首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于非精确交替方向乘子法的虚拟储能电厂分布式协同方法_国网湖北省电力有限公司电力科学研究院;国家电网有限公司;武汉大学_202210377568.X 

申请/专利权人:国网湖北省电力有限公司电力科学研究院;国家电网有限公司;武汉大学

申请日:2022-04-12

公开(公告)日:2024-06-21

公开(公告)号:CN114925880B

主分类号:G06Q10/0631

分类号:G06Q10/0631;G06Q50/06

优先权:

专利状态码:有效-授权

法律状态:2024.06.21#授权;2022.09.06#实质审查的生效;2022.08.19#公开

摘要:本发明提供一种基于非精确交替方向乘子法的虚拟储能电厂分布式协同方法,虚拟储能电厂是实现配电网中大规模分布式储能并网运行的有效手段,但是虚拟储能电厂内部大规模的设备优化协同,往往难以满足电网对其响应快速性的要求。本发明提出了一种面向大规模储能的虚拟储能电厂分布式控制框架,使得储能聚合体在跟随目标负荷曲线的同时,能够避免电网电压越限。该发明基于非精确交替方向乘子法,在原始变量更新中能够得到储能本地优化问题的闭式解析解,显著降低了优化计算的复杂度,提升了储能设备的协同效率。

主权项:1.一种基于非精确交替方向乘子法的虚拟储能电厂分布式协同方法,其特征在于,包括以下步骤:步骤1:确定配电网系统中的分布式储能接入位置,获取配电网系统的拓扑与结构参数,进而获得系统配电线路的电阻、电抗矩阵;步骤2:根据步骤1获取的配电网系统的拓扑与结构参数,确定电网的电压安全约束与储能设备的运行约束,建立虚拟储能电厂的优化调度模型,所述优化调度模型以实现目标负荷曲线跟随、降低设备使用成本为目标;步骤3:针对虚拟储能电厂内的各分布式储能智能体,将步骤2建立的虚拟储能电厂的优化调度模型转化为标准优化模型,采用向量化的表征方法突出标准优化模型中的耦合与非耦合约束条件;步骤4:将步骤3得到的标准优化模型转化成对偶问题的形式,在对偶问题中确定标准优化模型的分布式求解方法:构建标准优化模型的增广拉格朗日函数,利用非精确交替方向乘子法推导原始、对偶变量的迭代更新方法,并分配给各储能智能体进行计算,进而实现标准优化模型的分布式求解,当算法达到给定的最大循环次数时,利用原始变量的迭代结果作为分布式储能设备的最优功率设定,以指导实际设备的充放电管理;所述步骤2中的优化调度模型表示为: 式3中:为第i个储能设备t时刻的有功和无功功率;储能的运行成本采用二次型表示,其参数为其中表示第i个储能设备t时刻有功使用成本的二次项系数,表示第i个储能设备t时刻有功使用成本的一次项系数,分别表示第i个储能设备t时刻无功使用成本的一次、二次项系数;根据式4中系统的DistFlow潮流模型中,分别表示系统电阻、电抗矩阵Rl,Xl的第i列,分别节点i的负荷功率,表示不存在储能的纯负荷节点的集合;式5中,为目标负荷曲线,表示储能聚合体具有跟随指令参与电网调度的能力;式6表示储能设备的容量限制,为储能设备的无功功率,为储能变流器的视在功率容量;式7表示储能设备的有功功率约束,其中为储能的最小、最大有功容量;式8表示储能的荷电容量约束,其中SoCmin,SoCmax为储能的最小、最大荷电容量限制,为第i个储能t时刻的荷电容量,η为储能的充放电效率;所述步骤3令其中xi,t是第i个储能t时刻的决策变量,Δxi,t表示各储能单元的决策变量,表示为上一时刻功率输出与下一时刻功率偏移量之和的形式,所述标准优化模型表示为: 式11为耦合约束条件,式12为非耦合约束条件,式12中的Δri,t为引入的松弛变量,实现不等式约束到等式约束的转化;式10-12的参数矩阵与向量Ai、E、C、b0、e0、di根据优化模型3-9得到,即 其中 所述步骤4中首先对虚拟储能电厂的标准优化模型进行处理,引入人工约束,以实现分布式求解: 式中18中,和hi,tΔxi,t分别为目标函数10中的平滑与非平滑部分,yi,t,zi,t分别为式11和式12约束条件的拉格朗日乘子;tij为辅助变量,表示相邻节点的yi,t相等;li为引入的辅助变量,用于确保后续模型的凸性。

全文数据:

权利要求:

百度查询: 国网湖北省电力有限公司电力科学研究院;国家电网有限公司;武汉大学 基于非精确交替方向乘子法的虚拟储能电厂分布式协同方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。