基于分布式電源的配電網電池儲能控制系統設計

劉瑞清

（國網江西省電力有限公司興國縣供電分公司，江西 興國 342400）

0 引 言

近年來，分布式電源以其清潔、高效、靈活等優點受到廣泛關注。然而，分布式電源的間歇性和波動性給電網的安全穩定運行帶來挑戰。電池儲能技術可有效緩解分布式電源的不確定性，提升電網的可靠性。文章針對分布式電源接入配電網的特點，設計一套基于電池儲能的智能控制系統，并通過仿真和實驗驗證了其可行性和有效性。

1 分布式電源類型及其特點

分布式電源指分布在用電區域附近的小型發電設施，主要包括光伏發電、風力發電、小水電及燃料電池等。以光伏發電為例，其利用光伏效應將太陽能直接轉換為電能，具有無污染、無噪音、可再生等優點[1]。然而，光伏發電受日照強度和溫度等因素影響，其輸出功率呈現間歇性和波動性，短期功率波動可達30%以上。風力發電同樣面臨風速變化導致的功率波動問題，其輸出功率與風速的三次方成正比，風速變化10%將引起功率波動30%。微型燃氣輪機啟停頻繁，其熱回收蒸汽發生器啟動時間需要30 ～60 min，而一次調頻響應時間僅為數秒。小水電受水流量影響，其輸出功率與水頭和流量成正比，枯水期發電量驟減?？梢?，分布式電源普遍存在功率間歇性波動大和一次調頻響應慢等特點，給配電網的穩定控制帶來挑戰。因此，需要引入電池儲能系統，利用其快速充放電能力平滑分布式電源波動，維持電網頻率穩定，提升供電可靠性。

2 基于分布式電源的配電網電池儲能控制系統設計

2.1 智能調度算法設計

為實現分布式電源和電池儲能的協調優化調度，文章設計一種基于模型預測控制（Model Predictive Control，MPC）的智能調度算法。該算法以滾動優化的方式，在每個調度周期內求解一個多時間尺度的優化問題，目標函數包括經濟性、安全性和環保性等多個方面[2]。其中，經濟性目標考慮電池儲能的充放電成本和效率，以及分布式電源的發電成本；安全性目標考慮電網的頻率和電壓偏差，以及線路潮流限制；環保性目標考慮分布式電源的碳排放強度。在約束條件中，考慮電池儲能的充電狀態（State of Charge，SoC）限制、充放電功率限制以及分布式電源的爬坡率限制等。優化模型可表示為

式中：Pt為各個電源和儲能在時刻t的出力；C為發電和儲能成本函數；Δft和ΔVt分別為t時刻頻率和電壓偏差；E為碳排放函數；λ1、λ2、λ3為權重系數；T為時間序列，表示優化問題考慮的一段時間范圍內各個時刻。

求解式（1），可以得到未來T個時刻的最優出力計劃，并將第一個時刻的控制量作為當前時刻的控制指令下發給各個分布式電源和電池儲能單元，從而實現滾動優化的智能調度。

2.2 數據采集與監控系統建設

為精準執行智能調度算法，需要建設一套完善的數據采集與監控系統。該系統采用分層分布式架構，主要包括現場層、站控層及調度層共3 個層次[3]?，F場層主要由智能電表、量測單元（Phasor Measurement Unit，PMU）、微型氣象站等設備組成，負責采集分布式電源的實時發電功率、電池儲能的SoC、節點的電壓以及節點的頻率等數據，并通過工業以太網或光纖將數據上傳至站控層。站控層采用基于高級精簡指令集計算機機器（Advanced Reduced Instruction Set Computer Machines，ARM）Cortex-A9 的嵌入式平臺，運行實時操作系統（Real-Time Operating System，RTOS），對現場層數據進行濾波、轉換及預處理，并通過IEC 61850 協議將數據上傳至調度層。調度層采用基于x86 架構的工業服務器，運行高性能實時數據庫（Real-Time Database，RTDB）和監控系統，負責存儲、展示和分析海量運行數據，并為智能調度算法提供數據支撐。其中，RTDB 采用內存數據庫技術，支持毫秒級的數據讀寫，其數據模型可表示為

式中：x(t)為t時刻的系統狀態矢量；PDG(t)和PESS(t)分別為分布式電源和電池儲能的實時功率；V(t)和f(t)分別為節點電壓和頻率。

監控系統采用瀏覽器/服務器（Browser/Server，B/S）架構，支持跨平臺訪問，提供了豐富的數據可視化和分析功能，如趨勢曲線、報警日志、統計報表等，有效提升了系統的可觀性和可控性。

2.3 安全性與穩定性考慮

分布式電源和電池儲能接入配電網，可能導致電網的電壓、頻率等指標超限，引發安全穩定問題。為此，文章在智能調度算法中引入電壓穩定裕度（Voltage Stability Margin，VSM）和頻率穩定裕度（Frequency Stability Margin，FSM）等指標，并以此為約束條件，確保系統在調度過程中始終滿足安全穩定要求。其中，VSM 表示電壓崩潰點與當前工作點之間的距離，可通過連續潮流方程和分岔理論計算得到；FSM 表示系統頻率響應的阻尼比和超調量，可通過求解擺動方程得到。為應對電網故障等突發事件，提升系統的健壯性，文章還設計了基于自適應動態規劃（Adaptive Dynamic Programming，ADP）的應急控制策略。該策略通過在線學習系統的動態特性，自適應調整控制器參數，使其在面對不確定擾動時仍能快速收斂至最優控制策略，保證系統的安全穩定運行。其數學模型可表示為

式中：c(t)和u(t)分別為系統狀態向量和控制向量；Q和R為加權矩陣。

式（3）的目標是最小化系統狀態變量和控制變量的加權平方和，使得系統在最短時間內回到穩態，同時控制量不會過大，避免對系統造成二次沖擊。通過求解該最優控制問題，可以得到一個最優反饋控制律，保障系統的安全穩定運行。

2.4 通信與互聯互通

為實現分布式電源、電池儲能與配電網之間的信息交互和協同控制，需要構建一個高可靠、低時延、多業務的通信網絡[4-5]。文章采用基于IEC 61850 標準的智能變電站通信架構，利用通用面向對象變電站事件（Generic Object Oriented Substation Event，GOOSE）和采樣值（Sampled Value，SV）等高速報文，實時傳輸保護、測控、調度等業務。同時，為提高通信網絡的健壯性和可擴展性，引入基于軟件定義網絡（Software Defined Network，SDN）的動態組網技術。該技術將網絡控制平面與數據平面分離，通過集中式控制器靈活調度和優化網絡資源，提高網絡的利用率和適應性，其核心是一個最優化問題，可表示為

式中：xij為節點i到節點j的流量；cij為鏈路（i，j）的單位傳輸代價；N為網絡節點數。

該問題的目標是最小化網絡傳輸的總代價，同時需要滿足流量守恒和鏈路容量等約束條件。求解該問題可以得到最優的流量分配方案，實現網絡資源的高效利用。此外，為實現不同廠商設備間的互聯互通，需要遵循IEC 61970/61968 等標準，構建一個統一的信息模型和數據交換模型，無縫集成設備、系統、應用間?；谝陨贤ㄐ偶軜嫼图夹g，可以構建一個高效、可靠、靈活的配電網通信網絡，為智能調度系統的實現提供堅實的基礎。

3 仿真驗證與實驗結果分析

3.1 實驗平臺搭建與實驗設計

為驗證所設計的基于分布式電源的配電網電池儲能控制系統的可行性和有效性，搭建一個硬件在環（Hardware-in-the-Loop，HIL）實驗平臺。該平臺由一臺實時數字仿真器（Real Time Digital Simulator，RTDS）、一臺工控機、若干智能電表以及保護裝置組成。其中，RTDS 采用RSCAD 軟件，可以實時模擬分布式電源、電池儲能、配電網等設備的動態特性，并通過模擬/數字轉換接口與外部設備進行實時交互。工控機采用了基于x86 架構的嵌入式平臺，安裝了Linux 操作系統和自主開發的智能調度軟件，可以通過Modbus 傳輸控制協議（Modbus-Transmission Control Protocol，Modbus-TCP）與RTDS 進行數據通信，實現協調控制分布式電源和電池儲能。智能電表和保護裝置采用符合IEC 61850 標準的智能終端，可以通過GOOSE報文與RTDS實時交換狀態量和控制量。在實驗設計中，針對典型的工況，如分布式電源波動、負荷突變、通信中斷等，設計一系列測試案例，并全面評估系統的控制性能、通信時延、故障響應等指標，驗證所提出的控制系統的優越性。

3.2 仿真結果分析

在搭建的硬件在環實驗平臺上，針對不同的典型工況，開展了一系列的仿真測試實驗。分布式光伏電源的主要參數設置，如表1 所示。在實驗過程中，通過改變日照強度和溫度等參數，模擬光伏發電的波動特性。同時，電池儲能系統的額定容量為1 MW·h，額定功率為500 kW，充放電效率為95%，SoC 上下限分別為90%和10%。電池儲能在不同工況下的充放電功率和SoC 變化情況，如表2 所示。由表2 可知，所設計的智能調度算法能夠根據光伏發電和負荷需求的變化，及時調整電池儲能的充放電功率，有效平滑光伏發電的波動，維持了負荷側的功率平衡。在光伏發電出力驟降時，電池儲能能夠快速響應，及時補償功率缺口，避免負荷側的功率中斷。而在光伏發電出力過剩時，電池儲能則能夠及時吸收多余功率，避免電能的浪費。同時，電池儲能的SoC 始終保持在合理范圍內，避免發生過充過放等問題。此外，在通信中斷等故障情況下，所設計的控制系統也表現出較強的健壯性和自恢復能力，能夠在通信恢復后快速收斂至最優運行狀態。仿真結果表明，所設計的基于分布式電源的配電網電池儲能控制系統能夠有效增強配電網的可再生能源消納能力，提升供電質量，具有良好的工程應用前景。

表1 光伏電源參數設置

表2 電池儲能充放電功率和SoC 變化情況

4 結 論

文章針對配電網中分布式電源和電池儲能的協調控制問題，提出一種基于模型預測控制的智能調度策略。通過構建精確的系統模型和優化目標函數，實現分布式電源和電池儲能的最優調度，提升配電網的經濟性、安全性及可靠性。同時，搭建硬件在環仿真平臺，對所提出的控制策略進行全面的性能測試和驗證，為工程應用奠定基礎。