探究电网智能控制中心的架构

【前言】探究电网智能控制中心的架构由文秘帮小编整理而成，但愿对你的学习工作带来帮助。电网控制中心目前面临的主要问题:(1)随着电网规模的扩大,电网控制中心处理的信息量呈指数增长;(2)电网控制中心内系统繁多,需要若干系统的组合才能完成特定功能;(3)电网异常状态下的处理,依赖人工经验,该方法不仅效率低,还使调度人员承受巨大的压力;(4)不同人员关注的...

[摘要]结合多年工作实践,提出一种新的电网智能控制中心的架构,该架构由系统级支撑平台、应用支撑集合、应用集合组成;以现有系统为基础,强调对多信息流的有效融合、智能分析、直观显示,使电网控制中心从传统的计算型向分析型、智能型转变,将成为智能电网的重要组成部分。

[关键词]电网控制智能电网控制中心架构

中图分类号:TM7文献标识码:A文章编号:1671-7597(2009)1110039-01

面对日益复杂的电网和不断新增的系统,传统的电网控制中心已无法满足监控电网、维护电网安全的需要。电网控制中心作为电网监控的中枢,也必然成为智能电网(smartgrid)不可或缺的组成部分。

一、控制中心的现状

电网控制中心目前面临的主要问题:(1)随着电网规模的扩大,电网控制中心处理的信息量呈指数增长;(2)电网控制中心内系统繁多,需要若干系统的组合才能完成特定功能;(3)电网异常状态下的处理,依赖人工经验,该方法不仅效率低,还使调度人员承受巨大的压力;(4)不同人员关注的信息不同。

针对目前电网控制中心的不足,本文提出电网智能控制中心(PGICC,

power grid intelligent con-trol center)的架构,以期:(1)满足大规模、广域互联电网以及重要城市电网的安全稳定运行要求;(2)既保留电网合适的安全裕度、又充分发掘电网的经济潜力,实现经济、节能调度;(3)减轻调度人员面对日益复杂的电网和巨大信息量,带来的“认知障碍”;(4)使电网的控制、发电计划、电力调度等手段从传统的计算型、依赖人工经验,向分析型、智能型转变;(5)最终实现电网的闭环控制、自运行self-run、自愈self-healing。该架构强调用全局信息替代局部信息,通过信息的有效利用,提高控制中心的分析水平,采用机器学习等手段提高控制中心的智能化水平。

二、系统功能

智能电网控制中心PGICC以预防控制为主,通过自治愈在发生故障时实现电网快速恢复;从传统的以考虑电网安全性为主向安全性和经济性并重过渡。正常状态下,通过动态实时/预测态安全分析,降低电网故障发生的概率;报警状态下,通过智能报警,使电网快速回归正常;故障状态下,通过智能故障诊断,使电网故障得以迅速定位和排除,恢复正常;在保证电网安全,稳定运行前提下,实现电网的经济、节能运行。

三、系统架构

(一)架构的可扩展性。SOA(Service-Oriented Architecture)架构保证系统具备良好的可扩展性。服务是通过可变编程接口能方便访问的特定应用。SOA架构包括,service broker(服务中介),service provider(服务提供对象),service consume(服务使用对象)3个部分组成,service provider向service broker进行注册,根据service broker,service consume的请求,将service和client进行绑定。

(二)面向应用的架构。智能电网控制中心PGICC的智能调度功能基于SOA架构,整个系统框架由系统级支撑平台、应用支撑集合、应用集合组成。系统级支撑平台为应用支撑平台提供系统级的功能,包括网络平台、数据资源中心、数据引擎、智能引擎、可视化引擎。

智能支撑平台包括知识库生成、知识库、推理机,为应用支撑平台提供智能引擎,改变电力系统运行与控制过程中目前大量依赖人工经验的局面,减轻调度人员负担。

知识库的生成采用离线学习和在线学习相结合的方式。离线学习从电网已有的仿真案例以及历史数据中,通过机器学习的方式生成电网静态安全分析、动态安全分析、电压稳定、故障诊断等各类知识库。传统的按表格格式向调度人员显示各应用结果的方式不够直观、易懂,用能容纳大信息量的图形图像资源来展示PGICC智能调度各应用功能的分析结果和数据,能辅助系统运行人员及时掌握系统的运行状况并做出正确的决策。

应用支撑集合,提供完成应用集合内的各功能所需要的电力系统高级应用服务,包括实时状态估计不良数据辨识、网络拓扑与动态着色、预想故障分析、潮流计算、电压调节能力充裕度校核、短路电流计算与保护定值校核、理论线损计算、超短期负荷预测、母线负荷预测、网络重构。系统级支撑平台和应用支撑平台构成调度应用支撑平台。

应用集合包括动态实时安全分析、预测态安全分析、节能经济调度、智能报警、智能故障诊断以及其他新的应用功能等,应用集合的全体构成智能电网控制中心PGICC的智能调度功能。

四、PGICC的系统功能

(一)动态实时安全分析。系统级支撑平台的数据引擎从数据资源中心获取实时安全分析需要的数据,应用支撑平台的网络拓扑和状态估计不良参数辨识功能获取了当前电网的状态描述,在此基础上智能引擎根据理论线损、母线负荷模型、保护定值校核、潮流计算的结果。根据知识库,对当前电网的动态安全状态进行分析、推理,推理的结果通过可视化引擎直观地反馈给调度人员,同时生成相应的备选决策支持方案。

(二)预测态安全分析。利用实时状态估计维护的母线负荷预测模型,通过超短期负荷预测及母线负荷预测确定一定时间之后的负荷分布情况,并在此基础上进行安全分析,对15min后可能出现的不安全状况进行预警。预测态属在线评估模式,以一定的周期在线连续运行。动态实时安全分析,预测态安全实时分析,结合目前普遍采用的静态安全分析,构成了从毫秒级到小时级的电网安全分析控制体系。

(三)智能报警。数据引擎从数据资源中心获取EMS/WAMS系统的报警信息,智能引擎根据当前电网的状态描述和规则库,对报警实时进行筛选和定位报警源,减少呈现给调度人员的报警信息。

(四)智能故障诊断和恢复。从时间尺度上来讲,智能报警比智能故障诊断实时性高,智能故障诊断系统的功能是定位电网中发生的故障,因此故障诊断系统主要分析跟故障定位相关的报警,针对特定征兆进行分析。智能报警所采用的电网模型较故障诊断系统的模型简单。智能故障诊断系统对最初发生的N-1或者N-k事件进行故障诊断,更重要的是掌握原发故障事件后的电网运行情况,给出故障识别后实时的调度处理建议,使得调度员能采取相应的措施,抑制事故进一步扩大。

综上所述,本文提出的智能电网控制中心PGICC以预防控制为主,基于SOA架构,整个系统框架由系统级支撑平台、应用支撑集合、应用集合组成。通过集群计算和不同控制中心间web-service架构的使用大幅度提高了系统的计算能力。该架构强调用全局信息替代局部信息,通过信息的有效利用,提高控制中心的分析水平,通过机器学习等手段使得控制中心初步具备了一定的智能水平。

参考文献:

[1]蒋跃强、周健,电网数字化、智能化实践的技术要点分析[J].华东电力,2009,(06).

[2]韩晓平,智能电网――信息革命和新能源革命的整合[J].电力需求侧管理,2009,(02).

[3]武建东,智能电网与中国互动电网创新发展[J].电网与清洁能源,2009,(04).

[4]肖世杰,构建中国智能电网技术思考[J].电力系统自动化,2009,(09).