光伏储能协调控制的信息物理融合建模研究.pdf

第 37 卷 第 6 期 电 网 技 术 Vol 37 No 6 2013 年 6 月 Power System Technology Jun 2013 文章编号 1000 3673 2013 06 1506 08 中图分类号 TM 721 文献标志码 A 学科代码 470 4051 光伏储能协调控制的信息物理融合建模研究 曾倬颖 刘东 电力传输与功率变换控制教育部重点实验室 上海交通大学 电气工程系 上海市 闵行区 200240 Study on Cyber Physical System Modeling on Coordinated Control of Photovoltaic Generation and Battery Energy Storage System ZENG Zhuoying LIU Dong Key Laboratory of Control of Power Transmission and Conversion Department of Electrical Engineering Shanghai Jiao Tong University Ministry of Education Minhang District Shanghai 200240 China ABSTRACT Cyber physical System CPS closely integrates physical communication and cyber systems and the integration of CPS with power system is regarded as the technical basis of developing smart power network Starting from ensuring the one to one correspondence between physical model and information model the approach of establishing single cyber physical CP model and the integration method of multi CP models are discussed Based on the scenes of photovoltaic PV generation and battery energy storage BES system their CP models are established respectively and on this basis the method to integrate the two CP models into a coordinated CP control model for PV and BES system is put into practice Using a simulation tool in which the dynamic link library DLL is utilized as the bridge between the simulation of cyber and physical platforms the established CP model for PV generation and the coordinated CP control model for PV generation and BES system are simulated Simulation results show that the CP model is effective in optimization control and the method is feasible for CPS modeling KEY WORDS cyber physical system simulation CP modeling cyber physical energy system 摘要 信息物理融合系统 cyber physical system CPS 紧密融 合了物理 通信和信息网络 其与电力系统的结合被认为是 发展智能电网的技术基础 文章从确保物理 信息模型的一 一对应出发 探讨了建立单个 集成多个物理信息融合 cyber physical CP 模型的方法 在光伏 储能电池的场景 上 分别建立了其 CP 模型 并在此基础上研究了光储协调 控制的集成 CP 模型 通过动态链接库桥接物理 信息模型 的仿真工具 对所建立的光伏 CP 模型以及光伏储能协调控 制 CP 模型进行了仿真 仿真结果验证了物理信息融合建模 基 金 项 目 国 家 高 技 术 研 究 发 展 计 划 863 计 划 项 目 2012AA050803 The National High Technology Research and Development of China 863 Program 2012AA050803 方法的有效性以及 CP 模型在优化控制应用上的有效性 关键词 信息物理融合系统 仿真 信息物理融合建模 电 力信息物理融合系统 0 引言 信息物理融合系统 cyber physical system CPS 指的是物理系统在受通信网络 计算网络监控的同 时 3 者紧密融合 协调控制的整合系统 1 它使 每个物理实体都具备传感功能 通过通信网络汇聚 所感知和采集的信息 实现网络互连 信息流动共 享 进而实现高度自动化 文献 2 4 介绍了 CPS 的概念 特点以及其发展 所面临的挑战 文献 5 6 初步探讨了对 CPS 建模的 方法 文献 7 8 对发展电力物理信息融合系统 cyber physical energy system CPES 的研究进行了 展望 根据 CPS 适应于大规模分布式计算 有助于 提高系统稳定性 灵活性的特点 9 电力 CPS 被认 为是发展智能电网的技术基础 电 力 系 统 的 信 息 模 型 为 公 共 信 息 模 型 common information model CIM 10 信息模型表 征系统外特性 11 所描述的信息过程是在各个时 刻上通过状态变化 反映着执行次序 电力系统 的物理模型描述其内部动特性 在时域上反映内 部的物理过程 从而引出问题 现有的信息模型 和物理模型在 2 个互相隔阂的层面上对系统进行 表征 如何消除隔阂 使更多有益的信息量深入 融合到物理过程的调控 是实现全局统一优化控 制的关键 以微网中光伏储能的协调控制为例 光伏出力由光照 温度决定 文献 11 12 提出的控 制方法可使光伏储能的联合输出稳定在预设范 DOI 10 13335 j 1000 3673 pst 2013 06 015 第 37 卷 第 6 期 电 网 技 术 1507 围 但此系统依旧是一个未考虑时间延迟容忍度 天气预测的开环延迟控制系统 未来电网发展的趋势 13 要求对深度融合系统 内的物理信息量建立物理信息融合 cyber physical CP 模型 以寻求整体的最优控制 本文从实现物 理 信息模型一一对应出发 探讨了建立单个 集 成多个 CP 模型的方法 14 在光伏 储能电池的场 景上 分别建立了其 CP 模型 并在此基础上研究 了光储协调控制的 CP 模型 通过动态链接库桥接 物理 信息仿真工具搭建仿真平台 对所建立的光 伏 CP 模型以及光储协调控制 CP 模型进行了仿真 结果验证了 CP 模型在优化控制上的有效性 1 CPS 系统建模 1 1 单个物理信息融合模块的建立 区别于传统用代数方程组和微分方程的方式 描述各个模块 CPS 的建模需要更多地考虑通信网 络和信息组成部分所产生的影响 CPS 的总体框架 结构由物理 信息 通信 3 层结构组成 见图 1 CPS 系统由许多 CP 模块以及通信网络构成 图 2 给出了一个微网 CPS 结构的示例 15 信息层 物理层 物理实体 传感器 通信网络 致动器 图 1 CPS 物理 信息 通信 3 层结构 Fig 1 Three layers of cyber physical system LC 通信网络 MC 微网 控制 中心CP 模块 N CP 模块 2 LC LC MC DC AC MC LC DC AC PV 物理网络 低压侧 高压侧 电网 微网控制中心 MC 发电机 信息系统 物理系统 MC LC CP 模块 1 Cyber 信息互连 Physical 物理互连 Cyber 组件 MC 微网控制器 LC 本地控制器 MC LC 图 2 微网的 CP 模型 Fig 2 The CP model of micro grid 文献 5 提出了CPS系统的基本建模思路 1 按功能将系统分成特定的CP模块 对单个CP 模块内部进行物理系统 信息系统分析 清楚表征 其中物理量 信息量的输入 输出 内部动态特性 本地传感量 本地致动量 2 对已建立的各个CP 模块 进行整合以建立完整的CPS模型 在分别建立物理 P 模型 信息 C 模型的基础 上 让两者互相作为参照物 补充扩展C模型 实 现从P模型出发 其中每一个参数在C模型中找到 对应的属性 深入细化P模型 使得从C模型出发 使其中每一个属性在P模型中找到对应的变量 反 复进行比对修正 实现C和P的一一对应是完成物 理 信息模型融合的基本关键步骤 根据控制需求 在一一对应的C模型和P模型 基础上建立的CP模型 因为建成的C模型与P模 型已达成一一对应 所以各组件的输入输出以及内 部变量都可以明确对应到P模型 C模型 信息控 制中心需要利用到的信息量可能存在于组件内部 此时为了保证中心对其可造访 适当地拆分组件 使得所关注的信息量成为拆分后组件的输入输出 这样一来 CP模型中各个组件的输入输出以及模 型首端输入 末端输出都具备信息属性 可由信息 模型获取并控制 组件内部的物理过程也得到了适 当的封装 这既使得模型在结构上清晰明了 也为 CP模型的融合仿真提供路线 1 2 多个物理信息融合模块的整合 对已建立的多个CP模块进行整合 方法见图3 多个CP模块中 C模块 P模块成对出现 各个P模块均是具备特定功能的功能块 按照功能 连接 可集成为更大的P模块 称为 P 整合 多个相关联的C模块 因其信息数据都按照CIM 提供的统一标准 无论是异构的应用还是电力系统 CP 整合 C 整合P 整合 逻辑节点逻辑节点功能块 功能块 P 模型P 模型 C 模型C 模型 功能连接逻辑连接 CP 1 CP 2 图 3 多个 CP 模型整合的方法 Fig 3 Integrating method of multiple CP models 1508 曾倬颖等 光伏储能协调控制的信息物理融合建模研究 Vol 37 No 6 其他应用都可以进行信息的交互和互操作 因此把 每个C模块看作一个逻辑节点 正确地进行逻辑连 接亦可集成为新的C模块 称为 C 整合 将所 提出的C P模型互相参照比对的方法用于 C 整 合 P 整合 即可组建新的 CP 集成 模块 多个 CP 集成 模块的向上集成整合 最终可以 实现整个CPS模型的建立 2 光伏 储能电池的 CP 模型 2 1 光伏电池 CP 模型 按照单个CP模型建立方法 在分别分析光伏 P模型与C模型的基础上 实现模型间的一一对应 关系 得到了光伏CP模型 光伏电池的等效电路模型 见图4 16 和式 1 ID S 光照强度 T 温度 Iph Rs Rsh I 图 4 光伏模块单二极管等效电路图 Fig 4 Circuit of PV model s s phD sh e1 q VIR nkT VIR III R 1 式中 I 为输出电流 Iph为光生电流 ID为流过二 极管的反向饱和漏电流 V 为端口电压 Rs为串联 电阻 由材料体电阻 薄层电阻 电极电阻组成 Rsh为并联电阻 与漏电电阻有关 q 为电子电量 n 为二极管特性因子 k 为玻尔兹曼常数 T 为温度 K S 为照度 1照度 1 000 W m2 17 考虑到光伏 正常工作时 Rs一般较小 Rsh很大 简化公式 1 得到 h s pD exp 1 q VIR III nkT 2 在正常工况下 T 25 273 K 1个单位 S 开路 时有I 0 V VOC 最大功率点工作时有I Im V Vm 进一步简化光伏模型得到 18 m SC1 SC 2OC exp 1 V IIK I K V 3 其中 m 1 OCmSC 1 1 ln 1 V K VII 4 mm 2 SC1 OC 1 exp IV K IKV 5 当 T S 变化时 按照公式 6 11 重新估算 SC I m I OC V m V 再代入公式 3 5 其中 a 0 002 5 C b 0 5 c 0 002 88 C b TTT 6 b 1000SSS 7 SCSCb 1 IIS Sa T 8 mmb 1 IIS Sa T 9 OCOC 1 ln VVc Teb S 10 mm 1 ln VVc Teb S 11 为了方便其他模块灵活地采集 利用光伏模块 内部的各参数 我们在matlab中定制s函数以描述 光伏模块 光伏的信息模型 是以IEC 61970原有的CIM 包作为基础的扩展模型 19 光伏组件内部各类的关 联框图 如图5所示 PVCell EnergyStorage Battery RegulatingCondEq Controller Equipment PVC SunTrackController PVC PVcurve PVC PVarray PVC PVArrayController EquipmentContainer Battery Stack 0 1 0 1 1 0 0 1 1 图 5 光伏组件内部各类关联关系框图 Fig 5 Relationship diagram of each class in PV component 表1总结了光伏信息模型中与物理模型参数所 对应的属性 为使光伏模型的输出有效且稳定 我们设计了 MPPT跟踪器以及利用光照温度历史数据具有预 测功能的控制 结合DC DC控制 构造了光伏的 CP模型 如图6所示 图中实线表示物理量 虚 线分别表示内部和外部的信息量 在同一CP模型 中的物理量和信息量分别清晰表征 为仿真的实 现提供蓝图 物理过程中具备信息性质的传感量 表 1 光伏 C 模型中与 P 模型对应的参数属性 Tab 1 Attributes in PV s cyber model that correspond to the parameters in physical model 属性名称 所属类描述对象 MaxMdulA PVCell标况下的Im MaxMdulV PVCell标况下的Vm MdulAgeDrtPctPVCell折损随时间的百分比 MdulATmpDrtPVCell输出电流随温度变化而变化的百分比 MdulOpnCctVPVCell标况下开路电压 MdulSrtCctA PVCell标况下短路电流 MdulVTmpDrtPVCell输出电压随温度变化而变化的百分比 MdulW200RtgPVCell 光伏模块额定功率 当峰值为 200 W m2时 MdulWRtg PVCell标况下光伏额定功率 MdulWTmpDrtPVCell输出功率随温度变化而变化的百分比 MdulCnt PVarray阵列个数 第 37 卷 第 6 期 电 网 技 术 1509 光照 温度 光伏模块 动态特性 Ppv MPPT Iref Upv Boost DC AC DC AC DC AC 控制器 D 温度 预测数据 光照 预测数据 光照 温度 跟踪控制器 Boost DC DC Iref控制器 U I 物理量 内部信息量 外部信息量 ref I Uout Pout 图 6 光伏子系统的 CP 模型 Fig 6 CP model of PV sub system 将从物理仿真模块传入信息控制程序 信息过程 中具备物理性质的致动量将由控制程序影响物理 仿真过程 2 2 储能电池 CP 模型 我们采用最常见的铅酸电池作为储能电池研 究的对象 蓄电池内阻包括欧姆内阻和极化内阻 欧姆内阻虽遵守欧姆定律 但随蓄电池荷电状态改 变 极化内阻随电流密度的改变呈非线性变化 这 使得用传统的数学模型来表征蓄电池内部特性成 为巨大的挑战 具备充放电能力的储能电池的电路 模型如图7所示 19 21 其中 Rd为放电极化电阻 Rc为充电极化电阻 C 为极化电容 Rb为欧姆内阻 Rd Vo Rc Vp C Rb Vb Ib 图 7 电池的电路模型 Fig 7 Circuit of battery model 对于特定型号的电池Hawker Genesis12 V26 Ah10EP 21 根据厂家信息在不同SOC条件下内阻 的测量值 拟合出内阻 Rd以及 Rc的非线性方程 如公式 12 和 13 所示 2 d 0 042310 073670 04329RSS 12 2 c 0 049650 044980 03464RSS 13 其中 S 为SOC值 由电池电路模型有 p ob p dd V VI V R CR CC 14 又 cd 0 c d t QI S t Q 15 式中 Vp Vo Ib的含义见图7 同于光伏信息模型的建立 所扩展的微网模型 中也建立了储能的信息模型 如图8所示 表2给 出了储能电池信息模型中对应于物理模型参数的 各属性 BatteryStack EnergyStorage Battery FC BatteryTest BatcellBatcontroller 0 1 0 1 1 图 8 储能电池各类的属性以及关联关系框图 Fig 8 Relationship diagram of each class in storage energy battery 表 2 储能电池 C 模型与 P 模型对应的参数属性 Tab 2 The attributes in energy storage battery cyber model that correspond to the parameters in physical model 属性名称 所属类 描述 Capacity Batcell 电池容量 DynRes Batcell 非线性内阻 MdulCurrA Batcell 当前流经电流 MdulCurrSoc Batcell 当前SOC MulOpenV Batcell 开路电压 OperationMode Batcell 充电 放电模式 ChargeRate Batcontroller 充电率 DischargeRate Batcontroller 放电率 SocLimHigh Batcontroller SOC允许工作上限 SocLimLow Batcontroller SOC允许工作下限 储能电池CP模型也是在保证C模型参数与P 模型属性一一对应的基础上 按照功能组件划分建 立而成 见图9 蓄电池 动态特性 电力电子控制电路 内部信息量 充放电 控制器 SOC 预测 物理量 SOC U I Id Ic Upv Ipv 图 9 储能电池的 CP 模型 Fig 9 CP model of battery 2 3 光伏储能协调控制的 CP 模型建模 光伏与储能的协调控制 主要完成2个目标 一是储能电池配合光伏 使整体出力接近计划 二 是控制电池的充放电次数和充放电速度 保护电 池 提高光伏储能联合出力的稳定性 结合制定的充放电策略 按照集成多个CP模 型的方法 分别将光伏储能的P模块连接整合 将 两者的C模块进行逻辑连接 得到光伏储能协调控 制的CP模型 见图10 因为更多的信息量参与分 1510 曾倬颖等 光伏储能协调控制的信息物理融合建模研究 Vol 37 No 6 光伏模块 动态特性 Pm Um Im MPPT 蓄电池 动态特性 Boost DC DC 光照 温度 物理量 内部信息量 外部信息量 光照 温度跟 踪控制器 光照历史数据 温度历史数据 Boost DC DC 控制器 Iref 电力电子 控制电路 蓄电池 充放电控制 Uref U DC AC DC AC 控制器 SOC 预测 Pout Uout ref I P 图 10 光伏储能协调控制的 CP 模型 Fig 10 CP model of the coordination control of PV and energy storage 析和调节 使得协调控制可以着眼更大范围内实现 优化控制 例如 把此光伏储能收敛为微网中的一 个CP模型 与其他参加微网协调控制的CP模型 再度集成 建立一个微网协调控制的CP模型 3 仿真研究 3 1 物理信息融合的仿真平台 为实现物理过程中任意需要关注的物理量可 传出 并被信息模型感知 我们舍弃了用现有封装 好的电力模块进行仿真的通常方法 在对P模型进 行数学分析的基础上 定制了s函数 仿真物理 过程 另一方面 CIM可在Enterprise Architect EA 中利用UML描述 EA可将C模型转化为非图形 化程序语言的等价描述 因动态链接库 dll 可访 问s函数中的参数 进行控制计算 所设计的融合 仿真平台将控制算法封装为 dll 仿真C模型中的 控制行为 感知物理过程 影响物理过程 信息 物理融合模型的仿真平台架构如图11 所示 通过以上方法的连通 在仿真层面上实现了 信息模型 EA Visual Studio 物理模型 Matlab dll 图 11 信息物理融合仿真平台的架构 Fig 11 Architecture of cyber physical simulation platform 物理 信息模型的融合 在实现仿真的过程中 再次对理论上建立的C 模型和P模型进行双向检验和双向修正 使得展开 s函数后 其中变量可以寻得C模型中对应的类及 属性 一方面 若发现s函数中非常重要的参数变 量在C模型中找不到所对应的类或属性 应当考虑 C模型的扩展 另一方面 若发现C模型中已扩展 的类或属性在s函数中无从体现 应当考虑加强细 化所建立的P模型 以反映该物理量 3 2 光伏 CP 模块仿真 统计30天中每天连续13 h的照度 1 000 W m2 为单位1 温度 C 测量值和预测值 作为光伏CP 模型的输入 对比仿真光伏CP模型和无信息模块 参与的光伏P模型 仿真模型如图12所示 PV CP为光伏的CP 模型 利用光照 温度预测值 Suns pred TaC pred 输入进行预测控制 利用实时光照 温度 Suns TaC 进行MPPT控制 在第N个小时光伏P模型对Suns TaC进行电流输出 Icnst n 仿真的同时 信息控制中 心获取第 N 1小时时光照和温度的预测值 计算光 伏预测的输出电流 Ipred n 1 在时间区间 N N 1 内进行残差控制 光伏在第 N 1小时根据实际的光 照 温度输入 在 Icnst n 1 的前端进行MPPT控制 光伏P模型PV P则单纯模拟光伏电池 对Suns TaC模拟输出 图12中灰色sfun1 sfun2模块是定制的s函数 分别实现MPPT控制和预测光伏下一时刻输出 pv1 模块是光伏数学物理模型 图13展示了仿真对比 结果 在有MPPT控制和预测控制功能参与的 第 37 卷 第 6 期 电 网 技 术 1511 PredIout s fun2 sfungetMPP Cmodel s fun1 25 Va TaC pred TaC Suns pred Suns Scope Product1 Product Va Suns TaC Ia pv1 MATLAB Function1 Va Suns TaC Ia pv1 MATLAB Function Um Um Um Im Im Ia P Pm 图 12 光伏 CP 模型与光伏 P 模型的对比仿真 以及灰色模块中调用动态链接库的举例 Fig 12 Contrast simulation between CP model and P model of PV respectively and the example of calling DLL in s function 0 0 2 4 6 8 10 12 14 t h Pout W PV CP PV P 50 100 200 250 150 图 13 光伏 CP 模块的仿真结果对比 Fig 13 Simulation results of the PV CP model PV CP模型中 光伏的出力在相同的光照 温度条 件下都比PV P模型接近最大功率点 实现更大出 力 由统计数据 第3 h时到第5 h的温度 光照变 化不大 理论上按照最大功率点输出的值差异并不 大 PV CP因为有预测控制的参与 在第3 h即可 按照MPPT的调控在最大功率点附近响应 而PV P 第5 h之后才实现接近150 W的出力 可以看到 有信息模型参与的PV CP较无信 息模型参与的PV P模型在最大功率和灵活控制 上 能使光伏电池对太阳能的转换达到更优 3 3 光伏储能协调控制的 CP 模块仿真 对光伏储能协调控制器的设计 主要目的是针 对光伏输出易受环境条件影响的不确定性 使之在 光伏输出大于计划出力时电池储能 在光伏输出小 于计划时 电池出力 从而使整体输出稳定在所计 划的60 W 同时考虑电池内部的荷电状态和充电 次数限制 尽量保护电池使其稳定长期运行 根据 所设计的光伏储能协调控制CP模块 我们比较了 有信息模块参与的光伏储能协调CP模型 pvbat CP 和无信息模块参与的光伏储能P模型 pvbat P 的仿 真结果 仿真模型见图14 其中 sfunbat CP 图中 为s fun3 是具备SOC预测 充放电速率控制功能 的储能电池模块 sfunbat p 图中为s fun4 是储能电 池物理模型 根据光伏的 N 1时间的预测出力 sfunbat CP可以调整时间区间 N N 1 内的电池充 放电速率 不仅仅充放电电量 也考虑了充放电时 间 光储协调控制的CP模型意在使储能对光伏出 力的调节在时间响应上更敏锐 提高光伏储能整体 节点输出的稳定性 由图15的仿真结果 pvbat CP模型的联合输 出更能稳定在要求的功率附近 且波动更平缓 这 得益于对光伏的出力行为有提前的预判 储能的充 放电控制得以提前适应 此外 pvbat CP模型可以 根据储能电池的充放电次数限制以及SOC工作范围 进行合理的调控 对电池的保护也起到了积极作用 4 结论 本文介绍了在物理 信息模型基础上融合两者 建立CP模型的方法 运用在光伏 储能的场景上 分析并建立了各自的动态物理模型 静态信息模 型 通过实现物理 信息模型的一一对应 以实现 两者在模型上的融合 通过动态链接库的桥接 为 1512 曾倬颖等 光伏储能协调控制的信息物理融合建模研究 Vol 37 No 6 sfunbat P s fun4 sfunbat CP s fun3 PredIout s fun2 SfungetMPP Cmodel s fun1 25 Va TaC pred TaC1 TaC Suns pred Suns1 Suns Scope1 Scope 1 z Q initial1 1 z Q initial Product3 Product2 Product1 Product Va Suns TaC Ia pv1 MATLAB Function1 Va Suns TaC Ia pv1 MATLAB Function Divide1 Divide C C3 30 C2 0 5 C1 30 C Add1 Add Q Q Vpv VpvIpv Ipv Ppv Ppv Q Q Ppv Ppv 图 14 pvbat CP 模型与 pvbat P 模型的对比仿真 Fig 14 Contrast simulation between CP model and P model of PV respectively and the example of calling DLL in s function 10 0 5 10 15 20 25 Pout W PV pvbat P pvbat CP t h 30 70 90 50 图 15 光储能协调控制的 CP 模块和 P 模块 仿真结果的比较 Fig 15 Contrast simulation result of pvbat P model and pvbat CP model respectively 物理信息模型仿真提供了可行方法 验证了CP建 模的有效性 遵循本文提出的建模和仿真基本方法 可应用 于微网CP模型 也可以对更大规模电力系统进行 CP建模研究 实现基于CPS的全局优化协调控制 参考文献 1 National Science Foundation NSF perspective and status on cyber physical system EB OL NSF Workshop on Cyber Physical Systems 2006 2012 http varma ece cmu edu CPS 2 Liu Sha Sathish Gopalakrishnan Xue Liu et al Cyber physical systems a new frontier C IEEE International Conference on Sensor Networks Ubiquitous and Trustworthy Computing Taichung Taiwan IEEE 2008 1 9 3 Ragunathan Rajkumar Lee Insup Lui Sha et al Cyber physical systems the next computing revolution C Design Automation Conference Anaheim California USA ACM IEEE 2010 731 736 4 Lee E A Cyber physical systems design challenges C Object Oriented Real Time Distributed Computing IEEE computer society Orlanda Florida USA IEEE 2008 363 369 5 Ilic M Le Xie Khan U A et al Modeling future cyber physical energy systems C IEEE Power and Energy Society General Meeting Conversion and Delivery of Electrical Energy in the 21st Century Pittsburgh PA USA IEEE 2008 1 9 6 Ilic M Xie Lin Khan U A et al Modeling of future cyber physical energy systems for distributed sensing and control J IEEE Transactions on Systems Man and Cybernetics Part A Systems and Humans 2010 40 7 825 838 7 赵俊华 文福拴 薛禹胜 等 电力信息物理融合系统的建模分 析与控制框架研究 J 电力系统自动化 2011 35 16 1 8 Zhao Junhua Wen Fushuan Xue Yusheng et al Modeling analysis and control research framework of cyber physical power systems J Automation of Electric Power Systems 2011 35 16 1 8 in Chinese 8 McMillin B Gill G Crow M L et al Cyber physical systems engineering the advanced power grid R NSF Workshop on Cyber Physical Systems 2006 9 Draft IEC 61970 energy management system application program interface EMS API part 301 common information model CIM EB OL 2010 2012 Home getPDF 688 10 盛成玉 高海翔 陈颖 等 信息物理电力系统耦合网络仿真综 述及展望 J 电网技术 2012 36 12 100 105 Sheng Chengyu Gao Haixiang Chen Ying et al Summary and prospect of cyber physical power system simulation J Power System Technology 2012 36 12 100 105 in Chinese 第 37 卷 第 6 期 电 网 技 术 1513 11 单茂华 李毅松 王伟 等 风光储联合并网发电站中电池储能 系统控制策略研究 C 2010 The 3rd International Conference on Power Electronics and Intelligent Transportation System PEITS Shenzhen China IEEE IITA 2010 311 315 12 汪华 基于公共信息模型的电网建模 J 电网技术 2008 32 S2 186 188 Wang Hua Power network model based on CIM J Power System Technology 2008 32 S2 186 188 in Chinese 13 陈树勇 宋书芳 李兰欣 等 智能电网技术综述 J 电网技术 2009 33 8 1 7 Chen Shuyong Song Shufang Li Lanxin et al Survey on smart grid technology J Power System Technology 2009 33 8 1 7 in Chinese 14 周静 何为 龙兴明 等 蓄电池储能的独立光伏系统充电控制 器研制 J 电力自动化设备 2011 31 11 13 17 Zhou Jing He Wei Long Xingming et al Intelligent charging controller