基于電氣工程自動化技術的智能電網建設方法研究

朱晏平

（長春工業大學 國際教育學院，吉林 長春 133000）

0 引 言

在新的時代形勢背景下，電力行業要實現對其變化的良好適應，需要對自身的運營管理模式作出調整[1]。利用現代技術，充分融合滲透新時代對電網的建設，是更大限度發揮其經濟作用的關鍵[2]。這就意味著，在落實智能電網建設的過程中，要在電網系統實際發展需求的基礎上融合相關現代技術[3]，以技術帶動電網建設的轉型升級發展，通過這樣的方式為其穩定運行提供基礎[4]。需要注意的是，相關部門在開展智能電網建設工作的核心是立足于實際，通過加大對重點內容的建設力度，有計劃地推進智能電網建設工作[5]。就現階段而言，電氣工程自動化技術作為創新電網工藝的重要手段，不僅可以提高對電網資源利用的合理性，還可以為后續工作的開展提供扎實根基，降低在運行過程中對生態環境造成的負面影響，實現智能電網建設技術的提升[6,7]。

為此，本文提出基于電氣工程自動化技術的智能電網建設方法，并通過實際應用測試的方式分析驗證了設計方法的價值。借助本文的研究，希望可以為實際電網建設的智能化發展提供有價值的參考，為相關工作的開展帶去幫助。

1 電網運行機制智能化建設

1.1 基于電氣工程自動化技術的電網數據管理

為了實現對電網工控系統的智能化管理，結合實際的數據流量特點對相應的數據進行合理管理是十分必要的[8]。為此，本文采用電氣工程自動化技術，以流量的分布特征和屬性為基礎，對其進行量化處理。在具體的實施過程中，本文采用信息熵量化的方法對電網工控系統中的流量特征進行提取[9]。其計算方式可以表示為：

式中：E表示電網工控系統中的流量特征值；K表示波動系數；W表示在某一時間內流入電網工控系統的電量；x表示在對應時間段內的電網數據信息。

將得到的E值作為電氣工程自動化技術應用的基礎參數。此時對數據的管理是按照技術指導為核心進行的，對應的管理模式如圖1所示。

圖1 電網數據管理模式

按照圖1所示的方式實現對電網數據的管理，在實際執行電網調度管理任務時，只需根據分類數據特征的發展情況，采用電氣工程自動化技術進行自適應調節。

1.2 基于電氣工程自動化技術的電網智能調度

完成對電網工控系統中流量數據信息的管理后，即可按照輸入電網的任務指令，運用電氣工程自動化技術對相關參數進行調度。

假設輸入到電網系統中的任務執行為y（y1，y2，…，yn），其中n表示y任務中包含的子任務數量，首先分別匹配yn對應的分類，其計算方式可以表示為：

式中：d表示yn子任務與具有E特征分類數據之間的擬合度，通過逐個與各個分類進行比較，將d值最高的分類作為yn子任務的屬性劃分結果，此時對于該任務的執行，選擇與屬性分類對應的電氣工程自動化技術實施[10]。通過這樣的方式，確保電網管理任務與技術之間具有較高的適配關系。

在此基礎上，在任務執行階段需要通過確定輸出數據與任務目標參數之間的關系，對相關電氣工程自動化技術的運行參數進行自適應調節，其調節機制為：

式中：c表示任務執行技術的參數調節程度；yn＇表示電網實際輸出的任務參數；p表示任務執行技術的運行效率；a表示任務執行技術的自衰減系數。

通過這樣的方式，構建具有自我校準機制的智能電網環境。

2 應用測試

為了驗證本文提出的基于電氣工程自動化技術的智能電網建設方法的有效性，選擇文獻[5]提出的基于軟件定義網絡（Software Defined Network，SDN）和Telemetry技術的電力終端管理方法與文獻[6]提出的基于監控設備運行大數據的智能變電站運行狀態分析方法作對比，與本文方法共同進行性能測試。

2.1 測試環境

測試電網環境為復合電網系統，其中光伏系統的額定功率為1 200.0 MW，對應的多晶硅太陽能電池對光能的轉換效率為17.0%。電網電池儲能系統的最大容量為3 000 kW·h，允許最大充電和放電功率均為120.00 kW，充電效率和放電效率均為92.0%。在實際運行階段，儲能系統的基礎存儲容量（最小容量）為500.0 kW·h。在此基礎上，混成自動電壓控制系統和負荷系統是電網的主要負荷。本文設計了3個場景，通過分析智能電能的運行效果，對提出的智能電網建設方法的應用價值作出評價，具體如下文所述。

（1）供熱通風與空氣調節（Heating Ventilating and Air Conditioning，HVAC）負荷轉移量為5%/h；（2）空閑負荷轉移量為300.0 kW·h；（3）同時執行HVAC負荷轉移和空閑負荷轉移，具體轉移量分別為10%和500.00 kW。

2.2 測試結果

在上述基礎上，分別統計了連續5 h內3個場景下的電網運行精度，同時為了提高測試結果的可靠性，對比了文獻[5]和文獻[6]方法下的運行精度數據，其結果分別如表1、表2和表3所示。

表1 場景一測試結果對比表/%

表2 場景二測試結果對比表/kW

表3 場景三測試結果對比表

從表1中可以看出，針對場景一的HVAC負荷轉移，本文方法的實際執行轉移量始終穩定在4.92%以上，其中連續5 h內的執行誤差僅為0.06%，相比之下，文獻[5]和文獻[6]方法的執行誤差分別達到了0.12%和0.16%，測試結果體現了本文設計的智能電網建設方法在電網HVAC負荷管理方面具有較高的精度。

從表2中可以看出，針對場景二的空閑負荷轉移，本文方法的實際執行轉移量始終穩定在297.77 kW以上，連續5 h內的執行誤差僅為1.21 kW，相比之下，文獻[5]和文獻[6]方法的執行誤差分別達到了3.30%和4.30%，分別為本文轉移結果的2倍和3倍以上。測試結果體現了本文設計的智能電網建設方法在電網空閑負荷管理方面具有較高精度。

從表3中可以看出，針對場景三的HVAC負荷和空閑負荷并行轉移任務，本文方法的實際執行轉移量始終穩定在9.88%和497.66 kW以上，其中連續5 h內的執行誤差分別為0.07%和1.15 kW，相比之下，文獻[5]和文獻[6]方法的執行誤差明顯高于本文方法。測試結果體現了本文設計的智能電網建設方法在并行電網負荷管理方面具有較高精度。

3 結 論

在電氣工程自動化技術不斷發展的今天，其在電網建設工作中的價值逐漸擴大，電氣工程自動化技術的積極作用在電網質量升級中不容忽視。本文提出基于電氣工程自動化技術的智能電網建設方法研究，實現了電網對電力能源管理效果的提升。通過本文的研究，希望可以為電網建設的智能化發展提供有價值的幫助。