基于固態變壓器的有源配電網自適應模式切換與功率管理

郭 慧，丁 峰，任林濤，肖楊婷，汪 飛，施天靈

基于固態變壓器的有源配電網自適應模式切換與功率管理

郭 慧1，丁 峰2，任林濤1，肖楊婷2，汪 飛1，施天靈1

(1.上海市電站自動化技術重點實驗室(上海大學機電工程與自動化學院)，上海 200444；2.上海船舶設備研究所，上海 200031)

為實現高壓電網和交直流混合微網的系統集成與優化，固態變壓器(solid-state transformer, SST)成為研究熱點。然而，目前較少考慮線路或通信故障條件下系統運行模式的協調控制以及即插即用單元的功率優化分配。為此，提出一種基于SST的有源配電網自適應模式切換與功率管理策略。首先，基于SST的系統架構實現高壓并網、微網互聯、微網孤島的平滑模式切換，保證母線電壓穩定在額定值附近。同時，采用分布式一致性算法和改進下垂控制，根據運行成本、儲能荷電狀態(state of charge, SOC)實現經濟均衡的功率分配。最后，基于RT-LAB實時仿真平臺驗證所提模式切換與功率管理策略。

固態變壓器；有源配電網；模式切換；功率管理；一致性算法；下垂控制

0 引言

可再生能源的大規模高效利用，有利于優化能源生產消費結構，加快能源體系的低碳環保、可持續發展。然而，風能和太陽能作為典型的可再生能源，具有間歇性和波動性等特點，會引起輸出功率與電壓波動[1-4]。因此，需要配置儲能裝置來抑制可再生能源和負荷的不確定性，進而構成可控的微網(microgrid, MG)系統[5-7]。與單一類型儲能相比，由電池(battery, BAT)、超級電容(supercapacitor, SC)和燃料電池(fuel cell, FC)構成的混合儲能不僅能滿足高功率和高能量密度的要求，而且能有效提高儲能性能，延長其使用壽命[8-9]。

上述可再生能源和儲能大部分為固有直流特性，通常通過DC-DC、DC-AC變換器或傳統變壓器連接到高壓電網[10]。然而，不同電氣特性的公共電網和交直流MG之間難以較好地實現分布式功率管理與自適應協調控制成為挑戰。為此，具有電壓轉換、電氣隔離、功率控制和通信功能的多端口電力電子變換裝置固態變壓器(solid-state transformer, SST)被提出，并應用于高壓電網和交直流混合MG的互聯與控制。

在變換器層面，已有研究主要關注SST的穩定性及其高壓大功率應用[11]。一開始，不同的SST拓撲被提出，其中模塊化級聯SST是在增加硬件及其控制復雜性的條件下獲得高壓大功率的一種可靠解決方案[12-13]。相應地，級聯系統的穩定性受到越來越多的關注，特別是多個級聯單元的電壓和功率平衡問題。目前，寬禁帶半導體器件的應用成為另一種解決方案，以增加成本為代價降低下一代SST器件的功率損失，并提高其電流應力[14-15]。在系統層面，現有研究主要關注區域直流MG在SST支撐與孤島模式的無縫切換及優化控制，忽略了高壓并網與MG互聯模式的研究。

高壓電網、交直流MG基于SST所構成的新型有源配電網(active distribution network, ADN)，其控制策略可采用集中控制、分層控制和分散控制等[16-17]。為最大化利用光伏(photovoltaics, PV)和儲能，文獻[18]針對SST集成的區域直流MG提出一種集中控制能量管理算法，保證系統在SST支撐與孤島模式的功率平衡和無縫切換。但是，MG中的每個單元都受中央控制器的控制，會降低系統的可靠性與擴展性，增加通信量和計算量。因此，文獻[19]針對SST集成的直流MG，根據控制目標的不同響應時間尺度提出了分層控制策略。具體包括，提高系統穩定性的一次控制，實現無縫切換的二次電壓恢復控制，以及保證電池可靠運行的三次荷電狀態(state of charge, SOC)控制。其中，一次控制不依賴通信，但二次和三次控制仍是通過集中通信實現，需要獲取所有單元的電流、電壓和SOC等信息[20-21]。

為更好地實現即插即用功能，分散式或分布式控制被提出并應用于直流MG系統。在文獻[22-23]中，直流母線電壓作為自主控制信號，被用于調節不同電源和儲能之間的功率分配。文獻[24-25]提出一種改進型下垂控制，根據儲能SOC調節下垂系數，實現儲能功率管理。僅根據儲能SOC均衡分配功率，不能實現系統的經濟優化運行。因此，文獻[26-27]分別針對孤島型交流MG、并網型直流MG提出一種經濟優先的下垂控制方案，優先選擇成本較低的可控單元滿足負荷需求，實現功率經濟分配。但是，上述研究未綜合考慮系統運行成本和儲能SOC實現功率分配的經濟均衡性，且未涉及故障條件下高壓并網、MG互聯與MG孤島等不同運行模式的自適應協調控制。

針對上述問題，本文提出一種基于SST的ADN自適應模式切換與功率管理策略，減小可再生能源接入對電網的影響。1) 所提系統架構和控制策略能夠在系統發生故障時，保證高壓并網、MG互聯和MG孤島多種運行模式的平滑切換以及自適應協調控制。2) 整個系統在不同運行模式及其切換狀態下能夠實現分布式功率管理。根據運行成本、儲能SOC，采用一致性算法和改進下垂控制實現經濟均衡的功率分配，以提高儲能性能和使用壽命，保證系統經濟可靠運行。

1 基于SST的ADN系統架構及運行模式

基于SST的ADN是一種由SST與高壓電網、交直流混合MG構成的系統架構，如圖1所示。

圖1 基于SST的ADN示意圖

1.1 固態變壓器

圖1中所示的SST為單相三級變換拓撲結構：第一級變換由級聯H橋(cascaded H-bridge, CHB)組成，其功能是將高壓交流(high-voltage AC, HVAC)整流為多個獨立的中壓直流(medium-voltage DC, MVDC)；第二級變換采用雙有源橋(dual active bridge, DAB)結構，將CHB輸出的MVDC轉換為多個隔離型低壓直流(low-voltage DC, LVDC)，通常，DAB單元的輸出端口是并聯的，其輸出電壓被控制為相同的值，構成直流母線；第三級變換由低壓逆變器組成，用于連接低壓交流(low-voltage AC, LVAC)。

上述單相三級變換拓撲結構SST的控制策略如圖2所示。

圖2 SST控制策略圖

1) 高壓整流級：高壓整流級采用雙環控制策略，電壓環保持CHB側電壓平衡，而電流環實現單位功率因數運行。

2) DAB變換級：在DAB變換級，電壓環控制各DAB輸出相同電壓進行并聯，而電流內環提高DAB的動態響應。

3) 低壓逆變級：低壓逆變級采用電流型控制，根據不同應用場景，改變參考電流調節輸出功率。

1.2 基于SST的運行模式

基于SST的ADN主要包括3種運行模式：高壓并網、MG互聯和MG孤島。

1) 高壓并網：在正常情況下，SST控制各MG分別與高壓電網實現功率交互。

2) MG互聯：當高壓電網發生故障時，SST的CHB或DAB變換級閉鎖，與高壓電網斷開連接解耦運行，SST所連接的MG實現功率交互。

3) MG孤島：當外部發生故障時，SST使MG解耦運行在孤島模式下，與外部失去功率交互。

1.3 SST所連接的MG

交流MG因與傳統電網及主流電氣設備具有兼容性而被廣泛采用，技術相對成熟。由于直流MG具有較高的可靠性和轉換效率，本文主要分析了SST的DAB變換級所連接的直流MG。其中，LVDC母線通過分布式DC/DC變換器連接固有直流特性的PV、直流負荷、BAT1、BAT2、SC和FC。

1) PV最大功率跟蹤控制

PV通常運行在最大功率跟蹤控制(maximum power point track, MPPT)模式，以實現可再生能源的最大化利用，如圖3所示。

圖3 PV MPPT控制

2) 儲能改進下垂控制

BAT和SC作為雙向備用電源，采用考慮電壓偏差補償并根據運行成本、儲能SOC進行優化的改進下垂控制(圖4)，以保證系統電壓穩定及其優化功率經濟均衡分配，可轉換為式(1)表示。

式中：為可控單元儲能i的輸出電壓參考值；為可控單元儲能i的額定電壓；為可控單元儲能i的電壓偏差補償；為可控單元儲能i基于SOC的經濟下垂系數；為可控單元儲能i的輸出電流。

電壓偏差補償：由圖4可知，電壓偏差補償可調節由虛擬電阻(下垂系數)所引起的額定電壓與輸出電壓的偏差，如式(2)所示。

功率精確分配：若改進下垂控制保證系統運行時滿足式(3)，可以達到功率精確分配的目的。

需要注意的是，為減小線路電阻對電壓偏差和功率分配精度的影響，基于SOC的經濟下垂系數應根據電壓偏差要求，按式(4)進行調節或設置。

根據運行成本和儲能SOC進行功率優化分配的改進下垂控制，是底層電力電子變換和上層功率管理的關鍵環節，將在下文詳細闡述。

2 基于SST的ADN分布式功率管理

模型描述：所提功率管理基于SST的系統優化模型如式(5)所示，在滿足系統功率平衡約束和可控單元輸出功率約束的條件下，實現可控單元總運行成本最小化。

2.1 一致性算法

基于圖，使個可控單元的狀態變量達成共識的連續一致性算法，表示為式(7)和式(8)。

根據圖5(b)，連續一致性算法的矩陣形式如式(9)所示。

2.2 基于一致性算法的系統經濟優化運行

2.3 基于改進下垂控制的儲能功率經濟均衡分配

上述基于SST的ADN分布式功率管理，可在相鄰通信條件下保證高壓并網、MG互聯和MG孤島多種運行模式的電壓穩定及優化功率分配的經濟均衡性。

3 算例分析

為驗證圖1所示基于SST的ADN系統架構及控制策略，通過RT-LAB OP5700和主機進行實時仿真，仿真平臺如圖6所示。

圖6 實時仿真平臺

3.1 基本參數

表1為圖1所示待測系統主要參數，包括不同類型可控單元的成本系數和儲能SOC等[28,34]。為便于分析所提系統自適應模式切換與分布式功率管理，將基于SST的ADN分為高壓并網、MG互聯、MG孤島及其模式切換進行驗證。

3.2 高壓并網模式優化結果

為驗證控制策略在高壓并網模式下的有效性，將PV最大功率點功率設為12.82 kW，實際發電功率為12.74 kW，PV最大功率跟蹤效果良好。同時，設直流負荷需求功率在= 10 s時由20 kW變為4 kW，交流MG需求功率設為3 kW，如圖7(a)所示。

表1 基于SST的ADN主要參數

1) 經濟均衡功率分配

上述設置下，交流MG無法滿足自身功率平衡，其所需功率3 kW由高壓電網提供。而直流MG可通過調節自身儲能實現功率平衡，如圖7(b)所示。

放電狀態：在= 2~6 s時，直流負荷需求功率20 kW大于PV實際發電功率12.74 kW，儲能均工作在放電狀態(功率為正表示充電，功率為負表示放電)。根據儲能運行成本，所提策略實現了功率經濟分配：運行成本較高的FC，具有較小的放電功率1.50 kW；運行成本較低的SC，具有較大的放電功率2.32 kW；運行成本相同的BAT1和BAT2，放電功率相同為1.74 kW?？紤]到線路損耗等，可認為儲能的總放電率約等于供需功率缺額。在優化功率經濟分配的基礎上，當= 6 s時考慮儲能的不同SOC進一步實現功率均衡分配：SOC值較大(0.7)的BAT1放電功率開始增大，而SOC值較小(0.5)的BAT2和SC放電功率開始減小，此時FC的放電功率保持不變。

充電狀態：當= 10 s時，直流負荷需求功率由20 kW變為4 kW，小于PV實際發電功率12.74 kW。此時，FC輸出功率變為0，而其他儲能從放電狀態轉換為充電狀態。在= 10~14 s時，運行成本較低且SOC值較小的SC充電功率最大，而運行成本較高且SOC值較大的BAT1充電功率最小。因此，直流MG內的儲能可根據運行成本和SOC，實現優化功率經濟均衡分配。

高壓并網模式下，MG可在滿足自身功率平衡的條件下實現經濟可靠運行。當MG不能滿足自身功率平衡時，由高壓電網提供支撐。

2) 功率分配精度

3) 電壓調節

圖7(d)為低壓終端關鍵波形：面對= 6 s時的下垂系數變化與=10 s時的負荷切換，直流母線電壓均可以穩定在額定值400 V。SST的低壓逆變級能保證220 V AC側的單位功率因數運行及其穩定。因為交流MG的需求功率設置為恒定的3 kW，因此LVAC側的電流大小保持不變。

3.3 MG互聯模式優化結果

為驗證所提策略在MG互聯模式下的有效性及其與高壓并網模式的差異，使PV最大功率點功率、直流負荷和交流MG需求功率的設置與高壓并網模式相同，如圖8(a)所示。

1) 優化功率經濟均衡分配

MG互聯模式下，交流MG失去高壓電網的支撐，其需求功率3 kW由直流MG提供。因此，系統功率平衡通過直流MG和交流MG的功率交互實現，如圖8(b)所示。

放電狀態：= 2~6 s時，直流負荷需求功率20 kW與交流MG需求功率3 kW之和，大于PV實際發電功率12.74 kW。因此，直流MG內儲能工作在放電狀態，且優化功率的經濟均衡分配趨勢與高壓并網模式相同，但因額外提供交流MG需求功率3 kW，儲能放電功率均增大。

充電狀態：= 10 s之后，直流負荷需求功率4 kW與交流MG需求功率3 kW之和，小于PV實際發電功率12.74 kW。因此，FC輸出功率變為0，而其他儲能轉變為充電狀態。此時，儲能優化功率的經濟均衡分配趨勢與高壓并網模式相同，但因額外提供交流MG需求功率3 kW，儲能充電功率均減小。

MG互聯模式下，直流MG和交流MG可通過功率交互保證系統穩定運行，并根據儲能的運行成本和SOC，實現優化功率的經濟均衡分配。

2) 功率分配精度與電壓調節

當SST與高壓電網斷開連接時，由儲能支持直流母線的穩定。面對= 6 s時的下垂系數變化和= 10 s時的直流負荷切換，儲能的功率分配精度和直流MG與交流MG的電壓穩定均可得到保證，如圖8(c)和圖8(d)所示。

3.4 MG孤島模式優化結果

為驗證控制策略在MG孤島模式的有效性，當= 10 s時，PV實際發電功率由12.74 kW變為6.8 kW，且直流負荷需求功率由20 kW變為4 kW，如圖9(a)所示。

1) 優化功率經濟均衡分配

孤島模式下，直流MG與外部失去功率交互，但系統功率平衡仍能得到保證。面對= 6 s時的下垂系數變化和= 10 s時的PV與負荷功率變化，直流MG可根據儲能的運行成本和SOC實現優化功率經濟均衡分配，如圖9(b)所示。

2) 功率分配精度與電壓調節

當直流MG與SST斷開連接時，由儲能支持直流母線的穩定。面對= 6 s時的下垂系數變化和= 10 s時的PV與負荷功率變化，儲能的功率分配精度和直流MG的電壓穩定均可得到保證，如圖9(c)和圖9(d)所示。

3.5 模式切換優化結果

為驗證系統在不同模式切換下的可靠性和適應性，初始時將PV最大功率點功率、直流負荷和交流MG需求功率分別設置為12.82 kW(PV實際發電功率12.74 kW)、20 kW和3 kW，如圖10(a)所示。

1) 動態功率管理

從圖10(b)可以看出：高壓并網模式下，交流MG的3 kW需求功率由高壓電網提供，直流MG通過調節自身儲能實現功率平衡。

當= 8 s時，系統運行模式從高壓并網切換到MG互聯，高壓電網的輸出功率逐漸變為零，直流MG代替高壓電網提供交流MG所需功率3 kW，導致儲能放電功率逐漸增大。在= 8~12 s的MG互聯模式，直流MG和交流MG通過功率交互實現系統功率平衡。

當= 12 s時，直流MG的運行模式進一步切換到孤島模式，直流MG提供給交流MG的需求功率逐漸下降至零，因此直流MG內的儲能放電功率逐漸減小。在孤島模式下，直流MG可通過調節自身儲能實現功率平衡。

面對= 8 s和= 12 s的模式切換，所提策略均可根據儲能的運行成本和SOC，實現功率經濟均衡分配，如圖10(b)所示。

2) 功率分配精度與電壓調節

如圖10(c)和圖10(d)所示，所提策略可以保證儲能的功率分配精度以及直流MG和交流MG的電壓穩定。因為交流MG的功率在= 12 s時逐漸下降至零，因此LVAC側輸出功率在同一時間逐漸變為零。結果表明，所提系統架構和控制策略針對高壓并網、MG互聯、MG孤島及其模式切換具有較好的適應性。

4 結論

本文提出了一種基于SST的ADN自適應模式切換與功率管理策略，并通過RT-LAB實時仿真進行驗證，得到如下結論：

1) 通過SST實現高壓電網、交直流混合MG的智能互聯與集成，與多個獨立變換器相比可以減少系統通信，與傳統變壓器相比可以提升系統可控性。

2) 所提系統架構和控制策略能夠在部分線路、通信發生故障時，使系統實現高壓并網、MG互聯和MG孤島多種運行模式的平滑切換，保證母線電壓穩定在額定值附近。

3) 整個系統在不同運行模式及其切換狀態下能夠實現分布式自適應功率管理。根據運行成本、儲能SOC，采用一致性算法和改進下垂控制實現經濟均衡的功率分配，保證系統經濟可靠運行。

[1] MA Ke, WANG Jiashi, CAI Xu, et al. AC grid emulations for advanced testing of grid-connected converters—an overview[J]. IEEE Transactions on Power Electronics, 2021, 36(2): 1626-1645.

[2] 杜永安, 杜麗艷, 徐巖. 光伏發電接入柔直互聯區域調頻策略[J]. 電力系統保護與控制, 2021, 49(6): 1-9.

DU Yongan, DU Liyan, XU Yan. Frequency regulation for PV generation connected to an interconnection area by VSC-HVDC[J]. Power System Protection and Control, 2021, 49(6): 1-9.

[3] 楊智麟, 張英敏, 何川. 基于風功率間歇性的多區域綜合能源系統兩階段分布魯棒協同優化調度的研究[J]. 智慧電力, 2021, 49(10): 59-67.

YANG Zhilin, ZHANG Yingmin, HE Chuan. Two-stage distributed robust coordinated optimal dispatch for multi-regional integrated energy system considering intermittent wind power[J]. Smart Power, 2021, 49(10): 59-67.

[4] 潘翔峰, 黃暢, 張琪, 等. 風-光-儲能源系統變工況動態仿真研究[J]. 熱力發電, 2021, 50(8): 164-171.

PAN Xiangfeng, HUANG Chang, ZHANG Qi, et al. Dynamic simulation of wind-solar-storage energy system under variable operating conditions[J]. Thermal Power Generation, 2021, 50(8): 164-171.

[5] 謝文強, 韓民曉, 王皓界, 等. 基于虛擬電壓的直流微電網多源協調控制策略[J]. 中國電機工程學報, 2018, 38(5): 1408-1418.

XIE Wenqiang, HAN Minxiao, WANG Haojie, et al. Multi-source coordinated control strategy of DC micro-grid based on virtual voltage[J]. Proceedings of the CSEE, 2018, 38(5): 1408-1418.

[6] 張運, 姜望, 張超, 等. 基于儲能荷電狀態的主從控制微電網離網協調控制策略[J]. 電力系統保護與控制, 2022, 50(4): 180-187.

ZHANG Yun, JIANG Wang, ZHANG Chao, et al. Off-grid coordinated control strategy of a master/slave control microgrid based on the state of charge of energy storage[J]. Power System Protection and Control, 2022, 50(4): 180-187.

[7] 任羽綸, 嚴道波, 趙紅生, 等. 基于極端天氣情況的風-儲系統平抑控制策略[J]. 智慧電力, 2022, 50(2): 29-34, 41.

REN Yulun, YAN Daobo, ZHAO Hongsheng, et al. Smoothing control strategy for wind-energy storage system under extreme weather conditions[J]. Smart Power, 2022, 50(2): 29-34, 41.

[8] JIANG Wei, FAHIMI B. Active current sharing and source management in fuel cell-battery hybrid power system[J]. IEEE Transactions on Industrial Electronics, 2010, 57(2): 752-761.

[9] 張宇涵, 杜貴平, 雷雁雄, 等. 直流微網混合儲能系統控制策略現狀及展望[J]. 電力系統保護與控制, 2021, 49(3): 177-187.

ZHANG Yuhan, DU Guiping, LEI Yanxiong, et al. Current status and prospects of control strategy for a DC micro grid hybrid energy storage system[J]. Power System Protection and Control, 2021, 49(3): 177-187.

[10] HUBER J E, KOLAR J W. Applicability of solid-state transformers in today’s and future distribution grids[J]. IEEE Transactions on Smart Grid, 2019, 10(1): 317-326.

[11] DONG Dong, RAJU R, GANIREDDY G, et al. A rotational control in medium-voltage modular solid-state transformer-based converter system[J]. IEEE Transactions on Industry Applications, 2019, 55(6): 6223-6233.

[12] ZHAO Biao, SONG Qiang, LI Jianguo, et al. A modular multilevel DC-link front-to-front DC solid-state transformer based on high-frequency dual active phase shift for HVDC grid integration[J]. IEEE Transactions on Industrial Electronics, 2017, 64(11): 8919-8927.

[13] SHE Xu, HUANG A Q, NI Xijun. Current sensorless power balance strategy for DC/DC converters in a cascaded multilevel converter based solid state transformer[J]. IEEE Transactions on Power Electronics, 2014, 29(1): 17-22.

[14] HUANG Qingyun, HUANG A Q, YU Ruiyang, et al. High-efficiency and high-density single-phase dual-mode cascaded buck-boost multilevel transformerless PV inverter with GaN AC switches[J]. IEEE Transactions on Power Electronics, 2019, 34(8): 7474-7488.

[15] ZHU Qianlai, WANG Li, HUANG A Q, et al. 7.2-kV single-stage solid-state transformer based on the current-fed series resonant converter and 15-kV SiC mosfets[J]. IEEE Transactions on Power Electronics, 2019, 34(2): 1099-1112.

[16] GOLSORKHI M S, SHAFIEE Q, LU D D, et al. A distributed control framework for integrated photovoltaic- battery-based islanded microgrids[J]. IEEE Transactions on Smart Grid, 2017, 8(6): 2837-2848.

[17] GUERRERO J M, CHANDORKAR M, LEE T, et al. Advanced control architectures for intelligent microgrids — part I: decentralized and hierarchical control[J]. IEEE Transactions on Industrial Electronics, 2013, 60(4): 1254-1262.

[18] SHE Xu, HUANG A Q, LUKIC S, et al. On integration of solid-state transformer with zonal DC microgrid[J]. IEEE Transactions on Smart Grid, 2012, 3(2): 975-985.

[19] YU Xunwei, SHE Xu, NI Xijun, et al. System integration and hierarchical power management strategy for a solid-state transformer interfaced microgrid system[J]. IEEE Transactions on Power Electronics, 2014, 29(8): 4414-4425.

[20] 梁海峰, 鄭燦, 高亞靜, 等. 微網改進下垂控制策略研究[J]. 中國電機工程學報, 2017, 37(17): 4901-4910.

LIANG Haifeng, ZHENG Can, GAO Yajing, et al. Research on improved droop control strategy for microgrid[J]. Proceedings of the CSEE, 2017, 37(17): 4901-4910.

[21] 黃鑫, 汪可友, 李國杰, 等. 含多并聯組網DG的微電網分層控制體系及其控制策略[J]. 中國電機工程學報, 2019, 39(13): 3766-3775.

HUANG Xin, WANG Keyou, LI Guojie, et al. Hierarchical architecture and control strategy for micro-grid with multi-parallel grid-forming DGs[J]. Proceedings of the CSEE, 2019, 39(13): 3766-3775.

[22] CHEN Dong, XU Lie. Autonomous DC voltage control of a DC microgrid with multiple slack terminals[J]. IEEE Transactions on Power Systems, 2012, 27(4): 1897-1905.

[23] CHEN Dong, XU Lie, YAO Liangzhong. DC voltage variation based autonomous control of DC microgrids[J]. IEEE Transactions on Industrial Electronics, 2013, 28(2): 637-648.

[24] DIAZ N L, DRAGICEVIC T, VASQUEZ J C, et al. Intelligent distributed generation and storage units for DC microgrids—a new concept on cooperative control without communications beyond droop control[J]. IEEE Transactions on Smart Grid, 2014, 5(5): 2476-2485.

[25] LU Xiaonan, SUN Kai, GUERRERO J M, et al. State-of-charge balance using adaptive droop control for distributed energy storage systems in DC microgrid applications[J]. IEEE Transactions on Industrial Electronics, 2014, 61(6): 2804-2815.

[26] NUTKANI I U, LOH P C, WANG Peng, et al. Cost-prioritized droop schemes for autonomous ac microgrids[J]. IEEE Transactions on Power Electronics, 2015, 30(2): 1109-1119.

[27] HU Jian, DUAN Jie, MA Hao, et al. Distributed adaptive droop control for optimal power dispatch in DC microgrid[J]. IEEE Transactions on Industrial Electronics, 2018, 65(1): 778-789.

[28] 呂振宇, 吳在軍, 竇曉波, 等. 基于離散一致性的孤立直流微網自適應下垂控制[J]. 中國電機工程學報, 2015, 35(17): 4397-4407.

Lü Zhenyu, WU Zaijun, DOU Xiaobo, et al. An adaptive droop control for the islanded DC microgrid based on discrete consensus algorithm[J]. Proceedings of the CSEE, 2015, 35(17): 4397-4407.

[29] BINETTI G, DAVOUDI A, LEWIS F L, et al. Distributed consensus-based economic dispatch with transmission losses[J]. IEEE Transactions on Power Systems, 2014, 29(4): 1711-1720.

[30] 劉子文, 苗世洪, 范志華, 等. 基于自適應下垂特性的孤立直流微電網功率精確分配與電壓無偏差控制策略[J]. 電工技術學報, 2019, 34(4): 795-806.

LIU Ziwen, MIAO Shihong, FAN Zhihua, et al. Accurate power allocation and zero steady-state error voltage control of the islanding DC microgird based on adaptive droop characteristics[J]. Transactions of China Electrotechnical Society, 2019, 34(4): 795-806.

[31] 米陽, 蔡杭誼, 宋根新, 等. 考慮不匹配線阻的分布式儲能單元荷電狀態均衡研究[J]. 中國電機工程學報, 2019, 39(15): 4441-4451.

MI Yang, CAI Hangyi, SONG Genxin, et al. State-of- charge balancing research of distributed energy storage units with unmatched line impedance[J]. Proceedings of the CSEE, 2019, 39(15): 4441-4451.

[32] 解大, 喻松濤, 陳愛康, 等. 基于下垂特性調節的直流配電網穩態分析[J]. 中國電機工程學報, 2018, 38(12): 3516-3528.

XIE Da, YU Songtao, CHEN Aikang, et al. Steady-state analysis for the DC distribution network with droop- control[J]. Proceedings of the CSEE, 2018, 38(12): 3516-3528.

[33] GUO Fanghong, WEN Changyun, MAO Jianfeng, et al. Distributed economic dispatch for smart grids with random wind power[J]. IEEE Transactions on Smart Grid, 2016, 7(3): 1572-1583.

[34] 呂振宇, 吳在軍, 竇曉波, 等. 自治直流微電網分布式經濟下垂控制策略[J]. 中國電機工程學報, 2016, 36(4): 900-910.

Lü Zhenyu, WU Zaijun, DOU Xiaobo, et al. A distributed droop control scheme for islanded DC microgrid considering operation costs[J]. Proceedings of the CSEE, 2016, 36(4): 900-910.

Adaptive mode switching and power management of a solid-state transformer-based active distribution network

GUO Hui1, DING Feng2, REN Lintao1, XIAO Yangting2, WANG Fei1, SHI Tianling1

(1. Shanghai Key Laboratory of Power Station Automation Technology (School of Mechatronics Engineering and Automation,Shanghai University), Shanghai 200444, China; 2. Shanghai Marine Equipment Research Institute, Shanghai 200031, China)

To realize system integration and optimization of a high-voltage grid and AC/DC microgrids, there has been focus on the solid-state transformer (SST). However, the coordinated control of system operation modes and the optimal power allocation of plug-and-play units under line or communication fault conditions are rarely considered. Thus an adaptive mode switching and power management strategy is proposed for an SST-based active distribution network. First, the SST-based system achieves seamless mode switching among high-voltage grid connection, microgrid interconnection and microgrid islanding, ensuring that the bus voltage is stable around the rated value. At the same time, economic balanced power allocation is realized according to the operational cost and energy storage SOC applying the distributed consensus algorithm and improved droop control. Finally, the proposed mode switching and power management strategies are tested on the RT-LAB-based real-time simulation platform.

solid-state transformer (SST); active distribution network (ADN); mode switching; power management; consensus algorithm; droop control

10.19783/j.cnki.pspc.220638

國家自然科學基金項目資助(52107199)；上海市科委國際合作項目資助(21190780300)

This work is supported by the National Natural Science Foundation of China (No. 52107199).

2022-05-01；

2022-09-21

郭 慧(1988—)，女，博士，研究方向為可再生能源與智能電網技術；E-mail: huiguo@shu.edu.cn

任林濤(1991—)，男，通信作者，博士研究生，研究方向為新能源發電與功率變換器控制；E-mail: R11121572@ 163.com

汪 飛(1981—)，男，博士，教授，博士生導師，研究方向新能源發電與微電網技術。E-mail: f.wang@shu.edu.cn

(編輯 周金梅)