基于MAS的含光伏充电站微电网能量管理研究.pdf

0引言含光伏充电站微电网是典型的直流微电网系统，因其体现着可持续发展的要求，得到广泛关注1-2。光伏充电站光伏发电电力和充电负荷的波动性、间歇性和随机性会使直流母线电压大范围波动，降低系统的可靠性，而能量管理是解决其问题的主要手段之一3-5。目前微电网能量管理多采用集中式控制，文献6-8提出一种集中式能量管理方案，但当中央控制器发生故障时，可能导致方案失败，系统可靠性不高。而多智能体系统（multiagent system，MAS）具有较高的自治性，可以提高系统的可靠性，文献9基于多智能体构建了微电网控制系统，并通过算例表明 MAS 将成为微电网控制的最佳选择之一。故一些基于 MAS 的能量管理策略被提出。文献10-11针对微电网孤岛模式，提出了基于MAS 的能量协调控制策略，但未考虑与主电网的协调控制；文献12设计了基于 MAS 的分散协调控制策略，利用评估指标判断是否启动控制，但主要DOI：10.14044/j.1674-1757.pcrpc.2023.03.018 收稿日期：20220404基金项目：国家自然科学基金项目（51708194,51507014）；湖南省教育厅科学研究重点项目（18A120）。基于 MAS 的含光伏充电站微电网能量管理研究胡亚杰，刘桂英，王红标，欧阳振宇，粟时平（长沙理工大学电气与信息工程学院，长沙410114）摘要：针对含光伏充电站微电网内光伏出力和充电负荷的波动性，会使直流母线电压大范围波动，影响系统稳定运行的问题，论文设计了一种基于多智能体系统（multiagent system，MAS）的含光伏充电站微电网能量管理方案。首先针对复杂的能源管理问题，论文构建了基于 MAS 的两级分散式协调控制结构，然后通过功率关系和储能 SOC 信息对光伏充电站运行模式进行划分，利用 Petrinet（PN）模型对各 Agent 的模式切换行为进行描述，以此为基础对各 Agent 模式切换策略进行设计，并完成各单元控制模块设计，最后搭建仿真模型，进行仿真实验，验证了所提方案的有效性和优越性。关键词：光伏充电站；直流微电网；多智能体；Petrinet；能量管理Research on Energy Management of Microgrid Containing Photovoltaic ChargingStation Based on MASHU Yajie，LIU Guiying，WANG Hongbiao，OUYANG Zhenyu，SU Shiping（School of Electrical and Information Engineering，Changsha University of Science and Technology，Changsha 410114，China）Abstract：In view of large scale fluctuation of DC bus voltage and influence of stable operation of systemdue to the fluctuation of photovoltaic output and charging load in the microgrid containing photovoltaiccharging stations，the microgrid energy management program with photovoltaic charging stations based onmultiagent system（MAS）is designed in this paper.First，for the complex energy management issues，a twolevel decentralized coordinated control structure based on MAS is constructed.Then，the photovoltaiccharging station operation mode through the power relationship and energy storage SOC information is classified.The Petrinet（PN）model is used to describe the Agent s mode switching behavior.Based on this，the agent s mode switching strategy is designed，and each unit control module design is completed.Finally，a simulation model is set up for simulation experiments，and the effectiveness and superiority of the proposed scheme is verified.Keywords：photovoltaic charging station；DC microgrid；multiagent；Petrinet；energy management第44卷第3期：0134-01422023年6月电力电容器与无功补偿Power Capacitor&Reactive Power CompensationVol.44，No.3：0134-0142Jun.2023 1342023年第3期（总第207期）胡亚杰，等基于MAS的含光伏充电站微电网能量管理研究针对微电网在外界大干扰下的稳定情况；文献13-14利用多智能体系统，构建基于 MAS 的能量协调控制方法，分别采用了神经网络算法和改进次梯度算法，在实际工程中实现较复杂。基于以上分析，论文设计了一种基于 MAS 的含光伏充电站微电网能量管理方案，通过利用功率关系和荷电状态（state of charge，SOC）信息作为光伏充电站模式划分的依据，以 PN（Petrinet，PN）模型为基础完成对各 Agent 模式切换控制策略的设计，控制简单，易于工程实现。使用该能量管理方案能实现微电网内部功率有效分配，使其在各模式间平滑切换，进而维持内部功率平衡，使直流母线电压稳定。最后仿真结果验证了所提方案的有效性和优越性。1含光伏充电站微电网MAS能量管理整体结构1.1含光伏充电站微电网主电路框架图 1 为含光伏充电站微电网主电路框架，包括PV 单元、储能单元、负载单元和并网单元，各分布式能源通过电力电子接口集成到直流总线上，构成直流微电网，并通过并网变换器与配电网相连，实现能量交互15-16。1）PV 单元：光伏充电站内电能主要来源，一般经升压变换器接入直流母线。2）储能单元：主要起调节光伏充电站内部功率的作用，由蓄电池和 DC/DC 变换器构成。3）负载单元：由电动汽车充电电源、其他直流负荷和交流负荷构成，电动汽车充电电源与其他直流负荷经 DC/DC 变换器与直流母线相连，交流负荷通过 DC/AC 变换器与直流母线相连。4）并网单元：主要连接光伏充电站与大电网，由双向并网变换器和静态转换开关（static transferswitch，STS）构成。图1含光伏充电站微电网主电路框架Fig.1Main circuit architecture of photovoltaic chargingstation1.2基于MAS的含光伏充电站微电网EMS结构根据含光伏充电站微电网能量管理控制目标和控制对象的不同，将能量管理系统结构分为 2 层，分别为局部控制层、中央控制层。局部控制层主要负责自身状态监控，实时发送自身状态信息给中央控制层，并根据指令运行在选择的模式下；中央控制层主要负责微电网内部分布式能源与负荷的协调，实现内部功率平衡，并控制微电网的并网与离网，其能量管理系统层次结构见图 2。如图 2 所示，中央控制层主要由微网 Agent 构成，局部控制层包含光伏Agent、储能Agent、负载Agent和并网Agent。其中，智能体中各模块功能分别为17-18：1）SCADA（supervisory control and data acquisition）：数据采集与监视模块主要对局部控制层的Agent 及其对应设备的状态和运行信息进行采集，并实现中央控制层与局部控制层之间的数据信息交互；图2光伏充电站EMS层次结构Fig.2EMS hierarchical structure of photovoltaic charging station 1352023年第3期电力电容器与无功补偿第44卷2）模式切换模块：主要根据 SCADA 发送的信息，确定光伏充电站的运行模式，对各单元下达模式切换命令；3）状态模块：主要负责对其对应设备的运行状态信息进行采集，并将其发送给 SCADA 模块和控制模块；4）控制模块：根据 SCADA 模块和状态模块发送的信息，控制对应设备运行在合适的模式。2MAS设计2.1含光伏充电站微电网运行模式划分根据微电网内功率关系和 SOC 信息将其运行模式划分为 6 种。当系统功率不等式满足式（1）时，运行在模式 1。Ppv-mpptPesb-charge(max)+Pdc-load（1）式中：Ppv-mppt为 PV 单元运行在 MPPT 模式下发出的功率，即 PV 单元最大发出功率；Pdc-load为负载单元消耗的功率；Pesb-charge(max)为储能单元最大充放电功率。模式 1：储能单元蓄电池 SOC 满足 SOCPpv-mpptPdc-load（3）模式 2：储能单元蓄电池 SOC 满足 SOCPdc-loadPpv-mppt（6）模式 4：储能单元 SOC 满足 SOC20%，PV 单元和储能单元一起给负载单元供电。此时 PV 单元处于 MPPT 控制模式，储能单元处于定电压放电模式，并网单元处于停机状态。此模式下功率平衡方程为Ppv-mppt+Pesb-charge=Pdc-load（7）当系统功率不等式满足式（8）时，运行在模式 5。Pdc-loadPpv-mppt+Pesb-charge(max)Ppv-mppt（8）模式 5：储能单元蓄电池 SOC 满足 SOC20%，PV 单元、储能单元和电网一起给负载单元供电。此时 PV 单元处于 MPPT 控制模式，储能单元处于最大功率放电模式，并网单元处于定电压整流模式。此模式下功率平衡方程为Ppv-mppt+Pesb-charge(max)+Pac-emit=Pdc-load（9）式中：Pac-emit为交流侧发出的功率。模式 6：在模式 4 或模式 5 下运行时，当储能单元蓄电池 SOC 放电到 20%，储能不再继续发电，产生的功率缺额由电网补充。此时 PV 单元和电网共同给负载单元和储能单元供电，并网单元运行在定电压整流模式，PV 单元运行在 MPPT 控制模式，储能单元转为最大功率充电模式。此模式下功率平衡方程为Ppv-mppt+Pac-emit=Pdc-load+Pesb-charge(max)（10）含光伏充电站微电网不同运行模式下各系统运行状态见表 1。表1不同运行模式下各单元运行状态Table 1Operating status of each system under differentmodes模式模式1模式2模式3模式4模式5模式6PV单元MPPTMPPTMPPTMPPTMPPTMPPT储能单元最大功率充电定电压充电停机定电压放电最大功率放电最大功率充电并网单元定电压逆变停机定电压逆变停机定电压整流定电压整流2.2Agent模式切换策略设计由 2.1 节可知，依据功率关系和 SOC 信息将光伏充电站划分为 6 大运行模式，为实现微电网运行模式的切换控制，考虑到 Petrinet（PN）模型是表述多模态运行系统的最有效工具之一，故采用 PN 模型描述各单元的多模式切换行为19。1）光伏 Agent 模式切换策略。PV 单元可运行在最大功率模式和停机模式，设 PV 单元的输出功率PPV为PPV=PPV-mppt,0,LLminLLmin（11）1362023年第3期（总第207期）胡亚杰，等基于MAS的含光伏充电站微电网能量管理研究式中，L、Lmin分别为环境实际光照强度和设定的光伏发电阈值，当光照低于 L，则光伏发电量为零。根据式（11）设计出光伏 Agent 的模式切换行为见图 3。图3光伏Agent的模式切换行为Fig.3Mode switching behavior of PV Agent对应的光伏 Agent 的库所和变迁描述见表 2。表2光伏Agent的库所和变迁描述Table 2Description of the locations and transitions ofPV Agent库所/变迁P1P2t1t2描述PV单元处于MPPT模式PV单元处于停机模式LLminLLmin2）储能 Agent 的模式切换策略。储能单元可运行在定电压充放电模式、最大功率充放电模式和停机模式 5 大模式下，依据微电网运行模式划分原理，设计储能 Agent 的模式切换行为见图 4。图4储能Agent的模式切换行为Fig.4Mode switching behavior of energy storage Agent对应的储能 Agent 的库所和变迁描述见表 3。表3储能Agent的库所和变迁描述Table 3Description of places and changes of energystorage Agent库所/变迁P3P4P5P6P7P8P9P10t3t4t5t6t7t8t9t10t11t12描述储能单元处于停机模式，此时，SOC=SOCmin。准备进入充电模式，判断光伏充电站并、离网状态。储能单元处于最大功率充电模式储能单元处于定电压充电模式储能单元处于停机模式，此时，SOC=SOCmax。准备进入放电模式，判断光伏充电站并、离网状态储能单元处于最大功率放电模式储能单元处于定电压放电模式储能单元接收充电命令判断光伏充电站处于并网状态判断光伏充电站处于离网状态储能单元SOC已充至允许最大值储能单元SOC已充至允许最大值储能单元接收放电命令判断光伏充电站处于并网状态判断光伏充电站处于离网状态储能单元SOC已放至允许最低值储能单元SOC已放至允许最低值3）并网 Agent 的模式切换策略。并网单元可运行在定电压整流模式、定电压逆变模式和停机模式 3 大模式下，依据光伏充电站模式划分原理，设计并网 Agent 的模式切换行为见图 5。图5并网Agent的模式切换行为Fig.5Mode switching behavior of gridconnected Agent对应的并网 Agent 的库所和变迁描述见表 4。表4并网Agent的库所和变迁描述Table 4Description of warehouses and changes of grid-connected Agent库所/变迁P11P12P13P14t13t14t15t16t17描述并网单元处于停机状态，此时，光伏充电站处于孤岛状态。并网单元准备进入并网模式，判断内部功率剩余还是缺额。并网单元处于定电压逆变模式并网单元处于定电压整流模式并网单元接收并网命令光伏充电站内部功率剩余光伏充电站内部功率缺额并网单元接收离网命令并网单元接收离网命令 1372023年第3期电力电容器与无功补偿第44卷4）微网 Agent 的模式切换策略。微网 Agent 主要控制光伏充电站的运行模式，对光伏 Agent、储能 Agent 和并网 Agent 下达模式切换指令，根据微电网运行模式划分原理，设计微网Agent 的模式切换行为见图 6。图6微网Agent的模式切换行为Fig.6Mode switching behavior of microgrid Agent对应的微网 Agent 的库所和变迁描述见表 5。表5微网Agent的库所和变迁描述Table 5Places and change location and description ofmicrogrid Agent库所/变迁P15P16P17P18P19P20P21P22t18t19t20t21t22t23t24t25t26t27t28t29t30描述初始状态（孤岛模式），进行内部功率关系判断。判断储能单元是否参与调节判断储能单元式充电还是放电据功率关系，判断储能单元是否退出运行。维持原模式运行判断储能单元SOC状态并网单元准备进入并网状态并网单元处于并网状态，并判断光伏充电站内部功率关系。光伏充电站内部功率能实现平衡光伏充电站内部功率不能实现平衡储能单元参与调节储能单元不参与调节储能单元充电，发出充电命令储能单元放电，发出放电命令储能单元不退出运行储能单元退出运行，发出停机命令。储能单元SOC达到上下限，发出停机命令。储能单元SOC处于上下限之外储能单元SOC处于上下限之内发出并网命令光伏充电站内部功功率能实现平衡2.3单元控制模块设计1）PV 单元控制模块设计。光伏发电一般采用 MPPT 控制，系统以最大功率发电，其控制框图见图 720-21。图7PV单元控制框图Fig.7MPPT control block diagram of photovoltaicpower generation system如图 7 所示，PV 单元通过 MPPT 控制，得到光伏阵列输出端电压参考值，通过电压外环电流内环的双闭环控制对参考电压进行跟踪，从而实现最大功率发电。其中VPV、IPV分别为光伏阵列输出电压和输出电流；VPVref、IPVref分别为 MPPT 控制下的输出电压和输出电流的参考值。2）储能单元控制模块设计。储能单元主要由蓄电池（铅酸电池）和双向 DC/DC 变换器构成22-30。储能单元的工作模式可分为最大功率模式和定电压模式，每种模式又有充电和放电两种状态，其控制框图设计见图 8。图8储能单元控制框图Fig.8Control block diagram of energy storage unit图中：PBmax为蓄电池最大充放电功率；VB和IB分别为蓄电池端电压与实际充放电电流。3）并网单元控制模块设计。当含光伏充电站微电网处于并网模式时，并网单元主要稳定直流母线电压，其控制策略框图见图 924-25。图9并网单元控制框图Fig.9Block diagram of constant voltage control ofgridconnected converter3仿真分析3.1基于MAS的能量管理方案仿真分析为证明所提基于 MAS 的含光伏充电站微电网 1382023年第3期（总第207期）胡亚杰，等基于MAS的含光伏充电站微电网能量管理研究能量管理方案的有效性，搭建如图 10 所示的含光伏充电站仿真模型，包含 5 个主要模块，分别为储能单元模块、负载单元模块、PV 单元模块、并网单元模块和 MAS 能量管理模块。设置光伏充电站直流母线电压为 1 000 V；PV 单元最大发电功率为 45 kW，初始光照强度为 1 000 W/m2；储能单元最大充放电功率为 12 kW，初始 SOC 为 50%；负载单元初始负荷设为 30 kW。图10仿真模型Fig.10Simulation model设置 PV 单元光照强度在 0.3 s 由 1 000 W/m2变到 800 W/m2，0.7 s 由 800 W/m2变到 600 W/m2，在1.1 s 时，负载单元负荷突增一半到 45 kW，其各模块功率和直流母线电压如图 11 所示，其中PV、Pb、Pg、Pdc分别为 PV 单元功率、储能单元功率、并网单元功率和负载单元功率，正表示发出，负表示吸收。图11模式1、2、4、5下各模块实时功率与直流母线电压Fig.11Realtime power and DC bus voltage of eachmodule in modes 1，2，4，and 5由图 11（a）可知，00.3 s，PV 单元发出功率为45 kW，大于负载功率30kW，储能单元处于最大功率充电状态，充电功率为 10 kW，并网单元处于逆变状态，吸收功率为 5 kW，此时系统处于模式 1；0.30.7 s，由于光照强度的降低，PV 单元发出功率为 35 kW，且大于负载单元功率 30 kW，储能单元处于定电压充电状态，充电功率为 5 kW，并网单元停机状态，此时系统处于模式 2；0.71.1 s，由于光照强度的进一步减小，PV 单元发出功率为 25 kW，小于负载单元功率 30 kW，储能单元处于定电压放电状态，发电功率为 5 kW，并网单元停机状态，此时系统处于模式 4；1.11.5 s，由于负载单元功率升高为 45 kW，大于PV 单元的发出功率 25 kW，储能单元处于最大功率放电状态，放电功率为 10 kW，并网单元处于定电压整流状态，发出功率为 10 kW，此时系统处于模式 5。由图 11（b）可以看出系统直流母线电压在各模式下基本保持稳定，而在 0.3 s、0.7 s 和 1.1 s 时，由于外界条件变化，系统正处于模式切换状态，电压发生波动，但电压波动范围小于 5%，且波动时间小于0.02 s，满足要求。将蓄电池 SOC 状态在模式 1 下设置为 90%，在模式 5 下设置为 20%，得到各模块功率和直流母线电压分别见图 12、见 13。1392023年第3期电力电容器与无功补偿第44卷图12模式3下各模块实时功率与直流母线电压Fig.12Realtime power and DC bus voltage of eachmodule in mode 3图13模式6下各模块实时功率与直流母线电压Fig.13Realtime power and DC bus voltage of eachmodule in mode 6由图 12（a）、图 13（a）可以看出，当系统处于模式 1 且蓄电池 SOC 达到 90%时，由于电池保护的设定，储能单元不再充电，处于停机状态，PV 单元发出功率为 45 kW，大于负载单元功率 30 kW，剩余15 kW 由并网单元吸收，此时系统由模式 1 转为模式 3（模式 2 进入模式 3 同理，省略）；当系统处于模式 5 且蓄电池 SOC 达到 20%时，由于电池保护设定，储能单元不再放电，由放电转为充电，且 PV 单元发出功率为 25 kW，小于负载单元功率 45 kW，则PV 单元和并网单元一起给负载单元和储能单元供电，并网单元处于定电压整流状态，发出功率为30 kW，储能单元处于最大功率充电状态，充电功率为 10 kW，此时系统由模式 5 转为模式 6（模式 4 进入模式 6 同理，省略）；由图 12（b）、图 13（b）可以看出，系统直流母线电压在模式 3 和模式 6 下基本保持稳定。3.2仿真对比分析为了体现所提基于 MAS 的能量管理方案的优越性，将其与常用母线电压分层控制方案进行对比，母线电压分层控制方案是将母线电压划分为几大电压等级，不同的电压等级对应不同的微电网运行模式，其方案具体设置见表 6。表6母线电压分层控制方案Table 6Hierarchical control scheme of bus voltage母线电压UdcUdcUL2UH1UdcUL1UH2UdcUH1UdcUH2PV单元恒压MPPTMPPTMPPTMPPT储能单元限流放电下垂放电停机下垂充电限流充电并网单元下垂整流停机停机停机下垂逆变表中，UL2、UL1、UH1、UH2为储能单元的工作临界值，也为母线电压的划分等级，一般设相邻电压等级相差 5%。光照强度和负荷的变化与 3.1 节仿真设置相同，利用母线电压分层控制下的母线电压波形见图 14。图14母线电压分层控制下的母线电压Fig.14Bus voltage under hierarchical control of busvoltage根据图 14 可以看出，由于外界条件变化，母线电压发生波动，电压波动范围小于 8%，波动时间小于 0.05。将其与图 11（b）进行对比可以看出，在相同外界条件情况下，基于 MAS 的能量管理方案在控制电压波动范围方面和控制电压波动时间方面更具优越性，具有更好的控制效果。4结语针对含光伏充电站微电网直流母线电压波动 1402023年第3期（总第207期）胡亚杰，等基于MAS的含光伏充电站微电网能量管理研究问题，设计了一种基于 MAS 的能量管理方案，该方案构建了基于 MAS 的两级分散协调控制结构，进行了基于功率关系和 SOC 信息判别的光伏充电站运行模式划分，设计了基于 PN 模型的各 Agent 模式切换策略和各单元控制模块控制策略，最后搭建仿真模型，仿真结果表明，设计的基于 MAS 的含光伏充电站微电网能量管理方案，能有效管理内部功率分配，使直流母线电压波动稳定在 5%以下，保证直流母线电压的稳定，并通过与母线电压分层控制方案的仿真对比，体现了该能量管理方案的优越性。该方案控制简单，控制效果好，易于工程实现，对提升光伏充电站运行性能有重大意义。参考文献1康微微，鞠振河.新能源光伏汽车充电站的现状分析与研究J.太阳能，2014（10）：1215.KANG Weiwei，JU Zhenhe.Analysis and research on thestatus quo of new energy photovoltaic vehicle charging stationsJ.Solar Energy，2014（10）：1215.2纪东，吕鸣松，王义.工作场所光伏电动汽车充电站可行性研究J.东北大学学报（自然科学版），2019，40（6）：783788.JI Dong，LV Mingsong，WANG Yi.Feasibility study on photovoltaic electric vehicle charging station for workplaceJ.Journal of Northeastern University（Natural Science），2019，40（6）：783788.3赵晨睿，葛磊蛟，陈超，等.高功率密度分布式光伏接入配电网多目标电能质量治理方法J.电力电容器与无功补偿，2019，40（2）：166171.ZHAO Chenrui，GE Leijiao，CHEN Chao，et al.Multiobjective power quality control method for distribution networkwithhighpowerdensitydistributedPVJ.PowerCapacitor&Reactive Power Compensation，2019，40（2）：166171.4 ZHONG Yajiao，XIA Mingchao.Electric vehicle chargingstation microgrid providing unified power quality conditioner support to local power distribution networksJ.International Transactions on Electrical Energy Systems，2017，27（3）：372380.5吴雄，王秀丽，刘世民，等.微电网能量管理系统研究综述J.电力自动化设备，2014，34（10）：714.WU Xiong，WANG Xiuli，LIU Shimin，et al.Summary of research on microgrid energy management systemJ.ElectricPower Automation Equipment，2014，34（10）：714.6 SU Wencong，WANG Jianhui，ROH J.Stochastic energyscheduling in microgrids with intermittent renewable energy resourcesJ.IEEE Transactions on Smart Grid，2014，5（4）：18761883.7 TSIKALAKIS A G，HATZIARGYRIOU N D.Centralizedcontrol for optimizing microgrids operationJ.IEEE Transactions on Energy Conversion，2008，23（1）：241248.8黄曼青，李峰，蒋成杰.基于智能变电站技术的集中式微电网能量管理和稳定控制系统J.电气技术，2014（S1）：2427.HUANG Manqing，LI Feng，JIANG Chengjie.A centralized microgrid energy management and stability control system based on smart substation technologyJ.ElectricalTechnology，2014（S1）：2427.9章健，艾芊，王新刚.多代理系统在微电网中的应用J.电力系统自动化，2008，32（24）：8082.ZHANG Jian，AI Qian，WANG Xingang.Application ofmultiagent system in a microgridJ.Automation of Electric Power Systems，2008，32（24）：8082.10 丁明，罗魁，毕锐.孤岛模式下基于多代理系统的微电网能量协调控制策略J.电力系统自动化，2013，37（5）：18.DING Ming，LUO Kui，BI Rui.An energy coordination control strategy for islanded microgrid based on a multiagentsystemJ.Automation of Electric Power Systems，2013，37（5）：18.11 张志文，李华强.考虑灵活性的孤岛微电网群分层能量管理策略J.电力系统保护与控制，2020，48（20）：97105.ZHANG Zhiwen，LI Huaqiang.A hierarchical energy management strategy for an island microgrid cluster considering flexibilityJ.Power System Protection and Control，2020，48（20）：97105.12 窦春霞，李娜，徐晓龙.基于多智能体系统的微电网分散协调控制策略J.电工技术学报，2015，30（7）：125134.DOU Chunxia，LI Na，XU Xiaolong.Multiagent systembased decentralized coordinated control strategy for microgridsJ.Transactions of China Electrotechnical Society，2015，30（7）：125134.13 王晶，李瑞环，束洪春.基于智能多代理的能量协调控制在直流微网中的应用J.电力自动化设备，2013，33（7）：132138.WANG Jing，LI Ruihuan，SHU Hongchun.Application ofenergy coordinated control based on intelligent multiagentin DC microgridJ.Electric Power Automation Equipment，2013，33（7）：132138.14 蔡高原，吴红斌，季宇，等.基于多代理系统的自治微电网有功协调控制J.太阳能学报，2017，38（3）：781788.CAI Gaoyuan，WU Hongbin，JI Yu，et al.Active power coordination control for autonomous microgrid based on multiagent systemJ.Acta Energiae Solaris Sinica，2017，38（3）：781788.15 王世君，夏革非，陈广宇，等.一种考虑线损最优的配电网新能源聚类规划方法J.电网与清洁能源，2021，37（2）：132138.WANG Shijun，XIA Gefei，CHEN Guangyu，et al.A distributed generation planning method for distribution networkbased on kmedoid clustering J.Power System and CleanEnergy，2021，37（2）：132138.1412023年第3期电力电容器与无功补偿第44卷16 韩平平，林子豪，夏雨，等.大型光伏电站等值建模综述J.电力系统及其自动化学报，2019，31（4）：3947.HAN Pingping，LIN Zihao，XIA Yu，et al.Review on equivalent modeling of largescale photovoltaic power plantJ.Proceedings of the CSUEPSA，2019，31（4）：3947.17 李双，尤文，曲娜，等.多智能体协同控制发展及电力方面应用综述J.自动化博览，2020，37（1）：6669.LI Shuang，YOU Wen，QU Na，et al.Overview of multiagent collaborative control development and applications inpowersystemJ.AutomationPanorama，2020，37（1）：6669.18 杨清志，蒋伟，许春雷.基于多智能体的交直流混合微电网监控设计与分层控制研究J.高电压技术，2020，46（7）：23272339.YANG Qingzhi，JIANG Wei，XU Chunlei.Monitoring design and research on hierarchical control of AC/DC hybridmicrogrid based on multiagentJ.High Voltage Engineering，2020，46（7）：23272339.19 毛瑞龙，李春华.基于Petri网和粒子群算法的微电网优化运行J.智慧电力，2018，46（10）：96102.MAO Ruilong，LI Chunhua.Optimal operation of microgridbased on Petri net and PSOJ.Smart Power，2018，46（10）：96102.20 胡巧辉，樊艳芳，王一波.基于光储燃的直流微电网协调控制策略J.电力电容器与无功补偿，2017，38（6）：138143.HU Qiaohui，FAN Yanfang，WANG Yibo.DC microgridcoordinated control strategy based on PV，BES and FCJ.Power Capacitor&Reactive Power Compensation，2017，38（6）：138143.21 花赟昊，朱武，郭启明.光伏发电系统MPPT算法研究综述J.电源技术，2020，44（12）：18551858.HUA Yunhao，ZHU Wu，GUO Qiming.Review of MPPT algorithm