龔申健 劉致陽 楊歆豪
摘 要:現有的智能電網的經濟性調度模型,缺乏對于網損與發電功率的動態變化,提出基于網損的調度方式,有助于智能電網調度模型的改進設計。在此基礎上,采用多智能體一致性算法,分析系統的動態經濟性調度過程。仿真結果證明在此網損模型下的一致性調度具有優良的“即插即用”性能,該調度優化能耗,對電網負荷運行隨動能力強。
關鍵詞:電網損耗;智能電網;多智能體;一致性
DOI:10.16640/j.cnki.37-1222/t.2018.16.089
0 引言
隨著經濟的快速發展,作為國民能源產業核心的電力也在不斷更新以適應社會,在此期間,智能電網漸漸概念具體化。智能電網在電網結構和系統管理上集成一定的智慧與能力,從現在的技術發展上看,可以確定,能靈活控制的智能電網會是未來電網的發展趨勢。
智能電網的發展,發電端主要考慮發電的穩定性,經濟性,而用戶端更注重電價以及電力的環保性使用。所以,為了實現雙贏,發電端除了保證電力輸送外,還需考慮能源利用的經濟效益,實現環保節能。
從如今中國的電力結構上看,火電裝機量依然占據主導地位,為了優化能源效益,電網的經濟調度策略成為一項重要的研究。國內外對電網的經濟調度做了許多研究,現主要采用的調度方式為集中式優化調度,但唯一的控制中心與每個電力節點都進行通信,導致控制中心所需帶寬較高,且對系統連通度要求高,單點集中控制將工作匯聚,對控制中心運算能力也是一種挑戰。相對于集中式,分布式控制方法效果更顯著,對于拓撲具有普適性,且穩定性更好。[1]中提出物理與通信雙層分布式控制方法,構造有向圖描述拓撲,配置多種工作模式,可方便切換,按照貢獻度調整功率分布。[5]中利用分布式智能電網一致性算法與自定義虛擬一致性變量,依據不同發電設備的預測出力協同完成電網動態調度。
無論是集中式還是分布式調度,均是在無網損的理想條件下建立的模型,而在現實電力網絡中,損耗能占到總功率的10%,無法忽視,因此本文把多智能體一致性算法與基于網損和等耗量微增率相結合,區域分布式管理發功率分布,用于提高智能電網的發電效益,優化電網發電功率分配問題。
1 基于網損的電網節點模型
在某區域內,存在N個火電廠,由電力系統經驗方程可知,火電發電耗量與輸出有功功率成二次函數關系,因此定義火電發電機組耗量函數為:
計及網損,將發電端傳輸線換算成γ型等值電路,各段電壓均劃歸為母線電壓。
各分布式電源發電端線路向一塊區域供電前,需要經電力電子裝置、FACTS換流,傳輸線端又有無功補償器的使用,無功作用可忽略,因此只考慮有功線損在此簡化損耗模型中適用,并且在分析負載時,用節點負荷表示該節點的有功消耗,節點負荷是從配電端到用戶端的總用戶負荷以及該小距離傳導的損耗。
由圖1等值電路可知,當存在有功功率流經線路時,產生的有功損耗部分有兩部分:
其中,分別表示發電機最小最大輸出功率。
3 多智能體系統一致性算法仿真分析
為了驗證此算法有效性,選取小系統進行算法分析,其拓撲圖2所示(電源間無阻空導線為發電設備通信線路,帶阻導線的阻值是等效到母線電壓的電阻),仿真分析算法是否滿足負荷的“即插即用”。
采用IEEE39節點系統進行算法分析,所選設備參數如表1所示。
算法仿真中,收斂因子取0.0005,離散時間步長為0.01s,母線電壓為220kv。所得發電機狀態變量值變化規律如圖3:
在通信期間,發電機不斷調整出力適應網絡負荷,因此網絡的功率偏差也隨著改變,圖4為功率偏差量的變化:
細化分析,取初始0.5s分析并結合圖3的總體趨勢,探究狀態變量的變化規律,圖5為狀態變量細化分析圖:
動態分析過程:最初始階段,由于發電機初始狀態值分布不平衡,由式(2-6)更新時,節點狀態值向節點狀態平均值收斂,大約在0.05s,變量已經趨于一致約為9.5,但由于網絡功率未平衡,式(2-7)計算的功率偏差量仍然未達到收斂條件,因此狀態變量與發電功率根據收斂因子大小不斷向上調節,發電功率增加,產生損耗也增加,如此循環迭代,直到達到網絡收斂要求,收斂時間約為3s,最終一致性狀態變量為17.7。
在3s時,負載突然增加,測試其“即插即用”性能,圖6為 “即插即用”狀態變量變化圖:
圖7為“即插即用”功率偏差變化圖:
在系統初次一致后突然增加負載,系統約在3s內重歸于一致,狀態變量均為22.57,收斂速度較快,滿足即插即用的要求。當然,影響系統一致性變量收斂速度的有許多參量,比如通信步長,收斂因子的選取,電網的通信結構等等。
4 總結
本文提出的一種基于網損和等耗量微增率的,與多智能體一致性算法與相結合的分布式功率調度策略。經過仿真,發現網損約占總功率的8-15%,顯然損耗是不可忽略的,因此將考慮網損的類等耗量微增率作為系統所控制的狀態變量,能使效益型調度策略的模型可行性有了進一步的提升。結合分布式電源的拓撲結構,進行了該結構的分布式算法分析,發現其滿足多負荷并聯的“即插即用”,并具有良好的收斂性質,不會導致電網的劇烈波動,是適合當下智能分布式電源的控制策略。
參考文獻:
[1]Li Q,Chen F,Chen M,et al.Agent-Based Decentralized Control Method for Islanded Microgrids[J].IEEE Transactions on Smart Grid, 2016,7(02):637-649.
[2]李曉剛.基于多智能體的微電網功率協調控制策略研究[D].燕山大學,2013.
[3]席磊.基于多智能體隨機一致博弈的智能發電控制[D].華南理工大學,2016.
[4]陳凱旋.基于多智能體一致性的智能電網調度策略[D].南京郵電大學,2016.
[5]張澤宇.基于多智能體一致性協同理論的智能配電網自動發電控制方法[D].華南理工大學,2016.
[6]蔡曄.智能電網多網交互作用的機理分析及應用研究[D].湖南大學,2016.
[7]王騰.電力系統損耗的分析與研究[J].城市建設理論研究:電子版,2013(35).
[8]Olfati-Saber R,Fax J A,Murray R M.Consensus and Cooperation in Networked Multi-Agent Systems[J]. Proceedings of the IEEE,2007,95(01):215-233.
作者簡介:龔申健(1997-),男,江蘇南通人,本科在讀,主要研究方向:電氣控制與嵌入式。