Cosimulation体系结构的电力系统、通信、智能电网和市场

文摘

智能电网发展迅速走向系统,从不同的领域,包括组件使得跨学科不可或缺的建模和分析。在本文中,我们提出一个cosimulation智能电网架构一起的一个整体全面的数据模型表示电力系统,通信网络,能源市场。Cosimulation优于单一的方法,因为它允许利用现有的功能,完善的特定领域的软件。出现的挑战,在一个多畴的智能电网cosimulation识别典型用例通过讨论最近的文学。基于所确定的需求和用例,智能电网的联合表示生态系统是通过一个全面的数据模型。然后提出数据模型集成在软件体系结构中,电网的特定于域的模拟器,通信网络和市场机制相结合的cosimulation框架。软件体系结构及其实现的细节。最后,实现框架用于cosimulation虚拟电厂,电池存储在哪里由小说调峰控制算法,和电池存储市场实体通过一个界面的通信网络。

1。介绍

分布式能源的增加(各级)在电力系统和由此产生的双向功率流驱动相关的通信基础设施和市场机制的变化。例如,不断扩展的需要在低电压测量基础设施层的并发部署通信网络能力,以提供一个可靠的通信在控制中心中,变电站和测量设备。因此,电网操作的规划和底层通信网络同时应该考虑,为了使分析两个域之间的相互作用的影响,因为它已经所示(1]。与此同时,新市场开发模型来支持客户采取了更为积极的作用与电网交换的权力(2以这样一种方式,他们的行为也将考虑网格中的操作(3]。例如,个人用户可以导致一个更高效的操作网格通过把电池存储的电网运营商的处理,这将需要一个通信网络的数据交换。轴承这一发展,有趣的是包括市场仿真分析。

这种集成的市场机制、通信网络、电力系统复杂的研究对未来电力系统的行为因为一个共同的造型方法,包含了三个领域尚未建立,有一些工具,使联合仿真。全面的数据模型和cosimulation架构提出了应对这些挑战工作,使调查电网之间的动态交互,通信网络和市场。这些交互可以技术限制电网要求的行为在市场方面,沟通失败影响网格之间的控制回路和市场,和市场决策,改变一代人的行为单位和能源消费者连接到电网。因此,我们提出一个数据模型基于IEC的公共信息模型(CIM) [4)能够描述整个智能电网拓扑结构包括沟通和市场实体。此外,提出整个网络拓扑数据模型允许用户存储三个领域的组件在一个定义良好的数据模型,因此从用户隐藏cosimulation的复杂性。拓扑描述符合这个数据模型可以处理提出cosimulation架构。这个架构和实现的例子结合电力系统专用的模拟器,通信网络,和能源市场而先前已知的方法作者只考虑这三个领域或单片的一个子集的概念。

本文的主要贡献可以概括如下:(我)分析cosimulation结合三个领域的需求和cosimulation规范的定义(2)识别技术挑战相连的模拟器(3)发展和实施cosimulation架构和实现的接口规范(iv)通过仿真结果验证该cosimulation环境。

本文结构如下:部分2概述相关的智能电网综合建模和仿真工作。节3,我们识别和描述的用例提出cosimulation环境可以使用。cosimulation环境的挑战实现章节中讨论4,而我们提出我们的解决方案关于数据模型和软件架构设计也是其局限性5。cosimulation环境的完整性验证的结果cosimulation节6电池,优化管理的分布式存储系统模拟提高配电网的电压稳定。我们得出结论本文最后评论部分7。

2。相关工作

2.1。架构和数据模型

传统电力系统的发展对智能电网最近引发努力综合造型和标准化,旨在包括智能电网的各个方面的生态系统。在这种情况下是一个主要的贡献股份公司)子公司后继承智能电网架构模型(,它提供了一个基础的表示实体之间的关系、功能和子系统在智能电网5]。SGAM框架模型智能电网在五层网络中涵盖物理组件的互操作性(组件层)、协议服务或系统之间的信息交换(通信层)数据模型,定义数据结构的规则(信息层)、功能和服务(功能层),业务和市场模型(业务层)。模型进一步划分组件层分层电能转换和传输域从一代来客户的前提和组件区如场和站。这个架构视图的目的是加快和规范统一的数据模型的发展,在工业和服务和应用研究。在这种背景下,我们的数据模型和cosimulation框架在这项工作建立股份公司,子公司后继承的基本概念,股份公司:子公司后继承我们的重点在于以下方面(我)提出了部分的统一数据模型5.1正式定义了数据交换的结构符合的概念信息层股份公司。子公司后继承的(2)cosimulation环境的特定于域的模拟器包括模型的电力系统和通信网络组件以及市场参与者组件层股份公司在子公司后继承的分布,DER,客户的前提域。(3)通信层由cosimulation抽象接口和扩展的领域特定的模拟器为了使组件之间的数据交换。(iv)中给出的示例用例部分6,关于分布式电池存储系统的优化管理,是一个系统功能也在下降功能层股份公司框架子公司后继承的。此外,商业模式,激励提供这样的一个系统函数,例如,一个激励系统运营商,在定义业务层。

为实现统一的数据模型符合股份公司概念,子公司后继承了我们识别IEC公共信息模型(CIM) [4)作为扩展的基础部分5.1因为它是一种被广泛接受的格式在电力系统电网数据交换。尽管它包含了一个广泛的电网组件以及市场相关对象列表,电力系统的通信基础设施并不包括除了几类关于监控和数据采集(SCADA)的链接。然而,CIM可以很容易地扩展市场的证明(6,7]。

2.2。模拟智能电网

已经有几次试图构建cosimulation环境关注电网和通信网络,例如,(1,8- - - - - -10]。然而,拟议的方法到目前为止不占市场,因为他们更注重短期效应引起的通信网络的限制。

虽然商务部(3]试图采取整体分析模型分布式能源系统,这将导致整体仿真的实现而不是cosimulation,混合模拟的物理部分和一个基于主体的仿真行为可能代表了一部分市场。因此,这种方法阻碍了使用现有的领域特定的工具,需要大量的开发工作。相反,在这个工作中,我们的目标是利用现有工具提供的功能(i)增强了结果的可信度和(2)降低了工作需要复制他们的功能。

提出了仿真框架包括几个模拟器,每个负责一个特定的领域。的优势是使用的可能性为每个域的最佳工具。此外,愿景是能够取代模拟器与合理的努力如果仿真需求变化。例如在节6,提到[11可以用来实现一个更全面的市场模拟。

2.3。分类的模拟

Schloegl et al。12为能源相关cosimulations)提供了一种清晰的分类模式。因为我们cosimulation环境应提供全面的模拟,所有四个类别的元素或模拟模型(即。,continuous processes, discrete processes and events, roles, and statistical elements) defined by Schloegl et al. have to be considered.

在我们的实现中,电力系统建模在Modelica一般可用于物理系统(3)和热系统已经证明了它的功能13),特别是电力系统(14]。Modelica模型由连续过程,离散过程,和事件,使电力系统模拟混合仿真。可用的通信网络是模拟离散事件仿真(DES)工具,比如ns-3。DES,仿真时间所得的执行单一的事件,如包到达时间和到期(15]。能源市场仿真是在Python实现DES。Python被选为编程语言,因为它的适用性来实现和测试不同的优化方法16]。每个市场参与者旨在优化计划的资产,例如,能源成本最小化和利润最大化。根据模拟场景中,市场参与者的行为或角色的变化。统计元素的例子有风电场模型的能量网格模拟器和通信链路模型,考虑包丢失和通信网络的可靠性指标模拟器。

此外,提出cosimulation环境可以正式作为一个耦合的离散事件系统规范中定义的(开发者)(17)这就是为什么我们的分类架构的开发者节中给出5.5。

3所示。用例的Cosimulation环境

我们cosimulation解决方案包括三个领域可以用来评估不同的场景。解决身体相关的依赖关系,我们把模拟器之间的动态相互作用分为两组:(我)快现象在微秒到秒,高度动态电力系统组件之间,例如,电力电子与通信网络(2)缓慢的现象在几分钟到几小时的范围包括市场实体,电力系统,通信网络。

最近的文献中,最突出的快速动态交互发生在广域测量和控制应用程序以及远程电力电子设备(10]。相比缓慢现象,快现象的模拟需要相对较小的仿真时间步由于电子元件的切换事件和市场相互作用是不考虑。因此,cosimulation快的现象,应该更加关注cosimulation接口而不是简化的效率的耦合与多个模拟器。拟议中的cosimulation环境是为了支持快速动态的调查但不应局限于他们。这已经影响我们的设计之间的通信接口模拟器可以看到5.4。

另一方面,缓慢的现象是由关闭电力系统之间的循环和市场通过通信网络。市场实体的行为可能会导致电力系统组件的使用情况的变化对电网产生影响,反之亦然,这个循环可能受损的通信网络。cosimulation环境可能被使用来验证功能控制回路的给定一个特定的通信网络或计划满足需求的通信网络,电力系统的控制机制和市场。

基于此分类的用例,可以得出的结论是,所有三个模拟器不一定必须活跃在同一时间所有场景。在本文中,我们将关注的需求和实现cosimulation缓慢的现象和限制我们的讨论迅速现象的描述适应快速现象调查所需要的情况,因为已经存在几个cosimulation环境提出了这些研究[1]。

缓慢的现象的一个示例用例是分布式存储系统调峰优化管理支持网格操作。提出cosimulation环境包括通信网络允许测试沟通失败的影响电网的经营战略,最终,可以为决策提供有价值的见解。仿真结果对于这个示例提供了部分6。

在cosimulation启动之前,必须定义和存储拓扑进行调查以及场景特定的参数。例如,场景可以追究失败的通信网络的随机或确定性组的用户数据模型。从用户的角度来看是有利的,如果所有组件,它们的链接,和参数可以定义在一个环境,而不是分裂之间的信息和格式不同的软件解决方案。然后,数据模型的拓扑需要包含几个不同的领域的组件。

从这些用例,可以确定以下挑战:(我)所有领域的公共数据模型,包括组件和它们之间的联系(2)模拟器模拟不同类型的交互,例如,事件驱动的通信网络和电力系统的连续过程(3)选择cosimulation时间步有限的同步方法连接模拟器。

4所示。Cosimulation的挑战

4.1。常见的数据模型

一种常见的数据模型,涵盖了电子市场,通信基础设施,网格不存在我们所知,即使这些组件是智能电网的重要组成部分。仿真软件的用户不仅受益于一个共同的数据模型在模拟场景,但数据交换的规范也会简化。智能电网的系统描述,包括所有组件,如图1(一)可以是直接使用的整体智能电网模拟器或分为子系统cosimulation如图1 (b)。

对于许多组件,这个部门是简单的因为他们的参数只需要一个特定于域的模拟器。例如,电线只存在于电力系统领域,只有连接到其他电力系统组件。一些组件,另一方面,构成自然电力系统之间的耦合点,市场,和通信网络。这些组件被称为interdomain组件在下面。例如,电池存储设备连接到网格可以作为市场参与者提供充电或放电的能力。为了使参与能源市场,电池存储需求的接口通信调制解调器。调制解调器可以视为一个电池存储的一部分。因此,与电池相关的数据模型类存储设备必须能够保存或参考数据在电电池存储的属性,市场,和通信领域。cosimulation, interdomain组件上的信息必须分成几部分,因为他们的模拟器和所需的参数是每个模拟器来模拟一个专用的这些组件的一部分。

4.2。Cosimulation时间和同步

剩余的和主要的问题在这样一个cosimulation,模拟器的不同类别相结合,选择和实施适当的同步机制,必须确保适当的仿真时间和进度及时特定于域的模拟器之间的数据交换。这个选择具有至关重要的意义为了最小化误差传播cosimulation和仿真时间的同步开销。在[1),三个主要的同步方法cosimulation指定:time-stepped,全球事件驱动,主从。有两种不同的考虑相关仿真时间12]:(我)时间分辨率:cosimulation的挑战是高度多样化的时间分辨率的三个模拟器。电网模拟器从毫秒的时间步骤(电磁过程)次秒级及以上(稳态和电动机械的过程)。通信网络仿真时间步的甚至可以从几十微秒(例如,延迟在局域网)秒(例如,延迟在广域网)。另一方面,能源市场模拟,几分钟的时间步可以足够,因为它是德国的控制电力市场与价格计算基于15分钟。(2)时间比:比描述了仿真时间和挂钟时间之间的关系(12]。用适当的用例,我们想展示整体cosimulations与我们的方法可用于规划和决策。因此,重要的是要运行场景速度远远超过挂钟的时间间隔时间和天周,所以许多模型可以模拟不同的配置。

问题是一个非常小的时间步长或时间阻碍短的高分辨率模拟。因此,有必要调整时间步的现象正在接受调查。同时,或许可以瞄准更高的集成模拟器和牺牲灵活性和增加效率如果时间分辨率和时间比例需要优化。节5.3,我们将讨论我们的设计选择详细关于模拟器的同步。方法的优化时间分辨率和时间比例进一步讨论的部分5.4。

5。Cosimulation环境的概念

5.1。数据模型对电力系统、通信网络和市场

节中解释2,一种可能性是延长cosimulation拓扑在CIM格式,导致CIM的超集。介绍了新类,完成CIM表示的智能电网,与CIM类使用统一建模语言(UML)的术语。该格式可以在四个包结构:(我)原始CIM (IEC61970 IEC61968 IEC62325)(2)沟通(3)市场(iv)EnergyGrid。

只要有可能,使用CIM类。然而,一些组件可能没有一个相关类标准。然后,这些组件被表示为类的其他三个包。这种方法的原因在于,这种方式更容易更新的新版本CIM不失新添加的类及其相互联系。

最重要的特点是域的互连模型格式。为了实现这个目标,我们已经确定了可能interdomain组件。的一些例子interdomain组件,即BatteryStorage,SolarGeneratingUnit,MarketCogeneration,如图2从我们的数据模型,这是一个摘录。根据UML图,能源市场与电力系统相关组件组件,而电力系统组件有一个聚合关系通讯设备。这意味着参数特定于市场,电力系统通信网络,与相同的设备相互联系。因此,在一台设备上的所有信息是方便但同时有一个根据域分离。不同域定义的类之间的连接逻辑而不是一个拓扑。相反,拓扑连接存在连接电力系统组件,例如。

回到电池存储设备的例子,数据模型如下:该设备是电网的一个组成部分,电气参数。此外,电池存储可能参与市场,例如,作为一个虚拟电厂(VPP)。着信息可以存储在MarketBatteryStorage类是与电气相关表示BatteryStorage。课堂上的数据通信调制解调器ComMod可用于与VPP聚合到通信吗BatteryStorage类。

在下面,我们简要地提到三个领域的特定领域的考虑。

(1)电力系统方案。EnergyGrid包的目的是为电力系统组件组模型没有CIM标准的一部分。对于仿真场景,提出后,有必要创建一个新的模型等电能存储固定电池。电池存储是导电设备能够调节其能源吞吐量在两个方向上。因此,类BatteryStorageCIM的专业化吗RegulatingConductingEquipment因为它会影响权力的流动网络中特定的点。

(2)市场方案。市场的关键组件包的场景,我们想调查VPP自聚合的小DER单位使他们的参与电力市场。各级以防不归VPP的运营商,他们可以被看作是客户提供能量以换取VPP运营商的利润份额。此外,VPP可能支持配电系统运营商(DSO)在确保一个安全的网格操作导致一个DSO和VPP之间的联系。

(3)通信方案。这个包包括所有另外定义类相关通信网络模型中,类等通信链路和技术,调制解调器,网络节点以及它们的参数及其与CIM中的类的关系,电力系统包,和市场计划。通过这种方式,用户可以通信网络层模型及其规范的仿真工具。通信网络拓扑结构及其参数然后cosimulation通信网络使用的模拟器。

图3显示通讯摘录数据模型与一个聚合WindGeneratingUnit。通过调制解调器的相关类,通信需求,和渠道,使网络参数和拓扑结构的描述。此外,通信网络数据模型集成的灵活性,使通信网络的规划下通信和电力系统需求cosimulation开始之前。拓扑参数将用于通信网络的优化设计与期望的目标,如最低成本,同时满足所需的条件,如给定可靠性指标。这种方法的一个例子是在(18)的广域测量系统的集成设计。最终,优化通信网络解决方案可以根据不同的场景中使用cosimulation评估环境。

5.2。模型数据处理和仿真设置

的总体信息流动模拟设置如图4。拓扑创建或修改后在图形拓扑生成器和包括三个域,输入文件,符合共同的截面数据模型5.1,发送到cosimulation接口。cosimulation接口包含一个组件,基于CIM + + (19),解析CIM XML-RDF文件并生成c++对象的容器,包含拓扑数据。为了执行一个模拟,Modelica解算器需要一个Modelica模型,而通信网络拓扑结构可以给JSON或XML格式的通信网络仿真器,包括网络中的组件,连接,和参数。由于拓扑可以作为XML-RDF文件和一个c++对象的容器,电力系统和通信网络的相关信息提取在反序列化的一步。在随后的转换步骤,一个组件,我们称之为Objects2Modelica / CommunicationNetwork,生成Modelica和通信网络拓扑结构和参数文件。相比之下,基于Python的市场模拟依赖于一个c++ / Python接口,可以实现使用一个公共库的Python包装c++数据类型和函数,获取市场相关信息从c++对象并将它们存储在Python对象。

翻译以下段落解释了基于CIM Modelica例子。加载中定义扩展CIM数据模型中描述的部分5.1随着PQ-loads特有的电力需求如下:< cim: SvPowerFlow rdf: ID = " PQ1-sv " >< cim: SvPowerFlow.p > 1000 < / cim:SvPowerFlow.p >< cim: SvPowerFlow.q > 329 < / cim:SvPowerFlow.q >< cim: SvPowerFlow.Terminalrdf: resource = " # e - 1229789360 " / >< / cim: SvPowerFlow >

cosimulation接口从CIM XML-RDF提取相应的组件参数文件并介绍Modelica的网格模型。后者是通过Objects2Modelica组件部分中解释5.2遍历该列表提供的c++对象CIM + +。因此,参数的规范和在CIM模型生成两个属性修正方程的宣言PQ-load Modelica:ModPowerSystems.PhasorSinglePhase.Loads。PQLoad CIM_PQ1 (Pnom = 1000, Qnom = 329)

这些值被应用在quasistationary模拟电网的单相表示。

5.3。同步

所有三个模拟器的同步将在固定的时间进行的步骤。固定的同步时间步骤已经被选中,是因为更模拟器容易集成的灵活性及其相对高速的时间步骤/仿真时间1]。事件驱动的方法,因为它是实现(10)两个模拟器需要cosimulation框架和模拟器的更深层次的整合。除此之外,它是所示(10]cosimulation误差可以减少固定时间步骤减少全球时间步长。

所有模拟器之间的同步现象与mosaik场景执行缓慢,一个完善的cosimulation框架(20.)开发固定模拟一秒钟或更大的时间步长(21]。它允许结合三个模拟器以简单的方式解释部分5.4。VILLASnode,耦合的实时模拟的软件项目局域网(22,23),是一个合适的替代方案mosaik在同步的情况下用短的间隔。

Modelica,同步数据交换是通过整合Modelica块Modelica_DeviceDrivers图书馆,最初是为接口设备驱动程序开发Modelica模型。这个方便允许一个固定的时间间隔进行数据交换的定义。Modelica_DeviceDrivers FMI方法的选择而不是所示(21),因为它允许更多的灵活性在挑选所需的模拟变量和选择所需cosimulation步长独立于Modelica模拟器时间步。在所有模拟器之间的同步措施,能源市场模拟器的阶跃函数叫做同步从mosaik Python API。市场模拟器仿真步骤完成后,结果被mosaik检索。

仿真时间的DES通信网络发展与执行生成的事件,它存储在一个事件列表。事件是由一个调度程序的执行,决定下一个事件和它的执行时间。而默认调度程序执行顺序的事件没有任何干扰,可用仿真环境中提供灵活地集成外部控制输入接收外部控制信息,可以用来操纵仿真流通过改变模块参数在仿真。为了实现这一点,可以使用DES的事件驱动特性工具生成新的事件,称为流控制事件,停止模拟通信,交换数据,并使用模拟输入数据操作以下步骤。此外,事件的执行可以控制和仿真可以停止后的执行前的最后一个事件一个同步点,以便模拟运行在固定的步骤和数据交换是可能的每一个步骤。

图5cosimulation描述流动的时间和每个模拟器。可以看出,电力系统和市场并行模拟器计算,而通信网络是等待输入。在一个数学符号,每个cosimulation步骤的模拟器之间的交互可以定义 在哪里和相应的输入值的电力系统模拟器,能源市场,每个时间步和通信网络。因此,需要设置初始值, , ,在cosimulation的开始。有特定名称的当前cosimulation时间步骤。(交流),(市场),(电力系统)功能描述下一个时间步的计算。

5.4。Cosimulation运行时交互

在图6、电力系统的耦合、通讯、和市场模拟器cosimulation运行时交互显示。在下面,我们简要介绍各个部分的cosimulation环境:(我)Mosaik:如前所述,Mosaik用于协调同步步骤中几分钟(在模拟时间)对所有模拟器(24]。mosaik有两个不同的api模拟器耦合。它提供了对模拟不同类型的处理程序,允许不同的仿真场景造型,和时间表的步进式执行连接模拟器借助SimPy [25]。两个mosaik api(一)低级API使用常见的TCP / IP网络套接字交换消息封装在JSON,开源和人类可读的数据格式;(b)高级API,可以直接使用模拟器和通过套接字与mosaik通信还处理他们的创造,事件和消息(反)序列化。(2)市场模拟器:在Python实现,它可以利用高级API如图6。套接字的使用允许所需的所有模拟器运行在不同的计算机系统的灵活性和环境。(3)通信网络模拟器:基于DES工具可用,他们与进程间通信网络仿真模块扩展功能与mosaik JSON消息交换。(iv)电力系统模拟器:所谓的集成TCPIP_Send / Recv_IO块从Modelica_DeviceDriversModelica模型,使仿真数据的交换的形式通过套接字但Modelica变量bitvectors代替JSON消息。因此,MODD服务器实现。(v)MODD服务器:它从套接字与mosaik接收命令。基于这些命令开始,例如,电力系统模拟器或接收比特流从Modelica_DeviceDrivers封装成JSON消息在传输之前mosaik。除了同步步骤由mosaik控制,将会有更细粒度的同步步骤之间的分数秒电力系统和通信网络模拟器。这就是为什么VILLASnode服务器包括在内。(vi)VILLASnode:代替TCP(传输控制协议),它利用UDP(用户数据报协议)套接字之间数据交换的实时仿真器,它的设计。使用UDP的导致更少的开销,从而降低同步时间步骤但缺点的一个不可靠的连接。我们的解决方案,以避免任何的使用可靠UDP数据报损失(RUDP)保持低开销与TCP相比的好处一个可靠的连接。

5.5。开发者形式化

节中解释5.3离散时间基地选择特定于域的模拟器之间的同步。因此,模拟器可以通过离散时间系统形式化规范(dts)。自从步骤是固定的,可以模拟dts开发者(17]。的抽象级别mosaik框架的开发者并没有被认为是不同的原因(26),不需要cosimulation场景的定义。因此,整个模拟的正式定义耦合的开发者已经超出了本文的范围。然而,一个所谓的分层模拟器三原子模拟器 , ,和(能源、市场、和通信)如图7模拟器(即作为分层的叶子。,树)17),在下面描述。的root-coordinator发送一个初始化消息 ,传播到所有原子模拟器模拟启动和启动模拟树的步骤状态转换消息 。的协调员处理的水平耦合模拟器树的根。由一个事件的调度消息转发通过每个接收机协调员即将到来的孩子。即将到来的孩子是应当履行它的下一个模拟器内部转换或协调子树的根包含执行下一个内部迁移的模拟器。

在我们的cosimulation架构的情况下,第一个消息转发的前和subcoordinator的第一个组件事件列表(在这里。模拟器)计算新的输出 和发送它输出消息 subcoordinator。然后subcoordinator承认一个内部耦合因此发送一个x-message ,与 ,模拟器, 是翻译功能从输出的事件模拟器的输入事件模拟器。虽然计算的模拟器,在相同的过渡,不依赖的输出模拟器,它的输出消息包括两个模拟器的输出。这个输出由subcoordinator翻译并转发,母公司(高级协调员),因为外部耦合,输出消息属于离散事件指定网络(DEVN)。之后,顶部协调员将消息输入消息的模拟器计算整个cosimulation一步的输出。这个输出转换前协调员,因为其内部的耦合,为subcoordinator输入消息翻译和发送消息的模拟器,因为外部输入耦合,下一个cosimulation步骤开始。

改进的形式化基础上分层模拟器可以通过形式化的和模拟器作为一个保守的并行离散事件模拟(17]。然而,组件之间的通信模式描述的分层模拟器显示选择cosimulation同步计划,描绘在图5之间的因果关系,是有效的,当混乱的能量和市场模拟在一个时间步的避免cosimulation保证为考虑仿真场景。

5.6。限制

由于造成的通信开销cosimulation环境,仿真时间为大型网络的大小可能会显著增加。目前,实时模拟是不可能的,但可用的框架可以扩展实时和半实物仿真,例如,通过使用VILLASnode代替mosaik。

此外,同步期间不能改变步长仿真运行时,而特定于域的模拟器支持变量模拟时间步。使一个可变步长优化cosimulation通过更复杂的算法,修改mosaik框架很重要,因为它允许只有固定的时间步骤。cosimulation流由mosaik,允许并行和顺序的模拟器,可能引入错误的仿真结果对步长进行同步。

此外,模拟异构通信网络和标准是可能的。然而,通信协议的抽象层次影响通信网络模拟器的仿真时间,因此cosimulation的仿真时间。

6。验证的Cosimulation接口

在本节中,我们旨在表明,实现cosimulation基础设施不影响仿真结果的准确性。作为一个典型的应用程序中,我们考虑一个场景:一个VPP运营商旨在获得利润通过减少VPP的峰值功率。因此,调峰算法用于电池分布式存储系统的优化管理。财务激励的调峰行为可能来源于协议都是关于最大功率VPP的馈入。从结果没有cosimulation框架,我们先后包括cosimulation环境和特定领域的模拟器来证明结果不变的假设下的理想通信网络在同一场景。最终,提出了一种稍微不同的场景,通信网络应该是影响电力系统之间的控制回路和市场由于通信设备故障,因此,显示一个典型的用例cosimulation架构提出了。

6.1。模拟场景和模型

研究了电力系统是一个IEEE欧洲低电压测试馈线的一部分。的负载测试馈线建筑取代,每个包含一个PQ-load。此外,这些建筑的几个特性固定电池和太阳能发电。电池存储的调峰控制算法,实现市场的模拟器。调峰算法应该代表VPP算子,利用其聚合存储在网格支持方式。这就是为什么在现实世界的应用程序需要交换测量和控制通过通信网络与电池存储值。

在第一个模拟场景中,电池和调峰算法之间的通信是理想,不受任何通信网络故障。这个场景是用于验证正确的仿真模拟器之间的数据交换参与cosimulation。出于这个原因,首先执行没有cosimulation仿真框架,连接直接向电力系统调峰算法仿真。然后,cosimulation环境介绍,然后通信网络模拟器。这些三个模拟案例的结果提出了部分6.2。

第二个模拟场景中,分析了部分6.3,为了显示通信网络故障的可能的用例完成cosimulation环境。

以下方程实现Modelica模拟电力系统组件的建筑。建筑中的PQ-loads作为理想的恒功率负荷模型,这意味着负载电流直接依赖于电压在电网连接点。

实现Modelica太阳能发电机的模型决定了有功功率的输出通过 假设工厂操作在其最大功率点和分别是开路电压和短路电流。他们随温度和太阳辐射,可以模仿根据(27]。这个词在(3)调整输出功率的大小,一个特定的太阳能发电机组的装机功率,考虑到代表了装机功率的太阳能电池板用于(27]。

电池存储的模型由一组简单的方程的导数描述电荷状态(SOC) 此外,电池模型限制了SOC在0和1之间的范围。电池容量指定的值 ,充电效率 ,和放电效率从扩展CIM类中提取;参见5.1。

VPP算法旨在稳定电压概要文件通过减少交流电网,建筑使用模型预测控制方法。因此,电池充电能力设置根据最优调度基于预测太阳辐射和负载需求。为了弥补错误的预测,实际负荷的算法接收测量需求,所产生的太阳能,电池电荷状态从电力系统模拟器。

6.2。比较的结果有无Cosimulation环境

首先,测量值和设定值都通过通信网络模拟器和cosimulation框架。相反,电池存储的控制信号直接提供的调峰算法在每个电力系统仿真的步骤。这个引用案例后,模拟器通过cosimulation连接环境中描述的部分5.4。然而,通信网络模拟器并没有参与进来。图中所示的结果8随着时间的推移存在电压概要文件在一个节点测试馈线和结果可以看出,有或没有cosimulation环境是一致的。如果通信网络改变了交换数据,控制值,测量,电压会改变。接下来,我们把这一步,也介绍了通信网络模拟器。通信网络模拟器作为电力系统和市场模拟器之间的中介。任何电力系统之间的数据交换和市场通过前者。通信网络模拟器添加到cosimulation部分中给出5.3和5.4。验证三个模拟器正常都是同步的,我们包括理想的通信网络;也就是说,所有消息传输,没有任何延迟。显然,一个理想的沟通不应影响电力系统和市场之间的信息交换,为电池充电,以便实现调度应该执行一视同仁。

在图9,可见仿真结果将理想的通信网络不偏离的没有通信网络即使获得所有消息现在通过通信网络模拟器。因此,确认的结果正确同步的三个模拟器和cosimulation实现环境的一致性。

6.3。模范Cosimulation与通信网络故障

在本节中,三个模拟器以同样的方式交换数据所描述的部分6.2。只有这一次,通信网络模拟器模拟通信网络的故障导致通信失败的一个小时的VPP控制算法。这是缓慢现象情况模拟电力系统和市场之间的循环受到影响。

评估通信故障对整个网络的影响部分,电压关键绩效指标(KPI)中定义的(4)应用于结果: 在这里,的数量被认为是电压节点,单位,表示一个节点的电压允许电压偏差的最大值。因此,KPI是代表所有网络节点的平均绝对偏差关系的最大允许偏差。图10显示小时5和6之间的通信失败显然会影响电力系统的电压概要文件。最新的应用程序控制的价值观在通信失败导致的充电电池,而故障清除后重新激活控制放电的电池了。因此,整个电池容量是再次可用调峰在中午时间了。由于补偿行为,系统返回与完全放电的电池状态,因此相同的电压概要文件为理想通信发生故障后一段时间。通过修改通信网络模拟器的输入,也可以效仿其他缺点,如断层在单一的建筑或包损失。

模拟器应用市场关注的代表性VPP运营商管理为资产市场参与者以调峰方式基于数学优化。操作符调度可以另外考虑在批发市场价格趋势,例如,作为历史时间序列。可以获得一个增强的市场动态的模拟市场参与者和顾客,例如,进行电力TAC平台(11结合市场模拟器。

7所示。结论

本文的贡献是一个数据模型包括三个领域、电力系统、通信网络、市场、软件环境的体系结构来模拟智能电网多畴的场景。提出的数据模型便于软件的使用环境自特定领域的智能电网组件参数和它们之间的联系可以修改和存储在一个独立的拓扑描述。由于我们cosimulation方法我们能够利用对每个域建立特定领域的模拟器。拟议中的cosimulation环境覆盖用例通常研究文献和与电力系统与通信网络和用例包括前两个领域和市场。cosimulation环境的仿真结果证实了提出的体系结构一致性的方法。

的利益冲突

作者宣称没有利益冲突。

确认

作者欣然承认金融支持这个项目BMBF(德国联邦教育和研究)03 ek3567b推广引用。

引用

1. w·李·m··m·Stevic a·蒙蒂和f . Ponci”Cosimulation智能电网通信。”IEEE工业信息,10卷,不。4、2374 - 2384年,2014页。视图:出版商的网站|谷歌学术搜索
2. 他王z和y,“两阶段最优响应与电池储能系统的需求,”专业生成、传输和分配,10卷,不。5,1286 - 1293年,2016页。视图:出版商的网站|谷歌学术搜索
3. l·埃克塞尔f . Felgner g·弗雷,“多域建模的分布式能源系统商务部的方法,”智能电网通信(SmartGridComm), IEEE国际会议,页774 - 779,美国,2015年11月。视图:出版商的网站|谷歌学术搜索
4. m . Uslar m . Specht s Rohjans j . Trefke Vasquez和j·m·冈萨雷斯,公共信息模型CIM: IEC和62325 - 61968/61970实际CIM的介绍施普林格科学与商业媒体,2012年。视图:出版商的网站
5. CEN-CENELEC-ETSI智能电网协调小组,“智能电网参考架构,”03.01.02018(访问)。(在线)。可用:https://ec.europa.eu/energy/sites/ener/files/documents/xpert_group1_reference_architecture.pdf2012年11月。视图:谷歌学术搜索
6. e·哈克·d·哈勒,k·a·拉赫曼和艾弗森,“使用公共信息模型(CIM)在加州电力市场在ISO,”电力和能源协会大会,IEEE,2011年,页1 - 6。视图:谷歌学术搜索
7. j·弗里蒙特,e·兰伯特c .花束,o . Carre, d . Ilhat和p . Metayer“CIM ERDF信息系统项目,扩展”电力和能源协会大会,PES的09年。IEEE,2009年7月。视图:出版商的网站|谷歌学术搜索
8. r·k .霍普金森x Wang Giovanini, j·索普,k .伯曼猫和d . Coury”时代:一个基于代理的平台电力和通信仿真由商业现成的组件,”IEEE电力系统,21卷,不。2、548 - 558年,2006页。视图:出版商的网站|谷歌学术搜索
9. 朱k、m . Chenine和l . Nordstrom“ICT架构影响广域监视和控制系统的可靠性。”IEEE电力交付,26卷,不。4、2801 - 2808年,2011页。视图:出版商的网站|谷歌学术搜索
10. h, s . s .吠陀经s . s . Shukla l·米利和j·索普,“GECO:全球联合仿真事件驱动框架互联电力系统和通信网络,”IEEE智能电网,3卷,不。3、1444 - 1456年,2012页。视图:出版商的网站|谷歌学术搜索
11. Ketter w·j·柯林斯,p . Reddy,“权力TAC:竞争的经济模拟智能电网”(在线):http://linkinghub.elsevier.com/retrieve/pii/S014098831300095939卷,第270 - 262页,2013年。视图:谷歌学术搜索
12. f . Schloegl s Rohjans s Lehnhoff j .委拉斯开兹c . Steinbrink和p . Palensky”对能源系统联合仿真方法的分类方案,”智能电力分配系统和技术(EDST), IEEE国际研讨会2015年9月,页516 - 521。视图:出版商的网站|谷歌学术搜索
13. c, s .总值、j . Zeitz和a·蒙蒂”MESCOS-A multienergy系统cosimulator城市地区能源系统”IEEE工业信息,10卷,不。4、2247 - 2256年,2014页。视图:出版商的网站|谷歌学术搜索
14. m . Mirz l . Netze,蒙蒂,“电力系统的多层次方法Modelica模型,”在电力电子控制和建模(强迫),2016年IEEE 17 IEEE研讨会,2016年,页1 - 7。视图:谷歌学术搜索
15. k . Wehrle m .枪,j·格罗斯和m .枪建模和网络仿真工具2010年,施普林格科学与商业媒体。
16. w·e·哈特的j。沃森和d·l·伍德拉夫,在python中Pyomo-optimization建模施普林格,卷。67年,2012年。视图:出版商的网站|MathSciNet
17. b·p·齐格勒h . Praehofer, t·g·金,理论建模与仿真:整合离散事件和连续复杂的动态系统、学术出版社,2000年。
18. h·a·Tokel g . Alirezaei, r . Mathar”综合测量和通信网络设计在智能电网的基础设施,”第26届国际电信网络和应用研讨会论文集,2016年ITNAC但尼丁,页258 - 264年,新西兰,2016年12月。视图:出版商的网站|谷歌学术搜索
19. l . Razik m . Mirz d . Knibbe平直的,和a·蒙蒂”从CIM本体自动串并转换器生成:CIM + +一个易于使用和自动适应开源库的c++对象反序列化文件根据用户指定的UML模型后,公共信息模型(CIM)能源行业标准,“计算机科学——研究和开发,1 - 11,2017页。视图:出版商的网站|谷歌学术搜索
20. 美国舒特美国Scherfke, m . Troschel”Mosaik:活跃组件的模块化仿真框架在智能电网中,”IEEE学报》1日国际研讨会在智能电网建模与仿真,sgm 20112011年10月,页则高达55 -,。视图:出版商的网站|谷歌学术搜索
21. s . Rohjans e . Widl w·穆勒,s·舒特和s . Lehnhoff”复杂的能源系统联合仿真mosaik和FMI”在——Automatisierungstechnik,卷62,不。5,325 - 336年,2014页。视图:出版商的网站|谷歌学术搜索
22. 沃格尔,m . Mirz l . Razik,蒙蒂,“新一代电力系统实时仿真的一个开放的解决方案,”《IEEE会议上互联网和能源系统集成(EI2)2017年11月,页1 - 6。视图:谷歌学术搜索
23. m . Stevic a . Estebsari美国沃格et al .,“多站点欧洲电力系统实时联合仿真框架,专业代,”传播分布,2017年。视图:谷歌学术搜索
24. (2016-08-18)访问发布tripwire mosaik文档。(在线)。可用:https://media.readthedocs.org/pdf/mosaik/latest/mosaik.pdf。
25. (2016-08-18)访问Simpy文档发布3.0.9。(在线)。可用:https://media.readthedocs.org/pdf/simpy/latest/simpy.pdf。
26. 美国舒特美国Scherfke, m . Sonnenschein”Mosaik -智能电网模拟API:对基于语义交换标准智能电网模拟,”SMARTGREENS学报》2012年4月,页14 - 24,。视图:谷歌学术搜索
27. w·h·杨,和z方,“一种新的光伏阵列的性能预测模型”,应用能源,卷84,不。12日,第1198 - 1187页,2007年。视图:出版商的网站|谷歌学术搜索

版权

版权©2018马库斯Mirz等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。