基于模型預測控制方法的風電直流微網集散控制

王 毅 于 明 李永剛

(華北電力大學電氣與電子工程學院 保定 071003)

?

基于模型預測控制方法的風電直流微網集散控制

王 毅 于 明 李永剛

(華北電力大學電氣與電子工程學院 保定 071003)

設計了一個基于模型預測控制器的風電直流微網集散控制系統。為滿足系統經濟運行及高質量電能的要求，采用模型預測控制器作為其集散控制體系架構中的主控制單元，以產生本地控制器參考信號。為規避該分層控制結構中通信故障對系統穩定性的影響，本地控制器采用雙冗余參考信號，正常運行時，接受模型預測主控制器的參考信號，一旦通信失敗，本地控制器迅速切換至電壓分層控制策略產生的參考信號。如此，既能夠保證正常運行時系統高效運行及對電能質量的要求，又能在故障時保證系統不失穩。基于Matlab仿真平臺對所提風電直流微網集散控制系統的有效性進行了仿真分析。仿真結果表明，所提風電直流微網集散控制系統在采用模型預測主控制器時，能夠滿足系統設計目標，實現聯網或孤島狀態下對系統功率靈活、高效地調節；在系統通信故障時，通過控制器切換，能夠保障系統穩定、安全運行。

風電直流微網 模型預測控制 電壓分層控制 集散控制系統 二次調壓

0 引言

全球范圍內的能源危機、環境污染以及氣候變化等重大因素都極大地促進了可再生能源的開發和利用。據世界氣象組織估計，全球可利用的風能資源為2×107MW，是當今最具規模化開發潛力和商業化應用前景的可再生能源。按照我國新能源發展規劃，到2020年我國風力發電裝機規模將達到1億kW[1]，有望成為新能源產業的支柱。

然而，風電等分布式電源具有波動性和隨機性，大規模地接入電網必然對電力系統穩定運行產生諸多不利影響。直流微網作為新能源網絡化供應及管理技術，能夠對分布式電源進行靈活有效地利用及智能化管理與控制，并通過分布式儲能單元的優化配置平抑分布式電源的波動性對微網系統穩定性的不利影響，使其在解決環保問題、提高能源轉換效率及保障電能質量等方面表現優異。相比于交流微網，直流微網因其逆變器利用率較高、有功潮流容易控制、無頻率和功角穩定性及無功環流等問題，已受到世界各國的普遍關注[2-7]。

直流微網控制系統的性能直接影響系統的效率和穩定性。目前國內外對直流微網的控制方法等已有初步的理論研究，且大多基于對等控制、主從控制及分層控制方法展開分析、研究[8-11]。文獻[12-14]采用電壓分層協調控制策略，通過檢測直流電壓的變化量來協調各電力電子變流器的工作方式。這種基于本地控制器的控制方法雖然能夠降低通信成本，增強系統的可靠性，但是無法滿足系統經濟運行及高質量電能的要求，對分布式電源的擾動反應亦不夠靈敏。文獻[15]提出了基于多智能體系統的微網控制架構。文獻[16，17]建立了集中控制模式下的微網優化調度模型，提出了運行和折舊成本最低、環境和綜合效益最高等優化目標函數。上述方法雖然保證了系統的經濟性，但由于算法計算復雜，采樣間隔較大，難以很好地滿足微網系統控制的實時性要求。文獻[18]提出了直流微網電壓三次調節策略，一次及二次電壓調節基于本地控制器，三次電壓調節基于主控制器，但對于主控制器的構造及本地控制器設定值的生成方法并無詳細論述。

模型預測控制(Model Predictive Control，MPC)是自20世紀80年代初發展起來的一類新型計算機控制算法。該算法直接產生于工業過程控制的實際應用中，并在與工業應用的緊密結合中日臻完善[19]。該算法在每一采樣時刻通過系統模型預測未來預測時域內系統輸出軌跡，并通過最小化預定義目標函數來求取滿足約束條件的有限時域最優控制序列，僅采用序列中第一個控制量作為系統優化輸出。在每一采樣時刻，根據系統實際狀態信息進行滾動優化校正，從而構成廣義閉環優化。鑒于該算法對模型精度要求不高，物理意義明確，魯棒性強，控制效果及實時性好的特點，本文采用MPC控制器作為風電直流微網集散控制體系架構中的主控制單元，以產生本地控制器參考信號。為規避傳統分層控制中通信故障對系統穩定性的影響，本地控制器采用雙冗余參考信號，正常運行時，接受MPC主控制器的參考信號，一旦通信失敗，本地控制器迅速切換至本地電壓分層控制策略產生的參考值信號。如此，既能保證正常工況下，系統高效運行及對電能質量的要求，又能保證系統故障時不失穩。

本文以風電直流微網為例，研究基于MPC控制器的直流微網集散控制系統。首先，建立風電直流微網數學模型。其次，基于模型預測控制方法設計風電直流微網MPC主控制器。再次，闡述系統通信故障時產生冗余參考信號的電壓分層控制策略及各單元本地控制器控制方法。最后，為驗證所提控制方案在不同運行模式下對該微網系統的有效控制，基于Matlab/Simulink建立風電直流微網系統模型，并在不同運行模式及工況下進行仿真研究。

1 風電直流微網的構成及數學模型

1.1 系統構成

風電直流微網典型結構如圖1所示，主要由風力發電單元、儲能單元、負荷單元及并網變流器組成。該系統中，風力發電單元向負荷提供有功功率，對儲能單元進行充電，聯網時系統多余能量亦可經并網變流器饋入交流主網。儲能單元作為緩沖器調整風電功率與負荷間的失衡。聯網運行時，則通過并網變流器實現直流側與交流側能量的雙向流動。

圖1 風電直流微網系統的結構示意圖Fig.1 Diagram of the wind turbine-based DC microgrid

1.2 直流微網主要單元數學模型

1.2.1 風力機數學模型

氣流通過風輪，假設風能全部轉換為機械能，其功率方程為

(1)

式中，Pm為風力機的實際輸出功率；Tm為風力機機械轉矩；ρ為空氣的密度；R為風輪的半徑；v為風輪上游的風速；ω為風機轉速；Cp為風能利用系數，如式(2)所示。

(2)

式中，C1～C6為常數[20]；λ為風力機的葉尖速比，λ=ωR/v；β為槳距角。

1.2.2 機側變流器數學模型

永磁直驅風力發電機組中，機側變流器直接與風力發電機相連，若不計高次諧波分量對系統的影響，機側變流器的數學模型即為永磁同步發電機定子方程。dq同步旋轉坐標系下電壓、磁鏈、轉矩方程及機械運動方程分別為[21]

(3)

(4)

(5)

(6)

式中，usd、usq分別為電機端電壓d、q軸分量；ψsd、ψsq分別為定子磁鏈d、q軸分量；isd、isq分別為定子電流d、q軸分量；ψf為轉子磁鏈；Lsd、Lsq分別為d、q軸同步電感；Te為電磁轉矩；p為電機極對數；J為轉動慣量。

1.2.3 并網變流器數學模型

變流器在同步旋轉坐標系下的數學模型為

(7)

式中，ug為電網電壓；ig為電網電流；C、Udc分別為直流側電容和電壓；L和R分別為濾波電抗器的電阻和電感；ωg為系統同步速；iL為變流器負載電流；S為變流器開關狀態；下標d和q表示dq同步旋轉坐標系下相應分量。

由式(7)可知，網側變流器的d、q軸電流分量存在交叉耦合項，并且d軸電流存在電網電壓和負載電流的擾動值。為實現變流器d軸電流和q軸電流的獨立控制，分別引入解耦項-ωgLigd和ωgLigq及前饋補償項ugd、ugq，令

(8)

代入式(7)可得

(9)

采用電網電壓定向，令ugd=ue，則ugq=0，則網側變流器輸出的有功功率和無功功率為

(10)

1.2.4 儲能系統數學模型

采用鉛蓄電池作為風電直流微網儲能元件，其簡化模型可表示為電壓源Eb與電阻Rb及電容Cb的串聯[22]。若用vc表示電容Cb兩端的電壓，ib表示蓄電池充放電電流，則其動態特性如式(11)所示。

(11)

蓄電池荷電狀態SOC可由式(12)得出[22]。

(12)

式中，Qc為蓄電池當前電量；Qc，max為其承受的最大電壓vc，max所對應的蓄電池容量。與之相應，放電深度db則可表示為

db=1-SOC

(13)

2 模型預測集中控制器設計

風電直流微網主控制器設計目標如下：

1)能夠計算每一采樣時刻系統各組成單元的參考運行點，最大限度地滿足負荷需求并維持系統功率平衡。

2)能夠通過合理選取系統運行約束條件將各單元參考運行點限制在安全、經濟的運行范圍內。對于風力發電單元及并網變流器，通過對功率變化率的硬約束來實現對峰值電流的限制。而對于蓄電池儲能單元，則通過限制其充放電電流來實現。

3)為便于蓄電池的維護，對蓄電池充放電管理提出如下目標：由于大的充放電電流會導致蓄電池內阻消耗增大，盡可能以小的電流進行充放電；為保證蓄電池不受損害，其荷電狀態應滿足一定限值；若蓄電池電量未滿且系統中能量除供給負荷外仍有結余，則對蓄電池進行充電[22]。

系統正常運行時，每一采樣時刻由主控制器通過系統狀態信息及預測信息的采集，經內部預定義系統模型來預測未來有限時域內系統輸出軌跡，并通過最小化優化目標函數來求取滿足約束條件的最優控制序列，選取序列中第一個控制量作為系統輸出，亦即各本地控制器的參考運行點。

2.1 預測模型

模型預測控制利用預測模型來預估過程未來的偏差值，以滾動優化方式確定當前的最優輸入。采用狀態空間方程表示方法，則預測模型一般具有如下形式

(14)

式中，x為過程狀態變量；u為過程控制變量；y為系統被控變量；k為離散系統第k個采樣時刻；A為系統矩陣；B為輸入矩陣；C、D分別為輸出矩陣和直接傳遞矩陣。

風電直流微網聯網運行時，風力發電單元采用最大功率跟蹤控制方式，以盡可能多地捕獲風能，系統多余能量通過并網變流器輸送至交流電網。風力發電單元功率調度模型，功率約束及其變化率約束分別為

Pw(k+1)=Pw(k)+ΔPw(k)

(15)

0≤Pw(k)≤Pw, max

(16)

ΔPw, min≤ΔPw(k)≤ΔPw, max

(17)

式中，Pw為風電機組輸出功率；ΔPw為其輸出變化；Pw，max和ΔPw，max分別為Pw和ΔPw對應的的上限值。

對蓄電池儲能單元的動態特性(式(11))進行離散化處理，可得

(18)

式中，Ts為采樣時間。

對蓄電池荷電狀態，由式(12)可得

(19)

蓄電池荷電狀態及充放電電流相關約束為

SOCmin≤SOC(k)≤SOCmax

(20)

ib, min≤ib(k)≤ib, max

(21)

式中，SOCmax和SOCmin分別為荷電狀態高、低限值；ib，max和ib，min分別為蓄電池充放電電流最大值和最小值。

選取系統狀態變量x=[Pw，ib，PL，vc，SOC]T，系統輸入u=[ΔPw，Δib，ΔPL]T，系統輸出y=[PG，Pw，ib，PL，SOC]T，其中PL為負荷功率，則系統狀態空間模型矩陣如式(22)所示。

(22)

2.2 系統優化目標函數

假設k時刻，微網系統狀態及擾動可觀測，則該時刻控制變量通過求解預定義優化問題而獲得。定義滿足本文中直流微網設計目標的損失函數，如式(23)所示。

(23)

式中，pr為模型預測控制算法的預測時域；α、β、λ和ξ為相應項的加權系數；Cw為常數；It=1表示系統聯網運行，It=0表示孤島運行；x(k+j|k)為k時刻對k+j時刻的預測值。在上述損失函數中，第一項表示若蓄電池未處于滿充狀態，則對其充電；第二項表示盡可能以較小的電流進行充電；第三項驅使風力發電單元在系統聯網時運行于最大功率跟蹤狀態，以產生盡可能多的電能，提高能源利用率及系統運行經濟性；最后一項表示孤島運行時，風力發電及儲能單元應最大限度滿足負荷供應，使系統功率平衡[22]。

滿足本文中直流微網模型預測控制器設計的約束優化問題如下式所示：

(24)

式中，j∈Ν[0,pr-1] ; h∈Ν[m,p-1]；m為模型預測控制算法的控制時域。k時刻，在預定義系統模型的基礎上通過系統狀態信息及預測信息的采集，計算系統未來預測時域內系統輸出軌跡。采用QP算法求解目標優化函數，從而獲取滿足約束條件的控制時域內最優解序列{Δu(k|k)，…，Δu(m-1+k|k)}，但僅采用序列中第一個控制量Δu(k|k)作為系統優化結果并輸出至微網各單元的本地控制器作為相應參考運行點。在下一采樣時刻，重復上述過程進行滾動優化校正，從而構成閉環優化。

3 分散控制設計

受預測模型精度、風速等預測誤差的影響及離散系統采樣時間間隔的限制，模型預測主控制器輸出在一定程度上偏離系統理論最優參考值。本地控制器的二次電壓調節控制策略能夠通過無差積分調節提供功率附加參考值，從而對反映直流微網系統平衡狀態的直流電壓進行動態補償。此外，為避免因系統狀態及輸出反饋數據傳輸故障而導致模型預測主控制器無法正常工作，本文提出了一種基于本地控制器的雙冗余參考信號控制策略。系統正常運行時，本地控制器接收MPC主控制器的參考信號，一旦通信失敗，本地控制器迅速切換至電壓分層下垂控制策略產生的參考值信號。如此，既能夠保證系統在正常工況下高效運行，又能在通信發生故障時進行參考值無擾切換，保障系統穩定運行。

3.1 電壓分層控制

電壓分層控制根據微網直流電壓變化量將其分為不同的控制層，每級控制層下至少有一端變流器依V-I或V-P下垂特性控制直流電壓，維持系統功率平衡。由于采用直流電壓作為變流器工作方式唯一判據，各變流器間無相互通信，在MPC主控制器通信故障時，作為冗余控制能夠為系統本地控制器提供臨時參考運行點。

圖2 風電直流微網的電壓分層控制策略示意圖Fig.2 Diagram of voltage hierarchical control of wind turbine DC microgrid

3.2 直流微網各組成單元本地控制

3.2.1 風力發電單元本地控制

聯網運行時，風力發電子系統采用最大功率跟蹤運行方式，以最大限度地捕獲風能，除滿足微網系統內負荷及儲能單元需求外，多余能量通過并網變流器外送至交流主網。孤島運行時，采取最大功率跟蹤或限功率運行模式，以保證系統內功率平衡。

風力發電子系統作為非二次調壓單元，在正常運行時，其本地W-VSC控制器接收MPC主控器的參考信號；通信故障時，接收電壓分層下垂控制策略產生的參考值信號并采用內環電流控制、外環模型預測控制或電壓分層控制的雙閉環控制結構，如圖3所示。其中故障判斷標志x為直流電壓變化率。采用定子磁鏈定向，通過控制定子電流d、q軸分量即可實現對風力發電機無功和有功功率的解耦控制。

3.2.2 并網變流器本地控制

聯網運行時，并網變流器作為二次調壓單元調節直流微網內部功率平衡，以穩定直流電壓。系統孤島運行時，直流微網與交流主網無功率交換。

同樣，系統正常運行與發生通信故障時，并網變流器本地控制器分別接收來自MPC主控制器與電壓分層下垂控制策略產生的參考值信號，并疊加二次調壓補償信號。其控制依然采用雙閉環控制結構，如圖4所示。圖中，K=TIt，其值為1表示系統并網運行且功率參考值來自MPC主控制器。

圖4 并網變流器本地控制Fig.4 Local control of grid-connected converter

3.2.3 儲能單元本地控制

儲能單元作為系統臨時后備電源，在直流微網聯網運行時，處于充電或滿充狀態。而在孤島運行時，則作為二次調壓單元，起到維持系統內功率平衡，穩定直流電壓的作用。

系統正常運行時，儲能單元本地控制器接收來自MPC主控制器的電流參考值，并與二次調壓作用參考輸出相疊加，作為實際參考輸出；通信故障時，接收電壓分層下垂控制策略產生的參考信號。采用雙閉環控制結構，如圖5所示。圖中K1=T(1-It)，其值為1表示系統孤島運行且相應功率參考信號來自MPC主控制器。

圖5 儲能單元本地控制Fig.5 Local control of storage unit

3.2.4 負荷本地控制

在系統聯網或孤島運行時，負荷本地控制器均以滿足負荷需求為控制目標。當本地負荷突增使聯網時并網變流器輸出到達限流值且蓄電池充放電功率無法滿足功率缺額，或孤島時儲能單元放電功率超過最大值或荷電狀態到達最低限值，則需要依據負荷優先級進行減載控制。

系統正常運行時，負荷本地控制器接收來自MPC主控制器的功率參考值；通信故障時，接收來自電壓分層下垂控制策略產生的參考信號，此時，若系統功率充足，則電壓分層控制器運行于定交流電壓模式，否則為減載模式，如圖6所示。

圖6 負荷本地控制Fig.6 Local control of load

綜上所述，本文提出的基于模型預測控制的風電直流微網集散控制系統框圖如圖7所示。

圖7 基于模型預測控制的風電直流微網集散控制系統Fig.7 Diagram of the MPC controller-based control system of wind turbine DC microgrid

4 仿真分析

4.1 系統簡介

為驗證本文提出的基于MPC控制器的集散控制方案的有效性，在Matlab/Simulink 仿真軟件中搭建了如圖8所示的仿真系統。該系統包含1臺50 kW的永磁直驅風力發電機組，額定風速為12 m/s，W-VSC的額定容量為50 kW；G-VSC額定容量為50 kW；選取鉛蓄電池作為儲能元件，蓄電池額定電壓為180 V，額定容量100 A·h，Bi-DC額定容量為30 kW；直流母線額定電壓為400 V。MPC主控制器中預測時域設置為3，控制時域為2。電壓分層下垂控制策略中參數設置參見文獻[12]。

圖8 風電直流微網的仿真系統結構圖Fig.8 Simulated system diagram of the wind turbine-based DC microgrid

4.2 聯網運行時仿真分析

圖9為直流微網系統聯網運行時仿真結果。仿真初始時刻，系統正常運行，負荷L1接入微網，蓄電池處于充電狀態，MPC主控制器輸出風電功率參考值驅使風電側變流器跟蹤最大功率點，系統多余功率通過并網變流器輸出至交流主網。第3 s時，負荷L2接入微網，由于風電功率保持不變，微網輸出至交流主網的功率減少，以滿足負荷增長的需求。由于假設風功率及負荷預測信息已知，MPC主控制器在前一時刻，綜合系統狀態與反饋信息通過約束優化計算得到系統參考運行點，使得第3 s時，系統狀態平穩過渡，基本無延時和超調。第6 s時，風速下降，風電輸出功率降低，并網變流器功率反轉，由交流電網向微網輸入功率以維持系統穩定運行。第8 s，負荷L3接入微網，系統功率缺額仍由交流主網通過并網變流器進行補充。第10 s，系統發生通信故障，與此同時，風速再次降低，負荷L4接入。由圖9可知，故障瞬間，并網變流器輸出功率為0，風電功率由于機械系統的慣性使輸出變化平穩。直流電壓出現短暫震蕩。由于控制系統配備了冗余參考信號控制器，在檢測到系統運行狀態異常后，迅速切換至后備電壓分層控制策略產生的參考值，并網變流器在經歷短時異常后增加向微網輸出的有功功率，同時蓄電池放電，以維持系統正常運行。第13 s，風速上升，風電輸出功率增大，除供給負荷外，多余功率對蓄電池進行充電，交流主網提供的功率也有所降低。第16 s，負荷L4退出，系統仍根據檢測到的直流電壓進行電壓分層控制，由于直流電壓偏差小于額定值2%，蓄電池繼續充電，并網變流器仍作為平衡節點維持系統功率平衡。

圖9 聯網時系統運行特性Fig.9 Operational performance of the microgrid in grid-connected mode

4.3 孤島運行時仿真分析

在孤島運行狀態下，直流微網與交流主網無交換功率，系統不平衡狀態由蓄電池充放電管理、風機出力限制及負荷減載控制共同調節。圖10為直流微網系統孤島運行時仿真結果。仿真初始時刻，負荷L1、L2接入微網，風電輸出功率小于負荷需求，蓄電池放電。第3 s，風速增加，風電輸出功率實際值跟蹤MPC主控制器輸出參考值，除供給負荷外另有結余，依MPC主控制器輸出蓄電池充電電流參考值對蓄電池進行充電，多余功率轉換為風機機械儲能系統動能增量。第6 s，風速降低，但風電輸出功率仍大于負荷需求，蓄電池繼續充電。第8 s，負荷L3、L4接入微網，蓄電池為維持系統功率平衡依據MPC主控器參考指令向微網輸出相應功率。第13 s，負荷L4退出，風速降低，風電功率降低幅度大于負荷降低值，按照主控制器指令，蓄電池放電電流增加，以減少暫態過渡過程時間，使系統快速穩定。第16 s，系統發生通信故障，主控制器輸出信號偏離真實參考值，致使系統功率失衡，在檢測到系統運行狀態異常后，迅速切換至后備電壓分層控制策略產生的參考值，由于系統功率偏差在瞬間達到蓄電池輸出功率限值，負荷L3被迫減載以維持系統功率平衡。當系統逐漸趨于穩定，電壓恢復到額定值附近時，負荷L3再次接入。之后，系統依據電壓分層下垂控制策略產生的參考值運行于該工況平衡點附近。

4.4 魯棒性測試

由于實際風速通常具有高頻擾動特性，因此，風力機通常會遭遇紊流，使得輸出風電功率也會發生相應擾動。這部分擾動無法預知，給系統穩定運行帶來一定影響。為測試所提控制系統的魯棒性，在上節所述連續變化風速中增加10%的高頻擾動，作為未知外擾，如圖11a所示。圖11b中曲線分別表示系統聯網時，在MPC主控制器與本地控制單元協調控制作用下，風電直流微網中負荷功率、風力發電單元及并網變流器聯合輸出功率、蓄電池儲能單元輸出功率。圖11c及圖11d分別表示風電機組及并網變流器輸出功率。盡管MPC主控制器無法將未知外擾作為控制輸入參與功率設定值的尋優計算，導致風電輸出功率在聯網狀態下與該時刻最大功率產生一定偏差，但是在MPC主控器的作用下，通過系統實際狀態信息進行滾動優化校正進行閉環優化，使系統能夠在滿足負荷需求的前提下安全、穩定運行。說明此工況下，所設計控制系統即使未增加風速擾動測量裝置，依然具備較好的控制性能。

圖10 孤島時系統運行特性Fig.10 Operational performance of the microgrid in islanded mode

圖11 高頻風速擾動下系統運行特性Fig.11 Operational performance of the microgrid under high frequency wind disturbance

5 結論

直流微網控制系統的性能對系統安全、穩定運行起著至關重要的作用。本文在綜合分析微網系統控制策略的基礎上，提出了集分層控制及主從控制方法優點于一身的集散控制方案。該方案采用模型預測控制器作為集散控制體系架構中的主控制單元，產生本地控制器參考值。同時為系統中多端變流器分別配置冗余的電壓分層控制單元，作為系統通信故障時的備用參考信號發生器。在Matlab環境下搭建了風電直流微網及其控制系統仿真模型。通過對所提集散控制系統設計方法及本地控制方案的原理闡述和仿真分析，得出如下結論：

1)為滿足系統經濟運行及高質量電能的要求，采用模型預測控制器作為集散控制體系架構中的主控制單元。通過對系統運行特性的分析，建立了預測模型，并依據系統運行優化目標設計了模型預測主控制器。

2)為規避該分層控制結構中通信故障對系統穩定性的影響，提出了雙冗余參考信號模式。正常運行時，接受模型預測主控制器的參考信號，一旦通信失敗，本地控制器迅速切換至電壓分層控制策略產生的參考值。如此，既能夠保證正常運行時，系統高效運行及對電能質量的要求，又能在故障時保證系統不失穩。

3)通過小型風電直流微網算例驗證了所提集散控制系統的有效性，說明了在該控制系統的作用下，直流微網能夠實現孤島和并網模式下的安全、穩定運行，并能夠對外部瞬變風速擾動作出及時有效的響應，具有較強的魯棒性。

[1] 錢科軍，袁越，石曉丹，等.分布式發電的環境效益分析[J].中國電機工程學報，2008，28(29)：11-15. Qian Kejun，Yuan Yue，Shi Xiaodan，et al.Environmental benefits analysis of distributed generation[J].Proceedings of the CSEE，2008，28(29)：11-15.

[2] 張犁，孫凱，吳田進，等.基于光伏發電的直流微網能量變換和管理[J].電工技術學報，2014，29(2)：248-254. Zhang Li，Sun Kai，Wu Tianjin，et al.Energy conversion and management for DC microgrid based on photovoltaic generation[J].Transactions of China Electrotechnical Society，2014，29(2)：248-254.

[3] 李武華，徐馳，禹紅斌，等.直流微網系統中混合儲能分頻協調控制策略[J].電工技術學報，2016，31(14)：84-92. Li Wuhua，Xu Chi，Yu Hongbin，et al.Frequency dividing coordinated control strategy for hybrid energy storage system of DC micro-grid[J].Transactions of China Electrotechnical Society，2016，31(14)：84-92.

[4] 王成山，武震，李鵬.微電網關鍵技術研究[J].電工技術學報，2014，29(2)：1-12. Wang Chengshan，Wu Zhen，Li Peng.Research on key technologies of microgrid[J].Transactions of China Electrotechnical Society，2014，29(2)：1-12.

[5] 劉振國，胡亞平，陳炯聰，等.基于雙層優化的微電網系統規劃設計方法[J].電力系統保護與控制，2015，43(8)：124-133. Liu Zhenguo，Hu Yaping，Chen Jiongcong，et al.A planning and design method for microgrid based on two-stage optimization[J].Power System Protection and Control，2015，43(8)：124-133.

[6] 姜世公，李琰，王衛.一種微網系統孤島運行條件下的能量管理策略[J].電工技術學報，2014，29(2)：130-135. Jiang Shigong，Li Yan，Wang Wei.A novel power management strategy for microgrid on islanding mode[J].Transactions of China Electrotechnical Society，2014，29(2)：130-135.

[7] 吳衛民，何遠彬，耿攀，等.直流微網研究中的關鍵技術[J].電工技術學報，2012，27(1)：98-106，113. Wu Weimin，He Yuanbin，Geng Pan，et al.Key technologies for DC micro-grids[J].Transactions of China Electrotechnical Society，2012，27(1)：98-106，113.

[8] Salomonsson D，Sannino A.Low-voltage DC distribution system for commercial power systems with sensitive electronic loads[J].IEEE Transactions on Power Delivery，2007，22(3)：1620-1627.

[9] Jong Y K，Jin H J，Seal K，et al.Cooperative control strategy of energy storage system and microsources for stabilizing the microgrid during islanding operation[J].IEEE Transactions on Power Electronics，2010，25(12)：3037-3048.

[10]Zhou Haihua，Tanmoy B，Duong T，et al.Composite energy storage system involving battery and ultracapacitor with dynamic energy management in microgrid applications[J].IEEE Transactions on Power Electronics，2011，26(3)：923-931.

[11]Tsikalakis A G，Hatziargyriou N D.Centralized control for optimizing microgrids operation[J].IEEE Transactions on Energy Conversion，2008，23(1)：241-248.

[12]王毅，張麗榮，李和明，等.風電直流微網的電壓分層協調控制[J].中國電機工程學報，2013，33(4)：16-24. Wang Yi，Zhang Lirong，Li Heming，et al.Hierarchical coordinated control of wind turbine-based DC microgrid[J].Proceedings of the CSEE，2013，33(4)：16-24.

[13]Gu Yunjie，Xiang Xin，Li Wuhua，et al.Mode-adaptive decentralized control for renewable DC microgrid with enhanced reliability and flexibility[J].IEEE Transactions on Power Electronics，2014，29(9)：5072-5080.

[14]Dragicevic T，Guerrero J M，Vasquez J C，et al.Supervisory control of an adaptive-droop regulated DC microgrid with battery management capability[J].IEEE Transactions on Power Electronics，2014，29(2)：695-706.

[15]郝雨辰，吳在軍，竇曉波，等.多代理系統在直流微網穩定控制中的應用[J].中國電機工程學報，2012，32(25)：27-35. Hao Yuchen，Wu Zaijun，Dou Xiaobo，et al.Application of multi-agent systems to the DC microgrid stability control[J].Proceedings of the CSEE，2012，32(25)：27-35.

[16]Guerrero J M，Vasquez J C，Matas J，et al.Hierarchical control of droop-controlled AC and DC microgrids-a general approach toward standardization[J].IEEE Transactions on Industrial Electronics，2011，58(1)：158-172.

[17]Bidram A，Davoudi A.Hierarchical structure of microgrids control system[J].IEEE Transactions on Smart Grid，2012，3(4)：1963-1975.

[18]Liang Che，Shahidehpour M.DC microgrids：economic operation and enhancement of resilience by hierarchical control[J].Transactions on Smart Grid，2014，5(5)：2517-2526.

[19]Yi Zong，Kullmann D，Thavlov A，et al.Application of model predictive control for active load management in a distributed power system with high wind penetration[J].Transactions on Smart Grid，2012，3(2)：1055-1062.

[20]Murdoch A，Barton R S，Winkelman J R，et al.Control design and performance analysis of a 6MW wind turbine-generator[J].IEEE Transactions on Power Apparatus and Systems，1983，102(5)：1340-1347.

[21]李和明，董淑惠，王毅，等.永磁直驅風電機組低電壓穿越時的有功和無功協調控制[J].電工技術學報，2013，28(5)：73-81. Li Heming，Dong Shuhui，Wang Yi，et al.Coordinated control of active power and reactive power of PMSG-based wind turbines for low voltage ride through[J].Transations of China Electrotechnical Society，2013，28(5)：73-81.

[22]Qi Wei，Liu Jinfeng，Chen Xianzhong，et al.Supervisory predictive control of standalone wind/solar energy generation systems[J].IEEE Transactions on Control Systems Technology，2011，19(1)：199-207.

Model Predictive Controller-Based Distributed Control of Wind Turbine DC Microgrid

Wang Yi Yu Ming Li Yonggang

(School of Electrical and Electronic Engineering North China Electric Power University Baoding 071003 China)

In this paper，a model predictive controller-based distributed control system of wind power DC microgrid is designed.To meet the requirements of economic operation and high quality electric power of the system and，model predictive controller is utilized as the main control unit of the distributed control architecture to generate reference signals for local controller.To avoid the negative impact of the hierarchical control structure in case of communication failure on the system stability，dual redundant reference signals are used by local controller.During normal operation，reference signals from model predictive controller are accepted by local controller，once communication failure occurs，the redundant reference signals from voltage hierarchical control can be switched fast enough.In this case，the system can ensure not only efficient operation and requirements of power quality during normal operation，but also system stability during during failure.To verify the effectiveness of the proposed model predictive controller-based distributed control system of wind power DC microgrid，simulations are conducted on Matlab with results showing that the design objective is fulfilled in both grid-connected and islanded state with efficient and flexible operation during normal operation using the proposed model predictive controller and stable and safe operation in case of communication failure switching voltage hierarchical controller.

Wind turbine-based DC microgrid，model predictive control，voltage hierarchical control，distributed control system，secondary voltage regulation

國家高技術研究發展計劃(863計劃)資助項目(2015AA050101)。

2015-06-10 改稿日期2015-10-27

TM71

王 毅 男，1977年生，博士，教授，研究方向為風力發電并網控制技術、電力電子技術在電力系統中的應用等。

E-mail：yi.wang@ncepu.edu.cn

于 明 女，1987年生，博士研究生，研究方向為風力發電并網控制和直流微網控制技術。

E-mail：ming_yu_ncepu@hotmail.com(通信作者)