[论文解读] A Decentralized Framework for Real-Time Energy Trading in Distribution Networks with Load and Generation Uncertainty

Shahab Bahrami, M. Hadi Amini|arXiv (Cornell University)|May 7, 2017

Smart Grid Energy Management参考文献 16被引用 15

一句话总结

该论文提出了一种用于配电网的去中心化实时电能交易框架，能够处理负荷与发电的不确定性，同时保护隐私并确保收敛性。通过拉格朗日松弛法分配控制信号，该算法使负荷聚合商和发电单元能够独立优化其利润，相比无负荷管理情形，聚合商利润提升17.8%，发电单元利润提升10.3%，每时间槽迭代50次，平均运行时间5秒。

ABSTRACT

The proliferation of small-scale renewable generators and price-responsive loads makes it a challenge for distribution network operators (DNOs) to schedule the controllable loads of the load aggregators and the generation of the generators in real-time. Additionally, the high computational burden and violation of the entities' (i.e., load aggregators' and generators') privacy make a centralized framework impractical. In this paper, we propose a decentralized energy trading algorithm that can be executed by the entities in a real-time fashion. To address the privacy issues, the DNO provides the entities with proper control signals using the Lagrange relaxation technique to motivate them towards an operating point with maximum profit for entities. To deal with uncertainty issues, we propose a probabilistic load model and robust framework for renewable generation. The performance of the proposed algorithm is evaluated on an IEEE 123-node test feeder. When compared with a benchmark of not performing load management for the aggregators, the proposed algorithm benefits both the load aggregators and generators by increasing their profit by 17.8%and 10.3%, respectively. When compared with a centralized approach, our algorithm converges to the solution of the DNO's centralized problem with a significantly lower running time in 50 iterations per time slot.

研究动机与目标

• 解决高比例分布式可再生能源发电单元与价格响应型负荷在配电网中实时电能交易的挑战。
• 克服配电网运营商（DNO）集中式优化固有的计算负担与隐私泄露问题。
• 设计一种分布式算法，使负荷聚合商与发电单元能够独立优化其利润，同时满足潮流与网络约束条件。
• 通过概率与鲁棒优化框架，有效建模并管理负荷需求与可再生能源发电的不确定性。
• 确保在低运行时间与最小信息交换量下，收敛至集中式最优解。

提出的方法

• 配电网运营商（DNO）使用拉格朗日松弛法生成对偶控制信号，引导各主体向社会最优解靠拢，同时不泄露私有数据。
• 采用概率负荷模型实时估算居民负荷需求，使负荷聚合商能够在考虑未来不确定性的情况下调度电器。
• 对可再生能源发电单元应用自适应鲁棒优化框架，基于可调节的置信水平管理功率短缺风险。
• 采用基于交替方向乘子法（ADMM）的分布式优化方案实现算法，确保收敛至集中式解。
• 采用线性化交流最优潮流（ACOPF）以提升解的准确性，同时保持计算可处理性。
• 在IEEE 123节点测试馈线系统上评估该框架，每时间槽实时更新，采用MOSEK作为集中式基准进行对比。

实验结果

研究问题

• RQ1 去中心化框架是否能在保护隐私的前提下实现实时电能交易中的近似最优社会福利？
• RQ2 在分布式环境下，如何有效建模并管理负荷需求与可再生能源发电的不确定性？
• RQ3 配电网运营商（DNO）可发布何种控制信号，以在无集中协调的情况下引导各主体做出最优决策？
• RQ4 与集中式方法相比，该去中心化算法的收敛速度与计算效率如何？
• RQ5 与完全信息情形相比，不确定性对负荷调度与发电单元利润的影响程度如何？

主要发现

• 所提出的去中心化算法使负荷聚合商的利润相比无负荷管理情形提升17.8%。
• 发电单元因调度优化与发电不足风险降低，利润提升10.3%。
• 该算法在每时间槽50次迭代内收敛至集中式解，100组随机初始条件下平均运行时间为5秒。
• 与基于MOSEK的集中式解法相比，去中心化方法显著降低了计算时间，尤其在系统规模增大时优势更明显。
• 采用概率负荷建模与鲁棒优化使常规机组的峰值-平均比（PAR）降低13%，提升了系统稳定性。
• 电压幅值与相角差在50次迭代内收敛，证实了系统整体的稳定性和收敛性。