电网智能调度决策支持系统的研究与实现

论文摘要

确保电力系统的安全、稳定、经济、优质运行是调度人员的主要职责。电网规模不断扩大和结构日益复杂,使调度人员面临着巨大挑战。然而,作为主要辅助决策工具的能量管理系统(EMS, Energy Management System)并不能完全满足新环境对电网运行监控的要求,其应用范围和决策的智能化水平都有待提高。基于以上背景,本文提出建立功能完善、使用方便、可以在线自主协调运行的“电网智能调度决策支持系统”的设想。电网智能调度决策支持系统将更多的智能技术应用于电力系统分析,为调度分析与操作提供智能化的决策支持。本文通过对电力系统暂态稳定预测和电网操作指导的研究,进一步完善了智能决策支持系统的分析功能,并采用多智能体技术使系统具有在线自主协调运行能力,从而可以为调度人员提供更为全面的决策支持。研究内容分为两个层次:一是决策分析工具的扩充,二是系统自主运行和协调决策能力的实现。考虑到电力系统安全稳定运行的重要性,在充分利用广域测量数据的基础上,提出了一种基于在线式学习算法的暂态稳定预测方法。该方法根据分块矩阵求逆定理对标准学习算法进行改进,以提高计算速度。为满足实际多机系统稳定预测的要求,引入轨迹聚合技术对多机轨迹进行聚合,进一步减少了计算量。在轨迹降阶的基础上,根据扩展等面积法则(EEAC, Extended Equal Area Criteria),通过识别聚合轨迹的动态鞍点来判断轨迹的稳定性。仿真试验结果从预测精度和计算时间两方面验证了方法的有效性。在电网操作指导方面,深入分析了操作票专家系统中广泛采用的产生式规则表示方法的局限性,指出推理程序对规则表示的依赖是制约操作票专家系统通用性的根本原因。为解决上述问题,首先研究了产生式规则的Petri网表示方法,提高规则表示的灵活性;其次,研究了基于Petri网模型的推理方法,使推理程序与规则表示完全分离,从而提高了操作票系统的适应能力。为了实现软件系统的自主运行,将多智能体技术引入调度决策支持系统的研究中。通过划分电力系统运行状态和定义典型事件,建立了电力系统领域环境模型,并以此作为软件智能体的生存环境,在识别电力系统运行状态和事件的基础上赋予智能体环境感知能力,从而解决了软件自主运行问题。通过研究基于环境交互的多智能体协作方法并将其用于调度决策方案的在线自动生成,使多个软件智能体可以协调运行,主动为调度人员提供针对电网当前运行状态的调度决策方案。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 智能调度决策支持系统的研究背景
• 1.2 智能调度决策支持系统的研究内容
• 1.2.1 智能调度决策支持系统的定义
• 1.2.2 电力系统动态安全分析与控制方法
• 1.2.3 电网操作指导
• 1.2.4 人工智能技术的综合应用
• 1.3 国内外研究现状
• 1.3.1 电网调度决策支持系统的研究历史
• 1.3.2 暂态稳定预测的研究现状
• 1.3.3 电网操作指导的研究现状
• 1.4 本文的主要工作
• 第二章 基于在线学习算法的电力系统暂态稳定预测
• 2.1 引言
• 2.2 机器学习与支持向量机方法简介
• 2.2.1 机器学习的基本概念
• 2.2.2 支持向量机回归算法
• 2.2.3 对SVM回归算法的评价
• 2.3 改进最小二乘支持向量机算法
• 2.3.1 标准最小二乘支持向量机算法
• 2.3.2 基于滚动时窗的最小二乘支持向量机算法
• 2.4 基于改进最小二乘支持向量机的暂态稳定预测
• 2.4.1 基于受扰轨迹的暂态稳定预测方法的提出
• 2.4.2 多机系统受扰轨迹聚合
• 2.4.3 受扰轨迹稳定性评估
• 2.4.4 暂态稳定在线预测方案
• 2.5 仿真分析
• 2.5.1 仿真环境
• 2.5.2 算例和训练样本
• 2.5.3 仿真结果
• 2.6 本章总结
• 第三章 基于Petri网技术的电网操作指导
• 3.1 引言
• 3.2 操作票专家系统中的知识表示与推理技术
• 3.2.1 常用的知识表示与推理方法
• 3.2.2 电网操作知识表示
• 3.3 基于Petri网技术的操作票专家系统
• 3.3.1 Petri网的基本概念
• 3.3.2 Petri网规则表示方法
• 3.3.3 基于Petri网模型的推理方法
• 3.3.4 基于Petri网的知识库维护方法
• 3.4 应用实例
• 3.5 本章总结
• 第四章 多智能体型电网调度决策支持系统的设计与实现
• 4.1 引言
• 4.2 Agent及多智能体系统简介
• 4.2.1 Agent的定义
• 4.2.2 Agent与环境
• 4.2.3 多智能体系统
• 4.3 智能调度决策支持系统的MAS型设计
• 4.3.1 建立电力系统领域环境模型
• 4.3.2 智能体环境感知方法
• 4.3.3 多智能体协作方法
• 4.4 智能调度决策支持系统的初步实现
• 4.4.1 实现过程简介
• 4.4.2 运行实例
• 4.5 本章总结
• 第五章 结论
• 参考文献
• 致谢
• 附录Ⅰ
• 攻读博士学位期间发表的学术论文
• 攻读博士学位期间参加的科研工作