[发明专利]含高渗透光伏的多域电力系统负荷频率扩展预测控制方法

摘要

本发明公开一种含高渗透光伏的多域电力系统负荷频率扩展预测控制方法，本发明通过机理分析建模法和离散化方法建立含高渗透光伏的多域电力系统的离散时间状态空间模型，通过引入扩展状态空间向量建立扩展预测模型，将系统输出预测偏差向量和控制增量预测向量加权的二次型性能指标最小化作为滚动优化的目标函数，采用梯度下降方法获得各区域电力系统负荷频率的实时控制信号，从而实现了含高渗透光伏的多域电力系统负荷频率优化控制效果。相比现有技术，本发明所获得的含高渗透光伏的多域电力系统负荷频率响应具有更快的动态响应和调节速度、更小的动态振荡幅度和稳态误差以及更优良的鲁棒性能。

主权项

1.一种含高渗透光伏的多域电力系统负荷频率扩展预测控制方法，其特征在于，该方法包括以下步骤：(1)通过机理分析建模法建立如公式(1)所示的含高渗透光伏的多域电力系统连续时间状态空间模型；其中，x(t)、u(t)、uI(t)、y(t)分别表示含高渗透光伏的多域电力系统连续时间状态向量、输入向量、干扰向量和输出向量，dx(t)/dt表示x(t)的一阶微分向量，A、B、BI、C分别表示含高渗透光伏的多域电力系统的连续时间系统矩阵、输入矩阵、干扰矩阵和输出矩阵；(2)电力系统监控计算机读取含高渗透光伏的多域电力系统的采样周期Ts，将式(1)进行离散化，自动获得如公式(2)所示的多域电力系统的离散时间状态空间模型和如公式(3)所示的增量型模型；其中，x(k+1)表示含高渗透光伏的多域电力系统在第k+1个采样周期时的离散时间状态向量，x(k)、u(k)、u_I(k)、y(k)分别表示含高渗透光伏的多域电力系统在第k个采样周期时的离散时间状态向量、离散时间输入向量、离散时间干扰向量和离散时间输出向量，Δx(k+1)、Δx(k)、Δu(k)、Δu_I(k)、Δy(k)分别表示x(k+1)、x(k)、u(k)、u_I(k)、y(k)对应的增量表达式，A_d、B_d、B_Id分别表示表示含高渗透光伏的多域电力系统的离散时间系统矩阵、离散时间输入矩阵、离散时间干扰矩阵，具体计算为：(3)引入扩展状态向量Z(k)＝(Δx(k)y(k－1))T，获得如公式(4)所示的含高渗透光伏的多域电力系统的扩展离散时间状态空间模型；其中，表示N_y行N_y列的单位矩阵，表示N_x行N_y列的零向量，N_x、N_y、N_u和N_uI分别表示x(t)、y(t)、u(t)和u_I(t)中所包含变量的数量；(4)在电力系统监控计算机中输入运行参数值：包括预测域P、控制域M、系统输出偏差权重矩阵Q及控制增量权重矩阵R、运行时间窗最大采样步数Tmax，并设置初始值k＝1；(5)电力系统监控计算机读取含高渗透光伏的多域电力系统k‑1时刻的历史信息，包括k‑1时刻的离散时间输出向量y(k‑1)、离散时间状态向量x(k‑1)，离散时间输入向量u(k‑1)和离散时间干扰向量uI(k‑1)；(6)建立如式(5)～(11)所示的含高渗透光伏的多域电力系统扩展预测模型YP(k)；YP(k)＝φZ(k)+ψΔU(k)+ψIΔUI(k)   (5)(7)将输出预测偏差向量和控制增量预测向量加权的二次型性能指标最小化作为滚动优化的目标函数，建立如式(12)～(14)所示的滚动优化模型；J(k)＝min{(YP(k)‑Yr(k))TQ(YP(k)‑Yr(k))+(ΔU(k))TR(ΔU(k))}   (12)式中，umax和umin分别是u(k)的上界和下界，Δumax和Δumin分别是Δu(k)的上界和下界，ymax和ymin分别是y(k)上界和下界，λ表示平滑系数，c(k)表示系统输出的设定值，Q和R表示权重矩阵；(8)采用梯度下降法求解如式(12)～(14)所示的滚动优化模型，获得优化后的当前第k时刻的离散时间输入向量u(k)，具体计算过程如公式(15)～(17)所示；ΔU(k)＝(ψTQψ+R)‑1ψTQ(Yr(k)‑φZ(k)‑ψIΔUI(k))   (15)u(k)＝Δu(k)+u(k‑1)   (17)其中，表示N_u行N_u列的单位矩阵，表示N_u行(P‑1)列的零向量；(9)将离散时间输入向量u(k)作用于含高渗透光伏的多域电力系统，实时数据采集子系统将采集到多域电力系统实际输出y(k)和状态变量x(k)传送回电力系统监控计算机；(10)判断条件k≥Tmax是否成立？若是，则完成了含高渗透光伏的多域电力系统负荷频率实时滚动优化的扩展预测控制，转向步骤(11)；否则，则设置k＝k+1，返回步骤(5)；(11)电力系统监控计算机将根据实时数据采集子系统采集到的数据信息，通过图形绘制和显示功能实时输出含高渗透光伏的多域电力系统各区域频率偏差和联络线传输功率偏差的动态响应曲线。