智能电网运行调度技术系统研究.pdf

《智能电网运行调度技术系统研究.pdf》由会员分享，可在线阅读，更多相关《智能电网运行调度技术系统研究.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、电力技术D O I*日：l o3 9 州m n l 0 0 7 0 0 7 9 2 0 1 1 1 5 0 7 8基于云计算的智能电网运行调度技术系统研究曾奕辉摘要：调度任务海量数据信B 古存储、分析M 理、引擎搜索等是智能电目济运行重要技术支持。女计算是智能自蹄目应运行教据信息计算分析重要的运算a 法，在构筑女计算平台时 位要考虑i 计算的宾时响应性、目靠性和精确性问时还要考虑女计算的时-，a 过仿真镕表明在i 计算中引八鼠适应度改进遗传算法构(D F G A)要m 传统自适应遗传算法(；A j 所兢得甚任务完成时问和怠任务平均完成时目短，幂是t 月任务调虚一种&良女计算目络算法，同时也是智

2、能电日济运行*度|要技术生撑系统关键词：i 计算：智能t 目；双连度调度敷据目作者简介：首吏辉(1 9 7 1)*广东深圳人，深圳市奇蝉t 气有限套目I 程”f 广东深圳5 1 8 0 5 5)中图分类号：T M 7 3 4文献标识码：A文章编号：1 1 1)713 1)7 9 f2 0 J 1 5 5 卜f 1 2随着电力建设步伐的水断加快，建设高参数大容量K 距离的复杂智能电阿E 成为电力系统发展的主要趋势电网结构变得越来越复杂规模变得越来越大茈在运行时帽虚的数据信息也会随之急尉增加。准确可靠的宴时数据信息是电眄调度运行人员监控的直接依据，同时也是电网调度自动化系统应用分析的基础保障数据，

3、尤其是最近几年自动发电控制，电同塌度潮流分析、电力系统运行风险评怙等高技分析软件在电力系统中广泛推广使崩要获得科学调度策略埘度运行人员就需要依赖系统强有力的调度自动化系统这就对系统运行数据的实时性，可靠性，精确性等提m 了更高的要求。对于一个雷同调自动化系统而言在H 常运行时要接受几百个J 站的远行数据大约直采和转发共卓遥覆j 遥信量可选儿万个。如此庞大的采集规模如何对大量智能监测终端所产生的超大规模运行数据f i 息进行实时a I 靠安垒高教的采集传辅、存储和管理就显得十分必要。-云计算足井?运算，阿格分析等发展演变的优良算法，是分带式汁算分析的一种典型结构，其吊基术思想是通过阿络系统将一个

4、庞大计算分析处理程序自动拆分由无数个较小的单元子程序来J 可步进行然后将于程序运行结果交出多部服务器组成对应的庞大复杂功能系统。缝动态搜寻宴时计算分析后将所获得的运算结果回传给对应的用户，提供这些数据信息资源的阿络系统就是通常所说的5，矗计算所服务的用p 对象是一个功能复杂、结构庞大的系统，其实时处理的任务量非常豆大需要其每时每刻都按照J；I】户罂求处理诲鲑数据情息所以对于电网运行诃度而言其任务调度信息的寅时n r 择性是电网渭度云汁算的重点与难点。”1 在晓大时变的电力运行数据巾，如何充分利用五巾的数据信息资源使其获得宴时高效的调度信息制定科学合理的蛹度策略就是电网调度百计算的楱0 内容，同

5、时也是电网自动化调度运行研究的一个重要课腼。一、智能电网调度系统云计算平台逻辑组成电厢捌度运行自动化系统太多重视蠲度数据的可靠性和精确性，而多数忽略了调度数据信息运算分析姓理的时效间魃。由于电阿运行调度数据信息厝非常上，“运算分析时效问题直接关系到调度决策的宴时准确性。在电嘲调度运算分析过程巾应用云计算的相关技术，结合数据统一标准和相应服务总线，把分布在电力嘲络中不同空问巾的分散I T 数据信息资源与觋地电力自动化基础设施，用系统结构化的模式椠构整合在一起椅筑具钉宴时性高可靠性强、准确度大的电网调度云计算平台通过系统负荷动忐平衡桶度分析和侧度数据资潭的统一调配形成强大的数据灶理和计算分析的石箅

6、系统模型，“支撑电网捌度自动化系统高敢稳定运行发麟。智能电网桶度系统云计算平台罡辑组成如B I l 所示：；i；鬲j圈1 智能电同调度系统云计算平台逻辑组成从图I 町知分布】数据及服务总线将In 十调度中心有机互联起来最终汇集到基础i 管理监控平台上先成对分布式海量数据的动态分析运算=枉任何渊度巾一D 4 均有实时监控与面臀、端度计划、安全授核和涮度管理口 f m 刚系l 宽，各谢度中心可u 通i 士数据游问接口与数据及睢务总线进行实时数据f i 息空互其享。诃度中心进行动志负载均衡及资源调配过程中，主要从分和式海量数据存储系统中提取出文件系统实时数据库、戈系数据库等数据信息，并通过集成计算引

7、鼙完成对网络资源的大区域范围内的搜索功能9不同调度中心的功能单元具有扦|互备用功能，u f“通过数据f 稳访州对应接口实现数据阃的寅时共亭和相互备用：整个云计算分析平台通过分布式数据服务总线这一杜心数据通信通道将捌度中心备十功能组件有机结合起来宴现歙锯采集、远程传输，动态计算分析有机结台，形成一个虚拟数据I T 资源，弗能对整个平台中不同物理单元进行统一系统的管理和裥配，便F 电网调度各功能单元的棚互访问和数据的实时共享互操作遮就时调崖数据分析处理的时效性提出了更高的要求对于电阿侧度过程中如何实现任务完成总时间较短且平均时间较短是基于云计算平台电嘲调度系统实时吖靠、高效稳定运行的蕈要保障条件二

8、、云计算中的缡程模型从固I 中町“看出云什算在进行海屋数据运算分析时集成计算引擎足萁中核心的功能单元月前电力埘度云计算平音大多引用粹歌搜索引擎提出的M a p l e d u e e 的编程模式，井结舟电力涸度数据信息的特性，构筑能够产生和处理大规模数据信息集的计算平台。i 计算模掣的分析过程如阿2 所月i、藜星望旧旧塑一婴翌闺焉一凰|万方数据中国电由教育2 0 1 1 年第1 5 期图2 云计算M a p R e d u c e 编程模式分析过程从图l 可知，云计算的M a p R e d u c e 执行过程主要包括f o r k、分配M a p(r e d u c e)、读、本地写(储存

9、)、远程读、写(输出)6 个过程。M a p 和r e d u c e 是云计算的两个重要阶段，在M a p 阶段时，数据处理程序主要按运算函数要求将总任务分隔为M 个较小的子系统，依次分配给不同的w o r k e r q i 元，这些被分配了子任务的w o r k e r 单元可以通过并行运算模式完成各自较小的子任务。然后通过本地写操作完成中间文件结果的输出；当M a p 阶段完成获得对应中间文件后系统就进入了R e d u c e 阶段，对M a p 阶段所获得的中间结果进行汇总统计分析处理，最后通过输出文件单元输出R e d u c e 阶段获得的最后结果。在电网调度数据信息云计算中，

10、同时向位于不同调度中心的功能单元提供服务，不仅要充分考虑每个功能用户的响应时间，不能让其中一些功能用户等待的时间太长，影响调度数据信息的实时可靠性，这就要求云计算的总时间要较短；同时还要考虑调度系统中不同功能用户的综合满意度，这就要调度任务完成的平均时间要较短。而目前很多电网调度计算分析只关注完成调度任务所需的总时间，即功能用户最大等待时间，常常忽略了完成任务的平均时间，这样在进行优化调度过程中。很可能造成许多潜在的优良运算基因发生丢失。从图2 可知，在进行电网调度海量数据信息云计算时，是把一个调度任务划分为多个子任务同步进行分析处理，这样就很容易造成完成任务总时间较为理想，但任务完成平均时间

11、较大的情况发生，大大降低电网调度过程中各功能用户的综合满意度。因此，在结合大量文献资料的基础上。提出将双适应度改进遗传算法(D o u b l eF i t n e s sG e n e t i cA l g o r i t h m，缩写为D F G A)引入到电网调度海量数据信息云计算中，通过对任务调度策略动态优化改进，构筑一个以完成任务平均时间和总时间最短为目的的云计算模型结构，有效提高电网调度云计算的实时可靠性和综合满意度。州三、基于D F G A 的电网调度云计算模型在大量文献资料和实际应用中表明：并行性和全局解空间搜索是遗传算法最为显著的功能，用遗传算法进行电网任务调度云计算算法改进

12、能够获得较为良好的效果。1 云计算染色体编码与解码函数描述在实际应用中，遗传算法染色体编码有直接编码和间接编码两种方式。由于电网调度满足调度资源一调度任务间接联系关系，因此，采用调度资源数据信息间接编码映射调度任务的编码方式。遗传因子染色体的长度为M a p 阶段总任务(T a s k，缩写为T)划分的子任务(S u b t a s k，缩写为s t)个数，而染色体上的基因值则定位为该位置子任务从网络资源中所分配到的资源编号。m若电网调度中有T 个调度任务。网络中有W 卜、,r o r k e r；r)J 能资源，第i 个任务被函数划分的子任务数位S t，则T 爪调度任务中的子任务总数为N：姗

13、T 研(D(1)假设电网在此时调度过程中有3 个大任务，对应有4 个w o r k e r1 5 2功能资源，且每个大任务又划分为若个子任务，如：将T a s k l 划分为T l l。T 1 2，T 1 3，T 1 4 四个子任务；将T a s k 2 划分为T 2 1，T 2 2，T 2 3 三个子任务；将T a s k 3 划分为T 3 1，T 3 2，T 3 3 三个子任务，则共有1 0 个子任务相应染色体长度为1 0，并且每个基因上可以由l 一4 个功能资源进行赋值，即产生染色体序列为：【T Il iT 1 2 iT 1 3 iT 1 4 iT 2 1 iT 2 2 iT 2 3 i

14、T 3 1 iT 3 2 iT 3 3 i】i 为1 4 任意整数(2)如一条染色体为：【14 3 2 2l41 13】，则表示为第一个任务的第一子任务在第1 个w o r k e r：r 叻能资源上运算，第一个任务的第二子任务在第4 个w o r k e r 矽J 能资源上运算，第三个任务的第三子任务在第3 个w o r k e r 功能资源上运算，这样就完成了电网调度云计算遗传染色体的编码工作。将式(2)所获得的染色体信息反推回w o r k e r 资源排列就完成了染色体的解码工作，如上述那条染色体解码后可得：W I=1689】W 2=45】，W 3=3l O 。W 4=27】通过解码后

15、就可以获得任务资源完成第P 个任务所有子任务所需的时间为：乃=t(w，D(3)式(3)中：m 为系统总共有附个资源；以为系统第总共有疗个子任务；W 为系统第W 个w o r k e r 资源，沩第价子任务，t(w。f)为第价子任务在第w 个资源上运算分析所需时间。则完成所有任务所需的时间为：r=7；(4)p=1式(4)中，P 为电网调度任务数。则完成所有任务的平均时间函数可以表示为：乃于=止(5)已2 改进遗传算法自适应度函数前面已经介绍了，电网调度任务云计算目标是总任务完成时间较短，同时所有任务完成的平均所用时间也要较短，因此在进行遗传个体优选时，引入总任务所用时问和任务平均使用时间最短，个

16、体的双适应度约束当量为：删2 丽1乃(6)正(f)=m i n 式(6)中两个适应度的和值为l。四、基于D F G A 的电网调度云计算仿真分析为了验证D F G A 云计算模型在电网调度技术系统中的可行性和可靠性在将电网调度云计算看做是一个特殊网络环境的条件下利用自适应遗传算法(A G A)与文中所建立的双适应度遗传改进算法(D F G A)相比较分析，其初始设置值如表l 所示。表1 仿真模型基本参数算法类别取值算法类别取值任务数5 0任务数5 0资源数5 0资源散5 0子任务最大时间系数0 3 8子任务最大时间系数0 3 8子任务最小时间系数0 8 6子任务最小时间系数0 8 6A G A

17、D F G A资源最大时间系数0 0 9 5资源最大时间系数0 0 9 5资源最小时间系数0 0 5 7资源最小时间系数0 0 5 7自适应度lO 6自适应度20 4通过运算后获得对应的仿真图形如图3 和图4 所示。(下转第1 8 9 页)万方数据总第2 0 2 期教育教学研究有关?这正是外特性所讨论的内容，因此，对这三种电机基本特性的研究都是主要针对外特性来进行的。同样是外特性其中直流发电机的曲线是下倾还是上翘以及下倾程度的大小是与励磁方式有关的，而变压器和同步发电机的曲线则取决于所带负荷的性质及功率因数的大小。另方面，对于直流电动机和感应电动机因都起着带动机械负载旋转的功能，所以我们芙D

18、的是其转速与电磁转矩之间的关系。即机械特性，因此对这两种电机基本特性的研究都是围绕机械特性进行的，我们就把它们放在一起作比较。同样是机械特性，直流电动机的曲线取决于励磁方式，感应电动机则取决于电源电压和转子电阻，两种电动机稳定运行的条件都是要求应具有下降的机械特性曲线。这里运用类比法不仅使学生对各类电机所研究的问题有一个清晰明了的认识，同时也让他们对各种电机特性的不同留下了一个深刻的印象。四、铺垫式教学法“电机学”课程学生学起来吃力的主要因素之一是电机的研究除了涉及电的知识外，还要涉及磁场的知识。磁场相对来讲是更加抽象的，所以要想达到一个理想的教学效果。应该在课程的最开始做好与课程相关磁场知识

19、的复习与补充工作，具体包括磁场的基本概念与基本物理量、铁磁性物质的磁性能、磁场的基本定律等。像磁场强度、磁感应强度、磁导率、磁通及磁感应线等概念是“电机”课程教学中经常提到和用到的，是基础。不应忽视，所以很有必要介绍清楚。铁磁性物质是构成所有电机铁芯的材料。只有弄清楚它的性能才便于分析电机的运行特性和参数特点。电磁感应定律、动生电动势定律、电磁力定律、磁通连续性原理、安培环路定律及磁路的欧姆定律等磁场的基本定律是各类电机工作原理的基础理论，也是分析电机内部磁场分布状况的理论依据，因此对这部分知识的铺垫是必不可少的。实践证明，铺垫式教学法的应用加快了后面教学中学生课堂分析理解的速度，使知识的获得

20、更具有整体性，避免了遇到问题时才回过头去复习补充所带来的知识的凌乱与不连贯。五、换位式教学法传统教学中，教师作为传授知识的主体直在整个教学过程中唱着主角，甚至一门课讲下来都是教师的“独角戏”。如何开发学生的潜能、开发学生的创造性思维、培养学生具有擅于应用知识解决问题的能力是值得我们教师思考的。换位式教学法不失为一种改变“满堂灌”教学状态的有效方法。换位是指角色的变更，教师应该不失时机地多提供机会给学生。让他们成为主体参与到教学过程中来。比如，在介绍利用空载和短路试验进行变压器参数测定时，教师完全可以不讲，而把任务提前布置给学生。上课时让学生成为“教师”来分析这两个试验测定变压器参数的理论依据，

21、画出他所设计的试验电路并说明试验方法。学习了变压器的等值电路模型且有先前电路课程知识作为基础，这部分内容学生是完全有能力独立解决的，所以这时的教师应起到的是正确引导、给予评价和总结的作用。鼓励学生多动脑、多思考并敢于走到众人面前表达自己的见解，不仅锻炼了学生应用知识的能力，同时也使他们有一种成就感，提高了他们的自侮0 和求知欲。改变传统教学模式，不断探索和引进有助于培养学生自主创新能力的教学方法，是提高教学质量，实现应用型人才培养目标的有效举措。以上所谈论的几点教学方法在电机学课程教学中的应用实例只是起到一个抛砖引玉的作用，它们的应用空间还是非常广阔的。参考文献：f 1】肖波电机及拖动基础课程

22、教学改革的研究与实践【J】中国电力教育，2 0 0 7,(1 1)：8 0 8 1【2 1 张建辉，许莹莹电机学课程教学方法的探索【J】江汉大学学报2 0 0 8，(3)：5 5-5 8(责任编辑：李海静)(上接第1 5 2 页)j批删矗化ft图3 总任务完成时间曲线图4 总任务平均完成时间曲线从图3 和图4 可以看出，传统自适应遗传算法(A G A)云计算总任务完成时间(3 0 O s)要比D F G A 获得的总任务完成时间(3 1 O s)要短。这是由于A G A 在进行云计算时前期只重视总任务所有完成时间，从而在运算过程中对一些优良因素进行屏蔽丢失，其运算所需时间相对就会变短。D F

23、G A 从开始运算时，就将两个自适应度因子带上，除了分析总任务时间最短外，还要进行平均时间最短路径搜索，从而在时间上要比A G A 要长。但随着运算进化迭代次数的不断增加，A G A就会逐步陷入局部最优收敛工况。而D F G A 会继续优化运算分析，尤其是在后期进化过程中。D F G A 所获得的总任务时间和平均时间均较A G A 明显较短，所获得的云计算顺序策略较A G A 要优越，大大降低了电网调度海量数据的搜索分析运算时间，缩短了电网调度任务的综合统计分析时间，有效解决了电网调度数据信息实时性问题，便于电网凋度运行人员制定实时可靠、高效经济的调度决策方案。五、结束语基于云计算的智能电网调

24、度技术系统可以有效解决电网调度海量数据信息的综合处理效率，同时其数据处理的时效性也是电网调度研究的一个重要课题。基于D F G A 的电网调度云计算结构是一个将调度总任务时间和平均完成时间两者作为其重要判断标准，将双适应度作为改进遗传算法运算的重要约束当量，可以获得较为理想的任务调度决策方案。是一种有效的电网运行任务调度分析算法，为智能电网运行调度提供了一个实时可靠的技术支持系统结构模型。参考文献：【I I D E A NJ,G HE M A W A T,S M a p R e d u e e：s i m p l i f i e dd a t ap r o c e s s i n gO i l

25、l a r g ec l u s t e r s (：】P r o c e e d i n g so f t h e6 t l IS y m p o s i u m0 1 1O p e r a t i n gs r s t e mD e s i 印a n dI m p l e m e n t a t i o n N e wY o r k：A C M，2 0 0 4：1 3 7-1 5 0【2】孙宏斌，等面向中国智能输电网的智能控制中心】电力科学与技术学报，2 0 0 9。2 4(2)：3-7【3】兰华，李积捷电力系统状态估计算法的研究现状和展望【J】继电器，2 0 0 7，3 5(1 0)-7

26、 8 8 1【4】杨志宏，赵京虎，陈梅基于S O A 的实时信息系统平台【c 1 2 0 0 4 全国电力系统自动化年会论文集2 0 0 4【5 1 L OY L，H U AK A,T A V A N A P O N G W S c h e d u l i n g q u e r i e sf o rp a r a l l e le x e c u t i o nO nm u h i e o m p u t e rd a t ab a s em a n a g e m e n ts y s t e m J L e c t u r eN o t e si nC o m p u t e rS c i e n c e-D a t a b a s ea n dE x p e r tS y s t e m AA p p l i c a t i o n s，1 9 9 6，(9)：6 9 8-7 0 7(责任编辑：苏宇嵬)1 8 9王曼墨摹鼙十-，攀万方数据基于云计算的智能电网运行调度技术系统研究基于云计算的智能电网运行调度技术系统研究作者：曾奕辉作者单位：深圳市奇辉电气有限公司,广东深圳,518055刊名：中国电力教育英文刊名：CHINA ELECTRIC POWER EDUCATION年，卷(期)：2011(15)本文链接：http:/