清华大学：主动配电网运行调控：从模型到量测驱动_41页_4mb

主动配电网运行调控：从模型到量测驱动

演讲者: 吴文传 长聘教授

• 清华大学电机工程与应用电子技术系
• IEEE/CSEE/IETFellow

研究背景

• 电网形态演变为分布式资源主导，挑战传统鲁棒控制。
• 分布式光伏出力随机性强、抗扰能力差，导致反向过载、过电压等问题，调控能力不足。
• 山东省调负荷鸭子曲线、加州脱网事件等案例显示运行风险高。

关键方法

在线反馈优化控制

• 端：有限样本采样、模型辨识，结合反馈优化算法。
• 引入量测反馈减少模型依赖，快速响应系统变化。
• 使用投影梯度下降法估计线性回归模型，适应集群自律运行。

自适应协同控制

• 解决单个逆变器控制能力有限、模型参数失配及网络影响问题。
• 实现集群PCC节点电压自适应跟踪参考指令，通过在线最小二乘算法估计动态参数。
• 示例：山东电网负荷波动、光伏退出运行场景下保持电压稳定。

基于动态模态分解的频率支撑控制

• 发展出升维映射，描述风光储集群动态模型，实现暂态电压和频率支撑控制。
• 应用于构网型光伏匹配振荡控制及风电场一次控制，降低转速波动，提升系统稳定。

数据驱动转向量测驱动

• 从构建模型转向依赖实时量测，克服模型建模复杂性和运行工况变化。
• 应用挑战：模型参数未知或不精确、利益主体信息隐私等。

应用效果

• 收敛性分析：反馈优化方法在量测误差下目标函数误差小于1%，抗差优化接近理论最优。
• 对比实验：无协调控制时PCC电压偏离设定值，采用自适应协调控制方法后电压快速收束至400V。例：负荷突变、系统参数突变场景均有显著改善。
• 论文案例数据驱动方法与基于模型方法相比，在收敛速度和鲁棒性上优势明显。

总结

• 量测获取成本下降（5G、低成本传感），模型维护成本剧增（海量分布式资源）。
• 控制策略重塑：从稳态优化到动态控制，从模型驱动转向数据驱动。
• 重要性：支持新型电力系统运行，提升供能质量和系统稳定性，推动主动配电网发展。