本發明屬于智能電網控制領域，尤其是涉及一種基于自適應動態規劃的分布式發電機協調控制方法。

背景技術：
為提高新能源利用率以及大電網對可再生能源的接納能力，通常將包含分布式電源、儲能和負荷的小型發電廠以微電網的形式接入大電網。微電網是與外部電網隔離、能夠自治運行的小型電力系統。通過靜態開關的切換，它能夠運行在孤島和并網兩種模式。如何使得兩種模式平滑切換、保證微電網穩定運行至關重要。微電網運行在并網模式時，其頻率和電壓穩定由大電網支撐，當切換到孤島運行模式時，微電網控制系統需要保證其電壓和頻率同步。而微電網系統內多種不同類型的分布式電源間的協調控制是系統運行控制的關鍵。此外，由于分布式電源模型參數會因老化、熱效應等因素發生緩慢變化，負荷隨機擾動、以及微電網自身運行模態切換等導致微電網系統動態具有不確定性。目前針對分布式發電機的協調控制主要有集中式控制、分散式控制與分布式控制三種策略。集中式控制要求中央控制器在復雜的雙向通信網絡環境下收集所有分布式發電機的運行狀態信息，并統一下達控制指令，其建設成本高，并且容易發生單點故障，降低系統可靠性；在分散式控制模式下，每臺分布式發電機的控制指令的計算與實施均在本地完成，可擴展性較強，但在這種模式下各分布式發電機之間沒有必要的信息交互，難以協調各分布式發電機的輸出，進而導致無法滿足系統運行要求；而分布式控制模式可以管理和控制大量的分布式發電機，僅利用鄰域信息即可達到較好的控制效果，成本低廉，可擴展性強。然而，上述三種模式都依賴于精確已知的分布式發電機模型，由于分布式電源模型參數會因老化、熱效應等因素發生變化，負荷隨機擾動、以及微電網自身運行模態切換等都會導致微電網系統動態具有不確定性。而現有的三種控制策略無法補償分布式發電機的不確定性動態，導致實際控制效果會有所降低。因此，考慮分布式發電機具有不確定性動態并且聯合考慮其輸出電壓和頻率穩定的問題有待解決。

技術實現要素：
本發明所解決的技術問題在于提供一種基于自適應動態規劃的分布式發電機協調控制方法，通過建立分布式發電機大信號動態模型和發電機電壓幅值和相角跟蹤誤差動態，基于自適應動態規劃方法設計出近似最優性能指標函數和近似最優控制率，使得多個分布式電源之間相互協調，使得其輸出電壓的幅值和相角跟蹤到領導者，維持微電網系統頻率和電壓穩定，同時實現各個分布式發電機之間負荷功率均分。實現本發明目的的技術解決方案為：一種基于自適應動態規劃的分布式發電機協調控制方法，包括如下步驟：步驟1：建立分布式發電機大信號動態模型，所述分布式發電機大信號動態模型包括三相全橋電壓源型逆變器的動態模型和三環控制模型，三相全橋電壓源型逆變器的動態模型通過park變換轉換為dq坐標系下的模型，三環控制模型中的三環分別為功率環、電壓外環和電流內環；步驟2：在分布式發電機大信號動態模型中，根據微電網運行模式選取領導者，建立輸入變量與輸出變量的關系，并構建系統跟蹤誤差動態，所述輸入變量為下垂控制的電壓幅值參考值和相位參考值，輸出變量為發電機的輸出電壓幅值和相角；步驟3：在系統跟蹤誤差動態中，定義最優性能指標函數和對應的耦合哈密頓函數，得到最優控制率的形式和耦合的HJB方程，從而基于神經網絡自適應動態規劃方法設計出近似最優性能指標函數和近似最優控制率，所述最優性能指標函數是指每臺分布式發電機消耗最小的能量來達到同步跟蹤時的性能指標函數。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，步驟1中的分布式發電機大信號動態模型為：yi＝hi(xi)其中，xi＝[δi,Pi,Qi,φdi,φqi,γdi,γqi,ildi,ilqi,vodi,voqi,iodi,ioqi]T，δi為第i臺分布式發電機輸出電壓的相角，Pi,Qi是第i臺分布式發電機輸出的有功功率和無功功率，φdi,φqi,γdi,γqi是由電壓環和電流環通過PI控制實現而構造的輔助變量，ildi,ilqi是三相逆變器輸出電流的d軸分量和q軸分量，vodi,voqi是第i臺分布式發電機輸出電壓幅值的d軸分量和q軸分量，iodi,ioqi是第i臺分布式發電機輸出電流幅值的d軸分量和q軸分量，ui是控制輸入，F(xi)、G(xi)和hi(xi)分別為模型對應的非線性函數。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，步驟1中的功率環采用下垂控制得到電壓環控制器的電壓幅值和相角參考信號。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，其特征在于，下垂控制具體為：其中，δsi和vsi分別是下垂控制的電壓幅值和相角參考信號，mi和ni是下垂控制系數，Pi和Qi分別是第i臺分布式發電機輸出的有功功率和無功功率，是第i臺分布式發電機的電壓相角參考值，是第i臺分布式發電機的電壓控制器的電壓幅值參考信號。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，其特征在于，步驟1中的電壓外環和電流內環均采用PI控制器且帶有前饋補償項。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，其特征在于，步驟2中選取領導者的具體方法為：在并網運行模式下，將主網的電壓和相位作為領導者信息；在孤島運行模式下，選取任意一臺分布式發電機的電壓和相位作為領導者信息。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，其特征在于，步驟2中系統跟蹤誤差動態的控制目標表示為：選定輸入使得輸出跟蹤到領導者信息其中，δsi和vsi分別是下垂控制的電壓幅值和相角參考信號，δi為第i臺分布式發電機輸出電壓的相角，vodi是第i臺分布式發電機輸出電壓幅值的d軸分量，yleader,1和yleader,2分別為領導者的電壓幅值和相位。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，其特征在于，步驟2中的系統跟蹤誤差動態為：其中，lij和εij分別是L和ξ的元素，L為通信拓撲圖的拉普拉斯矩陣，ξ＝diag(εi)，I是拓撲圖的節點集合，uj是控制輸入，I2是2×2的單位矩陣，其中，ωj是角頻率，ωcj是濾波器截止頻率，δsj和vsj分別是下垂控制的電壓幅值和相角參考信號，是第j臺分布式發電機的電壓相角參考值，是第j臺分布式發電機的電壓控制器的電壓幅值參考信號，mj和nj是下垂控制系數，vodj,voqj是第j臺分布式發電機輸出電壓幅值的d軸分量和q軸分量，iodj,ioqj是第j臺分布式發電機輸出電流幅值的d軸分量和q軸分量，Cfj是濾波電容。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，其特征在于，步驟3中近似最優性能指標函數為：其中，是近似權重矩陣，φci是評判網絡激活函數。進一步的，本發明的基于自適應動態規劃的分布式發電機協調控制方法，其特征在于，步驟3中近似最優控制率為：其中，是近似權重矩陣，φui是執行網絡激活函數。本發明采用以上技術方案與現有技術相比，具有以下技術效果：1、本發明的協調控制方法使得微電網中N臺分布式發電機的輸出電壓的幅值和相角趨于一致，在并網模式下跟蹤到主網的電壓和相角，在離網模式下跟蹤到領導者的電壓和相角，最終實現微電網頻率和電壓穩定，同時實現各個分布式發電機之間負荷功率均分；2、本發明的協調控制方法基于多智能體一致性的思想，采用自適應動態規劃方法可以一定程度上減小控制系統對分布式發電機的模型的依賴性，保證微電網運行的安全與穩定；3、本發明的協調控制方法整體設計架構采用分布式控制模式，建設成本低廉，可擴展性強。附圖說明圖1是本發明的基于自適應動態規劃的分布式發電機協調控制方法流程圖。具體實施方式下面詳細描述本發明的實施方式，所述實施方式的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施方式是示例性的，僅用于解釋本發明，而不能解釋為對本發明的限制。如圖1所示，一種基于自適應動態規劃的分布式發電機協調控制方法，具體包括以下步驟：步驟1、建立基于三相逆變器的分布式發電機大信號動態模型，該模型包含兩部分，第一部分是三相全橋電壓源型逆變器的動態模型，該模型通過park變換轉換為dq坐標系下的模型，便于后續實現dq解耦控制；第二部分是三環控制模型，其中包含功率環，電壓外環和電流內環。功率環中通過設定下垂控制策略來得到電壓外環的電壓參考信號，并且實現功率均分；電壓環和電流環采用的是解耦控制方式，分別采用PI控制器，并且帶有前饋補償項。構建P-δ和Q-v下垂控制策略：其中，δsi和vsi分別是下垂控制的電壓幅值和相角參考信號，mi和ni是下垂控制系數，Pi和Qi分別是第i臺分布式發電機的有功功率和無功功率，是第i臺分布式發電機的電壓相角參考值，是第i臺分布式發電機的電壓控制器的電壓幅值參考信號。最終得到基于三相逆變器的分布式發電機的大信號動態模型：yi＝hi(xi)其中，xi＝[δi,Pi,Qi,φdi,φqi,γdi,γqi,ildi,ilqi,vodi,voqi,iodi,ioqi]T，δi為第i臺分布式發電機輸出電壓的相角，Pi,Qi是第i臺分布式發電機輸出的有功功率和無功功率，φdi,φqi,γdi,γqi是由電壓環和電流環通過PI控制實現而構造的輔助變量，ildi,ilqi是三相逆變器輸出電流的d軸分量和q軸分量，vodi,voqi是第i臺分布式發電機輸出電壓幅值的d軸分量和q軸分量，iodi,ioqi是第i臺分布式發電機輸出電流幅值的d軸分量和q軸分量，ui是控制輸入，F(xi)、G(xi)和hi(xi)為模型對應的非線性函數。步驟2、在分布式發電機大信號動態模型中，根據微電網運行模式選取領導者，建立輸入變量與輸出變量的關系，并構建系統跟蹤誤差動態，所述輸入變量為下垂控制的電壓幅值參考值和相位參考值，輸出變量為發電機的輸出電壓幅值和相角?？刂颇繕耸鞘沟妹颗_分布式發電機輸出電壓的幅值和相角都同步跟蹤到領導者，因此首先根據微電網運行模式選取領導者，在并網運行模式下，將主網的電壓和相位作為領導者信息；在孤島運行模式下，選取任意一臺分布式發電機的電壓和相位為領導者?？刂颇繕擞脭祵W來表示為：選定輸入輸出構建如下跟蹤誤差動態：其中，lij和εij分別是L和ξ的元素，L為通信拓撲圖的拉普拉斯矩陣，ξ＝diag(εi)，I是拓撲圖的節點集合，I2是2×2的單位矩陣。其中，ωj是角頻率，ωcj是濾波器截止頻率，δsj和vsj分別是下垂控制的電壓幅值和相角參考信號，是第j臺分布式發電機的電壓相角參考值，是第j臺分布式發電機的電壓控制器的電壓幅值參考信號，mj和nj是下垂控制系數，vodj,voqj是第j臺分布式發電機輸出電壓幅值的d軸分量和q軸分量，iodj,ioqj是第j臺分布式發電機輸出電流幅值的d軸分量和q軸分量，Cfj是濾波電容。步驟3：由于f(xi)這部分動態較為復雜，且具有不確定性，因此考慮f(xi)未知的情況下設計分布式協調控制器，采用神經網絡自適應動態規劃方法來解決。在系統跟蹤誤差動態中，為了使得每臺分布式發電機消耗最小的能量來達到同步跟蹤，先定義第i臺分布式發電機關于跟蹤誤差的本地性能指標函數：再通過定義耦合哈密頓函數，可求出最優控制率的形式：其中Vei*為Vi(ei(t))對ei的偏導。進而可得到耦合的HJB方程：其中，Ni為第i節點的鄰居節點集合，Q和R是權重矩陣。采用神經網絡近似，即評判網絡和執行網絡來分別近似最優性能指標函數Vi(ei(t))和最優控制率ui*。詳細步驟如下：步驟3-1：評判網絡用來近似最優性能指標函數。理想近似：其中，Wci為評判網絡理想權重矩陣，φci為評判網絡激活函數，εci為評判網絡近似誤差。實際近似：步驟3-2：計算評判網絡輸出誤差。步驟3-3：設計控制率ui，使得如下誤差函數最小化：令由梯度下降算法可得評判網絡權重矩陣更新率：其中，αi是評判網絡系數。步驟3-4：執行網絡用來近似最優控制率。理想近似：其中，Wui為執行網絡理想權重矩陣，φui為執行網絡激活函數，εui為執行網絡近似誤差。實際近似：步驟3-5：計算執行網絡輸出誤差。步驟3-6：選取執行網絡誤差函數。由梯度下降算法可得執行網絡權重矩陣更新率其中，βi是執行網絡系數。最終的控制率形式以及網絡權重矩陣的更新動態如下：以上所述僅是本發明的部分實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發明原理的前提下，還可以做出若干改進，這些改進應視為本發明的保護范圍。