使用NI LabVIEW和MEMS服务器开发出微网系统原型

新加坡南洋理工大学(NTU)电子工程学院(EEE)的清洁能源研究实验室的学生(LaCER)开发出了一套微网系统原型。它包含例如太阳能PV、风力涡轮、燃料电池和电池库等能源。整个微网用基于网页的MEMS服务器系统控制。MEMS负责控制并监视能源管理的不同方面。

我们开发了软件程序管理采集到的传感信息，完成负载控制器和发电分配。图1显示了数据库和不同软件模块之间的界面示意图。例如高级传感和通信系统、负载预测(LF)、机组组合(UC)、状态估计(SE)和最优功率流(OPF)等模块都是使用LabVIEW开发的。

高级传感和通信系统

图1.MEMS数据接口方块图

在微网中，传感和控制设备的集成和交互是一个挑战，因为它涉及不同通信协议，例如RS-232串行通信、RS422-/485 modbus通信等。为了解决这个问题，我们建议将所有信息转换为一个标准协议，即以太网通信协议或通常称为TCP/IP协议。这个转换可以通过使用通信协议转换器方便而经济地完成。

在MEMS服务器和功率传感器以及其他例如断路器、可编程交流电源和PLC等其他控制设备之间传感和通信是我们的主要设计任务。在整个微网网络中安装了32个支持Modbus协议的功率传感器单元，用于例如电压、电流、有功功率、无功功率和断路器状态的能量监视测量。为了在MEMS服务器和所有功率传感器之间部署经济的的解决方案，这些传感器被分成四组，每组包含八个传感器单元。每组最终连接到RS-485到TCP/IP转换器，将Modbus协议转换为运行在以太网LAN网络商的Modbus TCP协议。为每个传感器配置一个唯一的IP地址，每组功率传感器都配置一个相应的ID。

通过输入功率传感器的IP地址、传感器ID和寄存器地址，我们使用LabVIEW DSC模块提取功率测量值。用户无需定义确切的modbus消息提取信息，因此为用户节省了宝贵的时间。所有功率测量值都被发送到LabVIEW的全局变量中，如图2 在主要图形界面中显示，用于监视。除此以外，还可以通过全局变量在其他应用程序中使用。相同的方法还用于PLC控制微网中的断路器。

图2.使用LabVIEW 2009开发的MEMS主要图形界面，用于监视所有安装的功率传感器。

使用可编程交流源主要用于测试独立微网。为了与功率源通信，我们使用LabVIEW中的TCP协议函数模块。用户只需要输入功率源的IP地址，无需任何繁琐的程序代码就可以对功率源进行监视和控制。

负载预测

负载预测的目标是提前15分钟预测总用户负载。它对于有效的市场运作以及微网的控制和计划有重要的影响。精确的预测数值能够节省能源并且提高系统运作的安全性。

预测方法是基于人工神经网络(ANN)的。LabVIEW用于开发如图3所示的神经网络。为了提高LF算法性能，增加了特殊解决方案：

* 数据采集——用于检测错误和异常数据，在用于训练之前删除或调整。

* 早期停止——加速收敛并防止训练数据过度拟合。

* 异常日期规划——检测负载规划异常的日期，并将它们从训练中去除，从而不会破坏负载模型。用户能够从GUI中更新异常日期。

* 相关性和线性回归分析——通过使用直线找出输入和目标数据的线性关系。

图3.使用LabVIEW 2009开发的人工神经网络训练用户图形界面

历史负载数据是从NTU的Wee Kim Wee通信与信息大楼使用NI数据采集设备 NIUSB-6215 采集的。这些数据使用LabVIEW处理并存储在数据库中。为了采集这些每日负载数据(即分布式网格的负载电压和电流)，我们将数据采集设备的vwin 输入通过降电压变压器连接到大楼的分布式网格中，以及电流电压变换器分别获取电压和电流数据。

图4.使用LabVIEW 2009开发的负载预测主用户图形界面

LF算法已经成功整合到MEMS的UC中。实现的预测系统能够以令人满意的精度可靠地进行预测。

机组组合

机组组合(UC)软件模块是MEMS的主要组成之一。这个软件模块基于预测需求，能够协助微网找到最优功率生成计划，在微网独立的情况下，将总操作成本降至最小，或是在微网连接到主电网时，将总受益最大化。在优化过程完成后，包含开关状态的结果和发电源的分配kW数将会送到MEMS的最优功率流(OPF)模块进行处理。UC是功率系统管理中最为复杂的优化问题。通过使用LabVIEW的MATLAB脚本函数，软件能够在几秒内确定包含多个约束和数百个变量的优化解决方案。UC的主要用户界面如图5所示。

图5.使用LabVIEW 2009开发的机组组合用户图形界面

软件模块包含以下特性：

* 通过使用LabVIEW的MATLAB脚本函数，可以在几秒内解决复杂的UC问题。

* 使用LabVIEW建立的图形界面，用户能够方便地点击鼠标用默认设置或定制设置运行UC优化。

* 通过运行LabVIEW的实时抓取函数，软件可以在用户定制的自动开始时间自动执行。

* 在优化完成后，结果将自动保存到服务器系统中用户指定的路径，并且同时发送到MEMS的OPF中。

状态估计

状态估计是MEMS实时函数，它使用SCADA采集的测量、断路器状态和电压调节器位置验证并估计功率系统的总线电压。估计的总线电压幅值和电压相位角被认为是系统的可靠状态，作为OPF的一个输入，其处理后的总线负载数值作为负载预测的输入。

状态估计器包含三个子函数，它们是用Matlab编程语言在LabVIEW平台上编写的。.

1. 拓扑处理器：通过将节点网络转换为总线网络确定网络配置。

2. 状态估计：计算总线电压幅值和相位

3. 错误数据检测与判断：在状态估计器使用原始测量值前，检验其是否良好

在编写状态估计器时，确保它能够运行在任何功率网络是一个挑战。因此使用脚本模块是描述复杂算法时提高灵活性的一个方法。每个子函数都使用 LabVIEW中的脚本模块实现。输入和输出(一维和二维)创建用于将数据从脚本模块传送到其他或前面板用于显示结果。还使用反馈节点作为错误数据检测与判断的过滤器。

处理是基于矩阵计算的，LabVIEW提供了编程工具更方便地编写功率系统应用程序，因此它能够为程序员节省时间。

状态估计函数，与其它MEMS函数一起，已在NTU清洁能源研究实验室的微型网格硬件装置上做了成功演示。状态估计器的主要用户图形界面如图6所示。

图6.使用LabVIEW 2009开发的状态估计函数主要用户图形界面

最优功率流

最优功率流(OPF)是MEMS的在线函数之一。OPF的目标是找出给定功率系统网络的最优设置，将例如总发电成本或系统损失等系统目标函数进行优化，同时满足其功率流方程和例如总线电压约束、分支流限制和发电源容量限制等设备操作限制。OPF的输入包含SE定义的网络配置和负载信息，作为输出结果，OPF将给出以下推荐数值

* 源有功/无功功率输出

* 负载下的调压变压器比例

这些参数将送到CB控制器、逆变控制器、发电控制器和负载调压控制器，从而确保系统运行在更为经济有效的模式。

二次编程用于解决OPF问题。这个算法在MATLAB中编写，然后通过MATLAB脚本函数集成到LabVIEW中。基于LabVIEW平台，OPF连接到SE和SCADA控制某个微网组件。通过使用LabVIEW工具箱，LaCER微网的主要OPF图形界面如图7所示。LabVIEW工具箱，LaCER微网的主要OPF图形界面如图7所示。

图7.使用LabVIEW 2009开发的最优功率流函数主用户界面

责任编辑：gt