[发明专利]基于模型预测控制的主动配电网动态虚拟集群划分方法有效
申请号: | 201911262243.1 | 申请日: | 2019-12-10 |
公开(公告)号: | CN111092428B | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 柳伟;沈紫峰;杨镇宁;朱肖镕;李娜;游建斌 | 申请(专利权)人: | 南京理工大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/46 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 封睿 |
地址: | 210094 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模型 预测 控制 主动 配电网 动态 虚拟 集群 划分 方法 | ||
本发明公开了一种基于模型预测控制的主动配电网动态虚拟集群划分方法,以滚动优化时间周期作为时间段划分依据,结合集群供电率约束和滚动优化目标函数,进行集群供电率约束校验、滚动优化,确定未来第一个滚动优化时间周期内的集群划分方案;以反馈校正时间周期作为时间段划分依据,结合反馈校正目标函数,在未来第一个滚动优化时间周期内对滚动优化得到的集群划分方案在每个反馈校正时间周期进行一次反馈校正,确定未来第一个滚动优化时间周期内每个反馈校正时间周期的集群划分方案;本发买明根据实时信息反馈构成动态的闭环集群划分优化,能有效跟踪系统实际工况变化,摆脱预测偏差与分布式能源波动对主动配电网分区控制的不利影响。
技术领域
本发明涉及主动配电网虚拟集群划分技术,具体涉及一种基于模型预测控制的主动配电网动态虚拟集群划分方法。
背景技术
可再生的分布式能源(Distributed Generation,DG)的大量使用,是解决能源危机的重要手段。主动配电网技术由于能够大量消纳DG,提高用户供电质量和可靠性,受到了人们的广泛重视。然而分布式能源的出力具有间歇性和不确定性,这给主动配电网的运行控制造成极大的困难。
目前常见的分布式可再生电源调控方式主要有微电网模式、集中控制及集群控制模式。其中基于集群的调控方式能够充分利用集群的自治特性,保障规模化分布式发电有序、可靠、高效地接入电网,已成为规模化可再生能源并网的重要解决方案。集群对外是一个整体,具有共同目标,接受单一指令控制,便于调度和管理;而在集群内部,各设备为完成共同目标相互协作,高效发挥设备的协作能力。目前的集群划分方法基本上均属于稳态固定的集群结果。集群划分结果不随时间变化而变化。然而主动配电网中分布式能源出力不断波动,电网状态不断变化,稳态的集群划分结果难以满足不断变化的主动配电网的运行控制。
发明内容
本发明的目的在于提供一种基于模型预测控制的主动配电网动态虚拟集群划分方法。
实现本发明目的的技术解决方案为:一种基于模型预测控制的主动配电网动态虚拟集群划分方法,包括如下步骤:
步骤1,构建基于MPC的主动配电网动态虚拟集群划分优化模型,包括集群划分优化目标函数以及优化约束,其中目标函数包括滚动优化目标函数和反馈校正目标函数,优化约束为集群供电率约束;
步骤2,基于配电网结构利用枚举法确定所有可能的集群划分方案,并剔除不可行方案;
步骤3,分别以滚动优化时间周期和反馈校正时间周期作为时间段划分依据,获取未来时间段内各时间周期的主动配电网潮流、分布式能源出力及负荷信息;
步骤4,以滚动优化时间周期作为时间段划分依据,结合集群供电率约束和滚动优化目标函数,进行集群供电率约束校验、滚动优化,确定未来第一个滚动优化时间周期内的集群划分方案;
步骤5,以反馈校正时间周期作为时间段划分依据,结合反馈校正目标函数,在未来第一个滚动优化时间周期内对滚动优化得到的集群划分方案在每个反馈校正时间周期进行一次反馈校正,确定未来第一个滚动优化时间周期内每个反馈校正时间周期的集群划分方案;
步骤6,重复步骤3-5,完成后续时间的集群划分。
本发明与现有技术相比,其显著优点在于:1)将主动配电网动态地划分为多个电源集群,所得集群划分方案节点数量适中,有利于各集群协调控制,集群划分结果较稳定,降低了集群划分结果切换带来的切换成本和计算复杂度;2)基于改进的支路切割枚举法分析比较各集群划分方案,增加预筛选环节,大大简化了动态集群划分过程,所得为全局最优解;3)设置日内集群划分滚动优化、反馈校正环节,根据实时信息反馈进行闭环集群划分优化,动态集群划分方案能够有效跟踪系统实际工况变化,降低了预测偏差与分布式能源波动对主动配电网集群控制的不利影响。
附图说明
图1为本发明基于模型预测控制的主动配电网动态虚拟集群划分方法的流程图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911262243.1/2.html,转载请声明来源钻瓜专利网。