本发明专利技术公开了一种基于模型预测控制的空调参与配电网电压调节方法，包括：实时获取电网电压变化，结合预设的正常电压参考值、电压偏差约束和变频空调的数目，进行预测计算获取优化结果；对优化结果进行滚动控制，获得控制结果，基于控制结果分别对电网中变频空调的有功功率和无功功率进行调节。本发明专利技术充分考虑了变频空调的有功和无功功率与电压质量之间的关系。通过采用模型预测控制算法对变频空调的有功和无功功率进行调节，能够有效减少光伏发电带来的电压波动，提高配电网的电压质量。
【技术实现步骤摘要】
本专利技术属于电力系统电压调节领域，特别是涉及一种基于模型预测控制的空调参与配电网电压调节方法。
技术介绍
1、电力系统的电压质量对于电力系统的正常运行和用户电器设备的可靠运行具有重要影响。随着光伏发电技术的日益成熟，越来越多的光伏发电单元被纳入电网中。然而，光伏发电具有不稳定性和不确定性的特点，因此光伏逆变器通常会预留一定的储备资源以应对其波动。特别是在高渗透的光伏发电配电网中，当光伏发电出现剧烈波动时，系统储备可能无法迅速维持电网电压的稳定。
2、随着信息和通信技术的进步，我们能够聚合大量变频空调，以提供辅助调节服务，通过改变空调的运行模式参与电力系统的电压调节。聚合变频空调的参与具有响应速度快的特点，能够为电网提供高效的电压辅助调节服务。
3、以往的研究仅关注通过改变空调运行状态以实现有功功率变化，从而实现电压调节的目标。虽然这种方法可以实现电压调节，但无法确保电压质量的保障。因此，我们迫切需要一种快速、高可靠的电压控制技术，既能实现电压调节，又能保障电网的电压质量。
4、为满足这一需求，我们的亟需一种新的电压控制技术，通过聚合变频空调并优化其运行模式，实现快速且高可靠的电压调节，全面考虑有功功率、无功功率的调节与电压质量之间的相互关系，以确保在电压调节的同时维护电网的电压质量。为电网提供稳定且高质量的电压供应，确保电力系统的正常运行和用户设备的可靠性。为光伏发电高渗透配电网提供可持续发展的解决方案，推动电力系统的现代化与智能化。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种基于模型预测控制的空调参与配电网电压调节方法，以解决上述现有技术存在的问题。
2、为实现上述目的，本专利技术提供了一种基于模型预测控制的空调参与配电网电压调节方法，包括：
3、实时获取电网电压变化，结合预设的正常电压参考值、电压偏差约束和变频空调的数目，进行预测计算获取优化结果；
4、对所述优化结果进行滚动控制，获得控制结果，基于控制结果分别对电网中变频空调的有功功率和无功功率进行调节。
5、可选的，实时获取电网电压变化的过程中还包括，获取配电网中每个节点的实时电压状态、光伏发电装置的运行状态、变频空调的运行状态、工作温度、工作模式以及有功功率和无功功率。
6、可选的，所述变频空调的运行状态为：
7、
8、其中，t指时间；i指变频空调编号，i＝1，2，…，n即变频空调群总数量为n；为变频空调i的待机状态；是变频空调i的制冷状态；为变频空调i的对应房间内的设定温度；是变频空调i对应房间内的实际温度；为温度设定值滞后宽度，指的是变频空调i对应房间内室温与设定温度之间的最大偏差。
9、可选的，所述变频空调的有功功率与无功功率分别为：
10、
11、
12、其中，指的是变频空调的有功功率；指的是变频空调运行在制冷状态下的有功功率；指的是变频空调运行在待机状态下的有功功率；指的是变频空调的无功功率；指的是变频空调运行在制冷状态下的无功功率；指的是变频空调运行在待机状态下的无功功率。
13、可选的，基于配电网中每个节点的若干信息获取所述电网电压变化与所述有功功率和所述无功功率的变化关系：
14、
15、ciacs_p(t)是每个空调的有功功率变化，ciacs_q(t)是每个空调的无功功率变化，v(t)是t时刻电网的每个节点的电压；v(t+1)是t+1时刻电网的每个节点的电压。
16、可选的，获取电网电压变化，结合预设的正常电压参考值、电压偏差约束和变频空调的数目，进行预测计算获取优化结果的过程中包括：
17、基于模型预测控制算法构建预测模型；
18、将预设的正常电压参考值、电压偏差约束和变频空调的数目输入所述预测模型中，计算获得电网电压预测值；
19、基于获取的所述电网电压变化与所述电网电压预测值进行比较，获得预测误差值；
20、基于每次计算获得的所述预测误差值滚动优化所述预测模型，获得优化后的预测模型；
21、基于优化后的预测模型进行预测计算，获得优化结果。
22、可选的，优化所述预测模型的过程中，所述模型预测控制算法的代价函数为：
23、
24、其中，表示系统的电压偏差；系数q值指的是电压在所述代价函数中的权重；矩阵u指的是调控变频空调的输入控制成本；系数r值指的是所述代价函数中控制成本的权重；指的是所述预测模型的终端误差；系数f值指的是所述终端误差在成本函数中的权重。
25、可选的，基于二次规划模型求解代价函数的最优控制解。
26、可选的，对所述优化结果进行滚动控制，获得控制结果的过程包括：所述优化结果包括当前时刻最优控制序列，对所述最优控制序列进行滚动筛选，将筛选结果作为控制结果；
27、其中，所述最优控制序列包括若干个排序的控制指令。
28、可选的，滚动筛选中，将所述最优控制序列中第一个控制指令作为控制结果。
29、本专利技术的技术效果为：
30、本专利技术通过同时基于模型预测控制算法考虑变频空调的有功功率和无功功率参与电网的电压调节，以实现更优的空调调度并提高电网电压控制效果。相较于现有的电压调控技术，本方法充分考虑了变频空调的有功和无功功率对电网电压的影响，从而显著提升电网的电压质量，并在配电网系统中实现可靠的电压控制。使用的模型预测控制算法中的代价函数不仅考虑了控制成本还考虑了电压的质量。这种设计可以兼顾多种应用场景，在一些对负荷要求高的场景我们可以优先考虑电压的质量，在一些负荷要求低的场景我们可以优先考虑控制成本。
31、本专利技术具有极大的工程应用价值。它为解决光伏发电带来的电压波动问题提供了一种创新的解决方案，提升了电力系统的可靠性，确保用户设备的正常运行。通过采用模型预测控制算法对变频空调的有功和无功功率进行精确调节，本专利技术能够优化电网的电压调节效果，提供稳定而高质量的电压供应。因此，本专利技术在电力行业的发展和智能电网的建设方面具有广泛的应用潜力，为实现可持续能源发展和智能电力系统的推进做出积极贡献。
本文档来自技高网...
【技术保护点】
1.一种基于模型预测控制的空调参与配电网电压调节方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，实时获取电网电压变化的过程中还包括，获取配电网中每个节点的实时电压状态、光伏发电装置的运行状态、变频空调的运行状态、工作温度、工作模式以及有功功率和无功功率。
3.根据权利要求2所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，所述变频空调的运行状态为：
4.根据权利要求2所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，所述变频空调的有功功率与无功功率分别为：
5.根据权利要求2所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，基于配电网中每个节点的若干信息获取所述电网电压变化与所述有功功率和所述无功功率的变化关系：
6.根据权利要求1所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，获取电网电压变化，结合预设的正常电压参考值、电压偏差约束和变频空调的数目，进行预测计算获取优化结果的过程中包括：
7.根据权利要求6所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，优化所述预测模型的过程中，所述模型预测控制算法的代价函数为：
8.根据权利要求7所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，基于二次规划模型求解代价函数的最优控制解。
9.根据权利要求1所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，对所述优化结果进行滚动控制，获得控制结果的过程包括：所述优化结果包括当前时刻最优控制序列，对所述最优控制序列进行滚动筛选，将筛选结果作为控制结果；
10.根据权利要求9所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，滚动筛选中，将所述最优控制序列中第一个控制指令作为控制结果。
...
【技术特征摘要】
1.一种基于模型预测控制的空调参与配电网电压调节方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，实时获取电网电压变化的过程中还包括，获取配电网中每个节点的实时电压状态、光伏发电装置的运行状态、变频空调的运行状态、工作温度、工作模式以及有功功率和无功功率。
3.根据权利要求2所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，所述变频空调的运行状态为：
4.根据权利要求2所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，所述变频空调的有功功率与无功功率分别为：
5.根据权利要求2所述的基于模型预测控制的空调参与配电网电压调节方法，其特征在于，基于配电网中每个节点的若干信息获取所述电网电压变化与所述有功功率和所述无功功率的变化关系：
6.根据权利要求1所述的基于模型预测控制的空调参...
【专利技术属性】
技术研发人员：惠红勋，陈伦澍，
申请(专利权)人：珠海澳大科技研究院，
类型：发明
国别省市：
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。