Принципы моделирования интеллектуальных технологических систем
Объекты моделирования
В гл. 2 была описана ИЭС как объект, характеризующийся особыми свойствами в отношении управления для достижения цели при соблюдении определенных критериев качества. При этом утверждалось, что степень интеллекта (разумеется, искусственного) представляет собой единство достижимого уровня номенклатуры решаемых задач (в рамках поставленной цели) и достижимого качества управления. В ряде случаев появление возможности повышения уровня интеллекта может привести к постановке новой системной цели.
В настоящее время ОАО «ФСК ЕЭС» разработало и реализует в процессе развития Единой национальной электрической сети и распределительных сетей принципы, основанные на понятии интеллектуальной электроэнергетической системы с активно-адаптивной сетью [1] .
Основателями направления по созданию ИЭС ААС являются: академики РАН В.Е. Фортов и А.С. Макаров, чл.-корр. РАН Н.И. Воропай, проф. Ю.З. Шакарян, проф. В.В. Бушуев, а также В.В. Дорофеев.
Интеллектуальная электроэнергетическая система с активно-адаптивной сетью представляет собой электроэнергетическую систему нового поколения, основанную на мультиагентном принципе организации и управления ее функционированием и развитием в целях обеспечения эффективного использования всех ресурсов (природных, социально-производственных и человеческих) для надежного, качественного и эффективного энергоснабжения потребителей за счет гибкого взаимодействия всех ее субъектов (всех видов источников генерации, электрических сетей и потребителей) на основе современных технологических средств и единой интеллектуальной иерархической системы управления.
|
|
|
Развитие методов современной теории управления применительно к ЭЭС обусловлено также повышением сложности моделей управляемых объектов, которые используются при решении задач анализа динамических систем и синтеза законов управления.
В ряде практических приложений теории управления для объектов ИЭС возникает необходимость учитывать такие признаки моделей, как много- связность входов-выходов, нелинейность, нестационарносгь, неминимально-фазовое свойство[2]. К особому классу можно отнести объекты, модели которых содержат одновременно все перечисленные выше признаки. Примерами таких объектов в энергетике являются собственно ЭЭС, их кластеры, сооружения теплоэнергетики, гидроэнергетики, химические комплексы подготовки воды, гидродинамические и сложные электромеханические системы.
Наиболее часто на объектах ИЭС применяются следующие виды управления:
· • адаптивное управление — совокупность методов, позволяющих синтезировать системы управления, которые имеют возможность изменять параметры регулятора или его структуру в зависимости от изменения параметров объекта управления или внешних возмущений, действующих на него. Соответствующие системы управления называются адаптивными;
|
|
|
· • робастное управление — совокупность методов, позволяющих синтезировать системы, которые гарантируют требуемое качество управления, несмотря на существенные изменения параметров объекта или внешних возмущений, действующих на этот объект. Такие системы управления называются робастными;
· • позиционное управление — традиционное управление с обратной связью [например, регулирование под нагрузкой (РИН) трансформатора по уровню напряжения на шинах подстанции];
· • программное управление — управление разомкнутого типа по заданной программе. Такое управление характерно для прогивоаварийной автоматики и большинства типов релейной защиты.
Наиболее перспективными в электроэнергетике признаны адаптивные системы. К основным типам адаптивных стратегий управления относятся:
· • адаптивное многосвязное оптимальное управление с эталонной моделью;
· • оптимальное адаптивное управление с прогнозирующей моделью;
|
|
|
· • адаптивные системы с идентификатором;
· • адаптивные интеллектные системы идентификации;
· • обучаемые нейронные сети.
Методы оптимального многосвязного управления, имеющего признаки адаптивности, используются в качестве математического аппарата таких систем автоматического управления (САУ), как система автоматического регулирования частоты и перетоков мощности, САУ режимами ЭЭС по напряжению и реактивной мощности. В них оптимизация осуществляется по единому обобщенному критерию — отклонению текущего состояния ЭЭС от требуемого в многомерном пространстве регулируемых параметров. Управление ведется по алгоритму, предусматривающему как непрерывные, так и импульсные воздействия[3].
Наиболее эффективными и гибкими системами управления являются системы, имеющие распределенную многопроцессорную архитектуру программных и аппаратных средств. Распределенная структура обеспечивает действенность системы, возможность ее расширения, модернизации ее программных и аппаратных средств без ухудшения эксплуатационных свойств, соответствующее направление разработок имеет большое значение.
Одним из многообещающих направлений исследований по созданию самовосстанавливающихся энергетических систем является разработка мультиагентных интеллектуальных управляющих систем для разных уровней на основе теории группового управления. Мультиагентная система (MAC) строится на основе программных интеллектуальных агентов, функционирующих на трех уровнях иерархического управления: помощник — начальник — координатор, которым можно поставить в соответствие существующие уровни оперативно-диспетчерского и оперативно-технологического управления.
|
|
|
Применение средств искусственного интеллекта расширяет потенциальные возможности систем управления, позволяя реализовать управление энергообъектами с неизвестной математической моделью поведения, повысить их эффективность за счет включения в них процедур распознавания образов, планирования действий и накопления знаний.
Можно выделить следующие основные направления работ по развитию автоматической системы управления режимами ИЭС, которые реализуются на основе информации, получаемой от энергообъектов различного типа:
· • создание информационных комплексов на базе современных технологий, охватывающих весь возможный диапазон процессов в энергосистеме, осуществляющих высокоточное определение и сбор синхронизованных режимных параметров в узлах сети в режиме реального времени;
· • создание систем верификации моделей ЭС с использованием данных системы мониторинга переходных режимов (СМПР), получение цифровых сетевых моделирующих платформ реального времени, применение единой информационной модели как стандарта для разработки программных комплексов, предназначенных для использования в автоматическом управлении;
· • развитие методов прогнозирования потребления и прогнозного пого- кораспределения, расчета допустимых перетоков мощности в реальном времени;
· • создание систем распределенного расчета режимов ЭС с использованием многоуровневых моделей — на основе сетевых технологий (GRID-тех- нологий).
В задаче управления активами одним из основных направлений развития является разработка алгоритмов диагностики оборудования (тепломеханического, гидромеханического электротехнического, ветроэнергетического) энерготехнологических комплексов на основе методов оценивания состояний и параметрической идентификации.
Решение указанных задач предполагает дальнейшее развитие традиционных систем управления алгоритмического типа, основанных на использовании математической модели объекта управления. Целевым направлением здесь становится создание виртуальных структурно-математических моделей на базе супер-ЭВМ и CALS-технологий.
В то же время в процессе развития ИЭС предполагается разработка и использование систем, основанных на новых технологиях управления, в частности:
· • мультиагентных систем для разных уровней ЕЭС России на основе теории группового управления (одно из многообещающих направлений научных исследований по созданию самовосстанавливающихся энергетических систем);
· • средств искусственного интеллекта, которые расширяют потенциальные возможности систем управления, позволяя реализовать управление энергообъектами с неизвестной математической моделью (имитационное, предсказательное моделирование), повысить эффективность объекта за счет включения в алгоритмы процедур распознавания образов, планирования действий и накопления знаний;
· • систем управления, использующих алгоритмы обучения, в частности основанных на нейронных сетях, которые образуют первый уровень интеллектуального управления с высокой степенью распараллеливания процессов обработки информации; нейронные сети применимы для решения большого числа задач, в которых не используются уравнения динамики, а применяются даже не столько логические правила, сколько опыт, накопленный в процессе обучения сети. Обладая высокой степенью распараллеливания, нейронные сети могут обеспечить повышенное быстродействие, важное для решения задач реального времени;
· • систем управления с прогнозирующей моделью на основе интеллектуальных алгоритмов идентификации, основанных на построении нелинейных виртуальных динамических моделей и методов интеллектуального анализа данных (Data Mining);
· • систем управления, основанных на знаниях, которые обладают способностью «рассуждать» и выводить заключения на основе некоторых общих закономерностей, сведений о цели управления и текущем состоянии объекта (экспертные системы); они применяются в ряде задач управления, в которых математическая модель объекта настолько сложна, что не допускает аналитического представления.
Интеллектуальная технологическая система (ИТС) как объект более низкого порядка в принципе ничем не отличается от ИЭС по основным системным свойствам и их развитию. Под ИТС далее мы будем подразумевать энергообъект, т.е. сетевой или генерирующий объект, энергетический комплекс потребителя, который будет функционировать в составе ИЭС, участвуя в процессах управления по общесистемным критериям с учетом своих локальных целей.
Особенности моделирования ИТС определяются как стадиями жизненного цикла, так и решаемыми задачами. Кроме того, исходя из декларируемых свойств, повышенное внимание должно уделяться системе управления ТС — подсистемам сбора, обработки и отображения информации (включая данные о рассогласовании планируемых и фактических режимов в цикле автоматического регулирования), принятия решений и реализации управляющих воздействий.
Дата добавления: 2019-02-26; просмотров: 176; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!