传统多微网系统的集中式优化策略计算时间长,而以交替方向乘子法(alternating direction method of muitipiers,ADMM)为代表的分布式优化算法求解效率取决于目标函数的拉格朗日增广函数的求解难度,很难适用于复杂多微网系统。针对该问题...传统多微网系统的集中式优化策略计算时间长,而以交替方向乘子法(alternating direction method of muitipiers,ADMM)为代表的分布式优化算法求解效率取决于目标函数的拉格朗日增广函数的求解难度,很难适用于复杂多微网系统。针对该问题,提出了一种基于非精确广义不定邻近交替方向乘子法(the inexact generalized ADMM with indefinite proximal term,IGADMM-IPT)的多微网系统分布式协调优化方案。首先,构建多微网系统的分层优化架构和各可调节设备动态模型;然后,基于可再生能源出力、负荷需求的差值和可调节设备出力阈值确定各微网可共享发电量和储能容量;接着,基于多微网系统运行成本最低构建全局共享目标函数,利用IGADMM-IPT对该优化问题迭代求解;最后,在8个微网和一个直连设备群通过公共母线互联的场景进行仿真。结果显示,在一天内利用IGADMM-IPT获取多微网系统运行成本最低优化方案所需时间比ADMM少21.38%。展开更多
文摘传统多微网系统的集中式优化策略计算时间长,而以交替方向乘子法(alternating direction method of muitipiers,ADMM)为代表的分布式优化算法求解效率取决于目标函数的拉格朗日增广函数的求解难度,很难适用于复杂多微网系统。针对该问题,提出了一种基于非精确广义不定邻近交替方向乘子法(the inexact generalized ADMM with indefinite proximal term,IGADMM-IPT)的多微网系统分布式协调优化方案。首先,构建多微网系统的分层优化架构和各可调节设备动态模型;然后,基于可再生能源出力、负荷需求的差值和可调节设备出力阈值确定各微网可共享发电量和储能容量;接着,基于多微网系统运行成本最低构建全局共享目标函数,利用IGADMM-IPT对该优化问题迭代求解;最后,在8个微网和一个直连设备群通过公共母线互联的场景进行仿真。结果显示,在一天内利用IGADMM-IPT获取多微网系统运行成本最低优化方案所需时间比ADMM少21.38%。
