基于可行域投影的分布式资源集群优化调度方法及装置

本技术涉及电力系统，尤其涉及一种基于可行域投影的分布式资源集群优化调度方法及装置。

背景技术：

1、分布式资源的大规模接入给电力系统带来重大挑战。由于风分布式资源数量众多、接入分散、主体多元、单体响应能力有限、在系统运行中的可观性和可控性较低，亟需高效的聚合控制方式将分散的资源聚合为有机整体，发挥分布式资源参与源网荷储互动的全局性和系统性效益。因此，迫切需要研究分布式资源集群参与电网协同优化调度的方法，将包含分布式发电、分布式储能、需求响应等的资源聚合为整体，集群参与电网协调优化，实现源网荷储的协同互动。

2、现有分布式资源聚合理论的研究通常侧重于可行域的计算。有研究构建每个资源单体的可行域，然后计算所有这些可行域的minkowski和。然而，这种方法忽略了配电网内的运行约束，在分解调度结果时可能会违反配电网安全约束。有的研究通过投影计算分布式资源集群的灵活性可行域。经典的投影方法是傅里叶--莫茨金消除(fme)，它通过连续的变量变换减少一组线性不等式中的某些变量，将一组约束投影到指定变量上。然而，fme算法的计算复杂度随着约束和维度的数量呈指数增长，使得计算高维可行域变得具有挑战性。也有研究提出了一种基于深度神经网络的可行域识别方法。通过挖掘输入参数与可行域顶点之间的相关性，可以通过训练好的深度神经网络直接定位边界点。然而，该方法依赖于大量可用数据，仅适用于输入参数较少的情况，例如联络线可行域。构建高维可行域仍然是一个挑战，因此大多数研究工作都集中在凸包的内部或外部近似算法上。有研究采用内盒近似方法来定义变电站净功率注入的可行域，这是通过利用上部和下部总功率轨迹来完成的；有研究将描述可行域的问题表述为最大最小规划问题，随后将其转换为混合整数规划问题，引入了基于可行割的外部近似方法；有研究利用自适应鲁棒优化来聚合分布式资源，从而产生由最佳椭圆可行域表示的聚合模型。

3、现有分布式资源聚合理论的研究仍有不足，缺少对分布式资源集群成本特性的表征和对资源不确定性的刻画，且缺少分布式资源集群与电网协调优化调度的相关研究与实践成果。

技术实现思路

1、本技术旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本技术的第一个目的在于提出一种基于可行域投影的分布式资源集群优化调度方法，基于投影计算高维顶点式凸包作为分布式资源集群的高维可行域，并以可行域作为分布式资源集群的聚合模型参与电力系统优化调度，在保证安全约束的前提下进一步优化各分布式资源的出力，有利于提升分布式资源集群参与电力系统运行的整体效益，有力支撑电力系统优化运行，提升电力系统应对分布式可再生能源波动性的能力。

3、本技术的第二个目的在于提出一种基于可行域投影的分布式资源集群优化调度装置。

4、本技术的第三个目的在于提出一种电子设备。

5、本技术的第四个目的在于提出一种计算机可读存储介质。

6、本技术的第五个目的在于提出一种计算机程序产品。

7、为达上述目的，本技术第一方面实施例提出一种基于可行域投影的分布式资源集群优化调度方法，包括：

8、建立分布式资源集群的系统模型，建立过程涉及建立模型约束、模型线性化与凸松弛化；

9、建立可行域投影模型，通过所述可行域投影模型计算顶点式高维可行域，将所述顶点式高维可行域作为分布式资源集群的聚合模型参与电力系统的优化调度；

10、基于所述分布式资源聚合模型，求解分布式资源集群与电力系统的联合优化调度模型，得到调度结果。

11、可选的，所述建立分布式资源集群的系统模型，包括：

12、建立以式(1)-式(16)为约束的分布式资源集群的系统潮流约束，包括：

13、

14、

15、

16、

17、

18、

19、其中，式(1)、式(2)分别为节点i和节点j之间的配电线路ij的有功和无功潮流方程，分别为配电线路的有功和无功潮流，bij、gij分别为配电电路的串联电纳、串联电导，vi,t、vj,t分别为节点i和节点j的电压幅值，θij,t为节点i和节点j间的电压相角差，是节点编号集合，表示与节点i通过配电线路直接相连的节点编号的集合，表示关口节点编号；式(3)为线路/馈线容量约束；式(4)为节点电压幅值约束；式(5)、式(6)分别是节点有功和无功平衡方程，式中分别是节点i处分布式发电的有功出力和无功出力，分别是节点i的有功负荷和无功负荷；

20、其中，对于dcs关口节点，满足如下约束：

21、

22、

23、其中，分别为关口有功功率、无功功率，定义从电侧向dcs输入功率为正；

24、考虑分布式光伏、储能、可调建筑三种分布式资源，分布式光伏运行模型如下：

25、

26、

27、

28、其中，式(9)、(10)、(11)为分布式发电的有功和无功出力上下限约束、容量约束、功率因数约束，式中是分布式发电的有功出力上下限，是分布式发电的视在功率上下限；

29、储能运行模型如下：

30、

31、其中，分别为t时刻储能的放电功率、充电功率、输出功率，et为t时刻储能容量，e、分别为储能容量上下限，ηc、ηd分别为储能充放电效率，分别为储能充放电状态，pesd分别为放电功率上下限，pesc分别为充电功率上下限；

32、可调节建筑运行模型如下：

33、

34、其中，式中为t时刻fb的输出功率，为t个时段内fb的总功率限制；

35、dcs总成本为：

36、

37、dcs成本约束如下：

38、

39、

40、其中，cdcs为t时段内dcs总成本，为第t个时段dcs的成本，cdg(·)为分布式发电的成本函数，为第t个时段分布式储能的成本，cgt(·)为关口有功功率的成本函数，从电网侧向dcs输入功率时成本增加，从dcs向电网输出功率时成本减少，cesd(·)为分布式储能的放电成本函数，cesc(·)为分布式储能的充电成本函数；

41、在建立潮流方程时，以电压相量为自变量，忽略网络损耗，线性形式的近似潮流方程为：

42、

43、对于线路容量约束(3)为二次型且凸的，可近似地分段线性化为：

44、

45、其中，n是分段数量；

46、对非凸约束进行松弛，在满足充分条件时，将系统模型中的非凸模型转换为凸模型。

47、可选的，所述建立可行域投影模型，包括：

48、可行域投影过程即在可行域内反复搜索顶点的过程，单次顶点搜索的模型如下：

49、

50、其中，η为搜索方向的方向向量，x为电网与dcs间的协调变量，y为dcs的内部变量，ω为dcs满足的可行域。

51、可选的，所述通过所述可行域投影模型计算顶点式高维可行域，将所述顶点式高维可行域作为分布式资源集群的聚合模型参与电力系统的优化调度，包括：

52、初始化顶点集和顶点索引向量；

53、根据所述顶点索引向量计算搜索方向的方向向量，并采用dbscan聚类算法对所述方向向量进行聚类，得到聚类后的方向向量组；

54、将所述方向向量带入所述单次顶点搜索的模型进行顶点搜索，若沿第i个方向向量搜索得到新顶点，则将新顶点添加至所述顶点集，并为新顶点添加编号，添加至第i个顶点索引向量，此时第i个顶点索引向量中包含n+1个顶点，若未得到新顶点，则不进行操作；

55、对所有含有n+1个顶点的顶点索引向量进行重新组合，得到新的顶点索引；

56、重复上述步骤，直至所述顶点集中点数量超过预设数目，输出顶点式凸包，所述顶点式凸包即为所述顶点式高维可行域，将所述顶点式高维可行域作为分布式资源集群的聚合模型参与电力系统的优化调度。

57、可选的，所述初始化顶点集和顶点索引向量，包括：

58、对于n维问题，随机生成n+1个方向向量进行顶点搜索，得到包含n+1个顶点的顶点集；

59、对所述顶点集中的顶点进行编号；

60、从所述顶点集中选取n个不重复顶点并记录顶点编号，得到n+1组含n个点的顶点索引向量，每个顶点索引向量均代表该凸包平面上的顶点编号集合。

61、可选的，所述根据所述顶点索引向量计算搜索方向的方向向量，并采用dbscan聚类算法对所述方向向量进行聚类，得到聚类后的方向向量组，包括：

62、对于第i个顶点索引向量，根据式(20)获得第i个凸包表面的外法线方向向量，表达式为：

63、

64、其中，αi为第i个凸包表面的外法线方向向量，为第i个凸包表面的顶点索引向量，为一方阵，1为长度为n的单位向量；

65、依次计算出凸包的所有方向向量，采用dbscan聚类算法对所有所述方向向量进行聚类，得到聚类后的方向向量组。

66、依次计算出凸包的所有方向向量，采用dbscan聚类算法对所有所述方向向量进行聚类，得到聚类后的方向向量组。

67、可选的，所述基于所述分布式资源聚合模型，求解分布式资源集群与电力系统的联合优化调度模型，得到调度结果，包括：

68、求解分布式资源集群与电网的一阶段优化调度模型，得到dcs的关口功率和总成本上限所述一阶段优化调度模型的表达式为：

69、

70、其中，pdcs为t维向量，表示dcs各时段的关口功率，取输出为正方向，cdcs为dcs的总成本，是顶点式凸包v的一个凸组合，n为v中顶点数，cs为电网和dcs的成本之和，为电网系统t时刻的成本，为电网系统的t时刻的负荷，为火电机组t时刻的输出功率，δpm为火电机组的爬坡上限，cpm(·)为火电机组的成本函数；

71、求解分布式资源集群的二阶段优化调度模型，得到各分布式资源最优出力、dcs的实际总成本以及电网和dcs的总成本为：所述二阶段优化调度模型的表达式为：

72、

73、其中x为dcs内部变量。

74、为达上述目的，本技术第二方面实施例提出了一种基于可行域投影的分布式资源集群优化调度装置，包括：

75、模型构建模块，用于建立分布式资源集群的系统模型，建立过程涉及建立模型约束、模型线性化与凸松弛化；

76、可行域投影模块，用于建立可行域投影模型，通过所述可行域投影模型计算顶点式高维可行域，将所述顶点式高维可行域作为分布式资源集群的聚合模型参与电力系统的优化调度；

77、优化调度模块，用于基于所述分布式资源聚合模型，求解分布式资源集群与电力系统的联合优化调度模型，得到调度结果。

78、为达上述目的，本技术第三方面实施例提出了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

79、所述存储器存储计算机执行指令；

80、所述处理器执行所述存储器存储的计算机执行指令，以实现如上述第一方面中任一项所述的方法。

81、为达上述目的，本技术第四方面实施例提出了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述第一方面中任一项所述的方法。

82、为达上述目的，本技术第五方面实施例提出了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项所述的方法。

83、本技术的实施例提供的技术方案至少带来以下有益效果：

84、基于投影计算高维顶点式凸包作为分布式资源集群的高维可行域，并以可行域作为分布式资源集群的聚合模型参与电力系统优化调度，在保证安全约束的前提下进一步优化各分布式资源的出力，有利于提升分布式资源集群参与电力系统运行的整体效益，有力支撑电力系统优化运行，提升电力系统应对分布式可再生能源波动性的能力。

85、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。