近日发布的《中共中央国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》明确提到，到2030年，我国风电、太阳能发电总装机容量达到12亿千瓦以上。与此同时，应国家大力发展电动汽车的需求，接入电网的充电桩也在以每月10余万台的数量快速增加。风电、太阳能和充电桩的并网都是通过电力电子变换器实现，因此数年内，电力系统将呈现高度电力电子化。电力电子化电力系统的可靠稳定运行的关键是从硬件和控制层面解决并网型电力电子变换器可靠稳定运行的问题。另一方面，我国的用电大户主要分布在东南沿海，而清洁能源如风电、光伏和水电主要分布在西北、西南一带。过去采用的西电东送的方式需要架设成本高昂的高压输电网。
随着储能系统成本的降低，未来将逐步做到新能源发电的本地消解。未来的电网将由包含清洁能源发电、储能、用电负载的配电网和主干电网组成。配电网将实现高度自给，减少对主干电网的依赖。为达到这一目的，基于智能控制的配电网中变换器间互操作将极为必要。
变换器可靠性以及本地控制
高度自主的配电网将包括风电变换器、光伏逆变器、电动汽车充电桩和储能系统变换器。此外，为实现对交-直混合配电网的保护，还将包括固态断路器；双极型直流配电网需要正负极负载平衡变换器；多端口直流配电网需要潮流控制器实现负载优化分配。与消费电子中追求变换器(如电脑适配器、手机充电器)的功率密度、轻视其可靠性(1-2年)不同，配电网变换器的失效将带来较大经济损失，因此要求有较高可靠性(如光伏逆变器20年设计寿命)，但对功率密度要求并不高。
电力电子变换器的可靠性主要包括开关器件的可靠性(对温度波动敏感)、电容可靠性(电解电容寿命远低于薄膜电容寿命)以及元件失效后的故障容错控制(如降功率运行)。搭载数字处理器的电力电子变换器将易于实现多功能控制，其中包括：1、功率控制——电网电压正常时的有功控制和电网电压过高或过低时的无功功率控制；2、电能质量控制——主要指并网电流的谐波消除及变换器本身的控制稳定性；3、输出阻抗塑形——高度依赖新能源供电的配电网具有短路容量低、电网阻抗相对较大的特点，并网变换器与电网阻抗不匹配时会出现谐振，甚至系统失稳的问题，对并网变换器的输出阻抗塑形，使其与电网阻抗相匹配可有效避免谐振，提高电能质量。
人工智能模型
配电网因包括数量众多的变换器，而成为一个高阶强非线性系统。为实现对这样一个系统的故障监测和优化控制，需要对其中各个状态变量进行观测。而配电网往往跨较大的空间尺度，通过多传感器测量，然后数据通信的形式建立可观性，存在大延时、高成本的问题。相比而言，更可行的方法是在中央控制器中建立配电网的状态观测器(电路动态等效模型)，在此基础上用测量的状态对观测器进行校正，以保证观测器的精确度。
主流的解析模型基于对象物理动态特性的描述，在低阶的传统配电网中使用尚可。但随着并网型电力电子的增多，配电网的模型呈现高阶化，以及耦合项带来的强非线性化，解析模型变得非常复杂，失去了解析模型便于分析问题的优势。同时，在建立解析模型时，通常需要做很多假设，很容易忽略重要的细节。这也是近些年，并网变换器的解析模型在不断被更新的原因，因为很多电网新出现的现象无法用已有的解析模型进行解释。
与此同时，由于并行计算的快速发展，海量计算的成本已经大为降低，这使得基于大量数据训练的人工智能建模技术变得很有吸引力。该建模方法不需要对被建模对象的物理动态特性的理解，理论上，只要训练数据的样本足够大，所训练出的模型将无限接近被建模的对象。但配电网对安全可靠运行要求十分严格，所以这种黑盒子式的建模方法很难为电网运营部门所接受。基于对象物理特性认知的人工智能建模，以解析模型为主以帮助模型快速有效收敛，以海量数据训练为辅，以提高模型的精度，将成为更加可行的方法。
云端协调控制
随着配电网中分布式能源，和储能的比例不断提高，配电网的功率平衡不再依赖大电网的支撑，而主要靠配电网内各发电与用电单元的协调控制，以实现自给自足。能量管理系统的理论发展已进行多年，包括用电负载分配、配电网用电效率优化、配电网与主干网协调控制等。近些年，云平台的商业化发展为配电网多智能体的协调控制提供了有效的工具。但是基于云平台交互的配电网多智能体协同互操作仍然缺乏设计实践，阻碍了配电网智能化的发展。配电网多智能体互操作柔性的定义，本地设备与云平台数据互传时的网络安全问题，考虑到通信时延、带宽以及云计算资源占用成本的能量优化算法部署的问题仍需投入大量研究。
此外，多电力电子电网的另一项关键技术为构网型变流器以及控制。迄今为止，新能源变流器的主流控制为电网跟随性控制，即电网中的同步发电机负责支撑电压幅度及频率，新能源变流器只向电网注入有功或无功功率。但随着新能源变流器在电网中占的比例不断增高，电网中同步发电机的支撑能力正相对变弱，因此而导致的电网崩溃事故近年来也以较高频率出现。为减小电网同步发电机的负担，要求未来的新能源变流器具备一定的电网支撑能力。
(作者刘旭 为南网科研院技术支持中心输变电智能运维研究员)
