微网中分布式电源和多储能的协调控制策略

何小良，章雷其，谭海云，汪　震，辛焕海

（1.浙江大学电气工程学院，杭州310027；2.杭州市供电局，杭州310007）



微网中分布式电源和多储能的协调控制策略

何小良1，章雷其1，谭海云2，汪震1，辛焕海1

（1.浙江大学电气工程学院，杭州310027；2.杭州市供电局，杭州310007）

摘要：通过分布式电源和储能的协调控制，微网并网运行时可参与电网调度，且在并网和孤网状态下都能够多模式运行。正常运行模式下负荷优先分配给分布式电源，当分布式电源最大输出功率小于负荷、系统出现功率缺额时，才由储能补偿缺额部分，减小储能损耗，提高微网运行的经济性。通过多运行模式的配合，使储能荷电状态维持在合理范围内，储能处于可充放状态，提高微网并网运行调度的灵活性和孤网运行的稳定性。针对微网中含有多个储能的情况，提出多储能协同控制算法，在满足分布式电源和储能协调控制要求的前提下，能够根据储能荷电状态偏差的变化，动态地调节各储能充放电功率，使其快速平滑地达到荷电量平衡。

关键词：微网；协调控制；荷电状态；荷电量平衡

Project Supported by National High Technology Research and Development Program（863 program）of China（2015AA050202）；National Nature Science Foundation of China（51177146）；Young Scholar Foundation of College of Electrical Engineering，Zhejiang University（Self-optimizing Islanded Microgrid Simulation Platform）

引言

微网作为解决分布式发电和多元化新能源利用的有效途径之一，丰富了传统电网的运行方式，提高了供电的灵活性，成为大电网的有益补充［1-3］。微网中通常利用储能ESS（energy storage system）来抑制可再生的分布式电源DG（distributed generation）出力的波动性［4-6］。但目前储能价格较高，在微网中配置大量储能并不经济，且在储能的运行中需要考虑其荷电状态SOC（state of charge），SOC过高或过低，都会影响储能作用的发挥。如何协调控制分布式电源和多储能，发挥优势，克服缺点，实现相应的控制目标，成为当前微网研究的热点。

微网并网运行时，通常分布式电源以最大功率追踪MPPT（maximum power point tracking）模式运行，储能参与削峰填谷。分布式电源出力波动由大电网承担，随着新能源发电渗透率的提高，会对大电网的运行产生不利影响。因此微网并网运行时，有必要协调控制分布式电源和储能出力，使微网像传统发电厂一样参与电网调度［7，8］。文献［9］中，微网并网运行时，分布式电源以MPPT模式运行，储能在负荷峰谷期参与削峰填谷；微网孤网运行时将储能作为后备微源，当分布式电源最大出力小于负荷时，储能补偿功率缺额，储能放电至SOC下限后退出运行。文献［10］中，微网并网运行时分布式电源以MPPT模式运行，储能在负荷高峰期参与削峰，非高峰期则以恒定功率充电；孤网运行时，若分布式电源最大出力大于负荷，将储能充电至SOC上限，反之，则由储能补偿功率缺额，由于新能源的波动性和间隙性，可能导致储能频繁充放电。

当微网中存在多个储能时，需要多储能协同控制，以维持各储能荷电量平衡，否则可能会导致某些储能深度充电或放电，加快储能损耗并影响微网整体控制效果［11］。文献［12］通过在功率分配系数上加减一个常量（储能放电时，SOC高的分配系数上加一个常量，SOC低的分配系数上减去此常量；充电时，反之。），使储能达到荷电量平衡；当2个储能SOC达到相等时，消去这个常量，储能出力有较大的阶跃，过渡不平滑，且该方法只适用于2个储能的情况。文献［13］利用模糊算法，根据SOC动态的分配各储能出力，使其快速达到荷电量平衡，但是算法比较复杂且随着储能个数的增加，模糊化将更加复杂；文献［14］利用SOC的幂函数，根据SOC动态的分配各储能出力，使其较平滑地达到荷电量平衡，但其控制效果受SOC高低的影响，同样只能处理2个储能的情况。

本文通过分布式电源和储能的协调控制，微网并网运行时可参与电网调度且在并网和孤网状态下都能够多模式运行。正常运行模式下，负荷优先由分布式电源分摊，当分布式电源最大出力小于负荷，导致主微网交互功率或系统频率偏离给定值时，才由储能补偿功率缺额，减小储能损耗，延长其使用寿命，提高微网运行的经济性。通过多运行模式的配合，使储能荷电量维持在合理范围内，处于可充放电状态，提高微网并网运行调度的灵活性及孤网运行的稳定性。当微网中存在多个储能时，采用储能协同控制算法，能够在满足微网功率平衡要求的前提下，根据储能SOC偏差的变化，动态调节各储能充放电功率，使其快速平滑地达到荷电量平衡。该方法不受储能SOC高低的影响，且能够解决多个储能的协同控制问题。

1　微网结构

目前，微网普遍采用分层控制，并且一般设有中央控制器MGCC（microgrid central controller）及通讯系统［15］，如图1所示。

图1　微网结构Fig.1 Microgrid configuration

本文研究的微网由光伏、风机、储能及相应的负荷组成，采用二层控制结构：分布式电源控制器负责一次控制；MGCC负责二次控制，主要包括：微网的运行模式切换、功率分配、主微网交互功率控制、系统频率及电压的无差调节等。

2　分布式电源与储能协调控制

SOC是衡量储能剩余荷电量的一个重要指标，作为储能充放电的依据比较合理。SOC的计算方法有很多，其中一种［16］为

式中：SOC（0）为SOC的初始值；Ibat为储能的输出电流；Cbat为储能容量。本文综合考虑微网控制目标、分布式电源出力波动性、储能荷电量等因素，提出分布式电源和储能协调控制策略，如图2所示。

图2　微网控制策略Fig.2 Microgrid control strategy

2.1微网并网运行协调控制策略

微网并网运行时，采用图2并网运行部分所示的控制策略，使微网能够参与电网调度。微网并网运行时有3种运行模式。模式1：分布式电源运行于MPPT模式，储能运行于自动发电控制/自动电压控制AGC/AVC（automatic generation control /automatic voltage control）模式；模式2：分布式电源运行于AGC/AVC模式，储能处于热备用状态，当系统出现功率缺额，导致主微网交互功率偏离调度指令时，补偿缺额功率；模式3：分布式电源和储能都运行于AGC/AVC模式。

AGC/AVC模式：MGCC计算出系统负荷，然后按最大可输出功率等比例原则将负荷分配给各机组，各机组输出相应的功率。控制过程如下。

（1）起始时微网运行于模式2（并网正常运行模式），负荷优先分配给分布式电源，分布式电源按最大可输出功率等比例分摊负荷，当其最大出力小于负荷，系统出现功率缺额，导致主微网交互功率偏离调度指令时，由储能来补偿功率缺额。储能处于热备用状态，类似于电网中热备用机组。设分布式电源最大出力为PDGmax，最小出力为PDGmin，储能最大放电功率为Pbatmax，最大充电功率为-Pbatmax，则调度指令Plinecmd正常情况下应满足的条件为

短时间（如削峰填谷时间段）应满足的条件为

式中，Pload为微网负荷。

（2）当SOC下降到SOC≤SOClow1时，微网切换到运行模式1，给储能充电。分布式电源以MPPT模式运行，储能运行于AGC/AVC模式，主微网交互功率由储能控制。设主微网交互功率为Pline，则储能充电功率Pbat为

随着充电过程的进行，当储能SOC上升到SOC≥SOCnorm1时，微网运行模式切换到模式2。

（3）当SOC上升到SOC≥SOChigh1时，微网切换到运行模式3，使储能放电。分布式电源与储能都运行于AGC/AVC模式，参与主微网交互功率的控制。

随着放电过程的进行，当储能SOC下降到SOC≤SOCnorm1时，微网运行模式切换到模式2。

由上述分析可知，通过分布式电源和储能的协调控制，微网并网运行时能够参与电网调度。通过三种运行模式的配合，使储能SOC能够维持在合理范围内，储能保持可充放状态，提高了调度的灵活性且能够向电网提供削峰填谷服务。正常运行模式（模式2）下，负荷优先分配给分布式电源，当分布式电源最大出力小于负荷，系统出现功率缺额，导致主微网交互功率偏离给定值时，才由储能补偿功率缺额，减小储能损耗，提高微网运行的经济性。

2.2微网孤网运行协调控制策略

微网孤网运行时，采用图2孤网部分所示的控制策略。微网孤网运行时具有3种运行模式。模式4：分布式电源运行于MPPT模式，储能运行于AGC/ AVC模式；模式5：分布式电源运行于AGC/AVC模式；储能处于热备用状态，系统出现功率缺额，导致系统频率偏离50 Hz时，补偿缺额功率；模式6：分布式电源和储能都运行于AGC/AVC模式。控制过程如下。

（1）起始时微网运行于模式5，该模式是微网孤网运行时的正常运行模式，负荷优先分配给分布式电源，当分布式电源最大出力小于负荷，系统出现功率缺额，导致频率偏离50 Hz时，由储能来补偿缺额部分。

（2）当SOC下降到SOC≤SOClow2时，微网运行模式切换到模式4，给储能充电。分布式电源运行于MPPT模式，储能运行于AGC/AVC模式，负责系统的频率调节。储能的充电功率Pbat为

随着充电过程的进行，当储能SOC上升到SOC≥SOCnorm2时，微网运行模式切换到模式5。

（3）当SOC上升到SOC≥SOChigh2时，微网切换到运行模式6，使储能放电。分布式电源和储能都运行于AGC/AVC模式，参与系统频率的调节。

随着放电过程的进行，当储能SOC下降到SOC ≤SOCnorm2时，微网运行模式切换到模式5。

由上述分析可知，微网孤网运行时，通过分布式电源和储能的协调控制，使储能SOC能够维持在合理范围内，储能保持可充放状态，提高微网应对突发事件的能力和运行稳定性，同时避免储能深度充放电情况发生。正常运行模式（模式5）下，负荷优先分配给分布式电源，当分布式电源最大出力小于负荷，系统出现功率缺额，导致频率偏离50 Hz时，才由储能补偿功率缺额，减小储能损耗。

2.3多个储能时上述控制策略的修正

当微网中含有多个储能时，上述模式切换判断条件中的SOC可表示为

式中，Cbati为储能i（i=1，2，…，N）的容量。

根据式（6）所有储能SOC的平均值来判断是否切换微网运行模式，可以避免根据所有储能SOC中最高和最低者去判断，导致模式判断混乱及不必要的模式切换情况的发生。其他部分与1个储能的情况类似，不再赘述。

3　多储能协同控制算法

多储能协同控制算法目的是满足微网整体控制要求的情况下，维持储能荷电量平衡，避免某些储能深度放电而另外一些深度充电，既能减小储能损耗又能提高系统的稳定性［17］。本文提出的储能协同控制算法在满足上述分布式电源和储能协调控制策略的要求的前提下，能够根据储能SOC偏差的变化，动态调节各储能的充放电功率，使其快速平滑地达到荷电量平衡。

假设微网中有N个储能，储能i出力为Pbati，荷电状态为SOCi。则储能充放电功率应满足的条件为

式中：ki为功率分配系数；P为N个储能放电功率之和，由分布式电源和储能协调控制策略确定；Pbatimax和-Pbatimax分别为储能i的最大放电功率和最大充电功率。从式（7）可以看出，要使各储能维持荷电量平衡，系数ki的取值是关键。

本文放电过程中，ki的取值表示为

式中，λ为一个常系数，影响各储能趋于荷电量平衡的速率。由式（8）可知，可以满足式（7）的要求。当储能SOCi相等时，系数，即各储能按容量等比例进行功率分配。当各储能SOCi不相等时，若储能m的SOCm最低，则且为i（i=1，2，…，N）中最小的，即SOCm下降的最慢；若储能m的SOCm最高，则其SOC下降的最快。当各储能的SOCi偏差逐渐减小时，的偏差逐渐减小，并趋向于1，从而使各储能平滑地趋于荷电量平衡。

充电过程中，ki的取值为

式（9）的各系数ki之和，满足式（7）的要求。

式（9）的控制效果与式（8）类似，当各储能SOCi不相等时，能够使各储能平滑地趋于荷电量平衡。

4　仿真验证

为验证上述控制策略的有效性。利用Matlab/ Simulink对图1所示的微网（光伏、2台风机、3个储能）进行建模仿真测试。主微网交互功率以流出微网为正，储能功率以输出为正，模式切换判定条件SOC的值可根据微网的实际情况确定。系统主要参数如表1所示。

表1　系统主要参数Tab.1 Main parameters of system

4.1微网并网运行仿真测试

4.1.1模式2切换到模式1

系统负荷为1 MW，储能1、2、3初始SOC分别为70%、60%、50%。仿真结果如图3所示，其中储能SOC如图3（a）所示，主微网交互功率如图3（b）所示，各机组的MPPT曲线如图3（c）所示，各机组有功出力如图3（d）所示。

起始时，微网运行于模式2，t＜20 s时，负荷小于分布式电源最大出力，由分布式电源按最大可输出功率等比例分配，储能出力为0，SOC保持不变；

t=20 s时，调度指令由1 MW上升为2 MW，从图（b）可以看出，主微网交互功率快速跟踪调度指令，上升到2 MW。从图（a）和（d）可以看出，此时分布式电源最大出力小于负荷，功率缺额由储能补偿。由于储能1、2、3的SOC依次减小，所以储能1、2、3的放电功率也依次减小。随着储能SOC偏差减小，储能1的出力逐渐下降，而储能2，3的出力逐渐上升；t=40 s时三者SOC达到相等，放电功率也达到相等。从图（b）可见，储能趋于荷电量平衡的过程是平滑的，没有引起主微网交互功率的波动。t=45 s时，储能SOC均值下降到40%，微网运行模式由模式2切换为模式1，给储能充电。切换过程主微网交互功率没有波动，模式切换平滑。模式切换后，储能继续放电，直到t=55 s时，调度指令回到1 MW，储能由放电转为充电，SOC开始上升。

图3　模式2切换到模式1仿真测试结果Fig.3 Simulation results when microgrid operation mode transfer from mode 2 to mode 1

从以上分析可以看出，微网运行于模式1、2，都具备参与电网调度的能力，且能够从模式2平滑的切换到模式1。模式2（并网正常运行模式）下，负荷优先由光伏和风机分摊，当负荷大于风机和光伏最大出力时，才由储能补偿功率缺额，减小储能损耗。储能协同控制算法在满足微网整体控制要求的前提下，能够根据储能SOC偏差的变化，动态调节各储能放电功率，使之快速平滑地达到荷电量平衡。

4.1.2模式2切换到模式3仿真测试

图4　模式2切换到模式3仿真测试结果Fig.4 Simulation results when microgrid operation mode transfers from mode 2 to mode 3

系统负荷为0.5 MW，储能1、2、3初始SOC分别为65%、75%，85%。仿真结果如图4所示，储能SOC如图4（a）所示，主微网交互功率如图4（b）所示，各机组的MPPT曲线如图4（c）所示，各机组有功出力如图4（d）所示。起始时微网运行于模式2，储能3初始SOC已达到85%，但由式（6）可知，此时储能SOC均值为75%，故微网仍运行于模式2。电网初始调度指令为-0.75 MW，从图4（a）和（d）可以看出，风机、光伏出力为零，功率缺额由储能补偿。由于储能1、2、3的SOC依次升高，所以储能1、2、3的充电功率也依次减小。t=41 s时，储能SOC均值上升到80%，微网切换到运行模式3，主微网交互功率没有波动，切换过程平滑。模式切换后，储能继续吸收功率，直到t=60 s时，调度指令上升为0.25 MW，分布式电源和储能按最大出力等比例分配负荷，储能开始放电。由于储能3 SOC最高，所以其放电功率最大。随着储能SOC偏差减小，储能3放电功率逐渐下降，而储能1、2放电功率逐渐上升。t=80 s时三者SOC达到相等，放电功率也达到相等。

从上述分析可以看出，微网运行于模式2、3，都具备参与电网调度的能力，且能够从模式2平滑的切换到模式3。储能协同控制算法在满足微网整体控制要求的前提下，能够根据储能SOC偏差的变化，动态调节各储能充放电功率，使之快速平滑地达到荷电量平衡。

4.2微网孤网运行仿真测试

系统负荷为1.4 MW，储能1、2、3初始SOC分别为40%、50%、40%。仿真结果如图5所示。储能SOC如图5（a）所示，主微网交互功率如图5（b）所示，各机组的MPPT曲线如图5（c）所示，各机组有功出力如图5（d）所示。

起始时，微网运行于模式4，给储能充电。储能1、3充电功率比较大，储能2充电功率几乎为0，随着储能SOC偏差逐渐减小，其充电功率趋于相等。t=24 s时，储能SOC达到相等，其充电功率也达到相等。期间，频率一直维持在50 Hz，储能平滑的达到荷电量平衡。t=41 s时，储能SOC达到60%，微网切换到运行模式5。从图5（b）可以看出，系统频率在模式切换过程中，经过一个很小的冲击后很快恢复到50 Hz附近。切换到模式5后，从图5（d）可以看出，负荷优先分配给分布式电源，当分布式电源最大出力小于负荷时，才由储能补偿功率缺额。

从上述分析可以看出，微网能够从模式4平滑地切换到模式5。模式5（孤网正常运行模式）下，负荷优先由光伏和风机分摊，当负荷大于风机和光伏最大出力时，才由储能补偿功率缺额，减小储能损耗。储能协同控制算法在满足微网整体控制要求的前提下，能够根据储能SOC偏差的变化，动态调节各储能充电功率，使之快速平滑地达到荷电量平衡。

图5　微网孤网运行仿真测试结果Fig.5 Simulation results when microgrid operates in island mode

5　结语

通过分布式电源和储能的协调控制，使储能荷电量维持在合理范围内，储能处于可充放状态，提高了微网并网运行时的调度灵活性，孤网运行的稳定性。正常运行模式下，负荷优先由光伏和风机分摊，当负荷大于风机和光伏最大出力时，才由储能补偿功率缺额，减小储能损耗，提高微网运行的经济性。当微网中含有多个储能时，所提储能协同控制算法在满足微网整体控制策略要求的情况下，能够根据储能SOC偏差的变化，动态分配各储能充放电功率，使其快速平滑地达到荷电量平衡。本文提出分布式电源和储能的协调控制策略，克服了新能源的波动性和间歇性，使微网并网运行时能够参与电网调度，在微网群的管理中具有良好的应用前景。

参考文献：

［1］孟良，段晓波，孟令明，等.微电网中电能质量问题及解决策略［J］.电源学报，2015，13（5）：62-68.

Meng Liang，Duan Xiaobo，Meng Lingming，et al. Power quality problems and solution strategy of micro-grid［J］. Journal of Power Supply，2015，13（5）：62-68（in Chinese）.

［2］陈杰，陈新，冯志阳，等.微网系统并网/孤岛运行模式无缝切换控制策略［J］.中国电机工程学报，2014，34（19）：3089-3097.

Chen Jie，Chen Xin，Feng Zhigang，et al. A control strategy of seamless transfer between grid-connected and islanding operation for microgrid［J］. Proceedings of the CSEE，2014，34（19）：3089-3097（in Chinese）.

［3］张明锐，陈洁，杜志超，等.考虑交互功率控制的微网经济运行［J］.中国电机工程学报，2014，34（7）：1013-1023.

Zhang Mingrui，Chen Jie，Du Zhichao，et al. Economic operation of micro-grid considering regulation of interactive power［J］. Proceedings of the CSEE，2014，34（7）：1013-1023 （in Chinese）.

［4］陈益哲，张步涵，王江虹，等.基于短期负荷预测的微网储能系统主动控制策略［J］.电网技术，2011，35（8）：35-40.

Chen Yizhe，Zhang Buhan，Wang Jianghong，et al. Active control strategy for microgrid energy storage system based on short-term load forecasting［J］. Power System Technology，2011，35（8）：35-40（in Chinese）.

［5］唐西胜，邓卫，齐智平.基于储能的微网并网/离网无缝切换技术［J］.电工技术学报，2011，26（S1）：279-284.

Tang Xisheng，Deng Wei，Qi Zhiping. Research on gridconnected/islanded seamless transition of microgrid based on energy storage［J］. Transactions of China Electrotechnical Society，2011，26（S1）：279-284（in Chinese）.

［6］赵冬梅，张楠，刘燕华，等.基于储能的微网并网和孤岛运行模式平滑切换综合控制策略［J］.电网技术，2013，37 （2）：301-306.

Zhao Dongmei，Zhang Nan，Liu Yanhua，et al. Synthetical control strategy for smooth switching between grid-connected and islanded operation modes of microgrid based on energy storage system［J］. Power System Technology，2013，37（2）：301-306（in Chinese）.

［7］Kwasinski A. Technology planning for electric power supply in critical events considering a bulk grid，backup power plants，and micro-grids［J］. Systems Journal，IEEE，2010，4（2）：167-178.

［8］艾欣，许佳佳.基于互动调度的微网与配电网协调运行模式研究［J］.电力系统保护与控制，2013，41（1）：143-149.

Ai Xin，Xu Jiajia. Study on the microgrid and distribution network co-operation model based on interactive scheduling［J］. Power System Protection and Control，2013，41（1）：143-149（in Chinese）.

［9］Tan K T，Peng X Y，So P L，et al. Centralized control for parallel operation of distributed generation inverters in microgrids［J］.IEEE Transactions on Smart Grid，2012，3（4）：1977-1987.

［10］Tan K T，So P L，Chu Y C，et al. Coordinated control and energy management of distributed generation inverters in a microgrid［J］. Power Delivery，IEEE Transactions on，2013，28（2）：704-713.

［11］Dragicevic T，Guerrero J M，Vasquez J C，et al. Supervisory control of an adaptive-droop regulated DC microgrid with battery management capability［J］. IEEE Transactions on Power Electronics，2014，29（2）：695-706.

［12］Zhang Ye，Jia Hongjie，Guo Li. Energy management strategy of islanded microgrid based on power flow control［C］.in Innovative Smart Grid Technologies（ISGT），2012 IEEE PES，2012：1-8.

［13］Diaz N L，Dragicevic T，Vasquez J C，et al. Intelligent distributed generation and storage units for DC microgridsa new concept on cooperative control without communications beyond droop control［J］.IEEE Transactions on Smart Grid，2014，5（5）：2476- 2485.

［14］Lu Xiaonan，Sun Kai，Guerrero J M，et al. SoC-based droop method for distributed energy storage in DC microgrid applications［C］. in Industrial Electronics（ISIE），2012 IEEE International Symposium on，2012：1640-1645.

［15］Xin H，Zhang L，Wang Z，et al. Control of island AC microgrids using a fully distributed approach［J］.IEEE Transactions on Smart Grid，2015，6（2）：943-945.

［16］IEEE Standards Coordinating Committee 21. IEEE Guide for Optimizing the Performance and Life of Lead-Acid Batteries in Remote Hybrid Power Systems：IEEE Std 1561-2007［S］. New York：The Institute of Electrical and Electronics Engineers，2008：C1-C25.

［17］Guan Y，Guerrero J M，Vasquez J C. Coordinated secondary control for balanced discharge rate of energy storage system in islanded microgrids［C］.in Power Electronics and ECCE Asia（ICPE-ECCE Asia），2015 9th International Conference on，2015：475-481.

何小良

Cooperative Control Strategy for Distributed Generations and Energy Storage Units in Microgrid

HE Xiaoliang1，ZHANG Leiqi1，TAN Haiyun2，WANG Zhen1，XIN Huanhai1
（1.College of Electrical Engineering，Zhejiang University，Hangzhou 310027，China；2.Power Supply Bureau，Hangzhou 310007，China）

Abstract：Through cooperative control for distributed generations and energy storage units，microgrid is dispatchable in grid-connected situation and can operate among three different modes in both grid-connected and islanded situation. To reducing losses of energy storage units and extending its lifetime in normal operation mode，loads prioritize shared by distributed generations. When distributed generations maximum output power is less than loads，energy storage units compensate for the system power shortage. Energy storage units state of charge can maintain in a reasonable range through transferring between different modes to improv the dispatching flexibility in grid-connected mode and the stability in islanded mode. When a number of energy storage units exist in a microgrid，a cooperative control algorithm is proposed，which can adjust the charging/discharging power of each unit，according to the state of charge to reach energy balance among energy storage units.

Keywords:microgrid；cooperative control；state of charge；energy balance

DOI：10.13234/j.issn.2095-2805．2016．2．103中图分类号：TM 732

文献标志码：A

收稿日期：2015-11-05

基金项目：国家高技术研究发展计划（863计划）资助项目（2015AA050202）；国家自然科学基金资助项目（51577168）；浙江大学电气工程学院青年基金资助项目（自趋优海岛微电网半实物仿真示范平台）

作者简介：

何小良（1992-），男，硕士研究生，研究方向：主动配电网/微网控制，E-mail：hxlian gmail@163.com。

章雷其（1989-），男，博士研究生，研究方向：主动配电网/微网控制，E-mail：zhang leiqi@zju.edu.cn。

谭海云（1980-），男，工程师，研究方向：电力系统稳定控制，E-mail：Tanhaiyung161 @163.com。

汪震（1976-），男，副教授，研究方向：电力系统稳定控制，计算智能在电力系统中的应用和新能源发电，E-mail：z.wang@zju. edu.cn。

辛焕海（1981-），男，通信作者，教授，研究方向：电力系统稳定和控制，主动配电网/微网控制，E-mail：xinhh@zju.edu.cn。