基于模型预测控制的多时间尺度无功电压优化控制方法

针对高比例风电接入下电网电压快速、频繁波动的问题,提出了基于模型预测控制(MPC)的多时间尺度电网无功电压优化控制方法。在日前优化安排离散无功补偿设备的基础上,日内采用基于MPC的滚动优化及校正控制思路,利用连续无功补偿装置对电压进行控制。首先,建立基于灵敏度的电网电压预测模型,预测得到未来多个时刻的电网电压运行状态;然后,以未来多个时刻的电网电压预计控制偏差最小为优化目标,建立日内滚动优化控制模型,求解得到连续无功补偿装置的无功控制计划,并通过电压控制偏差校正,完成日内无功电压模型预测控制;最后,以我国"三北"地区某风电场集群为例进行仿真计算,通过与传统电压控制方法进行对比,验证所提方法在提高电压控制水平方面的可行性和有效性。     

基于模型预测控制的光热-光伏系统多时间尺度无功优化控制策略研究

针对光热-光伏系统无功控制问题,提出一种基于模型预测控制MPC(Model Predictive Control)的多时间尺度无功优化控制策略。在日前优化同步发电机与光伏逆变器无功出力的基础上,日内采用基于MPC的滚动优化及反馈校正控制思路,利用动态无功补偿设备控制母线电压。通过基于灵敏度的电压预测模型,预测未来多个时刻电压运行状态。在此基础上,以未来多个时刻预测电压控制偏差最小为优化目标,建立日内滚动优化模型,得到动态无功补偿设备的无功控制计划,并通过电压控制偏差反馈校正,完成日内无功电压的模型预测控制。以中国敦煌地区光热电站与光伏电站所组成联合发电系统为仿真算例,通过与传统多时间尺度无功优化控制策略对比,验证该控制策略在提高系统汇集母线电压和光热、光伏电站PCC母线电压的稳定性的可行性与有效性。     

基于模型预测控制理论的风电场自动电压控制

风电场电压受风力影响容易快速波动,传统基于当前时间断面进行决策的方法易出现无功控制滞后、多种设备不协调等问题。为此,基于模型预测控制(model predictive control,MPC)理论,提出了一种旨在协调风力机和静止无功发生器(static var generator,SVG)的风电场电压控制方法。区别于传统电压控制方法,所提出方法的目标是实现未来时间窗内电压控制曲线和无功调节动态过程的优化。利用自回归滑动平均方法预测风力机的有功出力,并分别以一阶惯性环节和比例积分环节模拟风力机和SVG无功控制的动态过程,在此基础上利用灵敏度预测求解风电场内各母线(含风力机机端母线)的未来电压曲线。由此建立了以目标函数为未来时间窗内并网点电压偏移最小和SVG动态无功储备最大的优化模型,并采用对偶单纯形法求解。在基于DIgSILENT建立的风电场仿真系统上进行了仿真验证。时域仿真结果表明,所提出的方法通过预测不同设备未来一段时间的控制动态过程,能合理安排快、慢无功出力,提前响应系统中可预见变化,保证风力机机端电压安全,并维持并网点电压平稳。     

基于模型预测控制的配电网无功优化控制策略

为了解决配电网中普遍存在的变压器过负荷以及用户电压偏低的问题,提出了一种基于模型预测控制(model predictive control,MPC)的配网无功优化控制策略。在分析配电网潮流特点的基础上,充分利用配变的过负荷能力来传输更多的有功,而无功则在低压电网中进行优化补偿。基于模型预测控制理论,采用季节时间序列的方法动态预测未来一天内的负荷大小,并考虑配变最大可用传输无功和无功补偿装置最大投切次数的约束,在通用数学模型系统(general algebraic modeling system,GAMS)上建立了以网损最小为目标函数的无功优化数学模型,依次给出无功补偿装置的动作情况。在IEEE14节点配网系统上的试验结果,验证了所提出的无功优化控制策略的有效性。     

基于模型预测控制的光伏场站快速协同无功电压控制

为解决新能源大规模接入配电网带来的电压波动及越限问题,提出了一种针对光伏场站及静止无功发生器(static var generator, SVG)接入的配电网系统动态无功电压控制方法,以实现扰动下多无功源协同调压目标。首先,分别推导了光伏场站和SVG的无功-电压控制小信号模型。其次,通过类比等效实现了不同类型无功源电压控制模型形式的统一,并结合系统电压灵敏度关系建立了系统整体电压控制模型。在此基础上考虑系统状态变化对控制参数的影响,并计及各设备无功出力约束,设计了系统模型预测控制器。最后,基于IEEE33节点系统进行仿真,验证了在光伏出力波动和负荷投切两种情况下所提方法均能够快速、有效地抑制电压波动,为有源配电网快速电压协同控制提供了理论基础。     

基于分层MPC的风电场电压协调控制策略研究

针对弱连接并网风电场电压稳定性易受风功率波动影响,提出了一种基于分层模型预测控制(MPC)的风电场电压协调控制策略。首先,建立自适应调节层,根据风电场无功补偿能力以及有功预测信息对并网点电压进行预测,实现对并网点电压的自适应调整。其次,建立无功分配层,通过计算风电机组在无功补偿中所需要的无功容量,根据不同风电机组的无功裕度对其无功出力进行分配。最后,根据跟踪控制层的反馈信息对电压控制的误差进行修正,从而达到对弱连接并网风电场无功电压的有效控制。仿真结果表明:提出的无功电压控制策略实现了对无功输出的自适应调整,并可有效地解决风电场存在的无功缺额问题;保证了在多种情况下的风电场并网电压控制的稳定性;通过分层MPC,各层内不同时间级的预测信息可被高效利用,各层间不同时间尺度的控制亦可得到有效协调。     

恒电压控制下DFIG与SVG对电网电压的支撑研究

双馈风机（DFIG）能变速恒频运行,并具有一定的无功输出能力,已成为目前的主流发电机。DFIG虽然具备无功调压能力,但其能力有限,在电网遭受扰动情况下对风电场并网点电压的支撑能力不足。基于此,提出双馈风机采用恒电压控制,在充分利用机组无功调压能力的基础上装设SVG对风电场进行动态无功补偿,支撑风电场并网点电压。在分析双馈风机及SVG的数学模型基础上,采用空间矢量定向控制技术实现双馈风机的解耦控制和SVG输出无功的控制并得到两者的控制模型。根据得到的控制模型建立仿真模型,通过仿真验证了采用恒电压控制的双馈风机具备一定的调压能力,SVG与恒电压控制下的双馈风机相配合使得风机并网点电压在正常及故障下均得到显著改善。     

大规模风电接入电网多目标电源的协调控制

针对负荷、风电出力波动规律和电网不同时间尺度安全运行目标,采用多时间尺度、多电源、多控制目标的协调控制策略,提出了基于大规模风电消纳的协调控制技术,构建了区域电网内风电功率与常规电源的协调控制系统。利用该协调控制系统,在有功控制方面解决了未来7d、日前、日内风电有功出力和燃煤火电机组的协调控制问题,在无功控制方面解决了考虑风电功率分布规律的无功补偿容量优化的决策问题。     

基于深度强化学习的新能源配电网双时间尺度无功电压优化EI北大核心CSCD

新能源大量接入配电网,其波动性及间歇性容易导致配电网电压的频繁波动问题。传统基于模型的无功电压优化方法高度依托于电网的精准建模,其求解精度与计算速度难以满足含新能源配电网对于电压控制的要求。该文基于深度强化学习,提出一种双时间尺度配电网无功电压优化方法。该方法将电力系统无功电压优化问题转化为马尔可夫决策过程,统筹考虑无功补偿设备的差异化调节特性和不同深度强化学习算法的特点,设计针对离散型设备和连续型设备协调控制的双时间尺度优化方案。其中,长时间尺度上制定并联电容器组投切计划,以调整电压偏移,同时最小化全系统网损;短时间尺度上设置滚动预测窗,制定SVG出力计划,以跟踪电压变化,解决新能源并网带来的配电网电压频繁波动问题。最后通过IEEE33节点拓展系统验证该数据驱动方案在无功电压优化的实现速度和效果上所具有的优势。     

基于SVG的电网多节点电压不平衡综合抑制方法

文中提出静止无功发生器(SVG)用于电网多节点电压不平衡治理的综合补偿策略。首先结合对称分量法建立了电网多节点不平衡分析数学模型,研究了单台SVG补偿多节点电压不平衡的机理;其次以2种电网不平衡优化治理目标(各节点负序电压幅值平方和最小及各节点电压稳态不平衡度不大于2%)构建了关于SVG的不平衡综合补偿优化模型,分别依据非线性规划原理和几何辅助分析对优化模型进行了求解;在此基础上,文中利用电能质量监测设备和SVG构建不平衡综合治理系统,通过在线阻抗测量、在线指令优化实现了不平衡综合抑制的SVG在线控制;最后通过PSCAD搭建电网模型验证了所提方法的有效性。