Содержание к диссертации
Введение
1. Анализ систем автоматизированного контроля и учета электроэнергии 10
1.1. Проблематика автоматизированного контроля и учета энергопотребления в распределенных энергосистемах 10
1.2. Обобщенная структура и состав интегрированной автоматизированной системы учета и контроля электроэнергии 17
1.3. Средства информационного и графического обеспечения процессов принятия решений в АСКУЭ 24
1.4. Цель работы и задачи исследования 41
2. Графические модели данных автоматизированных систем учета и контроля электроэнергии 43
2.1. Анализ качества графических моделей данных распределенных энергосистем 43
2.2. Методы построения концептуальных моделей распределенных энергосистем и графических структур данных 48
2.3. Алгоритм формирования концептуальной модели распределенной энергосистемы 60
Выводы 68
3. Алгоритмизация принятия решений на основе графических моделей в АСКУЭ 69
3.1. Моделирование процесса оперативной маршрутизации в распределенных сетях передачи электроэнергии 69
3.2. Моделирование принятия решений в условиях дефицита энергомощностей 74
3.3. Моделирование перераспределения ограниченных энергомощностей в неопределенных условиях 86
Выводы 92
4. Модели визуализации потоков электроэнергии на структурных схемах сложных многоуровневых электрических сетей 93
4.1. Визуализация потоков электроэнергии на многоуровневых структурах электрических сетей для графической поддержки процессов принятия решений 93
4.2. Концептуальные и графические модели корпоративных систем оптового рынка электроэнергии и мощности 99
4.2.1. Цели и задачи концептуального моделирования корпоративных систем электроэнергетики 99
4.2.2. Концептуальные модели корпоративных систем 100
4.2.3. Концептуальные разнородные графические модели корпоративных систем электроэнергетики 103
4.3. Модели отображения потоков электроэнергии на структурных схемах электрических сетей 108
4.4. Декомпозиция моделей визуализации потоков электроэнергии на структурных моделях электрических сетей 116
Выводы 126
5. Программное обеспечение графических моделей анализа и принятия решений 128
5.1. Структура комплекса средств программного обеспечения 128
5.1.1. Общая характеристика ИнГИС 128
5.1.2. Интегрированные концептуально-организованные атрибутивные базы данных ИнГИС 130
5.1.3. Структура программно-информационного комплекса ИнГИС 131
5.1.4. Характеристика программного обеспечения ИнГИС 136
5.1.5. Техническое обеспечение ИнГИС Энерго 139
5.2. Пользовательский интерфейс ИнГИС 140
5.3. Средства формирования и редактирования графических моделей и их элементов 149
5.3.1. Программные средства и функции ИнГИС 149
5.3.2. Технологии, используемые в ИнГИС 151
Заключение 157
Список использованных источников 159
- Обобщенная структура и состав интегрированной автоматизированной системы учета и контроля электроэнергии
- Методы построения концептуальных моделей распределенных энергосистем и графических структур данных
- Моделирование принятия решений в условиях дефицита энергомощностей
- Концептуальные и графические модели корпоративных систем оптового рынка электроэнергии и мощности
Введение к работе
Актуальность темы. Современная электроэнергетика является ключевой отраслью в экономике страны, в значительной мере определяющей темпы промышленного роста, а также уровень жизнеобеспечения населенных городов.
Постоянный рост потребляемых мощностей, развитие инфраструктуры, а также непосредственно электрических станций, подстанций, электрических и тепловых сетей, потребительских энергоустановок, возрастание неравномерно-стей в передаче электроэнергии во времени и направлениям качественно усложняют задачи, решаемые при управлении энергопотреблением.
Существенные, резервы повышения эффективности функционирования сложных энергосистем в сложившихся экономических условиях заключены в дальнейшем совершенствовании систем управления на основе применения современных экономико-математических методов и информационных технологий. Это нашло свое выражение в разработке интегрированных автоматизированных систем контроля и учета энергопотребления (АСКУЭ). Главное функциональное ядро АСКУЭ составляют подсистемы оперативно-диспетчерского контроля и управления, которые реализуют оперативный режим принятия решений, в частности, по оптимальному перераспределению энергомощностей в сбойных ситуациях, рациональному распределению электроэнергии в условиях дефицита энергомощностей, оптимальному перераспределению ограниченных энергомощностей в неопределенных условиях и т.д.
Региональные энергосистемы с позиций оперативного управления относятся к классу сложных систем с территориально распределенными объектами, в которых имеют место трудноформализуемые, принципиально вероятностные процессы, что требует для их исследования использования современных методов моделирования и оптимизации, обеспечивающих принятие управленческих решений с их поддержкой соответствующими средствами визуализации, реализующими графические модели.
Таким образом, актуальность темы диссертационной работы продиктова-
5 на необходимостью дальнейшего повышения качества и эффективности функционирования автоматизированных систем контроля и учета энергопотребления за счет совершенствования математического, алгоритмического и программного обеспечения процедур принятия решений на основе активного использования графических моделей энергосистем.
Тематика диссертационной работы соответствует научному направлению Воронежского государственного технического университета "Вычислительные системы и программно-аппаратные электротехнические комплексы".
Целью работы является разработка графических моделей сложных многоуровневых электрических сетей и их элементов, моделей принятия решений в условиях сбойных ситуаций, дефицита энергомощностей, в условиях неопределенности, а также соответствующих средств визуализации, обеспечивающих оперативный режим управления в рамках автоматизированных систем контроля и учета энергопотребления.
Для достижения указанной цели необходимо решить следующие задачи:
Обобщенная структура и состав интегрированной автоматизированной системы учета и контроля электроэнергии
В новых экономических этих условиях значительно изменилась вся структура коммерческого и технического учета электроэнергии, возникли но вые точки учета на границах раздела между субъектами рынка, расширились и усложнились функции контроля и управления производством, распределения и потребления электроэнергии.
Анализ состояния учета энергии при переходе к рыночным отношениям выявил существенные недостатки, которые характеризуются: низким классом точности измерительных трансформаторов тока и напряжения в высоковольтной сети и невозможностью поверки и определения их метрологических характеристик в условиях эксплуатации; низким классом точности приборов учета электрической и тепловой энергии и их недостаточной эксплуатационной надежностью; невозможностью измерения коммерческих значений мощности электроэнергии за заданные интервалы времени, что не позволяет использовать этот параметр в условиях функционирования рынка; архаичностью самой организации учета с ручным съемом показаний приборов учета за календарный месяц, приводящей к неодновременности снятия показаний счетчиков и, как следствие, невозможностью получения точного баланса по выработке и потреблению электроэнергии; наличием субъективных ошибок и умышленного обмана при снятии показаний; отсутствием автоматизированной связи между первичным учетом энергии и финансово-расчетными системами на всех уровнях, что снижает эффективность функционирования рынка [2].
Следует также отметить, что процесс производства электрической энергии характеризуется неразрывностью во времени с процессом ее потребления. Для производства электроэнергии энергоснабжающие организации вынуждены предварительно вкладывать средства в покупку топлива. Это определяет остроту проблемы своевременной и точной организации взаиморасчетов за электроэнергию. При этом непрерывный характер производства и реализации требует в пределе непрерывной организации соответствующей оплаты. Решить все вы шеперечисленные проблемы можно путем внедрения современных метрологически аттестованных автоматизированных систем контроля, учета и управления энергопотреблением (АСКУЭ). Основными целями автоматизированного контроля и учета электроэнергии являются точное и оперативное определение объемов ее производства, распределения и потребления, а также получение исходной информации для решения коммерческих, экономических и технических задач (рис. 1.3).
АСКУЭ является программно-техническим комплексом, имеющим иерархическую структуру построения системы сбора, передачи, регистрации и отображения информации. В качестве первичных источников информации на объекте учета используются счетчики электрической энергии, имеющие число-импульсный выход (количество импульсов пропорционально величине учтенной энергии). Информация от счетчиков поступает в групповое устройство сбора, обработки и передачи информации (УСПД). УСПД могут принимать информацию от 16 до 128 и более счетчиков, производить ее обработку по заданной программе, хранение и передачу на верхние уровни управления по каналам связи [7].
Средства инструментального обеспечения АСКУЭ должны позволять производить сбор и оперативную дистанционную передачу по различным каналам связи на диспетчерские пункты энергоснабжающих предприятий всего необходимого объема данных для оперативного контроля и коммерческих расчетов потребления электроэнергии по многоставочным, дифференцированным по времени суток или сезонам тарифам любой сложности с использованием современной вычислительной техники [70, 106].
Другой функцией АСКУЭ является осуществление с ее помощью целенаправленного регулирования режимов энергопотребления в целях энергосбережения. Необходимость такого регулирования обусловлена значительной разницей между пиком нагрузки и ночным провалом в энергосистемах, недостаточной регулирующей возможностью тепловых электростанций и АЭС для покрытия переменной части графиков нагрузки, неблагоприятной тенденцией снижения доли маневренных мощностей в энергосистемах, вызванной укрупнением энергоблоков, значительными капитальными и энергетическими затратами, связанными с сооружением и эксплуатацией пиковых агрегатов, технической возможностью и экономической целесообразностью искусственного выравнивания графиков нагрузки [38, 90, 110].
Автоматизированные системы контроля и управления региональным энергопотреблением должны обеспечивать автоматизацию следующих основных функций: получение достоверной и надежной коммерческой информации на всех уровнях рынка электроэнергии и мощности; обеспечение возможности оптимизации режимов с целью удовлетворения интересов субъектов рынка и максимального энергосбережения; суточный контроль балансов электроэнергии подстанций, энергоузла, электросетевого предприятия; контроль режимов энергопотребления (в соответствии с заключенными договорами); контроль режимов энергопотребления промпредприятий в реальном времени, выборочно по подстанциям; ежесуточная информация о потерях в ВЛ, расходах СН; ускорение расчетов с потребителями и исключение ошибок ручного ввода показаний счетчиков; обеспечение перехода на многотарифный учет по зонам суток; формирование полного баланса производства, распределения и потребления энергии в энергосистеме.
Методы построения концептуальных моделей распределенных энергосистем и графических структур данных
Целью данного раздела является разработка методов построения концептуальных моделей АСКУЭ и логических моделей данных их информационных систем на примере энергосистемы. Адекватность концептуальной модели системы и логической модели данных реализуется на основе единого языка описания.
Предлагается в качестве единого языка описания концептуальных моделей комплексов и логических моделей данных их информационных систем использовать концепцию описания моделей «сущность-связь» (entity-relationship model). Ее основные положения «сущность» и «связь» были разработаны Питер Пин - Шен Ченом в 1976 г. [43]. В этой концепции используется естественное представление, в соответствии с которым, реальный мир состоит из «сущностей» и «связей». Ее основой является некоторая существенная семантическая информация о реальном мире. Однако основной целью нотации Чена было построение логических моделей данных, а не концептуальных моделей систем, поэтому в данном разделе предлагается расширения его нотации, необходимые, в частности, для более детального описания концептуальных моделей.
Проектирование логической модели данных обычно осуществляться с помощью графического представления сущностей и связей - ER-диаграмм. Однако сложные концептуальные модели систем с многоаспектными связями практически невозможно представить в виде одной или несколько схем, поэтому основным инструментом проектирования концептуальных моделей в настоящей работе является их аналитическое описание, при котором определяются классы объектов, метаклассы, классы связей, возможные связи, атрибуты, состояния, показатели и методы объектов и связей. Используемые термины приняты в объектно-ориентированном проектировании [48, 69, 103]. Основные понятия расширенной нотации Чена приведены на рис. 2.2. При описании ме тодов построения концептуальных моделей АСКУЭ в качестве примеров приводится построение элементов концептуальной модели энергосистемы.
При рассмотрении какой-либо предметной области или системы всегда можно выделить классы объектов, которые представляют собой наборы объектов, удовлетворяющие некоторым необходимым и достаточным условиям, причем эти объекты не обязательно должны существовать реально или представлять собой конкретные физические объекты.
Определим совокупность классов объектов системы как множество а совокупность объектов как множество Последнее обеспечивает корректность определения функций из множества!),. Кроме того, все объекты, должны быть отнесены к хотя бы од ному классу, т. е. объединение множеств С,. должно образовывать множество объектов Y:
Если вышеприведенное условие не выполняется, т.е. U Су Ф Y, то множество классов объектов X не является полным для конкретного описания системы.
Для примера рассмотрим технологическую подсистему передачи и распределения электроэнергии. Ключевым классом объектов в этой подсистеме является класс "Электрические сети", а понятия "Электрические сети РАО ЕЭС Воронежской энергосистемы" и "Электрические сети АО Воронежэнерго" являются объектами. В подсистеме производства и распределения электроэнергии также выделяются классы "Подстанции", "Линии", "Трансформаторы", "Выключатели", "Системы шин", "Присоединения", "Разъединители", и т. д. Объектами данных классов будут "Подстанция Лиски-330", "ВЛ НВАЭС-Лиски 330", "АТ-1 Лиски", "СШ-220 Лиски" и т. д. Классы объектов являются "атомами" при построении концептуальной модели системы.
Правила отнесения объектов к определенному классу кажется весьма тривиальными. Однако сложность этих правил обуславливается качеством проведенной проектировщиком классификации. Например, проектировщик может выделить в системе три класса - "Автотрансформаторы", "Трансформаторы тока", "Трансформаторы напряжения", может оставить один "Трансформаторы" и может провести еще более детальную классификацию.
Появление объекта, который нельзя отнести к тому или иному выделенному проектировщиком классу, говорит о недостаточной степени полноты или детализации концептуальной модели и требует возврата к стадии проектирования [13, 49, 105].
Метаклассом назовем некую совокупность, состоящую из классов и других метаклассов. Совокупность метаклассов, описывающая предметную область или систему образуют множество Метаклассы разбиваются на элементарные, включающие в себя только классы объектов z.cl, и составные, включающие, кроме классов объектов другие метаклассы z.cJ, z.cZ, Метакласс, в который входит рассматриваемый класс или метакласс, назовем родовым.
Рассмотрим структуру метаклассов на примере подсистемы распределения электроэнергии. Обозначим через X классы объектов, Z3 - элементарные метаклассы, Zc - составные метаклассы. Zc
Моделирование принятия решений в условиях дефицита энергомощностей
С точки зрения теории математического программирования данная задача представляет собой полностью целочисленную задачу линейного программирования [71, 87].
Задачи глобальной оптимизации (нахождения минимума или максимума) являются переборными. Применительно к задаче распределения ограниченных энергомощностей перебору подлежат варианты включения генераторов в совокупности с вариантами отключения потребителей.
В общем случае переборные алгоритмы неэффективны (в расчёте на худшую задачу), поэтому успех в решении каждой конкретной задачи существенным образом зависит от способа организации перебора. Так как на переменные накладывается условие их целочисленности, то для их сведения к задачам линейного программирования (ЛП) необходимо прежде всего избавиться от этой «целочисленности», что портит свойство выпуклости (и полиномиальности) задачи ЛП.
Однако существует ряд методов, позволяющих найти решение целочисленной задача. Одним из методов является метод ветвей и границ [31]. Рассмотрим общую идею алгоритма, реализующего данный метод применительно к задаче поиска максимума функции F(x,y). Рассматривается [65, 26] задача максимизации функции F(x,y) при условии целочисленности переменных х и у:
На первом этапе в корневой вершине дерева решения вместо задачи (3.18) решается основная задача ЛП: (Напомним, что под основной задачей ЛП понимается нахождение такого решения, которое бы максимизировала данную функцию вектора неизвестных х по всем вещественным х, удовлетворяющим системе).
Её решением является вектор х. Если х оказался целочисленным, то z :=x - решение целочисленной задачи закончено. Иначе.xj Z и осуществляем ветвление по j-й компоненте следующим образом.
Из вершины выходят две ветви, и на новом ярусе к ограничениям основной задачи ЛП, решаемой в порождающей вершине, добавляется ограничение Xj Гх]1 для 1-й ветви или Xj Гх]1 для 2-й ветви. Значение максимума в исходной задаче целочисленного ЛП, очевидно, равно максимальному из значений подзадач целочисленного ЛП на каждой ветви. Но, как и ранее, вместо подзадачи целочисленного ЛП рассматривается подзадача без ограничения целочисленное. Такая основная задача ЛП и решается в очередной порожденной вершине в случае ее раскрытия, обозначим решение через хк.
Если хк - целочисленное, то вершина закрывается, а значение f(x,y),xk функции цели сравнивается с рекордом для его обновления или, по первому разу, присваивается рекорду, и точка хк - допустимая точка в целочисленной задаче - запоминается. После получения рекорда может быть закрыта любая раскрытая вершина, для которой оптимальное значение целевой функции окажется меньше рекорда. Действительно, поскольку максимум по большему множеству не меньше максимума по меньшему, то значение основной задачи ЛП дает оценку сверху (границу) значения соответствующей целочисленной подзадачи, и когда верхняя оценка не превышает рекорда, бессмысленно пытаться увеличить рекорд на данной ветви.
Другим случаем закрытия вершины (отсечения ветви) является неразрешимость поставленной основной задачи ЛП и, следовательно, той же подзадачи целочисленного ЛП. Заметим, что для проверки неразрешимости не всегда надо решать задачу, несовместными могут сразу при формулировке оказаться, например, ограничения Xj хк1Д оставшиеся с одного из предыдущих ярусов, и Xj LxkJ, добавленные снова.
Если хк - нецелочисленное, то Зхк Z, и осуществляем ветвление ПО 1-Й компоненте описанным выше способом. Процедура заканчивается после закрытия всех вершин, тогда значение исходной задачи равно текущему рекорду, либо рекорд остался неопределенным и исходная задача не имеет решения.
Выбор стратегии ветвления в целочисленном ЛП играет не меньшую роль, чем в глобальной оптимизации. Отсутствие рекорда приводит к лишнему перебору, но процедура ветвления «в глубину» может вместо рекорда дать несовместную систему ограничений. Кроме того, для нескольких нецелых компонент хк непонятно, по какой из них лучше осуществлять ветвление: по новой, которая не рассматривалась на предыдущих ярусах, или сначала перебрать все допустимые целые значения одной из компонент. Последняя же стратегия имеет смысл при наличии двусторонних ограничений на переменные.
Следующим подходом к решению целочисленной задачи ЛП является использование метода. Гомори. Общий алгоритм, реализующий метод Гомори, приведен ниже.
1. Решить основную задачу ЛП методом последовательного улучшения плана. Если все базисные компоненты оптимального решения Xopt (полученного симплекс-методом) целые, то Xopt и есть оптимальное решение задачи ЛП. Если же некоторая компонента оптимального решения Xopt задачи ЛП нецелая, то выполняем следующий шаг.
2. Если в оптимальном плане единственная компонента нецелая, то дополнительное ограничение строится по этой координате. Если нецелых компонент в плане более одной, то выберем координату с наименьшим номером. Пусть этой компонентой оказалась х, тогда дополнительное линейное ограничение записывается в виде
Концептуальные и графические модели корпоративных систем оптового рынка электроэнергии и мощности
Управление открытым доступом производителей и крупных потребителей оптового рынка электроэнергии и мощности к основной электрической сети, разделение диспетчерских функций между коммерческими и технологическими операторами требует унификации языка для всех уровней электроэнергетики.
Создание единой информационной среды электроэнергетики становится актуальной задачей в управлении оптовым рынком электроэнергии и мощности. Она может быть сформирована только на основе единого унифицированного языка описания всего многообразия объектов таких сложных систем для всех уровней управления.
В ИнГИС Южного филиала ЦОТэнерго реализованы программные средства формирования концептуальной модели корпоративных систем на основе унифицированного языка описания. Модель обеспечивает рамочное представление в упорядоченном виде всего многообразия объектов предметных областей знаний типовой корпорации электроэнергетики. Одним их главных критериев при ее построении был взят минимум расхождений между реальной системой и ее понятийной моделью по составу и семантике классов их объектов, бизнес-процессов и ассоциативных связях между ними.
Язык описания моделей (ЯОМ) ИнГИС является верхним уровнем языка описания данных (ЯОД) и включает в себя тезаурус языка описания предметных областей систем их с профессиональной терминологией. Структура тезауруса аналогична схеме упорядочения концептуальной модели.
ИнГИС располагает средствами сопряжения языка содержательного описания систем с ER-диаграммами «сущность - связь» описания данных. Они обеспечивают автоматическое преобразование: содержательное описание системы - концептуальная модель - логическая схема баз данных - физическая схема баз данных.
Концептуальная ER-модель «сущность - связь» отображает физические (вещественные), знаковые и абстрактные сущности реальных систем.
Физические сущности соотносятся с объектами вещественной природы, знаковые имеют виртуальную природу, воспринимаемые абстрактные сущности отображают процессы. Базы объектов модели (сущностей), создаваемые в ИнГИС, идентифицируются и упорядочиваются в первую очередь по этому признаку.
В таблице 4.1 показано распределение физических и знаковых объектов концептуальной модели сущностям и базам данных семантически однородных систем и относительно управляющей и управляемой частей корпоративной системы.
Объекты общей (глобальной) модели корпоративных систем электроэнергетики ИнГИС упорядочены в соответствии с этой схемой.
В системе создано концептуальное меню, соответствующее структуре модели. Оно позволяет выбрать любую однородную систему концептуальной модели электроэнергетики для моделирования или просмотра содержания модели. Принятый в начальной версии ИнГИС состав семантически однородных систем энергетических корпораций подлежит уточнению. Функции ИнГИС позволяют легко производить реорганизация структуры концептуального меню (рис. 4.4).
Из меню раскрывается состав основных подсистем или целевых функций семантически однородных систем корпораций электроэнергетики технологической системы производства, преобразования, передачи и потребления энергии (рис. 4.5).
Аналогично представлена структура технической, организационной системы управления энергетических систем.
Набор отношений для моделирования выбирается, исходя из их общего числа, выявленного экспертом при обследовании моделируемой системы. Его состав зависит от профессиональных требований к их составу и наименованиям. При этом часть из них, отличающихся друг от друга по наименованию, но имеющая одинаковый смысл, может быть заменена одним обобщенным (групповым) наименованием более высокого уровня абстракции. Такие отношения объединяются в одно синонимическое гнездо. Тем самым минимизируется чис ло связей между базовыми категориями информационного ЯОМ.
