人工智能在电网中的优化应用_开题报告

文献综述

智能电网的发展背景

现有电网采用一种由发电、输电、配电等环节构成的垂直结构，并在控制系统和各类设备的支持下实现系统的可靠、稳定和经济运行。然而，系统运行人员正在面临着前所未有的挑战，例如，在现有系统中接入可再生能源、技术的快速革新以及多样化的市场主体和终端用户。作为新一代电网的智能电网，将充分利用通信手段和实时测量技术来提高系统的适应性和预测能力，抵抗来自内部和外部的安全威胁。当前，智能电网在全球范围内受到高度关注。欧美各国都将智能电网作为其国家战略的重要组成部分。我国国家电网公司也提出了“坚强智能电网”的概念，并提出了2020年全面建成“坚强智能电网”的三步战略规划。智能电网是集成了现代电力工程技术、分布式发电和储能技术、高级传感和监测控制技术、信息处理与通信技术的新型输配电系统。它能够为用户提供一系列增值服务、实现电网与用户的互动，同时具备自愈和自适应能力、能实现对新能源的灵活的接入控制、对海量监测信息的智能分析和智能决策等。

我国智能电网的发展

经过多年的建设，我国电力系统建成了以光纤通信、微波通信为主，电力线载波通信、移动通信等多种通信方式为辅的通信传送网络结构。在发电、输电、配电和用电各个环节，广泛应用先进的信息通信技术、传感与量测技术、电力电子技术，电力生产运行主要指标接近或达到国外先进水平；在特高压输电、大电网安全稳定控制、广域相量测量、电网频率质量控制、稳态/暂态/动态三位一体安全防御和自动电压控制等技术领域进入国际领先行列。2005年以来，国家电网公司在大规模可再生能源集中并网、电化学储能、建立风电接入电网仿真分析平台、数字化电网建设、智能电网技术架构等前沿领域开展研究，取得了丰硕的成果。

国外智能电网的发展

1、美国智能电网发展。2001年，美国电力科学研究院（Electric Power Research Institute，EPRI）创立了智能电网联盟，积极推动智能电网研究，重点开展了智能电网（IntelliGrid）整体信息通信架构研究以及配电侧的业务创新和技术研发。IntelliGrid项目有两个目标：一是分析出电力系统运行的商业需求，包括现状、未来的各种需求，如自愈电网概念；二是以基于这些分析得出的电力系统的需求作为基础，提出支撑未来电力系统的信息需求系统，使用战术性的方法来建立一个战略视图，以战略的高度建立一个不依懒于具体技术的视图框架。这两个目标明确了电力系统是一个融合了电力输送能源基础设施和信息基础设施的能源系统。2、欧洲智能电网发展。智能电网成为欧洲电网的发展趋势，尤其是其独特的发展背景。其一，经过逾百年的长期发展，欧洲各国的电力系统已走完了以外延扩张为主的发展阶段，早已具备了可以满足经济社会运转需求的较为充裕的输配电供应能力，对电力行业的要求转向了更加高效、灵活、环保且有利于市场化等方面。其二，欧洲各国的能源政策更加强调对环境的保护和可再生能源发展，尤其是风能、太阳能和生物质能等可再生能源发展是近年来欧盟委员会能源政策的基本着力点和中心目标。因此，基于可再生能源的分布式电源发展成为欧洲电力市场的必然。其三，欧洲天然气管网发达，应用广泛且已市场化，为基于天然气的分布式发电技术的广泛应用提供了良好的能源供应基础和市场基础。

智能电网发展的优势

智能电网是电网技术发展的必然趋势。通信、计算机、自动化等技术在电网中得到广泛深入的应用，并与传统电力技术有机融合，极大的提升了电网的智能化水平。传感器技术与信息技术在电网中的应用，为系统状态分析和辅助决策提供了技术支持，使电网自愈成为可能。调度技术、自动化技术和柔性输电技术的成熟发展，为可再生能源和分布式电源的开发利用提供了基本保障。通信网络的完善和用户信息采集技术的推广应用，促进了电网与用户的双向互动。随着各种新技术的进一步发展、应用并与物理电网高度集成，智能电网应运而生。发展智能电网是社会经济发展的必然选择。为实现清洁能源的开发、输送和消纳，电网必须提高其灵活性和兼容性。为抵御日益频繁的自然灾害和外界干扰，电网必须依靠智能化手段不断提高其安全防御能力和自愈能力。为降低运营成本，促进节能减排，电网运行必须更为经济高效，同时需对用电设备进行智能控制，尽可能减少用电消耗。分布式发电、储能技术和电动汽车的快速发展，改变了传统的供用电模式，促使电力流、信息流、业务流不断融合，以满足日益多样化的用户需求。

智能电网中水火电优化调度

电力生产的节能对整个社会的能源耗量具有极大的影响，而水火电优化调度是实现电力生产节能降耗的重要一环。水火电节能调度最重要的工作是进行科学合理的负荷分配，发挥水火电厂各自的优势，对水能进行充分的利用，从而降低火电生产中的一次能源耗量。目前，国内的发电能源构成中水电与火电占绝大多数，全国发电装机容量在9．5亿千瓦左右，其中火电7亿千瓦，水电2．1亿千瓦。因此，制定合理的水火电负荷分配计划，充分利用水力和火力发电各自的优势，在确保电力系统中的负荷需求和电网运行安全得到满足的同时降低发电能耗是整个电力系统节能工作中的重要一环。传统的水火电联合优化调度以降低整个系统的运行费用为目标。与之有所不同，节能调度的目标则是降低整个系统的能源耗量。因为能耗是影响系统运行费用最重要的因素，所以两个优化问题的相关数学模型在很多时候具有相似性。同时，两者之间又存在许多细节上的差别，例如，如何降低污染物的排放量是节能调度中不可或缺的重要目标。水火电联合调度受到许多不确定因素的影响。分析水电站如何根据市场需求、价格情况、生产成 本函数及利润函数确定其最佳放水率的问题，然后根据水、火电的不同特点并综合考虑电力市场环境下水、火电收益函数和用户需求，以水力、火力发电资源在最经济利用的条件下满足顾客需求为目标建立了水火电优化调度模型，并推导出水火电联合系统最佳经济调度的必要条件，由此求出了一天中各时段的各水电厂最佳放水率(或最佳出力)和各火电厂最佳出力。在电力市场环境下的水火电优化调度中的应用，并证明了在该环境下通过水火电优化调度实现水电、火电和电网三方“共赢”的可行性。

^范文提纲

引言：智能电网发展的现状和优势

智能电网

1.1智能电网介绍

1.1.1什么是智能电网

1.1.2智能电网的优势

1.1.3智能电网的特征

1.2国内外智能电网现状

1.2.1美国智能电网发展现状

1.2.2欧洲智能电网发展现状

1.2.3我国智能电网发展现状

1.3智能电网发展重点

1.3.1智能电网发展趋势

1.3.2智能电网的关键技术

1.3.3发展智能电网的意义

智能电网与信息通信

2.1电网通信现状

2.2智能电网下的电力通信

2.3电力系统的通信方式

2.3.1光纤通信

2.3.2移动通信

2.3.3电力线载波通信

2.3.4数字微波

2.3.5卫星通信

2.4电力通信标准体系

2.5我国电力通信的发展分析

2.5.1我国电力通信事业取得的成绩

2.5.2电力系统通信存在的问题

2.5.3发展智能电网下电力通信面临的机遇和挑战

智能变电站在智能电网中的应用

3.1智能变电站介绍

3.2传统变电站系统结构

3.2.1传统变电站综合自动化系统结构

3.2.2传统变电站系统存在的问题

3.3智能变电站系统结构

3.3.1遵循IEC 61850标准的三层结构

3.3.2智能变电站的不同结构形式

3.3.3几种现行的各电压等级智能变电站技术方案

3.4智能变电站的应用实例

3.4.1智能变电站方案实现模式

3.4.2某35KV智能变电站改造设计解决方案

智能电网与智慧城市

4.1智慧城市发展历程

4.1.1城市发展面临的现状与挑战

4.1.2智慧城市的提出

4.1.3智慧城市的现状

4.2智能电网保障智慧城市发展

4.2.1智能电网助推智慧城市

4.2.2智能电网催生大数据

4.2.3智能电网促进产业发展

4.3智能电网支撑智慧城市发展

4.3.1智能电网支撑城市能源供给安全

4.3.2智能电网支撑城市发展清洁低碳

4.3.3智能电网支撑城市资源高效利用

4.4智能电网在智慧城市中的建设实践

4.4.1智能配电网建设

4.4.2城市新能源利用

4.4.3城市微电网建设

4.4.4城市节能服务

5.总结

三、参考文献

[1]Weerakorn Ongsakul，Dieu Ngoc Vo.人工智能在电力系统优化中的应用[M].北京：机械工业出版社.2015：1-7

[2]王占山，关焕新.智能控制及其在电力系统中的应用[M].沈阳：东北大学出版社. 2015：238-269

[3]James Momoh.智能电网-设计一分析基础[M].北京：机械工业出版社. 2014：1-13

[4]丁晓群.智能自动电压控制[M].北京：机械工业出版社. 2012：204-224

[5]唐良瑞.智能电网通信技术[M].北京：中国电力出版社. 2015：1-9

[6]路文梅.智能变电站技术及应用[M].北京：机械工业出版社. 2014：1-33

[7]王子琦.智能电网与智慧城市[M].北京：中国水利水电出版社. 2015：19-204

[8]彭小圣.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报.2015（3）:1-4

[9]鲁文.智能配电网优化调度设计及关键技术[J].电力系统自动化.2017（3）:1-6

[10]刘广生，张松清.智能电网信息安全威胁及对策分析[J].微型机与应用.2017（5）:1-9

[11] Han X S，Gooi H B，Kirschen D S．Dynamic economic dispatch： asibleand optimal solutions[J]． IEEE nans on Power Systems， 2001，16（1）：22-28．

[12]Christoforos E，Anastasios B G，John V P B．A genetic algorithm solution approach to the hydrothermal coordination problem [J]．IEEE Transactions on Power Systems，2004，19(2)：1356-1364．

[13]张东霞.智能电网大数据技术发展研究[J].中国电机工程学报.2015（1）:1-5

[14]辛耀中.智能电网调度控制系统现状与技术展望[J].电力系统自动化.2015(1):1-7

[15] 罗征.智能电网大数据处理技术现状与挑战[J].信息工程.2017(18）:1-3

[16]张伯明,孙宏斌,吴文传.智能电网控制中心技术的未来发展[J]电力系统自动化,2009，33(17)：21-28．