交流配電系統(tǒng)中微網(wǎng)群管控一體化策略

呂智林，宋 健

交流配電系統(tǒng)中微網(wǎng)群管控一體化策略

呂智林，宋 健

(廣西大學(xué)電氣工程學(xué)院，廣西 南寧 530004)

微網(wǎng)群位于多節(jié)點配電網(wǎng)系統(tǒng)中，目前的研究大多只針對微網(wǎng)群的控制策略或能量調(diào)度問題，沒有同時針對這兩種問題進行的研究。因此，提出一種上層調(diào)度與下層控制聯(lián)合優(yōu)化的管控一體化策略。上層調(diào)度系統(tǒng)采用基于二階錐優(yōu)化的最優(yōu)潮流算法對多節(jié)點系統(tǒng)進行能量調(diào)度，并與節(jié)點內(nèi)微網(wǎng)群實時信息交互。下層微網(wǎng)群控制系統(tǒng)中提出一種改進的混合優(yōu)化控制策略，在消除無功功率分配不均問題的同時提高系統(tǒng)的有功功率動態(tài)性能，并保證電壓與頻率的一致性穩(wěn)定收斂。當(dāng)負(fù)荷突變后超過微網(wǎng)群最大發(fā)電功率時，以微網(wǎng)群的功率需求作為上下層聯(lián)動的標(biāo)準(zhǔn)，調(diào)用上層根據(jù)新的功率需求進行潮流的重新分配，通過通信網(wǎng)絡(luò)向下層傳遞更新的參考信號，進行一種調(diào)度與控制的有機聯(lián)動，保證系統(tǒng)的穩(wěn)定性。仿真采用微網(wǎng)群系統(tǒng)接入30節(jié)點配電網(wǎng)運行作為算例，驗證了管控一體化策略對系統(tǒng)的穩(wěn)定性、可靠性和抗干擾性有很大的提高。

微網(wǎng)群；多節(jié)點系統(tǒng)；管控一體化；最優(yōu)潮流；混合優(yōu)化控制策略

0 引言

目前大部分的研究中，研究者一般只針對微網(wǎng)群的能量調(diào)度或是穩(wěn)定控制[23-26]，然而調(diào)度與控制的有機結(jié)合對一個多節(jié)點的含微網(wǎng)群的系統(tǒng)是必要的。對此，本文提出了一種調(diào)度與控制相結(jié)合的管控一體化策略，做到在含微網(wǎng)群的多節(jié)點系統(tǒng)中，上層調(diào)度和下層控制間的聯(lián)動。上層采用基于二階錐優(yōu)化的最優(yōu)潮流算法，以網(wǎng)損最小作為目標(biāo)，進行功率的最優(yōu)分配。下層微網(wǎng)群內(nèi)采用一種改進的混合優(yōu)化下垂控制，通過自適應(yīng)虛擬阻抗解決無功功率均分問題；利用washout濾波器提升系統(tǒng)的有功功率動態(tài)性能；引入一種電壓頻率二次調(diào)整策略，提高系統(tǒng)電壓和頻率的穩(wěn)定性。上下層利用功率變化作為參考，通過通信鏈路交互信息，從而達到調(diào)度和控制的管控一體化。上層調(diào)度策略按照一定的時段進行多節(jié)點系統(tǒng)的功率最優(yōu)分配；當(dāng)下層突變量超過功率閾值時，將采取上下層調(diào)度與控制的聯(lián)動策略，保障微網(wǎng)群系統(tǒng)的穩(wěn)定運行，從而達到調(diào)度和控制的管控一體化。最后通過對含微網(wǎng)群的多節(jié)點電網(wǎng)絡(luò)拓?fù)浣⒛Ｐ筒⑦M行仿真算例的試驗，驗證所提出策略的有效性與可行性。

1 微網(wǎng)群系統(tǒng)管控一體化策略

1.1 含微網(wǎng)群的多節(jié)點系統(tǒng)結(jié)構(gòu)

本文構(gòu)建的微網(wǎng)群系統(tǒng)位于多節(jié)點電網(wǎng)絡(luò)系統(tǒng)中，結(jié)構(gòu)如圖1所示。該模型基于IEEE30節(jié)點電網(wǎng)絡(luò)進行拓展。微網(wǎng)群1和微網(wǎng)群2分別通過負(fù)載節(jié)點7和發(fā)電機節(jié)點5接入30節(jié)點配電網(wǎng)。

圖1 含微網(wǎng)群的30節(jié)點模型結(jié)構(gòu)圖

1.2 微網(wǎng)群調(diào)度與控制策略

系統(tǒng)分為上下兩層。其中下層的控制分為三級，第一級主要為微源控制器(Generator Controller, GC)與負(fù)荷控制器(Load Controller, LC)，GC主要用于監(jiān)控微源的實時信息，并生成對應(yīng)的功率信號，LC主要實時監(jiān)控微網(wǎng)內(nèi)與負(fù)載相關(guān)的信息，負(fù)載響應(yīng)負(fù)荷調(diào)整指令；第二級主要為子微網(wǎng)控制器(Microgrid Controller, MC)，用于監(jiān)控微電網(wǎng)實時狀態(tài)信息，通過網(wǎng)內(nèi)智能體代理(Microgrid Agent, MA)和上下級進行信息交流，利用改進的混合優(yōu)化下垂控制協(xié)調(diào)完成功率分配；第三級為微網(wǎng)群中央控制器(Microgrid Cluster Center Controller, MGCCC)，用于觀測微網(wǎng)群內(nèi)各MC的實時狀態(tài)。MGCCC收集和處理MC傳遞而來的信息，通過微網(wǎng)群智能體代理(Microgrid Cluster Agent, MCA)和全局中央控制器(Globel Center Controller, GCC)進行信息交互，接收上層功率調(diào)度信號，進行調(diào)度和控制。上層調(diào)度層為GCC，即是監(jiān)控器，也是調(diào)度器，和MGCCC進行信息交互，實時監(jiān)控下層的實時狀態(tài)，并且具有指令調(diào)度功能，采用基于二階錐優(yōu)化的最優(yōu)調(diào)度優(yōu)化算法，當(dāng)下層出現(xiàn)不可平抑的功率、頻率波動時，采用該算法對各節(jié)點潮流進行重新調(diào)度，生成新的參考信號發(fā)送到指定的微網(wǎng)群。并且GCC會接收各節(jié)點的發(fā)電機出力，節(jié)點負(fù)載變化等信息。在下層沒有出現(xiàn)故障時，每隔一定時間，以最小網(wǎng)損作為目標(biāo)，通過基于二階錐優(yōu)化的最優(yōu)調(diào)度優(yōu)化算法對潮流進行重新規(guī)劃。調(diào)度與控制策略流程圖如圖2所示。

1.3 微網(wǎng)群調(diào)度策略

1.3.1功率閾值與調(diào)度策略

設(shè)功率閾值為一個微網(wǎng)群理論上的最大可再生能力。設(shè)第個微網(wǎng)群的有功功率閾值可以定義為

同理，無功功率功率閾值定義如式(2)。

理論最大功率富余可以表示為

同理，實際功率富余可以表示為

如果實際功率富余為正，則說明微網(wǎng)群輸出能量富余，可以向大電網(wǎng)售電或儲存；如果實際功率富余為負(fù)，則說明微網(wǎng)群處于能量缺乏狀態(tài)，需要進行切負(fù)荷操作或者向大電網(wǎng)尋求能量補給。以各微網(wǎng)群的實際功率富余情況，可以將各個微網(wǎng)群等效為虛擬電源或虛擬負(fù)荷。

位于負(fù)載節(jié)點的微網(wǎng)群正常情況下處于自治狀態(tài)。處于發(fā)電機節(jié)點的微網(wǎng)群在無異常狀態(tài)時，以理論最大功率閾值運行，向大電網(wǎng)輸電，作為發(fā)電機節(jié)點本地電源的能量補償輸出。

1.3.2二階錐優(yōu)化的最優(yōu)潮流功率分配

以多節(jié)點網(wǎng)絡(luò)下的最小網(wǎng)損為目標(biāo)，建立模型并求最優(yōu)解。對應(yīng)的目標(biāo)函數(shù)為

式(9)為功率平衡條件的約束公式。

其余的約束條件可以表示為式(11)的形式。

1.4 微網(wǎng)群控制策略

圖3為微網(wǎng)群內(nèi)子微網(wǎng)中分布式電源的基本控制回路，本文基本控制策略采用下垂控制[27-31]，其中washout濾波器控制回路的目的是對/下垂控制進行優(yōu)化，提高系統(tǒng)的有功動態(tài)性能。自適應(yīng)虛擬阻抗回路的目的是對/下垂控制進行優(yōu)化，從而提高對無功功率分配的精度。針對微網(wǎng)群運行中的電壓不匹配問題，使用一致性電壓頻率二次調(diào)整策略進行優(yōu)化。

圖3 子微網(wǎng)中DGi控制回路模型

1.4.1基于washout濾波器優(yōu)化的/下垂控制

washout濾波器是一種無低頻分量的帶通濾波器(BPF)，可以有效地提高微網(wǎng)在功率輸出上的動態(tài)性能[32-33]，washout濾波器的控制機制可以表示為

基于沖洗濾波器控制補償優(yōu)化的/下垂控制回路的控制方案可以導(dǎo)出為式(16)。

圖4 washout濾波器補償優(yōu)化的P/f下垂控制器控制框圖

1.4.2一致性自適應(yīng)虛擬阻抗控制

washout濾波器控制優(yōu)化的/下垂控制無法對電壓進行調(diào)節(jié)，而電壓的幅值差是無功功率分配的必要條件。本文采用基于一致性原理的自適應(yīng)虛擬阻抗控制來實現(xiàn)無功功率按比例分配。

根據(jù)式(18)，將其線性化處理可得

1.4.3基于離散一致性的電壓頻率二次調(diào)整策略

下垂控制會導(dǎo)致電壓幅值不一致的問題，并且頻率收斂速度較慢。本文提出一種基于離散一致性的下垂控制二次調(diào)整策略，通過檢測到的電壓、頻率值進行迭代計算。微網(wǎng)的狀態(tài)量設(shè)定為參考值，使得其可以達到一致性跟蹤效果。根據(jù)一致性算法，該補償方法的動態(tài)模型為

式(25)為該算法的迭代規(guī)則。

2 仿真算例分析

2.1 仿真模型

本文通過搭建Matlab/Simulink仿真模型，并運用gurobi優(yōu)化求解器進行實驗。試驗所用模型為IEEE30節(jié)點模型的拓展模型，微網(wǎng)群1位于節(jié)點7，由3個子微網(wǎng)組成，次要負(fù)載通過斷路器和微網(wǎng)群連接，微網(wǎng)群通過PCC點和大電網(wǎng)連接。

2.2 仿真結(jié)果分析

2.2.1含微網(wǎng)群的30節(jié)點系統(tǒng)調(diào)度策略仿真分析

對實驗的30節(jié)點系統(tǒng)進行24 h調(diào)度計算，該系統(tǒng)的24 h的負(fù)載需求變化如圖5所示。

圖5 含微網(wǎng)群的30節(jié)點系統(tǒng)24 h負(fù)載需求變化

圖5中：08：00—09：00節(jié)點7的微網(wǎng)群1投入大負(fù)載1.035 MW；15：00—16：00節(jié)點5的微網(wǎng)群2投入0.335 MW大負(fù)載。因為超出微網(wǎng)群1和微網(wǎng)群2功率閾值，微網(wǎng)群需要大電網(wǎng)進行功率補給。以微網(wǎng)群的功率需求作為等效負(fù)荷，上層調(diào)度策略對潮流進行重新分配。

基于二階錐優(yōu)化算法以網(wǎng)損為目標(biāo)進行最優(yōu)潮流計算，得到系統(tǒng)一個調(diào)度周期內(nèi)的網(wǎng)絡(luò)損耗，如圖6所示。

圖6 含微網(wǎng)群的30節(jié)點系統(tǒng)24 h網(wǎng)絡(luò)損耗

因為潮流進行了重新規(guī)劃，所以在圖6，系統(tǒng)的網(wǎng)損和發(fā)電成本也發(fā)生了相應(yīng)的變化，其中08：00—09：00網(wǎng)損由1.56 MW變?yōu)?.57 MW；15：00—16：00網(wǎng)損由1.27 MW變?yōu)?.28 MW。

2.2.2負(fù)載節(jié)點7下微網(wǎng)群1仿真算例分析

圖7—圖10是以微網(wǎng)群1為例，在使用調(diào)度與控制一體化策略后，對改進的混合優(yōu)化下垂控制和傳統(tǒng)下垂控制進行對比的仿真結(jié)果。

在0～1 s時，系統(tǒng)各自帶本地負(fù)荷以及公共負(fù)載運行。在1～2 s時，出現(xiàn)負(fù)載投入的狀況，負(fù)載容量為20 kW，未達到微網(wǎng)群的功率閾值，電網(wǎng)絡(luò)依舊按照初始潮流運行。

通過圖10可以看出，1～2 s內(nèi)傳統(tǒng)下垂控制策略無功功率無法達到均分，而文中所采用的控制策略使各子微網(wǎng)無功仍按4:4:3:1.5，4:3:1.5，3:3:1.5等比例均勻分配。

在2 s后，負(fù)載切出，通過圖例對比，使用控制策略優(yōu)化后的微網(wǎng)群顯然擁有更快的恢復(fù)速度且恢復(fù)過程更穩(wěn)定平滑，2～3 s時微網(wǎng)群恢復(fù)到正常運行。在第3 s出現(xiàn)負(fù)載投入，所投入負(fù)載為1.035 MW，功率需求大于微網(wǎng)群1的功率閾值參考值。此時，MGCCC接收到LC傳遞的功率波動信息進行切負(fù)荷操作。切除次要負(fù)荷后，功率需求量依舊高于功率閾值，通過下層的控制無法完成電壓、頻率波動的平抑和功率的分配。

此時，節(jié)點7下的微網(wǎng)群1需要功率補給。GCC進行優(yōu)化計算，通過上層調(diào)度策略采用二階錐優(yōu)化算法對30節(jié)點拓?fù)涞墓β食绷鬟M行最優(yōu)重新分配。表1為日前計劃調(diào)度下各發(fā)電機節(jié)點出力。表2為各節(jié)點在重新分配潮流后各發(fā)電機節(jié)點出力。表2有功出力總和與表1的差值為1.01 MW，其中從配電網(wǎng)處得到的功率補給為1 MW，0.01 MW為重新規(guī)劃出力后網(wǎng)損的變化值。

微網(wǎng)群1在得到功率補給后，以功率閾值參考值運行。通過圖9和圖10的對比可知，采用了優(yōu)化控制策略后，相較于傳統(tǒng)下垂控制，有功功率收斂速度更快且波動更小，具有更好的動態(tài)性能，無功功率可以按比例合理分配。通過圖7可以看出，與傳統(tǒng)下垂控制相比，采用優(yōu)化策略后頻率波動相對減少，且收斂時間大幅減少，提高了系統(tǒng)的穩(wěn)定性。通過圖8可以看出，在實驗的整個過程中，采取優(yōu)化策略后的各分布式電源的電壓均趨于一致性收斂且變化過程平滑穩(wěn)定，而傳統(tǒng)下垂控制下的各分布式電源的電壓無法達到一致性收斂，電能質(zhì)量和穩(wěn)定性遠低于采用優(yōu)化策略。

表1 08：00—09：00日前計劃調(diào)度各發(fā)電機組出力

表2 08：00—09：00潮流重新規(guī)劃后各發(fā)電機組出力

2.2.3電源節(jié)點5下微網(wǎng)群2仿真算例分析

微網(wǎng)群2按照最大功率閾值發(fā)電，在能滿足向微網(wǎng)群內(nèi)部負(fù)載供電的情況下，以實際最大功率富余向大電網(wǎng)售電。在15：00—16：00由于投入過大負(fù)載，根據(jù)調(diào)度和控制策略，微網(wǎng)群2停止向大電網(wǎng)售電，向大電網(wǎng)購電。

圖11—圖14是以位于發(fā)電機節(jié)點的微網(wǎng)群2中子微網(wǎng)1為例進行分析，在使用調(diào)度與控制策略后，和傳統(tǒng)下垂控制進行對比的仿真結(jié)果。

在0～1 s時，系統(tǒng)以最大功率閾值輸出功率。在1～2 s時，節(jié)點5下微網(wǎng)群2中出現(xiàn)負(fù)載突變的狀況，投入負(fù)載容量為20 kW，通過計算理論最大功率富余參考值可知，接入20 kW負(fù)載未達到微網(wǎng)群的功率閾值，僅采用控制策略進行控制。

負(fù)載切出后，在2～3 s時，微網(wǎng)群恢復(fù)到以理論最大功率富余運行的狀態(tài)。在第3 s時，0.335 MW大負(fù)載投入。此時功率需求大于微網(wǎng)群2的功率閾值參考值。微網(wǎng)群首先停止向配電網(wǎng)售電，在切除次要負(fù)荷5 kW后，功率需求量依舊高于功率閾值。此時，通過上層調(diào)度策略進行功率的重新調(diào)度，表3為日前計劃調(diào)度下各發(fā)電機節(jié)點發(fā)電機組出力。潮流重新分配后，新的功率調(diào)度如表4。其中表4的有功出力總和與表3的差值為0.31 MW，其中微網(wǎng)群2的功率需求補給為0.3 MW，0.01 MW為重新規(guī)劃出力后網(wǎng)損的變化值。

圖11 微網(wǎng)群2中子微網(wǎng)1頻率變化對比圖

圖12 微網(wǎng)群2中子微網(wǎng)1電壓變化對比圖

圖13 微網(wǎng)群2中子微網(wǎng)1有功功率變化對比圖

表3 15：00—16：00日前計劃調(diào)度各發(fā)電機組出力

表4 15：00—16：00潮流重新規(guī)劃后各發(fā)電機組出力

通過圖11—圖14中子微網(wǎng)1中采用優(yōu)化策略與傳統(tǒng)下垂控制作對比，加入優(yōu)化控制策略后子微網(wǎng)1電壓趨于一致性收斂，且電壓和頻率更加穩(wěn)定，傳統(tǒng)下垂控制則無法做到電壓一致性，且電壓和頻率的性能較差；優(yōu)化后的有功功率動態(tài)性能優(yōu)于傳統(tǒng)下垂控制；傳統(tǒng)下垂控制無法做到無功功率的等比例均分，采用優(yōu)化后則解決了這一問題，提高了微網(wǎng)群系統(tǒng)的功率分配性能和穩(wěn)定性。

2.2.4調(diào)度與控制一體化策略必要性仿真分析

如果不進行調(diào)度與控制的一體化，僅使用控制策略的話，在一些情況下則會對電力系統(tǒng)和微網(wǎng)群的安全造成極大的威脅。圖15為不含上層最優(yōu)潮流調(diào)度僅采用下層控制的微網(wǎng)群1下以子微網(wǎng)1為例的實驗結(jié)果，在第3 s超大負(fù)載接入后，其頻率、電壓和功率發(fā)生巨大的不可平抑波動，對電力系統(tǒng)和微網(wǎng)群將造成極大的沖擊。其頻率變化范圍最大時超過了0.2 Hz，在一些對頻率變化要求高的場合會造成很大的危害。

圖15 不采用上層調(diào)度策略的微網(wǎng)群1中子微網(wǎng)1頻率、電壓及功率變化

3 結(jié)論

針對目前微網(wǎng)群研究中一般只針對能量調(diào)度或控制策略、研究缺乏全局性這一問題，提出一種調(diào)度與控制策略相結(jié)合的管控一體化方案，系統(tǒng)分為可互相聯(lián)動的上下兩層，從而達到能量調(diào)度策略與控制策略的協(xié)調(diào)。

1) 上層為調(diào)度層，微網(wǎng)群系統(tǒng)通過PCC點接入多節(jié)點大電網(wǎng)。上層以各節(jié)點的當(dāng)前出力值預(yù)測和當(dāng)前負(fù)載為輸入，大電網(wǎng)的網(wǎng)損最小為目標(biāo)，進行最優(yōu)潮流計算。

2) 下層為微網(wǎng)群控制層，引入一致控制策略，構(gòu)造自適應(yīng)虛擬阻抗來實現(xiàn)了無功功率成比例分配；引入washout濾波器，顯著提升系統(tǒng)有功動態(tài)性能，減少有功調(diào)節(jié)時間；引入電壓頻率二次調(diào)整策略，使得微網(wǎng)群中各分布式電源的電壓趨于一致性收斂且電壓和頻率的變化更加穩(wěn)定平滑，解決了傳統(tǒng)下垂控制電壓不能趨于一致且頻率性能較差的問題。

3) 通過上下層聯(lián)動可以使得微網(wǎng)群系統(tǒng)在多節(jié)點大電網(wǎng)系統(tǒng)中處于安全穩(wěn)定的運行狀態(tài)，上層調(diào)度策略在正常情況下按照一定的時段進行潮流最優(yōu)分配；當(dāng)下層出現(xiàn)負(fù)載突變，優(yōu)先使用控制策略進行合理控制，當(dāng)下層控制策略無法平抑突變時，將會啟用上層調(diào)度策略進行潮流的重新分配，對故障微網(wǎng)群或微網(wǎng)進行能量補給，下層控制策略迅速調(diào)整各自的出力，很快再次收斂，重新達到新的平衡狀態(tài)。

上述調(diào)度與控制一體化策略能使含微網(wǎng)群的多節(jié)點配電網(wǎng)系統(tǒng)形成一個高效、穩(wěn)定與抗干擾能力極強的系統(tǒng)，在經(jīng)濟性、可靠性與魯棒性上得到很大提高。

本文針對交流配電系統(tǒng)下，對交流微網(wǎng)群的管控一體化策略進行了研究，然而對于交直流混合微網(wǎng)群在該策略下的控制方法應(yīng)如何改進，還需對其進一步深入探討。

[1] 支娜, 肖曦, 田培根, 等. 微網(wǎng)群控制技術(shù)研究現(xiàn)狀與展望[J]. 電力自動化設(shè)備, 2016, 36(4): 107-115.

ZHI Na, XIAO Xi, TIAN Peigen, et al. The research status and prospect of micro network group control technology[J]. Electric Power Automation Equipment, 2016, 36(4): 107-115.

[2] 陳磊, 牛玉剛, 賈廷綱. 基于主從博弈的多微網(wǎng)能量調(diào)度策略[J]. 電力系統(tǒng)保護與控制, 2020, 48(19): 35-42.

CHEN Lei, NIU Yugang, JIA Tinggang. Multi microgrid energy dispatch strategy based on master-slave game[J]. Power System Protection and Control, 2020, 48(19): 35-42.

[3] 于國星, 宋蕙慧, 侯睿, 等. 柔性直流互聯(lián)孤島微網(wǎng)群的分布式頻率協(xié)同控制[J]. 電力系統(tǒng)自動化, 2020, 44(20): 103-111.

YU Guoxing, SONG Huihui, HOU Rui, et al. Distributed cooperative frequency control for flexible DC interconnected island microgrid cluster[J]. Automation of Electric Power Systems, 2020, 44(20): 103-111.

[4] 葛少云, 李吉峰, 劉洪, 等. 考慮智能建筑特性的多微網(wǎng)端對端能量交易方法[J]. 電力系統(tǒng)自動化, 2021, 45(6): 203-214.

GE Shaoyun, LI Jifeng, LIU Hong, et al. Peer-to-peer energy trading method for multiple microgrids considering characteristics of smart building[J]. Automation of Electric Power Systems, 2021, 45(6): 203-214.

[5] AMOATENG D O, ALHOSANI M, ELMOURSI M S, et al. Adaptive voltage and frequency control of islanded multi-microgrids[J]. IEEE Transactions on Power Systems, 2018, 33(4): 4454-4465.

[6] LIU Y, LI Y, XIN H, et al. Distributed optimal tie-line power flow control for multiple interconnected AC microgrids[J]. IEEE Transactions on Power Systems, 2019, 34(3): 1869-1880.

[7] 李霞林, 李志旺, 郭力, 等. 交直流微電網(wǎng)集群柔性控制及穩(wěn)定性分析[J]. 中國電機工程學(xué)報, 2019, 39(20): 5948-5961, 6175.

LI Xialin, LI Zhiwang, GUO Li, et al. Flexible control and stability analysis of AC / DC microgrid cluster[J]. Proceedings of the CSEE, 2019, 39(20): 5948-5961, 6175.

[8] 黃文燾, 吳攀, 邰能靈, 等. 基于混合公共連接單元的柔性互聯(lián)多微網(wǎng)結(jié)構(gòu)與控制方法[J]. 中國電機工程學(xué)報, 2019, 39(12): 3499-3514.

HUANG Wentao, WU Pan, TAI Nengling, et al. Structure and control method of flexible interconnected multi microgrid based on hybrid common connection unit[J]. Proceedings of the CSEE, 2019, 39(12): 3499-3514.

[9] 熊雄, 吳鳴, 季宇, 等. 微網(wǎng)群混合協(xié)調(diào)控制及功率管理策略研究[J]. 中國電機工程學(xué)報, 2018, 38(5): 1419-1427.

XIONG Xiong, WU Ming, JI Yu, et al. Research on hybrid coordinated control and power management strategy of microgrid Group[J]. Proceedings of the CSEE, 2018, 38(5): 1419-1427.

[10] 馬覃峰, 邵震霞, 康鵬, 等. 多端柔性直流電網(wǎng)公共直流電壓協(xié)同控制方法[J]. 南方電網(wǎng)技術(shù), 2017, 11(5): 24-28, 62.

MA Qinfeng, SHAO Zhenxia, KANG Peng, et al. Public DC voltage collaborative control method for multi terminal flexible DC power grid[J]. Southern Power System Technology, 2017, 11(5): 24-28, 62.

[11] 鄧詩蕾, 王明渝. 直流微電網(wǎng)潮流控制器與分布式儲能協(xié)同控制策略[J]. 電力系統(tǒng)保護與控制, 2018, 46(24): 40-46.

DENG Shilei, WANG Mingyu. Coordinated control strategy of DC microgrid power flow controller and distributed energy storage[J]. Power System Protection and Control, 2018, 46(24): 40-46.

[12] LU X, LAI J, YU X. A novel secondary power management strategy for multiple AC microgrids with cluster-oriented two-layer cooperative framework[J]. IEEE Transactions on Industrial Informatics, 2021, 17(2): 1483-1495.

[13] LU Xiaoqing, LAI Jingang, YU Xinghuo. Distributed coordination of islanded microgrid clusters using a two-layer intermittent communication network[J]. IEEE Transactions on Industrial Informatics, 2018, 14(9): 3956-3969.

[14] 樂健, 周謙, 王曹, 等. 無功補償設(shè)備和分布式電源協(xié)同的配電網(wǎng)優(yōu)化控制策略研究[J]. 電力系統(tǒng)保護與控制, 2020, 48(18): 38-47.

LE Jian, ZHOU Qian, WANG Cao, et al. Research on optimal control strategy of distribution network coordinated by reactive power compensation equipment and distributed generation[J]. Power System Protection and Control, 2020, 48(18): 38-47.

[15] AREFI A, SHAHNIA F. Tertiary controller-based optimal voltage and frequency management technique for multi-microgrid systems of large remote towns[J]. IEEE Transactions on Smart Grid, 2018, 9(6): 5962-5974.

[16] LI Y, ZHAO T, PING W, et al. Optimal operation of multi-microgrids via cooperative energy and reserve scheduling[J]. IEEE Transactions on Industrial Informatics, 2018, 14(8): 3459-3468.

[17] XIAO L, MANDAYAM N B, POOR H V. Prospect theoretic analysis of energy exchange among microgrids[J]. IEEE Transactions on Smart Grid, 2015, 6(1): 63-72.

[18] ESSAYEH C, ELFENNI M R, DAHMOUNI H. Optimization of energy exchange in microgrid networks: a coalition formation approach[J]. Protection and Control of Modern Power Systems, 2019, 4(1): 24-33.

[19] ESMAEILI S, ANVARI-MOGHADDAM A, JADID S. Optimal operational scheduling of re-configurable multi-microgrids considering energy storage systems[J]. Energies, 2019, 12(9): 1766-1786.

[20] WANG H, HUANG J. Incentivizing energy trading for inter-connected microgrids[J]. IEEE Transactions on Smart Grid, 2018, 9(4): 2647-2657.

[21] Lü T, AI Q, ZHAO Y. A bi-level multi-objective optimal operation of grid-connected microgrids[J]. Electric Power Systems Research, 2016, 131(2): 60-70.

[22] 孫強, 謝典, 聶青云, 等. 含電-熱-冷-氣負(fù)荷的園區(qū)綜合能源系統(tǒng)經(jīng)濟優(yōu)化調(diào)度研究[J]. 中國電力, 2020, 53(4): 79-88.

SUN Qiang, IE Dian, NIE Qingyun, et al. Research on economic optimization scheduling of park integrated energy system with electricity-heat-cool-gas load[J]. Electric Power, 2020, 53(4): 79-88.

[23] 武夢景, 萬燦, 宋永華, 等. 含多能微網(wǎng)群的區(qū)域電熱綜合能源系統(tǒng)分層自治優(yōu)化調(diào)度[J]. 電力系統(tǒng)自動化, 2021, 45(12): 20-29.

WU Mengjing, WAN Can, SONG Yonghua, et al. Hierarchical autonomous optimal dispatching of district integrated heating and power system with multi-energy microgrids[J]. Automation of Electric Power Systems, 2021, 45(12): 20-29.

[24] 蘇磊, 李振坤, 張智泉, 等. 基于機會約束規(guī)劃的綜合能源微網(wǎng)群協(xié)調(diào)運行策略研究[J]. 電力系統(tǒng)保護與控制, 2021, 49(14): 123-131.

SU Lei, LI Zhenkun, ZHANG Zhiquan, et al. A coordinated operation strategy for integrated energy microgrid clusters based on chance-constrained programming[J]. Power System Protection and Control, 2021, 49(14): 123-131.

[25] 練小林, 李曉露, 陸一鳴, 等. 可交易能源框架下的微網(wǎng)群動態(tài)電能交易策略[J]. 電力建設(shè), 2020, 41(6): 18-27.

LIAN Xiaolin, LI Xiaolu, LU Yiming, et al. Dynamic electricity trading strategy for multi-microgrid under transactive energy framework[J]. Electric Power Construction, 2020, 41(6): 18-27.

[26] 阮綿暉, 鄭建平, 劉堯, 等. 離網(wǎng)直流微網(wǎng)群混合儲能容量優(yōu)化配置方法[J]. 電力工程技術(shù), 2021, 40(3): 99-105.

RUAN Mianhui, ZHENG Jianping, LIU Yao, et al. Optimization configuration method for hybrid energy storage capacity of independent DC microgrid cluster[J]. Electric Power Engineering Technology, 2021, 40(3): 99-105.

[27]王二永, 王帥. 基于自適應(yīng)虛擬電阻的低壓微電網(wǎng)下垂控制策略[J]. 電力系統(tǒng)保護與控制, 2020, 48(2): 144-149.

WANG Eryong, WANG Shuai. Droop control strategy of low voltage microgrid based on adaptive virtual resistance[J]. Power System Protection and Control, 2020, 48(2): 144-149.

[28] LAI J, LU X, YU X, et al. Cluster-oriented distributed cooperative control for multiple AC microgrids[J]. IEEE Transactions on Industrial Informatics, 2019, 15(11): 5906-5918.

[29] SUN Y, SHI G, LI X, et al. An f-P/Q droop control in cascaded-type microgrid[J]. IEEE Transactions on Power Systems, 2018, 33(1): 1136-1138.

[30]徐經(jīng)民, 徐在德, 童超. 基于模糊下垂控制的VSC-HVDC交直流系統(tǒng)潮流計算方法[J]. 電力系統(tǒng)保護與控制, 2019, 47(20): 50-57.

XU Jingmin, XU Zaide, TONG Chao. Power flow calculation method of VSC-HVDC AC/DC system based on fuzzy droop control[J]. Power System Protection and Control, 2019, 47(20): 50-57.

[31] 米陽, 王鵬, 鄧錦, 等. 孤島交直流混合微電網(wǎng)群分層協(xié)調(diào)控制[J]. 電力系統(tǒng)保護與控制, 2021, 49(20): 1-8.

MI Yang, WANG Peng, DENG Jin, et al. Hierarchical coordinated control of island AC/DC hybrid microgrids[J]. Power System Protection and Control, 2021, 49(20): 1-8.

[32] YAZDANIAN M, MEHRIZI-SANI A. Washout filter-based power sharing[J]. IEEE Transactions on Smart Grid, 2016, 7(2): 967-968.

[33] 孫黎霞, 周照宇, 溫正賡, 等. SPWM-H橋變換器中分岔與混沌的自適應(yīng)載波調(diào)幅控制[J]. 電測與儀表, 2020, 57(23): 101-108.

SUN Lixia, ZHOU Zhaoyu, WEN Zhenggeng, et al. Adaptive carrier amplitude modulation control of bifurcation and chaos in SPWM H-bridge converter[J]. Electrical Measurement & Instrumentation, 2020, 57(23): 101-108.

Integrated management and control strategy for a microgrid group in an AC distribution system

Lü Zhilin, SONG Jian

(College of Electrical Engineering, Guangxi University, Nanning 530004, China)

A microgrid cluster is located in a multi node distribution network system. Most current research focuses only either on the control strategy or energy scheduling problem of the microgrid cluster, but not on both problems together. Therefore, an integrated management and control strategy of joint optimization of upper scheduling and lower control is proposed. The upper scheduling system uses an optimal power flow algorithm based on second-order cone optimization to schedule the energy of the multi node system, and interacts with the real-time information of the microgrid group in the node. An improved hybrid optimal control strategy is proposed in the lower microgrid group control system. This can eliminate the uneven distribution of reactive power, improve the dynamic performance of active power, and ensure the consistency and stable convergence of voltage and frequency. When the load exceeds the maximum generating power of the microgrid group after a sudden change, the power demand of the microgrid group is taken as the linkage standard of the upper and lower layers, and the upper layer is called on to reallocate the power flow according to the new power demand, and an updated reference signal is transmitted to the lower layer through the communication network to carry out an organic linkage of regulation and control, so as to ensure the stability of the system. The simulation results show that the integrated management and control strategy can greatly improve the stability, reliability and anti-interference of the system.

This work is supported by the National Natural Science Foundation of China (No. 61364027).

microgrid group; multi node system; integration of management and control; optimal power flow; hybrid optimal control strategy

10.19783/j.cnki.pspc.210670

國家自然科學(xué)基金項目資助(61364027)；廣西自然科學(xué)基金面上項目資助(2019GXNSFAA185011)

2021-06-04；

2021-10-26

呂智林(1971—)，女，通信作者，博士，教授，研究方向為智能電網(wǎng)、復(fù)雜系統(tǒng)優(yōu)化及控制；E-mail: luzhilin2001@ 163.com

宋 健(1997—)，男，碩士研究生，研究方向為微網(wǎng)群調(diào)度與控制。E-mail: 13635554987@163.com

(編輯 周金梅)