[发明专利]一种电力系统电价驱动二次型最优负荷跟踪模型求解方法在审
申请号: | 202011114425.7 | 申请日: | 2020-10-15 |
公开(公告)号: | CN112329210A | 公开(公告)日: | 2021-02-05 |
发明(设计)人: | 竺迪;秦晓多;张笑天 | 申请(专利权)人: | 苏州英迈菲智能科技有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F17/16;G06Q10/04;G06Q50/06;G06F111/04;G06F111/10 |
代理公司: | 北京科家知识产权代理事务所(普通合伙) 11427 | 代理人: | 宫建华 |
地址: | 215300 江苏省苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电力系统 电价 驱动 二次 最优 负荷 跟踪 模型 求解 方法 | ||
1.一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其具体步骤包括:
S1、针对电力系统二次型最优负荷曲线跟踪模型的数学特征,应用多源信息融合估计的思想,设计了逆序回滚、正序递推相结合的求解电能价格序列的最优估计算法;
S2、在电价序列驱动下,建立一个以电能价格为决策变量的二次型最优跟踪模型,通过主动地改变电能价格,引导发电出力,实现分布式电源出力对系统负荷的精确跟踪;
S3、在目标函数中构造了潮流超限二次项,并在求解时设计了潮流权重的自适应调节机制;针对不同严重程度的潮流超限,迭代式取得适当权重值,确保最优电价序列驱动的分布式电源出力满足潮流约束。
2.根据权利要求1所述的一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其特征在于:在所述S1中,求解电能价格序列的最优估计算法为:对于状态χ,使用M个传感器测量,有ζm=Γmχm+em m=1,…,M,其中,ζm,em分别为传感器m对状态χ的测量结果及其误差,Γm为传感器m的信息转移矩阵,测量误差em为白噪声序列,满足数学期望E(em)=0,协方差对状态χ的最优信息融合估计为其中,为测量ζm中包含的关于状态χ的信息量。
3.根据权利要求1所述的一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其特征在于:在所述S2中,以电能价格为决策变量的二次型最优跟踪模型为:
其中,C为全1的向量,决策变量为电能价格λk。
4.根据权利要求1所述的一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其特征在于:在所述S3中,目标函数满足2个条件:实际电价与参考基准价格的偏差最小化和发电出力对负荷曲线的跟踪误差最小化。
5.根据权利要求4所述的一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其特征在于:实际电价与参考基准价格的偏差最小化的满足条件为:λ*=λk+rk,其中,rk为白噪声,协方差为R-1,电能价格的最优估计为:
发电出力对负荷曲线的跟踪误差最小化的满足条件为:其中,hk为白噪声,协方差为H-1。
6.根据权利要求5所述的一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其特征在于:在求解算法中计算,Pj=CTHC+AT[(Pj+1)-1+BR-1BT]A,其中,j=N,N-1,…,k+1初始条件为PN+1=CTHC+AT[εIn+BR-1BT]A,其中,In为n阶单位矩阵,ε为避免矩阵奇异的修正因子。
7.根据权利要求1或3所述的一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其特征在于:在所述S3中,两个二次项分别为发电出力对系统负荷、电能价格对参考基准的跟踪误差最小化,当输电线路出现拥塞时,考虑线路容量上限,即潮流约束,并在目标函数中加入一项为:其中,S为线路潮流权重矩阵,且为对角形,对角线上各元素依次为各线路权重;F为电网的阻抗矩阵,ψ为各线路的潮流。
8.根据权利要求1或3所述的一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其特征在于:相应的求解算法采用迭代自适应调节权重矩阵,权重初始值取较小,不影响两个目标的优化;某条线路潮流超限,逐步调高其权重,经多次迭代,直至满足线路潮流约束。
9.根据权利要求1或3所述的一种电力系统电价驱动二次型最优负荷跟踪模型求解方法,其特征在于:相应的求解算法的伪代码为:
步骤1:设定权重矩阵H,S,R,最大迭代次数ncmax;
步骤2:迭代序号nc=1,潮流越限标志位ov=0;
步骤3:输入各状态向量q,q*,计算PN+1,
步骤4:逆序逐次计算
步骤5:正序逐次计算
步骤6:计算每条线路潮流,如果线路i潮流已超限:潮流越限标志位ov=1(置位),相应权重扩大Si,i←κSi,i,否则:潮流越限标志位ov=0(复位),权重缩小
步骤7:如果nc>ncmax或ov=0:结束;否则:回到步骤4。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州英迈菲智能科技有限公司,未经苏州英迈菲智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011114425.7/1.html,转载请声明来源钻瓜专利网。