逆变器输出 800V？这款电能计量表高电压场景精准 hold 住

简婷

安科瑞电气股份有限公司 上海嘉定 201801

技术支持18701998775

1、概述

随着碳达峰碳中和政策的推进，太阳能等清洁能源越来越受重视:太阳能光伏发电技术快速发展，成本更低、发电效率更高的DC1500V光伏发电系统开始推广应用。根据实际需求，我司推出满足电压AC 800V系统的多功能仪表，为DC1500V光伏发电系统逆变器出口侧AC 800V系统电能计量及电能质量监测提供有效解决方案。

PZ 系列逆变器输出800V用电能表，具有三相交流电量测量、复费率电能计量、四象限电能计量、谐波分析、遥信输入、输 出、SOE 事件记录功能以及网络通讯等功能，主要用于对电网供电质量的综合监控诊断及电能管理。

产品规格及功能特点

注 1．Profibus 与 RS485 通讯不可同时选择，但可与其它所有功能任意配合选择。 2.三相四线时，电压角度才有效。

安装尺寸

技术参数

网络：三相三线、三相四线；

频率：45～65Hz；

电压：额定值：AC 57.7V/100V(100V)、220V/380V(400V)、380V/660V(660V) 、800V；

电流：额定值：AC 5A；

电能：RS485 接口、Modbus-RTU 协议；Profibus 协议；DLT645 规约 波特率：1200/2400/4800/9600/19200/38400；

开关量输入：两路开关量输入，干接点输入，内置电源；

开关量输出：两路继电器常开触点输出；触点容量：AC 250V/3A DC 30V/3A；

测量精度：频率 0.05Hz、有功电能 0.5S 级、无功电能 2 级、 谐波精度（2～31）：1%、其它电参量 0.5 级；

辅助电源：AC/DC 85～270V；功耗≤5VA；

工作温度：-25℃～60℃； 储存温度：-40℃～70℃； 相对湿度：≤95% 不结露； 海拔高度：≤2500m.

企业微电网系统解决方案服务商

公司具备从云平台软件到终端元器件的产品生态体系，目前已有14000多套系统解决方案运行在全国各地，具备为用户提供一站式服务能力。

公司解决方案涵盖电力、环保、新能源、消防、数据中心、智慧医院、智能楼宇、智慧校园、智慧工厂、智慧交通等多个领域，为用户安全、可靠、高效用能提供解决方案，为实现“碳达峰、碳中和"提供数据支持。

AcrelEMS3.0智慧能源管理平台

AcrelEMS3.0智慧能源管理平台采用B/S架构，满足分布式电源、储能装置以及电动汽车充换电设施等接入和协调控制需求。平台采用“1+N"设计，可以接入数量众多的新能源场站数据，将分布式电源、储能系统、可控负荷、电动汽车充电桩聚合在一起，结合发电预测、负荷预测、电价波动、电网调度指令等情况，灵活调整微电网控制策略并下发给储能、可调负荷等系统，采用“云-边-端"协同策略控制，保障配电网稳定、高效运行。

图4 AcrelEMS3.0智慧能源管理平台云边端策略协同

终端设备控制策略是现场设备在并网、离网状态下的运行策略，包括有功功率/无功功率控制、电压/频率控制、最大功率追踪、虚拟同步发电机惯量控制等多种策略，由储能变流器、光伏逆变器、充电桩等设备提供；

边端协调控制策略是本地ACCU-100协调控制器或Acrel-2000MG能量管理系统执行的能源策略，包括新能源消纳、防逆流控制、峰谷套利、柔性扩容、需量控制、限电模式等等，这些策略可以在本地执行；

云端优化控制策略是AcrelEMS3.0平台基于发电预测、负荷预测、电价波动以及虚拟电厂平台的调度指令而做出的策略优化，这些策略下发给本地协调控制器或能量管理系统来执行。

AcrelEMS3.0智慧能源管理平台主要包含以下功能：

图5 AcrelEMS3.0智慧能源管理平台功能界面

 综合监控：实现配电网配电室、光伏系统、储能系统、负荷、充电桩、环境数据的采集、监测、可视化展示、异常告警、事件查询、报表统计等功能；

 智能控制：协同光伏、储能、负载等多种能源主体，动态规划智能策略，实现储能、光伏协调控制，比如计划曲线、削峰填谷、防逆流、新能源消纳、需量控制等；

 能源分析：具备微电网能耗及效益分析、微电网经济运行分析、多维度电量分析，并进行日、月、年能源报表统计；

 功率预测：以历史光伏输出功率和历史数值天气数据为基础，结合数值天气预报数据和光伏发电单元的地理位置，采用深度学习算法建立预测模型库，实现光伏发电的短时和超短时功率预测，并经进行误差分析；同时对微电网内所有负荷，基于历史负荷数据，通过大数据分析算法，预测负荷功率曲线。

 优化调度：根据分布式能源发电预测、负荷预测结果，并结合分时电价、电网交互功率及储能约束条件等因素，以用电成本低或碳排放低为目标，建立优化模型，采用深度学习算法解析微电网运行功率计划，系统通过将功率计划进行分解，实现对光伏、储能、充电桩的优化控制。

审核编辑 黄宇