基于客户优先等级的模型预测控制框架：UK热浪案例中的虚拟电厂抗极端天气韧性
系统与控制
2025-12-01 v1 系统与控制
摘要
由于极端天气事件（如热浪和风暴）的频率和强度发生变化，全球电力系统不得不应对供需不平衡和额外供应损失风险的增加，迫切需要先进的控制策略来增强系统韧性。本文发展了一种模型预测控制 (MPC) 框架，用于虚拟电厂 (VPP) 的协调，管理光伏 (PV) 系统、储能设备和负荷，在极端天气事件前、期间及之后进行控制。求解一个多目标混合整数二次受约束规划，以强制客户优先等级，优先服务关键负荷，同时在网络和设备约束下最小化运行成本和光伏遮削。针对 IEEE 33 节点配电网及真实 UK 热浪数据进行仿真，结果表明，在现实的预测误差和建模不确定性下，MPC 相对于传统全时段优化可实现 11-20% 的韧性提升。这些结果表明，滚动时段协调在应对极端天气期间的韧性、低碳 VPP 操作具有实际可行性。
引用
@article{arxiv.2511.22528,
title = {A model predictive control framework with customer-priority tiers for virtual power plant resilience during extreme weather: A UK heatwave case study},
author = {Edward Moroshko and Weizhe Qin and Desen Kirli and Mohammed Qais and Sotirios Tsaftaris and Aristides Kiprakis},
journal= {arXiv preprint arXiv:2511.22528},
year = {2025}
}