专利名称：基于电网状态识别的多目标机组组合智能优化系统的制作方法
技术领域：
本发明属于本发明属于电力系统控制技术领域，特别涉及一种基于电网状态识别
的多目标机组组合智能优化系统，具体说是对现有机组组合优化模式的改进，利用知识库系统对电网实时运行状态进行自动识别，并根据电网运行状态，按一定规则自动配置相应的多目标优化机组组合模型。
背景技术：
随着电力体制和电力调度模式的改革，电力经济调度的优化目标，经历了几个不同阶段 传统调度模式下，电网和电厂没有分开，是共同的利益主体，调度优化的主要目标是火电发电煤耗最小化，因此采用煤耗率等微增的原则进行机组电力分配；电力市场模式下，厂网分开，一般以购电费用最小化为优化目标。 现阶段，电力市场改革不断深化，电力节能调度模式在国内一些省份试点运行，目
前我国电力行业的市场模式和调度模式都处于改革的过渡阶段。因此，现阶段进行机组组
合需要考虑的优化目标有多种，从而产生电力调度中的多目标决策问题。 当前电力系统实时调度中的多目标优化问题，就是对给定的总实时发电调整量，
综合综合考虑以上多目标的优化，将总发电调整量分配到各个发电机组，也称为多目标优
化的机组组合问题。 现有的机组组合方案， 一般遵循以下流程[OOO7] 现有流程分为三个步骤(如图1、2所示) 1)获取实时的电网运行数据，包括基于超短期负荷预测而计算得出的待分配发电调整量，各个发电机组当前的发电功率，机组发电范围的上下限，电网各线路的当前功率和稳定限额等决策相关数据 2)将上述各类数据，代入预设的机组组合优化模型，该优化模型包括多个优化目标函数的定义、约束条件的设置，以及相应的求解方法； 3)计算求解机组组合优化，并基于求解结果形成实时调度命令，下发到各个机组。
上述实时调度机组组合流程均是由计算机系统自动实现数据采集、模型求解计算的。但这一流程仍存在以下问题
1)预设优化模型的局限性 预设的优化模型是一种考虑电网各种运行状态而采取的折衷模型，这一模型对各种优化目标都能有一定程度的满足，但对任何单一目标又无法完全实现优化；多目标优化模型，不是考虑的优化目标越多、约束条件越多、模型越复杂越好，模型过于复杂，不仅会降低模型的正确性、可信性，还会造成求解精度下降、计算时间的增长、数据存储空间、传输效率的降低。 2)优化模型是静态的，不能满足电网智能调度的需要 电网运行数据是动态变化的，不同的电网状态，多个优化目标的重要性也是变化的，而上述流程中；电网调度管理智能化要求不断提高，客观上需要在不同的运行状态下实
现特定一个或几个目标的优化，优化模型是事先预设的、静态模型，不能满足电网状态实时
变化对模型动态调整的需求，现有的机组组合模式无法满足调度智能化的要求。 随着智能电网战略的提出，对电网实时调度的机组组合提出了更高的要求，客观
上要求新一代机组组合优化模式，必须是动态的、智能的、精练高效的、可操作的，而不是静
态的、复杂的。
发明内容
本发明的目的是提出一种基于电网状态识别的多目标机组组合智能优化系统，其 特征在于，所述多目标机组组合智能优化系统组成为智能动态建模由优化计算和电网参数 获取两个模块构成，优化计算与待分配量导入、分配结果导出相关联，电网参数获与能量控 制系统连接，能量控制系统为电网参数获模块提供数据。 所述智能动态建模是在现有技术基础上，增加了基于电网状态识别的智能动态建
模环节，包括以下四个步骤 1)电网实时状态的数据采集 所采集的数据，用于电网运行状态的识别，主要包括 季节特征丰水、枯水期、冬季负荷高峰、夏季负荷高峰； 日期特征工作日、周末、节假日、重大事件日； 时段特征负荷平稳端、持续上升段、持续下降段、趋势逆转段； 供需特征检修容量、可调容量； 备用特征上下旋转备用水平、AGC(自动发电控制)上下备用水平；
阻塞特征高负荷率线路、各机组对应的灵敏度；
网损特征网损率水平、各机组网损率； 机组特征机组性能、燃料库存、实际调节速率、实际调节范围；
2)利用知识库进行电网事件的识别 知识库系统是电网事件识别的决策树，建立用于电网状态识别的决策树，该决策 树应反映各类特征量与电网运行状态时间的对应关系； 通过上一步电网实时状态的数据采集，将各类特征量代入决策树，可以得到电网 实时状态所属的事件类型； 3)根据电网所属状态类型及电网优化的约束条件确定电网优化目标、配置优化模型。 所述电网优化目标主要包括 a.电能质量目标改善电网CPS (控制性能标准)指标； 实时平衡优化调度的主要目标之一是保障系统有足够的AGC可调容量，以便满足 实时跟踪ACE的需要，改善电网CPS指标，降低相关罚款费用。
b.经济目标降低综合购电成本 实时平衡优化调度在进行计划调整时，根据电力市场、节能调度所规定的经济原
则进行增、减出力调整，实现电网购电成本的降低。
c.调度公平性目标电厂合同完成率相同
5
调度公平性是保证各个发电厂的年度发电合同的执行，在年度实际发电量与年度
合同电量有偏差时，各个电厂年度发电合同的完成率应当基本相同。
d.节能调度目标满足节能调度要求 当前我国大力推行节能发电调度，并在节能发电调度办法中规定了不同能源类型 机组的发电顺序。考虑节能调度目标，可以按照规定的机组发电序位表安排发电出力。
e.水火电资源利用目标 对于水电比重较大的省份，水火电的联合经济调度是十分重要的目标，主要是在
丰水季节充分利用水电资源。
f.电网备用优化目标 电网备用优化主要是保证电网有足够的旋转备用，根据负荷升降变化趋势，调节 机组出力水平，事先预留出足够的上、下调节备用，对于不同调节速率的机组，如水电机组、 火电AGC机组、火电非AGC机组，根据调峰需求的变化，给出合理的预留备用的比例。
g.电网阻塞消除目标 保证各电力线路的实际潮流功率低于该线路的稳定极限，对于达到或接近稳定极
限的线路，不再调用或尽量少调用那些可能加剧该线路阻塞的机组，优先调用能缓解该线
路阻塞的机组。 h.网损优化目标 降低系统总的网损水平，优先调用离负荷中心较近，网损率较小的机组。 所述当前电网优化的约束条件主要包括 a.机组出力上下限约束， b.AGC调节上下限约束， c.爬坡速率约束， d.特别出力限制约束。 本发明的有益效果是与现有技术相比所具有的优点 本发明所建立的基于电网状态识别的多目标机组组合智能优化系统，是对现有机 组组合优化模式的改进，能实现以下目标
l)动态优化目标 动态优化目标是指该机组组合的优化模型不是预先完全设定的，而应该根据电网 实时运行状态的不同，建立相应的优化模型，模型所需的输入数据和模型本身(优化目标 和约束条件)，都是随着时间变化而变化的；
2)智能优化目标 智能优化目标是指该优化模型，应具有对电网运行状态有智能的、自动识别能力，
并根据电网运行状态，按一定规则自动配置相应的多目标优化模型。 3)精练高效目标 模型的准确性、模型的简化，是实现高效率的途径；本发明所提出的基于事件驱动 的智能优化，是将多目标优化问题简化为"首要目标优化"问题的过程，其核心内容是根据 对电网状态类型的识别和不同状态下对优化需求的分析，来提炼出该状态类型下的首要优 化目标，从而达到模型精练、简化的目的。
4)可操作目标
6
可操作目标是指优化决策的全过程，对于决策人员来说，应当是易于理解的，便于 进行人工调整的。多目标优化模型往往目标函数多、约束条件多，计算过程复杂，计算结果 是否合理难于理解和评价。本发明从电力调度实际出发，将各类目标优化问题，转化等效为 各机组在可行范围内按不同规则的优化排序问题，便于调度决策人员观察、解释和评价优 化计算的结果。 以本发明为核心技术所建立的湖北电网实时平衡调度自2009年8月投入运行以 来，电网考核成绩得到明显改善，证明了本发明所带来的经济、社会效益。
图1为当前机组组合优化的一般流程。
图2为基于事件驱动的多目标机组组合智能优化流程.。 图3为基于知识库的电网状态事件识别.。 图4为不同电网状态下的优化模型配置示意图。 图5为智能动态建模结构图。
具体实施例方式
本发明提出一种基于电网状态识别的多目标机组组合智能优化系统。下面结合附 图对本发明予以说明。 图5所示为为智能动态建模结构图。图5所示多目标机组组合智能优化系统的
组成是智能动态建模包括优化计算和电网参数获取两个模块构成，优化计算与待分配量导
入、分配结果导出相关联，电网参数获与能量控制系统连接，能量控制系统为电网参数获模
块提供数据。该系统的软硬件配置为 服务器:1台HP DL320 开发语言Qt3. 2. 6， C++ 操作系统应用程序在不同操作系统平台上编译，可以实现跨平台应用。
图2所示为基于事件驱动的多目标机组组合智能优化流程。是在图1所示现有技
术智能动态建模基础上，增加了基于电网状态识别的智能动态建模环节，包括以下四个步
骤 1)电网实时状态的数据采集 所采集的数据，用于电网运行状态的识别，主要包括 季节特征丰水、枯水期、冬季负荷高峰、夏季负荷高峰； 日期特征工作日、周末、节假日、重大事件日； 时段特征负荷平稳端、持续上升段、持续下降段、趋势逆转段； 供需特征检修容量、可调容量； 备用特征上下旋转备用水平、AGC(自动发电控制)上下备用水平；
阻塞特征高负荷率线路、各机组对应的灵敏度；
网损特征网损率水平、各机组网损率； 机组特征机组性能、燃料库存、实际调节速率、实际调节范围；
2)利用知识库进行电网事件的识别
知识库系统是电网事件识别的决策树，建立用于电网状态识别的决策树，该决策 树应反映各类特征量与电网运行状态时间的对应关系； 通过上一步电网实时状态的数据采集，将各类特征量代入决策树，可以得到电网 实时状态所属的事件类型； 3)根据电网所属状态类型及电网优化的约束条件确定电网优化目标、配置优化模型。 本发明所建立的基于电网状态识别的多目标机组组合智能优化系统，从电网能量 管理系统中实时采集电网信息，并进行分析处理和机组组合计算，最终输出各发电机组的 发电出力分配方案。本发明可以应用于各级电网的实时发电调度机构。
所述电网优化目标主要包括 a.电能质量目标改善湖北电网CPS(控制性能标准)指标； 实时平衡优化调度的主要目标之一是保障系统有足够的AGC(自动发电控制)可 调容量，以便满足实时跟踪ACE(区域控制偏差)的需要，改善湖北电网CPS指标，降低相关 罚款费用。 b.经济目标降低综合购电成本 实时平衡优化调度在进行计划调整时，根据电力市场、节能调度所规定的经济原
则进行增、减出力调整，实现电网购电成本的降低。
c.调度公平性目标电厂合同完成率相同 调度公平性是保证各个发电厂的年度发电合同的执行，在年度实际发电量与年度
合同电量有偏差时，各个电厂年度发电合同的完成率应当基本相同。
d.节能调度目标满足节能调度要求 当前我国大力推行节能发电调度，并在节能发电调度办法中规定了不同能源类型 机组的发电顺序。考虑节能调度目标，可以按照规定的机组发电序位表安排发电出力。
e.水火电资源利用目标 对于水电比重较大的省份，水火电的联合经济调度是十分重要的目标，主要是在
丰水季节充分利用水电资源。 f.电网备用优化目标 电网备用优化主要是保证电网有足够的旋转备用，根据负荷升降变化趋势，调节 机组出力水平，事先预留出足够的上、下调节备用。对于不同调节速率的机组，如水电机组、 火电AGC机组、火电非AGC机组，根据调峰需求的变化，给出合理的预留备用的比例。
g.电网阻塞消除目标 保证各电力线路的实际潮流功率低于该线路的稳定极限，对于达到或接近稳定极
限的线路，不再调用或尽量少调用那些可能加剧该线路阻塞的机组，优先调用能缓解该线
路阻塞的机组。 h.网损优化目标 降低系统总的网损水平，优先调用离负荷中心较近，网损率较小的机组。
所述当前电网优化的约束条件主要包括 [cmo]a.机组出力上下限约束，
b.AGC调节上下限约束，
c.爬坡速率约束， [cm3] d.特别出力限制约束。 图3为基于知识库的电网状态事件识别系统的工作流程 1.首先实时采集电网实时状态的特征通过电网信息实时采集系统，对系统负 荷、频率、控制性能指标、各发电机组的出力水平、各线路的负荷水平、电网各联络线的交换 功率等特征量进行每1分钟的更新，形成电网实时状态特征集。 2.基于决策树的知识库系统根据电网调度运行的基本规则和运行规律，结合调 度运行人员的经验，利用决策树技术，建立起电网实时状态特征识别的知识库系统。该系统 建立起电网实时状态特征指标集与电网若干种典型状态之间的对应关系，通过决策树实现 电网状态的识别。
3.利用知识库系统，识别电网实时状态将第1步中形成的电网实时状态特征集 中的各个指标，输入到第2步所建立的知识库系统，即可识别出电网实时运行状态的类型。
图4为根据电网运行状态进行动态建模的过程 1.机组组合的多目标优化建模问题，可以归结为目标函数模型配置和约束条件模 型配置两方面问题，每一种电网的运行状态对应着特定的首要目标函数和首要约束条件。
2.典型的优化模型配置方案包括CPS考核指标优化模型、购电费用最小化模型、 节能调度模型、合同进度公平模型、水火电协调模型、备用优化模型、阻塞消除模型、网损降 低模型等。 3.典型的电网约束模型配置方案包括机组出力上线下限约束模型、AGC调节范 围约束模型、爬坡速率约束模型、特别出力限制约束模型等。 4.动态建模根据图3中介绍的"基于知识库的电网状态识别"，可以识别出电网 实时运行状态，确定当前状态下系统的首要优化目标和首要约束条件，配置相应的多目标 优化模型方案。
权利要求
一种基于电网状态识别的多目标机组组合智能优化系统，其特征在于，所述多目标机组组合智能优化系统是由优化计算和电网参数获取两个模块构成的智能动态建模模型，优化计算与待分配量导入、分配结果导出相关联，电网参数获与能量控制系统连接，能量控制系统为电网参数获模块提供数据；所述智能动态建模是在现有技术基础上，增加了基于电网状态识别的智能动态建模环节，包括以下四个步骤1)电网实时状态的数据采集所采集的数据，用于电网运行状态的识别，主要包括季节特征丰水、枯水期、冬季负荷高峰、夏季负荷高峰；日期特征工作日、周末、节假日、重大事件日；时段特征负荷平稳端、持续上升段、持续下降段、趋势逆转段；供需特征检修容量、可调容量；备用特征上下旋转备用水平、AGC自动发电控制上下备用水平；阻塞特征高负荷率线路、各机组对应的灵敏度；网损特征网损率水平、各机组网损率；机组特征机组性能、燃料库存、实际调节速率、实际调节范围；2)利用知识库进行电网事件的识别知识库系统是电网事件识别的决策树，建立用于电网状态识别的决策树，该决策树应反映各类特征量与电网运行状态时间的对应关系；通过上一步电网实时状态的数据采集，将各类特征量代入决策树，可以得到电网实时状态所属的事件类型；3)根据电网所属状态类型及电网优化的约束条件确定电网优化目标、配置优化模型。
2. 根据权利要求1所述基于电网状态识别的多目标机组组合智能优化系统，其特征在于，所述电网优化目标主要包括a. 电能质量目标改善电网CPS指标；实时平衡优化调度的主要目标之一是保障系统有足够的AGC可调容量，以便满足实时跟踪ACE的需要，改善电网CPS指标，降低相关罚款费用；b. 经济目标降低综合购电成本实时平衡优化调度在进行计划调整时，根据电力市场、节能调度所规定的经济原则进行增、减出力调整，实现电网购电成本的降低；C.调度公平性目标电厂合同完成率相同调度公平性是保证各个发电厂的年度发电合同的执行，在年度实际发电量与年度合同电量有偏差时，各个电厂年度发电合同的完成率应当基本相同；d. 节能调度目标满足节能调度要求当前我国大力推行节能发电调度，并在节能发电调度办法中规定了不同能源类型机组的发电顺序，考虑节能调度目标，可以按照规定的机组发电序位表安排发电出力；e. 水火电资源利用目标对于水电比重较大的省份，水火电的联合经济调度是十分重要的目标，主要是在丰水季节充分利用水电资源；f. 电网备用优化目标电网备用优化主要是保证电网有足够的旋转备用，根据负荷升降变化趋势，调节机组出力水平，事先预留出足够的上、下调节备用，对于不同调节速率的机组，如水电机组、火电AGC机组、火电非AGC机组，根据调峰需求的变化，给出合理的预留备用的比例；g. 电网阻塞消除目标保证各电力线路的实际潮流功率低于该线路的稳定极限，对于达到或接近稳定极限的线路，不再调用或尽量少调用那些可能加剧该线路阻塞的机组，优先调用能缓解该线路阻塞的机组；h. 网损优化目标降低系统总的网损水平，优先调用离负荷中心较近，网损率较小的机组。
3.根据权利要求1所述基于电网状态识别的多目标机组组合智能优化系统，其特征在于，所述电网优化的约束条件主要包括a. 机组出力上下限约束，b. AGC调节上下限约束，c. 爬坡速率约束，d. 特别出力限制约束。
全文摘要
本发明公开了属于电力系统控制技术领域的涉及一种基于电网状态识别的多目标机组组合智能优化系统。所述多目标机组组合智能优化系统是由优化计算和电网参数获取两个模块构成的智能动态建模模型，优化计算与待分配量导入、分配结果导出相关联，电网参数获与能量控制系统连接，能量控制系统为电网参数获模块提供数据。是对现有机组组合优化模式的改进，利用知识库系统对电网实时运行状态进行自动识别，并根据电网运行状态，按一定规则自动配置相应的多目标优化机组组合模型。本发明从电力调度实际出发，将各类目标优化问题，转化等效为各机组在可行范围内按不同规则的优化排序问题，便于调度决策人员观察、解释和评价优化计算的结果。
文档编号G05B13/04GK101788788SQ20101003361
公开日2010年7月28日 申请日期2010年1月5日 优先权日2010年1月5日
发明者刘勇, 刘敦楠, 周世平, 杨先勇, 蔡敏, 詹学磊, 车方毅, 邵立政, 邹圣权 申请人:华北电力大学;湖北省电力公司