關鍵詞：水電站 微增率 經濟運行 人工智能 產生式系統

背景

隨著經濟的快速發展，電力生產的供需矛盾也日見突出，在國家加大新的電源、電網投資、建設的同時，如何充分發揮現有電站的潛能，提高其水能利用率，使水電站的運行由粗放式轉向集約化，引起了發電企業的廣泛關注。

歐、美發達國家優化運行資料表明，大型水電站廠內優化運行的效益為0.5%～3.0%.八十年代中期，我國某年平均發電量22億kW.h的水電站，實行廠內優化運行后，效益提高4.6％，增加發電量1.03億kW.h.我國水電運行經驗表明，僅從軟件方面著手，編制科學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多個縣；由此可見，用信息技術帶動傳統產業在電力行業的必要性，并且有非常廣闊的前景。

1、水電行業運行現狀

在水力發電領域，傳統的經濟運行方法，主要有：微增率法、動態規劃法、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（目前的水電站經濟運行大多采用此方法），其中動態規劃法和分支界法更多的是求解問題的思維方式，其實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系由微分學的極小值定理導出，具有理論上的嚴謹性。目前我國的AGC應用主要基于電網調度，針對水頭變化小（即大庫容）的電站，根據網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。從使用的情況來看，由于軟件編制的出發點不是基于水輪發電機組運行工況，從而導致有些電站使用效果很不理想。如黃河中游的萬家寨電站單機出力180MW，裝機6臺，由天阿公司和希科公司制造，由于AGC軟件負荷分配不合理，導致其機組長期在振動區運行，葉片與上冠處出現裂紋，給機組安全運行帶來了極大的隱患。

任何科學問題都離不開其論域。由于微增率法是根據數學理論推導而來，其工程實用面臨很大的實現難題：

a要求所有的并聯運行機組的微增率隨功率變化的曲線下凹；流量隨功率變化應為均勻的條件在實際運行的機組中是不可滿足的。水輪機轉輪是通過實驗定型的，微增率只是其派生出來的表象參數，且隨功率變化的曲線凹凸是無確定規律的，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現的。水輪機的綜合特性曲線是一種試驗曲線，無論以何種檢索方式都需要確定檢索步長和目標區間，面對微增率變化無確定規律的特性曲線，確定檢索步長和目標區間都無依據，只能修正綜合特性曲線，犧牲解算精度，滿足工程要求。

c 實際運行中廠內優化與電站水頭密切相關，傳統的方法需要在電站最大水頭與最小水頭之間，取若干個水頭，分別作出優化運行總圖，以便確定在不同水頭及給定的全廠負荷時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、水電站經濟運行人工智能化

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

a 確定性規則知識：如功率、單位轉速、單位流量的計算；

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

c不確定性事實知識：如水輪機的振動區域、電站年徑流曲線和特性等；

本文采用人工智能系統中最普遍、最典型的產生式系統，其基本要素是：綜合數據庫（Globle Database）、產生式規則（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；

IF F（N）

OPEN 表中的節點按評價函數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、水庫特性、電站下游水位流量關系、泄洪和電站引、排水設備特性等組成，是產生式系統中使用的主要數據結構。產生式規則是知識表示的重要部分，是對問題空間的數學模型透徹了解后產生的方法空間。工程實際中的問題通常是復雜的、多層面的；而方法空間則是從不同側面、不同視角審視問題空間而形成的方法集。要模擬人類的智能活動，必須解決組合爆炸問題，即從問題空間復雜的組合中剔除不可能同時出現的情況。搜索策略的好壞不僅能決定程序效率的高低，同時也影響著相關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、控制和協調系統的各個部分對當前問題進行求解的。產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，從初始狀態出發，尋求一個滿足一定條件的問題狀態[3].

3、水電站的經濟運行

在展開該問題的討論之前，先引入組態效率這一概念。實際在水電站機組并聯運行中，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為機組并聯臺數Ni為第i臺機的出力

Q=SQi=Q1+Q2+.。。+Qn n為機組并聯臺數Qi為第i臺機的流量

而組態效率：ηz=N/（9.81′Q′H），它反映出了水能的總利用率。

水電站的經濟運行表現在兩個方面：

a出力一定，流量最小化<以下簡稱為控制出力>

為了保持電網的供需平衡，現在的AGC（自動發電控制）軟件往往是根據網上的需求給電站一個總負荷，再在電廠內優化出力組合，即耗水量最少。

b流量一定，出力最大化<以下簡稱為控制流量>

我國大多數中小水電站的實際資源情況有如下特征：1庫容小甚至無庫容（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電，并使機組協聯于穩定運行區，保持組態效率最高呢？筆者研發的《全數字仿真水輪發電機組智能調度系統》主要針對上述兩種情況進行優化，其功能主要包括[1]：

a 能進行實時預報，并根據預報與實測結果的對比，對有關參數進行校正；

b根據電力系統的調度計劃或水電站水庫的來水及當時的水位等情況，確定出水電站的日負荷計劃，在實際運行中進行水電站廠內負荷的實時自動給定；

c在給定的全廠負荷下，進行工作機組臺數和機組組合的最優化計算，并按最優化準則選擇工作機組的臺數和機組號，實現工作機組間負荷的最優分配；

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

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

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

g具有自動、手動兩套功能：在正常情況下，由實時控制系統根據優化計算出的結果，并按最優準則可自動改變機組的運行狀況；在特殊情況下，也可以通過輸出設備進行顯示，給出按優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操作執行；

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

i通過計算機屏幕循環顯示計劃的最優運行方式、操作調節指令、操作控制實況，當前廠內的實際運行方式及相關的技術數據等信息，便于水電站運行和管理人員進行監控；

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

k 能通過歷史數據智能學習，完成自動尋找最佳水頭和最佳流量，可實現水資源的長期、中期和實時的優化；

l 能實現機組協聯運行于穩定運行區域，保證機組長期高效、穩定運行。

4、結語

筆者研發的系統拓展了水電站優化運行的理論方法，具有良好的工程實用性，可作為普及優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。隨著國家電力體制的改革，成立了五大發電公司和兩大電網，為水資源梯級、流域甚至跨流域的調度和水、火電聯合調節創造了非常有利的條件，且在應用過程中需對水電站所屬流域的水文、氣象資料進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）、網絡技術、多媒體及虛擬現實（VR）等現代高新技術建立"數字流域"奠定基礎，而"數字流域"包括全流域的地理環境、自然資源、生態環境、人文景觀、社會和經濟狀態等各種信息，可作為各級政府或職能部門有效地管理整個流域的經濟建設，作出宏觀的資源利用與開發等決策的依據。

[1]中華人民共和國水利部。農村水電站優化運行導則[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：機械工業出版社，1976

[3]常近時，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：清華大學出版社，2000

[5]盧開澄。 組合數學[M]. 北京：清華大學出版社，2000

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

The artificial intelligence & water power station economic movement

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