面向规模化分布式可再生能源并网的群网协同互动优化方法

陈霆威; 曾君; 张轩; 赵紫昱; 黄向敏; 刘俊峰

doi:10.7500/AEPS20231016004

您当前的位置：

首页 >

文章列表页 >

面向规模化分布式可再生能源并网的群网协同互动优化方法

学术研究 | 更新时间：2025-06-16

- 面向规模化分布式可再生能源并网的群网协同互动优化方法
- Cluster-Grid Cooperative Interaction Optimization Method for Large-scale Distributed Renewable Energy Integration
- 电力系统自动化 2024年48卷第15期页码：73-83
- 作者机构：
  
  1.华南理工大学电力学院,广东省广州市 510641
  2.华南理工大学自动化科学与工程学院,广东省广州市 510641
  3.中国南方电网有限责任公司北京分公司,北京市 100020
- 作者简介：
  
  陈霆威(1999—)，男，硕士研究生，主要研究方向：电网优化调度及能量管理。E-mail：1838063573@qq.com
  曾君(1979—)，女，博士，教授，博士生导师，主要研究方向：微电网能量管理及优化、可再生能源发电系统中的电力电子及控制技术。E-mail：junzeng@scut.edu.cn
  张轩(1983—)，男，博士，主要研究方向：电网优化调度与运行、电力市场。E-mail：csgzhx@126.com
  刘俊峰(1978—)，男，通信作者，博士，教授，博士生导师，主要研究方向：高频微电网关键技术、电力电子及其控制技术。E-mail：aujfliu@scut.edu.cn
- 基金信息：
  
  国家自然科学基金资助项目(62173148;52377186);广东省自然科学基金资助项目(2022A1515010150;2023A1515010184)
- DOI：10.7500/AEPS20231016004
  中图分类号：
- 收稿：2023-10-16，
  
  修回：2024-02-26，
  
  网络出版：2024-06-18，
  
  纸质出版：2024-08-10
- 稿件说明：
移动端阅览
陈霆威,曾君,张轩等.面向规模化分布式可再生能源并网的群网协同互动优化方法[J].电力系统自动化,2024,48(15):73-83.

CHEN Tingwei,ZENG Jun,ZHANG Xuan,et al.Cluster-Grid Cooperative Interaction Optimization Method for Large-scale Distributed Renewable Energy Integration[J].Automation of Electric Power Systems,2024,48(15):73-83.
陈霆威,曾君,张轩等.面向规模化分布式可再生能源并网的群网协同互动优化方法[J].电力系统自动化,2024,48(15):73-83. DOI： 10.7500/AEPS20231016004.

CHEN Tingwei,ZENG Jun,ZHANG Xuan,et al.Cluster-Grid Cooperative Interaction Optimization Method for Large-scale Distributed Renewable Energy Integration[J].Automation of Electric Power Systems,2024,48(15):73-83. DOI： 10.7500/AEPS20231016004.

摘要

实现规模化分布式可再生能源接入下电网的稳定运行，是低碳化转型新形势下电网优化运行的重要研究方向。针对分布式可再生能源聚合形成集群参与电网优化运行带来的多主体性特点以及随机性问题，提出面向规模化分布式可再生能源并网的群网协同互动优化方法。首先，通过在灵活性资源的约束空间中构建高维内接长方体，形成表征灵活调节范围的可调功率域，通过构造可调功率域对可再生能源集群波动范围全覆盖的灵活性约束，使优化结果在可再生能源集群随机波动范围内全场景可行。然后，基于电网运行多主体的自利自主特性，构建满足同质个体并行优化、非同质个体串行优化要求的势博弈群网协同互动优化模型，提出与模型相适应的分布式优化方法与流程。最后，仿真算例表明，所提方法有效实现了多主体协同互动优化，并保障了优化结果的全场景可行。

Abstract

The stable operation of the power grid with large-scale distributed renewable energy integration is an important research direction for optimizing the operation of the power grid under the new situation of low-carbon transformation. In response to the multi-agent characteristics and randomness issues brought about by the participation of the clusters formed by distributed renewable energy aggregation in optimizing power grid operation

an optimization method for cluster-grid cooperative interaction for large-scale distributed renewable energy integration is proposed. First

by constructing a high-dimensional inscribed rectangle in the constraint space of flexible resources

an adjustable power range is formed to represent the flexible adjustment range. By constructing a flexible constraint of adjustable power domain to fully cover the fluctuation range of renewable energy clusters

the optimization results are feasible in all scenarios within the random fluctuation range of renewable energy clusters. Then

based on the self-interested and autonomous characteristics of multi-agents in power grid operation

an optimization model of potential game cluster-grid cooperative interaction is constructed to meet the requirements of parallel optimization for homogeneous individuals and serial optimization for non-homogeneous individuals. A distributed optimization method and its process suitable for the model are proposed. Finally

simulation cases show that the proposed method effectively achieves multi-agent collaborative interaction optimization and ensures the feasibility of the optimization results in all scenarios.

关键词

Keywords

references

国家能源局 . 新型电力系统发展蓝皮书（征求意见稿）［EB/OL］.（ 2023-01-06 ）［ 2023-08-30 ］. http：//www.nea.gov.cn/2023-01/06/c_1310688702.htm http://www.nea.gov.cn/2023-01/06/c_1310688702.htm .

National Energy Administration . New power system development blue book （consultative draft）［EB/OL］. （ 2023-01-06 ）［ 2023-08-30 ］. http：//www.nea.gov.cn/2023-01/06/c_1310 688702.htm http://www.nea.gov.cn/2023-01/06/c_1310688702.htm .

程杉，傅桐，李沣洋，等 . 含高渗透可再生能源的配电网灵活性供需协同规划［J］. 电力系统保护与控制， 2023 ， 51 （ 22 ）： 1 - 12 .

CHENG Shan ， FU Tong ， LI Fengyang ， et al . Flexible supply demand collaborative planning for distribution networks with high penetration of renewable energy ［J］. Power System Protection and Control ， 2023 ， 51 （ 22 ）： 1 - 12 .

白雪岩，樊艳芳，王天生，等 . 计及可再生能源可靠性的虚拟电厂动态聚合方法［J］. 电力自动化设备， 2022 ， 42 （ 7 ）： 102 - 110 .

BAI Xueyan ， FAN Yanfang ， WANG Tiansheng ， et al . Dynamic aggregation method of virtual power plants considering reliability of renewable energy ［J］. Electric Power Automation Equipment ， 2022 ， 42 （ 7 ）： 102 - 110 .

李翔宇，赵冬梅 . 分散架构下多虚拟电厂分布式协同优化调度［J］. 电工技术学报， 2023 ， 38 （ 7 ）： 1852 - 1863 .

LI Xiangyu ， ZHAO Dongmei . Distributed coordinated optimal scheduling of multiple virtual power plants based on decentralized control structure ［J］. Transactions of China Electrotechnical Society ， 2023 ， 38 （ 7 ）： 1852 - 1863 .

翟桥柱，周玉洲，李轩，等 . 非预期性与全场景可行性：应对负荷与可再生能源不确定性的现状、挑战与未来［J］. 中国电机工程学报， 2020 ， 40 （ 20 ）： 6418 - 6433 .

ZHAI Qiaozhu ， ZHOU Yuzhou ， LI Xuan ， et al . Nonanticipativity and all-scenario-feasibility： state of the art， challenges， and future in dealing with the uncertain load and renewable energy ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 20 ）： 6418 - 6433 .

ZHAI Q Z ， LI X ， LEI X J ， et al . Transmission constrained UC with wind power： an all-scenario-feasible MILP formulation with strong nonanticipativity ［C］// 2017 IEEE Power & Energy Society General Meeting ， July 16-20 ， 2017 ， Chicago， USA .

LORCA Á ， SUN X A ， LITVINOV E ， et al . Multistage adaptive robust optimization for the unit commitment problem ［J］. Operations Research ， 2016 ， 64 （ 1 ）： 32 - 51 .

XIE S W ， HU Z J ， WANG J Y . Two-stage robust optimization for expansion planning of active distribution systems coupled with urban transportation networks ［J］. Applied Energy ， 2020 ， 261 ： 114412 .

LI X C ， LIU Y X ， GUO L ， et al . Data-driven based uncertainty set modeling method for microgrid robust optimization with correlated wind power ［J］. CSEE Journal of Power and Energy Systems ， 2023 ， 9 （ 2 ）： 420 - 432 .

彭春华，熊志盛，张艺，等 . 基于多场景置信间隙决策的风光储联合鲁棒规划［J］. 电力系统自动化， 2022 ， 46 （ 16 ）： 178 - 187 .

PENG Chunhua ， XIONG Zhisheng ， ZHANG Yi ， et al . Joint robust planning of wind-photovoltaic-energy storage system based on multi-scenario confidence gap decision ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 16 ）： 178 - 187 .

DING T ， QU M ， HUANG C ， et al . Multi-period active distribution network planning using multi-stage stochastic programming and nested decomposition by SDDIP ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 3 ）： 2281 - 2292 .

EBADAT-PARAST M ， BAGHERI-SANJAREH M ， NAZARI M H ， et al . Stochastic multi-objective optimization with the aim of household energy management ［C］// 2022 9th Iranian Conference on Renewable Energy & Distributed Generation （ICREDG）， February 23-24 ， 2022 ， Mashhad， Iran .

LU R Z ， DING T ， QIN B Y ， et al . Multi-stage stochastic programming to joint economic dispatch for energy and reserve with uncertain renewable energy ［J］. IEEE Transactions on Sustainable Energy ， 2020 ， 11 （ 3 ）： 1140 - 1151 .

GHORBANIAN M ， DOLATABADI S H ， SIANO P . Game theory-based energy-management method considering autonomous demand response and distributed generation interactions in smart distribution systems ［J］. IEEE Systems Journal ， 2021 ， 15 （ 1 ）： 905 - 914 .

JIANG T Y ， CHUNG C Y ， JU P ， et al . A multi-timescale allocation algorithm of energy and power for demand response in smart grids： a Stackelberg game approach ［J］. IEEE Transactions on Sustainable Energy ， 2022 ， 13 （ 3 ）： 1580 - 1593 .

MONDERER D ， SHAPLEY L S . Potential games ［J］. Games and Economic Behavior ， 1996 ， 14 （ 1 ）： 124 - 143 .

王侨侨，曾君，刘俊峰，等 . 面向微电网源-储-荷互动的分布式多目标优化算法研究［J］. 中国电机工程学报， 2020 ， 40 （ 5 ）： 1421 - 1432 .

WANG Qiaoqiao ， ZENG Jun ， LIU Junfeng ， et al . A distributed multi-objective optimization algorithm for resource-storage-load interaction of microgrid ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 5 ）： 1421 - 1432 .

梅生伟，魏韡，刘锋 . 电力系统控制与决策中的博弈问题——工程博弈论初探［J］. 控制理论与应用， 2018 ， 35 （ 5 ）： 578 - 587 .

MEI Shengwei ， WEI Wei ， LIU Feng . Game theoretical perspective of power system control and decision making： a brief review of engineering game theory ［J］. Control Theory & Applications ， 2018 ， 35 （ 5 ）： 578 - 587 .

周步祥，杨明通，史述青，等 . 基于区块链的微电网市场势博弈模型［J］. 电力系统自动化， 2020 ， 44 （ 7 ）： 15 - 22 .

ZHOU Buxiang ， YANG Mingtong ， SHI Shuqing ， et al . Blockchain based potential game model of microgrid market ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 7 ）： 15 - 22 .

WANG S Y ， DU L ， MARDEN J R . Learning in potential games for electric power grids： models， dynamics， and outlook ［J］. IEEE Systems Journal ， 2022 ， 16 （ 3 ）： 5079 - 5091 .

栗子豪，李铁，吴文传，等 . 基于Minkowski Sum的热泵负荷调度灵活性聚合方法［J］. 电力系统自动化， 2019 ， 43 （ 5 ）： 14 - 21 .

LI Zihao ， LI Tie ， WU Wenchuan ， et al . Minkowski Sum based flexibility aggregating method of load dispatching for heat pumps ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 5 ）： 14 - 21 .

SANANDAJI B M ， VINCENT T L ， POOLLA K . Ramping rate flexibility of residential HVAC loads ［J］. IEEE Transactions on Sustainable Energy ， 2016 ， 7 （ 2 ）： 865 - 874 .

曹金声，曾君，刘俊峰，等 . 考虑极限场景的并网型微电网分布鲁棒优化方法［J］. 电力系统自动化， 2022 ， 46 （ 7 ）： 50 - 59 .

CAO Jinsheng ， ZENG Jun ， LIU Junfeng ， et al . Distributionally robust optimization method for grid-connected microgrid considering extreme scenarios ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 7 ）： 50 - 59 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

分布式优化在互联电网中的应用分析及展望

考虑隐私保护的虚拟电厂内部交易决策优化

考虑电化学模型的配电网侧光储系统分布式优化调度

发电企业参与容量市场的纳什-主从博弈模型

基于纵向联邦学习的短期风电功率协同预测方法