简介： 本文通过对水电站经济运行问题的优化，用面向对象的软件构造，完成约束满足问题CSP（Constraint Satisfaction Problem）的推理求解，实现了知识表示、约束传递、智能回溯，并在微机上模拟运行。用面向对象、人工智能的方式解决水电站机组间负荷动态调度问题，编制了《全数字仿真自动发电控制系统》平台, 其生成结果的分析和证明由《水电站经济运行最优解的证明》完成。
关键字：水电站 微增率 经济运行 人工智能 产生式系统
0背景
随着经济的快速发展，电力生产的供需矛盾也日见突出，在国家加大新的电源、电网投资、建设的同时，如何充分发挥现有电站的潜能，提高其水能利用率，使水电站的运行由粗放式转向集约化，引起了发电企业的广泛关注。
欧、美发达国家优化运行资料表明，大型水电站厂内优化运行的效益为0.5%～3.0%。八十年代中期，我国某年平均发电量22亿kW.h的水电站，实行厂内优化运行后，效益提高4.6％，增加发电量1.03亿kW.h。我国水电运行经验表明，仅从软件方面着手，编制科学合理的运行调度方案，在增加投入不多的情况下，就可以使其发电效益在原有的基础上再提高约(2～6)％[1]；到2001年底，全国已建成中小水电站65000多座，遍布全国1600多个县；由此可见，用信息技术带动传统产业在电力行业的必要性，并且有非常广阔的前景。
1水电行业运行现状
在水力发电领域，传统的经济运行方法，主要有：微增率法、动态规划法、分支界法以及据每台机组最大可能出力按比例分配负荷的折中方法（目前的水电站经济运行大多采用此方法），其中动态规划法和分支界法更多的是求解问题的思维方式，其实现须采取具体的综合策略，微增率法是根据总出力与总耗水量的函数关系由微分学的极小值定理导出，具有理论上的严谨性。目前我国的AGC应用主要基于电网调度，针对水头变化小（即大库容）的电站，根据网上的需要确定其负荷，然后用微增率法在机组间分配负荷，即定负荷→最小化流量。从使用的情况来看，由于软件编制的出发点不是基于水轮发电机组运行工况，从而导致有些电站使用效果很不理想。如黄河中游的万家寨电站单机出力180MW，装机6台，由天阿公司和希科公司制造，由于AGC软件负荷分配不合理，导致其机组长期在振动区运行，叶片与上冠处出现裂纹，给机组安全运行带来了极大的隐患。
任何科学问题都离不开其论域。由于微增率法是根据数学理论推导而来，其工程实用面临很大的实现难题：
a要求所有的并联运行机组的微增率随功率变化的曲线下凹；流量随功率变化应为均匀的条件在实际运行的机组中是不可满足的。水轮机转轮是通过实验定型的，微增率只是其派生出来的表象参数，且随功率变化的曲线凹凸是无确定规律的，因而流量也并不随功率变化而均匀变化。
b 用微增率法，对于连续的工况变化求取微增率是不可实现的。水轮机的综合特性曲线是一种试验曲线，无论以何种检索方式都需要确定检索步长和目标区间，面对微增率变化无确定规律的特性曲线，确定检索步长和目标区间都无依据，只能修正综合特性曲线，牺牲解算精度，满足工程要求。
c 实际运行中厂内优化与电站水头密切相关，传统的方法需要在电站最大水头与最小水头之间，取若干个水头，分别作出优化运行总图，以便确定在不同水头及给定的全厂负荷时投入运行的机组台数、组合方式以及负荷在投入运行机组之间的分配。这样使连续变化的水头产生阶跃，若辅之以插值，插值规律又是不确定的，降低了解算精度。
2水电站经济运行人工智能化
计算机技术与其他工程技术的融合而引起的设计思路的创新已成为当今社会的显著特征。人工智能是一门研究用计算机模拟和执行人脑的某些智力功能的交叉学科。知识是人工智能的基础，对于水电站的经济运行而言知识主要包括以下三个方面：
a 确定性规则知识：如功率、单位转速、单位流量的计算；
b确定性事实知识：如水轮机的综合特性曲线、水库特性、电站下游水位流量关系、泄洪和电站引水设备的特性；
c不确定性事实知识：如水轮机的振动区域、电站年径流曲线和特性等；
本文采用人工智能系统中最普遍、最典型的产生式系统，其基本要素是：综合数据库（Globle Database）、产生式规则（Set of Rules）、控制系统（Control System）。
程序结构：
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)，扩展M节点；
IF F(N)<F(M), 写回N节点；
OPEN 表中的节点按评价函数f的值从小到大排序；
GOTO LOOP；[2]
综合数据库是由水轮机的综合特性曲线、水库特性、电站下游水位流量关系、泄洪和电站引、排水设备特性等组成，是产生式系统中使用的主要数据结构。产生式规则是知识表示的重要部分，是对问题空间的数学模型透彻了解后产生的方法空间。工程实际中的问题通常是复杂的、多层面的；而方法空间则是从不同侧面、不同视角审视问题空间而形成的方法集。要模拟人类的智能活动，必须解决组合爆炸问题，即从问题空间复杂的组合中剔除不可能同时出现的情况。搜索策略的好坏不仅能决定程序效率的高低，同时也影响着相关参数是否收敛于目标集，即应用软件是否成功。搜索策略是人工智能系统的核心部分，它是利用知识表示、控制和协调系统的各个部分对当前问题进行求解的。产生式系统控制策略的作用，就是从规则集中选取规则，并作用于综合数据库，从初始状态出发，寻求一个满足一定条件的问题状态[3]。
3水电站的经济运行
在展开该问题的讨论之前，先引入组态效率这一概念。实际在水电站机组并联运行中，当水头一定，最后的总出力是由各机组不同工况的组合而成，即
N=SNi=N1+N2+···+Nn n为机组并联台数 Ni为第i台机的出力
Q=SQi=Q1+Q2+···+Qn n为机组并联台数 Qi为第i台机的流量
而组态效率：ηz=N/（9.81´Q´H）,它反映出了水能的总利用率。
水电站的经济运行表现在两个方面：
a出力一定，流量最小化<以下简称为控制出力>
为了保持电网的供需平衡，现在的AGC（自动发电控制）软件往往是根据网上的需求给电站一个总负荷，再在电厂内优化出力组合，即耗水量最少。
b流量一定，出力最大化<以下简称为控制流量>
我国大多数中小水电站的实际资源情况有如下特征：1库容小甚至无库容(径流式电站)；2流量随季节变化大。
如何利用有限的流量多发电，并使机组协联于稳定运行区，保持组态效率最高呢？笔者研发的《全数字仿真水轮发电机组智能调度系统》主要针对上述两种情况进行优化，其功能主要包括[1]：
a 能进行实时预报，并根据预报与实测结果的对比，对有关参数进行校正；
b根据电力系统的调度计划或水电站水库的来水及当时的水位等情况，确定出水电站的日负荷计划，在实际运行中进行水电站厂内负荷的实时自动给定；
c在给定的全厂负荷下，进行工作机组台数和机组组合的最优化计算，并按最优化准则选择工作机组的台数和机组号，实现工作机组间负荷的最优分配；
d根据水电站的日负荷计划或即将面临的负荷预测资料，事先进行机组启、停最优化计算，确定改变工作机组组合的合理性，使机组的启，停按最优化准则进行；
e对调频水电站，即在电力系统中承担系统负荷瞬时变化调节任务的水电站，在电站机组要改变运行工况时，如增负荷，减负荷、停机或启动新的工作机组等，进行实时计算，寻找出改变水电站机组工况的最优控制规律，并进行机组间随机负荷的最优分配和实时调节；
f当水电站按给定负荷运行或作调频运行时，可实时进行负荷偏差的检测；当水电站的出力和系统要求的负荷值存在偏差时，依据实际偏差值，及时进行相应的调节与控制；
g具有自动、手动两套功能：在正常情况下，由实时控制系统根据优化计算出的结果，并按最优准则可自动改变机组的运行状况；在特殊情况下，也可以通过输出设备进行显示，给出按优化准则改变水电站机组运行工况的操作指令，运行人员可根据指令由手动操作执行；
h定期对各机组当前的动力持性进行实测，并对实测资料进行分析和处理，比较机组当前的动力特性和优化运行计算所依据的机组动力特性之间是否存在偏差。当偏差超过允许值时，能及时进行修正。修正后的机组动力特性存入数据库，作为下一阶段确定优化运行方式的依据；
i通过计算机屏幕循环显示计划的最优运行方式、操作调节指令、操作控制实况，当前厂内的实际运行方式及相关的技术数据等信息，便于水电站运行和管理人员进行监控；
j数据库管理功能，可存储电站的运行参数、技术指标、设备情况等资料及二次数据及时贮存，并按需要生成表格，打印成报表；
k 能通过历史数据智能学习，完成自动寻找最佳水头和最佳流量，可实现水资源的长期、中期和实时的优化；
l 能实现机组协联运行于稳定运行区域，保证机组长期高效、稳定运行。
4结语
笔者研发的系统拓展了水电站优化运行的理论方法，具有良好的工程实用性，可作为普及优化调度和调节的核心模块，对稳定、高效利用水力资源具有重要意义。随着国家电力体制的改革，成立了五大发电公司和两大电网，为水资源梯级、流域甚至跨流域的调度和水、火电联合调节创造了非常有利的条件，且在应用过程中需对水电站所属流域的水文、气象资料进行采集与数字化处理，为以后综合运用遥感(RS)、地理信息系统(GIS)、全球定位系统(GPS)、网络技术、多媒体及虚拟现实（VR）等现代高新技术建立"数字流域"奠定基础，而"数字流域"包括全流域的地理环境、自然资源、生态环境、人文景观、社会和经济状态等各种信息，可作为各级政府或职能部门有效地管理整个流域的经济建设，作出宏观的资源利用与开发等决策的依据。
参考文献：
[1]中华人民共和国水利部.农村水电站优化运行导则[讨论稿].北京：中国水利水电出版社，2003
[2]哈尔滨大电机研究所编. 水轮机设计手册 [M]. 北京：机械工业出版社，1976
[3]常近时，寿梅华，于希哲. 水轮机运行[M]. 北京：水利电力出版社，1983
[4]林尧瑞 , 马少平. 人工智能导论[M] 北京：清华大学出版社，2000
[5]卢开澄. 组合数学[M]. 北京：清华大学出版社，2000
[6]石纯一 , 王家廞.数理逻辑与集合论[M] .北京：清华大学出版社，2000
The artificial intelligence & water power station economic movement
QI Xue-yi Li Pei
(LanZhou 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
项 目：校学术梯队与特色研究方向资助项目
作者简介：齐学义(1945-),男，辽宁人；工学硕士，教授，博士生导师，教学名师；享受国务院政府津贴。主要从事流体动力与控制学科的教学与科研工作，主要研究方向为流体机械内部流场的性能研究。
