大规模风电并网条件下电力系统运行中电气自动化技术应用研究

浙江运达风电股份有限公司 卢妙政 陈 靖

1 引言

风力发电技术不需要消耗传统的化石燃料，在未来能源比重中提升风电占比有助于提升资源利用效率、实现可持续发展目标。但是与传统的电力生产模式相比，风能本身具有间歇性、随机性的特征，所以在风电并网的背景下，应保证电力系统在任何情况下的运行稳定性，这样才能让风电并网更好的服务于社会生产实践。为实现这一目标，相关人员应进一步发挥电气自动化技术的功能，做好电力系统运行的监控与控制，这也是本文研究的主要目的。

2 大规模风电并网条件下的电网电气自动化分析

电力系统的主要包括输电线路、换流站以及变电站等，具体可以划分为电力线路、区间电网以及连接线路等，并且现在当前大规模风电并网背景下，电气自动化技术可以快速采集电网运行的相关资料以及元件参数，同时也能根据电网运行的状态数据提供技术参数数据，并为管理人员决策提供支持。电气自动化系统可以协调系统各个层次与元件之间的协调运作，最终在采集数据的情况下形成最优化的协调运作。

从功能设定来看，电网系统的电气自动化控制可以完成整个电网系统的自动控制与调度，在维持稳定运行的基础上保证系统的安全、可靠运行，最终达到减少能耗损失、提升电网运行经济效益的目的[1]。所以在电气自动化中，应在不断完善系统功能的基础上，坚持发挥系统功能，其中的关键点主要包括以下几方面：

一是电力系统运行检测的功能。电气自动化系统可以提供电网的实时运行数据，在发挥电网系统安全管理功能的基础上，通过对运行数据的检测以及采集风电并网后的运行资料，判断出有无异常数据实现风险识别。如针对风电运行的不确定性，调度部门通常会调度风电场弃风运行，造成风能资源浪费，这一问题的出现会影响可再生能源的利用效果，无法判断风能这一清洁能源的利用价值，这也都是电气自动化系统运行中需要重点解决的问题。

二是保证电网运行的安全性。电气自动化系统在运行过程中可能出现诸多安全事件，所以该系统应借助实时数据分析结果来判断出可能发生安全风险的危险因素，在检测风电大规模并网后出现的电力系统数据误差总结风险问题，避免将电网系统的安全隐患控制在萌芽状态，尤其是要避免因为设备过载或者电压不稳定等问题引发安全事件等。

3 关键技术分析

3.1 状态数据采集

电网电子自动化控制系统应以数据采集为核心，在自动化运行过程中可以针对每个子站系统、主站系统以及并网后的调度数据网设备等进行监督。其中，在主站系统的电气自动化技术中应采集主调控自动化系统与备用调控自动化系统的资料，通过该系统识别每个监视度一项的运行数据之后，识别系统对应的软件状态、硬件状态以及机房环境。在子站系统的数据采集中，电气自动化技术需要采集监控主机、交换机、时间同步装置等设备的运行数据，以及不间断电源（UPS）、直流电源装置等。安防设备的数据采集主要分为专用安防设备与常用安防设备两种。

在具体实施阶段，电气自动化技术主要通过以下形式完成数据采集：一是在主站系统、子站系统的数据采集中，主要通过简单网络管理协议（SNMP）来收集相关资料；二是机房环境检测主要是通过机房管理系统提供的第三方接口来识别数据；三是安全防护设备信息则是借助安全监视平台与对应的网络设备、第三方接口等实现数据采集的。

3.2 偏差实时控制技术

从技术特征来看，偏差实时控制技术是根据电网系统运行的标准产生，相互规范来控制电网系统运行数据的一种技术，该技术的主要功能是避免在大规模风电并网之后，而出现的电能数据波动最终引发严重的安全事件[2]。正如上文所言，风能本身具有不稳定性，若因为风电并网后的电能功输出差异而引发故障，则需要消耗大量的人力物力进行排查。为避免上述问题发生，可采用偏差实时控制技术来解决问题。

本文所介绍的偏差控制技术的具体结构如图1所示。

在图1介绍的系统结构下，该技术可以采集并网后电力系统运行的数据，并根据数据偏差实现自动控制，在该结构中，可通过采集模块了解电网的数据信息，在对该数据信息进行长期监控之后，将采集的电网数据资料经4G基站通过路由器将其传送至电力系统监控中心，当监控中心采集到关键数据之后就可以总结有无潜在的数据偏差问题。在电气自动化系统中，通过该技术可以将DTU无线终端设备与电缆终端等联系在一起，经DTU无线终端设备连接之后，将偏差实时监控数据可转变为IP数据来控制运行大数据异常问题，因此该技术可以在较短的时间中识别电力系统的运行数据[3]。

图1 偏差实时控制技术

因此，借助电气自动化技术可以在偏差实时控制的基础上，完成配电网各个环节的控制与编组，如在大规模风险并网之后比较并网前后的数据误差，并根据误差的数据变化对并网后的系统运行状态做出精确的判断。

3.3 健康评估

在大规模风电并网之后，电力系统运行稳定性可能会受到影响，在这种情况下，电气自动化技术中可采用健康评价系统作出分析。

3.3.1 评价体系架构

该健康评价系统的关键是将风电并网之后，调动自动化系统运行过程中的数据，以及告警信息展开综合分析之后，借助相关算法来获得的一种量化分析方法，通过该技术能够反映出系统各个部位的运行数据情况。

在本次研究中，电力系统运行中的电气自动化技术可以对电力系统的业务逻辑层进行梳理，其中系统的运行效能主要可以分为三个层次。其中，第一层则是电网控制的总体健康情况，而第二层与第三层则是由若干个具体采集的状态量组成，如在评估电力系统服务器的健康度情况下，需要评价的内容包括CPU的使用率、系统的内存使用率、磁盘使用率等；且为满足硬件健康管理的相关要求，则可以在当前系统架构的基础上，对电力系统中网络设备、存储设备等关键功能模块组成。

同时，在该系统中为了能够强化电气自动化技术的效能，则可以引入健康度评价指标，该指标数据自动化系统中的常见技术，该功能模块的主要业务包括识别公共服务、数据采集应用等功能。如在引入该技术之后，可以判断出大规模风电并网后电力系统中关键设备的运行数据，以及工作状态的合格率等。

3.3.2 评价方法的选择

本次研究中，为进一步强化电气自动化技术的功能，在技术运用中主要借助系统健康评估评价的方法，来对电力系统中的最底层运行指标展开分析，并按照专家经验来计算每个指标权重的和，因此可以获得三个层次电网运行的安全度；之后重复上述过程依次向上评价，最终计算出整个电力系统的安全性。同时，针对大规模风电并网的要求，在并网之后可能因为风能供给不及时所引发的电力系统安全问题，则可以利用并网后的历史数据评价结果进行判断。如相关学者在该问题研究中，通常会构建数值型分数的评估方法，通过分段函数指标来判断整改电力系统运行的数据，并且分段函数指标可以与电力系统的运行状态一一对应[4]。

3.4 故障分析技术

3.4.1 故障检测

大规模风电并网之后，电力系统运行过程中发生故障的风险会明显提升，此时通过电气自动化技术可以完成电力系统故障检测、故障诊断以及故障定位三方面的功能。其中，故障检测主要是用于判断电力系统运行过程中已经出现的故障，且该故障难以发现，运维人员也没有接收到与该故障相关的报警信息，因此通过该技术可以指导运维人员第一时间确定故障并制定处理措施。

故障诊断则是对自动化技术下已发现的故障问题展开分析与标注，判断故障出现的原因以及可能造成的损失，为运维人员提供一手的故障资料，并为接下来的电力系统故障定位奠定基础。故障电位技术主要是按照故障诊断结果判断出系统在运行中故障的位置点，并配合调控自动化系统的业务拓扑关系来掌握故障的关键资料，完成故障的定位。而因为在大规模风电并网之后系统可能会出现诸多运行风险问题，所以在电气自动化技术中应考虑到整个系统逻辑控制的复杂性，并认识到状态数据采集自身所具有的数量庞大、逻辑层级关系复杂等特征，因此本次故障检测技术应适应电力系统快速更新的基本要求。

为实现该目标，该电气自动化技术在故障检测中引入孤立森林算法技术，该算法的优点就是可以在短时间内构建数据计算模型，且各类数据的运行效率高，能够提供准求额的学习策略；该技术可通过业务相关进程来判断资源的占用情况，并梳理并网之后电力系统的运行异常数据。

在电气自动化技术中，故障检测的基本技术流程包括：一是采集大规模风电并网前后的相关进程资源情况。二是根据历史数据，经孤立森林异常检测算法对告警阈值k进行运算，并形成异常检测模型。三是采集业务相关进程的实时资源占用信息分布情况，通过将该信息纳入异常检测模型中，在对数据进行检测后可以判断电力系统在特定时间下的状态分数，该分数的取值范围为0～1，其中若系统的检测结果显示数据处于0～k的范围内时则证明系统的运行状态正常；反之若超过该范围，则证明系统的运行数据异常。四是在对已经检测结束的数据展开抽样检测之后判断数据信息，一般当累积采集的数据符合故障分析要求时，该系统可以对异常检测模型进行分析，此时该技术能够判断改进前后电力系统运行的参数信息，参照上文介绍的数据处理流程判断状态，直至运维人员正确处理电网运行故障之后，数据回归0～k区间内，此时系统检测结束。

从上述过程可以认为，在大规模风电并网的背景下，风电并网必然会改变传统电网的运行环境，因此通过基于孤立森林算法的故障检测技术，可以对系统的运行数据做多次检测与仿真分析，最终在连续的数据检测后可以寻找到系统运行故障的原因。

3.4.2 故障诊断技术

故障诊断技术主要依照故障检测功能实现的，该故障检测之后电气自动化控制系统的运行状态可以通过人机交互系统展示出来，此时通过对上述异常状态发生的数据进行人工处置之后，了解故障的类型。此时需要注意的是，系统的故障可能是一种或者几种。因此，在通过异常检测系统来判断装置的运行数据后，可以采集电力系统的不同故障类型的异常数据信息（通常为保证故障信息全面，应采集超过100条以上的故障数据）[5]。或通过多种故障类型的异常数据，经分类器算法训练展开测试之后，即可构建故障分类模型，在该模型的基础上完成故障分类，并将电力系统的运行状态与对应的功能区匹配，最终实现功能的异常诊断，完成故障的诊断。

3.4.3 故障定位

故障定位技术是在综合考虑电网调控自动化系统业务逻辑拓扑的基础上，根据拓扑结构以及告警先后时间等关键资料，能够在源头上判断电网的故障类型，此时数据处理的一般流程为：一是系统在读取数据库的业务逻辑映射表与进程信息之后，可以直接经数据库获得对应的告警信息。二是按照业务数据可将各类告警信息整合在一起，并根据不同业务类型实现二次分类。三是针对单业务告警信息，可从业务内部入手按照故障对应的进程号与对应的故障源进程实现及快速匹配；而针对多业务告警形式，则可以不断重复单业务告警的业务处理过程，并借助约束关系定位的方法判断故障源。

同时，在故障定位中还需要相关人员能够引入具有约束与关系的数据处理流程，此时在约束关系下，电气自动化的业务处理流程发生改变，对应的定位逻辑的重点包括以下几点：一是在系统中检测是否存在硬件资源业务类型异常的问题，能够从业务源头入手判断告警进程对应的节点号，并且将该节点号上所有占用的资源类型关联在一起，此时受到资源约束关系的影响，整个系统可以快速显示电力系统的运行状态问题，判断哪些故障问题占用了原始进程。

二是系统软件资源占用类型异常问题。该技术可按照软件资源占用率变化形成映射表，并按照软件类型展开分类之后，此时系统能够快速将共享故障有关的异常原始程序关联在一起，此时电力系统故障的定位质量会有明显提升。

三是数据库类型异常问题。该技术主要是在同一数据的基础上所进行的各项操作关联在一起，并按照数据库操作情况判断数据库中的相关数据有无异常等。

四是业务逻辑类型的异常。该类型异常问题则证明电力系统在运行中出现了无法识别的故障，此时可将其划分为业务逻辑类型异常。

3.5 应用实例

在某地区大规模风电并网的背景下，当地电力系统的运行稳定性问题得到了社会的广泛关注。根据早期的应用经验可以发现，因为并网早期的技术手段不成熟，导致弃风问题严重，影响了风电并网的实施效果。因此，为能够更好顺应未来电网系统的发展要求从，要求相关技术人员能够解决问题，提升风险系统的占比，最终实现资源的高效利用。同时，为能够实现该目标，相关技术人员提出了完善电气自动化技术的发展目标。

在具体操作中，为实现电气自动化的目标，该系统引进了信息化平台实现电气自动化生产目标，整个系统可以分为三个功能区，其中一区与二区可以记录并网后电力系统设备运行的相关资料，备用区可以存储设备运行的状态信息以及相应的数据汇聚节点等。

目前，该自动化技术在应用中，能够对电力系统中主站机房内的所有设备的运行状态展开监，并同时可以识别相应的网络设备状态以及存储信息以及安防资料等。在运行阶段，电气自动化技术可以经过WEB访问的形式，查阅各种设备的运行状态资料。该系统自投入使用以来产生过三次安全预警，包括纵向网关机磁盘空间占满异常1次、实时告警安全故障两次，系统在应用阶段可以经过健康度评价判断出整个系统中有无安全问题，并指导运维人员开展日常操作，保证了系统运行的稳定性，取得了预期效果，推动了当地电力系统“24×7”模式下的安全稳定生产目标实现。

4 结语

综上所述，在风电并网的背景下，电力系统正常运行面临更多新的问题，所以为了能够达到实现安全生产的目标，则需要相关人员能够认识到相关技术的优势，在对故障处置与分析技术进行创新之后，强化故障处置系统的功能，该技术的出现可以提升电力企业的经济效益，在当前大规模风电并网中发挥着积极作用，符合未来电力系统发展的要求，值得推广。