本文摘要：摘要：逆变器集群的无功协同控制算法具有彻底解决高光伏渗透率配电网实时电压管理难题的潜力。然而，传统算法在设计时大多未考虑算法所依赖的实际通讯环境存在着随机时延、丢包等问题，因而此类算法在实际应用中的控制性能可能远无法达到其设计时的标准。因此，本文提
摘要：逆变器集群的无功协同控制算法具有彻底解决高光伏渗透率配电网实时电压管理难题的潜力。然而，传统算法在设计时大多未考虑算法所依赖的实际通讯环境存在着随机时延、丢包等问题，因而此类算法在实际应用中的控制性能可能远无法达到其设计时的标准。因此，本文提出了一种基于异步迭代更新规则以及具有信息校验补偿机制的一致性算法，并将其应用于分布式光伏逆变器的无功功率协同控制中。本文通过构建离散化的通讯链路信息传递数学模型，同时结合所提算法的迭代更新规则，建立了算法与通讯相耦合的系统状态转移矩阵，并利用遍历性理论证明了其在非完美通讯环境下的收敛性。仿真结果验证了所提算法相较于传统算法在实际应用场景中的优越性。
关键词：高光伏渗透率;电压管理;非完美通讯;异步迭代;一致性算法
0引言根据国家能源局最新发布的数据显示，2019年全国新增集中式光伏装机容量1791万千瓦，同比减少22.9%，而新增分布式光伏装机容量1220万千瓦，同比增长41.3%[1]。随着集中式光伏发电装机容量的日趋饱和，分布式光伏发电系统作为一种灵活的需求侧电源将深度融入到未来的智能配电网中。然而，逐年攀升的需求侧光伏渗透率正使得传统配电系统的电压控制变得愈来愈脆弱。由光伏功率反送所引起的过电压危害正逐渐成为制约分布式光伏系统发展的瓶颈问题[23]。
为抑制系统过电压，IEEE1547标准[4]首次允许分布式小容量光伏逆变器通过输出无功功率的方式参与配电网的电压管理，并给出了诸如恒定功率因数策略和功率因数下垂控制策略等本地电压控制方法。此类本地控制方法由于缺乏设备间的协调，可能会导致位于馈线末端的逆变器无功功率输出过饱和，进而使这些逆变器丧失参与系统电压调节的能力。文献[57]通过集中式优化算法来实现光伏逆变器集群的协同控制。在此基础上，文献[810]分别采用交替方向乘子法、对偶上升法等技术，实现了对原始问题的分布式求解。然而，基于优化理论的协同控制算法通常需要精确的配电系统参数以及实时负荷数据，而这些数据在配电网中并不总是能够轻易获得。
文献[11]基于不依赖于电网物理模型的一致性算法提出了一种将光伏逆变器无功本地控制与分布式协同控制相结合的电压控制架构。文献[12]以有功功率一致为目标，提出了考虑电动汽车储能电池能量管理与光伏削减相结合的配电网电压控制方法。文献[13]制定了先调节逆变器无功功率后调节储能有功功率的两阶段分布式一致性控制策略。以上算法在设计时都是以无延时、无丢包的完美通讯系统为前提的。当其应用于实际通讯系统中，一旦出现时延、丢包、甚至个别通讯链路故障的情况，算法的控制性能将严重下降[1415]。
此外，面对数量庞大、分布式配置的小容量光伏发电系统，现有的分布式协同控制算法由于受到实际通讯环境的影响，大都无法较好地实时追踪快速波动的光伏功率。因此，在网运行的光伏逆变器集群时至今日仍以非协同的本地控制为主要手段来实时调节自身的运行点[16]。为描述通讯网络对控制算法的影响，文献[1718]通过引入一致性增益函数，有效抑制了传输噪声和通讯时延，但并未对异步迭代架构量化建模。
文献[1920]基于交替乘子方向法提出考虑通讯时延的异步迭代算法，但其需要一个控制中心以收集网络信息，并不是真正意义上的分布式算法。在有效可靠的逆变器集群协同控制算法推广应用之前，配电公司不得不通过限制光伏渗透率的方式来维持系统的电压稳定[21]。本文以工业需求为出发点，致力于在理论上 推导和设计分布式逆变器集群在实际非完美通讯环境下的实时电压协同控制方法。
为此，本文以一致性算法为载体，通过设计异步迭代架构与信息校验补偿机制来加强算法在随机时延、丢包环境下的实时追踪响应性能以及避免稳态收敛误差。本文旨在探索实际非完美通讯环境对现有分布式协同控制算法的耦合影响，并对传统算法的迭代规则进行改造，使其在应对不可避免的随机时延、丢包问题时保持良好的鲁棒性并达到预期的控制效果。本文有助于突破高光伏渗透率配电网实时电压协同控制这一瓶颈技术，并为未来间歇性可再生能源的大规模并网提供坚实的理论基础和技术支持。完美通讯假设下的电压协同控制算法
分布式电压协同控制为避免独立运行的本地无功电压控制因缺少协同而导致的分布式逆变器间无功功率分配不均、馈线末端逆变器无功功率过饱和等一系列问题，本文以比例一致性算法作为载体，对分布式安装的光伏逆变器进行协同控制。首先，所有分布式逆变器均能依照1.1节所述方法，通过调节无功功率输出，以微小的步长t对本地电压进行实时控制;此外，基于一致性算法的计算结果，每隔一定的时间间隔(算法迭代收敛所需的时间)所有分布式逆变器都会按一定比例重新分配各自的无功补偿负担以实现电压协同控制。
非完美通讯环境中的挑战及解决方案
2.1随机通讯时延及异步迭代架构
固定路径上发送端到接收端的通讯延迟主要由三个部分组成[22]：1)固定时延;2)网络负载率不同造成的随机时延;3)路由转发引起的随机时延。传统分布式协同算法在设计时大多以无时延的理想通讯系统为前提，然而在光伏功率快速波动的情形下，传统算法给出的逆变器“最优运行点”总是远滞后于光伏功率的变化。因此，在实际应用中若采用传统协同控制算法，不但最优运行无法保证，甚至还可能恶化配电网的电压现状，使其控制性能遭受到严重的挑战。
2.2随机数据丢包及信息校验补偿
在通讯数据包的传递过程中，还会因为转发路由器存储溢出，进而导致随机数据丢包[23]。传统分布式一致性算法若在一定时间内未收到某一邻近节点信息，为继续推进算法迭代，在实际操作中通常会复用上一时刻的信息[22,24]。这一妥协的做法将造成一致性变量的稳态值出现偏差，从而导致各逆变器无功补偿量偏离预期的控制目标，削弱算法对过电压事件的缓解效果。
2.3配电网实时电压协同控制
对比了本地控制[25]、传统一致性算法[11]、异步一致性算法下节点3的无功功率吸收量。由于节点3靠近配电馈线的起始端，本地电压在有大量光伏功率反流的情况下仍无越限风险[26]。因此，在无协同的本地控制下节点3上的逆变器无功吸收量为零(橙色实线)，即该节点上的逆变器并未承担电压调节任务;传统同步一致性算法由于收敛速度慢以及部分数据丢包的影响，逆变器无功吸收量(黄色实线)显著滞后于理想情况下的实时追踪目标值(黑色虚线，即假设通讯系统无任何时延、丢包，且算法无需迭代便可瞬间收敛)。而在本文所提异步一致性算法的控制下，节点3的无功吸收量(蓝色实线)能够较好地实时追踪控制目标值。
为在不同控制策略下节点3在各时段无功吸收量的具体数值。以12:09时刻为例，光伏功率正处于快速爬升阶段，传统算法与理想实时追踪目标值的追踪误差为27.71kVar，而本文所提算法与理想实时追踪目标值在同一时刻的追踪误差仅为5.88kVar(由于实际非完美通讯环境的存在，控制算法永远无法实现对时变目标的零误差追踪)。因此相较于传统方法，所提算法能够协同分布式逆变器集群的无功补偿量快速响应并追踪光伏功率的剧烈变化。
3结论
通讯链路中不可避免的随机时延、丢包问题会对分布式协同控制算法的有效性产生重大影响。为提高算法在非完美通讯环境中的鲁棒性，本文提出了异步迭代架构以及信息校验补偿机制，并通过引入虚拟通讯节点的方式，建立了可定量描述随机通讯时延、丢包的数学模型。基于该信息传递模型并结合一致性算法，本文进一步给出了通讯与算法相耦合的系统状态转移矩阵。
最后，本文证明了算法在非完美通讯环境下的收敛性，并相应地设计了算法控制流程。仿真分析结果表明，与传统一致性算法相比，本文所提算法的追踪响应性能在含有随机时延的通讯链路上具有明显优势，同时还能消除由随机数据丢包造成的稳态收敛误差。因此，所提算法在应用于配电网协同电压控制时，可以迅速地将无功补偿负担在所有分布式光伏逆变器中按比例重新分配，从而避免了馈线末端逆变器因无功功率过饱和而丧失电压控制能力，进而成功抑制了由高光伏渗透率导致的系统过电压。
参考文献：
[1]国家能源局.2019年光伏发电并网运行情况[EB/OL].[20200228].
NationalEnergyAdministration.Gridconnectedoperationofphotovoltaicpowergenerationin2019[EB/OL].[20200228].http://www.nea.gov.cn/202002/28/c_138827923.htm(inChinese).
[2]ZhaoB，XuZ，XuC，etal.NetworkpartitionbasedzonalvoltagecontrolfordistributionnetworkswithdistributedPVsystems[J].IEEETransactionsonSmartGrid，2018，9(5)：40874098.
[3]WangL，YanR，SahaTK.VoltageregulationchallengeswithunbalancedPVintegrationinlowvoltagedistributionsystemsandthecorrespondingsolution[J].AppliedEnergy，2019，256：113927.
作者：王力成1，杨宇1，杨晓东2，张有兵1，柴谦益3，刘主光3
转载请注明来自发表学术论文网：http://www.fbxslw.com/dzlw/28718.html
