[发明专利]基于交替方向乘子算法的分布式全局最优能量管理系统

摘要

本发明公开一种基于交替方向乘子算法的分布式全局最优能量管理系统，是在单一微电网下，以多个储能设备为单位的系统，该微电网是由不同结点组成，每个结点都连接着相对应的能量存储模块、能量管理模块、动态负载和再生能源发电机，不同的结点通过拓扑图的样式互相连接，相邻的结点之间能够进行信息的交流，通过信息的交流，每个结点同步更新自身的能量管理参数，从而实时调整整个微电网的总体能耗达到全局最小。本发明通过跟踪能量存储模块的荷电状态，同时考虑微电网的能量供求平衡条件、传输线损耗、再生能源发电机的间断性、负载的动态变化、能量存储系统自身的充放电效率等因素，动态最小化电力线上的电力流动，从而达到减少功率损耗的目的。

主权项

一种基于交替方向乘子算法的分布式全局最优能量管理系统，是在单一微电网下，以多个储能设备为单位的分布式全局最优能量管理系统，该微电网是由不同结点组成，每个结点都连接着相对应的能量存储模块、能量管理模块、动态负载和再生能源发电机，不同的结点通过拓扑图的样式互相连接，相邻的结点之间能够进行信息的交流，通过信息的交流，每个结点同步更新自身的能量管理参数，从而实时调整整个微电网的总体能耗达到全局最小；其特征在于，利用交替方向乘子算法的全局一致性原理，将全局二次成本函数变成如下所示：$\underset{U_{i\&CenterDot;},...,U_{n\&CenterDot;}}{\min }\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}(p_i\&lsqb;A_{i\&CenterDot;}^{T}SOC{\left(t\right)}^i+{\mathrm{\&eta;B}}_{i\&CenterDot;}^T{U}_{i\&CenterDot;}dt+\mathrm{\&eta;}(P_G\left(t\right)-P_L\left(t\right))dt\&rsqb;+r_i{U}_{ii}^2)---\left(7\right)$其中，U_i·分别为A、B、U矩阵的第i列向量；SOC(t)ⁱ为第i个结点的荷电状态；为第i个结点邻居的集合；N为微电网中结点数；p_i、r_i分别为矩阵Q、R的第i列向量；dt为离散时间步长；η为对角矩阵，其值为能量管理系统的充放电效率系数；P_G(t)为局部分布式发电机功率的向量形式；P_L(t)为负载的需求功率的向量形式；U_ij为矩阵形式，其值为相邻结点i，j的控制信息；U_i·为列向量，其值为第i个结点自身的控制量及其对邻居的控制量；U_ii、U_jj分别为第i个、第j个结点自身的控制量；A为对角矩阵，0<[A]_ii<1，A的取值表示能量的存储效率系数；B为微电网的拓扑结构的矩阵形式，B矩阵可取‑1、β、0，即当取值为‑1表示功率是从当前结点流出，当取值为β表示功率是流入到当前结点，β为传输线上的传输效率系数，0<β<1；其余情况均取值为0；Q、R分别为动态状态、控制变量的权重矩阵，p_i、r_i则为Q、R矩阵中第i个结点的相对应的信息；上述限制条件的作用是为了让第i个结点能根据其邻居的控制策略得出自身的控制策略；下面列出第i结点在第h+1次迭代时增广拉格朗日函数：其中，ρ>0为惩罚参数，其值的选取影响算法的收敛速率；λ为拉格朗日乘子；为列向量，其定义如下：即取值为第h次迭代各结点的控制参数的平均值；接着，初始残差对偶残差的迭代更新如下：${\mathrm{\&alpha;}}_{i\&CenterDot;}^h=U_{i\&CenterDot;}-{\stackrel{\&OverBar;}{U}}_{i\&CenterDot;}^h,\&ForAll;i\&Element;N---\left(10\right)$${\mathrm{\&beta;}}_{i\&CenterDot;}^h=\mathrm{\&rho;}({\stackrel{\&OverBar;}{U}}_{i\&CenterDot;}^h-{\stackrel{\&OverBar;}{U}}_{i\&CenterDot;}^{h-1}),\&ForAll;i\&Element;N---\left(11\right)$对偶变量的迭代更新如下：${\mathrm{\&lambda;}}_{i\&CenterDot;}^h={\mathrm{\&lambda;}}_{i\&CenterDot;}^{h-1}+{\mathrm{\&rho;\&alpha;}}_{i\&CenterDot;}^h,\&ForAll;i\&Element;N---\left(12\right)$变量的迭代更新如下：即$\begin{array}{c}{U}_{i\&CenterDot;}^{h+1}={(2p_i{\mathrm{\&eta;B}}_{i\&CenterDot;}{\mathrm{dt\&eta;B}}_{i\&CenterDot;}^{T}dt+E^i)}^{-1}\\ \&CenterDot;(\mathrm{\&rho;}{\stackrel{\&OverBar;}{U}}_{i\&CenterDot;}^h-{\mathrm{\&lambda;}}_{i\&CenterDot;}^h-2p_i{\mathrm{\&eta;B}}_{i\&CenterDot;}{\mathrm{dtA}}_{i\&CenterDot;}^T{x}^i-2p_i{\mathrm{\&eta;B}}_{i\&CenterDot;}\mathrm{\&eta;}dt(P_G\left(t\right)-P_L\left(t\right))dt)\end{array}---\left(14\right)$其中，Eⁱ是维的对角矩阵，其定义式如下：$E_{ii}^i=2r_i+\mathrm{\&rho;}---\left(15\right)$交替方向乘子算法的停止准则如下：其中，为初始残差的最大容忍偏差；为对偶残差的最大容忍偏差；为绝对容忍度阀值；为相对容忍度阀值；当停止准则生效，取得当前时刻的全局的最优解。