基于多智能體系統(tǒng)的微電網(wǎng)安穩(wěn)控制策略

李哲, 嚴(yán)婷, 竇春霞

(1.南京郵電大學(xué)自動(dòng)化學(xué)院, 人工智能學(xué)院, 南京 210023; 2.南京郵電大學(xué)碳中和先進(jìn)技術(shù)研究院, 南京 210023)

全球范圍內(nèi)的化石能源日益枯竭,能源使用所帶來的污染問題也變得愈發(fā)嚴(yán)重,可再生能源的清潔性以及可再生性,使其發(fā)電并與電網(wǎng)相結(jié)合建設(shè)綠色節(jié)能電力系統(tǒng)成為了必然趨勢,但單一的分布式能源可被視為對公用電網(wǎng)的干擾[1-3]。分布式能源 (distributed energy resources, DERs) 的接入會(huì)增加電網(wǎng)的不穩(wěn)定性,微電網(wǎng)的提出就是為了解決這個(gè)問題。微電網(wǎng)由一定區(qū)域內(nèi)的各種DERs單元和一系列負(fù)荷組成,能夠提升電能的供給質(zhì)量。在滿足自身安全穩(wěn)定的條件下,微電網(wǎng)與公用電網(wǎng)應(yīng)相互支持,兩者通過公共耦合點(diǎn) (point of common coupling, PCC) 相連接。在公用電網(wǎng)不穩(wěn)定的情況下,微電網(wǎng)可以立即與電網(wǎng)分離并進(jìn)入“孤島”運(yùn)行模式,此時(shí)微電網(wǎng)的能源需求僅由DERs提供。

隨著多智能體技術(shù)的廣泛發(fā)展,通常構(gòu)建包含電網(wǎng)智能體、微電網(wǎng)智能體和DERs智能體的多智能體系統(tǒng)[4-6]。考慮到微電網(wǎng)是由多個(gè)部件組成的系統(tǒng),不同DERs的運(yùn)行模式基于不同基礎(chǔ)下設(shè)計(jì)的協(xié)調(diào)控制指令進(jìn)行切換,且切換時(shí)產(chǎn)生擾動(dòng)使得維持微電網(wǎng)的穩(wěn)定性和安全性成為一大難題。微電網(wǎng)中部分DERs的運(yùn)行模式可以僅根據(jù)環(huán)境進(jìn)行切換,如風(fēng)力發(fā)電機(jī) (wind turbine, WT) 和光伏電池 (photovoltaic cells, PV)。當(dāng)負(fù)荷需求得不到滿足或電網(wǎng)中的電能閑置時(shí),需要根據(jù)整個(gè)微電網(wǎng)系統(tǒng)的功率需求切換蓄電池 (batteries, BT) 和燃料電池 (fuel cells, FC) 的運(yùn)行模式。在協(xié)調(diào)控制的過程中,DERs的運(yùn)行模式轉(zhuǎn)換可以維持微電網(wǎng)的平衡[3]。因此,微電網(wǎng)的控制需要整體協(xié)調(diào)策略。電力電子技術(shù)也增加了微電網(wǎng)的復(fù)雜性,來自不同DERs的電能需要通過逆變器進(jìn)行轉(zhuǎn)換,逆變器保證了交流母線的穩(wěn)定性。DERs和逆變器的分散控制是微電網(wǎng)正常運(yùn)行的前提。針對這些問題,提出基于多智能體系統(tǒng) (multi-agent system, MAS) 的兩級分散協(xié)調(diào)控制方案。

影響微電網(wǎng)穩(wěn)定性和安全性的因素有很多。DERs的運(yùn)行模式必須在電壓穩(wěn)定和功率平衡的前提下進(jìn)行切換,光伏和儲(chǔ)能的一體化系統(tǒng)能夠在一定程度上緩解模式切換的功率波動(dòng)[7],但僅僅考慮光伏和儲(chǔ)能的作用卻忽略了種類豐富的其他DERs與之電網(wǎng)的協(xié)同關(guān)系;文獻(xiàn)[8]基于負(fù)荷的不確定性,通過對負(fù)荷不確定性模型的建立和求解,提出了4項(xiàng)電壓穩(wěn)定風(fēng)險(xiǎn)指標(biāo),對于增強(qiáng)系統(tǒng)在重大擾動(dòng)下的安全性和自愈能力具有重要意義;在運(yùn)行模式轉(zhuǎn)換過程中,儲(chǔ)能系統(tǒng)功率特性特有的平滑特征對于維持系統(tǒng)的穩(wěn)定性和安全性,平抑DERs的波動(dòng)性和隨機(jī)性起著非常重要的作用[9];文獻(xiàn)[10]考慮DERs參與下的多種排放污染物成本,以最小化系統(tǒng)的成本函數(shù)為目標(biāo),在線優(yōu)化微電網(wǎng)的運(yùn)行以提高微電網(wǎng)的經(jīng)濟(jì)性和安全性;為實(shí)現(xiàn)微電網(wǎng)系統(tǒng)各分布式能源之間日益耦合的情況,文獻(xiàn)[11]基于解析模型與數(shù)據(jù)驅(qū)動(dòng)模型進(jìn)行融合,通過神經(jīng)網(wǎng)絡(luò)對微電網(wǎng)的頻率與歷史樣本對比,提升了對系統(tǒng)頻率評估的準(zhǔn)確性;文獻(xiàn)[12]基于DERs的引入對微電網(wǎng)系統(tǒng)潮流動(dòng)態(tài)的影響,通過對各類負(fù)載的過流繼電器進(jìn)行最佳的協(xié)調(diào)優(yōu)化,避免了新能源的接入對微電網(wǎng)潮流動(dòng)態(tài)影響而導(dǎo)致的系統(tǒng)運(yùn)行不穩(wěn)定等問題。以上研究對微電網(wǎng)安全穩(wěn)定運(yùn)行的影響因素都進(jìn)行了一定的考量,但仍然存在考慮情況單一、所用方法不夠準(zhǔn)確以及對DERs本身的功率特性考慮不周等問題?；诖?本文中提出了基于網(wǎng)格自適應(yīng)直接搜索過濾算法(mesh adaptive direct search filter algorithm, MADSFA) 以及DERs的PN模型,來整合這些約束并搜索最優(yōu)運(yùn)行模式。該算法是改進(jìn)的網(wǎng)格自適應(yīng)直接搜索算法[13]。MADSFA可以實(shí)時(shí)更新可行域和不可行域,增加了系統(tǒng)的可靠性。

為了達(dá)到控制的效果,MAS必須在通信技術(shù)發(fā)達(dá)的環(huán)境下工作。MAS中存在多種通信模式,如主從通信模式和無固定主從通信模式。MAS內(nèi)部的通信模式可以用Petri網(wǎng)(Petri-net, PN)表征[14]。PN是表達(dá)MAS的一種重要工具。本文中采用由令牌、庫所和變遷組成的有色Petri網(wǎng) (color Petri-net, CPN)來表示運(yùn)行模式轉(zhuǎn)換過程,以驗(yàn)證運(yùn)行模式的可達(dá)性[15-16]。

本文中設(shè)計(jì)一種基于MAS的兩級分散協(xié)調(diào)控制方案,MAS負(fù)責(zé)對微電網(wǎng)的監(jiān)測和對DERs的運(yùn)行控制,實(shí)現(xiàn)DERs最優(yōu)運(yùn)行模式轉(zhuǎn)換以維護(hù)微電網(wǎng)的高安全性和穩(wěn)定性。首先,討論MAS具體的通信模式以及協(xié)商溝通的機(jī)制。其次,基于PN構(gòu)建各DERs的運(yùn)行模式切換模型,利用MADSFA選擇最佳的協(xié)調(diào)控制邏輯指令,并用有色Petri網(wǎng)(color Petri-net, CPN)來驗(yàn)證所設(shè)計(jì)的運(yùn)行模式的可達(dá)性。然后,在DERs的逆變器和控制器之間增設(shè)預(yù)設(shè)性能控制器,以期逆變器的輸出功率誤差無論在穩(wěn)態(tài)還是暫態(tài)的情況下均能穩(wěn)定在預(yù)設(shè)誤差范圍之內(nèi)。最后,基于MAS仿真24 h內(nèi)的實(shí)時(shí)監(jiān)控和分散控制的效果。

1 基于MAS的協(xié)調(diào)控制

1.1 基于MAS的微電網(wǎng)結(jié)構(gòu)

所研究的基于MAS的微電網(wǎng)的結(jié)構(gòu)如圖1所示。DERs通過電力電子元件與電網(wǎng)相連。系統(tǒng)中的每個(gè)部件自身都有單元控制智能體,以實(shí)現(xiàn)局部的分散控制[17-20]。上層協(xié)調(diào)控制 (coordinated control, CC) 智能體根據(jù)所有智能體的信息發(fā)出邏輯控制指令,以實(shí)現(xiàn)協(xié)調(diào)控制。

CC為協(xié)調(diào)控制;UG為公用電網(wǎng);WT為風(fēng)力發(fā)電;FC為燃料電池;PV為光伏發(fā)電;AC/DC為交流/直流;PCC為公共耦合點(diǎn)圖1 基于MAS的微電網(wǎng)結(jié)構(gòu)Fig.1 The structure of microgrid based on MAS

每個(gè)智能體都是一個(gè)計(jì)算機(jī)系統(tǒng)或硬件實(shí)體。它不僅可以感知環(huán)境,還可以與其他智能體進(jìn)行信息傳遞。每個(gè)智能體的基本結(jié)構(gòu)如圖2所示。分析決策模塊根據(jù)來自環(huán)境、數(shù)據(jù)庫、通信模塊和算法模塊的信息構(gòu)建控制命令。在本文中,CC智能體中的算法模塊為MADSFA模塊。CC智能體向部件智能體發(fā)送操作模式轉(zhuǎn)換命令。并且每個(gè)部件智能體中的算法模塊是它們各自的控制算法。

圖2 智能體的基本結(jié)構(gòu)Fig.2 The fundamental structure of an agent

1.2 MAS的溝通協(xié)商機(jī)制

在協(xié)調(diào)過程中,對信息的處理非常重要。MAS中存在兩種通信協(xié)商機(jī)制,它們分別是無固定主從模式和主從模式。本文中采用這兩種通信模式的組合來解決MAS的溝通協(xié)商問題。

無固定主從模式主要用于小型獨(dú)立調(diào)節(jié)。當(dāng)微電網(wǎng)中任意DER的電源出現(xiàn)異常,其單元控制智能體會(huì)向其他智能體尋求幫助,其他智能體可以提供應(yīng)急預(yù)案。請求幫助的智能體被稱為管理方智能體 (manager agents, MA);響應(yīng)請求的智能體被稱為協(xié)商智能體 (negotiation agents, NA)。MA處理來自優(yōu)先級較高的NA的響應(yīng)。優(yōu)先級的控制指標(biāo)為W=D+C+T, 其中D為兩個(gè)DER之間的距離,C為成本,T為響應(yīng)時(shí)間。無固定主從通信模式如圖3所示。

圖3 無固定主從的通信模式Fig.3 The no fixed master-slave communication mode

主從式和無固定主從式通信模式的區(qū)別在于主從通信模式下存在中央?yún)f(xié)調(diào)智能體 (central coordination agents, CCA)。 DERs的所有信息都應(yīng)傳遞給CCA,CCA通過分析進(jìn)行能量調(diào)度。CCA與其他智能體的通信過程如圖4所示。主從模式與無固定主從模式相結(jié)合的通信方式可以增加系統(tǒng)的可靠性和穩(wěn)定性。在CCA進(jìn)行計(jì)算時(shí),MA可以基于固定的主從通信模式進(jìn)行應(yīng)急決策。

圖4 主從通信模式Fig.4 The master-slave communication mode

2 協(xié)調(diào)控制策略

2.1 基于PN的DERs模型

為了呈現(xiàn)運(yùn)行模式的轉(zhuǎn)換過程,本文中采用了PN法。PN是一個(gè)系統(tǒng)分析和研究的工具,它可以有效地對并發(fā)系統(tǒng)進(jìn)行描述和建模。在微電網(wǎng)中,DERs有多種運(yùn)行模式,它們的運(yùn)行模式基于不同的條件進(jìn)行切換[21-23]。

2.1.1 基于PN的WT單元模型

當(dāng)風(fēng)速v高于額定風(fēng)速ve時(shí), WT工作在恒功率輸出 (constant power output, CPO) 模式; 當(dāng)風(fēng)速低于額定風(fēng)速時(shí),WT運(yùn)行在最大功率點(diǎn)跟蹤 (maximum power point tracking, MPPT) 模式。并且WT所能捕獲的最大風(fēng)速vmax和最小風(fēng)速vmin是有限的?；赑N的WT單元模型及說明如圖5、表1所示。

表1 WT的PN模型說明Table 1 Description of PN model for WT unit

圖5 基于PN的WT單元模型Fig.5 The model of WT unit based on PN

2.1.2 基于PN的光伏單元模型

當(dāng)入射的輻射度GING大于閾值η時(shí),PV工作在MPPT模式。 閾值是根據(jù)光伏電池的性能來確定的。 如果GING≤η, 則PV停止工作。基于PN的光伏單元模型及其說明如圖6所示和表2所示。

表2 光伏單元的PN模型說明Table 2 Descriptions of PN model for PV unit

圖6 基于PN的光伏單元模型Fig.6 The model of PV unit based on PN

2.1.3 基于PN的BT單元模型

為了平衡微電網(wǎng)中的功率,可控制的DER必不可少。BT的性能可由其荷電狀態(tài)(state of charging,SOC)進(jìn)行表征。SOC表達(dá)式為

(1)

式(1)中:Q0(t)為蓄電池放電電量;Q0為蓄電池額定容量。

當(dāng)WT和PV的輸出功率大于負(fù)荷需求時(shí),BT單元進(jìn)行充電;若WT和PV的輸出功率不能滿足需求,儲(chǔ)能單元將進(jìn)行放電。SOC的最小值為 SOCmin,最大值為SOCmax?；赑N的BT模型如圖7所示,相關(guān)說明如表3所示。

表3 蓄電池單元的PN模型說明Table 3 Descriptions of PN model for BT unit

圖7 基于PN的BT單元模型Fig.7 The model of BT based on PN

2.1.4 基于PN的FC單元模型

當(dāng)BT無法滿足供需平衡時(shí),就需要FC參與系統(tǒng)調(diào)控。設(shè)PL、PWT、PPV和PBT分別為總負(fù)荷需求、WT輸出功率、PV輸出功率和BT輸出功率。如果PL-PWT-PPV-PBT>0,使FC開始工作;如果PL-PWT-PPV-PBT≤0,使FC停止工作?；赑N的FC單元模型如圖8所示,相關(guān)說明如表4所示。

表4 燃料電池單元的PN模型說明Table 4 Descriptions of PN model for FC unit

圖8 基于PN的FC單元模型Fig.8 The model of FC unit based on PN

2.2 協(xié)調(diào)控制指標(biāo)

在微電網(wǎng)中提出了一種兩級分散的協(xié)調(diào)控制方案。上層采用協(xié)調(diào)控制策略,它向DERs發(fā)出基于MADSFA的切換指令。安全性指標(biāo)內(nèi)容包括電壓安全、功率平衡、部件容量限制和最短啟停時(shí)間限制。當(dāng)安全指標(biāo)發(fā)生波動(dòng)時(shí),必須改變DERs的運(yùn)行方式。為了維持系統(tǒng)的安全性和穩(wěn)定性,在有限的可行模式中搜索最優(yōu)模式顯得至關(guān)重要。

2.2.1 安全性指標(biāo)

1) 電壓安全

動(dòng)態(tài)電壓綜合評估是根據(jù)電壓的性質(zhì)提出的。電壓在初始崩潰點(diǎn)處衰減緩慢,之后會(huì)急劇下降。單獨(dú)使用電壓幅值作為檢測系統(tǒng)失穩(wěn)的閾值可能會(huì)導(dǎo)致錯(cuò)誤的結(jié)論。

第i個(gè)節(jié)點(diǎn)上的電壓序列表示為

(2)

第i個(gè)節(jié)點(diǎn)在第j個(gè)時(shí)刻來自N個(gè)可用測量值的波動(dòng)平均值可以表示為

(3)

(4)

2) 功率平衡

控制過程的基本原理是微電網(wǎng)內(nèi)的功率平衡,負(fù)荷需求需要由DERs的輸出功率來平衡,功率平衡被表述為函數(shù)為

PL-PWT-PPV=PBT+PFC

(5)

式(5)中:PFC為FC的輸出功率。

3) DERs容量限制

微電網(wǎng)是由不同的DERs組成的。為了穩(wěn)定運(yùn)行,每個(gè)DER的輸出功率都有下限和上限的限制。WT、PV和FC的輸出功率必須在額定范圍內(nèi),容量限制可概括為

minPn≤Pn≤maxPn

(6)

式(6)中:Pn為輸出功率;minPn為輸出功率最小值;maxPn為輸出功率最大值;n為部件的類型,包括WT、PV和FC。

BT的充放電容量也受到限制,與其他DERs不同的是,BT的能力是由SOC值來衡量的,前已述及,現(xiàn)表示為

SOCmin≤SOC≤SOCmax

(7)

4) 模式轉(zhuǎn)換速率限制

如果部件的工作模式頻繁切換,則會(huì)損壞部件。每個(gè)DER開啟和關(guān)閉的最短時(shí)間受到下限和上限的限制,表示為

(8)

式(8)中:ton為DER開啟持續(xù)時(shí)間;toff為DER關(guān)閉持續(xù)時(shí)間。

2.2.2 自適應(yīng)直接搜索過濾算法

協(xié)調(diào)過程負(fù)責(zé)尋找最優(yōu)的運(yùn)行模式,然后MAS根據(jù)優(yōu)化結(jié)果向DERs發(fā)送運(yùn)行模式的轉(zhuǎn)換命令。如前所述,DERs的工作模式可以定義為

(9)

式(9)中:MWT、MPV、MFC和MBT分別為WT、PV、FC和BT的運(yùn)行模式。定義一個(gè)運(yùn)行模式序列α=(MWT,MPV,MFC,MBT)。

在微電網(wǎng)實(shí)時(shí)協(xié)調(diào)控制過程中,通過在線優(yōu)化在有限的可行模式中搜索最優(yōu)運(yùn)行模式。本文中采用MADSFA來搜索最優(yōu)模式,考慮基本的運(yùn)行情況, 定義約束違反函數(shù)h(α)為

h(α)=max(L-0.9,0)+

max(|PL-PWT-PPV-PBT-PFC|,0)+

max∑(minpn-pn,0)+max∑(pn-maxPn,0)+

max(SOCmin-SOC,0)+max(SOC-SOCmax,0)+

max∑(minton-ton,0)+max∑(ton-maxton,0)+

max∑(mintoff-toff,0)+max∑(toff-maxtoff,0)

(10)

h(α)綜合了所有的安全指標(biāo)。 如果h(α)=0,則系統(tǒng)是安全的,這意味著α是h(α)=0的一個(gè)可行解。在h(α)中, 如果L≤0.9、max(L-0.9,0)=0,說明電壓是安全的;如果0.9≤L<1、max(L-0.9,0),=L-0.9,表示電壓是安全的,但需要進(jìn)行運(yùn)行模式的轉(zhuǎn)換;如果L≥1、 max(L-0.9,0)=L-0.9≥0.1,表明電壓已經(jīng)崩潰,系統(tǒng)不安全。max(L-0.9,0)具有最大值0.1。h(α)中另一個(gè)指標(biāo)的分析與電壓指標(biāo)類似,可以用h(α)來衡量運(yùn)行模式的不可行性,將滿足要求的α分為三類:可行點(diǎn)、不可行點(diǎn)和不安全點(diǎn)。

定義對任意兩個(gè)有限的權(quán)重向量w和w′,當(dāng)w

約束違反函數(shù)的向量形式可以表示為

H(α)=[max(L-0.9,0),

max(|PL-PWT-PPV-PBT-PFC|,0),

max∑(minpn-pn,0),max∑(pn-maxPn,0),

max(SOCmin-SOC,0),max(SOC-SOCmax,0),

max∑(minton-ton,0),

max∑(ton-maxton,0),max∑(mintoff-toff,0),

max∑(toff-maxtoff,0)]

(11)

設(shè)計(jì)過濾器驗(yàn)證迭代點(diǎn)的可行性,它可以過濾掉H(α)中任何變量超出允許最大值的不安全點(diǎn)。

過濾器Fβ定義為

Fβ={α′:Hβ(α′)≤Hmax}

(12)

式(12)中:β為迭代次數(shù);α′為迭代點(diǎn);Hmax為H(α)的最大值。

集合D存在兩個(gè)限制:①D必須是一個(gè)正支撐集,也就是說,其元素的非負(fù)線性組合必須支撐Rn;②每個(gè)方向dγ∈D(γ=1,2,…,nD)上的Gzγ,都必須是某個(gè)固定的非奇異生成矩陣G∈Rn×n與一個(gè)整數(shù)向量zγ∈Zn的乘積。方便起見,集合D也被視為一個(gè)n×nD的實(shí)矩陣。

網(wǎng)格定義為

(13)

式(13)中:Sβ為目標(biāo)函數(shù)值在第β次迭代前計(jì)算的點(diǎn)的集合;N為非負(fù)整數(shù)集。

在網(wǎng)格搜索步驟中,如果迭代未能生成改進(jìn)的網(wǎng)格點(diǎn),即h(αβ+1)≤h(αβ),則在終止迭代之前調(diào)用輪詢步驟。輪詢步驟由對迭代點(diǎn)αβ附近的優(yōu)化變量空間的局部探索組成。輪詢步驟遵循如下框架,即

(14)

通過CPN驗(yàn)證了這些成功迭代點(diǎn)的可達(dá)性。若可行點(diǎn)全部不可達(dá),優(yōu)先選取使h(α)值較小的不可達(dá)點(diǎn)。2.3節(jié)介紹基于CPN的運(yùn)行模式可達(dá)性驗(yàn)證。

2.3 運(yùn)行模式轉(zhuǎn)換過程

協(xié)調(diào)過程負(fù)責(zé)尋找最優(yōu)運(yùn)行模式,然后MAS根據(jù)優(yōu)化結(jié)果向DERs發(fā)送運(yùn)行模式轉(zhuǎn)換命令。安全是運(yùn)行模式轉(zhuǎn)換的前提,運(yùn)行模式可根據(jù)MADSFA進(jìn)行切換。當(dāng)系統(tǒng)安全穩(wěn)定時(shí),上層智能體只對下層智能體進(jìn)行監(jiān)控,上層智能體在發(fā)現(xiàn)異常時(shí)會(huì)發(fā)送調(diào)度命令?；贛AS的微電網(wǎng)可以實(shí)現(xiàn)功率平衡的實(shí)時(shí)監(jiān)測和跟蹤。

采用CPN表示運(yùn)行模式轉(zhuǎn)換過程。它由令牌、庫所和變遷組成,CPN中的令牌主要包括需求令牌D={UD}(用戶需求)和服務(wù)令牌S={PS,WS,BS,FS}。PS、WS、BS和FS分別代表風(fēng)電、光伏、蓄電池和燃料電池的服務(wù)。這些服務(wù)的不同狀態(tài)具有不同的顏色。這些顏色被定義為PS〈m,t〉、WS〈m,o,t〉、BS〈a,b,c,d,e〉和FS〈n,f〉。對應(yīng)關(guān)系見表5。

表5 顏色與工作模式的對應(yīng)關(guān)系Table 5 Corresponding relations of colors and working mode

PV和WT的狀態(tài)可以被監(jiān)測,但是不能被調(diào)度,它們的運(yùn)行模式只能基于環(huán)境條件進(jìn)行切換。定義S′={PS,WS},表示不可控能源,可以簡化為S′〈s〉。S′〈s〉共有6種狀態(tài)。MG的CPN如圖9所示,其說明如表6所示。

表6 微電網(wǎng)CPN模型說明Table 6 Description of CPN model for microgrid

圖9 MG運(yùn)行模式轉(zhuǎn)換過程的CPN模式Fig.9 The CPN mode for MG operational conversion process

3 分散控制策略

3.1 逆變器建模

在維持系統(tǒng)穩(wěn)定時(shí),逆變器是必要的[24]。當(dāng)DERs運(yùn)行模式切換時(shí),逆變器保證了微電網(wǎng)的安全性和穩(wěn)定性[25]。DC-AC接口系統(tǒng)由DERs、DC-AC逆變器、LCL濾波器、本地用戶和PCC組成。該系統(tǒng)結(jié)構(gòu)如圖10所示。

圖10 DC-AC接口系統(tǒng)結(jié)構(gòu)Fig.10 Structure of the DC-AC interfaced system

DC-AC逆變器接口系統(tǒng)的數(shù)學(xué)模型為

(15)

式(15)中:uinv為逆變器的輸出電壓;i1為逆變器的輸出電流;uc為濾波電容的電壓;i2為負(fù)荷的電流;L1、L2、C分別為濾波器的電感和電容;y為系統(tǒng)輸出。

式(15)可改寫為

(16)

式(16)中:x(t)為狀態(tài)變量;u(t)為控制輸入;

3.2 下垂控制策略

在同步發(fā)電機(jī)中,有功功率P與頻率f呈線性關(guān)系,無功功率Q與電壓U呈線性關(guān)系。P-f和Q-V的線性關(guān)系如圖11所示。

圖11 P-f和Q-U的線性關(guān)系Fig.11 The linear relationship between the P-f and Q-U

與同步發(fā)電機(jī)類似,微電網(wǎng)也可以由下垂控制器控制。下垂控制有兩種控制策略,分別是P-Q控制策略和f-V控制策略。P-Q控制策略通過測量頻率和電壓計(jì)算微電網(wǎng)的參考有功功率和無功功率;f-V控制策略通過測量微電網(wǎng)的有功功率和無功功率來計(jì)算參考頻率和電壓。這些控制策略如圖12和圖13所示。圖中Pref和Qref分別為交流母線的有功功率和無功功率參考值;Pout和Qout分別為逆變器輸出的有功功率和無功功率。逆變器的輸出電流以下垂控制器的輸出值為參考。

圖12 P-Q控制策略Fig.12 P-Q control strategy

圖13 f-V控制策略Fig.13 f-Vcontrol strategy

基于下垂特性,可以得到P-f和Q-V之間的線性關(guān)系為

(17)

式(17)中:f為頻率;U為電壓;f0為系統(tǒng)中無負(fù)荷時(shí)的運(yùn)行頻率;U0為電壓的初始值;m和n均為下垂系數(shù),表達(dá)式為

(18)

式(18)中:fmin和Umin分別為最小運(yùn)行頻率和最小電壓;P0和Q0分別為有功功率和無功功率初始值;Pmax和Qmax分別為有功最大值和無功最大值。

根據(jù)DERs的性能,在微電網(wǎng)中對不同的DERs分別采用不同的下垂控制器。WT、PV和FC單元采用P-Q模式動(dòng)態(tài)控制;對BT單元進(jìn)行f-U模式控制以穩(wěn)定電壓和頻率。

3.3 預(yù)設(shè)性能控制器

提出了逆變器的預(yù)設(shè)性能控制器,保證了系統(tǒng)的誤差以預(yù)定義的遞減邊界為界限。預(yù)設(shè)性能控制器的控制目標(biāo)是使誤差達(dá)到預(yù)設(shè)的暫態(tài)和穩(wěn)態(tài)目標(biāo)。誤差被定義為e1(t)=y-y*y*為參考值。

控制目標(biāo)等價(jià)于

(19)

式(19)中:ρ(t)和e1(t)相互關(guān)聯(lián);常數(shù)ρ∞表示穩(wěn)態(tài)下誤差e1(t)的最大允許值。用的下降速率表征e1(t)的收斂速度的一個(gè)下界,同時(shí)預(yù)設(shè)最大超調(diào)量小于δρ(t)。因此,可以適當(dāng)選擇性能函數(shù)ρ(t)和構(gòu)造常數(shù)δ,對系統(tǒng)輸出施加行為上的約束。

本文中,ρ(t)=(ρ0-ρ∞)e-lt+ρ∞為基于控制要求選擇的;l為正標(biāo)量;ρ0>e1(0);δ為系統(tǒng)的超調(diào)量。

如果誤差e1(t)在預(yù)定義的有界區(qū)域內(nèi)演化,則可以達(dá)到預(yù)定的性能。

為了約束瞬態(tài)誤差,本文中采用了與上述類似的誤差變換。

定義

ε=R[e1(t)/ρ(t)]

(20)

式(20)中:R[e1(t)/ρ(t)]為一個(gè)光滑且嚴(yán)格遞增的函數(shù)。當(dāng)e1(0)≥0時(shí),R[e1(t)/ρ(t)]∶(-δ,1)→(-∞,+∞);當(dāng)e1(0)<0時(shí),R[e1(t)/ρ(t)]∶(-1,δ)→(-∞,+∞)。顯然,當(dāng)ε有界時(shí),e1(0)≥0時(shí)的不等式-δρ(t)

證明：本文中采用反步法設(shè)計(jì)新的控制器。

(21)

(22)

最后,DC-AC接口系統(tǒng)控制框圖如圖14所示。

ω0為監(jiān)測到的逆變器端電壓的初始角頻率;v0為監(jiān)測到的逆變器端電壓的初始電壓圖14 DC-AC接口系統(tǒng)控制框圖Fig.14 DC-AC interfaced system control block diagram

4 仿真實(shí)驗(yàn)結(jié)果

仿真結(jié)果如圖15～圖20所示,重點(diǎn)仿真了基于MAS的24 h實(shí)時(shí)監(jiān)控和分散控制協(xié)調(diào)過程。

圖15 微電網(wǎng)的輸出電壓和輸出電流Fig.15 The output voltage and current of microgrid

DER的性能參數(shù)如表7所示。圖15為微電網(wǎng)的輸出電壓和電流,結(jié)果表明了所設(shè)計(jì)的DERs控制器能夠保證微電網(wǎng)電壓和電流的安全和穩(wěn)定,證明了所提出策略在面對多種DER工作模式不斷切換的場景下仍舊能夠保持整個(gè)微電網(wǎng)系統(tǒng)的高安全性和穩(wěn)定性。

表7 各DER的性能參數(shù)Table 7 Performance parameter of each DER

如圖16所示,L一直小于有理數(shù)1,證明在監(jiān)控的時(shí)段內(nèi),微電網(wǎng)系統(tǒng)沒有發(fā)生過崩潰現(xiàn)象。當(dāng)L≥0.9時(shí),通過MADSFA算法在協(xié)調(diào)控制指令集合中,選取當(dāng)下最佳的協(xié)調(diào)運(yùn)行控制指令并執(zhí)行,使電壓穩(wěn)定指標(biāo)L≤0.9。圖16說明了通過最佳協(xié)調(diào)控制指令的執(zhí)行,可以電網(wǎng)系統(tǒng)電壓波動(dòng)控制在安全范圍之內(nèi)。

圖16 微電網(wǎng)電壓穩(wěn)定參數(shù)LFig.16 The voltage stability indexLof microgrid

圖17為負(fù)荷、PV和WT的實(shí)時(shí)輸出功率,PV和WT的工作模式基于環(huán)境條件的變化進(jìn)行切換。

圖17 WT、PV和負(fù)荷的輸出功率Fig.17 The output power of the WT, PV and load

當(dāng)光照強(qiáng)度達(dá)到閾值時(shí),PV采用MPPT輸出模式,由圖17可知PV閾值較小,能夠在固定時(shí)段08:00—16:00保持不間斷的運(yùn)行;但是WT受自然風(fēng)速影響,無法持續(xù)運(yùn)行,需要針對自然環(huán)境條件的改變而變換運(yùn)行模式,運(yùn)行狀態(tài)非常不穩(wěn)定。顯然,相對來說PV比WT更加穩(wěn)定。

FC和BT的輸出功率如圖18、圖19所示,在PV或WT運(yùn)行狀態(tài)不佳的情況下,BT需要發(fā)出功率以滿足整個(gè)系統(tǒng)的功率需求,大部分時(shí)間內(nèi),蓄電池都可以維持系統(tǒng)的功率平衡。只有在01:20—03:50和07:00—09:45期間,此時(shí)間段內(nèi)的WT和PV幾乎沒有任何功率輸出,單單依靠BT以無法滿足整個(gè)系統(tǒng)的功率需求,才需要FC參與維持系統(tǒng)的功率平衡。誤差Pe=PL-PWT-PPV-PBT-PFC如圖20所示。從圖20可以看出,在PV和WT變換工作模式或系統(tǒng)頻率產(chǎn)生波動(dòng)時(shí),BT和FC的輸出功率能夠有效地平衡系統(tǒng)波動(dòng)。但在14:00—15:20期間,BT達(dá)到其最大容量2 000 kW·h,且PL-PWT-PPV<0,系統(tǒng)的總輸出功率已經(jīng)超過了當(dāng)前可調(diào)負(fù)載所需的總功率,此時(shí)為了避免元器件的損壞,需要偽負(fù)荷消耗額外的功率。

圖18 燃料電池的輸出功率Fig.18 The output power of the FC

圖19 蓄電池的輸出功率Fig.19 The output power of the BT

圖20 微電網(wǎng)的分散協(xié)調(diào)控制誤差Fig.20 The error of the decentralized coordinated control of the microgrid

仿真結(jié)果說明,所提的基于MAS的兩級分散協(xié)調(diào)控制策略能夠在多種DER參與運(yùn)行情況下維護(hù)微電網(wǎng)系統(tǒng)高安全性和穩(wěn)定性。

5 結(jié)論

針對微電網(wǎng)提出了一種基于MAS的兩級分散協(xié)調(diào)控制。上層智能體的主要功能是通過發(fā)送離散控制指令實(shí)現(xiàn)協(xié)調(diào)策略。在此過程中,DERs的運(yùn)行模式轉(zhuǎn)換至關(guān)重要。如前所述,MADSFA能夠快速有效地找出最優(yōu)運(yùn)行模式。下層智能體負(fù)責(zé)分散控制,它們收集信息并相互交流,而且逆變器控制器保證了微電網(wǎng)的穩(wěn)定性。仿真結(jié)果表明,基于MAS的控制系統(tǒng)可以通過搜索和切換DERs的運(yùn)行模式對微電網(wǎng)進(jìn)行分散協(xié)調(diào)控制。此控制系統(tǒng)提高了微電網(wǎng)的安全性和穩(wěn)定性。