基于轨迹灵敏度的协同分布式模型预测电压控制

doi:10.3969/j.issn.1000-565X.2013.04.003

华南理工大学学报（自然科学版） ›› 2013, Vol. 41 ›› Issue (4): 14-20.doi: 10.3969/j.issn.1000-565X.2013.04.003

基于轨迹灵敏度的协同分布式模型预测电压控制

刘水平刘明波谢敏

华南理工大学电力学院，广东广州 510640

收稿日期:2011-07-15 修回日期:2012-02-15 出版日期:2013-04-25 发布日期:2013-03-01
通信作者: 刘水平(1977-)，女，博士，东莞职业技术学院讲师，主要从事电力系统优化、运行与控制研究． E-mail:liushuiping2000@yahoo.com.cn
作者简介:刘水平(1977-)，女，博士，东莞职业技术学院讲师，主要从事电力系统优化、运行与控制研究．
基金资助:
国家自然科学基金资助项目( 50907023，50777021 ) ; 广东省绿色能源技术重点实验室资助项目( 2008A060301002) ; 广东省自然科学基金博士科研启动基金资助项目( 9451064101003157)

Cooperatively-Distributed Model Predictive Control of Voltage Based on Trajectory Sensitivity

Liu Shui-ping Liu Ming-bo Xie Min

School of Electric Power,South China University of Technology,Guangzhou 510640,Guangdong,China

Received:2011-07-15 Revised:2012-02-15 Online:2013-04-25 Published:2013-03-01
Contact: 刘水平(1977-)，女，博士，东莞职业技术学院讲师，主要从事电力系统优化、运行与控制研究． E-mail:liushuiping2000@yahoo.com.cn
About author:刘水平(1977-)，女，博士，东莞职业技术学院讲师，主要从事电力系统优化、运行与控制研究．
Supported by:
国家自然科学基金资助项目( 50907023，50777021 ) ; 广东省绿色能源技术重点实验室资助项目( 2008A060301002) ; 广东省自然科学基金博士科研启动基金资助项目( 9451064101003157)

摘要/Abstract

摘要： 为克服集中式模型预测电压稳定控制的局限性，基于系统分区和预测电压控制模型分解提出了一种适于大型电力系统的协同分布式模型预测电压控制方法．该方法以所有子区域目标函数的凸组合来构建全局目标代价函数，利用轨迹灵敏度技术预测节点电压变化轨迹，将目标代价函数转化成与所有子区域控制变量有关的二次函数，从而避免了各子区域之间目标优化可能存在的冲突．在两个试验系统上的仿真结果表明，文中方法能获得与集中式模型预测电压控制相近的效果，且计算效率显著提高．

关键词: 电力系统, 电压稳定性, 模型预测控制, 协同分布, 轨迹灵敏度

Abstract:

In order to overcome the limitations in voltage stability of the centralized model predictive control,a cooperatively-distributed model predictive control method based on the system partition and the predictive control modeldecomposition of voltage is constructed for large-scale power systems. In this method,a global objective cost functionis proposed with the convex combination of the objective functions of all subareas,the nodal voltage trajectory is predictedaccording to the trajectory sensitivity,and the objective cost function is transformed into a quadratic programmingfunction relevant to all control variables,thus avoiding the optimization conflicts among the subareas.Simulationson two test systems indicate that the proposed method greatly improves the calculation efficiency and achieves avoltage control performance similar to that of the centralized model predictive control.

Key words: power system, voltage stability, model predictive control, cooperative distribution, trajectory sensitivity

刘水平刘明波谢敏. 基于轨迹灵敏度的协同分布式模型预测电压控制[J]. 华南理工大学学报（自然科学版）, 2013, 41(4): 14-20.

Liu Shui-ping Liu Ming-bo Xie Min. Cooperatively-Distributed Model Predictive Control of Voltage Based on Trajectory Sensitivity[J]. Journal of South China University of Technology (Natural Science Edition), 2013, 41(4): 14-20.

[1]	姚强强, 田颖, 王圣渊, 等. 基于力驱动的智能汽车路径跟踪控制策略[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 33-41,57.
[2]	徐海祥, 李超逸, 余文曌, 等. 基于扩张状态观测器的智能船舶循迹预测控制[J]. 华南理工大学学报(自然科学版), 2021, 49(12): 143-152.
[3]	张家旭, 杨雄, 施正堂, 等. 汽车紧急换道避障的路径规划与跟踪控制[J]. 华南理工大学学报（自然科学版）, 2020, 48(9): 86-93,106.
[4]	尹华杰郭志宇曾君. 滑模无速度传感器感应电机的简化预测转矩控制 [J]. 华南理工大学学报(自然科学版), 2020, 48(12): 18-26.
[5]	秦大同秦岭. 基于显式随机模型预测控制的功率分流式混合动力车辆能量管理策略[J]. 华南理工大学学报（自然科学版）, 2019, 47(7): 112-120.
[6]	孙传扬张欣席利贺陈宏伟. 极限工况下自动驾驶车辆转向控制器的设计 [J]. 华南理工大学学报（自然科学版）, 2018, 46(3): 78-85.
[7]	杜贵平杜发达. 有限集模型预测控制在 VIENNA 整流器中的应用[J]. 华南理工大学学报(自然科学版), 2018, 46(10): 9-14.
[8]	朱林李莎刘平武志刚. 改进的基于结构约束的发电机聚合参数解析方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(8): 41-48.
[9]	邓卓明刘明波. 求解多目标暂态电压紧急控制的强化学习方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(12): 9-17.
[10]	欧阳森耿红杰陈欣晖. 逼近理想解法在台区无功补偿评估中的应用[J]. 华南理工大学学报（自然科学版）, 2015, 43(12): 33-40.
[11]	陈国迎郑宏宇. 分布式全线控电动汽车底盘集成控制研究[J]. 华南理工大学学报（自然科学版）, 2015, 43(11): 87-95.
[12]	李峰张勇军张豪杨银国管霖许亮. 无功电压调控失配风险评估及其系统开发[J]. 华南理工大学学报（自然科学版）, 2013, 41(5): 99-104.
[13]	刘英杰赵又群. 基于模型预测控制的汽车换道操纵逆问题求解[J]. 华南理工大学学报（自然科学版）, 2013, 41(11): 120-124.
[14]	刘杰刘超宗长富郑宏宇刘明辉. 基于重构控制分配的 4WID/4WIS 电动车容错控制[J]. 华南理工大学学报（自然科学版）, 2013, 41(11): 125-131.
[15]	秦伟伟刘刚郑志强. 具记忆状态反馈的输入受限时滞系统模型预测控制器[J]. 华南理工大学学报(自然科学版), 2012, 40(6): 63-69.

基于轨迹灵敏度的协同分布式模型预测电压控制

Cooperatively-Distributed Model Predictive Control of Voltage Based on Trajectory Sensitivity

PDF

可视化

被引次数

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