一种基于模型预测控制的微电网应急供电能量调度方法与流程

1.本发明涉及微电网调度技术领域，尤其是涉及一种基于模型预测控制的微电网应急供电能量调度方法。


背景技术：

2.一个韧性电力系统应该能够适当地应对那些低概率、高冲击的干扰。从最近发生的自然灾害的经验来看，低概率、高冲击事件与典型的电力系统故障的主要区别是：
3.1、这些干扰的时间和持续时间高度不确定，可能持续数天。
4.2、它们本质上是高度动态的，很难有效地预测未来事件或它们的发生顺序。
5.3、其发生可能导致短时间内多个或多个部件失效，如变电站、输电线路、输电塔等输配电系统设施。
6.4、可能导致电力资源不可用或者难以利用。
7.考虑到上述特性，为了使系统具有韧性，停电管理方案应具备以下特点：
8.1)由于干扰的不确定性非常高，应尽量使供电资源多样化，避免依赖一套有限的电力采购手段。
9.2)它应具有足够的灵活性，能够迅速对事件做出反应，并在短时间内相应地调整操作战略。
10.3)由于可用资源的短缺，应该确定并确认提供不同负载的优先次序。


技术实现要素：

11.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种安全可靠、预测准确度高的基于模型预测控制的微电网应急供电能量调度方法，以提高由多微电网组成的智能配电系统对意外灾害事件的恢复能力。
12.本发明的目的可以通过以下技术方案来实现：
13.一种基于模型预测控制的微电网应急供电能量调度方法，包括：获取微电网的运行数据，采用预先建立的双层模型预测控制策略对微电网下一时刻进行预先调度，所述双层模型预测控制策略包括上层微电网调度子策略和下层微电网未使用容量调度子策略，所述上层微电网调度子策略以微电网总成本最小化为目标，根据微电网的可用资源进行调度，确定下一时刻的过剩或不足功率；
14.所述下层微电网未使用容量调度子策略根据上层微电网调度子策略传输的下一时刻的过剩或不足功率，以将削减负荷的成本降到最低为目标，调度微电网中的未服务负载满足上层微电网调度子策略传输的下一时刻的过剩或不足功率的需求。
15.进一步地，所述上层微电网调度子策略计及的微电网总成本包括可调度分布式发电机组的成本、可再生分布式发电机组的成本、负荷削减成本以及esss中使用存储能量的成本。
16.进一步地，所述上层微电网调度子策略的约束包括：
17.功率平衡约束：对于每个微网，在每个时间段，常规dg和可再生dg的总发电量、esss的充放电功率和减负荷之和必须等于总负荷；
18.可调度dg机组约束：包括可调度dg机组的输出功率限制和上升/下降限制；
19.ress约束：每个res所使用的电量应该受到最大可用电量的限制；
20.负荷约束：各负荷类型削减的负荷不得超过总负荷；
21.esss约束：esss的允许充放电功率限制、避免esss同时充放电的限制以及充电/放电功率与充电状态的关系限制。
22.进一步地，所述上层微电网调度子策略确定的下一时刻的过剩或不足功率包括未使用的发电容量、未使用的存储容量和未供应的负荷削减量。
23.进一步地，所述未使用的发电容量的计算表达式为：
[0024][0025]
式中，为微电网i在k+1时间段内未使用的最大发电容量，为负荷g的最大功率输出值，ngi为微电网i内的发电负荷集合，为负荷g在时间段k+1中的额定功率输出值，为负荷i在时间段k优化后的最大功率输出值，u为负荷g的电压，rg为负荷g的电阻，为负荷i在时间段k+1优化后的最大功率输出值；
[0026]
所述未使用的存储容量的计算表达式为：
[0027][0028]
式中，为微电网i在k+1时间段内未使用的最大存储容量，nbi为微电网i内的存储装置集合，为负荷b在时间段k+np+1的优化后的储能的可持续放电容量，为负荷b在时间段k的优化后的储能的可持续放电容量，为第b个储能装置的效率，为第b个储能装置在t时刻的最大功率；
[0029]
所述未供应的负荷削减量的计算表达式为：
[0030][0031]
式中，为微电网i在时间段k+1内的负荷削减量，nli为微电网i的削减负荷集合，为微电网i中第l个削减负荷在时间段k+1内优化后的削减功率。
[0032]
进一步地，所述下层微电网未使用容量调度子策略的目标函数为以可调度dg单元、ress和esss的总使用成本以及削减负荷的成本最低为目标。
[0033]
进一步地，所述下层微电网未使用容量调度子策略的约束条件包括：各微网的资
源限制约束和负荷削减界限约束、微电网间的电力传输约束。
[0034]
进一步地，所述下层微电网未使用容量调度子策略确定有传统dgs时间表和可再生dgs时间表、负荷削减时间表和排放/充电时间表。
[0035]
进一步地，所述负荷削减时间表中，削减成本较高的负荷的优先级更高。
[0036]
进一步地，所述方法还包括采用预设的韧性指数，评价所述双层模型预测控制策略对微电网下一时刻进行预先调度结果的有效性，从而调整调度结果；
[0037]
所述韧性指数的计算表达式为：
[0038][0039]
式中，ri为韧性指数，nt为微电网中的设备总数，h为微电网中的设备序号，n为微电网的总数，i为微电网序号，h为时刻h，h为时隙的个数，t为时刻，δt为时间段，为微电网i中所有削减负荷在时刻t经过两个优化阶段后的削减功率。
[0040]
与现有技术相比，本发明具有以下优点：
[0041]
(1)本发明提供一种基于模型预测控制的微电网应急供电能量调度方法，以提高由多微电网组成的智能配电系统对意外灾害事件的恢复能力。在此方面，在确定了韧性停电管理方案的主要特征和需求之后，设计了一个适当的框架，并介绍了多微电网系统中不同管理实体的角色和任务。在此基础上，利用一种新型的模型预测控制算法对微电网的第一阶段可用资源进行调度。在第二阶段，配电系统运营商协调微电网之间可能的功率同时利用未使用的微电网的资源来为第一阶段没有供电的负荷供电；通用的优化模型被建模为一个混合整数线性规划问题，具有安全可靠、预测准确度高等优点。
[0042]
(2)本发明提出了一个新的指标量化本微电网应急供电能量调度方法的性能，可以根据持续h个时隙的扰动期间的预期能量削减来衡量提出的框架的有效性。
附图说明
[0043]
图1为本发明实施例中提供的一种基于模型预测控制的微电网应急供电能量调度方法的流程示意图。
具体实施方式
[0044]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0045]
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0046]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0047]
实施例1
[0048]
如图1所示，本实施例提供一种基于模型预测控制的微电网应急供电能量调度方法，以提高由多微电网组成的智能配电系统对意外灾害事件的恢复能力。在此方面，在确定了韧性停电管理方案的主要特征和需求之后，设计了一个适当的框架，并介绍了多微电网系统中不同管理实体的角色和任务。在此基础上，利用一种新型的模型预测控制算法对微电网的第一阶段可用资源进行调度。在第二阶段，配电系统运营商协调微电网之间可能的功率同时利用未使用的微电网的资源来为第一阶段没有供电的负荷供电。通用的优化模型被建模为一个混合整数线性规划问题。与此同时，提出了一个新的指标量化该方法的性能。
[0049]
下面进行具体描述。
[0050]
1、总体框架
[0051]
在一个多微电网系统中，微电网很可能是在不同的所有制下管理和运行的。因此，任何与此类系统相关的停电管理方案都必须解决这个问题，并且不应该尽可能地限制微电网的自主权。本实施例提出的停电管理框架由两个层次组成。位于较低一级(二级)的微网中央控制器(mgccs)负责相关微网的运行和管理。在这种情况下，每个微电网都由自己的mgcc自主管理和控制。需要指出的是，每个微电网的运营和管理策略可以是集中式或分散式方式。但在分散管理的情况下，mgcc作为微电网的代表，与上游网络或其他微电网进行交互。在这种情况下，术语mgcc似乎不合适，可以用一个合适的术语来替代，如微电网协调代理(mca)。
[0052]
如前所述，多样化供电方式，共享可用发电资源和存储能力，可以提高整个配电系统的韧性。为了在提出的oms系统中充分开发多微电网系统的这一重要潜力，dso在上层(第一级)扮演微电网协调员的角色，在这个框架中，dso负责维护整个配电系统的供应安全。因此，当上游网络或配电系统内部发生扰动时，dso作为一个独立实体协调微电网的功能，通过微电网之间的资源优化共享来提高整个配电系统的可靠性和韧性。提出的分级oms的实施将允许微电网根据所采用的策略自主安排资源。此外，由于微网负责自己的资源调度，dso的优化和控制复杂度将大大降低。此外，该方案最小化了dso与微网之间的数据交换。
[0053]
为了达到这一目标，dso与微电网营办商/业主达成协议，使他们同意参与由oms提出的补救行动。此外，应提供一个有效和可靠的通信基础设施，以方便微网和dso之间交换所需的数据。微电网之间也应该有可靠的联络线，以实现可靠的电力交易。
[0054]
尽管分层oms有许多好处，但就总运营成本而言，它可能导致次优解决方案。在这种情况下，另一种选择是在紧急情况下将系统优化和控制的全部责任交给dso。在此过程中，将mgs内所有资源的数据传输给dso，一步得到最优调度，并将操作调度通知mgs实施。就最终调度的最优性而言，这种策略提高了宕机管理的性能，并且对整个系统有益。显然，这种策略的前提是微电网同意将其资源的完全控制权授予dso，从而满足必要的数据通信和优化需求。
[0055]
提出的停电管理方案的分步实施流程：
[0056]
根据所提出的方案，微电网试图通过对本地可用资源的优化管理来提供自己的负荷。在这种情况下，配电系统可以看作是一个自治的微电网网络。这些微电网对系统中可能的干扰具有更强的韧性，因为功率平衡在局部得到了满足。另一方面，如前所述，在电力不足的情况下，微电网相互支持将降低成本并提高韧性。在此过程中，微电网将只在必要时相
互交换电力，其余情况下只负责供给自己的负荷。
[0057]
一旦系统中发生事件，微电网就会安排可用资源，并在所提的oms的第一阶段尽量减少负荷。根据获得的第一阶段计划，微电网确定下一阶段的过剩或不足功率，并将其公布给dso。在第二阶段，dso安排微电网之间可能的电力交易，利用微电网资源中的多余电力来满足第一阶段的未服务需求。随后，dso公布微电网第二阶段优化的结果，使微电网相应地调整其日程安排。在每个时间段对得到的计划进行优化和执行后，dso检查紧急情况是否结束。
[0058]
在这种情况下，应急结束指的是主电网供应恢复，微电网内的所有ders都可用并按预期方式运行的情况。因此，在系统中不需要停电管理和可能的负载剥离。否则，所开发的过程将在下一个时间段执行，所述过程将继续，直到系统恢复正常状态。
[0059]
通过以上讨论，可以确定所提出的战略满足韧性oms的要求。换句话说，它采用多种资源来提供负荷，使电力采购方式多样化。它可以通过在连续的短时间间隔内实施oms来快速响应变化，因此是灵活的。在调度过程中，还考虑了供电不同负荷的优先顺序。
[0060]
2、基于mpc的微电网调度方法
[0061]
根据韧性oms的要求，提出了一种基于模型预测控制的i期微电网调度方法，利用负荷和可用可再生能源(ress)的短期预测确定各微电网的最优调度。mpc的主要优点是优化了系统下一个时隙的运行，同时考虑了未来的时隙。由于预测和优化程序在每个时间段都是重复的，这使得微电网能够采取适当的运行措施来应对不可预见的变化，从而有助于提高拟议oms的灵活性。mpc的基本方法是通过求解有限层优化问题来确定一系列最优操作在每个时间步骤之前。但是只有与下一个时间步骤相关联的操作被实现了。
[0062]
根据所提出的基于mpc的方案，微电网首先根据该时段的负荷预测值和负荷输出功率来解决下一个np时段的第i阶段调度问题。随后，他们将确定时间段k+1的过剩或不足电量，并将其报告给dso。然后dso根据这些值运行第二阶段的调度问题，并向微网格公布结果，以便它们可以更新k+1时段的调度并实现它们。为了确定时间间隔k+2、k+3等中的操作措施，将在随后的时间间隔中重复此分层停电管理例程。下一节将详细讨论这两个阶段中可用资源的调度问题和基本假设。
[0063]
3、数学模型
[0064]
3.1、阶段一：微电网调度
[0065]
第一阶段的一般优化问题，即各微网在整个τ＝{k+1，...，k+np}规划范围内对其资源进行调度可被建模如下：
[0066]
1)目标函数：目标是使微电网i在t周期内的总成本最小化：
[0067][0068]
式中，t为周期，i为微电网序号，δt为周期间的时间间隔，np为时段，ngi为第i个可调度分布式发电机组，c为成本函数，p为功率，dch为储能装置，l为削减负荷，ngi为微电网i内的发电负荷集合，nbi为微电网i内的存储装置集合，nli为微电网i的削减负荷集合。
[0069]
式(1)中的第一项和第三项分别计算可调度分布式发电机组和可再生分布式发电机组的成本，而第二项则对应不同负荷的削减成本。最后一项表示在esss中使用存储能量的成本。由于削减负荷的成本通常高于其他资源，在削减负荷不可避免的情况下，该优化问
题本质上等价于削减总负荷成本的最小化。在其他情况下，供应整个负载的成本将降到最低。请注意，如果存在多种不同供电优先级的负载类型，则应与其他资源相比较，适当地设置相应的弃电成本，以反映微电网运行规律。
[0070]
2)功率平衡：对于每个微网，在每个时间段，常规dg和可再生dg的总发电量、esss的充放电功率和减负荷之和必须等于总负荷。
[0071][0072]
3)可调度dg机组约束:这些机组的约束包括输出功率限制(3)、上升/下降限制(4)、(5)如下：
[0073][0074][0075][0076]
式中，g为负荷号，u为负荷g的电压，rg为负荷g的电阻。
[0077]
4)ress约束：每个res所使用的电量应该受到最大可用电量的限制：
[0078][0079]
式中，为第i个res在t时刻所使用的电量，为第i个res在t时刻的最大可用电量。
[0080]
5)负荷约束：对于每种负荷类型，削减的负荷不得超过总负荷：
[0081][0082]
式中，为第i类削减负荷的第l个削减负荷在时间段k内的削减功率，为第i类削减负荷的在时间段k内的总负荷。
[0083]
6)esss约束：通过式(8)、(9)施加允许充放电功率限制，约束(10)与soc允许极限有关。式(11)避免了esss同时充放电，充电/放电功率与充电状态的关系如式(12)所示。
[0084][0085][0086][0087][0088][0089]
一旦每个微电网在第一阶段安排好了自己的资源，未使用的发电和存储容量，以及未供应的需求，都将被宣布给dso。这些值的计算方法如下：
[0090][0091]
[0092][0093][0094]
式中，为微电网i在k+1时间段内未使用的最大发电容量，为负荷g的最大功率输出值，ngi为微电网i内的发电负荷集合，为负荷g在时间段k+1中的额定功率输出值，为负荷i在时间段k优化后的最大功率输出值，u为负荷g的电压，rg为负荷g的电阻，为负荷i在时间段k+1优化后的最大功率输出值；
[0095]
为微电网i在k+1时间段内未使用的最大存储容量，nbi为微电网i内的存储装置集合，为负荷b在时间段k+np+1的优化后的储能的可持续放电容量，为负荷b在时间段k的优化后的储能的可持续放电容量，为第b个储能装置的效率，为第b个储能装置在t时刻的最大功率；
[0096]
为微电网i在时间段k+1内的负荷削减量，nli为微电网i的削减负荷集合，为微电网i中第l个削减负荷在时间段k+1内优化后的削减功率。
[0097]
可调度dg机组在时间批次k+1中产生的最大剩余功率是受爬升限制的所有机组未使用容量的总和。从ress和esss提供的最大功率和总功率赤字分别在式(14)-(16)中指定，它们是mg中相应变量的汇总值。注意，在上述约束中，假设每个mg检查从式(1)-(12)得到的最优调度，并计算esss在最优调度，并计算esss在时的soc。考虑到时间段k的可用能量和最大放电功率限制，如果还有剩余能量，mg会在时间段k+1将其提供给dso。通过这样做，mg确保它们将有足够的存储能量，以便在下一个np时间段内实现它们所获得的调度，以防在协调停电管理中发生中断。
[0098]
3.2、阶段二：dso的调度问题
[0099]
在阶段二中，dso调度阶段一中宣布的资源，在k+1时隙内提供未服务负载。在这样做的同时，它将削减负荷的成本降到最低，并安排微电网之间的电力交易。
[0100]
1)目标函数
[0101]
该优化问题的目标可定义为：
[0102][0103]
其中式(17)的前三个项对应可调度dg单元、ress和esss的总使用成本。第四项是削减负荷的成本。第五项反映了不同微电网间电力交易相关的成本，是通过高鲁棒性的联络线实现交易的工具。
[0104]
2)约束
[0105]
在(18)中，保证每个微电网的功率平衡约束，其中可调度dg、ress和esss提供的电
力加上其他微电网的净电力转移应等于第二阶段调度的总供负荷。各微网的资源限制和负荷削减界限分别在(19)-(21)和(22)中规定。约束集(23)对应微电网间的电力传输，其中二元参数u
ij
表示基于可用联络线状态在不同时段进行此类交易的可能性，为微电网间的最大电力传输容量。
[0106][0107][0108][0109][0110][0111][0112]
当dso完成第二阶段调度后，将结果报告给微网，以便微网更新下一时间段的运行调度，即t＝k+1。在此过程中，每个mg基于不同资源的等效成本(优先级)，确定需要更新的时间表，并通过式(24)-(28)计算最终的时间表，分别对应传统和可再生dgs、负荷削减和排放/充电时间表。在此过程中，每个mg都试图以尽可能低的成本提供额外的动力，同时考虑到不同资源的运行约束。负荷的更新程序有所不同，因为在从其他mg进口电力的情况下，削减成本较高的负荷应以较高的优先级供应。在这些方程中，**表示经过两个优化阶段后的最终变量值。更新后的时间表将在k+1时隙执行。需要注意的是，正如式(27)和(28)所示，对于在k+1时段内对esss进行充电/放电的最初决定可能会根据第二阶段的结果而改变。
[0113][0114][0115][0116][0117][0118]
式中，g为发电容量，b为存储容量，p为功率，dch为储能装置。
[0119]
3.3、韧性指标的计算
[0120]
应使用适当的恢复指数来评估拟议中断管理方案的恢复指数性能的计算。然而，电力系统恢复力尚无标准度量，在这方面提出了各种现有指标。为此，本实施例定义了一个适当的韧性指数，该指数可以根据持续h个时隙的扰动期间的预期能量削减来衡量提出的框架的有效性，假设不同发生时间的概率相等：
[0121][0122]
式中，ri为韧性指数，nt为微电网中的设备总数，h为微电网中的设备序号，n为微
电网的总数，i为微电网序号，h为时刻h，h为时隙的个数，t为时刻，δt为时间段，为微电网i中所有削减负荷在时刻t经过两个优化阶段后的削减功率。
[0123]
在此基础上，分析了不同启动时间下的各种应急事件，并以多微网系统总能量削减的平均值作为韧性指数。
[0124]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。