分散时序与集中模型预测结合的分层配电网电压控制方法与流程

本发明涉及配电网电压优化控制技术领域，具体涉及一种分散时序与集中模型预测相结合的分层配电网电压控制方法。

背景技术：

分布式电源(distributedgeneration，dg)的规模化接入与应用将对配电系统潮流分布、电压水平、短路容量等电气特征造成显著影响，传统配电网在设计阶段并未考虑上述因素，无法满足当前高渗透率可再生能源发电接入与高效利用的要求，配电网电压偏差、波动问题日益凸显。在目前配电网电压控制结构中，分散式控制可根据就地采集信息进行响应，其优点在于无需通信系统进行数据采集与集中处理，控制器可针对扰动进行快速响应，但缺点是多个分散控制器之间缺乏协调，当针对同一扰动发生同时动作时，容易导致冗余控制、过度控制、甚至控制振荡问题。集中式控制计及控制器协调问题，具有较好的全局控制性能，但其全局信息采集与集中优化较为耗时。当通信系统出现故障时会导致整个控制系统失效，存在可靠性问题。

技术实现要素：

为解决现有技术存在的不足，本发明公开了一种分散时序与集中模型预测相结合的分层配电网电压控制方法。该方法结合分散式控制与集中式控制的优点，在系统扰动后，分散控制器针对电压波动进行快速响应，通过设定时序动作机制实现各分散控制器之间的无通信协调；集中控制基于模型预测控制(modelpredictivecontrol,mpc)方法在更长的时间尺度下对分散控制结果进行进一步优化，平衡各调压设备出力，确保全局控制性能最优。

为实现上述目的，本发明的具体方案如下：

一种分散时序与集中模型预测相结合的分层配电网电压控制方法，其特征是，包括以下步骤：

步骤1：扰动发生后，就地分散控制器采集就地信息，并基于所述就地信息进行时序动作，并随时准备接收集中控制器下发的控制指令；集中控制器同时开始采集全局信息，并基于集中模型预测控制进行集中优化计算；

步骤2：集中控制器基于采集信息与数值积分方法求取未施加集中控制情况下的系统预测轨迹；若电压正常，则结束运行，若电压不正常，则进行步骤3；同时分散控制器实施就地分散时序控制；

步骤3：集中控制器基于采集信息建立集中mpc电压优化模型并求解，得到当前控制时域内各采样点处应施加的多步最优控制序列；

步骤4：集中控制器并仅将所生成最优控制序列中的第一步施加于所控制的配电网；当所述就地控制器接收到集中控制器下发的控制指令时，集中控制器接管该就地控制器的控制权限；

步骤5：在集中模型预测控制器下一个控制时域初始时刻，重复步骤2-4直到预测时域内各节点电压幅值满足阈值要求。

所述步骤1中，

当就地采样电压幅值处于控制死区内，即|v-vr|≤dbc/2时，所述就地控制器处于空闲等待状态，式中v为就地电压采样值，vr为控制电压参考值，dbc为控制死区。

当采样电压偏移出控制死区，即|v-vr|＞dbc/2时，所述就地控制器进入第一段延时状态，其延时常数为固定值td1，在该段延时结束时刻，所述就地控制器计算时序控制延时参数τ1：

式中integer代表向下取整数，vr'为时序动作电压参考值，c和k均为常数参数，td1为第一段延时的长度，t0为第一段延时的初始时刻。

当|v-vr|＞dbc/2状态持续超过延时td1时，所述就地控制器状态进入第二段延时τ1，第二段延时结束后，所述就地控制器进入动作状态，执行下述动作指令：

式中n(k)代表就地控制器的离散控制档位；nmax和nmin分别为控制最高档与最低档限值。

所述就地控制器动作完成后，经过固定延时tm1后返回空闲等待状态。

进一步地，在扰动发生后就地控制器快速响应的同时，集中控制器同时采集全局信息，并进行基于mpc的集中优化，从而在更长时间尺度下改善就地控制结果，平衡各dgu与补偿设备出力。

所述步骤3包括：

基于线性化方法求取预测时域内各采样点处优化目标节点电压相对于全部备选控制的灵敏度矩阵，得到全部控制变量变化在预测周期内各采样点处导致的全部节点电压变化值；

根据线性系统的比例叠加性质，将未施加集中控制的预测电压轨迹值与基于灵敏度方法求取的节点电压变化预测结果进行叠加，得到施加多步mpc控制序列后的系统电压预测轨迹。

所述步骤3中：

所生成最优控制序列中的第一步为：预测时域内首个采样点处控制变化向量。

进一步地，

所述mpc是滚动时域多步控制，在mpc的每一个采样点处，基于线性化分析得到系统该时刻的灵敏度矩阵该矩阵包含全部优化目标节点电压相对于全部备选控制变量的灵敏度信息；根据线性系统的比例叠加性质，可以得到预测电压轨迹表达如下：

式中电压向量包含所有优化目标节点电压在采样点k处的值，控制向量u包含所有控制变量，δuk由采样点k处实施的控制变化量组成，表示实施优化控制前的优化目标节点电压向量值。

进一步地，所述集中模型预测控制的优化目标是以最小的控制代价实现电压偏差最小，优化模型如下：

s.t.

umin≤uk≤umax

式中q为电压偏差权重对角矩阵，r为控制代价对角矩阵。umin和umax规定了全部控制变量的下限与上限值。np、nc分别为mpc控制时域和预测时域内的总控制步数；与分别表示与δuk的转置向量；uk为采样点k处控制向量的值；u0为控制向量初始值；为控制时域结束时刻采样点的电压向量值。δul由采样点l处实施的控制变化量组成。

本发明的有益效果：

(1)本发明的分散时序控制无需进行全局信息采集传输，当集中模型预测控制器出现通信故障时，就地分散时序控制可作为其后备控制，防止整个控制系统瘫痪，增加了控制策略可靠性与快速性。

(2)本发明时序控制延时参数的设置可以防止仅依靠就地信息动作导致的冗余动作、过控甚至控制振荡问题。一个分散时序控制器的动作会抑制其临近控制器的动作，控制器之间的协调无需通信，而是以分散控制的形式实现。

(3)本发明的分散时序控制器能够针对扰动进行迅速响应，集中模型预测控制在更长时间尺度下能够考虑系统运行的不确定性进行全局优化，进一步改善控制性能，平衡控制器出力。本发明提出的控制结构结合了集中式控制与分散式控制的优点。

附图说明

图1是本发明分散时序与集中模型预测相结合的分层配电网电压控制流程图；

图2是就地分散时序控制器控制逻辑图；

图3是模型预测控制原理图；

图4是ieee33节点配电网系统的拓扑结构示意图；

图5是扰动发生前后的电压幅值分布图；

图6是实施控制后的电压演化轨迹；

图7是dgu无功出力情况；

图8是无功补偿装置投入情况；

图9是实施控制前后的电压分布情况。

具体实施方式：

下面结合附图对本发明进行详细说明：

参见图1所示，本发明提出一种分散时序与集中模型预测相结合的分层配电网电压控制方法，包括以下步骤：

步骤1：扰动发生后，就地分散控制器采集就地信息，并基于所述就地信息进行时序动作，并随时准备接收集中控制器下发的控制指令；集中控制器同时开始采集全局信息，并基于集中模型预测控制进行集中优化计算；

步骤2：集中控制器基于采集信息与数值积分方法求取未施加集中控制情况下的系统预测轨迹；若电压正常，则结束运行，若电压不正常，则进行步骤3；同时分散控制器实施就地分散时序控制；

步骤3：集中控制器基于采集信息建立集中mpc电压优化模型并求解，得到当前控制时域内各采样点处应施加的多步最优控制序列；

步骤4：集中控制器并仅将所生成最优控制序列中的第一步施加于所控制的配电网；当所述就地控制器接收到集中控制器下发的控制指令时，集中控制器接管该就地控制器的控制权限；

步骤5：在集中模型预测控制器下一个控制时域初始时刻，重复步骤2-4直到预测时域内各节点电压幅值满足阈值要求。

步骤1中，就地分散控制器的控制状态流程图如图2所示。

当就地采样电压幅值处于控制死区内，即|v-vr|≤dbc/2时，控制器处于空闲等待状态，式中v为就地电压采样值，vr为控制电压参考值，dbc为控制死区。

当采样电压偏移出控制死区，即|v-vr|＞dbc/2时，控制器进入第一段延时状态，其延时常数为固定值td1，在该段延时结束时刻，控制计算时序控制延时参数τ1：

式中integer代表向下取整数，v′r为时序动作电压参考值，c和k均为常数参数，td1为第一段延时的长度，t0为第一段延时的初始时刻。

当|v-vr|＞dbc/2状态持续超过延时td1时，控制器状态进入第二段延时τ1，第二段延时结束后，控制器进入动作状态，执行下述动作指令：

式中n(k)代表就地控制器的离散控制档位。控制器动作完成后，经过固定延时tm1后返回空闲等待状态。nmax和nmin分别为控制最高档与最低档限值。

由τ1表达式可知，τ1是以第一段延时td1内的采样电压v为变量的函数，当c<0时，τ1与电压跌落程度呈反比。当采样电压跌落程度越严重时，第二段延时越小，控制器响应的速度越快。在一个控制器动作后，周边区域各节点的电压均会有不同程度的恢复。如果其他节点电压跌落程度相对较轻，在延时过程中采样电压恢复至死区内，则该节点就地控制器状态会返回至空闲等待状态。也就是说，在本发明时序就地动作的机制下，一个调压就地控制器的动作会对其他就地控制器的动作产生抑制作用。各就地控制器之间的协调没有通过通信实现，而是通过配电网系统拓扑自身实现。

在扰动发生后就地控制器快速响应的同时，集中控制器同时采集全局信息，并进行基于mpc的集中优化，能够在更长时间尺度下进一步改善就地控制结果，平衡各dgu与补偿设备出力。

mpc是一种滚动时域多步控制，能够有效应对含分布式电源导致的配电网系统运行特性不确定性，控制原理见图3。在mpc的每一个采样点处，基于线性化分析得到系统该时刻的灵敏度矩阵该矩阵包含全部优化目标节点电压相对于全部备选控制变量的灵敏度信息。根据线性系统的比例叠加性质，可以得到预测电压轨迹表达如下：

式中电压向量包含所有优化目标节点电压在采样点k处的值，控制向量u包含所有控制变量，δuk由采样点k处实施的控制变化量组成。表示实施优化控制前的优化目标节点电压向量值。

集中模型预测控制的优化目标是以最小的控制代价实现电压偏差最小，优化模型如下：

s.t.

umin≤uk≤umax

式中q为电压偏差权重对角矩阵，r为控制代价对角矩阵。umin和umax规定了全部控制变量的下限与上限值。np、nc分别为mpc控制时域和预测时域内的总控制步数；与分别表示与δuk的转置向量；uk为采样点k处控制向量的值；u0为控制向量初始值；为控制时域结束时刻采样点的电压向量值。δul由采样点l处实施的控制变化量组成。

以下采用ieee33节点配电网系统对本发明提出方法进行验证。

配电网系统拓扑与调压设备的位置如图4所示。该系统具有32个电压敏感负荷，在节点4、7、12、16、17、19、24、27、30和32处有10个dgu，dgu的初始有功出力为5mw，初始无功出力为1mw。无功补偿装置位于节点13、18、22和25处。各节点电压参考值vr均取值为1，控制死区dbc为0.08p.u.，代表全部节点电压应保持在[0.96p.u.，1.04p.u.]范围内。

分散时序控制器的参数设置如下：tm1＝10s,td1＝0.5s，能够保证就地分散控制器的快速响应。为了使时序控制延时参数τ1能够在电压波动的范围内体现区分度，相关参数设置为c＝-2×10³，k＝10，vr'＝0.97p.u.。

集中模型预测控制器参数设置如下：电压偏差权重对角矩阵q的对角元素均取值为1，在控制代价对角矩阵r中，dgu出力控制为1，无功补偿控制权重设置为5。mpc的控制时域与预测时域均设置为30s，采样周期设置为10s，集中模型控制器生成的第一个控制指令在t＝20s下发。dgu以及无功补偿的无功出力简化为离散变量。

t＝10s时刻，节点4、7、16、19、24处的dgu因天气原因脱网，故障前后的系统电压分布情况如图5所示，在不采取任何控制措施的情况下，大部分节点电压幅值跌落至阈值0.96p.u.之下。

应用本发明提出控制方法后的系统电压轨迹如图6所示，相应dgu的出力以及无功补偿装置的动作情况见图7、图8所示。

在故障发生后，节点12、17、27、32处的dgu以及节点8、13、18处的无功补偿根据就地分散时序控制原则提供了快速控制响应。在没有数据集中采集与出力的情况下，系统节点电压得到了显著改善。如图7、图8所示，就地控制并未针对电压跌落进行同时动作，而是根据电压跌落程度的不同进行时序动作，电压跌落越严重，其附近控制器的动作速度越快。在该算例中电压跌落最为严重的节点17、18处控制器最先动作，尽管节点25、27处的电压幅值在故障发生时刻低于阈值0.96p.u.，但由于时序动作的机制，其他控制的的动作阻止了这两处控制器的冗余动作，有效避免了过控问题，减少控制设备动作损耗。

在t＝20s时刻，集中模型预测控制器接管系统控制权限，对系统电压分布和调压设备出力进行进一步优化。如图6-图9所示，在实施两步集中模型预测控制指令后，系统全部节点电压幅值均恢复至要求范围内。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围内。