孤岛型微电网分布式二次调节策略及通信拓扑优化

东南大学电气工程学院、西门子电力自动化有限公司的研究人员吕振宇、苏晨、吴在军、窦晓波、李红艳,在2017年第7期《电工技术学报》上撰文指出,由于线路阻抗分布不均,基于下垂控制的孤岛型微电网需要引入二次调节手段以实现电压及功率的优化控制。传统的二次调节常通过微电网中心控制器(MGCC)实现,但由于存在中心节点,系统的可靠性及可扩展性差。

本文提出了一种基于对等稀疏网络的分布式二次调节策略,该策略利用离散一致性算法,仅通过与邻居节点间的有限通信实现分布式单元功率均分及系统平均电压的调节。由于控制节点间完全对等,不存在中心控制器,增加了控制的可靠性及灵活性。

利用Matlab/Simulink搭建孤岛型微电网,在JADE平台上开发分布式二次调节策略,联合仿真所提策略的有效性,并与已有集中式、自治式策略进行对比。详细分析通信延时对策略的影响,对通信网络拓扑结构进行多目标优化,根据延时的抗干扰能力选择最优拓扑结构。

微电网是一种由分布式电源、储能设备、可控负荷及电力电子变流器等构成的局部电网,是智能电网的重要组成部分[1,2]。交流微电网的运行模式可分为并网及孤岛两种,孤岛运行时,通常采用多台分布式电源并联运行的方式来承担负荷功率以提高系统的供电可靠性。但是,分布式电源间的功率分配及微电网系统的电压水平会影响系统运行效率及电能质量,因此孤岛型微电网二次优化调节问题受到了广泛的关注。

下垂控制是实现分布式电源间功率自治分配的有效方法[3-6]。但是,由于线路阻抗分布不均,各节点电压不同,传统的基于P-f特性或P-V特性的下垂控制无法实现无功功率或有功功率的高精度分配。因此,通常采用二次调节的方法优化系统的运行状况[7-14]。

目前,二次调节的架构主要分为集中式和分散式两种。传统的集中式二次控制[7,8]常采用微电网中心控制器(Micro GridCenter Controller, MGCC)实现二次调节功能,由MGCC采集全网的运行信息,经优化计算后向底层控制发送指令。

这种方法调节准确度高,但控制速度低,数据通信量大,且存在中心节点,系统可靠性、可扩展性差。文献[9,10]提出了基于全网络的反馈控制系统实现二次调节,该方法虽无需中心节点,但每个节点都需与其余节点通信,数据传输量大,通信链路故障会对系统的控制效果及稳定性产生影响。

文献[11,12]提出了基于虚拟阻抗的分散式控制方法,该方法无需通信线路,采用虚拟阻抗来平衡线路阻抗的影响,可靠性高,能满足分布式电源“即插即用”的特性,但无法同时满足功率分配精度及母线电压要求。文献[13]在底层和二级控制中引入了基于主导节点的连续一致性算法,实现了输出功率的比例调节,但是主导节点的存在削弱了系统的可靠性。文献[14]提出一种基于公共母线电压的分散式控制方法,实现了无功功率的准确分配,但是只适用于存在公共母线的微电网系统,应用范围受限。

基于稀疏对等网络的分布式方法由于兼具集中和分散控制的优点,在电力系统中的应用越来越广泛[15-20]。在集群控制方面,文献[15]提出基于无中心控制器的光伏集群分布式协调策略实现光伏功率的均衡分配。文献[16]提出基于一致性算法的微电网储能系统协调控制方法实现充放电损耗最小。

文献[17]基于分布式算法实现微电网自适应下垂控制策略,分析了系统的动态性能。在功率优化方面,文献[18]提出基于分布式原-对偶次梯度算法的虚拟电厂最优调度策略。文献[19]根据电动汽车充放电特性,提出基于无中心控制器的电动汽车最优调度策略。

在配网无功优化方面,文献[20]提出基于分布式次梯度方法的分布式无功最优调度策略实现配电网损耗最少。上述研究成果在理论上证明了分布式算法在电力系统应用中的可行性,但均忽略了通信延时、通信协议等实际因素,尚缺乏实际应用的支撑。

本文在现有研究的基础上,提出一种分布式二次优化调节策略以解决线路阻抗带来的功率分配不均及电压下跌问题。该策略在原有下垂控制的基础上增加无中心节点的对等稀疏网络以实现二次调节。

本文首先分析线路阻抗对下垂控制的影响,其次阐述所提的分布式二次控制策略,仿真分析说明了策略的有效性及网络延时对控制性能的影响。最后,根据不同目标对网络拓扑进行多目标优化,针对延时的抗干扰能力选择最优拓扑。

图6 系统连接结构

孤岛型微电网分布式二次调节策略及通信拓扑优化

结论

为了克服孤岛型微电网集中式或分散式二次调节策略的不足,本文设计了基于DMAS框架的分布式二次调节策略。该策略利用离散一致性算法,通过邻居代理间的局部通信实现全局的可观测,在负荷不平衡及线路阻抗未知的情况下实现了分布式单元的高精度功率分配及全网平均电压调节。

从理论及仿真两方面详细分析了通信延时对控制策略的影响,根据最优网络特性对通信拓扑进行了多目标优化,选择本质谱半径的变化率作为评价函数得到最优拓扑。最后,通过仿真说明了最优拓扑具有较好的抗延时干扰能力。

¥50.9
购买

相关推荐