基于多智能体异步分布式优化的配电网能量管理研究

Grid-connected renewable energy is an effective way to solve the current energy crisis. However, the output of renewable energy is characterized by random fluctuations. Coordination of flexible resources in the distribution network to participate in energy management for increasing the flexibility is the key to the large-scale utilization of renewable energy. This project aims to focus on energy management in distribution networks with high penetration rate of renewable energy and consider the problems caused by fluctuations of output of renewable energy. Based on multi-agent system framework, this project studies the forward scheduling of distribution network, real-time economic dispatch and online voltage regulation. The main research contents include: first, based on the information gap decision theory, the distributed asynchronous optimization strategy is proposed for forward scheduling under multiple uncertainties; second, to handle the deviation of forward scheduling, we study the partition of distribution networks based on spectral clustering theory at first, then an asynchronous distributed algorithm based on the partition will be proposed to realize the real-time tracking and economic dispatch of active demand; finally, to tackle the frequent voltage fluctuation caused by the active regulation, a distributed on-line regulation of distribution network voltage will be proposed. The project intends to establish the theory and method of multi-agent asynchronous distributed optimization for the participation of flexible resource in energy management of distribution network, and realize the efficient use of renewable energy.

可再生能源并网发电是解决当前能源危机的有效途径。然而，可再生能源出力具有随机波动的特点，协调配电网中的柔性资源参与能量管理以增加电网柔性是可再生能源大规模利用的关键。本项目拟围绕高渗透率可再生能源环境下的配电网能量管理展开，充分考虑可再生能源出力波动带来的问题，以多智能体系统为框架，研究配电网的提前调度、实时经济分配与在线电压调节。主要研究内容包括：首先，拟基于信息差决策理论研究多重不确定性环境下日前调度的分布式异步优化策略；其次，针对日前调度的执行偏差，拟先基于谱聚类理论研究配电网的分区，进而提出基于分区的异步分布式算法实现有功需求的实时跟踪与经济分配；最后，针对有功调节导致的频繁电压波动，拟研究配电网内电压的异步分布式在线调节。项目拟通过上述研究，建立柔性资源参与配电网能量管理的多智能体异步分布式优化理论与方法，实现可再生能源的有效利用。

随着全球气候变暖的加剧，低碳发展已成为全球共识。在此形势下，可再生能源在配电网中的渗透率逐年增长。一方面，可再生能源的大规模并网显著降低了化石能源消耗；另一方面，由于可再生能源出力固有的间歇性，可再生能源的大规模并网对系统的安全稳定运行构成了严峻挑战。.本项目以多智能体系统为框架，研究异步分布式方式下的电力系统能量管理优化。主要研究内容为：.1.已有分布式电压调节算法在状态更新时通常要求全局协同一致，调节速度受制于系统内响应最慢的参与个体。针对这一问题，提出利用分布式机组无功出力对配电网进行在线电压调节的分支并行算法。该算法根据辐射状配电网的拓扑特性，将配电网全局电压调节问题成功地分解为一个关于局部无功优化的低维子问题序列。进一步地，算法通过对局部子问题序列以分支并行的方式进行循环求解来得到全局电压调节问题的最优解。.2.在高阻抗比配电网中，仅依靠分布式机组的无功对电压进行调节所能实现的调节范围往往较窄。针对这一问题，提出了协调分布式机组有功-无功进行在线电压调节的随机算法。该算法首先将所提关于配电网电压调节的二次约束二次规划问题的决策变量分解为相互独立的子集，各子集分别对应一个低维子优化问题。进一步地，算法从子问题序列中随机挑选子问题进行求解来完成决策变量子集的随机更新，从而在规避全局协同一致要求的同时得到全局最优解。.3.已有高压直流互联系统频率调节策略性能的好坏主要依赖于系统数学模型的准确性，但系统的精确数学模型却难以获得。针对这一问题，提出利用强化学习方法在无模型环境下实现多端高压直流互联系统的分布式协同频率调节。在该算法中，交流子区域只需根据本地以及与相邻区域交互的信息来进行决策即可通过高压直流输电系统以备用共享的方式完成系统的负荷扰动补偿，从而显著降低多端高压直流互联系统的运行费用。.本项目研究成果可为高渗透率电力系统的运行优化提供理论支持。