智能电网课件.pptxVIP

基于预测控制的微电网能量管理研究专业：控制科学与工程姓名：徐俊导师：牛玉刚教授时间：4月11日

研究背景研究现状研究工作进展工作总结与展望目录1234基于分布式预测控制的多微电网能量优化管理3.1.问题描述3.2.分布式预测控制算法3.3.优化问题可行性与算法稳定性分析3.4.数值仿真

一.研究背景微电网特点（1）包括多种类型的供电能源（2）接近负荷中心（3）配置了储能设备（4）向多种类型的负荷供能（5）支持并网、孤网工作模式：光伏发电：新能源电力汽车：储能单元：大电网：用电负荷：风能发电：计算机：微气轮机：即插式接口：分别代表能量流动的方向图1微电网结构示意图

一.研究背景2. 微电网能量管理协调利用微电网内各种分布式能源，优化能量在供电端与用户端的流动和分配，不仅要实现短期内电能的供求平衡，同时达到长期内能量的优化利用及电网安全、经济地运行能量管理目的能量管理的问题供电端用户端分布式新能源随机性可控能源成本问题用电需求的动态性用电需求的多样性控制行为受物理约束限制考虑安全性、经济性等多目标自趋优高实时性要求适用于复杂系统

二.研究现状微电网能量管理研究现状能量管理单微电网能量优化调度新能源的能量管理混合类型能源的能量管理引入储能设备的能量管理节约成本、提高能量利用效率单种负荷用电管理混合类型用电负荷电源性负荷的能量管理随机性和不确定性问题新能源的随机性峰值波动储能设备的充放电多微电网1.能量优化流动2.经济性、安全性、可靠性3.多目标优化集中式分散式分布式分层递阶式

三、研究工作进展基于分布式预测控制的多微电网能量优化管理近期的工作主要是针对多微电网系统中能量管理问题提出分布式预测控制策略。多微电网系统是指多个微电网间通过能量的流动和信息的交换，实现彼此间的协同工作而形成的一个大规模系统近期工作新能源的随机性不仅会影响分布式能源有效，而且会引起微电网运行的安全性和可靠性问题。针对新能源随机性问题的研究,目前的研究现状主要是工分为以下两块：利用新能源供电的历史数据建立预测模型，对未来短时间内的输出进行预测寻找能消弱或减小新能源随机性带来的干扰

三、研究工作进展基于分布式预测控制的多微电网能量优化管理针对多微电网系统中能量管理问题提出分布式预测控制策略。通过多微电网间的协作策略来消弱新能源随机性带来的扰动问题，采用预测控制算法处理控制行为的物理约束，使用分布式预测控制算法实现对系统优化问题的分散求解，引入状态压缩不等式增强了算法的实时性根据能量在多微电网间流动，建立起系统的模型和问题描述为实现能量的最优利用及最小化供求平衡误差，采用分布式预测控制策略对优化问题进行求解引入状态压缩不等式来提高算法的实时性并保证算法的稳定性数值仿真证明了算法的有效性

三、研究工作进展1.问题描述MicrogridNMicrogrid3Microgrid1Microgrid2…针对第i个微电网1.2.调节自身可控能源供电功率，优化多微电网示意图模型建立（2）（1）

三、研究工作进展1.问题描述若选取作为状态变量（3）同时，为使模型更具有实际意义，我们考虑微电网间的通信存在一步延时。系统分散成多个子系统后，每个子系统问题描述为：，则优化问题（1）s.t.s.t.（4）和模型（2）可描述成：

三、研究工作进展[1](seeCamponogara.Eetal.(2002))todiscussthestabilityoftheproposedalgorithm.2.分布式预测控制算法分布式预测控制的思想是为每个子系统设计一个独立的控制器，子系统通过彼此间的相互通信，获得相互间的关联信息，基于此已知信息独立求解各自的优化问题。不仅解决了集中控制在大规模系统控制时的带宽和计算量约束问题，同时改善了分散预测控制全局性不好的问题另一方面，为满足实际中对控制行为的实时性要求，我们在分布式预测控制优化问题中引用了文[1]中的状态压缩不等式（6），使算法具有更好实时性（5）s.t.（6）

三、研究工作进展2.分布式预测控制算法SC-DMPC算法步骤步骤1：子系统间相互通信。每个子系统将各自上一时刻的优化状态步骤2：检测各自当前时刻的实际状态步骤3：每个子系统并行地求解各自的优化问题（5）步骤4：求解出即时控制律步骤5：将求解的最优控制律作用到各自系统中。令K=K+1，滚动移位时域到 下一时刻,返回步骤1发送给其它子系统，并接收来自其它子系统的信息,实际扰动信息以及中是一个大于0随机数)，设定(其,并定义，并令给定状态压缩比

三、研究工作进展3.可行