论文部分内容阅读
能量管理系统在电网监控中发挥着越来越重要的作用,但随着应用需求的不断提高,要求能量管理系统能处理稳态分析以外的一些问题。通信技术和计算机技术的发展使得更加丰富、准确的数据可以被更加快速、灵活的传送到电网的调度控制中心,在控制中心处基于新的数据源进行分析,可以为调度提供更多的计算机决策支持。本文基于以上应用背景,提出了在现有EMS基础上加入故障处理功能和部分动态分析功能,构建电网调度决策支持系统的设想。电网调度决策支持系统将更多的智能技术应用于电力系统调度分析,为调度分析与操作提供智能化的决策支持。本文以保证电网的安全稳定运行为首要目标,以现有EMS系统和当前电网监测水平为基础,研究了为电网调度提供故障处理和暂态稳定分析方面的提供决策支持的若干分析方法。 为确保调度决策支持系统具有开放性,本文将本体论引入电力系统分析,提出了建立电力系统调度分析领域本体的方法来解决互联软件之间的数据、知识共享问题。通过对电力系统调度活动的深入研究,建立了鹿力系统调度分析领域的类型本体。本体论的建立使应用软件间能进行比数据更高级别的知识概念间的交互与共享,使软件具有更为清晰的结构和更好的开放性。 为充分利用现有EMS的资源以及满足在线自主运行要求,本文为调度决策支持系统构建了多智能体型的体系结构,给出了构成系统的Agent个体的结构、行为型模式以及相互间的通信方式,实现了对环境的描述与建模,赋予了环境中的Agent个体感知环境的能力和合作计算的能力,解决了多软件模块在线自主运行和协调计算的问题。 在故障处理方面,建立了一个基于Petri网技术的电网故障恢复的推理框架,用于故障恢复方案的生成。基于Petri网的推理机制用统一的语言描述恢复方案的结构和搜索过程,具有可以描述并发行为、资源有限限制、冲突等现象的优势,具有比专家系统更高的求解效率,并有效解决了普通Petri网建模中遇到的“组合爆炸”问题,降低了对大系统建模时的模型复杂度。 在动态分析与控制方面,充分利用了现有电网运行的记录和仿真数据,进行了基于这些数据的暂态稳定预测分析的数据挖掘,提出了一种基于机器学习与信息融合技术的快速暂态稳定评估算法,有效解决了机器学习遇到的输入特征选择困难的问题。所构造的评估算法能够有效利用多种测量信息进行暂态稳定的快速评估,与传统的基于模型的算法形成优势互补。并且在计算速度方面,达到了实时求解的要求,为实时暂态稳定计算提供了一种新的解决途径。