基于多代理的主動配電網自治運行技術

楊　洋，呂　林

(四川大學電氣信息學院，四川 成都　610065)

?

基于多代理的主動配電網自治運行技術

楊洋，呂林

(四川大學電氣信息學院，四川 成都610065)

將多代理系統(multi-agent systems，MAS)引入分布式電源(distributed generation, DG)廣泛接入的主動配電網，提出了一種基于多代理的主動配電網分布式自治運行技術。構建Agent模型對網絡中的分布式電源和負荷進行代理，并考慮各類分布式電源的互補協調運行，設計分布式電源的出力協調規則，通過多代理的自治，動態地應對主動配電網中分布式電源出力和負荷需求的變化，實現分布式電源接入后主動配電網的自治平衡高效運行。最后，通過算例驗證了該運行技術的可行性。

主動配電網；分布式電源；多代理；自治運行

0　引　言

由于分布式清潔能源的大力發展以及用戶對供電可靠性、電能質量要求的提高，主動配電網應運而生。分布式電源具有很多潛在的優勢，但是隨著分布式電源在配電網中滲透率的不斷提高，其分散性、隨機性、波動性對系統電能質量、電壓穩定等造成的負面影響也越來越突出，極大阻礙了分布式電源的充分利用。主動配電網作為智能配電網未來的發展趨勢,是可以實現分布式電源在配電網中廣泛接入及高度滲透的重要技術手段[1]。主動配電網區別于傳統配電網的一大顯著特征表現在接入的DG具有分散性、不確定性和可控性，分布式能源將參與網絡的運行調度而并非以往簡單的被動連接，這將賦予主動配電網運行控制更加豐富的內容。因此,如何動態地、高效地管理能源供給和需求平衡，成為主動配電網一個重要的研究課題[2]。

目前配電網的典型能量管理方式有集中式控制和分布式控制兩種[3]。集中式控制是對配電網所有電源與負荷進行統一的調度與管理[4-7]，需掌控整個配電網的運行狀態進行集中優化，對主動配電網的分布式特性、大量的控制數據以及靈活多變的控制方式則難以實現靈活、有效的調度，且無法適應多利益主體的參與。分布式控制是通過本地設備的自我管理與協同運行達成能量管理目標[8-10]，該方式可以良好適應主動配電網中電源分散多變、網架結構靈活的特點，并有利于實現需求側響應的接入與管理。

分布式管理中，研究最為廣泛的一種是多代理系統。多代理系統具有良好的自主性和分布式計算特性，非常適合主動配電網分散而復雜的特點。多代理方法在電力系統中的研究日趨廣泛，被用于電力系統分布式計算、電力系統運行控制、電力系統能量管理系統(EMS)、電力市場等多個方面的課題研究中[11-14],近來也出現在主動配電網運行管理方面。文獻[15]提出了一種考慮分布式電源的配電網多代理管理系統：提出了配電網5類元件的多代理模型，對DG進行統一化建模，沒有考慮各類型DG的不同特性；采用全分布式的機制，遵循基于相鄰Agent通信的層層循環式通信機制，過多地設置母線、饋線等連接元件Agent，導致了Agent通訊過程的冗雜，降低了系統效率。文獻[16]對主動配電網進行分區，并將含有分布式電源、儲能系統及負荷的主動配電網局部自治區域作為整體，提出了自治區域的供蓄能力評估指標。文獻[10]設計了微網內部的控制策略，采用了集中式和分布式控制結合，但策略相對復雜，并且對微網并網后的協調控制考慮不足，并網后進入一種相對被動的控制模式。

針對DG廣泛接入的主動配電網，這里提出一種基于多代理系統的主動配電網分布式自治運行技術。考慮不同類型分布式電源的特性構建Agent模型，對網絡中的分布式電源和負荷進行代理自治，并設計各類分布式電源的互補協調運行的出力協調規則，通過多代理的自治，動態地應對主動配電網中分布式電源出力和負荷需求的變化，實現分布式電源接入后主動配電網的自治平衡高效運行。

1　分布式電源多代理模型

主動配電網中包含各類型分布式電源和負荷集成，這里以光伏發電代表可再生清潔能源發電，微型燃氣輪機代表小型分布式熱力發電，蓄電池代表儲能系統，對上述分布式電源構建Agent模型進行代理，加上負荷的多代理模型，網絡中包含：光伏發電Agent、微型燃氣輪機Agent、蓄電池Agent和負荷Agent。對各Agent模型的具體描述如下：

1)光伏發電(photovoltaic, PV)Agent：監視和控制光伏發電設備的功率水平及啟停狀態，保證設備的可靠安全運行。可自動獲取環境信息并做出響應，也可與系統內其他Agent進行能量協調交互，發出信息或者獲取信息，并根據收到信息做出響應。有最大功率點跟蹤(MPPT)和電壓控制(VL)兩種行為模式，為保證清潔能源的最大利用，PV盡量工作在MPPT模式，滿足功率約束：

(1)

(2)

2)微型燃氣輪機(micro-turbine, MT)Agent：監視和控制微型燃氣輪機的出力及啟停狀態，控制整流/逆變環節，保證設備的可靠安全運行。可自動獲取環境信息并做出響應，也可與系統內其他Agent進行能量協調交互，發出信息或者獲取信息，并根據收到信息作出響應。在間歇式分布式電源出力或儲能系統功率不足時提供備用，其主要用在負荷高峰時期補償清潔能源發電及儲能系統的差額。滿足功率約束：

(3)

3)蓄電池(battery storage, BS)Agent：監視和控制蓄電池的出力、荷電狀態(state of charge，SOC)狀況，保證設備的可靠安全運行。可自動獲取環境信息并做出響應，也可與系統內其他Agent進行能量協調交互，發出信息或者獲取信息，并根據收到信息作出響應。實現對分布式電源出力的移峰填谷調節，進而為整個配電網提供功率支撐，需滿足額定功率和SOC狀況約束：

(4)

(5)

Smin≤Ssoc(t)≤Smax

(6)

Ssoc(t)=Ssoc(t-1)-ηPt×Δt/Swh

(7)

4)負荷Agent：以滿足用電需求、減少用電成本為目標，監視和控制負荷的開斷情況、功率變化、管理負荷優先級等。將負荷按優先級分為重要負荷、普通負荷和可中斷負荷：

(8)

式中：priload為負荷的優先級，由1至3優先級遞減。

2　多代理主動配電網自治運行技術

2.1主動配電網的分區

首先，將主動配電網按以下方式分區[16]：饋線上2個分段開關之間如果含有可控的分布式電源(如蓄電池、微型燃氣輪機)則其分成一個獨立的自治區域；饋線上從分支開關到分支線路末端如果含有可控的分布式電源則其分成一個獨立的自治區域。這種分區方式可以很好地適應配電網運行時拓撲結構的變化，自治區域比較穩定，不會因為網絡重構、運行方式的變化而發生改變。

2.2自治運行技術框架

所提出的分布式自治運行技術框架分為2個層面，如圖1所示，第1層是各區域內電源與負荷的自治運行平衡；第2層是區域間的協調互補平衡。

圖1　自治運行技術框架

2個層面按圖2所示的流程運作：首先，各元件Agent按照區域內自治策略，根據區域當前的供需情況設定自身運行模式，以快速達成區域內部的基本供需平衡，實現清潔能源的最大化利用和分布式電源的就地消納；若區域內存在功率不平衡量，則該區域的區域協調Agent向其他區域的協調Agent發起能量協調請求，根據收到的回復和目標進行決策，與相應區域協調Agent達成能量協調協議；最后，相關區域協調Agent執行協議，達成該區域功率的供需平衡。

2.3區域協調Agent模型

區域協調Agent負責記錄和監視自治區域內元件的基本信息(名稱、類型、容量、額定功率、約束等)和運行信息(潮流、電源輸出功率、負荷需求等)。協調區域內各類型分布式電源發電以匹配負荷需求，實現清潔能源最大化利用。當區域內負荷的需求不能被滿足時，按照負荷優先級由低到高切除負荷直至功率重新恢復平衡。代表區域與其他區域進行能量的交互協調，以解決所轄區域或其他區域的功率不平衡問題，具體的協調方式見2.5小節。

2.4區域內自治運行規則

依據2.1節Agent模型，根據光伏的發電、蓄電池和微型燃氣輪機的差異與互補特性，建立區域內部的自治運行規則。根據供需情況和各DG工況將區域運行情況分為8個場景，以清潔能源最大化利用為原則，設定各個場景的運行協作規則，動態地應對主動配電網中分布式電源出力和負荷需求的變化，實現各分布式發電單元與負荷在高峰、低谷的實時平衡互補以及清潔能源的最大化利用。區域內各Agent的具體自治運行規則如表1所示。各Agent根據從區域協調Agent獲取區域當前的運行情況，依據該規則設定自身行為[18]，以此協調各類型DG出力以達到區域內功率的基本供需平衡。該規則有助于清潔能源的最大化利用和區域內DG的就地消納，分布式電源的就地消納可以大幅減少網絡傳輸損耗與線路利用均衡率，減少高峰時期饋線主干的傳輸功率。

圖2　自治運行規則流程圖

區域內按照該規則進行初次功率平衡，某些運行場景下DG的模式有2種備選項時，最后的選擇由區域協調Agent進行區域間協調的交互結果決定，將在2.5小節介紹。

下面以第1種運行場景為例進行說明。當區域中蓄電池荷電狀態小于最小荷電量，光伏發電的MPPT出力小于區域負荷需求，但差額小于區域微型燃氣輪機最大出力時，光伏發電設定自身運行模式為“MPPT模式”，蓄電池設定自身運行模式為“無操作”，微型燃氣輪機的模式存在“增大供電”及“維持原狀”兩個備選項，則微型燃氣輪機最后的模式設定取決于下一小節區域管控Agent的交互結果。

2.5區域間互補平衡協調規則

當區域內的有功不能自我平衡時，由區域協調Agent 向其他區域協調Agent或配網中心協調Agent發出請求，并根據它們的回復進行決策。

表1　區域內自治運行規則

注：Pload為某時刻區域負荷的功率需求。

1)區域內供不應求

區域協調Agent向其他區域協調Agent請求增加向該區域的有功供給，收到回復后：若無可選來源，則向柔性負荷發出請求根據優先級由低到高切斷負荷直至供求平衡；若有可選來源，則根據接收到的回復信息結合內部微型燃氣輪機的可用出力情況進行決策。首先核算可行性(是否滿足拓撲約束，潮流是否越限)，再考慮清潔能源的最大利用和經濟性將可行電源進行排序，對電源列表由上到下發起能量協調協議，直至滿足需求或列表為空。若直到列表為空仍沒滿足有功需求，則向柔性負荷發出請求根據優先級由低到高切斷負荷直至供求平衡。其中電源優先級和經濟性按以下原則決定：

①電源優先級:各電源按清潔程度進行優先級排序，光伏優先級最高，蓄電池次之，微型燃氣輪機最低。

②經濟性：

minC=Cpower+Closs

(9)

式中：C為用電成本；Cpower為對應電源的電價成本；Closs為對應電源的功率傳輸成本。

2)區域內供過于求

區域協調Agent向其他區域協調Agent請求增加對該區域有功的消納。

若無可選“負荷”，則限制光伏出力，使其工作在VL模式下；若有可選“負荷”，則根據接收到的回復進行決策。首先核算可行性(是否滿足拓撲約束，潮流是否越限)，再考慮負荷優先級和經濟性將可行負荷進行排序，對負荷列表由上到下發起能量協調協議，直至滿足需求或列表為空。若直到列表為空仍沒滿足需求，則限制光伏出力，使其工作在VL模式下。其中負荷優先級和經濟性按以下原則決定：

①負荷優先級：各負荷按重要程度進行優先級排序，其中可中斷負荷的優先級最低。

②經濟性：即供電收益最高

maxE=Epower-Eloss

(13)

式中：E為供電收益；Epower為對應電源的電價收益；Eloss為對應電源的功率傳輸成本。

3　算例分析

3.1算例系統

建立如圖3所示主動配電網典型結構，包含1條饋線11個節點。其包含的分布式發電單元及儲能單元總個數為4個，類型及配置參數如表2所示。

圖3　主動配電網算例接線圖

連接節點類型額定功率/kW容量/(kW·h)2微型燃氣輪機4004蓄電池10010006光伏16008光伏2600

3.2結果與分析

以24 h為例，分析經過該多代理系統協調控制后各元件的運行情況。

圖4為仿真所需數據圖，分別是光伏的MPPT出力值和負荷曲線。對比負荷曲線與光伏MPPT曲線不難發現，二者存在明顯的供需不匹配，中午光伏出力高于負荷需求，而負荷的晚高峰光伏出力卻為0。

圖4　光伏發電MPPT值和負荷曲線

仿真的結果如圖5所示。算例在0～6時刻負荷需求處于低谷，光伏出力為0，蓄電池經過晚高峰放電后處于極限低荷電狀態，負荷需求此時主要由區域內的微型燃氣輪機供給，可實現自給自足；7～9時刻，蓄電池仍處于極限低荷電狀態，負荷需求與光伏出力同處于攀升階段，負荷需求大于光伏出力，因此微型燃氣輪機補足差額供電；10～15時刻，光伏出力進入午高峰，遠高于同時段的負荷需求，為滿足清潔能源的最大化利用不棄光，向蓄電池充電對冗余的光伏電量進行存儲，滿足了區域內的供求平衡；16～17時刻，光伏出力逐漸下降，略低于負荷需求，差額由微型燃氣輪機進行補充；18～24時刻，光伏出力下降至0，負荷晚高峰到來，蓄電池經過光伏高峰的充電處于高荷電狀態，負荷需求主要由蓄電池和微型燃氣輪機供給。

圖5　仿真結果

由上述分析可見，算例中各Agent根據多代理模型設定與自治運行規則，動態地應對主動配電網中分布式電源出力和負荷需求的變化，在保證清潔能源最大化利用和區域能源就地消納的原則下高效地達成了有功功率供需平衡。蓄電池在有功平衡中起到了有效地補充和調節作用，微型燃氣輪機為負荷高峰提供了功率支撐。

4　結　論

提出了一種基于多代理的主動配電網分布式自治運行技術。在考慮各類分布式電源特性的情況下，建立了分布式電源多代理模型；并進一步考慮各類分布式電源的互補協調運行，設計自治運行規則，在保證清潔能源最大化利用和區域能源就地消納的原則下高效地達成了有功功率供需平衡。通過算例仿真驗證了策略的可行性。

同時還有許多問題需要進一步研究與探討：分布式電源的自治功能還有待進一步挖掘；該自治運行技術沒有考慮電力市場的因素；運行管控與規劃是相互影響的，同時分布式電源接入配電網的運行技術也依托于實際分布式電源設備的發展，需要在未來的研究中與時俱進。

[1]尤毅，劉東，鐘清，等．主動配電網優化調度策略研究[J]．電力系統自動化，2014，38(9)：177-183．

[2]范明天，張祖平，蘇傲雪，等．主動配電系統可行技術的研究[J]．中國電機工程學報，2013,33(22)：12-18．

[3]陳昌松．光伏微網的發電預測與能量管理技術研究[D]．武漢：華中科技大學， 2011．

[4]茆美琴，金鵬，奚媛媛，等．基于多因子和合同網協調機制的微網多 Agent 混和能量管理方法[J] ．中國電機工程學報，2014，34(31)：5542-5552．

[5]王瑞琪．分布式發電與微網系統多目標優化設計與協調控制研究[D]．濟南：山東大學，2013:1-116.

[6]王健，謝樺，孫健．基于機會約束規劃的主動配電網能量優化調度研究[J]．電力系統保護與控制,2014,42(13):45-52．

[7]楊為．分布式電源的優化調度[D]．合肥：合肥工業大學，2010：1-50．

[8]Josep Marí a Guerrero，Mukul C Chandorkar，Lee Tzung-Lin，et al．Advanced Control Architectures for Intelligent Microgrids—Part I：Decentralized and Hierarchical Control[J]． IEEE Transactions on Industrial Electronics，2013，60(4)：1254-1262．

[9]Josep Marí a Guerrero，Mukul C Chandorkar，Lee Tzung-Lin，et al．Advanced Control Architectures for Intelligent Microgrids—Part II：Power quality，Energy Storage，and AC/DC microgrids[J]．IEEE Transactions on Industrial Electronics，2013，60(4)：1263-1270．

[10]章健．MultiAgent系統在微電網協調控制中的應用研究[D]．上海：上海交通大學，2009：1-80．

[11]S.D.J Mcarthur,E.M. Davidson,V.M.Catterson,et al.Multi-agent Systems for Power Engineering Applications—Part I:Conception,Approaches, and Technical Challenges[J].IEEE Transactions on Power Sysems,2007,22(4):1743-1752.

[12]S.D.J Mcarthur,E.M. Davidson,V.M.Catterson,et al.Multi-agent Systems for Power Engineering Applications—Part Ⅱ : Technologies, Standards,and Tools for Building Multi-agent systems[J]．IEEE Transactions on Power Sysems,2007,22(4):1753-1759.

[13]Wong S K, Kalam A. Development of a Power Protection System Using an Agent Based Architecture[C].International Conference on Energy Management and Power Delivery，1995，1：433-438.

[14]劉洪進，袁斌，戴宏偉，等．多代理系統及其在電力系統中的應用[J]．電力系統自動化，2010，10(10)：45-52．

[15]Fenghui Ren, Minjie Zhang, Danny Sutanto. A Multi-agent Solution to Distribution System Management by Considering Distributed Generators[J]. IEEE Transaction on Power Systems, 2013, 28(2): 1442-1451.

[16]于文鵬，劉東，余南華，等．主動配電網的局部自治區域供蓄能力指標及其應用[J]．電力系統自動化，2014，38(15)：44-50．

[17]郝雨辰，吳在軍 ，竇曉波，等．多代理系統在直流微網穩定控制中的應用[J]．中國電機工程學報，2012，32(25)：27-35．

[18]章健，艾芊，王新剛，等．多代理系統在微電網中的應用[J]．電力系統自動化，2008，32(24)：80-82．

An autonomous operation technology based on multi-agent system is proposed for active distribution network with high penetration of distributed generation (DG). The agent model and the operation strategy of DGs are established considering the cooperative of different kind of DGs. This technology can dynamically respond to the change of DGs′ output and load demands to achieve the autonomous, balanced and efficient operation through the autonomy of multi-agent system. Finally, the simulation results verify the feasibility of the proposed method.

active distribution network; distributed generation; multi-agent; autonomous operation

TM743

A

1003-6954(2016)03-0039-06

2016-03-28)