文章编号：1000-3673（2009）20-0001-08 中图分类号：TM734 文献标志码：A 学科代码：470·4054 智能电网调度发电计划体系架构及关键技术 张智刚1，夏清2 （1．国家电力调度通信中心，北京市 西城区 100031； 2．电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)，北京市 海淀区 100084） Architecture and Key Technologies for Generation Scheduling of Smart Grid ZHANG Zhi-gang1，XIA Qing2 （1．National Power Dispatching & Communication Center，Xicheng District，Beijing 100031, China； 2．State Key Lab of Control and Simulation of Power Systems and Generation Equipment (Dept. of Electrical Engineering，Tsinghua University)，Haidian District，Beijing 100084，China） ABSTRACT: The authors research connotation and extension of generation scheduling for smart grid (GSSG) and explore the development direction of GSSG. Combining with present situation of dispatching and operation as well as actual demand of power grids, the architecture frame of GSSG is constructed and corresponding key technologies are researched, meanwhile in order to enhance overall control ability of large-scale power grid, improve the secure and economic operation level of power grid and promote the construction of dispatching system for unified and strong smart grid, a brand new integrative collaboration mode for GSSG as well as its procedures and approaches are designed. KEY WORDS: smart grid；generation scheduling；lean；integration 摘要：研究智能电网调度发电计划的内涵和外延，探讨智能电网调度发电计划的发展方向；结合电网调度运行现状和实际需求，构建了智能电网调度发电计划的体系框架，研究相关的关键技术，设计了全新的智能电网调度发电计划一体化协作模式、流程和方法。以期为全面提高驾驭大电网的能力，提升电网的安全、经济运行水平，推进统一坚强智能电网调度体系的建设提供参考。 关键词：智能电网；发电计划；精益化；一体化 0 引言 随着我国特高压电网的建设，各级电网协调发展的格局逐步形成，国家电网呈现出全新的电网形态，电网运行一体化特征明显，需要统一协调运行控制，区域自我平衡的模式逐步打破，要求统一优化配置资源。同时，可再生能源发电比重不断上升，其发电的不稳定性以及大量外送，对调度运行和计划编制提出了更高的要求。为适应这一新的形势，切实提高各级调度管理水平和一体化运营能力，全面提升调度运行的安全性、经济性、节能性和公平性，应秉承“精益化”的管理理念，结合国际上智能电网的研究趋势，立足我国电网现状，着眼长远，积极探索实践智能电网调度管理、运行控制和技术支撑体系，深入研究相关关键技术。 目前对智能电网的定义众说纷纭，各有侧重，绝大多数都将目光集中在新能源接入、分散决策、二次系统的优化和改进以及智能电网的建设规划方面[1-11]，如欧洲智能电网平台(European Smart Grid Technology Platform，ESTP)[12-13]、美国的Smart Grid[14-17]以及IBM 的中国智能电网规划[18-19]等。这些定义都反映了建设智能电网的共同目标，即自愈、灵活、安全、兼容、经济、协调、高效等[20]。国家电网公司结合我国电网实际，创造性地提出了建设“统一坚强智能电网”的发展战略，目标建设以特高压电网为骨干网架，各级电网协调发展，具有信息化、自动化、互动化特征的坚强智能电网[21]。 调度是统一坚强智能电网安全稳定运行、资源高效优化配置的关键因素。发电计划是智能电网调度运行的重要环节，合理的发电计划安排是保证电网安全运行的前提和基础性手段，电网资源优化配置水平很大程度上取决于发电计划安排的科学性、开放性、经济性和清洁性。发电计划担负着电网运行趋势预测、电网运行方式分析和优化决策，以及电网各类应急预案生成等任务。智能电网调度发电计划应能提前感知电网运行风险，实现预防和预控，有效规避实时调度运行风险；应能实现更大空间范围和更长时间范围内的电力资源优化配置；应能实现各级调度密切配合的一体化安排和协调优化。 本文遵循“精益化”的管理理念，挖掘“智能化”的科学内涵，根据当前电网调度运行的实际需求，揭示了智能电网调度发电计划的内涵和外延，设计了完整的智能电网调度发电计划体系架构，并研究了相关关键技术。 1 智能电网调度发电计划的内涵 智能电网调度发电计划的核心业务是安排月(周)、日前、日内等不同周期的电力电量平衡，安排机组的电量计划、开停机计划和出力计划。智能电网调度发电计划应以贯彻国家能源战略、实现电力资源优化配置、保护投资者回报、发电节能环保为优化目标，以电网母线负荷预测为依据，并满足电网的静态安全约束和动态安全约束。发电计划的智能化主要体现在能够充分利用信息感知能力，精确把握电网安全边界；能够根据外界环境的变化对发电计划进行持续滚动动态优化；能够实现各级调度信息及时共享和一体化协调运作；能够将计划与实际调度结果的偏差闭环反馈，实现发电计划制定环节的自学习，从而提高发电计划跟踪电网结构、负荷需求、燃料供应、来水情况、可再生能源等因素变化的能力，全面实现发电计划的精益化管理。 智能电网调度发电计划以信息化和智能化为主线，主要有如下内涵： 1）信息感知的灵敏化、信息采集的自动化。信息感知能力是智能化的重要特征，决定了智能体能否灵活地根据外界变化进行自适应调整，尤其是自动和无障碍地获取信息是实现智能化过程的前提条件。智能化的发电计划需要基于现有EMS 中各类数据库及量测装置，建立灵活、全面的信息采集通道和信息交互机制，使发电计划模块能够自动、快捷、方便地从各方渠道获取必要的信息，为智能化发电计划的制定提供坚实的基础。这就对EMS 向发电计划提供信息的内容和频度提出了更高的要求。 2）信息筛选的智能化、信息记忆的科学化。发电计划中无论是信息预测、计划决策还是安全校核，都需要特定的信息作为数据基础，并且因电网运行状态和调度运行实际需求的不同而不同。然而电网调度运行中数据是海量的，为了提高信息利用的组织性、科学性和有效性，为智能化、高精度、高效率的发电计划决策过程提供信息支撑，必须遵从全面性、正确性、有序性、集约化的要求，灵活地根据不同时期和不同运行方式下发电计划各个环节对信息的需求，建立自适应、智能化、动态校正更新的信息筛选和记忆技术，实现信息的规范存储、灵活组织，以最少的信息满足发电计划中对信息记忆和利用的需求，有效提高信息记忆的快速性、信息组织的有效性和信息利用的高效性。 3）信息预测的精确化、预测结果的协调化。预测能力是智能化的重要体现形式，是建立在记忆能力以及智能化模式识别能力基础上的智能活动智能电网调度发电计划中的负荷、来水、新能源发电能力等的预测应结合经济发展、气象以及其他各类信息来源，以智能化的模式识别方法为手段，全面实现高精度的电网系统负荷、母线负荷以及新能源发电能力的预测。为发电计划的制定提供高精度的边界条件，提高发电计划的合理性。 4）决策模型建模的高效化。准确把握待决策问题的外部条件是智能化的重要特征之一。智能电网调度发电计划应根据电网的特点，自动、灵活地选择最为合理、高效的决策模型建模方式，能够考虑反映实 际运行情况的各类模糊约束条件、解析与非解析约束条件，并能对模型的约束条件进行科学性和合理性的评估和校验，从而增强发电计划的可执行性。 5）优化性能的全局化、优化求解的敏捷化。发电计划本身由多个复杂优化问题构成，优化决策能力是智能化发电计划的核心。智能电网调度发电计划应能结合现有的优化技术和智能化技术，充分应用智能化的记忆能力和模式识别能力，在不影响优化精度的前提下，科学地缩小优化决策空间，从而有效提高优化模型的求解能力，有效加速计算方法的收敛速度，提高计算精度。 6）统筹兼顾，智能化协调发电计划的多目标。统筹兼顾是智能化的重要特征之一。发电计划的制定应统筹兼顾安全与经济、经济与节能、效率与公平、全局与局部利益等诸多因素，必须采用偏好决策、模糊决策等智能化方法，实现兼顾各方利益、体现轻重缓急、满足帕累托改进、远近结合、保证安全的整体发电计划的优化决策；并根据发电计划的综合效用情况，动态协调各优化目标，提高各方对发电计划的满意度。 7）计划安排的互动化、调度协作的一体化。互动化是统一坚强智能电网的重要特征，智能电网调度发电计划通过各级调度的协调互动和一体化协作，实现全局优化决策。智能电网调度发电计划基于一体化的技术支撑平台和信息共享机制，实现发电计划安排和安全校核等核心功能的统一，实现网络模型、发电计划、检修计划、校核结果等信息的高效共享；通过建立发电计划工作机制和协作流程，实现各级调度的一体化协作。 8）协调校正的动态化、反馈修正的闭环化。能否将计划的执行结果闭环反馈，动态校正思维决策的过程，直接反映了智能化水平的高低。发电计划的制定是一个多时段协调的动态过程，智能电网调度发电计划应能根据外界条件的变化、安全校核误差和发电计划的执行偏差，动态地修正发电计划的决策模型；通过不断的偏差校正，全面提高发电计划的可预见性和可执行度，从而大幅度降低发电计划的安全风险。 9）计算过程的可视化、结果展示的可知化。决策计算过程能与人高效、方便地交互是提高系统智能化水平的有效途径。智能电网调度发电计划应能将整个发电计划的决策依据、决策过程以及决策结果以直观、合乎人类认知过程的方式展现，揭示发电计划的科学性和合理性，发现改善发电计划模型的边界条件，以增强决策者对发电计划的可信度。 10）自动、科学的后评估和自学习能力。自我学习和自我校正是智能化水平的重要特征之一，依赖于不断的、以重要指标为特征的后评估，将有效调整人的行为向预期方向发展。因此，智能电网调度发电计划应建立科学的指标体系，反映发电计划执行偏差，根据这些偏差不断校正发电计划的模型，发现产生这种偏差的原因，把握外界环境和设备状态变化引起偏差的规律，从而形成有效的自学习方法和知识库。 2 智能电网调度发电计划的体系架构 2.1 对智能电网调度发电计划的要求 电力系统运行特点决定了发电计划的安排是一个持续滚动修正的过程，为此，智能电网调度发电计划可在时序上分为月(周)、日前、日内等不同周期，进行各周期持续动态优化。各级电网之间的强电气连接和更大范围的资源优化配置决定了发电计划安排是一个各级调度密切协作的过程，为此，智能电网调度发电计划应实现发电计划的多级协调和优化决策。以上横向和纵向过程相互交织，构成了智能电网调度发电计划的基本架构。发电计划持续动态优化框图如图1 所示。图中SCUC(security constraint unit commitment)为安全约束的机组组合； SCED(security constraint economicdispatch)为安全经济调度。 2.2 各周期发电计划持续动态优化 2.2.1 月度(周)发电计划 月度发电计划的核心是安排未来月份的电力电量平衡，其结果主要是电量计划和典型出力曲线。根据月度负荷预测和电量需求预测、设备投产和检修计划，在满足电网安全约束的条件下，从控制未来电网风险的角度，协调调频、备用、调峰、电压支撑能力，分解落实各类型中长期购售电合同和交易合同，统筹协调发电资源，合理安排电量计划和典型出力曲线，并进行安全校核。 智能化的月度发电计划将体现在以下几个方面：1）应选择尽可能少、包容性强、风险大、出现概率高的场景，科学地分析电网未来可能面临的边界条件，确保安全校核的周密性，提高其计算效率。2）应采用记忆和并行计算的方法，实现智能化的动态安全校核，全面提高其计算速度。3）应根据以往月度发电计划的偏差，动态修改其模型，实现偏差反馈的智能化决策，不断提高决策模型的有效性。4）应不断感知外部条件的变化，自动进行月度发电计划的滚动，全面提高发电计划的自适应性。5）应采用人工智能与传统数学相结合的方法，求解大规模混成(整数和连续变量)、非线性、非解析约束的月度发电计划。 2.2.2 日前发电计划 日前发电计划是在月度发电计划的基础上，根据负荷预测、设备检修、三公调度执行情况和水情预测等信息，安排机组开停机计划和出力曲线。智能的日前发电计划是在基于模式识别的智能化负荷预测的基础上，针对各类优化目标和各类场景，建立相应的机组组合运行方式库，采用智能化的识别方法，提高机组组合和发电计划的决策效率。将智能化的辅助决策方法与高效、准确的优化计算方法以及运行人员的实际经验相结合，全面提高日前发电计划的优化精度和计算速度。针对负荷预测的误差和可能存在的各种运行风险，采用风险管理的方法，进行电网的静态安全和动态安全校核，对各类发电计划进行全面的风险控制。结合智能化关键故障和场景的识别方法，大幅提高安全校核的效率。利用智能化偏好决策和模糊决策方法，实现对电网安全边界的智能化表达，形成安全的刚性和柔性约束，全面提高电网安全、经济的协调能力。根据实时调度的偏差，不断修正日前发电计划模型，实现智能化建模。 2.2.3 日内发电计划 日内发电计划是指根据外部条件的变化，对日前发电计划进行滚动计算，全面提高日前发电计划的精确性。与日前发电计划相比，日内发电计划的优化空间更小，决策时间更短，安全要求更高。应采用智能化记忆、智能化识别与传统数学方法相结合的技术，加快决策速度、改善决策精度、提高决策结果的科学化水平。 2.3 各级调度发电计划一体化协作 随着跨区、跨省电网的发展，特别是特高压互联电网的建设，各级电网之间联系日益紧密，跨区、跨省交易增多，在发电计划环节各级调度之间的相互影响、相互制约因素增多，目前的以网省自我平衡为主的计划安排模式将不再适应电网发展要求为此，智能电网调度发电计划要实现向多级协调、一体化协作模式转变。 智能电网调度发电计划的一体化协作依靠共享数据池实现各级调度信息的源头维护和高效共享。如图2 所示，以日前发电计划为例，智能电网调度发电计划通过各级调度的合理分工配合，实现发电计划安排的各级互动和一体化协作。日前发电计划可分为预计划编制、实际计划编制和安全校核3 个阶段。预计划编制和实际计划编制阶段由国调、网调、省调并行工作并通过共享数据池形成交互；安全校核阶段采用自上而下逐级排查的模式，对日前发电计划的安全隐患进行全面筛查和逐级调整，最终得到满足各级网络安全约束要求的日前发电计划。 此外，智能电网调度发电计划提高了其应对新能源发电不确定性的能力。新能源发电的随机性增加了常规机组发电计划优化的难度，必须一体化地综合考虑调频、备用空间分布、发电机组出力、潮流方式多变对电网安全控制措施的影响，导致整发电计划决策模型的可行域复杂化、局部最优解的分散化和寻优过程的振荡化。智能化发电计划方法要求将传统的数学方法与智能化的方法相结合，以前者的方法克服后者决策过程的机械性，以后者的严密逻辑推理提高智能化思维的深度和广度，从而全面提高发电计划决策的效率和精度。 综上，整个智能电网调度发电计划在智能化总体辅助决策的协调控制下，由远及近，由粗及细，各级协调，动态优化，在更长的决策时间范围内，实现电网资源配置、风险管理以及预防预控，并为调度运行的安全性和经济性提供最佳决策空间和调整裕度。而在各周期计划执行的过程中，又形成了由近及远的逐级校验和闭环反馈，将计划与实际调度运行之间的偏差动态反馈给计划制定流程，并且基于智能化的自学习过程，进一步完善各级发电计划的模型、方法和决策流程，从而形成一套以智能化记忆、识别、“瞻前顾后”、动态协调、滚动优化为主要特征的智能电网调度发电计划体系。各个时间维度发电计划之间的协调机制如图3 所示。 3 智能电网调度发电计划的关键技术 3.1 智能化的电网母线负荷预测技术 电网母线负荷预测是电网发电计划和安全校核的基础。传统的电网母线负荷预测方法大都是在母线负荷历史数据的基础上，采用各类时间序列类算法直接预测，缺乏对原始数据可靠性的检验以及相关因素对母线负荷影响特性的研究，预测精度低、预测适应性差。为此，首先必须深入研究母线负荷预测中坏数据的智能辨识与修正技术，智能化地识别不同母线负荷的不同变化规律和发展模式，由此辨识和修正历史数据中的坏数据，为母线负荷预测奠定数据基础。研究建立母线负荷预测的模型库，不同母线不同时段负荷的变化规律千差万别，这就要求针对母线负荷的变化特点，研究灵活多样、适应性强的预测模型，结合全面的信息记忆和智能化的数据挖掘方法，挖掘母线负荷的变化特点，以预测模型的多样性去适应母线负荷变化规律的多样性，为智能化母线负荷预测方法奠定深厚的模型基础。深入研究母线负荷预测的模式识别方法和自适应预测方法，在深入研究母线负荷特性的基础上，结合丰富的预测方法库和智能化识别机制，针对母线负荷的不同特点，科学、灵活地选择最佳预测模型和预测参数，并通过闭环反馈动态修正预测模型的结构和参数；深入研究母线负荷的多级协调技术，借鉴人工智能统筹兼顾、全局优化的思路，协调系统负荷预测和母线负荷预测的结果，进一步提高预测结果的科学性。实现智能化的电网预测技术应该深入研究影响待预测量变化的相关因素，以及各影响因素与待预测量之间的相关关系。在全面构建相关因素信息库和待预测量历史数据库的基础上，结合预测人员的经验，通过不断的自学习和训练过程，逐步提高模式识别方法的识别能力和计算精度，灵活适应电网负荷和新能源发电能力在空间维度和时间维度上随外部相关因素变化而发生的变化，为发电计划的制定奠定坚实的数据基础。
3.2 智能化的可再生能源发电能力预测技术 利用大电网服务于大可再生能源是建设坚强智能电网的重要内容。由于可再生能源受气象等外界因素影响显著，电网接入分散，给电网的供应侧和需求侧带来了双重的不确定性，给电网的安全稳定运行带来了极大的挑战，为此必须深入研究影响可再生能源发电能力的各类因素及其对可再生能源发电能力的影响规律。通过广泛地记忆各类运行方式下的影响因素及相应的可再生能源发电历史数据，建立全面的历史信息库，并基于智能化的模式识别技术，精确把握在不同外部环境下可再生能源的发电能力。为了将可再生能源发电能力的不确定性量化，为智能化的发电计划提供数据基础，必须深入研究可再生能源的概率模型，利用先进的序列运算理论，结合可再生能源的运行模型以及现场工作人员的实际运行经验，全面把握可再生能源发电的概率性模型，为考虑风险的计划决策提供支持。智能化的可再生能源预测技术不仅要预测可再生能源的发电能力，更要深入研究可再生能源的随机性对系统潮流、系统备用以及发电计划安全性和经济性的影响，结合最优化技术以及概率性模型分析，实现综合考虑可再生能源发电概率性行为的最佳决策。 3.3 智能化的发电计划建模技术 发电计划由多个复杂的优化模型构成，科学地建模能够事半功倍地利用先进的优化方法高效地解决复杂的实际问题，并提高计划的合理性和可操作性。在智能化的优化建模中，首先应该提高优化建模的科学性和高效性，提高建模的精细化程度，必须深入研究复杂约束条件对优化模型的求解精度和计算效率的影响，提出约束条件最少、计算精度和效益高的最佳建模方法。结合实际运行人员的经验，研究包括部分模糊约束以及非解析约束的科学表示方法和解析化建模方法。针对矛盾约束以及不同重要度的约束，应结合智能化偏好决策方法，实现约束的重要性分级以及约束的柔性协调控制，从而确保发电计划更为适应实际调度运行的需求。结合优化算法和智能化模拟摄动方法，深入分析模型的可行性和合理性，并为实际调度运行人员提供最佳的模型校正策略，从而从模型的角度全面提高发电计划的可行性和最优性。此外，模型的制定过程还应根据现场工作人员的实际要求灵活地定制和自动添加约束条件，能够灵活感知外部环境的变化，实现优化建模自动、灵活自校正过程。 3.4 智能化发电计划模型求解策略 计划制定模块是整个智能化发电计划的决策核心，其本质是一个大规模复杂约束的混合整数规划问题[22-23]。传统的计算方法都是直接利用各类数学优化方法求解，在有限的时间内很难求得最优解。智能化发电计划求解策略应基于电力系统的自身特点，结合运行人员的实际需求，在不影响运行最优性的前提下，有效降低待求解模型的复杂度。深入研究形成完备最小约束集的智能化动态识别方法，在算法的动态执行过程中灵活选择最佳优化空间，全面提高问题的计算速度。结合发电计划问题的物理特性，深入研究起作用整数变量的智能化识别方法，从而在不损失最优性的前提下有效提高问题的求解效率。研究如何结合经济学以及智能优化算法中的分解协调和最优性原理，实现总体决策和分散决策相互配合、总分协调决策的智能化分解协调方法，并提出相应的最优性判断准则。研究机组组合算法的寻优路径、初始可行解、分支策略以及组合方法，将电力系统的物理本质、数学优化算法以及现场人员的运行经验相结合，根据外界条件的变化以及历史记忆路径，灵活地选择最佳寻优路径和策略，从而实现整个发电计划的自适应寻优策略。 3.5 智能化的电网安全校核技术 传统的发电计划电网安全校核是以几个典型的电网运行方式对应的静态和动态限值为安全约束，对电网发电计划进行约束。而这种典型的运行方式所对应的发电计划与考虑安全约束的最优发电计划相差甚远，这就决定了这种以典型运行方式为基础的传统安全校核方式过于粗放。因此迫切需要能够针对短期电网的发电计划，建立精细化的电网安全校核模型，综合考虑电网稳态安全约束条件、暂态安全约束条件以及基于电网风险的电网安全裕度，实现对电网安全边界的实时动态把握。深入研究特高压大电网和交直流混合系统的静态安全校核模型及建模方法，建立基于直流潮流和交流潮流的大规模多时段安全校核数学模型。分析时段耦合对阻塞管理调整策略的影响机制，建立全时段协调优化的阻塞管理调整策略。为进一步提高电网安全校核的精度、速度和智能性，应通过构造理想调度模型以及仿真计算，深入研究电网的安全运行规律，全面把握电网的关键场景，并通过智能化的模式识别方法快速、准确地判断电网的安全状况。深入研究电网静态安全校核和动态安全校核与最优发电计划模型的闭环反馈机制，通过结合现场运行经验以及智能决策分析的模拟计算结果，研究复杂的动态安全约束静态化表示方法，并实现安全约束与经济 优化目标的最优协调，在保证电网安全的前提下实现电网发电计划的经济最优。 3.6 发电计划的智能化协调运作机制 发电计划本质上是一个多维度的复杂优化问题，由于直接整体求解的复杂性，需要在多个维度上进行分解，协调寻优。在时间维度上分为月度、周、日、日内等不同周期；在空间维度上可分为国、网、省等多层决策分级；在功能上涵盖负荷预测、机组组合、经济调度、安全校核以及相关业务流程和管理手段等多项功能。为了实现发电计划在多个维度上的协调运作，达到安全、经济的综合最优，必须深入研究智能化的协调优化方法，研究多维度发电计划协调运作的准则，判断是否由于各级计划之间缺乏协调运作给电网安全带来隐患，以及发电计划是否实现了全局节能、经济的协调最优，是否存在进一步改进的空间。建立全面的评估机制，通过智能化的综合评价方法，深入研究能够全面评价发电计划各维度协调优化程度的科学评价方法。深入研究发电计划中各项功能在不同时间维度、不同空间维度之间的协调运作机制，并形成以智能化检测、识别、分析、校正为基础的动态更新机制，确保实现智能化发电计划整体的协调性和有序性。为了适应调度模式等外部环境变化对协调机制的影响，必须形成协调运作机制的闭环、自学习过程，确保协作机制的智能化。 3.7 智能化的发电计划后评估机制 发电计划后评估是通过自动记录电网运行的关键历史数据，设定灵活的分析计算目标，以安全约束机组组合为计算核心，客观地评价、分析电网的调度运行状况。在智能电网调度发电计划中，不仅可以对运行方式进行后评估，还能对电网未来运行状况进行模拟分析和计算。后评估机制是建设智能电网调度的重要内容，为发电计划运行方式库的积累、关键故障和场景的识别、发电计划风险的识别和防范提供了有力的工具。针对智能电网调度发电计划的各项评估要求，应深入研究后评估模型的建立方法。深入研究能够反映各类模拟分析需求的指标评价体系，通过对比计算电网实际调度与最优调度的电网运行状态和技术指标，多角度地分析、评价运行中安全与经济方面存在的优化空间。基于全面的指标评价体系，深入研究综合考虑各类指标的智能化指标综合分析评价方法，结合实际调度运行需求的偏好，模拟人脑的模糊决策过程，对电网调度运行水平进行评估，并通过智能化辅助决策，提出不断向最优调度目标贴近的解决方案。通过建立电网运行评价分析的常态机制，实现对电网调度运行和模拟分析的闭环动态调整，从而有效提高整个智能化发电计划的自组织性和自我校正能力。 4 结论 智能电网调度发电计划是从电网运行控制决策的角度，由远及近从多个时间维度综合考虑电网安全预控、风险管理、经济优化、节能环保等多优化目标，采用各类先进的智能化技术，保障电网安全、可靠、经济、灵活、高效、可持续地运行。从电网预测、分析、建模、决策、控制、计划、展现等多个方面全面实现电网运行管理的智能化、一体化、科学化和实用化，为驾驭大电网运行，全面提高电网资源优化配置的能力提供有效的技术支撑。 智能化是使复杂系统具有敏锐感知、迅速反应、周密思维和有效活动等能力的途径。基于这一科学的智能化定义，本文提出了智能电网调度发电计划的重要特征，其中包括信息感知的灵敏化、信息采集的自动化、信息筛选的智能化、信息记忆的科学化、信息预测的精确化、预测结果的协调化、决策模型建模的高效化、优化性能的全局化、优化求解的敏捷化、协调校正的动态化、反馈修正的闭环化、计划安排的互动化、调度协作的一体化、计算过程的可视化和结果展示的可知化；提出了以智能化记忆、识别、“瞻前顾后”、动态协调、滚动优化为主要特征的智能电网调度发电计划模式；实现了由远及近、由粗及细、各级协调、动态优化的电网资源配置、风险管理以及预防预控，形成了由近及远的逐级校验和闭环反馈的智能化的自学习过程；详细设计了基于智能化方法的母线负荷预测、可再生能源发电能力预测技术、发电计划建模技术、电网安全校核技术、发电计划模型求解策略、发电计划的协调运作机制与方法，以及发电计划后评估机制与方法。发电计划安排是大电网安全经济运行的基础性工作，实现发电计划的智能化决策对 全面提高驾驭大电网能力，提升电网安全、经济运行水平，具有重要的理论与应用价值。 参考文献 [1] 陈树勇，宋书芳，李兰欣，等．智能电网技术综述[J]．电网技术，2009，33(8)：1-7． Chen Shuyong，Song Shufang，Li Lanxin，et al．Survey on smart gridtechnology[J]．Power System Technology，2009，33(8)：1-7(inChinese)． [2] 钟金，郑睿敏，杨卫红，等．建设信息时代的智能电网[J]．电网技术，2009，33(3)：12-18． Zhong Jin，Zheng Ruimin，Yang Weihong，et al．Construction of smartgrid at information age[J]．Power System Technology，2009，33(3)：12-18(in Chinese)． [3] 林宇峰，钟金，吴复立．智能电网技术体系探讨[J]．电网技术，2009，33(12)：8-14． Lin Yufeng，Zhong Jin，Wu Fuli．Discussion on smart grid supportingtechnologies[J]．Power System Technology，2009，33(12)：8-14(inChinese)． [4] 张文亮，刘壮志，王明俊，等．智能电网的研究进展及发展趋势[J]．电网技术，2009，33(13)：1-11． Zhang Wenliang，Liu Zhuangzhi，Wang Mingjun，et al．Researchstatus and development trend of smart grid[J] ． Power SystemTechnology，2009，33(13)：1-11(in Chinese)． [5] 汤奕，Manisa P，邵盛楠，等．中国、美国和欧盟智能电网之比较研究[J]．电网技术，2009，33(14)：46-54． Tang Yi，Manisa P，Shao Shengnan，et al．Comparative study on smartgrid related R & D in China, the United States and the EuropeanUnion[J]．Power System Technology，2009，33(14)：46-54(in Chinese)． [6] 胡学浩．智能电网：未来电网的发展态势[J]．电网技术，2009，33(14)：1-5． Hu Xuehao ．Smart grid: a development trend of future powergrid[J]．Power System Technology，2009，33(14)：1-5(in Chinese)． [7] 王明俊．自愈电网与分布能源[J]．电网技术，2007，31(6)：1-7．Wang Mingjun．Self-healing grid and distributed energy resource[J]．Power System Technology，2007，31(6)：1-7(in Chinese)． [8] 丁明，张颖媛，茆美琴．微网研究中的关键技术[J]．电网技术，2009，33(11)：6-11． Ding Ming，Zhang Yingyuan，Mao Meiqin．Key technologies formicrogrids being researched[J]．Power System Technology，2009，33(11)：6-11(in Chinese)． [9] 黄伟，孙昶辉，吴子平，等．含分布式发电系统的微网技术研究综述[J]．电网技术，2009，33(9)：14-18． Huang Wei，Sun Changhui，Wu Ziping，et al．A review on microgridtechnology containing distributed generation system[J]．Power SystemTechnology，2009，33(9)：14-18(in Chinese)． [10] 苗新，张恺，田世明，等．支撑智能电网的信息通信体系[J]．电网技术，2009，33(17)：8-13． Miao Xin ， Zhang Kai ， Tian Shiming ， et al ． Informationcommunication system supporting smart grid[J] ． Power SystemTechnology，2009，33(17)：8-13(in Chinese)． [11] 王智冬，李晖，李隽，等．智能电网的评估指标体系[J]．电网技术，2009，33(17)：14-18． Wang Zhidong，Li Hui，Li Jun，et al．Assessment index system forsmart grids[J]．Power System Technology，2009，33(17)：14-18(inChinese)． [12] European SmartGrids Technology Platform．Vision and strategy forEurope’s electricity networks of the future[R/OL] ． http://www.smartgrids.eu/． [13] European SmartGrids Technology Platform．Strategic research agendafor Europe’s electricity networks of the future[R/OL]．Heep://www.smartgrids.eu/documents/sra/sra_finalversion.pdf． [14] Patrick M． The smart energy network: electricity’s third greatrevolution[EB/OL] ． http:///pubs/pdfs/SmartEnergy.pdf． [15] Global Environment Fund, Center for Smart Energy．The emergingsmart grid: investment and entrepreneurial potential in the electricpower grid of the future[EB/OL]．http://www.globalenvironmentfund. com/GEF%20white%20paper_Electric%20Power%20Grid.pdf． [16] U. S. Department of Energy ， National Energy TechnologyLaboratory．Modern grid initiative[EB/OL]．http://www.e.gov/moderngrid/opportunity/vision_technologies.html． [17] Zhang X P．A framework for operation and control of smart grids withdistributed generation[C]．2008 IEEE Power and Energy SocietyGeneral Meeting：Conversion and Delivery of Electrical Energy in the 21st Century，Pittsburgh，Pennsylvania，USA，2008． [18] 2007 IBM energy and utilities global residential/small businessconsumer survey[EB/OL]．http://www-03.ibm.com/industries/utilities/doc/content/landingdtw/3165578119.html?g_type=pspot． [19] IBM 全球企业咨询服务部．建设智能电网，创新运营管理：中国电力发展的新思路[R/OL]．http://www-900.ibm.com/cn/services/bcs/iibv/industry/utilities.shtml． [20] 帅军庆．瞄准世界前沿 建设智能电网[J]．国家电网，2008(2)：54-57． [21] 刘振亚．建设坚强智能电网 支撑又好又快发展[N]．人民日报，2009-09-09(7)． [22] Yong Fu，Shahidehpour M．Fast SCUC for large-scale power systems[J]．IEEE Trans on Power Systems，2007，22(4)：2144-2151． [23] Frangioni A，Gentile C，Lacalandra F．Tighter approximated MILPformulations for unit commitment problems[J]．IEEE Trans on PowerSystems，2009，24(1)：105-113． 收稿日期：2009-10-27。 作者简介： 张智刚(1964—)，男，高级研究员，国家电力调度通信中心主任，研究方向为智能电网、电力系统稳定、经济调度、母线负荷预测等； 夏清(1957—)，男，教授，博士生导师，研究方向为智能电网、电力市场、经济调度、电力规划、负荷预测等，E-mail：qingxia@mail。.tsinghua.edu.cn
