【技术实现步骤摘要】
本专利技术公开了主动配电网环境下的虚拟电厂分布式模型预测控制方法,属于电力系统自动化控制的
技术介绍
随着主动配电网环境下的柔性负荷大量而广泛的接入,配电网系统的优化问题呈现出非线性和强随机随机的耦合特性,为了更好地控制分散在不同地域的分布式能源,虚拟电厂的引入将原有的大规模复杂系统划分为若干个子系统,大大减少了其优化控制的复杂度。然而,一般的虚拟电厂优化方法无法充分考虑虚拟电厂内各分布式能源的随机性特征,导致优化结果难以满足实际工程需求。此外,传统的优化方法仅仅只是对虚拟电厂进行静态优化,无法满足虚拟电厂的实时调度优化需求。申请号为“201410081650.3”、名称为“一种用于虚拟电厂的两阶段优化调度方法”的专利技术专利申请,将一个大规模复杂的电源调度规划问题分解为两个子调度问题以简化计算复杂性,其涉及的经济性调度模型以经济效益最大化为目标,并未考虑虚拟电厂内各分布式能源的随机性特征,也没有涉及多目标优化。申请号为“201410822167.6”、名称为“虚拟发电厂的分布式电源组合规划系统和方法”的专利技术专利申请,根据分布式电源输出功率的特点,根据不可控分布式电源的历史输出功率得到不可控分布式电源输出功率区间集合,并在规划调度周期内以组合分布式电源预测输出功率与虚拟发电厂期望容量偏差最小为目标,建立虚拟发电厂分布式电源组合优化模型,求解优化模型获得分布式电源的最优组合方案,这是一种静态优化方案, ...
【技术保护点】
主动配电网环境下的虚拟电厂分布式模型预测控制方法,其特征在于,包括如下步骤:A、建立考虑了分布式能源出力随机性特征的虚拟电厂整体优化模型;B、将虚拟电厂整体优化模型转化为虚拟电厂的整体预测控制模型;C、将虚拟电厂的整体预测控制模型分解为以各类能源群为主体的子系统模型;D、采用分布式模型预测控制方法并根据各子系统模型初始出力动态优化各子系统模型的控制率和出力过程。
【技术特征摘要】
1.主动配电网环境下的虚拟电厂分布式模型预测控制方法,其特征在于,包括如下步
骤:
A、建立考虑了分布式能源出力随机性特征的虚拟电厂整体优化模型;
B、将虚拟电厂整体优化模型转化为虚拟电厂的整体预测控制模型;
C、将虚拟电厂的整体预测控制模型分解为以各类能源群为主体的子系统模型;
D、采用分布式模型预测控制方法并根据各子系统模型初始出力动态优化各子系统模
型的控制率和出力过程。
2.根据权利要求1所述主动配电网环境下的虚拟电厂分布式模型预测控制方法,其特
征在于,步骤A中以经济效益最大化和环境污染最小化为目标并考虑负荷平衡约束、能源群
中各机组的出力限制以及爬坡率约束,建立考虑了分布式能源出力随机性特征的虚拟电厂
整体优化模型:
目标函数:
C1=maxf1=maxΣt=1T(Pwt(Σi=1Nwxwit)+Ppt(Σj=1Npxpjt)+Pct(Σk=1Ncxckt)-QtPout,t)C2=maxf2=max(Σt=1TΣk=1Nc(akxckt2+bkxckt+ck)),]]>负荷平衡约束:Σi=1Nwxwit+Σj=1Npxpjt+Σk=1Ncxckt=Lt+Pout,t,]]>能源群中各机组的出力限制:prob(Pwimin≤xwit≤Pwimax)=0.9,i=1,2,...,Nwprob(Ppjmin≤xpjt≤Ppjmax)=0.9,j=1,2,...,NpPckmin≤xckt≤Pckmax,k=1,2,...,Nc,]]>能源群中各机组的爬坡率限制:Zwimin≤xwi,t+1-xwit≤Zwimax,i=1,2,...,NwZpjmin≤xpj,t+1-xpjt≤Zpjmax,j=1,2,...,NpZckmin≤xck,t+1-xckt≤Zckmax,k=1,2,...,Nc,]]>其中,T为时间尺度,xwit、xpjt、xckt分别为风电、光伏和火电在t时刻的出力,xwi,t+1、
xpj,t+1、xck,t+1分别为风电、光伏和火电在t+1时刻的出力,Pwt,Ppt,Pct分别为风电、光伏和火
电的电价,Nw、Np、Nc分别为风电群、光伏群、火电群的机组数量,Qt为外部电网补充电价,
Pout,t为外部电网在t时刻的出力,ak、bk、ck为第k个火电机组的环境污染参数,Lt为t时刻负
荷总需求量,Pwimin、Ppjmin、Pckmin分别为第i个风电机组、第j个光伏机组、第k个火电机组的
最小出力限制,P...
【专利技术属性】
技术研发人员:岳东,张慧峰,陈剑波,解相朋,胡松林,翁盛煊,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。