陳欽柱 姚冬 陳林聰



摘要:設計了一款多電網調峰調度自動控制系統。系統架構的硬件運行環境是基于云平臺構建的,能夠對多電網的調度模塊及調峰執行單元間的關系進行協調和平衡。運用分解組態端結構的方式對PLC調峰指令進行了完善,并以控制指令的流通周期為依據改進了數據循環運行流程。模擬對比實驗表明所構建的調度自動控制系統顯著縮短了調峰控制數據循環時長,并使調度運行模式的穩定性得以有效提升。
關鍵詞:電網調度;自動控制系統;云平臺;調峰調度;實現路徑
中圖分類號:TP391
文獻標志碼:A
ResearchandAnalysisontheKeyTechnologiesofConstructingPowerGridDispatchingControlSystemArchitecture
CHENQinzhu,YAODong,CHENLincong
(ResearchInstituteofElectricPowerScience,HainanPowerGridCo.Ltd.,Haikou570311,China)
Abstract:Thispapermainlycompleteddesignofloadofpowergriddispatchautomaticcontrolsystem.Thehardwarerunningenvironmentofsystemisbasedonacloudplatform,sinceitcancoordinateandbalancethepowergridschedulingmoduleandpeakshavingofexecutionunits.Byusingdecompositionofimplementationsidestructure,thePLCconfigurationmodeisimproved.Theinstructioncycleanddatacyclearealsoimprovedbyperfectionofitsexistenceformandtheoperationalprocess.Simulationexperimentresultsshowthattheconstructedandtheschedulingofthecontrolsystemsignificantlyareshortened.Thestabilityofthedispatchingoperationisincreased.
Keywords:powergridscheduling;automaticcontrolsystem;cloudplatform;peakregulation;implementationpath
0引言
在配電系統中隨著靈活性設備(包括分布式電源、儲能及主動負荷等)及風電等可再生能源(包括集中式、分布式)的接入數量的不斷增加,配電網運行模式更加靈活多變,并且可再生能源均面臨著消納難題,極大的增加了電網調度的難度,逐漸向主動配電網轉變的配電網同輸電網間的聯系更加緊密。同時改革不斷推進的電力市場會催生出配電側更多的獨立利益體,需建立并完善輸、配電網及用戶間的互動機制。傳統以輸電網為主的電網調度調控需轉變為針對各級電網的協調運行(多層級廣泛智能化),并具備協同優化調度分層輸配的功能。
1需求分析
隨著智能電網的深入發展和完善,“調控一體化”已成為電網發展的趨勢,為確保電網的安全穩定運行,需將電力系統的全過程監控(包括發電、輸電、變電、配電和用電)納入到調度控制系統中,日常生產生活對用電量的需求不斷增加,電網的實際總負荷在用電高峰期經常超過預期上限,為確保供電設備的正常運轉,可通過投放發電機組(一個或多個,即調峰調度機組)以避免系統中的供電設備長期處于超負擔運行狀態,目前應用調峰調度機組已成為保證電網同步調整運/執行水平的重要手段,這就需電網設備具備較高的執行效力,系統中相關調峰數據總量的傳統確定方法(基于對調峰調度原理的深度解析應用)主要通過使用PC+可編程控制器完成,控制調配這些調峰數據則通過PLC調節框架的引入完成。但此種方法在調度過程中存在調度運行模式的穩定性不足問題,同時不斷增加的電網數據總量會明顯延長調峰控制數據的循環時間。目前云平臺在電網調度控制系統中表現出了極大的優勢,云平臺主要由云服務器(包含全部服務器端的運行軟件)、云電腦(包含全部客戶端的運行軟件)、多種網絡組件構成,云服務器向客戶端服務器傳輸信息數據過程中,可同時保持獨立工作狀態,云電腦可使電網調度系統的綜合執行效力更好的滿足實際需要[1]。本文基于云平臺搭建理論設計了一種多電網調度控制系統,進一步完善電網調峰調度策略,保持均勻用電負荷。
2多電網調峰調度控制系統設計
2.1云平臺控制框架架構
作為本文所構建系統硬件運行環境的關鍵構成,云平臺控制框架架構如圖1所示。
主要由控制機、調度模塊、分層執行單元等構成,云網絡平臺會對接收到的多電網數據進行自動劃分,分別進入到系統自動控制機、自動調度模塊、調峰執行單元中,進入到自動
控制機的多電網數據在PC+可編程控制器的作用下其原有排列順序會發生改變并根據云平臺抓取規則完成定義重排,當數據節點保持穩定時重排后的數據可快速保存于系統數據庫中,直至接收到多電網數據調用申請后(由客戶端云服務器提出),系統以既定拆分規則為依據將這些數據傳送至下級處理模塊完成同調峰調度節點間的有效融合,從而顯著提升了數據的完整度及傳輸質量和效率。進入調度模塊、調峰執行單元中的多電網數據包含對應的云平臺操作信息,在弱化數據相關調峰調度節點功能的同時,調峰調度控制系統(如執行周期)會同數據的重要性產生直接聯系,云平臺在接收到數據調用申請后(由客戶端云服務器傳送),通過進一步分析申請指令成分實現有效信息的提取,再向自動調度模塊、調峰執行單元傳送[2]。
2.2多電網自動調度模塊設計
作為云平臺控制框架的主要構成該模塊的結構如圖2所示。
多電網數據在云平臺中達到限定額度的情況下,系統會向自動調度模塊輸送一部分調峰調度節點(通過系統輸入設備完成)并同其PID控制設備相互結合,再對后續進入模塊的數據通過采用環形調節方式完成對其排列狀態的基礎調整過程。搭建自動調度模塊的關鍵設備采用了電子控制器,輔助控制結構則采用了大量的PID控制結構(均勻分布于該模塊周圍),電子控制器通間PID控制結構保持平行連接的狀態,從而使電網數據的傳輸流暢性得以顯著提高,更好的滿足電網調度需求。自動調度模塊接收到的電網數據大多以電信號的狀態存在,導致該模塊的調度功能在超過其數據總量承載上限的情況下會受到一定影響,本文通過將一個壓力傳感器(具備舒緩功能)安裝于自動調度模塊中作為其運行輔助設備以確保該模塊調節運行狀態的穩定,從而可在承接直流電壓時(由系統供電設備提供)對多電網數據進行適當的吸收,并在模塊脫機工作時對多電網數據通過自身儲存電壓的充分運用完成疏導、傳輸過程,以確保調度功能的有效發揮[3]。
2.3調峰執行單元設計
傳統控制系統大多采用PLC框架結合調度指令的調度方式使數據膨脹現象得到緩解,但此種方法只能暫時緩解數據調度的壓力,隨著系統運行時間的持續增加,會使電網數據的門限存儲值不斷提高,數據的累積周期明顯超過了此種方式的調節速度,調峰組件的執行效率會受到系統數據庫不斷增加的存儲數據量的直接影響而降低。為解決這一問題本文設計了一種調峰執行單元,主要由數據收集裝置及調制解調設備構成,模擬信號是數據收集裝置的重點處理對象,該模塊單元的運行狀態(連通或斷開)通過具備一定調度判斷能力的連通繼電器進行控制,即:連通繼電器在系統數據庫的數據量達到承載上限的情況下會完成從閉合到連通狀態的轉換,在此基礎上實現空白調峰執行單元結構的釋放,連通繼電器在核心處理器消耗完這些數據后完成連通到閉合狀態的轉換,恢復已釋放執行單元結構的空白狀態,有效緩解數據庫的存儲壓力,從而有效確保了調度控制系統運行模式的穩定性[3]。
3多電網調峰調度控制系統主要功能模塊的實現
3.1云平臺多電網組態端
針對調峰軟件程序由云平臺多電網組態端負責完成調度過程(采用建立控制安全列表的方式),管理員程序(位于云服務器中)在系統核心處理器接收到調峰調度申請的情況下,會先對控制界面初始登錄密碼進行確定(以可行性信息在申請指令中的占比為依據),這些加密數據經過新權限定義后再向客戶端云計算機中傳送。搭建該組態端時沿用了傳統MCGS平臺端口,并在此基礎上完成了對待調用成分(包括FC51節點、OB主程序等)的關聯分析,調峰讀取傳感器會根據順次經過MCGS平臺端口的多電網數據中包含的電網地址信息,對客戶端的量程地址進行重新配置,并對數據的原始存在狀態進行判斷(以標定模塊的解析程度為依據),在此基礎上完成適合這些數據的測量值的標注(通過調度解析傳感器),然后向系統的自動控制模塊傳輸(以設定變量的形式),能夠有效控制電網數據的運行極值,進而使調峰控制循環周期時長得以顯著縮短[4]。
3.2PLC調峰調度指令的優化
針對數據傳輸模塊可通過優化后的PLC調峰調度指令完成獨立編程處理過程,系統根據實際情況生成自動控制主程序后(由云平臺OB模塊完成),進入組織傳輸運行狀態的電網數據中相鄰數據保持相應的調用關系,調峰調度結果不斷的輸出和運行,各指令后均對應一個控制標志,通過截取這些標志客戶端服務器即可實現對調度指令生成速度的控制,在此基礎上實現對調峰控制數據循環時長的有效調節和控制。編寫調度指令時可加速運行自動化控制程序,再通過解算傳感器信號值(控制傳感器)進一步提升電網數據的安全性,從而實現對調度運行模式的優化。優化PLC調峰調度指令的主要編碼如下[5]。
Program_Cyclic;
MBMaster_xx.enable:=1;
(*Insertcodehere*);
MBMCmd_xx.data”=ADR(localPV1);
IfispeedActual IfispeedActual>iMaxStrtBackupGenspeedThen; nSystemWarnWord4.1:true; Endif End_Action; 3.3電網數據控制循環流程 基于云平臺控制框架搭建的控制循環流程具體如圖3所示。 一次完整的數據循環控制過程可描述為:系統核心處理器接收到多電網數據后,向自動調度模塊、調峰執行單元傳輸這些數據(通過自動控制機完成),然后對這些數據進行排列(根據系統抓取規則),在通過多電網組態端分析出數據成分發生改變的情況下,PLC調度指令會將編程代碼對變量的定義方式進行改變(以現存數據的排列狀態為依據),接下來通過控制判定模塊分析數據的完整性[6]。 4實驗測試及結果分析 為測試本文所構建的多電網調峰調度控制系統的實用性和穩定性,在穩定的云網絡環境中進行了對比實驗,選取兩臺計算機(配置PC+可編程控制器)分別搭載本文調度控制系統和傳統控制系統(分別作為實驗組和對照組),實驗參數設置具體如表1所示。 實驗組、對照組實驗參數一致,保持其它實驗因素不變,本文實驗包含了順向和逆向兩部分以避免突發性事件影響實驗結果,對比兩組調度運行模式穩定性、數據循環時長的變化情況[7]。 (1)調度運行模式穩定性實驗結果 針對調度運行模式穩定性,實驗時間設置為25min,在系統分別處于順向、逆向運行狀態下,分別驗證應用兩組系統后的穩定性變化情況,具體實驗對比情況為:順向運行狀態下,實驗組的調度運行模式穩定性隨著實驗時間增加呈現出穩定、下降、上升、穩定的趨勢,調度運行模式穩定性在20~25min時達到最大(約為65.4%),低于目標上限(79.4%);對照組系統則呈現下降、上升、穩定、下降的變化趨勢,在15~20min達到最大值(約為42.3%)。在順向運行情況下,應用本文設計的調度控制系統可有效提升調度運行模式穩定性(約23.1%)。在逆向運行狀態下,對照組則呈現先上升后下降的趨勢,在15min時達到最大值(約41.1%);實驗組的調度運行模式穩定性呈現逐漸上升趨勢,在25min時達到最大值(約80.9%),超過目標上限。 (2)調峰控制數據循環時長實驗結果 針對循環時長的變化情況,多電網數據總量為10×109,在系統分別處于順向、逆向運行狀態下(控制循環參數分別為0.47、0.58),分別驗證應用兩組系統后在達到該數據上限前的循環時長變化情況:在順向運行狀態下,實驗組的調峰控制數據循環時長在電網數據總量持續增加的情況下總體表現為上升、穩定、上升、下降,循環時長在8×109T的電網數據總量下達到最大值(約為12.9s);對照組的循環時長呈現先上升、再下降的趨勢,循環時長在7×109T的電網數據總量下達到最大值(約為35.8s),高于實驗組,即在順向運行狀態下應用本文調度控制系統顯著節約了調峰控制數據循環時長(約22.9s)。在逆向運行狀態下,實驗組的循環時長呈上升、下降交替出現的趨勢,并在9×109T的電網數據總量下達到最大值(約為15.9s),目標上限為36.7s;對照組的循環時長則呈階梯狀上升趨勢,并在電網數據總量為8×109~10×109間時達到最大值(約為37.3s),高于實驗組,即在逆向運行情況下應用本文調度控制系統同樣能夠顯著節約調峰控制數據循環時長。 5總結 不斷擴大的電網規模及用電需求對電網調度控制功能提出了更高的要求,傳統調度控制系統存因穩定性不足、調峰控制耗時過長等問題已經難以滿足現代智能電網調度需求,本以電網調度的平臺組態端、數據循環流程作為改進設計的主要對象,完成了一種基于云平臺的調度自動控制系統架構的構建,在云平臺控制框架結構中完成了軟硬件運行環境的搭建,在使系統數據庫中多電網數據的存儲時間得以顯著縮短的同時,有效提高了數據的循環使用效率,進一步完善電網調峰調度策略,為電網調度自動化控制系統的優化提供參考。 參考文獻 [1]張倩文,王秀麗,楊廷天,等.大用戶直購電模式下含大規模風光的電力系統優化調度[J].電力建設,2017(10):2432. [2]忻鵬程.基于智能電網調度技術支持系統的電網穩定運行措施探討[J].中國信息化,2018(12):7475. [3]錢江峰,劉慶程,喻樂,等.面向多級電網調度運行的多業務培訓仿真系統(二)基于數據、信號、控制的通信策略設計[J].電力系統自動化,2017(14):159163. [4]林成鏗.商務智能在電網調度控制系統數據分析中的實踐[J].中國新技術新產品,2017(18):56. [5]黃再.智能電網中電網調度技術的運用研究[J].科技與企業,2014(19):162163. [6]趙晉泉,張逸康,蘇大威,等.交直流大電網調度自動巡航架構及關鍵技術[J].電力系統自動化,2018(8):18. [7]劉書君,楊虎,安學利.基于一類新的預估—校正策略的電力系統暫態穩定快速仿真算法[J].電力系統保護與控制,2017(14):3237. (收稿日期:2019.10.08)