未来电网调度控制系统应用功能的新特征

随着特高压交直流互联电网的建设、新能源的发展,以及电力市场改革的深化,中国电网运行特性发生了深刻的变化,进而对电网调度控制能力提出了更高的要求.根据电网调度控制运行的业务特点,未来调度控制系统应采取分布和集中相结合的应用功能部署模式.概述了未来电网调度控制系统应用功能的三大新特征,即全局、快速、准确,分析了实现上述应用功能新特征的技术要素,并指出了在模型、数据和管理等方面亟需开展的基础工作.

0引言

特高压交直流互联大电网的建设,提升了大范围资源优化配置的能力,也使得各级电网间耦合更加紧密,局部故障可能会影响到全局,电网安全管控面临巨大挑战,需要对大电网进行统一的实时监视和风险控制[1].中国新能源发展迅速,“十三五”末将达到320GW 以上[2],而新能源富集区弃风弃光严重,需要在线优化全网运行方式,实现在全网更大范围内消纳新能源[3-4].直流输电和新能源发电引入了大量电力电子设备,电网电力电子化特征凸显,稳定形态更加复杂,需要进一步提升大电网实时运行在线分析和风险防范能力,提供全网一体化的辅助决策,保障大电网的安全稳定运行.电力市场化的推进和监管的强化,电网调度运行的标准化和规范化运作将十分重要,调度机构将面临保障电网安全运行和市场有序运作的双重压力,电网调度控制(简称调控)系统迫切需要强化对市场交易系统的功能支撑,保证市场化运作情况下的公平公正和电网的安全稳定.

目前电网调控系统都是按调度机构独立建设和运行,虽然电网是互联的,但调控系统之间却是烟囱型的,难以及时获取管辖区域外的电网信息,电网态势分析和安全防控大部分局限在所管辖电网.这种一个调控机构建设一套调控系统的技术体系已经难以支撑大型交直流混联电网调度运行的需求,必须针对变化了的电网特性,按照“一个互联大电网,逻辑上一套大系统”的理念,建设面向全网一体化运行的电网调控系统,全面提升大电网运行的技术支撑水平和能力.

全网一体化运行的未来调控系统具有鲜明的新内涵,它将当前实时信息的局部监控和信息共享方式提升到全局监控和需则可用模式,将电网运行特性的局部分析和多级协调方式提升到全局分析模式,将电网运行风险的局部防控和区域协调方式提升到全局防控模式,将发电计划多级协调方式提升到市场化调度模式,以适应互联大电网安全运行和市场化运作的迫切需求.

未来调控系统需要在架构上有重大变化,但其支撑能力的最终体现还存在于系统的应用功能实现.应用功能除针对所辖电网外,更需要从全局角度处理全网面临的问题,可以适应故障预判、故障处置、控制措施、新能源消纳、备用支援等全局性要求,应用功能的效果是全局的,所得到的结果不再局限于本网.只有在全网模型基础上及时利用全网数据进行分析决策,才能实现应用功能全局化的目标.模型的扩大增加了计算量,给系统的处理速度带来了挑战,需要应用功能在数据获取、计算分析和电网响应等方面足够快速,以适应实时运行的需要.新增的功能和数据加大了计算的复杂性,给系统的准确性带来了挑战,需要应用功能保证信息、决策和控制等方面足够准确,实现电网安全稳定运行.未来电网调控系统应用功能的最主要特征可以概括为:“全局、快速、准确(简称全、快、准)”.快速和准确是以往调控系统一直追求的目标,全局则是未来调控系统必须具备的新特征,由此也对快速和准确提出了更高要求.

电网从单个小电网、小范围互联、弱互联电网逐步发展成当今的强耦合互联电网,广大学者在此进程中对调控系统进行了深入研究[5G10].以往电网联系相对松散,不同电网相互之间的影响较小,按照网省平衡开展调度业务,调控系统面向调度机构独立建设和运行的模式基本满足了电网运行的需求,调控系统相对比较简单,应用功能没有全局化需求,快速和准确是主要要求.另外,受当时计算机信息通信技术的限制,技术上亦难以建设全网一体化调控系统.

未来电网调控系统需要按照“物理分布、逻辑统一”的总原则[8],构建监视控制分布、分析决策集中的新型调控技术体系,在全网统一的模型基础上,由全网分析决策中心实现面向全网的应用功能.本文总结了未来调控系统应用功能全局、快速、准确的新特征,分析了支撑应用功能实现的技术要素,并指出了在模型、数据和管理等方面亟需开展的基础工作.

1应用功能的全、快、准特征

应用功能是调控系统最重要的组成部分,为各项调控业务提供最直接的支撑.应用功能只有具备了全局、快速和准确的特征,才能满足一体化电网在线调控的要求,实现调控系统支撑能力的本质提升.

1.1应用功能的全局性

应用功能的全局性是未来电网调控系统区别于以往调控系统最鲜明的特征,需要夯实全网模型和全网数据等全局化基础,对应用功能以全局视野进行升级改造,从而实现调控系统由应对局部到管控全局的跨越.

1.1.1模型全

传统调控系统只对所管辖的电网设备进行建模,建模内容集中在电网一次设备的物理属性范畴,二次设备缺乏规范的建模方法.目前尽管国/分调对省调模型进行拼接可以得到相对完整的模型,但省调在处理外部网络时还经常采用网络等值.网络等值相对比较简单,对电网分析计算结果的影响较大,模型拼接则有设备重复建模、过程复杂和实时性差等不足.

全面完整的电力系统模型是调控系统应用功能的基础,需要根据全网一体化调控的需要,将电网模型由以往各个调度机构各自构建过渡到统一建模,摒弃网络等值做法,省略模型拼接环节,简化建模流程,克服网络等值和模型拼接的弊病,并从一次到二次、从电网到环境等全方位建模,实现“一个电网、一套模型”的建设目标.电力系统二次设备对电网的安全运行发挥着越来越重要的作用,与调控业务密切相关的继电保护、安全自动装置和系统保护等二次设备需要规范建模,并自动实现与一次设备的相互关联.

特高压线路远距离输送大功率,对电网的安全运行至关重要,而线路可能跨越多个气候区,运行环境复杂多变,需要将线路杆塔、电站等设备的地理属性纳入建模范围,方便将输电通道沿线的局部气象环境与线路有效关联,提升精细化运行水平.电网建设过程中有新设备投役,也有老设备的退役或者改接等,设备模型需要反映其时间特性,实现对设备的全生命周期管理,以便精准地反演电网以往的运行过程,提前模拟电网未来的运行特性.

设备模型的物理属性主要用于电网的安全分析,发电机、负荷等设备的经济属性则是市场交易不可或缺的内容,两者需要统一建模,以解决市场化调度的模型需求,适应中国不断推进的电力市场改革需要.柔性负荷具备参与电网调节的能力,其模型需要体现需求响应特性,并进一步将大量零散负荷构建成负荷聚合模型,适应售电侧开放的市场化改革进程.

1.1.2数据全

目前调控系统处理的数据以电网一次设备的运行数据为主,包括点多面广的稳态数据、电网枢纽变电站和发电厂的相量测量单元(PMU)动态数据,以及故障录波器记录的暂态数据.未来调控系统需要额外处理诸如设备的整定值、运行状态、环境数据、操作流程甚至调度电话记录等,因为这些都是电网分析决策宝贵的数据源.继电保护、安全自动装置等二次设备有效保障了电网的稳定运行,需要准确采集这些二次设备的运行状态和定值设置等实时运行参数,提高在线稳定分析计算结果的准确性.

变压器、输电线路等设备状态监测数据也需要纳入调控系统统一管理范围之内,通过对这类数据的挖掘分析,可为在线稳定分析提供大概率的预想故障集.在确保信息安全的前提下,调控系统需要从其他系统自动获取天气、雷电、地理、微气象等外部环境数据,以帮助调控运行人员随时把握可能的安全风险;从交易系统获取交易电量和交易功率等出清结果,实现现货市场与调控系统的有效衔接.目前调控系统还没有充分重视调控人员的日常操作行为,未来调控系统需要对这类非结构化的行为模式数据进行记录保存,并通过大数据挖掘技术,将调度人员的经验转化为知识,为调控操作提供辅助决策.

调控系统的所有数据都包括实时、历史和未来三个维度.实时数据主要用于在线调度运行,通过对历史数据的充分积累,能够提高大数据挖掘分析结果的准确性,预测准确的未来数据可更好地把控电网运行趋势.

1.1.3功能全

当前调控系统基本使用本地模型和数据进行分析计算,应用功能的分析结果势必是局部的,不能满足电网一体化调控运行的需要.未来调控系统的功能全主要包含两方面含义:一方面需要对已有功能以全局视野进行升级改造;另一方面需要研发新的功能以满足不断发展的一体化调控需求.

未来调控系统需要在模型全、数据全的基础上,从全局角度设计开发应用功能,做到全局监视实时信息,全局分析运行特性,全局防控运行风险.应用功能的着眼点不再局限于本地电网,外部电网的任何变动只要对本地电网有影响都能捕捉到,从而实现大电网的一体化调控运行.在新能源广泛接入、大电网互联和市场放开环境下,电网运行特征呈现更多的开放性、不确定性和普遍关联性,以大数据为基础的人工智能将作为现有应用功能的重要补充,在调控系统中发挥重要的支撑作用.

调控系统需要对不同时间尺度的交易结果进行安全校核,保证市场化运作情况下电网的安全稳定运行.现货市场的交易结果对电网调度的影响非常大,未来调控系统需要完善现货市场技术支撑功能,并实现与多级调度计划联动协同.

1.2应用功能的快速性

面向电网全模型和全数据的应用功能计算量将会大幅增加,对调控系统的运行速度产生极大影响.为了满足系统实时运行的要求,应用功能在数据获取、分析计算和电网响应等方面均面临更高的快速性挑战.

1.2.1获取快

当前调控中心通过规约以点对点的方式获取本地电网的运行数据,通过转发方式获取其他电网的数据,数据获取速度受限.快速获取电网模型和运行数据是保证应用功能在线运行的基本前提.电网统一模型一旦发生任何更新,应用功能都要能快速感知、获取最新的模型.未来调控系统对全网进行统一分析决策,需要无差别地快速获取本地及其他区域的全电网运行数据,实现电网实时信息的广域同步感知和同景展示,支持全网分析决策.大数据挖掘分析功能需快速获取分布存储在不同地点的多种类型的海量历史数据,提高用户体验.

1.2.2计算快

当前调控系统的网络分析和在线稳定分析等应用功能的计算范围以调度管辖范围为主,很少考虑新能源出力的不确定性,计算速度基本满足了在线应用要求.

电力系统分析的计算量通常以电网节点数的平方为比例增长,因此一体化大电网的网络分析和在线稳定分析,与以往针对局部电网的分析相比,计算量将会成百上千倍地增加,严重影响了计算速度.新能源出力不确定性则是调度计划编制和在线稳定分析重点关心的内容,考虑不确定性的计算量远超常规的分析计算,它们的计算速度成为在线应用成功与否的决定性因素.因此,只有采取各种有效措施,成指数倍地提高计算速度,各项应用功能才有可能在大电网一体化分析决策中发挥作用.

1.2.3响应快

当前在电网发生故障后按照一定的预案和控制要求去处理事故,对一些跨区域故障还需要多个调度机构分头处理,延缓了故障处置速度,并有可能造成严重的连锁故障.

未来调控系统对多个变电站(发电厂)、多级调控中心同时开展基于大数据的故障诊断,变电站(发电厂)不再是简单上传原始动作信息,而是上送经过数据挖掘分析后的故障诊断结果,提高主子站广域故障诊断和统一处理速度,并根据需要上送带时标的量测数据.对于涉及多个区域的严重故障,根据未来电网调控系统提供的诊断结果和应对措施,多个调控中心同时采取控制手段,大幅提高故障处置速度.电网及外部环境任何的变化预兆都能第一时间反映给调控人员,通过大电网一体化在线安全风险评估、预警和协调控制,实现对电网运行的快速响应,将人工触发计算提升到场景自动响应.调控系统通过对运行风险的预想、预判和预控,将电网被动调度提升为主动调度,从根本上实现电网安全防控的快速响应.

1.3应用功能的准确性

电网调控系统已经成为大电网调度须臾不可或缺的主要技术手段,应用功能的准确性将直接关系到电网运行的安全与否,未来调控系统需要进一步提升应用功能在信息、决策和控制等方面的准确性.

1.3.1信息准

确保模型信息和数据信息准确,更多地要靠管理工作到位,但技术手段也可以发挥一定的作用.当前建模方法受调控中心调管范围限制,模型准确性不能得到充分保证.通过全网统一建模省去了拼接或等值中间环节,提高了未来电网调控系统一次模型和二次模型的准确性,为全局分析计算应用提供一致、准确、可靠的电网模型.除了PMU 数据外,当前调控中心采集的稳态量测数据不带时标,数据在不同调控中心之间的转发降低了数据的实时性,事实上影响了数据的准确性.未来调控系统通过全网数据直接采集,避免大量数据的频繁转发,消除量测延时对实时数据断面的影响,为电网在线分析决策提供准确的运行断面.

当前新能源出力预测准确度偏低的状况影响了新能源消纳.通过全方位采集外部气象环境数据,并利用大数据技术挖掘新能源出力与各项因素的关联性,不断提高新能源预测的准确性,有助于在保证电网运行安全性和经济性的前提下,提高新能源消纳水平.

1.3.2决策准

当前调控系统根据调度管辖的电网模型和数据进行分析计算,在此基础上对计算结果进行上下级协调.决策结果的准确性受到当地电网模型和数据的制约,不同调控中心的决策结果可能相互影响,甚至存在矛盾的现象.未来调控系统在全网模型和数据一致的基础上,根据安全、经济、环保等不同运行目标进行统一分析计算,既可以应对全网性的分析决策要求,也可在全网模型和数据的基础上应对局部性需求,分析决策结果的准确性得到充分保证,面向全网的决策结果自然适应于各个调控中心.

1.3.3控制准

当前电网调控系统按调度机构独立建设和运行,系统相对比较简单,分析决策和控制执行功能集中在一起,客观上保证了操作控制的准确性.决策准需要面向全网进行复杂的分析计算,而控制准只需要针对当地电网执行简单可靠的操作指令.未来调控系统根据决策和控制的不同特点,将这两个功能有效解耦,实时性强的控制类功能面向当地,分析决策优化类功能面向全网,在克服以往调控系统决策不够精准的同时,继续保持了控制准的特点.

未来调控系统支持分区电网实时响应全网分析决策指令,实现设备的就地控制,保证本地控制功能的准确性、响应快速性和操作安全性.采用运行风险分析及前瞻预警,将事前主动防控和事后紧急控制有机结合,以进一步提高控制的准确性.

2支撑全、快、准应用功能的核心技术要素

兼具全局、快速和准确特征的应用功能需要调控系统平台提供强有力的支撑,大量先进成熟的计算机信息通信技术对此提供了技术保障.应用功能的全局化带来了计算量的激增,过程快速和结果准确是应用功能在线应用的根本保证.为了达到这一目标,需要寻求新的解决思路.数据透明访问技术可以改变传统数据采集方式,提高数据获取的实时性和便捷性.分析决策中心能够集中计算资源,为各级调控中心提供统一的计算服务,保证结果的一致性,而并行计算则可大幅提高分析决策中心的计算速度.大数据和人工智能已在多个行业得到成功应用,它们同样可以为未来电网调控系统一些新的业务应用提供又快又准的解决方案.

2.1数据透明访问

通过多级转发数据的方法,难以保证数据的实时性.电力系统通用服务协议[11]采用面向对象和面向服务的方法,建立了灵活、高效、通用的数据通信机制,适应于调度控制中心、发电厂(场)、变电站内部及相互间的数据交换.将连接在调度数据网上的所有厂站和调控中心的数据资源网络化,构建各业务通用的服务化表达规则.只要权限允许,任何用户都可以通过访问服务自由获取网络上的数据,实现任意数据的透明访问.数据透明访问突破了主子站通信完全依赖规点对点传输的瓶颈,建立了跨业务的通用实时数据传输机制,将极大地提高数据访问的实时性和便捷性.数据透明访问需要开放大量网络访问权限,加大了网络安全运行风险,需要建立以安全认证、授权管理为基础,以安全监控、安全审计为辅助的立体安全防御体系,满足未来调控系统一体化集中安全管控的要求.

2.2分析决策中心

未来调控系统应用功能具备全、快、准特征,要求每个调控中心利用相同的全网模型和数据进行分析决策,不同调控中心之间针对同一问题的计算结果一致.这样,可以将原本分散于各个调控中心的计算资源集中到一起,建设统一的分析决策中心,分析决策中心面向所有调控中心提供统一的分析服务,在降低建设成本的同时大幅提高系统的计算服务能力[12].不同于以往每个调控中心独立建设调控系统的全部功能,未来调控系统采取监视控制分布、分析决策集中的应用部署模式.根据应用功能特点,数据采集和设备控制等只依赖本地局部电网的应用功能继续部署在当地监控系统,将网络分析、调度计划和稳定分析等与全网紧密相关的应用功能统一部署在分析决策中心(见图1).

图1未来电网调控系统应用部署模式

在不同地方部署两个或更多功能相同的分析决策中心并同时对外提供服务,可以提高系统的可靠性.通过中心之间的双活或多活技术,分析决策中心的模型、数据时刻保持同步,正常情况下分析决策中心可以就近或按照负载均衡策略对外提供分析决策服务,任意一个分析决策中心故障可由其他分析决策中心快速接管业务,保证分析决策业务不中断.

2.3并行计算

分析决策中心的计算对象覆盖全网,同时又要为所有调控中心提供分析决策服务,计算任务繁重.并行计算同时使用多种计算资源,是提高分析决策中心计算速度和处理能力的一种有效手段,已经在多控制中心分解协调计算中得到初步应用[13].通过对分析决策中心硬件、数据、模型等多维度资源的动态调度,实现资源的快速分配和弹性扩展,构建基于多机多核和图形处理器(GPU)的高速并行计算框架,实现不确定潮流和多目标优化等的并行计算,可以大幅提高分析决策中心的计算速度,满足应用功能计算快的要求.

2.4大数据

电力系统大数据分析是当前的研究热点之一,在大数据的存储和访问、建模和融合、数据筛选与特征提取、数据挖掘与机器学习等方面都取得了一定的进展,未来在电力系统调控领域将得到进一步应用[14-16].大数据挖掘相比于传统方法在计算准确性和计算速度方面存在独到的优势,文献[17]基于大数据快速挖掘电网运行的薄弱点,帮助电网运行人员准确把握电网安全运行特征.未来调控系统通过构建多级电网运行知识库,借助电网运行事件序列模式关联规则挖掘技术,可根据电网运行数据特征识别电网运行轨迹;通过构建调控人员操作行为专家知识库,借助行为模式机器学习技术,可为调控人员操作自动推荐辅助决策.

2.5人工智能

人工神经网络、模式识别、多智能体和深度学习等人工智能技术已经在电力暂态稳定分析和负荷预测等领域得到了初步应用[18-19].将人工智能技术和电力系统分析技术相结合,可以为调控系统全、快、准的应用功能提供智能化解决方案.基于时序模式挖掘的设备故障预警与诊断技术,可实现跨变电站、多级调度中心的故障协同诊断.针对新能源发电的不确定性,通过智能化技术将发电计划沿着日前、日内和实时不断推进的时间进度,由不确定的运行区间逐渐逼近到一个确定的最优运行点,实现电网运行的经济、环保和市场多目标最优.新能源发电的不确定进一步加剧了电网运行风险评估的难度,智能化技术在高安全风险场景筛选、预防控制在线快速优化决策方面都能发挥积极的作用,提升电网安全风险防控的智能化水平.

3实现全、快、准应用功能的基础工作

实现未来电网调控系统应用功能全局、快速和准确的目标,面临诸多挑战,当前亟需在电网模型、数据积累,以及改进管理措施方面开展一系列的基础工作.

3.1模型云建设

电网模型是所有应用功能的基础.早期调控系统外网模型采用等值方式,不能真实反映实际电网联系,导致网络分析准确率低、误差偏大.模型拼接需要多个调控中心按一定的规则对边界部分的设备重复建模,拼接过程复杂,定时拼接也不能保证模型的实时性.为适应调控一体化和调度一体化的大运行要求,文献[20]提出了调控中心内部全业务模型一体化维护和调控中心之间多应用模型一体化共享的模型建设方案,为模型云建设积累了经验.借鉴先进的云计算技术,构建按需服务的大电网模型云,首先需要加强电网模型参数质量管控,规范厂站和设备模型的命名,避免不同调度机构之间设备重名,规范一、二次设备ID编码及有效关联,方便调控系统应用.

按照设备的调度管辖范围和业务应用需要,建立多区域多业务多用户分责维护机制,每个调控中心直接在模型云中完成管辖范围的设备建模,无需模型拼接,实现模型维护和设备参数的流程化管理,提高模型更新的实时性.通过静态规则校核与动态参数校核相结合的模型质量评价与校验,对模型数和拓扑连接关系实现双重校核,提高模型质量.根据各类业务对电网模型时间、空间和区域的不同使用需求,提供合适的模型裁剪与发布服务.

3.2数据云建设

基于电网模型的因果分析方法已广泛应用于电力系统分析领域.对于有些内在机理不是十分清晰的应用场景,如电网设备故障预测和诊断,或者计算量太大不能满足在线应用要求的应用场景,如最大化消纳新能源出力的运行方式安排和风险评估,单纯依靠传统的电力系统分析方法已经不能高效解决这类复杂问题,基于大数据的人工智能分析方法则可以提供有益的补充.而这些由数据驱动的分析方法,其前提是积累种类齐全、数量充沛的数据.调控系统存在多种类型的大数据,从时间维度来看,有电网实时大数据、海量历史大数据、预测大数据;从业务维度来看,有电网运行大数据、设备大数据、管理大数据、人员行为大数据;从外部环境来看,有经济、气象、舆情等大数据.这些数据目前分散在不同调度机构、不同专业、不同安全区,严重影响了基于大数据的人工智能的实现.未来调控系统将应用先进成熟的大数据存储、接口、服务等技术,不断积累数据,建设服务于全网的数据云.结合大电网调控业务开展大数据智能挖掘技术研究,寻求智能化应用的突破,提高数据对于分析决策的支撑能力.

3.3管理措施创新

“统一调度、分级管理”是中国保证电网安全运行的体制性优势.根据电网业务特点和计算机技术水平,以往调控系统针对各级调控中心独立建设.未来调控系统可针对国、分、省和省、地、县两个层面分别建设统一的分析决策中心,在各级调控机构建设分散的当地监控系统.部分已有的管理措施可能不适应这种新的调控系统架构,需要创新调控系统建设和运维等方面的管理方法.通过构建各级调控中心协同管理流程,打破电网模型和运行数据管理的“信息孤岛”,配套制定相关运行管理规定,有效提高模型和数据质量,使得面向全网一体化运行的未来调控系统能更好地支撑五级调度管理体系.

4结语

为了全面支撑特高压互联大电网的调度运行,需要借鉴先进成熟的计算机信息通信技术,构建逻辑上高度一体化的大电网调度控制系统,支撑各级调控中心业务的一体化运作.未来调度控制系统的应用功能以模型全、数据全、功能全为基础,以获取快、计算快、响应快为特征,以信息准、决策准、控制准为目标,实现调控技术支撑手段由局部向全局、由经验向智能、由计划向市场的转变,有望将电网调控运行提升到“正常状态下的自动巡航,故障状态下的自动导航”的智能调度新高度.

参考文献

[1]李明节.大规模特高压交直流混联电网特性分析与运行控制[J].电网技术,2016,40(4):985-991.

[2]国家发展改革委,国家能源局.能源发展“十三五”规划[R].2016.

[3]舒印彪,张智刚,郭剑波,等.新能源消纳关键因素分析及解决措施研究[J].中国电机工程学报,2017,37(1):1-8.

[4]陈国平,李明节,许涛,等.关于新能源发展的技术瓶颈研究[J].中国电机工程学报,2017,37(1):20-26.

[5]姚建国,杨胜春,高宗和,等.电网调度自动化系统发展趋势展望[J].电力系统自动化,2007,31(13):7-11.

[6]姚建国,严胜,杨胜春,等.中国特色智能调度的实践与展望[J].电力系统自动化,2009,33(17):16-20.

[7]汪际峰,沈国荣.大电网调度智能化的若干关键技术问题[J].电力系统自动化,2012,36(1):10-16.

[8]姚建国,杨胜春,单茂华.面向未来互联电网的调度技术支持系统架构思考[J].电力系统自动化,2013,37(21):52-59.

[9]周京阳,王斌,周劼英,等.市场机制下智能电网调度控制系统调度计划应用模型及分析[J].电力系统自动化,2015,39(1):124-130.DOI:10.7500/AEPS20141009020.

[10]辛耀中,石俊杰,周京阳,等.智能电网调度控制系统现状与技术展望[J].电力系统自动化,2015,39(1):2-8.DOI:10.7500/AEPS20141008024.

[11]电力系统通用服务协议:GB/T33602—2017[S].2017.

[12]冯树海,姚建国,杨胜春,等.“物理分布、逻辑集中”架构下调度系统一体化分析中心总体设计[J].电力自动化设备,2015,35(12):138-143.

[13]张海波,朱存浩.考虑时空及应用维度的分布式并行计算管理机制[J].电力系统自动化,2016,40(15):106-112.DOI:10.7500/AEPS20150619004.

[14]薛禹胜,赖业宁.大能源思维与大数据思维的融合:(一)大数据与电力大数据[J].电力系统自动化,2016,40(1):1-8.DOI:10.7500/AEPS20151208005.

[15]薛禹胜,赖业宁.大能源思维与大数据思维的融合:(二)应用及探索[J].电力系统自动化,2016,40(8):1-13.DOI:10.7500/AEPS20160311004.

[16]刘世成,张东霞,朱朝阳,等.能源互联网中大数据技术思考[J].电力系统自动化,2016,40(8):14-21.DOI:10.7500/AEPS20151106007.

[17]黄天恩,孙宏斌,郭庆来,等.基于电网运行大数据的在线分布式安全特征选择[J].电力系统自动化,2016,40(4):32-40.DOI:10.7500/AEPS20150424003.

[18]叶圣永,王晓茹,刘志刚,等.基于受扰严重机组特征及机器学习方法的电力系统暂态稳定评估[J].中国电机工程学报,2011,31(1):46-51.

[19]吴潇雨,和敬涵,张沛,等.基于灰色投影改进随机森林算法的电力系统短期负荷预测[J].电力系统自动化,2015,39(12):50-55.DOI:10.7500/AEPS20140916005.

[20]刘涛,米为民,陈郑平,等.适用于大运行体系的电网模型一体化共享方案[J].电力系统自动化,2015,39(1):36-41.DOI:10.7500/AEPS20140930008.

作者简介:

许洪强(1964—),男,高级工程师,主要研究方向:电力系统自动化、电网智能调度、电力系统调度运行.

姚建国(1963—),男,研究员级高级工程师,主要研究方向:电力系统自动化、电网智能调度.

南贵林(1962—),男,高级工程师,主要研究方向:电力系统自动化、电网智能调度、电力系统调度运行.

於益军(1967—),男,通信作者,研究员级高级工程师,主要研究方向:电力系统自动化、电网智能调度.