含分布式多能流微能源网的配电物联网架构探索与研究

周静 贺伟 董洪伟

摘 要：我国未来能源系统的发展趋势是分布式多能流微能源网与大电网并举，大量的物联网设备将接入低压配电网。随着配电网从单纯电力网络向智能能源信息一体化方向演变，目前的配电网面临一系列挑战。以三峡坝区配电网为例，探索包含多个多能流微能源网的配电的信息集成和协调优化运行架构，给出了物联网技术和配电网深度融合的分层的配电物联网架构设计，并提出了配电物联网下一步发展的建议。

关键词：多能流系统；能量管理；配电物联网；信息感知；分层控制

中图分类号：TM727；TP39 文献标志码：A

0 引 言

配电网处于能源供需的末段环节，面向终端用户，用户体验和供电可靠性是首要考虑的因素[1]。在双碳和能源结构变革的时代背景下，我国未来能源系统的发展趋势是分布式多能流微能源网与大电网并举。多能流微能源网是由多种分布式能源设备、冷热电多能流负荷及能源供应网、能源信息网构成的集成能源生产与智能利用的一体化微能源网[2]。随着大量分布式多能流系统接入低压配电网，推动配电网向智能化发展，主要特征为信息流和潮流高度融合。然而，当前配电网的发展面临着巨大的挑战，主要原因为配电网的覆盖面积广、网络复杂多样、投资成本高等。目前的配电网发展主要集中在10 kV及以上的电压等级的电网上[3]。

近年来，国内外各类机构针对配电网的研究较多。德国西门子推出了开放式物联网系统MindSphere[4]，其主要功能为收集、分析与管理电力的各个环节。美国纽约电力公司对其所负责的配电网进行了全面数字化改造[5]，并启动了新一代端对端数字化电网建设。我国南方电网发布《数字化转型和数字南网建设行动方案（2019年）》，提出数字南网的重要内容为配电网数字化和信息化转型。河北雄安新区数字化配电网建设以提升电网资源配置能力、安全保障能力和智能互动能力为目标。可以预见，未来配电网的发展方向将是高度智能化、高度信息化。

“双碳”目标下，未来配电网将广泛分散接入多能流微能源网，会给新型配电网发展带来挑战，传统的配电网管理模式、技术手段，已经无法满足需求。

针对包含多能流微能源网的配电网信息数据采集与集成、配电网与微能源网协调控制等问题进行研究是提升配电网建设、运维、管理水平的关键。国内外已有许多学者开展多能流系统的相关研究。马瑞等[6]针对多能流系统的静态安全问题，提出以天然气N-1事故作为预想事故集，研究适用于多能流系统的静态安全耦合分析理论和方法。郑亚锋等[7]建立了多能流系统的经济-节能多目标最优运行模型，采用模糊决策确定系统的最佳运行策略。宋宸宇等[8]以用能设备为能源节点，建立了多能流的分时节点数学模型，并给出了多能流方程耦合矩阵的建模过程。于东立等[9]建立联合热-电网综合模型，并提出一种基于线性规划法的最优能量流求解算法，该模型可广泛地应用在大规模网状多能流系统中。三峡工程管理区的配电网供电系统[10]是国内水电工程最大的施工供电系统，以陈家冲220 kV变电站为枢纽中心，通过220 kV输电线路与外部电网相连，是一个相对独立的配电网。三峡工程管理区目前正在进行配网自动化建设、分布式多能流微能源网建设等。本文将基于三峡工程管理区配电网，研究包含广泛分布的多能流微能源网的配电物联网的架构。

1 分层协调控制

三峡坝区配电网采用“配网—微能源网”的分层协调控制全局能量优化策略，配电网调度中心控制各多能流微能源网与坝区配电网的电能交换，并控制各多能流微能源网之间的能量交换。各多能流微能源网能量管理系统（Energy Management System，EMS）控制网内各能源单元（光伏、储能、充电桩、冷热电三联供系统、冷负荷、热负荷、电负荷等）的运行，以及多能流微能源网与配电网的能量交换。各多能流能源网为交流电网或交直流混合电网，各能源网之间可以进行能量流动，由配电网调度中心来控制微能源网之间的能量流动。

配网层调度中心能量管理的优化目标函数为

Min（ε1·f1（x）+ε2·f2（x））使得，g1（x）≤b1ge1（x）=be1

式中：f1和f2分别为坝区配网范围内能源系统整体用能成本和碳排放总量；ε1和ε2分别为两者在目标函数中的权重指数；x为配网内可调节参数，包括外网联络线功率、各微能源网与配网交换功率、各能源网之间的交换功率、配网运行参数等；g1（x）≤b1和ge1（x）=be1为约束条件。具体包括：

1）配网与外部电网联络线线路容量约束；

2）各微能源网联络线线路容量约束；

3）各微能源网与配网联络线容量约束；

4）配电网内各独立电源的运行约束，包括机组爬坡速度、最大出力等；

5）配电网安全运行约束。

微能源网层各微能源网能量管理优化目标函数为

Min（ε3 · f3（y）+ε4 · f4（y））使得，g2（y）≤b2ge2（y）=be2

式中：f3和f4分别为微能源网用能成本和碳排放总量；ε3和ε4分别为两者在目标函数中的权重指数；y为微能源网内可调节参数，包括微能源网与配网及其它微能源网联络线功率、电池充放电功率、冷热电联供系统的出力计划等；g2（y）≤b2和ge2（y）=be2为约束条件。具体包括：

1）微能源网冷、热、电等的能源供需平衡约束；

2）电池充放电功率、SOC限制等约束；

3）微能源网与其它微能源网及配电网的联络线线路容量约束等；

4）微能源网安全运行约束。

2 分层的配电物联网

2.1 分层的配电物联网特征

随着配电网智能化的发展和分布式多能流微能源网的大量接入，相关信息和数据需要统一规划，以适应配电网内海量智能终端的接入和多能流微能源网的优化运行。与前面所述“配网—微能源网”分层协调控制相适应，参照文献[11]，三峡工程管理区采用分层的配电物联网架构。整体架构分为主站层和终端层。主站层为统一的业务支撑平台，具有统一的接入和管理能力；终端层则由多能流微能源网、园区等大量测量的物联网终端组成，支撑感知系统的数据采集及处理，终端层在一定区域范围内具有一定的处理能力，通过边缘计算终端和主站层进行双向信息交互。演进路径如图2所示。

配电网物联网主要有以下两个方面的特点：

（1）区域分层分散自治。在端测采用边缘计算中心，主要功能是打破多个系统之间割裂封闭状态，改变原有的数据架构，实现本地的各种设备互通互联和区域自治。在逻辑层面，一个边缘中心可以实现区域内各种业务的一体化融合。

（2）云边协同。边缘计算中心对区域内所有终端设备进行统一的管理及数据处理，并与云端具有统一接口，完成各信息域之间的数据汇集。主站层通过平台微服务功能的集成和调用，实现各种业务模式的整合。

2.2 配电物联网信息架构

具体而言，三峡坝区配电物联网从架构上划分为“云、管、边、端”四个部分。

2.2.1 “云”层

三峡坝区未来的配电网将采用满足集团安全要求“云”化的主站平台，实现配电自动化系统的所有设备资产数据融合，并通过云计算、大数据、人工智能等先进的技术实现智能决策、开放应用等各种高级功能或应用。云主站通过IaaS（Infrastructure as a Service，基础架构即服务）层实现云—端资源虚拟化实现计算资源池的调度和分配，并通过PaaS（Platform as a Service，平台即服务）层实现各种服务的调用，实现采用到应用的数据标准化。此外，主站平台通过SaaS（Software as a Service，软件即服务）层，实现提供各种应用的服务化。以上架构的主要内容见图3。

2.2.2 “管”层

“管”层是“云”层和“端”层交互的纽带，起数据通道的作用，主要是通信网（见图4）。广域通讯网，即远程通讯网，主要解决配电云平台与边缘计算中心的交互，满足低时延、高可靠性、差异化的通信需求。而本地通讯网属于局域网，主要起汇集的作用，满足海量低功耗终端的连接以及与边缘计算中心的通讯需求。通讯方式包括但不限于电力无线专网、Internet、NB-IoT、蓝牙、LoRa、电力载波等，根据不同场景的通讯需求采用不同的通讯方式。

2.2.3 “边”层

“边”层从逻辑架构上实现了终端硬件与软件应用的隔离和解耦，深度满足配电区域不断变化的应用需求[12]。在实际系统中，边侧开关动作经常会改变系统的拓扑结果，但影响有限，主要集中在局部区域。“边”侧边缘计算中心原则上与临近边缘中心不进行信息交互，以降低信息交互的复杂度。

2.2.4 “端”层

“端”层是配电网中信息量测的感知执行单元，包括大量的各类传感器和智能硬件，用来实现主要节点的基础数据采集、监测、感知等。同时，“端”层也是配电网保护、控制操作的末端执行单元，保障配电网可靠运行操作动作的执行[13]。

3 配电物联网在分布式多能流微能源网的应用

通过构建“云—管—边—端”的协同体系，能够实现分布式能源的高效整合、优化调度与智能管理。以下从四个角度具体说明。

（1）“云”角度。云平台作为整个配电物联网的大脑，负责汇聚所有终端设备上传的数据，并基于大数据分析、人工智能算法等手段，实现综合能源的全局优化配置、需求侧管理、供应侧响应等功能。例如，云平台可以根据天气预报、历史数据和实时供需状况，制定最优的多能互补调度方案，指导各个分布式能源单元协调工作，提高能源利用效率，降低系统损耗，保障供电可靠性。

（2）“管”角度。“管”是连接“端”与“云”“边”之间的通信基础设施，采用有线或无线通信技术将各终端设备的数据传输至云端平台和边缘计算中心。在综合能源多能互补的应用中，稳定可靠的通信管道至关重要，通过实时传输各类能源系统的运行参数、预测信息以及控制指令，确保整体能源网络的高效运作。

（3）“边”角度。边缘计算节点部署于靠近能源资源及负荷的区域，对“端”产生的大量原始数据进行本地预处理和分析，如快速响应故障告警、执行本地化控制策略、支持实时电价调控等。对于综合能源多能互补场景，边缘计算可有效协调不同能源系统的输出功率，比如在光照充足时优先使用光伏发电，在风电充沛时则增加风力发电的利用率，确保多种能源间的互补和平衡。

（4）“端”角度。在综合能源系统中，“端”主要包括各类能源生产、转换和消耗设备，如太阳能光伏板、风力发电机、储能装置、充电桩、智能电表、用电负载等。这些智能终端设备通过传感器、控制器等技术实时采集运行数据，监测自身状态，并根据云端下发的指令进行智能控制和优化调整，实现多能互补下的灵活互动。

配电物联网通过“云—管—边—端”四层次的紧密配合，在分布式多能流微能源网领域实现了能源生产和消费的智能化、精细化管理和高效协同。

4 结束语

随着配电网的智能化改造，大量的感知设备将接入配电网。同时，大量分布式多能流微能源网也将接入配电网中。通过对三峡坝区配电网信息架构进行的重构，定义以全面感知为基础的“云—管—边—端”的体系架构。但配电网的建设和改造是一个复杂的工程，其健康有序发展还有待于以下方面的完善和改进。

（1）目前大多数配电自动化改造仅采集了电气参量，应更广泛采集理化参量、环境参量等状态量。

（2）目前不同的业务场景采用了不同的通信方式和规约机制，应建设高标准的技术标准体系。根据各地区配电网高度标准化建设需求，建立配电物联网的技术标准，提高互通互联和即插即用能力。

（3）强化新型技术的转化和应用。充分利用配电物联网开放性的特点，深化对智能传感、本地通信、边缘计算等关键技术的应用，确保配电物联网支持其配电网高标准建设。

参考文献：

[1] 王守相，王成山.现代配电系统分析[M].北京：高等教育出版社，2007.

[2] 陈嘉鹏，汤乃云，汤华.考虑可再生能源利用率的风-光-气-储微能源网经济调度研究[J].可再生能源，2020，38（1）：70-75.

[3] 刘日亮，刘海涛，夏圣峰，等.物联网技术在配电台区中的应用与思考[J].高电压技术，2019，45（6）：1707-1714.

[4] PETRIK D，HERZWURM G. IIoT Ecosystem Development through Boundary Resources：a Siemens MindSphere Case Study[C]// Proceeding of the 2nd ACM SIGSOFT International Workshop on Software-Intensive Business：Start-ups，Platforms and Ecosystems，August 2019，Tallin，Estonia，2019：1-6.

[5] FARDANESH B ，SHAPIRO A ，SAGLIMBENE P，et al.A Digital Transformation at New York Power Authority：Using Innovative Technologies to Create a More Efficient Power System[J].IEEE Power and Energy Magazine，2020，18（2）：22-30.

[6] 马瑞，王大朔.考虑天然气N-1的多能流系统静态安全耦合分析[J].中国电机工程学报，2019，39（6）：1627-1636，1859.

[7] 郑亚锋，魏振华，高宇峰，等.多能流系统经济-节能多目标最优运行[J].电力系统及其自动化学报，2020，32（9）：77-85.

[8] 宋宸宇，王承阳，李宝宽.面向未来绿色家园的多能流系统建模与优化[J].热力发电，2020，49（9）：32-38.

[9] 于东立，曹军，屠聪为，等.考虑线性化网络约束的电-热多能源系统最优能量流分析[J].中国电机工程学报，2019，39（7）：1933-1944.

[10] 姚卫星，秦力.三峡工程施工电网现状及规划管理[J].葛洲坝集团科技，2007（4）：67-70.

[11] 王鹏，林佳颖，宁昕，等.配电网全景信息感知架构设计[J].高电压技术，2021，47（7）：2293-2302.

[12] 王海柱，赵瑞锋，郭文鑫，等.基于物联网平台的低压配电台区数据采集方案[J].电气技术，2021，22（3）：80-83.

[13] 吕军，栾文鹏，刘日亮，等.基于全面感知和软件定义的配电物联网体系架构[J].电网技术，2018，42（10）：3108-3115.

Exploration and Research on the Architecture of Power Distribution Internet of Things with Distributed Multi-energy Flow Microenergy Network

ZHOU Jing，HE Wei，DONG Hongwei

（China Yangtze Power Co.，Ltd.，Wuhan 430010，China）

Abstract：Micro-energy networks with distributed multi-energy flows and large power grids，together with a large number of Internet of Things （IoT）devices connected to the low-voltage distribution network will be the future development trend of China's energy system. This evolution from traditional power networks to smart energy-information integration poses new challenges to distribution networks. Taking the distribution grid in the Three Gorges Dam area as an example，we explore the information integration and coordinated and optimized operation architecture for power distribution which includes multiple micro-energy grids with multi-energy flow. On this basis，we propose the architecture design of layered distribution IoT for the deep integration of IoT technologies and distribution grids，and also offer suggestions for the future development of distribution IoT.

Key words：multi-energy flow system；energy management；power distribution Internet of Things；information perception；layered control

基金项目：中国长江三峡集团有限公司科研项目（202103521）

作者简介：周 静，女，高级工程师，硕士，主要研究方向为用户侧电力系统及分布式综合能源系统。E-mail：zhou_jing@ctg.com.cn