基于信息物理模型的可再生能源電網能量平衡控制

朱靈子，翟勇，唐建興，范翔，姚瑤

（1.貴州電網有限責任公司電力調度控制中心，貴州 貴陽 550000；2.北京科東電力控制系統有限責任公司，北京 100192；3.貴州大學電氣工程學院，貴州 貴陽 550025）

0 引言

隨著“碳達峰”和“碳中和”戰略目標的提出，新能源發電滲透率將不斷提高。新能源出力的不確定性會影響系統的電能質量和運行經濟性，嚴重制約可再生能源消納和電網的調節能力[1]～[3]。隨著信息化技術的不斷發展，嵌入式計算、狀態感知、數字控制等技術持續融合，電力系統已發展成為包含信息計算和物理過程融合的能源領域信息物理系統，通過計算、傳感、通信、控制的深度協作，可以實現信息域和物理域的緊密結合[4]～[6]。通過增加信息采集、傳輸和控制系統，優化系統運行狀態，進行電網信息物理的協調控制，有利于促進電網的清潔能源消納能力，可為多種擾動場景下可再生能源電網的能量平衡優化控制提供依據。

目前，將信息物理應用于電力系統的研究還處于起步階段。文獻[7]基于微分代數方程組、排隊論等建立了電力信息物理的動態模型，提出了考慮可靠性的電力信息物理的混合控制策略。文獻[8]利用有向拓撲圖描述了信息物理系統，利用矩陣計算系統潮流。文獻[9]提出了微電網的信息物理系統架構，建立了考慮功率平衡的一致性分布式協同算法。

國內外學者考慮主動調控對分布式電源消納的積極作用，進行了分布式電源的協調控制的相關研究。文獻[10]計及設備故障對分布式電源狀態的影響，以可再生能源利用率最高為目標，對分布式電源的出力和容量進行優化。文獻[11]考慮了主動調控提升可再生能源消納能力的作用，以配置成本最小為目標，合理規劃分布式電源。文獻[12]提出了基于蜂擁算法的可再生能源電網分布式控制器控制分布式儲能，從而提高電網暫態過程下的穩定性。文獻[13]提出一種基于線性反饋的分布式電源控制策略，但忽略了系統模型的擾動與不確定性。目前，現有文獻針對考慮信息物理系統的高比例可再生能源電網協同控制方面開展的研究較少，如何解決信息系統與物理系統時空異構性和數據不同步問題，進而實現信息物理下的電網協同控制，還有待進一步的研究。

本文針對可再生能源電網中多分布式電源協同控制問題，建立了基于信息物理的可再生能源電網優化運行模型。首先分析可再生能源電網信息、物理網絡特性，建立可再生能源電網信息物理模型；對每個分布式電源設計自適應滑模干擾觀測器，估計可再生能源電網的總干擾；考慮可再生能源波動性作為系統的干擾，設計自適應滑模干擾觀測器對其進行估計。在此基礎上，設計一種基于可再生能源電網的分布式協同控制器，并采用Lyapunov穩定性理論證明所設計控制器可以在有限時間內收斂到平衡點附近的鄰域內。仿真結果表明，所設計的控制器可以加快系統的收斂速度，并提高系統的控制精度。

1 可再生能源電網信息物理模型

1.1 可再生能源電網信息物理模型的建立

式（1）為電網物理系統下的潮流分布。式（2）為包含多種靈活性資源的功率調節矩陣。式（3）為電氣參數關聯關系矩陣。

1.2 電網信息物理數據生成與修正

電網信息物理數據系統包括數據庫服務、Web服務和數據控制系統。可再生能源電網的模型數據和數據格式均存儲在數據庫服務器上，數據庫選用了具有較高的可靠性和吞吐性能的非關系型數據庫MongoDB[14]，[15]，所有模型卡的參數均以鍵值對的形式進行存儲。基于信息物理的數據模型系統如圖1所示。

圖1 基于信息物理的數據模型系統示意圖Fig.1 Schematic diagram of data model system based on cyber physics

仿真模型數據的參數解析和數據卡拼接是數據維護的基礎。以潮流模型數據PQ節點（B卡）的解析為例，根據如下所示的模型格式，通過字符串解析得到各項參數值。其中，數據類型中的“A”代表文本，“F”代表浮點型數據。對潮流模型數據PQ節點（B卡）的解析如表1所示。

表1 PQ節點卡的數據格式Table 1 Data format of PQ card

電網的潮流數據、穩定數據可用PSD-BPA程序進行模型參數編輯，用于進行潮流、穩定計算分析和對運行數據進行修正、維護。為實現電網的分布式能量控制奠定基礎，可將電網模型數據劃分為多個不同地區范圍，不同地區的設備模型以不同分區名稱來區分。模型參數更改與修正流程如圖2所示。

圖2 信息物理模型參數處理流程Fig.2 Information physical model parameter processing flow

2 可再生能源電網自適應滑模干擾觀測器設計

3 基于super-tw isting和積分滑模面的分布式協同控制器設計

4 算例驗證

將如圖3所示的IEEE39節點電網仿真系統劃分為4個分區A1～A4，模型數據存儲在服務器的數據庫中。

圖3 IEEE39節點系統分區圖Fig.3 Grid partition of the IEEE 39 node system

圖5 分布式電源出力控制結果Fig.5 Distributed power output control results

采用本文提出的基于信息物理的分布式能量控制方法后，從圖4，5中可以看出，在日間光伏出力較高，能夠基本滿足負荷需求。采用本文提出的控制方法還可以利用分布式儲能抑制可再生能源的波動，保證供能的安全可靠。在夜間光伏無出力時段，電網存在功率缺額，此時儲能受自身容量限制調節能力不足，而利用本文的控制方法可以將燃氣機組、燃料電池、CHP等分布式機組與分布式儲能進行協同控制。此外，將可靈活調整的柔性負荷看作虛擬電廠即分布式電源參與控制，能夠較好地滿足電網供能需求，提高整體的能源利用水平。

圖4 可再生能源電網系統光伏出力Fig.4 Wind and solar power of renewable energy grid system

為說明本文的能量平衡控制的優越性，將本文的控制方法與文獻[16]提出的自適應控制方法進行對比，供能可靠性的對比結果如圖6所示。

圖6 不同算法的供能可靠性對比Fig.6 Comparison of energy supply reliability of different algorithms

圖6縱軸為非負數，取值越大，說明系統的供電可靠性越低。由圖6可見，午間時段電網能夠滿足負荷需求，在夜間供電不足率出現明顯上升。采用本文的信息物理模型控制方法，能夠提高可再生能源電網的供能可靠性。

5 結束語

通過分析可再生能源電網信息和物理網絡特性，建立了可再生能源電網信息物理模型。針對因可再生能源電網出力波動而降低系統供能可靠性的問題，建立了基于信息物理的可再生能源電網優化運行模型。

本文提出的基于可再生能源電網的分布式協同控制策略和方法，可有效平抑可再生能源的出力波動，能夠保證負荷的可靠供給。在信息物理融合基礎上設計的分布式控制架構，能夠進一步提高電網對設備信息的感知能力，提高系統的控制精度。