簡婷

安科瑞電氣股份有限公司 上海嘉定  201801

 在家庭光伏系統中，電力"逆流"是一個常見但棘手的問題——當太陽能發電量超過家庭用電需求時，多余電力可能反向流入電網，不僅影響電網穩定性，還可能帶來安全隱患。針對這一痛點，防逆流電表應運而生，成為陽臺光伏系統的"智能守門員"。今天我們就來解析這類產品的核心技術特點。

防逆流電表的核心作用

 防逆流電表通過實時監測發電與用電情況，在檢測到電力可能逆流時，自動調節光伏系統輸出或觸發儲能設備工作，確保電力優先自用。其核心功能包括：

 雙向計量：區分光伏發電量與家庭用電量 快速響應：毫秒級監測防止電力倒灌 安全防護：異常情況自動切斷或報警

ADL200W/ADL400W戶用光儲防逆流無線電能表介紹

1概述

 ADL200W ADL400W系列外置互感器雙回路無線電能表，是主要針對于光伏并網系統、微逆系統、儲能系統、交流耦合系統等新能源發電系統而設計的一款智能儀表，產品具有精度高、體積小、響應速度快、安裝方便等優點。

 可以對實時功率等電力參數進行監測計量，支持 Modbus-TCP、http 等協議，通過 Wi-Fi、Lora 通訊方式與逆變器或者能量管理系統（EMS）進行通訊，實現防逆流、調節發電量、電池充放電等功能。可雙向計量，實現戶用分布式光伏能量管理。

2產品特點

 ①結構小巧：1P，18mm標準導軌式設計，支持一路單相、兩路單相、一路三相、兩路三相四種應用場景可選，

 ②無線通訊：支持Lora和WiFi通訊。

 ③插拔式電壓端子：電壓端子插拔方便安裝，端子接線采用按壓式固定設計降低接線難度，提高效率。

 ④接線自適應調整：支持接線診斷，可識別異常接線情況，可與逆變器配合實現CT失效診斷、電壓電流錯相調整、電流反向調整

 ⑤電參量快速更新：電參量50ms更新。

 ⑥認證齊全：CE-RED、ROHS、REACH、SGS

3應用場景

結構小巧：1P，18mm標準導軌式設計，支持一路單相、兩路單相、一路三相、兩路三相四種應用場景可選。

4技術參數

產品尺寸

ADL200N-CT/D16-WF-1     ADL400N-CT/D16-WF-1

ADL200N-CT/D16-WF-2     ADL400N-CT/D16-WF-2

小節：

針對戶用光儲場景中防逆流電表安裝成本高、接線調試復雜、空間受限等痛點，安科瑞新一代電表以小體積、導軌安裝、即插即用接線以及人性化軟件設計，顯著降低部署門檻

安科瑞防逆流電表證書

AcrelEMS3.0智慧能源管理平臺

 AcrelEMS3.0智慧能源管理平臺采用B/S架構，滿足分布式電源、儲能裝置以及電動汽車充換電設施等接入和協調控制需求。平臺采用“1+N"設計，可以接入數量眾多的新能源場站數據，將分布式電源、儲能系統、可控負荷、電動汽車充電樁聚合在一起，結合發電預測、負荷預測、電價波動、電網調度指令等情況，靈活調整微電網控制策略并下發給儲能、可調負荷等系統，采用“云-邊-端"協同策略控制，保障配電網穩定、高效運行。

圖4 AcrelEMS3.0智慧能源管理平臺云邊端策略協同

 終端設備控制策略是現場設備在并網、離網狀態下的運行策略，包括有功功率/無功功率控制、電壓/頻率控制、最大功率追蹤、虛擬同步發電機慣量控制等多種策略，由儲能變流器、光伏逆變器、充電樁等設備提供；

 邊端協調控制策略是本地ACCU-100協調控制器或Acrel-2000MG能量管理系統執行的能源策略，包括新能源消納、防逆流控制、峰谷套利、柔性擴容、需量控制、限電模式等等，這些策略可以在本地執行；

 云端優化控制策略是AcrelEMS3.0平臺基于發電預測、負荷預測、電價波動以及虛擬電廠平臺的調度指令而做出的策略優化，這些策略下發給本地協調控制器或能量管理系統來執行。

AcrelEMS3.0智慧能源管理平臺主要包含以下功能：

圖5 AcrelEMS3.0智慧能源管理平臺功能界面

?  綜合監控：實現配電網配電室、光伏系統、儲能系統、負荷、充電樁、環境數據的采集、監測、可視化展示、異常告警、事件查詢、報表統計等功能；

?  智能控制：協同光伏、儲能、負載等多種能源主體，動態規劃智能策略，實現儲能、光伏協調控制，比如計劃曲線、削峰填谷、防逆流、新能源消納、需量控制等；

?  能源分析：具備微電網能耗及效益分析、微電網經濟運行分析、多維度電量分析，并進行日、月、年能源報表統計；

?  功率預測：以歷史光伏輸出功率和歷史數值天氣數據為基礎，結合數值天氣預報數據和光伏發電單元的地理位置，采用深度學習算法建立預測模型庫，實現光伏發電的短時和超短時功率預測，并經進行誤差分析；同時對微電網內所有負荷，基于歷史負荷數據，通過大數據分析算法，預測負荷功率曲線。

?  優化調度：根據分布式能源發電預測、負荷預測結果，并結合分時電價、電網交互功率及儲能約束條件等因素，以用電成本低或碳排放低為目標，建立優化模型，采用深度學習算法解析微電網運行功率計劃，系統通過將功率計劃進行分解，實現對光伏、儲能、充電樁的優化控制。