论文部分内容阅读
[摘 要]随着社会的发展进步，人们的生活与工作已经离不开电力系统，电给我们的生活带来了很多的便利，但同时由于传统的发电方式会对环境造成伤害，以及人类逐渐对能源的重视，为了能够提高能源的利用效率并积极应对全球气候变暖问题，电力公司开始向智能电网方向发展，当然由此同时也会给电力系统的运营管理主体带来新的挑战，下文就针对智能电网运营管理风险元传递及决策进行简要的探讨。
[关键词]智能电网；运营管理；风险元传递模型；决策支持
中图分类号：S490 文献标识码：A 文章编号：1009-914X（2018）26-0130-01
传统的发电方式存在很大的问题，除了环境污染以外，煤炭资源属于不可再生的，因此电力系统要想长期发展，就需要新的资源来替代，因此智能电网就是将可再生资源与发电侧运营管理一同接入电网，电力调度也转变为负荷调度模式，用户与电网通过智能双向互动参与到电网运营管理，为电力系统注入了新的活力，与此同时也增加了运营主体的管理风险，因此下文就针对智能电网进行简要的分析，希望可以对读者有一定的帮助。
一、发电侧运营管理风险元传递模型
随着能源危机以及环境污染的加剧，现今社会上需要可持续性能好，且对环境威胁小的电力系统，由此而产生的风能、太阳能、氢能、水能等等都是当今环境下的产物，但是这些发电方式并不适用于各个地区，且其存在的性也不够稳定，因此智能电网就营运而生。
发电侧的运营特点非常复杂，大致包含7个，即间隙性、可预测性差、长距离输电、调度能力差、占用空间大、发电成本高、清洁环保。由实践可以得知，加入了清洁能源会加重电网负担，且在稳定性、安全性上的要求也比传统方式高，因为供电量的巨大，且每天消耗电能的波动，电网公司需要将需求进行准确的预测，才能够使得供给与需求达到平衡，但是清洁能源自身的不稳定性使得这一平衡很难预测与维持，因此可再生能源的突发状况会比较多，这对发电侧运营带来很大的风险，目前主要应用的是风力发电运营管理风险元传递模型、风-火联合运营管理元传递模型与风电上网电价风险元传递模型。
二、电网侧运营管理风险元传递模型
1.投资项目风险元传递模型
智能电网的发展也随之带来了与之配套的电网投资项目，且一般都是较大投资额的工程，包括土建、线路、电气等等，且其子项目之间通过各类关系紧密的联系在一起，因此针对智能电网投资项目的管理风险评估时，也需要考虑到子项目间的风险元传递影响，从而可以有效的防止不必要的风险出现，而由此设计出的风险元传递模型较为复杂。
1.1 数学描述
以建设项目为研究对象，采用遗传神经网络优化法对智能电网进行研究的一般简易数学模型表达式为：
其中，且。R表示整体风险水平，Ri表示第i个子项目的风险水平。
2.负荷风险元传递预测模型
智能电网的发展方向是自愈、安全、兼容以及协调等，而这些目标的实现传统的电力调度模式已经无法满足，而先进的负荷预测技术则会将风能、光能等可再生资源加入电网系统，使得系统更加随机，但也会增加电网运营的风险增加。
2.1 马尔科夫傅里叶预测模型
在智能电网下一个微小的波动都可能会引起巨大的偏差，导致不可挽回的后果，因此负荷预测就要求非常的精准，且数据信息必须是实时的，由此建立的一阶微分方程数学模型表达式为：，若一个包含n个节点的负荷序列进行累次加和，那么可得到一个负荷序列：，用此序列进行均值计算，并生成序列z，就可以将微分方程转化为：r（k）+az（k）=b。再利用最小二乘法估计参数值，可以得到灰色预测方程：
，
其中a，b是参数估计值域。
三、基于风险元传递模型的运营管理决策支持系统研究
智能电网实现了互动化、信息化、自动化，但是同时对信息系统的要求也增加，现如今已经出现三大决策支持系统，它们分别是面向发电侧、电网侧以及用户侧参与的运营管理决策支持系统，这其中以电网侧的SGOM-RDSS决策支持系统发展较为完善，下面就针对这一技术决策进行简要的介绍。
1.SGOM-RDSS系统设计
SGOM-RDSS系统主要是在支持智能电网环境下采用应用层、功能层、电力负荷预测、市场购电决策、电网调度以及信息安全评估等将知识库用于数据库、模型库，完成用户界面的过程。SGOM-RDSS系统的架构设计主要分为用户交互界面、模型库、知识库、数据库，而其功能上又分为数据管理模块、模型库管理模块、风险元传递决策分析模块、系统管理模块。其中风险元传递决策分析模块是SGOM-RDSS系统的核心功能，主要包括基本风险元传递模型的存储以及调用、维护等。
2.SGOM-RDSS配套技术
SGOM-RDSS系统还需要一系列的配套技术来配合工作来实现风险元传递决策，其中包括基于因子分析法的重要风险元提取技术、基于Mulit-agent智能电网运营管理决策数据交互技术、面向决策任务的模型库自定义技术等，这些技术手段都为了SGOM-RDSS系统能够更为顺利的运营下去，而每一项技术都非常复杂，以模型库自定义技术为例。这项技术是SGOM-RDSS系统正常运行的核心，其通过人际交互系统将决策问题转化为具体的决策任务，通过设置决策方案、设置决策任务模型、设置决策任务数据源、设置决策任务模型试运营4步骤，来完成整个流程，从而保证SGOM-RDSS系统技术的运行。
通过本文的叙述可以看出随着社会的发展，人们对于环境的保护意识更强烈，由此而出现的智能电网也是电力工业顺应时代潮流而做出的努力。但是智能电网作为一种新型的产业，会存在很多的问题，给电力发展带来风险，但风险并不是绝对无法避免的，科学的决策以及先进的技术手段都可以有效的降低风险的发生，由此而生的风险元传递模型也是为了解决种种问题，相信在未来，智能电网可以有更好的发展，为环境友好、资源节约做出更大的贡献。
参考文献
[1] 吕春泉，厉一梅，刘宏志等.智能电网环境下可再生能源发电并网机制研究.[J].华东电力，2011，39，（09）：1405-1409.
[2] 黄彦瑜，何作麻.可再生能源发展與电网管理理念的初步探讨。[J].科学对社会的影响，2015，（02）：1028-1032.
[3] 廖怀庆，刘东，黄玉辉等.基于大规模储能系统的智能电网兼容性研究[J].电力系统自动化，2010，34（02）：1015-1019.
[关键词]智能电网；运营管理；风险元传递模型；决策支持
中图分类号：S490 文献标识码：A 文章编号：1009-914X（2018）26-0130-01
传统的发电方式存在很大的问题，除了环境污染以外，煤炭资源属于不可再生的，因此电力系统要想长期发展，就需要新的资源来替代，因此智能电网就是将可再生资源与发电侧运营管理一同接入电网，电力调度也转变为负荷调度模式，用户与电网通过智能双向互动参与到电网运营管理，为电力系统注入了新的活力，与此同时也增加了运营主体的管理风险，因此下文就针对智能电网进行简要的分析，希望可以对读者有一定的帮助。
一、发电侧运营管理风险元传递模型
随着能源危机以及环境污染的加剧，现今社会上需要可持续性能好，且对环境威胁小的电力系统，由此而产生的风能、太阳能、氢能、水能等等都是当今环境下的产物，但是这些发电方式并不适用于各个地区，且其存在的性也不够稳定，因此智能电网就营运而生。
发电侧的运营特点非常复杂，大致包含7个，即间隙性、可预测性差、长距离输电、调度能力差、占用空间大、发电成本高、清洁环保。由实践可以得知，加入了清洁能源会加重电网负担，且在稳定性、安全性上的要求也比传统方式高，因为供电量的巨大，且每天消耗电能的波动，电网公司需要将需求进行准确的预测，才能够使得供给与需求达到平衡，但是清洁能源自身的不稳定性使得这一平衡很难预测与维持，因此可再生能源的突发状况会比较多，这对发电侧运营带来很大的风险，目前主要应用的是风力发电运营管理风险元传递模型、风-火联合运营管理元传递模型与风电上网电价风险元传递模型。
二、电网侧运营管理风险元传递模型
1.投资项目风险元传递模型
智能电网的发展也随之带来了与之配套的电网投资项目，且一般都是较大投资额的工程，包括土建、线路、电气等等，且其子项目之间通过各类关系紧密的联系在一起，因此针对智能电网投资项目的管理风险评估时，也需要考虑到子项目间的风险元传递影响，从而可以有效的防止不必要的风险出现，而由此设计出的风险元传递模型较为复杂。
1.1 数学描述
以建设项目为研究对象，采用遗传神经网络优化法对智能电网进行研究的一般简易数学模型表达式为：
其中，且。R表示整体风险水平，Ri表示第i个子项目的风险水平。
2.负荷风险元传递预测模型
智能电网的发展方向是自愈、安全、兼容以及协调等，而这些目标的实现传统的电力调度模式已经无法满足，而先进的负荷预测技术则会将风能、光能等可再生资源加入电网系统，使得系统更加随机，但也会增加电网运营的风险增加。
2.1 马尔科夫傅里叶预测模型
在智能电网下一个微小的波动都可能会引起巨大的偏差，导致不可挽回的后果，因此负荷预测就要求非常的精准，且数据信息必须是实时的，由此建立的一阶微分方程数学模型表达式为：，若一个包含n个节点的负荷序列进行累次加和，那么可得到一个负荷序列：，用此序列进行均值计算，并生成序列z，就可以将微分方程转化为：r（k）+az（k）=b。再利用最小二乘法估计参数值，可以得到灰色预测方程：
，
其中a，b是参数估计值域。
三、基于风险元传递模型的运营管理决策支持系统研究
智能电网实现了互动化、信息化、自动化，但是同时对信息系统的要求也增加，现如今已经出现三大决策支持系统，它们分别是面向发电侧、电网侧以及用户侧参与的运营管理决策支持系统，这其中以电网侧的SGOM-RDSS决策支持系统发展较为完善，下面就针对这一技术决策进行简要的介绍。
1.SGOM-RDSS系统设计
SGOM-RDSS系统主要是在支持智能电网环境下采用应用层、功能层、电力负荷预测、市场购电决策、电网调度以及信息安全评估等将知识库用于数据库、模型库，完成用户界面的过程。SGOM-RDSS系统的架构设计主要分为用户交互界面、模型库、知识库、数据库，而其功能上又分为数据管理模块、模型库管理模块、风险元传递决策分析模块、系统管理模块。其中风险元传递决策分析模块是SGOM-RDSS系统的核心功能，主要包括基本风险元传递模型的存储以及调用、维护等。
2.SGOM-RDSS配套技术
SGOM-RDSS系统还需要一系列的配套技术来配合工作来实现风险元传递决策，其中包括基于因子分析法的重要风险元提取技术、基于Mulit-agent智能电网运营管理决策数据交互技术、面向决策任务的模型库自定义技术等，这些技术手段都为了SGOM-RDSS系统能够更为顺利的运营下去，而每一项技术都非常复杂，以模型库自定义技术为例。这项技术是SGOM-RDSS系统正常运行的核心，其通过人际交互系统将决策问题转化为具体的决策任务，通过设置决策方案、设置决策任务模型、设置决策任务数据源、设置决策任务模型试运营4步骤，来完成整个流程，从而保证SGOM-RDSS系统技术的运行。
通过本文的叙述可以看出随着社会的发展，人们对于环境的保护意识更强烈，由此而出现的智能电网也是电力工业顺应时代潮流而做出的努力。但是智能电网作为一种新型的产业，会存在很多的问题，给电力发展带来风险，但风险并不是绝对无法避免的，科学的决策以及先进的技术手段都可以有效的降低风险的发生，由此而生的风险元传递模型也是为了解决种种问题，相信在未来，智能电网可以有更好的发展，为环境友好、资源节约做出更大的贡献。
参考文献
[1] 吕春泉，厉一梅，刘宏志等.智能电网环境下可再生能源发电并网机制研究.[J].华东电力，2011，39，（09）：1405-1409.
[2] 黄彦瑜，何作麻.可再生能源发展與电网管理理念的初步探讨。[J].科学对社会的影响，2015，（02）：1028-1032.
[3] 廖怀庆，刘东，黄玉辉等.基于大规模储能系统的智能电网兼容性研究[J].电力系统自动化，2010，34（02）：1015-1019.