基于多智能体一致性算法分布式协同的能源互联网控制
扫描二维码
随时随地手机看文章
近年来，随着能源互联网概念的提出和相关技术的发展，包括电能，热能等多种形式的能源在能源主网和能源微网之间的双向有效流动变得愈来愈重要。同时随着分布式电源规模的逐渐增加，传统形式下的集中控制算法由于其低可靠性和高成本等特点，不再适用于大规模分布式发电系统接入下的能源互联网。因此本文提出了能源互联网典型结构及关键设备，并采用多智能体系统设计方法设计分布式控制架构，在此架构基础上，设计分布式控制器实现能源互联网中关键指标同步，保证功率合理分配，并使系统处于热备用状态，同时有效抑制系统环流，进而分别从物理和信息角度提高了系统可靠性。
2、能源互联网结构构建及多智能体控制系统框架能源互联网架构目前依然以电网为核心架构，基本架构及关键设备如图1所示：
图1能源互联网结构及关键设备
以电网为核心架构的能源互联网的控制主要是以分级控制架构为基础，一级控制为本地控制，实现各个设备的常规控制，保证正常情况下分布式发电单元功率的有效输出;二级控制是网络控制，实现各个设备之间的协调控制，核心是保证重要指标如电压，相角等信息的同步，从而可以实现能源互联网处于热备用状态;三级控制是用于实现主电网中能量与能源互联网中能量的互相交换，实现能量高效的双向流动。能源互联网中的主要设备有能源路由器和能源交换机。能源路由器为三级控制的设备，主要用于协调主电网与微电网之间的电能，从而实现主电网和微电网之间的能源和信息双向流动。能源交换机为二级控制器的主要设备，用于控制能源互联网中的储能、变换器等相关设备实现分布式的网络化协同控制，用于控制储能设备的能源交换机主要是在整个系统能源缺失时，发挥作用，保持整个系统短时内的稳定运行，并与能源路由器进行信息交换实现功率补偿;用于控制变换器的能源交换机主要用于实现网络化的控制算法，实现多个分布式发电设备的分布协同控制。在系统设计过程，本文参考GAIA设计方法，定义系统中多智能体控制设备的结构。
3、能源互联网中分布式协调控制算法设计本文通过分析系统中环流产生的原因，得出结论，若想有效的抑制系统中环流，必须要控制系统中输出电压幅值和相角同时一致。因此本文以相角-有功功率和电压幅值-无功功率以及电压电流双闭环控制方法为基础建立大信号模型，建模充分考虑能源互联网中电压非线性特性，提出了带有领导者的多智能体一致性算法的输入-输出反馈线性化控制方法，针对系统中功率的波动，分别对系统中输出电压相角和电压幅值进行调整，实现实时跟踪系统领导者状态。系统领导者信息可以是人为设定的状态也可以是主电网的信息，若领导者信息系统来自于主电网，则能源互联网可以实时跟踪主电网信息，从而实现系统的热备用状态。无论系统的领导者信息来自哪里，提出的控制算法都可以使系统状态实现一致，从而可以有效抑制系统中环流，可以提高系统安全性。所采用的多智能体一致性算法为分布式控制算法，每个控制器只需要与自己相邻的控制器通信即可实现有效的控制。因此所提出的算法分别从物理的角度和控制信息的角度提高了系统的稳定性。系统控制流程图如图2所示：
图2系统控制流程图
4、算例分析为验证提出的结构和控制算法的可靠性，本文搭建一个小型的系统进行仿真，包括四台分布式发电单元和五项负载，仿真过程中充分考虑各种情况，包括负载突变，部分分布式电源失效等情况，通过与传统控制算法对比验证了所提出算法的有效性。仿真过程如下：仿真开始时，系统中接入五个负载，四个分布式电源同时运行，在0.4s时，DG-4切出，由DG-1，DG-2和DG-3进行供电，在0.7s时，Ld4和Ld5切出，因此由三个分布式电源30kW的有功功率负载进行供电。在对比仿真中，0.2s加入所提出的控制算法。图3和图5分别是传统控制算法控制下的电压相角及幅值控制效果，图4和图6分别是所提出控制算法控制下的控制效果。可以看出传统的控制算法不能够保证系统输出相关指标的一致，而本文提出的算法可以，进一步的由于可以有效的控制系统输出电压幅值和相角，因此提出的算法可以有效地抑制环流。
图3未加入多智能体控制的输出电压相角
图4加入多智能体控制输出电压相角
图5未加入多智能体输出电压标幺值
图6加入多智能体输出电压标幺值
5、总结与展望针对于传统的集中控制算法无法满足大规模分布式发电单元接入的能源互联网的控制要求，设计了典型的能源互联网结构及关键设备，同时在分级控制架构下，提出基于多智能体一致性算法分布式协同控制策略应用于能源互联网的控制中，主要解决了电压幅值及相角无法一致，系统环流大以及集中式控制器可靠性差等问题，仿真结果验证了所提出算法的有效性。在本文所提出的架构下，针对于能源互联网系统，可以进一步加入热电联产等设备进行控制器设计，此外可以在算法上进一步扩展，解决如带有通信延时，线路参数不平衡导致的无功功率分配效果不理想等问题。
下载文档
