能源互联网多能分布式优化研究挑战与展望

2 分布式协同优化调控

2.1 分层分布式控制架构

能源互联网在源-网-荷-储一体化纵向互联方面具有可再生能源发电渗透率较高、混合潮流双向流动、大规模分布式设备平等接入、即插即用等特点,采用传统的集中式调控方法需要在式(7)的基础上建立一个非线性高维数优化模型,并设计一个能够处理海量数据的集中控制器用于判断网络各节点的运行状况[4,23],导致计算时间较长,且由于通信延迟问题使其计算准确性无法保障。同时,大量分布式设备的即插即用使能源互联网的拓扑结构可能随时发生变化,集中式优化方案将难以适用。针对上述问题,分层分布式优化方法逐渐成为能源互联网协调运行与控制的研究热点,其与多智能体系统的有机结合为能源互联网的智能调控提供了有效解决途径。

相较于分布式控制,分层控制策略研究起步较早并已在电力系统中获得了广泛应用。传统分层方式通常是根据网络的物理结构进行划分,如先按照电压等级分层,再考虑地域和网架结构等因素进一步分为若干区域。这样的分层方式在应对故障隔离、局部系统变更等情况时具有明显优势,有利于提高系统整体的可靠性、灵活性及可扩展性。然而,多区域多层次的协调控制会造成大量的通信延时问题,影响系统的整体运行效率。基于此,有学者提出按照功能进行分层的思路,将能源互联网视为由能源路由器层、能源交换机层和能量接口层组成的3层结构,分别实现区域能源互联网与传统电网的连接、能源子网与能源路由器的连接以及分布式设备与能源子网的连接[32]。采用功能分层控制结构进行能量平衡控制、供能质量调节和经济优化调度,不仅提高了系统整体运行效率,而且易于实现能源互联网的标准化和模块化。

基于物理与功能分层优化调控策略的思想,图3给出了能源互联网基本控制架构示意图。

图3 能源互联网分层分布式控制架构

在该分层分布式控制架构下,能源互联网中的多个能源子网通过主干网架实现多种能源的功率交换,其控制方式与传统模式的不同主要体现在信息流的交互方面。每个能源子网都具有一个或少量主导节点和多个自治节点,其中,主导节点对整个网络的信息互联起到了关键作用。一方面,主导节点通过2种路径与外界相连,一种是与上级控制层直接互联,另一种是与相邻能源子网的主导节点相连。正常运行时,邻接主导节点间的信息交互即可实现广域的分布式调控;特殊或紧急情况下上级控制层可直接将控制指令下达给各个主导节点,实现集中与分布式控制的统一。另一方面,主导节点负责将从外界收集到的信息汇总整理,并转发给所在能源子网内相邻的自治节点,再由自治节点间的邻接信息通道将信息传递给其余自治节点,从而实现区域内的分布式调控。

分布式协同控制方法在处理能源互联网中大量分布式资源不确定性与波动性的底层控制问题上表现出巨大潜力。分布式调控手段无需建设复杂的通信网络,其通过各分布式可控单元与其他邻近单元通信,结合收集到的有限状态信息进行迭代控制,取代了传统集中控制器的作用,并可在“激励-响应”模式下快速响应分布式设备的频繁状态波动。

2.2 分布式优化调控算法

分布式控制方法在解决实际问题中广泛应用的全分布式优化算法主要有一致性算法和分布式次梯度算法。其中,一致性算法的基本思想是通过各节点与相邻节点的信息交互,选取适当的分布式协议更新自身的关键变量,如电压、频率、温度等,最终使得网络中所有节点的关键变量收敛于相同的群体决策值。对于具有n个节点的有向网络G,令x_i[k]代表节点v_i在离散时间k时的关键变量,N_i代表节点v_i所有相邻节点的集合,则基于离散时间的一阶一致性算法[33]可表述为

分布式次梯度算法作为另一种重要的全分布式优化算法,其主要思路是：每个分布式自治单元通过其自身的目标函数信息(即目标函数的次梯度)对决策变量进行估计,并与网络中的其他自治单元直接或间接地交换这些估计用于下一次的迭代更新,最终给出全局目标最优时的决策变量。对于以下无约束凸优化问题

用x_i[k]∈Fn表示自治单元i在第k步迭代对决策变量xi的估计值。在不考虑通信时延的情况下,自治单元i对估计值的更新方式[34]如下。

式中：a_ij[k]为单元i与单元j的通信权重系数;标量d_i[k]>0是代理i的迭代步长;向量si[k]是单元i的目标函数f_i(x)在点x=xi[k]的偏转次梯度。同时,次梯度算法在信息交换过程中还需要满足权重规则、连通性规则和通信频率规则。考虑到分布式稀疏通信网络拓扑属于无向图,从式(9)(11)可知,若偏转次梯度si[k]可以由x_j[k]  (j=1,2,⋯,n)线性表示,则一致性算法可视为一种特殊的次梯度算法。如在分布式电源的有功功率经济分配问题中,目标函数的次梯度信息即各分布式电源的成本微增率,由于优化问题的最优解即为等微增率点,而等微增率点又可视为以成本微增率为决策变量的一致性问题中的群体决策值[35],这样,次梯度优化算法便退化为一致性算法。

一致性算法与次梯度算法在应对网络拓扑结构的改变时仅需分别对状态转移矩阵D[k]和通信权重系数a_ij[k]作相应修改,可靠性高,时效性强且便于扩展,适用于能源互联网分布式设备的“即插即用”,从而成为了分布式协同调控研究中的热点。一方面,考虑到一致性算法可快速获取全网各节点状态变量的平均值、最大值和最小值等信息,其与下垂控制相结合可实现电压、电流等的全局协同控制[36]。另一方面,由于次梯度算法中本就包含优化模型信息,同时考虑上述一致性问题与分布式优化问题的相关性,次梯度算法与一致性算法可广泛应用于能源互联网区域自治优化调度及频率快速恢复[37-39],在维持多能源系统的实时供需平衡的前提下降低全网的调节成本。

然而一致性算法与次梯度算法均只有一阶收敛性,收敛速度较慢,故有学者提出采用具有超线性收敛速度的分布式算法,如分布式牛顿法[40-41],但其在应用时对包含二阶梯度信息的海森矩阵H_k的求逆过程耗时较长,且由于多能耦合模型的复杂性,实现H⁻¹_k的分布式求解十分困难,在能源互联网中的适用性有待进一步讨论。另一方面,由于成本微增率等优化目标函数的(次)梯度信息和二阶梯度信息属于各分布式单元的私有信息,对所属不同主体的分布式设备进行信息交互会造成能源互联网参与者隐私泄露,而采用交替方向乘子法(alternating  direction method of  multipliers,ADMM)仅需交换“期望交换功率”等信息,可有效解决该问题,符合未来能源市场的交易要求[42-43]。此外,考虑到上述方法主要应用于凸优化问题,当优化目标或可行域非凸时,其收敛性无法保证。因此,在解决能源互联网中考虑最优功率流等非凸优化问题时可考虑运用二阶锥松弛、序列凸近似[44-45]等方法将问题转化为凸优化问题继续求解。

2.3 多智能体系统的应用

上文中已经提到,实现分层分布式优化策略需要具有自治控制和响应调控指令能力的分布式可控单元的参与,而这些分布式可控单元就相当于不同的智能体,从而构成了多智能体系统(multi-agent  system,MAS)。多智能体系统也称为多代理系统,广义来讲,MAS可视为分布式人工智能的应用,其中的每个智能体能够充分发挥自主性并具有与系统中其他智能体交互、协调、达成一致的社会能力[46]。

在多智能体系统中,每个智能体可依据图4中的Agent工作流程按照不同功能设计成双层控制结构。在上层控制中,各Agent通过感知器接收所在代理区域的状态信息后交由事件处理分发器进行数据的分类和预处理,并映射到相应场景。在该场景下,各Agent利用通信系统与其他Agent进行协商与合作确立最优目标,并根据此目标在决策器中选择适当的决策;随后在功能模块已有知识或规则支持下制定响应计划;最后通过效应器作用于系统运行环境。下层控制主要包含电压控制、频率控制等功能,以保证区域供需平衡和安全稳定运行,实现自律调控[47]。

图4 智能体工作流程

在广义能源互联网中,智能体的概念可做进一步扩展。基于分层分布式的优化调控结构,电力系统、热力系统、天然气系统和智能化交通系统可设计为顶层智能体;中间层智能体由区域能源子网或广义虚拟电厂(generalized  virtual power  plant,GVPP)构成,是整个多能源系统分层分布式架构中最关键、最复杂、最多样的环节;底层智能体则负责各种分布式设备的即插即用与协同控制,大多数设置在各分布式设备的能源接口处[48]。其中,中间层智能体在能源互联网中处于决定性地位,是联系顶层智能体与底层智能体的纽带,主要包括能量枢纽智能体、能源路由器智能体、微电网智能体等,通过分工合作完成接收顶层智能体综合调控指令,与邻接中间层智能体通信以及制定并下发模式切换策略和功率控制指令等功能,从而实现不同能源子网间的协调运行。中间层智能体与底层智能体的出现弱化了顶层智能体的调控功能,使得能源互联网由传统电网的垂直结构向扁平化发展。

多智能体系统作为分布式优化算法实现的基础,在能源互联网分布式调控中的应用十分广泛。文献[49]基于多智能体一致性算法,设计了一种用于分布式发电机的新型分布式协调控制器,以解决能源互联网中因分布式发电单元输出电压幅值和相角间微小差异而引起较大循环电流的问题。在能源互联网经济运行方面,多智能体优化策略被广泛应用于有功功率和频率的精确控制[50]以及分布式电源竞价机制制定[51]等领域。同时,作为能源互联网中的关键接口设备,能源路由器可视为一种特殊的管理智能体,其相关设计与控制问题也备受关注[52-54]。多智能体优化理论为能源互联网的分层分布式调控提供了新的思路,但对于网络中复杂的多能耦合分布式优化问题,如何改进现有的分布式优化算法与多智能体交互机制,来减少分布式控制器的计算时间并适应能源互联网多时滞[55]、变拓扑结构的特点,还有待进一步研究。此外,MAS在能源互联网中的应用还需要解决标准化的开发平台与通信语言以及模块化、高度集成化的电子互联技术等关键问题。