CN113363977B - 一种微电网分布式快速收敛协同控制方法及系统 - Google Patents

一种微电网分布式快速收敛协同控制方法及系统 Download PDF

Info

Publication number
CN113363977B
CN113363977B CN202110691621.9A CN202110691621A CN113363977B CN 113363977 B CN113363977 B CN 113363977B CN 202110691621 A CN202110691621 A CN 202110691621A CN 113363977 B CN113363977 B CN 113363977B
Authority
CN
China
Prior art keywords
power supply
distributed power
distributed
cooperative control
average value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110691621.9A
Other languages
English (en)
Other versions
CN113363977A (zh
Inventor
楼冠男
洪吟秋
谢吉华
顾伟
蒋啸宇
李山林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202110691621.9A priority Critical patent/CN113363977B/zh
Publication of CN113363977A publication Critical patent/CN113363977A/zh
Application granted granted Critical
Publication of CN113363977B publication Critical patent/CN113363977B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14—District level solutions, i.e. local energy networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种微电网分布式快速收敛协同控制方法及系统，属于微电网运行控制的技术领域。本发明首先依据协同控制目标，建立关于状态量平均值的系统稳态收敛等式，接着应用快速收敛算法，基于当前时刻各分布式电源本地已知的所有信息估计状态量平均值，进而计算下一时刻分布式电源与各邻居节点间交互的信息并传递给对应邻居节点，为下一时刻状态量平均值估计提供基础，最终，结合稳态收敛等式及估计得的状态量平均值，建立微电网分布式协同控制，实现电流经济优化分配和平均电压恢复，提升系统异步稳定性以及收敛性能。

Description

一种微电网分布式快速收敛协同控制方法及系统
技术领域
本发明涉及微电网运行控制技术领域，尤其涉及一种微电网分布式快速收敛协同控制方法及系统。
背景技术
随着地球资源的日渐衰竭以及人们对环境问题的关注，可再生能源的接入越来越受到世界各国的重视。微电网是一种在能量供应系统中增加可再生能源和分布式能源渗透率的新兴能量传输模式，其组成部分包括不同种类的分布式能源(distributed energyresources，DER，包括微型燃气轮机、风力发电机、光伏、燃料电池、储能设备等)、各种电负荷和/或热负荷的用户终端以及相关的监控、保护装置。
微电网内部的电源主要由电力电子器件负责能量的转换，并提供必须的控制；微电网相对于外部大电网表现为单一的受控单元，并可同时满足用户对电能质量和供电安全等的要求。微电网与大电网之间通过公共连接点进行能量交换，双方互为备用，从而提供了供电的可靠性。由于微电网是规模较小的分散系统，与负荷的距离较近，可以增加本地供电的可靠性、降低网损，大大增加了能源利用效率，是一种符合未来智能电网发展要求的新型供电模式。
正常情况下，微电网并网运行，由大电网提供电压、频率支撑；当发生突发性或计划性事件导致微电网脱网时，微电网将工作在自治状态。下垂控制策略由于不需要主导分布式电源及联络线间联系而获得了广泛的关注。当需要微电网由并网模式转向独立运行模式时，各分布式电源可以自动分担微网内负荷电流。但由于下垂控制是比例有差控制，会引起电压的稳态偏差，且电流分配的效果不理想，因此，需要采用协同控制以协助电压恢复及电流经济优化分配。传统的分布式协同控制应用一致性理论实现，对邻居节点间的同步通信有较强的依赖性，但在实际分布式通信中，由于通信带宽受限且缺乏集中式全局时钟，延时、时钟偏移、丢包等引起的信息交互不同步现象不可避免，这将导致状态量稳态偏差的产生，严重时甚至会引起系统不稳定。因此，有必要研究兼顾系统动态性能和异步鲁棒性的分布式协同控制策略，保障异步场景下的系统稳定性并提高收敛性能。
发明内容
本发明所要解决的技术问题是提供一种新的基于快速收敛算法的微电网分布式协同控制策略，建立系统达到协同时关于状态量平均值的稳态收敛等式，进而应用快速收敛算法，基于当前时刻本地已知的所有信息估计状态量平均值，并计算下一时刻邻居节点间交互的信息，最终，建立分布式协同控制器，实现电流经济优化分配以及平均电压恢复，提升系统的异步稳定性及收敛性能。
本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种微电网分布式快速收敛协同控制方法及系统，用于孤岛微电网在下垂运行模式下的信息交互方式实现控制，包括如下步骤：
步骤A.依据协同控制目标，建立关于状态量平均值的系统稳态收敛等式，然后进入步骤B；
步骤B.应用快速收敛算法，基于当前时刻各分布式电源本地已知的所有信息估计状态量平均值，然后进入步骤C；
步骤C.计算下一时刻分布式电源与各邻居节点间交互的信息并传递给对应邻居节点，为下一时刻依据步骤B估计新的状态量平均值提供基础，然后进入步骤D；
步骤D.结合步骤A中获得的稳态收敛等式以及步骤B中的状态量平均值估计方法，建立微电网分布式协同控制，实现电流经济优化分配和平均电压恢复。
作为本发明的一种优选技术方案，所述步骤A中，依据电流经济优化分配的目标，针对各分布式电源，考虑其发电成本函数以及网络供需平衡条件，建立带约束的经济优化模型：
Figure BDA0003126992910000031
其中，Ci表示第i个分布式电源的发电成本，ii表示第i个分布式电源的输出电流，αi、βi、ρi为发电成本系数，iD表示系统中总的负荷电流。
针对式(1)中的优化模型，应用拉格朗日乘数法，得到其对应的拉格朗日函数：
Figure BDA0003126992910000032
其中，η为拉格朗日乘子。依据最小化发电成本的目标，应用一阶导数法求解式(2)中函数的极值点，进而建立稳态时理想的电流分配等式：
Figure BDA0003126992910000033
其中，
Figure BDA0003126992910000034
表示各分布式电源增量成本的平均值；ηi表示第i个分布式电源增量成本，可按下式
ηi(ii)＝2αiii+βi 式(4)
计算得到。
同时，依据平均电压恢复的目标，建立稳态时理想的平均电压收敛等式：
Figure BDA0003126992910000041
其中，
Figure BDA0003126992910000042
示各分布式电源输出电压的平均值，Vn表示额定电压值。
作为本发明的一种优选技术方案，所述步骤B中，应用快速收敛算法，按如下步骤B01至步骤B02，估计增量成本和输出电压的平均值：
步骤B01：针对各个分布式电源，采样当前时刻本地电流信息并计算对应增量成本，进而基于本地已知的所有采样及邻居节点处获得的信息，按如下公式
Figure BDA0003126992910000043
Figure BDA0003126992910000044
计算中间变量
Figure BDA0003126992910000045
的值。其中，wηi表示第i个分布式电源的增量成本在平均值计算中的权重，sηj→i表示第j个分布式电源传送给第i个分布式电源的比例信息，其初始值设为sηj→i(0)＝wηi，xηj→i表示第j个分布式电源传送给第i个分布式电源的增量成本比例平均值，其初始值设为xηj→i(0)＝ηi。
同时，采样当前时刻本地输出电压，并基于本地已知的所有采样及邻居节点处获得的信息，按如下公式
Figure BDA0003126992910000046
Figure BDA0003126992910000047
计算中间变量
Figure BDA0003126992910000048
的值。其中，wvi表示第i个分布式电源的输出电压在平均值计算中的权重，Vi表示第i个分布式电源的输出电压，svj→i表示第j个分布式电源传送给第i个分布式电源的比例信息，其初始值设为svj→i(0)＝wvi，xvj→i表示第j个分布式电源传送给第i个分布式电源的输出电压比例平均值，其初始值设为xvj→i(0)＝Vi。
步骤B02：基于步骤B01中获得的中间变量
Figure BDA0003126992910000051
按下公式
Figure BDA0003126992910000052
估计增量成本平均值。其中，
Figure BDA0003126992910000053
表示第i个分布式电源本地估计得的增量成本平均值。
同时，基于步骤B01中获得的中间变量
Figure BDA0003126992910000054
按下公式
Figure BDA0003126992910000055
估计增量成本平均值。其中，
Figure BDA0003126992910000056
表示第i个分布式电源本地估计得的输出电压平均值。
作为本发明的一种优选技术方案，所述步骤C中，针对分布式电源的各个邻居节点，按如下公式：
Figure BDA0003126992910000057
Figure BDA0003126992910000058
Figure BDA0003126992910000059
Figure BDA00031269929100000510
计算本地已知的除从该邻居节点处获取的所有信息并将其传递给对应邻居节点，为步骤B中下一时刻增量成本和输出电压平均值的估计提供基础。
作为本发明的一种优选技术方案，所述步骤D中，针对各分布式电源，设置其增量成本权重为1，依据步骤B中的操作得到增量成本标准平均值
Figure BDA0003126992910000061
并结合步骤A中获得的理想电流分配等式，建立电流经济优化分配控制器：
Figure BDA0003126992910000062
其中ki1表示控制器积分系数，Ti表示第i个分布式电源的控制周期。
作为本发明的一种优选技术方案，所述步骤D中，针对各分布式电源，设置其输出电压权重为1，依据步骤B中的操作得到输出电压标准平均值
Figure BDA0003126992910000063
并结合步骤A中获得的理想平均电压收敛等式，建立平均电压恢复控制器：
Figure BDA0003126992910000064
其中ki2表示控制器积分系数。
本发明所述一种基于快速收敛算法的微电网分布式协同控制策略采用以上技术方案与现有技术相比，具有以下技术效果：本发明所设计基于快速收敛算法的微电网分布式协同控制策略，考虑分布式协同控制经济优化及平均电压恢复的目标，建立关于状态量平均值的稳态收敛等式，进而采用快速收敛算法基于各分布式电源本地已知的所有信息估计状态量平均值，并计算邻居节点间交互的信息为下一时刻状态量平均值的估计提供基础，建立具有更优越控制性能的分布式协同控制器，与传统协同控制器相比降低了对同步信息交互的依赖性，有利于保障异步场景下的系统稳定性，同时提升系统收敛性能。
附图说明
图1是本发明所设计基于快速收敛算法的微电网分布式协同控制策略的流程图；
图2是本发明实施例中采用的微电网仿真系统；
图3a是本发明实施例采用基于一致性算法的协同控制策略，各分布式电源控制周期均为0.01s时的输出电压仿真波形；
图3b是本发明实施例采用基于一致性算法的协同控制策略，各分布式电源控制周期均为0.01s时的有功功率仿真波形；
图3c是本发明实施例采用基于一致性算法的协同控制策略，各分布式电源控制周期均为0.01s时的增量成本仿真波形；
图4a是本发明实施例采用基于快速收敛算法的协同控制策略，各分布式电源控制周期均为0.01s时的输出电压仿真波形；
图4b是本发明实施例采用基于快速收敛算法的协同控制策略，各分布式电源控制周期均为0.01s时的有功功率仿真波形；
图4c是本发明实施例采用基于快速收敛算法的协同控制策略，各分布式电源控制周期均为0.01s时的增量成本仿真波形；
图5是本发明实施例采用基于一致性算法的协同控制策略，各分布式电源控制周期设为T1＝0.05s,T2＝0.01s,T3＝0.02s,T4＝0.06s,T5＝0.07s时的输出电压及有功功率仿真波形；
图6是本发明实施例采用基于快速收敛算法的协同控制策略，各分布式电源控制周期设为T1＝0.05s,T2＝0.01s,T3＝0.02s,T4＝0.06s,T5＝0.07s时的输出电压及有功功率仿真波形；
图7是本发明实施例采用基于一致性算法的协同控制策略，存在150ms通信延时情况下的输出电压及有功功率仿真波形；
图8是本发明实施例采用基于快速收敛算法的协同控制策略，存在150ms通信延时情况下的输出电压及有功功率仿真波形；
图9是本发明实施例采用基于快速收敛算法的协同控制策略，存在总丢包率为25％的随机链路丢包情况下的输出电压及有功功率仿真波形；
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明设计了一种微电网分布式快速收敛协同控制方法及系统，用于孤岛微电网的下垂运行模式下的信息交互方式实现控制，实际应用当中，如图1所示，具体包括如下步骤：
步骤A.依据协同控制目标，建立关于状态量平均值的系统稳态收敛等式，然后进入步骤B；
上述步骤A中，依据电流经济优化分配的目标，针对各分布式电源，考虑其发电成本函数以及网络供需平衡条件，建立带约束的经济优化模型：
Figure BDA0003126992910000081
其中，Ci表示第i个分布式电源的发电成本，ii表示第i个分布式电源的输出电流，αi、βi、ρi为发电成本系数，iD表示系统中总的负荷电流。
针对式(1)中的优化模型，应用拉格朗日乘数法，得到其对应的拉格朗日函数：
Figure BDA0003126992910000082
其中，η为拉格朗日乘子。依据最小化发电成本的目标，应用一阶导数法求解式(2)中函数的极值点，进而建立稳态时理想的电流分配等式：
Figure BDA0003126992910000083
其中，
Figure BDA0003126992910000084
表示各分布式电源增量成本的平均值；ηi表示第i个分布式电源增量成本，可按下式
ηi(ii)＝2αiii+βi 式(4)
计算得到。
同时，依据平均电压恢复的目标，建立稳态时理想的平均电压收敛等式：
Figure BDA0003126992910000091
其中，
Figure BDA0003126992910000092
示各分布式电源输出电压的平均值，Vn表示额定电压值。
步骤B.应用快速收敛算法，基于当前时刻各分布式电源本地已知的所有信息估计状态量平均值，然后进入步骤C；
上述步骤B中，应用快速收敛算法，按如下步骤B01至步骤B02，估计增量成本和输出电压的平均值：
步骤B01：针对各个分布式电源，采样当前时刻本地电流信息并计算对应增量成本，进而基于本地已知的所有采样及邻居节点处获得的信息，按如下公式
Figure BDA0003126992910000093
Figure BDA0003126992910000094
计算中间变量
Figure BDA0003126992910000095
的值。其中，wηi表示第i个分布式电源的增量成本在平均值计算中的权重，sηj→i表示第j个分布式电源传送给第i个分布式电源的比例信息，其初始值设为sηj→i(0)＝wηi，xηj→i表示第j个分布式电源传送给第i个分布式电源的增量成本比例平均值，其初始值设为xηj→i(0)＝ηi。
同时，采样当前时刻本地输出电压，并基于本地已知的所有采样及邻居节点处获得的信息，按如下公式
Figure BDA0003126992910000096
Figure BDA0003126992910000097
计算中间变量
Figure BDA0003126992910000101
的值。其中，wvi表示第i个分布式电源的输出电压在平均值计算中的权重，Vi表示第i个分布式电源的输出电压，svj→i表示第j个分布式电源传送给第i个分布式电源的比例信息，其初始值设为svj→i(0)＝wvi，xvj→i表示第j个分布式电源传送给第i个分布式电源的输出电压比例平均值，其初始值设为xvj→i(0)＝Vi。
步骤B02：基于步骤B01中获得的中间变量
Figure BDA0003126992910000102
按下公式
Figure BDA0003126992910000103
估计增量成本平均值。其中，
Figure BDA0003126992910000104
表示第i个分布式电源本地估计得的增量成本平均值。
同时，基于步骤B01中获得的中间变量
Figure BDA0003126992910000105
按下公式
Figure BDA0003126992910000106
估计增量成本平均值。其中，
Figure BDA0003126992910000107
表示第i个分布式电源本地估计得的输出电压平均值。
步骤C.计算下一时刻分布式电源与各邻居节点间交互的信息并传递给对应邻居节点，为下一时刻依据步骤B估计新的状态量平均值提供基础，然后进入步骤D；
上述步骤C中，针对分布式电源的各个邻居节点，按如下公式：
Figure BDA0003126992910000108
Figure BDA0003126992910000109
Figure BDA00031269929100001010
Figure BDA0003126992910000111
计算本地已知的除从该邻居节点处获取的所有信息并将其传递给对应邻居节点，为步骤B中下一时刻增量成本和输出电压平均值的估计提供基础。
步骤D.结合步骤A中获得的稳态收敛等式以及步骤B中的状态量平均值估计方法，建立微电网分布式协同控制，实现电流经济优化分配和平均电压恢复。
上述步骤D中，针对各分布式电源，设置其增量成本权重为1，依据步骤B中的操作得到增量成本标准平均值
Figure BDA0003126992910000112
并结合步骤A中获得的理想电流分配等式，建立电流经济优化分配控制器：
Figure BDA0003126992910000113
其中ki1表示控制器积分系数，Ti表示第i个分布式电源的控制周期。
针对各分布式电源，设置其输出电压权重为1，依据步骤B中的操作得到输出电压标准平均值
Figure BDA0003126992910000114
并结合步骤A中获得的理想平均电压收敛等式，建立平均电压恢复控制器：
Figure BDA0003126992910000115
其中ki2表示控制器积分系数。
在此基础上，建立微电网分布式协同控制：
Figure BDA0003126992910000116
其中，ui表示协同控制输入，γi表示下垂系数。
将上述所设计技术方案应用到实际当中，仿真系统如图2所示，微电网中包含5个分布式电源，分别通过各自的连接阻抗连接于电压母线，电压母线连接了三个阻抗型负载。DG1,DG2,DG3的发电成本函数中α＝0.08，β＝1.42，DG4,DG5的发电成本函数中α＝0.06，β＝0.96，5个分布式电源的额定有功容量相等。根据本发明实施例的基于快速收敛算法的微电网分布式协同控制策略建立系统控制器，并基于MATLAB/Simulink平台搭建仿真微电网模型，将其与传统基于一致性算法的协同控制器的控制效果进行对比，验证本发明方法在异步鲁棒性及收敛性能上的优越性。
如图3a至图3c所示为本发明实施例采用基于一致性算法的协同控制策略，各分布式电源控制周期均为0.01s时的仿真波形。初始时刻，系统运行于下垂控制模式下，3s时，协同控制投入，7s时，负荷增加。图3a展示了各分布式电源输出电压波形，初始时刻，在下垂控制作用下，输出电压明显低于额定值，3s后，在分布式协同控制的作用下，输出电压逐渐上升至额定值附近，系统约在7s时达到稳定。7s时，负荷增加，导致各分布式电源输出电压下降，在协同控制作用下，系统约在10s左右再次达到稳定且输出电压恢复到额定值附近。图3b和图3c分别展示了各分布式电源输出有功功率及增量成本波形，初始时刻，在下垂控制作用下，各分布式电源增量成本间存在较大差异，功率分配效果并不理想，3s后，在分布式协同控制的作用下，各分布式电源增量成本逐渐趋于一致，对应系统中有功功率逐渐实现经济优化分配，系统约在7s时达到稳定。7s时，负荷增加，导致各分布式电源输出有功功率以及增量成本增加，在协同控制作用下，系统约在10s左右再次达到稳定，且增量成本重新达到一致，对应有功功率达到经济优化分配。
如图4a至图4c所示为本发明实施例采用基于快速收敛算法的协同控制策略，各分布式电源控制周期均为0.01s时的仿真波形。初始时刻，系统运行于下垂控制模式下，3s时，协同控制投入，7s时，负荷增加。图4a展示了各分布式电源输出电压波形，初始时刻，在下垂控制作用下，输出电压明显低于额定值，3s后，在分布式协同控制的作用下，输出电压逐渐上升至额定值附近，系统约在5s时达到稳定。7s时，负荷增加，导致各分布式电源输出电压下降，在协同控制作用下，系统约在7.5s左右再次达到稳定且输出电压恢复到额定值附近。图4b和图4c分别展示了各分布式电源输出有功功率及增量成本波形，初始时刻，在下垂控制作用下，各分布式电源增量成本间存在较大差异，功率分配效果并不理想，3s后，在分布式协同控制的作用下，各分布式电源增量成本逐渐趋于一致，对应系统中有功功率逐渐实现经济优化分配，系统约在5s时达到稳定。7s时，负荷增加，导致各分布式电源输出有功功率以及增量成本增加，在协同控制作用下，系统约在7.5s左右再次达到稳定，且增量成本重新达到一致，对应有功功率达到经济优化分配。
如图5所示为本发明实施例采用基于一致性算法的协同控制策略，各分布式电源控制周期设为T1＝0.05s,T2＝0.01s,T3＝0.02s,T4＝0.06s,T5＝0.07s时的输出电压及有功功率仿真波形。初始时刻，系统运行于下垂控制模式下，3s时，协同控制投入，7s时，负荷增加。在分布式协同控制投入后，输出电压及有功功率波形中出现了幅值不断增加的振荡，表明此时系统失去稳定。
如图6所示为本发明实施例采用基于快速收敛算法的协同控制策略，各分布式电源控制周期设为T1＝0.05s,T2＝0.01s,T3＝0.02s,T4＝0.06s,T5＝0.07s时的输出电压及有功功率仿真波形。初始时刻，系统运行于下垂控制模式下，3s时，协同控制投入，7s时，负荷增加。在分布式协同控制投入后，输出电压及有功功率波形中出现了幅值迅速衰减的暂态振荡，表明此时系统能够维持稳定，且在发生负荷增加后，依然能在暂态振荡后恢复稳定运行。
如图7所示为本发明实施例采用基于一致性算法的协同控制策略，存在150ms通信延时情况下的输出电压及有功功率仿真波形。初始时刻，系统运行于下垂控制模式下，3s时，协同控制投入，7s时，负荷增加。在分布式协同控制投入后，输出电压及有功功率波形中出现了幅值不断增加的振荡，表明此时系统失去稳定。
如图8所示为本发明实施例采用基于快速收敛算法的协同控制策略，存在150ms通信延时情况下的输出电压及有功功率仿真波形。初始时刻，系统运行于下垂控制模式下，3s时，协同控制投入，7s时，负荷增加。在分布式协同控制投入后，输出电压及有功功率波形中出现了幅值迅速衰减的暂态振荡，表明此时系统能够维持稳定，且在发生负荷增加后，依然能在短暂的振荡后恢复稳定运行。
如图9所示为本发明实施例采用基于快速收敛算法的协同控制策略，存在总丢包率为25％的随机链路丢包情况下的输出电压及有功功率仿真波形。初始时刻，系统运行于下垂控制模式下，3s时，协同控制投入，7s时，负荷增加。在分布式协同控制投入后，输出电压及有功功率波形中出现了幅值迅速衰减的暂态振荡，表明此时系统能够维持稳定，且在发生负荷增加后，依然能在暂态振荡后恢复稳定运行。
对比图3和图4可知，本发明所提出的基于快速收敛算法的分布式协同控制策略，相比传统协同控制具有更快的收敛速度；分别将图5和图6，图7和图8进行对比可知，本发明所提出的基于快速收敛算法的分布式协同控制策略，相比传统协同控制在分布式时钟差异以及通信延时引起的异步场景下能够更好地保障系统的稳定性。此外，从图9中可以得知，本发明所提出的基于快速收敛算法的分布式协同控制策略对丢包场景具有较好的鲁棒性。
本发明所提出的基于快速收敛算法的微电网分布式协同控制策略，建立了关于状态量平均值的系统稳态收敛等式，并应用快速收敛算法，实现了对状态量平均值的估计，进而建立了一种兼顾异步鲁棒性及收敛性能的分布式协同控制器。本发明针对传统分布式协同控制在异步场景下控制性能下降的问题，提出了一种新的微电网分布式协同控制器，有效改善了系统的收敛性能，且有利于系统在异步场景下的安全稳定运行。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本公开的基本原理、主要特征和本公开的优点。本行业的技术人员应该了解，本公开不受上述实施例的限制，上述实施例和说明书中描述的只是说明本公开的原理，在不脱离本公开精神和范围的前提下，本公开还会有各种变化和改进，这些变化和改进都落入要求保护的本公开范围内。

Claims (9)

1.一种微电网分布式快速收敛协同控制方法，用于下垂运行模式下孤岛微电网的信息交互方式实现控制，其特征在于，包括如下步骤：
步骤A.依据协同控制目标，建立关于状态量平均值的系统稳态收敛等式，然后进入步骤B；
步骤B.应用快速收敛算法，基于当前时刻各分布式电源本地已知的所有信息估计状态量平均值，然后进入步骤C；
所述步骤B中，应用快速收敛算法，按如下步骤B01至步骤B02，估计增量成本和输出电压的平均值：
步骤B01：针对各个分布式电源，采样当前时刻本地电流信息并计算对应增量成本，进而基于本地已知的所有信息，按如下公式
Figure FDA0003628487320000011
Figure FDA0003628487320000012
计算中间变量
Figure FDA0003628487320000013
的值；其中，wηi表示第i个分布式电源的增量成本在平均值计算中的权重，sηj→i表示第j个分布式电源传送给第i个分布式电源的比例信息，其初始值设为sηj→i(0)＝wηi，xηj→i表示第j个分布式电源传送给第i个分布式电源的增量成本比例平均值，其初始值设为xηj→i(0)＝ηi；
同时，采样当前时刻本地输出电压，并基于本地已知的所有信息，按如下公式
Figure FDA0003628487320000014
Figure FDA0003628487320000015
计算中间变量
Figure FDA0003628487320000016
的值；其中，wvi表示第i个分布式电源的输出电压在平均值计算中的权重，Vi表示第i个分布式电源的输出电压，svj→i表示第j个分布式电源传送给第i个分布式电源的比例信息，其初始值设为svj→i(0)＝wvi，xvj→i表示第j个分布式电源传送给第i个分布式电源的输出电压比例平均值，其初始值设为xvj→i(0)＝Vi；
步骤B02：基于步骤B01中获得的中间变量
Figure FDA0003628487320000021
按下公式
Figure FDA0003628487320000022
估计增量成本平均值；其中，
Figure FDA0003628487320000023
表示第i个分布式电源本地估计得的增量成本平均值；
同时，基于步骤B01中获得的中间变量
Figure FDA0003628487320000024
按下公式
Figure FDA0003628487320000025
估计增量成本平均值，其中，
Figure FDA0003628487320000026
表示第i个分布式电源本地估计得的输出电压平均值；
步骤C.计算下一时刻分布式电源与各邻居节点间交互的信息并传递给对应邻居节点，为下一时刻依据步骤B估计新的状态量平均值提供基础，然后进入步骤D；
步骤D.结合步骤A中获得的稳态收敛等式以及步骤B中的状态量平均值估计方法，建立微电网分布式协同控制，实现电流经济优化分配和平均电压恢复。
2.根据权利要求1所述一种微电网分布式快速收敛协同控制方法，其特征在于，所述步骤A中，协同控制目标包含电流经济优化分配、平均电压恢复至额定值。
3.根据权利要求2所述一种微电网分布式快速收敛协同控制方法，其特征在于，所述电流经济优化分配的控制目标要求在满足网络供需平衡条件下最小化发电成本，网络供需平衡条件要求所有分布式电源输出电流之和等于负荷电流。
4.根据权利要求1所述一种微电网分布式快速收敛协同控制方法，其特征在于，所述步骤B中，快速收敛算法中的已知的信息包含本地采样得的权重系数和状态量信息以及从邻居节点处获得的比例系数和状态量比例平均值信息。
5.根据权利要求1所述一种微电网分布式快速收敛协同控制方法，其特征在于，所述步骤C中，针对分布式电源的各个邻居节点，按如下公式：
Figure FDA0003628487320000031
Figure FDA0003628487320000032
Figure FDA0003628487320000033
Figure FDA0003628487320000034
计算本地已知的除从该邻居节点处获取的所有信息并将其传递给对应邻居节点，为步骤B中下一时刻增量成本和输出电压平均值的估计提供基础。
6.根据权利要求1所述一种微电网分布式快速收敛协同控制方法，其特征在于，所述步骤D中，针对各分布式电源，设置其增量成本权重为1，依据步骤B中的操作得到增量成本标准平均值
Figure FDA0003628487320000035
并结合步骤A中获得的理想电流分配等式，建立电流经济优化分配控制器：
Figure FDA0003628487320000036
其中ki1表示控制器积分系数，Ti表示第i个分布式电源的控制周期；
针对各分布式电源，设置其输出电压权重为1，依据步骤B中的操作得到输出电压标准平均值
Figure FDA0003628487320000041
并结合步骤A中获得的理想平均电压收敛等式，建立平均电压恢复控制器：
Figure FDA0003628487320000042
其中ki2表示控制器积分系数。
7.根据权利要求1所述一种微电网分布式快速收敛协同控制方法，其特征在于：包括采集模块、计算处理模块、通讯模块和控制模块，
所述采集模块：本地信息的采集和邻居节点信息获取；
所述计算处理模块：用于建立关于状态量平均值的系统稳态收敛等式和应用快速收敛算法估计状态量平均值；
所述通讯模块：采集模块、计算处理模块和控制模块的信息传递；
所述控制模块：建立微电网分布式协同控制，控制电流经济优化分配和平均电压恢复。
8.一种存储介质，其特征在于，所述存储介质记录有权利要求1所述的一种微电网分布式快速收敛协同控制方法及其系统。
9.一种计算执行装置，其特征在于，所述计算执行装置用于计算权利要求1所述的微电网分布式快速收敛协同控制方法及其系统。
CN202110691621.9A 2021-06-22 2021-06-22 一种微电网分布式快速收敛协同控制方法及系统 Active CN113363977B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110691621.9A CN113363977B (zh) 2021-06-22 2021-06-22 一种微电网分布式快速收敛协同控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110691621.9A CN113363977B (zh) 2021-06-22 2021-06-22 一种微电网分布式快速收敛协同控制方法及系统

Publications (2)

Publication Number Publication Date
CN113363977A CN113363977A (zh) 2021-09-07
CN113363977B true CN113363977B (zh) 2022-07-05

Family

ID=77535682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110691621.9A Active CN113363977B (zh) 2021-06-22 2021-06-22 一种微电网分布式快速收敛协同控制方法及系统

Country Status (1)

Country Link
CN (1) CN113363977B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110854927A (zh) * 2019-10-28 2020-02-28 国网福建省电力有限公司 一种孤岛型微电网分布式协同控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110854927A (zh) * 2019-10-28 2020-02-28 国网福建省电力有限公司 一种孤岛型微电网分布式协同控制方法

Also Published As

Publication number Publication date
CN113363977A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
Hartono et al. Review of microgrid technology
CN108039726B (zh) 一种基于多智能体系统的能源局域网分布式协同控制方法
WO2018153222A1 (zh) 一种基于内模控制的微电网并离网平滑切换控制方法
CN108667084B (zh) 一种基于柔性直流互联的微电网集群自律协同控制系统
CN110912242A (zh) 含混合储能直流微电网的大扰动暂态稳定协调控制方法
Fahad et al. A coordination control strategy for power quality enhancement of an active distribution network
Zhu et al. Improved VSG control strategy based on the combined power generation system with hydrogen fuel cells and super capacitors
CN113206500B (zh) 一种基于事件触发的微电网分布式二次控制时钟同步方法
Zhang et al. Distributed control strategy of DC microgrid based on consistency theory
CN112600214B (zh) 基于分布式比例一致性的微电网平均电压观测器
Naseri et al. Primary and secondary control of an autonomous solar microgrid based power-to-X: Renewable hydrogen conversion
CN107332353B (zh) 基于通信约束和时变负荷的孤岛微电网分布式经济协调方法
CN113363977B (zh) 一种微电网分布式快速收敛协同控制方法及系统
Zhou et al. The study of power electronic transformer on power flow control and voltage regulation in DC micro-grid
CN110137994A (zh) 一种直流微电网互联储能系统能量管理的分布式控制方法
Huang et al. A voltage-shifting-based state-of-charge balancing control for distributed energy storage systems in islanded DC microgrids
Mi et al. The novel multiagent distributed SOC balancing strategy for energy storage system in DC microgrid without droop control
Darbali-Zamora et al. Development of a state-space average nanogrid model for DC microgrid power management applications
Mahmoudian et al. Adaptive power-sharing strategy in hybrid AC/DC microgrid for enhancing voltage and frequency regulation
TW202315260A (zh) 三相不平衡區域電網之併聯策略
Wang et al. An integrated control method of multi-source Islanded microgrids
Liu et al. Research on distributed energy storage pinning coordinated control method of microgrid clusters
CN113794239B (zh) 一种具有延时鲁棒性的微电网二次控制时钟同步方法
Narayanan et al. Improved Power Quality Multifunctional Solar PV-Battery Based Microgrid Interfaced to Utility Grid/Diesel Generator Set for Uninterrupted Power
Salam et al. Improved control strategy for fuel cell and photovoltaic inverter in a microgrid

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant