基于有色P e t r i网的微电网被动式孤网控制方法研究
2013-10-23董润楠曹剑馨梁庚
董润楠，曹剑馨，梁庚
（华北电力大学控制与计算机工程学院，北京 102206）
微电网是综合了分布式发电技术、新型电力电子技术、储能技术、可再生技术、负荷管理系统、配电网自动化技术的新型电网系统[1]。微电网具有联网运行和孤网运行2种工作模式[2]。其中孤网模式又可分为被动式孤网模式和主动孤网模式[3-5]。现阶段的研究热点主要集中在主动式孤网，而忽略被动式孤网的问题。
目前，大多数研究工作集中于分布式电源在并网状态下的网络重构[6-7]、故障重构研究[8-9]，孤网状态下的经济运行研究和multi-Agent的应用研究[10-14]，以及风光互补、风光储互补等方式的研究[15]，而对于在微电网发生被动式孤网模式转换事件时微电网网架重构研究较少。
本文根据微电网的独特结构和工作模式特点，重点研究当微电网进行被动并网转孤网事件时，迅速切断PCC快速开关实现模式转换。在传统的Multi-Agent协商议价机制的基础上综合考虑被动式孤网的特点及模式转换时的网架重构标准，在算法中引入有色Petri网和状态元件库，以满足微电网被动式孤网时网架重构的快速性的特点。本文采用Multi-Agent协作模式对微电网先进行整体规划，然后利用有色Petri网进行微电网的网架重构操作实现，在有色Petri网进行重构的过程中引入了Petri网元件事件表，来帮助各Agent元件间进行通信和全网监控，最后通过全网评估生成重构结果。
1 P-Q控制的Agent接口设计
为了使微电网具有较高的实时性、动态性和可扩展性，本文采用了分布式控制结构将分散的分布式微源组成分布式网络，每个子系统都具备通信、人机交互、协调规划、监控、学习、数据处理、信号采集控制等功能。每个子系统均可看成是微电网上的智能节点，多个智能节点的交互作用就形成Multi-Agent运行模式。各Agent通过智能调控装置接入微电网母线中，其结构如图1所示。
图1 基于Multi-Agent的典型微网结构示意图Fig.1 The typical micro-grid structure diagram based on multi-agent system
微网中各Agent包含分布式微源、通讯模块、控制模块和接口整流模块。图1为典型微电网网架结构示意图。各Agent接口采用PQ控制法进行调控。微源输出三相电流电压分别为ia、ib、ic、va、vb、vc，母线上电压电流分别为Vs，is。经过RL滤波的方式进行整流后得到如下关系：
经过旋转变换后有：
式中，ω为角频率。
式中，θ=ωst+θ0。有功功率为
无功功率为
2 经济性模型构建
由于微电网内部含有风力、光伏、微型燃气轮机等多种类型的分布式电源，具有调节复杂性的特点。但被动式孤网发生件较短，为保证负荷供电的稳定性和经济性特点，要求网架重构过程时间较短，结合现阶段风力、光伏的功率预测技术，在重构过程中可忽略分布式微源内部风力、光伏的间歇性特点，将其作为恒定传统可调微电源使用建模。
多Agent任务分配和协调的目标在于满足约束条件下微电网最大稳定供电。既保证损耗最小，又保证电网稳定。目标函数的数学模型为：
式中，wi为各微电网发电单元的发电成本；w′i为输电网损。
式中，ki为第i个Agent发电单元权值；Ri为该单元至中心负荷的线路电阻；Pi为有功功率；Qi为无功功率；Ui为Agent电压。
式中，PL为负荷所耗功率；PSB为储能单元所耗功率，正号代表放电，负号代表充电。
延长蓄电池使用寿命约束条件
式中，PSB-MIN和PSB-MAX分别为电池充电和放电的临界点。
3 有色Petri网下的Muti-Agent的微电网重构模型
3.1 有色Petri网
为了增强对实际系统的描述能力，人们提出了有色Petri网，将库所中的每个标记与一种“颜色”相联系，从而同一库所可以存放不同类型的资源，而在基本Petri网中所有的托肯是没有区别的。相应的，有色Petri网变迁的发生就不只是简单地复制和传递标记，而是要对从输入库所取来的标记经过加工，变成新颜色的标记后再传递给输出库所[16-17］。
定义：微电网孤网系统的相关元素六元组用
其中T为任务集，即需求计划托肯，UT为负荷需求任务，T={UT，PT，WT，BT，CT}，PT为光伏发电任务，WT为风力发电任务，BT为储能任务，CT为主控制任务。定义矢量M0，M与库所集P对应，分别描述网络的初始标记状态和最终标记状态。Mi表示库所集P中第i个节点的托肯数目。定义矢量U，对应任务集T，系统状态的变化通过托肯的传递来实现。如果任务T的所有输入库所都至少有一个托肯，那么任务集T是可激发的。此时系统的动态变迁过程遵循下式：
它表示初始网络状态M0在任务T的触发下，按照网架关联矩阵C所描述的逻辑关系重新组合为M［19-20］。
3.2 模型描述
在基于Multi-Agent的微电网配网系统中，各Agent之间存在着极其复杂的实时通信和协作。这些通信的速度和准确性将会对微网由并网转成孤网后，网架重构的速度和稳定性产生影响。本模型采用对各类Agent单元进行染色，通过有色Petri网的形式对网架进行重新构架，并且引入Petri事件状态表，充分利用Petri网的逻辑寻优的快速性，以使算法满足微电网稳定、快速、准确的要求。
由于传统的重构算法无法满足微电网被动式孤网模式转换过程中的网架重构快速性的特点。本文采用Multi-Agent与有色Petri网相结合的方法进行重构。
1）当事件发生时，pcc快速切断，模式转换开始，同时系统进行网架重构。
2）微电网Multi-Agent进行投标，通过有色Petri网对经济模型进行寻优求解，实现网架的初步规划，形成投标结果。
3）同时通过有色Petri网进行网架重组和Agent广播的形式进行输出功率调节。
①通过调用读取元件库中元件的状态信息来对目标元件进行操作，以实现网架重构。
②通过Agent总线通信分发订单，通过Agent接口控制器调整输出。
4）对重构结果进行评估，完成重构。
利用Multi-Agent和有色Petri网结合的形式进行网架重构的流程如图2所示。
图2 网架重构流程图Fig.2 The flow chart of the network frame reconstruction
3.2.1 Multi-Agent协商竞价模型
在微电网由并网转孤网事件发生后，微电网系统根据当前负荷情况实行动态任务协商机制对微网各Agent进行竞价上网，任务分配。其具体流程如下。
Step1:当并网转孤网事件发生后，PCC快速切断，形成孤网，储能对母线放电提供标准电源。同时，PCC通过以太网对网中各Agent单元广播事件发生。
Step2:负荷中心Agent进行t时间段内负荷预测，并向主控Agent发送t时间段内的请求Req（Tt，Eprice，RT，Equa，Effect（T）），请求Agent在满足电价Eprice和电能质量Equa约束的条件下，在RT之前完成任务T，完成效果为Effect（T）。
Step3：主控Agent通过微网通信环网发布订单需求。
Step4：各发电Agent收到订单需求目标后，向主控Agent发送订单报价及任务完成能力值。
Step5：主控制Agent根据收到的任务报价及完成能力值后，将其代入Multi-Agent协作算法模型中进行重新分配计算，选择最优发电多Agent合作完成任务。其中方案最优性可根据竞价目标函数确定。
3.2.2 基于petri网进行竞价寻优及网络构建
根据Multi-Agent协商机制得到的微电网重构任务计划及微电网着色的具体情况，同种颜色Agent内部和Multi-Agent外部联接网络同时进行网络重新构架。其流程如下。
Step1：根据各类Agent建立有色Petri网组。
Step2:生成微电网元件库。
Step3：根据中标任务生成外部Petri网关联阵Cout和Agent内部网络关联矩阵Cin以及点火阵Uout、Uin，并生成网络重构标识M。
Step4：根据step3生成Agent外Petri网元件树和Agent内petri网元件树。
Step5：调用元件库中的元件事件表，根据订单和petri网着色标识查询树中各元件的状态信息。
Step6：对不符合元件数上要求的元件进行操作。
Step7：根据重构模型对微电网上各元件进行通信验证。
Step8：对重构后的网架进行可行性、经济性比较。
Step9：生成重构报告，形成最终重构的网架模型。
在重构过程中，为了获得Petri网模型中开关操作过程必须知道的5种相关信息：库所约束、激发条件、最终结果、着色标识和动作时间，为了整合所有相关信息，需要创建一个包含上述5种相关信息的Petri网状态事件表。例如，馈线上的开关sw12执行闭合动作如图3所示，SWX open表示开关打开，NODE A和NODE B为上一节点通信标识，SWX E表示开关所控制区域带电情况。
图3 开关petri网激发示意图Fig.3 The switch petri net
图3中开关闭合动作采用Petri网仿真工具cpn tools进行建模，并调用其事件表如图4所示。图4所示动作事件表中包含开关动作前后所用时间（time of operation）和开关所在区域Agent染色标识（color mark），动作所造成的结果（effective），动作发生所需的约束条件，开关所处状态等相关信息均在图4中得以体现。在重构过程中，通过颜色标识迅速找到需要动作开关信息进行动作，可以省去多余的元件操作，直接与所需操作的元件进行通信操作，较传统重构方式节省了重构所需的时间，提高了重构的效率。最后通过各Agent的可靠性评价函数[9]对重构结果进行网架评估验证微网的重构可靠性。
对微电网系统进行建模，线路开关的状态（闭合和断开）和供电区域的状态（带电、不带电或终端）用库所节点表示。微电网重构发生后的动作主要分为2个阶段，首先开关断开阶段，其次开关闭合阶段。一个开关的闭合阶段一直是在该开关断开阶段之后。开关断开后将该区域负荷转移到另一条馈线上。微电网的重构就是通过Petri网的约束推理控制开关的断开和闭合，从而对整个网络的发电供电网架进行重新构建。
图4 开关SWX动作事件表Fig.4 Switch SWX action event table
4 仿真测试
本文在参考文献[21]所引用的模型基础上进行相关仿真研究。采用IEEE16节点模型改进的微电网模型进行仿真，如图5所示。其中节点N3、N13、N6、N9、N15接入分布式微电源。
图5 16节点参考模型Fig.5 16 node reference model
N3接入发电单元表示为A1，N6接入发电单元表示为A2，N9为接入发电单元表示为A3，N13接入发电单元表示为A4，N15接入发电单元表示为A5。系统具体参数如表1所示。选取6个时段内的负荷数据如表2所示。
表1 发电单元系统参数Tab.1 Generating unit parameters
表2 负荷数据Tab.2 Load parameters
通过Multi-Agent协商机制进行优化协商得到的方案如表3所示。表中Ai代表各发电Agent，根据各时段负荷需求，进行协商后的投入情况，其中表中1代表发电单元投入，0代表发电单元断开，下表中数据根据各时段内负荷需求以及负荷中心所在处与各发电单元接入节点位置进行协商议价后所得结果。协商议价以基本满足所需负荷的情况下投入最少发电Agent以及网损最小为原则进行议价。
表3 发电单元各时刻投入情况表Tab.3 Generating unit input table in all periods
5 结语
通过上述仿真情况可以看出在同一经济模型下，采用传统的寻优方法完成微电网被动式孤网的网络重构时间较长，而采用本算法的重构时间较短，满足微电网被动式孤网重构对时间的要求，效果较好。
本文中的研究主要针对被动式孤网发生时在模式转换过程中的的网架重构研究，模式转换过程时间较短，当微电网内含有光伏和风力等间歇性能源时亦可降低其间歇性对网架重构的影响。利用有色Petri网进行的寻优亦可用于解决微电网内中央控制器的参数优化和具有平滑切换、功率跟踪等功能的控制器设计等问题。
本文算法中充分利用Petri网图论方法逻辑寻优的快速性，实现了微电网被动式离网时的经济调度一体化进程。然而微电网技术发展时间较短，很多方面还不完善，本方法中Multi-Agent的一致性控制、各微源Agent的内部构建、考虑实际地域特点的经济性模型、有色Petri网在微电网中的稳定控制器、中央控制器的参数优化跟踪以及监控平台实时，监控的通信链路优化组合等问题仍然值得进一步研究。
[1] 徐青山.分布式发电技术与微电网技术[M].北京：人民邮电出版社，2011．
[2] 张建华，黄伟．微电网运行控制与保护技术[M]．北京：中国电力出版社，2010.
[3]PAOLO PIAGI.Microgrid Control[M].Wisconsin：University of Wisconsin-Madison，2005.
[4] 陈超金.含微电网的配电系统可靠性分析[J].广东电力，2010，23（9）：47－49．CHEN Chao-jin．Distribution systems reliability evaluation with micro-grid[J].Guangdong Electric Power，2010，23（9）：47-49（in Chinese）.
[5] 张俊霞.大型风光互补电站的设计及运行优化分析[J].电网与清洁能源，2013，23（9）：47-49．ZHANG Jun-xia.Optimality analysis of design and operation for the large-scale wind-solar hybrid power[J].Power System and Clean Energy，2013，23（9）：47-49 （in Chinese）.
[6] 王林川，梁峰，李漫，等.含有分布式电源配电网重构算法的研究[J]．电力系统保护与控制，2011，39（5）：41－44．WANG Lin-chuan，LIANG Feng，LI Man，et al.Research on reconfiguration algorithm in distribution power system with distributed generations[J].Power System Protection and Control，2011，39（5）：41－44（in Chinese）.
[7] 文华龙，王新雨，丁文．基于Petri网的配电网重构[J]．广东电力，2006，19（11）：22－25．WEN Hua-long，WANG Xin-yu，DING Wen．Distribution network reconfiguration based on micro-grid[J]．Guangdong Electric Power，2006，19（11）：22－25（in Chinese）.
[8] 黎恒恒.微电网故障重构方法研究[D].武汉：华中科技大学博士学位论文，2012.
[9] 杨丽君，刘建超，卢志刚，等．基于多Agent演化算法的多目标配电网故障恢复[J]．电力系统保护与控制，2012，40（4）：54－58.YANG Li-jun，LIU Jian-chao，LU Zhi-gang，et al．Based on Multi-Agent evolutionaryalgorithm multi-objective distribution system restoration[J]．Power System Protection and Control，2012，40（4）：54－58（in Chinese）.
[10]王健，王玮，屈志坚，等．基于多代理技术的含分布电源的智能配电网[J]．电力系统保护与控制，2010，38（11）：86－89．WANG Jian，WANG Wei，QU Zhi-jian，et al．Smart distribution grid with distributed generations based on multi-agent technologies[J]．Power System Protection and Control，2010，38（11）：86－89（in Chinese）.
[11]郭佳欢，谢清华，黄伟．基于MAS的微电网即插即用理论研究[J]．电网与清洁能源，2010，26（1）：31－35．GUO Jia-huan，XIE Qing-hua，HUANG Wei．The research on plug-and-play theory based on MAS of microgrid[J]．Power System and Clean Energy，2010，26（1）：31－35（in Chinese）.
[12]李传健，刘前进．基于Multi-Agent和粒子群引导最小生成树的配电网重构算法[J]．电力系统保护与控制，2011，39（6）：25－33．LI Chuan-jian，LIU Qian-jin．Distribution network reconfiguration based on Multi-Agent and particle swarm optimization guidance of minimum spanning tree[J]．Power System Protection and Control，2011，39（6）：25－33（in Chinese）.
[13]艾芊，章健．基于多代理系统的微电网竞价优化策略[J]．电网技术，2012，34（2）：46－51．AI Qian，ZHANG Jian．Bidding optimization strategies of microgrid based on multi agent system[J].Power System Technology，2012，34（2）：46－51（in Chinese）.
[14]章健，艾芊．多代理系统在微电网中的应用[J]．电力系统自动化，2008，32（24）：80－82．ZHANG Jian，AI Qian．Application of multi agent system in microgrid[J].Automation of Electric Power Systems，2008，32（24）：80－82（in Chinese）.
[15]余晓明，曾君，郭红霞，等．基于Multi-Agent和Petri网的分布式风光互补系统[J]．控制理论与应用，2008，25（2）：353-360．XU Xiao-ming，ZENG Jun，GUO Hong-xia，et al．Distributed wind-solarenergy hybrid generation systems based on Multi-Agent and Petri net[J]．Control Theory and Applications，2008，25（2）：353-360（in Chinese）.
[16]PHAN THI HUYEN CHAU，ERIC ZAMAI，ERIC ZAMAI，et al．Modeling the distribution grid by Petri nets for reconfig uration the power system[J]．Advanced Materials Research，2012（433）：2561-2565．
[17]ZHAI Wen-bin，ZHANG Jie，YAN Jun-qi，et al.Agentoriented colored Petri-netbase dinteractive protocol modeling technologies of semiconductor fabrication line[J].Journal of Shanghai Jiaotong University，2005，39（7）：1150-1154.
[18]张建朝，刘振娟，李宏光．Petri网图形建模仿真系统的研究与开发[J]．北京化工大学学报，2004，31（2）：100－103．ZHANG Jian-zhao， LIU Zhen-juan， LI Hong-guang．Research and developmentofgraphic modelingand simulation system for microgrid[J]．Journal of Beijing University of Chemical Technology，2004，31（2）：100－103（in Chinese）.
[19]周月明，杜玉越，刘伟．基于Petri网的容错系统分层建模[J]．计算机工程，2010，36（2）：39－41．ZHOU Yue-ming，DU Yu-yue，LIU Wei．Multi-resolution modelling for fault-tolerant systems based on microgrid[J].Computer Engineering，2010，36（2）：39－41（in Chinese）.
[20]YANG HONG TZER，ANG Chao-ming．Distribution system service restoration using fuzzy Petri net models[J]．Electrical Power and Energy System Journals，2002，5（24）：395-405．
[21]郭红霞，吴捷，康龙云，等．基于多智能体的分布式发电系统协调优化[J]．控制理论与应用，2012，29（2）：235－239．GUO Hong-xia，WU Jie，KANG Long-yun，et al．Coordinative optimization of distributed generation system based on agent[J].Control Theory and Applications，2012，29（2）：235－239（in Chinese）.
