[论文解读] Model-free Load Control for High Penetration of Solar Photovoltaic Generation

Ouassim Bara, Mohammad Olama+4 more|arXiv (Cornell University)|Jul 8, 2017

Smart Grid Energy Management参考文献 34被引用 11

一句话总结

该论文提出了一种无模型控制（MFC）框架，使暖通空调（HVAC）系统能够实时本地消耗太阳能光伏发电（PV）发电，最大限度减少对电网的影响，且无需精确的建筑模型。通过使用数据驱动的智能比例控制器，该方法可跟踪光伏发电曲线，同时将室内温度维持在±1°C的舒适范围内，降低电压波动和双向功率流动，跟踪误差低于1 kW。

ABSTRACT

This paper presents a new model-free control (MFC) mechanism that enables the local distribution level circuit consumption of the photovoltaic (PV) generation by local building loads, in particular, distributed heating, ventilation and air conditioning (HVAC) units. The local consumption of PV generation will help minimize the impact of PV generation on the distribution grid, reduce the required battery storage capacity for PV penetration, and increase solar PV generation penetration levels. The proposed MFC approach with its corresponding intelligent controllers does not require any precise model for buildings, where a reliable modeling is a demanding task. Even when assuming the availability of a good model, the various building architectures would compromise the performance objectives of any model-based control strategy. The objective is to consume most of the PV generation locally while maintaining occupants comfort and physical constraints of HVAC units. That is, by enabling proper scheduling of responsive loads temporally and spatially to minimize the difference between demand and PV production, it would be possible to reduce voltage variations and two-way power flow. Computer simulations show promising results where a significant proportion of the PV generation can be consumed by building HVAC units with the help of intelligent control.

研究动机与目标

• 通过实现光伏发电的本地消纳，最小化高比例太阳能光伏对配电网的影响。
• 在太阳能发电波动和建筑工况动态变化的情况下，维持人员热舒适度在±1°C范围内。
• 消除对复杂、精确的建筑模型或计算量大的优化方法在实时控制中的依赖。
• 通过将暖通空调负荷调度与实时光伏发电输出同步，减少配电网中的电压波动和反向功率流动。
• 展示一种可扩展、鲁棒且低成本的控制方案，适用于住宅和商业建筑的广泛部署。

提出的方法

• 该方法采用基于超局部模型的无模型控制（MFC）框架，仅使用输入和输出数据，忽略物理定律或微分方程。
• 设计智能比例控制器，根据实际光伏发电与当前负荷需求之间的差异，实时调整暖通空调机组的电能消耗。
• 控制策略强制要求总暖通空调能耗必须在容差范围（仿真中ε = 1 kW）内跟随光伏发电曲线。
• 通过直接将负荷需求塑造成与光伏发电供应匹配的形式，避免了优化过程，仅使用可测量信号（光伏发电输出和室内温度）。
• 控制律基于数据驱动的公式推导，确保对天气变化和人员活动变化等扰动具有稳定性和鲁棒性。
• 该系统具有可扩展性：增加更多建筑可提升跟踪性能，而不会增加计算复杂度或改变控制架构。

实验结果

研究问题

• RQ1 暖通空调系统能否以无模型方式实现本地消纳太阳能光伏发电，从而最大限度减少对电网的影响？
• RQ2 如何在实时同步暖通空调负荷与波动的光伏发电输出的同时，维持热舒适度？
• RQ3 在高比例光伏渗透的配电网中，无模型控制在多大程度上可减少电压波动和反向功率流动？
• RQ4 所提方法能否在不依赖复杂优化或精确建筑模型的情况下，实现对光伏曲线的精确跟踪？
• RQ5 增加建筑数量对跟踪精度和热舒适度性能有何影响？

主要发现

• 无模型控制方法成功跟踪了光伏发电曲线，最大跟踪误差低于1 kW，显著减少了供需不匹配。
• 所有13栋建筑的室内温度均保持在±1°C舒适范围内，仅在最严苛场景下因初始温度较低而出现轻微越限。
• 增加一栋建筑（N_b = 14）后，温度调节性能得到改善，单个暖通空调机组的负载降低，证明了系统的可扩展性和性能增益。
• 该方法在天气变化和人员活动变动等扰动下仍保持鲁棒性能，且无需详细建筑模型。
• 控制框架计算效率高且具备可扩展性，从13栋增至14栋建筑时，计算负载未增加。
• 通过响应式暖通空调负荷实现本地光伏消纳，该方法有效减少了双向功率流动和电压波动。