微电网电压混成控制

刘飞飞，张宇舟，孟得姣，朱朋克

(1.江西理工大学 a.智能微电网重点实验室；b.电气工程与自动化学院，江西 赣州341000;2.湖南湘电试验研究院有限公司，湖南 长沙 410007)

微电网电压混成控制

刘飞飞1a,1b，张宇舟2，孟得姣1b，朱朋克1b

(1.江西理工大学 a.智能微电网重点实验室；b.电气工程与自动化学院，江西 赣州341000;2.湖南湘电试验研究院有限公司，湖南 长沙 410007)

针对微电网电能质量的实时控制和多目标综合控制问题，将物联网技术和混成控制理论引入微电网控制，构建了控制系统，改进混成控制系统层级模型，并提出了基于混成控制方法的电压控制约束条件。在微电网实验平台上，通过实验验证了混成控制方法的实用性和有效性。实验结果表明：应用物联网技术对微电网中电气设备状态以及电压实时多目标控制，可以有效提高系统现地决策能力和设备实时自治性。

物联网；混成控制；微电网；电能质量

0 引言

微电网整合了大量太阳能、风能等间歇性新能源，电能质量问题尤为突出，为了确保微电网安全稳定运行，须对微电网的电能质量进行监测，并采取相应控制策略[1-2]。电压是电能质量的重要指标，也是微电网系统重点监控和调节的对象[3]。

微电网是一个高维度、强非线性的复杂系统[4]，混成控制系统是将系统的连续动态事件和离散动态事件作为整体建模进行分析，上层决策模块分析从底层采集并传递上来的参数，判断是否产生不满意的状态，并根据分析结果制订控制方案。其观测单元的信息采集依赖传统的数据采集监控(supervisory control and data acquisition,SCADA)系统，虽然现地测量单元每0.02 s可以获得一次动态数据，但远程终端要4～8 s才能获得全系统数据，该系统获得全面数据滞后于实时检测到数据的时间称之为“系统断面”[5]。上层控制计算机无法获得系统实时可信的全状态，且其下发的运行指令不能得到及时响应。

物联网技术可以利用各种感知技术获取微电网运行过程各环节的相关信息，对微电网内设施资源进行有效整合，从而实时监控电能质量[6]。文献[7]提出了电力混成控制论多指标自趋优运行能力电网的构想，但在数据采集与监测的实现上，实时性不高。文献[8]提出了基于信息物理融合系统(cyber physical system，CPS)的互联电网自动发电控制策略，可改善系统的调节性能。文献[9]提出了基于物联网的数据采集方法，但未给出在微电网系统中的实现方案。

因此，本文应用电力混成控制理论构建微电网模型，通过对事件优先级的划分和处理，完成多目标控制。利用物联网各种感知技术获取微电网运行过程各环节信息，应用智能终端实现异常数据现地分析及决策，提高设备自治性。

1 混成控制系统优化设计

混成控制系统是指行为(状态和输出)取决于离散事件和连续事件相互作用的动态系统[10]，主要由系统底层、中间层和上层3个部分构成。系统底层是基于连续生产工业过程的连续动态系统，被控对象连续过程发生变化，系统状态空间就会跃迁。中间层的转换接口包含上层离散事件和下层连续变量之间的映射关系，表征了离散事件和连续变量之间的交互。上层是离散事件动态系统，接收中间层与底层提交的信息，若有事件信息，则上层计算机软件做出决策，并向中间层和底层发布指令，通过执行装置处理事件，使系统回归无“事件”状态。

传统数据采集监控系统利用各种仪器仪表采集微电网运行的各项参数，传输到中央计算机，由中央计算机分析判断参数的合理性，占用了中央计算机大量的计算资源。

本文用物联网的感知层代替传统SCADA系统，建立了基于物联网的微电网监控系统，如图1所示。微电网分为3个层级：现地控制层、协调控制层和区域决策层。

图1 基于物联网的微电网监控系统

现地控制层包括物联网传感网和电力设备执行机构，运行于前置智能终端的片载系统(system on chip,SoC)集成的监测软件。一方面监测传感网传来的数据，实时分析电网的运行状态，根据设定的控制规律产生并向协调控制层传递事件，解析协调控制层的运行指令，发布操作指令；另一方面将现地控制层采集到的数据存入数据库，供系统调用。协调控制层接收到现地控制层传来的事件后，根据逻辑映射规则对事件进行判断，做出处理事件的决策，提出解决方案，将包含解决方案的事件下发到智能终端，推动混成系统中间层响应。区域决策层实现不同电源点的互补调度，增强微电网的能量联合调度，使微电网经济运行。

改造后的混成微电网系统完成信息平台对物理层面的操控。物联网感知层和链路层能够保证系统的实时性和信息的通畅，可以实时记录、传输微电网运行数据，并在应用层获得可视化效果。

2 微电网电压控制器设计

2.1 总体设计

混成电力控制系统分为事件分析、事件决策和事件处理3个部分，在事件库和实时数据的支持下，实现微电网电压稳定运行。

图2 混成电力控制系统总体设计图

事件库是电力事件集合，也是根据技术标准文件制订的微电网稳定运行的准则，包含了解决各类事件的方法集。事件分析模块由信息预处理、事件匹配和事件生成器等3个子模块构成，主要作用是根据预处理的数据与事例库里的规则配对，判断运行参数是否产生了事件。如果运行参数符合事件产生的条件，就由事件生成器产生事件传递到事件决策模块进行分析，并通过查询事件库里事件字典，生成解决方案，在分析软件平台上利用实时数据模拟仿真。如果仿真结果合理，则将解决方案送入事件处理模块。事件处理模块获得由事件决策给出的事件解决方法发布的指令后，对事件形成“解决”和其他 “报警”命令，传达处理计划。

混成电力控制系统总体设计如图2所示。图2中：x(t)为连续的系统变量；D(t)为控制系统获得的微电网系统连续的状态变量；E为离散的微电网产生的事件；A为事件被处理后产生的包含事件解决方案等内容的事件；Cc为事件处理系统对中间层发出的离散控制指令；Oc为事件引起的操作集合。

根据运行数据分析判定出的系统异常状态，事件分析模块可以表示为：

Eλ=E(D)，

(1)

其中：Eλ为一个事件集，Eλ={Ei}，i=1,2,…,n，事件集里包含了电能质量的事件。

决策系统被运行状况分析系统输出的事件触发后，对中间层发出离散的控制指令为：

Cc=L(Eλ)，

(2)

其中：Cc为控制指令集，Cc={Ci}，i=1,2,…,n；L为转换函数，将事件转换为对应的控制指令。

中间层收到决策层的控制指令后，将其转换成操作指令，下达到执行部件(微电网运行过程)：

Oc=F(Cc)，

(3)

其中：Oc={Oci}，i=1,2,…,n；F为从控制指令集到操作指令集的映射或变换矩阵。

综合式(1)～式(3)得：

Oc=F[L(Eλ)]。

由此可知，受控层的操作指令是决策层事件的逻辑函数，电能质量事件驱动产生了消除事件本身的操作指令，使系统复归无异常状态。

2.2 电压偏差控制器事件的产生

电压偏差指系统中实际电压对额定电压的偏差，常用相对额定电压的百分数表示：

其中：△U为电压偏差，%；U为系统电压实际值，V；UN为额定电压，V。

设定如下逻辑条件来定义“事件”：

其中：Uflu为电压偏移事件；Euflu为电压偏高事件；Edflu为电压偏低事件；Eflu为电能质量正常；H为设定的电压波动上限；-L为设定的电压波动下限。

电压偏移混成控制流程如图3所示。为简便起见，前置智能终端直接给发电机励磁控制器下发指令，通过控制励磁电流来控制发电机的机端电压，从而改变母线电压。前置智能终端分析检测到的电压值判断是否产生事件，产生事件则上传到决策层，由决策层分析事件类型和当时系统状态，给出运行指令驱动前置智能终端，控制发电机增大或减小励磁电流。

然而，发电机无功电流过大会引起发电机定子发热，如果温度过高会损坏绕组间的绝缘，故发电机温度的制约是这种电压调节方式的一个约束条件。定义如下条件为温度事件：

利用发电机调压的前提是发电机本身安全运行，也即系统对发电机温度事件处理的优先级要高于发电机电压事件。这个优先级向量表存储在事件库的事件字典里，如果两个事件发生冲突，系统从事件库里索引事件冲突的处理方式，若缺失事件冲突的处理方法，则以事件库字典优先级向量表为指令事件生成的依据。两重保障保证微电网系统在安全稳定的前提下，多目标最优运行。

3 实验平台

图4 微电网实验平台主接线图

在实际微电网平台上验证了混成电力控制系统对电压偏移的调节功能。实验平台由100kW光伏发电系统、1.2kW风力发电系统、1kW水力发电系统和750kW柴油发电机构成。光伏系统由396块光伏板组成，所有光伏板分成18串，每串由22块串联，18串再分成2组，分别并接到50kW光伏逆变器接入微网。风力发电机组额定功率600W，共2台，分别经逆变器接入微网母线。水力发电系统由1台1kW他励式水力发电机对外发电，发电机控制器接收来自前置智能终端的操作指令，控制励磁电流的大小，使前置智能终端可以控制发电机的机端电压。整个微电网经公共连接点(pointofcommoncoupling,PCC)接入大电网。微电网实验平台主接线图如图4所示。图4中：G为水力或火力发电机组；PV为光伏阵列；WG为风力发电机组，在母线A点处装设检测仪表，用以监控微电网内母线的电气量。实验中，检测仪表装在动力柜的母线上，采集到的信息通过ZigBee网络或工业以太网送入应用服务器。

前置智能终端解析上位机传送包含运行命令的事件，并生成控制发电机的指令。在本实验中，智能终端对发电机励磁控制器下发增加励磁电流或停止增加励磁电流的操作指令。考虑到要在较大范围内控制励磁电流，发电机由独立的电池组提供励磁电流，励磁控制器通过调整励磁电流脉冲宽度来控制励磁电流大小。

4 实验结果及分析

在微电网实验平台上验证电压稳定混成控制器的正确性和实用性。为了使实验效果更明显，断开微电网的光伏发电系统、柴油机以及相应的负载，使微电网的容量足够小，以致系统中的水力发电机可以明显改变系统电压。

实验时，缓慢投入无功负载，使电网电压下降，系统偏离正常电压，母线电压值可以从图4中A点检测到。根据文献[11]，控制系统将电压下限整定为205V，即△U=6.8%。

当混成电力控制系统检测到系统电压低于205V时，产生事件。混成电力系统根据逻辑映射事件提出解决方案，生成运行指令，增加发电机励磁电流，加大无功功率的输出，使电压回归，微电网母线电压曲线如图5所示。

发电机调节电压过程受到发电机定子温度的约束，依据发电机铭牌上“工作温度：-10～60 ℃”的规定以及这台发电机的使用经验，设定Tmax=55 ℃，即系统检测到发电机定子温度达到55 ℃时，产生事件，触发混成电力控制系统。运行控制系统事件分析模块通过查询事件库，依据运行实时励磁电流判定发电机定子温度过高的原因，并由事件决策模块生成不再加励磁的解决方案。发电机励磁电流和定子温度曲线如图6所示。

图5 微电网母线电压曲线图6 发电机励磁电流和定子温度曲线

结合图5和图6可以看出：从10s到115s，除去几个误差明显的数据，混成电力控制系统电压近似线性下降。这是由于无功负载逐渐增加，同时励磁调节器钳制励磁电流，使系统中的无功电源保持原本的输出功率，而此时系统内没有其他设备补偿无功功率，系统开始偏离无功平衡点，表现为母线电压下降。此时发电机励磁电流和定子温度基本保持不变。

当电压低至205V时，前置智能终端触发Uflu，即产生电压偏低事件Edflu。混成电力控制系统事件分析模块收到事件Edflu后，对事件库里的事件进行匹配和分析，事件决策模块根据逻辑映射，生成微电网电压偏低事件的解决方案，向中间层下发控制指令。前置智能终端解析控制指令后对发电机控制器发出操作指令，增加励磁电流，发电机控制器立即加大发电机无功输出。然而，电网是一个惯性系统，励磁电流刚开始增大时，母线电压仍然下降，但下降速率变慢。由于热惯性，发电机定子温度变化不大。114s后，励磁调节器用脉冲宽度调制(pulsewidthmodulation,PWM)方法增大励磁电流使电流线性上升。117s时，系统电压下降到最低点，为 204.48V，然后逐渐回升。电压回升的过程中，由于发电机励磁电流的增加，定子绕组开始大量发热，传感器检测到定子温度急剧上升。192s时，定子温度突破设定的约束条件，达到55.2 ℃，前置智能终端产生定子温度过高事件Eutp。此时电压回复到215.06V，由于未回归到220V的预设值，电压偏低事件Edflu还没失去效用，仍然存在。

事件Edflu与事件Eutp将导致生成矛盾的指令，控制器决策模块依据事件库里的优先级向量表优先处理Eutp，屏蔽Edflu事件以保证发电机的安全运行。决策模块生成处理Eutp事件的指令，不再加励磁，前置智能终端释放发电机控制器增加励磁电流的操作指令，励磁电流不再变化，使发电机机端电压维持恒定。由于电网的惯性，系统电压仍然上升，电网电压最高值出现在194s，为215.24V，最大偏差为0.24V，然后又很快回到215V附近。而发电机定子绕组由于热惯性，在202s达到温度最大值，为55.8 ℃，然后逐渐回归到55 ℃附近。此时电压偏差值为-5V，△U=-2.27%，符合文献[11]规定的允许偏差；发电机运行在定子温度55 ℃附近，也满足发电机工作温度的要求。

实验以微电网母线电压为控制对象，发电机定子温度为约束条件，混成电力控制系统产生和处理运行过程中不同事件，保证微电网系统在安全稳定运行的前提下，实现多目标最优控制。

本实验中，前置智能终端每0.5s采集一次电力生产过程的数据，实时判断数据是否在合理区间，产生事件才向决策层传输事件信息，减轻了通信通道的负担，节约了决策层的计算资源。这样，前置智能终端将部分决策内容下移，有效地消除了“系统断面”，增强系统的实时性，实现设备本地自治。物联网感知层密集数据采集方式和数据备份，为系统的智能决策提供了强大的数据支撑，完善了微电网的信息管理水平。

5 结束语

基于物联网技术实现混成电力控制系统对电能质量的控制方法，验证了该系统对电能质量控制的有效性和实用性。在微电网复杂的环境下，混成电力控制系统通过对事件优先级的不同处理，完成多目标控制，提高系统的智能性。依托物联网技术，混成电力控制系统对微电网电能质量的检测和管理，其控制方法响应速度快，更贴近工程实际，消除系统断面，前置智能终端可以有效地实现本地自治，促进微电网设施的智能化，且具有良好的可扩展性。

[1]NARAYANANA,PELTONIEMIP,KAIPIAT,etal.EnergymanagementsystemforLVDCislandnetworks[C]//EuropeanConferenceonPowerElectronicsandApplications(EPE’14-ECCEEurope),LappeenrantaUniversityofTechnology,Lappeenranta,Finland.2014:1-10.

[2] 王成山,武震,李鹏.微电网关键技术研究[J].电工技术学报,2014(2):1-12.

[3]MAJUMDERR,CHAUDHURIB,GHOSHEA,etal.Improvementofstabilityandloadsharinginanautonomousmicrogridusingsupplementarydroopcontrolloop[J].IEEEtransactionsonpowersystems,2010,25(2):796-808.

[4] 邱麟,许烈,郑泽东,等.微电网运行模式平滑切换的控制策略[J].电工技术学报,2014(2):171-176.

[5] 卢强,戚晓耀,何光宇.智能电网与智能广域机器人[J].中国电机工程学报,2011(10):1-5.

[6] WOJSZCZYK B.Deployment of advanced smart grid solutions-global examples and lessons learned[C]//2012 IEEE PES Innovative Smart Grid Technologies (ISGT).Washington,DC,IEEE Computer Society,2012.

[7] 冯庆东.分布式发电及微网相关问题研究[J].电测与仪表,2013(2):54-59.

[8] HUANG Y,LI G.Descriptive models for internet of things[C]// Intelligent Control and Information Processing (ICICIP),IEEE.2010:483-486.

[9] 刘振亚.建设坚强智能电网推动能源安全高效清洁发展[J].中国电力企业管理,2013(19):12-14.

[10] 赵俊华,文福拴,薛禹胜,等.电力信息物理融合系统的建模分析与控制研究框架[J].电力系统自动化,2011，35(16):1-8.

[11] 中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.电能质量 供电电压偏差:GB/T 12325—2008[S].北京:中国标准出版社,2009.

国家自然科学基金项目(61364014);江西省对外科技合作基金项目(2010EHA01400)

刘飞飞(1962-),男,江西赣州人,教授,博士,硕士生导师,主要研究方向为过程控制和物联网技术应用.

2016-04-12

1672-6871(2017)04-0049-05

10.15926/j.cnki.issn1672-6871.2017.04.011

TM732

A