电力系统技术发展的新趋势

2019-01-13田勇

魅力中国 2019年35期

田勇

（身份证号：1323021978****2419）

电力系统是复杂的发电厂、变电站、配电网络和用户系统。根据电力生产和分配的要素，发电厂自动化由七个组成部分组成：发电厂自动化、电网自动化、电网传动自动化、电力系统自动化、电力系统自动化和电力系统自动化。它们结合在一起形成了一个等级化的自动化系统。

一、电力系统自动化的发展现状

电力系统自动化是两种使用计算机变电站技术和现代通信设备的技术，这些设备由功能的理性组合和变电站的优化自动控制、测量、控制和协调。自动化系统可以利用计算机的快速处理能力和自动评价功能收集越来越多的数据和信息，这些功能自动控制变电站内不同设备的运行和管理。目前，变电站自动化技术在高压、中低压发电厂非常成熟和广泛应用，大大提高了它们的效率和可靠性。但与目前海外自动化发电厂相比，仍有许多问题需要改进。例如，分布式变电站系统和传统的RTU模型可以可靠地为变电站提供未经保护的监视，这需要学习中国变电站自动化系统的建设和重组。对变电站工作原理的控制对变电站自动化的设计和设备的选择产生了重大影响。目前，考虑到使用和管理等各种因素的影响，人们强调，在幕后，电力自动化系统是巨大而复杂的。这使得变电站的维护工作更加困难，而且相对困难的是完成每日监控服务和处理故障。主管部门应根据不同的控制模型在不同的变电站工作，优化监视系统的功能和配置。

二、电力系统自动化系统的发展趋势

整个电力系统的自动化倾向于多层次和全面的发展，从监测开放环到自动控制自动化，例如从系统电力到自动化控制，从高压电力到低压使用，从一个组件到整个系统的一部分。从一个函数到多功能、综合发展、数字、快速、柔和的方向，追求优化、协调和智能的电力系统。

（一）智能调配

智能适应是电网未来发展的必然趋势。智能适应技术使用先进的数据整合技术，有效地将稳定、动态和过渡信息整合到电力系统中，监测和优化电力系统，以提供必要的警告、动态控制和控制。该系统可以增强自动事故识别、故障修复和系统恢复，从而更好地协调和优化发电厂效率、工作场所功能和电网传输。在紧急情况下，系统还可以根据工作状态自动协调控制，实现自动适应、操作和管理。此外，电网适应应用程序的效果将与视觉效果相同。

（二）用户导向

在未来的自动化电力系统中，企业将不断适应市场发展，改革将既是机遇又是挑战。为了适应市场体系的改革，能源公司为用户提供了更广泛的选择和更全面的服务。与此同时，用户增加了控制负荷、降低峰值负荷、降低了身份等领域的电力、功率和效率消耗、相互支持、促进能源系统获得更大的经济效率、有利于能源系统和可持续能源发展规划，并不断促进管理系统的积极发展，最大社会效益的实现和创造。

（三）系统数字化

随着数字时代的发展，人们越来越意识到信息技术的重要性。数字电网和数字变电站的发展将越来越受欢迎。自动化电力系统的数字发展趋势主要是针对网络信息来源的数字发展。通过数字化网络工作数据，网络数据被转换成传输系统中的复杂信息和通信，以便接收和处理分区。整个电网监测过程被统一、标准化，并在电力系统中产生了智能和可视化，使其运行更稳定、更安全。

三、电力系统自动化技术的应用前瞻

（一）在电厂测控系统的应用

发电厂的控制系统主要是多层和分布式的，由多个控制部门组成。过程控制单元主要由基本模块和智能模块组成。主模块和智能模块通过智能总线连接，以实现两个部分之间的信息传输功能。在发电过程中，过程控制单元可以直接接收数据参数，并协调个别部分的工作，以确保生产过程的质量和控制。

（二）变电自动化技术应用

变压器自动化是通过现代技术实现人工操作自动化，自动化电子设备和变电站内部的操作控制，高效生产率和安全与稳定。计算机网络和光纤电缆技术在自动化变电站系统中广泛使用。通过系统内部设备交换信息和数据，有效地协调变电站监测系统的有序工作。变电站自动化不仅可以提高变电站的效率，而且将成为将发电厂纳入电网适应自动化的关键环节。

（三）电网自动化调配的应用

电力系统的自动化主要是通过适应电网的自动化来实现的。确保电网控制中心和较低级别控制中心之间的及时传输和信息交换将允许对整个网络的功能进行更全面的分析，预测电网的负荷和合理的供电分配。它可以有效地控制发电机和自动调节系统，这些系统主要满足电力系统的市场需求。

（四）电力系统智能控制的应用

管理系统的研究和应用可以分为三个阶段：一个输入-一个输出-线性最佳管理阶段、非线性控制和多个管理协调系统和智能管理阶段。智能电气控制是现代管理理论发展的一个新阶段。它主要用于处理传统方法难以解决的复杂系统管理问题。特别适用于不确定性模型、强非线性和高适应性的复杂系统。知识控制在电子技术领域具有广泛的应用能力。它的应用包括对人工神经网络的适应性控制，快速闭合的阀门，基于人工神经网络的刺激，电制动，复杂控制系统的快速关闭，以及多运动系统中的ASVG自学功能的快速关闭。