分布式光伏管控平臺的設計與實現

譚大帥 戴 彬 郭 剛 田由甲 王 帥

分布式光伏管控平臺的設計與實現

譚大帥 戴 彬 郭 剛 田由甲 王 帥

（天津市普迅電力信息技術有限公司，天津 300192）

在“雙碳”和新型電力系統建設背景下，分布式光伏接入比例不斷提高，對配電網電壓、調度運行及調峰等環節造成強烈沖擊。本文設計包含感知層、平臺層、應用層三層架構體系的分布式光伏管控平臺，以及小容量居民光伏和大容量工商業分布式光伏本地和遠程通信方案，并研究分布式光伏采集模型的構建、多源數據融合估計、面向分布式光伏的有功、無功功率優化控制等關鍵技術，實現了對小容量居民光伏的可觀可測和對大容量工商業分布式光伏的可觀可測可調可控。平臺在天津濱海地區進行了技術驗證，效果良好。

分布式光伏；新型電力系統；新能源管控；分布式光伏采集；分布式光伏控制

0 引言

隨著“雙碳”、新型電力系統等相關政策的出臺和落地實施，分布式新能源行業開啟了發展加速度，截至2022年三季度累計并網容量35 806.7萬kW，其中分布式光伏14 242.7萬kW。大規模分布式光伏的接入會改變低壓配電網的拓撲結構，影響低壓故障特性，對電網的安全穩定運行產生重大影響[1]。現有調度模式中，調度對分布式發電功率的精準預測手段缺失，臺區負載、用戶負荷特性預測能力不足，分布式新能源狀態信息未實時監測，設備管理系統（power production management system, PMS）、用采等量測數據實時性不足，數據未整合，導致調度部門對新能源承載力風險分析與電網運行穩定風險辨識不足，給電網穩定運行帶來威脅[2-4]。

文獻[5]基于“云、管、邊、端”的物聯網設計理念，探討分布式電源集群調控中的體系架構和關鍵技術。文獻[6]設計“集群自律-群間協調-輸配協同”的主動配電網能量管理與運行調控體系結構，并開發了相應的軟件系統。文獻[7-13]對分布式光伏站的接入方法和監控需求進行了闡述。文獻[14-17]建立了基于數值天氣預報與地基云圖的光伏超短期功率預測模型，以及基于衛星遙感的超短期分布式光伏功率預測模型，并對并網型光伏電站發電功率預測方法與系統進行定義。文獻[18]研究大規模分布式光伏接入的配電網風險評估方法。文獻[19]闡述了光伏電站分層分布式自動功率控制技術。以 上研究均未涉及分布式光伏調度管控平臺的設計與實現。

針對分布式光伏狀態信息實時性差，終端與通道尚不能支撐潮流、電壓控制，光伏消納和承載力精確分析能力不足，尚無統一的分布式光伏管控平臺的問題，本文從感知層、平臺層和應用層進行整體設計，并對關鍵技術進行論證。

1 總體設計

分布式光伏站點通常數量多，單體容量小，分布比較廣，數據采集與傳統變電站數據采集方式存在一定差異，難以實現實時調控；同時，信息模型和數據結構與常規調度信息數據存在差異。針對以上問題，本文設計的分布式光伏管控平臺為感知層、平臺層、應用層三層架構體系，用以支撐地區電網分布式光伏調度體系建設。

分布式光伏管控平臺總體架構如圖1所示。在感知層，設計了RS 485/高速電力線通信（high-speed power line communication, HPLC）/LoRa三種本地通信方式，電力光纖/5G切片/4G專網/電力無線專網/長距智能WiFi五種遠程通信方式的架構；在平臺層，設計了數據、模型、決策三個中心，實現數據自動運維、聚合模型搭建及廣義狀態估計；在應用層，設計了狀態全息感知、功率精準預測、風險智能感知、臺區柔性控制、多能全景展示、主配協同防控、能源規劃輔助等應用功能。

1.1 感知層

通常情況下，接入地區電網的10kV并網光伏場站通信全部采用電力光纖專線方式，0.4kV并網分布式光伏僅通過用采系統采集電表信息，存在本地和遠程組網方案復雜、安全性要求高、大容量工商業光伏和小容量居民光伏控制需求不一樣的問題。本文在感知層設計了大容量工商業分布式光伏本地及遠程通信和安全加密方案，以實現分布式光伏的深度監測及智能控制。

存量的低壓小容量分布式光伏容量小，單體調控對電網影響較小，對其只需實現“可觀、可測”。針對160kW以上的大容量工商業低壓分布式光伏，其單體調控對電網的影響較大，本文設計了本地和遠程通信方案，對其實現“可觀、可測、可調、可控”。感知層總體采集策略見表1。

圖1 分布式光伏管控平臺總體架構

表1 感知層總體采集策略

1）大容量工商業分布式光伏通信方案

（1）本地通信方案設計

大容量工商業分布式光伏智能終端下行采用HPLC技術。已配置支持HPLC的光伏逆變器用戶，可直接與臺區智能終端進行信息交互。配置了不支持HPLC光伏逆變器的用戶，可在光伏電站側新增光伏控制器，采用RS 485方式與光伏逆變器及并網開關通信，負責電壓、電流、有功功率、無功功率、電量及開關狀態等的數據采集、加密及上傳。大容量工商業分布式光伏本地通信方案如圖2所示。

圖2 大容量工商業分布式光伏本地通信方案

（2）遠程通信方案設計

對電力光纖網絡已覆蓋的臺區，本文設計采用以太網無源光網絡（Ethernet passive optical network, EPON）組網方式，通過電力光纖網絡進行遠程通信，實現臺區智能終端光伏采集數據上傳至電力通信站，再通過電力光傳輸網絡專線通道將光伏采集數據接入安全接入區。調控指令的下發可通過以電力光纖網為基礎的同步數字體系（synchronous digital hierarchy, SDH）及EPON網絡進行操作。

對電力光纖網絡覆蓋不便的臺區，本文采用電力無線專網、5G切片專網或長距離WiFi方式接入的設計。1 800MHz頻段電力無線專網采用標準TD-LTE（TD-SCDMA long term evolution）技術，網絡平均通信時延100ms，系統可靠性99.99%，上行峰值速率為8Mbit/s，下行為9Mbit/s。對于已覆蓋1 800MHz頻段電力無線專網的臺區，利用電力無線專網進行光伏采集數據的上傳與調控指令的下發；對于無電力無線專網覆蓋的臺區，可選擇采用5G切片專網或長距智能WiFi兩種通信方式。5G切片網絡具有超大規模連接、超低時延、超高寬帶的特性，網絡性能大幅提升，在電力通信站部署多接入邊緣計算（multi-access edge computing, MEC）和用戶面功能（user plane function, UPF），將光伏采集數據通過專享5G切片網絡上傳至電力通信站，再通過電力光傳輸網絡專線或調度數據網通道將光伏采集數據接入安全接入區，實現采集信息的上傳與調控指令的下發。長距離WiFi通過智能Mesh協議中繼組網，每跳中繼距離在7～8km，速率26～70Mbit/s，可自適應或人工配置，上行單跳時延＜5ms。臺區智能終端通過網線連接至長距智能WiFi終端A，通過空中接口傳至位于變電站的長距智能WiFi終端B，由電力通信網回傳至電力公司安全接入區，實現光伏監測數據的可觀、可控。大容量工商業分布式光伏遠程通信方案如圖3所示。

2）小容量戶用光伏方案設計

對于單體容量＜160kW的小容量戶用光伏，本文設計通過國網公司營銷中心的用采系統獲取其上網電表數據，實現“可觀、可測”功能。

3）安全防護設計

在安全防護設計方面，本文設計在地調建立安全接入區，安全接入區與生產控制大區邊界處采用正反向電力專用橫向單向安全隔離裝置，安全接入區中為與控制區（Ⅰ區）連接的通道前端邊界部署縱向加密認證裝置，并具備與無線網絡（4G/5G）、無線專網的通信能力。

在低壓分布式光伏采集的感知層，利用4G/5G、無線專網通過微型縱向加密認證裝置接入地調安全接入區，同時在光伏控制器加裝與融合終端一致的加密芯片，保證底層數據的安全，滿足電力監控系統網絡安全防護要求。

圖3 大容量工商業分布式光伏遠程通信方案

1.2 平臺層

在平臺層，本文設計模型中心、數據中心、決策中心，實現多源數據融合、分析挖掘及應用，提供基礎支撐，對外統一提供服務。

1）面向有源配電網的模型聚合

綜合主網網架和配電網圖模，設計分布式光伏聚合功能，結合各等級電網拓撲連接關系，從低電壓等級到高電壓等級逐層聚合建模，形成每一層級光伏虛擬機組，具備提供完整模型文件給相關各應用功能調用的能力。

2）數據自動運維

通過數據采集器將分布式光伏電站逆變器數據、并網開關數據等自動采集上傳至云端，對每個光伏電站進行相對應的自動編號，方便統一化管理。設備檔案信息可以實現自動錄入和生成相對應的設備拓撲。設備拓撲生成主要通過導入含有分布式光伏的CAD圖，利用算法自動生成設備拓撲。

3）廣義狀態估計

本文融合調度控制系統、配電自動化系統、用采數據系統及光伏等多源數據，應用數據清洗、濾波、估計、差值等方式，實現廣義狀態估計算法，補全電網分析所需要的遙信、遙測數據，為電網分析提供準確的多維度、多尺度的數據，形成電網分析數據基礎。

1.3 應用層

應用層設計了分布式光伏實時監測功能、分布式光伏高精度網格化（臺區）功率預測、面向含分布式光伏有源配電網的承載力分析、含分布式光伏有源配電網的消納能力分析、面向含分布式光伏有源配電網的安全分析、饋線（臺區）級自動電壓控制（automatic voltage control, AVC）/自動發電控制（automatic generation control, AGC）功能建設、無功電壓優化控制功能、有功優化控制功能、多能全景展示、光伏發展輔助規劃十大應用功能。

1）分布式光伏實時監測功能

本文設計了分布式光伏管理平臺互聯互通接口，實現以10kV饋線為聚合單元的分布式光伏信息接入，從而實現光伏的可觀可測；完善分布式光伏實時監視功能，多維度展示出力、電壓等運行狀態，方便對可控資源信息的實時準確掌握。

2）分布式光伏高精度網格化（臺區）功率預測

本文基于分布式光伏分區進行建模，結合網格化氣象、用戶負荷等數據預測未來短期及超短期線路分布式光伏出力及臺區負荷曲線，提升分布式光伏精準預測能力，為電力系統調度提供數據支撐及技術服務。

3）面向含分布式光伏有源配電網的承載力分析

針對分布式光伏接入后配電網系統的電壓越限、線路潮流、線損等問題，本文借助光伏發電功率預測及分布式光伏、可調節負荷等資源數據，結合可調資源申報的基礎發用電曲線、可調容量情況，以及調節資源運行、電網安全等約束條件，設計了多設備多維度分布式光伏接入承載力分析，降低電力電量平衡風險，改善電能質量。

4）含分布式光伏有源配電網的消納能力分析

本文設計了地區電網分布式光伏多時間尺度消納能力分析模塊，通過對比分析電網在接入分布式光伏前后的消納能力，得出對應結論，為提升電網清潔能源消納能力提供數據支撐。

5）面向含分布式光伏有源配電網的安全分析

針對包含分布式光伏的配電網的運行特點，結合各類資源聯動特性，本文擴展靜態安全分析及電壓穩定分析應用，設計搭建分布式光伏、電化學儲能、柔性直流裝置及備自投策略模型，針對有源配電網設備重過載、過電壓及三相不平衡等運行風險給出輔助決策，實現復雜網絡環境下協同預防及校正控制功能。

6）饋線（臺區）級AVC/AGC功能建設

本文設計了基于智能融合終端的臺區級AVC/ AGC融合終端APP，計算可控資源，實現臺區內有功功率、無功功率、電壓等的柔性調控。

7）無功電壓優化控制功能

針對分布式光伏接入電網后帶來的無功電壓控制問題，本文開展適應分布式光伏并網的自動電壓控制技術研究，提高分布式光伏并網規模快速增加的電網電壓調控能力。本文提出適應分布式光伏并網的自動電壓控制方法，開發支持分布式光伏并網的自動電壓控制系統并投入應用，實現分布式光伏AVC和地區電網AVC協同調控。

8）有功優化控制功能

針對分布式光伏接入電網后帶來的有功功率控制問題，本文設計在光伏功率波動的情況下，通過下發有功調度指令有效降低集群并網點功率峰谷差，實現光伏發電就近消納和削峰填谷的目標。在計劃運行曲線日內執行過程中或分解上級調度機構下發指令時，綜合考慮所轄地區的分布式光伏的容量及其他模塊建議調整值，按照容量、負荷率等分配原則，分配功率曲線，實現實時協調控制。

9）多能全景展示

基于電網地理信息系統（geographic information system, GIS）平臺提供的地理影像、矢量地圖、電網網架數據等，對各類設備圖形數據進行自動成圖建模，實現對光伏裝機容量、消納情況、空間位置等分布情況全覽，輔助支撐區域能源結構分析；應用電網GIS數據渲染、熱點、散點等專題圖分析技術，實現光伏各類監測、指標數據多樣展示、監測薄弱點預警，為電網調度管理提供可視化支撐。

10）光伏發展輔助規劃

本文基于不同區域的資源稟賦條件，分析不同區域光伏廣泛接入下的光伏發電潛力多尺度評估；基于多時間尺度規劃因素，研究不同區域多維度趨勢發展容量及預期；基于廣泛接入的光伏發展趨勢，研究光伏發展規劃預期帶來的安全發展因子。

2 軟硬件關鍵技術

2.1 分布式光伏采集模型的構建

1）逆變器模型

逆變器實現DC-AC變換，將光伏發電輸出的12V直流電壓轉變為高頻交流電。本文設計了逆變器的通用模型如圖4所示，逆變器的采集點表見表2。

圖4 逆變器通用模型

2）光伏站模型

分布式光伏站包含光伏板、逆變器、并網開關、電表等設備，本文將光伏站抽象為具體的變電站模型，將基本臺賬信息、上下級拓撲信息、管控模式等信息進行統一考慮，分布式光伏電站模型如圖5所示。

2.2 多源數據融合估計

傳統狀態估計可按主網狀態估計主流算法（如正交分解法及最小二乘法等）進行計算。電力系統狀態估計的非線性量測方程為

表2 逆變器的采集點表

圖5 分布式光伏電站模型

式中：為量測矢量；為狀態變量矢量；()為量測函數矢量；為量測誤差矢量。

式中，為權重矩陣。

配電網數據冗余度低、邊緣計算設備采集網絡穩定性不足導致數據連續性差、邊端采集數據和調控云端融合數據多源、多時空，造成通過有限量測信息進行配電網狀態估計困難的問題。

本文通過從地調配電網自動化系統中獲取主配電網拼接模型，以臺區為聚合點與拼接模型開展自適應匹配，最終完成主配電網、臺區及分布式光伏的模型拼接。建立覆蓋380V低壓電容電抗器、儲能、負荷及分布式光伏的詳細模型，并構建從220kV到380V的主配電網一體化狀態估計模型。

基于主配電網一張圖模型，融合地區電網全量實時量測數據、配電網部分節點實時量測數據、分布式光伏準實時數據及歷史數據、功率預測數據、電量數據等多源數據，采用主配電網實時量測與分布式光伏歷史數據插值數據自適應的偽量測魯棒生成方法。通過短期預測數據和擬合插值獲得偽量測，補齊缺失實時量測，通過偽量測與實時量測分級自適應匹配，實現主配電網多源融合精準估計。

2.3 面向分布式光伏的無功電壓優化控制

高比例分布式光伏規模化接入后，配電網由傳統潮流單向流動變為潮流多向流動，將產生局部過電壓、欠電壓或高網損等問題。本文針對上述無功電壓問題，設計面向分布式光伏的地區電網/配電饋線/臺區的三級協同無功電壓優化控制模塊，面向中壓配電饋線建立相對獨立的饋線級無功電壓優化控制功能模塊，并與上級地調AVC和下級臺區無功電壓優化控制功能共同組成整體的控制體系。構建由地區電網、中壓配電饋線及臺區各層級組成的三級電壓無功優化協調控制架構如圖6所示。

1）饋線級無功電壓優化控制功能

利用饋線組內光伏電站、分布式光伏、補償裝置等設備的無功調控能力，使組內分布式光伏并網點電壓（無功）響應上級調控指令，并實時優化組內各節點電壓，保證節點電壓不越限，降低組內網絡損耗，平抑組內功率和電壓波動。

圖6 三級電壓無功優化協調控制架構

以中壓配電網10kV饋線或饋線組為控制對象，構建中壓配電網二級電壓控制模型，其優化目標為饋線關口無功達到上級下發的目標值，同時降低饋線的有功網損，其約束條件為饋線上各配電變壓器的母線電壓合格，以及各配電變壓器下的分布式光伏無功出力在可調節范圍內；根據各配電變壓器無功注入對饋線有功網損和電壓的靈敏度，構造二次規劃的目標函數。求解該優化模型可以得到支持分布式光伏的饋線級無功電壓控制策略，即得到各配電變壓器無功注入的控制策略。

2）地調AVC模塊主配協同無功電壓優化控制功能

本文設計通過地調AVC模塊和面向分布式光伏無功電壓優化控制模塊的輸配協同控制，實現高壓配電網無功補償設備與分布式光伏集群之間的雙向互動。地調AVC功能可向饋線組發送各個10kV饋線關口功率因數目標值，可充分發揮饋線組內分布式光伏發電自身的無功調節能力，減少中壓配電網內無功不合理流動，支撐其末端電壓；當中壓配電網內無功調節能力不足時，饋線級向地調AVC發送10kV母線電壓期望目標值，通過發揮上級地區電網中變電站內的調壓手段，保證中壓配電網電壓合格。

2.4 面向分布式光伏的有功優化控制

高比例分布式光伏規模化接入后，在特殊天氣或運行方式下將出現由于分布式光伏大發導致局部配電網重過載的情況，此外也存在需要分布式光伏參與主網調峰的場景。針對上述有功控制問題，本文設計面向分布式光伏的有功優化控制功能，接收地調AGC的協調控制指令，通過控制分布式光伏有功輸出，解決局部重過載問題，并可配合主網調峰任務，實現分布式光伏合理消納。

針對含分布式光伏中壓配電網的有功控制，構建包含分布式光伏臺區本地有功控制、饋線級有功優化控制及主配電網協同優化控制功能的三級控制架構。面向分布式光伏的有功優化控制架構如圖7所示。

圖7 面向分布式光伏有功優化控制架構

饋線級有功優化控制功能基于分組控制模式對地區中壓配電網內部光伏進行主動管理，通過聚合控制區域內的臺區分布式光伏及其他可調資源，將中壓配電網內部分布式光伏按照電網實時網絡拓撲進行分組資源聚合和集中管理，并將聚合運行數據實時提供給地調AGC模塊及其他應用。

饋線級有功優化控制對于指令解聚合，充分利用10kV集中式光伏場站、分布式光伏及儲能裝置的有功調控能力，實現組內部的有功最優分配，改善潮流分布，促進分布式光伏消納。基于分組優化控制指令，以饋線組內棄風及棄光量最小為目標，綜合考慮所轄的分布式光伏容量、安全評估模塊給定的電網安全運行限值及其他決策模塊建議調整值，以主配電網設備約束和網絡約束為約束條件，進行饋線組內臺區有功控制目標優化求解，分解控制目標并下發給各臺區級有功優化控制模塊。

當地調AGC模塊接收上級AGC下發的協調控制指令后，計及分布式光伏及其他可調資源可調容量，將整體指令進行解聚合，生成對含分布式光伏配電網饋線的有功控制總指令，再由饋線級有功優化控制對該指令解聚合。

面向分布式光伏的有功優化控制功能，具備閉環和半閉環的控制模式。對于系統生成的有功優化控制策略，閉環狀態下自動向臺區控制對象下發臺區有功控制指令，實現配電網分布式光伏的自動閉環控制；在半閉環狀態下由調度人員對優化控制策略進行審查后，確定優化控制方案是否下發進行 控制。

2.5 臺區分布式光伏管控APP

本文設計了臺區分布式光伏管控APP，來實現臺區自動有功控制、臺區自動電壓控制，將臺區內的各類有功、無功資源接入系統，實時采集臺區并網點數據、各類資源有功、無功數據，根據預設的臺區功率、臺區電壓、設備功率控制區間，進行臺區有功自治、電壓自治，自動生成控制策略并下發控制指令。在臺區自治合格的基礎上響應主站的 指令。

臺區分布式光伏管控APP整體架構如圖8所示。

圖8 臺區分布式光伏管控APP架構

控制策略下發模塊完成對光伏控制器的數據處理，包括遙測、遙信數據接收、寫入共享內存，以及從共享內存中讀取遙控、遙調命令進行下發。

主站策略響應模塊通過IEC 104完成與主站的交互，包括遙測、遙信上傳及遙調、遙控命令接收，數據寫入共享內存。同時基于共享內存中臺區的設備信息、數據信息進行策略計算，生成設備控制指令后寫入共享內存。

臺區融合終端APP控制模式見表3，包括臺區自治模式及主站聯動模式。同時設計了如下策略。

表3 臺區融合終端APP控制模式

1）控制目標：支持臺區總有功設定值，支持自由發、增有功、降有功等指令，支持臺區并網點母線電壓、無功功率或功率因數設定。

2）控制約束：各類有功無功資源的上下限、最大控制步長約束、控制死區約束，各母線電壓的上下限約束等。

3）控制指令：各類有功無功資源的設定值。

4）快速功率控制：快速響應主站調節指令，及時增發電量，以及臺區內各類有功資源的合理分布，降低不必要的棄電損失。

5）電壓越限控制：當電壓越限時，應優先考慮調整代價最小的電壓校正控制。

基于以上策略，APP輸出臺區內設備（光伏、儲能、充電樁、斷路器）的實時數據，包括有功、無功、電壓、電流、電量、電能質量等運行狀態數據及告警事件；臺區整體能力實時數據，包括無功調節能力上限、無功調節能力下限、有功調節能力上限、有功調節能力下限；臺區調控記錄，包括臺區自治調控記錄和響應主站指令的調控記錄等。

3 系統實現

3.1 軟件架構

分布式光伏管控平臺軟件架構如圖9所示，軟件架構基于數據源、平臺層及數據中臺，包含服務層和應用層。

圖9 分布式光伏管控平臺軟件架構

3.2 系統間交互

本文設計的分布式光伏管控平臺依托調度自動化系統、配電網自動化系統、調控云平臺、省級智慧能源服務平臺、天氣預報系統、配電Ⅳ區主站、物聯管理平臺、營銷業務系統、PMS、站端設備等獲取電網量測數據、拓撲模型、GIS數據、分布式光伏用戶信息、數值天氣預報、可調節負荷量測數據及運行曲線，向調度自動化系統及配電網自動化系統發送預測數據及電網輔助決策。面向新型電力系統的地區電網分布式光伏調度系統的信息交互示意圖如圖10所示。

圖10 分布式光伏調度系統信息交互示意圖

3.3 功能實現

本文設計的分布式光伏管控平臺實現了狀態全息感知，趨勢精準預測，多維全景分析展示，主配協同控制，風險智能識別，光伏消納分析，光伏規劃輔助等功能。分布式光伏管控平臺系統界面如圖11所示。

圖11 分布式光伏管控平臺系統界面

4 成效評價

天津濱海地區位于渤海灣，在風能、光伏等可再生能源發展方面具有得天獨厚的優勢條件。截至2020年底，地區光伏裝機容量已達到141.05萬kW，地區最大滲透率25%，預計到2025年濱海新區地區最大滲透率將達到68%。其中，僅整區分布式光伏總容量可超過90萬kW，10kV分層負荷滲透率將達到甚至超過70%。

2022年9月5日，通過濱海分布式光伏管控平臺，對濱海新區生態城科技園13、14號樓兩臺分布式光伏終端進行有功遙調測試。科技園13、14號樓臺區下共接入兩臺逆變器，測試前，該臺區分布式實時有功功率為45.357kW，平臺側于2022年9月5日10:22:43下發遙調指令至13、14號樓臺區融合終端，下發有功功率目標遙調值為35kW，臺區融合終端接收遙調指令后，通過臺區AGC功能自動調節兩臺逆變器有功功率至21.037kW、14.146kW，并將指令下發至逆變器，逆變器收到調控指令后，立即降低有功功率至目標值，并通過遙測信息上傳兩臺逆變器有功功率反饋值至平臺（調控指令響應時間＜1min）。

分布式光伏管控平臺上線運行一年時間，將分布式光伏并網點電壓合格率提升至99.99%，含有分布式光伏并網的臺區及饋線反向潮流負載率維持在60%內，現場運行效果良好。

5 結論

本文設計了分布式光伏管控平臺的體系架構，并對小容量居民光伏和大容量工商業分布式光伏本地和遠程通信方案進行了設計，論述了小容量居民光伏和大容量工商業分布式光伏的管控及軟件系統的關鍵技術，最終實現了分布式光伏管控平臺的開發。該管控平臺實現了基于分布式光伏的態勢感知，支撐分布式光伏廣泛接入和全額消納；實現了狀態全息感知，實現了含光伏廣泛接入的系統風險識別；實現了基于臺區的柔性控制，實現了新型電力系統的優化運行。在天津濱海地區的試點運行表明平臺應用效果良好。此外，本文未針對全量的分布式光伏開展群調群控工作，下一步將在更多省市公司進行技術論證，保證系統的通用性和可靠性，并繼續加強在低壓分布式光伏預測及臺區級的多資源協調優化自治系統方面的研究。

[1] 黃偉達, 李天友, 黃超藝. 計及分布式光伏的農村配電臺區斷零故障分析[J]. 電氣技術, 2022, 23(2): 31-35.

[2] 石憲, 薛毓強, 曾靜嵐. 基于有功-無功控制的光伏并網點電壓調節方案[J]. 電氣技術, 2019, 20(3): 50-56, 61.

[3] 柳春芳, 陳藝丹, 羅毅初, 等. 含高比例戶用光伏的配電臺區OLTC-逆變器電壓協調控制策略[J]. 供用電, 2022, 39(5): 70-75, 88.

[4] 猶鋒, 張華魯, 石杰, 等. 基于云邊協同技術的柔性負荷聚合調控系統設計[J]. 供用電, 2021, 38(12): 64-73.

[5] 梁志峰, 葉暢, 劉子文, 等. 分布式電源集群并網調控: 體系架構與關鍵技術[J]. 電網技術, 2021, 45(10): 3791-3802.

[6] 吳文傳, 張伯明, 孫宏斌, 等. 主動配電網能量管理與分布式資源集群控制[J]. 電力系統自動化, 2020, 44(9): 111-118.

[7] 李勇, 姚天宇, 喬學博, 等. 基于聯合時序場景和源網荷協同的分布式光伏與儲能優化配置[J]. 電工技術學報, 2022, 37(13): 3289-3303.

[8] 王仁斌, 胡紹謙, 丁浩川, 等. 大型地面光伏電站綜合自動化系統設計與實現[J]. 電氣技術, 2019, 20(1): 68-72.

[9] 曹鵬飛, 楊君, 饒紀全, 等. 分布式光伏發電網絡構建與仿真[J]. 電氣技術, 2019, 20(8): 64-68, 74.

[10] 李子蕭, 彭寧, 王向陽, 等. 基于無線組網的分布式光伏監控系統設計及應用[J]. 自動化儀表, 2022, 43(1): 92-95, 101.

[11] 余運俊, 張燕飛, 萬曉鳳, 等. 基于CAN總線的分布式光伏電力設備監測系統[J]. 電源技術, 2016, 40(7): 1450-1453.

[12] 鄧景松, 王英民, 孫迪飛, 等. 基于配電網電流保護約束的分布式光伏電源容量分析[J]. 電工技術學報, 2019, 34(增刊2): 629-636.

[13] 李琴, 潘三博. 基于NB-IoT的光伏電站監測系統[J].儀表技術與傳感器, 2021(8): 59-62.

[14] 朱想, 居蓉蓉, 程序, 等. 組合數值天氣預報與地基云圖的光伏超短期功率預測模型[J]. 電力系統自動化, 2015, 39(6): 4-10, 74.

[15] 張俊, 賀旭, 陸春良, 等. 基于數值天氣預報的光伏功率短期預測分類組合算法[J]. 廣東電力, 2019, 32(6): 55-60.

[16] 潘凱巖, 譚大帥. 基于EMS的智能備自投在線壓板最優投退策略[J]. 電氣技術, 2015, 16(7): 103-107.

[17] 劉曉艷, 王玨, 姚鐵錘, 等. 基于衛星遙感的超短期分布式光伏功率預測[J]. 電工技術學報, 2022, 37(7): 1800-1809.

[18] 張家安, 安世興, 陳建, 等. 考慮分布式電源靈活接入下的配電網風險評估[J]. 供用電, 2019, 36(5): 29-33.

[19] 王淑超, 段勝朋, 侯煒, 等. 光伏電站分層分布式自動功率控制技術[J]. 電力系統自動化, 2016, 40(8): 126-132.

Design and implementation of distributed photovoltaic control platform

TAN Dashuai DAI Bin GUO Gang TIAN Youjia WANG Shuai

(Tianjin Puxun Power Information Technology Co., Ltd, Tianjin 300192)

Under the background of “double carbon” and new power system construction, the access proportion of distributed photovoltaic is constantly increasing, which has a strong impact on distribution network voltage, dispatching operation and peak shaving. This paper designs a distributed new energy management and control platform with a three-layer architecture including the perception layer, platform layer and application layer, designs a small capacity residential photovoltaic and large capacity industrial and commercial distributed photovoltaic local and remote communication scheme, studies the construction of distributed photovoltaic acquisition model, multi-source data fusion estimation, distributed new energy oriented active and reactive power optimization control and other key technologies, and realizes the ob-servable and measurable value of small capacity residential photo- voltaic and the observable, measurable, adjustable and controllable value of large capacity industrial and commercial distribution photovoltaic. The platform has been technically verified in Tianjin Binhai area, with good effect and certain promotion value.

distributed photovoltaic; novel power system; new energy management and control; distributed photovoltaic acquisition; distributed photovoltaic control

2022-10-31

2023-01-02

譚大帥（1987—），男，河北省保定市人，碩士，高級工程師，主要從事EMS/DMS系統的研制與開發工作。