[论文解读] Hycon2 Benchmark: Power Network System

Stefano Riverso, Giancarlo Ferrari‐Trecate|arXiv (Cornell University)|Jul 9, 2012

Frequency Control in Power Systems参考文献 1被引用 26

一句话总结

本文提出了用于电力系统网络的Hycon2基准测试，提出了一种集中式模型预测控制（MPC）框架，用于在三种不同的互联场景中设计自动发电控制（AGC）层。通过采用精确的系统级离散化方案，实现了低频偏差和联络线功率振荡，性能指标η ≈ 0.025–0.051和Φ ≈ 0.0028–0.0063，为电力系统中去中心化和分布式控制方法提供了性能基准。

ABSTRACT

As a benchmark exercise for testing software and methods developed in Hycon2 for decentralized and distributed control, we address the problem of designing the Automatic Generation Control (AGC) layer in power network systems. In particular, we present three different scenarios and discuss performance levels that can be reached using Centralized Model Predictive Control (MPC). These results can be used as a milestone for comparing the performance of alternative control schemes. Matlab software for simulating the scenarios is also provided in an accompanying file.

研究动机与目标

• 建立标准化基准，用于评估电力网络系统中的去中心化和分布式控制方法。
• 设计一种自动发电控制（AGC）层，以维持频率在额定值并最小化联络线功率交换。
• 通过集中式模型预测控制（MPC）提供性能基线，用于与其它控制方案进行比较。
• 通过可量化的指标η（频率偏差）和Φ（联络线功率振荡）实现性能评估。
• 通过实现本地控制器设计与全网络解耦，支持新区域的即插即用集成。

提出的方法

• 为每个电力发电区域建立连续时间线性时不变（LTI）模型，状态变量为Δθi、Δωi、ΔPmi、ΔPvi，输入为ΔPrefi和ΔPLi。
• 应用两种离散化方案：(D) 全系统精确离散化，以及 (Dss) 保持输入解耦结构的系统级离散化。
• 实现三种变体的集中式MPC：MPCfull（完整代价矩阵）、MPCdiag（对角矩阵）、MPCzero（零终端约束）。
• 采用1秒采样时间，在每个时间步求解优化问题，并将控制动作应用于下一个时间区间。
• 模拟负荷扰动（例如t=5s时ΔPL = +0.15），并使用η和Φ指标评估性能。
• 提供MATLAB和Simulink文件，包含系统矩阵、控制器参数、负荷曲线及所有场景和方案的仿真结果。

实验结果

研究问题

• RQ1 在三种具有不同互联结构的电力网络拓扑中，集中式MPC可实现怎样的性能水平？
• RQ2 不同的离散化方案（D与Dss）如何影响集中式MPC在AGC控制中的性能？
• RQ3 集中式MPC在电力网络系统中的η（频率偏差）和Φ（联络线功率振荡）的基线值是多少？
• RQ4 去中心化控制方案在η和Φ方面能在多大程度上匹配集中式MPC的性能？
• RQ5 如何在保持稳定性和约束满足的前提下，实现本地控制器设计与全网络的解耦？

主要发现

• 在场景1中，集中式MPC在D和Dss两种离散化方案下均实现η = 0.0249和Φ = 0.0030。
• 在场景2中，性能指标为η = 0.0346和Φ = 0.0063，D与Dss之间差异极小。
• 场景3的性能最差，η = 0.0510，Φ = 0.0060，这是由于网络复杂度增加所致。
• MPCzero变体实现了最低的Φ值（0.0028–0.0058），表明其对联络线功率振荡有良好抑制效果。
• 所有MPC变体在D和Dss方案下性能几乎完全一致，表明对离散化方法选择具有鲁棒性。
• 该基准提供了稳定的性能基线，η值范围为0.0249至0.0511，Φ值范围为0.0028至0.0063，可实现对去中心化控制方法的公平比较。