基于动态降阶模型的电力系统非线性电压预测控制

doi:10.3969/j.issn.1000－7229.2017.03.005

电力建设 ›› 2017, Vol. 38 ›› Issue (3): 34-.doi: 10.3969/j.issn.1000－7229.2017.03.005

基于动态降阶模型的电力系统非线性电压预测控制

兰晓明1，王颖2，赵洪山1，米增强1

1.华北电力大学电气与电子工程学院，河北省保定市 071003；
2. 国网河北省电力公司经济技术研究院，石家庄市 050021

出版日期:2017-03-01
作者简介:兰晓明(1987)，男，博士研究生，本文通信作者，主要从事电力系统动态模型以及非线性预测控制算法等方面的研究工作；王颖(1975)，女，硕士，高级工程师，主要从事电网规划等方面的研究工作；赵洪山(1965)，男，教授，主要从事电力系统混杂建模、动态分析与控制以及电力系统优化计算等方面的研究工作；米增强(1960)，男，教授，博士生导师，主要从事风电场建模与接入系统分析、风电场监控系统、风电场发电功率预测等方面的研究工作。
基金资助:
国家自然科学基金项目(51077053)

Nonlinear Voltage Prediction Control of Power System Based on Dynamic Reduced Model

LAN Xiaoming1, WANG Ying2, ZHAO Hongshan1, MI Zengqiang1

1. School of Electrical and Electronics Engineering North China Electric Power University, 
Baoding 071003, Hebei Province, China； 2. Economic and Technology Research Institute, State Grid Electric

Power Company of Hebei Province, Shijiazhuang 050021, China

Online:2017-03-01
Supported by:
Project supported by National Natural Science Foundation of China(51077053)

摘要/Abstract

摘要： 传统电压控制多采用潮流方程，电压可能在到达事故后稳定运行点前的过渡过程中失稳，因此基于系统的动态模型进行电力系统电压控制十分必要。该文提出了一种基于动态降阶模型的非线性电压预测控制方法。为降低优化计算时间，结合电力系统的特点对经验Gramian平衡降阶方法加以改进，并应用改进的经验Gramian平衡降阶方法降低电力系统非线性动态模型的维数。为提高模型计算精度和数值稳定性，提出使用4阶收敛的Adams法替代欧拉法进行状态预测，建立基于降阶模型的多步预测－滚动优化模型。此外，在模型求解过程中使用温启动方法和较小的迭代次数限值Nmax来减少迭代次数。以New England 10机39节点电力系统对所提出的方法进行验证。结果表明，所提出的方法能够提高预测模型的数值稳定性，极大地降低模型求解时间，有利于提前响应系统中可预测的动态变化，维持系统电压稳定。

关键词: , 电力系统, 电压控制, 动态模型, 模型预测控制（MPC）, 模型降阶

Abstract: Due to the use of power flow equation in tradition voltage control, the voltages may lose its stability in the transition process form the failure to the stable operating point. It is necessary to consider dynamic model of power system in voltage study. This paper presents a nonlinear voltage predictive control method based on dynamic reduced model. In order to decrease the optimal calculating time, the improved empirical Gramian balance reduction method based on the features of power system is applied to reduce the order of power system nonlinear dynamic model. In order to improve the accuracy and numerical stability of predictive model, this paper uses a 4-order convergent Adams method instead of Euler method to predictive state values, and develops a multi-step prediction and rolling optimization model based on reduced model. In addition, the warm start technique and a small iterative times limit Nmax are used to decrease the iterative times in the solving process. The New England 10-generator and 39-bus power system is simulated to test the performance of the proposed method. The simulation results show that this method can not only increase the predictive model numerical stability and decrease the optimal-timing greatly, but also respond the predictable dynamic change of the system in advance to keep voltage stable.

Key words: power system, voltage control, dynamic model, model predictive control(MPC), model reduction

中图分类号:

TM 74

兰晓明，王颖，赵洪山，米增强. 基于动态降阶模型的电力系统非线性电压预测控制[J]. 电力建设, 2017, 38(3): 34-.

LAN Xiaoming, WANG Ying, ZHAO Hongshan, MI Zengqiang. Nonlinear Voltage Prediction Control of Power System Based on Dynamic Reduced Model[J]. Electric Power Construction, 2017, 38(3): 34-.

参考文献

［1］周双喜, 朱凌志, 郭锡玖. 电力系统电压稳定性及其控制［M］. 北京: 中国电力出版社, 2003, 127-132.

［2］黄小庆, 曹阳, 吴卫良, 等. 考虑电压暂降指标的电压协调控制方法研究［J］. 电力系统保护与控制, 2015, 43(22): 147-154. HUANG Xiaoqing, CAO Yang, WU Weiliang, et al. Research on voltage coordination control method considering voltage sag index［J］. Power System Protection and Control, 2015, 43(22): 147-154

［3］林舜江, 刘明波, 周欣, 等. 暂态电压安全紧急切负荷控制优化研究［J］. 电力系统保护与控制, 2010, 38(11): 18-24.LIN Shunjiang, LIU Mingbo, ZHOU Xin, et al. Emergency load shedding control optimization for transient voltage security［J］. Power System Protection and Control, 2010, 38(11): 18-24.

［4］ALLGOWER F, FINDEISE R, NAGY Z K. Nonlinear model predictive control from theory to application［J］.Journal of the Chinese Institute of Chemical Engineers, 2004, 35(3): 299-315.

［5］周念成, 付鹏武, 王强钢, 等. 基于模型预测控制的两区域互联电网AGC系统研究［J］. 电力系统保护与控制, 2012, 40(22): 46-51.ZHOU Niancheng, FU Pengwu, WANG Qianggang, et al. Research on AGC of two area interconnected power system based on MPC［J］. Power System Protection and Control, 2012, 40(22): 46-51.

［6］杨冬锋, 周苏荃, 魏剑啸, 等. 基于MPC的超短期优化调度策略研究［J］. 电力系统保护与控制, 2015, 43(11): 46-51.

YANG Dongfeng, ZHOU Suquan, WEI Jianxiao, et al. Ultra-short term optimal dispatch method based on MPC［J］. Power System Protection and Control, 2015, 43(11): 46-51.

［7］代高富, 符金伟, 周胜, 等. 基于模型预测控制的MMC-HVDC控制策略研究［J］. 电力系统保护与控制, 2016, 44(10): 10-16.

DAI Gaofu, FU Jinwei, ZHOU Sheng, et al. Study of control strategy for MMC-HVDC system based on model predictive control［J］. Power System Protection and Control, 2016, 44(10): 10-16.

［8］刘水平, 刘明波, 谢敏, 等. 应用MPC和轨迹灵敏度技术实现最优协调电压控制［J］. 电力系统保护与控制, 2011, 39(1): 1-6,14.LIU Shuiping，LIU Mingbo，XIE Min，et al．Optimal coordinated voltage control using MPC and trajectory sensitivity technique［J］. Power System Protection and Control, 2011, 39(1): 1-6,14.

［9］张聚, 陈圆, 丁靖, 等. 电力系统电压崩溃的显式模型预测控制［J］. 电力系统保护与控制, 2012, 40(16): 8-14.ZHANG Ju, CHEN Yuan, DING Jing, et al. Explicit model predictive control of voltage collapse in power systems［J］. Power System Protection and Control, 2012, 40(16): 8-14.

［10］王爽, 刘明波, 郭挺, 等. 应用Radau排列和移动区间技术实现模型预测紧急电压控制［J］. 电力系统保护与控制, 2011, 39(22): 24-29,39.

WANG Shuang, LIU Mingbo, GUO Ting, et al. Model predictive emergency voltage control using Radau collocation and moving finite elements technique［J］. Power System Protection and Control, 2011, 39(22): 24-29,39．

［11］黄义隆, 谢敏, 刘明波. 基于修正轨迹灵敏度的模型预测长期电压稳定控制［J］. 电力系统自动化, 2012, 36(3): 28-33.

HUANG Yilong, XIE Min, LIU Mingbo. Model predictive control for long-term voltage stability based on corrected trajectory sensitives［J］. Automation of Electric Power Systems, 2012, 36(3): 28-33.

［12］倪以信, 陈寿孙, 张宝霖. 动态电力系统的理论和分析［M］. 北京: 清华大学出版社, 2002: 361-363.

［13］王锡凡, 方万良, 杜正春. 现代电力系统分析［M］. 北京: 科学出版社, 2003: 120-123.

［14］赵洪山, 兰晓明, 周雪青. 基于平衡降阶模型的多机电力系统非线性励磁预测控制［J］. 中国电机工程学报, 2013, 33(22): 61-67.

ZHAO Hongshan, LAN Xiaoming, ZHOU Xueqing. Nonlinear excitation predictive control of multi-machine power systems based on balanced reduced model［J］. Proceedings of the CSEE, 2013, 33(22): 61-67.

［15］李庆杨. 数值分析［M］. 北京: 清华大学出版社, 2008, 279-313.

［16］赵洪山, 范晓丹, 顾雪平. 原对偶非线性变尺度优化潮流算法［J］. 中国电机工程学报, 2009，29(31): 47-52.

ZHAO Hongshan, FAN Xiaodan, GU Xueping. Primal-dual nonlinear rescaling method for optimal power flow［J］. Proceedings of the CSEE, 2009，29(31): 47-52.

［17］YANG W, STEPHEN B. Fast model predictive control using online optimization［J］. IEEE Transactions on Control Systems Technology, 2010, 18(2): 267-278.

[1]	汤吉鸿, 章德, 丛凡超, 田国梁, 吴贵烘, 李宇骏, 禹海峰. 基于线性二次型最优控制的多端直流最优功率调制方案[J]. 电力建设, 2020, 41(8): 32-39.
[2]	赵洱岽, 王浩, 林弘杨. 现货市场中基于演化博弈的火电企业阶梯报价策略[J]. 电力建设, 2020, 41(8): 68-71.
[3]	檀勤良, 丁毅宏, 李渝, 李锐. 考虑经济环境平衡的风光火联合外送调度策略多目标优化[J]. 电力建设, 2020, 41(8): 129-136.
[4]	赵金鑫，苗虹，曾成碧. 基于改进虚拟同步发电机控制技术的低压微电网功率分配策略[J]. 电力建设, 2020, 41(7): 42-48.
[5]	宋建，束洪春，董俊，梁雨婷，李雨龙，杨博. 基于GM(1，1)与BP神经网络的综合负荷预测[J]. 电力建设, 2020, 41(5): 75-80.
[6]	祁兵，叶欣，李彬，陈宋宋，李源非，石坤. 考虑IEC标准的用户侧电力物联网体系架构研究[J]. 电力建设, 2020, 41(5): 92-99.
[7]	梁修锐，刘道伟，杨红英，李卫星，邵广惠，徐兴伟，王克非，李宗翰，赵高尚. 数据驱动的电力系统静态电压稳定态势评估[J]. 电力建设, 2020, 41(1): 126-132.
[8]	张涌新，沈弘，文俊. 面向综合需求响应的综合能源系统储能控制面向综合需求响应的综合能源系统储能控制[J]. 电力建设, 2019, 40(9): 43-51.
[9]	肖海伟，孙久严2，李章溢，肖浩，张亮，黄娟，裴玮. 基于综合储能设备的工业园区联络线功率实时MPC控制方法[J]. 电力建设, 2019, 40(8): 34-42.
[10]	钟永洁，谢东亮，孙永辉，翟苏巍，常福刚，张明理. 考虑能源子系统与储能的综合能源系统优化分析[J]. 电力建设, 2019, 40(8): 59-68.
[11]	郇嘉嘉，隋宇，张小辉. 综合能源系统级联失效及故障连锁反应分析方法[J]. 电力建设, 2019, 40(8): 84-92.
[12]	吴晓飞，戴晖，黄晓剑，杨萌，刘皓明. 挖掘光伏无功能力的配电网无功电压协调控制策略[J]. 电力建设, 2019, 40(5): 78-89.
[13]	杨军，林洋佳，陈杰军，李逸欣，詹祥澎. 未来城市共享电动汽车发展模式[J]. 电力建设, 2019, 40(4): 49-59.
[14]	胡嘉骅，文福拴，马莉，彭生江，范孟华，徐昊亮. 电力系统运行灵活性与灵活调节产品[J]. 电力建设, 2019, 40(4): 70-80.
[15]	蔡超，窦晓波，曹水晶，陈曦，王娜. 基于模型预测控制的园区热电联供微电网能量优化[J]. 电力建设, 2019, 40(3): 27-33.

基于动态降阶模型的电力系统非线性电压预测控制

Nonlinear Voltage Prediction Control of Power System Based on Dynamic Reduced Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价