基于模型的预测控制策略应用于Occitania的低压配电网

一种基于模型的预测控制策略用于Occitania努哈·德希利引用此版本：努哈·德基利基于模型的预测控制策略，用于奥克西塔尼亚多产分布式发电的低压配电网。电力。佩皮尼昂大学，2020年。英语NNT：2020PERP0037。电话：03506266HAL Id：tel-03506266https://theses.hal.science/tel-035062662022年1月2日提交HAL是一个多学科的开放获取档案馆，用于存放和传播科学研究文件，无论它们是否已这些文件可能来自法国或国外的教学和研究机构，或来自公共或私人研究中心。L’archive ouverte pluridisciplinaireTitre DE LA These指挥部预测一个德利夫雷帕尔Perpignan Via Domitia大学准备参加305博士班Et de由Nouha DKHILI主持2020年9月12日，评审团组成如下：M. 弗雷德里克·哈梅林Lorraine大学讲师特别报告员夫人Cristina STOICA MANIU巴黎萨克雷中央高等大学特别报告员M. 洛朗·勒费弗尔格勒诺布尔阿尔卑斯大学考官M.弗雷德里克·克拉茨卢瓦尔河谷中心INSA Centre Val de Loire考官10.在这方面，Perpignan Via Domitia，考官M. 斯特凡·格里约Perpignan Via Domitia，Directeur de thèseM. Julien EYNARD法国佩皮尼昂大学校长Co-directeur de thèseM. Stéphane THIL法国佩皮尼昂大学校长Co-encadrant de thèseM. Jean Marc THIRIETGrenoble INP- Université Grenoble Alpes因维特2005年12月26日至27日，ENEDIS « Smart Occitania »项目负责人因维特一种基于模型的预测控制策略用于OccitaniaNouha DKHILI主管：Stéphane Grieu、Stéphane Thil、Julien Eynard工程科学哲学博士学位论文能源与环境博士学校（ED305）佩皮尼昂大学ViaDomitia（UPVD）法国2020ii“Now, 好吧，在雨中卖太阳Avantasia -炼金术iii确认据说，论文中最难写的部分是摘要我同意。与本文件中提出的科学内容不同，感恩和友谊的概念要狡猾得多我发现衡量他们的唯一方法是看他们是否能在合适的情况下坚持下去。所以，在疯狂结束一个月后，休息好，吃得过多，这里是：首先，我想感谢我的父母，我把这个里程碑献给他们，感谢他们的爱和他们给我的每一个机会。我也感谢我的兄弟们无休止的支持。然后，我要感谢陪审团成员在我辩护期间与我进行了建设性的交流。特别是，我要感谢Laurent Lefèvre教授、Frédéric Kratz教授和Jean-Marc Thiriet教授在我的论文期间给予的善意和敏锐的建议我要感谢我的导师Stéphane Grieu教授，感谢他的正直、严谨和责任感。我感谢他投入的所有时间和精力来帮助我磨练我的手艺。我从他那里学到了很多技能，但我特别感谢他给我的关于研究、科学界和人类行为的观点。我的斯德哥尔摩综合症和我永远感激。我要感谢博士。感谢Stéphane Thil的宝贵意见和善意。特别感谢桑德琳·普伊格帮助我度过了一些紧张的时期，也感谢劳伦特·托马斯，他既是一个愤怒的金属头，又是一个冷静的圣人教授。我要感谢所有在我生活中的好朋友，如果没有他们，过去的三年会更加严峻。我甚至不打算把这些朋友和他们的特点列一个详尽的清单。我从来不太关心雷区。相反，我想向所有那些在我们的低点和高点时与我分享不祥的哲学讨论和充满活力的欢乐时刻的人表示最深切的感谢，无论我们是因为共同的经历而结合还是在我们进入新的经历时手牵手，无论我们是一起徒步旅行还是探索一个城市，无论我们是否分享了一顿美餐和一些无忧无虑的笑声，无论我们是因为想到了同一个笑话或典故而在房间的另一头相视一笑，还是我们都喜欢同一首歌，或者以上都是：我很感激你。除非你听不懂我的讽刺再努力点最后，但绝对不是最不重要的，我想感谢所有我最喜欢的金属乐队在那里，谁“Life卡米洛特-悬垂的秋天ivv内容图表. ix表清单Xi诺姆十三世简历（法文版）介绍11配电网建模和控制的最新技术1.1一、导言. 71.2可再生能源的崛起81.2.1向可再生能源91.2.1.1化石燃料的消耗91.2.1.2全球变暖1.2.1.3能源需求增长101.2.2规范过渡101.3制约因素和新出现的问题111.3.1技术限制111.3.2新出现的问题111.4智能电网的部署121.4.1智能电网范例121.4.2智能电网的特点141.4.3网络拓扑和控制架构141.5电网建模1.5.1无技术模式151.5.2功率流分析161.5.2.1Newton-Raphson算法171.5.2.2向后向前扫描181.5.2.3概率算法181.5.2.4讨论. 181.5.2.5最优潮流191.5.3简而言之191.6电网运行和控制201.6.1多代理系统201.6.1.1定义201.6.1.2互动环境211.6.1.3协调框架211.6.1.4基于数据库的算法23vi1.6.1.5 Gossip algorithms.. . . . . . . . . . . . . . . . . . . . . . . . .241.6.1.6博弈论.. . . . . . . . . . . . . . . . . . . . . . . . . . . .241.6.2模型预测控制。. . . . . . . . . . . . . . . . . . . . . . .251.6.2.1于低压配电网控制。 . . . . . . . . . . .251.6.2.2放松技巧。. . . . . . . . . . . . . . . . . . . . . . .251.6.2.3www.example.com 分层方案. . . . . . . . . . .26具有随机输入1.6.2.4MPC。. . . . . . . . . . . . . . . . . . .261.6.3需求方管理。. . . . . . . . . . . . . . . . . . . . . . . . . .271.6.4灵活的资产管理。. . . . . . . . . . . . . . . . . . . . . . . . .281.6.5简而言之。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .291.7结论。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .292基于模型的预测控制352.1导言。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .352.2案例研究。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .362.2.1导言。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .362.2.2沼气厂。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .372.2.3水塔。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .382.2.4低压配电网方案。. . . . . . . . . . . . . . . .382.3控制策略。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .412.3.1拟议战略概述。. . . . . . . . . . . . . . . . . . . . .412.3.2 MINLP公式。. . . . . . . . . . . . . . . . . . . . . . . . . . . . .422.3.3开关控制。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .442.3.3.1简介.. . . . . . . . . . . . . . . . . . . . . . . . . . . .442.3.3.2优化问题。. . . . . . . . . . . . . . . . . . . . . . .442.3.3.3后处理。. . . . . . . . . . . . . . . . . . . . . . . . . . .462.3.3.4其他限制。. . . . . . . . . . . . . . . . . . . . . . .502.3.4参考策略。. . . . . . . . . . . . . . . . . . . . . . . . . . . . .522.3.4.1初始操作. . . . . . . . . . . . . . . . . . . . . . . . . .522.3.4.2每周计划. . . . . . . . . . . . . . . . . . . . . . . . . .532.3.4.3放松MPC方案。. . . . . . . . . . . . . . . . . . . . . . .532.4结果与分析。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .532.4.1周计划绩效。. . . . . . . . . . . . . . . . . . . . . . . .532.4.2敏感性分析。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .542.4.3预测开关控制性能。. . . . . . . . . . . . . . . . . . .572.5结论。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .593随机量673.1导言。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .673.2技术水平。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .683.2.1电网负荷预测。. . . . . . . . . . . . . . . . . . . . . . . . . . . . .683.2.2需水量预测。. . . . . . . . . . . . . . . . . . . . . . . . . .693.2.3 GHI预测。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .703.2.4讨论。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .703.3高斯过程回归. . . . . . . . . . . . . . . . . . . . . . . . . . . . .713.3.1定义。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .713.3.2内核组成。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .713.3.3时间序列预测. . . . . . . . . . . . . . . . . . . . . . . . . . . .723.3.4评价指标。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .733.4电网负荷预测。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .73vii3.4.1数据说明743.4.2核心组成743.4.3预测结果753.5水需求预测3.5.1数据说明773.5.2核心组成773.5.3预测结果783.6光伏发电预测3.6.1数据说明793.6.2核心组成793.6.3预测结果833.7结论834控制战略对预测误差的复原力864.1一、导言. 854.2评价指标854.3案例研究874.4评估预测误差对MPC性能814.5随机MPC91的最新技术4.6最坏情况的办法924.6.1结果与分析4.7讨论1004.8结论102结论和展望103参考文献107viiiix图目录52007年至2017年全球太阳能光伏发电容量。.......................................................................16ENEDIS领导的法国智能电网技术开发示范项目地图。....................................................22.1电网负荷和光伏发电超过四个“季节性”周。...................................................................... 392.2低压配电网的等效电路个案研究402.3概要计划提出的MPC为基础的战略，智能管理的一个低压配电网采用柔性资产。.................................................................................................412.4使用开关控制公式的灵活资产设定点示例该采样instantsi和该交换chingginstantttihaveveebeenhighlighted..................................... 452.5配电网每滑动窗口大小的网格，超过四个2.6近距离观察四个“季节性”周内每个滑动窗口大小的配电网内电力供需之间的不平衡。562.7计算复杂度，以函数计算每个滑动窗口按其大小加权。.............................................................................................582.8在MPC策略实施前后的供应/需求缺口，相对于每周计划策略，在四个“季节性”周内使用14小时的滑动窗口。.....................................................................................................602.9在MPC策略实施之前和之后，相对于每周计划策略，沼气厂发电设定点“季节性”周使用14小时滑动窗口。.............................................................................................612.10 相对于每周计划策略，在MPC实施之前和之后的水塔功率消耗设定点“季节性”周使用14小时滑动窗口。.............................................................................................622.11 实施MPC策略前后的沼气厂储存量，相对于每周计划策略，使用14小时滑动窗口，在四个“季节性”周内。.............................................................................................................632.12 在MPC策略实施前后的水塔存储量，相对于每周计划策略，在四个“季节性”周内使用14小时滑动窗口。....................................................................................................................643.1所考虑的配电网一年内的电网负荷数据。.........................................................................743.2所考虑的配电网的电网负荷数据：放大4月的一周。 743.3电网负荷预测的nRMSE与日内预测范围有关。................................................................753.4在预测水平10分钟（9%）、1小时（13%）、6小时（21%）、12小时（23%）、24小时（26%）。................................................................................................................. 763.5在案例研究的水塔处测量的一年以上的需水量。............................................................. 78x3.6在案例研究的水塔上测量的4月一周的需水量。 783.7使用GPR进行日内预测范围的水需求预测的nRMSE。...................................................793.8需水量预测及其相应的nRMSE值在预测层10 min（9.43%）、1 h（14.20%）、6h（15.48%）、12 h（13.43%）、24小时（13.59%）。............................................................................................................ 803.9所考虑配电网的全球水平辐照度数据，两年.........................................................................................................................................813.10 所考虑的配电网的全球水平辐照度数据：缩放在四月的一个星期。.............................................................................................................813.11 全球水平辐照度预报相对于日内预报范围的nRMSE。................................................... 813.12 在预报层10 min（15.74%）、1 h（29.74%）、6 h（33.44%）、12 h（的全球水平辐照度预报及其相应的nRMSE值24小时内（32.71%）。........................................................................................................ 824.14月一周多的电网负荷和光伏发电量。...............................................................................874.2配电网内的累积电力供应/需求缺口每滑动窗口大小。优化前的差距为10 035 MW................................................................ 884.3计算复杂度，以函数计算每个滑动窗口按其大小加权。.............................................................................................894.4每个滑动窗口尺寸的电压过冲的总表面积。....................................................................... 894.5观察到过冲的时间步长相对于MPC方案使用的滑动窗口大小的百分比。.....................904.6相对于滑动窗口，每个时间步长的平均电压过冲MPC方案使用的大小。........................................................................................................904.7最小-最大问题的可行空间，由电网负荷、水需求和光伏发电的一步预测的置信区间定义。时间索引被删除，以避免混乱的插图。所有数量对应于下一个时隙中的值。.................................................................................................934.8基于MPC的智能管理改进策略的概要方案低压配电网采用柔性资产。.................................................................................................944.9标准MPC策略与使用最小-最大问题的策略以及初始情况下配电网内电压波动的极值，显示为4小时滑动窗口（上图）和10小时滑动窗口（见下文）。.........................................................................................................................984.10 与使用最小值-最大值问题的策略和初始情况相比，标准MPC策略的配电网内的电力供应和需求之间的差距滑动窗口（下方）。.............................................................................................................99xi表的列表1.12017年欧洲国家的能源净发电量和能源的演变2014年至2017年的净发电量。...............................................................................................91.2模型技术在文献中的应用。................................................................................................. 311.3控制方法在文献中的应用，第一部分。.............................................................................321.4控制方法在文献中的应用，第二部分。.............................................................................332.1相对于初始情况，通过每周计划评估电力供应/需求不平衡的减少。........................... 542.2开关控制降低电力供需不平衡的评估相对于初始情况58，使用14小时滑动窗口4.1评估最小-最大问题对控制策略对预测误差的鲁棒性的贡献，4月的一周。.................... 96xiixiii^B命名法t<$i采样时间ti和ti+1之间的时间instante，在此时间点上，灵活资产的设定点发生变化βref高温导致的功率衰减系数模拟期PV发电量的P′PV矢量分组一步预测普孔 模拟过程中的向量分组一步预测法Q′w，外矢量分组法模拟生产需水量一步预报t<$灵活资产设定点在两个采样时间之间变化的时刻全球水平辐照度包含模拟期间随机输入测量值的 矩阵全球太阳辐照度在预报水平线上的预测P&V发电量预测P-100 预测层位上的网格负荷预测Qw，outforecasofwaterdovereforecastter ed ore n orY向量，包含下一个时间步长在节点q和j之间流动的电流Iq注入节点q/由节点q吸收的电流PPriVsk 对应最坏情况的光伏发电PPV光伏发电的测量Pb，OFF水塔关闭时沼气厂的设定值Pb，ON水塔开启时沼气厂的设定值沼气厂发电的候选设定值Pb沼气厂发电的设定值Pb风险控制沼气厂发电的最佳设定值对应于最坏情况的PPxivW预测范围内电网负荷的测量Pcons电网负荷的水塔功耗的候选设定点Pw水塔功耗设定值Pw水塔功耗的最优设定值节点q消耗/产生的有功功率Qb，在 进入储存装置Qb，发电机消耗沼气的流量Qw，以进入储罐的水的流速计风险w，out最坏情况下的需水量Qw，out需水量预测期内的用水量量度当水塔的泵关闭时，配电网中的发电量和耗电量的统计水塔水泵开启时配电网发电量和用电量的统计UOFF，q水塔关闭时的电压值UON，q水塔开启时的电压值Uj电网节点j处的电压电网节点q处的电压端b，向下 当前时间结束时沼气厂储存单元中储存的沼气量步骤i，如果脉冲的持续时间不能被延长，则将i缩短至i=1−1中间b，向下将磁盘卷存储在生物计划的存储单元中如果脉冲的持续时间不能延长，则将当前时间步长缩短到t<$i=1−Vb，down当前时间步长结束时沼气厂储存单元中储存的沼气体积（端部b、f唇如果翻转设定点，则为时隙结束时的沼气体积中b，f唇翻转设定点后新切换时间的沼气体积B端，向上如果脉冲的持续时间延长到等于预定义阈值，则在当前时间步长结束时在沼气厂的存储单元中存储的沼气体积中间b向上将磁盘卷存储在生物计划的存储单元中如果脉冲的持续时间被延长到等于预定义阈值，PQVVVVVVxvWVb，up如果脉冲延长，在当前时间步长结束时沼气厂存储单元中存储的沼气体积对应于沼气厂发电的候选设定点的沼气体积Vb储存单元中的沼气体积端w，向下在当前时间步长结束时水塔水箱中的存储水量脉冲的持续时间e不能延长，i可以缩短到t′i=1−1中间w，向下在当前时间的切换时间将水挥发物存储在水的水箱中步骤i，如果脉冲的持续时间不能被延长，则将i缩短至i=1−1Vw，down当前时间步长结束时水塔水箱中的储水量（结束w，翻转中W，翻转如果设定点翻转，则时隙结束时的水量设定点翻转后新切换时间时的水量结束w，向上如果脉冲的持续时间延长到等于预定义阈值，则在当前时间步长结束时水塔水箱中的存储水量中w，上在当前时间的切换时间将水存储在水箱中如果脉冲的持续时间被延长到等于预定义阈值，则执行步骤Vw，up如果脉冲延长，当前时间步长结束时水塔水箱中的存储水量s对应于水塔功耗候选设定点的水量Vw储水箱X包含预测范围内优化变量的矩阵最优化问题的解Y风险向量，包含光伏发电、电网负荷和水需求的临界值，定义下一个时间步的最坏情况风险 包含光伏发电量、电网负荷和需水量的候选值的向量，用于下一个时间步的最坏情况Y包含下一个时间步长的光伏发电、电网负荷和水需求测量值的向量z线路阻抗zqj节点q和j之间的阻抗δU电压变化的δPV裕度定义了下一个时间步长光伏发电预测的置信区间δc裕度定义下一时间步长电网负荷预测的置信区间VVVVVVVVBYxvirefSESEδw裕度确定未来需水量预测的置信区间发电机效率ηT光伏板ηw水泵效率κ计算复杂度GHI每GHI数据的周期核模型日模式k/周期核GL每重量每周期性kernell模型电网负荷的周期性形状周期性kernell模型需水量的周期性形状kRQ有理二次核GHIRQGLRQGHI数据短期波动的有理二次核模拟电网负荷短期波动的有理二次Kernell模型kSE各向同性平方指数核gl各向同性平方指数核模拟电网负荷的长期波动各向同性平方指数核模拟水需求的长期波动探地雷达预测沼气低位热值的置信区间界限GPR模型给出的预测平均值nRMSE归一化均方根误差v模拟期间电压过冲的实例光伏发电量值与提前一步预测范围电网负荷值与提前一步预测范围内预测值的平均偏差需水量与一步预测范围Φ电压过冲表面积φ每时间步长平均电压过冲Φmax最大电压过冲ρ水密度σGPR模型给出的 预测方差KKKKKKKxviiτα光伏板的有效透射率fobj，最终目标函数的最终值fobj，初始目标函数flip标志指定在当前时隙期间是否翻转设定点flipnext标志指定在下一时隙期间是否翻转设定点g重力加速度H预测范围h水箱水位Hp表示预测范围内的时隙数Ht表示模拟周期内的时隙数k用于日内GHI预测的GHI内核组成k-gl核组合用于电网日负荷预测kwt核组合用于日内需水量预测N配电网中的节点数n预测范围内的数据点数量Pb，max沼气厂的最大发电量Pb，min沼气厂的最小发电量Pb，nom沼气厂的标称发电量Pw，max水塔的最大功耗Pw，min水塔的最小功耗Pw，nom水塔的标称功耗S安装中PV板的总表面积T时间步长TaAmbienttemperatureTpPV panelUn所有电网节点的标称单相电压值Vb，max沼气厂的最大存储容量Vb，min沼气厂的最小存储容量Vw，max水箱的最大存储容量