CN110957731A - 基于模型预测控制的分布式电源就地集群电压控制方法 - Google Patents

Abstract

基于模型预测控制的分布式电源就地集群电压控制方法，采用基于模型预测控制的滚动优化整定就地控制曲线，分布式电源根据就地控制曲线实时调整无功出力。首先，在预测域内考虑分布式电源的波动性，基于灵敏度分析进行有源配电网区域划分。然后对同一分区内的分布式电源采用相同的就地控制曲线。在控制域内，基于区间协调整定各分区分布式电源的就地控制曲线参数，以达到近似全局最优运行效果。整定后的控制曲线下发至对应的分布式电源，分布式电源根据就地控制曲线调节无功出力，快速响应电压波动，有效提高就地控制曲线对实际运行中分布式电源出力波动的适应性。

Description

基于模型预测控制的分布式电源就地集群电压控制方法

技术领域

本发明涉及一种分布式电源的电压控制方法。特别是涉及一种基于模型预测控制的分布式电源就地集群电压控制方法。

背景技术

为适应能源与环境的发展需求，传统配电网已逐步转型为有源配电网。近年来，间歇性分布式电源(Distributed Generation，DG)的渗透率不断增加导致有源配电网面临双向潮流、电压越限、网络阻塞等新问题，其中电压越限情况尤为突出。传统调节方法采用有载调压变压器分接头及电容器组等手段，受限于响应速度及无法连续调节，传统方法的效果并不理想。利用有源配电网中分布式电源可用的无功容量是实现快速调节的一种新的可靠方法，此时可连续调节无功出力，有效缓解电压越限情况，并充分利用了分布式电源容量。

目前主要采用的集中式策略通过采集全局信息进行全局优化，实现分布式电源的运行控制。但集中式策略优化过程计算复杂、通讯负担重；另外，有时出于隐私以及安全方面的考虑而难以获取全局的详细信息，此时不适合采用集中式控制。就地控制策略是在此背景上衍生出的一种仅基于就地量测信息进行快速实时响应的控制策略。就地控制不需节点间的信息交流或远程量测，降低了控制变量的维度，从而减少了通信的数据量和计算负担；并且，当分布式电源出力波动较大时，就地控制策略可以迅速响应，从而快速抑制电压波动。利用功率-电压控制曲线的就地策略在实际应用中有着极大的简便性与鲁棒性。

目前关于分布式电源就地控制策略的研究中，多利用全局信息对就地控制曲线进行日前优化。因此，对每一个分布式电源的就地控制曲线进行集中式整定的过程复杂，有较大的计算负担。亟需一种更加高效的针对高渗透率分布式电源的就地控制策略。另外，分布式电源的实际出力可能偏离日前优化采用的预测值，分布式电源出力的不确定性会削弱就地控制策略的实际运行效果。针对此问题，可引入模型预测控制(Model PredictiveControl，MPC)对就地控制曲线参数滚动优化。在实时运行阶段采用经滚动优化的无功电压就地控制曲线定期调节分布式电源无功出力，以应对分布式电源出力的不确定性。

针对分布式电源的运行具有很强的时序特征与空间分布特征，需要在模型预测控制框架内通过不同时间尺度的配合，协调优化分布式电源的就地控制曲线参数，提高就地控制策略对实际运行中分布式电源出力波动的适应性，在减小计算负担的前提下实现近似全局最优的运行效果。因此，需要一种能够快速有效求解有源配电网分布式电源就地控制策略整定模型，制定出分布式电源的就地电压无功控制策略。

发明内容

本发明所要解决的技术问题是，提供一种在保证优化效果的基础上减小计算负担，并增强对实际运行中分布式电源出力波动适应性的基于模型预测控制的分布式电源就地集群电压控制方法。

本发明所采用的技术方案是：一种基于模型预测控制的分布式电源就地集群电压控制方法，包括如下步骤：

1)根据选定的有源配电系统，输入如下的系统参数：线路参数、负荷水平、网络拓扑连接关系，系统运行电压约束和支路电流限制，具备电力电子接口的分布式电源的类型、接入位置、容量及参数，分布式电源与负荷的日运行曲线。设置模型预测控制的起始时刻为t₀，优化控制总时长为T，当前时刻t＝t₀，控制域时间间隔为Δt，预测域时间间隔ΔT＝nΔt，控制域时移步数s＝1；设定分布式控制策略的迭代收敛误差；

2)在预测域[t，t+nΔt]内，考虑分布式电源的波动性，基于节点电压-注入功率的灵敏度分析进行网络动态划分，得到含高渗透率分布式电源的有源配电系统分区；

3)根据步骤2)中的分区结果，对同一分区内的有电力电子接口的分布式电源采用相同的就地控制曲线；在控制域[t，t+Δt]内，在每一分区内分别建立分布式电源就地控制曲线参数整定模型，包括：以各分区网络损耗与电压偏差的加权和之和最小为目标函数，考虑各分区的系统安全运行约束、系统潮流约束、分布式电源运行约束；

4)以相邻分区的边界潮流信息作为迭代信息进行区间协调，迭代相邻分区的边界信息直至收敛，得到控制域[t，t+Δt]内参数优化后的分布式电源就地控制曲线；更新t＝t+Δt，s＝s+1，判断控制域时移步数s是否达到设定的n，若否，则进入步骤5)；若达到，则进入步骤6)；

5)将步骤4)得到的参数优化后的分布式电源就地控制曲线下发至各分区的分布式电源，各分区的分布式电源根据参数优化后的分布式电源就地控制曲线实时调节无功出力，快速响应电压波动，而后返回步骤3)；

6)判断当前时刻t是否达到优化控制总时长T，若否，则令控制域时移步数s＝1，返回步骤2)，若达到，则模型预测控制过程结束。

步骤3)中所述的有电力电子接口的分布式电源采用相同的就地控制曲线，表示为：

式中，V_t,i是t时刻节点i的电压模值；

和

是就地控制曲线的电压死区上下限，当节点电压落在

内，分布式电源无功不出力，当节点电压低于

分布式电源发出无功以提高电压，当节点电压高于

分布式电源吸收无功以降低电压。

步骤4)所述的以相邻分区的边界潮流信息作为迭代信息进行区间协调，表示为：

式中，k是迭代次数；Ω_o是重合节点集合；Ω′_a是分区a内节点及与分区a相邻分区的边界节点集合；

是分区a的边界潮流信息，包括：边界节点电压幅值、有功和无功注入，边界支路的有功与无功传输，边界支路电流值；x_a是代表分区a内潮流信息的向量；y_a是代表分区a内分布式电源的操作策略的向量；f_a(x_a,y_a)是分区a的就地电压控制目标函数；X^a和Y^a是分区a内的x_a和y_a的可行集合；ρ是算法中的罚参数；

是为了彻底分散化而引入的辅助变量；A_i是包含节点i的分区集合。

本发明的基于模型预测控制的分布式电源就地集群电压控制方法，对同一分区内的有电力电子接口的分布式电源采用相同的就地控制曲线，有效减少通信数据量和计算负担；此外，通过对各分区就地控制曲线参数的协调优化整定，分布式电源根据参数优化后的就地控制曲线实时调节无功出力，在保证优化效果的基础上，快速实时抑制电压波动；同时，基于模型预测框架下对就地控制曲线的优化整定增强了就地控制曲线对实际运行中分布式电源出力波动的适应性。

附图说明

图1是本发明基于模型预测控制的分布式电源就地集群电压控制方法的方法流程图；

图2是改进的IEEE 33节点结构示意图；

图3是分布式电源及负荷运行特性预测曲线；

图4a是0:00-6:00的有源配电网分区情况；

图4b是6:00-12:00的有源配电网分区情况；

图4c是12:00-18:00的有源配电网分区情况；

图4d是18:00-24:00的有源配电网分区情况；

图5是对比方案II下各分区内分布式电源就地电压控制策略；

图6a是对比方案II下分区1内分布式电源的无功补偿情况；

图6b是对比方案III下分区1内分布式电源的无功补偿情况；

图7a是对比方案I下系统电压三维图；

图7b是对比方案II下系统电压三维图；

图7c是对比方案III下系统电压三维图；

图8是三种对比方案下的系统电压最值分布情况；

图9是12:00时刻区间协调的边界残差收敛情况。

具体实施方式

下面结合实施例和附图对本发明的基于模型预测控制的分布式电源就地集群电压控制方法做出详细说明。

本发明的基于模型预测控制的分布式电源就地集群电压控制方法，采用基于模型预测控制的滚动优化整定就地控制曲线，分布式电源根据就地控制曲线实时调整无功出力。首先，在预测域内考虑分布式电源的波动性，基于灵敏度分析进行有源配电网区域划分。然后对同一分区内的分布式电源采用相同的就地控制曲线。在控制域内，基于区间协调整定各分区分布式电源的就地控制曲线参数，以达到近似全局最优运行效果。整定后的控制曲线下发至对应的分布式电源，分布式电源根据就地控制曲线调节无功出力，快速响应电压波动，有效提高就地控制曲线对实际运行中分布式电源出力波动的适应性。

如图1所示，本发明的基于模型预测控制的分布式电源就地集群电压控制方法，包括如下步骤：

1)根据选定的有源配电系统，输入如下的系统参数：线路参数、负荷水平、网络拓扑连接关系，系统运行电压约束和支路电流限制，具备电力电子接口的分布式电源的类型、接入位置、容量及参数，分布式电源与负荷的日运行曲线。设置模型预测控制的起始时刻为t₀，优化控制总时长为T，当前时刻t＝t₀，控制域时间间隔为Δt，预测域时间间隔ΔT＝nΔt，控制域时移步数s＝1；设定分布式控制策略的迭代收敛误差；

2)在预测域[t，t+nΔt]内，考虑分布式电源的波动性，基于节点电压-注入功率的灵敏度分析进行网络动态划分，得到含高渗透率分布式电源的有源配电系统分区；包括：

先分析各节点的灵敏度因子并计算给定预测域内有源配电网每个分布式电源单独作用下的节点电压变化量；再将一个分布式电源作为一个分区中心，通过预设的阈值判断每个分布式电源附近节点归属；若某节点电压变化量高于阈值，则该节点属于分布式电源所在分区，否则，该节点被排除出该分区，若上述分区结果中存在被重复分区的节点，则重复节点属于能引起该节点最大电压变化的分布式电源所在分区；若一个分布式电源的分区包括了其他分区的分布式电源时，这两个分区合并为一个分区；重复上述判断直至分区结束，得到给定预测域内分区结果。

3)根据步骤2)中的分区结果，对同一分区内的有电力电子接口的分布式电源采用相同的就地控制曲线；在控制域[t，t+Δt]内，在每一分区内分别建立分布式电源就地控制曲线参数整定模型，包括：以各分区网络损耗与电压偏差的加权和之和最小为目标函数，考虑各分区的系统安全运行约束、系统潮流约束、分布式电源运行约束；其中，

(1)所述的有电力电子接口的分布式电源采用相同的就地控制曲线，表示为：

式中，V_t,i是t时刻节点i的电压模值；

和

是就地控制曲线的电压死区上下限，当节点电压落在

内，分布式电源无功不出力，当节点电压低于

分布式电源发出无功以提高电压，当节点电压高于

分布式电源吸收无功以降低电压。

(2)所述的以各分区网络损耗与电压偏差的加权和之和最小为目标函数，表示为：

式中，x是代表潮流的向量，y是代表分布式电源的操作策略的向量；f_a代表分区a的目标方程；S是分区数目；W_α和W_β分别为系统损耗和系统电压偏差情况的权重系数，满足W_α+W_β＝1.0；N_T和N_a为时间断面数和分区a内系统节点数；L_a是分区a内支路集合；v_t,i为t时段节点i的电压幅值的平方形式；R_ij为支路ij的电阻，l_t,ij为t时段节点i流向节点j的电流幅值的平方形式，系统电压理想范围为

(3)所述的系统安全运行约束表示为：

式中，Ω^′ _a是分区a内节点及与分区a相邻分区的边界节点集合；

和V为系统最大允许电压值和最小允许电压值；v_t,i为t时段节点i的电压幅值的平方形式；l_t,ij为t时段节点i流向节点j的电流幅值的平方形式；

为支路最大允许电流值；

(4)所述的系统潮流约束表示为：

式中，L_a是分区a内支路集合；Ω′_a是分区a内节点及分区a相邻分区的边界节点集合；P_t,ji为t时段节点j流向节点i的有功功率，Q_t,ji为t时段节点j流向节点i的无功功率；P_t,ik为t时段节点i流向节点k的有功功率，Q_t,ik为t时段节点i流向节点k的无功功率；R_ji为支路ji的电阻，X_ji为支路ji的电抗；l_t,ji为t时段节点j流向节点i的电流幅值的平方形式；v_t,i为t时段节点i的电压幅值的平方形式，v_t,j为t时段节点j的电压幅值的平方形式；P_t,i为t时段节点i上注入的有功功率之和，

分别为t时段节点i上分布式电源注入的有功功率和负荷消耗的有功功率，Q_t,i为t时段节点i上注入的无功功率之和，

分别为t时段节点i上分布式电源注入的无功功率好负荷消耗的无功功率；

(5)所述的分布式电源运行约束表示为：

式中，Ω′_a是分区a内节点及分区a相邻分区的边界节点集合；

为t时段节点i上分布式电源的有功出力；

为t时段节点i上分布式电源的有功功率预测值；

为t时段节点i上分布式电源注入的无功功率；

为t时段节点i上分布式电源可提供的无功功率最大值；

为节点i的分布式电源容量；g_a(V_t,i)是分区a的分布式电源就地电压控制曲线的表达式，在调节死区

时，分布式电源产生的无功功率为0var。

4)以相邻分区的边界潮流信息作为迭代信息进行区间协调，迭代相邻分区的边界信息直至收敛，得到控制域[t，t+Δt]内参数优化后的分布式电源就地控制曲线；更新t＝t+Δt，s＝s+1，判断控制域时移步数s是否达到设定的n，若否，则进入步骤5)；若达到，则进入步骤6)；其中，

(1)所述的以相邻分区的边界潮流信息作为迭代信息进行区间协调，表示为：

式中，k是迭代次数；Ω_o是重合节点集合；Ω′_a是分区a内节点及与分区a相邻分区的边界节点集合；

是分区a的边界潮流信息，包括：边界节点电压幅值、有功和无功注入，边界支路的有功与无功传输，边界支路电流值；x_a是代表分区a内潮流信息的向量；y_a是代表分区a内分布式电源的操作策略的向量；f_a(x_a,y_a)是分区a的就地电压控制目标函数；X^a和Y^a是分区a内的x_a和y_a的可行集合；ρ是算法中的罚参数；

是为了彻底分散化而引入的辅助变量；A_i是包含节点i的分区集合。

(2)所述迭代相邻分区的边界信息直至收敛的收敛标准，表示为：

式中，k是迭代次数；r^k和d^k分别是第k次迭代后，包括所有分区原始残差的列向量和包括所有分区双边残差的列向量；

和

分别是第k次迭代后的分区a原始残差的列向量和双边残差；δ^k是第k次迭代下的残差值；

和

代表第k次迭代后相邻分区的潮流信息；ε是预设的迭代收敛精度；

5)步骤4)得到的参数优化后的分布式电源就地控制曲线下发至各分区的分布式电源，各分区的分布式电源根据参数优化后的分布式电源就地控制曲线实时调节无功出力，快速响应电压波动，而后返回步骤3)；

6)判断当前时刻t是否达到优化控制总时长T，若否，则令控制域时移步数s＝1，返回步骤2)，若达到，则模型预测控制过程结束。

本发明的基于模型预测控制的分布式电源就地集群电压控制方法，实现了基于模型预测控制的分布式电源就地电压控制策略的求解。

对于本发明的实例，首先输入改进的IEEE 33节点系统中线路元件的阻抗值、负荷元件的有功功率基准值和功率因数、网络拓扑连接关系，算例结构如图2所示，详细参数见表1和表2；节点11、12、13、17、18、20、21、23、24、25、31、32和33分别接入一组光伏系统，容量均为120kVA；节点15、16、21、22、29和30分别接入一组风力发电系统，容量均为240kVA。设置系统的基准电压为12.66kV、基准功率为1MVA，将系统中各值进行标幺化处理；最后设置各节点电压幅值(标幺值)的安全运行上下限分别为1.10和0.90。节点电压期望运行区间为0.98-1.02p.u.，系统损耗和电压偏差情况的权重系数分别取0.55和0.45，分布式电源及负荷运行特性预测曲线如图3所示。罚参数ρ初始值为10³，迭代收敛标准ε为0.001。

分别采用四种方案进行对比分析：

方案I：不使用控制手段；

方案II：采用本发明的基于模型预测控制的分布式电源就地集群电压控制方法；

方案III：采用分布式电源的集中控制策略；

方案IV：采用无模型预测控制的分布式电源就地电压控制策略。

执行优化计算的计算机硬件环境为Intel(R)Xeon(R)CPU E5-1620，主频为3.70GHz，内存为32GB；软件环境为Windows 10操作系统。

采用本发明的基于模型预测控制的分布式电源就地集群电压控制方法的不同预测域的有源配电网分区结果见图4a～图4d，有源配电网在不同时段下均被分为三个分区且分布式电源的分区情况也相同。以18:00为例，各分区分布式电源就地电压控制策略见图5，不同方案下的结果比较见表3。其中方案IV用于验证方案II中本文方法对分布式电源有功出力实时波动的适应性。

以分区1为例，采用本发明的方法与采用集中式策略的分布式电源调节无功出力，结果见图6a～图6b，实现减小电压偏差，降低网络损耗，结果见表3、图7a～图7c和图8。可以看出，当不使用控制手段时，分布式电源的接入会导致系统电压剧烈波动。采用本发明的基于模型预测控制的分布式电源就地集群电压控制方法后，同一分区的分布式电源采用同一就地控制曲线，实时快速调整无功补偿，当节点电压较低时，分布式电源发出无功功率支撑电压；当节点电压较高时，分布式电源通过吸收无功功率降低节点电压，减小系统损耗并使系统电压维持在一个安全运行水平。步骤4)中迭代收敛情况见图9。本发明的方法在100次迭代内收敛至预设的收敛精度0.001，在可接受的优化效果下减小了计算负担，该收敛精度足够用于有源配电网实际运行。

表1改进的IEEE 33节点算例负荷接入位置及功率

表2改进的IEEE 33节点算例线路参数

表3四种控制策略下的仿真结果比较

Claims (3)

1.一种基于模型预测控制的分布式电源就地集群电压控制方法，其特征在于，包括如下步骤：

1)根据选定的有源配电系统，输入如下的系统参数：线路参数、负荷水平、网络拓扑连接关系，系统运行电压约束和支路电流限制，具备电力电子接口的分布式电源的类型、接入位置、容量及参数，分布式电源与负荷的日运行曲线。设置模型预测控制的起始时刻为t₀，优化控制总时长为T，当前时刻t＝t₀，控制域时间间隔为Δt，预测域时间间隔ΔT＝nΔt，控制域时移步数s＝1；设定分布式控制策略的迭代收敛误差；

2)在预测域[t，t+nΔt]内，考虑分布式电源的波动性，基于节点电压-注入功率的灵敏度分析进行网络动态划分，得到含高渗透率分布式电源的有源配电系统分区；

3)根据步骤2)中的分区结果，对同一分区内的有电力电子接口的分布式电源采用相同的就地控制曲线；在控制域[t，t+Δt]内，在每一分区内分别建立分布式电源就地控制曲线参数整定模型，包括：以各分区网络损耗与电压偏差的加权和之和最小为目标函数，考虑各分区的系统安全运行约束、系统潮流约束、分布式电源运行约束；

4)以相邻分区的边界潮流信息作为迭代信息进行区间协调，迭代相邻分区的边界信息直至收敛，得到控制域[t，t+Δt]内参数优化后的分布式电源就地控制曲线；更新t＝t+Δt，s＝s+1，判断控制域时移步数s是否达到设定的n，若否，则进入步骤5)；若达到，则进入步骤6)；

5)将步骤4)得到的参数优化后的分布式电源就地控制曲线下发至各分区的分布式电源，各分区的分布式电源根据参数优化后的分布式电源就地控制曲线实时调节无功出力，快速响应电压波动，而后返回步骤3)；

6)判断当前时刻t是否达到优化控制总时长T，若否，则令控制域时移步数s＝1，返回步骤2)，若达到，则模型预测控制过程结束。

2.根据权利要求1所述的基于模型预测控制的分布式电源就地集群电压控制方法，其特征在于，步骤3)中所述的有电力电子接口的分布式电源采用相同的就地控制曲线，表示为：

式中，V_t,i是t时刻节点i的电压模值；V_i ^q,max和V_i ^q,min是就地控制曲线的电压死区上下限，当节点电压落在[V_i ^q,min,V_i ^q,max]内，分布式电源无功不出力，当节点电压低于V_i ^q,min，分布式电源发出无功以提高电压，当节点电压高于V_i ^q,max，分布式电源吸收无功以降低电压。

3.根据权利要求1所述的基于模型预测控制的分布式电源就地集群电压控制方法，其特征在于，步骤4)所述的以相邻分区的边界潮流信息作为迭代信息进行区间协调，表示为：

式中，k是迭代次数；Ω_o是重合节点集合；Ω′_a是分区a内节点及与分区a相邻分区的边界节点集合；

是分区a的边界潮流信息，包括：边界节点电压幅值、有功和无功注入，边界支路的有功与无功传输，边界支路电流值；x_a是代表分区a内潮流信息的向量；y_a是代表分区a内分布式电源的操作策略的向量；f_a(x_a,y_a)是分区a的就地电压控制目标函数；X^a和Y^a是分区a内的x_a和y_a的可行集合；ρ是算法中的罚参数；

是为了彻底分散化而引入的辅助变量；A_i是包含节点i的分区集合。

Images