基于小波包分解-概率模糊集特定策略下马尔可夫决策过程的微电网公共耦合点功率优化控制
中国农业大学信息与电气工程学院的研究人员熊雄、王江波、杨仁刚，在2017年第22期《电工技术学报》上撰文指出，并网运行下微电网内功率波动将通过公共耦合点（PCC）由大电网承担。
为抑制不同时间尺度下的功率波动，使微电网通过PCC友好并网，基于马尔科夫决策过程（MDP）建立了反应微电网PCC不同时间尺度下交换功率大小和波动性的熵值回馈函数，以网内混合储能中超级电容器当前荷电状态（SOC）组成状态集合，决策过程通过策略迭代求解最优策略及其对应的最优熵值函数。
在策略迭代中，提出一种以小波包分解-概率模糊理论为基础的特定策略集，作为当前状态到各分布式电源行动集合的映射。最后通过算例计算分析，验证了所提方法的正确性和有效性。
微电网所具备并网或孤岛多模式运行方式，可降低间歇性分布式电源给配电网带来的不利影响，提高分布式能源利用效率及改善电能质量。因此将分布式电源（DistributedGenerator, DG）以微电网的形式接入配电网，被普遍认为是利用分布式电源有效的方法之一[1-3]，同时将微电网整体看成一个双向可调度单元，针对配电网又是一种需求侧响应的全新方式。
而从微电网内部运行出发，由于微电网中间歇性分布式电源的高渗透率性，因此如何在提高能源利用效率下降低间歇性能源短时波动性，使微电网友好并网，是提高微电网经济性与可靠性的途径，也是发展微电网技术的前提[4,5]。
目前针对并网微电网功率控制有恒功率控制模式、考虑DG功率限制的控制模式、联合最优功率控制模式。恒功率控制模式将控制微电网与大电网连接处馈线功率流量定为常量，而考虑DG功率限制的控制模式则是按照各DG输出特性输出以获取经济效益，大电网将承担微电网内功率的全部波动。
前两种控制模式从抑制公共耦合点（Point of Common Coupling, PCC）功率波动或提高能源利用效率单方面出发，联合最优功率控制则一方面保证一部分DG按经济性输出功率，另一方面通过一部分DG（如储能）来调节PCC功率为恒定值，但微电网内储能因自身容量限制在功率波动较大时并不能完全平抑波动。
在平抑策略上，根据不同类型储能性能可互补的特点，利用混合储能可在有限的容量内最大限度平抑功率波动，文献[6]和文献[7]分别通过滤波算法和小波包算法将原信号进行分解，得到单一储能或是混合储能的充放电指令，并以储能荷电状态（State of Charge,SOC）的限制作为反馈调节。
在分解算法中，小波包在处理非平稳信号以获取更多细节信号时更具优势。为衡量PCC功率的波动性，可引入熵值概念对系统混乱和无序状态进行度量。文献[8]基于熵理论提出了电网潮流熵概念，用以定量描述线路潮流分布的不均匀。文献[9]提出了将网络拓扑熵和潮流熵应用到电网自组织临界状态演化特性研究，以表征风电规模化集中接入电网环境下的网架结构和潮流分布变化规律。
在微电网优化调度模型方面，研究可分为用于日计划或滚动计划的动态规划模型[10]和用于实时调度的静态优化模型[11]。在这些优化调度模型中，储能单元作为输出可正可负的连续可控型电源，在实时调度计划中给出优化输出功率，在日计划中给出整点输出功率计划。动态经济调度考虑了各时段之间的内在联系，因此更加符合微电网系统的实际运行要求。
微电网运行波动特性主要是受风电、光伏等电源间歇性的影响。文献[12]将风电的随机性看做是马尔科夫过程，可基于当前状态采用马尔科夫链得到下一时刻发电值。马尔科夫决策过程（Markov DecisionProcess, MDP）即马尔科夫过程结合动态规划的决策过程，因此可将微电网功率动态调度模型看作是MDP，通过值迭代或策略迭代得到最优决策方案。文献[13]运用MDP方法对Cluster系统的功率动态调度进行了建模，运用策略迭代得到功率优化调度方案。
本文将微电网功率动态调度看作一个MDP，建立PCC点功率熵值模型，并以此作为MPD的回馈函数，以混合储能中功率型储能超级电容器（Super Capacitor,SC）SOC作为状态集合，以混合储能充放电功率、风电光伏输出功率作为MDP行动集合，并提出一种基于小波包分解-概率模糊集合的特定策略集合，作为状态集合到行动集合的映射，最后通过策略迭代得到最优策略及其对应的最优回馈函数值序列。
图1 所提策略过程
图7 微电网配置示意图
结论
1）本文为减小并网运行微电网内部功率的波动性，使其通过PCC友好并网，建立了PCC交换功率动态调度的马尔科夫决策过程。在马尔科夫决策过程中，建立了反应微电网PCC功率交换波动性的熵值回馈函数，以网内功率型储能当前SOC作为状态变量，以网内DG发出功率作为行动变量。在策略迭代中，提出了一种以小波包分解-概率模糊逻辑为基础的特定策略集合，作为当前状态变量到行动集合的映射。
2）在算例分析中，设定了4种方案，通过4种方案结果分析，方案a在回馈函数中未考虑熵值优化，因此其最优策略下PCC交换功率较方案c虽更加平滑，但更大的峰谷差使其最终熵值大于方案c。在方案b中，由于未采用文中多提出了特定策略，因此混合储能中SC在大部分充放电时刻所充放电功率存在不合理，导致其SOC处在较高或较低状态，从而不利于下一时刻的充放电，导致在网内功率波动较大时段，方案b下SC充放电能力远不如方案c。方案d在特定策略集中去掉了模糊调节，仅保留了小波包分解，从结果可以看出方案d下SC的充放电合理程度介于方案c和b之间。