一种基于模型预测控制的配电网实时碳排放优化控制方法技术

本发明专利技术公开了一种基于模型预测控制的配电网实时碳排放优化控制方法。属于电力系统需求响应技术领域。包括以下步骤：首先构建计及用户舒适度约束的配电网柔性负荷模型；其次，基于模型预测方法协调不同类型柔性的负荷优化周期与控制周期；接着，根据台区变压器处的实时能源占比构建配电网碳中和因子；然后，基于碳中和因子与模型预测方法，构建配电网实时碳排放优化模型；最后，基于滚动优化的思想，利用实时的启发式算法进行优化问题的求解，对柔性负荷进行控制。本发明专利技术可在碳达峰碳中和的目标前景下，充分利用电力系统中负荷侧的需求响应资源，实现配电网实时碳排放优化控制，推动双碳政策在配电网中的落地，具有重要学术意义和工程实用价值。和工程实用价值。和工程实用价值。

【技术实现步骤摘要】
一种基于模型预测控制的配电网实时碳排放优化控制方法


[0001]本专利技术涉及电力系统需求响应
，具体涉及一种基于模型预测控制的配电网实时碳排放优化控制方法。

技术介绍

[0002]近年来，由于社会经济发展对化石能源的过度依赖，能源资源日渐枯竭，同时大量碳排放也导致温室效应日益加重，极端天气的频繁出现，高比例可再生能源的接入等对电网运行带来越来越严峻的挑战。国际社会一致认为需要对气候变化采取紧迫行动和强有力的国际合作。目前已有数十个国家和地区提出了“碳中和”目标。
[0003]2021年3月1日，国家电网有限公司发布“碳达峰、碳中和”行动方案，提出六个方面18项重要举措，主要内容有：推动电网向能源互联网升级，着力打造清洁能源优化配置平台，加快构建坚强智能电网；推动网源协调发展和调度交易机制优化、推动网源协调发展和调度交易机制优化，着力做好清洁能源并网消纳持续提升系统调节能力；推动全社会节能提效推动全社会节能提效，着力提高终端消费电气化水平拓展电能替代广度深度；推动公司节能减排加快实施推动公司节能减排加快实施，着力降低自身碳排放水平全面实施电网节能管理；推动能源电力技术创新推动能源电力技术创新，着力提升运行安全和效率水平统筹开展重大科技攻关；推动深化国际交流合作推动深化国际交流合作，着力集聚能源绿色转型最大合力深化国际合作与宣传引导。在电网低碳研究上，需要掌握电网运行过程中碳流动情况、电网碳分布情况，根据阶段性双碳目标，推进电网碳减排。配电网作为输电网到用户侧的关键环节，一直缺乏双碳相关的研究。而配电网存在大量柔性负荷等需求响应资源，该类资源具有重要的碳减排潜力，研究如何优化调度这些资源，对降低配电网的碳排放量具有重要的意义。

技术实现思路

[0004]本专利技术公开了一种基于模型预测控制的配电网实时碳排放优化控制方法。属于电力系统需求响应
所述方法包括以下步骤：首先构建计及用户舒适度约束的配电网柔性负荷模型；其次，基于模型预测方法协调不同类型柔性的负荷优化周期与控制周期；接着，根据台区变压器处的实时能源占比构建配电网碳中和因子；然后，基于碳中和因子与模型预测方法，构建配电网实时碳排放优化模型；最后，基于滚动优化的思想，利用实时的启发式算法进行优化问题的求解，对柔性负荷进行控制。
[0005]本专利技术所要解决的技术问题是：本专利技术提供的一种基于模型预测控制的配电网实时碳排放优化控制方法，可在碳达峰碳中和的目标前景下，充分利用电力系统中负荷侧的需求响应资源，协调各类实现配电网实时碳排放优化控制，推动双碳政策在配电网中的落地，具有重要学术意义和工程实用价值。
[0006]本专利技术为解决上述技术问题采用以下技术方案：
[0007](1)首先构建计及用户舒适度约束的配电网柔性负荷模型。
[0008]电动汽车具有可调节及可转移潜力，能够在用户规定的可允许充电时间窗内根据控制策略进行灵活充放电，电动汽车允许必须满足一定的用户舒适度要求，因此构建电动汽车负荷模型如下：
[0009]E(t+1)＝E(t)+P
c
(t)
·
η
c
‑
P
d
(t)/η
d
‑
E
road
(t)
[0010]E
road
(t)＝0,t∈[t
s
,t
e
][0011][0012]E
min
≤E(t)≤E
max
[0013]0≤P
c
(t)≤P
max
[0014]0≤P
d
(t)≤P
max
[0015]式中，E(t)为电动汽车t时刻能量，P
c
(t)与P
d
(t)分别为t时刻的电动汽车充放电功率，η
c
与η
d
分别为电动汽车充放电效率，E
road
(t)为电动汽车在t时刻在行驶中消耗的能量，在充电时间窗[t
s
,t
e
]内E
road
(t)为0，E
min
与E
max
是电动汽车能量的最小最大值约束，P
max
为电动汽车充放电功率最大值约束。
[0016]并构建电动汽车用户舒适度约束条件如下：
[0017]E(t
e
)≥E
roadsum
(d)
[0018][0019][0020]其中，E(t
e
)指电动汽车在用户规定的结束充电时刻的能量，其必须大于第d天在路上行驶所需的能量E
roadsum
(d)，且其与用户出行习惯有关，服从均匀分布，受最小出行所需能量与最大出行能量约束。电动汽车的决策变量为P
c
(t)与P
d
(t)。
[0021]空调也是一类具有丰富调节潜力的柔性负荷，构建计及用户舒适度的空调负荷模型如下：
[0022]T
in
(t+1)＝γT
in
(t)
‑
(1
‑
γ)*s(t)*COP*R*P
ac
(t)+(1
‑
s(t))T
out
(t)+ω(t)
[0023][0024]0≤P
ac
(t)≤P
acmax
[0025]式中，T
in
(t)与T
out
(t)分别为t时刻的室内及室外温度，COP为空调能效系数，P
ac
(t)为空调在t时刻的功率，其受空调最大功率P
acmax
约束，ω(t)为由于建筑墙体材料热传导导致的室内温度温差，γ为空调制冷时延系数，其由空调等效热阻R与等效热容C决定。s(t)为空调用户舒适度系数：
[0026][0027]式中，T
set
为空调温度设定值，ζ为空调温度上下浮动容忍值，这两个数值反映用户舒适度。只有当室外温度高于最高容忍温度空调才会启动，反之当温度下降(由于空调的制冷效果)到最低容忍温度时空调就会关闭。空调的决策变量为T
set
。
[0028](2)其次，基于模型预测方法协调不同类型柔性的负荷优化周期与控制周期。
[0029]本专利基于模型预测方法控制电动汽车与空调两类负荷，模型预测方法与控制周
期与优化周期的概念如下：
[0030]模型预测方法：以空调为例，优化周期为1小时，控制周期为5分钟。
[0031]1)以优化周期1进行优化计算一次，获取共计60分钟/5分钟＝12个控制周期的决策变量结果，仅选取控制周期1的决策变量结果对电动汽车与空调进行控制。
[0032]2)时间窗向后移动15分钟，以优化周期2进行优化计算一次，仅选取控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模型预测控制的配电网实时碳排放优化控制方法，其特征在于，包括以下步骤：S1：构建计及用户舒适度约束的配电网柔性负荷模型；S2：基于模型预测方法协调不同类型柔性的负荷优化周期与控制周期；S3：根据台区变压器处的实时能源占比构建配电网碳中和因子；S4：基于碳中和因子与模型预测方法，构建配电网实时碳排放优化模型；S5：基于滚动优化的思想，利用实时的启发式算法进行优化问题的求解，对柔性负荷进行控制。2.根据权利要求1所述的一种基于模型预测控制的配电网实时碳排放优化控制方法，其特征在于，所述步骤S1具体为：构建电动汽车负荷模型如下：E(t+1)＝E(t)+P
c
(t)
·
η
c
‑
P
d
(t)/η
d
‑
E
road
(t)E
road
(t)＝0,t∈[t
s
,t
e
]E
min
≤E(t)≤E
max
0≤P
c
(t)≤P
max
0≤P
d
(t)≤P
max
式中，E(t)为电动汽车t时刻能量，P
c
(t)与P
d
(t)分别为t时刻的电动汽车充放电功率，η
c
与η
d
分别为电动汽车充放电效率，E
road
(t)为电动汽车在t时刻在行驶中消耗的能量，在充电时间窗[t
s
,t
e
]内E
road
(t)为0，E
min
与E
max
是电动汽车能量的最小最大值约束，P
max
为电动汽车充放电功率最大值约束；构建电动汽车用户舒适度约束条件如下：E(t
e
)≥E
roadsum
(d)(d)其中，E(t
e
)指电动汽车在用户规定的结束充电时刻的能量，其必须大于第d天在路上行驶所需的能量E
roadsum
(d)，且其与用户出行习惯有关，服从均匀分布，受最小出行所需能量与最大出行能量约束，电动汽车的决策变量为P
c
(t)与P
d
(t)；构建计及用户舒适度的空调负荷模型如下：T
in
(t+1)＝γT
in
(t)
‑
(1
‑
γ)*s(t)*COP*R*P
ac
(t)+(1
‑
s(t))T
out
(t)+ω(t)0≤P
ac
(t)≤P
acmax
式中，T
in
(t)与T
out
(t)分别为t时刻的室内及室外温度，COP为空调能效系数，P
ac
(t)为空调在t时刻的功率，其受空调最大功率P
acmax
约束，ω(t)为由于建筑墙体材料热传导导致的室内温度温差，γ为空调制冷时延系数，其由空调等效热阻R与等效热容C决定，s(t)为空调用户舒适度系数：
式中，T
set
为空调温度设定值，ζ为空调温度上下浮动容忍值，这两个数值反映用户舒适度，只有当室外温度高于最高容忍温度空调才会启动，反之当温度下降到最低容忍温度时空调就会关闭，空调的决策变量为T
set
。3.根据权利要求2所述的一种基于模型预测控制的配电网实时碳排放优化控制方法，其特征在于，所述步骤S2具体为：基于模型预测方法控制电动汽车与空调两类负荷，模型预测方法与控制周期与优化周期的概念如下：模型预测方法：空调的优化周期为1小时，控制周期为5分钟；1)以优化周期1进行优化计算一次，获取共计60分钟/5分钟＝12个控制周期的决策变量结果，仅选取控制周期1的决策变量结果对电动汽车与空调进行控制；2)时间窗向后移动15分钟，以优化周期2进行优化计算一次，仅选取控制周期2的决策变量结果对电动汽车与空调进行控制；3)重复上述步骤直到最后；由于电动汽车与空调的控制成本及数据传输速率不同，因此两种负荷的控制周期与优化周期不同，然而使用模型预测控制算法时需要协调这两类负荷的控制周期与优化周期，即两者的控制周期与优化周期相同，否则两类负荷的用户舒适度条件与模型运行条件无法被同时满足，空调1h优化周期、...

【专利技术属性】
技术研发人员：韩青青，谢宏福，王傲寒，周吉，钱俊良，
申请(专利权)人：南京东博智慧能源研究院有限公司，
类型：发明
国别省市：