基于IEC 61968/70标准的风电及信息交互建模 / 开普饭

摘要

惠州供电局、湖南大学电气与信息工程学院的研究人员杨明、李欣然等，在2018年第8期《电气技术》杂志上撰文指出，随着风电入网规模的增大，电力部门需对其进行有效的智能监视和控制。为了实现风电与电网管理系统之间的数据共享和交换，需要建立一个标准的、开放的信息模型。

本文从满足电网生产、配电运行等业务对风电运行监视的需求出发，基于IEC 61968/70标准提出了一种分布式能源的通用扩展方法，对原有公共信息模型（common information model, CIM）进行扩展，建立了风力发电系统及其信息交互的CIM扩展模型。该模型应用于配电网大数据分析应用平台中，实现了数据来源的惟一性、数据格式的统一性和良好的共享性，能够有效管理和集成风力发电遥测量、状态信息、故障处理信息。

分布式风电大规模并网是解决目前电力供应紧张以及环境污染问题的一个有效途径。但是已并网的风力发电多处于各自独立管理状态，配电网与分布式电源系统之间尚未进行有效地信息交换，不利于电网统筹管理和故障快速隔离。

同时，分布式发电接入设备控制系统由各生产厂家自行开发，其信息采集处理和控制的策略简单且不通用，需要建立一个标准的、开放的配电网信息模型，提供通用的数据接口，以规范各管理系统的信息管理。

IEC 61968和IEC 61970标准分别描述了配电管理系统和能量管理系统（energy management system, EMS）的应用程序接口，共同定义了一种电力系统可扩展的公共信息模型（common information model, CIM）[1-4]。

CIM包含了丰富的电力系统模型，并能按照规则进行必要的扩展，但其中缺少分布式风电的模型，影响了风电系统与电网管理系统之间的数据共享和交换。因此，在CIM中对风电系统进行充分的扩展描述是大量风电接入电网后迫切需要解决的问题[5]。

此外，如何合理地在能量管理系统、数据采集与监控系统（supervisory control and data acquisition, SCADA）和生产管理系统等系统中实现不同系统间风电模型和信息的传递，反映风电系统运行和管理的情况，不仅是实现智能电网信息集成的重要环节，也是理论研究和工程实践中亟待解决的问题之一。因此，还需要提出一种分布式能源的信息交互方法[6-8]。

目前国内外对分布式风电的CIM做了一些初步扩展，文献[9]采用面向对象的设计方法，对风力发电系统CIM进行了简单扩展，但没有包含风力发电预测类和风力发电运行计划类，配网调度时缺乏相应发电依据。文献[10]建立了一套火力发电厂资源信息模型。文献[11]利用CIM与XML技术，实现变电站一次设备接线图形数据的共享应用。上述工作对风电系统及其信息交互的CIM模型扩展具有一定的参考价值。

但总体而言，目前对分布式发电系统CIM建模的研究主要集中在能源设备本身，而对其信息交互的扩展建模研究较少。本文提出了一种面向对象的分布式能源CIM通用建模方法，建立了风力发电系统的CIM扩展模型，并针对电网对风电并网后的运行管理需求，建立了基于IEC16968/70标准的电力企业信息集成总线的风电信息交互模型，实现了风力发电系统与其他系统的信息交互。

1 CIM扩展方法

IEC 61968/61970系列标准规定了CIM的基本扩展规则，在对分布式能源进行扩展时，可遵循如下的扩展步骤[12]：

1）对待扩展的电力系统设备、资产等资源进行抽象分析，提取出分布式能源抽象类的属性及属性值类型。

2）将提取出的抽象类与IEC 61968和IEC 61970系列标准制定的电力系统公共信息模型进行差异化分析。

3）若设备或资源可以与标准CIM中已有的类对应，则不需建立新类，只需与IEC标准CIM中已有类建立映射关系即可；若根据应用场景需要增加属性及属性值，则在该类中增加相应的属性及属性值。

4）若设备或资源不能与标准CIM中已有类相对应，则需从标准CIM中已有类派生出新类，根据其功能确定所在的包，通过分析扩展其相应的属性；若扩展的新类与已有类或者其他新类相关，则根据实际情况建立相应的映射关系。

上述步骤对应的具体扩展流程如图1所示。

图1 CIM扩展步骤

随着大型风电场的建设，风电场的监控由原来每个风电场独立分散的监控转变为电网调度中心、发电集团、风电场等多方参与的综合集中监控，风电场的运行管理更为复杂，从客观上提出了信息集成与瞬时交互的需求。风力发电由风机系统、发电系统、并网系统、气象系统等多个功能系统组成，针对这样的系统结构，本文按照CIM扩展原则对其进行抽象分析，将所需监控的信息归纳为风电系统本体信息和交互信息两大类。

风电系统的本体信息体现风力发电机组的各部件及其与调度、气象等系统之间的结构关系；而交互信息在风电系统与电网管理系统之间双向传递，又可分为遥测量信息、状态评估信息和故障处理信息。以下将从这两方面对风力发电及其信息交互进行CIM扩展。

2 风力发电CIM扩展

目前，在IEC 61968/70标准中，已经定义了原动机类PrimeMover、发电单元类GeneratingUnit、曲线类Curve、电厂类Plant，同时也有关于计划类Schedule的描述，但其中并没有风力发电的模型。风电作为波动性、随机性电源，与常规电源相比，其出力主要依赖于风能，除了需记录风力机效率和风力发电效率外，还必须实时监测风能资源，这就要求在历史曲线的基础上对天气和风速进行预测。

同时风电机组的有功难以控制、无功电压控制能力不足，不具备常规电源的有功和无功功率控制能力，其发电量预测和发电运行计划均不同于常规电源。这些都需在CIM模型中按上节所述原则进行扩展。通过对风力发电系统具体结构和特性分析，扩展风力发电的新类及其属性描述，见表1。

本节在生命周期软件Enterprise Architect中对风电系统进行CIM扩展，如图2所示（图中虚线框为已有类，实线框为扩展类，下同）。风力机（WindTurbine）是将风能转化为机械能的设备，属于原动机的一种，从原动机类（PrimeMover）派生。因不同种类的风机具有不同的发电特性，在同一风速下出力不同，且不同风机所处位置不同，风速不同，出力也不同，故在风力机类（WindTurbine）中扩展风电类型属性。

同时建立风力机效率曲线（WindTurbineEfficiency-Curve）描述不同风速下的风能转化效率。风电场由一批风力发电机组或风力发电机组群组成[9]。通过捕获风能发电，建立类WindFarm描述风电场，从Wries包中的Plant类派生，用于描述风电场模型。类WindGeneratingUnit从已有类GeneratingUnit派生，描述风力发电机组，与风电场类（WindFarm）之间是聚合关系。

表1 风力发电扩展类属性描述

图2 风电系统CIM扩展模型

为了方便EMS对风电场的管理和调度，需记录天气预报和风力历史信息。从Curve类派生历史曲线类HistoryCurve记录风力资源的历史数据，从Core包中RegularIntervalSchedule类派生天气预测类WealtherForecast存放天气预报信息。

配电管理应用中的风速预测模块可利用HistoryCurve类模型提供的历史数据和WealtherForecast类模型提供的天气预报对风电场风速进行预测，建立风速预测类WindForecast存放风速预测信息。

发电量预测信息分为长期预测类（年前）、短期预测类（日前）和超短期预测类（小时前），调度中则有年计划调度、日前计划调度、小时前调度及分钟前实时调度与之对应。扩展类WindGenerating- Forecast描述风力发电机组不同时间尺度下的发电量预测曲线，它与WindForecast类关联。

设计WindGenerationOpSchedule类描述风力发电单元的运行计划，该类通常借助于高级应用中的机组组合模块获得。同时扩展弃风评估类AbandonedWind和跟随负荷评估类LoadFollowing，与运行计划类关联，扩展WindGeneration EfficiencyCurve类描述风力发电机组的效率。

3 风电系统信息交互CIM扩展

电力系统主要依靠实时调节电源的出力以适应用电负荷的波动，但风电等分布式电源不仅不具备适应负荷波动的调节能力，而且其自身的随机性波动更进一步增加了电力系统运行控制的难度，配电网对风电运行管理的信息需求更复杂。

此外，配电网对分布式风力发电系统的设备管理、运行、调度和设备维护与常规电源不同，现有的配电网信息交互CIM模型不能完全适用于风力发电系统。因此，对风电等分布式能源进行CIM扩展之后，还必须对其信息交互进行扩展，以满足营销、配电、调度部门融合数据的要求[13]。

当前已有的计量采集模型中没有采集终端模型，不能直接确定所采集的分布式风电数据的具体位置；没有风电状态评估的模型，不能科学合理的评估其运行状态；IEC 61968-11标准中的故障模型对于故障导致停电处理的模型描述过于抽象，不能体现风电馈线自动化处理流程。因此，需针对分布式发电的具体特性，扩展遥测量采集、状态信息评估和故障处理CIM模型，以实现风力发电系统的信息交互。

本文以IEC 61968-11和IEC 61970-301为基础，结合电网公司营配调数据融合的特点，通过对CIM模型的扩展来构建信息交互CIM模型，它不仅适用于风力发电，而且还可为光伏发电等其他分布式能源的信息交互提供参考。信息交互模型用于配电自动化主站系统，主要实现配电网数据采集与监控等基本功能和电网拓扑分析应用等扩展功能，并具有与其他应用信息系统进行信息交互的功能，为配电网对分布式能源调度指挥和生产管理提供技术支撑。

3.1 遥测量采集CIM建模

IEC 61968-11的Metering包构建了客户表计的计量体系，包括用户表计、表计读数、表计事件等，通过UsagePoint能够构建完整的中低压配电网模型。要将电表Meter的数据上传到主站系统，还必须要有采集终端，而采集终端是可以实现电能表数据采集、数据管理、数据双向传输以及转发或执行控制命令的设备[14]。

但是目前在Metering包中还没有采集终端的模型，虽然在IEC 61970 CIM中有RemoteUnit的模型描述，但是其侧重于SCADA系统，适用于直采直送，即RemoteUnit收到数据以后立即向上位机转发，对计量系统并不适用。因此，本文扩展了计量系统下的采集模型用以采集遥测量，如图3所示。

图3 遥测量采集CIM扩展模型

本文构建的遥测量采集CIM模型扩展了3个新类，分别是采集终端类CollectionDevice、采集对象类CollectionObject、采集终端安装位置类CollectionDeviceLoacation。

CollectionDevice类派生于EndDevice类，扩展有通信地址属性。它既可以包含多个采集对象CollectionObject，也可以对应一个采集终端安装位置CollectionDeviceLoacation。一个位置可以被安装0或多个采集终端。

一个采集对象CollectionObject对应一个Meter，扩展了电流互感器CT（TA）变比（ctRadio）、电压互感器PT（TV）变比（ptRadio）和综合倍率属性（tFactor），因为表计采集的都是二次值，需要变比换算为一次值。

表计的读数是以MeterReading为对象来组织的，CollectionObject通过与Meter的对应关系，也能够与MeterReading间接关联。

3.2 状态信息评估CIM建模

分布式并网风电场运行状态的好坏直接影响着配电网的供电可靠性和电能质量。正因如此，《GB/T 19963光伏电站接入电网技术规定》等技术标准对风力发电并网的电能质量和安全稳定性等方面做出了规定，包括电压谐波、电流谐波、电压偏差、频率偏差、电压波动和功率波动等要求[15]。因此，建立一套风力发电运行状态评估指标体系，并提出科学合理的评估方法，能帮助运行人员及时掌握风力发电系统近期的运行状态，从而为配电网的运行工作带来很大的实际价值[16]。

本文提出一种风力发电状态评估模型，其涉及的评估指标都可以直接利用配电自动化、调度自动化和用电信息采集等系统的融合数据，按照各指标的权重进行计算，避免了人为干扰因素，从而使运行状态评估更为客观、准确、合理。具体CIM扩展模型如图4所示。其属性描述见表2。

3.3 故障处理CIM建模

在IEC 61968-11中，对于故障导致停电的处理模型描述过于抽象，没能体现出馈线自动化的处理流程，不利于对馈线自动化功能进行精细化管理以及在多个系统中共享馈线自动化功能执行结果，即故障会导致一个停电事件，而恢复供电会有零到多个SwitchPlan。对于SwitchPlan没有更多描述，要想理解其具体作用，还需要进一步观察与之关联的WorkTask并结合拓扑关系才能知道到底隔离故障还是恢复上游[17]。

对于一个没有网络拓扑关系的业务系统，如营销管理系统，在得到一个停电事件恢复处理过程的信息时，是无法知道其具体操作含义的。目前缺少对馈线自动化进行扩展建模及告警的方法，影响了对馈线自动化功能管理和评价时信息交换的标准化以及告警功能的实用性。为了对馈线自动化功能进行精细化管理，提高模型的标准化水平和互操作水平，增强告警功能的实用性，本文扩展了馈线故障后的故障处理模型，如图5所示。

扩展的主要内容如下。

1）建立FaultIsolationRestoration（故障处理类）、IsolationPlan（故障隔离类）、UpstreamRestoration- Plan（上游故障恢复类）和DownstreamRestoration- Plan（下游故障恢复类）。

2）建立各类之间的关系：每个FaultIsolationRestoration对象对应0或1个Outage（停电类）对象、1个IsolationPlan对象、0或多个UpstreamRestorationPlan对象以及0或多个DownstreamRestorationPlan对象。

3）设定各类的主要扩展属性：FaultIsolationRestoration类包含FaultTime（故障发生时刻）、IsolationTime（隔离方案执行完成时刻）、UpstreamRestorationTime（上游故障恢复完成时刻）和DownstreamRestorationTime（下游故障恢复完成时刻）。IsolationPlan类包含IsolationTime（隔离方案执行完成时刻）。UpstreamRestorationPlan类包含UpstreamRes- torationTime（上游故障恢复完成时刻）。DownstreamRestorationPlan类包含Downstrea- mRestorationTime（下游故障恢复完成时刻）。

图4 风电状态评估CIM扩展建模

表2 风电状态类属性描述

图5 故障处理CIM扩展建模

4 模型应用

基于本文提出的CIM扩展模型研制的友好型逆变器样机和各采集终端采集的实时数据，通过先进的数据集成技术，传输至准实时数据中心。准实时数据中心采用基于中间件的集成技术，集成框架有3个层次，包括适配器层、准实时数据中心以及消费应用层。其中适配器层有采集终端、气体绝缘组合电器设备（GIS）等外部系统，每一个系统有一个接口适配器用于与准实时数据中心层通信。

准实时数据中心主要用于整合外部系统数据，为消费应用提供基础数据，它的展现形式可以做成类似于toad数据库查询分析器。准实时数据中心主要由配置表、SQL解释器、数据库（DB）、Java消息服务（JMS）四大部分构成，可以实现数据集成、数据清洗、储存和访问。消费应用层包含营配融合的九大应用场景。整体框架如图6所示。

利用数据集成和面向服务的架构（SOA）技术，在配电网大数据分析应用平台中加入新能源监测模块，系统页面如图7所示，实现了以下功能：

1）分布式电源的资产、发电量等静态信息的收集和管理，实现了数据来源的惟一性、数据格式的统一性和良好的数据共享性。

2）通过友好型逆变器等监测采集模块，实时监测风速等外部数据和并网点的运行数据，故障时迅速确定故障位置，按各指标的权重进行计算，在线评估分布式电源的运行状态。操作界面如图8所示。

3）在配电网大数据分析应用平台中，根据分布式电源的运行状态和故障位置，远程控制分布式电源并网/离网动作。

图6 准实时数据中心数据集成框架图

图7 配电网大数据分析应用平台界面

图8 在线评估分布式电源的运行状态界面