一种计及区域调压能力保留的电压协调控制方法

摘要

本发明公开了一种计及区域调压能力保留的电压协调控制方法，包括以下步骤：步骤1：初始化设置电压偏移权重参数和控制代价权重参数；步骤2：采集电网实时数据，若电压偏移超过设定范围，则控制启动，以采集的数据作为初值进行时域仿真，并计算评估目标节点电压对于备选控制的轨迹灵敏度；步骤3：基于轨迹灵敏度信息和模型预测控制方法，建立电压协调控制模型并求解最优控制序列，并将最优控制序列中的第一步控制施加于电力系统；步骤4：在下一个控制时域初始时刻，重复步骤2‑4直到控制目标轨迹满足设定要求。在校正电压轨迹的同时，使各控制器的出力更加均衡，并考虑在区域内保留一定的调压裕度。

说明书

技术领域

本发明涉及电力系统安全稳定控制技术领域，具体涉及一种计及区域调压能力保留的电压协调控制方法。

背景技术

现阶段负荷中心水平不断增长，远距离重负荷输电的局面将会日益突出，电力系统的运行越来越接近其稳定极限。在系统电压偏离其经济安全运行区间时，需要及时采取电压校正控制措施，对无功流动进行合理协调和分配，并防止电压的进一步恶化发展，在维持电压稳定的同时维持一定的稳定裕度。

中长期电压稳定本质上是一个动态问题，其慢动态由系统中的连续动态和离散事件交织作用而成，具有典型的混杂系统特征。在校正控制决策制定时，需要采用基于轨迹的优化方法，并兼顾中长期时间尺度下的系统不确定性。模型预测控制(model predictive control,MPC)是一种滚动时域多步优化方法，能够有效处理系统的不确定性问题，但现有基于MPC的相关研究往往仅考虑了电压指标的控制，未考虑控制器出力的均衡和裕度保留。文献“张岩,王子翔,张文.计及稳定裕度约束的最优协调电压控制.电网技术,2013,37(11):3159-3165”在优化模型中加入了电压稳定裕度约束，但需要在每次滚动优化中通过求取分岔点，计算量较大，难以在线应用。

发明内容

为解决现有技术存在的不足，本发明公开了一种计及区域调压能力保留的电压协调控制方法，本发明考虑中长期电压稳定时间尺度下的系统混杂特性与不确定性，在电压偏移超过限值时，通过协调系统内各控制器的时空动作使电压恢复至正常范围。在非紧急情况下，考虑控制器的出力均衡与自由度保留，使控制决策实施后系统区域内仍具有一定的电压调节能力，以应对系统的连续扰动情况。

为实现上述目的，本发明的具体方案如下：

一种计及区域调压能力保留的电压协调控制方法，包括以下步骤：

步骤1：初始化设置电压偏移权重参数和控制代价权重参数，设置参数后的控制代价权重曲线比电压偏移权重曲线更为平滑，当电压偏移越限与控制变量接近限值同时发生时，控制代价权重的值远小于电压偏移权重的值；

步骤2：采集电网实时数据，若电压偏移超过设定范围，则控制启动，以采集的数据作为初值进行时域仿真，并计算评估目标节点电压对于备选控制的轨迹灵敏度，轨迹灵敏度可以用来表示电力系统某一时刻参数的微小变化对系统轨迹的影响；

步骤3：基于轨迹灵敏度信息和模型预测控制方法，建立电压协调控制模型并求解最优控制序列(Δu₁,Δu₂,…,Δu_m)，并将最优控制序列中的第一步控制输入向量Δu₁施加于电力系统；本发明中可调节的控制变量组成的向量u中包括有载调压器分接头位置，发电机自动电压调节器的参考电压设定值以及切负荷量等；

步骤4：在下一个控制时域初始时刻，重复步骤2-4直到预测时域内各节点电压幅值满足系统正常运行要求。

步骤2中，其中，轨迹灵敏度求解方法如下：

电力系统模型可表示为微分代数方程组：

$\stackrel{·}{x}=f(x,y,u)$

0＝g(x,y,u)

式中：x为动态状态向量；y是电力系统代数向量；u为电力系统控制输入向量。

上述电力系统模型对u求导可得：

${\stackrel{·}{x}}_u\left(t\right)=f_x\left(t\right)x_u\left(t\right)+f_y\left(t\right)y_u\left(t\right)+f_u\left(t\right)$

0＝g_x(t)x_u(t)+g_y(t)y_u(t)+g_u(t)

上式为灵敏度方程，若t_k时刻电力系统控制向量为u_k，施加控制变量Δu_k所导致的代数变量增量可以近似表示为为电力系统控制向量为u_k时对应的电力系统代数向量的轨迹灵敏度。

步骤3中，该优化方法求解的是控制时域内的最优控制序列(Δu₁,Δu₂,…,Δu_m)，即当前控制时域内采样点1处的最优控制Δu₁，采样点2处的最优控制Δu₂……采样点m处的最优控制Δu_m，但实施时仅实施第一步的控制量Δu₁。

进一步的，所述电压偏移权重采用了浴缸曲线，电压偏移权重矩阵Q第i行的对角元素为：

$Q\left(V_{Ki}\right)={[\frac{1}{|1-V_{imin}|}·(1-V_{Ki})]}^{10}+C_Q$

式中，V_Ki为第i条母线的预测电压幅值，C_Q为电压偏移不靠近其上下限时对应电压偏移项的代价权重，V_imin为第i条母线处的电压安全阈值下限。

进一步的，所述控制代价权重应用浴缸曲线特性，控制代价权重表达如下：

$R\left(u_i\right)=M·{[(ϵ+d)·(\frac{u_{i\min }+u_{imax}}{2}-u_i)]}^n+C_R$

式中，R(u_i)为控制惩罚对角矩阵中的第i行/列对角元素，代表第i个控制的控制代价，d定义了浴缸曲线缸底的宽度，ε决定浴缸曲线的平滑程度，n决定控制代价在接近控制上下限附近的增长速度，M影响控制限值点出的控制代价大小，C_R决定了控制变量不靠近其限值时的控制代价，u_i代表第i个控制变量，u_imin和u_imax分别为该控制变量的下限与上限。

进一步的，控制启动时，初始化控制器参数，包括当前控制次数、采样周期、预测时域及控制时域。

进一步的，建立电压协调控制模型时，在预测时域内通过最小化目标函数求解控制时域内应施加的最优控制序列，并以采样周期为间隔反复重复上述优化过程。

进一步的，具体的最优控制序列求解过程：保持控制输入向量不变，在步骤2中通过时域仿真得到预测周期内电压轨迹根据线性化系统的性质，将电压轨迹灵敏度信息V_u与控制输入向量u相乘后线性叠加，得到控制导致的电压幅值变化量将与线性叠加，得到电力系统施加控制后各目标节点预测输出向量电压协调优化模型优化问题转化为以调节量Δu为独立变量的二次规划问题。电压轨迹灵敏度即为电压轨迹相对于控制输入向量的灵敏度，也就是当一个很小的控制输入向量施加时，电力系统轨迹的变化量。

进一步的，所述目标函数为：

$min\left(\underset{k=1}{\overset{K}{\Sigma }}{\left(V_r-{\hat{V}}_k\right)}^{T}Q\right(V_r-{\hat{V}}_k)+\underset{k=1}{\overset{m}{\Sigma }}{\mathrm{\Delta u}}_k^T{\mathrm{R\Delta u}}_k)$

式中：Q、R分别为步骤1中设置的电压偏移权重矩阵和控制代价权重矩阵简写，K代表MPC方法预测时域t_p内的采样点数量，t_p＝(K-1)t_s，t_s为采样周期；m代表单次优化控制决策的步数，t_c＝mt_s，t_c为控制时域；V_r为节点参考电压组成的向量，为施加控制措施后的预测电压幅值组成的向量；Δu为控制输入调节量，u为电力系统控制输入量，向量Δu和u的下标k代表其在预测时域内第(k+1)个采样点处(t_n+kt_s)时刻的取值。

进一步的，所述目标函数的优化约束为：

$\left(\begin{array}{c}{u}_k=u_{k-1}+\Delta u_k\\ V_{\min }\le {\hat{V}}_K\le V_{max}\\ u_{\min }\le u_k\le u_{max}\\ \left|\Delta u\right|\le {\mathrm{\Delta u}}_{max}\end{array}\right)$

式中：第2、3式分别为电压幅值向量、控制输入上、下限约束，第4式为控制调节速率约束。

进一步的，所述电力系统控制输入量包括自动电压调节器(automatic voltage regulator，AVR)设定值、有载调压变压器分接头(on-load tap changer，OLTC)位置以及切负荷系数等。

进一步的，所述步骤4中，若求取采样点处最优控制序列为(Δu₁,Δu₂,…,Δu_m)，则在t_n+t_s时刻将最优控制序列中的第一步控制输入向量Δu₁施加于电力系统。

本发明的有益效果：

(1)本发明在建立电压协调控制模型并求解最优控制序列时，最优控制措施在线滚动分多步实施，能够处理系统不确定性特点，避免模型不匹配导致的控制效果偏差。

(2)本发明在非紧急控制场景，该方法根据浴缸曲线得到对应的电压偏移权重和控制代价权重，采用能够使各调压控制器出力更加均衡，保留区域内的电压调节能力，以应对控制措施的滚动调整以及后续可能出现的系统扰动。

(3)本发明为减少预测优化模型不匹配以及量测误差的负面影响，基于轨迹灵敏度和基于滚动时域多步优化的方法建立优化模型，并在优化过程中根据量测反馈信息反复校正。在目标函数中设置非线性电压偏移和控制代价权重，在校正电压轨迹的同时，使各控制器的出力更加均衡，并考虑在区域内保留一定的调压裕度。

附图说明

图1计及区域调压能力保留的电压协调控制方法的流程示意图；

图2控制代价权重曲线；

图3电压偏移权重曲线；

图4模型预测控制原理图；

图5 IEEE 39节点系统的拓扑结构示意图；

图6实施控制后的电压响应曲线。

具体实施方式：

下面结合附图对本发明进行详细说明：

以IEEE39节点系统为例，为了凸显电压稳定问题，将6号和7号发电机的有功功率出力分别降至0.75p.u.和0.66p.u.。算例系统拓扑结构如图5所示。发电机采用准稳态模型，负荷采用动态指数恢复模型。

设置系统故障为t＝10s时，节点32处发电机因故障跳闸，应用本发明提出的计及区域调压能力保留的电压协调控制方法，如图1所示，包括如下步骤：

步骤1：初始化代价权重浴缸曲线参数，控制代价权重相关参数M＝5,d＝10,ε＝2,n＝6,C_R＝1。电压偏移权重参数V_imin＝0.9p.u.，C_Q＝10。在该参数设置下，控制代价权重曲线比电压偏移权重曲线更为平滑，当电压偏移越限与控制变量接近限值同时发生时，控制代价权重R(u_i)的值远小于电压偏移权重Q(V_i)的值，从而优化会优先考虑电压的恢复问题，确保系统的安全运行。在优化过程中仅出现电压越限问题时，本发明提出方法则会保留区域电压调节能力以应对连续扰动情况。

本发明离线设置非线性电压偏移权重和控制权重。在传统电压优化控制模型中，控制变化量的惩罚权重对角矩阵的对角元素均为常数，能够区分不同控制措施的控制代价，具有较高控制灵敏度和低权重的控制会优先动作。在预测模型精确的前提下，这种设置方法能够兼顾系统的安全性与经济性，但部分控制器可能会达到控制上限，以发电机的自动电压调节器(automatic voltage regulator，AVR)设定参考值为例，发电机的出力不均衡可能会导致过励限制器或定子过流限制器的动作，进而使发电机失去电压调节能力。从系统控制的角度来看，关键控制变量的减少意味着系统应对扰动能力的降低，不利于系统的安全稳定。此外，在中长期电压稳定的时间尺度下，模型的不匹配问题无法避免，需要保留一定量的控制自由度以校正控制结果。

为解决上述问题，本发明中的控制代价权重的应用了浴缸曲线特性，当控制变量接近其上限时，优化会趋向选择其他控制措施，从而使控制器出力更加均衡，在校正控制场景保留一定的区域电压调节能力。相应的浴缸曲线如图2所示。

类似的，优化目标函数中的电压偏移项的权重也采用了浴缸曲线，以避免出现电压越限。电压偏移代价权重的浴缸曲线如图3所示。由于系统安全运行重要于经济运行，区域调压能力的保留不应以牺牲系统的安全稳定性为代价。当电压越限与控制变量接近限值同时发生时，优化应优先考虑系统安全性。因此控制变量接近限值时的控制代价权重应远小于电压越限时的电压偏移权重。上述要求可以通过控制代价权重表达式、电压偏移项的权重表达式中的参数设置实现。

步骤2：调控中心采集电网实时数据，因故障后电压偏移出正常范围，控制启动。初始化控制器参数，当前控制次数n＝1，采样周期t_s＝10s，t_p＝60s，t_c＝30s。以采集数据作为数值积分的初值，采用隐式梯形法进行时域仿真，计算评估目标节点电压对于备选控制的轨迹灵敏度。

步骤3：基于轨迹灵敏度信息和模型预测控制方法，根据式(1)-(4)建立电压协调控制模型并求解最优控制序列。并将最优控制序列中的第一步控制施加于系统。

MPC原理如图4所示，它在预测时域内通过最小化目标函数求解控制时域内应施加的最优控制序列，并以采样周期为间隔反复重复上述优化过程。

保持控制输入不变，在步骤2中通过时域仿真得到预测周期内电压轨迹根据线性化系统的性质，将轨迹灵敏度信息与控制变量相乘后线性叠加，可以得到控制导致的电压幅值变化量将与线性叠加，可以得到系统施加控制后各目标节点预测输出向量电压协调优化模型可转化为以调节量Δu为独立变量的二次规划问题。

步骤4：重复步骤2-3直到电压满足系统安全稳定运行要求。该故障场景下得到的最优控制序列如表1所示，表中U_ref,Gi代表母线i处的发电机AVR参考值，n_t(i-j)为连接母线i和母线j的变压器变比。实施控制之后的电压曲线如图6所示。可以看到在3次滚动优化后，本发明提出方法通过协调各调压控制器的动作使系统电压恢复至正常范围内。

表1调压控制器动作

其他参数不变，若采用传统的模型预测控制方法，优化目标函数中的控制代价权重和电压偏移权重设置为常数，与本发明提出方法的性能对比如表2所示，由仿真结果和对比结果可以看出，本发明所提出的方法几乎不消耗额外计算时间，但在非紧急情况下能够使调压控制器出力更加均衡，并保留一定的区域电压调节能力。

表2控制性能对比

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。