云邊協(xié)同架構(gòu)下計(jì)及能碳管理的微電網(wǎng)頻率控制方法

摘" 要：針對(duì)微電網(wǎng)內(nèi)部新能源占比高、傳統(tǒng)同步機(jī)調(diào)頻資源有限而頻率波動(dòng)頻繁的問題，提出一種基于云邊協(xié)同架構(gòu)的電動(dòng)汽車輔助H∞頻率控制策略。首先，考慮到電動(dòng)汽車的荷電狀態(tài)（State-of-Charge， SoC）限制，將邊緣終端配置在微電網(wǎng)內(nèi)的充電站，并在邊緣終端部署一種計(jì)及SoC而不破壞微電網(wǎng)頻率控制架構(gòu)完整性的能碳管理方法。其次，在微電網(wǎng)云端控制中心，部署基于H∞的控制算法以調(diào)節(jié)傳統(tǒng)同步機(jī)和電動(dòng)汽車充電站的輸出有功功率。仿真算例結(jié)果表明，與傳統(tǒng)頻率控制策略相比，所提方法具有一定的可行性與優(yōu)異性。

關(guān)鍵詞：微電網(wǎng)；電動(dòng)汽車；頻率控制；能碳管理；延時(shí)與丟包

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2023）19-0169-04

Abstract： Aiming at the problems of frequent frequency fluctuations in microgrid with high-proportional renewables and limited frequency regulation resources， an auxiliary H∞ frequency control strategy for electric vehicles based on cloud edge collaborative architecture is proposed. First of all， considering the State-of-Charge （SoC） limitation of the electric vehicle， the edge terminal is arranged in the charging station in the microgrid， and an energy and carbon management method which takes into account SoC without destroying the integrity of the microgrid frequency control architecture is deployed at the edge terminal. Secondly， in the cloud control center of microgrid， a control algorithm based on H∞ is deployed to adjust the output active power of traditional synchronous machines and electric vehicle charging stations. The simulation results show that the proposed method has certain feasibility and superiority compared with the traditional frequency control strategy.

Keywords： microgrid; electric vehicle; frequency control; energy carbon management; delay and packet loss

微電網(wǎng)（Microgrid， MG）是解決山區(qū)農(nóng)村、大型海島等偏遠(yuǎn)地區(qū)供電難的最有效手段[1]。不同于傳統(tǒng)同步機(jī)組有功功率輸出的可控性，新能源機(jī)組有功功率的輸出往往受到天氣因素的影響而呈現(xiàn)間歇性與波動(dòng)性[2-3]。其與微電網(wǎng)內(nèi)負(fù)荷需求的不確定性相疊加，導(dǎo)致微電網(wǎng)有功功率供需兩端波動(dòng)較為頻繁，進(jìn)而對(duì)微電網(wǎng)頻率穩(wěn)定性產(chǎn)生不利影響[4]。近年來使用電動(dòng)汽車入網(wǎng)（Vehicle to Grid，V2G）技術(shù)提供輔助調(diào)頻資源，可有效分擔(dān)同步發(fā)電機(jī)的壓力，故受到學(xué)者的廣泛關(guān)注。

文獻(xiàn)[5]在建立含電動(dòng)汽車的微電網(wǎng)頻率控制狀態(tài)空間方程的基礎(chǔ)上，提出基于模型預(yù)測控制的控制策略。然而，文中假設(shè)參與頻率控制的電動(dòng)汽車數(shù)量始終是恒定的，故方法適用性有待提升。文獻(xiàn)[6]、[7]則考慮電動(dòng)汽車的荷電狀態(tài)（State-of-Charge， SoC）因素，提出一種計(jì)及SoC的頻率控制任務(wù)自適應(yīng)分配方案。然而，該方法本質(zhì)上導(dǎo)致微電網(wǎng)頻率控制系統(tǒng)的結(jié)構(gòu)隨SoC的變化而不斷改變。文獻(xiàn)[8]則進(jìn)一步考慮了電動(dòng)汽車與控制中心中的延時(shí)影響，基于特征值計(jì)算方法推導(dǎo)了延時(shí)允許時(shí)滯上限。然而，對(duì)實(shí)際微電網(wǎng)而言，可能存在實(shí)際延時(shí)大于允許時(shí)滯上限的情況。

隨著物聯(lián)網(wǎng)技術(shù)、邊緣計(jì)算技術(shù)等在電力系統(tǒng)中的逐步應(yīng)用，在更加靠近數(shù)據(jù)源側(cè)部署具備一定數(shù)據(jù)計(jì)算、分析能力的邊緣計(jì)算裝置提供額外的計(jì)算資源支撐以分擔(dān)電網(wǎng)云端控制中心的計(jì)算壓力成為當(dāng)前電力系統(tǒng)的發(fā)展趨勢，稱為云邊協(xié)同方式?；谏鲜霰尘?，本文提出一種運(yùn)行于云邊協(xié)同架構(gòu)下的電動(dòng)汽車輔助微電網(wǎng)頻率控制策略。

1" 云邊協(xié)同微電網(wǎng)頻率控制架構(gòu)

圖1示出了本文所提云邊協(xié)同架構(gòu)下的微電網(wǎng)頻率控制架構(gòu)。邊緣計(jì)算裝置部署于電動(dòng)汽車充電站內(nèi)，負(fù)責(zé)本地當(dāng)前階段參與輔助調(diào)頻的電動(dòng)汽車集群模型上傳以及調(diào)頻任務(wù)的分配。而云端則在匯聚微電網(wǎng)頻率偏差以及充電站上傳的模型參數(shù)的基礎(chǔ)上，進(jìn)行微電網(wǎng)頻率控制指令的更新。

2" 云端最優(yōu)H∞頻率控制指令更新策略

云端控制中心需要根據(jù)當(dāng)前的微電網(wǎng)頻率偏差情況，實(shí)時(shí)制定傳統(tǒng)同步機(jī)調(diào)頻機(jī)組與充電站的有功功率輸出。而對(duì)于微電網(wǎng)而言，持續(xù)的頻率偏差會(huì)造成運(yùn)行網(wǎng)損上升、繼保裝置拒動(dòng)或誤動(dòng)、用電設(shè)備壽命下降等一系列不利影響。因此，微電網(wǎng)的頻率控制系統(tǒng)需要對(duì)外部功率的影響滿足一定的衰減性能。此外，云端控制中心的控制指令下達(dá)以及微電網(wǎng)運(yùn)行狀態(tài)的上傳均需要通過網(wǎng)絡(luò)進(jìn)行，故隨機(jī)延時(shí)與丟包對(duì)頻率控制性能的影響同樣不可忽略。因此，本節(jié)首先在推導(dǎo)計(jì)及延時(shí)/丟包因素的閉環(huán)微電網(wǎng)頻率控制系統(tǒng)穩(wěn)定性約束條件的基礎(chǔ)上，將控制器設(shè)計(jì)問題轉(zhuǎn)化為約束優(yōu)化問題。

2.1" 計(jì)及延時(shí)/丟包因素的頻率控制閉環(huán)模型

由于控制指令需要等待底層采樣的頻率偏差信息上傳到控制中心后才能更新，故狀態(tài)上傳延時(shí)和控制指令下達(dá)延時(shí)可以等效為狀態(tài)量上傳的單邊延時(shí)。令總延時(shí)量為τ，滿足τ≤LTs（L∈Z+，Ts為采樣周期）。離散化的開環(huán)頻率控制系統(tǒng)滿足

從表2中可知，本文的頻率偏差與文獻(xiàn)[10]相近而較文獻(xiàn)[9]增大了12.77%；類似地，峰值時(shí)間與文獻(xiàn)[10]相近而較文獻(xiàn)[9]延長了15.79%。但穩(wěn)態(tài)時(shí)間本文所提方法與文獻(xiàn)[10]和文獻(xiàn)[9]相比縮短了43.25%和67.07%。最終的頻率偏差絕對(duì)值積分本文則比另外2個(gè)方法減少了36.31%和46.60%。其原因在于，本文所提方案可以視為在文獻(xiàn)[10]固定分配因子基礎(chǔ)上的進(jìn)一步修正。所提可變分配因子設(shè)定方案保證了充電站對(duì)外動(dòng)態(tài)特性的不變，故控制性能接近；相反地，文獻(xiàn)[9]中參與因子隨著SoC的變化而變化，從而導(dǎo)致微電網(wǎng)頻率控制系統(tǒng)的結(jié)構(gòu)發(fā)生不確定性變化，從而影響了對(duì)應(yīng)的動(dòng)態(tài)性能。具體體現(xiàn)為在頻率恢復(fù)過程的末端，由于電動(dòng)汽車SoC的下降而參與微電網(wǎng)調(diào)頻的程度降低，從而導(dǎo)致微電網(wǎng)的調(diào)頻資源不足而恢復(fù)時(shí)間變長。

4" 結(jié)論

針對(duì)微電網(wǎng)頻率穩(wěn)定性受到來自物理層調(diào)頻資源有限和來自信息層不確定延時(shí)與丟包的雙重挑戰(zhàn)，本文提出一種在云邊協(xié)同架構(gòu)下利用電動(dòng)汽車輔助的頻率控制策略。通過在充電站部署邊緣計(jì)算裝置實(shí)現(xiàn)電動(dòng)汽車調(diào)頻任務(wù)自適應(yīng)分配的同時(shí)，保證了充電站對(duì)外動(dòng)態(tài)特性的不變性，從而有利于微電網(wǎng)云端控制中心的控制策略設(shè)計(jì)。此外，通過計(jì)及動(dòng)態(tài)性能提升的網(wǎng)絡(luò)化頻率控制策略設(shè)計(jì)，實(shí)現(xiàn)了對(duì)頻率偏差的快速阻尼。未來將進(jìn)一步關(guān)注網(wǎng)絡(luò)存在入侵風(fēng)險(xiǎn)下的微電網(wǎng)頻率安全控制策略。

參考文獻(xiàn)：

[1] 于國星，宋蕙慧，侯睿，等.柔性直流互聯(lián)孤島微網(wǎng)群的分布式頻率協(xié)同控制[J].電力系統(tǒng)自動(dòng)化，2020，44（20）：103-111.

[2] KHALGHANI M R， SOLANKI J， SOLANKI K S， et al. Stochastic secondary frequency control of islanded microgrid under uncertainties[J]. IEEE Systems Journal， 15（1）：1056-1065.

[3] NIGAM S， AJALA O， DOM？魱NGUEZ-GARC？魱A A， et al. Controller hardware in the loop testing of microgrid secondary frequency control schemes[J]. Electric Power Systems Research， 2021，190（1）：1-7.

[4] YANG T， ZHANG Y， WANG Z， et al. Secondary frequency stochastic optimal control in independent microgrids with virtual synchronous generator-controlled energy storage systems[J]. Energies， 2018，11（1）：1-14.

[5] 馬苗苗，潘軍軍，劉向杰.含電動(dòng)汽車的微電網(wǎng)模型預(yù)測負(fù)荷頻率控制[J].吉林大學(xué)學(xué)報(bào)（工學(xué)版），2019，49（5）：1644-1652.

[6] 楊健維，董鴻志，廖凱，等.計(jì)及電動(dòng)汽車輔助調(diào)頻的負(fù)荷頻率控制聯(lián)合優(yōu)化[J].電力自動(dòng)化設(shè)備，2019，39（3）：200-206.

[7] VACHIRASRICIRIKUL S， NGAMROO I. Robust LFC in a smart grid with wind power penetration by coordinated V2G control and frequency controller[J]. IEEE Transactions on Smart Grid， 2014，5（1）：371-380.

[8] 李曉萌，賈宏杰，穆云飛，等.時(shí)滯環(huán)境下基于電動(dòng)汽車與電熱泵的協(xié)調(diào)頻率控制[J].電力自動(dòng)化設(shè)備，2020，40（4）：88-95.

[9] YANG T， ZHANG Y， LI W， et al. Decentralized networked load frequency control in interconnected power systems based on stochastic jump system theory[J]. IEEE Transactions on Smart Grid， 2020，11（5）：4427-4439.

[10] JIA H， LI X， MU Y， et al. Coordinated control for EV aggregators and power plants in frequency regulation considering time-varying delays[J]. Applied Energy， 2018，210（1）：1363-1376.

第一作者簡介：葉幫武（1981－），男，高級(jí)工程師。研究方向?yàn)殡娞加?jì)量，能碳管理系統(tǒng)，分布式新能源與微電網(wǎng)技術(shù)等。