基于信息物理模型的可再生能源电网能量平衡控制

朱灵子，翟勇，唐建兴，范翔，姚瑶

（1.贵州电网有限责任公司电力调度控制中心，贵州 贵阳 550000；2.北京科东电力控制系统有限责任公司，北京 100192；3.贵州大学电气工程学院，贵州 贵阳 550025）

0 引言

随着“碳达峰”和“碳中和”战略目标的提出，新能源发电渗透率将不断提高。新能源出力的不确定性会影响系统的电能质量和运行经济性，严重制约可再生能源消纳和电网的调节能力[1]～[3]。随着信息化技术的不断发展，嵌入式计算、状态感知、数字控制等技术持续融合，电力系统已发展成为包含信息计算和物理过程融合的能源领域信息物理系统，通过计算、传感、通信、控制的深度协作，可以实现信息域和物理域的紧密结合[4]～[6]。通过增加信息采集、传输和控制系统，优化系统运行状态，进行电网信息物理的协调控制，有利于促进电网的清洁能源消纳能力，可为多种扰动场景下可再生能源电网的能量平衡优化控制提供依据。

目前，将信息物理应用于电力系统的研究还处于起步阶段。文献[7]基于微分代数方程组、排队论等建立了电力信息物理的动态模型，提出了考虑可靠性的电力信息物理的混合控制策略。文献[8]利用有向拓扑图描述了信息物理系统，利用矩阵计算系统潮流。文献[9]提出了微电网的信息物理系统架构，建立了考虑功率平衡的一致性分布式协同算法。

国内外学者考虑主动调控对分布式电源消纳的积极作用，进行了分布式电源的协调控制的相关研究。文献[10]计及设备故障对分布式电源状态的影响，以可再生能源利用率最高为目标，对分布式电源的出力和容量进行优化。文献[11]考虑了主动调控提升可再生能源消纳能力的作用，以配置成本最小为目标，合理规划分布式电源。文献[12]提出了基于蜂拥算法的可再生能源电网分布式控制器控制分布式储能，从而提高电网暂态过程下的稳定性。文献[13]提出一种基于线性反馈的分布式电源控制策略，但忽略了系统模型的扰动与不确定性。目前，现有文献针对考虑信息物理系统的高比例可再生能源电网协同控制方面开展的研究较少，如何解决信息系统与物理系统时空异构性和数据不同步问题，进而实现信息物理下的电网协同控制，还有待进一步的研究。

本文针对可再生能源电网中多分布式电源协同控制问题，建立了基于信息物理的可再生能源电网优化运行模型。首先分析可再生能源电网信息、物理网络特性，建立可再生能源电网信息物理模型；对每个分布式电源设计自适应滑模干扰观测器，估计可再生能源电网的总干扰；考虑可再生能源波动性作为系统的干扰，设计自适应滑模干扰观测器对其进行估计。在此基础上，设计一种基于可再生能源电网的分布式协同控制器，并采用Lyapunov稳定性理论证明所设计控制器可以在有限时间内收敛到平衡点附近的邻域内。仿真结果表明，所设计的控制器可以加快系统的收敛速度，并提高系统的控制精度。

1 可再生能源电网信息物理模型

1.1 可再生能源电网信息物理模型的建立

式（1）为电网物理系统下的潮流分布。式（2）为包含多种灵活性资源的功率调节矩阵。式（3）为电气参数关联关系矩阵。

1.2 电网信息物理数据生成与修正

电网信息物理数据系统包括数据库服务、Web服务和数据控制系统。可再生能源电网的模型数据和数据格式均存储在数据库服务器上，数据库选用了具有较高的可靠性和吞吐性能的非关系型数据库MongoDB[14]，[15]，所有模型卡的参数均以键值对的形式进行存储。基于信息物理的数据模型系统如图1所示。

图1 基于信息物理的数据模型系统示意图Fig.1 Schematic diagram of data model system based on cyber physics

仿真模型数据的参数解析和数据卡拼接是数据维护的基础。以潮流模型数据PQ节点（B卡）的解析为例，根据如下所示的模型格式，通过字符串解析得到各项参数值。其中，数据类型中的“A”代表文本，“F”代表浮点型数据。对潮流模型数据PQ节点（B卡）的解析如表1所示。

表1 PQ节点卡的数据格式Table 1 Data format of PQ card

电网的潮流数据、稳定数据可用PSD-BPA程序进行模型参数编辑，用于进行潮流、稳定计算分析和对运行数据进行修正、维护。为实现电网的分布式能量控制奠定基础，可将电网模型数据划分为多个不同地区范围，不同地区的设备模型以不同分区名称来区分。模型参数更改与修正流程如图2所示。

图2 信息物理模型参数处理流程Fig.2 Information physical model parameter processing flow

2 可再生能源电网自适应滑模干扰观测器设计

3 基于super-tw isting和积分滑模面的分布式协同控制器设计

4 算例验证

将如图3所示的IEEE39节点电网仿真系统划分为4个分区A1～A4，模型数据存储在服务器的数据库中。

图3 IEEE39节点系统分区图Fig.3 Grid partition of the IEEE 39 node system

图5 分布式电源出力控制结果Fig.5 Distributed power output control results

采用本文提出的基于信息物理的分布式能量控制方法后，从图4，5中可以看出，在日间光伏出力较高，能够基本满足负荷需求。采用本文提出的控制方法还可以利用分布式储能抑制可再生能源的波动，保证供能的安全可靠。在夜间光伏无出力时段，电网存在功率缺额，此时储能受自身容量限制调节能力不足，而利用本文的控制方法可以将燃气机组、燃料电池、CHP等分布式机组与分布式储能进行协同控制。此外，将可灵活调整的柔性负荷看作虚拟电厂即分布式电源参与控制，能够较好地满足电网供能需求，提高整体的能源利用水平。

图4 可再生能源电网系统光伏出力Fig.4 Wind and solar power of renewable energy grid system

为说明本文的能量平衡控制的优越性，将本文的控制方法与文献[16]提出的自适应控制方法进行对比，供能可靠性的对比结果如图6所示。

图6 不同算法的供能可靠性对比Fig.6 Comparison of energy supply reliability of different algorithms

图6纵轴为非负数，取值越大，说明系统的供电可靠性越低。由图6可见，午间时段电网能够满足负荷需求，在夜间供电不足率出现明显上升。采用本文的信息物理模型控制方法，能够提高可再生能源电网的供能可靠性。

5 结束语

通过分析可再生能源电网信息和物理网络特性，建立了可再生能源电网信息物理模型。针对因可再生能源电网出力波动而降低系统供能可靠性的问题，建立了基于信息物理的可再生能源电网优化运行模型。

本文提出的基于可再生能源电网的分布式协同控制策略和方法，可有效平抑可再生能源的出力波动，能够保证负荷的可靠供给。在信息物理融合基础上设计的分布式控制架构，能够进一步提高电网对设备信息的感知能力，提高系统的控制精度。