摘要：本文通過對水電站經(jīng)濟(jì)運(yùn)行問題的優(yōu)化，用面向?qū)ο蟮能浖��?gòu)造，完成約束滿足問題CSP（Constraint Satisfaction Problem）的推理求解，實現(xiàn)了知識表示、約束傳遞、智能回溯，并在微機(jī)上模擬運(yùn)行。用面向?qū)ο�、人工智能的方式解決水電站機(jī)組間負(fù)荷動態(tài)調(diào)度問題，編制了《全數(shù)字仿真自動發(fā)電控制系統(tǒng)》平臺, 其生成結(jié)果的分析和證明由《水電站經(jīng)濟(jì)運(yùn)行最優(yōu)解的證明》完成。

　　關(guān)鍵詞：水電站 微增率 經(jīng)濟(jì)運(yùn)行 人工智能 產(chǎn)生式系統(tǒng)

　　背景

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

　　歐、美發(fā)達(dá)國家優(yōu)化運(yùn)行資料表明，大型水電站廠內(nèi)優(yōu)化運(yùn)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，實行廠內(nèi)優(yōu)化運(yùn)行后，效益提高4.6％，增加發(fā)電量1.03億kW.h.我國水電運(yùn)行經(jīng)驗表明，僅從軟件方面著手，編制科學(xué)合理的運(yùn)行調(diào)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(chǔ)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(shù)帶動傳統(tǒng)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(yùn)行現(xiàn)狀

　　在水力發(fā)電領(lǐng)域，傳統(tǒng)的經(jīng)濟(jì)運(yùn)行方法，主要有：微增率法、動態(tài)規(guī)劃法、分支界法以及據(jù)每臺機(jī)組最大可能出力按比例分配負(fù)荷的折中方法（目前的水電站經(jīng)濟(jì)運(yùn)行大多采用此方法），其中動態(tài)規(guī)劃法和分支界法更多的是求解問題的思維方式，其實現(xiàn)須采取具體的綜合策略，微增率法是根據(jù)總出力與總耗水量的函數(shù)關(guān)系由微分學(xué)的極小值定理導(dǎo)出，具有理論上的嚴(yán)謹(jǐn)性。目前我國的AGC應(yīng)用主要基于電網(wǎng)調(diào)度，針對水頭變化小（即大庫容）的電站，根據(jù)網(wǎng)上的需要確定其負(fù)荷，然后用微增率法在機(jī)組間分配負(fù)荷，即定負(fù)荷→最小化流量。從使用的情況來看，由于軟件編制的出發(fā)點(diǎn)不是基于水輪發(fā)電機(jī)組運(yùn)行工況，從而導(dǎo)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(jī)出力180MW，裝機(jī)6臺，由天阿公司和希科公司制造，由于AGC軟件負(fù)荷分配不合理，導(dǎo)致其機(jī)組長期在振動區(qū)運(yùn)行，葉片與上冠處出現(xiàn)裂紋，給機(jī)組安全運(yùn)行帶來了極大的隱患。

　　任何科學(xué)問題都離不開其論域。由于微增率法是根據(jù)數(shù)學(xué)理論推導(dǎo)而來，其工程實用面臨很大的實現(xiàn)難題：

　　a要求所有的并聯(lián)運(yùn)行機(jī)組的微增率隨功率變化的曲線下凹；流量隨功率變化應(yīng)為均勻的條件在實際運(yùn)行的機(jī)組中是不可滿足的。水輪機(jī)轉(zhuǎn)輪是通過實驗定型的，微增率只是其派生出來的表象參數(shù)，且隨功率變化的曲線凹凸是無確定規(guī)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(xù)的工況變化求取微增率是不可實現(xiàn)的。水輪機(jī)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(biāo)區(qū)間，面對微增率變化無確定規(guī)律的特性曲線，確定檢索步長和目標(biāo)區(qū)間都無依據(jù)，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(yùn)行中廠內(nèi)優(yōu)化與電站水頭密切相關(guān)，傳統(tǒng)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(yōu)化運(yùn)行總圖，以便確定在不同水頭及給定的全廠負(fù)荷時投入運(yùn)行的機(jī)組臺數(shù)、組合方式以及負(fù)荷在投入運(yùn)行機(jī)組之間的分配。這樣使連續(xù)變化的水頭產(chǎn)生階躍，若輔之以插值，插值規(guī)律又是不確定的，降低了解算精度。

　　2、水電站經(jīng)濟(jì)運(yùn)行人工智能化

　　計算機(jī)技術(shù)與其他工程技術(shù)的融合而引起的設(shè)計思路的創(chuàng)新已成為當(dāng)今社會的顯著特征。人工智能是一門研究用計算機(jī)模擬和執(zhí)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(chǔ)，對于水電站的經(jīng)濟(jì)運(yùn)行而言知識主要包括以下三個方面：

　　a 確定性規(guī)則知識：如功率、單位轉(zhuǎn)速、單位流量的計算；

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

　　c不確定性事實知識：如水輪機(jī)的振動區(qū)域、電站年徑流曲線和特性等；

　　本文采用人工智能系統(tǒng)中最普遍、最典型的產(chǎn)生式系統(tǒng)，其基本要素是：綜合數(shù)據(jù)庫（Globle Database）、產(chǎn)生式規(guī)則（Set of Rules）、控制系統(tǒng)（Control System）。

　　程序結(jié)構(gòu)：

　　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(kuò)展M節(jié)點(diǎn)；

　　IF F（N）<F（M）, 寫回N節(jié)點(diǎn)；

　　OPEN 表中的節(jié)點(diǎn)按評價函數(shù)f的值從小到大排序；

　　GOTO  LOOP；[2]

　　綜合數(shù)據(jù)庫是由水輪機(jī)的綜合特性曲線、水庫特性、電站下游水位流量關(guān)系、泄洪和電站引、排水設(shè)備特性等組成，是產(chǎn)生式系統(tǒng)中使用的主要數(shù)據(jù)結(jié)構(gòu)。產(chǎn)生式規(guī)則是知識表示的重要部分，是對問題空間的數(shù)學(xué)模型透徹了解后產(chǎn)生的方法空間。工程實際中的問題通常是復(fù)雜的、多層面的；而方法空間則是從不同側(cè)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(fù)雜的組合中剔除不可能同時出現(xiàn)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(guān)參數(shù)是否收斂于目標(biāo)集，即應(yīng)用軟件是否成功。搜索策略是人工智能系統(tǒng)的核心部分，它是利用知識表示、控制和協(xié)調(diào)系統(tǒng)的各個部分對當(dāng)前問題進(jìn)行求解的。產(chǎn)生式系統(tǒng)控制策略的作用，就是從規(guī)則集中選取規(guī)則，并作用于綜合數(shù)據(jù)庫，從初始狀態(tài)出發(fā)，尋求一個滿足一定條件的問題狀態(tài)[3].

　　3、水電站的經(jīng)濟(jì)運(yùn)行

　　在展開該問題的討論之前，先引入組態(tài)效率這一概念。實際在水電站機(jī)組并聯(lián)運(yùn)行中，當(dāng)水頭一定，最后的總出力是由各機(jī)組不同工況的組合而成，即

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

　　Q=SQi=Q1+Q2+.。。+Qn      n為機(jī)組并聯(lián)臺數(shù)    Qi為第i臺機(jī)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(jì)運(yùn)行表現(xiàn)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(wǎng)的供需平衡，現(xiàn)在的AGC（自動發(fā)電控制）軟件往往是根據(jù)網(wǎng)上的需求給電站一個總負(fù)荷，再在電廠內(nèi)優(yōu)化出力組合，即耗水量最少。

　　b流量一定，出力最大化<以下簡稱為控制流量>

　　我國大多數(shù)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(jié)變化大。

　　如何利用有限的流量多發(fā)電，并使機(jī)組協(xié)聯(lián)于穩(wěn)定運(yùn)行區(qū)，保持組態(tài)效率最高呢？筆者研發(fā)的《全數(shù)字仿真水輪發(fā)電機(jī)組智能調(diào)度系統(tǒng)》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)行實時預(yù)報，并根據(jù)預(yù)報與實測結(jié)果的對比，對有關(guān)參數(shù)進(jìn)行校正；

　　b根據(jù)電力系統(tǒng)的調(diào)度計劃或水電站水庫的來水及當(dāng)時的水位等情況，確定出水電站的日負(fù)荷計劃，在實際運(yùn)行中進(jìn)行水電站廠內(nèi)負(fù)荷的實時自動給定；

　　c在給定的全廠負(fù)荷下，進(jìn)行工作機(jī)組臺數(shù)和機(jī)組組合的最優(yōu)化計算，并按最優(yōu)化準(zhǔn)則選擇工作機(jī)組的臺數(shù)和機(jī)組號，實現(xiàn)工作機(jī)組間負(fù)荷的最優(yōu)分配；

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

　　e對調(diào)頻水電站，即在電力系統(tǒng)中承擔(dān)系統(tǒng)負(fù)荷瞬時變化調(diào)節(jié)任務(wù)的水電站，在電站機(jī)組要改變運(yùn)行工況時，如增負(fù)荷，減負(fù)荷、停機(jī)或啟動新的工作機(jī)組等，進(jìn)行實時計算，尋找出改變水電站機(jī)組工況的最優(yōu)控制規(guī)律，并進(jìn)行機(jī)組間隨機(jī)負(fù)荷的最優(yōu)分配和實時調(diào)節(jié)；

　　f當(dāng)水電站按給定負(fù)荷運(yùn)行或作調(diào)頻運(yùn)行時，可實時進(jìn)行負(fù)荷偏差的檢測；當(dāng)水電站的出力和系統(tǒng)要求的負(fù)荷值存在偏差時，依據(jù)實際偏差值，及時進(jìn)行相應(yīng)的調(diào)節(jié)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(tǒng)根據(jù)優(yōu)化計算出的結(jié)果，并按最優(yōu)準(zhǔn)則可自動改變機(jī)組的運(yùn)行狀況；在特殊情況下，也可以通過輸出設(shè)備進(jìn)行顯示，給出按優(yōu)化準(zhǔn)則改變水電站機(jī)組運(yùn)行工況的操作指令，運(yùn)行人員可根據(jù)指令由手動操作執(zhí)行；

　　h定期對各機(jī)組當(dāng)前的動力持性進(jìn)行實測，并對實測資料進(jìn)行分析和處理，比較機(jī)組當(dāng)前的動力特性和優(yōu)化運(yùn)行計算所依據(jù)的機(jī)組動力特性之間是否存在偏差。當(dāng)偏差超過允許值時，能及時進(jìn)行修正。修正后的機(jī)組動力特性存入數(shù)據(jù)庫，作為下一階段確定優(yōu)化運(yùn)行方式的依據(jù)；

　　i通過計算機(jī)屏幕循環(huán)顯示計劃的最優(yōu)運(yùn)行方式、操作調(diào)節(jié)指令、操作控制實況，當(dāng)前廠內(nèi)的實際運(yùn)行方式及相關(guān)的技術(shù)數(shù)據(jù)等信息，便于水電站運(yùn)行和管理人員進(jìn)行監(jiān)控；

　　j數(shù)據(jù)庫管理功能，可存儲電站的運(yùn)行參數(shù)、技術(shù)指標(biāo)、設(shè)備情況等資料及二次數(shù)據(jù)及時貯存，并按需要生成表格，打印成報表；

　　k 能通過歷史數(shù)據(jù)智能學(xué)習(xí)，完成自動尋找最佳水頭和最佳流量，可實現(xiàn)水資源的長期、中期和實時的優(yōu)化；

　　l 能實現(xiàn)機(jī)組協(xié)聯(lián)運(yùn)行于穩(wěn)定運(yùn)行區(qū)域，保證機(jī)組長期高效、穩(wěn)定運(yùn)行。

　　4、結(jié)語

　　筆者研發(fā)的系統(tǒng)拓展了水電站優(yōu)化運(yùn)行的理論方法，具有良好的工程實用性，可作為普及優(yōu)化調(diào)度和調(diào)節(jié)的核心模塊，對穩(wěn)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(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(diào)度和水、火電聯(lián)合調(diào)節(jié)創(chuàng)造了非常有利的條件，且在應(yīng)用過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(shù)字化處理，為以后綜合運(yùn)用遙感（RS）、地理信息系統(tǒng)（GIS）、全球定位系統(tǒng)（GPS）、網(wǎng)絡(luò)技術(shù)、多媒體及虛擬現(xiàn)實（VR）等現(xiàn)代高新技術(shù)建立"數(shù)字流域"奠定基礎(chǔ)，而"數(shù)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、社會和經(jīng)濟(jì)狀態(tài)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(jīng)濟(jì)建設(shè)，作出宏觀的資源利用與開發(fā)等決策的依據(jù)。

　　參考文獻(xiàn)：

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

　　[2]哈爾濱大電機(jī)研究所編。 水輪機(jī)設(shè)計手冊 [M]. 北京：機(jī)械工業(yè)出版社，1976

　　[3]常近時，壽梅華，于希哲。 水輪機(jī)運(yùn)行[M]. 北京：水利電力出版社，1983

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

　　[5]盧開澄。 組合數(shù)學(xué)[M]. 北京：清華大學(xué)出版社，2000

　　[6]石純一 , 王家廞.數(shù)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