基于多能互补的绿色能源小区群构建

李一凡

摘要：因为气象的随机性，能源的输出具有一定的间歇性，导致严重的弃风弃光现象。基于多能互补绿色能源小区群的构建，包含物理层、信息层和决策管理层。物理层考虑了居民负荷、风电、光伏、储能及公共电网，通过信息层的数据采集及处理分析结果，提供给决策管理层，使得清洁能源就地消纳，并将富余的电能输送到公共电网。若清洁能源不能满足小区群的用电情况，则接入公共电网，使得能源与负荷达到平衡，保证能其电能稳定性。

Abstract： Because of the randomness of meteorology， the output of energy has a certain intermittent nature， leading to a serious abandonment of wind and light. Based on the construction of a multi-energy complementary green energy community group， it includes a physical layer， an information layer， and a decision management layer. The physical layer considers residential load， wind power， photovoltaics， energy storage and public power grids， and provides data to the decision-making management through the data collection and processing analysis results of the information layer， so that clean energy is absorbed locally and the surplus power is transferred to the public grid. If the clean energy can not meet the electricity consumption of the community， it will be connected to the public power grid to balance the energy and load and ensure the stability of its power.

關键词：绿色能源小区群；分布式能源；信息采集；数据分析；决策管理

Key words： green energy community；distributed generation；information collection；data analysis；decision management

中图分类号：TK01 文献标识码：A 文章编号：1006-4311（2018）30-0238-03

0 引言

随着国家能源战略的转型及政策的支持，太阳能、风能等清洁能源快速发展，但新能源的接入也会给公共电网带来许多不利的影响[1]，如保护问题、电能质量等。为消除分布式能源发电的间歇性，提出了多能互补的供电方式[2]，利用风电、光伏、储能等技术，根据气象信息，协调分布式能源的输出，保证供电连续性。另一些学者将互联网的概念引入到能源领域，各种能源之间通过电力电子类的能源路由器[3][4]连接，形成以电力为中心的能源互联网[5]。

无论是能源互联网络，还是冷热电联供，都在一个较大的区域内，基于此提出多能互补的小区群，通过光伏、风电、储能，形成多种分布式能源的互补利用。为保证小区群用电的连续性及可靠性，需通过传感器网络对小区群的能源设备进行数据采集，彼此交互信息，确定小区群的运行情况，作为管理决策层的输入，对小区群中的分布式能源进行优化调度，实现多能互补，从而提高小区群的能源利用效率。

1 小区群的物理结构

目前为止，电能属于所有能源中最为清洁的能源，所以绿色能源小区群以电能为主，主要由风电、光伏、储能、居民负荷及公共电网几大部分组成。绿色能源小区群的物理层主要指电力的一次设备，即物理实体部分，主要包括风力发电机、光伏电池板、变压器、线路、各类开关、负荷等。小区群的物理层如图1所示。

绿色能源小区群的电能流动如图2所示，风电和光伏既可以向居民负荷供电，也可将富余的电能送向储能设备及公共电网。当天气发生变化时，风力发电或光伏的电能输出不能满足居民负荷用电需求时，储能设备的电能可向负荷供电，保证负荷用电的连续性。当气候条件不适合风机和光伏发电，且储能也不能维持居民负荷的用电情况，这时需将公共电网的电能引入小区群，解决居民负荷的用电，保证小区群的电能稳定性。

因为清洁能源不利于远距离输送，所以对居民负荷的供电首先是风能、光伏，然后为储能设备中的电能，最后是公共电网，其主要目的就是使得清洁能源就近消纳，减少电能传输过程中的损耗。

2 绿色能源小区群的信息网络

为了保证绿色能源小区群负荷用电的不间断性及稳定性，需要提取小区群中各个设备的运行状态、能量流动的方向及大小、电能的质量、气候条件等信息，经过进一步处理后，将信息提供给小区群的能源调度，对小区群电能进行管理与决策。信息网络层主要包括数据采集层和数据的处理分析层，信息层的构成如图3所示。

2.1 绿色能源小区群的传感器网络

绿色能源小区群的传感器网络层包括公共电网、风力发电、光伏发电量、储能、居民负荷、气象及公共电网与多能互补网络间变换器的量测系统。数据采集层的各个量测系统都需要实时监测其自身的运行状态，对其进行故障诊断，判断是否发生故障。若发生故障，则需继电保护动作，并完成小区群的故障隔离，保证无故障部分的正常运行，甚至是自愈。

绿色能源小区群各个设备的量测系统通过电流互感器、电压互感器、温度采集器等传感器组成的传感器网络，采集绿色能源小区群各方面的信息，利用采集到信息，掌握小区群中每台设备的运行状态及设备之间的能源交互，为管理决策提供依据。

2.2 绿色能源小区群的信息处理

绿色能源小区群具有区域性的量测系统，对小区群中各个设备的运行状态能够实时在线监测，借助传感器网络获得小区群全面而详细的物理信息，它包括各分布式能源的电气量信息、未来时段的气象环境信息、小区群配电的拓扑结构信息等。

多能互补网络的建立使得数据采集的范围的迅速扩大，这就需要充分融合现代计算机、信息处理技术和通信网络，将云计算、云存储、压缩感知、人工智能、大数据融合等现代化手段运用到绿色能源小区群，大力挖掘小区群的数据价值，提高外部数据的利用，对小区群的运行状态评估、用户用电行为分析等提供数据支撑；通过压缩感知理论减少对传感器硬件的需求，减轻数据的存储、传输和分析处理的压力；利用人工智能等技术，不断的认知、学习，实现对小区群各方面的智能监控及优化调度，保证绿色能源小区群的安全可靠、故障的自适应处理与自愈，提升绿色能源小区群的友好服务水平。

3 绿色能源小区群的管理决策层

物理层中的传感器网络通过信息采集将能量流转化为信息流，信息流经过网络通讯、信息分析处理，转化为决策管理层的输入信息，决策管理层根据输入的信息，产生控制指令将其下发至物理层，其过程如图4所示。

管理决策层是绿色能源小区群中分布式能源与用户负荷之间平衡的协同优化控制，实现小区群的电能稳定。集中式控制中信息量的传输过于庞大，容易造成传输堵塞；分布式控制可利用的消息較为有限，无法感知全网的状态，难以进行有效的协调控制。为防止因数据量过大造成传输阻塞，保证小区群全网信息的优化管理及全网数据的交互与共享，所以小区群利用分布式的协同控制[6]，对小区群的分布式电源及负荷、公共电网进行协调控制，保证小区群信息交互的实时性及控制的灵活性。

3.1 绿色能源小区群分布控制

小区群可将各种设备进行智能化连接，以实现设备之间的信息交互，并通过与用户的互动，建立信息及电能的双向传输通道。通过已建立实时双向需求响应，让用户积极参与电力平衡调整，可以更好地实现电力供需平衡。任何能源连接在网络中都可以是动态互为备用，具有很强的灵活性，且可以保证冗余和可靠性，为此，需要实现不同设备之间的关键信息的共享，从而支撑调度与管理。

3.2 绿色能源小区群集中控制

小区群将设备之间互相交换测量及控制信息，以协作完成控制任务，完成分散控制，以避免由控制中心的通信故障，延时和中断引起的系统性能影响，在必要时也可以由控制中心集中控制。

管理决策层主要服务于调度控制，根据风电、光伏等分布式能源的发电量和负荷预测，可利用物理层与信息层的关联特性，将物理层、传感器网络层、数据处理分层联合起来，从整个小区群层面，根据互感器网络采集到的信息及数据分析层挖掘的知识，充分利用大数据分析、分布式智能、全局优化等技术，通过对小区群的能源网络进行未来态势的分析，对物理层的设备进行控制，实现小区群的全面优化控制。

4 结语

多能互补分布式能源的小区群是将多种清洁能源集中在小区群，将各种分布式能源、负荷以及公共电网按照一定的运行方式进行协调优化管理。基于分布式电源多能互补的小区群，阐述了小区群的电能管理系统的构成，通过互感器网络对物理层的设备及运行参数进行采集整理，利用信息层的数据处理分析平台得出小区群的运行情况，作为管理决策层的输入，通过管理决策层对小区群中的各种分布式能源系统进行协调优化调度，使得能源的利用率达到最大化。

参考文献：

[1]冯庆东.分布式发电及微网相关问题研究[J].电测与仪表，2013，50（2）：54-59.

[2]钟迪，李启明，周贤，等.多能互补能源综合利用关键技术研究现状及发展趋势[J].热力发电，2018（2）.

[3]魏泰鸣，杨毅.一种高效率低纹波的Buck电路改进方案[J].价值工程，2018（22）：176-178.

[4]徐文进，周桂新.基于分布式电源的能源路由器设计研究[J].电力系统保护与控制，2017，45（16）：64-71.

[5]刘甲男，杜彦洁，孟宪义，等.基于互联网思维的能源互联网发展[J].电信科学，2016，32（3）：176-182.

[6]黄妍妍，范元亮，李天友.配电网信息物理系统（CPS）的初步探讨[J].电气开关，2017，55（4）：1-5.