配電網中分布式儲能系統一致性主動控制

吳鳴，崔光魯，季宇，劉海濤，李洋，于輝，陳中

(1.中國電力科學研究院，北京市100192；2. 東南大學電氣工程學院，南京市 210096)

?

配電網中分布式儲能系統一致性主動控制

吳鳴1，崔光魯2，季宇1，劉海濤1，李洋1，于輝1，陳中2

(1.中國電力科學研究院，北京市100192；2. 東南大學電氣工程學院，南京市 210096)

提出了一致性主動控制的方法對分布式儲能裝置進行優化控制，每一控制目標只需和鄰近目標交互局部信息，在沒有全局性信息的場景下實現全局最優一致性控制。一致性主動控制方法使系統中儲能裝置處于相同的放電比例狀態，以滿足實際應用的要求。該方法通過對一個Leader節點的監控，結合局部儲能裝置間主動的信息通信實現最終一致性的目標。基于IEEE3和IEEE32系統的算例結果驗證了配電網分布式儲能系統一致性主動控制算法的可行性和有效性。

分布式儲能；一致性主動控制；局部信息通信；配電網

0 引 言

分布式電源，尤其是風力發電、太陽能光伏發電等可再生能源，直接布置在配電網或分布在負荷附近，對于能源集約利用具有重要意義。然而，風電、光伏發電等功率輸出具有較大的隨機性，而用戶自備分布式電源一般是根據用戶自身需要安排機組運行，因此分布式電源的大量接入增加了配電網調度與運行的復雜性，對配電網的規劃、建設和運營都有著深刻的影響[1-6]。儲能系統的應用可以有效改善功率分布，減小隨機能源的影響，提高配電網的運行經濟水平。

目前在配電網中通常會配置多個分布式小容量儲能裝置，相比單個大容量儲能裝置，更易于提高配電網運行的安全性和經濟性，但對儲能系統功率分配的協同控制提出了更高要求。針對配電網儲能系統的優化控制，國內外已有一些研究[7-13]。文獻[9]提出了一個獨立的可再生能源發電系統模型，采用配套的電解劑和燃料電池組合來解決分布式電力系統中的峰值能量控制，并用電池進行能量緩沖。文獻[10]建立了分布式發電系統和儲能系統互補的數學模型，采用直接轉矩控制算法對系統的能量互補過程進行控制。文獻[11]根據分布式電源的類型以及與儲能裝置的不同組合方式，采用不同的控制策略分別進行了相應控制器的設計，實現了負荷功率變化時不同分布式電源間變化功率的共享，在微電網孤島運行時能為孤網運行系統提供頻率支撐。

儲能系統功率分配主要有2種控制管理方式：集中式控制管理和分布式控制管理。集中式控制管理方法是通過一個中心控制器經過在線計算后向全網發布控制命令[14-16]。該方法需要收集全局信息和全局的命令交互，如果分布式儲能數量較大，運行成本會大大增加，同時長距離的信息通信也會影響系統控制的時效性。分布式控制管理方法的優越性在于使用的信息都來自于局部各個節點的測量，由于缺少全局信息很難及時處理全局性問題，比如解決總功率越限等問題時，無法通過整體的調度來實現功率的最優分配，效率不高。近年來基于多代理系統的分布式協調控制方法得到了廣泛的研究，其中一致性算法是一種基于網絡的完全分布式控制協議，在控制領域取得了較大的研究成果[17-19]。

本文研究一致性主動控制算法在配電網儲能系統運行控制中的應用。通過相鄰儲能裝置間的信息交互，配合一致性控制的優化算法使系統中分布式儲能裝置響應功率和容量的比例保持一致，以實現系統整體最優的目標。該方法并不要求全局信息進行通信，只需要局部信息的通信便可達到全局的最優化。同時，該方法還具有強魯棒性的特點，在某些局部信息交互發生故障而無法通信時，該方法仍然可以通過有效局部信息交互完成全局的最優化。文章首先對一致性問題進行簡單描述，然后分析功率約束條件和一致性主動控制方法，最后形成系統控制算法，建立一致性控制的模型，結合潮流計算形成控制算法，并通過在IEEE3和IEEE32系統中仿真，驗證該控制算法的可行性和有效性。

1 控制策略

1.1 問題描述

如圖1所示，在帶有分布式電源及儲能裝置的配電網中，考慮每一個負荷節點附近都裝設的分布式電源和儲能裝置的協調控制問題。

以分布式光伏發電為例，在陽光照射條件很好的白天，光伏發電量比較大，而此時當地負荷相對較小，過剩功率從配電網流向外部系統，在連接節點上就有可能出現正向功率超過允許值的情況；相反在晚上，光伏發電較少，而當地負荷相對較大，外電網向配電網輸送的功率也有可能出現超過反向允許值的情況。本文提出的一致性控制方法通過優化分配儲能裝置功率，不僅解決功率越限的問題，還根據電網穩定性要求設置了一個合理安全的運行點并使之運行在該點附近，確保配網安全運行。

圖1 帶有分布式儲能裝置的配電網控制框圖Fig.1 Control diagram of distribution network incorporating distributed storages

針對數量較大的分布式儲能裝置，如果是系統統一控制，對中心服務器以及信息通信系統的要求很高。本文采用局部聯系的方法，通過相鄰節點進行信息的通信，結合一致性控制算法達到全局一致的要求。本文的能量控制以儲能裝置輸出功率保持比例一致為目標，這樣使得儲能裝置可以根據自身容量條件合理安排出力大小。

1.2 功率約束描述

本文建立的控制模型中，在于外電網連接的饋線處設有控制裝置Leader(如圖1中所示)，通過對流過Leader的功率進行監測來對一致性控制進行初始化，系統中所有的儲能裝置的控制都會與Leader保持一致，控制策略如圖2所示。

圖2 Leader的控制策略Fig.2 Control strategy of Leader

如果Leader監測到功率由配電網流向外電網，那么S(t)為正，否則為負，利用S(t)作為電網負荷的控制變量。同時還定義了4個功率限制值：S下極限、S下合理、S上合理、S上極限(其中前2個為負值，后2個為正值)。在用電高峰期，如果S(t)比S下極限大，那么系統處于正常狀態，一致性控制裝置不動作；一旦S(t)比S下極限小，那么Leader會按照設置的算法主動啟動一致性控制裝置，直到S(t)比S下合理大，系統會保持前一刻狀態運行。在用電低谷配電網功率過剩時的控制策略與前者類似。

本文中的功率約束就是將節點流過的功率控制在一定范圍內，控制目標如下：

S下極限

(1)

當功率不滿足限定條件時，各個儲能裝置會在Leader的協調下作出相應的功率輸出調整。

1.3 一致性主動控制策略

在本文的一致性控制策略中，為了實現大規模的儲能裝置功率輸出更加科學合理，控制所有的儲能裝置處于相同的放電狀態，即所有儲能裝置都有共同的放電比例，即

(2)

式中：Pi表示第i個儲能裝置的輸出功率；Pmaxi表示第i個儲能裝置能提供的最大功率。

對于大規模的儲能系統，一致性控制的控制策略會比前文提到的2種控制方法更為有效，因為該方法僅需要局部的網絡信息交互，而且綜合了前2種方法的優點，避免了其不足之處。

儲能系統中，各個儲能裝置的控制狀態信息可以表示為

(3)

式中：ui(t)表示第i個節點在t時刻儲能裝置的控制信息;u0(t)表示Leader節點在t時刻的控制信息；cij表示第i個儲能裝置和第j個儲能裝置之間的通信聯系，如果第i個儲能裝置和第j個儲能裝置之間可以通信，那么cij=1，否則cij=0，。此外，如果第i個儲能裝置可以與Leader通信，那么ci0=1，否則ci0=0，cii=1適合于任意一個儲能裝置，表示所有的儲能裝置都能從自己得到信息。

(4)

式(4)所表示的矩陣為一個稀疏矩陣，由于本文采用的是局部的一致性控制，必然會有一些點之間沒有聯系，這些點之間的通信系數都是0，矩陣也就是一個稀疏矩陣。同時，必須注意的是，該矩陣還是一個時變的矩陣，因為2個儲能裝置之間的聯系并不是不變的，由于某種原因在某些時刻，2個儲能裝置之間的通信會發生中斷等故障，考慮時變的通信系數矩陣有利于在故障狀態下對儲能系統進行分析。

為了實現系統的一致性控制，根據一致性控制理論[19-20]，選擇控制策略如下：

在儲能系統中，第i個儲能裝置的端電壓表示為Ui，輸出電流表示為Ii，輸出有功功率可以表示為

Pi=UiIi

(5)

則

(6)

在配電網中，考慮到無功充足的情況下，節點電壓Ui一般保持額定值，公式(6)可化簡為

(7)

如果

(8)

則，要實現公式(3)中的一致性，只需要ui(i=1，2，…，n)達到一致即可。式(8)可表示為

(9)

式(14)滿足多智能體一般動態方程，儲能裝置的一致性算法可描述為

總之，德育是一切教育的前提，我們應不斷改革和完善德育工作模式，讓德育教育更加貼近學生的生活，讓學生真正成長為德才兼備的有用之材。

ci0[u0(t-td)-ui(t-td)]}

(10)

式中ki>0為儲能裝置的控制增益。

(11)

那么，第i個儲能裝置的控制信息為

(12)

對于Leader節點的控制信息，可由圖2的Leader控制策略知，當S(t)

(13)

式中kp為控制調節系數，用來調節到達一致狀態速度。

當S(t)>S上極限時，有

(14)

可得：

(15)

(16)

因此，每個儲能裝置在一個時間段內需要輸出的功率可以表示為

Pi(t)=ui(t)×Pmaxi

(17)

式中Pi(t)表示第i個儲能裝置在t時間段內輸出的功率。值得注意的是，公式中未考慮儲能裝置內部的動態特性，因為本文只關心儲能裝置的功率輸出，而且儲能裝置內部的動態特性要比功率輸出的變化慢得多，所以式(17)具有一定的可行性。

在儲能裝置調整結束之后，需要對配電網進行一次潮流計算，更新配電網狀態。

(18)

式中：Pj(j=1，2，…，n)表示各個節的點注入功率；x為控制變量；y為狀態變量。

2 系統控制流程

控制算法中，Leader節點的控制信息是通過監測Leader節點實時潮流狀態，結合系統限定功率情況，經過式(13)～(16)計算而來；各個儲能裝置的控制信息是由前一狀態的控制信息，結合相鄰儲能裝置通信的信息，經過公式(10)～(12)計算而來。由控制器發出控制信息，經過電力電子裝置根據控制要求控制輸出功率，以滿足配電網潮流的平衡和功率不越限的條件。

完整的控制算法可以由公式(12)～(18)表示。其中，公式(12)～(14)表示控制功率不越限的條件，主要的控制對象是Leader，當S(t)>S上極限時，一致性控制便會啟動，Leader將會被初始化，控制信息u0會被更新；由公式(15)～(16)可知ui也會隨著u0而改變，各個儲能裝置會相應的減少功率輸出，直到S(t)降到S上合理各個儲能裝置才會停止減少輸出功率，并維持該狀態直到負荷變化。在Leader檢測到負荷并未越限的情況下，如果配電網當前實際負荷S(t)

公式(18)表示配電網的潮流計算，在進入當前時間段之前，系統都會進行一次潮流計算，潮流計算的原始數據主要來自上個時間段功率輸出調整之后的儲能裝置節點信息，當前的潮流計算會被用作此次Leader節點是否動作的判斷依據。

系統的完整流程圖如圖3所示。

3 算例分析

3.1 算例1

為了驗證配電網一致性主動控制算法的可行性，采用了典型的配電網絡。配電網包含3個等效負荷節點，在每個等效負荷節點處都裝設有分布式電源、

圖3 控制系統算法完整流程圖Fig.3 Flow chart of control algorithm

負荷和儲能裝置，具體的通信聯系如圖4所示。負荷節點的負荷信息如表1所示，儲能裝置所能提供的功率如表2所示，功率限定情況如表3所示。等效負荷在100 s時突然增加25%負荷，仿真結果如圖5、6所示。

圖4 算例1 配電網示意圖Fig.4 Distribution network in Example 1表1 節點的負荷信息Table 1 Bus load information

表2 儲能裝置最大功率Table 2 Maximum power of energy storage devices

表3 功率限定值Table 3 Power limit

kW

圖5 功率限制條件Fig.5 Power constraints

圖6 儲能裝置功率輸出Fig.6 Output power of energy storage devices

由圖5可知，在t=0到t=100 s之間，配電網的負荷在允許的范圍之內，因此，所有的儲能裝置都沒有發生動作。當t=101 s時負荷突然增加了25%，這使得配電網負荷超過了S上極限，所以此時Leader節點控制信息被更新，一致性控制開始動作。經過一段時間的調整，配電網負荷逐漸降低至S上極限以下；本算法的控制目標是降低到合理運行點，所以一致性控制會繼續調整，一段時間后，功率調整目標向S上合理靠近，當達到S上合理時，控制信息保持前一狀態不變，控制到達穩定狀態。此時已經滿足了功率限定的條件。此外，由圖6可知，P1/Pmax1=0.15/0.5=0.3，P2/Pmax2=0.30/1=0.3，P3/Pmax3=0.45/1.5=0.3此時，三者相等，滿足一致性控制的要求。

3.2 算例2

在算例2中，本文采用了IEEE32節點的網狀配電網來驗證文中一致性主動控制算法在不同配電網中的有效性。這是一個12.66 kV的環形網絡，具體情況可見文獻[21]。配電網絡如圖7所示，每個節點都接入分布式電源和當地負荷，并安裝儲能裝置。為了模擬的簡化，假設每個負荷節點的等效負荷都相同，均為100 kW，在100 s時，由于分布式電源和負荷的波動，等效負荷增加了25%；同時，設定每個儲能裝置最大能提供的功率也相同，為50 kW。功率限定如表4所示，仿真結果如圖8、9所示。

圖7 算例2配電網環形網絡Fig.7 Loop distribution network in Example 2表4 功率限定值Table 4 Power limit kW

由圖8可知，在t=0到t=100 s之間，配電網的負荷在允許的范圍之內，因此，所有的儲能裝置都沒有發生動作。在101 s時，配電網負荷突然向上波動，超出了功率限制的范圍，此時，Leader節點監測到功率越限，一致性控制便主動開始動作。經過一段時間的調整，功率逐漸降到允許范圍內、但由于控制目標是運行合理點，一致性控制會繼續調整，直到降低到S上合理以下。圖9分別是5，10，15，20，25，30號節點儲能裝置的有功出力。在t=0到t=100 s之間，儲能裝置沒有動作，儲能輸出均為0，在101 s時，配電網負荷超出功率限制的范圍，儲能會根據自身的調節能力調整出力最終達到出力一致。

圖8 功率限制條件Fig.8 Power constraints

圖9 儲能裝置功率輸出Fig.9 Output power of energy storage devices

4 結 論

本文提出了儲能系統一致性主動控制的方法，在功率約束的條件下，對系統一致性控制進行研究。通過控制原理中的一致性算法，將儲能系統中各個儲能裝置的輸出功率控制在同一比例；相比于傳統方法，該算法的優越性在于只需要局部信息的通信便可達到全局的最優化，提高了控制效率，降低了控制成本。算例的結果表明，該算法能夠實現配電網中儲能系統的一致性主動控制。

[1]蔣心澤，董曉文，包海龍.分布式電源接人對配電網的影響[J].電力與能源，2011，01(1)：83-86. Jiang Xinze，Dong Xiaowen，Bao Hailong.Research on theImpactof distributed generation sources on distribution networks[J].Power and Energy， 2011，1(1)：83-86.

[2]許素強.分布式電源接入對配電網的影響[J].中國科技縱橫，2013(5)：222.

[3]劉銳，劉敏，辜俊明.淺析分布式電源接入對配電網的影響[J]. 機械工程與自動化，2013(3)：220-222. Liu Rui， Liu Min， Gu Junming. Impact of distributed generation on distribution network[J]. Mechanicai Engineering Automation， 2013(3)：220-222.

[4]袁王崢,梁偉,陳思佳,等.分布式電源接入城市配電網規則分析[J].中國電力,2013,46(7):43-46. Wang Zheng, Liang Wei, Chen Sijia, et al.Rules of distributed generator integration to urban distribution network[J].Electric Power,2013,46(7):43-46.

[5]袁沔齊,鄒振宇,孫凱祺,等.基于遺傳算法和微分進化算法的分布式電源優化配置[J].中國電力,2013,46(1):16-20. Yuan Mianqi, Zou Zhenyu, Sun Kaiqi, et al.Optimal allocation of distributed generation based on genetic algorithms and differential evolution algorithm[J].Electric Power,2013,46(1):16-20.

[6]李泓澤,王寶,郭森.分布式電源接入配電網的經濟效益及電壓穩定性[J].中國電力,2012,45(3):33-37. Li Hongze, Wang Bao, Guo Sen. Economic benefits and voltage stability of distributed generation integrated into distribution network[J].Electric Power,2012,45(3):33-37.

[7]田軍.分布式發電系統儲能優化配置[D].北京：華北電力大學，2011. Tian Jun. Optimal configuration of energy storage in distributed generation system[D]. Beijing： North China Electric Power University， 2011.

[8]陳益哲.微網中分布式儲能系統的建模與控制研究[D].武漢：華中科技大學，2011. Chen Yizhe. Studies on modeling and control of distributed energy storage system in microgrid[J]. Wuhan： Huazhong University of Science and Technology， 2011.

[9]Bilodeau A，Agbossou K.Control analysis of renewable energy system with hydrogen storage for residential applications[J].Journalof Power Sources，2006，162(2)，：757-764.

[10]王健，康龍云，曹秉剛.可再生能源分布式發電系統能量互補控制的研究 [J].西安交通大學學報，2005，39(7)：766-770. Wang Jian， Kang Longyun， Cao Binggang. Energy complementary control of a distributed renewable energy power generation system[J]. Journal of Xi’an Jiaotong University， 2005， 29(7)：766-770.

[11]王成山，肖朝霞，王守相.微網綜合控制與分析[J].電力系統自動化，2008，32(7)：98-103. Wang Chengshan， Xiao Zhaoxia， Wang Shouxiang. Synthetical control and analysis of microgrid[J]. Automation of Electric Power System， 2008， 32(7)：98-103.

[12]高文杰,井天軍,楊明皓,等.微電網儲能系統控制及其經濟調度方法[J].中國電力,2013,46(1):11-15. Gao Wenjie, Jing Tianjun, Yang Minghao, et al.Operation control and economic dispatch of energy storage system for micro-grid[J].Electric Power,2013,46(1):11-15.

[13]靳文濤,李建林.電池儲能系統用于風電功率部分“削峰填谷”控制及容量配置[J].中國電力,2013,46(8):16-21. Jin Wentao, Li Jianlin. BESS for wind power “peak shaving” control and capacity configuration[J].Electric Power,2013,46(8):16-21.

[14]Gan D， Thomas R， Zimmerman R. Stability-constrained optimalpower flow[J]. IEEE Transaction on Power System， 2000， 15(2)：535-540.

[15]Dent C， Ochoa L， Harrison G， et al. Efficient secure AC OPFfor network generation capacity assessment， IEEE Transaction on Power System， 2010， 25(1)：575-583.

[16]Saber R O，Murray R M.Consensus problems in networks of agents with switching topology and time-delays[J].IEEE Transaction on Automatic Control，2004，49(9)：1520-1533.

[17]Fax J A，Murray R M.Information flow and cooperative control of vehicle formations[J].IEEE Transaction on Automatic Control，2004，49(9)：1465-1476.

[18]Saber R O. Flocking for multi-agent dynamic systems： Algorithms and theory[J].IEEE Transactionon Automatic Control，2006，51(3)：401-420.

[19]Xin H， Gan D， Huang Z， et al. Applications of stability-constrained optimal power flow in the East China system[J]. IEEE Transaction on Power System， 2010， 25(3)：1423-1433.

[20]Xin H， Qu Z， Seuss J， et al.A self-organizingstrategy for power flow control of photovoltaic generators in adistribution network[J]. IEEE Transaction on Power System， 2011， 26(3)：1462-1473.

[21]Kundur P. Power system stability and control[M]. New York： McGraw-hill， 1994.

(編輯：張小飛)

Consistent and Active Control for Distributed Energy Storage System in Distribution Network

WU Ming1，CUI Guanglu2, JI Yu1, LIU Haitao1, LI Yang1, YU Hui1, CHEN Zhong2

(1. China Electric Power Research Institute, 100192, Beijing, China;2. School of Electrical Engineering, Southeast University, Nanjing 210096, China)

The consistent and active control strategy was proposed for optimally controlling the distributed energy storage devices. Each control objectives only needed to interact with the neighboring target, and it could achieve the goal of global optimal consistency control without global information. The consistent and active control strategy could make the system energy storage device in the same proportion of discharge state to meet the requirements of practical application, which was based on the monitoring of the Leader node and combined with the interaction between local energy storage devices. The efficiency and feasibility of the consistent and active control algorithm for distributed energy storage system in distribution network were demonstrated by the example results of IEEE3 and IEEE32 bus systems.

distributed energy storage; consistent and active control; communication of local information; distribution network

國家電網科技項目(多能互補小型化分布式電源應用模式與并網關鍵技術)。

TM 76

A

1000-7229(2015)06-0020-07

10.3969/j.issn.1000-7229.2015.06.004

2015-04-20

2015-05-10

吳鳴(1981)，男，博士，高級工程師，主要從事分布式發電與微電網，主動配電網等方面的研究；

崔光魯(1989)，男，碩士，主要研究方向為電力系統配電網規劃，繼電保護測試；

季宇(1982)，男，主要研究分布式電源、微電網運行控制與保護技術；

劉海濤(1978)，男，主要研究方向為分布式電源、微電網的規劃、控制技術，配網信息化技術；

李洋(1982)，男，主要研究方向為分布式電源、微電網運行控制與能量管理技術；

于輝(1982)，男，主要研究方向為分布式電源、微電網運行控制與能量管理技術；

陳中(1975)，男，研究員，主要研究方向為電力系統穩定與控制，新能源的開發和應用。