构建电网调度控制系统架构的关键技术研究分析

陈钦柱 姚冬 陈林聪

摘要：设计了一款多电网调峰调度自动控制系统。系统架构的硬件运行环境是基于云平台构建的，能够对多电网的调度模块及调峰执行单元间的关系进行协调和平衡。运用分解组态端结构的方式对PLC調峰指令进行了完善，并以控制指令的流通周期为依据改进了数据循环运行流程。模拟对比实验表明所构建的调度自动控制系统显著缩短了调峰控制数据循环时长，并使调度运行模式的稳定性得以有效提升。

关键词：电网调度;自动控制系统;云平台;调峰调度;实现路径

中图分类号：TP391

文献标志码：A

ResearchandAnalysisontheKeyTechnologiesofConstructingPowerGridDispatchingControlSystemArchitecture

CHENQinzhu，YAODong，CHENLincong

（ResearchInstituteofElectricPowerScience，HainanPowerGridCo.Ltd.，Haikou570311，China）

Abstract：Thispapermainlycompleteddesignofloadofpowergriddispatchautomaticcontrolsystem.Thehardwarerunningenvironmentofsystemisbasedonacloudplatform，sinceitcancoordinateandbalancethepowergridschedulingmoduleandpeakshavingofexecutionunits.Byusingdecompositionofimplementationsidestructure，thePLCconfigurationmodeisimproved.Theinstructioncycleanddatacyclearealsoimprovedbyperfectionofitsexistenceformandtheoperationalprocess.Simulationexperimentresultsshowthattheconstructedandtheschedulingofthecontrolsystemsignificantlyareshortened.Thestabilityofthedispatchingoperationisincreased.

Keywords：powergridscheduling;automaticcontrolsystem;cloudplatform;peakregulation;implementationpath

0引言

在配电系统中随着灵活性设备（包括分布式电源、储能及主动负荷等）及风电等可再生能源（包括集中式、分布式）的接入数量的不断增加，配电网运行模式更加灵活多变，并且可再生能源均面临着消纳难题，极大的增加了电网调度的难度，逐渐向主动配电网转变的配电网同输电网间的联系更加紧密。同时改革不断推进的电力市场会催生出配电侧更多的独立利益体，需建立并完善输、配电网及用户间的互动机制。传统以输电网为主的电网调度调控需转变为针对各级电网的协调运行（多层级广泛智能化），并具备协同优化调度分层输配的功能。

1需求分析

随着智能电网的深入发展和完善，“调控一体化”已成为电网发展的趋势，为确保电网的安全稳定运行，需将电力系统的全过程监控（包括发电、输电、变电、配电和用电）纳入到调度控制系统中，日常生产生活对用电量的需求不断增加，电网的实际总负荷在用电高峰期经常超过预期上限，为确保供电设备的正常运转，可通过投放发电机组（一个或多个，即调峰调度机组）以避免系统中的供电设备长期处于超负担运行状态，目前应用调峰调度机组已成为保证电网同步调整运/执行水平的重要手段，这就需电网设备具备较高的执行效力，系统中相关调峰数据总量的传统确定方法（基于对调峰调度原理的深度解析应用）主要通过使用PC+可编程控制器完成，控制调配这些调峰数据则通过PLC调节框架的引入完成。但此种方法在调度过程中存在调度运行模式的稳定性不足问题，同时不断增加的电网数据总量会明显延长调峰控制数据的循环时间。目前云平台在电网调度控制系统中表现出了极大的优势，云平台主要由云服务器（包含全部服务器端的运行软件）、云电脑（包含全部客户端的运行软件）、多种网络组件构成，云服务器向客户端服务器传输信息数据过程中，可同时保持独立工作状态，云电脑可使电网调度系统的综合执行效力更好的满足实际需要[1]。本文基于云平台搭建理论设计了一种多电网调度控制系统，进一步完善电网调峰调度策略，保持均匀用电负荷。

2多电网调峰调度控制系统设计

2.1云平台控制框架架构

作为本文所构建系统硬件运行环境的关键构成，云平台控制框架架构如图1所示。

主要由控制机、调度模块、分层执行单元等构成，云网络平台会对接收到的多电网数据进行自动划分，分别进入到系统自动控制机、自动调度模块、调峰执行单元中，进入到自动

控制机的多电网数据在PC+可编程控制器的作用下其原有排列顺序会发生改变并根据云平台抓取规则完成定义重排，当数据节点保持稳定时重排后的数据可快速保存于系统数据库中，直至接收到多电网数据调用申请后（由客户端云服务器提出），系统以既定拆分规则为依据将这些数据传送至下级处理模块完成同调峰调度节点间的有效融合，从而显著提升了数据的完整度及传输质量和效率。进入调度模块、调峰执行单元中的多电网数据包含对应的云平台操作信息，在弱化数据相关调峰调度节点功能的同时，调峰调度控制系统（如执行周期）会同数据的重要性产生直接联系，云平台在接收到数据调用申请后（由客户端云服务器传送），通过进一步分析申请指令成分实现有效信息的提取，再向自动调度模块、调峰执行单元传送[2]。

2.2多电网自动调度模块设计

作为云平台控制框架的主要构成该模块的结构如图2所示。

多电网数据在云平台中达到限定额度的情况下，系统会向自动调度模块输送一部分调峰调度节点（通过系统输入设备完成）并同其PID控制设备相互结合，再对后续进入模块的数据通过采用环形调节方式完成对其排列状态的基础调整过程。搭建自动调度模块的关键设备采用了电子控制器，辅助控制结构则采用了大量的PID控制结构（均匀分布于该模块周围），电子控制器通间PID控制结构保持平行连接的状态，从而使电网数据的传输流畅性得以显著提高，更好的满足电网调度需求。自动调度模块接收到的电网数据大多以电信号的状态存在，导致该模块的调度功能在超过其数据总量承载上限的情况下会受到一定影响，本文通过将一个压力传感器（具备舒缓功能）安装于自动调度模块中作为其运行辅助设备以确保该模块调节运行状态的稳定，从而可在承接直流电压时（由系统供电设备提供）对多电网数据进行适当的吸收，并在模块脱机工作时对多电网数据通过自身储存电压的充分运用完成疏导、传输过程，以确保调度功能的有效发挥[3]。

2.3调峰执行单元设计

传统控制系统大多采用PLC框架结合调度指令的调度方式使数据膨胀现象得到缓解，但此种方法只能暂时缓解数据调度的压力，随着系统运行时间的持续增加，会使电网数据的门限存储值不断提高，数据的累积周期明显超过了此种方式的调节速度，调峰组件的执行效率会受到系统数据库不断增加的存储数据量的直接影响而降低。为解决这一问题本文设计了一种调峰执行单元，主要由数据收集装置及调制解调设备构成，模拟信号是数据收集装置的重点处理对象，该模块单元的运行状态（连通或断开）通过具备一定调度判断能力的连通继电器进行控制，即：连通继电器在系统数据库的数据量达到承载上限的情况下会完成从闭合到连通状态的转换，在此基础上实现空白调峰执行单元结构的释放，连通继电器在核心处理器消耗完这些数据后完成连通到闭合状态的转换，恢复已释放执行单元结构的空白状态，有效缓解数据库的存储压力，从而有效确保了调度控制系统运行模式的稳定性[3]。

3多电网调峰调度控制系统主要功能模块的实现

3.1云平台多电网组态端

针对调峰软件程序由云平台多电网组态端负责完成调度过程（采用建立控制安全列表的方式），管理员程序（位于云服务器中）在系统核心处理器接收到调峰调度申请的情况下，会先对控制界面初始登录密码进行确定（以可行性信息在申请指令中的占比为依据），这些加密数据经过新权限定义后再向客户端云计算机中传送。搭建该组态端时沿用了传统MCGS平台端口，并在此基础上完成了对待调用成分（包括FC51节点、OB主程序等）的关联分析，调峰读取传感器会根据顺次经过MCGS平台端口的多电网数据中包含的电网地址信息，对客户端的量程地址进行重新配置，并对数据的原始存在状态进行判断（以标定模块的解析程度为依据），在此基础上完成适合这些数据的测量值的标注（通过调度解析传感器），然后向系统的自动控制模块传输（以设定变量的形式），能够有效控制电网数据的运行极值，进而使调峰控制循环周期时长得以显著缩短[4]。

3.2PLC调峰调度指令的优化

针对数据传输模块可通过优化后的PLC调峰调度指令完成独立编程处理过程，系统根据实际情况生成自动控制主程序后（由云平台OB模块完成），进入组织传输运行状态的电网数据中相邻数据保持相应的调用关系，调峰调度结果不断的输出和运行，各指令后均对应一个控制标志，通过截取这些标志客户端服务器即可实现对调度指令生成速度的控制，在此基础上实现对调峰控制数据循环时长的有效调节和控制。编写调度指令时可加速运行自动化控制程序，再通过解算传感器信号值（控制传感器）进一步提升电网数据的安全性，从而实现对调度运行模式的优化。优化PLC调峰调度指令的主要编码如下[5]。

Program_Cyclic;

MBMaster_xx.enable：=1;

（*Insertcodehere*）;

MBMCmd_xx.data”=ADR（localPV1）;

IfispeedActual

IfispeedActual>iMaxStrtBackupGenspeedThen;

nSystemWarnWord4.1：true;

Endif

End_Action;

3.3电网数据控制循环流程

基于云平台控制框架搭建的控制循环流程具体如图3所示。

一次完整的数据循环控制过程可描述为：系统核心处理器接收到多电网数据后，向自动调度模块、调峰执行单元传输这些数據（通过自动控制机完成），然后对这些数据进行排列（根据系统抓取规则），在通过多电网组态端分析出数据成分发生改变的情况下，PLC调度指令会将编程代码对变量的定义方式进行改变（以现存数据的排列状态为依据），接下来通过控制判定模块分析数据的完整性[6]。

4实验测试及结果分析

为测试本文所构建的多电网调峰调度控制系统的实用性和稳定性，在稳定的云网络环境中进行了对比实验，选取两台计算机（配置PC+可编程控制器）分别搭载本文调度控制系统和传统控制系统（分别作为实验组和对照组），实验参数设置具体如表1所示。

实验组、对照组实验参数一致，保持其它实验因素不变，本文实验包含了顺向和逆向两部分以避免突发性事件影响实验结果，对比两组调度运行模式稳定性、数据循环时长的变化情况[7]。

（1）调度运行模式稳定性实验结果

针对调度运行模式稳定性，实验时间设置为25min，在系统分别处于顺向、逆向运行状态下，分别验证应用两组系统后的稳定性变化情况，具体实验对比情况为：顺向运行状态下，实验组的调度运行模式稳定性随着实验时间增加呈现出稳定、下降、上升、稳定的趋势，调度运行模式稳定性在20～25min时达到最大（约为65.4%），低于目标上限（79.4%）;对照组系统则呈现下降、上升、稳定、下降的变化趋势，在15～20min达到最大值（约为42.3%）。在顺向运行情况下，应用本文设计的调度控制系统可有效提升调度运行模式稳定性（约23.1%）。在逆向运行状态下，对照组则呈现先上升后下降的趋势，在15min时达到最大值（约41.1%）;实验组的调度运行模式稳定性呈现逐渐上升趋势，在25min时达到最大值（约80.9%），超过目标上限。

（2）调峰控制数据循环时长实验结果

针对循环时长的变化情况，多电网数据总量为10×109，在系统分别处于顺向、逆向运行状态下（控制循环参数分别为0.47、0.58），分别验证应用两组系统后在达到该数据上限前的循环時长变化情况：在顺向运行状态下，实验组的调峰控制数据循环时长在电网数据总量持续增加的情况下总体表现为上升、稳定、上升、下降，循环时长在8×109T的电网数据总量下达到最大值（约为12.9s）;对照组的循环时长呈现先上升、再下降的趋势，循环时长在7×109T的电网数据总量下达到最大值（约为35.8s），高于实验组，即在顺向运行状态下应用本文调度控制系统显著节约了调峰控制数据循环时长（约22.9s）。在逆向运行状态下，实验组的循环时长呈上升、下降交替出现的趋势，并在9×109T的电网数据总量下达到最大值（约为15.9s），目标上限为36.7s;对照组的循环时长则呈阶梯状上升趋势，并在电网数据总量为8×109～10×109间时达到最大值（约为37.3s），高于实验组，即在逆向运行情况下应用本文调度控制系统同样能够显著节约调峰控制数据循环时长。

5总结

不断扩大的电网规模及用电需求对电网调度控制功能提出了更高的要求，传统调度控制系统存因稳定性不足、调峰控制耗时过长等问题已经难以满足现代智能电网调度需求，本以电网调度的平台组态端、数据循环流程作为改进设计的主要对象，完成了一种基于云平台的调度自动控制系统架构的构建，在云平台控制框架结构中完成了软硬件运行环境的搭建，在使系统数据库中多电网数据的存储时间得以显著缩短的同时，有效提高了数据的循环使用效率，进一步完善电网调峰调度策略，为电网调度自动化控制系统的优化提供参考。

参考文献

[1]张倩文，王秀丽，杨廷天，等.大用户直购电模式下含大规模风光的电力系统优化调度[J].电力建设，2017（10）：2432.

[2]忻鹏程.基于智能电网调度技术支持系统的电网稳定运行措施探讨[J].中国信息化，2018（12）：7475.

[3]钱江峰，刘庆程，喻乐，等.面向多级电网调度运行的多业务培训仿真系统（二）基于数据、信号、控制的通信策略设计[J].电力系统自动化，2017（14）：159163.

[4]林成铿.商务智能在电网调度控制系统数据分析中的实践[J].中国新技术新产品，2017（18）：56.

[5]黄再.智能电网中电网调度技术的运用研究[J].科技与企业，2014（19）：162163.

[6]赵晋泉，张逸康，苏大威，等.交直流大电网调度自动巡航架构及关键技术[J].电力系统自动化，2018（8）：18.

[7]刘书君，杨虎，安学利.基于一类新的预估—校正策略的电力系统暂态稳定快速仿真算法[J].电力系统保护与控制，2017（14）：3237.

（收稿日期：2019.10.08）