【技术实现步骤摘要】
本专利技术涉及电力系统负荷频率控制，特别涉及一种基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法。
技术介绍
1、目前，成本低且环保的风力发电技术和能够参与负荷频率调节的需求响应，如空调负荷等，在智能电网领域受到越来越多的重视。由此，随着智能电网的规模增大化和程度复杂化，环境的限制和经济的运行就要求智能电网在功率传输过程中具有更高的质量和更大的容量。如何高效实现多区域智能电网的频率调节，使智能电网安全、稳定的运行是目前愈加重要和紧迫的研究课题。
2、此外，智能电网中网络组件的广泛使用带来了许多网络安全问题。一般来说，系统的攻击模式大致可分为拒绝服务攻击和欺骗攻击。拒绝服务攻击的主要目的是使当前信息失效，从而影响系统的可靠性。而欺骗攻击则可以直接篡改数据，往往会导致虚假数据，所以欺骗攻击的破坏性更大。为了减少欺骗攻击对网络的破坏，确保系统的网络安全，近年来人们提出了许多如博弈论、滑模控制等有针对性的技术策略。其中，模型预测控制策略因其侧重于在线优化和系统约束处理两部分，而吸引了许多研究者在研究这安全策略来解决网络攻击问题。
3、因此，本专利技术提出一种基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，通过混合系统混合h∞和h2性能指标，利用滚动优化的模型预测算法，实现空调负荷参与调频的智能电网二次调频的方法，能够保证闭环系统稳定。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种基于空调负荷参与智能电网频率调节的弹性鲁棒
2、为解决上述技术问题，本专利技术是采用下述技术方案实现的：
3、一方面，本专利技术提供一种基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，包括：
4、构建风电介入且带有空调负荷的智能电网数学模型；
5、对所述风电介入且带有空调负荷的智能电网数学模型，引入欺骗网络攻击，并结合系统状态和输出约束，建立欺骗攻击下智能电网数学模型；
6、根据所述欺骗攻击下智能电网数学模型，设计弹性鲁棒模型预测控制器；
7、利用所述弹性鲁棒模型预测控制器，进行欺骗网络攻击预测，输出预测结果。
8、可选的，所述风电介入且带有空调负荷的智能电网数学模型通过微分方程建立，具体包括：
9、
10、其中，i表示多区域系统中的第i个区域，di表示发电机组阻尼系数，mi表示发电机组的转动惯量，δfi表示频率偏差，δptie,i表示区域i的联络线路总有功功率变化量，δpmi表示发电机输出功率变化量，δpwi表示风力发电机的输出的变化量，paci表示空调负荷偏差，δpli表示负荷偏差；
11、
12、其中，j表示表示多区域系统中的第j个区域，表示区域i和区域j之间的联络线有功功率变化量，tij表示区域i和区域j之间的连接线同步系数，δfj表示频率偏差，表示区域j和区域i之间的联络线有功功率变化量；
13、
14、其中，tti表示涡轮机的时间常数，δpvi表示调速器阀门位置的变化量；
15、
16、其中，ri表示转速降，tgi表示调速机组的时间常数，u表示系统的控制输入；
17、
18、其中，twi表示风力发电机调速器时间常数；
19、
20、其中，kaci表示综合积分增益，daci表示阻尼系数。
21、可选的，构建风电介入且带有空调负荷的智能电网数学模型还包括：
22、定义xi为系统第i个区域的状态向量，系统的状态变量为xi1＝δfi，xi2＝δptie,i，xi3＝δpmi xi4＝δpvi，xi5＝δpwi，xi6＝δpaci；
23、结合零阶保持法和系统的外部扰动，将系统重新描述为：
24、
25、其中，k表示时间步，x(k+1)表示k+1时刻的系统状态，a,b,c,d均表示系数矩阵，x(k)表示k时刻的系统状态，u(k)表示k时刻系统的控制输入，w(k)表示外部扰动，y(k)表示系统的输出。
26、可选的，其特征在于，所述建立欺骗攻击下智能电网数学模型包括：
27、使用伯努利分布白序列对欺骗网络攻击进行如下描述：
28、
29、其中，θ(k)＝1表示系统遭受欺骗网络攻击，θ(k)＝0表示系统无攻击发生，表示系统遭受欺骗网络攻击的概率；
30、对欺骗网络攻击信号进行如下定义：
31、
32、其中，k表示时间步，表示输入网络的信号，y(k)表示系统的输出，θ(k)表示系统是否遭受欺骗网络攻击，ζ(k)表示有界能量信号，且||ζ(k)||≤||gy(k)||，gy(k)表示表示对欺骗攻击进行约束设置，为上界。
33、对系统的状态和输出约束进行如下定义：
34、系统状态约束：
35、系统输出约束：其中，x(k)表示k时刻的系统状态，x表示预设参数，u(k)表示k时刻的系统控制输入，表示预设参数；
36、根据上述步骤建立欺骗攻击下智能电网数学模型：
37、其中，k表示时间步，x(k+1)表示k+1时刻的系统状态，a,b,c,d均表示系数矩阵，表示系统遭受欺骗网络攻击的概率，f(k)表示增益矩阵，x(k)表示k时刻的系统状态，θ(k)表示系统是否遭受欺骗网络攻击，ζ(k)表示有界能量信号，w(k)表示外部扰动，y(k)表示系统的输出。
38、可选的，其特征在于，所述弹性鲁棒模型预测控制器的定义如下：
39、
40、其中，u(k)表示系统的控制输入，f(k)表示增益矩阵，表示输入网络的信号，y(k)表示系统的输出，θ(k)表示系统是否遭受欺骗网络攻击，ζ(k)表示有界能量信号。
41、可选的，所述弹性鲁棒模型预测控制器的目标函数如下：
42、
43、所述目标函数服从以下约束条件：
44、
45、其中，n为正整数，表示系统在k时刻预测的时刻的状态，a,b,c,d均表示系数矩阵，θ(k)表示系统在k时刻是否遭受欺骗网络攻击，表示系统遭受欺骗网络攻击的概率，f(k)表示系统在k时刻的增益矩阵，ζ(k)表示系统在k时刻的有界能量信号，表示系统在k时刻预测的时刻的外部扰动，表示系统的控制输入，表示系统的输出，表示终端约束集，ρ(k)和γ分别为h2和h∞的性能指标，表示外部扰动的上界，y(k)表示系统在k时刻的的输出，w(k)表示系统在k时刻的外部扰动。
46、可选的，通过锥补线性化技术求解所述弹性鲁棒模型预测控制器的目标函数。
47、第二方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时，实现第一方面中任一所本文档来自技高网...
【技术保护点】
1.一种基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，包括：
2.根据权利要求1所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，所述风电介入且带有空调负荷的智能电网数学模型通过微分方程建立，具体包括：
3.根据权利要求2所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，构建风电介入且带有空调负荷的智能电网数学模型还包括：
4.根据权利要求3所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，所述建立欺骗攻击下智能电网数学模型包括：
5.根据权利要求4所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，所述弹性鲁棒模型预测控制器的定义如下：
6.根据权利要求5所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，所述弹性鲁棒模型预测控制器的目标函数如下：
7.根据权利要求6所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，通过
8.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时，实现权利要求1-7中任一所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法的步骤。
9.一种计算机装置/设备/系统，其特征在于，包括：
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-7中任一项所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法的步骤。
...【技术特征摘要】
1.一种基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，包括：
2.根据权利要求1所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，所述风电介入且带有空调负荷的智能电网数学模型通过微分方程建立，具体包括：
3.根据权利要求2所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，构建风电介入且带有空调负荷的智能电网数学模型还包括：
4.根据权利要求3所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，所述建立欺骗攻击下智能电网数学模型包括：
5.根据权利要求4所述的基于空调负荷参与智能电网频率调节的弹性鲁棒模型预测控制方法，其特征在于，所述弹性鲁棒模型预测控制器的定义如下：
6.根据权利要求5所述的...
【专利技术属性】
技术研发人员：陈宇沁，王国际，朱霖，孔月萍，刘述波，丁泽诚，陈复兴，姜宇轩，段梅梅，王忠维，方超，陈国琳，王灿，张凡，
申请(专利权)人：国网江苏省电力有限公司营销服务中心，
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。