电厂智慧管控平台的技术研究

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的1篇电厂智慧管控平台的技术研究范文，希望它们能为您的写作提供参考和启发。

当前，国内可再生能源发展迅猛，社会用电短期峰值负荷不断攀升，加之极端天气的影响，导致部分区域电力供需紧张。电网“双高”“双峰”特性明显，备用容量不足。在极端情况下，2030年电网备用容量缺口将达到2亿千瓦。虚拟电厂作为提升电力系统调节能力的重要手段之一，对缓解电力紧张将发挥重要作用，市场前景广阔。

1虚拟电厂的发展现状

参与电力系统运行的虚拟电厂可以理解为将不同空间的可调节（可中断）负荷、储能、微电网、电动汽车、分布式电源等一种或多种资源聚合起来，实现自主协调优化控制，参与电力系统运行和电力市场交易的智慧能源系统。它既可作为“正电厂”向系统供电调峰，又可作为“负电厂”加大负荷消纳配合系统填谷；既可快速响应指令配合保障系统稳定并获得经济补偿，也可等同于电厂参与容量、电量、辅助服务等各类电力市场获得经济收益。当前国外虚拟电厂已实现商业化，国内还处于初期发展阶段，以研究示范为主。

2智慧管控平台的技术研究

2.1总体架构

虚拟电厂智慧管控平台建设工作在架构上分为4层，各层之间具备一定的独立性，4层配合共同组成了虚拟电厂运营管控技术架构，进而支持海量分布式资源的泛在介入，并应对多市场主体的建设运营需求。数据流和功能视角，各层相互依赖。稳定可靠的数据平台层应在采用高可靠、弹性扩展的云计算和边云协同的分布式计算技术基础上，通过微服务架构、边缘计算架构、边云协同架构等分层鲁棒架构，实现弹性扩展、灰度发布、动态调整，即对智慧应用支持在线扩展，亦可对集采终端及优化策略进行在线升级和优化。虚拟电厂智慧管控平台4层模块的具体实施路线如图1。

2.1.1感知层（数据采集）

感知层由虚拟电厂多个分布式资源端侧的边缘计算装置、测量采集装置（DCS或SCADA）、协同响应装置以及现场通讯总线构成的边缘计算协同响应子系统。系统通过边缘-云计算协同优化实现海量分布式资源在虚拟电厂层面的聚合感知和优化协同，例如：在储能系统现场侧安装边缘计算装置，实现与储能控制系统的接口，实时采集系统的充放电状态及储电量参数，并依据实时电价以及多级优化调控需求进行充放电的协同控制。

2.1.2网络层（通信管理）

虚拟电厂智慧管控平台网络通信层顾名思义是进行数据采集和指令调度的通信渠道，该部分应基于先进的物联网技术建构安全可靠的通信渠道，采用广域网、虚拟专网、光纤、RS485、CAN、Modbus等多种通讯技术混合构建现场总线网。在主站侧，基于软件定义网络和安全接入技术，由物联网平台提供高可靠、弹性扩展的云端泛在接入通道，实现与智能网关装置的数据传输。在分布式能源资源侧，图1虚拟电厂智慧管控平台架构图Fig.1Intelligentmanagementandcontrolplatformarchitectureofvirtualpowerplant由智能网关装置提供基于现场总线的感知终端、控制终端等装置的数据采集和传输，该智能网关装置应满足国家及行业入网安全评测标准，保障与云端系统网络通讯安全。

2.1.3平台层（平台支撑）

虚拟电厂智慧管控平台的平台层主要的任务是实现数据存储、数据挖掘和大数据计算资源供给。故而平台层应实现物联网数据采集云平台和大数据处理计算云平台，并在平台层实现LaaS和PaaS的云计算服务资源，实现技术的可扩展性、可复制。该层提供虚拟化的计算资源、存储资源和网络资源，并在其上构建基于LOT平台的设备接入、状态感知、远程控制的服务，以及数据存储、数据融合、数据挖掘及人工智能的大数据处理服务。该层还应为虚拟电厂高级应用提供软件运行环境支撑，提供服务注册、服务监控、服务治理、组态编辑等基础组件和分布式资源模型、经济调度算法、数据建模算法、优化控制算法等专业应用组件。

2.1.4应用层（控制与优化）

应用层部分包括用户侧的APP、虚拟电厂运营、大屏展示系统3部分组成，均采用分布式微服务架构，以支持应用的高稳定性和并发性。用户侧APP向用户提供设备资源的查看监视，参与响应交易的收益分析，接收参与虚拟电厂的调控等基本功能。虚拟电厂运营分为基础资源管理，参与辅助调峰市场交易的分布式能源资源侧聚合预测、交易申报，分布式能源资源侧设备的监视、信息的发布，调度指令的接收，与分布式能源资源侧响应策略分解，以及交易计算管理、交易完成后的资源评估和整个电厂的运营分析，形成适用于智慧电厂的运营管理中控舱。大屏展示系统提供泛在接入监视、虚拟电厂交易运营监视等，实现智慧监盘系统，实现少人化、智慧化。工业数据方面，相比于互联网数据应用，存在两大技术迁移挑战：小数据规模和工程化落地。针对工业设计场景的研发设计数据特点，本方案推出专用的AI数据学习，通过MLSMS（Multi-LevelSurrogateManagementSystem）多级代理学习技术应对虚拟电厂端数据分布动态变化的多模式挑战。通过AI算法TFEnseblmeANN和RQHierarchicalLearning应对工业研发场景“小数据集规模”限制，通过AutoML超参优化引擎帮助工程师化解算法使用门槛高的AI工程化落地难题。

2.2应用架构

围绕分布式能源资源侧资源接入、虚拟电厂市场运营和优化协同调控的业务环节，充分应用物理网、云计算、大数据、人工智能等现代信息技术、先进通信技术，实现分布式资源的万物互联、人机交互和市场运营。其中，感知层采用边缘计算技术，支持节点规模更大，采集的数据具有更全面的末端感知和协同优化调控，涵盖虚拟电厂的发电、储能和可控负荷等分布式能源资源侧资源的各设备乃至各元件；传输层以先进的通信技术和物联网平台作为支撑，实现更高的数据传输效率，建设泛在、低延时的感知“神经网络”和安全、可靠的协同管控体系；数据层将数据壁垒打通，统一汇集虚拟电厂所有业务数据，搭建“共享型”虚拟电厂创新业务的大数据平台，通过前后端分离、动静分离架构来满足信息安全防护；应用层则协同虚拟电厂管控业务体系的建设，通过分布式微服务提升平台的高负载、高可用和高性能，同时提供通用配网模型、预测算法、调度策略等专业组件来强化市场化交易和优化协同的支撑，向虚拟电厂运营商和用户提供更加智能化、人性化的服务，使数据价值得以体现。应用系统架构遵从国网信息运营维护体系和安全保障体系，从下到上共分为基础设施层、支撑层、应用层及展现层，各层间通过软件定义的网络服务实现各层的互联互通。展现层的多种独立前端应用界面可通过统一网关访问后端应用层封装的应用程序编程接口业务功能，后端应用层是以运行于Docker容器引擎中的微服务，提供统一的统一资源标识符URI（UniformResourceIdentifier）资源响应；支撑层基于SpringCloud提供各类基础框架服务，并适配各类应用的交互。

2.3数据结构

系统数据模型架构决定了项目数据描述的一致性和准确性。根据项目业务数据特性，考虑各业务之间的关联度，将业务数据划分为基础信息、交易运营、协同优化和信息交互4大类。

2.4平台支撑应用开发

虚拟电厂运营管控平台需要满足多方参与虚拟电厂新业务的创新业务需求，其建设要综合考虑其虚拟电厂业务准入，虚拟电厂市场化运营，分布式资源聚合优化和协同响应等多种业务。

2.5虚拟电厂智慧管控平台创新功能

2.5.1基于工业物联网云管边端的整体技术架构

云侧采用基于微服务微应用的云平台架构，研发分散市场交易服务平台。虚拟电厂智慧管控平台具备用户画像、智能聚合、云边互动、多能优化、市场交易、迭代评估等功能，实现了分散资源通过手机、PC等移动终端与电力系统实时弹性交互。管侧采用4G、5G、光纤等信息通信技术，兼容支持多种传输方式，承载控制、运行、状态等信息，实现分散资源和智能管控平台的大并发量、低时延海量数据快速双向安全传输。边侧采用即插即用的边缘网关，通过云边协同、边缘计算和多场景业务、多网络模式自适应技术，实现分散资源通过物联网标准协议接入平台。端侧采用标准化智能终端，通过工业高速CPU、智能传感器及微功率无线自组网技术，实现分散资源状态感知、实时柔性控制。技术平台从4个方面应实现技术突破：（1）支持多种类型终端和应用接入，支持弹性扩展亿级连接和百万级消息并发处理。

（2）虚拟电厂智慧管控平台具备丰富API开放接口，实现应用高效集成和业务快速上线。

（3）虚拟电厂智慧管控平台云化部署，可实现系统弹性扩容、组件化系统应用安装。

（4）面向海量用户资源，从应用、平台、网关、设备4个层次打造全方位的生态开放系统，满足不同类型用户的个性化业务需求。

2.5.2安全架构体系

虚拟电厂智慧管控平台向上主要与调度中心EMS系统及交易中心全国统一电力交易平台交互。与调度中心的交互包括日前交易申报及调度计划下达、实时数据上传及AGC指令下发，以及接收日前市场结算信息；与交易平台的交互包括用户注册信息同步、月度结算信息下发及分解等。虚拟电厂智慧管控平台与物联网平台乃至每个端侧资源的信息交互，与其向上交互信息有机结合，相互配合，共同实现虚拟电厂的闭环运行。虚拟电厂智慧管控平台针对开放式接入风险，应该建立完善的信息安全保障体系。

3虚拟电厂研究的关键和难点

3.1虚拟电厂资源特征提取及量化技术

虚拟电厂可聚合资源多种多样，不仅包含了风电机组、光伏电池、微型燃气轮机等分布式发电机组，还包含储能以及柔性负荷等具有产销一体性的双向互动单元。在对资源特征进行提取时，将采集到大量数据，如何实现对这些数据进行高效处理，不良数据的存在会产生哪些影响等，是这部分内容研究的关键问题。在对资源调节潜力进行量化分析时，需要考虑到用户响应的不确定性对虚拟电厂整体响应特性的影响，另外资源的调节潜力也会受到气象条件及日期的影响，如夏季空调负荷会上升，光伏出力也会增加，节假日与工作日电动汽车的充放电行为会有所改变。上述因素均会对资源调节特性产生影响，是研究的难点之一。

3.2虚拟电厂优化配置和协调控制技术

虚拟电厂的互动资源在类型、规模、数量、地理和电气分布等方面复杂多样，如何合理设计资源配置方案，发挥分布式资源的规模效益，是构建多能虚拟电厂需要解决的关键技术问题之一，也可为其优化运行提供基础和指导。组成虚拟电厂的参与者比较复杂且位置分散，因此在进行现货市场决策时如何协调各方的利益以及保证电网安全稳定运行是虚拟电厂参与现货市场的关键问题。如何合理协调分布式电源的出力波动特性、用户用电行为的不确定性、储能的充放电特性、可控负荷的响应特性等问题之间的互动关系，是探索虚拟电厂协调控制方法的难点。

3.3虚拟电厂智慧管控平台

虚拟电厂智慧管控平台的研发方面，通信技术、信息采集系统、自动化系统、智能终端等单元都依靠虚拟网络联系，如何构建虚拟电厂专用的虚拟网络是关键问题之一。另外，外部运营平台建设、内部调控交互机制设计也是平台研发过程中的重点与难点。

4总结与展望

虚拟电厂智慧管控平台的成功研发，将为虚拟电厂在国内的建设起到示范作用，推动实现虚拟电厂在国内的大范围应用。虚拟电厂主要借助于先进的通信技术实现数据的实时交换，依赖软件技术实现数据处理等功能，对虚拟电厂智慧管控平台进行研发，还将推动国内通信技术与软件技术的智能化发展，在电力系统领域、通信领域甚至科技领域都有着重大影响。随着数字革命的推进，大数据、云计算、边缘技术、人工智能技术使虚拟电厂获得了智能化资源识别、场景资源适配、广域调度能力，移动互联、物联网技术使分布式资源的规模化聚合问题得以解决，可以预测，数字化、智能化、云共享、人工智能、大数据、物联网等方面的发展都会推动虚拟电厂的发展。

参考文献：

[1]刘林,李苏秀,张桦,等.能源互联网商业模式迭代体系与方法初探[J].中国电力,2022,55(01):203-213.

[2]范帅,何光宇,郑湘明,等.基于在线分布式优化的虚拟电厂自趋优运行方法研究[J].中国电机工程学报,2022,46(07):1-14.

[3]范松丽,艾芊,贺兴.基于机会约束规划的虚拟电厂调度风险分析[J].中国电机工程学报,2015,35(16):4025-4034.

[4]朱程燕,刘永春.基于弹性电网的虚拟电厂平台设计[J].自动化应用,2021(08):100-103.

[5]王成山,李鹏.分布式发电、微网与智能配电网的发展与挑战[J].电力系统自动化,2010,34(02):10-14,23.

[6]尤毅,刘东,于文鹏,等.主动配电网技术及其进展[J].电力系统自动化,2012,36(18):10-16.

[7]杨微.智能变配电系统研究与分析[J].自动化应用,2017(04):103-104.

[8]罗承先.世界可再生能源支持政策变迁与趋势[J].中外能源,2016,21(09):20-27.

作者:杜慧 单位:中国华电科工集团有限公司