分布式电源调控系统设计

吴 爽，吴婧妤，王丙文，黄素娟，付 明

（国电南瑞科技股份有限公司 江苏 南京 211106）

分布式电源调控系统设计

吴 爽，吴婧妤，王丙文，黄素娟，付 明

（国电南瑞科技股份有限公司 江苏 南京 211106）

针对目前风力发电、光伏发电均受天气影响具有间歇性、波动性的特点，以及分布式电源特别是风电、太阳能发电大量接入配电网后给电网带来的系统调峰调频、电网适应性、电压控制、安全稳定性等问题，研制出了一种分布式电源调控系统。在集中式体系结构的基础上，运用给定调度关口功率的分布式电源最优控制技术和分层分级分布式电源联动协调控制技术，实现了分布式电源调控运行数据采集、负荷预测、发电功率预测以及协调优化控制等功能。文中具体介绍了分布式电源调控系统的设计思想、系统功能、关键技术以及典型工程应用。

分布式电源；调度关口功率；分层分级；发电功率

近年来，随着全球能源紧缺、环境污染、气候恶化等问题的日益严峻，加快开发利用可再生能源已成为国际社会的共识，大力发展可再生能源已成为我国的重要能源战略措施。中国作为世界上能源消耗量和需求量都非常大的发展中国家，政府高度重视能源产业结构调整，大力发展可再生清洁能源。

规模化分布式电源接入对未来电网的安全可靠运行提出了挑战，电网公司将面对大量井喷式、小容量、分散化的分布式电源接入，这将对局域电网的安全稳定经济运行产生重大影响，具体表现为：分布式电源规模化接入后波动的有功出力影响到电网功率平衡特性，进而造成电网母线电压大幅波动；分布式电源接入配电网后影响了传统配电网负荷曲线，电力电量平衡在多电源网络下变得尤其复杂；极端工况甚至会发生频率急剧变化，频率跌落速率及触发低频减载、高频切机等安全稳定装置、保护装置动作的严重运行问题；分布式电源通过换流器并网，逆变器抗扰动和过负荷能力相对较差，并网点电压不平衡、电压/频率波动、短时电压越限均可引发逆变器脱网，电网运行指标的局部劣化可能引发全网安全运行风险[1]。

目前分布式电源的管理方式较为简单，通常由电网调度对区域内所有分布式电源进行单独直接控制的模式[2]，对配网调度系统和通讯的要求很高，经济性较差[3]，并且我国配电网调度控制系统尚未形成成熟的且具备远程调节、控制功能的控制体系，而且配网调度系统尚未形成专门针对分布式电源应用的专用控制功能。

2014年浙江供电公司对嘉兴秀洲区开展了分布式电源发电关键技术的研究工作。研制出的分布式电源调控系统具有以下特点：

1）采用开放式体系结构，提供一体化支撑平台。采用国际标准开发，支持多种硬件平台，所有功能模块之间的接口标准统一。

2）系统具有高度的安全保障特性，保证数据的安全并具备一定的保密措施。系统运行数据采用双机热备份，防止意外丢失。

3）系统的重要设备或设备的重要部件为冗余配置，保证整个系统功能的可靠性不受单个节点故障的影响。

4）系统构筑坚固有效的专用防火墙和物理隔离机制，最大限度阻止从外部对系统的非法侵入，有效地防止以非正常的方式对系统软、硬件设备及各种数据进行访问、更改等操作。

1 总体设计思想

分布式电源调控系统对内服务于电力调度、运检、营销等业务部门，包含电力部门对分布式电源的所有业务需求，对外服务于政府和社会，提供信息展示、信息定制和综合评价等服务[4]。通过对分布式电源调控系统运行技术研究与验证、强调信息的共享集成及综合发布，以实现分布式电源的高效管理和经济运行的目标；全面提升分布式电源的接入管理水平，更好的服务于分布式电源并网接入，降低分布式电源并网对电网运行的影响程度，提高分布式电源利用率。

1.1 体系结构

分布式电源调控系统采用满足实时多任务等需求的UNIX操作系统作为支撑软件，支持IEC61850、IEC61970、CIM/CIS（公用信息模型/组件接口规范），通过信息交换总线实现营销、配电信息一体化，从而实现各业务系统间各类数据的交互，消除信息孤岛，达成系统应用智能化的集成与共享。

图1 分布式电源调控系统体系结构

1.2 物理结构

分布式电源调控系统由数据库服务器、应用服务器、前置服务器、Web服务器、接口服务器、维护工作站、监控工作站等组成，如图2所示。数据库服务器完成参数数据和采集数据的存储。应用服务器部署并运行各类管理应用。数据采集服务器通过数据采集网段与设备中控服务器、自助终端服务器通信，采集各类设备的运行数据。Web服务器负责网页数据发布。接口服务器实现与调度系统、地理信息系统（GIS）、生产管理系统（PMS）等系统间的信息交互。为保证系统安全稳定运行，平台采用了双网冗余设计，并通过负载均衡进行网络分流，满足海量数据的快速处理。

图2 分布式电源调控系统硬件结构图

2 功能设计

分布式电源调控系统主要功能包含分布式电源调控运行数据综合采集、负荷预测、发电功率预测和协调优化控制。

2.1 数据综合采集

分布式电源调控系统具备多种数据采集接口，可采集辖区范围内的所有光伏电站、风电场、水电站、储能站的各类数据，如气象环境、逆变器、汇流箱、汇流柜、组件、电能计量装置、升压变压器、升压变电站母线、并网点、保护信息等其他类型数据，且可将采集的数据转换成标准的数据格式在网络上传输。

图3 数据综合采集示意图

2.2 负荷预测

负荷预测是电力系统经济调度中的一项非常重要的工作，其预测准确度等级的高低直接影响到电力系统运行的安全性、经济性以及供电质量，其特点可总结为：要预测的数据个数多、影响预测的因素复杂且具有随机性以及预测精度要求高等[5]。

本系统采用基于联想学习的LMBP[6-8]和经验日局部校正算法相结合，寻求负荷与各种相关因素间的关系，对未来的负荷进行科学预测，可实现短期负荷预测（预测1-7天）和超短期负荷预测（预测两小时）。

预测负荷曲线步骤如下：首先，确定输入、输出量，建立基于联想学习的LMBP和经验日局部校正算法模型；其次，寻找历史参考日；再次，获取历史参考日的天气数据、负荷历史数据及它附近的负荷水平变化规律；最后，根据所建模型进行负荷预测，并得出预测负荷曲线。

具体的短期负荷预测模块及实现如图4所示。

图4 负荷预测实现示意图

2.3 发电功率预测

预先获得分布式电源发电系统的输出功率曲线，有助于电力系统调度部门统筹安排常规能源和分布式电源发电的协调配合，及时调整调度计划，降低分布电源并网对电网的影响，提高电网运行的安全性和稳定性。

分布式电源调控系统采用传统算法与新型智能算法相结合的方法，对光伏发电和风力发电进行建模，在预测方式上引入自学习因子，对预测结果进行实时修正，提高预测结果的准确率。可实现短期发电功率预测（预测1-7天）和超短期发电功率预测（预测两小时）[9-11]。

预测发电功率曲线步骤如下：首先，获取天气历史数据与发电功率历史数据；其次，通过智能算法对历史数据输入进行训练、学习或寻优，建立模型或确定关键指标数值；最后，输入预测日/预测时间段天气数据，用第二步建立的模型分析处理，得出风机/光伏发电功率预测曲线。

2.4 协调优化控制

大量分布式电源接入配电网，会带来的电压失稳、谐波、潮流波动等问题，影响电网的运行。协调控制功能是根据配电网的实时运行状态、发电功率预测结果、负荷预测结果等信息，在满足系统运行约束的条件下，对系统的运行给出实时的优化调度调整和控制策略，实现分布式电源的友好接入，保证系统运行的安全性和可靠性，同时可以降低配电网运行有功损耗，提高系统实时运行的经济性[12]。

实时优化控制要求在很短的时间内根据预测结果和系统运行状况的变化对系统的运行给出优化控制策略，智能优化算法虽然可以有效的解决随机性问题，但其运行速度较慢，达不到实时优化控制对算法运行速度的要求，故针对实时优化控制系统采用基于CPLEX的传统的数学规划算法[13]，在满足系统对优化结果准确性要求的同时，保证系统的运行速度。针对实时优化控制的功能和要求，将其技术路线分为控制策略制定和算法实现两个步骤，具体如下：

1）控制策略

①优先使用PV（photovoltaic太阳能）发电单元的出力，采用最大功率跟踪技术（MPPT），最大化的利用太阳能[14-15]；

②当PV的输出功率大于系统电力负荷时，首先向蓄电池和电动汽车充电，多余的电能出售给大电网，增加系统收益；

③当PV的出力不能满足系统电力负荷时，首先令蓄电池增加出力，并同时检测蓄电池的荷电状态（如蓄电池的剩余电量不能低于其最大容量的30%）；

④若所有的微电源在其出力范围内配合外网都不能满足电力平衡，则按照负荷的重要程度依次剔除，保证系统运行的稳定性。

2）算法实现

①将系统运行约束条件中的不等式约束线性化，结合系统运行的等式约束，建立约束条件矩阵；

②根据系统运行的目标函数，建立系统运行的混合整数数学规划模型；

③根据系统优化控制策略，编写基于CPLEX的实时优化控制算法模型；

④输入超短期负荷预测数据及光伏发电预测数据，根据实时优化控制算法，输出下一时段的系统运行管理调度策略。

3 关键技术

3.1 基于给定调度关口功率的分布式电源最优控制技术

分布式电源作为一种清洁能源，应用越来越受到重视，但是其具有间歇不易控特性，导致电网不能像火力发电那样直接通过AGC实现机组的出力控制，目前电网企业对分布式电源的调度是给定其关口功率，让其自己协调控制其内部的发电出力，实现分布式电源的总出力满足给定关口功率范围。

作为分布式电源，其发电组件数目比较多，每个发电组件的发电效率和发电成本可能都存在差异，考虑发电组件的运行状况以及检修计划，以及输送到电网的线路损耗，可以形成不同的调度控制策略。因此，需要从众多的调度控制策略中寻找到最优控制，从而实现效益最大化。构造最优控制的目标函数，以单位发电成本最小为目标，辅以发电组件最少、网络损耗最低以及无功补偿等辅助装置的投切数最少，借助生产管理系统的设备发电成本、检修计划等以及气象系统的气象预报，结合当前发电组件工况，利用潮流分析和无功优化等高级应用校核，得到目标函数的最优可行解。具体实现框图如图5所示。

图5 基于给定调度关口功率实现分布电源最优控制框图

3.2 分层分级分布式电源联动协调控制技术

分布式电源调制功能是一项系统工程，被控制设备与其关联设备之间通常存在某些联系，需要实行联动控制，才能达到控制目标，因此提出了分层分级分布式电源联动协调控制技术。把分布式电源需要控制的量按照数据类型进行分层，建立同层之间和不同层之间控制量的联动协调策略；同时，控制量隶属于具体的分布式电源发电设备，建立设备之间的联动协调策略；此外，不同种类的设备存在包含关系，如风电场集电线路下包含多台发电风机和箱变，倘若控制上层设备，需要同时对该设备下的其它设备进行联动控制。在控制策略生成过程中，需要优化控制流程，简化控制过程，达到协调控制。具体实现框图如图6所示。

图6 分层分级分布式电源联动协调控制流程

4 工程应用

2014年，嘉兴分布式电源调控系统作为国内首套区域分布式电源调控系统成功应用于浙江嘉兴供电局启动的微电网综合示范工程建设中，系统接入嘉兴市区、嘉善区、海宁区和平湖区共36座光伏电站，总计容量87.11MW，其中10 kV以上光伏电站29座，380V光伏电站7座。

系统接入光伏园区并已建成满足接入要求的光伏电源信息，完成与县级分布式电源监控系统的电源信息交互，实现分布式电源调控系统与调度自动化、配网自动化、区域分布式电源运营系统、气象局气象系统等系统间的数据交互，预留与政府相关电源管理系统、用电信息采集系统（居民家庭用户数据）、海讯数据库、PMS系统等接口。

图7 嘉兴分布式电源调控系统主界面

图8 发电功率实际值与预测值曲线图

整个系统具备了对分布式电源的数据采集、负荷预测、发电功率预测和协调优化控制功能，完成了综合评价报告、运行状态监视、协调控制及群控、数据挖掘及统计分析、出力调节及控制方式、负荷预测、发电功率预测等高级应用功能。光伏发电输出功率的预测值与实际值两条曲线达到近似一致，系统平台的预测与监控效果得到了很好的验证。通过该系统对所辖区域分布式电源的运行状态、设备进行监控维护，保证了分布式电源的安全稳定运行。

5 结束语

该分布式电源调控系统采用具有高速数据采集卡的商用测试计算机为硬件平台，软件设计采用模块化的设计思想，提高了系统的可靠性和维护性。该系统已用于嘉兴地区进行现场测试，实际应用表明该调控系统具有运行准确、稳定可靠、人机界面友好等特点，达到了设计要求。

[1]李军，许继生，王深渊，等．一种并网型光伏电站光功率及发电量预测的方法[J]，青海电力，2010，29（2）：18-21．

[2]许德志，汪飞，毛华龙，等．多并网逆变器与电网的谐波交互建模与分析[J]．中国电机工程学报，2013，33（12）：64-71．

[3]钟清，孙闻，余南华，等．主动配电网规划中的负荷预测与发电预测[J]．中国电机工程学报，2014，34（19）：3050-3056．

[4]薛峰，常康，汪宁渤．大规模间歇式能源发电并网集群协调控制框架[J]．电力系统自动化，2011，35（22）：45-53．

[5]张思远，何光宇，梅生伟，等．基于相似时间序列检索的超短期负荷预测[J]．电网技术，2008，32（12）：56-59．

[6]杨鲁景，武进，石鹏飞．改进BP神经网络预测模型实证分析[J]．山西大同大学学报：自然科学版，2015（4）：14-16．

[7]张淑清，任爽，师荣艳，等．基于多变量气象因子的LMBP电力日负荷预测[J]．仪器仪表学报，2015，36（7）：1646-1652．

[8]杨英，唐平，王越超，丘衍航．基于LMBP改进算法的神经网络结构优化[J]．计算机工程，2008，34（1）：215-217．

[9]童超，彭穗，薛云涛．基于GM-RBF神经网络的光伏发电功率预测[J]．电子设计工程，2015，9（9）：45-48．

[10]崔杨，陈正洪，成驰，等．谷春光伏发电功率预测预报系统升级方案设计及关键技术实现[J]．中国电力，2014，47（10）：142-147．

[11]奉斌，丁毛毛，卓伟光，等．微电网风/光发电功率预测软件的设计与开发[J]．中国电力，2014，47（5）：123-128．

[12]张秋野，滕菲，张化光，等．能源互联网动态协调优化控制体系构建[J]．中国电机工程学报，2015，35（14）：3667-3677．

[13]孙浩，张磊，许海林，等．微电网日内调度计划的混合整数规划模型[J]．电力系统自动化，2015，39（19）：21-27．

[14]朱拓婓，陈国定．光伏发电中MPPT控制方法综述[J]．电源技术，2011，10（10）：1322-1324．

[15]刘永健，龚建军，黄宇宙，等．光伏系统最大功率跟踪技术的研究[J]．中国电机工程学报，2015，22（24）：116-119．

Design of a distributed power regulation system

WU Shuang，WU Jing-yu，WANG Bing-wen，HUANG Su-juan，FU Ming
（NARI Technology Development Co.Ltd.，Nanjing 211106，China）

For the current wind power and solar power have the characteristics of intermittent and volatile，and the problems of peak shifting and frequency regulation，the adaptive grid，voltage control，safety and stability are brought after the distributed power especially wind power，solar power large number of access distribution network，a new distributed power regulation system is proposed and designed.The distributed power regulation system based on centralized architecture uses the distributed power optimal control technology of given dispatch gateway power and the hierarchical classification joint coordination control technology，implements the functions of data collection，load forecasting，power generation forecasting and coordinated optimal control.Finally，a typical engineering application case is introduced.

distributed power；dispatch gateway power；hierarchical classification；power generation

TN87

A

1674－6236（2016）23-0173-04

2015-11-24稿件编号：201511228

国电电网科技项目（524608150077）

吴 爽（1986—），女，安徽安庆人，硕士，工程师。研究方向：新能源与微电网。