绿色能源互补智能电厂云控制系统研究

• 作者: 任延明 夏元清 林敏 闫策 高润泽
• 来源期刊: 自动化学报
• 关键词: 绿色能源互补 智能电厂 云控制系统 机器学习 经济模型预测控制 滚动优化
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 分布式信息能源系统理论与应用专题
• 页码范围: 1844-1868
• 页数: 25页
• 语种: 中文
• DOI: 10.16383/j.aas.c190581

摘要

针对现代电力系统中设施庞杂、多源异构海量数据难以有效处理、“信息孤岛”长期存在以及整体优化调度管理能力不足等问题,基于云控制系统理论,以智能电厂为研究对象,本文提出了智能电厂云控制系统(Intelligent power plant cloud control system,IPPCCS)解决方案.基于智能电厂云控制系统,针对绿色能源发电波动性强、抗扰能力差的问题,利用机器学习算法对采集到的风电、光伏输出功率进行短时预测,获知未来风、光机组功率输出情况.在云端使用经济模型预测控制(Economic model predictive control,EMPC)算法,通过实时滚动优化得到水轮机组的功率预测调度策略,保证绿色能源互补发电的鲁棒性,充分消纳风、光两种能源,减少水轮机组启停和穿越振动区次数,在为用户清洁、稳定供电的同时降低了机组寿命损耗.最后,一个区域云数据中心的供电算例表明了本文方法的有效性.