發展電動汽車是保障低碳能源的趨勢，我國將電動汽車作為戰略性新興產業，微電網的發展也促使電動汽車開始廣泛應用于電網的削峰填谷、抑制功率波動中。但是，在大規模電動汽車接入微電網的同時，孤島運行的微電網的電能質量也會下降，從而引起整個微電網的不穩定。因此，新型微電網結構與穩定控制策略必須能夠自適應地應對各類外部環境狀態、控制資源及偶然事件中的強不確定性。

為了解決孤島單一微電網容量有限，容易受到各種非線性隨機波動的影響的問題，各子微電網之間存在功率耦合關系的多微電網系統（MMS）逐步被廣泛應用。但是，多微電網的結構組成復雜，其穩定控制面臨著更大的挑戰，系統的頻率與發電機端電壓的穩定是衡量電能質量的標準。

武漢大學的范培瀟、楊軍等學者，提出一種基于可進化模型預測控制的含電動汽車多微電網智能發電控制策略。

圖1 含電動汽車的微網負荷頻率控制模型

研究者首先基于控制器交互的多微電網互聯結構，考慮了發電機端電壓調節和負荷頻率控制（LFC）之間的耦合關系，建立含電動汽車多微電網的發電控制模型；然后，設計了一種基于多智能體的控制器參數自適應算法：頻率控制器以實時頻偏和EV站輸出功率邊界為狀態集，以模型預測控制（MPC）控制器的可調參數矩陣Qx作為動作集，以頻率偏差為獎勵函數指標，電壓控制器同理，從而實現模型預測控制與PI控制器權重參數的自適應調整。

圖2 本研究所提的多微電網系統結構

仿真結果表明，自動調壓（AVR）回路增加了有功功率干擾，對負荷頻率控制控制器提出了更高的要求，與傳統控制和模型預測控制算法相比，應用于控制器互聯結構的可進化模型預測控制器能夠在子微電網之間進行信息交換，并且根據環境狀態實時更新控制器參數，顯著提高了多微電網頻率控制過程的魯棒性和快速性。同時，與純深度確定性策略梯度控制器相比，該雙層控制結構在機器學習智能體出現故障無法正常輸出動作時，能更好地保證系統的安全穩定運行。

本工作成果發表在2024年第3期電工技術學報，論文標題為“基于可進化模型預測控制的含電動汽車多微電網智能發電控制策略”。本課題得到國家自然科學基金的支持。