摘要：本文通過(guò)對水電站經(jīng)濟運行問(wèn)題的優(yōu)化，用面向對象的軟件構造，完成約束滿(mǎn)足問(wèn)題CSP（Constraint Satisfaction Problem）的推理求解，實(shí)現了知識表示、約束傳遞、智能回溯，并在微機上模擬運行。用面向對象、人工智能的方式解決水電站機組間負荷動(dòng)態(tài)調度問(wèn)題，編制了《全數字仿真自動(dòng)發(fā)電控制系統》平臺, 其生成結果的分析和證明由《水電站經(jīng)濟運行最優(yōu)解的證明》完成。

　　關(guān)鍵詞：水電站 微增率 經(jīng)濟運行 人工智能 產(chǎn)生式系統

　　背景

　　隨著(zhù)經(jīng)濟的快速發(fā)展，電力生產(chǎn)的供需矛盾也日見(jiàn)突出，在國家加大新的電源、電網(wǎng)投資、建設的同時(shí)，如何充分發(fā)揮現有電站的潛能，提高其水能利用率，使水電站的運行由粗放式轉向集約化，引起了發(fā)電企業(yè)的廣泛關(guān)注。

　　歐、美發(fā)達國家優(yōu)化運行資料表明，大型水電站廠(chǎng)內優(yōu)化運行的效益為0.5%～3.0%.八十年代中期，我國某年平均發(fā)電量22億kW.h的水電站，實(shí)行廠(chǎng)內優(yōu)化運行后，效益提高4.6％，增加發(fā)電量1.03億kW.h.我國水電運行經(jīng)驗表明，僅從軟件方面著(zhù)手，編制科學(xué)合理的運行調度方案，在增加投入不多的情況下，就可以使其發(fā)電效益在原有的基礎上再提高約（2～6）％[1]；到2001年底，全國已建成中小水電站65000多座，遍布全國1600多個(gè)縣；由此可見(jiàn)，用信息技術(shù)帶動(dòng)傳統產(chǎn)業(yè)在電力行業(yè)的必要性，并且有非常廣闊的前景。

　　1、水電行業(yè)運行現狀

　　在水力發(fā)電領(lǐng)域，傳統的經(jīng)濟運行方法，主要有：微增率法、動(dòng)態(tài)規劃法、分支界法以及據每臺機組最大可能出力按比例分配負荷的折中方法（目前的水電站經(jīng)濟運行大多采用此方法），其中動(dòng)態(tài)規劃法和分支界法更多的是求解問(wèn)題的思維方式，其實(shí)現須采取具體的綜合策略，微增率法是根據總出力與總耗水量的函數關(guān)系由微分學(xué)的極小值定理導出，具有理論上的嚴謹性。目前我國的AGC應用主要基于電網(wǎng)調度，針對水頭變化�。�即大庫容）的電站，根據網(wǎng)上的需要確定其負荷，然后用微增率法在機組間分配負荷，即定負荷→最小化流量。從使用的情況來(lái)看，由于軟件編制的出發(fā)點(diǎn)不是基于水輪發(fā)電機組運行工況，從而導致有些電站使用效果很不理想。如黃河中游的萬(wàn)家寨電站單機出力180MW，裝機6臺，由天阿公司和�？乒�司制造，由于A(yíng)GC軟件負荷分配不合理，導致其機組長(cháng)期在振動(dòng)區運行，葉片與上冠處出現裂紋，給機組安全運行帶來(lái)了極大的隱患。

　　任何科學(xué)問(wèn)題都離不開(kāi)其論域。由于微增率法是根據數學(xué)理論推導而來(lái)，其工程實(shí)用面臨很大的實(shí)現難題：

　　a要求所有的并聯(lián)運行機組的微增率隨功率變化的曲線(xiàn)下凹；流量隨功率變化應為均勻的條件在實(shí)際運行的機組中是不可滿(mǎn)足的。水輪機轉輪是通過(guò)實(shí)驗定型的，微增率只是其派生出來(lái)的表象參數，且隨功率變化的曲線(xiàn)凹凸是無(wú)確定規律的，因而流量也并不隨功率變化而均勻變化。

　　b 用微增率法，對于連續的工況變化求取微增率是不可實(shí)現的。水輪機的綜合特性曲線(xiàn)是一種試驗曲線(xiàn)，無(wú)論以何種檢索方式都需要確定檢索步長(cháng)和目標區間，面對微增率變化無(wú)確定規律的特性曲線(xiàn)，確定檢索步長(cháng)和目標區間都無(wú)依據，只能修正綜合特性曲線(xiàn)，犧牲解算精度，滿(mǎn)足工程要求。

　　c 實(shí)際運行中廠(chǎng)內優(yōu)化與電站水頭密切相關(guān)，傳統的方法需要在電站最大水頭與最小水頭之間，取若干個(gè)水頭，分別作出優(yōu)化運行總圖，以便確定在不同水頭及給定的全廠(chǎng)負荷時(shí)投入運行的機組臺數、組合方式以及負荷在投入運行機組之間的分配。這樣使連續變化的水頭產(chǎn)生階躍，若輔之以插值，插值規律又是不確定的，降低了解算精度。

　　2、水電站經(jīng)濟運行人工智能化

　　計算機技術(shù)與其他工程技術(shù)的融合而引起的設計思路的創(chuàng )新已成為當今社會(huì )的顯著(zhù)特征。人工智能是一門(mén)研究用計算機模擬和執行人腦的某些智力功能的交叉學(xué)科。知識是人工智能的基礎，對于水電站的經(jīng)濟運行而言知識主要包括以下三個(gè)方面：

　　a 確定性規則知識：如功率、單位轉速、單位流量的計算；

　　b確定性事實(shí)知識：如水輪機的綜合特性曲線(xiàn)、水庫特性、電站下游水位流量關(guān)系、泄洪和電站引水設備的特性；

　　c不確定性事實(shí)知識：如水輪機的振動(dòng)區域、電站年徑流曲線(xiàn)和特性等；

　　本文采用人工智能系統中最普遍、最典型的產(chǎn)生式系統，其基本要素是：綜合數據庫（Globle Database）、產(chǎn)生式規則（Set of Rules）、控制系統（Control System）。

　　程序結構：

　　OPEN=（S）,f（s）；

　　LOOP： IF OPEN=（  ）THEN EXIT（FAIL）

　　N=FIRST （OPEN）；

　　IF GOAL（N） THEN EXIT（SUCCESS）；

　　REMOVE （N,OPEN）

　　EXPAND （N） （M）,F（N）,F（M）；

　　ADD （M, OPEN）

　　IF F（N）>F（M），擴展M節點(diǎn)；

　　IF F（N）<F（M）, 寫(xiě)回N節點(diǎn)；

　　OPEN 表中的節點(diǎn)按評價(jià)函數f的值從小到大排序；

　　GOTO  LOOP；[2]

　　綜合數據庫是由水輪機的綜合特性曲線(xiàn)、水庫特性、電站下游水位流量關(guān)系、泄洪和電站引、排水設備特性等組成，是產(chǎn)生式系統中使用的主要數據結構。產(chǎn)生式規則是知識表示的重要部分，是對問(wèn)題空間的數學(xué)模型透徹了解后產(chǎn)生的方法空間。工程實(shí)際中的問(wèn)題通常是復雜的、多層面的；而方法空間則是從不同側面、不同視角審視問(wèn)題空間而形成的方法集。要模擬人類(lèi)的智能活動(dòng)，必須解決組合爆炸問(wèn)題，即從問(wèn)題空間復雜的組合中剔除不可能同時(shí)出現的情況。搜索策略的好壞不僅能決定程序效率的高低，同時(shí)也影響著(zhù)相關(guān)參數是否收斂于目標集，即應用軟件是否成功。搜索策略是人工智能系統的核心部分，它是利用知識表示、控制和協(xié)調系統的各個(gè)部分對當前問(wèn)題進(jìn)行求解的。產(chǎn)生式系統控制策略的作用，就是從規則集中選取規則，并作用于綜合數據庫，從初始狀態(tài)出發(fā)，尋求一個(gè)滿(mǎn)足一定條件的問(wèn)題狀態(tài)[3].

　　3、水電站的經(jīng)濟運行

　　在展開(kāi)該問(wèn)題的討論之前，先引入組態(tài)效率這一概念。實(shí)際在水電站機組并聯(lián)運行中，當水頭一定，最后的總出力是由各機組不同工況的組合而成，即

　　N=SNi=N1+N2+.。。+Nn      n為機組并聯(lián)臺數    Ni為第i臺機的出力

　　Q=SQi=Q1+Q2+.。。+Qn      n為機組并聯(lián)臺數    Qi為第i臺機的流量

　　而組態(tài)效率：ηz=N/（9.81′Q′H）,它反映出了水能的總利用率。

　　水電站的經(jīng)濟運行表現在兩個(gè)方面：

　　a出力一定，流量最小化<以下簡(jiǎn)稱(chēng)為控制出力>

　　為了保持電網(wǎng)的供需平衡，現在的AGC（自動(dòng)發(fā)電控制）軟件往往是根據網(wǎng)上的需求給電站一個(gè)總負荷，再在電廠(chǎng)內優(yōu)化出力組合，即耗水量最少。

　　b流量一定，出力最大化<以下簡(jiǎn)稱(chēng)為控制流量>

　　我國大多數中小水電站的實(shí)際資源情況有如下特征：1庫容小甚至無(wú)庫容（徑流式電站）；2流量隨季節變化大。

　　如何利用有限的流量多發(fā)電，并使機組協(xié)聯(lián)于穩定運行區，保持組態(tài)效率最高呢？筆者研發(fā)的《全數字仿真水輪發(fā)電機組智能調度系統》主要針對上述兩種情況進(jìn)行優(yōu)化，其功能主要包括[1]：

　　a 能進(jìn)行實(shí)時(shí)預報，并根據預報與實(shí)測結果的對比，對有關(guān)參數進(jìn)行校正；

　　b根據電力系統的調度計劃或水電站水庫的來(lái)水及當時(shí)的水位等情況，確定出水電站的日負荷計劃，在實(shí)際運行中進(jìn)行水電站廠(chǎng)內負荷的實(shí)時(shí)自動(dòng)給定；

　　c在給定的全廠(chǎng)負荷下，進(jìn)行工作機組臺數和機組組合的最優(yōu)化計算，并按最優(yōu)化準則選擇工作機組的臺數和機組號，實(shí)現工作機組間負荷的最優(yōu)分配；

　　d根據水電站的日負荷計劃或即將面臨的負荷預測資料，事先進(jìn)行機組啟、停最優(yōu)化計算，確定改變工作機組組合的合理性，使機組的啟，停按最優(yōu)化準則進(jìn)行；

　　e對調頻水電站，即在電力系統中承擔系統負荷瞬時(shí)變化調節任務(wù)的水電站，在電站機組要改變運行工況時(shí)，如增負荷，減負荷、停機或啟動(dòng)新的工作機組等，進(jìn)行實(shí)時(shí)計算，尋找出改變水電站機組工況的最優(yōu)控制規律，并進(jìn)行機組間隨機負荷的最優(yōu)分配和實(shí)時(shí)調節；

　　f當水電站按給定負荷運行或作調頻運行時(shí)，可實(shí)時(shí)進(jìn)行負荷偏差的檢測；當水電站的出力和系統要求的負荷值存在偏差時(shí)，依據實(shí)際偏差值，及時(shí)進(jìn)行相應的調節與控制；

　　g具有自動(dòng)、手動(dòng)兩套功能：在正常情況下，由實(shí)時(shí)控制系統根據優(yōu)化計算出的結果，并按最優(yōu)準則可自動(dòng)改變機組的運行狀況；在特殊情況下，也可以通過(guò)輸出設備進(jìn)行顯示，給出按優(yōu)化準則改變水電站機組運行工況的操作指令，運行人員可根據指令由手動(dòng)操作執行；

　　h定期對各機組當前的動(dòng)力持性進(jìn)行實(shí)測，并對實(shí)測資料進(jìn)行分析和處理，比較機組當前的動(dòng)力特性和優(yōu)化運行計算所依據的機組動(dòng)力特性之間是否存在偏差。當偏差超過(guò)允許值時(shí)，能及時(shí)進(jìn)行修正。修正后的機組動(dòng)力特性存入數據庫，作為下一階段確定優(yōu)化運行方式的依據；

　　i通過(guò)計算機屏幕循環(huán)顯示計劃的最優(yōu)運行方式、操作調節指令、操作控制實(shí)況，當前廠(chǎng)內的實(shí)際運行方式及相關(guān)的技術(shù)數據等信息，便于水電站運行和管理人員進(jìn)行監控；

　　j數據庫管理功能，可存儲電站的運行參數、技術(shù)指標、設備情況等資料及二次數據及時(shí)貯存，并按需要生成表格，打印成報表；

　　k 能通過(guò)歷史數據智能學(xué)習，完成自動(dòng)尋找最佳水頭和最佳流量，可實(shí)現水資源的長(cháng)期、中期和實(shí)時(shí)的優(yōu)化；

　　l 能實(shí)現機組協(xié)聯(lián)運行于穩定運行區域，保證機組長(cháng)期高效、穩定運行。

　　4、結語(yǔ)

　　筆者研發(fā)的系統拓展了水電站優(yōu)化運行的理論方法，具有良好的工程實(shí)用性，可作為普及優(yōu)化調度和調節的核心模塊，對穩定、高效利用水力資源具有重要意義。隨著(zhù)國家電力體制的改革，成立了五大發(fā)電公司和兩大電網(wǎng)，為水資源梯級、流域甚至跨流域的調度和水、火電聯(lián)合調節創(chuàng )造了非常有利的條件，且在應用過(guò)程中需對水電站所屬流域的水文、氣象資料進(jìn)行采集與數字化處理，為以后綜合運用遙感（RS）、地理信息系統（GIS）、全球定位系統（GPS）、網(wǎng)絡(luò )技術(shù)、多媒體及虛擬現實(shí)（VR）等現代高新技術(shù)建立"數字流域"奠定基礎，而"數字流域"包括全流域的地理環(huán)境、自然資源、生態(tài)環(huán)境、人文景觀(guān)、社會(huì )和經(jīng)濟狀態(tài)等各種信息，可作為各級政府或職能部門(mén)有效地管理整個(gè)流域的經(jīng)濟建設，作出宏觀(guān)的資源利用與開(kāi)發(fā)等決策的依據。

　　參考文獻：

　　[1]中華人民共和國水利部。農村水電站優(yōu)化運行導則[討論稿].北京：中國水利水電出版社，2003

　　[2]哈爾濱大電機研究所編。 水輪機設計手冊 [M]. 北京：機械工業(yè)出版社，1976

　　[3]常近時(shí)，壽梅華，于希哲。 水輪機運行[M]. 北京：水利電力出版社，1983

　　[4]林堯瑞 , 馬少平。 人工智能導論[M] 北京：清華大學(xué)出版社，2000

　　[5]盧開(kāi)澄。 組合數學(xué)[M]. 北京：清華大學(xué)出版社，2000

　　[6]石純一 , 王家廞.數理邏輯與集合論[M] .北京：清華大學(xué)出版社，2000

　　The artificial intelligence & water power station economic movement

　　QI Xue-yi   Li Pei

　�。↙anZhou science and engineering university fluid motive and control college , LanZhou,730050）

　　Abstract： By the way of water power station economic movement optimization, this paper uses the object-oriented software construction，completes Constraint Satisfaction Problem solution，realizes the knowledge denotation, Constraint deliver, the intelligence remount, and runs it with a PC.With the method of object-oriented & The artificial intelligence to solve water power station plants burthen dynamic adjust, creating the digital automatically generate control system,the result is analysed and proofed by The proof of water power station economic movement optimization solution

　　Key word： water power station； tiny-increasing-rate； economic movement； Artificial intelligence；produce system

　　項    目：校學(xué)術(shù)梯隊與特色研究方向資助項目

　　作者：齊學(xué)義　李沛