基于双层模型预测结构的多区域协同联合调频控制方法与流程

本发明涉及多区域互联电网的协同控制领域，具体是涉及一种基于双层模型预测结构的多区域协同联合调频控制方法，该方法可适用于高比例可再生能源渗透区域电网的联合调频控制系统设计。

背景技术

随着风电、光伏等可再生能源并网规模的逐渐扩大，其出力间歇性和随机波动性给送端电网的调峰调频带来了巨大的调控压力。究其主要原因：一是各互联区域系统按照联络线计划和直流输电计划进行分区控制，每个区域系统只能调控本区域系统的资源，制约了可再生能源的消纳能力；二是未能将多区域互联系统作为一个整体，协调优化跨区域的agc机组与可再生能源出力。因此，如何充分利用跨区域交直流联络线输送能力，实现跨区域、多时间尺度调控来逐级消纳可再生能源已成为急需解决的问题。

目前，有关各区域agc机组按联络线频率偏差控制模式实时平衡本地功率扰动的控制手段很多，例如，基于智能优化技术的pid控制技术，基于博弈理论的优化控制技术等，但是这种控制模式在可再生能源渗透区域容易出现调频容量不充足，难以维持系统的频率稳定。通过多区域的合作，互联电网可以消纳更多的可再生能源，这是因为可再生能源在将随机波动性在不同的地理区域分布平滑，同时多个互联区域之间可以共享调频备用容量。现在的基于区域误差控制的协同控制技术仅实现了对关键断面的省网两级协同控制，忽略了多区域协同的经济性；而基于多区域agc联合调频模型实现分布式最优频率控制，完全脱离了现有的agc机组分层分区的控制结构特点。

模型预测控制(modelpredictivecontrol，mpc)是一类先进的控制技术，它通过多步模型预测、滚动优化、反馈校正等控制策略，使其能更好地追踪到控制对象的动态响应曲线，能处理多变量约束优化控制难题，具有较好的鲁棒性。随着模型预测控制理论的不断发展，模型预测控制器已从经典的单层控制结构发展为分层控制结构。采用单层控制结构的模型预测控制器主要分为：集中式模型预测控制、分散式模型预测控制、分布式模型预测控制；分层式模型预测控制由上下层之间的控制器进行分层递阶的协调控制，兼具了单层式控制结构的特性和分层式结构的灵活多变性。因此，鉴于多区域agc机组的分层分区控制结构特点，无论是集中式模型预测控制还是分散式模型预测控制，都存在一定的缺陷，无法适用于适用于高比例可再生能源渗透区域电网的联合调频控制系统设计。

技术实现要素：

本发明所要解决的技术问题，就是提供一种基于双层模型预测结构的多区域协同联合调频控制方法。该方法在在上层实现基于经济性模型预测控制的多约束条件下跨区域agc机组稳态功率优化分配；在下层实现基于分布式模型预测控制的多区域agc机组动态频率优化控制。在慢时间尺度(分钟级)上实现了考虑联络线断面安全约束的跨区域agc机组的稳态功率优化分配，在短时间尺度(秒级)上实现了各区域agc机组的动态频率优化控制。

解决上述技术问题，本发明采取如下的技术方案：

一种基于双层模型预测结构的多区域协同联合调频控制方法，其特征在于：模型下层是把整个多区域agc系统按地理区域分解成若干个各自独立但又耦合的子系统，基于分布式mpc控制实现子系统的动态频率优化控制；模型上层综合多区域agc机组经济性能，实现全局的经济性的agc机组稳态功率优化分配，具体步骤包括：

1)建立稳态优化层经济性mpc控制的离散状态空间模型；

2)形成稳态优化层经济性mpc控制目标函数；

3)求解稳态优化层经济性mpc控制目标函数；

4)建立动态优化层分布式mpc控制的离散状态空间模型；

5)形成动态优化层经济性mpc控制目标函数；

6)求解动态优化层分布式mpc控制目标函数。

进一步的，步骤1)具体步骤为：根据每时段的功率平衡方程选取多个区域的agc机组出力和交流联络线交换功率构成的向量x(k)＝[pgi,1(k),pgi,2(k),…,ptieac,mi(k),…]^t为状态变量(由于直流联络线一般按恒功率运行，这里假设跨区域输送的功率全部由交流联络线完成，且不计线路损耗)；以多个区域的agc机组出力增量构成的向量u(k)＝[δpgi,1(k),δpgi,2(k),…,δpgm,1(k),…]^t为控制变量；以交流联络线交换功率的净增量向量y(k)＝[δptieac,mi,…]^t为输出变量，可建立如式的离散状态空间模型：

进一步的，步骤2)具体步骤为：基于离散状态空间模型推导出起始于ym(k)未来一段时间内的模型输出ym(k+h|k)，h∈(1,pu)，pu为预测时域；当agc机组调节容量不充足，系统运行成本增量主要由多区域agc机组成本净增量和交流联络线调节成本，构造如下所示的稳态优化目标：

式中为区域i的agc机组j的煤耗量特性，ai,j、bi,j、ci,j为常系数；kf和ke分别为燃料价格和co2价格；δptieac,mi表示交流联络线mi之间额外输送的功率，dmi(δptieac,mi)＝kacδptieac,mi为交流联络线的功率调节成本，kac表示交流联络线的单位功率调节成本。

进一步的，步骤3)具体步骤为：在时刻k，上层mpc控制器是通过优化求解稳态优化目标得到agc机组在未来h个时段的控制变量序列：

进一步的，步骤4)具体步骤为：根据子区域agc系统的传递函数模型可用图2描述，转化为状态空间模型即为

其中，输出变量yi、控制变量ui、扰动变量di、状态变量xi分别定义为

yi＝acei，ui＝δpci，di＝[δpli,δpwi]^t；

xi＝[δpg1,i,δpt1,i,…,δpgn,i,δptn,i,δfi,δptieac,i,δptiedc,i]^t；

则相对应的状态矩阵控制矩阵观测矩阵扰动矩阵以及系统之间的耦合矩阵分别为

然后，离散化得到离散状态空间模型：

进一步的，步骤5)具体步骤为：根据系统当前时刻k的状态信息xi(k)及离散状态空间模型递推出在{ui(k|k),ui(k+1|k)…,ui(k+ml-1|k)}(ml为控制时域)作用下未来1到pl(pl≥ml，pl为预测时域)个时刻的系统状态为

式中，

在k时刻，下层dmpc控制器通过构造如下式所示的局部性能二次性能指标函数：

式中，qi、ri为对角加权系数矩阵，为acei的动态追踪目标信号，即为零。

进一步的，步骤9)具体步骤为：求解动态优化目标得到在滚动优化机制下得到未来l个时刻的最优控制量ui(k+l)：

本发明的优点和积极效果是：基于双层模型预测结构的多区域协同联合调频控制方法，不仅将频率偏差控制在较小的范围内，而且保证了交流联络线功率支援的安全性。而且控制效果明显优于传统的agc控制方式，可以有效减少多区域agc机组联合调频成本。因此，本发明不仅可以友好地适应现有多区域互联电网的控制模式，而且有效地缓解了大规模可再生能源并网带来的频率稳定问题，保障了智能电网的安全稳定运行。

附图说明：

图1：双层结构模型预测控制框图；

图2：含风电场的区域系统agc模型框图；

图3：跨区域agc机组协同控制方案；

图4：含风电场的三区域交直流互联电网；

图5：区域系统1风功率实际值与预测值偏差曲线；

图6：风功率波动时区域电网1频率偏差曲线；

图7：风功率波动时区域电网1频率偏差曲线；

图8：风功率波动时区域电网1频率偏差曲线；

图9：不同负荷阶跃扰动下的系统运行成本增量。

具体实施方式

以下结合附图对本发明的实施方式进行概要说明。

具体的控制框图如图1所示，一种基于双层模型预测结构的多区域协同联合调频控制方法，其特征在于：下层是把整个多区域agc系统按地理区域分解成若干个各自独立但又耦合的子系统，基于分布式mpc控制实现子系统的动态频率优化控制；上层综合多区域agc机组经济性能，实现全局的经济性的agc机组稳态功率优化分配。

具体步骤包括：

1)建立稳态优化层经济性mpc控制的离散状态空间模型：根据每时段的功率平衡方程选取多个区域的agc机组出力和交流联络线交换功率构成的向量为km状i(态变量(]由于直流联络线一般按恒功率运行，这里假设跨区域输送的功率全部由交流联络线完成，且不计线路损耗)；以多个区域的agc机组出力增量构成的向量u(k)＝[δpgi,1(k),δpgi,2(k),…,δpgm,1(k),…]^t为控制变量；以交流联络线交换功率的净增量向量y(k)＝[δptieac,mi,…]^t为输出变量，可建立如式的离散状态空间模型：

2)形成稳态优化层经济性mpc控制目标函数：基于离散状态空间模型推导出起始于ym(k)未来一段时间内的模型输出ym(k+h|k)，h∈(1,pu)，pu为预测时域。当agc机组调节容量不充足，系统运行成本增量主要由多区域agc机组成本净增量和交流联络线调节成本，构造如下所示的稳态优化目标：

式中为区域i的agc机组j的煤耗量特性，ai,j、bi,j、ci,j为常系数；kf和ke分别为燃料价格和co2价格。δptieac,mi表示交流联络线mi之间额外输送的功率，dmi(δptieac,mi)＝kacδptieac,mi为交流联络线的功率调节成本，kac表示交流联络线的单位功率调节成本。

3)求解稳态优化层经济性mpc控制目标函数：在时刻k，上层mpc控制器是通过优化求解稳态优化目标得到agc机组在未来h个时段的控制变量序列：

4)建立动态优化层分布式mpc控制的离散状态空间模型：根据子区域agc系统的传递函数模型可用图2描述，转化为状态空间模型即为

其中，输出变量yi、控制变量ui、扰动变量di、状态变量xi分别定义为

yi＝acei，ui＝δpci，di＝[δpli,δpwi]^t；

xi＝[δpg1,i,δpt1,i,…,δpgn,i,δptn,i,δfi,δptieac,i,δptiedc,i]^t；

则相对应的状态矩阵控制矩阵观测矩阵扰动矩阵以及系统之间的耦合矩阵分别为

然后，离散化得到离散状态空间模型：

5)形成动态优化层经济性mpc控制目标函数：根据系统当前时刻k的状态信息xi(k)及离散状态空间模型递推出在{ui(k|k),ui(k+1|k)…,ui(k+ml-1|k)}(ml为控制时域)作用下未来1到pl(pl≥ml，pl为预测时域)个时刻的系统状态为

式中，

在k时刻，下层dmpc控制器通过构造如下式所示的局部性能二次性能指标函数：

式中，qi、ri为对角加权系数矩阵，为acei的动态追踪目标信号，即为零。

6)求解动态优化层分布式mpc控制目标函数：求解动态优化目标得到在滚动优化机制下得到未来l个时刻的最优控制量ui(k+l)：

从上述步骤可以看出：①模型预测控制算法由于采用了多步预测、滚动优化和反馈校正等控制策略，因而具有控制性能好、鲁棒性强、对模型精确性要求不高的优点；②双层模型预测控制在慢时间尺度(分钟级)上实现了考虑联络线断面安全约束的跨区域agc机组的稳态功率优化分配，在短时间尺度(秒级)上实现了各区域agc机组的动态频率优化控制。

综上所述，根据上述的跨区域agc机组协同控制方案如图3所示。当扰动区域内agc机组调节容量充足时，区域系统按经济最优原则即等微增率原则在区域内的agc机组间进行分配。当扰动区域内agc机组调节容量不充足时，修改交流联络线功率交换计划，启动跨区域agc机组协同控制：在上层优化跨区域agc机组的功率分配，在下层实现跨区域agc机组的出力控制，上下层之间按不同时间尺度协调，实现了系统总净功率波动量在跨区域agc机组间的分钟级优化分配，在秒级保证了agc机组的动态调节性能。

以如图4所示的含风电场的三区域交直流互联电网agc系统进行仿真研究为例，本发明的具体实施步骤可以概述如下：

1)首先将多区域agc系统的传递函数模型转化为状态空间模型并将其离散化，建立相应的离散时间系统的状态空间模型；

2)确定双层结构mpc控制器相关参数设置：

首先确定上下层mpc控制器相关参数如下：上层mpc离散点采样周期为1min，预测时域p＝20，控制时域为m＝5；下层mpc离散点采样周期为0.1s，预测时域p＝20，控制时域为m＝10，上下层mpc控制器的输出加权因子为0.1，控制加权因子为0.1；

3)基于风功率短期预测值给出风功率输出偏差曲线：这里本发明实施例假设已经得到区域系统1风功率实际值与预测值偏差曲线，见附图5；

4)按照“模型预测、滚动优化、反馈校正”的步骤，上层经济性mpc控制器根据超短期负荷预测和风电场功率预测信息，按照实时经济调节成本最优原则，对多区域参与调频控制的agc机组进行经济性功率分配；下层分布式mpc控制器根据各个区域的acei信号和稳态优化层提供的agc机组功率分配因子对各控制区域的agc机组进行分布式控制，使达到稳态时各区域acei信号为零；

5)根据仿真场景，输出仿真结果：风功率波动时三区域系统的频率偏差曲线(图6-8)。

为进一步说明本发明方法所具有的经济性，假设在5s时刻区域系统1发生负荷阶跃扰动，扰动幅值由0.1pu逐次增加到0.5pu，图9给出了在不同负荷阶跃扰动场景下系统运行成本增量趋势图，不难发现随着负荷扰动幅值的增加，系统运行成本增量线性增加，且增加幅度呈现加大趋势，这是由于跨区域间交流联络线额外输送功率增大，使得交流联络线调节成本费用增大。

上述对比结果充分说明：本发明的控制策略与传统的agc控制方式相比较，在负荷阶跃扰动、风电外送区域的风功率随机波动场景下都能将频率偏差控制在较小的范围内，而且保证了交流联络线功率支援的安全性；在分钟级时间尺度优化各区域agc机组出力，避免一个调度周期15min内净负荷偏差过大导致的agc机组偏离最佳运行点，可以有效减少多区域agc机组联合调频成本。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的内容和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。