Одна из важнейших проблем в управлении энергосистемами сегодня заключается в необходимости научной организации труда в вопросе функционирования диспетчерских вахт в непрерывном цикле диспетчерского управления.

Стратегия оперативного диспетчерского управления энергосистемами заключается в принятии решений по контролю и оптимизации основных показателей системы человеком-оператором. Так как управление производится по модели-пульту, лишь гомоморфно отображающему исходную систему, то значительная часть информации с объектов воспринимается диспетчером системы по телефону. В силу того, что время восприятия информации даже одного характера может меняться в значительных пределах в зависимости от подготовки, усталости, настроения персонала, то достоверность этой информации весьма вариативна [4].

Существенную помощь в обеспечении контроля работы энергосистем, особенно в темпе процесса управления, могут оказать интеллектуальные системы-советчики диспетчера, имеющие доступ к той же информации, что и диспетчер, и предназначенные для помощи в процессе принятия решений, в случае если уровень подготовки, усталости или настроения персонала влияет на качество управления.

В таких условиях необходимо искать новый подход к реализации алгоритмов управления как самим предприятием в целом и объектами его основного производства, так и коммуникационной средой между ними. Так, например, авторами [3] разработана нейростевая надстройка для управления печами нагрева, оптимизирующая подбор коэффициентов ПИД-регулятора, а в статье [5] описываются алгоритмы структурной оптимизации сетей связи, которые могут быть использованы для построения интеллектуальных промышленных сетей.

Основные задачи диспетчера по контролю состояния энергосистемы

Основные функции диспетчера во время дежурства заключаются в ведении режима и производстве переключений.

Используя язык теории массового обслуживания, диспетчеру поступает поток заявок от n объектов в дискретные моменты времени.

Относительно потока заявок i-го объекта системы можно сделать следующие предположения:

1. Он является одинарным, т.е. вероятность одновременного поступления двух или более числа требований является бесконечно малой величиной.

2. Он является нестационарным в течение суток, но на меньших интервалах времени (в пределах часа) его можно считать стационарным.

Таким образом, поступающий диспетчеру энергосистемы поток заявок можно разделить на несколько подпотоков:

1. По выработке электроэнергии:

● регулирование режима;

● отключение (включение) котл­агрегатов;

● отключение (включение) гидро- и турбоагрегатов и т.д.

2. По распределению электроэнергии:

● отключение (включение) линий;

● отключение (включение) трансформаторов;

● переключение на шинах станций, подстанций;

● изменение автоматики и уставок релейной защиты и т.д.

Поток заявок по выработке электроэнергии образуется тем потоком заявок, которые возникают из-за несоответствия реального потребления электроэнергии и прогнозируемого. Задача диспетчера заключается в том, чтобы поддерживать в заданных пределах частоту или перетоки мощности по межсистемным линиям связи и следить за напряжением в контрольных точках энергосистемы в том случае, когда диапазон регулирования активной и реактивной мощности на регулирующих станциях и синхронных компенсаторах исчерпан.

Распределение электроэнергии связано с различного рода операциями по включению и отключению ЛЭП, трансформаторов, переключениями на шинах станций и подстанций, изменением автоматики и уставок релейных защит и т.д. Это может выполняться по заранее поданным заявкам или в процессе текущей эксплуатации.

Для повышения эффективности решения этой проблемы предлагается система-советчик на основе мультиагентных технологий (МАТ), которая базируется на комплексе моделей и алгоритмов оптимизации распределения электроэнергии в темпе процесса управления.

Блок принятия решений концептуальной схемы системы-советчика (рис. 1) представлен агентом-супервизором, блок анализа проблем – агентом-анализатором, имитационная модель распределительной сети – агентами-распределителями и агентами-потребителями.

Рис. 1. Концептуальная схема системы-советчика для диспетчера системы управления энергосистемами

Агент-супервизор – интерфейсный агент, решающий задачу взаимодействия агентов МАС и связи с пользователем. Он выдает отчет по анализу «узких мест» в системе энергоснабжения и варианты их корректировки, формирует задания нижестоящим агентам-распределителям по распределению электроэнергии в соответствии с определенными заданиями.

Агент-анализатор – гибридный агент, который осуществляет распределение ограниченных энергомощностей энергосистемы в условиях оперативно возникающего дефицита.

Агент-распределитель – партнерский агент, задачей которого является слежение за работой конкретного энергораспределительного агрегата, входящего в состав распределительной сети.

Агент-потребитель – партнерский агент, задачей которого является слежение за потреблением энергоресурса конкретным потребителем.

Координация агентов в системе осуществляется на основе непрямого взаимодействия соответственно распределению функциональных задач МАС. Агент-супервизор формирует технологическое задание по распределению электроэнергии с учетом текущей ситуации, которое в виде входного сообщения поступает агенту-реализатору, идентифицирующему состояние распределительной сети и определяющему группы агентов-распределителей. Он же анализирует степень готовности агентов-распределителей принять задание на основе данных о режимах нагрузки, оцененной по состоянию агентов-потребителей и формирует и посылает агенту-супервизору сообщение о возможности выполнения заданий каждым из распределителей и/или возникшем дефиците.

Супервизор на основе информации о готовности агентов-распределителей и о возникшем дефиците корректирует план распределения электроэнергии и направляет откорректированный план агенту-анализатору для проверки возможности его реализации.

Формирование плана по распределению энергетического ресурса

Задача формирования и плана распределения электроэнергии относится к классу задач составления расписаний. Наличие многих распределителей и потребителей, многовариантность их взаимодействия, последовательно-параллельные и перекрестные схемы потоков распределения электроэнергии определяют эту задачу как NP-сложную. Время ее решения c использованием комбинаторных и эвристических методов оптимизации и известных методов искусственного интеллекта (генетического алгоритма, алгоритма муравьиных колоний) не удовлетворяет требованиям оперативного в темпе процесса управления.

Для формирования и оптимизации плана распределения электроэнергии и внесения в него необходимых корректировок в режиме реального времени предлагается математический аппарат одной из модификаций алгоритма иммунных сетей, обеспечивающего эффективный параллельный поиск оптимального решения на основе принципа клональной селекции, предложенного De Castro [6].

Оптимизация расписания осуществляется путем выбора одного или нескольких распределителей для обслуживания группы потребителей i, минимизирующей суммарные приведенные потери Rij, связанные с отключением (включением) линий, отключением (включение) трансформаторов, переключением на шинах станций, подстанций, изменением автоматики и установок релейной защиты и т.д.

(1)

(2)

где Cср – средняя себестоимость электроэнергии; ρij – производительность j-го распределителя по обслуживанию i-й группы потребителей; ΔDij – изменение уставки релейной защиты или сведения о включении (1) или отключении (0) линии.

Проверка плана по распределению энергетического ресурса

Алгоритм проверки составленного плана на реализуемость осуществляется с использованием математического аппарата вложенных сетей Петри [2], в которой каждая позиция-вершина системной сети представлена как группа агентов-потребителей, обслуживаемая конкретным распределителем.

Сеть описывается формально множествами переходов и вершин сети. Функционирование сети задается правилами срабатывания переходов.

Математически сеть описывается кортежем:

(3)

где P – множество позиций, представленных моделями отдельных единиц-распределителей электроэнергии; T – множество переходов между распределителями и потребителями; F – функция инцидентностей позиций и переходов, определяющая соответствие потребителя распределителю; C – функция цвета маркера, сигнализирующая о принадлежности перехода к определенному распределителю; τT – модельное время, отнесенное ко всем компонентам сети Р, Т, F, М0; {Vs} – условия выполнения переходов, отнесенных к компонентам сети, входным и выходным позициям; K – емкость маркеров в позициях с учетом С; М0 – вектор начальной маркировки, компоненты которого помечают закрытые позиции.

Срабатывание каждого перехода из множества Т{t1, t2, …, t11} определяется наличием сигнала на выходе определенной технологической установки. Возможность осуществления перехода в одну из позиций Р определяется с учетом значений параметров сети F(Аlk, А(l+1)(k+1)), идентифицирующих агрегат-исполнитель следующего требования, и вектора М0, компоненты которого помечают закрытые позиции при поступлении требования на обслуживание. Аргументы функции Аlk, А(l+1)(k+1) представляют соответственно агрегат-источник и агрегат-приемник требования на обслуживание. Вектор М0 характеризуется переменной размерностью, которая зависит от этапа обработки и определяет общее число агрегатов-приемников технологического требования. Закрытые позиции помечаются как 0, допустимые ‒ как 1.

Объединённые в группы потребители имеют соответствующее входное и выходное условие работы (переход), что представлено на сети множеством стрелок. Согласно этим условиям проверяется занятость агрегата. В случае успешной проверки, т.е., когда агрегат-распределитель имеет запас производительности (plk = 0), на время ему присваивается значение 1.

В случае, если план признан невыполнимым, на основе недоступных позиций или неосуществимых переходов базой знаний формируется набор рекомендуемых корректировок с целью устранения дефицита электроэнергии при перепланировке плана агентом-реализатором.

Имитационная модель распределительной сети

Для имитационного моделирования отдельных моделей распределителей и потребителей предлагается агрегативная модель Н.П. Бусленко [1]. Агрегат Аj (рис. 2) характеризуется набором координат , которые описывают его состояние: для основных агрегатов – простой, ожидание продукта, операция обработки и передачи, операция ожидания; для агрегатов-накопителей – простой, ожидание продуктов до обработки; для агрегатов-транспортных средств – простой, операция транспортировки, операция ожидания, – управляющие сигналы, вход агрегата, поступающий с выхода предыдущего агрегата, – выход текущего агрегата и вход следующего.

Агрегат реализует алгоритм выходов Gn (окончание обработки на одном агрегате и передача другому) и алгоритм переходов Нn (изменение состояния агрегата в процессе работы). Параметры агрегата βn характеризуют его работоспособность.

Рис. 2. Схема агрегата Бусленко

Агрегативные модели оборудования реализуются на нижнем уровне МАС агентами-исполнителями.

Связная агрегативная модель всего технологического процесса цеха представляется партнерской агентной системой. Ее работа направлена на отслеживание этапов плана распределения электроэнергии. Последовательно анализируется возможность каждого из назначенных в плане распределителей отработать технологическое задание по бесперебойному обеспечению всех потребителей электроэнергией. В случае возникновения рассогласования планового и фактического расписания агентом-анализатором формируется запрос агенту-оптимизатору на корректировку плана.

Заключение

На основе разработанных моделей и алгоритмов возможна реализация интеллектуальной системы-советчика диспетчеру системы управления энергораспределением на основе МАС, которая отслеживает текущее состояние распределительной сети и обеспечивает эффективное выполнение плана по обеспечению потребителей энергоресурсом с высокой эффективностью за счет упреждения нерациональных, а порой и ошибочных действий оперативно-диспетчерского персонала в темпе процессе управления.

Работа выполнена в рамках научно-исследовательских проектов по государственному контракту № 14.516.11.0103.

Семенов М.Е., д.ф-м.н., профессор кафедры цифровых технологий Воронежского государственного университета, г. Воронеж;

Кургалин С.Д., д.ф-м.н., профессор, заведующий кафедрой цифровых технологий Воронежского государственного университета, г. Воронеж.

Работа поступила в редакцию 05.12.2013.