CN111030175A - 一种智能微电网的协调控制装置及其协调控制方法 - Google Patents

Abstract

本申请公开了一种智能微电网的协调控制装置，包括：CPU，用于根据目标微电网的运行数据构建目标微电网的网络拓扑模型，并利用目标微电网的网络拓扑模型制定目标微电网的目标投切方案；FPGA，与CPU相连，用于根据目标投切方案和目标微电网中所有设备的运行状态信息生成目标GOOSE报文，并将目标GOOSE报文发送至与目标投切方案相对应的目标设备，以对目标设备进行投切控制。显然，相比于现有技术而言，本申请所提供的协调控制装置相当于是对目标微电网的监测建模过程和协调控制过程进行了分离，并且，由于FPGA比CPU具有更低的运算延迟，所以，就可以使得微电网的协调控制装置能够对微电网进行更为快速与高效的协调控制。

Description

一种智能微电网的协调控制装置及其协调控制方法

技术领域

本发明涉及智能微电网技术领域，特别涉及一种智能微电网的协调控制装置及其协调控制方法。

背景技术

智能微电网(Micro-Grid)是指由分布式电源、储能系统、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。因为智能微电网具有运行成本低以及污染小等优点，所以，在实际生活中得到了极为广泛的应用。

由于智能微电网经常需要在并网运行模式和离网运行模式之间进行切换，所以，智能微电网的控制策略和响应速度就显得尤为重要。但是，在现有技术当中，智能微电网的协调控制装置大都为集中式的控制模式，也即，所有的信息处理过程都需要智能微电网的协调控制装置中的CPU(Central Processing Unit，中央处理器)来完成，由此就会导致智能微电网的协调控制装置需要较长的信息处理时间，这样就会使得智能微电网的协调控制装置无法对智能微电网进行更为快速与高效的协调控制。目前，针对这一技术问题，还没有较为有效的解决办法。

由此可见，如何进一步提高智能微电网的协调控制装置在信息处理时的信息处理速度，并使得智能微电网的协调控制装置能够对智能微电网进行更为快速与高效的协调控制，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种智能微电网的协调控制装置及其协调控制方法，以提高智能微电网的协调控制装置在处理信息时的信息处理速度，并使得智能微电网的协调控制装置能够对智能微电网进行更为快速与高效的协调控制。其具体方案如下：

一种智能微电网的协调控制装置，包括：

CPU，用于根据目标智能微电网的运行数据构建所述目标智能微电网的网络拓扑模型，并利用所述目标智能微电网的网络拓扑模型制定所述目标智能微电网的目标投切方案；

FPGA，与所述CPU相连，用于根据所述目标投切方案和所述目标智能微电网中所有设备的运行状态信息生成目标GOOSE报文，并将所述目标GOOSE报文发送至与所述目标投切方案相对应的目标设备，以对所述目标设备进行投切控制。

优选的，还包括：

存储器，与所述CPU相连，用于存储所述目标智能微电网的运行日志。

优选的，所述存储器具体为Flash存储器。

优选的，所述FPGA包括：

LocalBus接口，用于从CPU中获取所述目标投切方案。

优选的，所述FPGA还包括：

报文解析器，用于接收所述目标微电网的SV报文和/或GOOSE报文，并利用所述目标微电网的SV报文和/或GOOSE报文，解析分析后的量测数据做为保护逻辑判断依据同时创建所述目标微电网的安全运行方案。

相应的，本发明还公开了一种智能微电网的协调控制方法，应用于前述公开的智能微电网的协调控制装置中的CPU，包括：

根据所述目标智能微电网的运行数据构建所述目标智能微电网的网络拓扑模型，并利用所述目标智能微电网的网络拓扑模型制定所述目标智能微电网的目标投切方案。

优选的，所述根据所述目标智能微电网的运行数据构建所述目标智能微电网的网络拓扑模型，并利用所述目标智能微电网的网络拓扑模型制定所述目标智能微电网的目标投切方案的过程，包括：

根据所述目标智能微电网的运行数据分别构建所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型；

根据所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型制定所述目标智能微电网的目标投切方案。

优选的，所述根据所述目标智能微电网的运行数据分别构建所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型的过程，包括：

基于ASMG算法，根据所述目标智能微电网的运行数据分别构建所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型。

优选的，所述第一网络拓扑模型的数学表达式为：

P_mg＝P_dg+P_hess-P_load+P_g；

式中，P_mg为维持所述目标智能微电网的母线电压稳定所需的功率，P_dg为所述目标智能微电网的分布式电源的发电功率，P_hess为所述目标智能微电网的储能系统吸收或释放的功率，P_load为所述目标智能微电网的负荷功率，P_g为电网输入功率；

所述第二网络拓扑模型的数学表达式为：

P_mg＝P_dg+P_hess-P_load；

式中，P_mg为维持所述母线电压稳定所需的功率，P_dg为所述分布式电源的发电功率，P_hess为所述储能系统吸收或释放的功率，P_load为所述负荷功率。

优选的，所述根据所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型制定所述目标智能微电网的目标投切方案的过程，包括：

若根据所述第一网络拓扑模型确定出所述分布式电源的发电功率大于所述负荷功率，并且，所述储能系统的充电量小于所述储能系统的最大充电量时，则对所述储能系统进行充电，并控制所述目标智能微电网的双向变流器停止工作；

若根据所述第一网络拓扑模型确定出所述分布式电源的发电功率大于所述负荷功率，并且，所述储能系统的充电量等于所述储能系统的最大充电量时，则将所述储能系统转换为待机状态，并控制所述目标智能微电网的双向变流器将所述目标智能微电网的剩余电量输出到电网，以维持所述目标智能微电网的功率平衡；

若根据所述第一网络拓扑模型确定出所述分布式电源的发电功率小于所述负荷功率，则将所述储能系统转换为待机状态，以维持所述目标智能微电网的功率平衡；

若根据所述第二网络拓扑模型确定出所述分布式电源的发电功率大于所述负荷功率，并且，所述储能系统的充电量小于所述储能系统的最大充电量时，则将所述目标智能微电网的剩余电量输入至所述储能系统，以对所述储能系统进行充电；

若根据所述第二网络拓扑模型确定出所述分布式电源的发电功率大于所述负荷功率，并且，所述储能系统的充电量等于所述储能系统的最大充电量时，则将所述储能系统转换为待机状态，并将所述分布式电源转换为恒压模式；

若根据所述第二网络拓扑模型确定出所述分布式电源的发电功率小于所述负荷功率，并且，所述储能系统的充电量大于所述储能系统的最小限放值时，则控制所述分布式电源和所述储能系统共同为所述目标智能微电网进行供电；

若控制所述分布式电源和所述储能系统共同为所述目标智能微电网进行供电的过程中所述储能系统的放电功率小于所述储能系统的最小限放值时，则停止对所述目标智能微电网的负载进行供电。

可见，在本发明所提供的智能微电网的协调控制装置中，首先是利用CPU根据目标智能微电网的运行数据构建目标智能微电网的网络拓扑模型，并利用目标智能微电网的网络拓扑模型制定目标智能微电网的目标投切方案；然后，再利用FPGA根据目标投切方案和目标智能微电网中所有设备的运行状态信息生成目标GOOSE报文，并将目标GOOSE报文发送至与目标投切方案相对应的目标设备，以对目标设备进行投切控制。显然，相比于现有技术而言，在本发明中，本申请所提供的协调控制装置设计了多目标投切策略算法，构建了适用于微电网多种工作模式平滑投切控制模型，提出了基于设备能量实时调度的微电网控制策略，实现了微电网设备在离网和并网模式下的快速投切和对微电网系统的至少7种工作控制模式，同时对目标微电网的监测建模过程和协调控制过程进行了分离，使得微电网的协调控制装置能够对微电网进行更为快速与高效的协调控制。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例所提供的一种智能微电网的协调控制装置的结构图；

图2为本发明实施例所提供的一种制定目标智能微电网的目标投切方案的流程图；

图3为目标智能微电网在第一种工作模式下的电能流向图；

图4为目标智能微电网在第二种工作模式下的电能流向图；

图5为目标智能微电网在第三种工作模式下的电能流向图；

图6为目标智能微电网在第四种工作模式下的电能流向图；

图7为目标智能微电网在第五种工作模式下的电能流向图；

图8为目标智能微电网在第六种工作模式下的电能流向图；

图9为目标智能微电网在第七种工作模式下的电能流向图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参照图1，图1为本发明实施例所提供的一种智能微电网的协调控制装置的结构图，该协调控制装置包括：

CPU(11)，用于根据目标智能微电网的运行数据构建目标智能微电网的网络拓扑模型，并利用目标智能微电网的网络拓扑模型制定目标智能微电网的目标投切方案；

FPGA(12)，与CPU(11)相连，用于根据目标投切方案和目标智能微电网中所有设备的运行状态信息生成目标GOOSE报文，并将目标GOOSE报文发送至与目标投切方案相对应的目标设备，以对目标设备进行投切控制。

在本实施例中，为了使得智能微电网的协调控制装置可以对智能微电网进行更为快速与高效的协调控制，是在智能微电网的协调控制装置中设置了CPU(11)和FPGA(FieldProgrammable Gate Array，现场可编程逻辑门阵列)(12)。

具体的，在本实施例中，是利用智能微电网的协调控制装置中的CPU(11)来采集目标智能微电网的运行数据，并利用采集得到的目标智能微电网的运行数据构建目标智能微电网的网络拓扑模型，然后，再利用目标智能微电网的网络拓扑模型制定目标智能微电网的目标投切方案；当CPU(11)计算得到了目标智能微电网的目标投切方案时，则将目标智能微电网的目标投切方案发送至智能微电网的协调控制装置中的FPGA(12)，这样当FPGA(12)接收到CPU(11)所发送的目标智能微电网的目标投切方案时，就会根据目标智能微电网的目标投切方案和目标智能微电网中所有设备的运行状态信息生成与目标投切方案相对应的目标GOOSE报文，然后，再将目标GOOSE报文发送至与目标投切方案相对应的目标设备，以对目标智能微电网中的目标设备进行投切控制，并以此来对目标智能微电网进行投切控制。

具体的，在实际应用当中，CPU(11)可以采用IEC61850/MMS与目标智能微电网进行通信，并通过IEC61850/MMS来采集目标智能微电网中分布式电源、储能系统、能量转换装置、负荷以及监控和保护装置中的数据，以得到目标智能微电网的运行数据。

其中，CPU(11)对目标智能微电网的网络拓扑模型进行构建的过程中，首先是对目标智能微电网的运行状态进行分析，比如：可以通过对目标智能微电网在离网运行状态和并网运行状态的切换模式、运行频率、发电情况、负荷情况进行仿真等等；然后，根据仿真得到的数据构建目标智能微电网的网络拓扑模型；最后，当CPU(11)构建得到了目标智能微电网的网络拓扑模型时，就会根据目标智能微电网的系统调度计划、天气变化情况以及目标智能微电网中的光伏、储能系统和负荷的具体使用情况来构建与目标智能微电网的网络拓扑模型相对应的目标投切方案。

当CPU(11)创建得到了与目标智能微电网的网络拓扑模型相对应的目标投切方案时，CPU(11)会将目标智能微电网的目标投切方案发送至与CPU(11)相连的FPGA(12)；当FPGA(12)接收到CPU(11)所发送的目标投切方案时，FPGA(12)会根据目标智能微电网的目标投切方案与目标智能微电网中所有设备的运行状态生成与目标投切方案相对应的目标GOOSE报文。

在此过程中，FPGA(12)获取目标智能微电网中所有设备的运行状态信息的目的是为了确定目标智能微电网中所有设备的当前运行状态，这样FPGA(12)就可以将目标投切方案与目标智能微电网中所有设备的运行状态信息进行结合，来确定到底是对目标智能微电网中的目标设备采用何种控制策略，并以此来保证目标智能微电网的目标投切方案的正确运行。

也就是说，FPGA(12)会根据目标智能微电网的目标投切方案和目标智能微电网中所有设备的运行状态信息生成目标GOOSE报文，并将目标GOOSE报文发送至与目标投切方案相对应的目标设备。能够想到的是，当目标智能微电网中的目标设备接收到目标GOOSE报文时，就可以实施与目标智能微电网相对应的目标投切方案，并由此实现对目标智能微电网的协调控制。

而且，在本实施例中，是利用CPU(11)来构建目标智能微电网的网络拓扑模型以及目标智能微电网的目标投切方案，并利用FPGA(12)来对目标智能微电网实施目标投切方案，这就相当于是对目标智能微电网的监测建模过程和协调控制过程进行了分离，这样不仅可以满足对目标智能微电网进行监控、建模过程中信息全面性的要求，而且，也可以减少FPGA协调控制过程中冗余信息的传输，可以高效的进行孤岛检测和孤岛保护，由此就保证了目标智能微电网的安全稳定运行。

此外，由于FPGA(12)相比于CPU(11)而言，具有更低的运算延迟，能够满足毫秒级的快速控制要求，所以，FPGA(12)就可以实现并网转离网、离网转并网等多种模式的快速切换，以及同期并网的功能。并且，由于FPGA(12)可以外接多路控制开关、光口和以太网口，所以，FPGA(12)还拥有更为快速的并行优势。显然，通过CPU+FPGA的处理架构就可以大大提高智能微电网的协调控制装置在处理信息时的信息处理速度，由此就可以使得智能微电网的协调控制装置能够对目标智能微电网进行更为快速与高效的协调控制。

并且，在本实施例中，通过综合分析目标智能微电网的运行数据，然后，对目标智能微电网中的分布式电源和储能系统进行优化协调控制，实现平抑光伏输出功率波动、调峰调频以及动态调压功能，可以相对提高储能系统的电池寿命、最大限度地发挥可再生能源的发电能力，提高目标智能微电网的供电可靠性和电能质量，这样也可以避免并网状态下分布式电源波动对电网的冲击。

可见，在本实施例所提供的智能微电网的协调控制装置中，首先是利用CPU根据目标智能微电网的运行数据构建目标智能微电网的网络拓扑模型，并利用目标智能微电网的网络拓扑模型制定目标智能微电网的目标投切方案；然后，再利用FPGA根据目标投切方案和目标智能微电网中所有设备的运行状态信息生成目标GOOSE报文，并将目标GOOSE报文发送至与目标投切方案相对应的目标设备，以对目标设备进行投切控制。显然，相比于现有技术而言，在本实施例中，是利用CPU来构建目标智能微电网的网络拓扑模型以及目标智能微电网的目标投切方案，并利用FPGA来对目标智能微电网实施目标投切方案，这就相当于是将现有技术中的智能微电网的协调控制装置对目标智能微电网的监测过程和协调控制过程进行了分离，并且，由于FPGA比CPU具有更低的运算延迟，所以，通过这样的处理架构就可以显著提高智能微电网的协调控制装置在处理信息时的信息处理速度，由此就可以使得智能微电网的协调控制装置能够对智能微电网进行更为快速与高效的协调控制。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，具体的，上述智能微电网的协调控制装置还包括：

存储器，与CPU(11)相连，用于存储目标智能微电网的运行日志。

在本实施例中，为了使得工作人员可以在后期对目标智能微电网的运行数据进行分析与溯源，还在智能微电网的协调控制装置中设置了存储器，并利用存储器来存储目标智能微电网的运行日志。其中，目标智能微电网的运行日志包括目标智能微电网的录波数据以及目标智能微电网中各种事件的运行数据。

能够想到的是，当存储器中存储了目标智能微电网的运行日志时，工作人员就可以对目标智能微电网的运行状态以及故障进行分析，由此就可以进一步保证目标智能微电网在实际运行过程中的整体可靠性。

作为一种优选的实施方式，存储器具体为Flash存储器。

具体的，在实际应用中，可以将存储器设置为Flash存储器，因为Flash存储器不仅具有结构简单、高密度、低成本、高可靠性和带电可擦除的优点，而且，Flash存储器相比于其它存储器而言，还具有更快的写入速度以及擦除速度，所以，当将存储器设置为Flash存储器时，就进一步提高了存储器在实际使用过程中的易用性。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，具体的，FPGA(12)包括：

LocalBus接口，用于从CPU(11)中获取目标投切方案。

具体的，在本实施例中，CPU(11)和FPGA(12)是通过LocalBus接口来进行数据通信，因为LocalBus接口所对应的LocalBus总线可以直接从60X总线上通过桥片分出来，所以，LocalBus总线和60X总线是同步同频的，这样LocalBus总线进行数据读写时，就可以与60X总线共享带宽，而不需要内核提供额外的处理，由此就可以相对减少CPU(11)在向FPGA(12)传输数据过程中所需要的数据传输资源。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，具体的，FPGA(12)还包括：

报文解析器，用于接收目标微电网的SV报文和/或GOOSE报文，并利用目标微电网的SV报文和/或GOOSE报文，解析分析后的量测数据做为保护逻辑判断依据同时创建目标微电网的安全运行方案。

在本实施例中，FPGA(12)除了可以接收CPU所发送的目标投切方案之外，FPGA(12)还可以接收目标微电网所发送的SV报文和/或GOOSE报文。能够想到的是，因为目标微电网的SV报文和/或GOOSE报文能够表征目标微电网的运行状态，并且，FPGA(12)还具有逻辑计算能力，所以，当FPGA(12)接收到目标微电网所发送的SV报文和/或GOOSE报文时，就能够根据目标微电网的SV报文和/或GOOSE报文，解析分析后的量测数据做为保护逻辑判断依据同时创建目标微电网的安全运行方案。

因为FPGA(12)不仅可以获取经由CPU所发送的目标微电网的目标投切方案，而且，FPGA(12)自身也可以根据目标微电网的SV报文和/或GOOSE报文，解析分析后的量测数据做为保护逻辑判断依据同时创建目标微电网的安全运行方案，所以，FPGA(12)就可以获取得到更为全面、完整的有关目标微电网运行方案的信息，由此就能够进一步保证目标微电网的安全、稳定运行。

相应的，本发明实施例还公开了一种智能微电网的协调控制方法，应用于前述所公开的一种智能微电网的协调控制装置中的CPU(11)，包括：

根据目标智能微电网的运行数据构建目标智能微电网的网络拓扑模型，并利用目标智能微电网的网络拓扑模型制定目标智能微电网的目标投切方案。

在本实施例中，CPU根据目标智能微电网的运行数据构建目标智能微电网的网络拓扑模型，并利用目标智能微电网的网络拓扑模型制定目标智能微电网的目标投切方案的方法步骤，与前述实施例所公开的一种智能微电网的协调控制装置中CPU所执行的动作步骤相对应，具体可参见上述实施例所公开的内容，此处不再作具体赘述。

作为一种优选的实施方式，上述步骤：根据目标智能微电网的运行数据构建目标智能微电网的网络拓扑模型，并利用目标智能微电网的网络拓扑模型制定目标智能微电网的目标投切方案的过程，包括：

根据目标智能微电网的运行数据分别构建目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型；

根据目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型制定目标智能微电网的目标投切方案。

可以理解的是，在实际应用中，目标智能微电网主要有两种运行模式，也即，一种是目标智能微电网的并网运行模式，一种是目标智能微电网的离网运行模式。当目标智能微电网处于并网运行模式时，目标智能微电网会与公用的电网建立连接，此时，目标智能微电网中的断路器处于闭合状态，与主网配电系统进行电能交换，并以此来实现目标智能微电网中分布式发电装置的并网发电。也即，在并网运行模式下，目标智能微电网中的储能系统可以进行充电与放电操作。

当目标智能微电网处于离网运行模式(或者称之为孤岛运行模式)时，目标智能微电网会在故障状态下或在计划需要时，与主网配电系统断开连接。此时，在目标智能微电网中，只有分布式电源、储能系统和负荷处于运行状态，并且，会由目标智能微电网中的储能系统继续为目标智能微电网中的负荷进行供电。

所以，在本实施例中，在根据目标智能微电网的运行数据构建目标智能微电网的网络拓扑模型时，是根据目标智能微电网的运行数据分别构建目标智能微电网在并行运行模式下的第一网络拓扑模型以及目标智能微电网在离网运行状态下的第二网络拓扑模型。显然，通过这样的方式，就可以进一步保证目标智能微电网的网路拓扑模型在创建过程中的全面性与可靠性。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，具体的，上述步骤：根据目标智能微电网的运行数据分别构建目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型的过程，包括：

基于ASMG算法，根据目标智能微电网的运行数据分别构建目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型。

具体的，在本实施例中，是基于ASMG(Automated State Model Generation，自动生成状态模型)算法，并根据目标智能微电网的运行数据分别构建所述目标智能微电网在并网运行模式下的第一网络拓扑模型和目标智能微电网在离网运行模式下的第二网络拓扑模型。

也即，在创建目标智能微电网在并网运行模式下的第一网络拓扑模型和目标智能微电网在离网运行模式下的第二网络拓扑模式时，先是基于ASMG算法推导出目标智能微电网的状态空间模型；然后，对目标智能微电网的状态空间模型的时域进行仿真和动态响应情况进行分析；最后，实现对目标智能微电网的建模过程。

可见，通过本实施例所提供的技术方案，可以进一步保证在创建目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型过程中的准确性。

作为一种优选的实施方式，第一网络拓扑模型的数学表达式为：

P_mg＝P_dg+P_hess-P_load+P_g；

式中，P_mg为维持目标智能微电网的母线电压稳定所需的功率，P_dg为目标智能微电网的分布式电源的发电功率，P_hess为目标智能微电网的储能系统吸收或释放的功率，P_load为目标智能微电网的负荷功率，P_g为电网输入功率；

第二网络拓扑模型的数学表达式为：

P_mg＝P_dg+P_hess-P_load；

式中，P_mg为维持母线电压稳定所需的功率，P_dg为分布式电源的发电功率，P_hess为储能系统吸收或释放的功率，P_load为负荷功率。

在本实施例中，是提供了目标智能微电网在并网运行模式下的第一网络拓扑模型的数学表达式，以及目标智能微电网在离网运行状态下的第二网络拓扑模型的数学表达式。

能够想到的是，当将第一网络拓扑模型和第二网络拓扑模型转换为相应的数学表达式时，就可以更加便于计算机语言的执行，由此就可以进一步保证在制定目标智能微电网的目标投切方案过程中的准确性。

需要说明的是，在本实施例中，P_hess＞0表示目标智能微电网中的储能系统处于放电状态，P_hess＜0表示目标智能微电网中的储能系统处于充电状态。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，请参见图2，图2为本发明实施例所提供的一种制定目标智能微电网的目标投切方案的流程图；具体的，上述步骤：根据目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型制定目标智能微电网的目标投切方案的过程，包括：

步骤S11：若根据第一网络拓扑模型确定出分布式电源的发电功率大于负荷功率，并且，储能系统的充电量小于储能系统的最大充电量时，则对储能系统进行充电，并控制目标智能微电网的双向变流器停止工作；

步骤S12：若根据第一网络拓扑模型确定出分布式电源的发电功率大于负荷功率，并且，储能系统的充电量等于储能系统的最大充电量时，则将储能系统转换为待机状态，并控制目标智能微电网的双向变流器将目标智能微电网的剩余电量输出到电网，以维持目标智能微电网的功率平衡；

步骤S13：若根据第一网络拓扑模型确定出分布式电源的发电功率小于负荷功率，则将储能系统转换为待机状态，以维持目标智能微电网的功率平衡；

为了达到高效利用电能的目的，以及避免对能量的浪费，在本实施例中，是将目标智能微电网的目标投切方案划分为七种工作模式。当目标智能微电网处于并网运行模式时，如果目标智能微电网中的电能有剩余时，可以优先利用目标智能微电网中的剩余电量对目标智能微电网的储能系统进行充电，并由目标智能微电网的储能系统维持目标智能微电网的平衡；当目标智能微电网的储能系统充满电后，多余的电量并入电网当中，并由目标智能微电网的双向变流器维持目标智能微电网的功率平衡；当目标智能微电网的电量不足时，为了避免目标智能微电网中储能系统频繁进行工作而造成的损耗，则优先由电网向目标智能微电网输入电能。

具体的，请参见图3，图3为目标智能微电网在第一种工作模式下的电能流向图。如果根据第一网络拓扑模型确定出分布式电源的发电功率P_pg大于负荷功率P_load，并且，储能系统的充电量SOC_hess小于储能系统的最大充电量SOC_{hess_max}时，也即，当P_pg＞P_load，并且，SOC_hess＜SOC_{hess_max}时，则对储能系统进行充电，并控制目标智能微电网的双向变流器停止工作。

请参见图4，图4为目标智能微电网在第二种工作模式下的电能流向图。如果根据第一网络拓扑模型确定出分布式电源的发电功率P_pg大于负荷功率P_load，并且，储能系统的充电量SOC_hess等于储能系统的最大充电量SOC_{hess_max}时，也即，当P_pg＞P_load，并且，SOC_hess＝SOC_{hess_max}时，则将储能系统转换为待机状态，并控制目标智能微电网的双向变流器将目标智能微电网的剩余电量输出到电网，以维持目标智能微电网的功率平衡。

请参见图5，图5为目标智能微电网在第三种工作模式下的电能流向图。如果根据第一网络拓扑模型确定出分布式电源的发电功率P_pg小于负荷功率P_load，也即，当P_pg＞P_load时，则将储能系统转换为待机状态，以维持目标智能微电网的功率平衡。

步骤S14：若根据第二网络拓扑模型确定出分布式电源的发电功率大于负荷功率，并且，储能系统的充电量小于储能系统的最大充电量时，则将目标智能微电网的剩余电量输入至储能系统，以对储能系统进行充电；

步骤S15：若根据第二网络拓扑模型确定出分布式电源的发电功率大于负荷功率，并且，储能系统的充电量等于储能系统的最大充电量时，则将储能系统转换为待机状态，并将分布式电源转换为恒压模式；

步骤S16：若根据第二网络拓扑模型确定出分布式电源的发电功率小于负荷功率，并且，储能系统的充电量大于储能系统的最小限放值时，则控制分布式电源和储能系统共同为目标智能微电网进行供电；

步骤S17：若控制分布式电源和储能系统共同为目标智能微电网进行供电的过程中储能系统的放电功率小于储能系统的最小限放值时，则停止对目标智能微电网的负载进行供电。

请参见图6，图6为目标智能微电网在第四种工作模式下的电能流向图。如果根据第二网络拓扑模型确定出分布式电源的发电功率P_pg大于负荷功率P_load，并且，储能系统的充电量SOC_hess小于储能系统的最大充电量SOC_{hess_max}时，也即，当P_pg＞P_load，并且，SOC_hess＜SOC_{hess_max}时，则利用目标智能微电网中的剩余电量对储能系统进行充电，换句话说，也就是将目标智能微电网的剩余电量输入至储能系统，以对储能系统进行充电。

请参见图7，图7为目标智能微电网在第五种工作模式下的电能流向图。如果根据第二网络拓扑模型确定出分布式电源的发电功率P_pg大于负荷功率P_load，并且，储能系统的充电量SOC_hess等于储能系统的最大充电量SOC_{hess_max}时，也即，当P_pg＞P_load，并且，SOC_hess＝SOC_{hess_max}时，为了避免储能系统出现过充的现象，则将储能系统转换为待机状态，并将分布式电源转换为恒压模式，以维持目标智能微电网中母线电压的平衡与稳定。

请参见图8，图8为目标智能微电网在第六种工作模式下的电能流向图。如果根据第二网络拓扑模型确定出分布式电源的发电功率P_pg小于负荷功率P_load，并且，储能系统的充电量SOC_hess大于储能系统的最小限放值SOC_{hess_min}时，也即，P_pg＜P_load并且，SOC_hess＞SOC_{hess_min}时，则控制分布式电源和储能系统共同为目标智能微电网进行供电，并以此来维持目标智能微电网内部的电能平衡。

请参见图9，图9为目标智能微电网在第七种工作模式下的电能流向图。如果在控制分布式电源和储能系统共同为目标智能微电网进行供电的过程中，储能系统的放电功率P_pg小于储能系统的最小限放值SOC_{hess_min}时，也即，当P_pg＜SOC_{hess_min}时，在此情况下，储能系统则无法继续进行放电操作。在此情况下，为了维持目标智能微电网的功率平衡，则停止对目标智能微电网的负载进行供电，也即，从目标智能微电网中将目标智能微电网中的负载进行切除，并以此来维持目标智能微电网的功率平衡。

显然，在本实施例中，通过制定合理的能量管理策略来实时调整目标智能微电网中储能系统的充电过程和放电过程，并且，对目标智能微电网中的分布式电源进行更为合理的调度与控制，由此就可以使得目标智能微电网能够工作在最佳的运行模式下。

可见，通过本实施例所提供的技术方案，因为对目标投切方案的具体情况进行更为细致的划分，这样就可以进一步保证目标投切方案在执行过程中的整体可靠性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种微电网的协调控制装置及其协调控制方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种智能微电网的协调控制装置，其特征在于，包括：

CPU，用于根据目标智能微电网的运行数据构建所述目标智能微电网的网络拓扑模型，并利用所述目标智能微电网的网络拓扑模型制定所述目标智能微电网的目标投切方案；

FPGA，与所述CPU相连，用于根据所述目标投切方案和所述目标智能微电网中所有设备的运行状态信息生成目标GOOSE报文，并将所述目标GOOSE报文发送至与所述目标投切方案相对应的目标设备，以对所述目标设备进行投切控制。

2.根据权利要求1所述的协调控制装置，其特征在于，还包括：

存储器，与所述CPU相连，用于存储所述目标智能微电网的运行日志。

3.根据权利要求2所述的协调控制装置，其特征在于，所述存储器具体为Flash存储器。

4.根据权利要求1所述的协调控制装置，其特征在于，所述FPGA包括：

LocalBus接口，用于从CPU中获取所述目标投切方案。

5.根据权利要求1所述的协调控制装置，其特征在于，所述FPGA还包括：

报文解析器，用于接收所述目标微电网的SV报文和/或GOOSE报文，并利用所述目标微电网的SV报文和/或GOOSE报文，解析分析后的量测数据做为保护逻辑判断依据同时创建所述目标微电网的安全运行方案。

6.一种智能微电网的协调控制方法，其特征在于，应用于权利要求1至5任一项所述的智能微电网的协调控制装置中的CPU，包括：

根据所述目标智能微电网的运行数据构建所述目标智能微电网的网络拓扑模型，并利用所述目标智能微电网的网络拓扑模型制定所述目标智能微电网的目标投切方案。

7.根据权利要求6所述的协调控制方法，其特征在于，所述根据所述目标智能微电网的运行数据构建所述目标智能微电网的网络拓扑模型，并利用所述目标智能微电网的网络拓扑模型制定所述目标智能微电网的目标投切方案的过程，包括：

根据所述目标智能微电网的运行数据分别构建所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型；

根据所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型制定所述目标智能微电网的目标投切方案。

8.根据权利要求7所述的协调控制方法，其特征在于，所述根据所述目标智能微电网的运行数据分别构建所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型的过程，包括：

基于ASMG算法，根据所述目标智能微电网的运行数据分别构建所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型。

9.根据权利要求8所述的协调控制方法，其特征在于，所述第一网络拓扑模型的数学表达式为：

P_mg＝P_dg+P_hess-P_load+P_g；

式中，P_mg为维持所述目标智能微电网的母线电压稳定所需的功率，P_dg为所述目标智能微电网的分布式电源的发电功率，P_hess为所述目标智能微电网的储能系统吸收或释放的功率，P_load为所述目标智能微电网的负荷功率，P_g为电网输入功率；

所述第二网络拓扑模型的数学表达式为：

P_mg＝P_dg+P_hess-P_load；

式中，P_mg为维持所述母线电压稳定所需的功率，P_dg为所述分布式电源的发电功率，P_hess为所述储能系统吸收或释放的功率，P_load为所述负荷功率。

10.根据权利要求9所述的协调控制方法，其特征在于，所述根据所述目标智能微电网在并网运行模式下的第一网络拓扑模型和在离网运行模式下的第二网络拓扑模型制定所述目标智能微电网的目标投切方案的过程，包括：

若根据所述第一网络拓扑模型确定出所述分布式电源的发电功率大于所述负荷功率，并且，所述储能系统的充电量小于所述储能系统的最大充电量时，则对所述储能系统进行充电，并控制所述目标智能微电网的双向变流器停止工作；

若根据所述第一网络拓扑模型确定出所述分布式电源的发电功率大于所述负荷功率，并且，所述储能系统的充电量等于所述储能系统的最大充电量时，则将所述储能系统转换为待机状态，并控制所述目标智能微电网的双向变流器将所述目标智能微电网的剩余电量输出到电网，以维持所述目标智能微电网的功率平衡；

若根据所述第一网络拓扑模型确定出所述分布式电源的发电功率小于所述负荷功率，则将所述储能系统转换为待机状态，以维持所述目标智能微电网的功率平衡；

若根据所述第二网络拓扑模型确定出所述分布式电源的发电功率大于所述负荷功率，并且，所述储能系统的充电量小于所述储能系统的最大充电量时，则将所述目标智能微电网的剩余电量输入至所述储能系统，以对所述储能系统进行充电；

若根据所述第二网络拓扑模型确定出所述分布式电源的发电功率大于所述负荷功率，并且，所述储能系统的充电量等于所述储能系统的最大充电量时，则将所述储能系统转换为待机状态，并将所述分布式电源转换为恒压模式；

若根据所述第二网络拓扑模型确定出所述分布式电源的发电功率小于所述负荷功率，并且，所述储能系统的充电量大于所述储能系统的最小限放值时，则控制所述分布式电源和所述储能系统共同为所述目标智能微电网进行供电；

若控制所述分布式电源和所述储能系统共同为所述目标智能微电网进行供电的过程中所述储能系统的放电功率小于所述储能系统的最小限放值时，则停止对所述目标智能微电网的负载进行供电。

Images