一种基于模型预测控制的配电网功率控制方法及装置制造方法及图纸

本发明专利技术提供一种基于模型预测控制的配电网功率控制方法及装置，包括：获取待控制的配电网系统在当前时刻的当前系统时序量测，所述当前系统时序量测至少包括系统电压、有功功率和无功功率；基于预先训练的配电网神经网络模型，根据所述当前系统时序量测和预先设定的有功功率输出期望值、控制区间、预测区间，利用目标约束条件，通过将目标成本函数最小化计算得到电压控制动作序列；执行所述电压控制动作序列中第一个控制动作。本发明专利技术提出了基于深度学习的新型配电网模型，并基于该模型使用模型预测控制方法对配电网进行功率控制，使其能够节约能源，参与电网调峰，实现准确率高、效率高的配电网控制。

【技术实现步骤摘要】

本专利技术涉及配电网控制，特别是一种基于模型预测控制的配电网功率控制方法及装置。

技术介绍

1、随着科学技术的不断发展，配电网的复杂度不断提高，加上可再生能源发电的大面积普及，电力系统的安全运行和电能的稳定供应都面临着巨大的挑战。而配电网作为从输电网接收并向各类用户分发电能的网络，可以通过对其中的负荷进行合理控制，调节配电网所消耗的功率，提高能源利用效率，实现电力的供需平衡，保证电网的安全稳定运行。例如，通过调节配电网入端电压来对其消耗的功率进行调控，以保证电力的供需平衡。

2、节能降压控制(cvr，conservation voltage reduction)是一种通过降低变电站母线电压来实现节能的方法。现有配电网节能降压控制技术，大多采用静态模型描述母线电压与负荷功率间的关系，评估节能降压效果并选择合理的电压降。由于静态模型无法准确刻画配电网负荷的动态特性，在降压过程中容易出现电压或功率越界等情况。另一方面，极少量配电网节能降压控制技术采用了配电网动态模型，提高了控制精度。但是，该类方法需要依赖基于物理机理的准确配电网动态模型与仿真，不仅非本文档来自技高网...

【技术保护点】

1.一种基于模型预测控制的配电网功率控制方法，其特征在于：包括，

2.如权利要求1所述的基于模型预测控制的配电网功率控制方法，其特征在于：所述基于深度神经网络利用配电网系统的仿真数据进行训练包括，

3.如权利要求2所述的基于模型预测控制的配电网功率控制方法，其特征在于：所述目标成本函数包括：

4.如权利要求3所述的基于模型预测控制的配电网功率控制方法，其特征在于：所述基于预先训练的配电网神经网络模型，根据所述当前系统时序量测和预先设定的有功功率输出期望值、控制区间、预测区间，利用目标约束条件，通过将目标成本函数最小化计算得到电压控制动作序列，具体包括，...

【技术特征摘要】

1.一种基于模型预测控制的配电网功率控制方法，其特征在于：包括，

2.如权利要求1所述的基于模型预测控制的配电网功率控制方法，其特征在于：所述基于深度神经网络利用配电网系统的仿真数据进行训练包括，

3.如权利要求2所述的基于模型预测控制的配电网功率控制方法，其特征在于：所述目标成本函数包括：

4.如权利要求3所述的基于模型预测控制的配电网功率控制方法，其特征在于：所述基于预先训练的配电网神经网络模型，根据所述当前系统时序量测和预先设定的有功功率输出期望值、控制区间、预测区间，利用目标约束条件，通过将目标成本函数最小化计算得到电压控制动作序列，具体包括，

5.如权利要求4所述的基于模型预测控制的配电网功率控制方法，其特征在于：基于预先训练的配电网神经网络模型，根据所述当前系统时序量测和预先设定的有功功率输出期望值、控制区间、预测区间，利用目标约束条件，通过将目标成...

【专利技术属性】
技术研发人员：文立斌，肖谭南，奚锦基，陈颖，胡弘，孙志媛，熊莉，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：