基于分布式模型预测控制的风电集群系统超前频率控制方法及系统与流程

本发明涉及新能源并入电网频率稳定控制技术领域，并且更具体地，涉及一种基于分布式模型预测控制的风电集群系统超前频率控制方法及系统。

背景技术

作为一种重要的且较为成熟的新能源发电技术，风电在我国电网已经得到广泛应用，并已经形成了大规模集群式的并网场景。但风电本身具有随机性、波动性的不确定功率出力性质，且由于变频器的隔离，风电几乎不参与系统调频，并网场景下传统电源的调频压力陡增。为了保证电力系统的安全稳定运行，亟需对风电集群主动参与系统频率控制进行研究。

目前，国内外对于风电参与系统调频的控制策略研究从空间层次分类主要分为风电机组层面的控制、风电场以及集群层面的控制。其中，在风电机组层面，调频控制研究已经较为成熟，主要分为转子惯性控制、转子超速控制、变桨控制以及组合控制；在风电场以及风电集群层面，在时空尺度上逐级细化的有功调度分层控制框架研究比较多，但从系统的角度对风电集群与传统电源协调配合进行系统调频控制策略的研究现阶段还不多。

近年来，在工业过程控制领域广泛使用的控制理论模型预测控制(modelpredictivecontrol,mpc)因其特有的预测模型、滚动优化和反馈校正三个组成部分而被逐渐运用到风电控制研究中。该理论利用预测模型计算系统在一定控制作用下的预测时域的动态过程，然后根据约束条件和优化目标滚动优化求解控制时域下的最优控制序列并仅实施当前时步控制，并在每一滚动时步根据实测信息反馈校正预测模型。

技术实现要素：

本发明提出一种基于分布式模型预测控制的风电集群系统超前频率控制方法及系统，以解决如何实现风电集群互联系统的频率超前控制及频率稳定的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种基于分布式模型预测控制的风电集群系统超前频率控制方法，其特征在于，所述方法包括：

步骤1，根据多区互联电力系统频率响应模型基确定所述多区互联电力系统中每个控制区域的多维状态空间方程；

步骤2，对于每一个控制区域，在分布式模型预测控制器中利用拉盖尔函数控制对应的控制变量序列，以对所述多区互联电力系统中每个控制区域的多维状态空间方程进行参数降维处理；

步骤3，对于每一个控制区域，确定以输出变量最小并且控制变化量加权抑制为优化目标以抑制区内频率以及区间联络线功率波动；

步骤4，对于每一个控制区域，根据风电参与调频的基本原则和当前时步风电场的有功功率实际值确定对应的附加约束条件；

步骤5，对于每一个控制区域，根据对应的多维状态空间方程、优化目标和附加约束条件确定最优控制拉盖尔系数序列作为最优控制序列，并在当前时步对系统施加所述最优控制序列进行校正；

步骤6，在当前时步末分布式模型预测控制器获取状态检测设备的反馈，更新每个控制区域的多维状态空间方程作为下一时步的多维状态空间方程，并判断是否达到仿真时步阈值，若是，则结束；反之，时步次数加1，并返回步骤2。

优选地，其中每个控制区域的连续多维状态空间方程的表达式为：

其中，δxi为(m+2n+2)维状态矢量，是第i区的状态变量，δxj表达式同上，相应改变下标；δui为(m+n)维控制矢量，是第i区的控制变量，δdi为一维扰动变量，δdi＝δpli；yi为一维输出变量，yi＝acei；aiic为(m+2n+2)×(m+2n+2)维系统矩阵，aijc矩阵的(2,1)元素为-2πtij，其余元素均为0；biic为(m+2n+2)×(m+n)维控制矩阵，fiic为(m+2n+2)×1维扰动矩阵，ciic为1×(m+2n+2)维输出矩阵。

优选地，其中所述对于每一个控制区域，在分布式模型预测控制器中利用拉盖尔函数控制对应的控制变量序列，以对所述多区互联电力系统中每个控制区域的多维状态空间方程进行参数降维处理，包括：

对全部的n个控制区域进行合并，并进行td为1min的离散化处理，得到全区离散状态空间方程；

为了统筹考虑δxm(k)和y(k)，且便于dmpc控制器设计，建立新的状态变量x(k)，形成离散增广状态空间方程；

定义预测控制时域为nc，预测时域为np，以td为计算时步建立输出序列y和控制序列δu：

其中，y为np维列向量；δu为nc×n2维矩阵，在任一时刻k，需要求取从该时刻起的nc个控制变量δu(k)…δu(k+nc-1)，在其控制作用下被控模型的未来np个时刻的输出预测值y(k+1|k)…y(k+np|k)趋近于期望值，δu矩阵中任一元素用拉盖尔函数表示为：

其中：ls(s′)^t为一组标准正交基拉盖尔函数序列，ηs为拉盖尔系数，每个控制变量中拉盖尔函数的个数γ为代替控制时域nc的常数。

优选地，其中对于每一个控制区域，确定以输出变量最小并且控制变化量加权抑制为优化目标以抑制区内频率以及区间联络线功率波动，包括:

其中，η为待求最优控制拉盖尔系数序列；为对称正定阵，在一个计算时步初始时刻可求，随着仿真时域内计算时步的变化，状态变量x(k)和扰动变量δd(k)会发生变化。

优选地，其中所述对于每一个控制区域，根据风电参与调频的基本原则和当前时步风电场的有功功率实际值确定对应的附加约束条件，包括：

定义风电参与调频的基本原则为：当风电场δpk+1,ri>0时，该风电场可通过场内风机桨距角控制等措施使其运行在追踪参考功率的工作模式使其出力运行在[0,δpk+1,ri]区间，从而具备一定调频能力；当风电场δpk+1,ri<0时，该风电场失去调频能力，出力只能取δpk+1,ri；

在风电集群层面，对于δpk+1,ri>0的项取δpk+1,ri求和得到δpk+1,imax，对于δpk+1,ri＜0的项取0求和得到δpk+1,imin；

判断δpk+1,imax，δpk+1,imin与当前计算时步该区负荷变化δpli和联络线功率变化δptie,i的和之间的关系形成相应的当前时步对δprefri的附加约束条件，其中，δprefri包括分别为分布式模型预测控制器对风电场负方向和正方向控制速率上限△prefri,min和prefri,max。

优选地，其中所述方法还包括：

基于纳什均衡的分解协调控制算法，使每个控制区域分布式模型预测控制器的决策通过通信系统进行协调，通过寻找纳什平衡点使每个控制区域优化控制达到局部最优，进而确定全区在当前时步的最优控制序列。

优选地，其中所述基于纳什均衡的分解协调控制算法，使每个控制区域分布式模型预测控制器的决策通过通信系统进行协调，通过寻找纳什平衡点使每个控制区域优化控制达到局部最优，进而确定全区在当前时步的最优控制序列，包括：

1)设置初始状态δxi(k)⁽¹⁾均为0，迭代次数num＝1；

2)根据相应区的约束条件计算每个控制区域最优控制拉盖尔系数

3)根据计算出来的计算每个控制区域的δxi(k)^(num+1)；

4)通过通信系统将每个控制区域的δxi(k)^(num)数据共享，返回计算每个控制区域最优控制拉盖尔系数

5)假设第i区最优控制拉盖尔系数ηi为z维列向量，设置检验迭代结束条件为其中，i∈[1,n]，ε取值为10^-8，若n区均满足迭代结束条件时，则此时系统处于纳什均衡状态，返回计算每个控制区域当前时步最优控制量；若不满足，则num＝num+1，并返回3)。

根据本发明的另一个方面，提供了一种基于分布式模型预测控制的风电集群系统超前频率控制系统，其特征在于，所述系统包括：

多维状态空间方程确定单元，用于根据多区互联电力系统频率响应模型基确定所述多区互联电力系统中每个控制区域的多维状态空间方程；

参数降维处理单元，用于对于每一个控制区域，在分布式模型预测控制器中利用拉盖尔函数控制对应的控制变量序列，以对所述多区互联电力系统中每个控制区域的多维状态空间方程进行参数降维处理；

优化目标确定单元，用于对于每一个控制区域，确定以输出变量最小并且控制变化量加权抑制为优化目标以抑制区内频率以及区间联络线功率波动；

附加约束条件确定单元，用于对于每一个控制区域，根据风电参与调频的基本原则和当前时步风电场的有功功率实际值确定对应的附加约束条件；

校正单元，用于对于每一个控制区域，根据对应的多维状态空间方程、优化目标和附加约束条件确定最优控制拉盖尔系数序列作为最优控制序列，并在当前时步对系统施加所述最优控制序列进行校正；

多维状态空间方程更新单元，用于在当前时步末分布式模型预测控制器获取状态检测设备的反馈，更新每个控制区域的多维状态空间方程作为下一时步的多维状态空间方程，并判断是否达到仿真时步阈值，若是，则结束；反之，时步次数加1，并返回参数降维处理单元。

优选地，其中每个控制区域的连续多维状态空间方程的表达式为：

其中，δxi为(m+2n+2)维状态矢量，是第i区的状态变量，δxj表达式同上，相应改变下标；δui为(m+n)维控制矢量，是第i区的控制变量，δdi为一维扰动变量，δdi＝δpli；yi为一维输出变量，yi＝acei；aiic为(m+2n+2)×(m+2n+2)维系统矩阵，aijc矩阵的(2,1)元素为-2πtij，其余元素均为0；biic为(m+2n+2)×(m+n)维控制矩阵，fiic为(m+2n+2)×1维扰动矩阵，ciic为1×(m+2n+2)维输出矩阵。

优选地，其中所述对参数降维处理单元，包括：

对全部的n个控制区域进行合并，并进行td为1min的离散化处理，得到全区离散状态空间方程；

为了统筹考虑δxm(k)和y(k)，且便于dmpc控制器设计，建立新的状态变量x(k)，形成离散增广状态空间方程；

定义预测控制时域为nc，预测时域为np，以td为计算时步建立输出序列y和控制序列δu：

其中，y为np维列向量；δu为nc×n2维矩阵，在任一时刻k，需要求取从该时刻起的nc个控制变量δu(k)…δu(k+nc-1)，在其控制作用下被控模型的未来np个时刻的输出预测值y(k+1|k)…y(k+np|k)趋近于期望值，δu矩阵中任一元素用拉盖尔函数表示为：

其中：ls(s′)^t为一组标准正交基拉盖尔函数序列，ηs为拉盖尔系数，每个控制变量中拉盖尔函数的个数γ为代替控制时域nc的常数。

优选地，其中所述优化目标确定单元，包括:

其中，η为待求最优控制拉盖尔系数序列；为对称正定阵，在一个计算时步初始时刻可求，随着仿真时域内计算时步的变化，状态变量x(k)和扰动变量δd(k)会发生变化。

优选地，其中所述附加约束条件确定单元，包括：

定义风电参与调频的基本原则为：当风电场δpk+1,ri>0时，该风电场可通过场内风机桨距角控制等措施使其运行在追踪参考功率的工作模式使其出力运行在[0,δpk+1,ri]区间，从而具备一定调频能力；当风电场δpk+1,ri<0时，该风电场失去调频能力，出力只能取δpk+1,ri；

在风电集群层面，对于δpk+1,ri>0的项取δpk+1,ri求和得到δpk+1,imax，对于δpk+1,ri＜0的项取0求和得到δpk+1,imin；

判断δpk+1,imax，δpk+1,imin与当前计算时步该区负荷变化δpli和联络线功率变化δptie,i的和之间的关系形成相应的当前时步对δprefri的附加约束条件，其中，δprefri包括分别为分布式模型预测控制器对风电场负方向和正方向控制速率上限△prefri,min和prefri,max。

优选地，其中所述系统还包括：

全区最优控制序列确定单元，用于基于纳什均衡的分解协调控制算法，使每个控制区域分布式模型预测控制器的决策通过通信系统进行协调，通过寻找纳什平衡点使每个控制区域优化控制达到局部最优，进而确定全区在当前时步的最优控制序列。

优选地，其中所述全区最优控制序列确定单元，基于纳什均衡的分解协调控制算法，使每个控制区域分布式模型预测控制器的决策通过通信系统进行协调，通过寻找纳什平衡点使每个控制区域优化控制达到局部最优，进而确定全区在当前时步的最优控制序列，包括：

1)设置初始状态δxi(k)⁽¹⁾均为0，迭代次数num＝1；

2)根据相应区的约束条件计算每个控制区域最优控制拉盖尔系数

3)根据计算出来的计算每个控制区域的δxi(k)^(num+1)；

4)通过通信系统将每个控制区域的δxi(k)^(num)数据共享，返回计算每个控制区域最优控制拉盖尔系数

5)假设第i区最优控制拉盖尔系数ηi为z维列向量，设置检验迭代结束条件为其中，i∈[1,n]，ε取值为10^-8，若n区均满足迭代结束条件时，则此时系统处于纳什均衡状态，返回计算每个控制区域当前时步最优控制量；若不满足，则num＝num+1，并返回3)。

本发明提供了一种基于分布式模型预测控制的风电集群系统超前频率控制方法及系统，建立了一个包含大规模风电集群及传统电源的多区互联系统频率响应模型，模型考虑了风电场爬坡率限制以及传统电源运行死区、爬坡率限制等非线性物理约束；提出了考虑超短期风电功率预测信息的分布式模型预测控制策略，并将拉盖尔函数加入分布式模型预测控制器的设计中来实现参数降维，该策略依据预测数据以输出变量最小及控制变化量加权抑制为目标进行在线滚动优化，实现互联系统频率的超前控制，抑制区内频率以及区间联络线功率波动；提出了求解结合拉盖尔函数分布式模型预测控制策略的纳什均衡分解协调在线优化控制算法，通过寻找纳什平衡点实现多变量有约束系统的在线快速优化。本发明所提出的控制方法及算法能有效实现大规模风电集群和传统电源在频率控制上的协调配合，并满足多变量系统在线滚动优化的速度要求，实现风电集群互联系统的频率超前控制及频率稳定。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明实施方式的基于分布式模型预测控制的风电集群系统超前频率控制方法100的流程图；

图2为根据本发明实施方式的多区互联系统频率响应模型；

图3为根据本发明实施方式的dmpc控制策略流程框图；

图4为根据本发明实施方式的仿真时域内区域频率偏移曲线图；以及

图5为根据本发明实施方式的基于分布式模型预测控制的风电集群系统超前频率控制系统500的结构示意图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为根据本发明实施方式的基于分布式模型预测控制的风电集群系统超前频率控制方法100的流程图。如图1所示，本发明的实施方式提供的基于分布式模型预测控制的风电集群系统超前频率控制方法，建立了一个包含大规模风电集群及传统电源的多区互联系统频率响应模型，模型考虑了风电场爬坡率限制以及传统电源运行死区、爬坡率限制等非线性物理约束；提出了考虑超短期风电功率预测信息的分布式模型预测控制策略，并将拉盖尔函数加入分布式模型预测控制器的设计中来实现参数降维，该策略依据预测数据以输出变量最小及控制变化量加权抑制为目标进行在线滚动优化，实现互联系统频率的超前控制，抑制区内频率以及区间联络线功率波动；提出了求解结合拉盖尔函数分布式模型预测控制策略的纳什均衡分解协调在线优化控制算法，通过寻找纳什平衡点实现多变量有约束系统的在线快速优化。本发明所提出的控制方法及算法能有效实现大规模风电集群和传统电源在频率控制上的协调配合，并满足多变量系统在线滚动优化的速度要求，实现风电集群互联系统的频率超前控制及频率稳定。本发明的实施方式提供的基于分布式模型预测控制的风电集群系统超前频率控制方法100从步骤101处开始，在步骤101，根据多区互联电力系统频率响应模型基确定所述多区互联电力系统中每个控制区域的多维状态空间方程。

优选地，其中每个控制区域的连续多维状态空间方程的表达式为：

其中，δxi为(m+2n+2)维状态矢量，是第i区的状态变量，δxj表达式同上，相应改变下标；δui为(m+n)维控制矢量，是第i区的控制变量，δdi为一维扰动变量，δdi＝δpli；yi为一维输出变量，yi＝acei；aiic为(m+2n+2)×(m+2n+2)维系统矩阵，aijc矩阵的(2,1)元素为-2πtij，其余元素均为0；biic为(m+2n+2)×(m+n)维控制矩阵，fiic为(m+2n+2)×1维扰动矩阵，ciic为1×(m+2n+2)维输出矩阵。

在本发明的实施方式中，假设互联电力系统共有n个控制区域，状态方程考虑了传统电源调速器死区限制σi(·)、传统电源出力速率限制(grc)以及风电场出力速率限制(wfgrc)等非线性约束。在每个计算时步初始时刻，本地dmpc控制器通过接收本区域ace信号，经过控制器内置的控制策略与算法进行在线优化计算，得到控制时域下的最优控制序列并将本时步最优控制施加到“传统电源部分”和“风电集群部分”中，分别形成δpti和δpwfi来动态补偿本时步区域负荷变化δpli和联络线功率变化δptie,i，从而实现风电集群与传统电源协调配合共同调频的目的。

根据多区互联系统频率响应模型写出状态方程和输出方程，合并写为矩阵形式，可得到第i区的连续多维状态空间表达式：

式中：δxi为(m+2n+2)维状态矢量，是第i区的状态变量，δxj表达式同上，相应改变下标；δui为(m+n)维控制矢量，是第i区的控制变量，δdi为一维扰动变量，δdi＝δpli；yi为一维输出变量，yi＝acei；aiic为(m+2n+2)×(m+2n+2)维系统矩阵，aijc矩阵的(2,1)元素为-2πtij，其余元素均为0；biic为(m+2n+2)×(m+n)维控制矩阵，fiic为(m+2n+2)×1维扰动矩阵，ciic为1×(m+2n+2)维输出矩阵。

图2为根据本发明实施方式的多区互联系统频率响应模型。根据控制框图及拉普拉斯逆变换，可以得到状态空间方程，选择acei作为区域输出变量，其既可以表征区域频率偏差，又可以表征与其他区域联络线功率与设定额定值的偏差。

优选地，在步骤102，对于每一个控制区域，在分布式模型预测控制器中利用拉盖尔函数控制对应的控制变量序列，以对所述多区互联电力系统中每个控制区域的多维状态空间方程进行参数降维处理。

优选地，其中所述对于每一个控制区域，在分布式模型预测控制器中利用拉盖尔函数控制对应的控制变量序列，以对所述多区互联电力系统中每个控制区域的多维状态空间方程进行参数降维处理，包括：

对全部的n个控制区域进行合并，并进行td为1min的离散化处理，得到全区离散状态空间方程；

为了统筹考虑δxm(k)和y(k)，且便于dmpc控制器设计，建立新的状态变量x(k)，形成离散增广状态空间方程；

定义预测控制时域为nc，预测时域为np，以td为计算时步建立输出序列y和控制序列δu：

其中，y为np维列向量；δu为nc×n2维矩阵，在任一时刻k，需要求取从该时刻起的nc个控制变量δu(k)…δu(k+nc-1)，在其控制作用下被控模型的未来np个时刻的输出预测值y(k+1|k)…y(k+np|k)趋近于期望值，δu矩阵中任一元素用拉盖尔函数表示为：

其中：ls(s′)^t为一组标准正交基拉盖尔函数序列，ηs为拉盖尔系数，每个控制变量中拉盖尔函数的个数γ为代替控制时域nc的常数。

为了能够大幅减少系统参数数目，实现参数降维，从而减轻计算负担。在本发明的实施方式中，在分布式模型预测控制dmpc控制器设计中加入拉盖尔函数来近似控制序列。对全部n区合并，并进行td＝1min的离散化处理，得到全区离散状态空间方程：

式中：ad，bd，fd，cd均为各相应连续矩阵ac，bc，fc，cc离散化得到的离散矩阵，cd＝cc。

为了统筹考虑δxm(k)和y(k)，且便于dmpc控制器设计，建立新的状态变量x(k)：

x(k)＝[δxm(k)y(k)]^t

形成离散增广状态空间方程：

定义预测控制时域为nc，预测时域为np，以td为计算时步建立输出序列y和控制序列δu：

式中：y为np维列向量；δu为nc×n2维矩阵，在任一时刻k，需要求取从该时刻起的nc个控制变量δu(k)…δu(k+nc-1)，在其控制作用下被控模型的未来np个时刻的输出预测值y(k+1|k)…y(k+np|k)趋近于期望值，因此控制序列δu是dmpc在线滚动优化计算的待求量，δu矩阵中任一元素用拉盖尔函数表示：

式中：ls(s′)^t为一组标准正交基拉盖尔函数序列，ηs为拉盖尔系数，每个控制变量中拉盖尔函数的个数γ为代替控制时域nc的常数，通常仅为nc的1/4，因此加入拉盖尔函数后系统参数个数可减少约75％，大幅减轻计算负担。

优选地，在步骤103，对于每一个控制区域，确定以输出变量最小并且控制变化量加权抑制为优化目标以抑制区内频率以及区间联络线功率波动。

优选地，其中对于每一个控制区域，确定以输出变量最小并且控制变化量加权抑制为优化目标以抑制区内频率以及区间联络线功率波动，包括:

其中，η为待求最优控制拉盖尔系数序列；为对称正定阵，在一个计算时步初始时刻可求，随着仿真时域内计算时步的变化，状态变量x(k)和扰动变量δdk)会发生变化。

当前时步为k时步，dmpc的滚动优化目标为从k时步起预测时域np内输出变量趋于0且控制时域nc内控制变量加权抑制。

式中：q和rl分别为由权系数构成的误差权对角阵和拉盖尔函数下控制权对角阵。

展开为

式中：η为待求最优控制拉盖尔系数序列；为对称正定阵，在一个计算时步初始时刻可求，随着仿真时域内计算时步的滚动状态变量x(k)和扰动变量δd(k)会发生变化。

优选地，在步骤104，对于每一个控制区域，根据风电参与调频的基本原则和当前时步风电场的有功功率实际值确定对应的附加约束条件。

优选地，其中所述对于每一个控制区域，根据风电参与调频的基本原则和当前时步风电场的有功功率实际值确定对应的附加约束条件，包括：

定义风电参与调频的基本原则为：当风电场δpk+1,ri>0时，该风电场可通过场内风机桨距角控制等措施使其运行在追踪参考功率的工作模式使其出力运行在[0,δpk+1,ri]区间，从而具备一定调频能力；当风电场δpk+1,ri<0时，该风电场失去调频能力，出力只能取δpk+1,ri；

在风电集群层面，对于δpk+1,ri>0的项取δpk+1,ri求和得到δpk+1,imax，对于δpk+1,ri＜0的项取0求和得到δpk+1,imin；

判断δpk+1,imax，δpk+1,imin与当前计算时步该区负荷变化δpli和联络线功率变化δptie,i的和之间的关系形成相应的当前时步对δprefri的附加约束条件，其中，δprefri包括分别为分布式模型预测控制器对风电场负方向和正方向控制速率上限△prefri,min和prefri,max。

在本发明的实施方式中，定义风电参与调频的基本原则为：当风电场δpk+1,ri>0时，该风电场可通过场内风机桨距角控制等措施使其运行在追踪参考功率的工作模式使其出力运行在[0,δpk+1,ri]区间，从而具备一定调频能力；当风电场δpk+1,ri<0时，该风电场失去调频能力，出力只能取δpk+1,ri。

在风电集群层面，当δpk+1,i>0(<0)时，集群中由于空间分布的原因也有可能出现某个或某些风电场δpk+1,ri<0(>0)，因此定义δpk+1,imax及δpk+1,imin，对于δpk+1,ri>0的项取δpk+1,ri求和得到δpk+1,imax，对于δpk+1,ri<0的项取0求和得到δpk+1,imin；并通过判断δpk+1,imax，δpk+1,imin与当前计算时步该区δpli+δptie,i之间的关系形成相应的当前时步对δprefri的附加约束条件。

优选地，在步骤105，对于每一个控制区域，根据对应的多维状态空间方程、优化目标和附加约束条件确定最优控制拉盖尔系数序列作为最优控制序列，并在当前时步对系统施加所述最优控制序列进行校正。

优选地，在步骤106，在当前时步末分布式模型预测控制器获取状态检测设备的反馈，更新每个控制区域的多维状态空间方程作为下一时步的多维状态空间方程，并判断是否达到仿真时步阈值，若是，则结束；反之，时步次数加1，并返回步骤2。

在本发明的实施方式中，对于每一个控制区域，根据对应的多维状态空间方程、优化目标和附加约束条件确定最优控制拉盖尔系数序列作为最优控制序列，并在当前时步对系统施加所述最优控制序列进行校正。在当前计算时步k对系统施加了当前最优控制量δu(k)后，在当前计算时步末，dmpc控制器将通过状态检测设备的反馈，根据实测风电数据以及n区互联系统实际运行状态来校正得到下一计算时步k+1的系统离散状态空间方程，即每隔1min进行一次全区状态反馈校正，在下一计算时步k+1中基于反馈校正后的系统离散状态空间方程求得该时步dmpc预测模型及进行相应滚动优化计算，得到k+1时步的最优控制量δu(k+1)，以此循环滚动进行直至遍历整个仿真时域，可减少因风电功率预测误差而对控制策略制定带来的影响，体现了控制器的鲁棒性。

优选地，其中所述方法还包括：

基于纳什均衡的分解协调控制算法，使每个控制区域分布式模型预测控制器的决策通过通信系统进行协调，通过寻找纳什平衡点使每个控制区域优化控制达到局部最优，进而确定全区在当前时步的最优控制序列。

优选地，其中所述基于纳什均衡的分解协调控制算法，使每个控制区域分布式模型预测控制器的决策通过通信系统进行协调，通过寻找纳什平衡点使每个控制区域优化控制达到局部最优，进而确定全区在当前时步的最优控制序列，包括：

1)设置初始状态δxi(k)⁽¹⁾均为0，迭代次数num＝1；

2)根据相应区的约束条件计算每个控制区域最优控制拉盖尔系数

3)根据计算出来的计算每个控制区域的δxi(k)^(num+1)；

4)通过通信系统将每个控制区域的δxi(k)^(num)数据共享，返回计算每个控制区域最优控制拉盖尔系数

5)假设第i区最优控制拉盖尔系数ηi为z维列向量，设置检验迭代结束条件为其中，i∈[1,n]，ε取值为10^-8，若n区均满足迭代结束条件时，则此时系统处于纳什均衡状态，返回计算每个控制区域当前时步最优控制量；若不满足，则num＝num+1，并返回3)。

在本发明的实施方式中，基于分布式模型预测控制的风电集群互联系统超前频率控制方法，包括：

(1)根据图2的控制框图及拉普拉斯逆变换，可以得到下述状态方程：

式中：δpti＝δpt1i+δpt2i+…+δptni，δpwfi＝δpwf1i+δpwf2i+…+δpwfmi。

其中，选择acei作为区域输出变量，其既可以表征区域频率偏差，又可以表征与其他区域联络线功率与设定额定值的偏差，输出方程为：

y＝βiδfi+δptie,i。

(2)根据图3的dmpc控制策略图，在k时步末，dmpc控制器通过反馈校正环节取得风电场有功功率实际数据得到pk+1,i的实际值，用此值取代区域风电集群预测功率序列中的2元素对区域风电集群预测功率模型进行反馈校正，并用序列中的3元素减去2元素得到k+1时步的区域风电集群未来1min的有功出力趋势δpk+2,i，与k+1时步的δpli+δptie,i进行比较重新进入上述判断环节，再进行滚动优化，以此循环滚动直至遍历整个仿真时域。

(3)利用三区互联系统结构，运用上述方法得到各区频率偏移曲线，如图4所示。在扰动第一阶段1～270min时域内，dmpc控制器可以根据区域内风电预测功率合理控制各风电场输出，使区域风电集群部分与区域内传统电源的协调配合共同参与调频，从而抑制扰动的影响，在各风电场发生分钟级功率波动以及负荷扰动的情况下能够将各区频率偏移控制在[-0.05,0.05]区间内；在扰动第二阶段271～300min时域内，dmpc控制器能够在5个时步内将扰动影响彻底平抑，将频率偏移维持在零轴附近。

图5为根据本发明实施方式的基于分布式模型预测控制的风电集群系统超前频率控制系统500的结构示意图。如图5所示，本发明的实施方式提供的基于分布式模型预测控制的风电集群系统超前频率控制系统500，包括：多维状态空间方程确定单元501、参数降维处理单元502、优化目标确定单元503、附加约束条件确定单元504、校正单元505和多维状态空间方程更新单元506。

优选地，所示多维状态空间方程确定单元501，用于根据多区互联电力系统频率响应模型基确定所述多区互联电力系统中每个控制区域的多维状态空间方程。

优选地，其中每个控制区域的连续多维状态空间方程的表达式为：

其中，δxi为(m+2n+2)维状态矢量，是第i区的状态变量，δxj表达式同上，相应改变下标；δui为(m+n)维控制矢量，是第i区的控制变量，δdi为一维扰动变量，δdi＝δpli；yi为一维输出变量，yi＝acei；aiic为(m+2n+2)×(m+2n+2)维系统矩阵，aijc矩阵的(2,1)元素为-2πtij，其余元素均为0；biic为(m+2n+2)×(m+n)维控制矩阵，fiic为(m+2n+2)×1维扰动矩阵，ciic为1×(m+2n+2)维输出矩阵。

优选地，所述参数降维处理单元502，用于对于每一个控制区域，在分布式模型预测控制器中利用拉盖尔函数控制对应的控制变量序列，以对所述多区互联电力系统中每个控制区域的多维状态空间方程进行参数降维处理。

优选地，其中所述对参数降维处理单元，包括：对全部的n个控制区域进行合并，并进行td为1min的离散化处理，得到全区离散状态空间方程；为了统筹考虑δxm(k)和y(k)，且便于dmpc控制器设计，建立新的状态变量x(k)，形成离散增广状态空间方程；定义预测控制时域为nc，预测时域为np，以td为计算时步建立输出序列y和控制序列δu：

其中，y为np维列向量；δu为nc×n2维矩阵，在任一时刻k，需要求取从该时刻起的nc个控制变量δu(k)…δu(k+nc-1)，在其控制作用下被控模型的未来np个时刻的输出预测值y(k+1|k)…y(k+np|k)趋近于期望值，δu矩阵中任一元素用拉盖尔函数表示为：

其中，ls(s′)^t为一组标准正交基拉盖尔函数序列，ηs为拉盖尔系数，每个控制变量中拉盖尔函数的个数γ为代替控制时域nc的常数。

优选地，所述优化目标确定单元503，用于对于每一个控制区域，确定以输出变量最小并且控制变化量加权抑制为优化目标以抑制区内频率以及区间联络线功率波动。

优选地，其中所述优化目标确定单元，包括:

其中，η为待求最优控制拉盖尔系数序列；为对称正定阵，在一个计算时步初始时刻可求，随着仿真时域内计算时步的变化，状态变量x(k)和扰动变量δd(k)会发生变化。

优选地，所述附加约束条件确定单元504，用于对于每一个控制区域，根据风电参与调频的基本原则和当前时步风电场的有功功率实际值确定对应的附加约束条件。

优选地，其中所述附加约束条件确定单元，包括：定义风电参与调频的基本原则为：当风电场δpk+1,ri>0时，该风电场可通过场内风机桨距角控制等措施使其运行在追踪参考功率的工作模式使其出力运行在[0,δpk+1,ri]区间，从而具备一定调频能力；当风电场δpk+1,ri<0时，该风电场失去调频能力，出力只能取δpk+1,ri；在风电集群层面，对于δpk+1,ri>0的项取δpk+1,ri求和得到δpk+1,imax，对于δpk+1,ri＜0的项取0求和得到δpk+1,imin；判断δpk+1,imax，δpk+1,imin与当前计算时步该区负荷变化δpli和联络线功率变化δptie,i的和之间的关系形成相应的当前时步对δprefri的附加约束条件，其中，δprefri包括分别为分布式模型预测控制器对风电场负方向和正方向控制速率上限△prefri,min和prefri,max。

优选地，所述校正单元505，用于对于每一个控制区域，根据对应的多维状态空间方程、优化目标和附加约束条件确定最优控制拉盖尔系数序列作为最优控制序列，并在当前时步对系统施加所述最优控制序列进行校正。

优选地，所述多维状态空间方程更新单元506，用于在当前时步末分布式模型预测控制器获取状态检测设备的反馈，更新每个控制区域的多维状态空间方程作为下一时步的多维状态空间方程，并判断是否达到仿真时步阈值，若是，则结束；反之，时步次数加1，并返回参数降维处理单元。

优选地，其中所述系统还包括：全区最优控制序列确定单元，用于基于纳什均衡的分解协调控制算法，使每个控制区域分布式模型预测控制器的决策通过通信系统进行协调，通过寻找纳什平衡点使每个控制区域优化控制达到局部最优，进而确定全区在当前时步的最优控制序列。

优选地，其中所述全区最优控制序列确定单元，基于纳什均衡的分解协调控制算法，使每个控制区域分布式模型预测控制器的决策通过通信系统进行协调，通过寻找纳什平衡点使每个控制区域优化控制达到局部最优，进而确定全区在当前时步的最优控制序列，包括：1)设置初始状态δxi(k)⁽¹⁾均为0，迭代次数num＝1；2)根据相应区的约束条件计算每个控制区域最优控制拉盖尔系数3)根据计算出来的计算每个控制区域的δxi(k)^(num+1)；4)通过通信系统将每个控制区域的δxi(k)^(num)数据共享，返回计算每个控制区域最优控制拉盖尔系数5)假设第i区最优控制拉盖尔系数ηi为z维列向量，设置检验迭代结束条件为其中，i∈[1,n]，ε取值为10^-8，若n区均满足迭代结束条件时，则此时系统处于纳什均衡状态，返回计算每个控制区域当前时步最优控制量；若不满足，则num＝num+1，并返回3)。

本发明的实施例的基于分布式模型预测控制的风电集群系统超前频率控制系统500与本发明的另一个实施例的基于分布式模型预测控制的风电集群系统超前频率控制方法100相对应，在此不再赘述。

已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。

通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。