[发明专利]适用于含柔性多状态开关的配电网分布式自适应控制方法

权利要求书

1.一种适用于含柔性多状态开关的配电网分布式自适应控制方法，其特征在于包括如下步骤：

S1：将含柔性多状态开关的配电网分解成若干个智能体；智能体的确定方式为每一条馈线及其连接的所有负荷节点构成一个智能体；

S2：在每一个智能体中选择电压控制关键节点；

S3：检测电压控制关键节点的电压以及馈线上的电流，如果电压或电流发生波动，继续进行S4；

S4：计算每一个智能体的协调控制指令，所述协调控制指令为智能体的状态发生波动后，智能体的期望状态随时间变化的曲线；如果电压发生波动，基于电压控制模型，采用离散一致性算法，计算电压的协调控制指令；如果电流发生波动，基于馈线负载率控制模型，采用离散一致性算法，计算馈线负载率的协调控制指令；

S5：基于MFAC-ILC对柔性多状态开关的有功功率或无功功率进行控制，实现S4中得到的协调控制指令；该过程中，若为了实现电压协调控制指令，则对柔性多状态开关的无功功率进行调控；若为了实现馈线负载率协调控制指令，则对柔性多状态开关的有功功率进行调控；

所述S4中电压控制模型为：

其中，i_v为电压控制关键节点，为电压控制关键节点的电压，为电压控制关键节点的电压变化量，为电压控制关键节点i_v的电压参考值；

所述S4中馈线负载率控制模型为：

其中，η_i为馈线i的负载率，Δη_i为馈线i的负载率变化量，P_i为馈线i上流过的功率，P_i.ref为未发生负荷或新能源波动时馈线i上流过的功率，P_i.max为馈线i的容量；

所述S4中的离散一致性算法具体为考虑约束条件的改进离散一致性算法；该算法具体的控制律为：

其中，N为智能体的个数；δ_ji(k)＝x_j(k)-x_i(k)，λ_i为智能体i的权重系数；x_i(k)为智能体i在k时刻的状态；如果计算电压的协调控制指令，取λ_i＝P_i.max，如果计算馈线负载率的协调控制指令，取λ_i＝1，x_i(k)＝Δη_i(k)，Δη_i(k)为馈线i在k时刻的负载率变化量；a_ij(k)反映了k时刻智能体之间的通信状态；如果智能体i和j在k时刻互相可以通信，a_ij(k)＝1；如果智能体i和j在k时刻互相不可以通信，a_ij(k)＝0；c_ij为定义的权重，用于在考虑智能体的状态上下限的前提下，计算下一时刻智能体的状态；而c_ij(k)为k时刻的权重；

所述S4中c_ij的计算方法包含如下子步骤：

S41：智能体i发送信息并且接收信息其中N_i(k)为k时刻可以和智能体i通信的智能体集合；为智能体i状态的上限；x_i为智能体i状态的下限；

S42：计算中间变量u_i(k)、、l_i(k)、δ_ji(k)的值；

l_i(k)＝x_i(k)-x_i

S43：计算c_ij的值：

其中，参数i∈[1,n]，|N_i(k)|为k时刻可以和智能体i通信的智能体数量，|δ_ji(k)|表示δ_ji(k)的绝对值；

所述S5中基于MFAC-ILC的控制律为：

其中，n为迭代的次数；为k时刻智能体第n次迭代中的伪偏导数的估计值；k＝1时为初始时刻；y(k)和u(k)分别是k时刻智能体的输出和输入量，y_n(k)和u_n(k)分别是k时刻智能体第n次迭代中的输出和输入量；y_d(k)是k时刻智能体的期望输出；Δy_n(k)＝y_n(k)-y_n(k-1)，ε是一个接近0的正数；ρ和η是步长因子，满足ρ,η∈(0,1]；λ＞0是权重因子；μ＞0，是对PPD估计值变化量的惩罚因子；β为学习因子；和分别为和的绝对值；sign()为符号函数；e_n(k)＝y_d(k)-y_n(k)表示第n次迭代的跟踪误差；表示第n次迭代中k时刻输入的前馈部分，表示第n次迭代中k时刻输入的反馈部分；

如果检测到电压波动，对柔性多状态开关的无功功率进行调控时，u(k)为柔性多状态开关的无功功率，y(k)为电压控制关键节点的实际电压，y_d(k)为S4得到的电压协调控制指令，即电压控制关键节点的期望电压；如果检测到电流波动，对柔性多状态开关的有功功率进行调控时，u(k)为柔性多状态开关的有功功率，y(k)为馈线的实际负载率，y_d(k)为S4得到的馈线负载率协调控制指令，即馈线的期望负载率。