4. 实时量测与状态感知

虚拟电厂要参与实时调度,第一步不是“算”,而是“看清”。如果量测数据本身存在时标错位、量纲混乱、坏点或通信中断,后续的功率分配、调频指令分解、储能SOC约束判断都会建立在错误前提上。因此,实时量测与状态感知是虚拟电厂控制链路的感知底座,它决定了调度系统对内部资源“当前处于什么状态”的判断精度。

一、三类量测源的分工与采集特征

虚拟电厂内部通常同时存在三类量测装置,它们并不是互相替代,而是按时间尺度、精度和覆盖对象分工协作。

  • PMU(同步相量测量单元):以GPS/北斗对时,典型上报频率为25~100帧/秒,输出带时标的电压、电流相量、频率及频率变化率。它适合捕捉快速动态过程,例如并网点频率跌落、联络线功率突变、逆变器集群的暂态响应。PMU数据的关键价值在于“同一时标下的相量关系”,可用于判断功率流向和功角趋势。
  • RTU(远程终端单元):通常以1~10秒级周期采集遥测、遥信量,覆盖断路器位置、变压器分接头、逆变器启停状态、有功/无功设定值等。RTU是虚拟电厂掌握设备“开关状态与运行模式”的主要来源,其数据带有时标但精度低于PMU。
  • 智能电表:以15分钟、1分钟或更短周期计量有功、无功、电压、电流和需量,覆盖分布式光伏、储能、可控负荷等末端资源。智能电表数量大、通信路径长,容易出现延迟和丢包,是数据清洗的重点对象。

三类数据进入虚拟电厂主站后,先经过采集层统一接入,再进入清洗与对齐环节。采集层需要为每条记录保留“源设备ID、量测类型、原始时标、接收时标、质量码”五个基本字段,质量码用于标记正常、可疑、无效、通信中断等状态。

二、数据清洗:从原始报文到可用量测

数据清洗不是简单删除异常值,而是按“可解释、可追溯、可恢复”的原则处理。常见问题包括:量测值超出物理上限、连续多帧不变(死值)、时标重复或倒序、通信中断造成的数据空洞、以及量纲不一致(如kW与MW混用)。

一个可操作的清洗流程如下:

  1. 物理范围校验:对每个测点设定上下限。例如某储能PCS有功功率额定为500 kW,则合理范围可设为[-520, 520] kW,超出即标记为无效。
  2. 变化率校验:对功率类量测,计算相邻帧变化率。若某光伏逆变器在1秒内从80 kW跳变到480 kW,而额定爬坡率为50 kW/s,则该点标记为可疑,需结合RTU状态量判断是否为通信误码。
  3. 死值检测:连续N帧数值完全不变且质量码为正常时,标记为“疑似死值”。N的取值与量测类型有关,PMU可取50帧,智能电表可取3~5个周期。
  4. 缺失值处理:短时缺失(如1~3个周期)可用线性插值或前值保持;长时缺失应标记为无效,并触发状态估计中的“量测不可用”处理,而不是强行补数。
清洗后的数据应保留原始值与清洗标记,便于调度员回溯。不要用清洗后的值覆盖原始记录,否则故障分析时无法判断是量测问题还是设备问题。

三、时标对齐:让不同频率的数据落在同一时间断面

PMU是100帧/秒,RTU是1秒/帧,智能电表是1分钟/帧,三者时标天然不一致。状态估计需要的是“同一时刻”的断面,因此必须做时间对齐。常用方法有两种:

  • 最近邻对齐:以状态估计时刻t为基准,取每个量测源中时标最接近t的记录。实现简单,但当量测周期远大于估计周期时,会引入较大时间偏差。
  • 线性插值对齐:对连续量测(如功率、电压),在相邻两个采样点之间按时间比例插值到t时刻。对开关量(如断路器位置),则采用“保持到下一次变位”的方式,不做插值。

对齐后的断面应统一时标,并记录每个量测的实际时标与估计时标之差。若某量测的时标偏差超过其周期的一半,应降低该量测在状态估计中的权重。

虚拟电厂实时量测—清洗—对齐—状态估计链路 采集层 PMU · 25~100帧/s RTU · 1~10 s 智能电表 · 1~15 min 清洗层 物理范围校验 变化率 / 死值检测 缺失值标记与处理 时标对齐层 最近邻 / 线性插值 开关量保持 时标偏差权重 状态估计 WLS 加权最小二乘 状态量:电压/相角 输出:功率断面 时标对齐示意(估计时刻 t = 10.0 s) 9.0s 9.5s 10.0s 10.5s 11.0s 11.5s PMU RTU 智能电表 对齐断面 t PMU 高频点用于动态监视;RTU 与电表经插值/保持后统一到 t 断面,再进入加权最小二乘状态估计

四、实时运行状态估计方法

虚拟电厂的状态估计目标,是在量测冗余不足、部分量测不可用的情况下,给出内部各节点电压幅值、相角以及各资源有功/无功出力的最优估计。工程上最常用的是加权最小二乘(WLS)估计。

设状态变量为各节点电压幅值和相角,量测方程可写为 z = h(x) + e,其中z为量测向量,h(x)为量测函数,e为量测误差。WLS通过最小化目标函数 J(x) = [z - h(x)]ᵀ W [z - h(x)] 求解,W为量测权重矩阵,权重通常取量测误差方差的倒数。

权重设置直接影响估计结果。一个可参考的示例权重配置如下(仅为教学示例,实际需根据设备精度和现场测试确定):

量测类型典型误差建议权重说明
PMU电压相量0.1%~0.5%高时标精确,优先信任
RTU有功/无功0.5%~2%中需检查时标偏差
智能电表功率1%~3%低通信延迟大,权重降低
清洗后插值数据不确定最低仅作补充,不主导估计

求解过程通常采用牛顿迭代:先给定状态初值(如各节点电压取1.0 p.u.,相角取0),计算量测残差和雅可比矩阵,更新状态量,直到最大修正量小于收敛阈值(如10⁻⁵ p.u.)。迭代收敛后,还需计算最大标准化残差,用于识别坏数据。若某量测的标准化残差超过3,应将其剔除并重新估计。

状态估计的收敛并不等于结果正确。若关键量测(如并网点功率)被错误剔除,估计结果可能仍然收敛,但功率平衡关系会明显偏离。因此每次估计后应检查并网点功率与各资源出力之和的偏差,偏差超过2%时应告警。

五、从状态估计到调度可用断面

状态估计输出的不是原始量测,而是一组满足网络约束和功率平衡的“一致断面”。这个断面包含:并网点电压和频率、各馈线有功/无功、储能SOC与可用充放电功率、可控负荷当前可调容量。调度系统基于这个断面判断虚拟电厂当前是否具备上调/下调能力,以及调节后是否越限。

例如,某虚拟电厂在t时刻估计得到:并网点有功为320 kW,光伏出力估计为180 kW,储能放电为100 kW,可控负荷为40 kW。若调度指令要求5秒内上调至400 kW,系统需判断储能是否还有80 kW的可用放电功率、光伏是否接近额定、负荷是否可短时中断。这些判断都依赖状态估计给出的实时断面,而不是某一块电表的瞬时读数。

因此,实时量测与状态感知的最终交付物,是一份带质量标记、时标统一、满足功率平衡的实时运行断面。它既是调度决策的输入,也是事后复盘和偏差分析的基准。