分布式光伏管控平台的设计与实现

谭大帅 戴 彬 郭 刚 田由甲 王 帅

分布式光伏管控平台的设计与实现

谭大帅 戴 彬 郭 刚 田由甲 王 帅

（天津市普迅电力信息技术有限公司，天津 300192）

在“双碳”和新型电力系统建设背景下，分布式光伏接入比例不断提高，对配电网电压、调度运行及调峰等环节造成强烈冲击。本文设计包含感知层、平台层、应用层三层架构体系的分布式光伏管控平台，以及小容量居民光伏和大容量工商业分布式光伏本地和远程通信方案，并研究分布式光伏采集模型的构建、多源数据融合估计、面向分布式光伏的有功、无功功率优化控制等关键技术，实现了对小容量居民光伏的可观可测和对大容量工商业分布式光伏的可观可测可调可控。平台在天津滨海地区进行了技术验证，效果良好。

分布式光伏；新型电力系统；新能源管控；分布式光伏采集；分布式光伏控制

0 引言

随着“双碳”、新型电力系统等相关政策的出台和落地实施，分布式新能源行业开启了发展加速度，截至2022年三季度累计并网容量35 806.7万kW，其中分布式光伏14 242.7万kW。大规模分布式光伏的接入会改变低压配电网的拓扑结构，影响低压故障特性，对电网的安全稳定运行产生重大影响[1]。现有调度模式中，调度对分布式发电功率的精准预测手段缺失，台区负载、用户负荷特性预测能力不足，分布式新能源状态信息未实时监测，设备管理系统（power production management system, PMS）、用采等量测数据实时性不足，数据未整合，导致调度部门对新能源承载力风险分析与电网运行稳定风险辨识不足，给电网稳定运行带来威胁[2-4]。

文献[5]基于“云、管、边、端”的物联网设计理念，探讨分布式电源集群调控中的体系架构和关键技术。文献[6]设计“集群自律-群间协调-输配协同”的主动配电网能量管理与运行调控体系结构，并开发了相应的软件系统。文献[7-13]对分布式光伏站的接入方法和监控需求进行了阐述。文献[14-17]建立了基于数值天气预报与地基云图的光伏超短期功率预测模型，以及基于卫星遥感的超短期分布式光伏功率预测模型，并对并网型光伏电站发电功率预测方法与系统进行定义。文献[18]研究大规模分布式光伏接入的配电网风险评估方法。文献[19]阐述了光伏电站分层分布式自动功率控制技术。以 上研究均未涉及分布式光伏调度管控平台的设计与实现。

针对分布式光伏状态信息实时性差，终端与通道尚不能支撑潮流、电压控制，光伏消纳和承载力精确分析能力不足，尚无统一的分布式光伏管控平台的问题，本文从感知层、平台层和应用层进行整体设计，并对关键技术进行论证。

1 总体设计

分布式光伏站点通常数量多，单体容量小，分布比较广，数据采集与传统变电站数据采集方式存在一定差异，难以实现实时调控；同时，信息模型和数据结构与常规调度信息数据存在差异。针对以上问题，本文设计的分布式光伏管控平台为感知层、平台层、应用层三层架构体系，用以支撑地区电网分布式光伏调度体系建设。

分布式光伏管控平台总体架构如图1所示。在感知层，设计了RS 485/高速电力线通信（high-speed power line communication, HPLC）/LoRa三种本地通信方式，电力光纤/5G切片/4G专网/电力无线专网/长距智能WiFi五种远程通信方式的架构；在平台层，设计了数据、模型、决策三个中心，实现数据自动运维、聚合模型搭建及广义状态估计；在应用层，设计了状态全息感知、功率精准预测、风险智能感知、台区柔性控制、多能全景展示、主配协同防控、能源规划辅助等应用功能。

1.1 感知层

通常情况下，接入地区电网的10kV并网光伏场站通信全部采用电力光纤专线方式，0.4kV并网分布式光伏仅通过用采系统采集电表信息，存在本地和远程组网方案复杂、安全性要求高、大容量工商业光伏和小容量居民光伏控制需求不一样的问题。本文在感知层设计了大容量工商业分布式光伏本地及远程通信和安全加密方案，以实现分布式光伏的深度监测及智能控制。

存量的低压小容量分布式光伏容量小，单体调控对电网影响较小，对其只需实现“可观、可测”。针对160kW以上的大容量工商业低压分布式光伏，其单体调控对电网的影响较大，本文设计了本地和远程通信方案，对其实现“可观、可测、可调、可控”。感知层总体采集策略见表1。

图1 分布式光伏管控平台总体架构

表1 感知层总体采集策略

1）大容量工商业分布式光伏通信方案

（1）本地通信方案设计

大容量工商业分布式光伏智能终端下行采用HPLC技术。已配置支持HPLC的光伏逆变器用户，可直接与台区智能终端进行信息交互。配置了不支持HPLC光伏逆变器的用户，可在光伏电站侧新增光伏控制器，采用RS 485方式与光伏逆变器及并网开关通信，负责电压、电流、有功功率、无功功率、电量及开关状态等的数据采集、加密及上传。大容量工商业分布式光伏本地通信方案如图2所示。

图2 大容量工商业分布式光伏本地通信方案

（2）远程通信方案设计

对电力光纤网络已覆盖的台区，本文设计采用以太网无源光网络（Ethernet passive optical network, EPON）组网方式，通过电力光纤网络进行远程通信，实现台区智能终端光伏采集数据上传至电力通信站，再通过电力光传输网络专线通道将光伏采集数据接入安全接入区。调控指令的下发可通过以电力光纤网为基础的同步数字体系（synchronous digital hierarchy, SDH）及EPON网络进行操作。

对电力光纤网络覆盖不便的台区，本文采用电力无线专网、5G切片专网或长距离WiFi方式接入的设计。1 800MHz频段电力无线专网采用标准TD-LTE（TD-SCDMA long term evolution）技术，网络平均通信时延100ms，系统可靠性99.99%，上行峰值速率为8Mbit/s，下行为9Mbit/s。对于已覆盖1 800MHz频段电力无线专网的台区，利用电力无线专网进行光伏采集数据的上传与调控指令的下发；对于无电力无线专网覆盖的台区，可选择采用5G切片专网或长距智能WiFi两种通信方式。5G切片网络具有超大规模连接、超低时延、超高宽带的特性，网络性能大幅提升，在电力通信站部署多接入边缘计算（multi-access edge computing, MEC）和用户面功能（user plane function, UPF），将光伏采集数据通过专享5G切片网络上传至电力通信站，再通过电力光传输网络专线或调度数据网通道将光伏采集数据接入安全接入区，实现采集信息的上传与调控指令的下发。长距离WiFi通过智能Mesh协议中继组网，每跳中继距离在7～8km，速率26～70Mbit/s，可自适应或人工配置，上行单跳时延＜5ms。台区智能终端通过网线连接至长距智能WiFi终端A，通过空中接口传至位于变电站的长距智能WiFi终端B，由电力通信网回传至电力公司安全接入区，实现光伏监测数据的可观、可控。大容量工商业分布式光伏远程通信方案如图3所示。

2）小容量户用光伏方案设计

对于单体容量＜160kW的小容量户用光伏，本文设计通过国网公司营销中心的用采系统获取其上网电表数据，实现“可观、可测”功能。

3）安全防护设计

在安全防护设计方面，本文设计在地调建立安全接入区，安全接入区与生产控制大区边界处采用正反向电力专用横向单向安全隔离装置，安全接入区中为与控制区（Ⅰ区）连接的通道前端边界部署纵向加密认证装置，并具备与无线网络（4G/5G）、无线专网的通信能力。

在低压分布式光伏采集的感知层，利用4G/5G、无线专网通过微型纵向加密认证装置接入地调安全接入区，同时在光伏控制器加装与融合终端一致的加密芯片，保证底层数据的安全，满足电力监控系统网络安全防护要求。

图3 大容量工商业分布式光伏远程通信方案

1.2 平台层

在平台层，本文设计模型中心、数据中心、决策中心，实现多源数据融合、分析挖掘及应用，提供基础支撑，对外统一提供服务。

1）面向有源配电网的模型聚合

综合主网网架和配电网图模，设计分布式光伏聚合功能，结合各等级电网拓扑连接关系，从低电压等级到高电压等级逐层聚合建模，形成每一层级光伏虚拟机组，具备提供完整模型文件给相关各应用功能调用的能力。

2）数据自动运维

通过数据采集器将分布式光伏电站逆变器数据、并网开关数据等自动采集上传至云端，对每个光伏电站进行相对应的自动编号，方便统一化管理。设备档案信息可以实现自动录入和生成相对应的设备拓扑。设备拓扑生成主要通过导入含有分布式光伏的CAD图，利用算法自动生成设备拓扑。

3）广义状态估计

本文融合调度控制系统、配电自动化系统、用采数据系统及光伏等多源数据，应用数据清洗、滤波、估计、差值等方式，实现广义状态估计算法，补全电网分析所需要的遥信、遥测数据，为电网分析提供准确的多维度、多尺度的数据，形成电网分析数据基础。

1.3 应用层

应用层设计了分布式光伏实时监测功能、分布式光伏高精度网格化（台区）功率预测、面向含分布式光伏有源配电网的承载力分析、含分布式光伏有源配电网的消纳能力分析、面向含分布式光伏有源配电网的安全分析、馈线（台区）级自动电压控制（automatic voltage control, AVC）/自动发电控制（automatic generation control, AGC）功能建设、无功电压优化控制功能、有功优化控制功能、多能全景展示、光伏发展辅助规划十大应用功能。

1）分布式光伏实时监测功能

本文设计了分布式光伏管理平台互联互通接口，实现以10kV馈线为聚合单元的分布式光伏信息接入，从而实现光伏的可观可测；完善分布式光伏实时监视功能，多维度展示出力、电压等运行状态，方便对可控资源信息的实时准确掌握。

2）分布式光伏高精度网格化（台区）功率预测

本文基于分布式光伏分区进行建模，结合网格化气象、用户负荷等数据预测未来短期及超短期线路分布式光伏出力及台区负荷曲线，提升分布式光伏精准预测能力，为电力系统调度提供数据支撑及技术服务。

3）面向含分布式光伏有源配电网的承载力分析

针对分布式光伏接入后配电网系统的电压越限、线路潮流、线损等问题，本文借助光伏发电功率预测及分布式光伏、可调节负荷等资源数据，结合可调资源申报的基础发用电曲线、可调容量情况，以及调节资源运行、电网安全等约束条件，设计了多设备多维度分布式光伏接入承载力分析，降低电力电量平衡风险，改善电能质量。

4）含分布式光伏有源配电网的消纳能力分析

本文设计了地区电网分布式光伏多时间尺度消纳能力分析模块，通过对比分析电网在接入分布式光伏前后的消纳能力，得出对应结论，为提升电网清洁能源消纳能力提供数据支撑。

5）面向含分布式光伏有源配电网的安全分析

针对包含分布式光伏的配电网的运行特点，结合各类资源联动特性，本文扩展静态安全分析及电压稳定分析应用，设计搭建分布式光伏、电化学储能、柔性直流装置及备自投策略模型，针对有源配电网设备重过载、过电压及三相不平衡等运行风险给出辅助决策，实现复杂网络环境下协同预防及校正控制功能。

6）馈线（台区）级AVC/AGC功能建设

本文设计了基于智能融合终端的台区级AVC/ AGC融合终端APP，计算可控资源，实现台区内有功功率、无功功率、电压等的柔性调控。

7）无功电压优化控制功能

针对分布式光伏接入电网后带来的无功电压控制问题，本文开展适应分布式光伏并网的自动电压控制技术研究，提高分布式光伏并网规模快速增加的电网电压调控能力。本文提出适应分布式光伏并网的自动电压控制方法，开发支持分布式光伏并网的自动电压控制系统并投入应用，实现分布式光伏AVC和地区电网AVC协同调控。

8）有功优化控制功能

针对分布式光伏接入电网后带来的有功功率控制问题，本文设计在光伏功率波动的情况下，通过下发有功调度指令有效降低集群并网点功率峰谷差，实现光伏发电就近消纳和削峰填谷的目标。在计划运行曲线日内执行过程中或分解上级调度机构下发指令时，综合考虑所辖地区的分布式光伏的容量及其他模块建议调整值，按照容量、负荷率等分配原则，分配功率曲线，实现实时协调控制。

9）多能全景展示

基于电网地理信息系统（geographic information system, GIS）平台提供的地理影像、矢量地图、电网网架数据等，对各类设备图形数据进行自动成图建模，实现对光伏装机容量、消纳情况、空间位置等分布情况全览，辅助支撑区域能源结构分析；应用电网GIS数据渲染、热点、散点等专题图分析技术，实现光伏各类监测、指标数据多样展示、监测薄弱点预警，为电网调度管理提供可视化支撑。

10）光伏发展辅助规划

本文基于不同区域的资源禀赋条件，分析不同区域光伏广泛接入下的光伏发电潜力多尺度评估；基于多时间尺度规划因素，研究不同区域多维度趋势发展容量及预期；基于广泛接入的光伏发展趋势，研究光伏发展规划预期带来的安全发展因子。

2 软硬件关键技术

2.1 分布式光伏采集模型的构建

1）逆变器模型

逆变器实现DC-AC变换，将光伏发电输出的12V直流电压转变为高频交流电。本文设计了逆变器的通用模型如图4所示，逆变器的采集点表见表2。

图4 逆变器通用模型

2）光伏站模型

分布式光伏站包含光伏板、逆变器、并网开关、电表等设备，本文将光伏站抽象为具体的变电站模型，将基本台账信息、上下级拓扑信息、管控模式等信息进行统一考虑，分布式光伏电站模型如图5所示。

2.2 多源数据融合估计

传统状态估计可按主网状态估计主流算法（如正交分解法及最小二乘法等）进行计算。电力系统状态估计的非线性量测方程为

表2 逆变器的采集点表

图5 分布式光伏电站模型

式中：为量测矢量；为状态变量矢量；()为量测函数矢量；为量测误差矢量。

式中，为权重矩阵。

配电网数据冗余度低、边缘计算设备采集网络稳定性不足导致数据连续性差、边端采集数据和调控云端融合数据多源、多时空，造成通过有限量测信息进行配电网状态估计困难的问题。

本文通过从地调配电网自动化系统中获取主配电网拼接模型，以台区为聚合点与拼接模型开展自适应匹配，最终完成主配电网、台区及分布式光伏的模型拼接。建立覆盖380V低压电容电抗器、储能、负荷及分布式光伏的详细模型，并构建从220kV到380V的主配电网一体化状态估计模型。

基于主配电网一张图模型，融合地区电网全量实时量测数据、配电网部分节点实时量测数据、分布式光伏准实时数据及历史数据、功率预测数据、电量数据等多源数据，采用主配电网实时量测与分布式光伏历史数据插值数据自适应的伪量测鲁棒生成方法。通过短期预测数据和拟合插值获得伪量测，补齐缺失实时量测，通过伪量测与实时量测分级自适应匹配，实现主配电网多源融合精准估计。

2.3 面向分布式光伏的无功电压优化控制

高比例分布式光伏规模化接入后，配电网由传统潮流单向流动变为潮流多向流动，将产生局部过电压、欠电压或高网损等问题。本文针对上述无功电压问题，设计面向分布式光伏的地区电网/配电馈线/台区的三级协同无功电压优化控制模块，面向中压配电馈线建立相对独立的馈线级无功电压优化控制功能模块，并与上级地调AVC和下级台区无功电压优化控制功能共同组成整体的控制体系。构建由地区电网、中压配电馈线及台区各层级组成的三级电压无功优化协调控制架构如图6所示。

1）馈线级无功电压优化控制功能

利用馈线组内光伏电站、分布式光伏、补偿装置等设备的无功调控能力，使组内分布式光伏并网点电压（无功）响应上级调控指令，并实时优化组内各节点电压，保证节点电压不越限，降低组内网络损耗，平抑组内功率和电压波动。

图6 三级电压无功优化协调控制架构

以中压配电网10kV馈线或馈线组为控制对象，构建中压配电网二级电压控制模型，其优化目标为馈线关口无功达到上级下发的目标值，同时降低馈线的有功网损，其约束条件为馈线上各配电变压器的母线电压合格，以及各配电变压器下的分布式光伏无功出力在可调节范围内；根据各配电变压器无功注入对馈线有功网损和电压的灵敏度，构造二次规划的目标函数。求解该优化模型可以得到支持分布式光伏的馈线级无功电压控制策略，即得到各配电变压器无功注入的控制策略。

2）地调AVC模块主配协同无功电压优化控制功能

本文设计通过地调AVC模块和面向分布式光伏无功电压优化控制模块的输配协同控制，实现高压配电网无功补偿设备与分布式光伏集群之间的双向互动。地调AVC功能可向馈线组发送各个10kV馈线关口功率因数目标值，可充分发挥馈线组内分布式光伏发电自身的无功调节能力，减少中压配电网内无功不合理流动，支撑其末端电压；当中压配电网内无功调节能力不足时，馈线级向地调AVC发送10kV母线电压期望目标值，通过发挥上级地区电网中变电站内的调压手段，保证中压配电网电压合格。

2.4 面向分布式光伏的有功优化控制

高比例分布式光伏规模化接入后，在特殊天气或运行方式下将出现由于分布式光伏大发导致局部配电网重过载的情况，此外也存在需要分布式光伏参与主网调峰的场景。针对上述有功控制问题，本文设计面向分布式光伏的有功优化控制功能，接收地调AGC的协调控制指令，通过控制分布式光伏有功输出，解决局部重过载问题，并可配合主网调峰任务，实现分布式光伏合理消纳。

针对含分布式光伏中压配电网的有功控制，构建包含分布式光伏台区本地有功控制、馈线级有功优化控制及主配电网协同优化控制功能的三级控制架构。面向分布式光伏的有功优化控制架构如图7所示。

图7 面向分布式光伏有功优化控制架构

馈线级有功优化控制功能基于分组控制模式对地区中压配电网内部光伏进行主动管理，通过聚合控制区域内的台区分布式光伏及其他可调资源，将中压配电网内部分布式光伏按照电网实时网络拓扑进行分组资源聚合和集中管理，并将聚合运行数据实时提供给地调AGC模块及其他应用。

馈线级有功优化控制对于指令解聚合，充分利用10kV集中式光伏场站、分布式光伏及储能装置的有功调控能力，实现组内部的有功最优分配，改善潮流分布，促进分布式光伏消纳。基于分组优化控制指令，以馈线组内弃风及弃光量最小为目标，综合考虑所辖的分布式光伏容量、安全评估模块给定的电网安全运行限值及其他决策模块建议调整值，以主配电网设备约束和网络约束为约束条件，进行馈线组内台区有功控制目标优化求解，分解控制目标并下发给各台区级有功优化控制模块。

当地调AGC模块接收上级AGC下发的协调控制指令后，计及分布式光伏及其他可调资源可调容量，将整体指令进行解聚合，生成对含分布式光伏配电网馈线的有功控制总指令，再由馈线级有功优化控制对该指令解聚合。

面向分布式光伏的有功优化控制功能，具备闭环和半闭环的控制模式。对于系统生成的有功优化控制策略，闭环状态下自动向台区控制对象下发台区有功控制指令，实现配电网分布式光伏的自动闭环控制；在半闭环状态下由调度人员对优化控制策略进行审查后，确定优化控制方案是否下发进行 控制。

2.5 台区分布式光伏管控APP

本文设计了台区分布式光伏管控APP，来实现台区自动有功控制、台区自动电压控制，将台区内的各类有功、无功资源接入系统，实时采集台区并网点数据、各类资源有功、无功数据，根据预设的台区功率、台区电压、设备功率控制区间，进行台区有功自治、电压自治，自动生成控制策略并下发控制指令。在台区自治合格的基础上响应主站的 指令。

台区分布式光伏管控APP整体架构如图8所示。

图8 台区分布式光伏管控APP架构

控制策略下发模块完成对光伏控制器的数据处理，包括遥测、遥信数据接收、写入共享内存，以及从共享内存中读取遥控、遥调命令进行下发。

主站策略响应模块通过IEC 104完成与主站的交互，包括遥测、遥信上传及遥调、遥控命令接收，数据写入共享内存。同时基于共享内存中台区的设备信息、数据信息进行策略计算，生成设备控制指令后写入共享内存。

台区融合终端APP控制模式见表3，包括台区自治模式及主站联动模式。同时设计了如下策略。

表3 台区融合终端APP控制模式

1）控制目标：支持台区总有功设定值，支持自由发、增有功、降有功等指令，支持台区并网点母线电压、无功功率或功率因数设定。

2）控制约束：各类有功无功资源的上下限、最大控制步长约束、控制死区约束，各母线电压的上下限约束等。

3）控制指令：各类有功无功资源的设定值。

4）快速功率控制：快速响应主站调节指令，及时增发电量，以及台区内各类有功资源的合理分布，降低不必要的弃电损失。

5）电压越限控制：当电压越限时，应优先考虑调整代价最小的电压校正控制。

基于以上策略，APP输出台区内设备（光伏、储能、充电桩、断路器）的实时数据，包括有功、无功、电压、电流、电量、电能质量等运行状态数据及告警事件；台区整体能力实时数据，包括无功调节能力上限、无功调节能力下限、有功调节能力上限、有功调节能力下限；台区调控记录，包括台区自治调控记录和响应主站指令的调控记录等。

3 系统实现

3.1 软件架构

分布式光伏管控平台软件架构如图9所示，软件架构基于数据源、平台层及数据中台，包含服务层和应用层。

图9 分布式光伏管控平台软件架构

3.2 系统间交互

本文设计的分布式光伏管控平台依托调度自动化系统、配电网自动化系统、调控云平台、省级智慧能源服务平台、天气预报系统、配电Ⅳ区主站、物联管理平台、营销业务系统、PMS、站端设备等获取电网量测数据、拓扑模型、GIS数据、分布式光伏用户信息、数值天气预报、可调节负荷量测数据及运行曲线，向调度自动化系统及配电网自动化系统发送预测数据及电网辅助决策。面向新型电力系统的地区电网分布式光伏调度系统的信息交互示意图如图10所示。

图10 分布式光伏调度系统信息交互示意图

3.3 功能实现

本文设计的分布式光伏管控平台实现了状态全息感知，趋势精准预测，多维全景分析展示，主配协同控制，风险智能识别，光伏消纳分析，光伏规划辅助等功能。分布式光伏管控平台系统界面如图11所示。

图11 分布式光伏管控平台系统界面

4 成效评价

天津滨海地区位于渤海湾，在风能、光伏等可再生能源发展方面具有得天独厚的优势条件。截至2020年底，地区光伏装机容量已达到141.05万kW，地区最大渗透率25%，预计到2025年滨海新区地区最大渗透率将达到68%。其中，仅整区分布式光伏总容量可超过90万kW，10kV分层负荷渗透率将达到甚至超过70%。

2022年9月5日，通过滨海分布式光伏管控平台，对滨海新区生态城科技园13、14号楼两台分布式光伏终端进行有功遥调测试。科技园13、14号楼台区下共接入两台逆变器，测试前，该台区分布式实时有功功率为45.357kW，平台侧于2022年9月5日10:22:43下发遥调指令至13、14号楼台区融合终端，下发有功功率目标遥调值为35kW，台区融合终端接收遥调指令后，通过台区AGC功能自动调节两台逆变器有功功率至21.037kW、14.146kW，并将指令下发至逆变器，逆变器收到调控指令后，立即降低有功功率至目标值，并通过遥测信息上传两台逆变器有功功率反馈值至平台（调控指令响应时间＜1min）。

分布式光伏管控平台上线运行一年时间，将分布式光伏并网点电压合格率提升至99.99%，含有分布式光伏并网的台区及馈线反向潮流负载率维持在60%内，现场运行效果良好。

5 结论

本文设计了分布式光伏管控平台的体系架构，并对小容量居民光伏和大容量工商业分布式光伏本地和远程通信方案进行了设计，论述了小容量居民光伏和大容量工商业分布式光伏的管控及软件系统的关键技术，最终实现了分布式光伏管控平台的开发。该管控平台实现了基于分布式光伏的态势感知，支撑分布式光伏广泛接入和全额消纳；实现了状态全息感知，实现了含光伏广泛接入的系统风险识别；实现了基于台区的柔性控制，实现了新型电力系统的优化运行。在天津滨海地区的试点运行表明平台应用效果良好。此外，本文未针对全量的分布式光伏开展群调群控工作，下一步将在更多省市公司进行技术论证，保证系统的通用性和可靠性，并继续加强在低压分布式光伏预测及台区级的多资源协调优化自治系统方面的研究。

[1] 黄伟达, 李天友, 黄超艺. 计及分布式光伏的农村配电台区断零故障分析[J]. 电气技术, 2022, 23(2): 31-35.

[2] 石宪, 薛毓强, 曾静岚. 基于有功-无功控制的光伏并网点电压调节方案[J]. 电气技术, 2019, 20(3): 50-56, 61.

[3] 柳春芳, 陈艺丹, 罗毅初, 等. 含高比例户用光伏的配电台区OLTC-逆变器电压协调控制策略[J]. 供用电, 2022, 39(5): 70-75, 88.

[4] 犹锋, 张华鲁, 石杰, 等. 基于云边协同技术的柔性负荷聚合调控系统设计[J]. 供用电, 2021, 38(12): 64-73.

[5] 梁志峰, 叶畅, 刘子文, 等. 分布式电源集群并网调控: 体系架构与关键技术[J]. 电网技术, 2021, 45(10): 3791-3802.

[6] 吴文传, 张伯明, 孙宏斌, 等. 主动配电网能量管理与分布式资源集群控制[J]. 电力系统自动化, 2020, 44(9): 111-118.

[7] 李勇, 姚天宇, 乔学博, 等. 基于联合时序场景和源网荷协同的分布式光伏与储能优化配置[J]. 电工技术学报, 2022, 37(13): 3289-3303.

[8] 王仁斌, 胡绍谦, 丁浩川, 等. 大型地面光伏电站综合自动化系统设计与实现[J]. 电气技术, 2019, 20(1): 68-72.

[9] 曹鹏飞, 杨君, 饶纪全, 等. 分布式光伏发电网络构建与仿真[J]. 电气技术, 2019, 20(8): 64-68, 74.

[10] 李子萧, 彭宁, 王向阳, 等. 基于无线组网的分布式光伏监控系统设计及应用[J]. 自动化仪表, 2022, 43(1): 92-95, 101.

[11] 余运俊, 张燕飞, 万晓凤, 等. 基于CAN总线的分布式光伏电力设备监测系统[J]. 电源技术, 2016, 40(7): 1450-1453.

[12] 邓景松, 王英民, 孙迪飞, 等. 基于配电网电流保护约束的分布式光伏电源容量分析[J]. 电工技术学报, 2019, 34(增刊2): 629-636.

[13] 李琴, 潘三博. 基于NB-IoT的光伏电站监测系统[J].仪表技术与传感器, 2021(8): 59-62.

[14] 朱想, 居蓉蓉, 程序, 等. 组合数值天气预报与地基云图的光伏超短期功率预测模型[J]. 电力系统自动化, 2015, 39(6): 4-10, 74.

[15] 张俊, 贺旭, 陆春良, 等. 基于数值天气预报的光伏功率短期预测分类组合算法[J]. 广东电力, 2019, 32(6): 55-60.

[16] 潘凯岩, 谭大帅. 基于EMS的智能备自投在线压板最优投退策略[J]. 电气技术, 2015, 16(7): 103-107.

[17] 刘晓艳, 王珏, 姚铁锤, 等. 基于卫星遥感的超短期分布式光伏功率预测[J]. 电工技术学报, 2022, 37(7): 1800-1809.

[18] 张家安, 安世兴, 陈建, 等. 考虑分布式电源灵活接入下的配电网风险评估[J]. 供用电, 2019, 36(5): 29-33.

[19] 王淑超, 段胜朋, 侯炜, 等. 光伏电站分层分布式自动功率控制技术[J]. 电力系统自动化, 2016, 40(8): 126-132.

Design and implementation of distributed photovoltaic control platform

TAN Dashuai DAI Bin GUO Gang TIAN Youjia WANG Shuai

(Tianjin Puxun Power Information Technology Co., Ltd, Tianjin 300192)

Under the background of “double carbon” and new power system construction, the access proportion of distributed photovoltaic is constantly increasing, which has a strong impact on distribution network voltage, dispatching operation and peak shaving. This paper designs a distributed new energy management and control platform with a three-layer architecture including the perception layer, platform layer and application layer, designs a small capacity residential photovoltaic and large capacity industrial and commercial distributed photovoltaic local and remote communication scheme, studies the construction of distributed photovoltaic acquisition model, multi-source data fusion estimation, distributed new energy oriented active and reactive power optimization control and other key technologies, and realizes the ob-servable and measurable value of small capacity residential photo- voltaic and the observable, measurable, adjustable and controllable value of large capacity industrial and commercial distribution photovoltaic. The platform has been technically verified in Tianjin Binhai area, with good effect and certain promotion value.

distributed photovoltaic; novel power system; new energy management and control; distributed photovoltaic acquisition; distributed photovoltaic control

2022-10-31

2023-01-02

谭大帅（1987—），男，河北省保定市人，硕士，高级工程师，主要从事EMS/DMS系统的研制与开发工作。