基于虚拟领导者一致性的大规模微电网智能协同分层控制

宫晶赢 丁惜瀛 毕明涛

基于虚拟领导者一致性的大规模微电网智能协同分层控制

宫晶赢1丁惜瀛1毕明涛2

（1. 沈阳工业大学，沈阳 110870；2. 辽宁清原抽水蓄能有限公司，辽宁 抚顺 113300）

针对微电网布局分散、难以集中协调控制，且运行期间母线电压存在严重脆弱性的问题，以微源并网逆变控制器作为智能体，以电能质量指标为一致性目标，构建微电网协同分层控制结构，底层采用下垂控制调节负荷变化引起的电压偏差，上层以逆变器输出电压为一致性目标，动态优化各微源的电压给定值，提高系统稳定性及母线电压控制精度。针对弱电网状态下的电压波动与畸变问题，采用基于虚拟领导者的误差迭代一致性跟踪控制策略，提高弱电网状态下系统对非线性参数的自适应能力，实现并网电压的鲁棒控制。最后，通过Matlab/Simulink仿真平台验证方法的有效性。

多智能体；一致性；弱电网；微电网

0 引言

微电网规模的不断扩大会导致集中式控制越来越困难，基于多智能体系统（multi-agent system, MAS）的分布式一致性算法逐渐成为了研究热 点[1-4]。集中式控制依赖中央控制器实现微源功率、电压、频率及负荷消耗的集中优化，完成对分布式微源控制器的调控，系统通信及数据处理量大、鲁棒性差[5-7]的问题会导致整个系统崩溃。基于MAS的分布式控制利用相邻智能体的局部通信代替中央控制器，通信结构简单，能够有效避免单点故障，可靠性更高。

大规模微电网布局分散，输电线路过长，高压远距离外送消纳，导致电网结构脆弱[8-10]。输电线路过长还会出现环流问题[11]。弱电网状态下用户侧负荷通常是离网或弱并网的状态，系统供电能力不足，并且微源侧的时变非线性线路阻抗严重降低了系统稳定性。弱电网环境下负荷的切入与切除会带来并网点电压波动与畸变[12-13]，采用下垂控制难以抑制大幅波动的局限性造成系统存在失稳可能。

文献[14]采用一种基于虚拟电容补偿的级联型有源电力滤波器控制策略，提升了系统在线路阻抗不一致和负荷变化时的动态稳定性，具有更强的抵抗电网电压干扰能力。文献[15-16]提出基于虚拟电阻的下垂控制方法，无需通信，即插即用，但由于存在分布不均的线路阻抗，无法同时满足均流精度及母线电压要求。

针对弱电网下系统稳定性差的问题，文献[17]选择对逆变器的并联等效输出阻抗进行重塑，使电网阻抗宽范围变化时始终能够保持逆变器并网系统具有恒定的稳定裕度。文献[18-20]提出一种基于瞬时无功功率理论的光伏并网逆变器的控制策略，该控制策略实现了光伏发电系统的无功补偿功能，提高了配电网的电能质量，但其未考虑公共连接点（point of common coupling, PCC）电压稳定问题。

本文针对电能远距离输送导致的电压偏离额定值问题，提出基于误差迭代的微电网电压协同分层控制策略。在多智能体微电网中，分布式微源与相邻微源进行通信并接收电压信息，采用误差迭代一致性算法自动修正下垂控制的参考电压，使各微源输出电压趋于一致，满足容量合理分配及母线电压要求，从而使系统稳定运行。针对弱电网状态下的电压波动与畸变问题，提出基于虚拟领导者的误差迭代一致性跟踪控制，引入虚拟领导者提供电压基准值，微源电压收敛于电压基准，提高一致性控制系统对电网参数变化的自适应能力及系统稳定性。

1 微电网多智能体模型建立

大规模微电网系统的微源并网调控目标集中但控制器分散。

以包含五个微源的微电网为例，以并网逆变器为单元构建微电网多智能体模型如图1所示，每个微源逆变器的控制器作为一个智能体，各智能体之间是独立的，但相邻智能体之间可以相互通信、相互协调。

图1 微电网多智能体模型

传统的下垂控制通过采集微源端口电压和频率进行计算来完成对逆变器的控制，微源之间没有通信。但当出现局部故障或过载时，下垂特性会引起电压或频率的偏差，需要通过上层分布式协同控制来修正偏差，对系统进行二次调节。

在上层控制中以逆变器输出电压为一致性目标，动态更新下垂控制参考电压值，减小多微源的电压偏差，提高系统的电能质量。

2 基于误差迭代的微电网电压协同分层控制策略

采用如图2所示的基于误差迭代的电压协同分层控制框图。底层的微源内部采用下垂控制；上层基于误差迭代的电压协同控制中，通过一致性协同控制器得到微源逆变器输出电压与邻居电压后送入各智能体控制器得到新的电压值，并送回对应微源中，自动修正电压的参考值。

图2 基于误差迭代的电压协同分层控制框图

2.1 多智能体微电网底层下垂控制

由式（4）可知，各微源输出的无功功率与线路阻抗、母线电压和下垂系数有关。

2.2 多智能体微电网基于误差迭代的电压协同控制

写成矩阵形式为

引入误差以改善电压协同控制的迭代性能，即

则式（5）更新为

3 基于虚拟领导者的误差迭代一致性跟踪控制

3.1 弱电网等效模型建立

图3 弱电网工况下的微电网拓扑结构

由于时变非线性线路阻抗的影响，微源处于弱电网状态，公共连接点电压对于微源的扰动、逆变器端电压的扰动及负荷的扰动变得特别敏感。当用电负荷发生变化时，会影响各微源的输出功率，从而导致微源与母线连接的并网点电压幅值发生变化，随后PCC的电压会发生波动，严重时会使系统逐渐失稳。

3.2 基于虚拟领导者的误差迭代一致性跟踪控制

图4 基于虚拟领导者的一致性跟踪控制框图

引入虚拟领导者后的误差为

4 仿真

用Matlab/Simulink软件搭建微电网仿真模型，微电网结构拓扑如图1所示，对微电网的五个微源进行电压仿真，并对结果进行分析，从而验证策略针对不同工况的有效性。

4.1 基于误差迭代的微电网电压协同分层控制策略有效性验证及分析

表1 微源参数

本文采用如图1所示的通信结构，邻接矩阵为

可以看出各微源的邻居数均为2，则有

通过两个仿真案例来证明电压一致性算法针对线路中负荷不同造成的电压偏差进行调节的有效性。

1）仿真案例1：正常运行

仿真时长为4s，得到正常运行时各微源电压如图5所示，其中图5（a）为传统下垂控制下的各微源电压运行结果，图5（b）为采用基于误差迭代的电压协同控制的各微源电压运行结果。由图5可以看出，正常运行时，基于误差迭代的电压协同控制可以修正传统下垂控制的电压偏差，使各微源的电压在额定范围内趋于一致。

2）仿真案例2：负荷突增

仿真时长为4s，其中0～2s正常运行，各微源参数与仿真案例1相同，容量均为4kW，负荷为15kW，2s时并入一个5kW的负荷，得到负荷突增时各微源电压如图6所示。

图5 正常运行时各微源电压

图6 负荷突增时各微源电压

由图6可以看出，当负荷突增时，下垂控制仍然存在较大的电压偏差，基于误差迭代的电压协同控制可以修正下垂控制中的电压偏差，自动更新负荷变化后的电压参考值，维持系统稳定并提高系统的智能性。

4.2 弱电网工况下基于虚拟领导者的误差迭代一致性跟踪控制策略验证及分析

1）仿真案例1：弱电网工况下一般运行

图7为弱电网状态下电压波形，可以看出在可变电感作用下，各微源电压出现明显的波动，无领导者的电压协同控制下，每一时刻微源的参考电压不断波动，无法平衡。

图7 弱电网状态下电压波形

一致性跟踪控制引入虚拟领导者，通信拓扑如图8所示。

图8 引入虚拟领导者的通信拓扑

对应的领导者矩阵为

弱电网工况下引入虚拟领导者，仿真时间为4s，弱电网工况下一般运行时各微源电压如图9所示。根据仿真结果可以看出，基于虚拟领导者的误差迭代一致性跟踪控制可以使各微源电压跟随电压基准值，从而抑制弱电网带来的电压波动。

2）仿真案例2：弱电网工况下负荷突增

仿真时长为2s，其中0～1s正常运行，各微源参数与弱电网工况案例1相同，容量均为4kW，负荷为15kW，1s时并入一个5kW的负荷，得到弱电网工况下负荷突增时各微源电压如图10所示。图10（a）为下垂控制下各微源电压幅值情况，图10（b）为一致性跟踪控制下各微源的电压幅值情况。

图10 弱电网工况下负荷突增时各微源电压

由图10可以看出，弱电网工况负荷的切入会使微源逆变器端电压幅值发生波动且偏离额定电压幅值，采用基于虚拟领导者的误差迭代一致性跟踪控制策略可以使各微源电压趋于一致并收敛于虚拟领导者提供的电压基准值。结果表明，系统在弱电网工况下出现负荷突变时仍能维持稳定。

5 结论

本文针对负荷变化时采用传统下垂控制会产生电压偏差的问题提出了基于误差迭代的电压协同分层控制策略，针对清洁能源渗透率高带来的弱电网问题进行建模并提出了基于虚拟领导者的误差迭代一致性跟踪控制策略。最后通过仿真证明了方法的可行性。

1）误差迭代一致性算法可以消除传统下垂控制由线路阻抗带来的电压偏差问题，使各微源在额定范围内逐渐趋于一致，保证了母线电压的稳定和系统的正常运行，并且在负荷突增的情况下依然有效。同时也采用了局部通信，大大地减小了通信压力。

2）基于虚拟领导者的误差迭代一致性跟踪控制避免了弱电网状态下各微源的参考电压不断变化的现象，由虚拟领导者提供电压基准值并使微源不断跟踪，有效抑制了弱电网带来的电压波动，保证电压的平稳和系统的稳定。

[1] 杨新法, 苏剑, 吕志鹏, 等. 微电网技术综述[J]. 中国电机工程学报, 2014, 34(1): 57-70.

[2] 阮博, 俞德华, 李斯吾. 基于一致性的微网分布式能量管理调度策略[J]. 电力系统保护与控制, 2018, 46(15): 23-28.

[3] 王岳, 杨国华, 董晓宁, 等. 基于多智能体一致性的微电网无功功率分配方法研究[J]. 电力系统保护与控制, 2019, 47(17): 54-60.

[4] 洪奕光, 翟超. 多智能体系统动态协调与分布式控制设计[J]. 控制理论与应用, 2011, 28(10): 1506- 1512.

[5] 寇凌峰, 李洋, 吴鸣, 等. 分布式微电网电压恢复协调控制策略[J]. 电工电能新技术, 2018, 37(5): 65-72.

[6] 何红玉, 韩蓓, 徐晨博, 等. 交直流混合微电网一致性协调优化管理系统[J]. 电力自动化设备, 2018, 38(8): 138-146.

[7] 蒲天骄, 刘威, 陈乃仕, 等. 基于一致性算法的主动配电网分布式优化调度[J]. 中国电机工程学报, 2017, 37(6): 1579-1589.

[8] 赵书强, 李忍, 高本锋, 等. 光伏并入弱交流电网次同步振荡机理与特性分析[J]. 中国电机工程学报, 2018, 38(24): 105-115.

[9] 丁明, 王伟胜, 王秀丽, 等. 大规模光伏发电对电力系统影响综述[J]. 中国电机工程学报, 2014, 34(1): 2-14.

[10] 曹文远, 韩民晓, 谢文强, 等. 交直流配电网逆变器并联控制技术研究现状分析[J]. 电工技术学报, 2019, 34(20): 4226-4241.

[11] 陈杰, 刘名凹, 陈新, 等. 基于下垂控制的逆变器无线并联与环流抑制技术[J]. 电工技术学报, 2018, 33(7): 1450-1460.

[12] 张金平, 汪宁渤, 黄蓉, 等. 高渗透率光伏参与电力系统调频研究综述[J]. 电力系统保护与控制, 2019, 47(15): 179-186.

[13] 缪惠宇, 梅飞, 张宸宇, 等. 基于虚拟阻抗的虚拟同步整流器三相不平衡控制策略[J]. 电工技术学报, 2019, 34(17): 3622-3630.

[14] 戴喜良. 基于虚拟电容补偿的级联型有源电力滤波器控制策略[J]. 电气技术, 2021, 22(6): 49-53.

[15] 葛家宁, 董学育, 周磊, 等. 微电网并联逆变器改进下垂控制[J]. 电工技术, 2020(3): 25-27.

[16] 涂春鸣, 高家元, 赵晋斌, 等. 弱电网下具有定稳定裕度的并网逆变器阻抗重塑分析与设计[J]. 电工技术学报, 2020, 35(6): 1327-1335.

[17] COBRECES S, BUENO E J, PIZARRO D, et al. Grid impedance monitoring system for distributed power generation electronic interfaces[J]. IEEE Transactions on Instrumentation and Measurement, 2009, 58(9): 3112-3121.

[18] 王正仕, 陈辉明. 具有无功和谐波补偿功能的并网逆变器设计[J]. 电力系统自动化, 2007, 31(13): 67-71.

[19] ZHANG Huaipin, YUE Dong, YIN Xiuxia, et al. Finite-time distributed event-triggered consensus control for multi-agent systems[J]. Information Sciences, 2016, 339: 132-142.

[20] XIAO Feng, WANG Long, CHEN Jie, et al. Finite- time formation control for multi-agent systems[J]. Automatica, 2009, 45(11): 2605-2611.

[21] XU Yinliang, ZHANG Wei, HUG G, et al. Cooperative control of distributed energy storage systems in a microgrid[J]. IEEE Transactions on Smart Grid, 2015, 6(1): 238-248.

Intelligent collaborative hierarchical control of large-scale microgrid based on virtual leader uniformity

GONG Jingying1DING Xiying1BI Mingtao2

(1. Shenyang University of Technology, Shenyang 110870; 2. Liaoning Qingyuan Pumped Storage Co., Ltd, Fushun, Liaoning 113300)

In order to solve the problem that the layout of microgrid is too decentralized to conduct centrally coordinate control, and the bus voltage is seriously vulnerable during operation, the inverter controller of each micro source is used as an agent to build a multi-agent system of microgrid, where the intelligent cooperative hierarchical control structure of microgrid is constructed with the power quality index as the consistency goal. Droop control is used in the bottom layer to control the voltage deviation caused by the uneven power distribution leading by the load change. The upper layer takes the inverter output voltage as the consistency goal, dynamically optimizes the voltage setting value of each micro source, and greatly reduces the voltage deviation of multiple micro sources. Aiming at the problem of voltage fluctuation and distortion in weak current grid, the grid voltage deviation is taken as the consistency target, where the error iterative consistency tracking control based on virtual leader is adopted, and the micro source continuously tracks the voltage reference value to reduce the voltage fluctuation. Finally, the effectiveness of the method is verified by Matlab/Simulink simulation platform.

multi-agent; uniformity; weak grid; microgrid

2021-10-09

2021-10-20

宫晶赢（1997—），女，硕士研究生，研究方向为新能源与分布式发电。