廖环宇,吴胜华
(南京国电南自美卓控制系统有限公司,南京 210032)
一种新型智能电网体系架构研究
廖环宇,吴胜华
(南京国电南自美卓控制系统有限公司,南京 210032)
近年来,智能电网受到广泛关注。提出了一种实现智能电网功能的基础体系结构,并采用分布式自主状态估计方法对电网的运行状态进行实时估计。在这个架构的基础上,详细讨论了线路故障检测、负荷平衡、网损最小化以及供电可靠性保证等智能电网高级应用的实现方法。该智能电网体系具有广泛的应用前景,可为智能电网的构建提供参考。
智能电网;体系结构;状态估计;线路故障检测;负荷平衡;网损
随着国家对电力系统现代化建设重视程度的不断增加,许多专家学者开始对智能电网技术进行相关研究[1]。关于智能电网控制和运行方面的研究,国外目前已经进入了规划和实验阶段,并为将来的大规模建设做好了前期准备工作。国外在电力系统基础设施的建设方面,开始采取安装分布式电网资源、电能存储装置、动态无功补偿器、自动继电器和智能开关等措施,为电网的智能化建设铺路[2]。
智能电网主要是利用先进的控制设备和手段来保证电网安全、降低网损、平衡电网负荷以及提高运行可靠性等[3],从而节约电网运行成本,实现其安全、环保、优化运行。本文采用一种基于分布式网络结构与通信系统的智能电网体系,并提出一种新型的状态估计方法。该状态估计方法通过平衡负荷与降低高峰负荷来优化供电系统,通过电网的损耗最小化实现电能的最优输送,从而提高电力系统动态运行的可靠性。
由于各国智能电网发展的思路和侧重点不同,因此智能电网的体系结构组成也有所区别[4],但总的说来,智能电网体系都是以整个电网能够安全、合理运行为目标,在此基础上,通过有效管理各种控制设施,达到与用电终端互相协调的目的。智能电网体系包括以下3个方面:由硬件基础设施组成的实时监视与控制系统;提高电网系统管理效率的实时优化模型;智能电网通信系统。
随着用户端智能仪表的开发与应用,用户个体可以实现负荷分配的实时主动控制;然而,智能电网不仅要实现个体负荷量的自主控制,更需要对所有分布式电网支线进行充分监测,对电网设备进行优化控制与协调,以达到系统整体性能优化的目的。
分布式发电和微网成了今后智能电网建设的一种发展趋势,因此,如何有效地获取各个分布式区域的电网信息,并对各个分布式区域进行优化与协调控,制成为了一个亟待解决的问题。在这种背景下,本文提出一种由分布式同步测量系统、分布式状态估计中心以及调度控制中心构成的智能电网体系,其物理结构如图1所示。
图1 智能电网体系物理结构
分布式同步测量系统主要用于实现电网整体结构的可视性和用户端分布式支线的有效监测。该系统采用3G无线通信技术与全球定位系统(GPS)定位对时功能,实现电压、电流的同步测量与远距离无线传输。这种基于3G+GPS的同步测量装置的硬件构成如图2所示,主要包括电压、电流传感器,GPS模块,微处理器和无线通信模块。其中,电压、电流传感器可以实现电源波形幅值与相角的测量;GPS接收器不仅可以用于获取装置的精确位置,而且还能保证智能电网各个装置之间的时钟同步;无线通信模块可以实现远方调度中心与该测量装置之间的双向通信。微处理器属于整个装置的控制单元,可以合并电压信号、电流信号、位置信号和时钟信号,然后通过无线传输技术发送给该装置所属的分布式状态估计中心。智能电网体系要具有安全、高速的数字化通信系统。
图3 智能电网体系结构
图2 基于3G+GPS的同步测量装置结构
由于子站的状态估计模块的位置可以根据电网的结构方式进行合理分布,所以分布式测量系统与分布式状态估计中心的无线通信距离较短,通信造成的延时不会影响系统的实际运行效果;同时,数字量传输防止了数据的失真。这种点对点的高效无线数据传输提高了系统传输的效率及稳定性。
分布式状态估计中心是本文所介绍智能电网体系结构中的另一个重要组成部分,主要通过收集分布式测量系统的数据,对所属分布式区域的电网运行工作状态进行估计。由于GPS的同步性,状态评估过程也具有很强的实时性。实时状态评估结果能够综合反映电网运行时的全部状态,其评估结果发送到调度中心的分布式管理系统。
调度中心的分布管理系统通过收集各分布式区域的状态评估结果,对整个电网模型和状态进行综合预测估计;然后根据估计的状态结果,计算得到相应的调整策略,并产生实时控制信号发送到各个可控设备,如图3所示。
从上节描述的智能电网体系结构可以看出,要实现对整个网络的高效管理,首先要应用先进的方法对电网的所有特征进行实时的状态评估。所谓电网的实时状态评估就是通过分析测量数据,得到高度精确的电网实时运行状况。
另外,智能电网在对整体进行操作和控制时,必然会导致网络拓扑结构频繁变化,因此,状态估计过程要能够自动检测系统的变化情况,并根据变化进行相应的参数调整,使电网达到最合理的运行状态。下面针对本文提出的智能电网体系结构,着重介绍分布式自主状态估计的组成和功能。
2.1 参数类型
自主状态估计的实现是基于智能电网中硬件设备组件的3类关键数据,分别是节点数据、设备模型数据和测量数据,具体描述如下。
(1)节点数据。智能电网硬件设备组件通过节点或以总线的方式进行连接,这些节点数据可以用于确定电网的拓扑结构,并进行网络配置。
(2)设备模型数据。状态估计的目的是获得系统模型的最佳估计数据,因此,每个设备模型需要随着测量数据的改变自动生成测量模型h(x)。除此之外,电力系统中过高的单相负荷会对电网产生不平衡和不对称的影响,因此,电网在建模的过程中需要硬件设备的详细模型参数。
标准的设备模型表示形式如下
式中:I为电流向量;A为导纳矩阵;V为电压状态向量;y(t)为内部状态向量;t为测量时间;b(t-h)为过去的测量值;h为两次测量之间的时间间隔;f(t)为二阶非线性向量;q为二次常数。
(3)测量数据。测量数据包括电压、电流及其他物理量。测量模型h(x)为一个特定的系统状态下x的模型函数,该测量模型为通用模型,具体形式如下
式中:zk为测量值;ck为常数项;ak,i为线性系数;bk,i,j为非线性系数;ηk为测量误差。
2.2 状态估计算法
状态估计一般可以转化成一个优化问题,即定义一个目标函数,求使该目标函数最小的那组状态向量。一般这种优化问题都可以基于加权最小二乘方法进行求解。目标函数可以描述为
MinimizeJ(x)=[z-h(x)]TW[z-h(x)] ,
式中:W为对角矩阵,其非零项为测量误差的逆。
方程的解为
2.3 状态估计结果验证
采用卡方检验方法来验证模型的拟合精度及误差的分布情况是否在限定的范围内,求解公式如下
式中:χ为系统中待估计的状态参数;v为自由度;ζ为卡方临界值。它们的求解式如下
式中:m为测量次数;n为状态个数。
如果置信水平在允许的范围内,那么解的准确性就可以利用协方差矩阵来评价
每个状态标准的计算方法为
式中:Cx(i,i)为Cx的第i个对角线元素。
2.4 状态估计算法流程
智能电网系统在启动状态估计模块之后,该算法就按照一定的流程对电网进行实时状态估计。图4描述了智能电网状态估计的算法流程:首先,系统采集各节点数据、设备模型数据和测量数据;然后建立测量模型h(x),进行自主状态估计,以及故障数据的检测、识别与处理工作;最后,将状态估计结果应用到智能电网优化与控制中。状态估计可以根据操作人员设定的时间间隔连续地进行,状态估计结果被打包成一个数据包在智能电网的通信网络中进行传输。
图4 状态估计算法流程
2.5 状态估计的可扩展性
智能电网的自主状态估计模块应具有良好的可扩展性,使之能够适用于任意系统。自主状态估计模块负责处理电网中一个具体的局部器件,各个子模块把状态估计结果传送到分布式管理中心进行整合,得到整个系统的状态估计,实现对整个分布式电网的实时监控。这种分布式的状态估计体系结构,能够防止局部状态估计过程负荷过高而导致处理速度变慢,当电网规模扩大时,也能够具有较好的状态估计性能。
针对前面提出的一种智能电网体系,本节主要介绍在这种体系结构下,如何实现故障检测、负荷平衡、网损最小、供电可靠等目标。
3.1 线路故障检测
电网线路故障不仅会造成电能供应的中断,有时还会造成人员伤亡。智能电网的重要功能之一,就是为线路故障的有效诊断和处理提供相关的措施[5]。线路故障的形成可能是多种原因造成的,自然和人为因素都会导致电网线路发生故障。
对这种线路故障进行精确查找,需要花费大量的时间和人力资源,并且也不是十分安全和高效。文献[6]中所提到的一种特殊继电器,可以用于检测电网中的断线故障,但这项技术实施时成本较高,且实现起来也较困难。智能电网的出现不仅可以替代原有的配电自动化系统,在检测和诊断电网线路故障方面具有丰富的资源优势,除此之外,它还能够提供非常高的检测准确率,并给出相应的解决方案。
智能电网针对线路故障检测和诊断技术的具体实现,就是对电网系统的运行状态不断地进行检测更新[7],并实时计算每个节点的电压和电流。当一段线路发生故障时,该线路节点上靠近电源侧的电压仍然较高,电流却变得很低,而靠近负荷侧的节点电流接近零,电压也不正常。电网实时状态估计模块得出该段线路测量结果不正常,智能电网系统就会根据状态估计模块提供的结果,结合定位装置和通信装置来确定线路故障发生的准确位置,调度中心发送控制命令,将距离故障点最近的保护装置进行跳闸动作。
3.2 负荷平衡
智能电网体系在实现电力负荷平衡分配时,一定要以不影响电能用户的正常用电为前提。电网负荷平衡的目的是要解决高峰负荷与低峰负荷交错出现给电网带来较高运营和维护费用的问题[8]。因为在高峰负荷时,电网传输电能的过程中能源损失较严重,负荷平衡能减少能源的浪费。通过对负荷的优化设置,可以同时达到负荷最小及网损最小的目的。
因为负荷平衡问题不能在电网运行时不断地试验,就需要有仿真系统来连续精确地模拟电网的运行状态,通过大量的模拟试验得到最终的负荷平衡方案。基于仿真系统的电网信息,负荷平衡问题可以转化为优化问题,从而实现对资源和设备的直接控制。电网系统中的负荷运行具有一些统计特征,将一天的时间平均分为几个小的时间段t1,t2,…,tn,并假设每个时间段的负荷相等,得到优化问题minX*的具体形式如下
⋮
s.t.g(x(t1),u(t1),L(t1))=0 ,
⋮
g(x(tn),u(tn),L(tn))=0 ,
h(x,u)≥0 ,
ui,min≤ui≤ui,max,
式中:h(x,u)为约束条件;ui为控制量的约束。
负荷平衡的目的是减少高峰负荷,因此通过减少每个小的时间段内的最大负荷就可以减少一天内的高峰负荷,约束方程为
g(x(tk),u(tk),L(tk))=0,k=1,2,…,n。
该方程代表电网系统每个时间段里的电能流向,其中向量x(tk),u(tk)和L(tk)分别为状态变量、控制变量和统计负载。
上述针对负荷平衡问题的优化解决方案,能够对系统中的每个可用负荷与资源进行有效的控制。这种优化方式比现在普遍使用的将用电量和价格发送给电能用户,以计费的方式来控制用户的负荷更加有效。因为用电量和由此付出的费用只能起到转移高峰负荷的作用,没有从根本上达到平衡整个电网负荷的目的。
3.3 网损最小化
智能电网要能够在保证电网安全高效运行的前提下,使供电网络的损耗最小。该功能实现时需要一种可以对电压和无功功率进行控制的设备体系,使之能够与现有的分布式电网结构相结合。这种方案具体实现时是可行的,因为目前的变频器能够经过具有四象限处理能力的滤波装置连接到电力网络,从而使电网具有吸收或注入无功功率的动态调节能力,并与协调线路电压和无功控制的方案相结合,达到网损最小的目的。
智能电网的体系结构要想实现对电能终端用户有效供电的同时将网损降到最小的目标,可以采用三相状态估计方法。该方法是利用分布式同步测量装置和电能用户端非同步测量获得的电网实时数据,结合数据采集与监视控制(SCADA)系统提供的数据来对电网干线实施高度精确的监控。对比传统的单相状态估计方法,智能电网所应用的方法不仅能够获取负荷不平衡而导致的网损,还能对网损的具体消耗环节进行有效的捕获,从而缩小产生网损的区域,达到有针对性地减小网损的目的。
网损最小化问题的求解可以转化为如下所示的优化问题minf(x)
,
式中:x为状态变量;u为控制变量。
总的电网损失可以用系统的状态表示,例如,节点电压值的求解如下
式中:i,j代表连接到干线上的不同电力线路。
3.4 供电可靠性
智能电网的另一个重要应用就是提高供电可靠性。由于智能电网体系可以准确地监控电网的实时运行状态,还能够快速诊断出电网的故障区域,在此基础上,提高电网的可靠性就变得非常简单且易于实现[9]。总体来说,智能电网是根据故障发生的区域以及开关和断路器的状态,来得到电网的最佳重构方式,达到将故障区域减到最小,同时最大限度地恢复用户用电,并尽快派出检修人员对故障区域进行恢复的目的。电网的可靠性增强问题,即电网最优重构问题可以用下述公式来描述
式中:F为故障区域的功率约束;SLk为干线上的负载;Vk为干线k上的电压量;PGk为干线k上原有的总功率;QGk为干线k的消耗总功率;Iij为干线i与j之间的电流;Ω为故障区域的干线集合。
该优化问题要实现的目标是:最大限度地减少连接到故障区域的负载数量,以提高电网的可靠性,因此,目标函数的约束条件就包括3个方面:(1)干线的电压约束;(2)故障区域的总功率约束;(3)线路负载约束。优化问题的目标函数求解结果,能够为系统提供最小的停电区域和最佳的电网重构方式。
本文主要描述了智能电网在电力系统中改造和建设的体系结构,以及其功能定位的详细内容。智能电网基础设施建设的最主要目标,就是减少电网的运行成本、提高供电的可靠性。本文提出的这种智能电网体系,采用先进的状态实时估计算法来提高电网整体自动化水平,实现了电力系统准确实时的监测与控制,该方案可为我国智能电网的建设与实施提供一些参考。
[1]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.
[2]林宇锋,钟金,吴复立.智能电网技术体系探讨[J].电网技术,2009,33(12):8-14.
[3]肖世杰.构建中国智能电网技术思考[J].电力系统自动化,2009,33(9):1-4.
[4]宋永华,孙静.未来欧洲的电网发展与电网技术[J].电力技术经济,2008,20(5):1-5,20.
[5]薛禹胜.电力市场稳定性与电力系统稳定性的相互影响[J].电力系统自动化,2002,26(21):1-6,33.
[6]WESTROM A C,MELIOPOULOS A P S,COKKINIDES G J,et al.Open conductor detector system[J].IEEE transactions on power delivery,1992,7(3):1643-1651.
[7]张钦,王锡凡,付敏,等.需求响应视角下的智能电网[J].电力系统自动化,2009,33(17):49-55.
[8]蔡声霞,王守相,王成山,等.智能电网的经济学视角思考[J].电力系统自动化,2009,33(20):13-16.
[9]王明俊.自愈电网与分布能源[J].电网技术,2007,31(6):1-7.
(本文责编:刘芳)
2016-11-15;
2016-12-27
TM 76;TM 73
A
1674-1951(2017)01-0005-05
廖环宇(1985—),男,湖南衡阳人,工程师,工学硕士,从事分散控制系统、智能电网等方面的研究(E-mail:huanyu.liao@gmail.com)。