基于可编程逻辑软件的微电网仿真系统开发

陈玉峰，王家华，许健，吉小鹏

（1.南京四方亿能电力自动化有限公司，南京 211111；2.南京信息工程大学电子与信息工程学院，南京 210044）

0 引言

在构建以新能源为主的新型电力系统时，分布式能源以微电网的形态参与新型电力系统的调度运行，是一个有效解决新能源并网的方法。微电网是将一定区域内分散的小型发电单元（分布式电源）、储能装置以及当地负荷组织起来形成的供电系统［1-3］，既可以与主网并网运行，也可以独立运行。独立型微电网是指具备独立运行能力的微电网，一般用于“高海边无”地区的供电［4-7］。独立型微电网中常用的电源既包括类似传统发电机组的柴油发电机，也包括采用电力电子接口的光伏、风机等可再生能源发电机组。电力电子接口设备的接入，减小了系统惯性；同时，具有较强间歇性的可再生能源的接入对系统稳定性构成了严重威胁［4-6］。因此，为了保证微电网稳定、可靠、经济运行，需要考虑各种运行工况并设计较为复杂的运行控制策略。

微电网的运行控制技术融合了电机学、电力系统、电力电子以及自动控制原理等理论，其控制系统的效果验证非常困难。常用的动模试验平台［7-9］和半实物仿真平台［10-12］具有占地面积大、建设成本高、与实际现场很难做到完全一致等缺点，多用于研究和解决微电网运行时各电源设备暂态控制时的问题；而基于可编程技术的仿真系统［13-14］目前研究较少，且多依赖于具体的可编程逻辑控制器（Programmable Logic Controller，PLC），很难进行跨平台移植。在能源结构转型的背景下，当前微电网技术已临近大模推广阶段，需要廉价便捷的开发和验证方案，对微电网能量管理系统在长时间控制中的稳定性、经济性、合理性进行验证。

本文基于自行开发的可跨平台移植的可编程逻辑软件（Programmable Logic Software，PLS），搭建包含分布式电源、负荷和控制器的微电网仿真系统。基于该系统，可进行分布式电源建模、系统控制策略设计、软件调试及仿真等多种形式的试验验证，让从业人员能够对微电网中设计的源荷储等能源设备的控制逻辑、控制算法、控制效果进行验证；同时，此PLS可移植运行于控制器设备中，将在仿真系统中验证的能力文件（算法和逻辑功能）直接运行于真实工程场景，实现了仿真策略和投运策略的一致，避免了重构和修改移植所带来的差异和风险。

1 微电网仿真系统架构

微电网仿真系统包括数据库层、PLS 平台、微电网仿真应用程序编程接口（API）库、微电网仿真层4个层次，如图1所示。

图1 微电网仿真系统架构Fig.1 Microgrid simulation system architecture

数据库层包括实时数据库、配置数据库、仿真数据库和历史数据库，各个数据库均对外提供不同等级的数据交互接口。实时数据库用于存放仿真过程中微电网的实时状态数据（遥测和遥信数据）和控制指令数据（遥控和遥调数据），对外提供快速的数据交互接口，是仿真系统的核心数据仓库。配置数据库用于存放微电网系统模型配置、仿真用的扩展配置以及定制控制策略相关的试验配置等非实时数据，提供低速的数据访问接口。仿真数据库用于存放仿真辅助数据，如按照指定策略预先生成的电源出力和负荷数据，或者导入的实际工程现场运行数据，提供中速的访问接口。历史数据库用于存放仿真系统生成的时序数据，用于进行分析控制过程。

PLS 平台是整个仿真系统的基础，用C 语言形式实现PLC 功能，具备跨平台移植的特性且成本较低。如图2 所示，PLS 平台包含逻辑执行引擎和逻辑开发平台两部分。逻辑开发平台提供定制算法库功能，可用于定制比例、积分和微分（PID）控制器、调频算法库、优化调度算法库等元件；提供逻辑组态图形化编辑功能，用于组合和开发控制系统所需的复杂控制逻辑，生成指定格式的逻辑资源文件。逻辑执行引擎负责对逻辑资源文件进行解析和执行，根据逻辑实现需要，通过数据库层实现微电网系统实时运行数据的获取和控制指令的下发等。PLS具有编程难度低、程序修改方便等特点，便于进行微电网控制策略的二次开发，更适合开展各种试验；同时，逻辑执行引擎可跨平台移植运行于真实的微网控制器中，仿真平台与实际控制器可使用同一PLS 工具开发的控制逻辑和控制算法，仿真平台所实现和验证的算法和逻辑能直接在工程投运的微网中央控制器中加载。

图2 PLS平台架构Fig.2 PLS platform

微电网仿真API 库是基于PLS 平台封装的，针对微电网特定应用场景的仿真接口函数库，对上向微电网各个组成单元提供抽象的仿真接口，对下通过PLS平台访问各个数据库，实现对实时数据、配置数据、仿真数据、历史数据的读取与存储功能。

微电网仿真层包括负荷、电源、网络等组成单元的仿真模块，微电网仿真系统是实现微电网能量管理系统仿真的重要支撑模块。微电网仿真层可以针对仿真测试需求，基于微电网仿真API 库提供的抽象接口函数对微电网内各个电源、负荷进行稳态模型和暂态模型的建模，并最终派生出各种仿真模块，支撑仿真系统运行。

2 微电网仿真系统分析与设计

微电网中既包含风机、光伏、柴油发电机组（以下简称柴发）、储能系统以及负荷等一次设备，也包括系统控制器等二次设备。微电网仿真系统需要对这些设备进行模拟仿真。遵循面向对象和模块化设计的思想，以设备为独立单位进行模块分析与设计。

本文提出的微电网仿真模块通用设计结构如图3所示。微电网仿真模块通用结构的核心是模块仿真引擎，以时间驱动和事件驱动相结合的方式进行工作。模块仿真引擎通过配置数据访问接口，从配置数据库中读取所属设备的模型配置、扩展配置及试验配置；根据读取模型配置，通过模型数据接口与实时数据库进行交互；根据读取的扩展配置，通过仿真数据接口与仿真数据库进行交互；根据读取的试验配置，通过算法选择接口，与定制算法库进行交互，动态加载试验用的定制算法。下面针对各种微电网单元仿真模块分别进行个性化分析与设计。

图3 微电网仿真模块通用设计结构Fig.3 Universal designed structure of the microgrid simulation module

2.1 负荷仿真模块分析与设计

负荷仿真模块基于微电网设备模型中的负荷模型进行设计。微电网的负荷模型以馈线为单位对微电网模块内的典型负荷线路进行建模，模型中包含负荷开关遥信、负荷开关遥控、负荷的有功无功遥测量以及负荷优先级等。负荷仿真模块在此模型的基础上进行扩展设计。

考虑到仿真中的负荷数据既可能来自定制的特定特性的负荷数据，也可能来自导入仿真数据库的实际工程现场运行数据，而可调节负荷可能来自控制器生成的遥调指令，因此，负荷仿真模块中需要扩充负荷数据来源的配置。

负荷仿真模块可以体现负荷曲线的周期性变化；同时，可通过对负荷开关的遥控操作，支持模拟负荷的切除，通过遥调指令实现负荷的动态改变，从而实现减载功能的响应。

2.2 分布式电源仿真模块分析与设计

分布式电源仿真模块基于微电网设备模型中的分布式电源模型进行设计。分布式电源模型以分布式电源设备为单位进行建模，模型中包含并网遥信、并网开关遥控、有功无功遥测量以及新能源设备额定容量等。分布式电源仿真模块在此模型的基础进行扩展设计。分布式电源的工作模式可分为电流源和电压源两大类［15］，风机、光伏一般工作在电流源模式，柴发则通常运行于电压源模式，2种类型电源的工作原理与外特性差异加大，难以统一处理。

与负荷类似，电流源的功率数据可能来源于定制的功率生成逻辑、导入的仿真数据或其变换以及控制器生成的遥调指令。以光伏为例，其仿真模块支持根据导入的辐照度数据采用最大功率点跟踪（Maximum Power Point Tracking，MPPT）算法［16-17］变换后得到的发电功率序列数据，也支持从仿真数据库中读取的从外部导入的光伏发电功率序列数据。电压源在微电网系统中承担平衡节点的角色，其出力由系统中其他电源、负荷以及电气网络拓扑与参数共同决定，因此不能从外部直接导入其发电功率数据。

综合以上分析，分布式电源仿真模块需要扩充工作模式和数据来源配置，以支撑灵活仿真的需求。仿真模块中既可内置保证新能源最大化利用的MPPT 算法，也为技术人员实现其他新型控制算法提供了接口；同时，通过对并网开关的遥控和对分布式电源的遥调操作，可实现模拟新能源的切除与快速调节。

2.3 储能仿真模块

储能仿真模块基于微电网设备模型中的储能模型进行设计。储能模型以独立的储能系统为单位进行建模，模型中包含并网遥信、并网开关遥控、有功无功遥测量、储能系统额定容量以及荷电状态（State of Charge，SOC）［18］等。根据运行需求的不同，储能系统既可运行在电流源模式，也可工作在电压源模式。在每种工作模式下，储能模块与2.2 节中相应模式的分布式电源类似，主要差异在于储能系统可在2 种模式之间切换。因此，储能仿真模块也需要扩充工作模式和数据来源配置。

SOC 是衡量储能系统剩余电量的指标，也是储能系统区别于其他分布式电源的重要特征。因此，无论工作在哪种模式，储能仿真模块均需模拟储能系统SOC 的变化。储能系统SOC 变化与初始SOC、储能系统容量、充放电功率等因素紧密相关。储能系统SOC 的估计技术是当前的研究热点之一，较为简洁且常用的一种方法是根据储能系统的有功功率和储能系统容量来估算SOC，数学上可表示为

式中：SOC(k)和SOC(k+ 1)分别为第k和k+ 1个仿真步长起始时刻的SOC 值；PBS(k)为第k个仿真步长储能的有功功率，放电为正；CBS为储能系统容量；Δt为仿真步长。

储能仿真模块可内置上述估算方法，同时提供接口，支持技术人员实现其他新型算法。

2.4 电气网络仿真模块

电气网络仿真模块根据各分布式电源、负荷和储能系统的功率，结合网络配置参数对网络状态进行估计，包括平衡节点功率、各网络节点电压和网络损耗等。

微电网运行的核心任务是保证功率平衡，数学上可简洁地表示为

式中：PPCC为并网点功率，流入微电网为正，对于独立型微电网则恒定为0；PDG为分布式电源（风机、光伏、柴发）发出的有功功率，流向所连接的母线为正；PBS为储能系统的有功功率，发电为正，充电为负；Pload为负荷的有功功率，流向负荷为正；Ploss为微电网的有功网络损耗。

在微电网规模较小、连接线路均较短的情况下，网络损耗可忽略不计，可以利用式（2）进行粗略估算。在系统规模较大或网络损耗不可忽略的情况下，则需要通过潮流计算［19］或状态估计［20］方法对微电网的状态进行估计。

3 微电网仿真系统工作流程

微电网仿真系统工作流程如下。

（1）仿真系统初始化，各组成单元从配置数据库和仿真数据库读取数据，完成各单元的初始化。

（2）负荷和电源仿真模块从实时库中读取微电网状态数据和控制指令数据，根据各自的仿真逻辑生成功率数据。

（3）网络仿真模块依据微电网配置数据和从实时库中读取的负荷、电源等数据，根据仿真逻辑生成电气网络状态数据。

（4）仿真系统从实时库中读取微电网数据，根据逻辑开发工具输出的逻辑资源文件生成控制指令数据。

（5）若整个仿真过程完成，则转步骤（6），否则转步骤（2）。

（6）将逻辑资源文件下载到现场微网控制器中运行。

上述各模块根据仿真逻辑生成的各类数据，按数据属性分别同步到实时数据库和仿真数据库，由此可实现整个微电网仿真系统的闭环运行。需要指出的是，上述各仿真逻辑均支持独立定制，便于灵活开展相关测试。

4 微电网仿真试验示例

以图4所示的某实际独立型微电网为例进行仿真试验。示例微电网中包含3台柴发（DS1—DS3）、3 台光伏（PV1—PV3）、3 台储能（BS1—BS3）和3 个负荷（Load1— Load3），其容量配置见表1。根据外部输入的负荷和光伏发电预测序列数据，以柴发为主电源（即工作在电压源模式）时微电网运行情况为例进行仿真分析。

图4 仿真用微电网拓扑示意Fig.4 Microgrid topology for simulation

表1 示例微电网设备容量Table 1 Equipment capacity of the listed microgrid

本试验中柴发作为主电源运行，初始状态下系统投入1 台柴发（DS1）、2 台以电流源运行的储能系统（BS2 和BS3）、2 台光伏（PV1 和PV2）以及全部负荷。仿真模拟的时间为1 d，即24 h。系统运行目标为：（1）在柴发和储能系统的运行约束下，紧急状态下通过控制储能系统紧急支撑，保证柴发在合理区间运行；（2）正常运行状态下调节新能源和投入运行的储能系统，提高新能源渗透率；（3）保持投入运行的储能系统SOC 趋于一致。柴发和储能系统的运行约束为：柴发负载率上、下限分别为80%和30%；储能系统SOC 运行上、下限分别为90%和30%。

下面将分别从算法设计与实现、仿真运行和试验分析等方面对微电网仿真试验系统进行说明。

4.1 试验算法设计与实现

根据运行目标，可设计如图5所示的控制策略，基于PLS平台的可视化编程环境实现所涉及的控制策略，部分逻辑如图6 所示（图中：PDS 为柴发当前功率；PDS_min，PDS_low，PDS_high，PDS_max 为柴发主电源的运行定值区间，分别表示柴发防逆功率下限、柴发经济运行下限、柴发旋转备用上限、柴发防过载上限。

图5 柴发为主电源的微电网控制策略Fig.5 Control strategy of the microgrid mainly powered by diesel engines

图6 基于PLS的柴发为主电源的微电网控制策略实现示意（截图）Fig.6 Working flow of the microgrid mainly powered by diesel engines based on PLS（screenshot）

4.2 仿真运行

运行仿真系统，从仿真数据库中读取记录的仿真数据并进行可视化展示，可离线分析微电网系统的控制过程。微电网仿真运行的完整过程如图7所示。

4.3 试验分析

由图7a 可见：14：24 前微电网的主电源为初始投入的1 台柴发，发电功率约为70 kW；14：24 后，光伏发电功率逐渐降低，负荷逐渐升至顶峰，柴发的总发电功率先后越过100 kW 和200 kW，表明控制器先后启动了第2 台和第3 台柴发。对试验波形进行分析，可验证微电网的总体控制过程和效果。

由图7a 中的仿真数据细节可见，13：30 左右负荷产生了约100 kW的跃升，使得主电源单台柴发的发电功率由70 kW 左右跃变至约170 kW，负载率达到170%。由于柴发具备短时过载能力，因此在较短的时间内（250%负载率情况下3 s）通常不会因过载保护停机而导致系统崩溃。此时，控制器快速调节储能系统的发电功率以响应柴发的过载，并将柴发拉回合理的运行区间，实现了系统运行目标（1），验证了控制系统的正确性。

图7 柴发主电源的微电网仿真运行曲线Fig.7 Simulated operation curves of the microgrid mainly powered by diesel engines based on PLS

由图7b 中光伏预测曲线和实际发电曲线的对比可以看出，在11：30—13：15 期间，光伏实际发电功率明显低于预测功率，说明在此期间光伏收到控制器的削减发电功率指令，处于限功率运行状态。结合图7a 可以发现，在此期间负荷处于一个低谷，作为主电源的柴发降低发电功率以保持功率平衡，但此时柴发功率降至0附近甚至存在逆功率运行的风险，违背了柴发运行负载率下限的约束条件。此时只有1 台柴发作为主电源运行，无法通过切除部分柴发的方式来提高运行柴发的负载率，因此控制器首先控制储能系统快速响应，增加充电功率，将柴发调整至合理的负载区间，然后向光伏发出限功率运行指令，降低其发电功率，将储能系统承担的部分充电功率释放出来，使得储能系统具备足够的双向调节能力以应对下一次的负荷波动。

由图7a 和图7b 可以看出，13：15 后负荷逐步回升，首先调节光伏增大发电功率，图中可以看出光伏的发电功率逐步回升至接近理想的预测发电功率，实现了运行目标（2）。但由于下午光伏的最大发电功率逐步降低，而负荷却逐步提升，即使光伏不受限制，也无法满足增量负荷需求，因此柴发也增大了发电功率，储能系统由充电转为放电状态。

由图7c 和图7d 可以发现，投入运行的2 台储能系统的SOC 在初始时刻并不一致。通过在2台储能系统之间合理分配储能系统总的充放电功率后，随着系统的运行，2 台储能系统的SOC 趋于一致，并在16：40 左右达到一致，实现了系统运行目标（3）。技术人员可通过改变各储能系统之间的功率分配策略，从而改变SOC 趋于一致的速度，亦可研究开发新的功率分配算法并进行验证。

将仿真实现的控制逻辑和算法动态加载至某岛屿的离网柴发微电网中央控制器中运行，其一天的运行曲线如图8所示。

图8 某离网微电网日运行曲线（截图）Fig.8 Simulated operation curves of the microgrid mainly powered by diesel engines based on PLS（screenshot）

由现场实际运行曲线可见，通过微电网仿真系统所验证和实现的微电网控制逻辑，能够在运行控制过程中控制多个储能系统的SOC 趋于一致，在一整天的微电网控制过程中，能够在保证主电源负载率维持在经济运行限值附近的同时，通过调节储能系统进行削峰填谷，以实现新能源的最大化消纳。

总体来说，通过该试验系统，技术人员可以深入分析风光柴储多能混合微电网的运行过程，验证所设计算法的正确性和有效性；同时，通过分析试验数据，可以发现系统运行中的重要环节和薄弱环节，从而改进控制系统的设计和算法，其所验证的控制系统可直接在现场设备上加载投运。

5 结束语

本文提出了基于PLS构建微电网仿真系统的方法和微电网组成单元仿真模块的通用结构。在分析微电网各组成单元特点和仿真试验需求的基础上，搭建了包含分布式电源、负荷、储能系统、电气网络和控制器的仿真模块，进而构建了微电网仿真系统。仿真试验表明，该系统可有效支撑从业人员开展并、离网型微电网能量管理系统的开发，并可用于验证控制理论、控制算法，所实现控制逻辑可直接在现场设备中运行。