[发明专利]一种基于分布式协同MPC的风电场功率协同调度

摘要

本发明提供的一种基于分布式协同MPC的风电场功率协同调度，属于风电场功率调度领域。针对集中式模型预测控制中心控制器的计算负担大、容错性不强、扩展能力差等问题，引入分布式控制框架予以改进，分别以每台风电机组作为单独的智能体，提出多智能体分布式预测控制，以风电机组线路的连接情况进行分组，提出基于线路拓扑的分组‑分布式模型预测，构建子模型预测控制问题，制定子系统之间的协同控制策略。

主权项

1.一种关于风电场有功功率和无功功率协同调度分配方法，其特征在于：引入多智能体分布式预测控制策略中，每个智能体也构成一个子系统，该算法流程适应于多智能体分布式框架，算法具体流程描述如下。Step1：初始化。各子系统在k时刻通过监测系统获得风电机组和SVC的运行状态的采样信息，根据采样信息初始化状态变量以及更新预测模型；接收其他子系统的功率预测，并将总发电任务按预测功率大小的比例进行分配，初始化Step2：初步求解。各风电机组子系统分别并行求解所构建的MPC问题，初次优化分配得到初始最优控制序列和对应的状态信息若所求无解，则维持上一时刻的最优控制序列Step3：子系统之间的通信。在通信时刻p(p＝1,2,...,p_max)，各子系统接收在上一个优化周期内的最优输入和状态向量并基于此更新自身子系统的MPC问题的优化函数和约束条件；Step4：并行求解。基于通信所构建的子系统MPC问题，各子系统分别并行优化求解，若所求有解则得到本次优化周期内的最优输入和状态向量如果所求无解，则保留上一时刻的最有输入和状态向量，即Step5：判断迭代终止。为了确保下一个采样时刻，底层控制器能得到控制命令，设置了最大迭代次数。如果迭代次数还未达到最大迭代次数，并且连续两次迭代的优化目标函数值之间的偏差小于阈值，则说明已经收敛，完成迭代过程，将指令下达底层控制器；如果迭代次数还未达到最大迭代次数并且判断未收敛，则继续子系统之间继续通信交流，返回Step3，进行下一步迭代操作：如果迭代次数完成，则将控制输入命令下达底层控制器。