基于智能电网的电力调度自动化与控制系统实现

(整期优先)网络出版时间:2020-09-21
/ 2

基于智能电网的电力调度自动化与控制系统实现

1 刘俊良 2 王义 3 霍红

1 国网辽宁省电力有限公司丹东供电公司 辽宁省丹东市 118000

2国网辽宁省电力有限公司凤城市供电公司 辽宁省丹东市118100

3国网辽宁省电力有限公司丹东供电公司 辽宁省丹东市 118000

摘要:智能电力调度自动化广义上指的是,利用自动化控制系统对电网电力调度及测量等方面实现自动化、集成化和数字一体化的控制系统。再通过现代计算机技术,实现电网电力调度统一、稳定、安全的运行。随着我国用电量的大幅增加,对电网的运行要求越来越高,如何能够实现电网电力调度准确、高效和安全的运行,是当前必须思考的问题。因此,无论是从经济的角度还是从环境保护的角度,实现电网电力调度的智能化是极其必要的。对于智能电网的电力调度,可以通过虚拟专用网络实现各个调度中心之间的联系以及各个调度中心同电厂和电站之间的相互关联,从而实现电力系统在电力调度、生产、安全保护等方面的自动化控制。

关键词:电力调度;智能电网;自动化控制

当前,调度自动化在技术、工程和标准方面均取得了巨大成就。在技术方面,云计算、大数据、人工智能等信息与通信技术已经给调度自动化系统更新发展带来了新的基础条件,实际上这些年来调度领域已经进行了大量新技术的应用设计和验证。在工程实践方面,智能电网调度技术支持系统已获得广泛应用,新能源接入和调控能力建设、电力通信网络和调度数据网建设等都得到加强。在标准建设方面,调度自动化领域近年来新增了众多国标、行标和企标,同时在国际标准上也有新的进展。

1智能电网的基本特征

1.1自愈性

自愈性是智能电网系统的主要特性之一,也是十分突出的一项特征,是保证电网安全运行的前提条件。在内部或是外部的诸多因素使电网产生损害时,相关人员只需要给予一定的干预,便能够隔离电力网络中存在问题的元件,而且不会影响系统的正常运行。在局部网络无法正常运行或是电力元件出现异常运行状态时,智能电网系统能够自行完成数据收集与分析,并且尽快恢复电网的正常运作。

1.2兼容性

智能电网的兼容性,主要是指能够与分布式的电网及微电网并网运行,合理利用太阳能、风能等清洁的可再生能源。为满足电力用户的供电需求得以满足,必须要尽可能规避系统运行的冲突,保证系统的稳定运行。

1.3高效、稳定

智能电网系统的智能性优势,是使用这一系统的主要原因,也是系统的主要优势。智能型的系统,能够随时监控系统的运行状态,在系统出现运行问题时,能够做出应急处理。为了更加高效、稳定地供电,必须要意识到智能电网系统的高效性优势,同时减少供电成本的消耗。

2智能电网电力调度优化模型

2.1新能源模式下智能电网控制

智能电网在电力调度中的自动化控制技术,已经能够成熟的应用于当前的电力系统。下面以在新能源风力发电系统中实现的自动化控制进行实例分析,通过该系统可实现对新能源进行多个时间尺度的协调优化调度,逐层减少预测误差造成的影响,最大程度地保证新能源系统地安全运行。为了能够得到更精确的结果,需要对系统模型进行仿真,有的研究者在综合考虑新能源风力发电的新特性、荷载能力、各个层级间的系统调峰特性以及电网的最大输送能力等因素,提出了采用时序仿真的风电年度计划方案,并得到了满意的效果。该方案能够在每个时段连续的优化电网的动态平衡,基于省级年度风电计划的数学优化系统,实现系统的优化运行方式。

2.2智能电力调度自动化控制优化数学模型方法

实际的电网电力调度智能控制问题,需要考虑两个方面的因素,一是电力调度的峰值约束,二是电力网络系统中不同层级之间的断面潮流限制约束。基于对电力网络系统的荷载能力的充分预测,达到对机组功率的优化曲线,从而能够实现更大的消纳能力。同时,实现新能源与传统条件下的电力网络调度进行有机的协调。为了能够促进系统运行的最优化以期达到优先的消纳原则,建立相应的电力调度数学模型。该模型的目标函数为:

5f68546e5dcd1_html_ceabdebd6960d050.png

其中:T为时间周期;NW为新能源场站数,Ptwci为场站i在时刻t处的电功率。电力系统的智能控制优化数学模型约束条件如下:

5f68546e5dcd1_html_331ad62125402502.png

对于新能源的优化控制,存在较大的误差。因此在电力调度计划安排中,需要设定一个运行的范围来确保实验的预测结果,具有随机性的特点。

3基于智能电网的电力调度技术仿真

3.1调度技术系统框架

基于实例分析新能源发电系统的智能优化控制,其与普通的电力调度差别较大,传统的调度方法已不能应用于大规模电力调度系统。因此,针对新的大规模电力网络系统,必须在D5000平台上建设能够实现大规模电力调度的智能控制系统。在电力调度系统网络的基站内部,构建智能的控制中枢平台,通过该中心控制其他的系统稳定和协调。新能源的电力网络控制系统的自动化控制依赖于以下几个方面:风电机组和风资源监测、功率预测、有功控制和无功控制。中心控制平台通过各个功能化的优化模块,能够通过标准化的技术支撑,实现电网系统的电力调度。为了从安全的角度出发,建立一套和电力调度技术相对应的行为方式准则,保证电网调度的平稳运行。基于新能源的电力调度问题可以从两个方面考虑:第一个方面是实时的运行部分,含有风电机组和风力资源的监控、电力网路的全功率预测系统、电力调度计划以及调度风险评估;第二是属于评价分析层面,主要由弃风统计和调度评价等组成,在系统的运行中,新能源电力网络系统电力调度自动化控制过程的安全性和可靠性才能得到最大限度的保证。

3.2参数的选择和模型的仿真

在设备运行准备或者检修操作前,可以利用潮流分析来进行实时或前瞻性分析计算,通过相应潮流数据的获取来为电力系统的调度提供参考。在非线性的模型建立中,基于潮流算法的主要原理是将维数升高后,进行线性化操作进。首先选取一组样本:

5f68546e5dcd1_html_c8df974f5f26c5b8.png

在式(1)中,输入为n维的训练样本xi,找到一个对应的映射函数F,对于每一个输入的样本x,都有一个相应的输出y。我们根据回归方程式:

5f68546e5dcd1_html_42d5de8a35e4bec7.png

p为偏移量大小,求解回归方程的实质就是求出偏移量p的值和u,这样可将求解的参数等价的转化为:

5f68546e5dcd1_html_e84c7e5af477bfef.png

其中ξi和ξj为松弛因数,C为恒常数;ε是一个趋于无穷小的正数。采用拉格朗日的方法,讲上述不等式的求解转化为对偶问题来寻求最优解,如下转换:

5f68546e5dcd1_html_cc39cae3577145e8.png

式中η、αi为原变量ξi和u相对应的对偶变量。接着对式(5)求偏导数可得:

5f68546e5dcd1_html_cdf4e20dff7d626a.png

联立以上式子可得:

5f68546e5dcd1_html_cbde47d97370df6c.png

其中还必须满足两个条件的限制:

5f68546e5dcd1_html_a84360c6fd03d807.png

最终通过我们建立的模型来计算偏移量P的大小和函数的表达式,基于样本数据的建模已经完成。基于潮流算法模型继承了传统的SVM模型参数优化的自动优化性能,但是不可避免的增加了时间开销。为了减少时间的开销,实验中尽量选择参数空间较小的样本数据,来提高整体模型的运行速度。传统的SVM算法使得系统运行速度提高15%。

4结语

随着计算机和网络技术的发展,电力系统的自动化控制将会实现新的突破。从基础平台和基础数据建立大数据系统,并对其进行分析和统计,使得电力调度更加智能化和系统化。在发电、输变电、配电以及供电等方面实现双向供电,搭建起一套符合现代化建设需求的交互式系统和全局性的网络系统。

参考文献

[1]陈媛媛,王军.电力调度自动化中的智能电网技术研究[J].山东工业技术,2018(23):159-160.

[2]史俊霞.基于一体化技术的电力调度系统网络优化[J].浙江电力,2017,36(5):66-68.

[3]何书宇.一体化技术的电力调度系统网络优化[J].低碳世界,2018(11):64-65.

[4]张晶,刘晓巍,张松涛,等.全球能源互联网标准体系优先领域研究[J].供用电,2018,35(8):61-66,72.