一种分布式资源控制策略生成方法及系统与流程

本发明涉及配电网运行控制，特别涉及一种分布式资源控制策略生成方法及系统。

背景技术：

1、随着新型电力系统建设的深入推进，配电网中分布式光伏；风电；储能及电动汽车充电桩等分布式资源的接入规模持续扩大，配电网逐步由传统的无源辐射型网络向有源多端复杂网络演进。传统调度模式难以适应其灵活调控需求，亟需发展面向大规模分布式资源的高效协同调控技术。

2、当前，针对分布式资源协同控制策略的生成，基于全局集中优化的方法是其中一类重要的技术路线，该方法采集配电网全网的量测数据，构建统一的优化模型，以电压合格；网损最小等为目标，采用智能优化算法求解各分布式资源的出力方案。然而，该方法在实际工程应用中面临突出困难：配电网中各类运行数据对调控决策的价值密度差异极大，部分远端节点的量测数据对本地调控目标的贡献度极低，属于低价值冗余信息，但现有方法对所有量测数据不加区分；全部纳入优化模型，不仅增大了模型规模和计算复杂度，低价值数据引入的额外噪声还可能干扰优化方向的判断；同时，当分布式资源数量达到数百甚至上千个时，集中式优化模型的决策变量维度急剧增加，面临严重的收敛困难和计算耗时问题，调控策略的生成效率难以满足在线应用的实时性要求。

技术实现思路

1、针对现有技术中对所有量测数据不加区分地全部纳入优化模型，导致低价值冗余数据增加计算负担及大规模集中式优化面临决策变量维度过高；求解困难的问题，本发明提供了一种分布式资源控制策略生成方法及系统，通过数据价值筛选剔除低价值数据以精简模型输入规模，并通过分区聚合求解将大规模优化解耦为可并行求解的子问题以压缩决策变量维度的方法，能够降低模型规模；提升求解效率，实现大规模分布式资源控制策略的高效生成。具体技术方案如下：

2、第一方面，本发明提供一种分布式资源控制策略生成方法，包括以下步骤：

3、获取配电网多源运行数据，计算各类运行数据对预设调控目标的信息价值度，剔除所述信息价值度低于预设阈值的数据类别，形成数据集；

4、基于所述数据集与配电网网架拓扑，识别节点间的电气耦合强度并进行集群划分；以各集群为决策单元，求解以集群电压合格率最高和负载均衡度最佳为目标的聚合调控模型，生成各集群的聚合调控指令；

5、将所述聚合调控指令作为约束下发至各集群内部；在各集群内，以分布式资源的调节代价最小为子目标，求解各分布式资源的有功和/或无功出力分配值；

6、汇总各集群内各分布式资源的出力分配值，生成各分布式资源目标出力曲线的协同控制策略并输出。

7、优选的，所述信息价值度基于互信息理论计算得到，具体包括：

8、针对每一类运行数据与每一调控目标指标，计算互信息值；

9、将所述互信息值进行归一化处理，得到每一类运行数据相应的信息价值度。

10、优选的，所述互信息值的计算公式为：

11、

12、其中，表示第类运行数据的时间序列，表示调控目标指标的时间序列；为两类数据的联合概率分布，和为各自的边缘概率分布，其中，所述联合概率分布和边缘概率分布均通过核密度估计方法对时间序列进行估计得到。

13、优选的，所述计算各类运行数据对预设调控目标的信息价值度，具体包括：

14、所述预设调控目标包括电压偏差最小化目标和负载均衡度最佳化目标；分别计算每类运行数据在电压偏差维度的信息价值度和在负载均衡维度的信息价值度，将电压偏差维度和负载均衡维度的信息价值度按照预设的权重系数进行加权求和，得到每类运行数据的综合信息价值度。

15、优选的，所述识别节点间的电气耦合强度并进行集群划分，包括：

16、根据配电网的网架拓扑和线路参数，建立节点导纳矩阵；

17、对所述节点导纳矩阵求逆，获得节点阻抗矩阵，进而推导电压对无功功率的灵敏度矩阵；

18、基于所述灵敏度矩阵元素构建节点间的电气距离度量；

19、基于所述电气距离矩阵，对配电网节点进行自动聚类，获得集群划分结果。

20、优选的，所述聚合调控模型的优化目标为：

21、

22、其中，为集群公共连接点的电压，为额定电压，为集群的等效负载率，为全部集群的平均负载率，和为权重系数；

23、所述聚合调控模型的决策变量为各集群的总有功调节量和总无功调节量，约束条件包括集群公共连接点电压的上下限约束；集群间联络线功率的热稳定约束；以及各集群可调功率的总量范围约束。

24、优选的，所述各分布式资源的调节代价根据分布式资源的类型预设的权重系数确定。

25、优选的，所述以分布式资源的调节代价最小为子目标，求解各分布式资源的有功和/或无功出力分配值，具体包括：

26、以所述聚合调控指令为功率平衡等式约束，获取集群内各分布式资源的当前出力值及类型权重系数；

27、所述集群内各分布式资源分别配置有代理节点，各代理节点根据所述类型权重系数和当前出力水平计算初始边际调节代价；

28、各代理节点与相邻节点通信，以所述调节代价最小化为收敛方向，通过交换边际调节代价信息迭代更新自身的边际调节代价估计值及对应的出力分配值，所述出力分配值满足所述功率平衡等式约束及个体运行约束；

29、当各代理节点的边际调节代价估计值趋于一致时停止迭代，以当前出力分配值作为所述出力分配值输出。

30、优选的，所述协同控制策略还包括触发修正条件；

31、当实时监测到的配电网关键节点电压与主策略预期电压值之间的偏差超过预设死区阈值，和/或关键线路的实际负载率与主策略预期负载率之间的偏差超过预设死区阈值时，触发策略修正程序；

32、所述修正程序为保持各集群聚合调控指令不变，在各集群内部重新执行区内自主分配过程，计算各分布式资源出力的增量修正量，生成追加调节指令叠加至当前执行的控制指令中。

33、第二方面，本发明还提供一种分布式资源控制策略生成系统，应用前述的方法，包括：

34、数据价值筛选模块，用于获取配电网多源运行数据，计算各类运行数据对预设调控目标的信息价值度，并基于所述信息价值度形成数据集；

35、分区聚合求解模块，用于基于所述数据集与配电网网架拓扑，识别节点间的电气耦合强度并据此进行集群划分，以及以各集群为决策单元，求解以集群电压合格率最高和负载均衡度最佳为目标的聚合调控模型，生成各集群的聚合调控指令；

36、区内自主分配模块，用于将所述聚合调控指令作为约束下发至各集群内部，并在各集群内以分布式资源的调节代价最小为子目标，求解各分布式资源的有功和/或无功出力分配值；

37、策略生成与输出模块，用于汇总各集群内各分布式资源的出力分配值，生成包含各分布式资源目标出力曲线的协同控制策略并输出。

38、与现有技术相比，本发明的有益效果为：

39、本发明通过引入数据价值筛选机制，基于信息价值度剔除低价值冗余数据，从源头降低数据维度；消除无效噪声，有效减少优化模型的输入规模；在此基础上，通过分区聚合求解将大规模全局优化问题解耦为若干可并行计算的子问题，将原集中式优化中数百上千维的决策变量压缩至集群数量级的决策变量，显著降低了求解难度和计算时间。数据筛选与分区降维协同作用，共同解决了海量低价值数据导致优化效率低下的问题，大幅提升了控制策略生成的实时性和求解质量。