[发明专利]一种基于日内-实时滚动控制的配电网源荷快速跟踪方法

说明书

本发明涉及配电网控制技术，具体涉及一种基于日内‑实时滚动控制的配电网源荷快速跟踪方法，对配电网中的负荷建立含时变参数的静态负荷模型，并运用含约束的最小二乘法对负荷模型的参数进行在线辨识，利用所建立的负荷模型推导负荷状态空间方程；以调度成本最低，在15min时间尺度内进行日内的全局优化，得出经济性最优的下网点功率；根据所建立的负荷模型以及光伏和储能出力的模型，建立配电网系统的状态空间方程；运用多变量广义预测控制对源荷两侧的出力进行控制，以经济性最优的下网点功率为参考序列，得出下一时刻的控制指令，形成滚动优化过程；以波动率指标和经济性指标对控制后的结果进行评价。该方法能提高控制的精度，抑制源荷波动的影响。

技术领域

本发明属于配电网多时间尺度协调控制技术领域，尤其涉及一种基于日内-实时滚动控制的配电网源荷快速跟踪方法。

背景技术

随着分布式能源大量接入配电网、需求侧响应机制逐渐完善，配网运行方式趋于多样化，内部拥有了一定的自我调节能力。但分布式能源出力易受外界环境因素干扰，负荷侧由于电动汽车、储能单元的加入，也会呈现出随机性、间歇性等不友好的特点，源荷两侧的功率波动性会对配网协调控制方面带来新的挑战。若深度挖掘用户侧负荷可调节特性，使其跟踪分布式能源出力，则在分布式能源出力最大化的同时又能实现对配网主要线路功率波动进行抑制。

对于受外界因素影响较大的间歇式分布式能源，日前预测误差一般为20％～30％，而小时级的预测误差也高达15％，若仅依靠日前预测对配网区域制定调度方案，其精度会随着预测尺度的增加而大幅降低。而各分布式能源出力波动的时间尺度也不尽相同，且每一阶段用户侧拥有的可调度柔性负荷资源潜力也不同，因此许多学者不再对单一时间尺度进行研究，而是运用各时间尺度滚动优化的方法制定调度方案，在此方法中上一时间尺度优化的结果将作为下一时间尺度优化的输入量进行滚动，从而能够大幅度降低单一时间尺度预测误差对调度结果带来的影响。

滚动优化将多时间尺度优化中的各时间尺度联系在一起，常用的滚动优化算法为模型预测控制(Model Predictive Control,MPC)算法，MPC是一种运用建立预测模型对控制目标进行优化的算法，由于建模较为简便，愈发受到人们的关注。现有的多时间尺度的消纳间歇式能源的方式多属于静态的优化，即对某一个时间断面或未来某个时间点进行优化的过程，而由于模型预测控制算法拥有滚动优化的特点，其可以实现在线控制并将各时间尺度的优化过程联系在一起。已有文献运用模型预测算法将15min与5min时间尺度进行滚动优化，从而实现了主动配电网中分布式能源消纳最大化；也有文献基于虚拟储能系统，将MPC将24h与15min两个时间尺度滚动优化，实现了智能楼宇系统的可再生能源出力最大化；还有文献中将日前调度和日内调度运用MPC算法相结合，从而解决了冷热电多能联供系统的经济性调度问题。大多数文献运用MPC滚动优化时，控制目标多为频率和电压，此类指标经过一段时间会趋于平稳，因此对预测模型精度不高，但控制目标为有功功率这类不会趋于稳定的数值时，就需要预测模型具有一定的抗干扰能力和自适应性，广义预测控制(Generalized PredictiveControl，GPC)是MPC中一种算法，由于其预测模型采用受控自回归积分滑动平均模型(Controlled Auto-Regressive Integrated Moving Average,CARIMA)，且其运用递推最小二乘法在线对参数进行辨识，因此对随机性较大的系统仍具有较好的稳定性和鲁棒性。

发明内容

本发明的目的是提供一种通过建立配电网中负荷的静态模型，运用含约束的最小二乘法对负荷模型的参数进行在线辨识，推导负荷状态空间方程的方法。

为实现上述目的，本发明采用的技术方案是：一种基于日内-实时滚动控制的配电网源荷快速跟踪方法，包括以下步骤：

步骤1、建立含时变参数的静态负荷模型，并运用含约束的最小二乘法对时变参数进行拟合；

步骤2、根据负荷模型推导电压变化量和功率变化量之间的关系，确定负荷的控制系数；