基于MAS的MMHC-BESS PQ控制SOC协同控制方法

2021-11-09徐杰彦李璐效杨涵棣李永东

电源技术 2021年10期

徐杰彦,李璐效,杨涵棣,许烈,李永东

(1.国网(北京)综合能源规划设计研究院有限公司，北京100052；2.清华大学先进电能变换与电气化交通研究中心，北京100084；3.新疆大学可再生能源发电与并网技术教育部工程研究中心，新疆乌鲁木齐830047)

现今，能源短缺和环境污染已成为世界性难题，而以太阳能、风能为主的可再生能源(renewable energy sources,RES)以其污染小、发电成本低、安装配置灵活等优势，得到了广泛关注和快速发展[1]。但随着RES 大规模并入电网，其出力具有随机性和波动性的特点，威胁电力系统的安全稳定运行。而BESS 凭借响应速度快和可持续充放电时间长等优势，成为了解决RES 并网问题的重要设备。多电平技术具有dv/dt小、开关频率低、效率高和EMI 性能好等优点[2]，随着其广泛应用于新能源发电领域，多电平变换器电池储能系统凭借其占地面积小、集成度高、功率密度大等优点，成为未来分布式储能技术的重要技术支撑[3-4]。

由于电网中RES 发电的间歇性和易变性、用户侧负荷的不确定性以及能量的双向性，需要一种合理的微电网SOC协同控制方案来实现微电网多BESS 的可靠运行。目前，微电网多BESS 的SOC协同控制方案主要有四种，包括集中控制、分层控制、分布式多代理系统(multi-agent-system,MAS)控制和下垂控制[5]。其中，集中控制是要同时了解各个分布式储能模块的运行信息，因此需要高成本的主控芯片和通信线路，且即插即用特性较差；分层控制同样需要主控制器。而分布式MAS 控制方案不用主控芯片，仅通过代理之间的通信，就可以实现类似于集中控制的全局控制，且在扩展能力等方面优于集中控制和分层控制。下垂控制没有通信且成本低，它使用本地信息来实现微电网中的负载分配，可用作分层控制的底层控制方案。因此，分布式MAS 控制方案及下垂控制是未来分布式储能控制的首选方案。

目前，国内外学者对BESS 的SOC协同控制提出了一些方案，但对多电平变换器BESS 的SOC估计方法及协同控制的研究较少。文献[6]首先将储能技术融入到了多电平拓扑结构中，提出了CHB-BESS 模型，并采用安时积分法对电池进行了SOC估计，实现了能量均衡，验证了BESS 与多电平技术结合的可行性。文献[7]针对电池能量管理系统(battery management system,BMS)提出了一种SOC协同控制方案，通过小功率DC-DC 变换器将蓄电池组内的每个蓄电池单元进行连接，并控制各个储能单元的放电速率，同时利用通讯来收集这些储能单元的SOC信息，最终实现了SOC的协同控制。文献[8]针对低压微电网提出了一种基于P-E 下垂控制的SOC协同控制方案，实现了相同容量BESS 的SOC协同控制，但会出现频率/电压偏移问题。文献[9]提出了MMHC-BESS模型，并在电动汽车中进行了实验验证，但没有对其SOC协同控制进行研究。

本文选取MMHC-BESS 模型，相较于其他拓扑结构更具有经济效益，从分布式MAS 控制的基本概念出发，研究了MAS 能量供需平衡问题，构建了一致性算法，并对电池模型进行了基于PQ 控制的SOC协同控制研究，最后通过仿真验证了该方法的可行性。

1 MMHC-BESS的拓扑及建模

1.1 MMHC-BESS 的拓扑结构

图1所示是MMHC-BESS 的拓扑结构。

图1 MMHC-BESS 的拓扑结构

图中，i=(a,b,c)表示拓扑中的a,b,c三相桥臂，j=(1,2,…,j)表示每个单相桥臂中的第j个子模块。每相桥臂都由j个子模块和全桥模块级联而成，而每个子模块则包含一个半桥模块、电池组模块和电容Cij。MMHC-BESS 的输出端通过L 或LCL 滤波环节接入电网。其中，ui为MMHC-BESS 输出端的三相电压，ii为流入MMHC-BESS 的电流，Lg为并网滤波电感，Rg为并网等效阻抗，ugj为网端三相电压。

当MMHC-BESS 接入低压工业配电网时，MMHC 子模块采用MOSFET 作为开关器件。MOSFET 工作在高频状态，各子模块依据各自电池状态实现独立的PWM 斩波调制，充分利用MOSFET 开关损耗低的特点。而H 桥采用IGBT 作为开关器件，工作在工频状态，充分利用其通态损耗低的优势。因此，结合两种复合开关器件，发挥各自的优势，实现系统效率最优，即储能收益最大化。

1.2 MMHC-BESS 建模

一阶RC 等效电路是最常用的电池模型之一，具有建模简单、计算量小等优点，因此采用该模型对MMHC-BESS 建模，如图2所示。该模型包括电池内部电源Usoc、电池内阻R0以及一阶RC 环节电阻R1和电容C1。其中，Ubat是电池输出电压，Ibat表示电池电流的参考方向，U1是一阶RC 环节的电压。

图2 一阶RC 等效电路模型

根据电路模型可得：

电池SOC与电池容量Q、电流ibat之间的关系式为：

式中：SOC(t)为t时刻电池SOC值；SOC(0)为0 时刻电池SOC值；η为库仑效率。

把电池SOC和RC 环节电容两端的电压U1作为状态变量，电池输出电流Ibat设为激励变量，电池输出电压Ubat设为观测变量，可得离散化后的状态空间方程，如下所示：

式中：fUsoc为SOC与Usoc之间的关系曲线；Δt为离散化步长。

2 MAS 控制并网微电网的能量平衡方法

2.1 分布式MAS 控制的基本概念

分布式MAS 控制相对于集中控制和分层控制来说，由于将系统的控制目标分配给了本地控制器来进行自主决策，减轻了主控制器的压力，具有先行性、分布式和智能化等优点。近年来，随着通信技术的迅速发展，以及电力系统控制和能源管理的需求增加，分布式MAS 控制已逐渐成为研究的热点和趋势。

在MAS 中，代理(Agent)定义为驻留在环境中的实体，主要包括硬件设备及软件程序。硬件设备主要包括电网中的测量设备、采样设备、主控芯片和通信模块，而软件主要涉及控制策略和通信协议。在微电网中，通常在总线节点上部署收集器、主控器及通信设备，以形成代理智能决策系统，该系统可以监视、控制和保护受控对象。

图3所示是Agent 的基本结构，主要含有四个模块：采集、通信、信息处理和决策。Agent 的工作模式为：动态监视环境的变化，通过收集和汇总信息，结合预期目标给出控制决策，来响应环境的变化；同时，还可以跟相邻的Agent 进行通信，对电力系统进行协同控制。

图3 Agent的基本结构

表1 显示了Agent 的四个特点。因为单个Agent 只能得到其自己的信息或相邻Agent 的数据的一部分。因此，为了控制整个微电网，有必要组织微电网中的所有Agent 来构建MAS。通过在MAS 中合理分配每个Agent 的资源，可以及时响应环境变化，并达到全局最优的目的。MAS 具有配置方便、高度智能化等优势，对于微电网中需要灵活调度及协同控制的分布式储能来说具有很好的应用前景。

表1 Agent 的基本特征

2.2 MAS 能量平衡方法

为了满足系统供需平衡，MMHC-BESS 在微电网并网运行时通常采取PQ控制策略。此时，其输出的有功功率和无功功率同负荷功率的关系为：

当微网的负荷功率较小时，需要尽可能地消纳RES，此时RES 变换器采用最大功率点跟踪(maximum power point tracking,MPPT)控制策略，将富余的能量储存在MMHCBESS 中；而当微网中RES 出力不足以支撑负荷安全稳定运行时，就需要MMHC-BESS 协同RES 进行参数和功率调节，从而满足负荷的功率需求，此时MMHC-BESS 采用MPPT 控制策略。

当微电网所有可以调度的能源不足以支撑负荷安全稳定运行，或者MMHC-BESS 的SOC达到限额时，需要考虑从外部电网调度能量，来维持微电网的供需平衡，并且使得MMHC-BESS 的SOC保持在一定范围之内。当考虑电网波动性指标时，要保证一个调度间隔内电网的输出功率不变。

为了实现并网微电网能源供需平衡，需要在各个分布储能系统之间建立通信。集中控制策略需要昂贵的中央控制器，成本高。随着微电网中多种负荷的增加，微电网中设备的类型和数量也持续增长。采用集中控制方案需要收集大量的设备信息，因此中央控制器需要处理的信息量继续增加，而中央控制器的处理速度和能力受到限制，从而导致集中控制方案在微电网中的应用是有限的。分布式MAS 解决方案配置更加灵活方便，采用Agent 之间的相互通信实现控制目标，而无需集中式控制器，更适用于分布式储能的微电网系统。

根据微网中设备的输出特点，将RES 定义为不可调度的微源Agent。MMHC-BESS 可以控制和调度其输出功率，因此被定义为可调度的微源Agent。不可调度的微源Agent 只需要发送自己的输出功率到相邻的可调度的微源Agent 即可。可调度的微源Agent 接收不可调度的微源Agent 的功率信息，并根据能量供需平衡方法改变自身的功率输出。同时，可调度的微源Agent 通过通信线传输功率信息，从而实现对MMHC-BESS 的SOC协调控制。值得注意的是，在构建通信网络的过程中，要遵从通信网络是没有隔离节点的有向通信网络、不可调度的微源连接到至少一个可调度的微源及可调度的微源是没有隔离节点的双向通信网络的原则。

图4 为各个微源Agent 之间的向图，可以表示为G=(V,λ,A)。其中V=(v1,…,vn)，表示有n个微源设备；λ表示为相邻两个微源连成的边的集合，用来表示各个相邻节点之间的通信关系，如果从j节点将信息传递给i节点，可以表示为(vj,vi)；定义矩阵A=[aij]，表示为各个节点之间的通信关系，也叫做权重因子，如果j节点和i节点直接存在通信，则aij不为零，反之aij等于零。

图4 基本有向图

采用通信相邻矩阵A、设备种类矩阵T及出度矩阵E作为MMHC-BESS 的输出功率依据，表示为：

式中：矩阵A表示微源之间的松散通信关系，当节点j可以从节点i收到信息时，aij=0，反之aij=1。对角矩阵T代表设备种类矩阵，当设备输出功率可调度或可控时（如MMHCBESS），则tii=1；反之，若设备不可调度（如光伏、风力发电系统），则tii=0。对角矩阵E 为出度矩阵，表示从当前节点引出的通信线的数量。

根据MAS 的通讯特点及微网能量供需平衡特点，MMHC-BESS 在k+1 时刻可以调度的功率P(k+1)及Q(k+1)加上新能源输出功率等于微网负荷需求功率PL(k)及QL(k)，表示为：

根据上述公式，可以结合MAS 通讯方法推导分布式储能系统在k+1 时刻的功率指令为：

由上可知，当MMHC-BESS 的输出功率超出负荷功率时，能量会有剩余，此时参考功率指令会变负；若MMHCBESS 的SOC未达到限定值，系统将会吸收电网中多余的能量给MMHC-BESS 充电，从而充分利用RES。而当系统功率需求不足时，MMHC-BESS 则会放电使电网稳定运行。

根据上述公式可以推导得到系统能量平衡表达式为：

式中：z为可调度微源Agent 编号；x为Agent 总个数。

当微网供需不平衡时，需要靠微电网提供能量，在该情况下可以结合之前的公式推导出微网输出功率为：

3 基于MAS 的MMHC-BESS 的SOC 协同控制方法

在MMHC-BESS 中，功率开关管特性、线路阻抗等因素都会对电池的SOC造成影响，并且具有累积效应，会造成电池模块之间的SOC差异化增大，导致变换器的可用容量下降，系统整体利用率降低，需进行SOC均衡。

3.1 MAS 控制微电网MMHC-BESS 的SOC 协同控制方法

为实现微电网供需平衡，并且考虑不同容量的MMHCBESS 充放电过程中的SOC协同控制，需要保证微电网在高负荷运行情况下每台MMHC-BESS 逆变器输出功率不超过各自的功率限制，定义如下参数：

式中：GPI为比例积分系数；idref和iqref分别为MMHC-BESS 的电流经过dq变换之后的d轴电流及q轴电流；和为各个MMHC-BESS 逆变器的输出有功功率及无功功率；和为各个MMHC-BESS 的参考有功功率及无功功率；α和β为权重系数，可以保证MMHC-BESS 的输出功率不超过其规定值；r为SOC均衡系数，主要调节MMHC-BESS 充放电过程中SOC协同控制速度；Cei为每个MMHC-BESS 的容量；ks为权重系数；SOCave为MMHC-BESS 的SOC均值。

其中，MMHC-BESS 的功率平均值可由下式计算：

根据上述公式，MMHC-BESS 的协同控制框图如图5所示。

图5 MMHC-BESS控制框图

3.2 一致性算法

要得到各个MMHC-BESS 的功率及SOC平均值，需要各个Agent 之间实现通信，为了减少通信的数量，采用一致性算法进行功率和SOC均值计算，降低系统的构建成本。将连接到电网中的MMHC-BESS 当成一个由N 节点和其节点相邻的边E 组成的通信网络。相邻节点直接相互通信，每个MMHC-BESS 都可以储存其初始SOC值和功率值。

一致性算法主要分为以下两个步骤：

(1)相邻节点之间通过双向通信，交换各自的信息；

(2)将新信息和自身的历史信息进行线性组合来更新状态信息。

其具体计算公式如下所示：

式中：SOCave_i为MMHC-BESSi 的SOC平均值；SOCi为单个MMHC-BESSi 的SOC值；kw为权重因子。

结合MAS 通信协议的A、T、E矩阵，可将上述公式改写为：

其有功和无功计算方式相似。

图6所示为一致性算法下MMHC-BESS 的SOC均值迭代过程，设定MMHC-BESS1 的SOC初始值为0.8，MMHCBESS2 的SOC初始值为0.5，经过若干次迭代之后得到MMHC-BESS 的SOC均值。

图6 一致性算法SOC均值

4 仿真与分析

根据MAS 通信方案，建立如图7所示的微源通信结构，其中红色Agent 代表不可调度单元为RES，黄色Agent 代表可调度单元为MMHC-BESS，蓝色为负荷。不可调度Agent 和负荷可以与相邻的可调度Agent 进行单向通信，主要发送有功及无功信息，而可调度Agent之间可以相互通信。

根据如图7所示的MAS 通信图可以得到系统的邻接矩阵A、设备类型矩阵T及出度矩阵E分别为：

图7 MAS通信图

根据矩阵A、T、E可以求得MMHC-BESS(Agent2)的输出功率参考值：

结合上述公式及图7 可以得出，不可调度Agent 的负荷被与其存在通信的可调度单元完全支配，而其余的负荷被微网中的MMHC-BESS 均分。

根据上述方案建立仿真模型，如图8所示。

图8 分布式MAS 协同控制模型

仿真参数如表2所示。

表2 仿真参数表

图9～图11 为采用MAS 协同控制方案的仿真结果，仿真过程中考虑了MMHC-BESS 的SOC不一致和微网能量功率平衡等问题。图9(a)所示为不可调度发电单元的出力情况，输出的有功和无功功率均为定值；图9(b)所示为负荷的需求功率，在t=3 s 时，负荷5(1)的需求功率从13.46 kW、7.93 kVar突变为26.93 kW、15.86 kVar，使得微网能量供需不平衡，电网首先提供瞬时功率支撑，然后由MMHC-BESS 快速相应负荷功率变换，实现微网供需平衡，在此过程中没有对不可调度单元输出功率产生影响。