海岛新能源供电系统SCADA/EMS总体设计

黎灿兵，谭 益，曹一家，张智琨，曾 诚，刘 屿，祁桂刚

（湖南大学 电气与信息工程学院，湖南 长沙 410082）

能量管理系统（Energy Management System，EMS）作为电力系统的中枢神经系统，自1970年提出以来，随着科学技术的进步（如计算机技术）不断得到发展并广泛应用于电力系统［1］.在智能电网技术的驱动下，大电网EMS朝着愈加智能化的方向发展［2］.

微网是美国电力可靠性技术解决方案协会（CERTS）首先提出的新型供电模式，新能源发电（如风电、光伏发电）在微网中可以得到有效地集成利用［3－7］.微网 EMS（又称“微网控制中心”［8］）是微网的重要组成部分.目前，微网EMS的相关研究主要包括3个方面：功能和高级应用［7，9］、信息集成技术［9－11］和优化调度技术等［6－8，12］.

海岛新能源储量丰富，且许多海岛供电系统存在着孤岛运行模式，因此，可以借鉴采用微网技术构建海岛新能源供电系统［5］.但是，相比于典型微网，海岛新能源供电系统具有3个主要特征：①海岛新能源供电系统中间歇式新能源发电比重高，且较多海岛新能源供电系统接近甚至达到百分百，导致海岛新能源供电系统运行的不确定性很大；②许多海岛与陆地分离，其供电系统与大电网联系脆弱甚至没有联络，以孤岛运行模式为主，然而典型微网以并网运行为主［6］；③一些海岛自然灾害多发［13］，而微网一般运行于正常的气候环境下，因此，减少恶劣天气条件下停电负荷是海岛新能源供电系统重要的任务之一.

海岛新能源供电系统是一个特殊的微网，它需要特殊设计的SCADA（数据采集与监视控制系统）/EMS来保障电力供应.但是，目前缺乏海岛新能源供电系统SCADA/EMS方面的研究.基于此，笔者主要围绕海岛新能源供电系统SCADA/EMS展开讨论.

1 海岛新能源供电系统SCADA的特点

由于海岛新能源供电系统的特性，因此其SCADA具有自身的特点.

1.1 数据采样周期短

由于间歇性新能源发电所占比例高，海岛新能源供电系统的电压和频率波动明显大于大电网.如果海岛新能源供电系统的数据采样周期跟大电网一致，那么将很难做到新能源供电系统的精确运行.因此，在海岛新能源供电系统中采样周期需要相应缩短，如表1所示.

表1 海岛新能源供电系统与大电网数据采样周期对比Table 1 Contrast of data sampling periods between new energy power supply system of islands and bulk power system

1.2 设备监测系统与SCADA融合

在大电网中，状态监测系统是一个独立的系统，被用于监测电网设备的状态.作为一个规模相当小的电力系统，海岛新能源供电系统设备的数据量较少，因此设备监测系统可以整合到SCADA中.另一方面，大量的新能源发电和更多的随机负荷增加了系统运行的不确定性，这增加了实时控制管理的需求.因此，新能源供电系统SCADA应该配置设备状态监测系统，实时监测配电变压器的温度及线路弧垂等信息.

1.3 SCADA采集的数据丰富多样

在海岛新能源供电系统中，新能源发电是多样的，有海流能发电、风能发电、光伏发电等等，此类新能源都容易受自然因素影响，例如，风力发电取决于风速.因此，由SCADA收集的数据不仅包括电气参数如电压、电流，也包括如风速、光照强度等新能源供电系统中非常重要的非电气参数.与此同时，由于SCADA融合了设备状态监测系统，因此，SCADA可采集在线设备的状态信息.

2 海岛新能源供电系统SCADA/EMS架构

与大电网、微网相比，海岛新能源供电系统具有间歇式新能源比重高、运行环境恶劣等特点，如表2所示.

如图1所示，根据海岛新能源供电系统的特性，SCADA/EMS的体系架构可设计成为3个层次：智能监控和能量管理层、通讯管理层以及间隔层.

表2 海岛新能源供电系统、一般微网、大电网对比Table 2 Comparisons among new energy power supply system of islands，typical microgrid and bulk power system

图1 海岛新能源供电系统SCADA/EMS的体系架构Figure 1 SCADA/EMS architecture for new energy power supply system of islands

1）智能监控和能量管理层.

智能监控和能量管理层是海岛新能源供电系统的核心部分，它由SCADA和EMS组成.SCADA负责搜集和汇总包括风力发电机等新能源电站的实时数据等.EMS是海岛新能源供电系统的大脑，它负责系统的安全经济运行.EMS的主要功能包括短期负荷和新能源发电预测、在线经济调度、紧急事件分析、潮流分析、发电计划以及预防控制等.

2）通讯管理层.

通讯管理层是海岛新能源供电系统的信息通道.它负责上传已收集的运行状态信息以实现智能监控和能量管理.为了更好地收集到全部电量和非电量数据，每一个新能源电站都安装了通讯管理机.考虑到SCADA系统整合了状态监测系统，通讯管理机需要具备比较大的容量储存数据，并且有能力适应各种严峻的运行环境.

3）间隔层.

间隔层主要负责新能源电站的设备监测，包括变压器、发电设备等，考虑到新能源电站的规模，间隔层宜采用小型化硬件平台，保证安装使用方便.海岛新能源供电系统的运行环境也要求间隔层设备在满足国家标准要求的抗干扰能力的基础上，具备承受恶劣环境的能力.

3 EMS基本框架

笔者提出的海岛新能源供电系统EMS架构如图2所示，它以调度计划模块为核心，主要包括坏数据识别与修复模块、状态估计与模式识别模块、负荷/新能源发电预测模块、安全预警模块、灾害评估与处置模块以及黑启动辅助决策模块等；海岛新能源供电系统EMS与大电网EMS各模块之间的对比如表3所示.

图2 海岛新能源供电系统EMS框架体系Figure 2 EMS architecture for new energy power supply system of islands

表3 海岛新能源供电系统EMS与大电网EMS功能模块对比Table 3 EMS comparison between new energy power supply system of islands and bulk power system

3.1 坏数据识别与修复模块

海岛新能源供电系统SCADA实时采集上传的负荷、气象等信息，由于测量误差等各种原因，不可避免地存在一些坏数据.因此，笔者设计的海岛新能源供电系统EMS首先对SCADA汇总的负荷数据和气象信息进行预处理，初步筛选出负荷、气象等信息中的坏数据，并根据实际情况进行修复.

海岛新能源供电系统EMS与传统大电网EMS在坏数据识别和修复模块存在以下不同：

1）与大电网相比，海岛新能源供电系统作为一个特殊的微网，是一个容量十分小的电力系统，其负荷曲线光滑性比较差［14］.另一方面，海岛新能源供电系统四面环海，受天气因素影响大，这加剧了负荷变化的随机性.如果仍然采用大电网常规的坏数据识别和修复方法，则修复误差可能比较大.因此，笔者设计的海岛新能源供电系统坏数据识别和修复模块专门设置了过滤算法，尽可能排除负荷曲线光滑性差等对坏数据识别的影响；

2）海岛新能源供电系统的拓扑结构一般为辐射式网络，不能像大电网一样根据分层、分区采集的数据来进行坏数据识别.因此，海岛新能源供电系统SCADA数据的预处理难度比一般的传统大电网大，需要挖掘新的方法；

3）海岛新能源供电系统EMS不仅需要对电力负荷数据进行坏数据识别和修复，还要对实时采集的冷、热负荷等进行数据分析处理.

3.2 状态估计/模式识别模块

笔者设计的状态估计模块根据采集的系统运行数据进行分析处理，估计海岛新能源供电系统的拓扑结构、运行参数等.该状态估计模块同样也具有一定的量测坏数据辨识功能.虽然海岛新能源供电系统拓扑结构简单，但是间歇式新能源发电比重高，因此状态估计的难度不小.

作为一种特殊的微网，海岛新能源供电系统有3种运行模式：并网模式、孤岛模式和2种模式之间的切换模式（该模式持续时间特别短，因此，不考虑作为EMS调度管理的内容，即认为海岛新能源供电系统的运行模式只包括并网模式和孤岛模式）［6，15］.模式识别的主要工作就是正确识别海岛新能源供电系统处于何种运行模式，为海岛新能源供电系统开展正确的调度管理提供基础.如果海岛新能源供电系统运行于孤岛模式，模式识别模块将进一步评估孤岛运行时间.

3.3 负荷/新能源发电预测模块

负荷/新能源发电预测模块提供的数据是海岛新能源供电系统进行安全预警、制定调度计划、安排检修计划等的基础.

风电等间歇式新能源发电由于受风速等气象因素影响，随机性比较强，进行周级、月级等以上的预测误差很大，实际意义比较小［16］.因此，笔者设计的海岛新能源发电预测周期包括天级、小时级、分钟级、秒级预测.另一方面，负荷是海岛新能源供电系统供需平衡的主动方，因此负荷预测周期也应进行相应变动，分为天级、小时级、分钟级、秒级负荷预测.

3.4 安全预警模块

安全预警模块包括运行风险评估、静态稳定和暂态稳定校核等功能.

笔者设计的安全预警模块在进行风险评估时，不仅考虑线路故障发生概率，而且将随机波动的新能源发电出力、储能装置容量、负荷变化等因素作为重点考虑的内容.由于线路故障的发生等同时具有随机性和模糊性，因此，海岛新能源供电系统安全预警模块采用可信性理论［17］，评估海岛新能源供电系统的运行风险，给出海岛新能源供电系统的安全级别.

海岛新能源供电系统孤岛运行模式的稳定裕度比并网运行的模式小很多，因此，孤岛运行的海岛新能源供电系统实时预警要求高，评估周期短.

3.5 调度计划模块

调度计划模块是海岛新能源供电系统EMS的核心模块，负责海岛负荷和电源的电力电量平衡.其具体工作为①根据海岛新能源供电系统的具体运行模式以及系统安全级别、检修计划等，制定更新海岛新能源供电系统发电计划；②系统出现异常情况时实行预防控制，系统出现三相短路故障等情况时实行紧急控制.

海岛新能源供电系统EMS调度计划模块与传统大电网EMS调度计划模块相比，具有特点：

1）可调度资源种类多，包括热电联合发电单元等部分可控电源、储能装置、可控负荷；

2）不可调度资源比重很高，包括风电、光伏发电、海流能发电等；

3）包括并网和孤岛2种运行模式，不同运行模式调度策略不同，且孤岛运行时间比典型微网长很多.

3.6 灾害评估与处置模块

灾害评估与处置模块从天气预报结果出发，结合海岛新能源供电系统的运行方式，实时评估海岛天气状况及其发展趋势对海岛新能源供电系统的影响，给出不同天气状况下海岛新能源供电系统的灾害警报水平.

如果灾害警报水平偏高，超过预定警戒值，则灾害评估与处置模块根据当前运行状态和灾害警报水平快速制定灾害处置方案.根据海岛新能源供电系统的运行模式，不同灾害警报水平下的灾害处置方案又可分为孤岛模式处置方案和并网模式处置方案.灾害评估与处置模块主要用于保障台风、暴雨等自然灾害条件下海岛重要负荷的供电.

3.7 黑启动辅助决策模块

孤岛运行的海岛新能源供电系统，在出现多重故障、极端恶劣天气等情况时，容易出现全网大停电事故.故障清除之后，海岛新能源供电系统需要根据合理的黑启动方案快速恢复负荷供电.

海岛新能源供电系统EMS需要根据新能源出力预测和负荷水平实时动态更新黑启动方案，保证海岛新能源供电系统大停电事故后的供电快速恢复.文献［18］已经提出了一套微网黑启动方案的制定方法，但是没有详细阐述如何确定黑启动每一步具体实施的时间.由于风电等电源的间歇性，海岛新能源系统黑启动过程中需要根据当前系统状态动态更新其间歇式新能源发电的黑启动流程和时间.

4 调度计划模块

4.1 多样化的调度目标

海岛新能源供电系统并网运行模式和孤网运行模式有着不同的安全性和稳定性要求.因此，如图3所示，海岛新能源供电系统调度计划的目标函数具有多样性：

图3 海岛新能源供电系统调度目标Figure 3 Dispatching targets of new energy power supply system of islands

1）当海岛新能源供电系统工作于并网模式时，主网能为其运行提供有效的频率电压支持［15，19］，因此调度计划可以将经济性作为目标函数；

2）当海岛新能源供电系统运行于孤网模式时，若安全稳定裕度比较大，则调度计划的目标是尽可能保证所有负荷电能供应的可靠性，缩小电力中断的范围和时间；

3）当海岛新能源供电系统运行于孤网模式时，若安全稳定裕度比较小，则调度计划的目标是保证重要负荷的电能质量；

4）当海岛新能源供电系统运行于孤网模式，若安全稳定裕度很小时，调度计划的目标函数是重要负荷的电力可靠性，尽可能保证重要负荷的电力供应.

4.2 动态的调度周期

在海岛新能源供电系统中，新能源发电的比重高，需要在制定调度计划之前对其进行预测.然而，间歇性新能源预测的可信度不确定，并且大体上随着预测时间增加而变大，这与负荷预测误差的规律基本一致.

因此，在制定调度计划时需要首先评估间歇性新能源和负荷预测的可信度，并选择适当的最大调度周期.若负荷和新能源发电预测的可信度不能满足安全性的需求，则当前负荷和新能源预测误差太大，需要缩小最大调度周期，并在此基础上根据大电网的调度经验制定不同时间尺度的调度计划.比如：大电网调度计划可分为周调度计划、日调度计划、小时调度计划.相应地，在海岛新能源供电系统中，调度计划的时间尺度可以根据最大调度周期来划分成4种.

假设初始最大调度周期为Tmax，可信度最大值为Pcre，t，则调度计划的详细步骤：

1）利用诸如平均预测误差等指标评估负荷预测和新能源发电预测的可信度Pcre；

2）若Pcre≥Pcre，t，则制定未来T1时间的调度计划；若Pcre＜Pcre，t，则Tmax时间制定未来调度计划不可行，调度计划制定进入下一步；

3）通过T†max＝k×Tmax（k代表缩减系数，数值为0～1）缩短最大调度周期；

4）将周期T†max的调度计划划分为几个不同时间尺度的调度计划，并分别制定以上不同时间尺度的调度计划.

上述步骤中，可信度指标和缩减系数对于动态的海岛新能源供电系统调度是至关重要的，因为它决定了最大调度周期.另外，合适的调度计划划分方法也是必要的.上述工作非常具有挑战性，笔者的后续工作将着重研究此领域.

4.3 滚动的调度计划

基于相对准确的负荷预测和较少的不确定性因素，大电网调度计划包括几种固定时间尺度的计划.与大电网不同，海岛新能源供电系统不确定性因素较大，制定调度计划时预测的运行状态与实际运行状态之间可能存在较大差异，如果差异达到一定程度，调度计划将失去指导价值.因此，必要的调度计划滚动是需要的，例如发电计划的修正.

基于文献［20］提出的智能电网调度计划滚动方法和文献［21］提出的电力市场调度计划滚动方法，笔者充分考虑海岛新能源供电系统的特点及其EMS的信息处理量，提出调度计划滚动方法：

1）根据一天不同时间段负荷、天气的特点，例如有无光照、是否峰荷等，将一天划分若干时段；

2）根据当前时段和预测负荷来制定当前调度计划和新能源电源发电计划；

3）对于剩下时段的调度计划，不管调度周期多长，如果其与现在的调度计划处于同一时段，则估计它制定时的运行状态与现在运行状态的差异；

4）如果差异足够大，则根据估计结果更新上述调度计划，否则保持不变.

5 结语

海岛新能源供电系统是有效利用海岛风能、海流能等清洁能源发电，提高其供电可靠性和供电能力的重要途径是未来海岛电网重要的发展方向.

笔者从数据采样周期、设备状态监测系统和数据类型等方面对海岛新能源供电系统SCADA进行了分析，设计了海岛新能源供电系统SCADA/EMS的架构体系及EMS系统的7个模块，包括坏数据识别和修复模块、状态估计/模式识别模块、负荷/新能源发电预测模块、安全预警模块、调度计划模块、灾害评估与处置模块以及黑启动辅助决策模块.最后，从目标函数、调度周期具体分析了海岛新能源供电系统EMS调度计划，并提出了其滚动方法.笔者的工作可以为未来海岛新能源供电系统EMS的研究提供基础.

［1］Wu F F，Moslehi K，Bose A.Power system control centers：past，present，and future［J］.Proceedings of the IEEE，2005，93（11）：1 890－1 908.

［2］马韬韬，郭创新，曹一家，等.电网智能调度自动化系统研究现状及发展趋势［J］.电力系统自动化，2010，34（9）：7－11.MA Tao－tao，GUO Chuang－xin，CAO Yi－jia，et al.Current status and development trend of intelligent dispatching automation system of power system［J］.Automation of Electric Power Systems，2010，34（9）：7－11.

［3］Lasseter B.Microgrid［C］.IEEE Power Engineering Society Winter Meeting，Columbus，OH，USA，2001.

［4］Lasseter R，Akhil A，Marnay C，et al.White paper on integration of distributed energy resources：The CERTS microgrid concept［C］.Consortium for Electric Reliability Technology Solutions（CERTS），Tahoe City，CA，USA，2002.

［5］舒杰.基于分布式可再生能源发电的独立微网技术研究［D］.广州：中山大学，2010.

［6］Schwaegerl C，Tao L，Lopes J P，et al.Report on the technical，social，economic，and environmental benefits provided by Microgrids on power system operation［EB/OL］.http：//www.microgrids.eu/documents/668.pdf，2009－12－15.

［7］Kueck J D，Staunton R H，Labinov S D，et al.Microgrid energy management system ［EB/OL］.http：//www.consultkirby.com/files/TM2002－242＿Microgrid.pdf，2003－01－15.

［8］Tsikalakis A G，Hatziargyriou N D.Centralized control for optimizing microgrids operation［J］.IEEE Transations on Energy Conversion，2008，23（1）：241－248.

［9］Meiqin M，Ming D，Liuchen C，et al.The IEC 61970－based software frame and information integration of EMS for a multi－distributed－generation microgrid system［C］.IEEE International Conference Sustainable Energy Technologies，Singapore，2008.

［10］Ming D，Zhengkai Z，Xuefeng G.CIM extension of microgrid energy management system［C］.Asia－Pacific Power and Energy Engineering Conference，Wuhan，China，2009.

［11］Ding M，Xie T，Wang L.Research of real－time database system for microgrid［C］.The Second IEEE International Symposium on Power Electronics for Distributed Generation Systems Conference，Fayetteville，NC，USA，2010.

［12］Mohamed F A，Koivo H N.System modeling and online optimal management of MicroGrid using Mesh A－daptive Direct Search［J］.Electrical Power and Energy Systems，2010，32（5）：398－407.

［13］Pelling M，Uitto J I.Small island developing states：natural disaster vulnerability and global change［J］.Global Environmental Change Part B：Environmental Hazards，2001，3（2）：49－62.

［14］Amjady N，Keynia F，Zareipour H.Short－term load forecast of microgrids by a new bilevel prediction strategy［J］.IEEE Transations on Smart Grid，2010，1（3）：286－294.

［15］Katiraei F，Iravani M R.Power management strategies for a microgrid with multiple distributed generation units［J］.IEEE Transations on Power Systems，2006，21（4）：1 821－1 831.

［16］Giebel G，Sφrensen P，Holttinen H.Forecast error of aggregated wind power［EB/OL］.http：//www.tradewind.eu/fileadmin/documents/publications/D2.2＿Estimates＿of＿forecast＿error＿for＿aggNEGated＿wind＿power＿Final.pdf，2007－04－15.

［17］Feng Y，Wu W，Zhang B，et al.Power system operation risk assessment using credibility theory［J］.IEEE Transations on Power Systems，2008，23（3）：1 309－1 318.

［18］Moreira C L，Resende F O，Lopes J A P.Using low voltage microgrids for service restoration［J］.IEEE Transations on Power Systems，2007，22（1）：395－403.

［19］Lopes J A P，Moreira C L，Madureira A G.Defining control strategies for microgrids islanded operation［J］.IEEE Transations on Power Systems，2006，21（2）：916－924.

［20］张智刚，夏清.智能电网调度发电计划体系架构及关键技术［J］.电网技术，2009，32（20）：1－8.ZHANG Zhi－gang，XIA Qing.Architecture and key technologies for generation scheduling of smart grid［J］.Power System Technology，2009，32（20）：1－8.

［21］尚金成，黄永皓，康重庆，等.多级电力市场之间协调的模型与方法［J］.电力系统自动化，2004，28（6）：19－24.SHANG Jin－chen，HUANG Yong－hao，KANG Chongqing，et al.The coordination modes and methods of multistage electricity market［J］.Automation of Electric Power Systems，2004，28（6）：19－24.