云邊協同架構下計及能碳管理的微電網頻率控制方法

摘" 要：針對微電網內部新能源占比高、傳統同步機調頻資源有限而頻率波動頻繁的問題，提出一種基于云邊協同架構的電動汽車輔助H∞頻率控制策略。首先，考慮到電動汽車的荷電狀態（State-of-Charge， SoC）限制，將邊緣終端配置在微電網內的充電站，并在邊緣終端部署一種計及SoC而不破壞微電網頻率控制架構完整性的能碳管理方法。其次，在微電網云端控制中心，部署基于H∞的控制算法以調節傳統同步機和電動汽車充電站的輸出有功功率。仿真算例結果表明，與傳統頻率控制策略相比，所提方法具有一定的可行性與優異性。

關鍵詞：微電網；電動汽車；頻率控制；能碳管理；延時與丟包

中圖分類號：TP391 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）19-0169-04

Abstract： Aiming at the problems of frequent frequency fluctuations in microgrid with high-proportional renewables and limited frequency regulation resources， an auxiliary H∞ frequency control strategy for electric vehicles based on cloud edge collaborative architecture is proposed. First of all， considering the State-of-Charge （SoC） limitation of the electric vehicle， the edge terminal is arranged in the charging station in the microgrid， and an energy and carbon management method which takes into account SoC without destroying the integrity of the microgrid frequency control architecture is deployed at the edge terminal. Secondly， in the cloud control center of microgrid， a control algorithm based on H∞ is deployed to adjust the output active power of traditional synchronous machines and electric vehicle charging stations. The simulation results show that the proposed method has certain feasibility and superiority compared with the traditional frequency control strategy.

Keywords： microgrid; electric vehicle; frequency control; energy carbon management; delay and packet loss

微電網（Microgrid， MG）是解決山區農村、大型海島等偏遠地區供電難的最有效手段[1]。不同于傳統同步機組有功功率輸出的可控性，新能源機組有功功率的輸出往往受到天氣因素的影響而呈現間歇性與波動性[2-3]。其與微電網內負荷需求的不確定性相疊加，導致微電網有功功率供需兩端波動較為頻繁，進而對微電網頻率穩定性產生不利影響[4]。近年來使用電動汽車入網（Vehicle to Grid，V2G）技術提供輔助調頻資源，可有效分擔同步發電機的壓力，故受到學者的廣泛關注。

文獻[5]在建立含電動汽車的微電網頻率控制狀態空間方程的基礎上，提出基于模型預測控制的控制策略。然而，文中假設參與頻率控制的電動汽車數量始終是恒定的，故方法適用性有待提升。文獻[6]、[7]則考慮電動汽車的荷電狀態（State-of-Charge， SoC）因素，提出一種計及SoC的頻率控制任務自適應分配方案。然而，該方法本質上導致微電網頻率控制系統的結構隨SoC的變化而不斷改變。文獻[8]則進一步考慮了電動汽車與控制中心中的延時影響，基于特征值計算方法推導了延時允許時滯上限。然而，對實際微電網而言，可能存在實際延時大于允許時滯上限的情況。

隨著物聯網技術、邊緣計算技術等在電力系統中的逐步應用，在更加靠近數據源側部署具備一定數據計算、分析能力的邊緣計算裝置提供額外的計算資源支撐以分擔電網云端控制中心的計算壓力成為當前電力系統的發展趨勢，稱為云邊協同方式。基于上述背景，本文提出一種運行于云邊協同架構下的電動汽車輔助微電網頻率控制策略。

1" 云邊協同微電網頻率控制架構

圖1示出了本文所提云邊協同架構下的微電網頻率控制架構。邊緣計算裝置部署于電動汽車充電站內，負責本地當前階段參與輔助調頻的電動汽車集群模型上傳以及調頻任務的分配。而云端則在匯聚微電網頻率偏差以及充電站上傳的模型參數的基礎上，進行微電網頻率控制指令的更新。

2" 云端最優H∞頻率控制指令更新策略

云端控制中心需要根據當前的微電網頻率偏差情況，實時制定傳統同步機調頻機組與充電站的有功功率輸出。而對于微電網而言，持續的頻率偏差會造成運行網損上升、繼保裝置拒動或誤動、用電設備壽命下降等一系列不利影響。因此，微電網的頻率控制系統需要對外部功率的影響滿足一定的衰減性能。此外，云端控制中心的控制指令下達以及微電網運行狀態的上傳均需要通過網絡進行，故隨機延時與丟包對頻率控制性能的影響同樣不可忽略。因此，本節首先在推導計及延時/丟包因素的閉環微電網頻率控制系統穩定性約束條件的基礎上，將控制器設計問題轉化為約束優化問題。

2.1" 計及延時/丟包因素的頻率控制閉環模型

由于控制指令需要等待底層采樣的頻率偏差信息上傳到控制中心后才能更新，故狀態上傳延時和控制指令下達延時可以等效為狀態量上傳的單邊延時。令總延時量為τ，滿足τ≤LTs（L∈Z+，Ts為采樣周期）。離散化的開環頻率控制系統滿足

從表2中可知，本文的頻率偏差與文獻[10]相近而較文獻[9]增大了12.77%；類似地，峰值時間與文獻[10]相近而較文獻[9]延長了15.79%。但穩態時間本文所提方法與文獻[10]和文獻[9]相比縮短了43.25%和67.07%。最終的頻率偏差絕對值積分本文則比另外2個方法減少了36.31%和46.60%。其原因在于，本文所提方案可以視為在文獻[10]固定分配因子基礎上的進一步修正。所提可變分配因子設定方案保證了充電站對外動態特性的不變，故控制性能接近；相反地，文獻[9]中參與因子隨著SoC的變化而變化，從而導致微電網頻率控制系統的結構發生不確定性變化，從而影響了對應的動態性能。具體體現為在頻率恢復過程的末端，由于電動汽車SoC的下降而參與微電網調頻的程度降低，從而導致微電網的調頻資源不足而恢復時間變長。

4" 結論

針對微電網頻率穩定性受到來自物理層調頻資源有限和來自信息層不確定延時與丟包的雙重挑戰，本文提出一種在云邊協同架構下利用電動汽車輔助的頻率控制策略。通過在充電站部署邊緣計算裝置實現電動汽車調頻任務自適應分配的同時，保證了充電站對外動態特性的不變性，從而有利于微電網云端控制中心的控制策略設計。此外，通過計及動態性能提升的網絡化頻率控制策略設計，實現了對頻率偏差的快速阻尼。未來將進一步關注網絡存在入侵風險下的微電網頻率安全控制策略。

參考文獻：

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

[2] KHALGHANI M R， SOLANKI J， SOLANKI K S， et al. Stochastic secondary frequency control of islanded microgrid under uncertainties[J]. IEEE Systems Journal， 15（1）：1056-1065.

[3] NIGAM S， AJALA O， DOM？魱NGUEZ-GARC？魱A A， et al. Controller hardware in the loop testing of microgrid secondary frequency control schemes[J]. Electric Power Systems Research， 2021，190（1）：1-7.

[4] YANG T， ZHANG Y， WANG Z， et al. Secondary frequency stochastic optimal control in independent microgrids with virtual synchronous generator-controlled energy storage systems[J]. Energies， 2018，11（1）：1-14.

[5] 馬苗苗，潘軍軍，劉向杰.含電動汽車的微電網模型預測負荷頻率控制[J].吉林大學學報（工學版），2019，49（5）：1644-1652.

[6] 楊健維，董鴻志，廖凱，等.計及電動汽車輔助調頻的負荷頻率控制聯合優化[J].電力自動化設備，2019，39（3）：200-206.

[7] VACHIRASRICIRIKUL S， NGAMROO I. Robust LFC in a smart grid with wind power penetration by coordinated V2G control and frequency controller[J]. IEEE Transactions on Smart Grid， 2014，5（1）：371-380.

[8] 李曉萌，賈宏杰，穆云飛，等.時滯環境下基于電動汽車與電熱泵的協調頻率控制[J].電力自動化設備，2020，40（4）：88-95.

[9] YANG T， ZHANG Y， LI W， et al. Decentralized networked load frequency control in interconnected power systems based on stochastic jump system theory[J]. IEEE Transactions on Smart Grid， 2020，11（5）：4427-4439.

[10] JIA H， LI X， MU Y， et al. Coordinated control for EV aggregators and power plants in frequency regulation considering time-varying delays[J]. Applied Energy， 2018，210（1）：1363-1376.

第一作者簡介：葉幫武（1981－），男，高級工程師。研究方向為電碳計量，能碳管理系統，分布式新能源與微電網技術等。