《Electronics》：A Hierarchical Distributed Method for Source-Grid-Load-Storage Coordinated Power and Energy Balance in Distribution Networks
Jingyu Liu,
Zhe Ming,
Hongyun Shi,
Haihong Zhang and
Zifa Liu
编辑推荐：
将分布式能源（Distributed Energy Resources，DERs）集成到现代多能配电网中引入了复杂性，需要有效的协调控制以维持稳定性。本研究提出了一种结合分布式自治与集中协调的分层分布式控制策略。针对小规模网络，引入了一种“自平衡与自平滑”联络
将分布式能源（Distributed Energy Resources，DERs）集成到现代多能配电网中引入了复杂性，需要有效的协调控制以维持稳定性。本研究提出了一种结合分布式自治与集中协调的分层分布式控制策略。针对小规模网络，引入了一种“自平衡与自平滑”联络线功率控制方法，同时建立了区域网络的协调优化模型，并采用进化粒子群优化（Evolutionary Particle Swarm Optimization，EPSO）算法求解。基于浙江省某实际配电网的仿真结果表明，所提方法有效调节了功率波动。与集中优化相比，分层方法降低了系统总运行成本，并随着分布式实体数量的增加表现出改进的计算可扩展性。所提方法实现了各利益相关方的经济最优性，并提升了“源-网-荷-储-热”系统的运行效率，为新电力系统的能源互补提供了稳健解决方案。
**论文解读：面向配电网源-网-荷-储协调功率与能量平衡的分层分布式方法**
**研究背景与问题**
为实现中国“双碳”目标，以可再生能源为主体的新电力系统建设成为必然。然而，分布式能源（Distributed Energy Resources, DERs）、储能以及冷热电联供（Combined Cooling, Heating, and Power, CCHP）系统的大规模接入，使现代多能配电网呈现出随机波动、双向潮流和多能协同等新特征。传统“源-网-荷-储”协调控制面临分布式控制对象众多、用户类型多样、交互模式复杂等挑战，且单一能量形式的独立管理难以兼顾全局效率。
现有控制方法中，集中式控制依赖高可靠性长距离实时通信，在大规模分散场景下技术经济成本高；分布式优化方法（如ADMM）虽能分解问题，但假设凸性且受非线性耦合与混合连续-离散变量限制；规则式分层控制虽工程实用性强，却缺乏电热子系统的明确协调与经济最优性。因此，亟需一种既能实现全局优化、又具备实用可扩展性的统一控制策略，以解决多能流配电网中“源-网-荷-储-热”协同调控的关键问题。
**研究内容与结论**
针对上述问题，研究人员提出了一种结合分布式自治与集中协调的分层分布式控制框架。该框架在小规模配电网层引入“自平衡与自平滑”联络线功率控制方法，在区域配电网层建立协调优化模型，并采用进化粒子群优化（EPSO）算法求解。基于中国浙江省某实际配电网数据的仿真验证表明，所提方法能有效平抑功率波动，与集中优化相比，总系统运行成本降低约4.1%（从53,913元降至51,699.39元），其中区域配电网成本下降9.7%，小规模网络亦有小幅节约。随着分布式实体数量增加，分层方法展现出优越的计算可扩展性。该成果已发表在《Electronics》上。其重要意义在于，为多能流配电网的功率与能量协同平衡提供了一套兼顾经济性、鲁棒性与可扩展性的实用方案，有力支撑了新电力系统的能源互补运行。
**主要关键技术方法**
1. **分层分布式控制架构**：设置微电网能量管理系统（MGEMS，Microgrid Energy Management System）作为本地控制节点，多微电网能量管理系统（MMGEMS，Multi-Microgrid Energy Management System）作为集群级协调中心，形成“本地分布式自治+区域集中协调”的混合架构。
2. **自平衡与自平滑控制策略**：定义自平衡度*k*(*t*)（本地发电与储能满足负荷的能力）和自平滑度*s*(*t*)（联络线交换功率变化率），并设定边界值（*k*
min、*k*
max、*s*
min、*s*
max），据此动态调节DG、储能与可控负荷，使网络运行在安全可行域内。
3. **区域多能流协同优化模型**：基于电热耦合的功率平衡约束与网络安全约束，建立以最小化日运行成本为目标函数的优化模型，采用进化粒子群优化（EPSO）算法求解。所研究系统基于浙江省某实际配电网，包含三个小规模配电网，拓扑中包括电功率网络和热力网络。
**研究结果**
*3.1 区域配电网功率平衡*
通过MATLAB R2023a仿真，分析了区域配电网电功率平衡。结果表明：夜间光伏出力为零时，区域网络依赖向上级购电，同时固体氧化物燃料电池（SOFC）以“以热定电”模式运行，其电出力随热负荷波动；低谷电价时段储能充电以备高峰放电。在12:00和13:00光伏出力高峰时，由于电热耦合约束，SOFC无法按电负荷调整，导致弃光，体现了模型中电热耦合约束的实际影响。热功率平衡显示，部分小规模网络在热负荷高峰期需从区域网络购热，而网络3因SOFC容量充足无需外购。
*3.2 小规模配电网运行*
以小规模网络1为例，自平衡度在部分时段越限，系统通过储能充放电将其调回设定范围；自平滑度仅在单一时段低于下限，为延长储能寿命未进行调节。阴雨天时，光伏不足导致SOFC和储能出力显著增加，网络购电上升；低谷电价时期储能充电，高峰电价时期购电受控。进一步对比集中优化与分层优化：分层优化的系统总成本低于集中优化（见表4、表6），且随着分布式实体数量增加，分层优化计算时间增长更慢（见表5），体现了更好的可扩展性。分层优化还能降低区域配电网成本，表现出明显的分层特性——在保证上层最优的前提下实现下层次优。
*4. 系统性能与分析验证*
- **闭环稳定性与动态响应**：在典型调度时段引入阶跃扰动（电负荷增加10%、光伏出力下降50%、热负荷下降15%），自平衡策略可在2-4个调度周期（Δt=15 min）内恢复*k*(*t*)至边界内，自平滑度在3-5个周期内恢复。状态空间特征值分析显示，最大实部为-0.12，系统局部渐近稳定。
- **层级间可行性保持**：电热功率指令匹配率分别达到94.2%和91.7%；不匹配时段，MGEMS提供实时可行域反馈，平均2.3次迭代后调整至可行解。
- **灵敏度与鲁棒性**：边界参数变化对总成本影响小于2%，但自平滑边界*s*
max对联络线波动影响显著；当通信丢包率超过10%时，系统切换至本地自治模式，总成本上升约8.2%但仍维持供电可靠性。
- **算法对比**：EPSO在经济成本、收敛速度和通信数据量上均优于ADMM（交替方向乘子法）和DCA（差凸规划）。
**讨论与结论**
讨论部分指出，所提框架的有效性源于系统级协调（本地自治+区域优化），而非算法创新。电热耦合的非线性及混合变量特性使群体优化方法（如EPSO）更具适应性。该框架在区域层成本降低尤为明显，体现了分层协调的经济优势；自平衡/自平滑策略可自主响应可再生能源变化，抑制扰动向上层传播。局限性在于热子系统采用稳态模型，未考虑热惯性和动态储热效应，且未显式处理通信时延和数据不确定性。
**结论翻译**：本文提出了一种用于配电网多能流协调优化的分层分布式控制框架。通过在小规模配电网层集成自平衡与自平滑策略，并在区域层进行协调优化，所提框架有效解决了多能流系统中电热子系统的耦合问题。基于浙江省实际配电网的仿真结果表明，与集中优化相比，系统总运行成本降低了约4.1%，区域配电网成本下降9.7%，小规模网络亦获得一定节约。此外，分层分布式方法展现出优越的计算可扩展性：集中优化在小型系统中效率高，但随着分布式实体数量增加计算时间迅速增长；而分层框架在大规模场景下保持相对稳定性能，更适用于高渗透率分布式的分散式多能配电网。自平衡与自平滑策略通过调节功率波动并在可再生能源不确定性下实现本地自主调节，进一步增强了运行鲁棒性。未来工作将侧重于细化热动态建模、考虑通信时延与不确定性，并通过硬件在环测试或现场示范验证所提框架，以提升其在实际多能配电系统中的应用性。
