李润生,费 淼
(辽宁科技学院 电气与信息工程学院,辽宁 本溪117004)
以往对微网的优化研究集中在微网独立运行,不考虑微网与邻近微网联合运行。随着配电网中分布式能源发电渗透率逐渐增加,区域配电网存在多个微网构成微网群。由于不同微网中发电设备种类和负荷特性的差异,导致微网存在出力与负荷不对等的情况,因此微网群中微网与邻近微网进行通信和能源交互可以降低微网对大电网依赖,减少经济成本并增加区域电网供电的可靠性,同时有利于可再生能源消纳[1]。进行能源交互的微网需要依赖通讯设备进行微网间信息交互和微网与交易市场中管理中心进行信息交互,从而实现微网的经济运行[2]。目前对邻近传感器间有信息交互的传感器网络分布式滤波问题的研究较少,其研究正处于起步阶段[3]。
参考文献[4]采用基于Send-on-Delta的事件触发通信方式,减少系统测量值的传输,但上述算法在高噪声的情况下效果并不是很好,为此参考文献[5]提出了区域触发、事件触发的传感器调度机制。特里姆佩等[6]提出了一种基于协方差的事件触发策略,它具有精度高、离线操作等优点,可以明显地减少传感器节点的能耗。在文献 [7] 中,采用了基于创新的事件触发方案,并设计了最小均方误差滤波器以提高估计的准确性。文献[8]采用了类似的机制来调度由事件触发的传感器,并将状态估计问题与有限的测量值结合起来。韩多等[9]提出了一种由事件触发的随机传感器调度机制,可以保持系统状态的高斯特性。Weerakkody等[10]将此触发机制扩展到多传感器系统,并获得了良好的估计结果。
在多能源交易市场中,系统呈现出一种非线性特征。对于非线性系统,非线性本身将影响传感器性能,因此非线性系统滤波器的设计具有非常重要的意义。文章将传感器装置增设到多微网协作运行系统中,基于综合能源背景下针对受丢包影响的网络化非线性系统,设计事件触发无迹卡尔曼滤波器。
含滤波器和传感器的微网群结构中各微网通过电能传输线路和热能传输线路进行电能和热能交互,通过通信线路进行信息传输,通过传感器和滤波器采集微网出力和负荷数据并传输数据。其中管理中心与各微网信息通信连接,收集各子微网电能剩余、电能需求和子微网各设备出力等信息,以此确定微网内部交易电价并将价格信息传输至子微网能源管理系统。
对于事件触发,引入变量建模测量值的传输,采用的触发条件如下:
(1)
对于滤波器,在k时刻接收到的微网数据测量值可以表示为:
(2)
同时,在信息流沿着通信线路传输过程可能出现数据丢失现象,数据丢失将影响管理中心对与多能源交易市场能源价格和各位网博弈微网经济性造成影响,对于数据包丢失的影响建模如下:
(3)
其中:阈值σ→∞;I为常系数矩阵;λk为标记数据包丢失情况。
考虑数据丢包与事件触发组合,可表示为:
(4)
其中:ϖi为权重系数,其加和值为1;Lk+1和Kk+1均表示滤波器的增益系数。要说明的是,只有在数据包不丢失和触发同时存在时,测量值yk才会用于滤波器的设计,即λk=1和γk=1。
此时,估计误差协方差上界为:
(5)
针对多能源交易市场内部各微网具有事件触发传感器的调度和数据丢包的非线性系统滤波算法表示见图1。当阈值增大时滤波器的估计效果随之下降。因此,降低通信率虽然可以降低丢包的影响,但会使滤波器的估计质量下降。事件触发方案减少测量值传输,降低网络宽带占用,使丢包现象降低。所以合理的阈值设计十分有必要,一般阈值设计在20以下,可避免出现发散情况。
图1 算法流程图
通过蒙特卡洛仿真分析可以得知,当阈值设计在20时,系统通讯率仅有15%。通信率的降低,可以降低系统的丢包现象发生。本文数据分析以35%丢包率的伯努利分布,可以计算对微网经济性的影响。微网购售电价为(0.5~1.5)元/kW,网间购售电价为0.75元/kW。调度周期为5分钟。
从表中数据分析可知,文章应用算法控制阈值有效降低丢包率,可时微网降低因丢包而产生的经济损失,对微网运行和能源交易市场稳定运行起到了积极作用,表1为应用算法与全通信率下微网经济性对比。
表1 应用算法与全通信率下微网经济性对比
本研究将具有事件触发传感器调度和丢包的非线性系统的完整滤波算法应用到多微网协同运行的多能源交易市场中,降低系统数据丢包率影响,可提高多能源交易市场的稳定性。
在一般通信过程中,状态量均方误差满足要求即认为滤波器是合格的。但是在多能源交易市场中,数据丢包将会对微网经济运行产生影响,尤其是当微网出力和负荷同时丢失情况下对微网交易价格和微网运行稳定性造成很大影响。因此,该算法设计减少丢包现象的发生但是不能避免丢包现象的发生,后续将对多能源体数据传输过程中丢包现象出现后处理方法进行研究。