夏盛海, 金宇，楊攀，黃宇

(貴州電網有限責任公司貴陽供電局，貴州 貴陽， 550000)

近年來電網公司發(fā)展戰(zhàn)略中對電網提出更加嚴格的調度要求，使電網管理向著更加集中化、專業(yè)化、智能化方向發(fā)展[1]。電力調度是電網運行體系中的核心環(huán)節(jié)，實現了電網資源優(yōu)化分配，對電網運行過程中的安全風險進行管控，保證電網經濟安全穩(wěn)定運行。隨著電網調度與電力監(jiān)控、電力傳輸等其他業(yè)務的深度融合，加快了電網調度方式的調整，多種清潔能源的加入使當前電網結構更加復雜[2]，當前的調度運行管理模式需要進行改進和升級，以適應未來電網的發(fā)展趨勢。

在當前電力調度監(jiān)控研究中，文獻[3]中通過電力站端采集設備、智能電力設備將電力信息上傳到調度主站，主站通過監(jiān)控和控制變電站端設備進行電力調度。文獻[4]中應用人工智能技術，通過無人控制的方式獲取遠端的電力信息，并根據預設條件和策略進行判斷，改變電網運行方式和潮流運行情況。文獻[5]中選取C/S架構作為系統的總體架構，設計出電網末端設備的公共信息模型，并建立數據倉庫進行數據交互和共享，從海量的基礎電力數據中篩選有用信息進行調度。由于對電網進行監(jiān)控調度中使用了大量不同類型的電力設備，有些系統的開發(fā)缺少統一的建設標準，系統的兼容性較差，對于大量的電力信息處理分析能力有限。

1 電網智能調控分析系統

在系統的總體架構設計中，系統面向電力公司不同專業(yè)的工作人員和管理人員，為電力調度運行提供各類電力數據的監(jiān)控和分析。系統的功能模塊設計中，電力智能調控分析系統應滿足智能電網的發(fā)展要求，以調度數據網為支持，進行統一調度和分級管理，系統的各功能模塊需要基于標準化的數據接口和統一的公共模型[6]。系統能夠通過瀏覽器獲取分布式的電力數據，通過監(jiān)控工作站對變電站相關數據和信息進行監(jiān)控。

為應對電網運行過程中產生的大量電力數據，本研究應用大數據技術，使用HADOOP開源分布式框架實現電力大數據信息的處理與分析；在應用過程中還應用了大數據組件和管理工具，通過這種方式提高了系統的存儲容量和計算效率。該研究還設計了分布式文件系統HFDS，通過該系統能夠處理不同位置處的電網運行數據和調度數據[7]。便于用戶實現不同類型、 不同位置的電網用電信息調度。該研究還針對電網智能調度和位置進行全方面地分析與定位。在具體數據分析時，能夠在系統中建立統一的數據標準，實現系統中各業(yè)務模塊的協同配合，在上級調度和下級調度之間實現數據共享，通過標準化接口和調度數據規(guī)范化管理，進一步提高對電網的管控能力[8]。電網智能調控分析系統總體架構如圖1所示。

圖1 電網智能調控分析系統總體架構Fig.1 Overall architecture of the intelligent regulation and analysis system of the power grid

本研究系統的軟件架構包括數據層、網絡層、應用邏輯層、表示層。數據層主要用來存儲系統基礎的電網運行數據，分為實時數據和歷史數據；網絡層主要用來采集和獲取電力數據，并為系統的功能模塊提供數據，應用邏輯層對數據層中的數據進行處理，對數據進行處理分析后傳遞到表示層；表示層主要面向系統用戶，對獲取到的電力監(jiān)控信息進行讀取和查詢，系統的電力監(jiān)控情況和事件告警也是通過表示層與用戶交互。網絡層為系統的基礎組成部分，為系統的智能調控分析提供數據支持，通過變電站的一次側和二次側電力設備，與配電網終端設備采集開關量、模擬量、電網運行狀態(tài)數據等[9]。網絡層支持多種類型的數據采集和處理，通過系統的數據接口獲取其他調度機構數據，形成多源的綜合性電網信息，為系統提供統一的數據服務。應用邏輯層支持大數據處理需求的擴展性，導入到HADOOP集群后，使用MLLIB對電網大數據進行分析和挖掘，使用了資源調度管理組件YARN[10]，用來管理和分配系統中的分布式計算資源。

2 調控分析數據集中器設計

系統中表示層的調度工作站和監(jiān)控工作站對電網進行調控時需要依據數據層中實時的電力數據，數據集中器融合了數據層和網絡層等不同的形式，該研究基于現場可編程門陣列(field programmable gate array,FPGA)實現數據集中器的設計與控制，大大提高了數據處理能力，提高集中器的數據處理能力。數據集中器連接電力設備接入端口和監(jiān)控工作站的監(jiān)控端口，通過Xilinx Virtex-6 FPGA作為核心控制部件，融入硬件平臺，集中器主要包括數據集中模塊、時鐘模塊、TCP模塊和UDP模塊[11]。數據集中器總體框架如圖2所示。

圖2 數據集中器總體框架Fig.2 General framework of the data concentrator

為保證集中器數據交互的準確性，時鐘模塊產生準確的定時信號控制其他時鐘，其他模塊需要一個全局時鐘進行同步。集中器的時鐘模塊在進行模塊化劃分時，包括主時鐘、以太網時鐘、光纖時鐘和輸出時鐘等不同的模塊，其中主時鐘通過FPGA產生本地時鐘BRDCLK和全局時鐘TTCCLK，TTC_READY信號決定主時鐘的切換，同時也是全局時鐘準備好的指示信號[12-13]。時鐘模塊的四種時鐘信號采用雙端傳輸的差分時鐘進行傳輸，利用差分信號兩端的特點消除噪聲干擾。

其中TCP模塊主要傳遞重要的控制命令信息，UDP模塊負責傳輸大量的電網數據，TCP和UDP模塊以1Gbps的傳輸速率與監(jiān)控工作站進行交互。數據集中模塊發(fā)出DTC_CLK時鐘信號和DTC_DRIG觸發(fā)信號傳輸到各子卡中，電力采集設備的各自卡發(fā)出DTC_DATA數據信號和DTC_RETURN應答請求信號傳輸到集中模塊[14-15]。TCP模塊明確主機所在的網段，并確認工作站接收到發(fā)送的數據包，如果未接受到確認信號則進行重新發(fā)送。TCP和UDP模塊如圖3所示。

圖3 TCP和UDP模塊Fig.3 TCP and UDP modules

TCP和UDP模塊對集中器傳輸的信息進行數據封裝和幀解析，UDP模塊通過ARP協議根據IP地址獲取目標硬件的物理地址，使同一個主機的應用程序被唯一對應的端口找到。將需要傳輸的數據封裝為數據包后，根據分段控制信息和分段偏移信息[16]，判斷是否對當前數據包進行分段。

3 多目標優(yōu)化調控方案

本研究系統的表示層的調度工作站對電網進行調度時，以可再生能源資源情況和電網負荷需求為調度依據，在電網運行的約束條件下，確定電網中各電力設備的最佳出力調度方案，采用適當的電價激勵機制，緩解電力供應緊張的問題，降低其他能源不確定性產生的波動[17]。

系統中的多目標優(yōu)化調度模型以電網運行經濟成本最優(yōu)為目標，考慮到各類供能設備的運行維護成本，電網運行成本可表示為[18]：

(1)

式(1)中F1表示電網總的經濟成本，Fop,t表示運維成本，Fg,t表示電網運行過程中的燃料成本，Fex表示電力交互成本，Fc表示電網運行過程中的購碳成本，Pi,t表示電網運行過程中的供能設備出力情況，cop,t表示電網運行過程中的供能設備運維成本，cg表示電網運行過程中的天然氣價格，Lc表示電網網中低熱值，ηi表示電力設備運行效率，Vp表示電網運行過程中的設備的產氣量，cc表示電網運行過程中的碳單價，Mp表示電網運行過程中的耗碳量[19]。系統在對供能設備進行調度時，需要滿足電網的功率平衡約束條件，可表示為：

辣椒的辣感來源于果實所含辛辣成分如辣椒堿、二氫辣椒堿、降二氫辣椒堿、高辣椒堿、高二氫辣椒堿等；另外如壬酰香莢蘭胺、辛酰香莢蘭胺等決定了辣椒特殊的體香；而誘人的膚色則是依靠內在有辣椒紅素、隱黃素、辣椒玉紅素等的襯托；而胡蘿卜素、維生素C、檸檬酸、酒石酸、蘋果酸變成了它的釵頭鳳。

(2)

其中PWT表示風電機組的供電功率，PCH表示熱電機組的供電功率，PFC表示燃料電池的供電功率，PGT表示電網交互功率，Pl表示電負荷功率，Pes、Peb、Pp表示蓄電池、電鍋爐、P2G設備的用電功率，QCH、QGB、Qeb表示熱電機組、燃氣鍋爐、電鍋爐的供熱功率，Ql表示熱負荷功率[20]。多目標優(yōu)化調度模型需要滿足電網電熱負荷需求，在分時電價機制下減輕電網的供電壓力，多目標優(yōu)化調度策略如圖4所示。

圖4 多目標優(yōu)化調度策略Fig.4 Multi-objective optimal scheduling strategy

優(yōu)化調度策略根據用戶的響應行為進行建模，使用電量電價彈性矩陣表示用戶的響應行為，電量電價彈性系數可表示為：

(3)

其中ρii表示彈性系數，ΔQi表示電量改變量，Qi0表示初始電量，Qi表示為改變后的用電量，ΔPi表示電價改變量，Pi0表示初始電價，Pi表示電價改變量。用戶的用電需求隨電價的提升而升高，所以ρii一般為負值，優(yōu)化調度模型為降低用電需求的峰值[21-22]，采用電力負荷波動率最小為目標函數，可表示為：

(4)

其中PDR,t表示t時刻響應后的電負荷功率。電負荷需求響應的約束條件包含功率平衡約束、電量平衡約束、電價約束、負荷轉移約束等[23-27]，功率平衡約束可表示為：

(5)

(6)

其中ΔLDR,f,t表示電價峰值時段的負荷轉移值，ΔLDR,p,t表示平時電價時段的負荷轉移值，ΔLDR,g,t表示谷時電價的負荷轉移值，?表示電網運行過程中的負荷轉移極限值，LDR,p,t、LDR,f,t、LDR,g,t表示電網運行過程中的各時段的負荷總量。在電網調度周期中，對分布式發(fā)電單元和儲能設備的有功功率進行控制，根據用戶側的需求響應，利用負荷側的調度完成電網的能量分配。

4 應用測試

在實現電網智能調控分析系統邏輯功能部署的前提下，對系統進行應用測試，分析系統性能是否能夠實現電力調控的目標，檢驗系統功能是否能夠滿足應用需求。在實驗環(huán)境中部署多個不同的終端對系統的并發(fā)性訪問，使用實驗工具讀取不同主機的相關參數。實驗環(huán)境架構如圖5所示。測試系統環(huán)境配置參數如表1所示。

圖5 實驗環(huán)境架構Fig.5 Experimental environment architecture

表1 測試系統環(huán)境配置參數Tab.1 Test system environment configuration parameters

根據表1中的配置參數布置好實驗環(huán)境和網絡環(huán)境后，服務器主機和相應的節(jié)點主機保持連接狀態(tài)。在系統界面中，測試人員根據實際情況設定文件名、數據種類和保持位置，導出部分電網信息作為實驗數據，實驗數據集如表2所示。

表2 實驗數據集Tab.2 Experimental data sets

在進行電網調度測試時，選取某地區(qū)內一組典型的日負荷數據進行分析，實行分時電價機制前固定電價為0.5元/千瓦時，設定負荷轉移限制為0.3，峰谷電價比限制為4，電負荷數據與電網溫度如表3所示。

表3 負荷數據Tab.3 Load data

使用本研究系統對10小時的調度周期進行優(yōu)化調度，加入分時電價機制,系統進行對比實驗，得到電負荷需求響應結果如圖6所示。

圖6 電負荷需求響應結果Fig.6 Electricity load demand response results

由圖6中調度前用戶側電力負荷需求可知，4h～6h和7h～8h調度時段內的電負荷功率達到1000kW以上，處于用電高峰時期，并且高峰時期的電價較高，調度前用戶負荷曲線的最大負荷可達到1192.5kW，峰谷差最大為618.8kW。調度后高峰期時段的最大負荷降低到1000kW左右，低谷負荷最大增加到718kW，在8～9調度時段內，電負荷需求最大可達到1096.7kW，系統調度后仍存在較高的峰谷差。

本研究系統調度后的電負荷明顯比響應前有所降低，在用電高峰時期的用電負荷最大不超過1000kW，緩解了高峰時期電網負荷壓力。在0h～4h調度時段內，電力負荷有所增加，最大可達到865.8kW，低谷時期和平時電價小于固定電價和峰值電價，用戶的用電費用減小。在整個調度周期中，低谷負荷增加了92.6kW，峰谷差降低了365.2kW，本研究系統能夠有效降低峰谷差，平滑電力負荷波動。

在電網優(yōu)化調度過程中，系統控制各發(fā)電單元的出力情況，綜合考慮運行成本得出最優(yōu)出力調度策略，電網中各時段各單元的優(yōu)化調度結果如圖7所示。

圖7 優(yōu)化調度結果Fig.7 Optimized scheduling results

在優(yōu)化調度結果中，電網的負荷優(yōu)先由風電和熱電出力滿足，當負荷超過風電和熱電出力時由儲能設備進行放電彌補電網負荷的缺額。在這種運行模式下，風電機組和熱電機組作為電網的主要能源，在調度周期前期，熱電機組的輸出功率在400kW～500kW范圍內波動，燃料電池的出力情況低于300kW，風電出力最高達到256kW。在3h～6h調度時段為用電高峰時期，燃料電池發(fā)電比燃料輪機更加經濟，燃料電池的輸出功率增加，最高可達到496kW，此時優(yōu)先考慮靠燃料電池發(fā)電，由熱電機組彌補功率的不足。在用電的低谷時期，燃料電池的輸出功率降低到400kW以下，儲能設備從電網中吸收電能，在用電高峰時期儲能設備出力提供電能，電網的出力模式隨著用戶側的負荷狀態(tài)而改變，降低電網運行費用，實現電網的安全平穩(wěn)經濟運行。

5 結論

本研究應用大數據計算分析計算設計出電網智能調控分析系統，使用大數據算法和工具滿足系統數據存儲和計算需求，提高對電網中電力設備的運行狀態(tài)的監(jiān)控效率，調度工作站進行優(yōu)化調度滿足多能源負荷需求。系統的關鍵在于：

(1)基于FPGA技術設計出數據集中器，連接電力采集設備與監(jiān)控工作站的監(jiān)控端口，時鐘網絡采用雙端傳輸的差分時鐘信號，降低噪聲干擾并保持各模塊同步，TCP和UDP模塊完成電力數據封裝和幀解析，并確認接收端接收到電力數據。

(2)調度工作站中構建多目標優(yōu)化調度模型，在滿足電網運行約束條件和用戶側電力負荷需求的同時，采用優(yōu)化算法對電網進行調度，分配電網資源完成能量配合，減緩能源波動提高電網運行的穩(wěn)定性。

在優(yōu)化調度中考慮到的分布式電源為風電機組，在以后工作中需要加入更多的優(yōu)化目標，考慮到供電可靠性、功率損耗等因素。