《智能电力系统中经济调度策略的研究.docx》由会员分享，可在线阅读，更多相关《智能电力系统中经济调度策略的研究.docx（26页珍藏版）》请在三一办公上搜索。
1、本科毕业论文（设计）论文题目：智能电力系统中经济调度策略的研究电的出现给人们的生活带来了便利，也快速推动着人类文明的发展。随着对电的深入研究也随着社会的不断发展进步，直到今天人类的生活和各行业的发展几乎已经离不开电力的支持，国家经济的发展也与电力系统稳定安全运行到了密不可分的地步。电能作为作为可再生资源，有着清洁、高效、便利的能源消费形式的优点。人们对于电力的需求量也越来越大，急需一个能够快速、方便、智能化管理电能的电力系统出现。因此，开始了对智能电力系统进行研究，它是一种利用先进的传感量测、信息通信、自动控制、新型材料、先进储能等技术，与电力系统中发输配变用和调度各环节基础设施高度集成，具有
2、多指标自优化运行能力，高度信息化、自动化、互动化的新型现代化电力系统。它既具备计算机的智慧性，又具备自动化的特征，同时还具备通信技术的优势。经济调度问题在电力系统的运行与控制中占据着非常重要的位置，它直接影响着电力系统运行的经济性与安全性。经济调度策略是在保证电力系统安全、可靠运行的条件下，对每台机组的功率进行合理配置，以保证电力系统的总体运行费用为最小值。在满足供需均衡和其它限制的前提下，使发电费用最小。经济调度策略的目标是追求某个研究时段内所有开机机组的运行成本最小，约束条件包括电力供需平衡及机组出力限制，优化变量是每台机组的出力。经济调度策略的优势是指在电力系统的安全和电能质量不变的情况
3、下，对能源和设备进行合理的利用，以最低的发电成本或燃料费用来确保对用户稳定地供电。在电力系统的运行过程中，采用经济调度策略能够有效地改善电力系统运行状况，提高系统运行可靠性。针对上述问题，提出了一种基于智能电网的智能电网优化调度策略，并通过一种基于一致性的优化算法，将发电设备的增量费用与柔性电网的增量收益进行协调，从而实现了智能电网优化调度。通过分布式优化的方式来求解经济调度问题，将分布式优化方法与多智能体系统相结合，进行求解。通过仿真实验分析得出分布式优化策略有良好的收敛性。关键词：智能电力系统；经济调度策略；分布式优化论文类型：理论研究AbstractTheemergenceofelect
4、ricityhasbroughtconveniencetopeopleslivesandrapidlypromotedthedevelopmentofhumancivilization.Withthein-depthresearchonelectricityandthecontinuousdevelopmentandprogressofsociety,untiltoday,humanlifeandthedevelopmentofvariousindustriesarealmostinseparablefromthesupportofelectricity.Thedevelopmentofthe
5、nationaleconomyisalsocloselyrelatedtothestableandsafeoperationofthepowersystem.Asarenewableresource,electricityhastheadvantagesofbeingaclean,efficient,andconvenientformofenergyconsumption.Thedemandforelectricityisalsoincreasing,andthereisanurgentneedforapowersystemthatcanquickly,conveniently,andinte
6、lligentlymanageelectricity.Therefore,researchonintelligentpowersystemshasbegun.Itisanewmodernpowersystemthatutilizesadvancedtechnologiessuchassensormeasurement,informationcommunication,automaticcontrol,newmaterials,andadvancedenergystorage,andishighlyintegratedwiththeinfrastructureofvariouslinksinpo
7、wergeneration,transmission,distribution,transformation,andscheduling.Ithastheabilitytoselfoptimizeoperationwithmultipleindicators,andishighlyinfbrmationized,automated,andinteractive.Itpossessesboththeintelligenceofcomputersandthecharacteristicsofautomation,aswellastheadvantagesofcommunicationtechnol
8、ogy.Theeconomicdispatchproblemoccupiesaveryimportantpositionintheoperationandcontrolofthepowersystem,whichdirectlyaffectstheeconomyandsafetyofthepowersystemoperation.Theeconomicdispatchstrategyistoallocatethepowerofeachunitreasonablywhileensuringthesafeandreliableoperationofthepowersystem,inordertoe
9、nsurethattheoveralloperatingcostofthepowersystemisminimized.Minimizepowergenerationcostswhilemeetingsupply-demandbalanceandotherconstraints.Thegoalofeconomicdispatchstrategyistopursuetheminimumoperatingcostofallstart-upunitswithinacertainresearchperiod,withconstraintsincludingpowersupplyanddemandbal
10、anceandunitoutputlimitations.Theoptimizationvariableistheoutputofeachunit.Theadvantageofeconomicdispatchstrategyreferstothereasonableutilizationofenergyandequipmentwhilemaintainingthesafetyandqualityofthepowersystem,ensuringstablepowersupplytouserswiththelowestgenerationorfuelcosts.Intheoperationpro
11、cessofthepowersystem,adoptingeconomicdispatchstrategiescaneffectivelyimprovetheoperationstatusofthepowersystemandimproveitsreliability.Inresponsetotheaboveissues,asmartgridoptimizationschedulingstrategybasedonthesmartgridisproposed,andaconsistencybasedoptimizationalgorithmisusedtocoordinatetheincrem
12、entalcostsofpowergenerationequipmentwiththeincrementalbenefitsoftheflexiblegrid,thusachievingtheoptimizationschedulingofthesmartgrid.Theeconomicdispatchproblemissolvedbymeansofdistributedoptimization,andthedistributedoptimizationmethodiscombinedwithmulti-agentsystemtosolveit.Throughsimulationexperim
13、ents,itisfoundthatthedistributedoptimizationstrategyhasgoodconvergence.Keywords:Intelligentpowersystem;Economicdispatchstrategy;DistributedoptimizationPaperType:TheoreticalResearch目录摘要IABSTRACTII目录IV1绪论11.1 研究背景及意义11.2 国内外研究现状21.3 主要内容22智能电力系统及经济调度介绍42.1 智能电力系统介绍42.2 经济调度策略介绍52.3 本章小结63智能电力系统中分布式经济调
14、度的基本模型83.1 分布式经济调度策略模型假设83.2 分布式经济调度策略模型建立83.3 分布式经济调度策略模型93.4 本章小结134仿真实验和结果分析144.1 仿真实验144.2 结果分析154.3 本章小结18结论19参考文献21致谢221绪论1.1 研究背景及意义随着对电的深入研究也随着社会的不断发展进步，直到今天人类的生活和各行业的发展已经离不开电能了，国家经济的发展也与电力系统稳定安全运行到了密不可分的地步。电力作为可再生资源，有着清洁、高效、便利的能源消费形式的优点，在能源的供应与使用领域里中将占据重要地位，这对电力系统更加高智能化发展提出了迫切要求。随着发展“智能电力系统
15、一词也出现了，新一代电力系统是在原有电力系统的基础上，通过对新技术的融合发展而来的。它是在现有电力系统的基础上，通过对现代信息技术、计算机技术、通信技术、自动化技术和网络技术等新技术的融合，发展而来的。其目的就是要使电网自动化程度更高，从而使电网更可靠、更灵活、更稳定和更安全。在电力系统的运行和控制中经济调度问题一直以来都占有很重要的地位。其目的就是用最小的发电成本发出最多的电。随着电力系统逐渐发展进步，用于以前电力系统的经济调度方法很难适应于现在的智能电力系统。同时，随着全球能源的短缺和环境污染问题日益严重，各国政府都在加强对环境的保护，节约能源、提高效率等方面做了大量工作。因此，在电力市场
16、条件下，电力系统既要满足用户对电能质量、可靠性和经济性的要求，又要减少环境污染，在能源利用方面达到最优化。因此，随着我国社会经济水平和人们生活水平的不断提高，人们对于电力系统经济调度问题也越来越重视。根据电力系统运行中存在的多种约束，如最大负荷约束、最小功率约束、最大/最小网络拓扑结构约束等，采用最优的方法来确定电力系统运行费用的最优值。目前，电力系统经济调度问题的研究方法主要有：优化方法、人工智能方法、数学规划方法、随机优化方法等。这些方法在电力系统经济调度问题的求解过程中各有优势，也各有缺陷。而目前如何将这些约束条件转化为数学模型来求解这一问题已经成为目前研究和解决这一问题的一个重要方向。
17、智能电力系统利用电力系统的实时动态监测系统中的动态监测和高级运算功能，能更好的实现经济调度。随着环境污染越来越严重国家提出了可持续发展的战略方针，如何节约能源资源问题越来越受到各方面的重视。对电的研究也越来越深入，本文提出了一种分布式的优化策略。在这种策略中，利用多智能体系统中的协调算法，以发电机组的边际成本和弹性负荷的边际效益为协调变量，并基于此设计了一种适用于智能电力系统优化发电成本的算法。通过将分布式优化方法与多智能体系统相结合，进行求解。这种方法对于具有多台发电机的智能电力系统具有重要意义，可以为新一代电力系统带来多方面的优势，如易于操作、低维护费用、高能源效率、对各种不确定性的强鲁棒
18、性。同时，分布式经济调度策略也有利于提高储能资源和需求侧响应能力的利用率，降低碳排放和污染物排放,促进可再生能源和清洁能源的发展。1.2 国内外研究现状经济调度策略(EconomicDispatchStrategy,EDS)是电力系统运行和控制中的一个重要问题，即在满足各种约束条件的情况下，使用各种算法策略，来达到最小的发电成本发出最多的电的目的。国内目前对电力系统规划的研究主要关注决策方法和可靠性评估，还没有建立在规划层面考虑电力系统调度运行方式的运行模拟方法。文献将风力发电的预测值视为固定出力，考虑在机组组合模型中添加正负备用限制，正负负荷跟踪速率限制和正负备用的电量限制等灵活性限制条件，
19、分析了这些灵活性限制对系统安全性和经济效益的影响。文献通过多情景组合的技术构建了考虑风电环境的机组组合模式，探讨在包括风电时间模型、区间预测和场景模型的各种模式下系统调度行为的效果及其效率的影响。文献4研究了风力发电、水力发电以及抽水蓄能联合调度的问题。文献6叙述了近年来国内外研究学者对考虑网损的经济调度进行分析设计，为了简化处理，网损均采用B系数表述，文献提出两个并行运行一致性算法，第一个算法为一阶一致性算法，使用一个局部系统功率偏差这一矫正项来确保供需平衡，第二个算法使用一致性中的最新信息来计算系统全局功率偏差。文献基于平均一致性算法和对分方法，提出一种计及网损的分布式算法。文献考虑计及网
20、损的直流最优潮流问题,提出一种合作分布式优化调度算法，通过与MatIabfminCon函数作比较，验证了所提算法的有效性。文献9考虑计及网损的社会福利最大化问题，首先将原始问题通过释放非凸等式约束，将其转化为一个凸优化问题，保证得到的可行解与原始问题的最优解相同，考虑有向通信网络，提出一种能量管理一致性算法。文献10提出种充放电比例一致性算法解决飞轮储能系统问题。文献II使用三种不同的平均一致性算法运用在不平衡图中。但是在电力系统经济调度问题方面没有涉及。1.3 主要内容本论文的重点是在智能电力系统中的经济调度策略问题上，在借鉴了国内外学者的有关研究成果的基础上，重点研究了如何降低发电成本的方
21、法，并在此基础上，设计出一种能够解决智能电力系统中的经济调度问题的分布式算法。本文所设计的分布式算法能够很好地解决智能电力系统中经济调度问题，通过对算法展开仿真实验验证和分析，最终得到结论。本文的内容安排如下：第1章为绪论部分。本章主要介绍了经济调度问题的研究现状，说明了本课题的研究背景及研究意义，对经济调度问题的国内外研究现状进行了综述，并对本课题的主要研究内容进行了概述。第2章对智能电力系统及经济调度策略进行了介绍。本章对智能电力系统进行了简单介绍，包括其定义、特点以及发展现状。介绍了静态经济调度、动态经济调度以及联合电力系统经济调度等三种不同类型的经济调度策略。针对这三种不同类型的经济调
22、度策略，分别介绍了它们的特点和优势。第3章介绍了智能电力系统中分布式经济调度的基本模型，详细介绍了分布式经济调度策略模型的假设，建立以及分析。第4章主要是对建立的模型进行仿真实验，以及对实验结果进行分析,并得出结论。第5章是对本文进行简要总结，并对得出的结论进行简要概述。2智能电力系统及经济调度介绍2.1 智能电力系统介绍智能电力系统是利用先进的传感量测、信息通信、自动控制、新型材料、先进储能等技术，与电力系统中发输配变用和调度各环节基础设施高度集成，具有多指标自优化运行能力，高度信息化、自动化、互动化的新型现代化电力系统。从以煤、石油、天然气为主向，以可再生能源为基础的可持续能源供应体系转变
23、将是二十一世纪人类发展的重要变革之一。电力作为清洁、高效、便捷的能源使用方式和可再生能源转化利用的主要途径，在能源消费与供给中将居于核心位置，这对电力系统不断增强智能化水平提出了紧迫要求。智能电力系统(SmartpowerSystem,SPS)最开始是由清华大学的卢强教授提出来的。智能电力系统是一个有着各种优点而且能自己运行的电力系统。它有着自主供电、配电以及输电的功能。卢教授认为智慧电力系统(SmartGrid,SG)是智能电力系统极其重要的组成部分。而电力系统分为五个等级：第一个等级是智能电力系统，第二个等级是智能配电力系统，第三个等级是智能微电力系统，第四个等级是智能城市和社区，第五个等
24、级是能源互联网。不同电力等级的SG自有其独特的主要含义。智能动力系统在其实现工作的全部阶段中均具备主动趋优的特征。智能电力系统的优化指标由高安全性、高电能质量和高效率三大需求构成。智能电力系统有以下几方面特点：高度集成：智能电力系统将物理电力系统、信息网络和业务网络紧密结合，实现电力流、信息流和业务流的双向互动，提高电力系统的运行效率和服务水平。用户导向：智能电力系统以用户需求为导向，提供优质的电能质量和增值服务，满足用户对美好生活的向往，激励用户参与电力交易和需求响应，实现源荷协调。资源优化：智能电力系统以资源优化为目标，容纳各种不同的发电形式，包括可再生能源、分布式能源、储能设备等，实现多
25、元化的供电方式，降低碳排放和环境污染。自愈能力：智能电力系统以自愈能力为特征，通过新技术的应用，从实时故障检测到故障隔离和恢复，提高了电力系统的可靠性、效率和灵活性。而这些新技术也在智能配电力系统、智能微电力系统和能源互联网方面发挥着重要作用。市场机制：智能电力系统以市场机制为动力，通过建立合理的价格信号和激励机制，促进各方主体之间的公平竞争和合作共赢，以此来提高电力市场的活跃度和效率。智能电力系统的发展现状和未来：在近20年的发展过程中，智能电力系统技术已经取得了很大的进展，但是仍然存在着许多亟待解决的问题。举例来说，由于可再生能源持续进入电力市场，因此，我们必须加强对它的管理，以及保证整个
26、电力系统各部分的运行。另外，电力系统还必须具有抗网络攻击的能力，以确保网络的安全性与可靠性。我国已于2020年末基本建成统一的坚强智能电力系统，技术和装备达到国际先进水平，但仍面临新能源消纳、市场化交易、数字化转型等挑战。在我国，随着能源节约，环境保护，可持续发展等方面的政策措施的不断深入，我国电力系统本身所具备的许多优势也越来越明显地展现出来。这些优势使电力系统在社会、经济、环境等方面带来了良好效益。我国经济发展速度的加快，对电力的需求也在不断增加，这就为电力系统的发展提供了一个良好的契机。同时，随着全球能源的短缺和环境污染问题日益严重，各国政府都在加强对环境的保护，节约能源、提高效率等方面
27、做了大量工作。随着我国社会经济水平和人们生活水平的不断提高，人们对于电力系统经济调度问题也越来越重视。但同时我们也应该看到，虽然我国的经济发展迅速，人民生活水平提高了，但我国能源资源相对匮乏，且人均资源占有量较少，因此我国电力系统的建设需要加大投入。“十四五”期间，要在全面建设小康社会的前提下，深入推进国家能源的绿色、低碳转型，建设以新能源为主的新型电力体系，以实现“碳达峰、碳中和”的战略目标，对促进国家经济发展具有重要意义。在这一背景下，智能电力系统的发展目标逐渐转变为以清洁能源为主的新型电力系统。2.2 经济调度策略介绍经济调度策略是一个非常复杂的问题，涉及到多方面的内容，其主要目标就是在
28、满足用户需求的前提下，实现系统中发电企业利润的最大化。在经济调度策略中，有两个目标是至关重要的，一个是优化发电企业成本，另一个就是优化用户需求。要想实现这两个目标，我们可以采用一些科学手段来进行分析，具体来说就是采用经济调度策略中的一种优化方法来实现这两个目标。在保证电力系统安全、可靠运行的条件下，对每台机组的功率进行合理配置，以保证电力系统的总体运行费用为最小值，而这一目标函数被称为经济目标函数。根据经济计划的不同，可以分为以下三种经济调度方式：静态经济调度是指在负荷需求和机组出力不随时间变化的情况下，求解最优的机组出力分配方案。静态经济调度的目标函数通常是系统的总燃料成本，约束条件包括功率
29、平衡约束和机组有功出力范围约束。静态经济调度的常用方法有等微增率法、拉格朗日乘子法、梯形法等。动态经济调度是指在负荷需求和机组出力随时间变化的情况下，求解最优的机组出力分配方案。动态经济调度的目标函数通常是系统的总燃料成本加上启停成本，其中，电力系统的功率平衡、有功输出范围、机组的启动和停止状态、机组的最短上下线时间等约束都是制约该系统的主要因素。动态经济调度的常用方法有动态规划法、分支定界法、启发式算法等。此外，还有联合电力系统经济调度，是指在多个电力系统通过联络线互联运行的情况下，求解最优的机组出力分配方案和联络线交换功率计划。联合电力系统经济调度的目标函数通常是各个系统的总燃料成本之和，
30、由于电力系统内有大量的负荷，因此系统内的功率平衡也是一个重要的约束条件。还需要考虑机组的有功输出范围，以及联络线的功率范围等。联合电力系统经济调度的常用方法有迭代法、协调法、博弈论法等。经济调度策略的基本特征是：以可再生能源为主要对象，以节约、经济为原则，以确保供电的可靠性为目标，对可再生能源及清洁能源进行优先调度。由于可再生能源与清洁能源具有较大的波动性与随机性，因此，在对可再生能源与清洁能源进行优先调度时，必须首先确定机组的能耗与污染物排放水平，然后根据这些指标对机组进行排序，按顺序调用发电资源，从而达到最小化资源消耗与污染物排放的目的。经济调度策略的目标是追求某个研究时段内所有开机机组的
31、运行成本最小，约束条件包括电力供需平衡及机组出力限制，优化变量是每台机组的出力。经济调度策略的常用方法有排队法、等微增率法、线性规划法等。经济调度策略的优势是指在电力系统的安全和电能质量不变的情况下，对能源和设备进行合理的利用，以最低的发电成本或燃料费用来确保对用户稳定地供电。在电力系统的运行过程中，采用经济调度策略能够有效地改善电力系统运行状况，提高系统运行可靠性。节约能源，降低环境污染，增加电力市场竞争力。经济调度策略还可以考虑电力系统的动态特性，如机组启停状态，爬坡约束，水火电联合调度等，以适应电力负荷变化和应对可能发生的故障。在电力系统的运行和控制中经济调度问题一直以来都占有很重要的地
32、位，其主要任务是在电力系统运行过程中，根据电力系统运行中存在的多种约束，如最大负荷约束、最小功率约束、最大/最小网络拓扑结构约束等，采用最优的方法来确定电力系统运行费用的最优值。目前，电力系统经济调度问题的研究方法主要有：优化方法、人工智能方法、数学规划方法、随机优化方法等。其目的就是用最小的发电成本发出最多的电。随着电力系统逐渐发展进步，用于以前电力系统的经济调度方法很难适应于现在的智能电力系统。于是本文提出了一种分布式的优化策略。在这种策略中，利用多智能体系统中的协调算法，以发电机组的边际成本和弹性负荷的边际效益为协调变量，并基于此设计了一-种适用于智能电力系统优化发电成本的算法。通过将分
33、布式优化方法与多智能体系统相结合，进行求解。2.3 本章小结本章主要从两个方面对智能电力系统与经济调度策略进行了分析：一是智能电力系统的相关内容；二是经济调度策略。在研究本课题之前，首先要对智能电力系统与经济调度策略有一个基础的了解。本章从概念、特点、优势、发展现状与未来几方面详细进行了介绍。最后一部分则是介绍了经济调度策略的主要研究方法，顺便提出了本文中采用研究方法，分布式优化策略，为第三章的内容做好铺垫。3智能电力系统中分布式经济调度的基本模型3.1 分布式经济调度策略模型假设从电力系统的层次结构来看，电力系统中的发电机、弹性负荷以及其他可控电力设备，都是作为智能体在通信网络中进行信息交互
34、的，这些智能体可以被看作是分布式控制单元，这些控制单元通过通信网络实现与其它智能体的信息交互。由于电力系统中各个部分都是相互依赖、相互影响的，因此通过分布式控制单元可以实现电力系统的协同优化运行。将发电机、弹性负荷和其他可控电力设备作为智能体，将电力系统作为多智能体系统，通过局部通信网络与其他智能体进行信息交流，从而达到整个电力系统（多智能系统）的协同优化运行。文献12提出了一种“1.eader-FOHOWer”分布式一致性算法。值得注意的是，近年来，弹性负荷在电力系统中越来越受到重视，而上述文献中却没有涉及到这一方面。在实际操作中，弹性负荷被视为一种可以提供额外的资源来满足系统需求的负荷，并
35、且能够减少系统的总成本。此外，弹性负荷也可以提高电力系统的可靠性，并减少故障发生的可能性。因此，弹性负荷已经成为电力系统经济调度中一个重要的组成部分。本章将以发电设备的增量费用（IC）和弹性负荷的增量收益（IB）为一致性变量，设计了一种基于一致性的算法，从而在考虑了弹性负荷的情况下，实现了电力系统的分布式经济调度。通过一个实例的模拟和分析，证明了该方法可以在通信网拓扑改变的情况下，实现了“即插即用”的柔性负荷，并能有效地解决通信网拓扑改变的问题。3.2 分布式经济调度策略模型建立图论是一种研究图形的数学理论，它可以用来描述和解决许多实际问题。而一致性算法是指在分布式系统中，使得所有节点达成一致
36、的算法。这两个概念之间有很多联系，我们举个例子，比如在多智能体领域，我们就可以用图论来对多智能体进行描述。图论能很清晰的描述智能体的通信拓扑结构，这是图论强大的能力。我们可以用图论对多智能体进行建模，通过图论的方法分析系统的稳定性。图G是一类（匕E）的拓扑图，其中V是一类有限的非空集，被称作顶点集；E是一类二元无序的无序集合,被称作边集。如果G中任意两个不同顶点之间有一条边（此路被称作边），则此图为连通性。图的结构可以用一个元素叼是V两个顶点之间的边的权值表示的对称性“X阶的邻接矩阵4。M代表一个顶点i的邻接顶点集（包含该顶点i），其中与该顶点相关的边数的和为山，叫做该顶点的度值，即由=凡。假
37、设通信拓扑图的边满足双向并且等权重，定义邻接矩阵A的元素由/定义为：=ldijeNi（0/CNi(3.1)一致性算法是一种数学理论，用于解决图论中的一些问题。在图论中的作用在图论中，我们需要确保所有的节点都是相互关联的，这就需要用到一致性算法。令勺表示顶点i的状态。当网络中所有顶点的状态值相同，网络的顶点就实现了一致即：Xi=X2(3.2)定义线性系统一致性算法:xl=-H=Iaij(X1.Xj)1,2,n(3.3)该一致性算法的矩阵形式为：X=-1.nXX(3.4)其中，1.n为图G的X阶拉普拉斯矩阵；X=1,x2rtxnr假设电力元件(发电机和弹性负荷)可以互相传递信息，那么我们可以根据它
38、们之间的关系，建立一个描述它们状态特性的数学模型。这个模型可以用以下公式表示：Xt(k+1)=XiW+y=1iy(xi(fc)-XKky)由于矩阵A为随机矩阵，可以吧上式简化为：Xt(k+1)=a=%jXij(k)i=l,2,n(3.5)3.3分布式经济调度策略模型在考虑了弹性负载的条件下，以社会利益为目标，进行了电网经济调度。本项目拟从分布式优化的角度出发，以机组增量费用与弹性负荷增量收益为一致性变量，将电力系统的经济调度问题转换成分布式优化问题，并采用分布式优化算法进行求解。在每个发电机和可伸缩负载中都嵌入了一个局部控制器，并会随着邻近的IC或IB的变化而对其自身的IC或IB进行升级。本地
39、控制器是一个单一的执行机构，它的主要作用就是将所有需要增加或者减少的全局的IC和IB加到自己身上，并且在必要时执行命令。如果发电机的总出力超过负载的总出力，则系统的综合出力会降低，反之，系统的综合出力会升高。当对负载的总体需求比发电的总体功率大时，总的IB就会增大，反之，总的IB就会减小。假设发电机组的发电成本函数和弹性负荷的用电收益函数均为二次函数，则发电机组的发电成本函数为:Ci(PGi)=%+BiPGt+yF卷IWSg(3.6)弹性负荷的用电效益函数如下：Bj(PDj)=aj+jpDjcjpdjJSD(3.7)经济调度问题是指在满足一定的操作约束条件下，以最大的经济效益为目标，对电力系统
40、进行经济调度的问题，即：TnQXEjeSDBj(PDj)-tescG(PGi)(38)StEjeSDPDj-EieSGPgi=。(39)PGi,minWPGiWPGi,max，SG(3.10)Pdj,minWPDjWPDj,maxjWSD(3.11)其中，电、民、力分别为发电成本函数的常数项、一次项系数和二次项系数；七、九、G分别为用电效益函数的常数项、一次项系数和二次项系数；PDj为弹性负荷/的需求功率；PGi为发电机组)的输出功率；SG为发电机集合；SD为弹性负荷集合；PGiMin与Pges分别为发电机的最低和最高输出功率；P,min与Pj,max分别为弹性负荷的最低和最高输入功率。如果用
41、传统的拉格朗日乘子方法来解决，则设2表示相应于方程中约束条件的拉格朗日乘子，则在不考虑(3.10)和(3.11)的情况下，则所述方程中的约束最优问题可化为:(3.12)=-EjSSDBj(PDj)+EieSGCi(PGi)+()SdDjiSc对变量PGi、PDj和2求偏导得到最优性条件，即：iSG7普=普一;I=0OPgi”gi产=-普+”。GPDjPdj、U=EjWSDPDj-工ICSgpGi=(3.13)上式即协调方程，根据协调方程可得：dG-a-=pCm._眄_晒=.=也=入(34)PgiG2Pcmpdipd2dPDg这样的一致性算法有一个最优解，在这个一致性算法里，发电机组的IC与弹性
42、负荷的IB相等，其中机代表发电机个数，g代表弹性负荷个数。我们假定所有的弹性负荷与发电机组都在其功率限制范围内运行。在该一致性算法里，发电机组的IC与弹性负荷的IB的定义如下：ci=PGi(3.15)%*=、JeSD(3.16)以IC和IB作为一致性变量，采用一致性算法，将来自发电机组的IC的更新公式为：Mk+l)=%M(k)(3.17)IWSg从负荷的IB的更新公式为:7j(k+l)=1ajttW(3.18)为了符合电力系统中的功率平衡限制式(3.9),我们可以使用尸来表示弹性负荷的实际需求功率与发电机组实际输出功率之间的差值。由于弹性负荷的实际需求功率与发电机组的实际输出功率之间存在差异，
43、因此需要使用AP来表示两者之间的关系，以保证电力系统中各个组件之间能够达到平衡状态。即当弹性负荷的实际需求功率大于发电机组的实际输出功率时，弹性负荷就会增加。XP=EjWSDPDj-EiXGPGi(3.19)主发电机组的IC的更新公式为：Mk+1)=1aif4（八）+PiSG20)主负荷的IB的更新公式为：%(k+1)=匕ajtAt(Zc)+PjSD(3.21)其中，为收敛系数，表示在每一次迭代中，主发电机组和主负荷的分布式优化收敛速度的差值。它是一个正的标量，表明主发电机组和主负荷在迭代过程中，具有更快的收敛速度。它也是衡量分布式优化算法效率的重要指标，可以帮助决策者更好地了解算法的性能。主
44、发电机组或主负荷的“中心性”检索方法可以分为度中心性、特征向量中心性、介数中心性以及紧密中心性等。由式(3.15)和式(3.16)知：PGiiWSg(3.22)(3.23)因此，发电机组的功率约束可以修改为：PGKk)=2YiGi,min2PG1.maXGi,min忙色V4.2iz,mn1Sg(3.24)(Gi,nax2iAi,max弹性负荷的功率约束可以修改为:，%-bj2C/PDj()=PDj,mtnDi,maxPDj,min嗡PDj.max入厂S25入厂电2CjPDj.minNPdj,max(3.25)以一致性算法作为基础，本文提出了基于一致性的分布式经济调度算法(式(3.17至3.25
45、),其核心思想是将系统中各节点之间的博弈关系表示为一个关于成本的函数。具体而言，分布式算法的流程如图3.1所示：开始初始化、儿、j一致性算法：式3.17、3.18、3.20.3.21P?Y结束图3.1分布式算法流程图3.4本章小结本章主要介绍了本课题的核心内容，分布式经济调度策略。分别介绍了模型的假设、建立以及模型的提出，运用了图论和一致性算法的研究方法。以一致性算法作为基础框架提出了本文的分布式算法。并在最后画出了分布式算法的流程图。4仿真实验和结果分析4.1 仿真实验在对上述分布式调度算法进行了介绍后,本章以IEEEIO机器19负荷39节点为例，在场景1和场景2两种模拟实验的情况下，对其进
46、行了实验验证，并给出了相应的实验结果。其通信拓扑图如图4.1所示。第1-10表示发电机，即第一个通信节点；第11-29表示弹性负荷，即第二个通信节点。系统中包括10台发电机和19个弹性负荷，所用的参数见表4.1和4.2o输电线，通信线路C）通信节点（负荷），O通信节点（发电机）图4.110机19负荷系统的通信拓扑图表4.110发电机系统参数发电机YiPGi(O)Gl13.05780.0045135.870弓25.28700.0111214.920G311.37200.0098108.041G.3.36100.0096127.693G512.79300.0105232.560Ge11.77500
47、.0029240.010G73.37500.002244.62889.43500.0061234.470（续）表4.110发电机系统参数发电机氏YtPGi(O)Gg6.45200.007474.620GlO12.39400.0047172.090表4.219负荷系统参数弹性负荷bicJPDj(O)1125.7540-0.1401110.141218.4210-0.0623176.771327.6300-0.1512109.261410.5910-0.084275.441516.2740-0.0811120.631628.2650-0.212080.261728.1420-0.1180142.011823.5510-0.159488.551921.4220-0.1274100.802015.2260-0.0690132.282128.5600-0.0975175.562
