基于VSG☆的独立模块化光伏SSB蓄电池微电网交流频率/电池功率共识控制

2026-08-04 20:29:40

独立的光伏电池微电网是向远离公用电网的岛屿供电的有效方式。 本文提出了基于虚拟同步发电机（VSG）技术和灵活直流互联的独立模块化光伏电池微电网。联网转换器和电池转换器都是以VSG电压源模式工作的直流/交流双向转换器（分别称为B-VSG和I-VSG）。为了在每个模块中共享VSG的惯性能量，以提供频率支持并实现电池间扰动功率的均匀分布，设计了基于多智能体理论的无铅交流频率/电池功率共识控制策略。交流频率共识控制和额定交流频率恢复通过调节B-VSG的虚拟机械功率参考值实现。通过调节I-VSG的虚拟机械功率参考值实现电池功率共识控制和额定直流母线电压恢复。建立了四模光伏电池微电网的小信号模型并进行了稳定性分析。由于共识控制和额定值恢复控制的时间尺度和控制目标不同，设计了基于卷积优化算法（COA）的两阶段控制参数优化方法。与PSO相比，COA获得的控制器参数使系统动态性能更佳。模拟实验证明了分层分布式控制策略的有效性以及系统在拓扑重建下的鲁棒性。

简介

随着光伏（PV）组件和储能电池的技术进步和成本效益提升，光伏电池微电网已成为向远离传统电网的岛屿供电的有效方式[1,2]。然而，随着可再生能源渗透率的提高，传统的变流器控制方法，如PQ控制或下垂控制，导致微电网惯性显著减弱，导致频率最低点过高，且在扰动存在时频率变化率较高[3,4]。因此，需要一种能够增加微电网惯性的控制方法。虚拟同步发电机（VSG）技术为解决微电网系统低惯性问题提供了新思路。VSG模拟同步发电机的机电瞬态特性，能够提供稳定的惯性支持、优越的瞬态响应和动态稳定性[5,6]。在[7]中，比较了VSG控制和下垂控制的动态响应特性，发现VSG控制的频率支持效果优于下垂控制。[8] 分析了VSG的频率和电压稳定性，并提出了一种惯性阻尼增强控制方法。在[9]中，提出了一种新的解耦控制策略，以增强网格形成VSG系统的稳定性。同样，[10,11] 通过使用VSG技术提升系统的惯性支持能力。然而，上述研究均基于VSG计算初始功率的理念，接口转换器仍以电源模式运行，无法立即响应扰动功率，虚拟惯性功率仅在频率变化时计算。
作者和研究团队长期深入研究岛屿光伏电池微电网技术，并在中国珠海的东高岛和大湾山岛等岛屿开展了一系列示范项目[[12]， [13]， [14]， [15]]。[[12]， [13]， [14]] 提出了独立模块化光伏电池微电网方案。模块之间的互连网络为交流总线，每个模块通过三端口转换器（采用交流/直流/交流结构）连接到互连网络。在电网端，一个三端口转换器以电压源模式运行以维持交流直流总线电压，其他则以电源模式工作以交换电力。模块端，三端口转换器在固定电压源上工作，不适合并联运行，且光伏电源只能以PQ模式连接。上述独立模块化光伏电池微电网不支持惯性，且采用主从控制模式，导致系统可靠性较低。
鉴于上述不足，为建立统一的模块化硬件拓扑和系统扩展的分层分布式控制结构，本研究对其进行了一系列相应改进。互连网络改为灵活直流总线。互联变换器和电池变换器都是双向变换器，工作于VSG电压源模式。换句话说，分层分布式控制架构的主要层是VSG控制，重点在于第二层的协调控制律的设计。一个关键问题是如何实现多控制目标，如惯性支持、频率恢复、直流总线电压恢复以及电池功率的合理分配。另一个关键问题是如何找到众多可调控制参数的最优值，以实现系统理想的瞬态动态性能。
基于多智能体理论的共识控制已成为实现分布式控制策略的重要手段[16]。分布式控制只能通过依赖弱的本地通信实现模块间的协调控制[17]。关于共识控制的研究已经有许多。[18]提出的策略可以在不涉及未来环境信息的情况下，平衡能量损失和储能系统的电荷状态（SoC）共识。[19]提出了基于多智能体理论的动态平均共识算法，通过调整电池充电和放电功率，确保电池状态的一致变化，从而实现SoC平衡。类似地，[20,21] 提出了基于共识算法的分布式控制，可以实现分布式单元之间的功率分配。作为功率质量的重要指标，频率共识控制的研究有助于提升系统整体功率质量。[22] 提出了一种基于领导者-跟随者的分布式控制策略，用于多元微电网中众多异构分布式能源资源的协调频率控制。[23]中提出了基于增强积分不等式技术和线性凸组合法的共识协议，以解决频率调节问题。上述研究要么涉及储能电池的功率或SoC共识控制，要么是基于逆变器的交流系统的频率协商控制。据作者所知，基于VSG和灵活直流互联的独立模块化光伏电池微电网的交流频率/电池功率共识是该工作的首要部分。
关于参数优化，[24] 提出了一种新的虚拟阻抗最优指导方针，用于实现大扰动稳定性。[25] 利用粒子群优化（PSO）算法为以小信号稳定性为优化目标的VSG参数绘制最优值。微电网内的VSG相互相互作用，使得最优设计对于控制多个VSG的稳定性和动态响应性能至关重要。每个VSG特征值的实部和阻尼比被取为多VSG系统[26]的优化目标。采用了模拟退火粒子群优化算法，并将阻尼和特征值的影响纳入[27]中目标函数的构造中。在[28]中，提出了基于特征值根点的初步优化方法和基于改进PSO算法的高级方法，当多个VSG并行运行时。然而，上述研究仅通过特征根设计了VSG的参数优化方案。从功率质量的角度来看，上述研究忽略了每个VSG控制参数对系统频率的影响。此外，上述智能算法可能存在收敛速度缓慢和卡在局部最优状态的问题。因此，选择卷积优化算法（COA）进行参数优化，因为该算法通过卷积搜索机制加快搜索速度，并通过解质量增强机制提升最优解的质量[29]。在[30]中，COA用于最优求解目标函数。[31] 还利用COA优化电池健康状态的预测模型，展现出卓越的贴合能力并展现了直流的稳健性能。
本文的主要贡献被重点强调为：
（1）引入基于VSG和灵活直流互联的独立模块化光伏电池微电网，采用分层分布式控制结构。互联变换器和电池变换器都是以VSG电压源模式工作的直流/交流双向变换器。通过直流互联网络，其他模块的VSG惯性能量支持可以缓解单个模块内的任何频率干扰，从而提升功率质量。
（2）在第二协调控制层中，采用无铅交流频率/电池功率共识控制。交流频率共识控制和额定交流频率恢复通过调节虚拟机械功率参考值实现B-VSG的。通过调节虚拟机械功率参考值实现电池功率共识控制和额定直流母线电压恢复I-VSG的。所有分布式电池储能都被聚合以提升系统惯性，电池SoC之间的差异也将最终被消除。此外，无需分配领导者，这提升了系统的稳健性。
（3）提出基于COA的两阶段参数优化方法。基于特征值方法和特征值敏感性分析，第一阶段是优化共识控制器和I-VSG的参数。第二阶段是优化额定频率和直流总线电压恢复控制器的参数。与传统PSO方法相比，COA找到的最优控制参数确保了更快的系统收敛速度和更优的系统动态性能。