陳博 袁心怡 王若華 陳偉

摘要：在現(xiàn)如今的電力系統(tǒng)的調(diào)整過程當中，其中也融入了很多新能源類的智能方案，并且對電力系統(tǒng)也來了一定程度的原因，但是對于狀態(tài)估計上面還需要做更加深入的研究，這樣才能更好保證電力系統(tǒng)的穩(wěn)定性以及安全性。此次主要對含新能源電力系統(tǒng)狀態(tài)估計的現(xiàn)狀進行研究分析，另外還對電力系統(tǒng)狀態(tài)估計的技術(shù)進行了分析研究。

關(guān)鍵詞：新能源;電力系統(tǒng);狀態(tài)評估;現(xiàn)狀;人工智能

當前為了能夠更好的實施促進可持續(xù)性發(fā)展戰(zhàn)略，這就需要我國科研人員不斷的對新能源上的應(yīng)用和研究力度進行提示，并且還要融入一些人工智能部分?，F(xiàn)如今通過當前的發(fā)展狀況來看，新能源電力還沒有辦法去滿足當前提出的要求，其中的要求主要就是把新能源電力與傳統(tǒng)的電力系統(tǒng)進行有效并網(wǎng)，這樣才能夠正常的去輸送給大眾。但是由于當前在并網(wǎng)的過程當中，對原來就具備的一些電力系統(tǒng)提出了更新的挑戰(zhàn)，為了能夠讓電力系統(tǒng)得的高效的運轉(zhuǎn)，就必須要對電力系統(tǒng)展開狀態(tài)評估，以及人工智能的影響，并且對電力系統(tǒng)的實時狀態(tài)進行有效分析[1]。

一、含新能源電力系統(tǒng)狀態(tài)平臺研究現(xiàn)狀

現(xiàn)在對于含新能源電力系統(tǒng)狀態(tài)上面的評估研究已經(jīng)取得了很大的進步以及經(jīng)驗，但還是因為對此方向上面的研究時間相對較短，所以當中還會存有很多問題，主要的問題可以體現(xiàn)在一下幾個方向：（1）首先在應(yīng)用的基礎(chǔ)加權(quán)最小二乘法上面的受到了很大的限制，這就需要對測量數(shù)據(jù)上面要能夠滿足正態(tài)分布，這樣能夠更好地保證測量數(shù)據(jù)的準確，但是當前在實際電網(wǎng)當中的應(yīng)用，所測量數(shù)據(jù)的差值很小所呈現(xiàn)出正態(tài)分布的情況，所以在對此狀態(tài)估計方法在進行實際應(yīng)用時起到作用相對較小，在準確性上面也想對較低。（2）在應(yīng)用量側(cè)變換技術(shù)進行狀態(tài)估計上面也存有很大的限制，并且對于測量配置上面要求也相對獨特，往往需要采用獨特的處理才能夠起到有效的運用，這也會對電力系統(tǒng)狀態(tài)估計的合理性帶來影響[2]。（3）另外在電力系統(tǒng)中三相不平衡產(chǎn)生的相間角度問題上面要重點進行考慮，所以這個問題不能找到很大的解決方法，并且在狀態(tài)估計的難度上面也會得到很大的提升，嚴重時還會影響到最終狀態(tài)估計的準確性。

二、含新能源電力系統(tǒng)狀態(tài)估計技術(shù)探討

當前在含新能源電力系統(tǒng)狀態(tài)評估的過程當中，往往會運用到一些建模仿真技術(shù)、多目標優(yōu)化算法等，因為通過這些技術(shù)的運用能夠很大程度的促進含新能源電力系統(tǒng)狀態(tài)估計工作的進行。具體開展措施如下：（1）建模仿真技術(shù)：現(xiàn)在把新能源并入電力系統(tǒng)以后，在對于模型的建立以及仿真研究上面會發(fā)生很大轉(zhuǎn)變，也正是此原因的出現(xiàn)所以要在該方面技術(shù)的研究工作上要不斷加大力度。在加大對電力網(wǎng)絡(luò)拓撲結(jié)構(gòu)的研究當中，要對原來就已經(jīng)存在的模型進行合理的優(yōu)化，才能夠是的構(gòu)建模型以及拓撲結(jié)構(gòu)能夠更加融洽。其次，就是在針對并網(wǎng)模型的研究上面，新能源在和傳統(tǒng)能源進行并網(wǎng)以后，在對電力系統(tǒng)在發(fā)展上面往往都是由單項式轉(zhuǎn)變?yōu)槎囗検降墓╇?，正也是因為這樣也對以往使用的并網(wǎng)模型上面也發(fā)生了很大的改變，所以在建模仿真工作上還需要構(gòu)建出更符合實際的模型[3]。（2）多目標優(yōu)化算法：含新能源系統(tǒng)狀態(tài)估計工作當中需要進行了很多的運算，這樣才能夠從中找到最準確的結(jié)果，也正是因為如此在進行狀態(tài)估計的過程當中還需要運用更加科學(xué)更加合理的計算方法。在新能源電力成功并入到電力系統(tǒng)網(wǎng)絡(luò)中以后，并且在原來的電力系統(tǒng)網(wǎng)絡(luò)上面也進行了一定規(guī)模以及結(jié)構(gòu)的拓展，同時也會讓原本就有的電力系統(tǒng)變得更復(fù)雜化，所以運用以往的計算方法不能適應(yīng)當前的這種改變。正是因為這些原因需要結(jié)合前期的模型建設(shè)，要通過多目標優(yōu)化算法運用，要對運行約束、結(jié)構(gòu)約束以及經(jīng)濟代價等諸多方面的影響進行綜合的考慮，從而才能讓計算方法更加具有科學(xué)性。（3）新型數(shù)據(jù)檢測法：在通過新能源電力并入到傳統(tǒng)電力系統(tǒng)以后，使整體電力系統(tǒng)的規(guī)模得到了一定程度的擴大，隨著規(guī)模的擴大在對數(shù)據(jù)信息的產(chǎn)生上面也隨著跟著變大，當前由于信息數(shù)據(jù)的變多在這些信息數(shù)據(jù)當中肯定會有一些不良數(shù)據(jù)的產(chǎn)生，其中肯定會有一部分不良信息數(shù)據(jù)和傳統(tǒng)電力系統(tǒng)一樣，還會有一部分發(fā)生在并網(wǎng)以后。在狀態(tài)估計的過程當中才能夠?qū)@些信息數(shù)據(jù)進行有效的評估，才能夠給未來的估計進行更好的開展。

三、人工智能在新能源電力系統(tǒng)狀態(tài)評估應(yīng)用

人工智能在新能源電力系統(tǒng)狀態(tài)估計當中已經(jīng)有了初步的應(yīng)用，并且還得到了很好的發(fā)展，然而在我國人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用研究還是在正處于剛剛起步的狀態(tài)。隨著我國電力系統(tǒng)的不斷地發(fā)展，電力系統(tǒng)數(shù)據(jù)總量也在不斷增加，在管理上復(fù)雜程度也隨著增加，并且在市場當中的競爭力也不斷增強，為人工智能技術(shù)在電力系統(tǒng)的應(yīng)用提供了更好的發(fā)展前景[4]。

3.1人工智能的應(yīng)用概述在中國電力系統(tǒng)的主要應(yīng)用研究方向

人工智能，又稱機器智能，是指人工制造系統(tǒng)展現(xiàn)的智能，是通過普通計算學(xué)習、推理、計劃、交流、操縱物體，實現(xiàn)人工智能的方式有很多種，主要包括引領(lǐng)三大高潮的專家系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)，深度學(xué)習和持續(xù)推動學(xué)科發(fā)展中的模糊邏輯和遺傳算法、機器學(xué)習、多智能體系統(tǒng)、博弈論等。

電力系統(tǒng)是一個由發(fā)電、輸電、變電、配電、用電等各種功能的生產(chǎn)和消耗各個環(huán)節(jié)所綜合組成的系統(tǒng)，電力系統(tǒng)的技術(shù)水平已經(jīng)逐漸成為衡量一個國家社會經(jīng)濟進步的標準，智能化的電網(wǎng)對于電力系統(tǒng)的影響運行方式提出了新要求，也為人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用指明了方向[5]。目前，人工智能并網(wǎng)技術(shù)在現(xiàn)代我國并網(wǎng)電力系統(tǒng)建設(shè)中的廣泛應(yīng)用逐步從單一的工業(yè)技術(shù)手段轉(zhuǎn)變發(fā)展到多種應(yīng)用領(lǐng)域，涵蓋了電力大功率和小型可再生清潔能源綜合發(fā)電、微電網(wǎng)、需求側(cè)能源管理、電網(wǎng)安全穩(wěn)定、網(wǎng)絡(luò)安全、設(shè)備質(zhì)量管理等多個應(yīng)用領(lǐng)域，每個主要應(yīng)用開發(fā)場景企業(yè)都會對其應(yīng)用進行多個領(lǐng)域研究。人工聰慧智能感覺技術(shù)在目前我國智能電力系統(tǒng)建設(shè)中的主要應(yīng)用范圍可以大致地被概括地分為三種感覺類型：自然感覺和不可預(yù)見，管理監(jiān)督和安全保障。

3.2人工智能技術(shù)應(yīng)用用電力系統(tǒng)感知預(yù)測

感知性的預(yù)測主要目標是指通過對環(huán)境中各種因素的認識和對當前情境的了解進行分析和了解，以及對未來情境的認識和預(yù)測，電力系統(tǒng)中的感知性預(yù)測主要內(nèi)容包括：負荷預(yù)測、可再生能源的風力發(fā)電量預(yù)測、穩(wěn)定充裕裕度的預(yù)測、電壓和諧波的預(yù)測以及風力發(fā)電機頻率的預(yù)測。自從我國現(xiàn)代電力系統(tǒng)這一概念在我國開始流行以來，負荷預(yù)測問題已經(jīng)普遍認為是一個最重要的課題，也已成為其他領(lǐng)域正在進行相關(guān)電力學(xué)科課題研究的重要基礎(chǔ)。通過對電網(wǎng)規(guī)模的進一步擴充和分布式電網(wǎng)架構(gòu)的建立，可以推動和促進我國電網(wǎng)的發(fā)展，對再生能源的發(fā)電量預(yù)計逐漸提高。

3.3再生能源發(fā)電預(yù)測

高比例可再生能源已經(jīng)逐漸成為未來幾年我國智能化電網(wǎng)建設(shè)與應(yīng)用發(fā)展的一個重點關(guān)鍵，其中風電、光伏突出的優(yōu)勢之一便是目前我國所知的相對比較成熟的可再生能源發(fā)電技術(shù)，它們都在市場上具有很大的波動性和隨機性[6]。對于風電、光伏發(fā)電早期進行預(yù)測的主要原因是由于依靠基本科學(xué)理論，隨著現(xiàn)代科學(xué)研究的不斷深入，小波變換、人工神經(jīng)網(wǎng)絡(luò)、支撐向量機等一系列新技術(shù)已經(jīng)逐步得到了應(yīng)用與融入。在地形復(fù)雜，風向或者是光線隨機分散的條件下，進行了初步的研究。

類似于負荷預(yù)測的原理，LSTM 也是有效地將它們運用到了風電、光伏等發(fā)電系統(tǒng)的功率預(yù)測中，此外應(yīng)用他的深度機器人學(xué)習技術(shù)在可再生能源和風力發(fā)電等新技術(shù)領(lǐng)域也具備了許多優(yōu)點和嘗試。深度置信網(wǎng)絡(luò)能夠有效地提取復(fù)雜風速和光伏發(fā)電量的數(shù)據(jù)序列非線性結(jié)構(gòu)和可逆不變特點，可廣泛應(yīng)用于分析風力和光伏發(fā)電量的預(yù)測;利用先進的深度卷積神經(jīng)網(wǎng)絡(luò)，用于分析和提取各種光照圖像數(shù)據(jù)的特點，提高光照圖像預(yù)測的準確性和計算速度;通過稀疏自動編碼器將粗糙的神經(jīng)網(wǎng)絡(luò)采用深度學(xué)習模型預(yù)測不確定風速，提高模型的魯棒性和預(yù)測精度。

3.4研究展望

目前，基于人工智能技術(shù)的電力系統(tǒng)調(diào)度已經(jīng)得到了研究為該領(lǐng)域的研究奠定了基礎(chǔ)。今后可從以下幾個方面進一步開展研究工作：電網(wǎng)的智能化發(fā)展將伴隨著運行方式調(diào)度問題的維數(shù)增加，約束的條件增加了，種類繁多，負荷和運行方式不確定性提升以及變量的離散化形式，它對算法的要求也越來越高，現(xiàn)有的人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用存在著非實時、非閉環(huán)、人的參與和人工智能輔助的特點，如何有效快速地收斂到全局最優(yōu)解、實現(xiàn)實時、閉環(huán)和自動控制是一個需要進一步解決的問題?；谌惾斯ぶ悄芗夹g(shù)的特點和局限性，綜合了各種人工智能技術(shù)的優(yōu)勢，發(fā)展混合人工智能算法成為人工智能技術(shù)在外科領(lǐng)域的重要發(fā)展方向之一。同時，對于復(fù)雜的調(diào)度問題也要注意近似優(yōu)化方法。

隨著分布式能源的滲透比的增加，如光伏發(fā)電和隨機接入電網(wǎng)的電動汽車等，和集中式方法對比，人工智能技術(shù)具有改善網(wǎng)絡(luò)安全的功能，必要的通信基礎(chǔ)設(shè)施成本更少，解決方案的速度等優(yōu)勢變得越來越重要。包括分布式問題解決，并行人工智能，以及需要考慮智能體內(nèi)部狀態(tài)之間的協(xié)調(diào)，以及智能體之間協(xié)調(diào)的多智能技術(shù)等內(nèi)容的分布式人工智能技術(shù)的應(yīng)用應(yīng)進行更深入的討論。

結(jié)合大數(shù)據(jù)、云計算、深度學(xué)習等技術(shù)所進行的復(fù)雜大規(guī)模電力系統(tǒng)運行特征分析和預(yù)測也需要進行更為深入的研究.

3.5人工智能技術(shù)和電力系統(tǒng)規(guī)劃

電力系統(tǒng)規(guī)劃的主要目標在于未來的電力波動、符合曲線和電力分布情況實施預(yù)測前提下，對供電和輸電線路的動態(tài)和負荷曲線以及功率分布進行預(yù)測。結(jié)合各種人工智能技術(shù)的特點，在電力系統(tǒng)規(guī)劃中的應(yīng)用主要體現(xiàn)在供電規(guī)劃、電網(wǎng)規(guī)劃、源網(wǎng)協(xié)調(diào)規(guī)劃等方面。

總結(jié)：綜合以上所訴內(nèi)容可以看出，雖然我們國家當前已經(jīng)開始了對新能源電力中應(yīng)用人工智能的研究，也成功的將其與傳統(tǒng)電力系統(tǒng)進行了有效并網(wǎng)，但是由于受到技術(shù)以及經(jīng)濟的限制，我國在新能源方面的發(fā)展以及實際應(yīng)用還是會受很大程度受限，使得在規(guī)模上面無法進行快打，并且在電力系統(tǒng)之中往往只能起到輔助性電力的作用。所以在未來的發(fā)展過程當中，也為含新能源電力系統(tǒng)狀態(tài)估計中人工智能的運用還需要持續(xù)的研究。

參考文獻：

[1]朱罡，王茂春.含新能源發(fā)電的電力系統(tǒng)狀態(tài)估計研究[J].電網(wǎng)與清潔能源，2020，36（04）：32-40+47.

[2]陳國強，韓延龍，李國強，魏大慶.含新能源電力系統(tǒng)狀態(tài)估計研究現(xiàn)狀和展望研究[J].科技風，2018（25）：174.

[3]趙俊博，張葛祥，黃彥全.含新能源電力系統(tǒng)狀態(tài)估計研究現(xiàn)狀和展望[J].電力自動化設(shè)備，2014，34（05）：7-20+34.

[4]徐國輝，吳俊佚，劉濤，武剛，葛宏澤.智能電網(wǎng)在電力技術(shù)及電力系統(tǒng)規(guī)劃中的應(yīng)用研究[J].中國管理信息化，2021，24（02）：131-132.

[5]謝彥祥，肖漢，李嘉逸，李小雨.電力系統(tǒng)暫態(tài)穩(wěn)定評估方法研究現(xiàn)狀及展望[J].電工電氣，2020（11）：1-9+27.

[6]姜文立，王凱，王虹富，邊宏宇，呂鵬.新一代離線仿真數(shù)據(jù)平臺及其在華中電網(wǎng)的應(yīng)用[J].江西電力，2019，43（12）：2-6.

[7]張晨宇，王慧芳，葉曉君.基于XGBoost算法的電力系統(tǒng)暫態(tài)穩(wěn)定評估[J].電力自動化設(shè)備，2019，39（03）：77-83+89.

[8]文云峰，趙榮臻，肖友強，劉禎斌.基于多層極限學(xué)習機的電力系統(tǒng)頻率安全評估方法[J].電力系統(tǒng)自動化，2019，43（01）： 133-140.

[9]王亞俊，王波，唐飛，陳得治，王靜，王乙斐，周雨田.基于響應(yīng)軌跡和核心向量機的電力系統(tǒng)在線暫態(tài)穩(wěn)定評估[J].中國電機工程學(xué)報，2014，34（19）：3178-3186.

作者簡介：

陳博，男，上海，漢族 ，1980年10月，本科 ，電力營銷 ，國網(wǎng)上海市電力公司市區(qū)供電公司 ，工程師。