基于OPC通信技术的微电网优化监控系统研究

孙惠娟，彭春华，黄兴德

(1. 华东交通大学电气与电子工程学院，南昌 330013；2. 上海市电力公司电力科学研究院，上海 200437)



基于OPC通信技术的微电网优化监控系统研究

孙惠娟1，彭春华1，黄兴德2

(1. 华东交通大学电气与电子工程学院，南昌 330013；2. 上海市电力公司电力科学研究院，上海 200437)

通过构建微电网多目标优化调度模型和设计改进型粒子群多目标优化算法，以实现微电网的节能减排优化运行；并在开发微电网优化监控系统过程中，基于OPC数据交换通信技术，集成了组态王专业的监控平台开发能力和MATLAB强大的科学运算能力，实现了组态王和MATLAB的优势互补，为微电网优化监控系统的开发提供了灵活高效的途径。

微电网；优化监控；OPC；组态王

Foundationitems：TheNationalNaturalScienceFoundationofChina(51567007)；TheHumanitiesandSocialScienceFoundationoftheMinistryofEducationofChina(14YJCZH135)；TheScienceandTechnologyPlanProjectofJiangxiProvince(20142BBE50001)；TheNationalNaturalScienceFoundationofJiangxiProvince(20152ACB20017，20151BAB216020)

微电网(Microgrid)作为智能电网的一个重要组成部分，可整合可再生能源发电等分布式发电(DG)单元、电力网络和终端用户之间的关系，优化和提高新能源利用效率，减轻能源动力系统对环境的影响，更好地满足电力用户对电能质量的要求[1]，即微网运行应能充分发挥经济性和环保性的综合效用，并可高效利用可再生能源。对于拥有节能环保内涵的微网，对其进行优化监控具有非常重要的作用[2-3]。

在工业控制领域，普遍采用开发周期短、方便灵活的工控组态软件(如北京亚控公司的组态王软件Kingview)来实现监控系统的开发[4]。然而，目前大量的组态监控系统一般只具有数据监测和自动控制等常规功能，不能进行复杂运算，难以实现高维非线性的优化求解。鉴于微电网系统的电能优化调度具有模型高度复杂、约束条件多、优化求解难度大等特点，很难直接在组态软件开发中解决微电网优化监控的问题。而MATLAB恰恰具有强大的科学运算能力，可高效实现复杂的优化计算和模型求解，同时它还提供了大量的专业工具箱, 在控制决策、数据分析、科学计算和仿真调试等方面有着明显的优势[5]。但MATLAB人机界面功能薄弱，难以直接用于工业监控过程。

为发挥它们各自的优势，本文提出利用组态王开发微电网监控系统，并在MATLAB中基于改进型粒子群算法实现微电网系统电能调度的优化计算，并基于OPC(OLE for Process Control)数据交换技术将组态监控与MATLAB优化计算有效地结合起来[6]，以最终实现对微电网系统的优化监控。

1 微电网监控系统组态开发

组态王KingView具有使用便捷、开发性好、适应性强、易于扩展等特点。它不仅提供了丰富的配置界面和大量的图形元素和图库，为用户创建图库提供了简单易用的接口，便于进行历史曲线的绘画、报表的查询、显示报警以及Web发布，同时还提供了开放式的通讯接口，如DDE、OPC、通用总线协议驱动接口(如以太网)等，能够方便实现与其他支持相应开放的通讯接口软件进行数据交换。

针对如图1所示的典型微电网系统，利用组态王对其监控系统进行了设计与开发，系统主界面如图2所示。

图1 典型微电网系统

图2 微电网监控系统主界面

所开发的微电网监控系统可对微电网的运行进行实时监控。在电源侧监控量包括光伏发电、风力发电、柴油机发电，储能电池等微电源的实时功率、运行状态、日发电量、总发电量以及运行时间等，还能实现并网模式和孤岛模式的微网运行模式切换控制；在负荷侧则可对系统总发电量以及各负荷的用电量等数据进行监控(如图3所示)。系统具有实时曲线显示、历史曲线和报表查询、实时报警等功能。

图3 负荷监控界面

2 微电网优化调度模型与求解

2.1 微电网优化调度模型

经济目标和环境目标是目前微电网运行所考虑的主要优化指标[7-8]，为此本文构建了如式(1)所示的以降低运行成本C和污染排放E为综合优化目标的微电网多目标优化运行模型。

(1)

式中NG——系统DG总数；ki——第个DG的CO2排放系数；kgrid——配电网的CO2排放系数。

微网运行成本C包括折旧成本、维护成本、燃料成本以及向外网的购电成本：

(2)

式中CDP，COM，Cfuel，Cgrid——各DG总的折旧成本、维护成本、燃料成本以及微网向外网的购电成本；Caz，i，PiN，ni，KOM，i，fi()——第i个DG的单位容量安装成本、装机容量、使用寿命、单位电量运行维护成本系数和燃料成本函数；r——年利率；CF——天然气的价格；Pgrid，CE——微网向外网的购电量和实时电价。

微网运行中主要考虑以下约束条件：

(1)功率平衡约束

∑Pi=Pd+Ploss

(3)

式中Pd——实时有功负荷；Ploss——实时有功损耗。

(2)潮流方程约束

(4)

(5)

式中Pfs，Qfs——节点f的有功和无功注入量；Uf，Ug——节点f和g的电压；Gfg，Bfg，θfg——节点f和g之间的导纳和相角差。

(3)节点电压约束

Ui，min≤Ui≤Ui，max，i=1，2，…，N

(6)

式中Ui，min，Ui，max——节i点的最小、最大电压允许值；N——系统节点数。

(4)微电源出力约束

Pi，min≤Pi≤Pi，max，i=1，2，…，NG

(7)

式中Pi，min，Pi，max——第i个DG输出有功功率的最小和最大限值。

2.2 优化求解

粒子群(Particle Swarm Optimization，简称PSO)算法是基于个体改进、种群协作与竞争机制的进化方法，具有理论简单、易于编码实现和收敛速度快等特点[9]，近年来已有许多用于求解多目标问题的粒子群算法被提出。PSO算法中，更新个体的速度(V)和位置(X)的方法为：

(8)

式中t——迭代次数；w——惯性权重；c1、c2——学习因子；r1，r2——[0,1]区间相互独立的随机数；pbest——单个粒子的个体最优位置；gbest——所有粒子的全局最优位置。

对于多目标优化问题，可以将粒子群算法扩展为多目标粒子群算法(MOPSO)对其进行求解[10-11]。但在高纬度的多目标优化问题上，常规MOPSO往往会过早丧失群体的多样性，而导致早熟而陷入局部最优，找不到真正的多目标Pareto最优前沿。为此，本文从以下两方面对多目标粒子群算法进行改进。

(1)将单一种群扩展为两个不同速度等级的种群。将速度大的种群定义为“志向远大”的种群，该种群的粒子任务是在远方大范围搜索；将速度小的种群定义为“安于现状”的种群，该种群的任务是在近处精细寻优。

(2)建立动态更新的非劣解库(记忆体)。其内部通过去重复和去受支配机制，使得非劣解库随着新一代非劣解的加入而不断更新，并从库中挑选出拥挤距离大的非劣解粒子组成优质粒子库，再从优质粒子库随机选择一个优质粒子作为全局最优放到下一代寻优，引导粒子向拥挤距离大的粒子位置飞行以得到均匀分布的帕累托最优前沿。

上述微电网优化调度建模和算法求解过程利用MATLAB高效的矩阵运算能力编程实现，并封装成一个PSOfun函数为组态王监控系统调用。算法求解流程如图4所示。

图4 算法流程图

3 组态王与MATLAB的OPC通信

3.1 组态王与MATLAB互联设计

OPC规范是基于对象链接与嵌入(OLE)、组件对象模型 (COM)和分布式组件对象模型(DCOM) 技术的过程控制业国际标准。它采用客户/服务器体系, 其目标是在客户和服务器之间建立一种通信和数据交换的工业标准机制，只要遵循 OPC标准, 不同的客户软件能够访问任意的数据源。相比普通的DDE数据交换技术，OPC连接不需要建立中间服务器，具有数据传送性能高、开发成本低等特点。组态王提供了标准的 OPC接口，可以方便地与其它具有 OPC 标准接口的应用程序或控制设备连接实现数据交互。MATLAB 7.0以上版本含有 OPC工具箱，可支持OPC数据访问，允许将对象数据采集到 MATLAB环境中用于分析、可视化、仿真和复杂计算。

在此将组态王作为OPC服务器，实时采集光伏和风电等不可控微源出力、当前负荷需求、各微电源当前运行状态等数据, 通过OPC 接口传给作为 OPC 客户端的 MATLAB 应用程序, 由它进行微网优化调度计算, 并将得到的微型燃气轮机、柴油发电机、储能设备等可控微源的最优发电指令通过 OPC 接口传给组态王，实现对微电网的优化监控。两者之间的互联过程如图5所示。

图5 组态王与MATLAB互联系统

3.2 OPC数据交换

启动组态王可自动启动 OPC 服务器功能，组态王的OPC服务器名称为“KingView.View.1”。 MATLAB为OPC提供了专门的接口程序, 可创建和配置OPC对象，读写和记录数据。下面给出MATLAB运行 OPC工具箱函数以及与组态王进行数据通信的部分代码。

(1)从组态王获取实时数据

与组态王OPC服务器建立连接

da=opcda('localhost','KingView.View.1');

connect(da) ;

创建组和数据项，从组态王中读取风电、光伏出力等实时数据和参数

grp1=addgroup(da,'daR')；

itm1=additem(grp1,{'系统负荷', '风电出力', '光伏出力', …});

对服务器和组进行相关参数设置,实现数据实时刷新

set(da,'Timeout',30,'EventLogMax',2000);

set(grp1,'UpdateRate',1,'RecordsToAcquire', 1000,'Active','on','Subscription','on');

set(grp1,'StartFcn',@opccallback);

set(grp1,'StopFcn',@opccallback);

set(grp1,'RecordsAcquiredFcn',@opccallback);

set(grp1,'DataChangeFcn',@opccallback);

创建输入参数向量

IVec=[itm1(1).value,itm1(2).value, itm1(3).value, …];

(2)调用粒子群优化函数进行优化调度计算，得到各可控微电源的出力优化结果Pt, Ps,…

[Pt, Ps,…] =PSOfun (IVec);

(3)将MATLAB运算结果写入组态王

grp2=addgroup(da,'daW')；

itm2=additem(grp2,{'微气轮机出力', '储能放电功率', …});

set(grp2,'UpdateRate',1,'RecordsToAcquire',1000,'Active','on','Subscription','on');

将优化运算结果发送给组态王

writeasync(itm2, ,{Pt, Ps,…})；

由此就可实现组态王和MATLAB 间的数据交互。图6是微网优化监控系统中最终得到的优化调度结果。

图6 微电网优化调度曲线

图6中展现了风电(WT)和光伏(PV)等不可控微电源的日出力曲线，以及该日微型燃气轮机(MT)等可控微源有功出力和微电网与大电网间的交互购电优化调度曲线。

4 结论

为了实现微电网的节能减排优化运行，本文基于MATLAB编程环境构建了微电网多目标优化调度模型，并设计了改进型粒子群多目标优化算法对模型进行求解。同时利用组态王软件设计和开发了微电网监控系统，并在此基础上，通过OPC数据交换技术实现了MATLAB与组态王之间的通信，从而将MATLAB强大的科学运算能力与组态王专业的监控平台开发能力相集成，实现了两者间的优势互补，为微电网优化监控系统的开发提供了灵活高效的途径。

[1]KATIRAEI F, IRAVANI R, HATZIARGYRIOU N, DIMEAS A. Microgrids management[J]. IEEE Power and Energy Magazine, 2008, 6(3):54-65.

[2]宋晓英，王艳松．基于协同进化遗传算法的微网经济环保调度[J].电力系统保护与控制, 2014,42(5):85-89.

SONG Xiao-ying, WANG Yan-song. Economic and environmental dispatch of microgrid using co-evolutionary genetic algorithm [J]. Power System Protection and Control, 2014,42(5):85-89.

[3]杨 秀, 陈 洁, 朱 兰, 等. 基于经济调度的微网储能优化配置[J]. 电力系统保护与控制, 2013, 41(1): 53-60.

YANG Xiu, CHEN Jie, ZHU Lan, et al. Optimizationallocation of energy storage for microgrid based on economic dispatch[J]. Power System Protection and Control, 2013, 41(1): 53-60.

[4] 张俊勇．基于组态王的MPS组态监控系统的设计[J]. 制造业自动化，2010，32(8)：167-171.

ZHANG Jun-yong. A design of configuration monitoring system for mps based on kingview[J].Manufacturing automation, 2010,32(8):167-171.

[5] 郑 华，吕伟珍. 基于组态王和Matlab的双容水箱液位控制[J]．中国农机化，2012，240(2)：155-157.

ZHENG hua, LV Wei-zhen. Liquid-level control on coupled-tank system base on kingview and matlab[J]. Chinese Agricultural Mechanization, 2012, 240(2): 155-157.

[6]王 杰，高昆仑，王万召. 基于OPC通信技术的火电厂DCS后台控制[J]. 电力自动化设备，2013，33(4)：142-147.

WANG Jie, GAO Kun-lun, WANG Wan-zhao. Thermal power plant DCS for background control based on OPC communication technology[J]. Electric Power Automation Equipment, 2013, 33(4):142-147.

[7]陈 洁，杨 秀，朱 兰，等．微网多目标经济调度优化[J]．中国电机工程学报，2013，33(19)：57-66.

CHEN Jie, YANG Xiu, ZHU Lan, et al. Microgrid Multi-objective Economic Dispatch Optimization[J]. Proceedings of the CSEE, 2013, 33(19):57-66.

[8] 彭春华，黄 戡，袁义生，等．基于α约束支配排序混合进化算法的微电网多目标优化运行[J]. 电力自动化设备，2015，35(4)：24-30.

PENG Chun-hua, HUANG Kan, YUAN Yi-sheng, et al. Microgrid operation multi-objective optimization based on hybrid evolution algorithm with α-constraint dominant sorting[J]. Electric Power Automation Equipment, 2015,35(4):24-30.

[9]纪 震，廖惠连，吴青华. 粒子群算法及应用[M]. 北京：科学出版社，2009.

[10]卢锦玲，苗雨阳，张成相，等. 基于改进多目标粒子群算法的含风电场电力系统优化调度[J].电力系统保护与控制, 2013,41(17):25-31.

LU Jin-ling, MIAO Yu-yang, ZHANG Cheng-xiang, et al. Power system optimal dispatch considering wind farms based on improved multi-objective particle swarm algorithm[J]. Power System Protection and Control, 2013,41(17):25-31.

[11] PARSOPOULOS K E，VRAHATIS M N．Particle swarm optimization methodin multi-objective problems[C]. ACM Symposium on Applied Computing．Spain，Madrid，2002：603-607.

(本文编辑：杨林青)

Research on Microgrid Optimization Control and Supervisory System Based on OPC

SUNHui-juan1，PENGChun-hua1，HUANGXin-de2

Inordertoachieveenergysavingandemissionreductionoptimizationoperationinmicrogrid,amulti-objectiveoptimizationdispatchmodelisestablished,andanimprovedparticleswarmmulti-objectiveoptimizationalgorithmisproposedinthispaper.Inthedevelopmentprocessofmicrogridoptimizationcontrolandsupervisorysystem,basedontheOPCdataexchangecommunicationtechnology,professionalmonitoringplatformconfigurationdevelopmentcapabilitiesofKingViewandpowerfulscientificcomputingcapabilitiesofMATLABareintegrated,toachievethecomplementaryadvantagesofKingViewandMATLAB.Theresearchcanprovideaflexibleandefficientwayfordevelopingmicrogridoptimizationcontrolandsupervisorysystem.

microgrid；optimizationcontrolandsupervisory；OPC；KingView

10.11973/dlyny201506009

国家自然科学基金项目(51567007)；教育部人文社科青年基金项目(14YJCZH135)；江西省科技支撑计划项目(20142BBE50001)；江西省自然科学基金项目 (20152ACB20017，20151BAB216020)

孙惠娟(1982)，女，硕士，讲师，主要从事智能电网优化运行方向的研究。

TM

A

2095-1256(2015)06-0782-05

(1.SchoolofElectrical&ElectronicsEngineering,EastChinaJiaotongUniversity,Nanchang330013,China; 2.StateGridElectricPowerResearchInstitute,SMEPC,Shanghai200437,China)

2015-10-12