第二章 能量调度系统架构：分层架构
做能量调度系统这么多年，我最大的体会就是——千万别想着一个模块搞定所有事。你想想看，从现场传感器到云端决策，中间隔着多少层？数据采集、实时控制、优化调度、战略决策，每一层的诉求都不一样。
我个人习惯把系统拆成四层：采集层、控制层、调度层、决策层。这四层各司其职，又紧密配合。下面我逐一跟你聊聊。
2.1 四层架构总览
先看一张我手绘的架构图，帮你建立整体认知：
这张图我画了好几个版本才定稿。你看，数据从下往上流，指令从上往下传。每一层都有自己明确的边界，但又通过标准接口互相通信。
核心原则：下层为上层提供数据支撑，上层为下层下发调度指令。层与层之间解耦，但数据必须实时、准确、完整。
2.2 采集层——系统的「眼睛和耳朵」
采集层是整个系统的基础。说白了，没有准确的数据，上层再牛的算法也是白搭。
我在项目中遇到过一件事：某光伏电站的辐照度传感器装在了阴影区，导致采集到的数据比实际值低了30%。调度层基于这个数据做优化，结果实际发电量跟预测差了十万八千里。嗯，从那以后我特别强调采集层的数据质量。
采集层的主要功能
- 多源数据采集：电表、传感器、PMU、气象站、储能BMS……各种设备的数据都要收上来
- 协议转换：Modbus、IEC 61850、DL/T 645、MQTT……统一转成内部标准格式
- 信号处理：滤波、去噪、异常值剔除、插值补全
- 边缘计算：在靠近设备端做初步处理，减少上传数据量
我的经验：采集层一定要做数据质量标签。每条数据都带上质量码（0=正常，1=可疑，2=无效），这样上层使用时可以区分对待。别问我为什么知道——有一次调度层用了坏数据，差点导致机组跳闸。
2.3 控制层——系统的「手和脚」
控制层负责执行。决策层说「把频率调到50Hz」，控制层就得在毫秒级内完成调节。
控制层的特点是实时性要求极高。AGC（自动发电控制）的周期通常是2-4秒，AVC（自动电压控制）更是要求秒级响应。你想想看，如果控制层延迟了，整个电网的稳定性都会受影响。
控制层的核心功能
| 功能模块 | 响应时间 | 典型应用 |
|---|---|---|
| AGC（自动发电控制） | 2-4秒 | 频率调节、联络线功率控制 |
| AVC（自动电压控制） | 1-5秒 | 母线电压调节、无功功率分配 |
| 保护控制 | 毫秒级 | 过流保护、低频减载、孤岛检测 |
| 本地闭环控制 | 100ms-1s | 储能充放电控制、光伏逆变器调节 |
注意：控制层绝对不能「裸奔」。我曾经见过一个项目，控制层直接暴露在公网上，结果被攻击导致频率失控。控制层必须部署在安全隔离区，通过专用通道与上层通信。
2.4 调度层——系统的「大脑」
调度层是能量调度的核心。它接收采集层的数据，结合决策层的战略目标，计算出最优的调度方案，然后下发给控制层执行。
我个人觉得，调度层是最考验算法设计能力的地方。为什么？因为你要在多目标、多约束、实时性之间找平衡。
调度层的关键算法
- 经济调度（ED）：在满足负荷需求的前提下，让发电成本最低
- 最优潮流（OPF）：考虑网络约束，找到电压、相角、功率的最优分布
- 机组组合（UC）：决定哪些机组开机、哪些停机，提前一天做规划
- 安全校核（SC）：检查调度方案是否会导致线路过载或电压越限
举个例子：假设你有一个火电机组、一个光伏电站、一个储能系统。调度层要决定——
- 火电出多少？
- 光伏能发多少？（根据天气预报）
- 储能是充电还是放电？
- 要不要留备用容量？
这些问题交织在一起，就是一个典型的混合整数规划问题。我早期用CPLEX求解，后来改用开源求解器，效果也不错。
避坑指南：我曾经在调度层里用了过于复杂的模型，结果求解时间超过15分钟。调度指令下发时，负荷早就变了。后来我学乖了——模型要精，不要贪多。能用线性规划就别用非线性，能简化约束就别加冗余条件。
2.5 决策层——系统的「指挥官」
决策层站在最高处，关注的是战略层面的事情。它不关心下一秒的电压是多少，它关心的是——
- 未来一周的负荷趋势如何？
- 电价波动时，怎么买电最划算？
- 要不要投资新的储能设备？
- 碳排放指标怎么分配？
决策层的输出通常是调度策略或运行边界，而不是具体的控制指令。比如：「未来4小时，储能系统以削峰填谷模式运行，SOC保持在20%-80%之间。」
决策层常用的工具
| 工具/方法 | 用途 | 时间尺度 |
|---|---|---|
| 负荷预测（LSTM/Transformer） | 预测未来负荷曲线 | 15分钟-7天 |
| 新能源功率预测 | 预测光伏/风电出力 | 15分钟-72小时 |
| 市场出清模型 | 参与电力市场交易 | 日前/实时市场 |
| 碳流追踪 | 计算各节点的碳排放因子 | 小时/日 |
我的建议：决策层不要直接下发指令给控制层。中间一定要经过调度层的安全校核。我曾经见过决策层直接下发「储能满功率放电」的指令，结果线路过载跳闸了。正确的做法是：决策层给目标，调度层算方案，控制层去执行。
2.6 层间交互——数据流与指令流
四层架构不是孤立的，它们之间通过标准接口交互。我总结了一个口诀：「数据向上传，指令向下发，横向不通信」。
具体来说：
- 采集层 → 控制层：实时数据（电压、电流、频率、功率）
- 采集层 → 调度层：聚合数据（15分钟平均值、统计值、事件记录）
- 采集层 → 决策层：历史数据（用于建模和预测）
- 决策层 → 调度层：调度策略、运行边界、目标函数
- 调度层 → 控制层：调度指令（机组出力、储能功率、开关状态）
- 控制层 → 采集层：控制反馈（执行结果、设备状态）
关键点：层间通信必须使用标准协议。我个人推荐用IEC 61970/61968（CIM）作为数据模型标准，用MQTT + Protobuf作为实时数据传输方案。这样即使未来某一层要替换，也不会影响其他层。
2.7 一个实际案例
最后，我分享一个真实的项目案例。某工业园区微电网，包含：
- 2台燃气轮机（各5MW）
- 3MW光伏
- 2MW/4MWh储能
- 若干负荷（总峰值8MW）
我们按照四层架构设计：
- 采集层：每个设备装智能电表，光伏区装辐照度传感器，气象站采集温湿度风速
- 控制层：PLC负责燃气轮机调速，储能PCS负责充放电控制，光伏逆变器负责MPPT
- 调度层：部署了经济调度算法，每5分钟计算一次最优出力分配
- 决策层：用LSTM预测未来24小时负荷和光伏出力，结合分时电价制定充放电策略
结果怎么样？系统投运后，园区电费降低了18%，光伏消纳率从82%提升到96%。嗯，这就是分层架构的威力——每一层做好自己的事，整体效果自然就出来了。
好了，关于能量调度系统的分层架构，我就聊这么多。记住：采集层要准，控制层要快，调度层要优，决策层要远。下一章我们聊聊具体的通信协议和接口设计，到时候我会分享一些踩过的坑。