摘 要：為了高效協(xié)調(diào)新型配電系統(tǒng)電源和負荷功率平衡，提出了一種基于多元信息和邊緣計算的源荷功率監(jiān)測協(xié)調(diào)策略。首先，分析了新型配電系統(tǒng)的特點和網(wǎng)格劃分方法、協(xié)調(diào)其內(nèi)部電源和負荷功率所涉及的多元信息構(gòu)成；其次，通過在網(wǎng)格內(nèi)部署具備邊緣計算功能的智能終端，給出了前端智能終端和后端監(jiān)控系統(tǒng)相互配合協(xié)調(diào)網(wǎng)格內(nèi)源荷功率平衡的策略，設(shè)計了多元信息監(jiān)測通信方案；最后，選取相關(guān)設(shè)備對所給策略進行了試驗驗證，并與傳統(tǒng)配電網(wǎng)系統(tǒng)源荷協(xié)調(diào)策略進行了對比。結(jié)果表明：將復(fù)雜的新型配電系統(tǒng)進行網(wǎng)格劃分，能夠利用前端智能終端在1 s內(nèi)、后端監(jiān)控系統(tǒng)在10 s內(nèi)協(xié)調(diào)網(wǎng)格內(nèi)源荷功率平衡；網(wǎng)格內(nèi)電能損耗使后端監(jiān)控系統(tǒng)協(xié)調(diào)時間的變化值小于0.5 s、對前端協(xié)調(diào)策略的影響可以忽略不計；將不同協(xié)調(diào)手段相結(jié)合，具有協(xié)調(diào)時間短、難度低的優(yōu)勢。所給策略解決了傳統(tǒng)配電系統(tǒng)以系統(tǒng)整體進行集中協(xié)調(diào)源荷功率時信息采集、計算量大和延時長的問題，能夠提高源荷協(xié)調(diào)的效率和可靠性，對快速實現(xiàn)系統(tǒng)整體源荷功率平衡、保障其穩(wěn)定運行具有重要的參考價值。

關(guān)鍵詞：電力系統(tǒng)及其自動化；新型配電系統(tǒng)；網(wǎng)格化；邊緣計算；多元信息；智能終端；協(xié)調(diào)策略

中圖分類號：TM761 文獻標(biāo)識碼：A

Coordination scheme for novel distribution system source load

monitoring based on MI and EC

Abstract：

In order to efficiently coordinate power supply and load balance of novel distribution system， a source load power monitoring coordination strategy was proposed based on multivariate information and edge computing. Firstly， the characteristics and grid division of the novel distribution system were analyzed， as well as the multivariate information composition involved in coordinating its internal power supply and load power， and a multivariate information monitoring and communication scheme was designed. Secondly， the scheme of coordination between front-end intelligent terminals and the back-end monitoring system to balance internal load and power of the grid was proposed by deploying intelligent terminals with edge computing function in the grid. Finally， relevant equipment was selected for experimental verification of the given strategy， and compared with the traditional distribution network system source load coordination strategy. The results show that dividing the complex novel distribution system into grids can utilize front-end intelligent terminals to coordinate internal load power balance within 1 s and back-end monitoring systems within 10 s; The power loss of the grid causes the change in coordination time of the backend monitoring system to be less than 0.5 s， and the impact on the front-end coordination strategy can be ignored; Combining different coordination methods has the advantages of short coordination time and low difficulty. The given strategy solves the problems of large information collection and calculation workload， and long delay in centralized coordination of source load power in traditional distribution systems. It can improve the efficiency and reliability of source load coordination and has important reference value for quickly achieving overall source load power balance of the system and ensuring stable operation of the system.

Keywords：

power system and its automation; novel distribution system; grid; edge computing; multivariate information; intelligent terminal; coordination strategy

為響應(yīng)全球節(jié)能減排號召，建設(shè)清潔低碳、安全高效的能源體系已迫在眉睫[1]，為此，中國在“十四五”規(guī)劃中明確提出要建立以新能源為主體的新型電力系統(tǒng)。隨著新型電力系統(tǒng)建設(shè)快速發(fā)展，以新能源為主體、融合多元化電源和負荷的新型配電系統(tǒng)成為一種新的形態(tài)，與此同時出現(xiàn)的新能源多點并網(wǎng)和柔性負荷（如電動汽車、空調(diào)等）急劇增加使得配電網(wǎng)系統(tǒng)網(wǎng)架結(jié)構(gòu)更加復(fù)雜、電源和負荷功率更加靈活多變，大大增加了系統(tǒng)整體源荷功率平衡協(xié)調(diào)的難度。

截至目前，針對電力系統(tǒng)源荷功率平衡協(xié)調(diào)的問題，國內(nèi)外專家學(xué)者已開展較多研究[2-6]。為充分發(fā)揮負荷側(cè)調(diào)度潛力、合理利用需求響應(yīng)，文獻[7]構(gòu)建了多時間尺度需求響應(yīng)參與的源荷協(xié)調(diào)調(diào)度模型，提高了系統(tǒng)消納新能源的能力，但在源荷功率協(xié)調(diào)效率方面略顯不足，尤其受新能源并網(wǎng)功率波動的影響使日前調(diào)度精度較低；文獻[8]基于深度學(xué)習(xí)和智能在線場景匹配，提出了一種配電網(wǎng)源網(wǎng)荷儲無功協(xié)調(diào)優(yōu)化方法，通過無功優(yōu)化保障系統(tǒng)安全可靠和經(jīng)濟運行，但存在需要集中處理大量數(shù)據(jù)、應(yīng)用場景匹配樣本少的問題。針對源網(wǎng)荷儲一體化運行目標(biāo)，文獻[9]給出了一種考慮源網(wǎng)荷儲協(xié)調(diào)的主動配電網(wǎng)優(yōu)化調(diào)度方法，通過云計算和邊緣計算進行協(xié)同調(diào)度，但該方法未考慮空間因素對調(diào)度策略的影響；文獻[10]提出了考慮電動汽車靈活性與風(fēng)電消納的區(qū)域電網(wǎng)多時間尺度調(diào)度方法，以應(yīng)對日益增多的電動汽車接入電網(wǎng)造成的運行控制影響和新型電力系統(tǒng)面臨的功率平衡挑戰(zhàn)，但電動汽車急劇增長和以系統(tǒng)整體為調(diào)節(jié)對象，將對協(xié)調(diào)效率造成較大影響；文獻[11]利用分布式電源、儲能和需求響應(yīng)負荷特性參與配電網(wǎng)優(yōu)化調(diào)控，盡管能夠提高配電網(wǎng)運行安全性，但在協(xié)調(diào)效率方面還存在不足。上述研究大都通過采集源荷信息，上傳后端監(jiān)控系統(tǒng)對源荷功率統(tǒng)一協(xié)調(diào)優(yōu)化，常常會因配電網(wǎng)系統(tǒng)日益復(fù)雜而導(dǎo)致采集信息量大、源荷調(diào)節(jié)策略制定難，從而造成后端通信壓力大、協(xié)調(diào)效率低等問題，該問題在傳統(tǒng)配電網(wǎng)源荷協(xié)調(diào)方面日趨凸出。因此，如何對網(wǎng)架復(fù)雜、源荷功率多變的新型配電系統(tǒng)進行劃分，快速采集和處理源荷信息，從多個局部協(xié)調(diào)源荷功率，進而實現(xiàn)整體源荷功率平衡已成為新的研究方向。

本文設(shè)計了新型配電系統(tǒng)的源荷監(jiān)測協(xié)調(diào)方案，在新型配電系統(tǒng)中部署具有邊緣計算功能的智能終端，采集不同網(wǎng)格內(nèi)多元信息，并與后端監(jiān)控系統(tǒng)相配合，實現(xiàn)前端就地智能終端和后端監(jiān)控系統(tǒng)聯(lián)合協(xié)調(diào)網(wǎng)格內(nèi)源荷功率平衡的目標(biāo)。

1 新型配電系統(tǒng)分析

“雙碳”目標(biāo)下，配電系統(tǒng)逐漸發(fā)展為具有電能傳輸、存儲、分配和交易功能的新型系統(tǒng)。新型配電系統(tǒng)依托多類型“源荷儲”資源交互平臺，在規(guī)劃、運行、交易等多方面深刻體現(xiàn)出“源網(wǎng)荷儲”一體化特征[12]，其主要特點如下[13-14]：

1）電源由新能源（如風(fēng)、光等）構(gòu)成，負荷由空調(diào)、電采暖、電動汽車等構(gòu)成，類型更加多樣；

2）分布式新能源滲透率更高，柔性負荷、彈性資源更加靈活多變，源荷儲柔性互動友好，多元化的源荷協(xié)調(diào)方案將成為保障系統(tǒng)功率平衡的重要手段；

3）能夠滿足源荷靈活接入和用戶多樣化用能需求，通過對海量多元異構(gòu)數(shù)據(jù)進行采集、傳輸、存儲和分析，可為調(diào)度決策、運行維護、電力交易提供指導(dǎo)，實現(xiàn)系統(tǒng)全景狀態(tài)可觀、可測、可控。

2 新型配電系統(tǒng)源荷監(jiān)測協(xié)調(diào)策略設(shè)計

2.1 整體框架設(shè)計

隨著物聯(lián)網(wǎng)技術(shù)快速發(fā)展，網(wǎng)絡(luò)邊緣設(shè)備數(shù)量和產(chǎn)生的數(shù)據(jù)量急劇增加，給數(shù)據(jù)通信傳輸和傳統(tǒng)集中式計算，尤其對信息實時性要求更高的應(yīng)用場景，帶來了巨大壓力。為此，誕生了邊緣計算（edge computing，EC），這是相對集中式計算的一種新模式。與遠端云計算相比，邊緣計算在靠近終端就地采集數(shù)據(jù)信息，進行分析處理，能夠解決大數(shù)據(jù)情境下遠端信息傳輸造成的傳輸延遲高、通信壓力大和實時性低等問題 [15]。

針對新型配電系統(tǒng)設(shè)備類型和數(shù)量不斷增多所產(chǎn)生信息量急劇增長，以及源荷隨機性和波動性不斷增加所造成系統(tǒng)結(jié)構(gòu)復(fù)雜多變的發(fā)展趨勢，為了快速協(xié)調(diào)源荷功率，保障系統(tǒng)整體穩(wěn)定運行，本文提出就地部署具有邊緣計算功能的智能終端，采集電源和負荷功率及電能損耗信息，對出現(xiàn)源荷功率不平衡的狀況進行調(diào)節(jié)，具體協(xié)調(diào)策略整體框架如圖1所示。

圖1中，就地部署智能終端i和智能終端j，兩者實時采集附近的源荷功率和終端運行狀態(tài)等信息，并上傳至后端監(jiān)控系統(tǒng)；若出現(xiàn)源荷功率不平衡，則智能終端i首先對其進行協(xié)調(diào)；若智能終端i不能協(xié)調(diào)所采集信息的源荷功率實現(xiàn)平衡，則智能終端j對源荷功率進行協(xié)調(diào)；若智能終端i和j均不能協(xié)調(diào)所采集信息的源荷功率實現(xiàn)平衡，則后端監(jiān)控系統(tǒng)對源荷功率進行協(xié)調(diào)，最終實現(xiàn)系統(tǒng)源荷功率平衡。

2.2 網(wǎng)格劃分

隨著新能源滲透率不斷提高和多類型負荷不斷增多，將新型配電系統(tǒng)進行網(wǎng)格劃分，通過化整體為局部，以局部功率快速調(diào)節(jié)，最終實現(xiàn)整體源荷平衡已成為配電系統(tǒng)源荷協(xié)調(diào)的新手段。由于配電系統(tǒng)網(wǎng)格化主要以主干道路、行政管理、負荷等級等因素為基礎(chǔ)進行劃分，具有供電范圍清晰、接線標(biāo)準(zhǔn)化、電源和負荷信息獲取及預(yù)測準(zhǔn)確度高、源荷協(xié)調(diào)延時短和效率高等優(yōu)勢[16]，因此本文根據(jù)新型配電系統(tǒng)特點，將其劃分為不同網(wǎng)格，在單網(wǎng)格內(nèi)就地安裝智能終端，化整為零，以就地終端與后端系統(tǒng)相互配合對各網(wǎng)格源荷進行協(xié)調(diào)。新型配電系統(tǒng)網(wǎng)格劃分情況如圖2所示。

本文將網(wǎng)格信息分為電源信息、負荷信息、智能終端信息，其中智能終端采集所在網(wǎng)格和相鄰網(wǎng)格源荷功率以及智能終端運行狀態(tài)等信息。

網(wǎng)格多元信息構(gòu)成如圖3所示。

2.3 前端協(xié)調(diào)策略設(shè)計

基于前述多元信息和邊緣計算以及源荷協(xié)調(diào)整體框架設(shè)計，本文以網(wǎng)格i內(nèi)源荷功率協(xié)調(diào)為例，在網(wǎng)格內(nèi)就地安裝具備邊緣計算功能的智能終端，就地協(xié)調(diào)網(wǎng)格內(nèi)源荷功率平衡，具體策略如下。

1）配電系統(tǒng)中2個相鄰網(wǎng)格i和j，其中網(wǎng)格i部署智能終端i、網(wǎng)格j部署智能終端j，智能終端i監(jiān)測采集網(wǎng)格j內(nèi)的源荷功率信息和智能終端j運行狀態(tài)信息，智能終端j監(jiān)測采集網(wǎng)格i內(nèi)的源荷功率信息和智能終端i運行狀態(tài)信息。

2）智能終端i根據(jù)式（1）、式（2）采集網(wǎng)格i內(nèi)電源總功率PS和負荷總功率PL，進行邊緣計算，見式（1）和式（2）。

PS=PG+PW+PV，（1）

式中：PG為網(wǎng)格i傳統(tǒng)電源總功率；PW為網(wǎng)格i風(fēng)電并網(wǎng)總功率；PV為網(wǎng)格i光伏并網(wǎng)總功率。

PL=PRL+PFL+ΔP，（2）

式中：PRL為網(wǎng)格i內(nèi)剛性負荷總功率；PFL為網(wǎng)格i內(nèi)柔性負荷總功率；ΔP為網(wǎng)格i內(nèi)具體負荷功率之外總損耗功率。

若PS=PL，則智能終端i不再對網(wǎng)格i內(nèi)的源荷功率進行調(diào)節(jié)；若PS>PL，則智能終端i先降低網(wǎng)格i內(nèi)傳統(tǒng)電源功率，再降低新能源并網(wǎng)功率，實現(xiàn)源荷功率平衡；若PS<PL，則智能終端i先切除網(wǎng)格i內(nèi)柔性負荷功率，再切除剛性負荷功率，實現(xiàn)源荷功率平衡。

3）智能終端i協(xié)調(diào)網(wǎng)格i內(nèi)源荷功率且經(jīng)過所設(shè)置的協(xié)調(diào)時間t后，若智能終端j監(jiān)測到網(wǎng)格i內(nèi)電源總功率P′S和負荷總功率P′L處于不平衡狀態(tài)，則智能終端j按照步驟2）協(xié)調(diào)順序?qū)W(wǎng)格i內(nèi)源荷功率進行協(xié)調(diào)，此時

P′S=P′G+P′W+P′V，（3）

式中：P′G為協(xié)調(diào)后網(wǎng)格i內(nèi)傳統(tǒng)電源總功率；P′W為協(xié)調(diào)后網(wǎng)格i內(nèi)風(fēng)電總功率；P′V為協(xié)調(diào)后網(wǎng)格i內(nèi)光伏并網(wǎng)總功率。

P′L=P′RL+P′FL+ΔP′，（4）

式中：P′RL為協(xié)調(diào)后網(wǎng)格i內(nèi)剛性負荷總功率；P′FL為協(xié)調(diào)后網(wǎng)格i內(nèi)柔性負荷總功率；ΔP′為協(xié)調(diào)后網(wǎng)格i內(nèi)具體負荷功率之外總損耗功率。

4）若智能終端j采集網(wǎng)格i內(nèi)源荷功率和智能終端i運行狀態(tài)信息后，監(jiān)測到智能終端i運行狀態(tài)異常，則智能終端j按照步驟3）主動協(xié)調(diào)網(wǎng)格i內(nèi)源荷功率達到平衡。

上述流程如圖4所示，信息傳輸如圖5所示。

2.4 后端協(xié)調(diào)策略設(shè)計

盡管新型配電系統(tǒng)各網(wǎng)格就地安裝的智能終端具備邊緣計算功能，但鑒于各個終端主要針對自身網(wǎng)格和作為相鄰網(wǎng)格備用裝置進行源荷協(xié)調(diào)，所獲得的信息局限于一定的范圍，因此為了實現(xiàn)對各網(wǎng)格源荷功率協(xié)調(diào)，本文仍以網(wǎng)格i內(nèi)源荷協(xié)調(diào)為例，在前端2個相鄰網(wǎng)格內(nèi)智能終端均異常或不能協(xié)調(diào)源荷平衡時，利用后端監(jiān)控系統(tǒng)對源荷進一步協(xié)調(diào)，具體策略如下：

1）網(wǎng)格i和網(wǎng)格j內(nèi)分別安裝的智能終端i、智能終端j運行狀態(tài)信息以及網(wǎng)格i內(nèi)源荷功率信息發(fā)送至配電網(wǎng)后端監(jiān)控系統(tǒng)；

2）在經(jīng)過設(shè)置的協(xié)調(diào)時間t′后，若后端監(jiān)控系統(tǒng)監(jiān)測到網(wǎng)格i內(nèi)源荷功率沒有實現(xiàn)平衡，則后端監(jiān)控系統(tǒng)直接對網(wǎng)格i源荷進行協(xié)調(diào)；

3）在所設(shè)置協(xié)調(diào)時間t′內(nèi)，若后端監(jiān)控系統(tǒng)監(jiān)測到智能終端i和智能終端j均運行異常，則其直接對網(wǎng)格i內(nèi)源荷功率進行協(xié)調(diào)。

后端監(jiān)控系統(tǒng)按照前端協(xié)調(diào)策略中步驟2）協(xié)調(diào)順序?qū)υ春蛇M行協(xié)調(diào)，其中電源總功率和負荷總功率構(gòu)成及計算參見式（1）—式（4）。通過上述協(xié)調(diào)，最終實現(xiàn)網(wǎng)格i源荷功率平衡，具體流程如圖6所示，信息傳輸如圖7所示。

本文源荷協(xié)調(diào)主要是將新型配電系統(tǒng)劃分為不同網(wǎng)格，通過在各個網(wǎng)格內(nèi)部前端部署智能終端，利用智能終端采集源荷功率信息，并與后端監(jiān)控系統(tǒng)相互配合，實現(xiàn)前后端協(xié)調(diào)各個網(wǎng)格內(nèi)電源和負荷功率平衡的目標(biāo)。

2.5 源荷信息監(jiān)測通信方案設(shè)計

目前信息通信主要采取有線和無線2種方式，由于新型配電系統(tǒng)多元化信息不斷增多，有線通信已難以滿足信息采集傳輸?shù)男枨螅鵁o線通信在接入設(shè)備容量、傳輸速率和距離、部署便利性等方面均具有較大優(yōu)勢，因此本文利用網(wǎng)絡(luò)頻道寬，兼容性和靈活性強，能夠適應(yīng)多元化通信手段的4G技術(shù)和具有適合大量設(shè)備接入、支持多信道多數(shù)據(jù)并行處理等優(yōu)點的LoRa通信實現(xiàn)多元信息通信傳輸[17-18]，如圖8所示。

多元信息監(jiān)測通信方案如下。

1）在網(wǎng)格i主要節(jié)點安裝多功能電能表采集傳統(tǒng)電源功率，新能源并網(wǎng)功率以及剛性負荷和柔性負荷功率，通過LoRa通信將所采集功率信息匯聚至所在網(wǎng)格內(nèi)交換機，進而分別以LoRa，4G通信方式傳輸至該網(wǎng)格就地安裝的智能終端i、相鄰網(wǎng)格j內(nèi)的智能終端j和配電網(wǎng)后端監(jiān)控系統(tǒng)。

2）智能終端i與智能終端j通過LoRa通信方式采集對方運行狀態(tài)以及相互下發(fā)協(xié)調(diào)指令等信息。

3）智能終端i自身運行狀態(tài)信息，以及網(wǎng)格i內(nèi)源荷功率信息經(jīng)具有加密和解密功能的縱向加密認證裝置加密后，通過4G網(wǎng)絡(luò)發(fā)送至該配電網(wǎng)系統(tǒng)后端縱向加密認證裝置。

4）縱向加密認證裝置收到智能終端i運行狀態(tài)和網(wǎng)格i內(nèi)源荷功率信息，經(jīng)解密后，最終將網(wǎng)格i源荷功率和智能終端i狀態(tài)等信息傳輸至該配電網(wǎng)后端監(jiān)控系統(tǒng)。

5）后端監(jiān)控系統(tǒng)下發(fā)的協(xié)調(diào)指令經(jīng)縱向加密認證裝置加密后，通過4G網(wǎng)絡(luò)發(fā)送至前端縱向加密認證裝置，經(jīng)解密后傳輸至智能終端i。

通過上述方案，智能終端i實現(xiàn)對網(wǎng)格i源荷功率和智能終端j運行狀態(tài)多元信息的監(jiān)測通信，具體信息流向如圖9所示。

3 試驗驗證

3.1 系統(tǒng)搭建

鑒于新型配電系統(tǒng)電源和負荷類型多、網(wǎng)架結(jié)構(gòu)復(fù)雜，采集實際信息需要安裝大量設(shè)備，且電力用戶對供電可靠性要求苛刻，實際工程中源荷調(diào)節(jié)試驗難度較大，因此為了進一步驗證所提策略的可行性，本文通過編制相關(guān)軟件、選取某型智能終端搭建試驗系統(tǒng)。該系統(tǒng)采用2臺智能終端（許繼集團有限公司研制）分別模擬2個供電網(wǎng)格、1臺ThinkPad T16筆記本電腦（聯(lián)想集團有限公司提供）模擬后端監(jiān)控系統(tǒng)；新能源由光伏和風(fēng)電構(gòu)成。由于信息采集可利用現(xiàn)有裝置，智能終端根據(jù)需要內(nèi)置不同通信模塊，即可實現(xiàn)本文所述信息采集通信方式，因此為了簡化試驗，重點驗證本文源荷協(xié)調(diào)策略，傳統(tǒng)電源和負荷不再進一步細分，智能終端和筆記本之間采用有線通信，多元信息直接在智能終端中進行設(shè)置。

該試驗系統(tǒng)中，智能終端整體為全封閉金屬機箱、操作面板由分辨率為320×240的彩色液晶顯示屏和鍵盤等構(gòu)成，采用類似Windows圖形界面設(shè)計，前端設(shè)置通信口1個、后端通信接口有光纖口4個（千兆口和百兆口各2個）、RJ45有線口2個（含調(diào)試口1個）。內(nèi)部設(shè)置USR-LG207型LoRa通信模塊，其中通過顯示屏調(diào)試功能能夠輸入源荷功率，利用背面RJ45接口可修改和查看裝置信息，以及進行軟件升級和導(dǎo)出歷史記錄等，整體外觀和操作界面如圖10所示，其中功率變化值增加為正、降低為負。

3.2 結(jié)果分析

為了初步驗證本文所給策略的可行性，選取上述2臺智能終端作為網(wǎng)格1和網(wǎng)格2，用筆記本電腦模擬后端系統(tǒng)，基于所給協(xié)調(diào)策略，通過簡化網(wǎng)格數(shù)量，以5 s作為協(xié)調(diào)時間分界點，分別驗證大于5 s和小于5 s時段，電源，負荷和網(wǎng)格1總損耗的功率變化時網(wǎng)格1和網(wǎng)格2內(nèi)各自所安裝智能終端在前端對網(wǎng)格1源荷功率進行協(xié)調(diào)；進而驗證網(wǎng)格1和網(wǎng)格2內(nèi)智能終端均異常情況下，利用后端系統(tǒng)對網(wǎng)格1源荷功率進行協(xié)調(diào)，其中智能終端最大協(xié)調(diào)時間設(shè)置為1 s，協(xié)調(diào)結(jié)果如表1、表2所示。

由表1可知，在大于5 s時段，智能終端1處于正常運行狀態(tài)時，能夠在0.5 s內(nèi)調(diào)節(jié)網(wǎng)格1內(nèi)源荷功率平衡；在小于5 s時段，智能終端1運行異常且達到所設(shè)定的最大調(diào)節(jié)時間1 s后，智能終端2能夠代替智能終端1在0.7 s內(nèi)協(xié)調(diào)網(wǎng)格1源荷功率平衡；由于受采集信息通信傳輸延時等因素影響，智能終端2協(xié)調(diào)時間有所增加。

由表2可知，當(dāng)智能終端1和2均處于異常狀態(tài)且達到所設(shè)定的最大協(xié)調(diào)時間1 s后，后端系統(tǒng)能夠代替兩者對網(wǎng)格1不同時間段的源荷功率進行協(xié)調(diào)，實現(xiàn)兩者平衡；后端監(jiān)控系統(tǒng)相比就地智能終端所需源荷協(xié)調(diào)時間增加較大。

上述協(xié)調(diào)結(jié)果完全滿足本文前述策略中電源總負荷等于負荷初始功率、功率變化值和網(wǎng)格1總損耗功率變化值之和。在同樣源荷功率和變化值且不考慮電能損耗情況下，經(jīng)進一步試驗，通過前后端協(xié)調(diào)策略均能實現(xiàn)網(wǎng)格1源荷功率平衡，其中協(xié)調(diào)時間變化如表3所示。

由表3可知，由于電力系統(tǒng)源荷功率傳輸路徑比較固定，相對源荷功率變化，總損耗功率變化比較小，不考慮電能損耗時，前端協(xié)調(diào)時間不變、后端協(xié)調(diào)時間變化較小，兩者對協(xié)調(diào)策略的影響基本可以忽略。

基于本文試驗條件，源荷初始功率不同情況下單一協(xié)調(diào)手段所用時間仿真結(jié)果如表4所示。

由表4可知，隨著電源和負荷初始功率增加，所需采集的信息量也隨之增加，從而協(xié)調(diào)時間也將增大。針對該問題，可通過合理劃分網(wǎng)格實現(xiàn)均衡分配所采集的信息量，將協(xié)調(diào)時間控制在允許的范圍內(nèi)。

3.3 策略對比

為了進一步驗證所提策略所具有的優(yōu)勢，本文將其與文獻[19]中配電網(wǎng)系統(tǒng)源荷功率通過后端綜合管理系統(tǒng)進行協(xié)調(diào)的策略進行對比，具體結(jié)果如表5所示。

由表5可知，本文所給協(xié)調(diào)方案將系統(tǒng)整體劃分為多個網(wǎng)格，先局部后整體實現(xiàn)源荷平衡，利用相鄰網(wǎng)格就地智能終端和后端系統(tǒng)相互配合，能夠縮短協(xié)調(diào)時間、降低協(xié)調(diào)難度、提高協(xié)調(diào)效率，保障配電網(wǎng)整體系統(tǒng)源荷電量平衡。

4 結(jié) 語

本文將新型配電系統(tǒng)進行網(wǎng)格劃分，給出了利用不同網(wǎng)格內(nèi)智能終端和后端監(jiān)控系統(tǒng)對同一網(wǎng)格內(nèi)源荷功率進行協(xié)調(diào)的源荷監(jiān)測協(xié)調(diào)策略，并對所給策略進行了試驗驗證和定性對比。

1）在新型配電系統(tǒng)網(wǎng)格內(nèi)就地部署具有邊緣計算功能的智能終端采集所在網(wǎng)格和相鄰網(wǎng)格源荷功率信息，并傳輸至后端系統(tǒng)，利用本網(wǎng)格和相鄰網(wǎng)格內(nèi)智能終端以及后端系統(tǒng)相互配合協(xié)調(diào)網(wǎng)格內(nèi)源荷功率，能夠快速實現(xiàn)系統(tǒng)整體源荷功率平衡，提高源荷協(xié)調(diào)的效率和可靠性。

2）所提策略基于單網(wǎng)格源荷功率平衡，進而實現(xiàn)配電網(wǎng)系統(tǒng)整體功率平衡，具有協(xié)調(diào)難度低、效率高、通信壓力小等優(yōu)勢，能夠解決傳統(tǒng)配電系統(tǒng)以系統(tǒng)整體進行集中協(xié)調(diào)源荷功率時信息采集、計算量大和延時長的問題。

3）通過試驗發(fā)現(xiàn)，將復(fù)雜的新型配電系統(tǒng)進行網(wǎng)格劃分，能夠?qū)崿F(xiàn)前端智能終端在1 s內(nèi)、后端監(jiān)控系統(tǒng)在10 s內(nèi)協(xié)調(diào)網(wǎng)格內(nèi)源荷功率平衡，且網(wǎng)格內(nèi)電能損耗使后端監(jiān)控系統(tǒng)協(xié)調(diào)時間的變化值小于0.5 s，對前端協(xié)調(diào)策略的影響可以忽略不計。

本文主要對網(wǎng)格內(nèi)總電源功率、負荷功率和電能損耗變化時，智能終端不同運行狀態(tài)下源荷協(xié)調(diào)策略進行了驗證，而對不同電源出力和不同負荷投切協(xié)調(diào)的驗證則是下一步要開展的工作。

參考文獻/References：

[1]安琪，梁宇飛，王耀強，等.基于K-means聚類與PSO特征優(yōu)選KNN的分級負荷識別方法[J].河北科技大學(xué)學(xué)報，2022，43（3）：249-258.

AN Qi，LIANG Yufei，WANG Yaoqiang，et al.Hierarchical load identification method based on K-means clustering and PSO feature optimization KNN[J].Journal of Hebei University of Science and Technology，2022，43（3）：249-258.

[2] 靳偉，陳巖，王文賓，等.薄弱配電網(wǎng)高比例分布式光伏并網(wǎng)消納規(guī)劃研究[J].河北工業(yè)科技，2020，37（3）：151-158.

JIN Wei，CHEN Yan，WANG Wenbin，et al.Research on grid-connection consumption planning of high proportion distributed photovoltaic in weak distribution network[J].Hebei Journal of Industrial Science and Technology，2020，37（3）：151-158.

[3] 黃慧，李永剛，劉華志.基于改進Nash-Q均衡遷移算法的源網(wǎng)荷儲協(xié)同優(yōu)化策略[J].電力自動化設(shè)備，2023，43（8）：71-77.

HUANG Hui，LI Yonggang，LIU Huazhi.Collaborative optimization strategy of source-grid-load-energy storage based on improved Nash-Q equilibrium transfer algorithm[J].Electric Power Automation Equipment，2023，43（8）：71-77.

[4] GUO Yifei，WU Qiuwei，GAO Houlei，et al.MPC-Based coordinated voltage regulation for distribution networks with distributed generation and energy storage system[J].IEEE Transactions on Sustainable Energy，2019，10（4）：1731-1739.

[5] 劉金森，羅寧，王杰，等.基于海量場景降維的配電網(wǎng)源網(wǎng)荷儲協(xié)同規(guī)劃[J].中國電力，2022，55（12）：78-85.

LIU Jinsen，LUO Ning，WANG Jie，et al.Massive scenario reduction based distribution-level power system planning considering the coordination of source， network， load and storage[J].Electric Power，2022，55（12）：78-85.

[6] SHARMA S，NIAZI K R，VERMA K，et al.Coordination of different DGs， BESS and demand response for multi-objective optimization of distribution network with special reference to Indian power sector[J].International Journal of Electrical Power & Energy Systems，2020，121：106074.

[7] 祁江浩，李鳳婷，張高航.需求響應(yīng)分段參與的多時間尺度源荷協(xié)調(diào)調(diào)度策略[J].電力系統(tǒng)保護與控制，2021，49（11）：61-69.

QI Jianghao，LI Fengting，ZHANG Gaohang.Multi-time scale scheduling strategy for source-load coordination considering demand response block participation[J].Power System Protection and Control，2021，49（11）：61-69.

[8] 秦帥，鄒晴，李超然，等.基于深度學(xué)習(xí)和智能在線場景匹配的配電網(wǎng)源網(wǎng)荷儲無功協(xié)調(diào)優(yōu)化策略[J].電網(wǎng)與清潔能源，2022，38（5）：25-35.

QIN Shuai，ZOU Qing，LI Chaoran，et al.Strategy on reactive power coordination optimization in distribution network "source-network-load-storage" system based on deep learning and intelligence online scene matching[J].Advances of Power System & Hydroelectric Engineering，2022，38（5）：25-35.

[9] 羅金滿，劉麗媛，劉飄，等.考慮源網(wǎng)荷儲協(xié)調(diào)的主動配電網(wǎng)優(yōu)化調(diào)度方法研究[J].電力系統(tǒng)保護與控制，2022，50（1）：167-173.

LUO Jinman，LIU Liyuan，LIU Piao，et al.An optimal scheduling method for active distribution network considering source network load storage coordination[J].Power System Protection and Control，2022，50（1）：167-173.

[10]胡俊杰，賴信輝，郭偉，等.考慮電動汽車靈活性與風(fēng)電消納的區(qū)域電網(wǎng)多時間尺度調(diào)度[J].電力系統(tǒng)自動化，2022，46（16）：52-60.

HU Junjie，LAI Xinhui，GUO Wei，et al.Multi-time-scale scheduling for regional power grid considering flexibility of electric vehicle and wind power accommodation[J].Automation of Electric Power Systems，2022，46（16）：52-60.

[11]AL-SAFFAR M，MUSILEK P.Reinforcement learning-based distributed BESS management for mitigating overvoltage issues in systems with high PV penetration[J].IEEE Transactions on Smart Grid，2020，11（4）：2980-2994.

[12]張笑弟，高強，潘弘.“雙碳”目標(biāo)下新型配電系統(tǒng)功能形態(tài)及規(guī)劃體系[J].電力系統(tǒng)及其自動化學(xué)報，2022，34（5）：96-101.

ZHANG Xiaodi，GAO Qiang，PAN Hong.Function，form and planning system of novel power distribution system with "double-carbon" goal[J].Proceedings of the CSU-EPSA，2022，34（5）：96-101.

[13]鄧慧瓊，張曉飛，曾凡淦，等.基于動態(tài)分時電價的電動汽車有序充放電調(diào)度策略[J].河北科技大學(xué)學(xué)報，2022，43（3）：240-248.

DENG Huiqiong，ZHANG Xiaofei，ZENG Fangan，et al.Orderly charging and discharging scheduling strategy of electric vehicle based on dynamic TOU price[J].Journal of Hebei University of Science and Technology，2022，43（3）：240-248.

[14]INJETI S K，THUNUGUNTLA V K.Optimal integration of DGs into radial distribution network in the presence of plug-in electric vehicles to minimize daily active power losses and to improve the voltage profile of the system using bio-inspired optimization algorithms[J].Protection and Control of Modern Power Systems，2020，5（1）：21-35.

[15]王旭東，王雷濤，武東亞，等.基于邊緣計算與LoRa技術(shù)的配電網(wǎng)智能巡檢組網(wǎng)方案設(shè)計[J].廣東電力，2020，33（9）：42-48.

WANG Xudong，WANG Leitao，WU Dongya，et al.Design about intelligent inspection network scheme of distribution network based on edge calculation and LoRa technologies[J].Guangdong Electric Power，2020，33（9）：42-48.

[16]李海濤，孫波，王軒.配電網(wǎng)網(wǎng)格化規(guī)劃方法及其應(yīng)用[J].電力系統(tǒng)及其自動化學(xué)報，2015，27（增刊1）：33-37.

LI Haitao，SUN Bo，WANG Xuan.Power grid planning method and its application[J].Proceedings of the CSU-EPSA，2015，27（sup1）：33-37.

[17]YAO Yuan，CHEN Xi，RAO Lei，et al.LORA：Loss differentiation rate adaptation scheme for vehicle-to-vehicle safety communications[J].IEEE Transactions on Vehicular Technology，2017，66（3）：2499-2512.

[18]GAELENS J，TORRE P V，VERHAEVERT J，et al.LoRa mobile-to-base-station channel characterization in the Antarctic[J].Sensors （Basel），2017，17（8）：1903.

[19]孫惠，翟海保，吳鑫.源網(wǎng)荷儲多元協(xié)調(diào)控制系統(tǒng)的研究及應(yīng)用[J].電工技術(shù)學(xué)報，2021，36（15）：3264-3271.

SUN Hui，ZHAI Haibao，WU Xin.Research and application of multi-energy coordinated control of generation，network，load and storage[J].Transactions of China Electrotechnical Society，2021，36（15）：3264-3271.