在通信受限的情况下如何对低惯量孤岛运行的微网同时进行频率调节和综合经济调度,是目前需要解决的难点。建立了含多类型电源虚拟同步机(VSG)的微网调度控制模型,提出了一种集成频率调节与综合经济调度的分布式优化算法,来同时实现微网中的频率调节和经济调度。在综合考虑各类电源VSG成本和收益以及微网整体惯量和备用容量需求的基础上,提出了一个分布式经济调度问题,该问题最小化了各类型VSG参与频率调节所产生的综合成本并提高了微网在扰动下频率的稳定运行能力;在考虑微网逆变器的动态特性的基础上重构优化问题,利用事件触发通信在线感知和补偿供需失衡,解决了最优调度问题。仿真结果表明,所提方法能够避免跨时间尺度的层间协调,提高系统的惯量、调频能力以及经济性,并增强对短期通信故障的鲁棒性。

直流配电网的分布式优化调度研究

最优调度是一个全局优化问题,经济调度协调整个配电网的发电,同时将总发电成本降至最低,因此,通常由监督控制器执行。然而,可靠性问题对此类架构设计提出了挑战,因为中央控制器或任何通信链路的故障都会阻碍整个系统的功能。此外,对该优化方法的研究主要局限于交流配电系统,直流配电系统的优化调度在很大程度上未得到充分的研究。本研究工作设计了一个分布式控制器,通过在直流电源之间适当分担负载和同步单个增量成本来实现直流电源的最优调度,该同步性可实现直流电源的最佳调度,并确保系统性能不受控制器或通信链路故障的影响。

高比例新能源接入主动配电网的完全分布式优化方法

针对传统配电网在大规模新能源接入电网时的通信量、计算量激增问题,充分考虑主动配电网(Active distribution network, ADN)的灵活性和调节能力,提出了高比例新能源接入的配电网优化方法,首先建立了基于区域独立划分原则和调节能力最优原则的完全分布式最优潮流(Optimal power flow, OPF)模型,然后利用分布式交替方向乘子法(Alternating direction multiplier method, ADMM)对该模型进行求解,最后在IEEE118总线和1062总线系统上进行了算例仿真与分析。结果表明构建的主动配电网系统具有良好的快速性和经济性。

考虑居民热负荷主动需求响应的园区综合能源系统分布式优化运行方法

主动需求侧响应(active demand response,ADR)不仅可降低综合能源系统运行和投资费用,还可应用其灵活性更多地消纳清洁间歇性可再生能源和降低碳排放。为深度挖掘居民热负荷动态特性所蕴含的灵活性ADR资源以及考虑用户隐私需要,该文通过对其进行精细化建模,提出了一种可适用于多用户的园区综合能源系统分布式优化运行方法。首先,对居民热负荷ADR资源进行精细化状态空间建模;其次,以此为基础,建立考虑居民热用户ADR的园区综合能源系统优化运行模型;然后,考虑用户隐私保护需要,提出基于交替方向乘子法将系统整体大规模优化问题解耦为供给侧和需求侧子问题后实现分布式精确求解;最后,通过对含128户居民用户的典型园区综合能源系统算例进行分析,验证了该文方法的有效性。

基于分布式优化算法的植保通信系统设计

针对植保机器人数据传输延迟、影响作业效果的问题,基于分布式优化算法对植保机器人的通信系统进行了设计。植保机器人采用CPS系统进行设计,主要包括用户层、信息处理层、网络通信层和物理层。对通信系统进行分布式优化算法设计,包括对多个体网络系统进行受限一致性分析,并进行通信系统分布式优化,以减少数据传输延迟,提升信息传输速度。为了验证通信系统的有效性,对其进行通信系统性能试验和信息处理功能测试,结果表明:通信系统数据传输效果良好,可以完成信息的处理。

考虑不确定性和楼宇储热的区域综合能源系统分布式优化调度

为了充分发挥多个区域综合能源系统(RIES)能量互补的优势,有效降低新能源随机波动对系统安全稳定运行的影响,基于条件风险价值(CVaR)理论,提出了一种考虑楼宇储热的RIES分布式优化调度方法。根据楼宇的热动态特性,建立楼宇等效虚拟热储能模型以及RIES优化调度模型;引入CVaR理论处理新能源出力的不确定性,实现系统运行成本和风险水平的权衡;建立RIES能量共享模型,并采用自适应步长交替方向乘子法实现模型的分布式求解;根据各RIES的交互贡献度,对RIES能量共享的收益进行分配。算例测试结果表明,所提方法能有效降低各RIES的运行成本,并在兼顾鲁棒性与经济性的同时实现RIES利润的公平合理分配。

基于多分块交替方向乘子法的蜂巢状配电网分布式优化调度

蜂巢状有源配电网是一种通过规模化链接微网群,实现大规模分布式可再生能源高效接入的新型配网形态。针对蜂巢状配电网中微网群与互联基站协调运行机制复杂的难题,提出一种以系统运行成本最小为目标,基于多分块交替方向乘子法(block-wise alternating direction method of multipliers,BADMM)的分布式优化调度策略,有效克服了多基站与多微网之间协调运行的挑战。首先根据拓扑结构建立蜂巢状配电网的优化数学模型,然后以智能功率/信息交换基站为中心将蜂巢状配电网划分为多个区域,每个基站协调同步计算与其相邻微网的优化问题。最后通过算例验证了所提策略的有效性和收敛性,为大规模微网群的经济优化调度提供了参考。

考虑碳捕集与甲烷化的综合能源微网分布式优化调度

为了促进综合能源微网的低碳性与经济性,并降低信息安全风险,提出考虑碳捕集与甲烷化的综合能源微网分布式优化调度模型。通过在传统火电厂上加装碳捕集设备,将捕集的CO_(2)用于甲烷化,可以减少系统碳排放,将多余的配额进行出售,在降低系统碳排放的同时也带来了经济效益。并且考虑了分布式优化调度,以解决多综合能源微网联合优化调度带来的信息安全问题。仿真结果表明所提模型可以有效减少系统碳排放并兼顾经济性,同时能降低信息安全风险。

基于边缘计算的高渗透率微电网并行分布式优化经济调度

基于边缘计算的框架提出了一种并行分布式优化方法,用于求解含有海量可再生能源的微电网的复杂优化经济调度问题,有效提升问题求解效率。该方法中边缘节点只与邻居节点交换信息,降低通信复杂度,同时,各个节点并行求解,突破“组合爆炸”的束缚,提高求解效率,多次迭代即可得到全局最优解。其次,在含海量可再生能源的微电网中,构建运行成本最小优化调度模型,用提出的方法对大规模优化模型进行求解。仿真结果表明,与标准ADMM相比,在相同精度下,所提方法的迭代次数仅为ADMM的二分之一甚至更少。海量可再生能源输出功率波动时,分布式电源的增量成本趋于一致,表明微电网与上级电网互动调控后,所提方法能够使得微电网稳定运行,同时实现成本最小化。

在线分布式优化研究进展

在线分布式优化是通过多智能体之间有效的协调合作以实现实时优化的任务,其在多无人系统实时编队跟踪、大规模分布式机器学习、传感器网络的动态参数估计等领域中有着广泛的应用。分别从决策空间、性能指标、信息反馈模型等角度对近年来国内外在线分布式优化的代表性研究工作进行了梳理和总结,着重从算法设计思路和收敛性结果两个角度进行了剖析,同时也指出不同算法的优势和不足。最后,对在线分布式优化算法的应用进行了简单讨论并对全文进行了总结和展望。