智能输电网的智能控制中心

一、什么是智能控制中心

随着电网的发展，电网控制中心装备的系统种类不断增多，从调度自动化系统(SCADA／EMS)到电能计量系统（TMR，Tele Meter Reading System )等各类系统的有机配合，使得控制中心成为电网运行不可或缺的“大脑”。然而面对日益复杂的电网和不断新增的系统，传统的电网控制中心已无法满足监控电网、维护电网安全的需要，发展智能电网已经是当务之急。

智能控制中心是智能电网的控制中枢，是现有的EMS、DMS、SCADA、虚拟电厂(Virtual power plant)等技术的再升级和结合。中国智能输电网的的概念，即具备可靠、弹性、协调、绿色、高效和智能等特征，其特征分析如下：

①可靠(Reliability)：指信息基础的高可靠性和控制中心自身的强自愈能力，是控制中心决策可靠性和正确性的基础保证；

②弹性(Resilience)：提高防御严重事故、自然灾害和人为打击的能力，提高电网和控制中心自身的风险防范意识和风险决策能力；

③协调(Coordination)：解决国家、区域等多级控制中心的协调控制问题，支持未来全国跨区特高压骨干网的可靠高效运行；

④绿色(Green)：支持接入风能和太阳能等绿色能源，解决大规模风电基地接入后的电网调度和控制问题，节约能源，降低CO和污染物排放；

⑤高效(Eff i ciency)：支持分布、自治的控制决策，支持综合PMU信息和RTU信息的协调控制决策，提高对电网事故扰动的快速反应和决策能力；

⑥智能(Intelligence)：具备机器自学习和自适应能力，降低快速发展中的巨型复杂输电网的运行调度对人工经验的依赖。

二、智能控制中心的系统架构

智能电网控制中心以预防控制为主，通过对故障的自治愈实现电网快速恢复；从传统的以考虑电网安全性为主过渡到安全性和经济性并重。系统包括五大应用功能，如图1所示。

正常状态下，通过动态实时/预测态安全分析，降低电网故障发生的概率；报警状态下，通过智能报警，使电网快速回归正常；故障状态下，通过智能故障诊断，使电网故障得以迅速定位和排除，恢复正常；在保证电网安全，稳定运行前提下，实现电网的经济、节能运行。系统架构如下：

1.架构的可扩展性

SOA(Service-Oriented Architecture)架构保证系统具备良好的可扩展性。服务是通过可变编程接口能方便访问的特定应用。SOA架构包括service broker（服务中介）、service porvider（服务提供对象）、service consume（服务使用对象）3个部分，service provider向service broker进行注册，根据Service borker、service consume的请求，将service和chent进行绑定，如图2所示。

图2 SOA架构

2.面向应用的架构

智能电网控制中心的智能调度功能基于SOA架构，整个系统框架由系统级支撑平台、应用支撑集合、应用集合组成，系统框架如图3所示。

系统级支撑平台为应用支撑平台提供系统级的功能，包括网络平台、数据资源中心、数据引擎、智能引擎、可视化引擎。

网络平台包括控制中心内和不同控制中心间。对控制中心内采用中间件屏蔽硬件和操作系统间差异性，对控制中心间采用web service结构，保证跨区域互联电网不同控制中心以及控制中心内部的高效通讯。

数据资源中心为应用支撑平台提供统一编码的、跨多应用系统(SCADA，WAMS，继电保护、检修计划、AVC、设备状态评估等)的数据资源访问，保证PGICC系统数据资源的质量。

数据资源中心包括实时数据和非实时数据两类，实现对调度综合应用的支撑，国内各大电力公司的综合数据平台建设和数据互联工程，为数据资源中心建设奠定了良好基础。数据引擎平台包括主动信息驱动(information push)、被动型信息检索等，为应用(从数据资源中心获取精确数据)提供保证。

不同人员可以根据关注重点的不同向数据引擎订阅不同类别数据，实现数据的动态仪表盘(dynamic dashboard)显示，实时获取当前操作需要的有效信息。

智能支撑平台包括知识库生成、知识库、推理机，为应用支撑平台提供智能引擎，改变电力系统运行与控制过程中目前大量依赖人工经验的局面，减轻调度人员负担。

知识库的生成采用离线学习和在线学习相结合的方式。离线学习从电网已有的仿真实例以及历史数据中，通过机器学习方式生成电网静态安全分析、动态安全分析、电压稳定、故障诊断等各类知识库。通过在线学习方式，跟踪电网最新变化，保证知识库的不断升级。根据当前电网运行的状态，触发不同的推理机，使得控制中心具备初步的智能化分析水平。可视化引擎保证各应用功能分析结果的易读、易理解性。传统的按表格格式向调度人员显示各应用结果的方式不够直观、易懂，用能容纳大信息量的图形图像资源来展示智能调度各应用功能的分析结果和数据，能辅助系统运行人员及时掌握系统的运行状况并做出正确的决策。

应用支撑集合，提供完成应用集合内的各功能所需要的电力系统高级应用服务，包括实时状态估计不良数据辨识、网络拓扑与动态着色、预想故障分析、潮流计算、电压调节能力充裕度校核、短路电流计算与保护定值校核、理论线损计算、超短期负荷预测、母线负荷预测、网络重构。

系统级支撑平台和应用支撑平台构成调度应用支撑平台。应用集合包括动态实时安全分析、预测态安全分析、节能经济调度、智能报警、智能故障诊断以及其他新的应用功能等，应用集合的全体构成智能电网控制中心的智能调度功能。

三、智能调度控制系统的信息分层与协调

1.智能电网调度控制系统的信息分层

(1)控制中心之间的信息分层

在中国电网的5级调度机构中，电网运行涉及的大部分重要功能是在省、地两级调度机构实现的，大区级控制中心主要负责省间协调，国家级控制中心负责大区电网之间的协调。近年，这两级协调机构的作用不断加强，协调力度不断加大，体现了对电网进行全局调控的作用。

智能电网要实现全局优化运行，各级控制中心之间需要协调互动，粗细有别地进行调控，这需要靠控制中心之间的信息分层实现。各级控制中心（上下级）之间，需要信息的纵向分层:

(a)下级控制中心向上级控制中心汇报自己电网模型和自己电网的实时信息，上级控制中心汇总这些模型和实时信息，形成完整匹配的全局电网潮流模型；

(b)上级控制中心跟踪电网变化，自动为下级生成外网等值模型，并下发到下级控制中心。

智能电网的上下两级控制中心之间双向传送信息，实现双向互动。一方发生的变化，立即会被对方感知和接受，指挥对方的下一步动作，以保证各级控制中心都是在全局电网模型上进行分析计算。各方之间传送信息的种类、数量、频度将根据各级控制中心的功能需求决定，不是越多越快越好，而是及时传送必要的信息。各同级控制中心之间，也需要信息的横向交换。同级之间主要交换边界功率信息，而不是电网模型信息，而且交换的数据量较少。

(2)控制中心与厂站之间的信息分层传统能量管理系统(EMS)中，厂站拓扑分析和系统拓扑分析全部在控制中心完成。其缺点是:

(a)厂站没有拓扑分析功能，厂站内大量与辨识开关错误有关的信息没有被利用，控制中心由于缺少旁证信息，拓扑错误辨识能力受限；

(b)很多厂站的刀闸信息并不实时传送，默认的刀闸位置与实际情况有时并不吻合，导致由刀闸错位引发的拓扑错误；

(c)大量开关信息送达控制中心由控制中心处理，导致通信压力增大，控制中心数据处理工作量很大。

实际上，厂站和控制中心两者功能的特点很不相同，采用统一的方法处理并不合理。需要进行信息分层，各自进行数据的封装、抽取和对外交换。智能电网应增加厂站的高级应用功能，独立完成厂站拓扑分析。采用智能代理的思想，由厂站和控制中心共同建立网络模型:

(a)在厂站内部完成站级拓扑分析，将No de模型转换成Bus模型，并传送到控制中心；

(b)在控制中心完成系统的拓扑分析，将厂站Bus模型转换成系统拓扑岛；

(c)厂站内开关变位引发站级拓扑变化，厂站内立即生成新的Bus模型，传送到控制中心，启动控制中心的系统拓扑修正程序。

图4给出这种信息分层示意。其优点是:厂站内有大量其他旁证信息，便于进行开关错误辨识可大大提高厂站拓扑分析结果的正确性；减少了传送给控制中心的数据量，减轻了控制中心数据处理的工作量；也可以实现信息的双向互动。厂站将控制中心下达的控制命令转换成控制指令序列，实现对厂站设备的自动控制。

2.智能电网控制中心与厂站之间的互动

按照控制中心与厂站之间的信息分层，分别将两者看成相互独立的智能体，智能体内部完成复杂的功能，智能体之间只交换必要的、相对较少的协调信息，大量的数据处理和分析计算任务被封装在智能体内部，像一个黑匣子，外部感知不到。通过智能体之间的双向互动，实现调控全局电网的复杂功能。在厂站级，实现全数字化和网络化。过去不同源的数据被同源化，过去分别独立的功能被集成、被融合，全部由当地的智能处理器和计算机完成；接收外部少量协调信息，厂站独立完成自身功能。厂站作为一个独立的系统，实现站内状态估计等高级应用功能，实现智能事件处理和智能报警，完成站内的分析决策，构成站级管理系统(SMS)。SMS与站级数据采集系统之间的关系，类似于控制中心的EMS与数据采集与监控(SCADA)系统之间的关系。

在控制中心级，接受厂站上传的经SMS处理的信息，进行复杂的全局电网分析和优化决策计算，最后将决策和控制信息下达厂站，实现全局电网的优化运行。控制中心对厂站，也可以看成一个黑匣子，内部复杂的分析决策计算，外部（厂站）是感知不到的。

控制中心下达的控制命令包括机组有功、无功调控指令，变压器分接头调控指令，电容器、电抗器投退指令，负荷侧的调控指令，保护定值在线修改指令，使变电站的保护定值能自动适应电网的变化；不同变电站继电保护之间配合的协调指令，实现广域保护方案；经系统级在线计算分析形成的决策表，指导安全自动装置的协调动作，实现系统级的动态紧急控制等。

控制中心与厂站之间是双向互动的，各自独立完成自己复杂的数据处理和分析计算功能，两者之间交换的是各自处理后的信息。该信息是精炼的、对全局有协调作用的，既保证了控制中心和厂站两者各自独立发挥功能，又保证系统全局的协调。不管发生的是厂站级还是系统级的扰动，通过这种双向互动保证电网安全稳定运行，保证电网在扰动下具有足够的柔性。

3.时间尺度不同时信息之间的协调

除了空间分布广域，信息在时间尺度上也有很大差异，需要协调。根据信息响应快慢的时间尺度有如下分类:

(1)毫秒级信息:例如元件保护信息，局部就地设备级；相量测量单元(PMU)信息，全局广域，系统级；

(2)秒级信息:远方终端单元(RTU)信息，自动发电控制(AGC)信息，广域，系统级；自动电压调节(AV R)控制信息，局域，发电厂级；

(3)分钟级信息:有功实时调度控制信息、二次电压控制信息，广域，系统级；

(4)小时级信息:运行计划信息，广域，系统级；

(5)日级及更长时间尺度信息:运行规划信息。按照时间尺度的不同，信息处理任务之间的关系如图5所示。时间尺度大的信息处理功能主要保证经济性，时间尺度小的信息处理功能主要保证安全性。

图5 信息在时间尺度的协调

智能电网要达到安全经济的运行目标，就需要从时间尺度大的运行规划、运行计划做起，进行侧重经济目标的优化；实时运行中，进行超短期负荷预测，由运行调度功能来协调运行计划与运行控制之间的偏差，进行瞻前顾后的滚动修正，既保证不要偏离运行计划太远而丧失经济性，又保证为运行控制留有足够的裕度，以便应对系统运行中随时可能出现的功率不平衡。各种不同时间尺度应用功能的协调配合，实现智能电网安全与经济目标之间的协调，使电网在应对变化时的自适应调整能力大大提高，其运行更平稳。

四、SCC的信息技术基础

状态估计是控制中心应用的基础，拓扑错误、非线性迭代发散、大误差、网络模型维护不及时或不正确等导致的状态估计不可用，已成为世界范围内控制中心高级应用中的一个主要问题.由于当前控制中心信息的先天不足，通过传统状态估计模型和算法的改进，已无法从根本上解决控制中心信息基础可靠性问题，为此，需要采用“分布、自治”的技术思路，将“集中式的控制中心状态估计”变革为“分布式的变电站状态估计”，利用变电站内实时信息高度冗余的先天优势，将信息错误解决在变电站内，从而找到控制中心信息基础可靠性问题的根本解决之道，发展出未来SCC的信息基础设施.需要发展的核心技术：

1.变电站和控制中心两级分布式网络建模技术

在变电站级，需要发展基于单线图的网络建模技术，实现变电站级图、模、库一体化技术，生成的各变电站的网络模型(含单线图、拓扑结构和静态参数)通过电力调度数据网(PDnet)，以IEC标准传输到控制中心。在控制中心级，基于系统接线图，将变电站网络模型自动拼接成全局电网模型。与传统的控制中心集中式的电网建模方式相比，其突出特点是：在变电站内，建模规模小，通常只需要在新建或改建变电站时建模一次，不再变化；在控制中心，只需维护一张系统网架图和站间输电线路模型，无需维护站内图、模、库，维护简单，不易出错。

2.变电站和控制中心两级分布式状态估计技术

在变电站级，发展出基于KCL定律的变电站无阻抗三相开关电路状态估计技术，同步辨识变电站内拓扑错误(数字量)和坏数据(模拟量)，将拓扑错误和坏数据解决在变电站内，获得高可靠的拓扑结构、高精度的母线复电压和支路复电流熟数据，带上GPS时标，通过高速的SPDnet，以IEC标准实时传输到控制中心。在控制中心级，基于各变电站远程传输来的带时标的复电压、复电流和母线结构，发展出复线性状态估计技术。与传统的控制中心集中式的状态估计相比，其突出特点是：在变电站级，由于站内量测冗余度极高(包括RTU、PMU、继电保护、计量等不同来源的量测)，变电所状态估计可靠性高、精度高，尤其是变电站内开关上量测丰富，拓扑检错能力极强，可保证输出结果几乎无拓扑错误和坏数据，另外由于站内网络规模小，计算时间可忽略不计；在控制中心级，几乎无拓扑错误和坏数据，线性估计无收敛性问题，具备同步、高可靠、高精度和快速的特征。

3.基于PMU的高级应用软件

引入带时标的同步相量信息，改变了人们感知物理电网的手段，以便快速掌握全局电网动态变化过程，这是一项重要变革。需要利用这一变革，改善对电网全面快速调控水平。

过去几十年，人类利用RTU测量正弦交流基波分量的有效值，然后利用SCADA系统对实时采集的RTU数据进行管理，利用EMS应用软件在线进行电网稳态分析，实现了Dy-Liacco于40多年前构建的电网自适应安全控制构架，并一直沿用至今。Dy-Liacco提出的构架的主要特点是一个“预”字，即强调预测、预防、预控，实时监视、分析、评估的主要是稳态量，所涉及的紧急控制也只是静态紧急控制，任何涉及动态的分析基本上都依靠离线进行。这是RTU时代技术条件的必然结果。

20世纪80年代中期提出、近年迅速发展的PMU，可以数ms的时间间隔快速感知电力系统动态过程，然后利用广域测量系统(WAMS)实时对PMU数据进行管理，发展了电网动态监视系统，并得到广泛应用。但是，能不能像RTU-SCADA-EMS一样，利用已经发展的PMU-WAMS搭建电网动态自适应安全稳定控制构架，这个问题仍在研究中。设想如果可以获取时间尺度小于10 ms的任何地点的PMU数据，可以实现即时完成的线性状态估计。

PMU是基于电网的物理响应。它快速感知的物理电网的变化是真实的、及时的，这对动态监控有利，但这只达到人类触觉快速反射的水平，反应速度足够快，但是缺少大脑的思维，无法做到按照人类意识来动作。因此，需要给PMU配瞬态管理系统(transient management system，TMS)。基于PMU的TMS，是给基于PMU的局域控制配置的“大脑”，以便实现系统级控制，就要利用TMS的快速分析决策能力，为基于PMU的局域控制器在线发送设定值。这相当于在局域控制之外设置一个外部控制环。决策表的在线刷新，是一种成功的应用。

为PMU配置的TMS是基于数学模型的。利用PMU数据改善数学模型的正确性，改善数字仿真结果的真实性，需要利用PMU的同步测量数据进行电网模型和参数的辨识，使得模型和参数逐渐逼近物理实际。

4.实时闭环控制

智能电网的实时闭环控制，将调度员从繁琐的下达调度命令的工作中解脱出来。通过闭环控制，使电力系统运行更经济、更安全。按照Dy-Liacco的构架，在控制中心根据系统处于的不同运行状态，实施相应的安全控制。

电网正常安全运行状态下的优化控制电网大多数情况处于这一运行状态。此时进行多空间区域、多时间尺度、多目标种类协调的全局优化闭环控制，通过运行计划、实时调度和实时控制之间的无缝衔接，连贯过渡、滚动消差，实现智能电网的优化控制目标。这些过程全部通过闭环控制自动完成。

电网正常不安全运行状态下的预防控制这时进行的自动故障筛选、多侧面综合安全稳定分析和评估、预防控制策略的形成，都可以自动完成，其结果或者通过修改优化控制的约束条件体现在优化控制之中，或者经过调度员确认直接下达到控制设备，在满足电网负荷需求情况下，提高电网的安全运行水平。通过风险评估，决定是采取预防控制措施，还是留给后续静态紧急控制来解决。

电网紧急运行状态下的校正控制电网静态紧急控制可在控制中心决策并通过校正控制来实现，例如线路过负荷控制。这是时间尺度较大(数s到min级)的系统级闭环控制。电网动态紧急控制还是需要依靠局域闭环控制。例如早期基于离线计算决策表的就地实施的区域稳定控制，新近在线刷新决策表的系统稳定控制，基本都是在局域实现的闭环控制。决策表的在线刷新，体现了系统级的协调。基于PMU进行系统级协调，实现全局电网阻尼控制和系统级协调的广域保护。

5.智能电网的新型人机交互和可视化

智能电网控制中心自动化系统的人机交互将是全新的，不只是外表全新，而是有丰富的内涵，充分体现认知科学原理和人机工程技术的结合。

利用地理信息系统(GIS)进行可视化表达，形象直观；充分利用3维可视化表达(饼、柱、棒、流等，立体等高、轮廓、调控灵敏度、趋势等)；充分利用声光和视频技术，充分调动人类的各种感觉器官。智能技术更多地体现在人机交互中。系统是否脆弱以及脆弱程度，由不同的颜色划分等级预警；系统已经发生的事件，根据重要性和严重性由智能告警功能自动推出并展示出来。

智能电网控制中心自动化系统更像一个具有超级功能的机器调度员，它承担起大量繁琐的分析和数据处理任务，辅助调度员应对电网可能出现的任何扰动，维持电网平稳运行。

6.控制中心的自愈和备用技术

由于实现了变电站分布式建模和分布式状态估计，图、模、库分布存储于各站中，为控制中心EMS模型异地快速拼接提供了可能，未来SCC可随时快速建立多个异地备用控制中心，保证SCC自身的自愈能力。

通过上述技术，最终实现高可靠、高效、少维护、强自愈的SCC的信息基础。此外，随着上述变电站级的网络建模和状态估计功能的发展，可推动数字变电站发展为智能变电站。