主动配电网运行调控

主动配电网运行调控：从模型到量测驱动 吴文传长聘教授IEEE/CSEE/IETFellow 清华大学电机工程与应用电子技术系 EMS @SmartGrid 1 背 景 2 主动配电网调控体系 3 基于在线反馈优化的集群自律运行 4 自适应协同的集群动态电压支撑控制 5 基于动态模态分解的集群频率主动支撑控制 @SmartGrid EMS 2 1研究背景 电网形态的演变 集中式发电系统 ↓ 分布式发电系统 (丹麦) 某省级电网调度负荷曲线 爬升1500万千瓦/3小时 同步发电机 +集中可调度发电电 +大规模的旋转惯量网 +与网络有自同步性 +鲁棒的电压/频率控制 –慢速动作与控制 电力电子 电力–分布&随机性发电 电子–没有旋转惯量 –没有天然的自同步性 控制–脆弱的电压/频率控制 系统 +快速/灵活/模块化控制 质变3 1背景 分布式光伏出力随机,运行工况多变，逆变器适应性差 分布式光伏抗扰能力差，缺乏主动同 步能力，谐振、电能质量恶化，控制 光伏出力随机性强 加州4次大面积脱网功率波动 困难谐波电压超标台区占6.93% 配网谐振过电压 诱发英国大停电 配电网馈线 反向过载、过电压等问题突出，调 控能力不足，运行风险大，调度困 难 爬升1500万千瓦/3小时 潮流方向 配电变压器 电 压 无光伏接入 电压容许范围 变电站 馈线末端 山东省调负荷鸭子曲线 反向重过载 过电压加剧 4 1背景 主动配电网 主动配电网包含多个区域系统，这些系统能够控制由大量分布式资源——分布式发电、负荷、储能所构成的集合。配电系统运营商通过灵活可变的网络拓扑能够管理配电网的潮流，在具备一定调控能力且满足并网要求的前提下，分布式可控资源承担一部分系统支撑任务。[CIGREC6.11工作组] Infrastructureofpowerdistribution Activeresources ActiveNetworkManagement 5 2主动配电网运行调控体系 广域协调优化运行 对内自治对外支撑 自适应并网 提高供电质量 6 2主动配电网运行调控体系 广域分布式光伏协同主动支撑与优化运行调控平台 风险量化调控技术主动支撑能力优化 支支 撑撑 需能 求力 分布式光储集群控制 7 基于在线反馈优化的集群自律运行 8 PromotionalArticleaddedbytheECE,notincludedintheoriginalslides Received:5May2022 Revised:28January2023 Accepted:28January2023 EnergyConversionandEconomics DOI:10.1049/enc2.12080 ORIGINALRESEARCH OptimizedplanningofchargersforelectricvehiclesindistributiongridsincludingPVself-consumptionandcooperativevehicleowners BiswarupMukherjee1 1MINESParis-PSL,CentrePERSEE,SophiaAntipolis,France 2HES-SOValais-Wallis FabrizioSossan1,2 Abstract Thispaperpresentsamathematicalmodeltositeandsizethecharginginfrastructureforelectricvehicles(EVs)inadistributiongridtominimizetherequiredcapitalinvestmentsandmaximizeself-consumptionoflocalPVgenerationjointly.Theformulationaccountsfortheoperationalconstraintsofthedistributiongrid(nodalvoltages,linecurrents,andtransformers’ratings)andtherechargingtimesoftheEVs.ItexplicitlymodelstheEVowners’flexibilityinpluggingandunpluggingtheirvehiclestoandfromachargertoenableoptimalutilizationofthecharginginfrastructureandimproveself-consumption(cooper-ativeEVowners).Theproblemisformulatedasamixed-integerlinearprogram(MILP),wherenonlineargridconstraintsareapproximatedwithlinearizedgridmodels. KEYWORDS chargingstations,electricvehicles,PVself-consumption,siting 3基于在线反馈优化的集群自律运行 从“模型”到“测量” 基于模型的优化调控技术遇到的挑战：建模和模型辨识成本昂贵 扰动建模w 输出变量y 外部扰动w 模型很多时候对控制是无效的 精确非线性模型 控制器执行优化 控制变量u 物理系统 x 状态变量 运行状态和模型持续变化 不同利益主体，信息隐私 数据驱动方面论文发表趋势 发 建模是控制中最费时间的工作表论文 数 9 3基于在线反馈优化的集群自律运行 从“模型”到“测量” 投影梯度下降法 1、在线反馈优化控制: 有限样本采样&模型辨识+反馈优化 近似控制-状态的线性映射 实时量测 控制命令 物理系统 Unknownsystem State Obervation reward action Agent 2、基于学习的控制 policy 通常从数据学习策略比学习模型容易 10 3基于在线反馈优化的集群自律运行 PCC 问题与挑战 分布式资源大量渗透的配电网模型变化快，模型参数未知或不精确，人工维护成本高，难以实时追踪分布式能源和配电网的模型变化，以模型驱动为主的传统优化控制方法面临模型不够准确、控制偏差大等问题。 ? 完全基于模型的优化控制结果≠实际系统响应 PCC 可观测节点 不可观测节点 it agelim pervolt Up 基于理论模型参数的传统方法失效 NodeswithMeasurements UnobservableNodes 模型参数失配 不完全可观测 集群外网络的影响 11 3基于在线反馈优化的集群自律运行 反馈优化控制框架 配电网的运行决策建模为一个时变优化问题：𝑀𝑖�𝑓�𝑢�𝑠.𝑡.൝ 𝑥�=ℎ�𝑢� �� �∈Ω𝑢,�∈Ω� 反馈优化控制方案 结合优化与反馈控制各自所长 传统前馈优化方案 优化阶段 调度优化参考轨迹 复杂优化决策高度依赖于模型的精确性 控制阶段 本地控制指令物理系统控制器 量测反馈 快速响应对模型误差有鲁棒性 采用量测估计近似模型和反馈优化控制算法 控制指令 量测反馈 物理系统 基于系统量测反馈 快速得出最新近似模型响应系统实时变化 引入反馈优化控制框架，适应于大量模型参数缺失的配电网 12 3基于在线反馈优化的集群自律运行 线性回归模型 线 线性模型： (p, LinearMapping (v,p)性 化 注入节点 功率电压 0 PPC 功率潮 结 vApBqe流 p0cpdqf果 线性回归 yWx y[vk k 状态变量 Measurements 输出 输入误差坏数据 x[pk,qk,t] k GG 待估计：参数矩阵W、 稀疏坏数据o 控制变量 Measurements 抗差回归方法： RegularizedLeastSquareestimation t argmin tky Wxo 2o F,o1:t k1 kkk k1 随t增加，直接计算困难需采用递归求解 稀疏L1惩罚项 13 3 基于在线反馈优化的集群自律运行 数据驱动优化运行 电压幅值量测 目标函数： vWppGWqqG min pG,qG F1( 2 1 v -v 2  2 2 q2 G 2 3 ppˆ2 0 0 2 4 pp G G 2 ) 2 pWˆpWˆq p G q G  调压 变流器损耗PCC功率跟踪 弃光成本 0 分布式光伏 p   G p :[0PP] Gi,t Gi,t oc oc 在线回归得到的模型 运行约束：  q :[Q 2 (SGi)(P )2] Gq 时变优化 (系统参数随时间变化) minF(t) pG,qG s.t.vWp(t)pGWq(t)qGoc(t)p0Wˆp(t)pGWˆq(t)qGoc(t)pGp(t),qGq(t) 投影梯度法 Gi,t Gi,t pt1 (ptd F) (ptdpt) Gpt1GpG 投影步长 pt1GG 每个时段迭代一步 FW T(vt-v )Wˆ T(pt pˆ ) (ptp) (每步迭代结果直接 pG1p 3po 04GG 控制系统) ptWT(vt-v )WˆT(pˆtpˆ )(ptp) G1p 3po 04GG 采用最新实时量测 14 3基于在线反馈优化的集群自律运行 实施效果 •反馈优化控制的收敛效果 •无坏数据干扰下的优化收敛结果 •加入坏数据干扰下的优化收敛结果 我们的方法 与基于模型的理论最优解比较， 反馈优化方法的目标函数相对误差达1% 与基于非抗差回归的方法相比， 抗差优化的结果仍能与最优解接近 1.S.Li,*W.Wu.RobustData-drivenandFullyDistributedVolt/VARControlforActiveDistributionNetworkswithMultipleVirtualPowerPlants.IEEETrans.onSmartGrid.pp.2627-2638,July.2022. 2.S.Li,*W.Wu.Data-DrivenLinear-Time-VariantMPCMethodforVoltageandPowerRegulationinActiveDistributionNetworks.IEEETrans.onSmartGrid.doi:10.1109/TSG.2023.3324992.15 3基于在线反馈优化的集群自律运行 在线反馈优化收敛性分析 假设1. 系统的动态变化是有界的。 假设2. 在线线性回归模型与实际系统的响应误差是有界的。 假设3. 回归得到的参数矩阵是有界的。 p*t1p*t vt(WpWqo) W GG pGqGcv 2 2w q*t1 q*ts GG2 pˆt(WˆpWˆqoc) Theorem Given d w 2( ) 2222 1v 3p s ,if (d)d2(22)22d()1 24 42 Then pt1 G p*t1 G  GG q t 1   q *t 1  (d) ptp*t G t *t G  2 G q  G q 2 收敛最优性： opGqG2p 每一步所得解与最优解的差是有界的16 PromotionalArti