簡婷

安科瑞電氣股份有限公司 上海嘉定  201801

澳標 RCM 認證電表：專為澳洲場景定制的核心優勢

1. 合規雙保障，市場準入

 澳標 RCM 認證電表嚴格遵循澳洲本地標準，通過 SAA 安全與 C-Tick EMC 雙重測試，注冊信息可在澳洲數據庫查詢，規避合規風險。以某主流單相電表為例，其 RCM 認證編號可直接在 ERAC 系統核驗，產品符合 AS/NZS 62052.31:2026 等計量標準，滿足澳洲電網與監管要求。

2. 精準計量 + 雙向適配，適配光伏儲能全場景

 澳洲光伏與儲能市場的特殊性，要求電表必須具備高精度與雙向計量能力。澳標 RCM 認證電表普遍支持 **±0.5% 級高精度計量 **，可實時監測正向 / 反向有功電能，適配光伏防逆流、儲能充放電結算需求。無論是戶用屋頂光伏、工商業儲能電站還是微電網項目，都能實現電量精準核算，避免結算糾紛。

3. 寬溫抗干擾，適配澳洲復雜環境

 澳洲氣候跨度大，從熱帶到溫帶，戶外溫差可達 - 40℃~70℃。澳標 RCM 認證電表采用寬溫設計，可在環境下穩定運行，同時具備 CAT III 過電壓等級與良好抗干擾能力，適配戶內外多種安裝場景。此外，電表支持 RS485（Modbus RTU）與 Wi-Fi（Modbus-TCP/MQTT）雙協議，可無縫對接逆變器、EMS 能量管理系統，實現遠程監控與數據傳輸。

4. 導軌式安裝，適配澳洲工程標準

 澳標 RCM 認證電表多采用導軌式設計，符合澳洲電氣安裝規范，安裝便捷且節省空間，可直接適配戶用配電箱、工商業配電柜，大幅降低施工成本與改造難度。部分型號還支持免拆線、相序自適應功能，安裝效率提升 50%，滿足澳洲項目快速落地需求。

安科瑞澳標 RCM 認證電表介紹

1 概述

 ADL400M系列三相多功能外置互感器雙回路電能表，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。具有對電力參數進行采樣計量和監測，逆變器或者能量管理系統（EMS）與之進行通訊，根據實時功率及累計電能實現防逆流、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 型號說明

三相多功能外置互感器雙回路電能表

3 產品參數

4.ADL400M系列三相多功能外置互感器雙回路電能表 尺寸

儀表尺寸

互感器尺寸

注：

? 互感器引線段中黃色接 A 相，綠色接 B 相，紅色接 C 相。

? 尺寸的公差為 1mm。

6產品證書

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。

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、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：

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。