基于主从博弈的主动配电网阻塞管理的论文复现——附Matlab代码_线路阻塞

目录

文章摘要：

编程思路：

研究背景：

基于主从博弈的电网阻塞管理：

算例介绍：

Matlab运行结果展示：

Matlab代码+数据分享：

---

文章摘要：

随着需求侧灵活性资源在配电网中的渗透率不断提高，其不协调的运行方式可能会导致配电网中线路阻塞和节点电压越限。为解决这些问题，提出了一种配电网节点边际电价统一出清的主从博弈双层调度框架。上层框架解决用户在负荷聚合商引导下的用电成本最小化问题，负荷聚合商为主从博弈的领导者；下层框架解决配电网系统运营商在考虑网络潮流安全和电压越限前提下的社会福利最大化问题，配电网系统运营商为主从博弈的追随者。利用Karush-Kuhn-Tucker 最优性条件和对偶定理，将非线性双层问题转化为单层混合整数线性规划问题求解。仿真算例验证分析了所提出的模型对缓解网络阻塞的有效性，以及灵活性资源在配电网阻塞管理当中的作用。

编程思路：

首先，在日前市场中，LA（负荷聚合商）根据历史数据预测次日向上级电网购电的电价信息和预测分布式电源(燃气轮机)出力、风电场出力信息，同时考虑事前与用户签订协议的可中断负荷（IL）、可时移负荷信息（TSL），以及灵活负荷（EV，HVAC）的可用信息，LA根据这些信息以用户成本最低为目标制定自己的需求计划并上报给DSO。

然后，DSO根据LA提交的总需求电量进行安全核验,看是否会违反配电系统的安全约束。接下来，如果会发生阻塞，DSO则以社会福利最大为目标求解最优潮流，得到节点边际电价，将其通信到阻塞节点。LA根据节点边际电价调度自己的灵活性负荷，同时考虑源侧SVC，ESS使得该节点用电成本最小。最后，再把这个能源计划报给DSO。如此反复这个过程，直到满足配电系统能安全稳定的运行，同时按统一市场节点边际电价完成日前市场出清。

研究背景：

近年来，随着主动配电网（active distributionnetwork，ADN）中需求侧灵活性资源的快速发展，对减少化石能源消耗、缓解供需平衡和提高供电可靠性起到了积极的作用。然而，由于需求侧灵活性资源的自然特性或社会行为规律，增加了配电网运行的不确定性和复杂性，可能会导致线路过载，使配电网易于出现阻塞现象，给配电网运行和调控带来新的挑战。科学合理的配电网阻塞管理能有效提高电网运行的安全性和经济性。现阶段主动配电网中阻塞管理的方法主要有直接管理模式和间接管理模式2种。直接管理模式利用网架重构、无功功率控制以及直接减少负荷有功功率需求，达到缓解阻塞的目的。间接管理模式利用灵活性资源对市场电价的敏感特性，考虑潮流约束，通过激励用户调整阻塞时段的可控负荷，达到缓解电网阻塞和节省用户用电费用的目的。

基于主从博弈的电网阻塞管理：

1）首先，在配电网一侧，LA负责整合需求侧灵活性资源和预测日前电价信息，并以用户成本最小化为目标向DSO上报负荷信息和报价策略，在输电网一侧，发电商按边际成本发布分段报价信息。

2）DSO得到LA的投标策略和发电商的分段报价信息以后对配电网的潮流进行安全校核，以社会福利最大化为目标求解最优潮流，得到DLMP，并将其通信到每个节点。

3）LA根据位于该节点的DLMP调度灵活性资源使得该节点的用电成本最小。

4）DSO不断调整定价策略并重复该过程，直到电价与LA的投标策略不再变化为止，最终实现电价机制和用户侧灵活性资源的动态平衡。

5）电力交易中心根据发电商的分段报价和各LA的投标量按统一市场节点边际电价出清。

以上问题涉及2个决策主体，LA将以灵活性资源的物理特性为约束，用电成本最小化为目标，制定最优经济调度，安排负荷和价格投标量。为使网络潮流和电压满足安全经济调度要求，DSO将根据上报的负荷信息和网络潮流安全制定最优节点电价，并将其通信到每个节点。在现货电力市场中，DSO、LA和参与需求响应的电力用户等多主体在规划决策时都试图以自身利益最大化为目标进行投标量的决策。然而传统方法中，对多目标问题的优化处理多停留在利用权重向量将多个目标转化为单个目标求解，所以不可避免地带有一定的主观性。且这种处理方式需要预先设定每个目标的权重，权重变化时，问题的解也会随之变化，并且权重的求解也是规划数学中的一大难点。而主从博弈模型区别于一般的多目标优化的优势在于其特有的自发性、层次性和交互性等特点[22]。自发性体现在最终的结果是多个相互影响的主体为最大化自身利益竞争决策的结果，且通过相互博弈得到各自所能接受的解，巧妙地避开了关于权重的讨论。层次性体现在决策主体具有决策时序，上层决策者先行决策，下层决策者在上层决策者的策略集中选择策略。而交互性体现在上层博弈问题的策略将作为下层博弈问题的参数，而下层博弈模型又会作为上层博弈问题的约束。在下层博弈问题最优策略唯一的情况下，上层博弈者可以预测下层博弈者对自己策略的反应[23]。所以本文考虑主从博弈模型的以上特点建立了LA和DSO相互博弈的主从博弈双层调度框架缓解配电网的阻塞问题。

算例介绍：

为了验证本文提出的基于主从博弈的配电网阻塞管理模型的有效性，本文采用如图 3 所示的标准 IEEE33 节点算例对所提出的模型和阻塞调度策略进行仿真验证

设定系统运行电压等级为12.66kV；基准容量为10MW；线路1—4功率传输极限值为10MW；线路5—32功率传输极限为8000kW。因线路5连接2条支路可能成为阻塞的线路，所以下面着重对线路5的传输功率进行分析。整个配电系统配备有一个LA，除了1号平衡节点连接发电厂端，其余每个节点连接100个用户，每个用户配备一个HVAC、EV和若干固定负荷，两种负荷和LA签约合同，并经过聚合后统一参加负荷调控，参与率为100%和80%。为了便于分析，设定不同节点之间用户的负荷参数一致，负荷参数见表1。某天的室外气温如图4所示，EV负荷的初始荷电状态值采用蒙特卡洛模拟方法的结果。调度测试时间设定为凌晨00:00—24:00，共24个时段。发电商的边际成本分段报价信息见附录图B5。针对以上框架采用3种场景进行仿真测试。场景1：只考虑EV的充电特点和线路潮流容量约束，不考虑节点电压越限场景。场景2：考虑EV的车辆到电网（vehicle-to-grid，V2G）模式和线路潮流容量约束，不考虑节点电压越限场景。场景3：考虑EV的V2G模式和线路潮流容量约束，且考虑节点电压越限场景，即本文提出的阻塞管理模式。

Matlab运行结果展示：

Matlab代码+数据分享：