基于智能电力调度系统的通信需求分析

武生国

（国网吉林供电公司，吉林 吉林 132011）

0 引 言

随着全球变暖趋势的加剧，世界各国开始推行一系列减少温室气体排放的政策，包括使用可再生能源和引入智能电网[1]。但是，可再生能源发电量的增加给电力系统运行带来了负面影响。风能和太阳能的间歇性特征，使得风力发电和太阳能发电无法准确预测。例如，风况的突然变化可能会导致输出功率发生巨大变化，造成电网的不稳定。对于大容量可再生能源发电系统来说，实现实时功率平衡是一个巨大的挑战[2]。为了提高可再生能源的普及率，发电系统需要应用更高效的实时控制和通信技术。

文章针对智能电力系统提出一种新的风险限制调度模式，从传统的最坏情况控制策略转变为基于风险的控制，从确定性控制转变为随机控制，从集中控制转变为分布式控制。在发电系统中应用风险限制调度，有利于满足智能电力调度系统的基本通信需求。

1 面向智能电网的通信技术研究现状

在不同客户端或公共场所，根据实际需求安装小型分布式可再生能源发电机为用户提供电能逐渐成为可能。协调分布式发电机和存储具有调峰和转移负荷的功能，能够实现需求侧响应[3]。实时双向通信和智能电网是需求侧响应和需求管理的基础平台。通信技术对智能电网起着至关重要的作用。

智能电网的主要目标包括容纳所有发电，为用户提供良好的电能质量，对功率扰动事件具有自适应能力，应对一定强度的物理和网络攻击。

2003年，欧盟启动了智能电网项目。同一时间，美国电力研究所启动了“电网2030项目”。根据《2007年能源独立与安全法案》，美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）负责协调信息管理框架的开发，实现智能电网设备的互操作性[4]。NIST报告（第一阶段）为智能电网提供了一个概念参考模型。

基于现代能源管理系统（Energy Management System，EMS）的智能电网由数百个远程终端单元（Remote Terminal Unit，RTU）组成，通过监控控制和数据采集（Supervisory Control And Data Acquisition，SCADA）系统，每隔2 s将变电站的实时数据发送到计算机控制中心，再经过控制中心软件状态估计、最优潮流等处理，确保系统经济可靠运行[5,6]。

2 基于智能电力系统的风险限制调度方法

在电力系统运行风险评估中，可以利用过载风险指标来度量各个区域电网的风险水平。紧急限值与过载严重度的关系，如图1所示。将严重度分为紧急、严重与一般（Ⅰ、Ⅱ、Ⅲ）3个等级，其中rlte为长期紧急限值，rste为短期紧急限值[7]。

图1 过载严重情况示意

由于可再生能源发电具有随机性和间歇性特征，为了避免电力过载，在电力系统运行中采用基于概率的方法。风能和太阳能发电调度不足和过度存储会造成资源浪费，与减少碳排放、遏制全球变暖的目标背道而驰。基于概率的风险限制调度方法可以有效解决该类问题，但是没有智能电力系统的信息基础设施，基于风险的概率预测控制方法仍然是不可行的。传统基于最坏状态调度（Worst-Case Dispatch）方法的难点在于，N-1应急分析假设发电机、输电分支和关键设备的故障为0-1，必须将可再生发电机视为具有可靠容量的“等效”常规发电机。最坏状态调度为了满足随机需求而维持大量库存，因此碳排放减少量并没有达到预期目标，智能电力调度迫切需要向实时调度转变。

智能电力调度系统要求系统中各节点的功率必须在任何时候都达到平衡（功率平衡约束），同时需要满足运行限制，如线路流量限制、电压限制以及稳定性等（运行限制约束）。

根据时间尺度，功率平衡可以用一组微分方程或代数方程来表示。功率平衡约束和运行极限约束分别为

式中：x(t)为系统在t时刻的状态；u为输入的控制。t时刻的发电量和消耗电量由3个因素决定，分别为在t-Tσ时提前Tσ个时间单位做出的调度决策σ、在时间t-Tρ上提前Tρ时间单位做出的补偿决策ρ以及时刻t-Tε的紧急决策ε。

通常情况下，市场调度时间为t-Tσ，系统运营商会收到未来24 h内实际时间t的电力供应和消耗预测。运营商的决策μσ调度，使目标函数f[x(t),u]在约束条件下最大。对于智能电力调度系统，假设在t时刻运营商接收到的观测值为yt，则在t时刻的信息为Yt={ys,s＜t}。由于供应（可再生资源）和需求（需求响应）的随机性，需要一种基于概率方法来表示，即

式中：P为与状态x(t)相关的概率；p*为期望概率，应取小于1的值，如0.995。

在时刻t的前1个小时，智能电力系统获取关于前一天市场和需求中的发电机的可用性信息，被用来平衡供应和需求的不匹配。采取时间t-Tρ的补偿决策，以抵消违反约束的决定μσ。在时刻t或在级联中断的开始时刻t-Tσ，计划的发电可能无法满足需求。在这种情况下，电力调度系统必须采取相应的决策断开或摆脱足够的负载，以适应可用的发电。于是，有

式中：fρ[·]和fε[·]分别为补偿决策和紧急决策对应的目标函数，其由实际的应用场景决定函数的具体表达式。

将式（3）、式（4）和式（5）基于风险的电力系统运行控制称为风险限制调度，它解决了可再生资源的不确定性，保障了智能电网测量和电力系统运行的可靠性。

3 基于风险限制调度的通信需求分析

风险限制调度依赖于智能电网提供的事件预测和处理能力。在当前的电力系统运行中，大多数节点、线路电压和电流都是由系统控制中心进行测量和监控。通过分析电压和电流信息可以估计系统运行状态和预测紧急状态。当发生故障时，电力保护系统通过检测异常的电压和电流，计算可能发生故障的位置，并通过断开故障与系统的连接来隔离故障。有限的未同步信息可能导致故障定位不准确。异常的电压和电流是故障结果，只有在故障发生后才能检测到。

为了提前预测故障事件和保护电力系统，需对系统进行预测。图2为时段t标准化的系统预测误差概率分布，横坐标为标准化预测误差，纵坐标为其概率密度，阴影部分为发生甩负荷时的系统预测误差概率，无阴影部分为系统未发生甩负荷时的系统预测误差概率。随着近年来传感器和通信技术的发展，电力系统的一些非电气信息实现了实时测量和通信。该类信息包括线圈温度、输电线路垂度、地下电缆绝缘以及高压装置绝缘等。非电气信息有助于提前识别受力的功率元件，提前预测设备故障。

图2 时段t预测误差概率分布

为了满足电力调度系统的通信需求，相关专家学者提出需要一条电力通信线路来支持发电、输电、变电站、配电以及交付控制器。创建电力输送系统的挑战是需要开发通信基础设施以支持通用连接的实时监控，且多个控制终端必须能够实时接收系统状态的更新。

通信基础设施具有以下4点基本要求。

（1）传输大量数据。为了实现风险限制调度，数据的时间分辨率要以毫秒为单位。数据不仅是发电机产生的数据，还有消费者和配电系统产生的数据。因此，预计产生的数据量将是当前产生数据量的数倍。

（2）覆盖范围广。网络必须覆盖整个发电、配电以及消费网络。

（3） 服 务 质 量（Quality of Service，QoS） 支持。系统必须满足非常严格的可靠性、延迟和吞吐量约束。

（4）网络安全。必须保护系统免受网络攻击。

目前，数据采集与监视控制系统（Supervisory Control And Data Acquisition，SCADA）系统作为通信系统的核心，用于监测和控制广域、地理分散的电网。SCADA与星形网络相关联，通过点对点连接变电站和控制中心。控制中心每2～4 s轮询一次变电站的控制数据，因此电网在发生一些破坏性事件时可能会出现滞后现象。

因此，需要一种可以支持基于策略的多播通信服务，具有多种QoS保证（在延迟、可靠性和容错以及安全/信任级别），并能与现有智能电力调度系统和底层通信网络无缝交互与互操作的信息体系结构。

4 结 论

随着太阳能和风能等可再生能源在电力系统中的日益普及，以及需求响应和智能电器的应用，电力供需变得非常活跃，导致传统的集中系统运作模式已经不再适用。利用通信技术、传感器网络、电力电子器件和控制技术等进行基础设施革命，提出了一种新的智能电力调度的运行模式即风险限制调度，可以提高电力系统实时运行的效率。