基于多智能体的含虚拟发电厂配电网的电压稳定性协调控制

基于多智能体的含虚拟发电厂配电网的电压稳定性协调控制

赵春岭

（山西京能吕临发电有限公司山西省吕梁市033200）

摘要：分布式电源（DG）、微电网（MG）接入配电网运行时将给配电网的电压、电能质量、系统保护和调度运行等带来一系列的影响，而电压稳定性问题是其中一个重要的方面。近年来出现的虚拟发电厂VPP（VirtualPowerPlants）被认为是更适合和更有效的DG接入方式。VPP是通过分布式电力管理系统将配电网中地理位置分散或集中的DG／MG、可控负荷和储能系统合并作为一个特别的电厂参与电网运行，以期在充分挖掘DG为电网和用户所带来的价值和效益的基础上，同时有效地解决大量DG接入后对配电网的冲击和影响。在VPP的控制管理系统中，通常采用多智能体技术。多智能体系统将大的复杂系统划分为小的彼此相互通信及协调的、易于管理的系统，具有比其他控制更优越的性能。

关键词：基于多智能体；虚拟发电厂；配电网；电压稳定性；协调控制

前言

应用多智能体协调控制理论来实现含分布式电源的配电网的电压协调控制，以提高配电网的静态电压稳定性。首先对含分布式电源的配电网进行电压稳定性分析，根据系统各节点的电压失稳系数判断系统中的电压稳定性薄弱节点；其次对配电网中的分布式电源进行虚拟发电厂等效，提出同时利用虚拟发电厂和配电网常规调压设备实现配电网电压协调控制的框架体系。应用多智能体协调控制理论得出电压稳定性协调控制的数学模型，设计多智能体的反馈控制器。仿真结果验证了所提方法的正确性和有效性。

1、含DG的配电网电压稳定性分析

本文采用概率特征根电压稳定性分析方法，将含VPP的配电网在稳态运行点线性化，可得到：

其中，U表示矩阵A的右特征向量；W=A″U=［w1，w2，…，wn］为特征根对节点电压的失稳系数，wj的第i个元素wji（j=1，2，…，n）被称为特征根对节点电压的电压失稳系数，其大小反映了特征值λi对节点电压偏差量ΔUtj的影响程度，如果某个wji较大，则说明相应节点的电压不稳定性较高，本文将利用该指标来判断配电网静态电压不稳定程度。

2、含VPP的配电网结构

选取配电网中部分DG构成VPP，配备中央控制器对VPP中的DG进行控制管理，典型的含VPP和常规调压设备的配电网结构如图1所示。图中粗实线表示功率连接，带箭头的细实线代表信号连接及其流向，以N1、…、Nn表示常规调压设备（如STATCOM），相应的控制器以N1C、…、NnC表示；虚线框内为VPP，包括DG以及MG，图中以DG1、…、DGn、MG1表示，相应的控制器以DG1C、…、DGnC、MG1C表示。

图2

a.第1层为配电网智能体层。配电网智能体进行整个控制体系的组织管理，其中配电网中央控制器负责进行配电网状态的判断和工作模式的切换（如潮流计算、稳定性分析以及紧急调压等），同时对下层智能体进行协调控制，实现VPP智能体和常规调压智能体的一致性调节。

b.第2层包括VPP智能体和常规调压设备智能体。其中VPP智能体协调VPP内部的MG智能体、DG智能体和负荷智能体，完成上层智能体发布的任务，同时实现下层智能体的控制策略和参数计算，并将下层智能体的状态上传至上层智能体；常规调压设备智能体根据上层智能体发布的任务主要实现配电网局部电压调整。

c.第3层包括MG／DG智能体以及负荷智能体。MG／DG智能体主要是监控MG和DG的运行状况，根据VPP智能体的任务要求来调节自身的有功和无功出力，在适当的情况下可以限制孤岛运行，以达到VPP的电压调节目标。负荷智能体与MG／DG共同达到VPP的电压调节目标，在MG／DG出力达到极限的情况下，可通过切负荷的方式达到调压的目的。

基于多智能体的配电网协调控制工作流程为：当配电网出现电压稳定性问题时，配电网智能体发送调压命令，VPP智能体接收到调压命令以后，对其下层的MG／DG智能体和负荷智能体发出调压请求，MG／DG智能体和负荷智能体接收到VPP智能体的请求以后，做出调节有功和无功出力以及切负荷等响应，以实现VPP智能体的调压；常规调压设备智能体在接收到调压命令以后也进行调压。同时VPP智能体与常规调压设备智能体之间通过相互通信以达到协调控制目的。

4、多智能体协调控制方法实现

4.1问题描述

考虑配电网智能体是由多个VPP智能体和常规调压设备智能体构成，单个智能体状态方程可描述为：

其中，xi（t）为智能体i的信息状态值；Aii、Bii和Aij为已知的系统矩阵；uii（t）为t时刻智能体i的反馈输入；Kii为状态反馈增益矩阵。

4.2协调控制方程的求解

多智能体系统式（10）达到协调控制的条件是存在正定矩阵Pii（i=1，2，…，n）、矩阵Pij（i≠j，i<j）、Kij（i，j=1，2，…，n）使得矩阵不等式成立：

由以上可见，一致性问题可转换为求解具有双线性矩阵不等式（BMI）约束的可行性问题：

Minλ

s.t.-L（Pij）<λI，B（Pij，Kij）<λI（13）

考虑到不等式是关于矩阵Pij和Kij的BMI，其具体求解步骤如下。

a.初始化。给定初始值k=0，Kij=Kij0（i，j=1，2，…，n）。

b.循环。k=k+1，求解问题minλ和s.t.－L（Pij）<λI，B（Pij，Kkij－1）<λI的解Pij（i，j=1，2，…，n），并令Pkij=Pij（i，j=1，2，…，n），继续求解优化问题minλ和s.t.B（Pij，Kkij－1）<λI的解Kij（i，j=1，2，…，n），并令Kijk=Kij（i，j=1，2，…，n）。

c.结束。当Pkij、Kkij同时满足不等式L（Pijk）>0和B（Pkij，Kkij）<0时结束。

5、系统仿真分析

5.1仿真模型及参数

本文以如图3所示的IEEE33节点配电系统为对象进行算例验证，其中偶数节点接入模型为文献中的电动机负荷。系统电压基准值为12.66kV，视在功率基准值为10MV·A，根节点电压为1.05p.u.。在配电网中的节点17、24、32接入DG，其有功和无功分别为500kW、1000kvar，200kW、300kvar，500kW、1000kvar。

表2

5.2.2DG和STATCOM同时接入配电网

在节点11和节点29安装容量为2000kvar的STATCOM，并采用模型，取ΔId、ΔIq、ΔI0、ΔUdj为状态变量。重新对系统进行小信号稳定性分析，得到的20个特征值实部均为负数，满足电压稳定性条件，但通过对每个智能体的状态变化轨迹进行分析，得到波形。DG2的状态轨迹最后收敛于零，但DG1、DG3以及STATCOM1和STATCOM2的状态轨迹最终是发散性的，即系统未达到渐近稳定状态。

5.2.3VPP和STATCOM采用多智能体协调控制

将配电网中的DG进行VPP等效，并构建含VPP和STATCOM的多智能体协调控制体系，按照多智能体协调控制算法，得到的增益矩阵。当采用多智能体协调控制时，该系统的状态轨迹在1s以后均收敛至零，因此说明在多智能体网络系统达到了渐近一致。

6、结论

本文为在充分发挥DG益处的同时，降低对配电网的影响和冲击提供了较好的思路和技术手段。

参考文献：

［1］郝雨辰，吴在军，窦晓波，等.基于IEC61850的多代理系统在微电网运行控制中的应用［J］.电力自动化设备，2013，33（6）：139-146.

［2］李欣然，钱军，王立德，等.配电网集结等效的异步电动机综合负荷模型及其总体测辨建模［J］.电工技术学报，2009，24（4）：175-184.