![](https://csdnimg.cn/release/download_crawler_static/87068028/bg1.jpg)
[摘 要]如今,电力系统的发展达到了广泛智能化、互联化阶段,对电力网的运行也提出了更
高的要求。因此,人工智能得到了重视,将其应用到电力系统中,可以提升电网运行效率。
本文介绍了当前主流人工智能在电力系统优化中的应用。
近年来,随着已有的电力系统日渐趋于成熟,计算机、云平台、自动控制等技术与传统的电
力相结合,碰撞出了新一轮电力改革的火花。尤其是国家电网公司在2019 年两会报告中提
出了“坚强智能电网”和“泛在电力物联网”的建设目标,使得电网智能化、信息化、数字化成
为了必然趋势。而在实际中,由于终端计算能力有限,复杂计算往往难以完成,使得电力系
统的优化运行较为困难。
电力系统有着悠久的发展历史,自从将数值优化方法应用到了电力工程中,它们发挥了很大
的作用。系统优化的价值十分可观,单单从经济角度来看,每年可以为电网节约数十亿人民
币,提高了燃料的经济可用性和系统的安全稳定性。随着电力系统越来越复杂,负荷侧需求
增加,火电厂的燃料消耗量也居高不下,导致成本增加,环境压力增大。因此,对于电力系
统的优化运行显得至关重要。
目前已有许多方法,包括了传统方法和人工方法。这些方法随着系统的改变而不断地优化,
以适应电网的发展。但是由于电网系统有着大量的约束,使得它们十分复杂。因此,找到更
为有效快捷的方法显得十分重要,以此来解决电力系统中的若干优化问题,如经济调度、最
优潮流 OPF 以及水热调度等。经济调度是指在满足安全和电能质量的前提下,合理利用现有
资源,确定最佳的功率输出,使得发电机组的燃料成本最小化,实现最低的发电成本。最优
潮流 OPF 是指控制各设备参数,在满足各个节点正常运行条件下,实现目标函数的最小化,
一般又分为了有功优化和无功优化。水热调度也是电力系统的一个重要优化问题。电力系统
中最主要的发电厂就是火力发电厂和水力发电厂,两者的配合通常需要调度时间范围。
人工智能已经被广泛地应用于解决优化问题,这些方法可以节约更多的计算时间和内存占用,
也更易应用于复杂场景解决复杂问题,来有效解决许多传统方法无法解决的问题。并且这些
方法可以与其它方法结合,形成混合系统,集单一的优势于一体,有着强大的可行性和经济
性。
专家系统(ES),又称为以知识为基础的系统,是模拟相关领域的人类专家决策能力的计算
机系统。它旨在通过来自特定主题专家的知识体系推理,利用if-then 判别逻辑来解决复杂问
题。专家系统是在 20 世纪 60 年代到 80 年代发展并应用于商业。它又可以分为基于案例的
推理系统,基于规则的系统,面向对象的系统等。现在已有的电力优化系统大部分基于此,
但是其最为常见的缺点是知识的获取问题,并且每一次的突破都需要科研人员的大量研发,
更新周期较长,往往会因为与已有系统不兼容而升级困难。
蚁群优化算法(ACO)是一种基于蚂蚁觅食行为的解决计算问题的概率技术,可以通过图形
来找到最好的路径,在旅行商、车间任务调度等经典的离散组合优化问题中得到了广泛的应
评论0
最新资源