基于数据驱动预测控制的低感知度配电网在线无功优化方法

钱立群; 魏卿; 胡鹏飞; 杨再欣

doi:10.7500/AEPS20240912001

您当前的位置：

首页 >

文章列表页 >

基于数据驱动预测控制的低感知度配电网在线无功优化方法

学术研究 | 更新时间：2025-07-14

- 基于数据驱动预测控制的低感知度配电网在线无功优化方法
- Online Reactive Power Optimization Method Based on Data-driven Predictive Control for Distribution Network with Low Situation Awareness
- 电力系统自动化 2025年49卷第13期页码：61-69
- 作者机构：
  
  1.浙江大学电气工程学院，浙江省杭州市 310063
  2.华电电力科学研究院有限公司，浙江省杭州市 310030
  3.内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司，内蒙古自治区呼和浩特市 010020
- 作者简介：
  
  钱立群(2000—)，男，硕士研究生，主要研究方向：主动配电网运行优化技术研究。E-mail：22210135@zju.edu.cn
  魏卿(1993—)，男，工程师，主要研究方向：新能源发电、系统建模与控制研究。E-mail：1985788743@qq.com
  胡鹏飞(1988—)，男，通信作者，博士，研究员，博士生导师，主要研究方向：新能源并网与主动配电网技术研究。E-mail：hpf@zju.edu.cn
- 基金信息：
  
  内蒙古自治区自然科学基金资助项目(2023YFHH0054)
- DOI：10.7500/AEPS20240912001
  中图分类号：
- 收稿：2024-09-12，
  
  修回：2024-12-13，
  
  网络出版：2025-03-27，
  
  纸质出版：2025-07-10
- 稿件说明：
移动端阅览
钱立群,魏卿,胡鹏飞等.基于数据驱动预测控制的低感知度配电网在线无功优化方法[J].电力系统自动化,2025,49(13):61-69.

QIAN Liqun,WEI Qing,HU Pengfei,et al.Online Reactive Power Optimization Method Based on Data-driven Predictive Control for Distribution Network with Low Situation Awareness[J].Automation of Electric Power Systems,2025,49(13):61-69.
钱立群,魏卿,胡鹏飞等.基于数据驱动预测控制的低感知度配电网在线无功优化方法[J].电力系统自动化,2025,49(13):61-69. DOI： 10.7500/AEPS20240912001.

QIAN Liqun,WEI Qing,HU Pengfei,et al.Online Reactive Power Optimization Method Based on Data-driven Predictive Control for Distribution Network with Low Situation Awareness[J].Automation of Electric Power Systems,2025,49(13):61-69. DOI： 10.7500/AEPS20240912001.

摘要

分布式电源的广泛接入使得配电网的潮流波动和电压越界问题愈加突出，特别是给拓扑结构未知、观测不足、数据质量低的低感知度配电网的无功优化带来了巨大挑战。文章引入数据驱动预测控制算法，提出了一种低感知度配电网在线无功优化方法。首先，利用历史运行数据构造配电网等效代理模型；然后，使用正则化技术对配电网在线无功优化问题建模；最后，在滚动优化过程中使用求解器求解，并给出无功优化策略。该方法基于行为系统理论，具有良好的可解释性，无需事前的模型训练，求解效率高。同时，还可在线实时追踪配电网状态并更新等效代理模型，具有较强的鲁棒性，适用于开关状态多变的低感知度配电网。通过改进的IEEE 33节点系统的算例仿真验证了所提方法的有效性。

Abstract

The extensive access to distributed generators makes the problems of power flow fluctuation and voltage violation of the distribution network more and more prominent

especially bringing great challenges to the reactive power optimization of distribution networks with low situation awareness and unknown topology

insufficient observation

and low data quality. This paper introduces a data-driven predictive control algorithm and proposes an online reactive power optimization method for distribution networks with low situation awareness. First

the historical operation data is utilized to construct an equivalent agent model of the distribution network. Then

the online reactive power optimization problem for distribution networks is modeled using regularization techniques. Finally

a solver is used to solve and give reactive power optimization strategies during the rolling optimization process. The proposed method based on behavioral system theory has good interpretability

requires no prior model training

and has high solving efficiency. It can also track the distribution network state and update the equivalent agent model online in real time

which is robust and suitable for distribution networks with low situation awareness and variable switching states. The effectiveness of the proposed method is verified by the case simulation of a modified IEEE 33-bus system.

关键词

Keywords

references

王渝红，廖逸犇，宋雨妍，等 . 风电场内部分散式无功电压优化控制策略［J］. 高电压技术， 2022 ， 48 （ 12 ）： 5047 - 5056 .

WANG Yuhong ， LIAO Yiben ， SONG Yuyan ， et al . Distributed optimal control strategy of reactive power and voltage in wind farm ［J］. High Voltage Engineering ， 2022 ， 48 （ 12 ）： 5047 - 5056 .

陈倩，王维庆，王海云，等 . 含分布式电源的配电网动态无功补偿优化策略研究［J］. 太阳能学报， 2023 ， 44 （ 1 ）： 525 - 535 .

CHEN Qian ， WANG Weiqing ， WANG Haiyun ， et al . Research on dynamic reactive power compensation optimization strategy of distribution network with distributed generation ［J］. Acta Energiae Solaris Sinica ， 2023 ， 44 （ 1 ）： 525 - 535 .

胡雪凯，尹瑞，时珉，等 . 基于改进粒子群算法的分布式光伏集群划分与无功优化策略［J］. 电力电容器与无功补偿， 2021 ， 42 （ 4 ）： 14 - 21 .

HU Xuekai ， YIN Rui ， SHI Min ， et al . Distributed photovoltaic cluster partition and reactive power optimization strategy based on improved particle swarm optimization algorithm ［J］. Power Capacitor & Reactive Power Compensation ， 2021 ， 42 （ 4 ）： 14 - 21 .

周丽红，于浩，李鹏，等 . 多主体市场下的园区综合能源系统随机鲁棒运行优化［J］. 电力系统自动化， 2023 ， 47 （ 24 ）： 100 - 109 .

ZHOU Lihong ， YU Hao ， LI Peng ， et al . Stochastic robust operation optimization for park-level integrated energy system in multi-stakeholder market ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 24 ）： 100 - 109 .

刘自发，张婷，王岩 . 基于模型预测控制的主动配电网多场景变时间尺度优化调度［J］. 电力自动化设备， 2022 ， 42 （ 4 ）： 121 - 128 .

LIU Zifa ， ZHANG Ting ， WANG Yan . Multi-scenario variable time scale optimal scheduling of active distribution network based on model predictive control ［J］. Electric Power Automation Equipment ， 2022 ， 42 （ 4 ）： 121 - 128 .

朱鹏程，刘曌煜，孙可，等 . 基于多分块交替方向乘子法的蜂巢状配电网分布式优化调度［J］. 中国电力， 2023 ， 56 （ 6 ）： 90 - 100 .

ZHU Pengcheng ， LIU Zhaoyu ， SUN Ke ， et al . Optimal scheduling of honeycomb distribution network based on BADMM ［J］. Electric Power ， 2023 ， 56 （ 6 ）： 90 - 100 .

ZHU P C ， LIU Z Y ， SUN K ， et al . Distributed model predictive control strategy based on block-wised alternating direction multiplier method for microgird clusters ［J］. IET Generation ， Transmission & Distribution， 2022 ， 16 （ 22 ）： 4630 - 4639 .

张丽强 . 基于智能电表数据的供电网络拓扑识别方法研究［D］. 济南：山东大学， 2020 .

ZHANG Liqiang . Research on power supply network topology identification method based on smart meter data ［D］. Jinan ： Shandong University ， 2020 .

陈瑛 . 基于不确定量测信息的配电网状态估计方法研究［D ］. 天津：天津大学， 2018 .

CHEN Ying . Research on distribution network state estimation method based on uncertain measurement information ［D］. Tianjin ： Tianjin University ， 2018 .

CHEN G ， ZHANG H C ， DAI N Y ， et al . Topology-free optimal power dispatch for distribution network considering security constraints and flexible building thermal inertia ［C］// 2021 IEEE Power & Energy Society General Meeting （PESGM）， July 26-29 ， 2021 ， Washington， USA .

李鹏华，宋卓然，吴文传 . 部分可观测条件下的配电网数据驱动最优潮流模型［J］. 中国电力， 2023 ， 56 （ 12 ）： 51 - 57 .

LI Penghua ， SONG Zhuoran ， WU Wenchuan . A data-driven optimal power flow model under partial observability ［J］. Electric Power ， 2023 ， 56 （ 12 ）： 51 - 57 .

顾洁，孟璐，朱曈彤，等 . 数据驱动的无精确建模含源配电网无功运行优化［J］. 电力自动化设备， 2021 ， 41 （ 1 ）： 1 - 11 .

GU Jie ， MENG Lu ， ZHU Tongtong ， et al . Data-driven optimization for reactive power operation in source distribution network without accurate modeling ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 1 ）： 1 - 11 .

倪爽，崔承刚，杨宁，等 . 基于深度强化学习的配电网多时间尺度在线无功优化［J］. 电力系统自动化， 2021 ， 45 （ 10 ）： 77 - 85 .

NI Shuang ， CUI Chenggang ， YANG Ning ， et al . Multi-time-scale online optimization for reactive power of distribution network based on deep reinforcement learning ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 10 ）： 77 - 85 .

胡丹尔，彭勇刚，韦巍，等 . 多时间尺度的配电网深度强化学习无功优化策略［J］. 中国电机工程学报， 2022 ， 42 （ 14 ）： 5034 - 5045 .

HU Daner ， PENG Yonggang ， WEI Wei ， et al . Multi-timescale deep reinforcement learning for reactive power optimization of distribution network ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 14 ）： 5034 - 5045 .

XU Y L ， ZHANG W ， LIU W X ， et al . Multiagent-based reinforcement learning for optimal reactive power dispatch ［J］. IEEE Transactions on Systems， Man， and Cybernetics， Part C （Applications and Reviews）， 2012 ， 42 （ 6 ）： 1742 - 1751 .

胡维昊，曹迪，黄琦，等 . 深度强化学习在配电网优化运行中的应用［J］. 电力系统自动化， 2023 ， 47 （ 14 ）： 174 - 191 .

HU Weihao ， CAO Di ， HUANG Qi ， et al . Application of deep reinforcement learning in optimal operation of distribution network ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 14 ）： 174 - 191 .

HUANG L B ， COULSON J ， LYGEROS J ， et al . Data-enabled predictive control for grid-connected power converters ［C］// 2019 IEEE 58th Conference on Decision and Control （CDC）， December 11-13 ， 2019 ， Nice， France .

HUANG L B ， COULSON J ， LYGEROS J ， et al . Decentralized data-enabled predictive control for power system oscillation damping ［J］. IEEE Transactions on Control Systems Technology ， 2022 ， 30 （ 3 ）： 1065 - 1077 .

CARLET P G ， FAVATO A ， BOLOGNANI S ， et al . Data-driven predictive current control for synchronous motor drives ［C］// 2020 IEEE Energy Conversion Congress and Exposition （ECCE）， October 11-15 ， 2020 ， Detroit， USA .

ELOKDA E ， COULSON J ， BEUCHAT P N ， et al . Data-enabled predictive control for quadcopters ［J］. International Journal of Robust and Nonlinear Control ， 2021 ， 31 （ 18 ）： 8916 - 8936 .

SHUKLA S R ， PAUDYAL S ， ALMASSALKHI M R . Efficient distribution system optimal power flow with discrete control of load tap changers ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 4 ）： 2970 - 2979 .

HE B S ， YUAN X M . Block-wise alternating direction method of multipliers for multiple-block convex programming and beyond ［J］. SMAI Journal of Computational Mathematics ， 2015 ， 1 ： 145 - 174 .

谢世杰，徐泳奉，段广仁 . 行为系统理论的现状与展望［J］. 控制与决策， 2006 ， 21 （ 12 ）： 1321 - 1325 .

XIE Shijie ， SEO Youngbong ， DUAN Guangren . Developments and prospect of behavior system theory ［J］. Control and Decision ， 2006 ， 21 （ 12 ）： 1321 - 1325 .

MARKOVSKY I ， WILLEMS J C ， VAN HUFFEL S ， et al . Exact and approximate modeling of linear systems ［M］. Philadelphia， USA ： Society for Industrial and Applied Mathematics ， 2006 .

MARKOVSKY I ， RAPISARDA P . Data-driven simulation and control ［J］. International Journal of Control ， 2008 ， 81 （ 12 ）： 1946 - 1959 .

COULSON J ， LYGEROS J ， DORFLER F . Data-enabled predictive control： in the shallows of the DeePC ［C］// 2019 18th European Control Conference （ECC）， June 25-28 ， 2019 ， Naples， Italy .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于混合整数半定规划的含分布式电源配电网无功优化

同步测量数据驱动的配电网扰动源分类方法