主动配电网的动态虚拟微电网群分布式群级协同控制

张润凡，别朝红

（西安交通大学电气工程学院，陕西省西安市 710049）

0 引言

新能源装机规模的快速增长使得电网运行面临系统稳定、安全及新能源弃限等突出难题，亟须引导新能源参与电力系统电压与频率调节，提升电网调节能力、保障电力系统高效、灵活与安全运行［1-2］。对分布式电源进行资源整合是重要手段之一［3］。

主动配电网（active distribution network，ADN）和微电网是两种常用的能源整合调控技术。微电网可孤岛或并网运行［4-6］。ADN 可对分布式电源进行控制与能量管理［7-9］。微电网与ADN 的区别为:微电网可基本实现其内部自给自足，较少与电网交换电能；ADN 则具有分布式电源渗透率高、对电源与负荷主动控制特点，在保证电能质量及可靠性的基础上增加对分布式电源的容纳［10］。ADN 及微电网均可采用集中式控制及分布式控制。然而，分布式控制所具备的即插即用性、经济性、灵活性、兼容单点通信故障等特点［11-12］更适用于新型电力系统。微电网群是多个微电网通过耦合协同形成的集群式电力系统［13-14］，其协同控制技术主要基于两层控制系统实现有功及无功功率的分配［15-16］。然而，当前微电网群控制的研究忽略了储能参与系统调节的作用与储能设备的荷电状态（state of charge，SOC），且其调控对象为静态微电网，缺乏一定的灵活性。

虚拟微电网群（virtual microgrid cluster，VMC）是充分利用通信系统并基于既定准则重组分布式电源形成聚合［17-18］。VMC 可增强对分布式电源的网络控制管理及降低运行成本［19］。VMC 的动态形成必要性主要包括三个方面:1）ADN 中快速增长的分布式电源容量较小，易被配电网调控系统忽略，造成配电网运行不准确及可再生能源浪费，因而动态聚合分布式电源形成VMC 可实现对其有效的可观可控［20］；2）对具有相似性的分布式电源进行聚合可有效提升其经济性［19］；3）为不同特性子微电网设定不同激励可有效减少微电网群峰值电能需求，提升新能源利用率［21］。

因此，本文提出了基于动态VMC 的ADN 灵活调控方法。该方法兼备了虚拟微电网（virtual microgrid，VM）完备灵活的自治控制及ADN 的新能源高渗透率双重优势。同时，提出了适用于VMC 结构动态改变时的全分布式控制系统，实现了微电网级的储能系统SOC 均衡控制、微电网群级频率及电压协同控制和VM 间SOC 均衡协同控制，并且有效抑制了通信系统中的时滞与噪声影响。

本文创新点如下:1）仅通过一层分布式通信网络即实现了微电网级及微电网群级的协同控制，简化了VMC 协同控制所依赖的通信网络及控制方法；2）分布式控制方法兼容VMC 结构的动态改变；3）所提出的协同控制方法计及通信系统中的时滞与噪声；4）提出了新的VM 间储能SOC 均衡控制。

1 主动配电网及VMC 的控制结构

含分布式电源的ADN 依据分布式电源及其连接的负载特征，可通过多智能体分布式实时聚类算法被动态的分割为多个VM［22］，且VM 的结构可依据实时算法动态演化。本文针对已分割好的动态VMC 研究仅需要一层分布式通信网络的分布式协同控制方法，以实现微电网级及微电网群级的协同控 制。ADN 中电池储能（battery energy storage，BES）或分布式光伏（photovoltaic，PV）能源通过电压源型变流器（VSC）连接ADN。通过毗邻连接的通信方式在含有储能及分布式PV 的VSC 间形成分布式通信网络，VSC 及其控制系统可被视为智能体。本文的控制系统围绕接入PV 及BES 的VSC展开，接入PV 及BES 的VSC 控制系统通过分布式通信网络实现频率、电压调节及SOC 均衡控制。VMC 的控制结构基于无通信的分散式一次下垂控制、分布式通信的二次频率、电压调节和储能系统SOC 均衡控制，以及基于同一通信网络的实时VMC 平均状态预估计器和基于该预估器的VM 间SOC 协同控制。分布式通信网络指毗邻相连的通信拓扑结构，可通过诸如以太网、无线网络、互联网等通信技术实现。

文中VMC 指在ADN 中动态构建的一系列VM的集合；VM 则是由含BES 的分布式电源所聚合而成的集合；微电网群级协同等同于VM 间协同，是指在VM 间进行的电能传输、SOC 均衡等策略。所提出的动态VMC 的运行方式是动态构成多个VM 的运行方式，因此，动态VMC 结构的改变不涉及配电网中的联络开关，是一种适用于储能系统及分布式电源更灵活的运行方式。

图1 微电网级和微电网群级的两级分布式协同控制系统示意图Fig.1 Schematic diagram of two-level distributed cooperative control system at microgrid level and microgrid cluster level

1.1 分布式电源接入主动配电网

并联的PV 或BES 连接在VSC 的直流侧。VSC 通过电压外环及电流内环控制设定VSC 输出电压参考信号并形成脉宽调制信号。本文主要讨论ADN 在孤网运行工况下的动态VMC 控制方法及策略。

1.2 VMC 的控制结构

对于连接PV 及BES 的VSC 采用下垂控制［23］，表达式为:

式中:ωi(t)为t时段ADN 中第i个VSC 的角频率；vo，d，i(t)为t时 段 第i个VSC 输 出 电 压 的d轴 分 量；ωref，i(t)为t时 段ADN 中 第i个VSC 的 参 考 角 频 率；voref，d，i(t)为t时 段 第i个VSC 输 出 电 压 的d轴 参 考分 量；mp，i和nq，i分 别 为 有 功 功 率 及 无 功 功 率 下 垂 系数；Pi(t)和Qi(t)分别为t时段第i个VSC 输出的有功功率和无功功率。

式中:uω，i(t)为t时段第i个VSC 的二次频率稳定控制输入，用于将频率稳定到ADN 的额定频率ωADN；uς，i(t)为t时段第i个VSC 的二次SOC 均衡控制器输 入，用 以 实 现VM 内 的SOC 均 衡；uvo，d，i(t)为t时段第i个VSC 的电压稳定控制输入的d轴分量，用以 将ADN 电 压 稳 定 到 额 定 电 压vo，d，ADN。考 虑 到 电压与无功功率间的权衡，仅考虑电压的精确控制［25］。本文将针对uω，i(t)、uς，i(t)及uvo，d，i(t)研究其相应的二次控制方式以实现各自控制目标。

2 主动配电网分布式时滞及噪声协同控制

2.1 分布式通信网络

所研究的基于多智能体的二级控制系统均依赖于分布式通信网络。多智能体与其邻接的智能体通信网络可通过稀疏图G(V，E)、节点集合V={1，2，…，N}及边E 描述［26］。每个节点可被看作一个智能体。本文的智能体为VSC 及其控制系统。边E 记 作(i，j)，(i，j)∈E 表 示 节 点i和j间 有 信 息 交互。节点i的所有邻接节点集合记作Ni。如果(i，j)∈E，那 么j∈Ni。稀 疏 图 的 邻 接 矩 阵A的 元素ai，j为:

2.2 主动配电网分布式时滞及噪声协同控制方法

ADN 的动态VMC 运行方式是通过基于多智能体的实时分布式聚类算法将ADN 中连接PV 及BES 的VSC 动态分割为多个VM。分割依据为PV实时输出功率、实时负载及BES 容量、BES 主体参与频率调节或辅助服务意愿等［27］。本文主要研究动态VMC 场景下适用于其形态改变的ADN 频率、电压控制及VM 内和VM 间的控制系统。

ADN 的频率控制表达式为:

式中:αω为频率控制增益；τ1和τ2分别为相应的延迟时间；Δωi(t)=ωADN-ωi(t)为频率差；bi为Pining节点系数，bi＞0 表示该节点是Pining 节点，该节点可设定ωADN和vo，d，ADN，否则bi=0；ηω，σ，i，j(·)为第i个VSC 的频率控制系统中与第j个VSC 间通信的第σ维 噪 声 密 度 函 数，j∈Ni；ηω，σ，i(·)为 第i个VSC 的 频率控制系统中的第σ维噪声密度函数；δ为噪声密度函 数 的 总 维 数；ξω，σ，i，j(t)为t时 段 第i个VSC 的 频 率控制系统中与第j个VSC 间通信的第σ维采样噪声；ξω，σ，i(t)为t时 段 第i个VSC 的 频 率 控 制 系 统 的第σ维采样噪声。式（10）在常用分布式频率控制结构［6，15-16］的基础上引入了时滞及噪声，分布式时滞及噪声控制的改进是基于文献［28］。

ADN 的分布式电压控制与频率控制相似，其Pining 节点参考电压的d轴分量设定为vo，d，ADN。

3 动态VMC 的微电网级、群级分布式协同控制

本章提出动态微电网级和微电网群级协同控制。微电网级的分布式SOC 均衡控制将维持VM内的一致SOC。微电网群级的分布式SOC 协同控制将管理VM 间的SOC 协同。微电网群级协同控制包含两个过程:VM 分布式平均SOC 预估和VM间SOC 协同控制及策略。

3.1 动态VMC 的分布式时滞及噪声SOC 均衡控制

VM 内部的SOC 均衡控制将维持该VM 内所有BES 的SOC 在稳定均衡状态。假设ADN 可被动态分割为VMC，表达式为:

VM 内的SOC 均衡控制将使VSC 连接的BES系统SOC 达到同一水平，其动态分布式控制原理为:任意VSC 仅参与所隶属的VM，Gμ，κ内SOC 均衡控制，若该VSC 不属于某VM 的Gμ，ρ(ρ≠κ)，则该VSC 智能体将通过传输隶属于其他VM 内VSC智 能 体 的SOC 估 计ςκ，j(t)(j∉Gμ，κ)协 助 其 他VM实现其VM 内的SOC 均衡控制。同理，隶属于其他VM 内的VSC 智能体也将协助该VSC 完成其VM内的SOC 均衡控制。因此，当VMC 的VSC 隶属关系动态改变时，任意VM 的SOC 均衡控制总能通过其他VM 的协助而完成，从而在不改变物理分布式通信网络结构的基础上，实现对动态VMC 群的分布式控制。

3.2 VM 间SOC 协 同 控 制 策 略

VM 间SOC 协同控制通过相同的分布式通信网络实现。VM 间SOC 协同控制策略基本原理分为两部分:1）通过分布式手段获取VM 内的平均SOC 估 值ς̂κ，i，1(t)(i∈Gμ，κ)，任 意VSC 需 要 参 与 其所 隶 属 的VM 的ς̂κ，i，1(t)(i∈Gμ，κ)，同 时，需 要 协 助其他VM 完成平均SOC 估计ς̂κ，i，1(t)(i∉Gμ，κ)；2）依据 各VM 平 均SOC、SOC 微 分 估 计ς̂κ，i(t)=[ς̂κ，i，1(t)，ς̂κ，i，2(t)]T及 相 应 的 群 级 协 同 策 略，实 现VM 间SOC 协 同 控 制。

3.2.1 VM 内分布式平均SOC 估计

VM 内的平均SOC 估计与VM 内SOC 均衡控制思路相似。对于i∈Gμ，κ的VSC 智能体，其通过自身SOC 测量值进行VM 内的SOC 平均估计；对于i∉Gμ，κ的VSC 智能体则需要通过传递其他VM的ρ≠κ(ρ∈M)的SOC 平均估计。智能体的VM平均SOC 估计为:

式 中:ης̂，σ，i，j(·)为VM 平 均SOC 预 估 的 噪 声 密 度 函数；ξς̂，σ，i，j(t)为t时段VM 平均SOC 预估噪声。

3.2.2 VM 间分布式SOC 均衡协同策略

尽管ADN 中储能系统单一SOC 均衡策略具有延长储能系统寿命、提高电能质量、增强系统稳定性等优势，但SOC 均衡过程中的电能损耗在大规模接入储能系统的ADN 场景下急剧增加。因此，需要在VM 间进行SOC 均衡协同，一方面具备SOC 均衡所带来的优势，同时一定程度上减少了SOC 均衡过程中的电能损耗。

假 设ADN 中 动 态VM 的 平 均SOC 为ς̂1，i，1≥ς̂2，i，1≥…≥ς̂κ，i，1≥…≥ς̂|M|，i，1，则 具 体 的 集 群 协 同机理如附录A 表A1 及图2 所示。

图2 VM 间SOC 协同策略示意图Fig.2 Schematic diagram of SOC cooperative strategy among multiple VMs

式中:αM，ς为VM 间SOC 均衡控制增益；Mi为第i个VSC 需要进行群间SOC 协同的集合，可通过表1 获得；uM，i(t)为t时段群间协同控制信号。

表1 参数表Table 1 Table of parameters

4 仿真验证与分析

4.1 IEEE 34 节点配电系统仿真验证

采用已接入分布式PV 和BES 的IEEE 34 节点配电系统验证所提出的VMC 协同控制。配电网的接线如图3 所示。图中有12 个节点接入了PV 及BES 系统，7 个节点接入了PV。配电网包含两个电压等级，节点888 和890 的额定电压为4.16 kV，其他节点的额定电压为24.9 kV。储能系统容量为600 kW·h。VSC 输出额定电压为415 V，通过变压器接入配电网。分布式PV 额定功率为85 kW，PV的最大功率数据来源于文献［27］中的配电网线路参数，负荷为IEEE 34 节点测试系统中的数据。通信系统中的时滞为1 s，噪声采用Gaussian 白噪声。所提出的协同控制策略的参数如表1 所示。

图3 IEEE 34 节点配电系统接入分布式光伏及电池储能Fig.3 IEEE 34-bus distribution system with distributed PVs and BES

4.2 动态VMC 结构变化

测试配电网及控制系统参数均与4.1 节相同，但在6 h 时VMC 的结构因运行需要产生如下改变:节点826 从集合Gμ，1转至集合Gμ，2；在12 h 时，VMC结构的节点864 从集合Gμ，2转至集合Gμ，3，仿真结果如附录A 图A6 所示。当VMC 结构发生改变时，VMC 平均SOC 估计迅速跟踪这一改变，VM 间协同也观测并依据动态改变的平均预估制定群级协同机制。同时，VM 内的SOC 均衡控制可有效实现结构改变后的SOC 均衡。

4.3 讨论

本节具体讨论VMC 运行方式减少线路损耗的机制，并通过仿真验证。对于服从VMC 动态构成规律的VMC，通过减少VM 间协同时间的方式可以减少线路上损耗。依据文献［16］分别设定VMC 的运行场景:分布式电源接入IEEE 34 节点配电系统，其出力为恒定值；分布式PV 接入配电网，其出力为光伏出力的83.5%。不同场景下配电网网损和VSC 滤波电路损耗分别见附录A 图A4。由图A4可知，配电网VMC 及单一微电网运行方式下，SOC均衡初始阶段VMC 的运行方式可有效减少电能损耗；在VM 间进行SOC 均衡协同的过渡过程中，电能损耗略大于单一微电网的运行方式，这是由于VM 间的平均SOC 各异，且在进行VM 间协同的初始阶段会产生较大的充、放电电流；当逐步进行VM间 的SOC 均 衡 或 解 除VM 间SOC 协 同 时，VMC 的运行方式仍具有显著优势。从整体的电能损耗看，提出的VMC 协同运行方式较单一微电网运行方式可明显减少电能损耗。

5 结语

本文提出了ADN 的动态VMC 全分布式控制方法，实现了VM 内、VM 间的协同控制，同时该控制方法可有效抑制噪声及时滞。控制系统得益于全分布式的通信手段，可实现在VMC 结构动态改变时仍然可以完成VM 之间的协同控制。此外，所提出的VM 间协同控制减少了VM 间需要协同的频率，从而有效减少了因VM 协同造成的线路损耗，避免了储能系统处于过充电、过放电的状态，延长了储能系统寿命。本文的研究成果为大规模分布式电源接入配电网后形成的ADN 提供了一种灵活的运行方式。

本文重点提出了ADN 下的动态VMC 的全分布式的控制方法:动态VM 内、VM 间的协同控制策略及方法。ADN 层面、ADN 和主电网的协同方法以及与本文控制方法的耦合是后续研究的主要方向。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。