1.一种考虑通信问题的孤岛微电网分布式协调控制方法，其特征在于，包括：S1、基于多智能体技术平台和分布式通讯，考虑信息传输通信因素，设计下垂控制器；

所述下垂控制器为通过在传统的下垂控制器中添加额外电压/频率补偿项的下垂控制器，具体表示如下：且

* pu

式中mi、ni为下垂系数，ωiref和Uiref为参考值，Pi和 为有功和无功功率额定值，Pipu和Qi 为功率标幺值，Ni为第i个DER的邻居单位数量；与传统下垂特性相比，该控制器加入了频率/电压补偿项 kiω和kiu为补偿增益，通过优化补偿增益使频率和电压输出接近标准值，同时需满足Δωi≤miPi，ΔUi≤niQi；

S2、设计数据预测模型；

S3、在网络拓扑结构切换条件下，设计数据预测补偿机制。

2.根据权利要求1所述的考虑通信问题的孤岛微电网分布式协调控制方法，其特征在于，所述设计数据预测模型的具体过程如下：S21、数据处理，通过下式筛选可用预测数据：

Xi，min≤Xi≤Xi，max

式中，Xi为第i个负荷功率、电压、电流、频率数据变量，Xi,min与Xi,max分别为该数据变量的最小值与最大值， 为平均值， 为标准差；

S22、查找异常数据，对样本进行分段查找，将其中一个变量共n个采集数据分成若干段，每段m个数据，计算每段平均值与标准差：S23、采用均值法对上述异常数据进行替换处理：

式中，Xi,mean(t)为替换后的数据，Xi(t)为在t时刻对应的该变量异常数据，Δt为采样周期；

S24、综合上述影响预测结果的异常数据，改进的基于时间序列的指数平滑模型如下：式中，Xt代表过去每周与被预测日同一时间的负荷数据，Xw表示近期与被预测日天气最相似的一天的电力负荷数据，Yt为昨天的负荷数据值，取三个分量的平均值作为原始预测数据；fd+1为被预测日的负荷预测曲线值，fd为之前预测数据的负荷曲线值；α是平滑系数，0＜α＜1；ε是松弛因子；Tf为之前预测日与当前预测日温度之间的比率；加入温度‑荷载因子(1‑Tf)来增强负荷功耗与外界温度的灵敏度，该因子起修正作用；Tf的表达式如下：式中，Tlast,forecast与Ttoday分别代表上次预测日与当前预测日每单位时间所对应的温度，Tavg,today为当前预测日的平均温度；

S25、采用峰值负荷因子Kp和低谷负荷因子Ko对一级负荷预测进行校正：上式中，β是每单位时间与特定峰值负荷相关的负荷权重，Kp为常数矩阵；Lpeak,load代表当日峰值负荷变化数值，出现在从9点至17点之间的工作段；Loff‑peak,load代表当日低谷用电负荷变化数值，在凌晨休息阶段；

S26、将上式的校正因子与式(6)的一级负荷预测相结合，得到最终的二级负荷预测，具体如下：*

f＝fd+1×Kp×Ko                         (12)。

3.根据权利要求1所述的考虑通信问题的孤岛微电网分布式协调控制方法，其特征在于，所述在网络拓扑结构切换条件下，设计数据预测补偿机制的具体过程如下：S31、在时刻t切换信号σ(t)发生作用，对应的拓扑结构为Gσ(t)，对于第i个DER，拓扑切换前后DERi的邻居空间分别为Ωi和Ωi′；

S32、在σ(t)作用之前，设DERj是DERi的邻居之一，即j∈Ωi；

S33、在σ(t)作用之后，存在如下四种情况：

情况1：若j∈Ωi′，即DERj仍是DERi的邻居，当二者间通信中断时，则在DERi智能体中，对DERj进行预测补偿；

情况2：若 即DERj不再是DERi的邻居，而在拓扑切换之后j1是DERi的新邻居之一，即j1∈Ωi′，则从时刻t开始，DERi与DERj1之间进行信息交互，同时DERi智能体开始收集记录DERj1的运行数据，作为预测需要使用的历史数据；假设收集完整的历史数据需要的时间为tr，设DERi与DERj1之间通信在时刻Ti中断，若Ti＞t+tr，此时DERi智能体已保存DERj1的历史数据，DERi智能体对DERj1进行本地预测，实现邻居补偿；

情况3：若 j1∈Ωi′，DERi与DERj1之间通信在时刻Ti中断且Ti≤t+tr，即DERi智能体还没掌握DERj1的历史运行数据，邻居补偿不能实现，此时向集中数据库发送请求，由集中数据库进行预测，并把预测数据传输给DERi，实现集中补偿；

情况4：上述三种情况是在σ(t)作用之后通信中断，若在σ(t)作用之前，j∈Ωi，DERi与DERj之间通信在时刻Ti′中断，定义一个“判定时间tj”，用来判定在σ(t)作用之后是否对DERj进行预测补偿，若Ti′+tj＜t，则正常实现对DERj的预测，若Ti′+tj≥t且 在实际工程中，则表示在DERi与DERj之间通信中断后的很短时间内发生拓扑变换，而且DERj不再是DERi的邻居之一，则无需对DERj进行预测补偿，0＜tj＜b，b是正常数。