一种电能计量箱的负荷智能调控方法及系统与流程

本技术涉及配电自动化与智能安全控制，尤其是涉及一种电能计量箱的负荷智能调控方法及系统。

背景技术：

1、电能计量箱是低压配电网中连接供电企业与终端用户的关键设备，通常安装于居民楼入户处或配电间内，内部集中布置有进线总断路器、各用户出线回路微型断路器、电能表、接线端子排及连接母排等元器件。随着居民用电负荷持续增长，单台电能计量箱内出线回路数量已达6至24路，各回路铜损热量在密闭箱体空间内叠加，使得端子排及断路器触头部位温升问题日益突出。

2、目前，针对电能计量箱的安全保护主要依赖断路器自身的过流脱扣机制。当某回路电流超过额定值时，该回路断路器跳闸切断供电。这种保护方式存在以下不足：其一，属于事后被动响应，无法在温度尚未达到危险水平时提前干预；其二，一旦跳闸则该回路全部用户失电，缺乏在热安全约束下对不同回路进行分级管控的能力；其三，跳闸后多回路同时请求复电时，合闸浪涌电流与箱体内残余热量叠加，极易触发二次跳闸，形成反复跳闸的恶性循环。

3、现有技术中，通过在箱体内设置温度传感器和控制器，当检测到温度超过设定阈值时切断部分回路供电。采用单点温度检测与阈值比较的方式，未对箱体内部多回路之间的热耦合关系进行建模，无法预判未来温升趋势。再者通过获取各分支回路功率与全局温度，在温度超越预警阈值时切断目标分支回路，并基于固有热容常数推演剩余热量接纳裕度以指导复电时序。虽然引入了热量接纳裕度的概念，但其温度模型为单点简化模型，未建立多节点热网络方程，且控制策略为事后响应式，不具备前馈预测能力。

4、综上所述，现有技术缺乏一种能够基于多节点热耦合建模、在温度达到安全阈值之前实施前馈预测式调控、并通过闭环参数辨识实现模型自适应的电能计量箱负荷智能调控方法。

技术实现思路

1、针对现有技术中电能计量箱负荷保护以事后被动跳闸为主、缺乏前馈预测式调控手段、多回路热耦合关系未被建模利用的技术问题，本技术提供一种电能计量箱的负荷智能调控方法及系统。

2、为了实现上述目的，本技术提供的一种电能计量箱的负荷智能调控方法采用如下的技术方案：

3、s1：采集电能计量箱内各出线回路的电气量数据及各节点的温度数据；

4、s2：采用集总参数法将所述电能计量箱内的热源和散热路径等效为多节点热网络，以各回路实时电功率为热源激励输入、以各节点温度为状态变量，建立状态空间形式的电热耦合动态模型；其中，热导矩阵的非对角元素表征不同回路之间经箱体壁面、空气层或公共安装基板的热耦合传播关系；

5、s3：在每个控制周期，以当前各节点温度和回路功率为初始条件，对所述电热耦合动态模型在预测时域内进行前向积分，获得各节点温度预测轨迹；以预测时域内各节点温度不超过安全阈值为硬约束，采用滚动时域优化求解最优调控序列；

6、s4：根据所述温度预测轨迹，在任一节点温度预测将达到安全阈值之前，生成针对一个或多个回路的负荷调控指令，并对相应回路执行通断或功率调节；

7、s5：将执行后的实际温度响应与所述温度预测轨迹进行偏差比较，当偏差超过预设容许范围时，触发所述电热耦合动态模型的参数在线更新，形成闭环调控。

8、优选的，所述以各回路实时电功率为热源激励输入、以各节点温度为状态变量，建立状态空间形式的电热耦合动态模型包括：

9、将各回路的实时电功率作为所述热网络的热源激励输入，将各节点温度作为状态变量，建立如下形式的状态空间方程：

10、

11、其中， 为节点热容矩阵，为热导矩阵，其对角元素为各节点对环境的等效散热热导，非对角元素表征节点与节点之间经由箱体壁面、空气层或公共安装基板的热耦合强度；为节点温度向量，为各回路电功率向量， 为环境温度，为功率-热源映射矩阵， 为环境耦合向量；

12、所述电功率向量的各分量由各回路实时采集的电流有效值的平方与对应导体及接线端子等效电阻的乘积获得，表征各回路的铜损发热功率。

13、优选的，所述滚动时域优化求解最优调控序列包括：

14、在每个控制周期，以当前各节点温度和回路功率状态为初始条件，在预设预测时域内求解所述电热耦合动态模型，获得各节点的温度预测轨迹；

15、构建代价函数：

16、

17、其中，第一项为预测时域内各节点温度与安全阈值偏差的加权二次范数，第二项为控制时域内调控动作次数的  惩罚，第三项为用户用电影响的加权惩罚； 、 为权重系数；、为各回路的优先级权重对角矩阵；为各节点安全阈值向量。

18、在满足各节点温度不超过安全阈值的硬约束下，求解所述代价函数的最优调控序列，执行当前时刻的第一组调控动作；在下一控制周期，利用最新采集数据更新初始状态，重复上述滚动时域优化过程。

19、优选的，所述代价函数中各优化目标的权重配置方式包括：

20、以各回路被切除或降载的总时长最小为第一优化目标；

21、以高优先级用户回路的供电连续性最大为第二优化目标；

22、以用户用电影响最小为第三优化目标；

23、所述第一优化目标通过所述代价函数中的第二项调控动作次数惩罚实现近似优化，所述第二优化目标对应所述代价函数中的优先级权重配置，所述第三优化目标对应所述代价函数中的第三项用户用电影响惩罚。

24、优选的，所述方法还包括错峰复电策略：

25、获取各待复电回路的浪涌注入热能；

26、基于所述电热耦合动态模型的状态空间方程，对包含全部待复电回路的拟复电序列进行全局多节点温度轨迹预演：通过所述状态空间方程的前向积分，依次模拟各待复电回路复电后的暂态热过程，其中每一回路复电引起的温升通过所述电热耦合动态模型中热导矩阵的非对角元素向其他节点传播，使得在拟复电序列中排位靠后的待复电回路对应节点的剩余热容量裕度受到排位靠前的已复电回路热贡献的累积影响；

27、若预演结果显示任一节点温度在拟复电序列执行过程中超过安全阈值，则迭代执行以下调整中的至少一种：调整复电顺序、在相邻复电之间插入等待间隔、或降低待复电回路的复电功率，直至预演通过后按照确定的复电序列执行复电操作。

28、优选的，所述错峰复电策略还包括：

29、根据各待复电回路的浪涌注入热能大小和各节点剩余热容量裕度的动态变化，实时生成复电排序队列；

30、所述浪涌注入热能通过回路的额定电流的平方、合闸涌流倍数的平方、回路等效电阻及合闸持续时间的乘积计算获得，其中所述合闸浪涌电流有效值为额定电流与合闸涌流倍数的乘积，或通过历史投切数据的在线学习获得；

31、在所述复电排序队列执行过程中，若因新负荷投入或环境温度变化导致任一节点的剩余热容量裕度缩减至低于下一待复电回路的浪涌注入热能，则暂停队列执行，基于所述电热耦合动态模型重新进行全局温度轨迹预演，并根据预演结果重新调整复电顺序或增加等待间隔。

32、优选的，所述参数在线更新包括：

33、在执行负荷调控指令引起一个或多个回路的通断操作后，采集因该次通断引起的暂态温度响应数据和对应的电功率变化数据；

34、将所述电热耦合动态模型的状态空间方程离散化为差分形式，以各节点温度变化量为输出、以各回路功率变化量和环境温度变化量为输入，构建线性回归方程；

35、采用带遗忘因子的递推最小二乘法对所述电热耦合动态模型中的热容矩阵、热导矩阵及环境耦合向量中的参数进行在线递推更新，其中所述遗忘因子用于调节历史测量数据与当前测量数据在参数递推估计中的相对权重，使模型参数随负载工况变化而自适应更新；

36、设置参数更新的置信度判据：当所述暂态过程的数据长度不足预设最小采样数或信噪比低于预设门限时，暂不更新对应参数，保持上一周期的参数值。

37、优选的，所述方法还包括模型自进化机制：

38、将执行调控后的实际温度响应与所述温度预测轨迹进行逐节点偏差比较；

39、当任一节点的预测偏差连续超过预设容许范围的次数达到预设阈值时，触发所述热导矩阵和热容矩阵中对应节点参数的强制重辨识；

40、所述偏差连续同号段长度超过总样本数的预设比例且一阶自相关系数绝对值超过预设阈值时，判定当前热网络模型的节点数不足以表征箱体内实际热分布， 在所述热网络模型中增设辅助散热节点以提升模型阶次，所述热网络模型即所述电热耦合动态模型中由热阻和热容构成的节点网络结构；

41、当所述电能计量箱内回路数量因增减而变化时，自动重构所述状态空间方程的维度，增删对应的热源节点和热导矩阵的行列元素。

42、优选的，所述滚动时域优化还包括预测时域和控制时域的自适应调整方法包括：

43、统计最近预设数量的控制周期内所述实际温度响应与所述温度预测轨迹的平均偏差；

44、当所述平均偏差增大时，缩短预测时域长度以降低远期预测的不确定性，同时缩短控制时域长度以提高调控频率；

45、当所述平均偏差减小时，延长预测时域长度以扩大前馈预判的时间裕度；

46、所述预测时域长度的调整范围限定为使最远预测节点的温度预测不确定度不超过预设置信水平；所述预设置信水平为预测时域内各节点温度预测标准差的最大值不超过预设阈值 ，所述预设阈值根据安全阈值与调控触发余量之差确定。

47、本技术还提供一种电能计量箱的负荷智能调控系统，包括：感知模块，用于采集所述电能计量箱内各出线回路的电气量数据及各关键节点的温度数据；

48、建模与预测模块，用于基于采集的数据建立集总参数多节点热网络的电热耦合动态模型，其中热导矩阵的非对角元素表征不同回路之间的热耦合传播关系，在每个控制周期前向积分获得各节点温度预测轨迹，并采用滚动时域优化求解最优调控序列；

49、决策模块，用于在任一节点温度预测轨迹达到安全阈值之前生成负荷调控指令，并在复电时基于所述电热耦合动态模型对拟复电序列进行全局温度轨迹预演以确定复电顺序和等待间隔；

50、执行模块，用于根据所述负荷调控指令对相应出线回路执行通断或功率调节；

51、参数在线更新模块，用于将实际温度响应与所述温度预测轨迹进行偏差比较，当偏差超过预设容许范围时对所述电热耦合动态模型的参数进行在线更新并反馈至所述建模与预测模块，形成闭环调控。

52、与现有技术相比，本技术提供了一种电能计量箱的负荷智能调控方法及系统，具备以下有益效果：

53、1.实现基于电热耦合模型的前馈主动调控与多回路热协调管理。 通过建立含热导矩阵非对角元素的电热耦合动态模型，显式表征回路间经箱体壁面及公共基板的热耦合关系；采用滚动时域优化在温度超限前提前生成降载或切路指令，将被动跳闸转为主动预防，避免绝缘老化与电弧故障；结合多优先级加权目标函数，在热安全约束下实现“保关键、切次要”的精细化负荷管理，保障消防、电梯等关键负荷供电连续性。

54、2.提出基于剩余热容量裕度匹配的错峰复电策略，抑制级联跳闸与二次过热。 基于电热耦合模型预演全局温度轨迹，计算各节点动态剩余热容量裕度并与待复电回路浪涌注入热能定量匹配；当剩余热容量裕度大于或等于浪涌热能时按热能由小到大依次复电，从机理上消除多回路同时复电的热冲击叠加，避免二次温升超限和级联跳闸，提升复电安全性。

55、3.构建参数自适应的本地边缘自治架构，保证模型长期精度与毫秒级响应。 采用带遗忘因子的递推最小二乘法在线更新热网络参数，自动跟随密封条老化、环境变化等慢变扰动修正模型，无需人工标定；全部计算在箱内边缘处理器本地完成，不依赖通信链路，远小于计量箱热惯性时间常数，匹配热惯性时间常数，确保通信中断等极端工况下的独立自治与快速响应能力。