一种基于模型预测控制的多类型电源协同调频方法技术

本发明专利技术公开了一种基于模型预测控制的多类型电源协同调频方法，包括以下步骤：构建频率动态模型，并转化为离散系统的状态空间模型

【技术实现步骤摘要】
一种基于模型预测控制的多类型电源协同调频方法


[0001]本专利技术涉及一种电力系统频率稳定控制技术，尤其涉及一种基于模型预测控制的多类型电源协同调频方法。

技术介绍

[0002]频率稳定性关乎电力系统发、输、变、配、用等重要环节，频率特性恶化甚至会使系统瓦解，造成大面积停电。随着我国能源革命的持续推进，风电、光伏等新能源通过电力电子装置并网，对电网频率变化呈弱惯性或无惯性，导致系统整体惯性水平降低，严重威胁频率安全。另一方面，我国正在建成以特高压为主体的跨区域、大规模、远距离互联系统，特高压大容量输电线路因事故而断开时受端系统有功功率不足会造成频率大幅下降，受扰后可能引发频率崩溃现象。因此，高比例新能源电力系统的频率稳定控制研究具有重要意义。
[0003]为此国家出台相关标准，要求新能源发电站提供一定的频率调节能力。然而，不同调频资源的控制性能与响应速度存在差异，风电和光伏具有波动性和间歇性，控制调节较为困难，储能则具备精确控制、快速响应的特性，能满足多种场景下的调频需求。为进一步提升电网的调频性能，可在电源侧配置风光储共同参与一次调频。
[0004]目前关于多类型电源联合参与频率调节的研究大部分采用传统PI控制方式，根据频率变化率和频率偏差分别计算虚拟惯性控制与下垂控制的有功功率参考值。该方法原理简单、易于实现。但是，实际运行的风电机组、光伏系统和储能系统存在功率备用上限、储能荷电状态(State of Charge,SoC)等约束条件，传统方法很难有效地同时处理多个约束条件，而且结果不具备最优性。

技术实现思路

[0005]本专利技术的目的是提供一种基于模型预测控制的多类型电源协同调频方法，从而能够实现多类型电源之间的调频功率最优分配，保障电力系统的频率稳定性。
[0006]为实现上述目的，本专利技术提供了基于模型预测控制的多类型电源协同调频方法，包括以下步骤：
[0007]S1：对于系统中参与一次调频的异质电源，根据其有功功率变化构建频率动态模型，采用频域模型刻画风光储动态响应特性，再应用前向欧拉法将连续时间模型转化为离散系统的状态空间模型；
[0008]S2：在线获取量测装置实时测量的系统频率以及SCADA系统采集的系统实时拓扑、电源参数和负荷参数；
[0009]S3：根据系统实时拓扑、电源参数和负荷参数，以量测值为初始条件搭建预测模型，预测未来有限时域内系统频率偏差以及风电机组、光伏系统和储能系统的有功功率变化量；
[0010]S4：建立优化模型，以频率偏差最小与经济成本最小为目标函数，考虑电力系统实际运行时不同类型调频电源需满足的约束条件；
[0011]S5：利用数学规划求解器求解二次规划问题，获得一组最佳控制序列，第一个元素即为当前时刻各电源有功功率变化量参考值；
[0012]S6：选取序列中第一个元素作用于系统，更新电网状态，在下一个采样时刻，以最新量测值为初始条件，重新预测系统输出并化求解。
[0013]优选的，步骤S1中的系统包括交流电网、风电机组、光伏系统、储能系统、变换器、变压器以及负荷。
[0014]优选的，步骤S1具体包括以下步骤：
[0015]S11、电网频率动态方程的表达式为：
[0016][0017]式中，f是系统频率；H是电网惯性时间常数；f
n
是额定频率；P
G
是所有常规机组的总有功功率输出；P
L
是负荷功率；P
W
是风电机组有功功率输出；P
p
是光伏系统的有功功率输出；P
B
是储能系统的有功功率输出；D
f
是负荷调节系数；P
LN
是额定负荷功率；
[0018]S12、从风电机组、光伏系统和储能系统整体来看，电力系统的总有功功率不平衡量：
[0019]P
unb
＝P
G
‑
P
L
ꢀꢀ
(2)
[0020]S13、由于不同类型的调频电源在接受调频指令后具有不同的有功功率响应过程，有必要考虑风电机组、光伏系统和储能系统的动态响应特性，以充分发挥其控制效果，考虑到控制与通信系统的响应特征，采用惯性环节进行描述，依据拉普拉斯逆变换原则即可通过输入的调频指令计算时域的有功功率实际输出：
[0021][0022][0023][0024][0025]式中，T
W1
和T
W2
、T
p
、T
B
分别为风电机组、光伏系统、储能系统的响应时间常数；P
Wref
、P
pref
、P
Bref
分别为风光储电源的有功功率参考值，即其需跟踪的指令大小；
[0026]S14、控制其荷电状态：
[0027][0028]式中，k+1为下一个采样时刻；k为当前采样时刻；T
s
是采样周期；E
B
是储能系统的额定容量；算子Δ是当前采样时刻k与上一个采样时刻k
‑
1的差值；
[0029]S15、为获得频率的离散时间系统动态模型，采用前向欧拉法对公式(1)
‑
(7)离散
化，同时考虑引入积分能减小或消除系统静态误差，采用状态空间模型的增量形式：
[0030][0031]式中，Δx(k)为状态变量矩阵；Δu(k)为控制变量矩阵；Δr(k)为干扰变量矩阵；y(k)为输出变量矩阵；A、B、D、C分别为相应矩阵系数；
[0032]其中，状态变量矩阵表示为：
[0033]Δx(k)＝[Δf(k) ΔP
Wmid
(k) ΔP
W
(k) ΔP
p
(k) ΔP
B
(k) ΔSoC(k)]T
ꢀꢀ
(9)
[0034]控制变量矩阵表示为：
[0035]Δu(k)＝[ΔP
Wref ΔP
pref ΔP
Bref
]T
ꢀꢀ
(10)
[0036]干扰变量矩阵表示为：
[0037]Δr(k)＝ΔP
unb
(k)
ꢀꢀ
(11)
[0038]输出变量矩阵表示为：
[0039]y(k)＝[f(k) P
Wmid
(k) P
W
(k) P
p
(k) P
B
(k) SoC(k)]T
ꢀꢀ
(12)
[0040]状态矩阵系数A、控制矩阵系数B、干扰矩阵系数D和输出矩阵系数C分别为：
[0041][0042][0043][0044][0045]优选的，步骤S3具体包括以下步骤：
[0046]S31、假设：控制时域T
c
不超过预测时域T
p
...

【技术保护点】

【技术特征摘要】
1.一种基于模型预测控制的多类型电源协同调频方法，其特征在于：包括以下步骤：S1：对于系统中参与一次调频的异质电源，根据其有功功率变化构建频率动态模型，采用频域模型刻画风光储动态响应特性，再应用前向欧拉法将连续时间模型转化为离散系统的状态空间模型；S2：在线获取量测装置实时测量的系统频率以及SCADA系统采集的系统实时拓扑、电源参数和负荷参数；S3：根据系统实时拓扑、电源参数和负荷参数，以量测值为初始条件搭建预测模型，预测未来有限时域内系统频率偏差以及风电机组、光伏系统和储能系统的有功功率变化量；S4：建立优化模型，以频率偏差最小与经济成本最小为目标函数，考虑电力系统实际运行时不同类型调频电源需满足的约束条件；S5：利用数学规划求解器求解二次规划问题，获得一组最佳控制序列，第一个元素即为当前时刻各电源有功功率变化量参考值；S6：选取序列中第一个元素作用于系统，更新电网状态，在下一个采样时刻，以最新量测值为初始条件，重新预测系统输出并化求解。2.根据权利要求1所述的一种基于模型预测控制的多类型电源协同调频方法，其特征在于：步骤S1中的系统包括交流电网、风电机组、光伏系统、储能系统、变换器、变压器以及负荷。3.根据权利要求2所述的一种基于模型预测控制的多类型电源协同调频方法，其特征在于：步骤S1具体包括以下步骤：S11、电网频率动态方程的表达式为：式中，f是系统频率；H是电网惯性时间常数；f
n
是额定频率；P
G
是所有常规机组的总有功功率输出；P
L
是负荷功率；P
W
是风电机组有功功率输出；P
p
是光伏系统的有功功率输出；P
B
是储能系统的有功功率输出；D
f
是负荷调节系数；P
LN
是额定负荷功率；S12、从风电机组、光伏系统和储能系统整体来看，电力系统的总有功功率不平衡量：P
unb
＝P
G
‑
P
L
ꢀꢀ
(2)S13、由于不同类型的调频电源在接受调频指令后具有不同的有功功率响应过程，有必要考虑风电机组、光伏系统和储能系统的动态响应特性，以充分发挥其控制效果，考虑到控制与通信系统的响应特征，采用惯性环节进行描述，依据拉普拉斯逆变换原则即可通过输入的调频指令计算时域的有功功率实际输出：入的调频指令计算时域的有功功率实际输出：入的调频指令计算时域的有功功率实际输出：
式中，T
W1
和T
W2
、T
p
、T
B
分别为风电机组、光伏系统、储能系统的响应时间常数；P
Wref
、P
pref
、P
Bref
分别为风光储电源的有功功率参考值，即其需跟踪的指令大小；S14、控制其荷电状态：式中，k+1为下一个采样时刻；k为当前采样时刻；T
s
是采样周期；E
B
是储能系统的额定容量；算子Δ是当前采样时刻k与上一个采样时刻k
‑
1的差值；S15、为获得频率的离散时间系统动态模型，采用前向欧拉法对公式(1)
‑
(7)离散化，同时考虑引入积分能减小或消除系统静态误差，采用状态空间模型的增量形式：式中，Δx(k)为状态变量矩阵；Δu(k)为控制变量矩阵；Δr(k)为干扰变量矩阵；y(k)为输出变量矩阵；A、B、D、C分别为相应矩阵系数；其中，状态变量矩阵表示为：Δx(k)＝[Δf(k) ΔP
Wmid
(k) ΔP
W
(k) ΔP
p
(k) ΔP
B
(k) ΔSoC(k)]
T
ꢀꢀ
(9)控制变量矩阵表示为：Δu(k)＝[ΔP
Wref ΔP
pref ΔP
Bref
]
T
ꢀꢀꢀ
(10)干扰变量矩阵表示为：Δr(k)＝ΔP
unb
(k)
ꢀꢀ
(11)输出变量矩阵表示为：y(k)＝[f(k) P
Wmid
(k) P
W
(k) P
p
(k) P
B
(k) SoC(k)]
T
ꢀꢀꢀ
(12)状态矩阵系数A、控制矩阵系数B、干扰矩阵系数D和输出矩阵系数C分别为：
4.根据权利要求3所述的一种基于模型预测控制的多类型电源协同调频方法，其特征在于：步骤S3具体包括以下步骤：S31、假设：控制时域T
c
不超过预测时域T
p
；控制时域之外，控制变量不变，即Δu(k+i)＝0，i＝T
c
,T
c
+1,...,T
p
‑
1；而且系统所受干扰在k时刻后不变，即Δr(k+i)＝0，i＝1,2,...,T
p
‑
1；S32、在当前采样时刻k，量测值为x(k)，计算出Δx(k)＝x(k)
‑
x(k
‑
1)，并将其作为起点，根据公式(8)预测系统未来动态，定义T
p
步预测输出向量和T
c
步控制变量分别为：Y(k)＝[y(k+1|k) y(k...

【专利技术属性】
技术研发人员：郭博恒，王程，毕天姝，胥国毅，张释中，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：