基于MAS的MMHC-BESS PQ控制SOC協同控制方法

徐杰彥,李璐效,楊涵棣,許 烈,李永東

(1.國網(北京)綜合能源規劃設計研究院有限公司，北京100052；2.清華大學先進電能變換與電氣化交通研究中心，北京100084；3.新疆大學可再生能源發電與并網技術教育部工程研究中心，新疆烏魯木齊830047)

現今，能源短缺和環境污染已成為世界性難題，而以太陽能、風能為主的可再生能源(renewable energy sources,RES)以其污染小、發電成本低、安裝配置靈活等優勢，得到了廣泛關注和快速發展[1]。但隨著RES 大規模并入電網，其出力具有隨機性和波動性的特點，威脅電力系統的安全穩定運行。而BESS 憑借響應速度快和可持續充放電時間長等優勢，成為了解決RES 并網問題的重要設備。多電平技術具有dv/dt小、開關頻率低、效率高和EMI 性能好等優點[2]，隨著其廣泛應用于新能源發電領域，多電平變換器電池儲能系統憑借其占地面積小、集成度高、功率密度大等優點，成為未來分布式儲能技術的重要技術支撐[3-4]。

由于電網中RES 發電的間歇性和易變性、用戶側負荷的不確定性以及能量的雙向性，需要一種合理的微電網SOC協同控制方案來實現微電網多BESS 的可靠運行。目前，微電網多BESS 的SOC協同控制方案主要有四種，包括集中控制、分層控制、分布式多代理系統(multi-agent-system,MAS)控制和下垂控制[5]。其中，集中控制是要同時了解各個分布式儲能模塊的運行信息，因此需要高成本的主控芯片和通信線路，且即插即用特性較差；分層控制同樣需要主控制器。而分布式MAS 控制方案不用主控芯片，僅通過代理之間的通信，就可以實現類似于集中控制的全局控制，且在擴展能力等方面優于集中控制和分層控制。下垂控制沒有通信且成本低，它使用本地信息來實現微電網中的負載分配，可用作分層控制的底層控制方案。因此，分布式MAS 控制方案及下垂控制是未來分布式儲能控制的首選方案。

目前，國內外學者對BESS 的SOC協同控制提出了一些方案，但對多電平變換器BESS 的SOC估計方法及協同控制的研究較少。文獻[6]首先將儲能技術融入到了多電平拓撲結構中，提出了CHB-BESS 模型，并采用安時積分法對電池進行了SOC估計，實現了能量均衡，驗證了BESS 與多電平技術結合的可行性。文獻[7]針對電池能量管理系統(battery management system,BMS)提出了一種SOC協同控制方案，通過小功率DC-DC 變換器將蓄電池組內的每個蓄電池單元進行連接，并控制各個儲能單元的放電速率，同時利用通訊來收集這些儲能單元的SOC信息，最終實現了SOC的協同控制。文獻[8]針對低壓微電網提出了一種基于P-E 下垂控制的SOC協同控制方案，實現了相同容量BESS 的SOC協同控制，但會出現頻率/電壓偏移問題。文獻[9]提出了MMHC-BESS模型，并在電動汽車中進行了實驗驗證，但沒有對其SOC協同控制進行研究。

本文選取MMHC-BESS 模型，相較于其他拓撲結構更具有經濟效益，從分布式MAS 控制的基本概念出發，研究了MAS 能量供需平衡問題，構建了一致性算法，并對電池模型進行了基于PQ 控制的SOC協同控制研究，最后通過仿真驗證了該方法的可行性。

1 MMHC-BESS的拓撲及建模

1.1 MMHC-BESS 的拓撲結構

圖1所示是MMHC-BESS 的拓撲結構。

圖1 MMHC-BESS 的拓撲結構

圖中，i=(a,b,c)表示拓撲中的a,b,c三相橋臂，j=(1,2,…,j)表示每個單相橋臂中的第j個子模塊。每相橋臂都由j個子模塊和全橋模塊級聯而成，而每個子模塊則包含一個半橋模塊、電池組模塊和電容Cij。MMHC-BESS 的輸出端通過L 或LCL 濾波環節接入電網。其中，ui為MMHC-BESS 輸出端的三相電壓，ii為流入MMHC-BESS 的電流，Lg為并網濾波電感，Rg為并網等效阻抗，ugj為網端三相電壓。

當MMHC-BESS 接入低壓工業配電網時，MMHC 子模塊采用MOSFET 作為開關器件。MOSFET 工作在高頻狀態，各子模塊依據各自電池狀態實現獨立的PWM 斬波調制，充分利用MOSFET 開關損耗低的特點。而H 橋采用IGBT 作為開關器件，工作在工頻狀態，充分利用其通態損耗低的優勢。因此，結合兩種復合開關器件，發揮各自的優勢，實現系統效率最優，即儲能收益最大化。

1.2 MMHC-BESS 建模

一階RC 等效電路是最常用的電池模型之一，具有建模簡單、計算量小等優點，因此采用該模型對MMHC-BESS 建模，如圖2所示。該模型包括電池內部電源Usoc、電池內阻R0以及一階RC 環節電阻R1和電容C1。其中，Ubat是電池輸出電壓，Ibat表示電池電流的參考方向，U1是一階RC 環節的電壓。

圖2 一階RC 等效電路模型

根據電路模型可得：

電池SOC與電池容量Q、電流ibat之間的關系式為：

式中：SOC(t)為t時刻電池SOC值；SOC(0)為0 時刻電池SOC值；η為庫侖效率。

把電池SOC和RC 環節電容兩端的電壓U1作為狀態變量，電池輸出電流Ibat設為激勵變量，電池輸出電壓Ubat設為觀測變量，可得離散化后的狀態空間方程，如下所示：

式中：fUsoc為SOC與Usoc之間的關系曲線；Δt為離散化步長。

2 MAS 控制并網微電網的能量平衡方法

2.1 分布式MAS 控制的基本概念

分布式MAS 控制相對于集中控制和分層控制來說，由于將系統的控制目標分配給了本地控制器來進行自主決策，減輕了主控制器的壓力，具有先行性、分布式和智能化等優點。近年來，隨著通信技術的迅速發展，以及電力系統控制和能源管理的需求增加，分布式MAS 控制已逐漸成為研究的熱點和趨勢。

在MAS 中，代理(Agent)定義為駐留在環境中的實體，主要包括硬件設備及軟件程序。硬件設備主要包括電網中的測量設備、采樣設備、主控芯片和通信模塊，而軟件主要涉及控制策略和通信協議。在微電網中，通常在總線節點上部署收集器、主控器及通信設備，以形成代理智能決策系統，該系統可以監視、控制和保護受控對象。

圖3所示是Agent 的基本結構，主要含有四個模塊：采集、通信、信息處理和決策。Agent 的工作模式為：動態監視環境的變化，通過收集和匯總信息，結合預期目標給出控制決策，來響應環境的變化；同時，還可以跟相鄰的Agent 進行通信，對電力系統進行協同控制。

圖3 Agent的基本結構

表1 顯示了Agent 的四個特點。因為單個Agent 只能得到其自己的信息或相鄰Agent 的數據的一部分。因此，為了控制整個微電網，有必要組織微電網中的所有Agent 來構建MAS。通過在MAS 中合理分配每個Agent 的資源，可以及時響應環境變化，并達到全局最優的目的。MAS 具有配置方便、高度智能化等優勢，對于微電網中需要靈活調度及協同控制的分布式儲能來說具有很好的應用前景。

表1 Agent 的基本特征

2.2 MAS 能量平衡方法

為了滿足系統供需平衡，MMHC-BESS 在微電網并網運行時通常采取PQ控制策略。此時，其輸出的有功功率和無功功率同負荷功率的關系為：

當微網的負荷功率較小時，需要盡可能地消納RES，此時RES 變換器采用最大功率點跟蹤(maximum power point tracking,MPPT)控制策略，將富余的能量儲存在MMHCBESS 中；而當微網中RES 出力不足以支撐負荷安全穩定運行時，就需要MMHC-BESS 協同RES 進行參數和功率調節，從而滿足負荷的功率需求，此時MMHC-BESS 采用MPPT 控制策略。

當微電網所有可以調度的能源不足以支撐負荷安全穩定運行，或者MMHC-BESS 的SOC達到限額時，需要考慮從外部電網調度能量，來維持微電網的供需平衡，并且使得MMHC-BESS 的SOC保持在一定范圍之內。當考慮電網波動性指標時，要保證一個調度間隔內電網的輸出功率不變。

為了實現并網微電網能源供需平衡，需要在各個分布儲能系統之間建立通信。集中控制策略需要昂貴的中央控制器，成本高。隨著微電網中多種負荷的增加，微電網中設備的類型和數量也持續增長。采用集中控制方案需要收集大量的設備信息，因此中央控制器需要處理的信息量繼續增加，而中央控制器的處理速度和能力受到限制，從而導致集中控制方案在微電網中的應用是有限的。分布式MAS 解決方案配置更加靈活方便，采用Agent 之間的相互通信實現控制目標，而無需集中式控制器，更適用于分布式儲能的微電網系統。

根據微網中設備的輸出特點，將RES 定義為不可調度的微源Agent。MMHC-BESS 可以控制和調度其輸出功率，因此被定義為可調度的微源Agent。不可調度的微源Agent 只需要發送自己的輸出功率到相鄰的可調度的微源Agent 即可。可調度的微源Agent 接收不可調度的微源Agent 的功率信息，并根據能量供需平衡方法改變自身的功率輸出。同時，可調度的微源Agent 通過通信線傳輸功率信息，從而實現對MMHC-BESS 的SOC協調控制。值得注意的是，在構建通信網絡的過程中，要遵從通信網絡是沒有隔離節點的有向通信網絡、不可調度的微源連接到至少一個可調度的微源及可調度的微源是沒有隔離節點的雙向通信網絡的原則。

圖4 為各個微源Agent 之間的向圖，可以表示為G=(V,λ,A)。其中V=(v1,…,vn)，表示有n個微源設備；λ表示為相鄰兩個微源連成的邊的集合，用來表示各個相鄰節點之間的通信關系，如果從j節點將信息傳遞給i節點，可以表示為(vj,vi)；定義矩陣A=[aij]，表示為各個節點之間的通信關系，也叫做權重因子，如果j節點和i節點直接存在通信，則aij不為零，反之aij等于零。

圖4 基本有向圖

采用通信相鄰矩陣A、設備種類矩陣T及出度矩陣E作為MMHC-BESS 的輸出功率依據，表示為：

式中：矩陣A表示微源之間的松散通信關系，當節點j可以從節點i收到信息時，aij=0，反之aij=1。對角矩陣T代表設備種類矩陣，當設備輸出功率可調度或可控時（如MMHCBESS），則tii=1；反之，若設備不可調度（如光伏、風力發電系統），則tii=0。對角矩陣E 為出度矩陣，表示從當前節點引出的通信線的數量。

根據MAS 的通訊特點及微網能量供需平衡特點，MMHC-BESS 在k+1 時刻可以調度的功率P(k+1)及Q(k+1)加上新能源輸出功率等于微網負荷需求功率PL(k)及QL(k)，表示為：

根據上述公式，可以結合MAS 通訊方法推導分布式儲能系統在k+1 時刻的功率指令為：

由上可知，當MMHC-BESS 的輸出功率超出負荷功率時，能量會有剩余，此時參考功率指令會變負；若MMHCBESS 的SOC未達到限定值，系統將會吸收電網中多余的能量給MMHC-BESS 充電，從而充分利用RES。而當系統功率需求不足時，MMHC-BESS 則會放電使電網穩定運行。

根據上述公式可以推導得到系統能量平衡表達式為：

式中：z為可調度微源Agent 編號；x為Agent 總個數。

當微網供需不平衡時，需要靠微電網提供能量，在該情況下可以結合之前的公式推導出微網輸出功率為：

3 基于MAS 的MMHC-BESS 的SOC 協同控制方法

在MMHC-BESS 中，功率開關管特性、線路阻抗等因素都會對電池的SOC造成影響，并且具有累積效應，會造成電池模塊之間的SOC差異化增大，導致變換器的可用容量下降，系統整體利用率降低，需進行SOC均衡。

3.1 MAS 控制微電網MMHC-BESS 的SOC 協同控制方法

為實現微電網供需平衡，并且考慮不同容量的MMHCBESS 充放電過程中的SOC協同控制，需要保證微電網在高負荷運行情況下每臺MMHC-BESS 逆變器輸出功率不超過各自的功率限制，定義如下參數：

式中：GPI為比例積分系數；idref和iqref分別為MMHC-BESS 的電流經過dq變換之后的d軸電流及q軸電流；和為各個MMHC-BESS 逆變器的輸出有功功率及無功功率；和為各個MMHC-BESS 的參考有功功率及無功功率；α和β為權重系數，可以保證MMHC-BESS 的輸出功率不超過其規定值；r為SOC均衡系數，主要調節MMHC-BESS 充放電過程中SOC協同控制速度；Cei為每個MMHC-BESS 的容量；ks為權重系數；SOCave為MMHC-BESS 的SOC均值。

其中，MMHC-BESS 的功率平均值可由下式計算：

根據上述公式，MMHC-BESS 的協同控制框圖如圖5所示。

圖5 MMHC-BESS控制框圖

3.2 一致性算法

要得到各個MMHC-BESS 的功率及SOC平均值，需要各個Agent 之間實現通信，為了減少通信的數量，采用一致性算法進行功率和SOC均值計算，降低系統的構建成本。將連接到電網中的MMHC-BESS 當成一個由N 節點和其節點相鄰的邊E 組成的通信網絡。相鄰節點直接相互通信，每個MMHC-BESS 都可以儲存其初始SOC值和功率值。

一致性算法主要分為以下兩個步驟：

(1)相鄰節點之間通過雙向通信，交換各自的信息；

(2)將新信息和自身的歷史信息進行線性組合來更新狀態信息。

其具體計算公式如下所示：

式中：SOCave_i為MMHC-BESSi 的SOC平均值；SOCi為單個MMHC-BESSi 的SOC值；kw為權重因子。

結合MAS 通信協議的A、T、E矩陣，可將上述公式改寫為：

其有功和無功計算方式相似。

圖6所示為一致性算法下MMHC-BESS 的SOC均值迭代過程，設定MMHC-BESS1 的SOC初始值為0.8，MMHCBESS2 的SOC初始值為0.5，經過若干次迭代之后得到MMHC-BESS 的SOC均值。

圖6 一致性算法SOC均值

4 仿真與分析

根據MAS 通信方案，建立如圖7所示的微源通信結構，其中紅色Agent 代表不可調度單元為RES，黃色Agent 代表可調度單元為MMHC-BESS，藍色為負荷。不可調度Agent 和負荷可以與相鄰的可調度Agent 進行單向通信，主要發送有功及無功信息，而可調度Agent之間可以相互通信。

根據如圖7所示的MAS 通信圖可以得到系統的鄰接矩陣A、設備類型矩陣T及出度矩陣E分別為：

圖7 MAS通信圖

根據矩陣A、T、E可以求得MMHC-BESS(Agent2)的輸出功率參考值：

結合上述公式及圖7 可以得出，不可調度Agent 的負荷被與其存在通信的可調度單元完全支配，而其余的負荷被微網中的MMHC-BESS 均分。

根據上述方案建立仿真模型，如圖8所示。

圖8 分布式MAS 協同控制模型

仿真參數如表2所示。

表2 仿真參數表

圖9～圖11 為采用MAS 協同控制方案的仿真結果，仿真過程中考慮了MMHC-BESS 的SOC不一致和微網能量功率平衡等問題。圖9(a)所示為不可調度發電單元的出力情況，輸出的有功和無功功率均為定值；圖9(b)所示為負荷的需求功率，在t=3 s 時，負荷5(1)的需求功率從13.46 kW、7.93 kVar突變為26.93 kW、15.86 kVar，使得微網能量供需不平衡，電網首先提供瞬時功率支撐，然后由MMHC-BESS 快速相應負荷功率變換，實現微網供需平衡，在此過程中沒有對不可調度單元輸出功率產生影響。

圖9 功率仿真波形

圖11 MMHC-BESS輸出功率情況

從圖10、11 可以得出，采用分布式MAS 協同控制過程中，在充電狀態下，系統根據MMHC-BESS 的容量比例來分配功率，再考慮自身SOC與MMHC-BESS 的SOC均值的關系，來補充額外的功率指令，在保證微網供需平衡的情況下，實現了MMHC-BESS 的SOC的協同控制。

圖10 MMHC-BESS的SOC均衡情況

5 結論

(1)分析了MMHC-BESS 的拓撲結構，并采用一階RC 戴維南等效電池模型對MMHC-BESS 進行了建模。

(2)介紹了分布式MAS 控制的優勢，對MAS 中Agent 這一實體進行了詳細的解釋，并提出了一種MAS 能量平衡方法，實現了并網微電網內能量的供需平衡。

(3)提出了一種MAS 控制微電網MMHC-BESSPQ控制的SOC協同方案，可以調節MMHC-BESS 逆變器的輸出有功功率，進而實現了不同容量MMHC-BESS 的SOC協同控制。

(4)搭建了基于MMHC-BESS 的分布式MAS 協同控制模型，得到了MMHC-BESS 的功率平衡情況和SOC均衡情況，仿真結果驗證了本文所提方法的可行性。