电力智能调度自动化现状及发展趋势

刘锦文

国网福建政和县供电有限公司福建政和353600

[摘要]智能电网掀起了电力工业界新一轮革命的浪潮,而智能调度的概念也从狭义的调度人员辅助决策拓展到调度各业务的全面智能化。智能调度应以调度业务的需求为出发点,不应单纯考虑技术的先进性,技术应为应用服务。智能调度是现有调度自动化系统的全面提升,进一步深化信息化、数字化工作。智能调度的核心是智能调度中心。智能调度中心的支撑平台应从数据流的角度进行层次划分；高级应用功能则是调度业务需求的体现。同时,智能调度应该考虑未来电网发展的需要及面临的挑战,为驾驭未来电网提供切实有效的保障。

[关键词]电力智能调度；自动化现状；发展趋势

近年来,国外政府部门和科研机构纷纷提出了各自的智能电网战略。中国国家电网公司提出以特高压电网为骨干网架、各级电网协调发展的坚强电网为基础,利用先进的通信、信息和控制技术,构建以信息化、自动化、互动化为特征的国际领先、自主创新、中国特色的坚强的智能化电网。调度是电网运行的中枢,调度自动化系统作为电网运行的基础,已经取得了长足进步,但当电网处于非正常状态时,仍需依赖人工经验进行判断和处理。随着电网规模日益扩大,依赖人工经验和认知的有效性将急剧下降。

一、电力智能调度自动化发展现状

狭义的智能调度指调度人员的辅助决策，狭义智能调度为调度人员提供辅助决策,该类方法的关键是基于样本训练和机器学习,属于人工智能在电力系统的应用,使得调度中心具备了一定的智能化水平。调度人员辅助决策的需求面对日益庞大和复杂的电网,尤其是当电网出现紧急情况时,调度人员在短时间内需要处理海量的信息,容易出现认知障碍；在这种情况下,即使经验丰富的调度人员,要保证及时、准确地进行决策也力不从心。在智能电网的背景下,广义的智能调度包括调度各应用业务的智能化。美国电力科学研究院提出的智能输电网由智能控制中心、智能变电站、智能一次输电网组成。作为智能输电网神经中枢的智能控制中心的特点是:监视及可视化,采用基于相量测量单元(PMU)的状态测量采集替代传统的基于数据采集与监控(SCADA)系统和远动终端单元(RTU)的数据进行状态估计，状态测量结果在地理信息系统(GIS)中混合显示,实现真正的可视化；评估分析,智能控制中心的在线分析实现模型的动态更新,在线考虑系统未来的运行状态,使真正的中短期控制成为可能；控制性,通过最优协调分布在系统中的多种控制设备,实现优于传统控制中心的对电网的可控性；良好的交互性,包括与变化的业务结构的交互,以及与配电网内灵活接入的新能源的交互。

二、电力智能调度自动化发展前景

（一）智能调度若干问题的思考

智能调度的需求分析。智能调度应用业务主要包括实时监测、分析与评估、调整与控制、调度计划和调度管理。实时监测是指对电网运行的实时状态进行监测和报警。调整与控制是指对电网运行方式进行调整控制,包括智能操作票、事故处理、用电负荷控制、二次设备控制、自动发电控制(AGC)、电压频率控制等。调度计划主要是制定电网运行策略,其功能包括负荷预测(系统和母线)、水情预报、发电计划(含水电计划)、供(用)电计划、检修计划、辅助服务计划、交换计划、安全校核、电能量统计分析、考核与结算管理、信息发布、对分布式能源的调度等。

智能调度的考虑因素。智能调度系统设计规划时,应考虑以下因素:①智能调度应以调度应用为出发点,分析调度业务的需求,技术为应用服务；②智能调度应以现有调度自动化系统为基础,是对现有调度自动化系统的提升,解决现有调度自动化系统的不足,如维护工作量大、系统内部的模型及编码不统一等；③智能调度应适应未来电网的发展,未来电网含大量分布式能源,要求能够良好地与用户进行交互,调度时兼顾安全、经济、对环境友好等原则,以及对黑客入侵的防范等,都是智能调度系统设计时需要考虑的因素。

智能调度的技术要求。智能调度自动化系统应降低实施及维护成本、提供业务连续性、具有高效的用户界面、兼容行业标准、降低对操作系统的依赖性、能够实现高水平的互操作以及软件模块的重用,架构应具备可扩展性、灵活性、开放性、平台无关性、高度安全性特点。

智能调度的研究模式。国内外智能调度的实践主要包括2种研究模式:①由外向内模式,如政府主导型和研究机构与厂商合作型,这类研究的典型特征是,建立新的不同于以往系统的原型系统的开发思路,原型系统建成达到预期效果后,电网公司再引入其新的成果；②内部自发模式,是电网公司根据自身运行中发现的问题和已有自动化系统的不足,对系统进行改造。

（二）智能调度中心的层次结构

智能调度首先应该是调度中心的智能化,应从数据流和业务需求的角度对智能调度中心的层次结构进行分析设计。

基于数据流的系统级支撑平台。电网控制中心的数据包括未经处理的原始实时数据及历史数据、应用类数据(通常是经处理的应用数据,如分析态、培训态、规划态数据)、交换数据(与三区、四区交换的数据)。同时还包括各类电网模型,智能电网背景下还需要对各类数据进行融合。数据流和模型驱动了整个调度中心的业务流程。因此,系统级支撑平台为应用支撑平台提供系统级的功能,包括硬件层、数据资源中心、数据引擎3个主要部分。

展现层包括智能界面引擎及展示引擎。界面引擎提供灵活的界面集成及定制功能,为不同的业务人员定制集成不同的界面,实现唯一的界面入口；展示引擎提供基于GIS的可视化、虚拟现实展示。

（三）智能调度中心的关键技术

信息及计算机关键技术。电力系统对实时性的要求非常高,其本身的复杂度要求所采用的平台具有强大的计算能力,集群计算机、网格计算技术为应用提供强大的计算能力支持。数据引擎的实现依赖于数据总线、消息总线、服务总线技术。智能控制中心前置的通信接入方式包括光纤以太网、电力宽带、3G及4G无线通信等。安全防护则由入侵检测、多级防火墙、操作记录等技术组成。电网的控制系统属于典型的分布式环境。目前,针对分布式系统开发的技术包括简单对象访问协议(SOAP)、公共对象请求代理结构(CORBA)、组件对象模型/分布式组件对象模型(COM/DCOM)、中间件、组件技术等。

数据及模型关键技术。IEC61970,IEC61968,IEC61850和公用信息模型(CIM)[28230]等系列标准、统一命名规范、电网公共模型和数据统一建模、4级模型(网调、省调、地调、县调)及图形拼接等技术在智能调度中心的数据资源中心的实现,使得各级调度中心基础数据的源端维护、全网共享成为可能。数据及模型是电力业务的核心,不轻易随调度自动化系统的更新换代而改变。因此,在进行智能调度中心层次设计时,应对数据及模型进行有效的规划及梳理,保证数据及模型的质量,才能确保高级应用功能的数据源的可靠性。

电力系统高级应用关键技术。电力系统高级应用的关键技术包括很多方面,如基于静态、动态和继电保护安全自动装置信息的电力系统综合智能报警技术、安全稳定在线综合预警技术、故障快速诊断技术、高精度母线负荷预测技术、风力发电预测技术、电网运行优化关键技术、检修计划安全校核技术、基于状态检修的检修计划编排及优化技术、电网分析及大规模仿真技术、节能优化调度技术、含分布式能源的调度技术等。这类技术的核心是算法,算法的差异会导致不同的应用效果,在技术实现时应对算法的优劣进行深入比较。

参考文献

[1]国家电力调度通信中心.智能电网调度技术支持系统建设框架[R].2009

[2]薛禹胜.时空协调的大停电防御框架:(一)从孤立防线到综合防御[R].电力系统自动化,2006,30