CN117081030A - 一种多母线直流微电网分布式预设时间优化与控制方法 - Google Patents
一种多母线直流微电网分布式预设时间优化与控制方法 Download PDFInfo
- Publication number
- CN117081030A CN117081030A CN202310900898.7A CN202310900898A CN117081030A CN 117081030 A CN117081030 A CN 117081030A CN 202310900898 A CN202310900898 A CN 202310900898A CN 117081030 A CN117081030 A CN 117081030A
- Authority
- CN
- China
- Prior art keywords
- distributed
- current
- preset time
- grid
- power node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000005540 biological transmission Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000036962 time dependent Effects 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Pure & Applied Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种多母线直流微电网分布式预设时间优化与控制方法,属于多母线直流微电网优化控制领域,该方法基于电压、电流惩罚项设计了优化问题的性能函数,求解了系统的全局最优解,并根据全局最优解设计了分布式预设时间优化与控制策略,分布式预设时间优化与控制策略的实施保障微电网母线电压、输出电流与潮流可在预设时间内稳定,即微电网中电压、电流与潮流的收敛时间可被预先设定,故可以通过调节参数灵活调整收敛时间;该方法能够有效保证方案实施的便捷性、系统收敛的快速性,为多母线直流微电网的稳定、高效运行提供了保障;并且,该方法无需采集电力节点输出电流信息,有效减少了系统中电流传感器数量,节约成本。
Description
技术领域
本发明属于多供电端多母线直流微电网优化控制领域,更具体地,涉及一种多母线直流微电网分布式预设时间优化与控制方法。
背景技术
随着分布式发电技术与储能技术的大规模应用,可高效利用分布式可再生能源的微电网逐步走进了人们的生活。直流微电网较交流微电网具备能量利用效率高、无需考虑无功补偿及相位控制问题等优势;多母线微电网较单母线微电网因其更高的可用性、可靠性与更多的拓扑结构拥有了更加广泛的应用场景,故设计一种保证多母线直流微电网稳定、高效运行的优化与控制方法非常重要。作为一种稳定的优化与控制策略,集中式优化与控制在微电网中被广泛应用,但其存在可靠性低、响应速度慢等缺陷。故基于近年来高速发展的通讯网络,运用分布式优化与控制方法实现微电网的母线电压调控、电流均衡分配与输电损耗最小化是当下的一个研究热点,但如何保证分布式策略实施的便捷性与系统收敛的快速性是一个难题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种多母线直流微电网分布式预设时间优化与控制方法,无需采集电力节点输出电流,节约成本,并且可保障系统快速收敛,可在预设时间内实现母线电压调控、电流均衡分配与输电损耗最小化。
为实现上述目的,按照本发明的第一方面,提供了一种多母线直流微电网分布式预设时间优化与控制方法,包括:
S1,以最小化网络中各电力节点的母线电压与电压额定值的偏差、最小化输电线路损耗及各电力节点输出电流均衡分配为控制目标,构建性能函数并进行求解,得到各电力节点的母线电压的全局最优解;
S2,在所述全局最优解下,利用分布式预设时间观测器估计网络中所有电力节点的电流均衡分配系数的平均值αsa;根据αsa,运用分布式预设时间优化策略得到第i个电力节点中的变换器的参考电压
S3,基于控制第i个电力节点中的变换器调控所述第i个电力节点的母线电压。
按照本发明的第二方面,提供了一种多母线直流微电网分布式预设时间优化与控制系统,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如第一方面所述的方法。
按照本发明的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如第一方面所述的方法。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
本发明提供的方法,基于电压、电流惩罚项设计了优化问题的性能函数,求解了系统的全局最优解,并根据全局最优解设计了分布式预设时间优化与控制策略,分布式预设时间优化与控制策略的实施保障微电网母线电压、输出电流与潮流可在预设时间内稳定,即微电网中电压、电流与潮流的收敛时间可被预先设定,故可以通过调节参数灵活调整收敛时间;该方法能够有效保证方案实施的便捷性、系统收敛的快速性,为多母线直流微电网的稳定、高效运行提供了保障;并且,该方法无需采集电力节点输出电流信息,有效减少了系统中电流传感器数量,节约成本。
附图说明
图1为本发明实施例提供的连接在直流母线上的DC/DC变换器及其优化与控制结构图;
图2为本发明实施例提供的分布式预设时间观测器结构图;
图3为本发明实施例提供的分布式预设时间优化策略结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明实施例提供一种多母线直流微电网分布式预设时间优化与控制方法,包括:
S1,以最小化网络中各电力节点的母线电压与电压额定值的偏差、最小化输电线路损耗及各电力节点输出电流均衡分配为控制目标,构建性能函数并进行求解,得到各电力节点的母线电压的全局最优解。
具体地,S1包括:
S11,针对多母线直流微电网,建立系统模型,提出控制目标
多母线直流微电网的优化与控制结构示意图如图1所示。由多个分布式发电设备组成的电力节点通过母线为负载提供电能,其物理特性为:分布式发电设备供电电压Vs,Vb,i和Is,i分别为第i个电力节点的母线电压和输出电流。双闭环PI控制器的快速跟踪特性为优化与控制策略提供了高效调控微电网母线电压的接口,即双闭环PI控制器可以使变换器输出电压快速跟踪至其参考值:
针对多母线直流微电网,其控制目标为在潮流方程的约束下实现:1)微电网母线电压调控;2)电力节点输出电流均衡分配;3)输电线路损耗最小化,即:
其中,n为多母线直流微电网的电力节点总数,V*为母线电压额定值,δV、δI分别为电网允许的电压、电流偏差。为第i个电力节点单位输出电流,αs,i为第i个电力节点电流均衡分配系数,/>为系统的单位稳态输出电流。输电线路损耗 Gij为电力节点i与j之间的输电线路导纳,IL,i为与第i个负载电流。
S12,根据控制目标构建性能函数,求解优化问题的全局最优解
根据上述微电网控制目标,构建性能函数如下:
其中分别为第i个电力节点的电压、电流误差,λV、λI分别为电压、电流惩罚因子。将上述性能函数T对决策变量Vb=[Vb,1,…,Vb,n]T微分,可得优化问题的全局最优解/>
其中,Gl=Gd-Ga为微电网输电线路导纳矩阵:Gd=diag{Gd,i}, IL=[IL,1,...,IL,n]T,/> In为n维单位阵,/>
S2,在所述全局最优解下,利用分布式预设时间观测器估计网络中所有电力节点的电流均衡分配系数的平均值αsa;根据αsa,运用分布式预设时间优化策略得到第i个电力节点中的变换器的参考电压
具体地,在S1中虽然求出了优化问题的全局最优解但由于所述全局最优解的实施需要一个可实时采集所有电力节点信息的中心节点,因此,为了提升网络的鲁棒性,根据全局最优解设计分布式预设时间观测器与优化策略,其中,分布式预设时间观测器用于观测αsa,分布式预设时间优化策略表征观测器获取的αsa与/>的关系,根据观测器获取的αsa及分布式预设时间优化策略,即可获取/>最后将/>输入至双闭环控制器,通过PWM发生器产生PWM信号,以控制第i个电力节点中的变换器调控所述第i个电力节点的母线电压。
S2包括:
S21,设计分布式预设时间观测器与优化策略,分析观测器与优化策略的收敛性
分布式预设时间优化与控制策略包括:图2所示的分布式预设时间观测器、图3所示的分布式预设时间优化策略、双闭环PI控制器,使用了时间依赖函数ωb(t)、rp(t)与积分环节。分布式预设时间观测器如下所示:
其中为第i个观测器对/>的估计值,si为中间变量,中间变量误差、估计值误差分别为:/> 观测增益γ>0、χ>0,r>0为一常数,时变增益
具体操作步骤如下:
(1)采集通讯网络中邻居节点sj与信息,并将本地信息si与/>传递给通讯网络中的各邻居节点,以供所述各邻居节点观测使用;
(2)结合本地信息si、与邻居节点信息sj、/>求取误差/>与/>
(3)将误差与αs,i代入上述分布式预设时间观测器更新系统中si、/>
(4)重复步骤(1)-(3)直至状态变量si、收敛;
所设计的分布式预设时间观测器可以在预先设定的时间tb内收敛,即
分布式预设时间优化策略如下:
其中为第i个电力节点中变换器参考电压,ζi,θi,ξi为中间变量,误差 时变增益kp=εp(ωp(t)+1),εp>0,其中/> 增益/>2λ2(Gl)为矩阵Gl的非零最小特征值。/>为与第i个电力节点相连的负载电流,时间依赖函数rp(t)为满足/>与的连续可微函数,可取:
具体操作步骤如下:
(1)采集通讯网络中邻居节点的ζj/αs,j、θj、ξj信息,并将本地信息/>ζi/αs,i、θi、ξi传递给通讯网络中的邻居节点;
(2)结合本地信息ζi/αs,i、θi、ξi,与邻居节点信息/>ζj/αs,j、θj、ξj,求取误差/>
(3)将误差与V*、/>ζi、αs,i、θi及由观测器获取的αsa代入上述分布式预设时间优化策略更新系统中/>ζi、θi、ξi;
(4)重复步骤(1)-(3)直至状态变量收敛;
所设计的分布式预设时间优化策略可以在预先设定的时间tp内收敛,即
其中,增益
S22,调控直流微电网母线电压,分析电压、电流与潮流的预设时间收敛性
根据上述分析可得,分布式预设时间观测器、优化策略可以在预设时间tb、tp内实现系统状态收敛。
S3,基于控制第i个电力节点中的变换器调控所述第i个电力节点的母线电压。
具体地,将输入至双闭环控制器,通过PWM发生器产生PWM信号,以控制第i个电力节点中的变换器调控所述第i个电力节点的母线电压。
将母线电压参考值输出至变换器的双闭环PI控制器,则微电网母线电压、电力节点输出电流、潮流可以在预设时间T=tb+tp内收敛。
本发明实施例提供一种多母线直流微电网分布式预设时间优化与控制系统,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如上述任一实施例所述的方法。
本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如上述任一实施例所述的方法。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种多母线直流微电网分布式预设时间优化与控制方法,其特征在于,包括:
S1,以最小化网络中各电力节点的母线电压与电压额定值的偏差、最小化输电线路损耗及各电力节点输出电流均衡分配为控制目标,构建性能函数并进行求解,得到各电力节点的母线电压的全局最优解;
S2,在所述全局最优解下,利用分布式预设时间观测器估计网络中所有电力节点的电流均衡分配系数的平均值αsa;根据αsa,运用分布式预设时间优化策略得到第i个电力节点中的变换器的参考电压
S3,基于控制第i个电力节点中的变换器调控所述第i个电力节点的母线电压。
2.如权利要求1所述的方法,其特征在于,所述分布式预设时间观测器为:
其中,为第i个观测器对/>的估计值,αs,i为第i个电力节点的电流均衡分配系数,si为中间变量,/> γ、χ为观测增益,r为常数,时变增益n为电力节点总数,Gij为电力节点i与j之间的输电线路导纳,tb为观测器的预设收敛时间。
3.如权利要求2所述的方法,其特征在于,所述利用分布式预设时间观测器估计网络中所有电力节点的电流均衡分配系数的平均值αsa,包括:
(1)根据本地信息si与及网络中邻居电力节点的sj与/>求取误差/>与/>
(2)将误差与αs,i代入分布式预设时间观测器更新si、/>
(3)重复步骤(1)-(2),直至状态si、收敛,得到αsa。
4.如权利要求2所述的方法,其特征在于,所述分布式预设时间观测器在预先设定的时间tb内收敛,即
5.如权利要求1-4任一项所述的方法,其特征在于,所述分布式预设时间优化策略为:
其中,ζi、θi、ξi为中间变量, kp为时变增益,kp=εp(ωp(t)+1),εp>0,/> 2λ2(Gl)为矩阵Gl的非零最小特征值;rp(t)为时间依赖函数,/>Gij为电力节点i与j之间的输电线路导纳,tp为优化策略的预设收敛时间,/>为与第i个电力节点相连的负载的电流。
6.如权利要求5所述的方法,其特征在于,所述根据αsa,运用分布式预设时间优化策略得到第i个电力节点中的变换器的参考电压包括:
(1)根据本地信息ζi/αs,i、θi、ξi与网络中邻居电力节点的/>ξj/αs,j、θj、ξj信息,求取误差/>
(2)将误差与V*、/>ζi、αs,i、θi及由观测器获取的αsa代入上述分布式预设时间优化策略更新/>ζi、θi、ξi;
(3)重复步骤(1)-(2)直至收敛。
7.如权利要求5所述的方法,其特征在于,所述分布式预设时间优化策略在预先设定的时间tp内收敛,即:
其中,增益
8.如权利要求1所述的方法,其特征在于,步骤S3中,将输入至双闭环控制器,通过PWM发生器产生PWM信号,以控制第i个电力节点中的变换器调控所述第i个电力节点的母线电压。
9.一种多母线直流微电网分布式预设时间优化与控制系统,其特征在于,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如权利要求1-8任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310900898.7A CN117081030A (zh) | 2023-07-21 | 2023-07-21 | 一种多母线直流微电网分布式预设时间优化与控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310900898.7A CN117081030A (zh) | 2023-07-21 | 2023-07-21 | 一种多母线直流微电网分布式预设时间优化与控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117081030A true CN117081030A (zh) | 2023-11-17 |
Family
ID=88701339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310900898.7A Pending CN117081030A (zh) | 2023-07-21 | 2023-07-21 | 一种多母线直流微电网分布式预设时间优化与控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117081030A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117728376A (zh) * | 2023-12-18 | 2024-03-19 | 天津大学 | 一种计及损耗的飞行器能源系统分布式优化控制方法 |
-
2023
- 2023-07-21 CN CN202310900898.7A patent/CN117081030A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117728376A (zh) * | 2023-12-18 | 2024-03-19 | 天津大学 | 一种计及损耗的飞行器能源系统分布式优化控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108363306B (zh) | 基于线性二次型优化的微电网分布式控制器参数确定方法 | |
Fei et al. | Fuzzy double hidden layer recurrent neural terminal sliding mode control of single-phase active power filter | |
WO2022016622A1 (zh) | 真双极柔性直流输电系统故障下的自适应优化调控方法 | |
CN110265991B (zh) | 一种直流微电网的分布式协调控制方法 | |
Suresh et al. | Decentralized control strategy for fuel cell/PV/BESS based microgrid using modified fractional order PI controller | |
CN113541146B (zh) | 计及分布式电源的电力系统潮流计算优化方法 | |
CN117081030A (zh) | 一种多母线直流微电网分布式预设时间优化与控制方法 | |
Meng et al. | A novel intelligent nonlinear controller for dual active bridge converter with constant power loads | |
CN111725798A (zh) | 一种用于直流微电网集群的分布式经济调度预测控制方法 | |
de Dieu Nguimfack-Ndongmo et al. | Nonlinear neuro-adaptive MPPT controller and voltage stabilization of PV Systems under real environmental conditions | |
CN113054648B (zh) | 基于改进鲸鱼算法的直流微电网下垂系数优化方法及系统 | |
Lin et al. | A two-layer frequency control method for large-scale distributed energy storage clusters | |
Behera et al. | A novel spontaneous control for autonomous microgrid vsc system using bpf droop and improved hysteresis band control scheme | |
Mi et al. | The novel multiagent distributed SOC balancing strategy for energy storage system in DC microgrid without droop control | |
Zhang et al. | The Voltage Stabilizing Control Strategy of Off‐Grid Microgrid Cluster Bus Based on Adaptive Genetic Fuzzy Double Closed‐Loop Control | |
Yang et al. | An improved cooperative control method of DC microgrid based on nearest neighbors communication | |
Bempah et al. | Power flow decoupling method of triple-active-bridge converter for islanding mode operation in DC microgrid systems | |
CN112199822A (zh) | 一种用于寻求最优系统阻抗值的外点罚函数算法 | |
CN114204537B (zh) | 一种低通信压力的微电网群系统功率均衡控制方法、设备 | |
CN113809732B (zh) | 一种分布式直流智能负载虚拟惯性控制方法 | |
Ma et al. | Secondary Voltage Control of DC Distribution Network Based on Model Predictive Control | |
CN113300608B (zh) | 一种直流变压器控制策略、装置、设备和存储介质 | |
CN111525618B (zh) | 一种交直流分布式能源和用户群体在线互动运行决策方法 | |
CN113809734B (zh) | 一种分布式直流供电异系统协同均流控制方法 | |
CN114825383B (zh) | 一种含分布式光伏配电网三相不平衡两阶段优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |