一种分布式能源协同调度方法及系统与流程

本发明涉及电网协同控制，尤其涉及一种分布式能源协同调度方法及系统。

背景技术：

1、多个微电网接入配电网时，各微电网需要向外提供可交互功率能力，以便配电网完成备用配置、断面约束校核和功率协调。风电、光伏、负荷和储能状态会变化，终端预测的交互功率区间可能具有不同可信程度。

2、如公开号为cn113361078a的专利公开了一种考虑光伏发电不确定性的配电网云边协同调控方法，该专利用鲁棒优化统一处理所有不确定性，但无法区分信息可信度，高、低不确定性走相同迭代路径，低质量数据直接污染调度决策；无云端校验机制，无法拦截代理模型误判；无反馈安全校验与模型更新机制，无法防止不良反馈毒化预测模型。

3、又如公开号为cn121939643a的专利公开了一种基于融合终端的园区微电网调控系统及方法，该专利对所有数据同等处理，无法解决低可信度信息污染优化模型的问题；虽有闭环反馈但无安全门槛，无法防止错误反馈"边错边学"；无模型版本与时间一致性校验，无法解决过时反馈错配当前模型的问题；无云端与终端边界交集校验，无法确保调节基准值满足终端物理约束。

4、现有分层调度、分布式协调、功率预测和代理模型可以分别处理协调计算或区间估计，但若不同可信程度的区间采用相同的协调方式，或者云端将时间、版本不一致的代理区间直接用于当前调度，可能形成不满足实际设备边界的调节基准。云端反馈若在终端状态已变化后直接用于更新预测模型，还可能使异常反馈进入有效模型。

技术实现思路

1、本发明旨在至少解决相关技术中存在的技术问题之一。为此，本发明提供一种分布式能源协同调度方法及系统。

2、本发明提供的第一个技术方案为：

3、一种分布式能源协同调度方法，应用于分布式能源协同调度系统，所述系统包括至少一个终端微网、配网边缘层和云端全局层，所述方法包括：

4、终端微网在调度周期开始时采集各项数据，所述数据包括风电出力、光伏出力、负荷、储能可用功率和储能荷电状态；并执行时间与通信验证，基于通过校验的数据预测本周期的对外交互功率区间；

5、终端微网计算所述对外交互功率区间的不确定性以生成可信状态标签，将所述功率区间与所述可信状态标签汇总为区间报文发送至配网边缘层；

6、配网边缘层验证所述区间报文的完整性，按所述可信状态标签选择对应的协调路径进行约束求解，输出当前候选交互功率至云端全局层；

7、云端全局层获取所述区间报文与所述候选交互功率，基于云端代理模型生成的代理区间与所述区间报文执行端点交集校验，校验通过后结合全局约束对所述候选交互功率进行修正以生成调节基准值下发至终端微网；

8、终端微网执行所述调节基准值并返回实际执行功率，在反馈校验通过且实际执行功率与调节基准值之间的功率偏差达到预设的偏差更新门限时生成候选偏置参数；

9、终端微网在下一调度周期通过设备的物理边界核验所述候选偏置参数生成的功率区间，校验通过时将基于所述候选偏置参数更新得到的云端代理模型激活为新的有效模型版本，作为下一调度周期的云端代理模型以用于分布式能源的协同调度。

10、进一步地，所述终端微网在调度周期开始时采集各项数据并执行时间与通信验证的步骤中：

11、当采集数据未通过校验时，所述终端微网不生成当前周期的对外交互功率区间，而是采用上一有效区间并在区间报文中写入待复核状态。

12、进一步地，所述不确定性的计算通过以下公式实现：式中，为第个终端微网的功率区间不确定性；

13、和分别为本调度周期对外交互功率区间的上界和下界；

14、为第个终端微网的正则化常数，取值为正数；

15、生成可信状态标签的步骤包括：将计算得到的不确定性与预先配置的低不确定性分界值及高不确定性分界值进行比对，生成低不确定性标签、中不确定性标签或高不确定性标签。

16、进一步地，所述按所述可信状态标签选择对应的协调路径的具体方式为：

17、对于低不确定性标签，以当前所述区间报文中的功率区间作为候选响应边界执行协调更新；对于中不确定性标签和高不确定性标签，以所述终端微网上一有效区间的限制供电边界和限制受电边界作为受约束协调边界。

18、进一步地，配网边缘层输出当前候选交互功率的步骤还包括：

19、所述配网边缘层向终端微网发送影子价格，终端微网返回在自身边界内计算的响应功率和收敛标志；当协调未收敛或越界时，以所述区间报文对应的上一有效区间的受约束协调边界作为保守边界，并替换该候选交互功率。

20、进一步地，所述端点交集校验的具体逻辑为：

21、将所述代理区间与所述区间报文两个区间的供电下限中的较大值作为交集供电下限，将两个区间的供电上限中的较小值作为交集供电上限；当交集供电下限不大于交集供电上限时校验通过；交集为空时，云端拒绝代理区间，并采用所述区间报文中的功率区间中限制向外供电能力的边界。

22、进一步地，终端微网反馈校验的条件包括：

23、反馈的可信状态标签与当前周期的可信状态标签一致、反馈调度周期标识与当前周期匹配、反馈生成时间位于允许时延内且反馈云端代理模型版本与当前有效模型版本一致；任一条件不满足时，保持上一有效模型版本。

24、进一步地，所述生成候选偏置参数通过以下公式计算：式中，为第个终端微网的候选偏置参数；为第个终端微网的当前有效偏置参数；为第个终端微网的学习增益；为第个终端微网的调节功率偏差；

25、所述调节功率偏差由调节基准值与实际执行功率的差值确定；

26、所述学习增益的确定方式为：

27、从历史已核验反馈样本中选取标签一致、时间匹配、模型版本匹配且计量完整的反馈记录，将所述学习增益确定为使得候选偏置参数修正后的区间边界不超过物理约束的非负值。

28、进一步地，在下一调度周期通过设备的物理边界核验的步骤中：

29、所述物理边界包括当前周期的变流器额定功率、储能充放电功率边界和荷电状态允许功率边界；当校验失败时删除所述候选偏置参数并保持当前生效的有效模型版本不变。

30、本发明提供的另一个技术方案为：

31、一种分布式能源协同调度系统，用于执行前述的分布式能源协同调度方法，所述系统包括：

32、终端微网模块，用于在调度周期开始时采集各项数据，所述各项数据至少包括分布式能源出力数据、负荷数据以及储能设备的荷电状态数据，并执行时间与通信验证，基于通过校验的数据预测本周期的对外交互功率区间；执行所述调节基准值并返回实际执行功率，在反馈校验通过且实际执行功率与调节基准值之间的功率偏差达到预设的偏差更新门限时生成候选偏置参数；在下一调度周期通过设备的物理边界核验所述候选偏置参数生成的功率区间，校验通过时将基于所述候选偏置参数更新得到的云端代理模型激活为新的有效模型版本，作为下一调度周期的云端代理模型以用于分布式能源的协同调度；

33、配网边缘层模块，用于基于可信状态标签进行协调路径选择，并通过影子价格与终端微网交互；

34、云端全局层模块，用于获取所述区间报文与所述候选交互功率，基于云端代理模型生成的代理区间与所述区间报文执行端点交集校验，校验通过后结合全局约束对所述候选交互功率进行修正以生成调节基准值下发至终端微网模块。

35、本发明一种分布式能源协同调度方法及系统，具备以下技术效果：

36、①克服了底层预测不准对全局系统造成灾难性影响的问题，通过在终端设置不确定性标签、在边缘侧设置分类协调路径、在云端设置端点交集防线，三层隔离极大地提高了配电网调度的容错率；

37、②摒弃了传统的盲目在线学习策略，设立了基于物理边界（变流器及电池极限）与严格标识校验的候选版本测试区，从根本上避免了系统调度误差引起的不良反馈反向毒化预测模型；

38、③云端引入代理模型与本地模型的交集取舍逻辑，而非盲目信赖云端超算能力，杜绝了高置信度误判导致设备受损的风险。