APP下载

浅谈电气工程及其自动化技术下的电力系统自动化发展

2019-09-10李娟婷

中国电气工程学报 2019年20期
关键词:数字信息电力系统自动化

李娟婷

摘要:随着科技的发展和经济社会的进步,人们对能源质量及服务水平的期望要求也越来越高,传统发电及送电系统也不断面临着技术革新与优化升级等问题。此外,随着自动化控制技术在电力系统中的广泛应用以及控制策略的日益优化,更加智能优化、完善成熟的控制技术也逐步实现。鉴于此,本文首先分析了电力系统自动化技术发展历程;其次,详尽阐述了当前电力系统的自动化控制框架;最后,对电力系统智能化进行了相关展望,具有一定的工程参考价值。

关键词:电力系统自动化;数字信息;智能运维;

1引言

根据电能生产以及分配方式,电力系统自动化涵盖七个方面:电网调度自动化,火电厂自动化,水电站综合自动化,电力系统信息自动传输系统,防事故自动化、电力系统自动化装置和电力行业管理系统自动化,并以此形成一个分级的自动化系统。最高层由一般总调度中心组成,最低层由区域调度中心,区域变电站和区域电厂构成,中层则由省(市)调度中心,枢纽变电站和直属电厂组成。在每个级别中,发电厂,变电站,配电网等构成多级控制系统及多级管理系统[1]。

电力系统自动化的主要目标是确保电源的电能质量(频率和电压),确保系统运行的安全性和可靠性,并提高经济效率和管理效率,提升终端用电用户满意度和使用效率等。电力系统自动化实现了从单个部件到部分甚至整个系统领域的广泛发展,并切实提高了电力系统数据监控的全过程、全流程呈现维度、数据的集成采集质量以及区域电力系统的稳定控制水平等。此外,原有电力系统也实现了由单一功能向多样化和集成化综合功能发展的趋势[2]。

2电力系统自动化的发展历程

在20世纪中期以前,电力系统容量相对较小,约为数百万千瓦,最大单机容量也不超过10万千瓦。电力系统的自动化主要局限于单一化自动装置,其应用主要集中在安全保护和过程自动调节等生产控制环节。

20世纪中叶左右,电力系统规模已发展到数千万千瓦,单机的发电容量也超过20万千瓦,并形成了电网的区域互联,电力系统规模的扩大对系统的稳定性、调度的经济性以及综合自动化技术提出了更高的要求。工厂自动化大规模采用发电设备的单元集中控制,逐步应用基于离线仿真计算的模拟调频装置和经济型配电装置,远程通信技术也得以广泛应用。

从20世纪70年代到80年代,一套具备完整数据监测、运行控制等功能的电网实时监控系统(SCADA)开始出现并得以广泛应用。对200,000kW以上的大型火电机组采用实时安全监控和闭环自动启停过程控制,微型计算机技术广泛用于各种自动调节装置和继电保护装置中,数字化通信技术在电力系统自动化中的应用也逐步成型。

经过数十年的研发,随着计算机管理技术、通信和控制技术的进步,新时代的电力自动化系统无疑已成为集计算机、通信、控制、电力设备和电力电子于一体的综合自动化控制系统。电力系统自动化对市场信息的处理能力及处理量等综合因素变得越来越庞大和复杂,数据范围也越来越宽泛。大数据、物联网、云计算、机器学习等热门学科也逐渐开始应用于电力系统自动化中,新技术的应用对实现整个电力系统的良好闭环控制、系统故障监测与诊断以及提升终端用户交互满意度体验等方面都取得良好的效果,并对未来电力系统的自动化发展产生着深远影响[3]。

3基于SCADA平台的综合电力系统自动化整体架构

基于SCADA平台的综合电力系统自动化整体架构是基于监控一体、物联网和大数据等现代信息网络技术的,实现电力系统的动态数据及设备状态信息整合,形成动态数据监测、运行维护管控、智能调度、能耗分析为一体的综合电力自动化系统,实现电力系统的创新发展和效率提升。-基于机器学习的电力系统自动化整体架构如图1所示。

综合电力自动化系统可分为三层:

1)数据采集层,为了满足综合电力自动化系统的需求,需要获取如下相关数据:电力系统运行数据、终端设备状态数据、一次侧终端用户用能数据等。数据层采用开源式数据运算工具,结合具体聚类分析算法,通过可视化的方式定制数据提取、转换和加载过程,实现从关系型数据库表到数据平台分布式存储的数据同步功能。

2)数据融合层,结合系统辨识及机器学习算法,进行数据的清洗整理,建立综合能源运维管控模型,并进行相关模型参数优化。综合电力系统自动化模型是大数据云平台的具体实现,在大数据云平台上构建基础数据服务和微应用服务,为电力系统自动化管控运维应用的实施提供了较好的数据支撑。

3)智能决策层,在电力系统动态模型的基础上,根据发、送、调度及用电系统的具体需求构建综合电力系统自动化平台,最终实现电力系统的故障预测预警、终端缺陷闭环管理、实时动态数据监测以及调度优化。

4电力系统智能化控制技术

1)机器学习在电力系统自动化中的应用

机器学习作为新时代发展最快的研究学科之一,在各个领域的应用也越来越普遍,与此同时,能源行业的数字化趋势也为机器学习技术在电力行业的应用创造了新机遇。通过机器学习技术可以更为准确地预测电力系统设备故障、动态数据监测以及发电系统设备的运行状况等,并可以实现对终端用户的深度交互。

2)物联网技术在电力系统自动化中的应用

物联网时代的发展,正深刻影响着各行各业生产方式的重大变革,物联网技术应用在电力系统中也发挥着不容小觑的作用。物联网技术在电力系统中的应用能够充分满足用户对电力使用的需求,同时优化资源配置,确保电力供应的安全性、可靠性和经济性,满足環保约束,保证电能质量,适应电力市场化发展等,从而实现对用户可靠、经济、清洁、互动的电力供应和增值服务。

3)云计算在电力系统自动化中的应用

云计算作为一种分布式大规模计算模式,已广泛应用于现代化生产之中,并对信息化产业链产生着深远影响。云计算技术在电力系统中的应用能够最大程度的提高系统工作效率,避免资源浪费,并对提高供电质量及提升用户满意度方面有深刻意义。

5结语

本文结合工程实际,对电力系统自动化技术的发展进行了简要阐述,并分析了基于SCADA平台的电力系统自动化的整体架构,详尽介绍了其工作原理及工作模式,对实际工程应用有一定的工程参考价值。目前,智能化技术在电力系统自动化中的应用还不够成熟,需要相关的技术从业人员要积极提高技术水平,通过不懈的努力来提高和完善大数据、物联网、云计算等技术在电力系统行业的应用水平,进而推动电力系统的整体发展,实现电力系统自动化技术的量变到质变。

参考文献

[1]姚程福.电气自动化技术在火力发电中的应用[J].城市建筑,2014(4):169.

[2]赵杨,丁宝峰,杜翠女.浅谈电气自动化技术在火力发电中的创新与应用[J].硅谷2011(3):93-94.

[3]王鹤.浅谈电力系统调度自动化及其发展方向[J].科技风,2017(25):191.

猜你喜欢

数字信息电力系统自动化
“电力系统自动化”课堂教学改革探讨
计算机技术在电力系统自动化中的应用分析
基于云平台的数据储存与文件管理研究
数字信息对图书馆馆藏结构的影响
数字图书馆建设的研究
高校学籍档案信息化管理研究