人工智能与水电站经济运行.pdfVIP

人工智能与水电站经济运行 简介： 本文通过对水电站经济运行问题的优化，用面向对象的软件 构造，完成约束满足问题 CSP （Constraint Satisfaction Problem） 的推理求解，实现了知识表示、约束传递、智能回溯，并在微机上模 拟运行。用面向对象、人工智能的方式解决水电站机组间负荷动态调 度问题，编制了《全数字仿真自动发电控制系统》平台, 其生成结 果的分析和证明由《水电站经济运行最优解的证明》完成。 关键字：水电站 微增率 经济运行 人工智能 产生式系统 　　0 背景 　　随着经济的快速发展，电力生产的供需矛盾也日见突出，在国 家加大新的电源、电网投资、建设的同时，如何充分发挥现有电站的 潜能，提高其水能利用率，使水电站的运行由粗放式转向集约化，引 起了发电企业的广泛关注。 　　欧、美发达国家优化运行资料表明，大型水电站厂内优化运行 的效益为 0.5%～3.0%。八十年代中期，我国某年平均发电量22 亿 kW.h 的水电站，实行厂内优化运行后，效益提高4.6％，增加发电量 1.03 亿 kW.h。我国水电运行经验表明，仅从软件方面着手，编制科 学合理的运行调度方案，在增加投入不多的情况下，就可以使其发电 效益在原有的基础上再提高约(2～6)％[1]；到 2001 年底，全国已建 成中小水电站 65000 多座，遍布全国 1600 多个县；由此可见，用信 息技术带动传统产业在电力行业的必要性，并且有非常广阔的前景。 　　1 水电行业运行现状 　　在水力发电领域，传统的经济运行方法，主要有：微增率法、 动态规划法、分支界法以及据每台机组最大可能出力按比例分配负荷 的折中方法（目前的水电站经济运行大多采用此方法），其中动态规 划法和分支界法更多的是求解问题的思维方式，其实现须采取具体的 综合策略，微增率法是根据总出力与总耗水量的函数关系由微分学的 极小值定理导出，具有理论上的严谨性。目前我国的 AGC 应用主要基 于电网调度，针对水头变化小（即大库容）的电站，根据网上的需要 确定其负荷，然后用微增率法在机组间分配负荷，即定负荷→最小化 流量。从使用的情况来看，由于软件编制的出发点不是基于水轮发电 机组运行工况，从而导致有些电站使用效果很不理想。如黄河中游的 万家寨电站单机出力 180MW，装机 6 台，由天阿公司和希科公司制造， 由于AGC 软件负荷分配不合理，导致其机组长期在振动区运行，叶片 与上冠处出现裂纹，给机组安全运行带来了极大的隐患。 　　任何科学问题都离不开其论域。由于微增率法是根据数学理论 推导而来，其工程实用面临很大的实现难题： 　　a 要求所有的并联运行机组的微增率随功率变化的曲线下凹； 流量随功率变化应为均匀的条件在实际运行的机组中是不可满足的。 水轮机转轮是通过实验定型的，微增率只是其派生出来的表象参数， 且随功率变化的曲线凹凸是无确定规律的，因而流量也并不随功率变 化而均匀变化。 　　b 用微增率法，对于连续的工况变化求取微增率是不可实现的。 水轮机的综合特性曲线是一种试验曲线，无论以何种检索方式都需要 确定检索步长和目标区间，面对微增率变化无确定规律的特性曲线， 确定检索步长和目标区间都无依据，只能修正综合特性曲线，牺牲解 算精度，满足工程要求。 　　c 实际运行中厂内优化与电站水头密切相关，传统的方法需要 在电站最大水头与最小水头之间，取若干个水头，分别作出优化运行 总图，以便确定在不同水头及给定的全厂负荷时投入运行的机组台数、 组合方式以及负荷在投入运行机组之间的分配。这样使连续变化的水 头产生阶跃，若辅之以插值，插值规律又是不确定的，降低了解算精 度。 　　2 水电站经济运行人工智能化 　　计算机技术与其他工程技术的融合而引起的设计思路的创新 已成为当今社会的显著特征。人工智能是一门研究用计算机模拟和执 行人脑的某些智力功能的交叉学科。知识是人工智能的基础，对于水 电站的经济运行而言知识主要包括以下三个方面： 　　a 确定性规则知识：如功率、单位转速、单位流量的计算； 　　b 确定性事实知识：如水轮机的综合特性曲线、水库特性、电 站下游水位流量关系、泄洪和电站引水设备的特性； 　　c 不确定性事实知识：如水轮机的振动区域、电站年径流曲线 和特性等； 　　本文采用人工智能系统中最普遍、最典型的产生式系统，其基 本要素是：综合数据库（Globle Database）、产生式规则（Set of Rules）、控制系统（Control System）。