基于一致性算法的微网分布式有功均衡控制

重庆大学输配电装备及系统安全与新技术国家重点实验室的研究人员李阳、叶琼蔚，在2017年第6期《电气技术》杂志上撰文，为实现微网内可控型分布式电源(distributed generator, DG)按有功容量分配负荷以避免其过载，建立了基于一致性算法的分布式有功均衡控制模型。

不依赖于中央控制器，而是通过Agent与邻居Agent之间的局部通信，根据自身信息及获取到的邻居信息来实时更新自己的信息，作为可控DG的指令以实时调整自身有功输出。此外，建立了考虑通信延时的有功均衡控制模型。

基于MATLAB/Simulink 仿真验证了所提均衡控制策略可以达到有功均衡的效果，解决了部分DG过载的问题，且系统电压和频率稳定；另外，讨论了延时对系统的影响，验证了延时过大会使系统均衡精度变差。

微网是一个包含多种DG、储能、负荷的可控、友好的小型电力网络，众多特性各异的DG常通过变流器并联运行，以提高系统的可靠性。由于多DG并联协调控制策略影响系统的稳定性，因而得到了广泛关注[1-3]。

微网中多台DG的功率均衡控制，即依据DG容量比例来分配系统总负荷，可以最大程度避免单台DG过载，从而提高系统运行可靠性，已有不少文献从功率均衡控制角度进行研究。文献[4]提出了以降低有功分配的分配误差为目标，使风力发电机组按容量比例分配负荷的策略；文献[5]根据风力发电机组的运行状态和实时风速等信息，对机组进行动态分类，并按风电机组最大发电能力和运行约束条件建立有功分配模型。

然而，以上模型都依赖于一个集中控制器，在微网内DG数量很多的情况下，中央控制器的通信及控制压力较大，可能无法对各台DG实施有效调度，系统可靠性及可扩展性不高。下垂控制是避免集中式控制上述问题的有效方法，其不依赖于集中式控制器，且通信依赖程度低甚至无需通信，因此在均衡控制中得到广泛的应用。但下垂控制存在诸多问题：均衡精度与稳定性存在一定的矛盾、无功分配精度不高、电压控制难度较大[6-9]。

文献[10]提出一种包含最大功率跟踪控制(MPPT控制)、定功率跟踪控制(PQ控制)、恒压/恒频控制(V/f 控制)的分布式控制模型。该模型中，风机、光伏采取MPPT控制以提高新能源渗透率；柴油机组、微型燃气轮机采取PQ控制，为系统提供稳态支撑；储能装置采取V/f 控制为系统提供暂态支撑。

该模型特点在于：①不依赖于集中控制器；②实现新能源最大程度消纳；③不存在下垂控制稳定性较差的问题。但该模型中可控DG按照“就地补偿”或“就近补偿”的原则来分配负荷，如果附近负荷较大或者可再生能源出力较小，可控DG易出现过载的问题。

为解决文献[10]模型中可控DG容易过载的问题，本文在其基础上，建立了可控DG有功均衡控制模型。其实现方案如下：利用稀疏通信网络，通过邻居之间的点对点通信，实时交换可控DG的有功/容量比信息，基于一致性算法确定下一控制周期的有功/容量比指令值，本地控制器依据该指令值计算其下一时刻的有功输出。

该改进模型完整保留了文献[10]不依赖于集中式控制器、新能源最大程度消纳、稳定性高这些优点；同时克服了可控DG容易过载这一问题，实现了有功的大范围互济，对减小可控DG及储能容量配置，提高系统可靠性有重要意义。最后仿真验证了本文均衡控制的有效性、以及不同大小的通信延时对均衡精度的影响。

图1微网双层网络模型

为避免微网内DG过载的现象，提高可靠性，本文提出了一种DG有功输出按自身有功容量来分配负荷的方案。不依赖于中央控制器，而是通过局部通信，根据自身信息及获取到的邻居信息来实时更新自身状态，作为可控DG的指令以实时调整有功输出。由于采用分布式控制方法，从而不存在因中央控制器“单点故障”导致全局崩溃的风险。

仿真验证了所提均衡控制策略可以达到有功均衡的效果，解决了部分DG过载的问题，且系统电压和频率稳定；另外，讨论了延时对系统的影响，延时较小对系统影响基本可以忽略，而延时过大会使系统性能变差。

本方法不足之处在于通信量较大。后续将在本文基础上，减少通信量，增强控制策略对通信延时的鲁棒性。