CN110854927B - 一种孤岛型微电网分布式协同控制方法 - Google Patents

Abstract

本发明涉及一种孤岛型微电网分布式协同控制方法。根据孤岛型微电网的分布式电源与BESSs的分布情况，建立分布式协同通信网络，实现两者间的协同控制，以满足孤岛型微电网的功率平衡；搭建孤岛型微电网分布式电源的经济调度数学模型，采用一致性算法，使得分布式电源满足等微增率准则；采用一致性算法，将各电池储能系统荷电状态视为一致性变量，计算BESSs的荷电状态平均值；采用基于荷电状态的p‑f下垂控制方法，调节BESSs的输出功率，使得BESSs的荷电状态保持平衡。本发明方法基于分布式控制，弥补了集中控制存在的不足，使得微电网具有更高的稳定性和灵活性；同时，能够实现分布式电源的发电成本最低、输出功率满足调度命令要求以及BESSs保持荷电状态平衡。

Description

一种孤岛型微电网分布式协同控制方法

技术领域

本发明涉及一种孤岛型微电网分布式协同控制方法。

背景技术

孤岛型微电网作为一种小型的智能电网，其通过分布式电源(Distributedgenerators,DGs)的方式整合多种可再生能源，能够有效地解决局部地区的供电问题。但是由于可再生能源发电的随机性和间歇性以及电力电子器件的低惯性，所以需要引入电池储能系统(battery energy storage systems,BESSs)来实现系统的功率平衡和满足负荷对电压和频率的要求。对于BESSs，需要考虑荷电状态(state of charge,SoC)平衡的问题，因为其荷电状态不平衡时可能会导致个别BESS出现过充过放提早退出运行，从而导致微电网控制策略的失效或者系统的崩溃。此外，孤岛型微电网也需考虑其发电的经济性问题，即需要考虑分布式电源的经济性调度问题。因此，需要有一种控制方法来兼顾孤岛型微电网的发电的经济性和BESSs的荷电状态平衡。

现有的微电网控制方法主要有集中控制方法与分布式控制方法。集中控制主要基于全局信息与中心控制器来进行控制，在电网的规模增大时呈现出很多的不足，例如单点故障的脆弱性、有限的灵活性以及隐私问题等。然而，分布式控制仅依赖于局部信息与合作，能够有效地弥补集中控制方法的不足。本发明提出的孤岛型微电网控制方法基于分布式控制，能够有效解决集中控制存在的不足。

BESSs的控制需要考虑荷电状态的平衡，然而传统的p-f下垂控制方法未能在进行有功功率调节时兼顾荷电状态平衡，因此需要对传统的p-f下垂控制方法进行改进，使得BESSs在运行时保持荷电状态平衡。

目前，微电网的集中与分布式控制方法的控制对象大都仅为分布式电源的发电成本问题或BESSs的荷电状态平衡问题，未能将两个问题协同考虑。但是，随着更大规模的分布式电源和BESSs的加入，现有的仅考虑一个方面的控制方法不再能满足孤岛型微电网的控制要求，所以需要提出一种新的控制方法将微电网的经济调度与BESSs的荷电状态平衡协同控制。

发明内容

本发明的目的在于提供一种孤岛型微电网分布式协同控制方法，该方法基于分布式控制，弥补了集中控制存在的不足，使得微电网具有更高的稳定性和灵活性；同时，该方法采用协同控制方法，能够在一个统一的框架内，实现多目标控制，即分布式电源的发电成本最低、分布式电源的输出功率满足调度命令要求以及BESSs保持荷电状态平衡。

为实现上述目的，本发明的技术方案是：一种孤岛型微电网分布式协同控制方法，包括如下步骤：

步骤S1、根据孤岛型微电网的分布式电源与BESSs的分布情况，建立分布式协同通信网络，实现两者间的协同控制，以满足孤岛型微电网的功率平衡；

步骤S2、搭建孤岛型微电网分布式电源的经济调度数学模型，采用一致性算法，使得分布式电源满足等微增率准则，即发电成本最小；

步骤S3、采用一致性算法，将各电池储能系统荷电状态视为一致性变量，计算BESSs的荷电状态平均值；

步骤S4、采用基于荷电状态的p-f下垂控制方法，调节BESSs的输出功率，使得BESSs的荷电状态保持平衡。

在本发明一实施例中，所述步骤S1具体实现过程为：根据孤岛型微电网的分布式电源与BESSs的分布情况，随机选择领导者分布式电源与领导者BESS建立分布式协同通信网络；其中，领导者分布式电源用于接收上一级的电力调度命令，并计算最优耗量微增率，同时向相邻分布式电源传递信息；领导者BESS用于与分布式电源连接，向分布式电源反馈荷电状态，从而调整分布式电源的输出功率，使得BESSs的荷电状态处于正常值。

在本发明一实施例中，所述步骤S2具体实现过程为：忽略风机与光伏的发电成本，微电网总发电成本为所有分布式电源的发电成本，其中，单个分布式电源的发电成本C_i(P_i)表达式为

式中，a_i，b_i，c_i均为成本系数，P_G,i为分布式电源i的输出功率；

分布式电源的总输出功率需要满足电力调度命令的要求，即

式中，P_D为电力调度命令，只能由领导者分布式电源获取；

根据式(1)和式(2)以及分布式电源输出功率的上下限，可得分布式电源经济调度的数学模型，即

其中，采用拉格朗日乘数法求解经济调度问题，即等量微增率准则，其求解表达式为

式中，

u_i为拉格朗日乘子，λ^*为最优耗量微增率；根据拉格朗日乘数法求解最优耗量微增率λ^*，并通过一致性算法，使得各分布式电源处于相同耗量微增率下运行，便可达到发电成本最小。

在本发明一实施例中，所述一致性算法表达式如下

λ[t+1]＝Mλ[t](8)

式中，λ[t+1]＝[λ₁[t+1],…,λ_i[t+1],…,λ_n[t+1]]^T，λ[t]＝[λ₁[t],…,λ_i[t],…,λ_n[t]]^T，别代表智能体在t+1和t的状态，即一致性变量；M为双随机矩阵，其构造方式与智能体之间的拓扑结构有关；

其中，A-D和M的形式如下，

式中，D是n×n的对角出度矩阵，其元素d_ii表示智能体间的外通信链数；

对于强连接图，即智能体间的分布式连接，有

可得矩阵M的任意行或任意列的元素和均为1，且其元素代表智能体间的信息权重；

其中，由

可得当t趋于无穷时，

即λ₁＝…＝λ_i＝…＝λ_n；根据一致性算法，可以将智能体间的其中一状态经过一定迭代后趋于一致。

在本发明一实施例中，所述基于荷电状态的p-f下垂控制方法的表达式如下

式中，

为所有电池储能系统的荷电状态平均值，f_i为电池储能系统i的频率，f^max与f^min为频率的上限与下限，

是第i个BESS的最大输出有功功率，m_i是下垂系数，K_p是比例系数。

在本发明一实施例中，所述步骤S2具体实现如下：

根据孤岛微电网功率的供需关系，判断BESSs需要提供的有功功率，判断原则如下

P_loss＝0.05×P_load (15)

其中，BESSs需要提供的输出功率为负荷功率加上损耗功率再减去分布式电源与新能源发电的功率；

采用基于荷电状态的p-f下垂控制方法，即改进后的p-f下垂控制方法调节各个BESS的有功输出，具体为：

采用库伦定律计算各个BESS的荷电状态信息，其中计算公式为

式中，SoC_i，SoC₀分别是该时刻的荷电状态、荷电状态初始值，

取各BESS的荷电状态作为一致性变量，各BESS先通过通信网络将自身的荷电状态信息传送给相邻的BESS，各BESS根据自身的荷电状态与收到邻居传来的荷电状态调整自身的荷电状态，即根据式(8)和(9)进行迭代，不断重复这一步骤，最终各BESS的荷电状态趋于一致，即荷电状态平均值；

采用上述所求的荷电状态平均值与该时刻的各BESS的荷电状态，再通过获得BESS的频率，根据式(12)来调节各个BESS的有功输出；

通过以上过程，孤岛型微电网的发电成本达到最低，分布式电源的输出功率满足调度要求，电网的功率保持平衡以及BESSs的荷电状态保持平衡。

相较于现有技术，本发明具有以下有益效果：本发明方法基于分布式控制，弥补了集中控制存在的不足，使得微电网具有更高的稳定性和灵活性；同时，该方法采用协同控制方法，能够在一个统一的框架内，实现多目标控制，即分布式电源的发电成本最低、分布式电源的输出功率满足调度命令要求以及BESSs保持荷电状态平衡。具体地，该方法在调度命令发生变化、负荷发生波动、风机和光伏发电波动以及BESSs充放电切换等多种运行环境下，都能够实现微电网的功率平衡、分布式电源的耗量微增率保持一致以及BESSs的荷电状态保持一致。

附图说明

图1为孤岛微电网示意图。

图2为分布式电源和电池储能系统的通信网络。

图3为荷电状态平衡示意图。

图4为本发明方法流程示意图。

具体实施方式

下面结合附图，对本发明的技术方案进行具体说明。

本发明提供了一种孤岛型微电网分布式协同控制方法，包括如下步骤：

步骤S1、根据孤岛型微电网的分布式电源与BESSs的分布情况，建立分布式协同通信网络，实现两者间的协同控制，以满足孤岛型微电网的功率平衡；

步骤S2、搭建孤岛型微电网分布式电源的经济调度数学模型，采用一致性算法，使得分布式电源满足等微增率准则，即发电成本最小；

步骤S3、采用一致性算法，将各电池储能系统荷电状态视为一致性变量，计算BESSs的荷电状态平均值；

步骤S4、采用基于荷电状态的p-f下垂控制方法，调节BESSs的输出功率，使得BESSs的荷电状态保持平衡。

以下为本发明的具体实现过程。

如图4所示，本发明的一种孤岛型微电网分布式协同控制方法，包括如下步骤：

步骤S1、根据孤岛型微电网的分布式电源与BESSs的分布情况，建立分布式协同通信网络，实现两者间的协同控制，以满足孤岛型微电网的功率平衡；

步骤S2、搭建孤岛型微电网分布式电源的经济调度数学模型，采用一致性算法，使得分布式电源满足等微增率准则，即发电成本最小；

步骤S3、采用一致性算法，将各电池储能系统荷电状态视为一致性变量，计算BESSs的荷电状态平均值；

步骤S4、采用基于荷电状态的p-f下垂控制方法，调节BESSs的输出功率，使得BESSs的荷电状态保持平衡。

1、孤岛型微电网模型与通信网络的建立

孤岛型微电网主要由分布式电源、BESSs、可再生能源发电系统、负荷等组成。如图1所示，是本发明实施例的具体孤岛型微电网模型，根据模型中的分布式电源与BESSs的分布情况，获得图2所示的通信网络。

该通信网络为分布式协同通信网络，其中分布式电源于该网络上传输耗量微增率λ的信息，BESSs用于该网络上传输荷电状态SoC的信息，并随机选中领导者分布式电源与领导者BESS，本实施例选定分布式电源1和BESS1作为领导者。如图2所示，箭头表示信息传递的方向，各智能体仅能获得自身的信息与相邻智能体的信息。分布式电源1作为领导者，用于接受电力调度命令，并且计算最优耗量微增率；BESS1作为领导者，用于与分布式电源连接，向分布式电源反馈荷电状态，从而调整分布式电源的输出功率，使得电池储能系统的荷电状态处于正常值。

2、分布式电源的经济调度模型

在本发明中，不考虑风机与光伏的发电成本，仅考虑分布式电源的发电成本，因此分布式电源的总发电成本也是孤岛型微电网的总发电成本。其中，单个分布式电源的发电成本C_i(P_i)表达式为

式中，a_i，b_i，c_i均为成本系数，P_G,i为分布式电源i的输出功率；

分布式电源的总输出功率需要满足电力调度命令的要求，即

式中，P_D为电力调度命令，只能由领导者分布式电源获取；

根据式(1)和式(2)以及分布式电源输出功率的上下限，可得分布式电源经济调度的数学模型，即

其中，采用拉格朗日乘数法求解经济调度问题，即等量微增率准则，其求解表达式为

式中，

u_i 为拉格朗日乘子，λ^*为最优耗量微增率；根据拉格朗日乘数法求解最优耗量微增率λ^*，并通过一致性算法，使得各分布式电源处于相同耗量微增率下运行，便可达到发电成本最小。

3、一致性算法

等量微增率原则需要通过一致性算法来实现，其中，一致性算法表达式如下

λ[t+1]＝Mλ[t] (8)

式中，λ[t+1]＝[λ₁[t+1],…,λ_i[t+1],…,λ_n[t+1]]^T，λ[t]＝[λ₁[t],…,λ_i[t],…,λ_n[t]]^T，分别代表智能体在t+1和t的状态，即一致性变量；M为双随机矩阵，其构造方式与智能体之间的连拓扑结构有关；

其中，A-D和M的形式如下，

式中，D是n×n的对角出度矩阵，其元素d_ii表示智能体间的外通信链数；

对于强连接图，即智能体间的分布式连接，有

可得矩阵M的任意行或任意列的元素和均为1，且其元素代表智能体间的信息权重；

其中，由

可得当t趋于无穷时，

即λ₁＝…＝λ_i＝…＝λ_n；根据一致性算法，可以将智能体间的其中一状态经过预定迭代后趋于一致。

4、于荷电状态的p-f下垂控制方法

为了实现BESSs在输出功率时保持荷电状态平衡，本发明对传统的p-f下垂控制方法进行改进，即加入荷电状态参数，使得BESSs的输出功率参照荷电状态进行调整。其中，改进后的表达式为

式中，

为所有电池储能系统的荷电状态平均值，f_i为电池储能系统i的频率，f^max与f^min为频率的上限与下限，在本实施例中采用51HZ与49HZ，

是第i个BESS的最大输出有功功率，m_i是下垂系数，K_p是比例系数，一般取30。

如图3所示，根据式(12)设计的下垂控制，能够根据每个BESS的平均荷电状态来控制该BESS的有功输出，从而达到所有BESSs的荷电状态趋于一致并保持。

综上，本发明方法流程具体为：

根据孤岛微电网中的分布式电源和BESS的分布情况，获得微电网的通信网络，并随机选定领导者分布式电源与领导者BESS，如第1节中的介绍所示，图1为微电网的原理图，图2为所获得的分布式协同通信网络。

领导者分布式电源用于获取上一级的电力调度命令，并且根据调度命令P_D，联立

与P_G,1+P_G,2+P_G,3+P_G,4＝P_D求解最优耗量微增率λ^*。获得最优耗量微增后，采用一致性算法，即采用式(8)和(9)计算，其中各分布式电源的耗量微增率为一致性变量，使得各分布式电源的耗量微增率一致，具体为：领导者分布式电源根据计算所得最优耗量微增率调整自身的耗量微增率，再将调整后的耗量微增率传给相邻的分布式电源；相邻的分布式电源根据收到的信息以及自身的耗量微增率调整自身的耗量微增率；以此类推，各分布式电源根据自身的耗量微增率与接收到相邻的耗量微增率不断调整自身的耗量微增率，最终使得各分布式电源的耗量微增率趋于最优耗量微增率，并一直保持一致。在分布式电源调整自身的耗量微增率的过程中，各分布式电源的智能体根据调整后的耗量微增率调节有功输出，最终在耗量微增率一致时达到发电成本最低。

根据孤岛微电网功率的供需关系，判断BESSs需要提供的有功功率，判断原则如下

P_loss＝0.05×P_load (15)

其中，BESSs需要提供的输出功率为负荷功率加上损耗功率再减去分布式电源与新能源发电的功率；

采用基于荷电状态的p-f下垂控制方法，即改进后的p-f下垂控制方法调节各个BESS的有功输出，具体为：

采用库伦定律计算各个BESS的荷电状态信息，其中计算公式为

SoC_i＝SoC₀-μ∫P_B,idt (17)

式中，SoC_i，SoC₀分别是该时刻的荷电状态、荷电状态初始值，

采用一致性算法计算各BESS的荷电状态平均值

即采用式(8)和式(9)计算，各BESS的荷电状态为一致性变量，如图2所示，各BESS先通过通信网络将自身的荷电状态信息传送给相邻的BESS，各BESS根据自身的荷电状态与收到邻居传来的荷电状态调整自身的荷电状态，最终各BESS的荷电状态趋于一致，即所要求的荷电状态平均值；

采用上述所求的荷电状态平均值与该时刻的荷电状态，再通过获得BESS的频率，根据式(12)来调节各个BESS的有功输出；

其中，当BESSs的荷电状态太高或太低时，如图2所示，BESS1会向分布式电源1传输荷电状态信息，分布式电源1根据接收到的荷电状态信息调整有功输出，以使BESSs的荷电状态恢复正常值。

通过以上统一的控制框架，孤岛型微电网的发电成本达到最低，分布式电源的输出功率满足调度要求，电网的功率保持平衡以及BESSs的荷电状态保持平衡。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (1)

1.一种孤岛型微电网分布式协同控制方法，其特征在于，包括如下步骤：

步骤S1、根据孤岛型微电网的分布式电源与BESSs的分布情况，建立分布式协同通信网络，实现两者间的协同控制，以满足孤岛型微电网的功率平衡；

步骤S2、搭建孤岛型微电网分布式电源的经济调度数学模型，采用一致性算法，使得分布式电源满足等微增率准则，即发电成本最小；

步骤S3、采用一致性算法，将各电池储能系统荷电状态视为一致性变量，计算BESSs的荷电状态平均值；

步骤S4、采用基于荷电状态的p-f下垂控制方法，调节BESSs的输出功率，使得BESSs的荷电状态保持平衡；

所述步骤S1具体实现过程为：根据孤岛型微电网的分布式电源与BESSs的分布情况，随机选择领导者分布式电源与领导者BESS建立分布式协同通信网络；其中，领导者分布式电源用于接收上一级的电力调度命令，并计算最优耗量微增率，同时向相邻分布式电源传递信息；领导者BESS用于与分布式电源连接，向分布式电源反馈荷电状态，从而调整分布式电源的输出功率，使得BESSs的荷电状态处于正常值；

所述步骤S2具体实现过程为：忽略风机与光伏的发电成本，则微电网总发电成本为所有分布式电源的发电成本，其中，单个分布式电源的发电成本C_i(P_G,i)表达式为

式中，a_i，b_i，c_i均为成本系数，P_G,i为分布式电源i的输出功率；

分布式电源的总输出功率需要满足电力调度命令的要求，即

式中，P_D为电力调度命令，只能由领导者分布式电源获取；

根据式(1)和式(2)以及分布式电源输出功率的上下限，可得分布式电源经济调度的数学模型，即

其中，采用拉格朗日乘数法求解经济调度问题，即等量微增率准则，其求解表达式为

式中，

u_i 为拉格朗日乘子，λ^*为最优耗量微增率；根据拉格朗日乘数法求解最优耗量微增率λ^*，并通过一致性算法，使得各分布式电源处于相同耗量微增率下运行，便可达到发电成本最小；

所述一致性算法表达式如下

λ[t+1]＝Mλ[t] (8)

式中，λ[t+1]＝[λ₁[t+1],…,λ_i[t+1],…,λ_n[t+1]]^T，λ[t]＝[λ₁[t],…,λ_i[t],…,λ_n[t]]^T，分别代表智能体在t+1和t的状态，即一致性变量；M为双随机矩阵，其构造方式与智能体之间的拓扑结构有关；

其中，A-D和M的形式如下，

式中，D是n×n的对角出度矩阵，其元素d_ii表示智能体间的外通信链数；

对于强连接图，即智能体间的分布式连接，有

可得矩阵M的任意行或任意列的元素和均为1，且其元素代表智能体间的信息权重；

其中，由

可得当t趋于无穷时，

即λ₁＝…＝λ_i＝…＝λ_n；根据一致性算法，可以将智能体间的其中一状态经过一定迭代后趋于一致；

所述基于荷电状态的p-f下垂控制方法的表达式如下

式中，

为所有电池储能系统的荷电状态平均值，f_i为电池储能系统i的频率，f^max与f^min为频率的上限与下限，

是第i个BESS的最大输出有功功率，m_i是下垂系数，K_p是比例系数；

所述步骤S2具体实现如下：

根据孤岛微电网功率的供需关系，判断BESSs需要提供的有功功率，判断原则如下

P_loss＝0.05×P_load (15)

其中，BESSs需要提供的输出功率为负荷功率加上损耗功率再减去分布式电源与新能源发电的功率；

采用基于荷电状态的p-f下垂控制方法，即改进后的p-f下垂控制方法调节各个BESS的有功输出，具体为：

采用库伦定律计算各个BESS的荷电状态信息，其中计算公式为

SoC_i＝SoC₀-μ∫P_B,idt (17)

式中，SoC_i，SoC₀分别是该时刻的荷电状态、荷电状态初始值，

采用一致性算法计算各BESS的荷电状态平均值

取各BESS的荷电状态作为一致性变量，各BESS先通过通信网络将自身的荷电状态信息传送给相邻的BESS，各BESS根据自身的荷电状态与收到邻居传来的荷电状态调整自身的荷电状态，即根据式(8)和(9)进行迭代，不断重复这一步骤，最终各BESS的荷电状态趋于一致，即荷电状态平均值；

采用上述所求的荷电状态平均值与该时刻的各BESS的荷电状态，再通过获得BESS的频率，根据式(12)来调节各个BESS的有功输出；

通过以上过程，孤岛型微电网的发电成本达到最低，分布式电源的输出功率满足调度要求，电网的功率保持平衡以及BESSs的荷电状态保持平衡。

Images