1、电力系统运行可靠性在线控制摘要:电力系统因为各种故障容易出现停电事故，影响正常的生产与生活。因此本文对电力系统运行的可靠性的在线控制进行了分析研究，并通过实际的应用进行了计算分析。 关键词:电力系统；运行可靠性；在线控制 中图分类号：TM732 文献标识码： A 文章编号： 当前电力系统的可靠性评估和风险评估已实现了在线应用，电力系统运行可靠性的研究也取得了一些开拓性成果。本文的研究目的在于以规避电网在不确定性环境下的运行风险，从而提高电力系统的运行可靠性。 一、运行可靠性在线控制的基础与功能定位 本文提出的运行可靠性在线控制的目的是通过对可控量的调整规避电网运行的风险，提高电网的运行可靠性。
2、因此，定量地评定系统运行的潜在风险必然成为运行可靠性在线控制的基础。 运行可靠性评估的研究为定量评估系统风险和可靠性水平提供了新工具，这样能考虑实时运行状态对系统运行可靠性的影响，能利用WAMS/EMS 提供的实时信息对运行中的电力系统进行风险评估。 作为一种及不确定性的电力系统分析和控制工具，运行可靠性在线控制是安全约束调度等一些确定性分析和控制工具的有力补充，它定位于在线辅助决策，通过调度员的参与形成如图 1 所示的控制系统。 图 1 运行可靠性在线控制 通过 SCADA 系统收集到电力系统的大量实时测量数据，经状态估计获得电网网络拓扑结构等运行工况，并由短期发电计划和超短期负荷预测得到下
3、一时刻(未来数分钟或数小时内)的发电机出力和负荷水平，然后将这些运行信息作为输入数据进行运行可靠性控制策略计算。在线计算出的控制方案成为调度决策依据，最终由调度员对电网实施控制。 运行可靠性在线控制策略的刷新周期可根据负荷预测的刷新周期而定。目前 EMS 系统一般都具有 96 点超短期负荷预测的功能，因此运行可靠性在线控制策略的刷新周期可取 15min。 二、在线控制技术分析 1、在线控制技术 在线控制技术是物联网技术重要的组成部分，它最早这个概念来源于医学领域，将人体的信息和人的工作、学习等等的信息记录下来，随时察看。后来到了一个在线控制人体整个的环境，比如说通过这个技术可以判断用户步行、骑
4、车、开车甚至是坐飞机，每个时间点都记录下来，通过光和温度的感应知道你是在室内室外一天工作了多长时间，一天的身体的状态如何，通过云的技术，存储、统计、分析告知本人。在线控制技术应用最大的特点是传感器，传感器用的是微传感器，质量很轻，我们写的毫米、微米、纳米，纳米技术的传感器发展很快，使在线控制技术应用逐渐展开了，在一个机片上可以多个传感器，功耗很小，成本低。美国 DCC 分析 2016 年市场份额将达到 102 亿美元，需要到 2016 年纳闷传感器的市场份额从 0.1%涨到 0.3%，这个涨幅已经非常大了，体量虽然小但是增速是最快的。去年 4 月份日本千叶大学的教授成功研制出世界上最小的磁力传
5、感器，可以读电脑空间的信息，这个方法使原来的感应器尺寸缩小到原来的 1%。在线控制技术主要的应用是采集数据以及新的工具，可以帮助电网、设备等相互互联，自我诊断，自我修复等等。随着互联网技术的普及，智能电网的开展，通过在线控制技术将电力设备的状态的信息，包括电网和设备都记录下来进行存储分析。 2、感知层综合测试的平台 感知层综合测试的平台，包括电磁环境、射频性能，安全性、抗干扰性等等，如温度传感器、温湿度传感器，线路传感器。我们还可以扩大到电力工程实施的过程中的管理。物联网和传感器在整个的智能电网中是作为智能电网的信息感知末梢，也是智能电网的神经系统，包括了智能电网发电、输电、配电等等六个环节，
6、实现一体化的融合。先进通信技术是在线控制技术重要的技术的支撑，底下是感知层，剩下的是感知和应用。这个系统的应用是不同的主干网络，包括一级、二级和三级的安全网络，中间是短通信，包括无线通信，包括电子线载波和统一的网管，然后是应用，和在线控制中间是网络。利用这个技术实现对电网、设备、人员进行实时的数据获取、跟踪和存储，贯穿了电子系统生产、输送、消费、管理的全过程。应用微传感器是电器设备的状态的监测。包括输电、变电和智能巡检，现在做电器设备的跟踪，比如说三项变压器的跟踪，包括巡检方面的跟踪。电子系统现场作业，包括我们的开关、断路器、电流等等，另外电动汽车的感知的技术，在线控制的技术，跟踪车的运行的情
7、况，我们响应国家的电动汽车的应用，做电池的感知，包括充换电池的感知，包括温度的感知。 三、运行可靠性运行应用例 1、短期运行可靠性评估 采用 IEEE RTS-79 系统，系统总装机容量为 3405 MW，负荷为 2850 MW。设预测时间为 15 min，对原系统进行短期运行可靠性评估，评估结果如表 1 所示，表中给出了系统各项可靠性指标。由于原系统给出的是规划系统数据，投入所有机组后使发电备用为 16.3%，从评估结果来看，系统的运行可靠性水平很高。 实际系统的运行中，出于经济性的考虑，不会将所有备用都作为运行备用开启，因此为更加符合实际系统的运行情况，这里设置 Case1，使系统运行备用
8、为 4.07%，即假设第 2、5、12 和 13 台机组(最大有功出力分别为 20、20、197 和 197 MW)处于停运状态，系统容量为 2 971 MW，在该状态下系统潮流正常。同时设置 Case2，使其在 Case1 的基础上再停运 3 条线路 L16(节点 12 至节点 23)、L17(节点 13 至节点 23)和 L22(节点 15 至节点 24)，在该状态下线路 L14(节点 11 至节点 14)和 L18(节点14 至节点 16)潮流越限。对 Case1 和 Case2 的系统进行可靠性短期评估，得到的结果如表 1 所示。 表 1 系统运行可靠性指标 表 1 中 NS 为可靠性
9、短期评估选择的状态数；EENS 为 EENS 的最大理论绝对误差，即假设没有选择到的各个状态都损失了系统所有负荷对EENS 指标的贡献；EENS 为 EENS 的最大理论相对误差，即EENS=EENS/EENS。从表中可看到，各种情况的相对误差EENS 都小于 1%，可认为筛选的状态数是足够的。 2、运行可靠性控制策略计算 假设认为 Case1 和 Case2 系统目前的可靠性水平还未达到预定的目标，并决定实施运行可靠性控制将 Case1 和 Case2 的 ps 指标都提高到0.997 以上。控制模型参数的取法如下： （1）运行可靠性控制模型及参数。优化目标函数式(7)中的权重系数 ai 和
10、 bj 分别取 1 和 5 000。线路潮流上限值 Ti,max 取线路的短期额定容量；功率因数假设为 0.95；频率的下限值 fmin 和上限值 fmax 分别取 49.8 和 50.2 Hz。 （2）优化算法参数。粒子群规模取 300 个粒子，变异概率取 0.15。收敛判据为：最优粒子在连续 10 次迭代内无变化或总的迭代步数达到100 步。 表 2 给出控制实施前后系统的各项可靠性指标，其中 TC 为计算控制策略所消耗的时间，对于可靠性较低的系统，算法能在更短的时间内计算出控制策略，以供调度员决策参考。 表 2 控制前后系统运行可靠性指标对比 表 3 为 Case1 和 Case2 的控
11、制策略，也即各节点的发电机出力调整量PGi 和切负荷量PDj，功率基值为 100MW。 表 3 控制策略 从表 23 可看到，Case1 仅经过调整发电出力就使系统运行在安全状态的概率 pS 得到了提高；而 Case2 经过调整发电出力和切负荷的措施解除了线路潮流越限，使线路 L14 和 L18 潮流安全状态的概率 pSLF 得到了提高，同时使系统的 pS 指标处于指定的范围内，达到了控制的目的。 3、结束语 随着电力系统和电网自动化的不断发展，可靠性在线控制必将获得重要的应用，在技术上也会更加成熟。 参考文献： 1 马磊,杨莲. 人工智能算法在电力系统无功优化问题中的应用J.电脑知识与技术. 2010(24). 2 张斌. 基于粒子群算法的配电网无功补偿优化规划J. 电力系统及其自动化学报. 2010(02). 3 何剑,程林,孙元章. 电力系统运行可靠性最优控制J. 中国电机工程学报. 2010(07).
