[发明专利]基于模型预测控制的多时间尺度柔性负荷滚动调度方法和系统

权利要求书

1.基于模型预测控制的多时间尺度柔性负荷滚动调度方法，其特征是，包括以下步骤：

在k时刻根据各类柔性负荷在当前时刻的状态变量、下一时刻的状态变量以及系统控制变量对各类柔性负荷可调资源建立模型；

建立多时间尺度柔性负荷滚动调度模型，所述调度模型包含日前和日内两个调度时间尺度，日前调度计划以系统运行成本最小为日前调度目标函数获得日前调度柔性负荷有功功率；

日内调度以获得的日前调度柔性负荷有功功率作为日内调度的滚动优化中的已知参考值，并以可再生能源短期滚动预测值为基准，确定日内调度目标函数并求解获得未来设定时间内的柔性负荷有功出力的预测值，即日内调度时间尺度的下一时刻柔性负荷响应容量；

在k时刻对各类柔性负荷可调资源建立模型的表达式如下：

x(k+1)＝Ax(k)+Bu(k) (1)，其中，x(k)为当前时刻柔性负荷状态变量，x(k+1)为下一时刻柔性负荷状态变量，u(k)为系统控制变量，A和B为系数矩阵；

所述系统运行成本包括系统用电成本、柔性负荷响应成本和可再生能源调度成本，所述日前调度目标函数表示如下：

其中，T₁为长时间尺度调度周期；m和n分别为柔性负荷及可再生能源数量；C_grid(t)为电网分时电价；P_grid(t)为联络线有功功率；C_FL(t)为柔性负荷响应成本函数；C_RE(t)为可再生能源调度成本；

柔性负荷响应成本函数C_FL(t)的表达式为：

其中，N为柔性负荷用户数量；为柔性负荷用户状态向量，表示不参与互动的用户j的负荷，表示参与互动的用户j的负荷；为参与互动的柔性负荷有功功率向量；ρ₁和ρ₂为互动成本系数；ω_FLj为柔性负荷用户的参与意愿因子；

将日前调度模型的优化问题分解为多个小规模的优化子问题，采用基于分解-协调的递阶模型预测控制方法，并利用拉格朗日乘子法求解日前调度目标函数，具体方法如下：

首先将多变量优化问题改写为：

定义拉格朗日乘子对于给定λ^T(k)，求解其中，

式中，Δu_M(k)为系统控制变量的变化量，为系统测量变量，为协调因子，J(k)为目标函数，为当前时刻系统测量变量，为测量变量初始值，A_ij为常数；更新拉格朗日乘子λ^T(k)，求解获得日前调度模型最优解即日前调度柔性负荷有功功率；

日内调度目标函数如下：

其中为可再生能源日前预测出力与日内预测出力的误差，β(i)[x(k+i-1)-x^ref]²为柔性负荷参考容量与实际出力的偏差，为柔性负荷调度容量与实际响应量的偏差；为日前系统发电功率；为系统日内发电功率；x为柔性负荷状态变量；x^ref为获得的日前调度柔性负荷有功功率，为可再生能源日内出力预测值；为日前时间尺度可再生能源有功功率预测值，α(i)、β(i)和γ(i)为权重系数，i为时间参数；

求解日内调度目标函数的具体方法如下：

系统滚动窗口时长为N，在k+i时刻，系统控制变量即柔性负荷有功功率为：

式中，P₀(k)为柔性负荷初始状态；Δu(k+t|k)为k时刻预测未来[k+(t-1),k+t]时段内柔性负荷输出功率变化量；P(k+i|k)为k+i时刻的柔性负荷有功功率；

将系统有功功率平衡方程代入日内调度目标函数式(4)，将目标函数转化为以下二次型优化问题进行求解：

u(k)为控制变量向量，u_min和u_max分别为控制变量最小值和最大值，V(k)为目标函数，H(k)和f^T(k)为系数矩阵，A_ineq(k)和B_ineq(k)为控制变量的不等式约束条件系数，A_eq(k)和B_eq(k)为控制变量等式约束条件系数；

通过求解以上问题，得到[k,k+N]滚动窗口内的柔性负荷有功出力变化量向量{Δu(k+1|k),Δu(k+2|k),…,Δu(k+N|k)}，提取该变化量向量中的第一个元素Δu(k+1|k)，对柔性负荷状态进行更新，即得到k+1时刻柔性负荷输出功率P(k+1|k)，以k+1时刻的柔性负荷状态作为新一轮滚动优化的初始值，即进行下一时刻的优化求解。