2024-02-15-清华大学-主动配电网运行调控_41页_4mb

主动配电网运行调控总结

核心内容

主动配电网运行调控是一个复杂的问题，涉及多个方面，包括模型驱动与量测驱动的调控体系、集群自律运行、动态电压支撑控制、频率主动支撑控制以及新能源集群控制器的优化设计。随着分布式资源（如分布式光伏、电动汽车和储能系统）的大量渗透，传统基于模型的调控方法面临诸多挑战，如模型参数失配、运行状态变化快、信息隐私等。因此，研究从“模型”向“测量”的转变，采用数据驱动的方法，以提高调控的准确性和实时性。

主要观点

• 电网形态演变：传统电网以集中式发电为主，而主动配电网则包含多个区域系统，能够灵活管理由分布式资源构成的集合。
• 同步发电机与电力电子设备的特性差异：同步发电机具有旋转惯量、自同步性和鲁棒的电压/频率控制能力，但响应速度较慢；而电力电子设备则具有快速、灵活和模块化控制的优势，但缺乏天然的同步能力和抗扰能力。
• 分布式光伏的挑战：分布式光伏出力具有随机性和多变性，逆变器适应性差，导致电压、频率波动，甚至引发系统崩溃。
• 反馈优化控制框架：基于在线反馈优化的调控方法，结合模型与反馈控制，能适应模型参数缺失和系统动态变化，提高系统响应的鲁棒性和收敛性。
• 自适应协同控制：通过自适应控制策略，实现集群动态电压支撑，能够有效应对系统扰动，维持电压稳定。
• 动态频率支撑控制：基于动态模态分解技术，实现新能源集群的频率主动支撑，提升系统频率稳定性。
• 新能源集群控制器：通过量测驱动的控制策略，实现快速响应和高效运行，同时降低系统运行成本。

关键信息

1. 主动配电网调控体系

• 主动配电网包含多个区域系统，能够控制由分布式资源（如分布式发电、负荷、储能）构成的集合。
• 配电系统运营商通过灵活的网络拓扑管理潮流，分布式可控资源可承担部分系统支撑任务。
• 需要构建一个广域分布式光伏协同主动支撑与优化运行调控平台，实现系统的协同优化。

2. 基于在线反馈优化的集群自律运行

• 数学模型：通过混合整数线性规划（MILP）对电动汽车充电基础设施进行优化规划，以最小化投资成本和最大化本地光伏自用率。
• 模型与数据结合：利用在线反馈优化方法，结合有限样本采样与模型辨识，提高控制的实时性和适应性。
• 目标函数：最小化电压偏差、无功功率、弃光成本等，同时考虑系统约束。
• 优化方法：采用投影梯度法进行迭代优化，确保控制策略的收敛性。

3. 自适应协同的集群动态电压支撑控制

• 问题与挑战：单个逆变器控制能力有限，需考虑集群协同控制；系统参数频繁变化，模型维护成本高。
• 控制方法：采用自适应协同控制策略，使集群并网点电压自适应追踪设定值，提高系统稳定性。
• 收敛性分析：证明控制策略具有BIBO稳定性，即使在系统参数突变或部分设备退出运行的情况下，也能维持电压稳定。

4. 基于动态模态分解的频率主动支撑控制

• 挑战：新能源发电出力波动，难以精确提供场站级频率支撑；单机设备动态特性复杂，难以保证能量安全。
• 方案：通过动态模态分解刻画风光储的动态模型，实现集群暂态频率和电压支撑控制。
• 应用效果：在风电场一次控制中，优化控制策略能够有效平抑转速波动，提高系统频率稳定性。

5. 新能源集群控制器

• 性能指标：具备快速响应和高精度测量能力，如计算时间<400μs，响应时间<20ms。
• 功能模块：
  • 测量与感知：包括向量测量、动态频率测量、电能质量监测和故障录波。
  • 优化运行：如无功电压优化、自动功率控制、功率平滑控制。
  • 主动支撑：动态电压支撑、一次频率控制、惯量支撑。

6. 数据驱动优化与挑战

• 数据驱动趋势：随着数据驱动方法的发展，模型维护成本增加，而量测获取成本下降。
• 在线反馈优化：通过线性回归和抗差回归方法，实现模型的在线更新和优化。
• 抗差优化：在存在坏数据干扰的情况下，仍能保持较高的控制精度，接近理论最优解。

结论

主动配电网运行调控正从模型驱动向量测驱动转变，以适应分布式资源大量渗透带来的系统复杂性和不确定性。通过反馈优化、自适应协同控制和动态模态分解等方法，可以有效提升系统的动态响应能力、电压和频率稳定性，以及整体运行效率。这些方法在应对系统扰动、提高新能源并网能力、优化电动汽车充电基础设施等方面展现出良好的应用前景。