一种预测-校正-跟踪的配电网控制方法及系统与流程

1.本发明涉及配电网运行控制领域，具体涉及一种预测-校正-跟踪的配电网控制方法及系统。


背景技术：

2.随着新型配电系统的建设与发展，分布式电源将加速实现规模化开发和利用，配电网中分布式电源占比将达到新的高度，以安徽金寨为例，其分布式电源的渗透率超过70％，呈现高比例分布式电源接入状态。然而，由于分布式电源受自然条件和环境等因素的影响，其输出功率具有明显的不确定性，这给配电网的运行调度等带来极大的影响。
3.但由于分布式电源、负荷具有高度的随机性，且单体容量小、点多分散，进行功率预测时，极易产生预测误差，从而导致控制效果与实际相差甚远，因此，如何考虑源荷不确定性提升有源配电网控制精度是目前面临的重点问题。


技术实现要素：

4.为了解决现有分布式电源、负荷具有高度的随机性，且单体容量小、点多分散，进行功率预测时，极易产生预测误差，从而导致控制效果与实际相差甚远的问题，本发明提出了一种预测-校正-跟踪的配电网控制方法，包括：
5.基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，其中t为正数；
6.对配电网执行所述预测功率值，并采集配电网实际出力值；
7.基于所述预测功率值和实际出力值修正所述多目标优化控制模型，并由修正后的多目标优化控制模型预测配电网在控制周期内t+1时刻的预测功率值；
8.其中，所述多目标优化控制模型是以经济性指标、安全性指标和消纳能力指标加权求和最小为目标构建的目标函数，以及为所述目标函数设置的约束条件构建的；
9.所述t+1时刻是由当前t时刻加上设定的控制域步长确定的。
10.可选的，所述多目标优化控制模型的构建包括：
11.将上级母线注入配电网的有功功率作为经济指标；
12.将节点电压偏差指标作为安全性指标；
13.将分布式电源有功功率总削减量作为消纳能力指标；
14.以经济指标、安全性指标和消纳能力指标乘以各自的权重后求和的最小值作为目标函数；
15.为所述目标函数设置约束条件；
16.由所述目标函数和所述约束条件构建所述多目标优化控制模型。
17.可选的，所述目标函数如下式所示：
18.19.式中，j表示目标配电网在h小时周期之内的最优潮流总目标函数；ω1、ω2、ω3分别表示经济性指标、安全性指标以及消纳指标的对应权重；表示第h小时内由上级电网注入配电网的平均有功功率；δuh为第h小时内节点电压偏差指标；表示第h小时内分布式电源有功功率总削减量；h表示周期；h表示小时。
20.可选的，所述第h小时内由上级电网注入配电网的平均有功功率按下式计算：
[0021][0022]
式中，分别表示第h小时内节点i的有功负荷和支路j的网络损耗；分别表示第h小时内第k个分布式电源的最大有功输出能力和有功功率削减量；n、n
l
、n
dg
分别表示节点总数、支路总数和分布式电源总数；i表示节点编号；j表示支路编号。
[0023]
可选的，所述第h小时内节点电压偏差指标δuh按下式计算：
[0024][0025]
式中，δuh为第h小时内节点电压偏差指标；为第h小时内节点i处的电压；u0表示线路额定电压幅值；n为节点总数。
[0026]
可选的，所述第h小时内分布式电源有功功率总削减量按下式计算：
[0027][0028]
式中，表示第h小时内分布式电源有功功率总削减量；表示第h小时内第k个分布式电源的有功功率削减量；n
dg
表示分布式电源总数；k表示分布式电源编号。
[0029]
可选的，所述基于控制周期起始时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，包括：
[0030]
将分布式电源、柔性负荷和储能的有功出力值、无功出力值作为控制变量，将目标函数作为适应度函数，采用遗传算法或粒子群优化算法对所述多目标优化控制模型进行求解，在满足所述目标函数设置的约束条件下，得到配电网在所述控制周期t+1时刻的预测功率值。
[0031]
可选的，所述约束条件包括：配电网络潮流等式约束、可控负荷功率调节范围约束、分布式电源出力调节范围约束、储能调节范围约束、节点电压幅值约束、以及支路传输功率约束；
[0032]
其中，所述配电网基础数据包括：分布式电源、柔性负荷和储能的有功出力值、无功出力值。
[0033]
可选的，所述基于所述预测功率值和实际出力值修正所述多目标优化控制模型，包括：
[0034]
由预测功率值减去实际出力值得到控制误差，并将所述控制误差作为误差系数；
[0035]
当所述控制误差为正时，上调分布式电源出力约束中的上限值；
[0036]
当所述控制误差为负时，下调分布式电源出力约束中的上限值。
[0037]
再一方面本发明还提供了一种预测-校正-跟踪的配电网控制系统，包括：
[0038]
求解模块，用于基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，其中t为正数；
[0039]
执行采集模块，用于对配电网执行所述预测功率值，并采集配电网的实际出力值；
[0040]
修正模块，用于基于所述预测功率值和实际出力值修正所述多目标优化控制模型；
[0041]
预测模块，用于由修正后的多目标优化控制模型预测配电网在控制周期内t+1时刻的预测功率值；
[0042]
其中，所述多目标优化控制模型是以经济性指标、安全性指标和消纳能力指标加权求和最小为目标构建的目标函数，以及为所述目标函数设置的约束条件构建的；
[0043]
所述t+1时刻是由t时刻加上设定的控制域步长确定的。
[0044]
可选的，还包括模型构建模块用于：
[0045]
将上级母线注入配电网的有功功率作为经济指标；
[0046]
将节点电压偏差指标作为安全性指标；
[0047]
将分布式电源有功功率总削减量作为消纳能力指标；
[0048]
以经济指标、安全性指标和消纳能力指标乘以各自的权重后求和的最小值作为目标函数；
[0049]
为所述目标函数设置约束条件；
[0050]
由所述目标函数和所述约束条件构建所述多目标优化控制模型
[0051]
可选的，所述目标函数如下式所示：
[0052][0053]
式中，j表示目标配电网在h小时周期之内的最优潮流总目标函数；ω1、ω2、ω3分别表示经济性指标、安全性指标以及消纳指标的对应权重；表示第h小时内由上级电网注入配电网的平均有功功率；δuh为第h小时内节点电压偏差指标；表示第h小时内分布式电源有功功率总削减量；h表示周期；h表示小时。
[0054]
可选的，所述求解模块具体用于：
[0055]
将分布式电源、柔性负荷和储能的有功出力值、无功出力值作为控制变量，将目标函数作为适应度函数，在满足所述目标函数设置的约束条件下，采用遗传算法或粒子群优化算法进行求解，得到配电网在所述控制周期t+1时刻的预测功率值。
[0056]
可选的，所述修正模块具体用于：
[0057]
由预测功率值减去实际出力值得到控制误差，并将所述控制误差作为误差系数；
[0058]
当所述控制误差为正时，上调分布式电源出力约束中的上限值；
[0059]
当所述控制误差为负时，下调分布式电源出力约束中的上限值。
[0060]
再一方面，本技术还提供了一种计算设备，包括：一个或多个处理器；
[0061]
处理器，用于执行一个或多个程序；
[0062]
当所述一个或多个程序被所述一个或多个处理器执行时，实现如上述所述的一种预测-校正-跟踪的配电网控制方法。
[0063]
再一方面，本技术还提供了一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如上述所述的一种预测-校正-跟踪的配电网控制方法。
[0064]
与现有技术相比，本发明的有益效果为：
[0065]
本发明提供了一种预测-校正-跟踪的配电网控制方法，包括：基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值；对配电网执行所述预测功率值，并采集配电网实际出力值；基于所述预测功率值和实际出力值修正所述多目标优化控制模型，并由修正后的多目标优化控制模型预测配电网在控制周期内t+1时刻的预测功率值；其中，所述多目标优化控制模型是以经济性指标、安全性指标和消纳能力指标乘以各自的权重，求和最小为目标构建的目标函数，以及为所述目标函数设置约束条件构建的；所述t+1时刻是由当前时刻加上设定的控制域步长确定的。本发明通过预测功率值与实际出力值的差值修正多目标优化模型，提高了预测功率的精确度。
附图说明
[0066]
图1为本发明的一种预测-校正-跟踪的配电网控制方法流程图；
[0067]
图2为本发明的配电网预测-校正-跟踪的滚动优化求解流程图；
[0068]
图3为本发明的“预测-校正-跟踪”日内优化控制原理图。
具体实施方式
[0069]
为了提升有源配电网优化控制的效率与准确性水平，本发明专利一种预测-校正-跟踪的配电网控制方法及系统。
[0070]
本发明提供了一种预测-校正-跟踪的配电网控制方法及系统，首先，通过基于超短期预测模型进行源荷的功率预测，得到分布式电源和负荷的预测功率值；其次，在预测数据的基础上优化得到电源、储能、柔性负荷的优化调度控制指令，控制间隔为1～15min；然后，下达控制指令，对比分布式电源的实际控制值与预测值的差异，形成反馈信息；最后，基于模型预测控制思路，根据反馈信息，生成下一时刻的优化控制的校正模型，并进行下一时刻优化生成优化控制指令。通过上述过程的反复跟踪、修正，从而实现了有源配电网在线优化控制。
[0071]
本发明主要是用于解决不确定性条件下大规模分布式电源、电动汽车、储能等接入有源配电网优化控制问题，在实时控制方面，通过源荷功率超短期预测、反馈校正以及模型预测控制的跟踪，通过在线滚动优化，消除不确定性对于配电网优化控制的影响，从而提升有源配电网运行优化水平。
[0072]
实施例1：
[0073]
一种预测-校正-跟踪的配电网控制方法，如图1所示，包括：
[0074]
s1：基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，其中t为正数；
[0075]
s2：对配电网执行所述预测功率值，并采集配电网的实际出力值；
[0076]
s3：基于所述预测功率值和实际出力值修正所述多目标优化控制模型，并由修正后的多目标优化控制模型预测配电网在控制周期内t+1时刻的预测功率值；
[0077]
其中，所述多目标优化控制模型是以经济性指标、安全性指标和消纳能力指标加权求和最小为目标构建的目标函数，以及为所述目标函数设置的约束条件构建的；
[0078]
所述t+1时刻是由t时刻加上设定的控制域步长确定的。
[0079]
本发明提供了一种预测-校正-跟踪的配电网控制方法及系统，具体优化控制流程如图2所示，主要原理如图3所示。现具体说明如下：
[0080]
在s1之前还包括：构建多目标优化控制模型。
[0081]
步骤1：建立含分布式电源的有源配电网多目标优化控制模型，有源配电网多目标优化控制模型包括目标函数和约束条件：
[0082]
(1)目标函数
[0083]
目标函数主要包括与网络注入有功功率相关的经济性指标，与各节点电压相关的安全性指标，以及与分布式电源输出功率削减量相关的消纳能力指标。
[0084]
本发明专利采用上级母线注入配电网的有功功率作为经济性指标，根据功率平衡关系，该注入功率等于有功负荷与网络损耗的和减去分布式电源的有功输出：
[0085][0086]
式中，表示第h小时内由上级电网注入配电网的平均有功功率；分别表示第h小时内节点i的有功负荷和支路j的网络损耗；分别表示第h小时内第k个分布式电源的最大有功输出能力和有功功率削减量；n、n
l
、n
dg
分别表示节点总数、支路总数和分布式电源总数；i表示节点编号；j表示支路编号。
[0087]
本发明以节点电压偏差指标作为安全性指标。由于有源配电网中节点电压相位差异通常较小，因此，此处电压偏差的定义只与节点电压幅值相关，具体定义为各节点电压幅值平方偏离线路额定电压幅值平方的平方和，如式(2)所示。
[0088][0089]
式中，δuh为第h小时内节点电压偏差指标；为第h小时内节点i处的电压；u0表示线路额定电压幅值，n为节点总数，i为节点编号。
[0090]
本发明专利采用分布式电源有功功率总削减量作为消纳能力指标，即各节点分布式电源有功功率削减量的累加和，如式(3)所示。
[0091][0092]
式中，表示第h小时内分布式电源有功功率总削减量；表示第h小时内第k个分布式电源的有功功率削减量；n
dg
表示分布式电源总数；k表示分布式电源编号。
[0093]
综合上述优化目标，含分布式电源的有源配电网多目标优化控制模型的目标函数为：
[0094][0095]
式中，j表示目标配电网在h小时周期之内的最优潮流总目标函数；ω1、ω2、ω3分别表示经济性指标、安全性指标以及消纳指标的对应权重；表示第h小时内由上级电网注入配电网的平均有功功率；δuh为第h小时内节点电压偏差指标；表示第h小时内分布式电源有功功率总削减量。
[0096]
(2)约束条件
[0097]
含分布式电源的有源配电网多目标优化控制问题涉及的约束条件包括：配电网络潮流等式约束、可控负荷功率调节范围约束、分布式电源出力调节范围约束、储能调节范围约束、节点电压幅值约束、以及支路传输功率约束。
[0098]
①
配电网络潮流等式约束：
[0099][0100]
式中，p
dg,k
、q
dg,k
分别表示接入第k条支路末端的分布式电源输出有功功率和无功功率；p
l,k
、q
l,k
分别表示接入第k条支路末端的负荷有功功率和无功功率；gk、bk、θk分别表示第k条支路的电导值、电纳值、阻抗角；u
k,a
、u
k,b
分别表示第k条支路的始端电压和末端电压；nl表示支路总数。
[0101]
②
可控负荷功率约束：
[0102][0103]
式中，分别表示接入第k个节点的可控负荷有功功率下限、无功功率上限和无功功率下限；n
cl
表示接入可控负荷的节点集合；p
l,k
、q
l,k
分别表示接入第k条支路末端的负荷有功功率和无功功率。
[0104]
③
分布式电源出力约束：
[0105][0106]
式中，分别表示接入第k个节点的分布式电源输出的有功功率上限、无功功率上限以及无功功率下限；n
dgcon
表示接入分布式电源的节点集合；p
dg,k
、q
dg,k
分别表示接入第k条支路末端的分布式电源输出有功功率和无功功率。
[0107]
④
储能调节范围约束：
[0108][0109]
式中，分别表示接入第m个节点的储能的有功功率的上限、有功功率的下限、无功功率的上限、无功功率的下限；n
es
表示接入储能的节点集合；m表示节点编号；p
es,m
表示第m个节点的储能的有功功率，q
es,m
表示第m个节点的储能的无功功
率。
[0110]
⑤
节点电压幅值约束：
[0111]vimin
≤vi≤v
imax
,i∈[1,n]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0112]
式中，v
imin
表示节点i的最小电压值；v
imax
表示节点i的最大电压值；vi表示节点i的电压值。
[0113]
⑥
支路功率约束：
[0114][0115]
式中，sk、pk、qk分别表示通过第k条支路传输的视在功率、有功功率和无功功率；分别表示通过第k条支路传输的视在功率上限和有功功率上限；gk、bk、θk分别表示第k条支路的电导值、电纳值、阻抗角；u
k,a
、u
k,b
分别表示第k条支路的始端电压和末端电压。
[0116]
s1：基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，包括：
[0117]
将分布式电源、柔性负荷和储能的有功出力值、无功出力值作为控制变量，将目标函数作为适应度函数，在满足所述目标函数设置的约束条件下，采用遗传算法或粒子群优化算法对多目标优化控制模型进行求解，得到配电网在所述控制周期t+1时刻的预测功率值；
[0118]
其中，所述配电网基础数据包括：分布式电源、柔性负荷和储能的有功出力值、无功出力值。
[0119]
具体步骤如下：
[0120]
步骤1：开始；
[0121]
步骤2：确定调度区间t(取1小时)、起始优化调度时刻t0、预测域长度n
p
*δt(取多倍的控制步长，不超过调度区间长度)和控制域步长δt(取1～15min)，n
p
表示倍数关系，为正整数；
[0122]
步骤3：读取t0时刻配电网的基础数据，基础数据包括拓扑、柔性负荷、分布式电源、储能及开关的初始数据；
[0123]
步骤4：预测分布式电源、储能和柔性负荷在预测域t0+np*δt范围的预测功率数据。
[0124]
步骤5：采用优化算法优化计算t0+δt时刻配电网中分布式电源、柔性负荷和储能的有功/无功值得到t0+δt时刻的优化计算结果。优化算法直接调用常规的优化算法，或者采用pso算法(粒子群优化算法)、ga算法(遗传算法)。
[0125]
步骤6：执行t0+δt时刻的优化计算结果，更新分布式电源、柔性负荷、储能的有功/无功功率值；
[0126]
步骤7：根据控制下达后的效果采集数据，采集t0+δt时刻配电网中分布式电源、柔性负荷、储能的有功/无功功率值，得到分布式电源、柔性负荷、储能的实际出力值值；
[0127]
步骤8：计算分布式电源、柔性负荷和储能的实际出力值与预测值之间的误差；
[0128]
步骤9：反馈校正修正分布式电源约束调节范围，进行反馈校正，反馈校正的备选策略为：如果控制未达到优化计算结果，例如：优化后，下达分布式电源10kw的出力，但是实际上由于偏差只执行了9kw，那就需要根据这1kw的控制误差，反馈校正增大误差系数θ。在分布式电源可调容量上下限中引入误差系数θ，定义分布式电源的可调容量上下限为：
[0129][0130]
误差系数θ＝优化计算结果-实际出力值。
[0131]
步骤10：是否达到控制周期t，如果达到则执行步骤12；如果尚未达到控制周期长度，则执行步骤11；步骤11：t0＝t0+δt，转入步骤3，进行重复滚动优化，如图3所示；
[0132]
步骤12：输出调度区间t的全部结果；
[0133]
步骤13：结束。
[0134]
其中，步骤5：采用优化算法优化计算t0+δt时刻配电网中分布式电源、柔性负荷和储能的有功/无功值得到t0+δt时刻的优化计算结果，具体包括：
[0135]
以用遗传算法进行优化计算求解为例，以每个分布式电源、柔性负荷和储能的有功出力值、无功出力值作为优化控制变量，构成遗传算法的染色体；
[0136]
以目标函数j为适应度函数，通过遗传算法的交差、变异操作，求得适应度函数最小的染色体为本专利模型的优化值，得到分布式电源、柔性负荷和储能的最优控制值。
[0137]
本发明通过预测-校正-跟踪实现了大规模有源配电网的运行优化控制，主要效果为：克服了分布式电源不确定性及其预测误差对配电网优化控制精度的影响，形成了反馈校正机制，能够在有源配电网在线滚动优化控制不断进行迭代更新，从而保证了控制精度的提升。
[0138]
本发明提供的一种预测-校正-跟踪的配电网控制方法，通过在线滚动优化控制的迭代修正优化，保证了优化控制的精度；
[0139]
本发明构建了与网络注入有功功率相关的经济性指标，与各节点电压相关的安全性指标，以及与分布式电源输出功率削减量相关的消纳能力指标的时序优化模型，能够随着时间的演进不断进行滚动优化；
[0140]
本发明在线滚动优化控制中，校正的思路采用了其中当控制误差为正时，上调出力上限，即：当控制误差为负时，下调出力上限，即：
[0141]
实施例2：
[0142]
再一方面本发明还提供了一种预测-校正-跟踪的配电网控制系统，包括：
[0143]
求解模块，用于基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，其中t为正数；
[0144]
执行采集模块，用于对配电网执行所述预测功率值，并采集配电网的实际出力值；
[0145]
修正模块，用于基于所述预测功率值和实际出力值修正所述多目标优化控制模型；
[0146]
预测模块，用于由修正后的多目标优化控制模型预测配电网在控制周期内t+1时刻的预测功率值；
[0147]
其中，所述多目标优化控制模型是以经济性指标、安全性指标和消纳能力指标加权求和最小为目标构建的目标函数，以及为所述目标函数设置的约束条件构建的；
[0148]
所述t+1时刻是由t时刻加上设定的控制域步长确定的。
[0149]
可选的，还包括模型构建模块用于：
[0150]
将上级母线注入配电网的有功功率作为经济指标；
[0151]
将节点电压偏差指标作为安全性指标；
[0152]
将分布式电源有功功率总削减量作为消纳能力指标；
[0153]
以经济指标、安全性指标和消纳能力指标乘以各自的权重后求和的最小值作为目标函数；
[0154]
为所述目标函数设置约束条件；
[0155]
由所述目标函数和所述约束条件构建所述多目标优化控制模型
[0156]
可选的，所述目标函数如下式所示：
[0157][0158]
式中，j表示目标配电网在h小时周期之内的最优潮流总目标函数；ω1、ω2、ω3分别表示经济性指标、安全性指标以及消纳指标的对应权重；表示第h小时内由上级电网注入配电网的平均有功功率；δuh为第h小时内节点电压偏差指标；表示第h小时内分布式电源有功功率总削减量；h表示周期；h表示小时。
[0159]
所述第h小时内由上级电网注入配电网的平均有功功率按下式计算：
[0160][0161]
式中，分别表示第h小时内节点i的有功负荷和支路j的网络损耗；分别表示第h小时内第k个分布式电源的最大有功输出能力和有功功率削减量；n、n
l
、n
dg
分别表示节点总数、支路总数和分布式电源总数；i表示节点编号；j表示支路编号。
[0162]
可选的，所述第h小时内节点电压偏差指标δuh按下式计算：
[0163][0164]
式中，δuh为第h小时内节点电压偏差指标；为第h小时内节点i处的电压；u0表示线路额定电压幅值；n为节点总数。
[0165]
可选的，所述第h小时内分布式电源有功功率总削减量按下式计算：
[0166][0167]
式中，表示第h小时内分布式电源有功功率总削减量；表示第h小时内第k个分布式电源的有功功率削减量；n
dg
表示分布式电源总数；k表示分布式电源编号。
[0168]
可选的，所述求解模块具体用于：
[0169]
将分布式电源、柔性负荷和储能的有功出力值、无功出力值作为控制变量，将目标函数作为适应度函数，在满足所述目标函数设置的约束条件下，采用遗传算法或粒子群优化算法进行求解，得到配电网在所述控制周期t+1时刻的预测功率值；
[0170]
其中，所述配电网基础数据包括：分布式电源、柔性负荷和储能的有功出力值、无功出力值。
[0171]
可选的，所述修正模块具体用于：
[0172]
由预测功率值减去实际出力值得到控制误差，并将所述控制误差作为误差系数；
[0173]
当所述控制误差为正时，上调分布式电源出力约束中的上限值；
[0174]
当所述控制误差为负时，下调分布式电源出力约束中的上限值。
[0175]
实施例3：
[0176]
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specificintegrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种预测-校正-跟踪的配电网控制方法的步骤。
[0177]
实施例4：
[0178]
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种预测-校正-跟踪的配电网控制方法的步骤。
[0179]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0180]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流
程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0181]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0182]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0183]
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在发明待批的本发明的权利要求范围之内。

技术特征：
1.一种预测-校正-跟踪的配电网控制方法，其特征在于，包括：基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，其中t为正数；对配电网执行所述预测功率值，并采集配电网的实际出力值；基于所述预测功率值和实际出力值修正所述多目标优化控制模型，并由修正后的多目标优化控制模型预测配电网在控制周期内t+1时刻的预测功率值；其中，所述多目标优化控制模型是以经济性指标、安全性指标和消纳能力指标加权求和最小为目标构建的目标函数，以及为所述目标函数设置的约束条件构建的；所述t+1时刻是由t时刻加上设定的控制域步长确定的。2.如权利要求1所述的方法，其特征在于，所述多目标优化控制模型的构建包括：将上级母线注入配电网的有功功率作为经济指标；将节点电压偏差指标作为安全性指标；将分布式电源有功功率总削减量作为消纳能力指标；以经济指标、安全性指标和消纳能力指标乘以各自的权重后求和的最小值作为目标函数；为所述目标函数设置约束条件；由所述目标函数和所述约束条件构建所述多目标优化控制模型。3.如权利要求1所述的方法，其特征在于，所述目标函数如下式所示：式中，j表示目标配电网在h小时周期之内的最优潮流总目标函数；ω1、ω2、ω3分别表示经济性指标、安全性指标以及消纳指标的对应权重；表示第h小时内由上级电网注入配电网的平均有功功率；δu
h
为第h小时内节点电压偏差指标；表示第h小时内分布式电源有功功率总削减量；h表示周期；h表示小时。4.如权利要求3所述的方法，其特征在于，所述第h小时内由上级电网注入配电网的平均有功功率按下式计算：式中，分别表示第h小时内节点i的有功负荷和支路j的网络损耗；分别表示第h小时内第k个分布式电源的最大有功输出能力和有功功率削减量；n、n
l
、n
dg
分别表示节点总数、支路总数和分布式电源总数；i表示节点编号；j表示支路编号。5.如权利要求3所述的方法，其特征在于，所述第h小时内节点电压偏差指标δu
h
按下式计算：式中，δu
h
为第h小时内节点电压偏差指标；为第h小时内节点i处的电压；u0表示线路
额定电压幅值；n为节点总数。6.如权利要求3所述的方法，其特征在于，所述第h小时内分布式电源有功功率总削减量按下式计算：式中，表示第h小时内分布式电源有功功率总削减量；表示第h小时内第k个分布式电源的有功功率削减量；n
dg
表示分布式电源总数；k表示分布式电源编号。7.如权利要求1所述的方法，其特征在于，所述基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，包括：将分布式电源、柔性负荷和储能的有功出力值、无功出力值作为控制变量，将目标函数作为适应度函数，在满足所述目标函数设置的约束条件下，采用遗传算法或粒子群优化算法对所述多目标优化控制模型进行求解，得到配电网在所述控制周期t+1时刻的预测功率值；其中，所述配电网基础数据包括：分布式电源、柔性负荷和储能的有功出力值、无功出力值。8.如权利要求2所述的方法，其特征在于，所述约束条件包括：配电网络潮流等式约束、可控负荷功率调节范围约束、分布式电源出力调节范围约束、储能调节范围约束、节点电压幅值约束、以及支路传输功率约束。9.如权利要求8所述的方法，其特征在于，所述基于所述预测功率值和实际出力值修正所述多目标优化控制模型，包括：由预测功率值减去实际出力值得到控制误差，并将所述控制误差作为误差系数；当所述控制误差为正时，上调分布式电源出力约束中的上限值；当所述控制误差为负时，下调分布式电源出力约束中的上限值。10.一种预测-校正-跟踪的配电网控制系统，其特征在于，包括：初始预测模块，用于基于控制周期t时刻配电网基础数据，并结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在所述控制周期内t+1时刻的预测功率值，其中t为正数；执行采集模块，用于对配电网执行所述预测功率值，并采集配电网的实际出力值；修正模块，用于基于所述预测功率值和实际出力值修正所述多目标优化控制模型；修正预测模块，用于由修正后的多目标优化控制模型预测配电网在控制周期内t+1时刻的预测功率值；其中，所述多目标优化控制模型是以经济性指标、安全性指标和消纳能力指标乘以各自的权重，求和最小为目标构建的目标函数，以及为所述目标函数设置约束条件构建的；所述t+1时刻是由当前t时刻加上设定的控制域步长确定的。11.一种计算机设备，其特征在于，包括：一个或多个处理器；所述处理器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至9中任一项所述的一种预测-校正-跟踪的配电网控制方法。
12.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至9中任一项所述的一种预测-校正-跟踪的配电网控制方法。

技术总结
一种预测-校正-跟踪的配电网控制方法及系统，包括：基于控制周期起始时刻配电网基础数据结合预先构建的多目标优化控制模型，采用优化算法求解，得到配电网在控制周期内t+1时刻的预测功率值；执行预测功率值，并采集实际出力值；基于预测功率值和实际出力值修正多目标优化控制模型，并由修正后的多目标优化控制模型预测配电网在控制周期内t+1时刻的预测功率值；其中，多目标优化控制模型是以经济性指标、安全性指标和消纳能力指标加权求和最小为目标构建的目标函数，以及为目标函数设置的约束条件构建的；t+1时刻是由当前时刻加上控制域步长确定的。本发明通过预测功率值与实际出力值的差值修正多目标优化模型，提高了预测功率的精确度。率的精确度。率的精确度。


技术研发人员：叶学顺 刘科研 贾东梨 李昭 盛万兴
受保护的技术使用者：国家电网有限公司 国网河北省电力有限公司 国网河北省电力有限公司电力科学研究院
技术研发日：2023.06.30
技术公布日：2023/10/19