電廠智慧管控平臺的技術研究

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的1篇電廠智慧管控平臺的技術研究范文，希望它們能為您的寫作提供參考和啟發。

當前，國內可再生能源發展迅猛，社會用電短期峰值負荷不斷攀升，加之極端天氣的影響，導致部分區域電力供需緊張。電網“雙高”“雙峰”特性明顯，備用容量不足。在極端情況下，2030年電網備用容量缺口將達到2億千瓦。虛擬電廠作為提升電力系統調節能力的重要手段之一，對緩解電力緊張將發揮重要作用，市場前景廣闊。

1虛擬電廠的發展現狀

參與電力系統運行的虛擬電廠可以理解為將不同空間的可調節（可中斷）負荷、儲能、微電網、電動汽車、分布式電源等一種或多種資源聚合起來，實現自主協調優化控制，參與電力系統運行和電力市場交易的智慧能源系統。它既可作為“正電廠”向系統供電調峰，又可作為“負電廠”加大負荷消納配合系統填谷；既可快速響應指令配合保障系統穩定并獲得經濟補償，也可等同于電廠參與容量、電量、輔助服務等各類電力市場獲得經濟收益。當前國外虛擬電廠已實現商業化，國內還處于初期發展階段，以研究示范為主。

2智慧管控平臺的技術研究

2.1總體架構

虛擬電廠智慧管控平臺建設工作在架構上分為4層，各層之間具備一定的獨立性，4層配合共同組成了虛擬電廠運營管控技術架構，進而支持海量分布式資源的泛在介入，并應對多市場主體的建設運營需求。數據流和功能視角，各層相互依賴。穩定可靠的數據平臺層應在采用高可靠、彈性擴展的云計算和邊云協同的分布式計算技術基礎上，通過微服務架構、邊緣計算架構、邊云協同架構等分層魯棒架構，實現彈性擴展、灰度發布、動態調整，即對智慧應用支持在線擴展，亦可對集采終端及優化策略進行在線升級和優化。虛擬電廠智慧管控平臺4層模塊的具體實施路線如圖1。

2.1.1感知層（數據采集）

感知層由虛擬電廠多個分布式資源端側的邊緣計算裝置、測量采集裝置（DCS或SCADA）、協同響應裝置以及現場通訊總線構成的邊緣計算協同響應子系統。系統通過邊緣-云計算協同優化實現海量分布式資源在虛擬電廠層面的聚合感知和優化協同，例如：在儲能系統現場側安裝邊緣計算裝置，實現與儲能控制系統的接口，實時采集系統的充放電狀態及儲電量參數，并依據實時電價以及多級優化調控需求進行充放電的協同控制。

2.1.2網絡層（通信管理）

虛擬電廠智慧管控平臺網絡通信層顧名思義是進行數據采集和指令調度的通信渠道，該部分應基于先進的物聯網技術建構安全可靠的通信渠道，采用廣域網、虛擬專網、光纖、RS485、CAN、Modbus等多種通訊技術混合構建現場總線網。在主站側，基于軟件定義網絡和安全接入技術，由物聯網平臺提供高可靠、彈性擴展的云端泛在接入通道，實現與智能網關裝置的數據傳輸。在分布式能源資源側，圖1虛擬電廠智慧管控平臺架構圖Fig.1Intelligentmanagementandcontrolplatformarchitectureofvirtualpowerplant由智能網關裝置提供基于現場總線的感知終端、控制終端等裝置的數據采集和傳輸，該智能網關裝置應滿足國家及行業入網安全評測標準，保障與云端系統網絡通訊安全。

2.1.3平臺層（平臺支撐）

虛擬電廠智慧管控平臺的平臺層主要的任務是實現數據存儲、數據挖掘和大數據計算資源供給。故而平臺層應實現物聯網數據采集云平臺和大數據處理計算云平臺，并在平臺層實現LaaS和PaaS的云計算服務資源，實現技術的可擴展性、可復制。該層提供虛擬化的計算資源、存儲資源和網絡資源，并在其上構建基于LOT平臺的設備接入、狀態感知、遠程控制的服務，以及數據存儲、數據融合、數據挖掘及人工智能的大數據處理服務。該層還應為虛擬電廠高級應用提供軟件運行環境支撐，提供服務注冊、服務監控、服務治理、組態編輯等基礎組件和分布式資源模型、經濟調度算法、數據建模算法、優化控制算法等專業應用組件。

2.1.4應用層（控制與優化）

應用層部分包括用戶側的APP、虛擬電廠運營、大屏展示系統3部分組成，均采用分布式微服務架構，以支持應用的高穩定性和并發性。用戶側APP向用戶提供設備資源的查看監視，參與響應交易的收益分析，接收參與虛擬電廠的調控等基本功能。虛擬電廠運營分為基礎資源管理，參與輔助調峰市場交易的分布式能源資源側聚合預測、交易申報，分布式能源資源側設備的監視、信息的發布，調度指令的接收，與分布式能源資源側響應策略分解，以及交易計算管理、交易完成后的資源評估和整個電廠的運營分析，形成適用于智慧電廠的運營管理中控艙。大屏展示系統提供泛在接入監視、虛擬電廠交易運營監視等，實現智慧監盤系統，實現少人化、智慧化。工業數據方面，相比于互聯網數據應用，存在兩大技術遷移挑戰：小數據規模和工程化落地。針對工業設計場景的研發設計數據特點，本方案推出專用的AI數據學習，通過MLSMS（Multi-LevelSurrogateManagementSystem）多級代理學習技術應對虛擬電廠端數據分布動態變化的多模式挑戰。通過AI算法TFEnseblmeANN和RQHierarchicalLearning應對工業研發場景“小數據集規?！毕拗疲ㄟ^AutoML超參優化引擎幫助工程師化解算法使用門檻高的AI工程化落地難題。

2.2應用架構

圍繞分布式能源資源側資源接入、虛擬電廠市場運營和優化協同調控的業務環節，充分應用物理網、云計算、大數據、人工智能等現代信息技術、先進通信技術，實現分布式資源的萬物互聯、人機交互和市場運營。其中，感知層采用邊緣計算技術，支持節點規模更大，采集的數據具有更全面的末端感知和協同優化調控，涵蓋虛擬電廠的發電、儲能和可控負荷等分布式能源資源側資源的各設備乃至各元件；傳輸層以先進的通信技術和物聯網平臺作為支撐，實現更高的數據傳輸效率，建設泛在、低延時的感知“神經網絡”和安全、可靠的協同管控體系；數據層將數據壁壘打通，統一匯集虛擬電廠所有業務數據，搭建“共享型”虛擬電廠創新業務的大數據平臺，通過前后端分離、動靜分離架構來滿足信息安全防護；應用層則協同虛擬電廠管控業務體系的建設，通過分布式微服務提升平臺的高負載、高可用和高性能，同時提供通用配網模型、預測算法、調度策略等專業組件來強化市場化交易和優化協同的支撐，向虛擬電廠運營商和用戶提供更加智能化、人性化的服務，使數據價值得以體現。應用系統架構遵從國網信息運營維護體系和安全保障體系，從下到上共分為基礎設施層、支撐層、應用層及展現層，各層間通過軟件定義的網絡服務實現各層的互聯互通。展現層的多種獨立前端應用界面可通過統一網關訪問后端應用層封裝的應用程序編程接口業務功能，后端應用層是以運行于Docker容器引擎中的微服務，提供統一的統一資源標識符URI（UniformResourceIdentifier）資源響應；支撐層基于SpringCloud提供各類基礎框架服務，并適配各類應用的交互。

2.3數據結構

系統數據模型架構決定了項目數據描述的一致性和準確性。根據項目業務數據特性，考慮各業務之間的關聯度，將業務數據劃分為基礎信息、交易運營、協同優化和信息交互4大類。

2.4平臺支撐應用開發

虛擬電廠運營管控平臺需要滿足多方參與虛擬電廠新業務的創新業務需求，其建設要綜合考慮其虛擬電廠業務準入，虛擬電廠市場化運營，分布式資源聚合優化和協同響應等多種業務。

2.5虛擬電廠智慧管控平臺創新功能

2.5.1基于工業物聯網云管邊端的整體技術架構

云側采用基于微服務微應用的云平臺架構，研發分散市場交易服務平臺。虛擬電廠智慧管控平臺具備用戶畫像、智能聚合、云邊互動、多能優化、市場交易、迭代評估等功能，實現了分散資源通過手機、PC等移動終端與電力系統實時彈性交互。管側采用4G、5G、光纖等信息通信技術，兼容支持多種傳輸方式，承載控制、運行、狀態等信息，實現分散資源和智能管控平臺的大并發量、低時延海量數據快速雙向安全傳輸。邊側采用即插即用的邊緣網關，通過云邊協同、邊緣計算和多場景業務、多網絡模式自適應技術，實現分散資源通過物聯網標準協議接入平臺。端側采用標準化智能終端，通過工業高速CPU、智能傳感器及微功率無線自組網技術，實現分散資源狀態感知、實時柔性控制。技術平臺從4個方面應實現技術突破：（1）支持多種類型終端和應用接入，支持彈性擴展億級連接和百萬級消息并發處理。

（2）虛擬電廠智慧管控平臺具備豐富API開放接口，實現應用高效集成和業務快速上線。

（3）虛擬電廠智慧管控平臺云化部署，可實現系統彈性擴容、組件化系統應用安裝。

（4）面向海量用戶資源，從應用、平臺、網關、設備4個層次打造全方位的生態開放系統，滿足不同類型用戶的個性化業務需求。

2.5.2安全架構體系

虛擬電廠智慧管控平臺向上主要與調度中心EMS系統及交易中心全國統一電力交易平臺交互。與調度中心的交互包括日前交易申報及調度計劃下達、實時數據上傳及AGC指令下發，以及接收日前市場結算信息；與交易平臺的交互包括用戶注冊信息同步、月度結算信息下發及分解等。虛擬電廠智慧管控平臺與物聯網平臺乃至每個端側資源的信息交互，與其向上交互信息有機結合，相互配合，共同實現虛擬電廠的閉環運行。虛擬電廠智慧管控平臺針對開放式接入風險，應該建立完善的信息安全保障體系。

3虛擬電廠研究的關鍵和難點

3.1虛擬電廠資源特征提取及量化技術

虛擬電廠可聚合資源多種多樣，不僅包含了風電機組、光伏電池、微型燃氣輪機等分布式發電機組，還包含儲能以及柔性負荷等具有產銷一體性的雙向互動單元。在對資源特征進行提取時，將采集到大量數據，如何實現對這些數據進行高效處理，不良數據的存在會產生哪些影響等，是這部分內容研究的關鍵問題。在對資源調節潛力進行量化分析時，需要考慮到用戶響應的不確定性對虛擬電廠整體響應特性的影響，另外資源的調節潛力也會受到氣象條件及日期的影響，如夏季空調負荷會上升，光伏出力也會增加，節假日與工作日電動汽車的充放電行為會有所改變。上述因素均會對資源調節特性產生影響，是研究的難點之一。

3.2虛擬電廠優化配置和協調控制技術

虛擬電廠的互動資源在類型、規模、數量、地理和電氣分布等方面復雜多樣，如何合理設計資源配置方案，發揮分布式資源的規模效益，是構建多能虛擬電廠需要解決的關鍵技術問題之一，也可為其優化運行提供基礎和指導。組成虛擬電廠的參與者比較復雜且位置分散，因此在進行現貨市場決策時如何協調各方的利益以及保證電網安全穩定運行是虛擬電廠參與現貨市場的關鍵問題。如何合理協調分布式電源的出力波動特性、用戶用電行為的不確定性、儲能的充放電特性、可控負荷的響應特性等問題之間的互動關系，是探索虛擬電廠協調控制方法的難點。

3.3虛擬電廠智慧管控平臺

虛擬電廠智慧管控平臺的研發方面，通信技術、信息采集系統、自動化系統、智能終端等單元都依靠虛擬網絡聯系，如何構建虛擬電廠專用的虛擬網絡是關鍵問題之一。另外，外部運營平臺建設、內部調控交互機制設計也是平臺研發過程中的重點與難點。

4總結與展望

虛擬電廠智慧管控平臺的成功研發，將為虛擬電廠在國內的建設起到示范作用，推動實現虛擬電廠在國內的大范圍應用。虛擬電廠主要借助于先進的通信技術實現數據的實時交換，依賴軟件技術實現數據處理等功能，對虛擬電廠智慧管控平臺進行研發，還將推動國內通信技術與軟件技術的智能化發展，在電力系統領域、通信領域甚至科技領域都有著重大影響。隨著數字革命的推進，大數據、云計算、邊緣技術、人工智能技術使虛擬電廠獲得了智能化資源識別、場景資源適配、廣域調度能力，移動互聯、物聯網技術使分布式資源的規?；酆蠁栴}得以解決，可以預測，數字化、智能化、云共享、人工智能、大數據、物聯網等方面的發展都會推動虛擬電廠的發展。

參考文獻：

[1]劉林,李蘇秀,張樺,等.能源互聯網商業模式迭代體系與方法初探[J].中國電力,2022,55(01):203-213.

[2]范帥,何光宇,鄭湘明,等.基于在線分布式優化的虛擬電廠自趨優運行方法研究[J].中國電機工程學報,2022,46(07):1-14.

[3]范松麗,艾芊,賀興.基于機會約束規劃的虛擬電廠調度風險分析[J].中國電機工程學報,2015,35(16):4025-4034.

[4]朱程燕,劉永春.基于彈性電網的虛擬電廠平臺設計[J].自動化應用,2021(08):100-103.

[5]王成山,李鵬.分布式發電、微網與智能配電網的發展與挑戰[J].電力系統自動化,2010,34(02):10-14,23.

[6]尤毅,劉東,于文鵬,等.主動配電網技術及其進展[J].電力系統自動化,2012,36(18):10-16.

[7]楊微.智能變配電系統研究與分析[J].自動化應用,2017(04):103-104.

[8]羅承先.世界可再生能源支持政策變遷與趨勢[J].中外能源,2016,21(09):20-27.

作者:杜慧 單位:中國華電科工集團有限公司