能源互联网能量流与信息流耦合性研究

蒋东荣，王 瑞，程 超，闫 耀，谭雨洁

(1.重庆理工大学 电气与电子工程学院， 重庆 400054；2.重庆市能源互联网工程技术研究中心， 重庆 400054)



能源互联网能量流与信息流耦合性研究

蒋东荣1,2，王 瑞1,2，程 超1,2，闫 耀1,2，谭雨洁1,2

(1.重庆理工大学 电气与电子工程学院， 重庆 400054；2.重庆市能源互联网工程技术研究中心， 重庆 400054)

对能量流和信息流的割裂性研究难以满足能源互联网实时控制和可靠性的要求，而研究它们之间的耦合特性是解决这些问题的重要途径。以信息物理融合系统的混成模型和能量流与信息流的协同机理为基础，利用有限状态机原理，研究了能量流与信息流的耦合机理，建立了基于能源互联网的能量流与信息流有限状态混成模型，并通过实时控制能源互联网子系统的仿真结果验证了有限状态混成模型的正确性。

能源互联网；能量流；信息流；耦合；有限状态机

先进的新能源技术和信息技术的结合促进了能源互联网的发展，能源互联网是一个典型的物理信息融合系统，呈现如下四大特性：能量流和信息流关联度增强，成为不可分割的整体[1]；分布式发电机组的接入、电动汽车和储能装置的参与导致电力系统动态变化更加频繁，实时控制要求大幅提升；信息流的快速性和全局性为能量流的控制提供了新思路[2]；具有连续性的能量流与离散性的信息流难以融合分析，需要寻找一种能够融合信息系统与一次系统的建模方法[3]。

混合系统是指同时存在相互作用的连续动态特性和离散事件特性的系统[9]。有限状态机可描述建模对象在多种复杂状态下的工作特性，能充分反映建模对象的动态逻辑关系[2]。可见，将混合系统建模方法和有限状态机原理相结合，能够有效融合离散信息流与连续能量流的相互作用关系，有利于建立能量流与信息流的耦合模型。

1 能源互联网能量流与信息流耦合机制与模型

能源互联网运行时，电网的能量流分布(即潮流分布)反映电网的运行状态。信息系统的量测终端采集能够反映物理电网运行状态的参数信号，并转化为数字信号作为信息系统的输入信号，经过信息系统内部的信息传输、转换、计算等一系列处理后，最终生成控制指令，控制系统将其转换为电网物理状态的改变，如储能的投切、发电端的协同、开关的投切、负载的调节等，从而改变电网的能量流分布，形成新的运行状态。可以看出，能量流与信息流的交互过程是“能量流—信息流—能量流”的往复作用过程。如图1所示，电网运行状态决定信息系统的信息输入，而信息系统的信息输出又决定电网的运行状态。本文从能量流描述、信息采集、信息流处理及控制指令生成、反馈控制4个环节来研究能量流与信息流的交互过程。

图1 能量流—信息流的交互过程

1.1 能量流的分布方程

影响电网能量流分布的因素可分为可调整变量和不可调整变量。可调整变量包括：由物理电网内部各开关状态和元件之间的连接方式共同决定的网络结构、除网络结构之外的可调控制变量。不可调整变量包括：电网的元件参数、用户需求、风光等不可控清洁能源实时发电功率。能量流分布的描述方程如下：

(1)

式中：P表示不可控变量，通常指电网的功率需求或间歇性的可再生能源发电功率；N表示电网中反应能量流状态的变量，如潮流方向、电压、电流、功率等；H表示电网的设备参数，如线路的电阻率、蓄电池容量等，通常固定不变；J表示电网结构，由电网中包含的各种设备、设备之间的连接方式、设备的状态(变压器变比、开关的开闭等)等所决定。

1.2 信息采集

该环节通过量测终端将能量流的物理状态转变为虚拟数字信号，是连续变量向离散变量的转变过程。量测终端采集到的信息为原始信息，是信息系统做出控制判断的信息来源，记为：

(2)

式中：Y代表信息流；Y(P)、Y(N)、Y(D)、Y(J)分别表示电力系统中的不可控变量、能量流状态参数、电气设备参数和电网结构的实时信息随时间流动而形成的信息流。

1.3 信息流处理及控制指令生成

能量流反映一次侧电力系统能量的物理运行状态；相对地，信息流则反映二次侧信息系统虚拟信息的运行状态。量测终端采集到的原始信息作为信息流模块的输入信号，经过信息传输、信息筛选、信息处理，最终生成控制指令。这一系列对原始信息的处理可以看成是原始信息到控制指令的映射。信息流模型，即映射关系可用式(3)描述。

(3)

式中：G表示原始信息到控制信息的映射关系；Y表示原始信息；K表示信息系统输出的控制指令。电力系统中如开关之类的可控设备大多只具有有限个状态，用二进制代码一一对应每个可控设备不同的状态。因此，本环节将控制信息映射为二进制代码K，通过K控制可控设备，从而实现能源互联网的状态智能切换。

1.4 反馈控制环节

本环节根据控制指令操作电力系统中的可控元件，改变电网结构或可调参数，从而改变能量流的运行状态，实现能量流从一种状态到另一种状态的转变。该过程可用式(4)的分段函数表示。

(4)

式中 Anx(t)+Bnm(t)反映状态n下的能量流状态方程，在状态n下可能存在状态微调，所以引入Bnm(t)。能量流的状态按照既定的轨迹转移，发生状态转移时，转移时刻前对应的状态点就是转移后运动轨迹的新起点。

1.5 基于有限状态机的控制

从能源互联网能量流与信息流耦合特性出发，选用有限状态机来建立能量流与信息流的耦合模型。有限状态机的状态切换图能够直观地描述系统的动态行为过程和运动逻辑关系，是用来描述实体模型的有效方法[10]。利用有限状态机对能源互联网的能量流和信息流进行建模，可以实施能源互联网内部控制策略，协调物理电网中的电气元件使能源互联网的运行状态满足外部的控制要求。

根据有限状态机的机理及能源互联网的特性，得到如图2所示的基于有限状态机的控制流程。用四元组表示能源互联网的有限状态机模型，M={D、E、S、F}；D是离散状态集合，即图2中能量流状态1、2、3、4的集合；E是离散事件集合，即导致状态转移的事件的集合；S是连续状态集合，即图2中四个连续状态内部的连续运动集合；F是状态转移函数。

2 混成模型计算方法

2.1 能源互联网子系统工作模式分析

能源互联网包含大量含有新能源发电、储能设备和负荷的子系统，子系统就地发电就地使用，并通过电网互联实现电能共享。分布式发电、就近供电模式可有效提高能源的梯级综合利用效率，提高供电可靠性和电能质量[11-12]。以能量的供需平衡为约束条件，确保供电可靠性。为了最充分利用光伏发电、设定光伏电池一直以最大功率模式发电，然而光伏发电功率不稳定，间歇性强，必须与蓄电池和大电网协调配合才能给用户提供可靠的电力供应。蓄电池属于本地分布式电源，相较于大电网供电可以降低网损。因此，供电方式优先顺序是：光伏电池、蓄电池、大电网。由蓄电池充放电特性曲线可知，蓄电池在恒流充放电阶段，充放电功率由充放电电流决定，具有可控性；而在恒流充电阶段，充电功率不可控，很难参与光伏电池和电网之间的协调配合。因此，蓄电池应保持在恒流充放电状态，当蓄电池电压Ubat高于过冲保护电压Ub·dat时，停止向蓄电池充电，光伏电池发电的剩余输送到大电网；当蓄电池电压低于过放保护电压Ub·rel时，蓄电池停止放电，光伏电池发电功率不足部分由大电网提供。能源互联网子系统结构示意图如图3所示。

图2 基于有限状态机的控制流程

图3 能源互联网子系统结构示意图

据上述分析可知，系统可有如表1所示共4种运行模式。量测终端采集必要的能量流信息，通过一系列的信息处理和逻辑判断，输出控制命令控制功率变换器，实现不同运行模式间的智能切换。表中：Ppv表示光伏电池发电功率；Pref表示能源互联网子系统内部的功率需求。

表1 能源互联网子系统工作模式

2.2 综合能源系统的协调控制过程

根据表1的工作模式，设计出综合能源的协调控制方法，控制结构图如图4所示。K是二进制形式的控制指令，每一位的0或1代表对相应开关的控制命令，本节中K从左向右分别对应图4中的开关K1、K2、K3、K4、K5、K6。左边第一位为0代表K1闭合于回路1，为1代表K1闭合于回路2；从左数第4位为0代表开关K4闭合于回路3，为1代表K4闭合于回路4；其它四位为0代表各自对应开关断开，为1代表对应开关闭合。

图4 能源互联网子系统控制结构

K决定了系统的运行状态；从一次侧物理系统采集的原始信息包括：光伏电池的端电压和输出电流Upv、Ipv，蓄电池的端电压和输出电流Ubat、Ibat，电网端的端电压和输入电流Unet、Inet，以及系统的功率需求Pref。该子系统中的能量流分布的描述方程为：

(5)

储能电池的作用是平衡光伏电池输出功率的波动，光伏发电功率与负荷的功率需求的差值作为储能电池功率输出或输入值的依据，为了防止过放或过冲给储能电池造成损害，当蓄电池电压高于过冲保护电压或低于过放保护电压时，电池停止充电或放电，功率差值部分通过大电网来平衡。功率协调控制结构图中K1、K2、K3、K4、K5、K6开关选择器根据相关的判定条件进行切换，进而改变综合能源系统的工作模式。根据表1中的四种模式对应控制结构工作过程如下：

1) 储能电池和大电网的功率输入/输出均采用单闭环控制结构。控制器C1的输入数据是：

(6)

即储能电池的实际输出功率与参考值的误差，经过控制器得到开关S1和S2的触发信号占空比，并经过PWM驱动S2和S3，使式(5)为0。控制器C2的输入数据是：

(7)

即大电网的实际输出功率与参考值的误差，经过控制器得到开关S3和S4的触发信号占空比，并经过PWM驱动S3和S4，使式(6)为0。开关K1、K2、K3、K4、K5、K6根据检测到的能量流的信息决定打开或闭合，进而决定储能电池的工作模式。

2) 当检测到Ppv>Pref时，开关K1闭合于回路2，开关K4闭合于回路4，进一步判断储能电池电压是否小于过冲保护电压Ub·det，若是，开关K3闭合，与储能电池相连的Buck-Boost变换器工作在Buck状态，光伏电池对蓄电池进行充电；若不是，开关K5闭合，与大电网相连的Buck-Boost变换器工作在Boost状态，将多余的电能输向大电网。

3) 当检测到Ppv

原始信息经过一系列的映射关系得到控制信息K以及S1、S2、S3和S4的触发信号占空比。将控制命令K以及S1、S2、S3和S4的触发信号占空比输出到执行端，实现系统能量流分布根据实际需求自动调整、不同状态间智能切换，充分利用清洁能源的同时满足系统内能量的供需平衡。

3 算例分析

根据图4所示的能源互联网子系统示意图搭建stateflow仿真模型，对本文提出的方法进行仿真验证。为了简化分析过程，系统功率需求Pref恒为100 kW，光伏发电功率及蓄电池电压动态过程以及输入数据对应的理论控制指令和工作模式如表2所示。

表2 输入信号及理论输出

利用simulink/stateflow仿真，来验证基于混合自动机原理的能量流—信息流混合系统模型的有效性。仿真模型如图5所示。

图5 仿真模型

仿真图中的状态流结构图如图6所示，加粗部分表示系统当前所处的状态。

图6 状态判定与转移

仿真模型运行后，控制指令输出K如表3所示，状态切换顺序如图7所示，控制命令和状态切换顺序均与表2中的理论值相符，证明了所建立的能量流与信息流耦合模型的有效性和实用性。

表3 控制指令输出

图7 实时状态

4 结束语

本文建立了反映能量流与信息流之间关系的有限状态混成模型，并通过仿真验证了其有效性，为能源互联网的控制研究提供了新方法。有限状态混成模型可将连续的物理变化规律和离散的状态切换规律融合于同一框架内，能够直观呈现逻辑关系，可应用于动态分析、优化控制等研究，而且适用于动态过程频繁的能源互联网的控制调节。

[1] KUSCHNERUS D，BILGIC A，BRUNS F，et al.Cyber-physical modeling and cyber- contingency assessment of hierarchical control systems[J].Industrial Informatics (INDIN)，2015，15(5)：430-436.

[2] 王海柱，蔡泽祥，何瑞文.智能电网信息物理融合系统建模与仿真研究[J].机电工程技术，2014(12)：74-79.

[3] 王云，刘东，陆一鸣.电网信息物理系统的混合系统建模方法研究[J].中国电机工程学报，2016，36(6)：1464-1470.

[4] 何瑞文，汪东，张延旭.智能电网信息流的建模和静态计算方法研究[J].中国电机工程学报，2016，36(6)：1527-1535.

[5] 陈胜，卫志农，孙国强，等.电-气混联综合能源系统概率能量流分析[J].中国电机工程学报，2015，24(8)：1025-1032.

[6] 付鹏，王宁玲，李晓恩，等.基于信息物理融合的火电机组节能环保负荷优化分配[J].中国电机工程学报，2015，35(14)：3685-3692.

[7] 曾倬颖，刘东.光伏储能协调控制的信息物理融合建模研究[J].电网技术，2013，37(6)：1506-1513.

[9] 张悦.混杂系统建模与控制方法研究[D].北京：华北电力大学，2008.

[10]刘厦，王宇英，周兴社，等.面向CPS系统仿真的建模方法研究与设计[J].计算机科学，2012(7)：35-42.

[11]王成山，高菲，李鹏，等.低压微网控制策略研究[J].中国电机工程学报，2012，32(25)：2-8.

[12]唐西胜，武鑫，齐智平.超级电容器蓄电池混合储能独立光伏系统研究[J].太阳能学报，2007，28(2)：178-183.

(责任编辑 林 芳)

Research on Coupling Property of Energy Flow and Information Flow in the Energy Internet

JIANG Dongrong1,2, WANG Rui1,2， CHENG Chao1,2， YAN Yao1,2， TAN Yujie1,2

(1.School of Electrical and Electronic Engineering， Chongqing University of Technology，Chongqing 400054，China； 2.Chongqing Energy Internet Engineering Technology Research Center， Chongqing 400054， China)

It is very difficult to deal with the real-time control and reliability of energy Internet through the fragmented study of the energy flow and information flow. Studying the coupling property between them is an important way to solve these problems. Based on the hybrid model of information physics fusion system and the cooperation mechanism of energy flow and information flow, the coupling mechanism between energy flow and information flow is studied by using finite state machine principle. A finite state hybrid model of energy flow and information flow based on energy Internet is established, and the correctness of the finite state hybrid model is validated by the simulation results of real-time control of energy Internet subsystem.

energy Internet; energy flow; information flow; coupling; finite state machine

2017-01-03

国家自然科学基金资助项目(51607020)；重庆市基础科学与前沿技术研究专项项目(2016CC36)

蒋东荣(1970—)，男，博士研究生，副教授，主要从事电力系统运行与控制、智能电网、能源互联网、电力市场等研究，E-mail：drjiang@126.com。

蒋东荣,王瑞，程超，等.能源互联网能量流与信息流耦合性研究[J].重庆理工大学学报(自然科学)，2017(7):109-114.

format：JIANG Dongrong, WANG Rui， CHENG Chao,et al.Research on Coupling Property of Energy Flow and Information Flow in the Energy Internet[J].Journal of Chongqing University of Technology(Natural Science)，2017(7):109-114.

10.3969/j.issn.1674-8425(z).2017.07.017

TM744

A

1674-8425(2017)07-0109-06