智能電網(wǎng)的基于人工智能的調(diào)度技術＊

周杰，馬良，楊景文

?

智能電網(wǎng)的基于人工智能的調(diào)度技術＊

周杰，馬良，楊景文

（石河子大學 信息科學與技術學院，新疆 石河子 832003）

當前社會的運轉(zhuǎn)離不開電力網(wǎng)絡，發(fā)電站輸出的電能通過電力網(wǎng)絡傳輸?shù)骄用裥^(qū)、工廠等，人們的各項活動也離不開電能。近些年電網(wǎng)的規(guī)模越來越大，通訊技術、控制技術也有了較快發(fā)展，但是電力網(wǎng)絡卻沒有隨之發(fā)生相應的變革。智能電網(wǎng)的出現(xiàn)，就是為了滿足用戶的需求，實現(xiàn)資源優(yōu)化，平衡供需關系等，人工智能技術的發(fā)展也為智能電網(wǎng)提供了新的調(diào)度方法。主要介紹了智能電網(wǎng)中基于人工智能調(diào)度技術，以此使得智能電網(wǎng)得到更好的發(fā)展。

智能電網(wǎng)；差分進化算法；人工蜂群算法；蟻群算法

隨著當前社會對電力的需求越來越大，人們對于電網(wǎng)的要求也越來越高，傳統(tǒng)的電網(wǎng)面臨著極大的挑戰(zhàn)[1-2]。當前世界環(huán)境問題越來越惡劣，而電力系統(tǒng)是最大的環(huán)境污染源之一，為了解決這一問題，我國現(xiàn)在正在大力發(fā)展可再生能源，比如核電、水電、風電等，這些清潔能源在電力生產(chǎn)中的比例也正在提高[3]。如何合理地將這些清潔能源并入當前的電網(wǎng)也是我國正在面臨的問題[4-5]。人工智能算法有著強大的自組織、自適應、自學習的特性，能夠處理較為復雜的問題，而這些較為復雜的問題采用傳統(tǒng)算法往往是難以解決的[6-7]。因此，將人工智能技術應用于智能電網(wǎng)會讓電力系統(tǒng)變得更加高效，使得電網(wǎng)更加安全、穩(wěn)定[8]。

1 智能電網(wǎng)

智能電網(wǎng)前景好，它是一個實時、不斷變化、能量流和信息流實時交互的大型電力系統(tǒng)[9]。它融合了現(xiàn)代的傳感、通信、自動化等技術，具有實時監(jiān)測功能，時刻了解設備的運行狀態(tài)，并依靠現(xiàn)代計算機先進的處理信息的能力，對實際電力系統(tǒng)中的各種復雜情況進行最合理的選擇，保證了電能的質(zhì)量，大大增強了電網(wǎng)的安全性、可靠性和經(jīng)濟性，為用戶提供了更加清潔的能源，達到了環(huán)境友好的目的[10-11]。

2 人工智能技術在智能電網(wǎng)中的應用

2.1 差分進化算法

差分進化算法是一種常見的進化算法，由最基本的遺傳算法發(fā)展而來，是一種模擬自然生物優(yōu)勝劣汰的算法[12-14]。對問題建模之后，將諸多個體通過選擇、交叉、變異操作，系統(tǒng)地篩選出更適應于環(huán)境的個體，最終篩選的結果將作為最優(yōu)解采用[15-16]。

該算法的具體實現(xiàn)步驟位為：初始化、計算種群適應度，變異、交叉、選擇。該算法可以突破傳統(tǒng)問題的限制，廣泛應用于全局優(yōu)化問題，具有較強的魯棒性[17-18]。

2.2 人工蜂群算法

人工蜂群算法是模擬蜜蜂在自然界中采集事物的行為，建立模型包括蜜源、雇傭蜂和非雇傭蜂[19]。蜜源代表著優(yōu)化問題的解；雇傭蜂寫到了蜜源的信息，可與其他蜂種分享信息，部分蜂按照一定比例成為引領蜂；非雇傭蜂由兩種組成，即偵察蜂和跟隨蜂，偵察蜂負責搜索新的蜜源，跟隨蜂通過分享的信息尋找蜜源[20-21]。

該算法的具體步驟是：初始化、引領蜂發(fā)現(xiàn)蜜源并共享位置信息、跟隨蜂跟隨采蜜、引領蜂轉(zhuǎn)化為偵察蜂繼續(xù)尋找新的蜜源[22-23]。蜂群的種類可以在這三者之間相互轉(zhuǎn)換，共同尋找最優(yōu)解[24]。

2.3 蟻群算法

蟻群算法是模仿大自然中螞蟻尋找食物過程的一種優(yōu)化算法[25]。螞蟻在尋找食物的路上會留下信息素的物質(zhì)，信息素會吸引后續(xù)的螞蟻選擇這條道路，而且信息素越多，吸引的螞蟻越多，從而形成一種正反饋機制[26-28]，而且信息素的濃度會隨著時間增長而消散[29-30]。

該算法解決問題的步驟為：初始化、構建系統(tǒng)模型及蟻群選擇路徑[31-32]。蟻群算法廣泛應用于組合優(yōu)化問題[33-34]。

2.4 小結

除了以上三種技術，還有諸多人工智能技術廣泛應用于智能電網(wǎng)[35-36]。在實際解決問題時，往往采用二者或者多者方法相結合的形式，避免某種特定方法帶來的不可避免的弊端[37-38]。人工智能在國內(nèi)外的應用十分廣泛，特別是歐美等發(fā)達國家技術發(fā)展迅速[39-40]。

3 結論

人們的日常生活離不開電，在未來，我國的用電量還會持續(xù)增加，我國目前的電力網(wǎng)絡還需要進一步發(fā)展，如何合理調(diào)度電能也是我國未來必須面對的嚴峻問題。未來新能源也會得到蓬勃發(fā)展，智能電網(wǎng)也應當具有接入不同類型發(fā)電的能力。人工智能技術在近幾年有了很大的發(fā)展，廣泛應用于各大領域。將人工智能技術應用于智能電網(wǎng)將會解決很多傳統(tǒng)電網(wǎng)難以解決的問題，讓電力市場得到更好的發(fā)展，使得電力網(wǎng)絡的運行更加高效，更好地服務于人民。

［1］李歡冬，樊磊.“可能”與“不可能”：當前人工智能技術教育價值的再探討——《高等學校人工智能創(chuàng)新行動計劃》解讀之一［J］.遠程教育雜志，2018，36（05）：38-44.

［2］王文彬，伍小生，陳霖，等.基于改進型蟻群算法的配電網(wǎng)低電壓治理自動規(guī)劃研究［J］.武漢大學學報（工學版），2018，51（09）：831-836，846.

［3］楊雪峰，吐熱尼古麗·阿木提.基于人工蜂群算法優(yōu)化的SVM遙感分類方法——以瑪納斯湖古湖盆為例［J］.地理與地理信息科學，2018，34（04）：40-45.

［4］胡光.人工智能生成對象版權法基本理論探討：歷史、當下與未來［J］.當代傳播，2018（04）：80-83，90.

［5］馮騰飛，鐘鈺，劉小生，等.基于自適應人工蜂群算法優(yōu)化的最小二乘支持向量機在變形預測中的應用［J］.江西理工大學學報，2018，39（03）：35-39.

［6］盛四清，陳玉良，張晶晶.基于差分進化人工蜂群算法的光伏最大功率跟蹤策略研究［J］.電力系統(tǒng)保護與控制，2018，46（11）：23-29.

［7］鄒鑫，路建明，賀鵬程，等.智能電網(wǎng)調(diào)度可視化系統(tǒng)的設計與實現(xiàn)［J］.電源技術，2018，42（04）：585-587.

［8］陶乾.論著作權法對人工智能生成成果的保護——作為鄰接權的數(shù)據(jù)處理者權之證立［J］.法學，2018（04）：3-15.

［9］張進寶，姬凌巖.是“智能化教育”還是“促進智能發(fā)展的教育”——AI時代智能教育的內(nèi)涵分析與目標定位［J］.現(xiàn)代遠程教育研究，2018（02）：14-23.

［10］藺山高，涂超，馬之力.基于云計算的智能電網(wǎng)調(diào)度系統(tǒng)安全架構設計［J］.網(wǎng)絡空間安全，2018，9（02）：85-89.

［11］肖勝.基于云計算的智能電網(wǎng)調(diào)度系統(tǒng)設計［J］.電源技術，2018，42（02）：288-290.

［12］潘天君，歐陽忠明.人工智能時代的工作與職業(yè)培訓：發(fā)展趨勢與應對思考——基于《工作與職業(yè)培訓的未來》及“云勞動”的解讀［J］.遠程教育雜志，2018，36（01）：18-26.

［13］陳凱泉，何瑤，仲國強.人工智能視域下的信息素養(yǎng)內(nèi)涵轉(zhuǎn)型及AI教育目標定位——兼論基礎教育階段AI課程與教學實施路徑［J］.遠程教育雜志，2018，36（01）：61-71.

［14］徐赫.智能電網(wǎng)調(diào)度運行中的關鍵技術探討［J］.中國戰(zhàn)略新興產(chǎn)業(yè)，2017（48）：82.

［15］吳天行，郭鍵.基于“反學習”理論的人工蜂群算法在訂單分批問題中的應用［J］.物流技術，2017，36（12）：90-94.

［16］張興旺.以信息推薦為例探討圖書館人工智能體系的基本運作模式［J］.情報理論與實踐，2017，40（12）：69-74.

［17］張新新，劉華東.出版+人工智能：未來出版的新模式與新形態(tài)——以《新一代人工智能發(fā)展規(guī)劃》為視角［J］.科技與出版，2017（12）：38-43.

［18］肖超，張立毅，費騰.冷鏈低碳物流配送路徑優(yōu)化的細菌覓食——蟻群算法研究［J］.數(shù)學的實踐與認識，2017，47（21）：98-107.

［19］羅崗.基本收入·隱私權·主體性——人工智能與后人類時代（上）［J］.讀書，2017（10）：50-59.

［20］賈開，蔣余浩.人工智能治理的三個基本問題：技術邏輯、風險挑戰(zhàn)與公共政策選擇［J］.中國行政管理，2017（10）：40-45.

［21］謝輝.智能電網(wǎng)調(diào)度運行中的關鍵技術探討［J］.中國高新技術企業(yè)，2017（05）：184-185.

［22］孫冰.全國人大代表雷軍：人工智能會像互聯(lián)網(wǎng)一樣成為基本元素［J］.中國經(jīng)濟周刊，2017（10）：55-57.

［23］喻國明，蘭美娜，李瑋.智能化：未來傳播模式創(chuàng)新的核心邏輯——兼論“人工智能+媒體”的基本運作范式［J］.新聞與寫作，2017（03）：41-45.

［24］馬玉慧，柏茂林，周政.智慧教育時代我國人工智能教育應用的發(fā)展路徑探究——美國《規(guī)劃未來，迎接人工智能時代》報告解讀及啟示［J］.電化教育研究，2017，38（03）：123-128.

［25］閆志明，唐夏夏，秦旋，等.教育人工智能（EAI）的內(nèi)涵、關鍵技術與應用趨勢——美國《為人工智能的未來做好準備》和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》報告解析［J］.遠程教育雜志，2017，35（01）：26-35.

［26］何哲.通向人工智能時代——兼論美國人工智能戰(zhàn)略方向及對中國人工智能戰(zhàn)略的借鑒［J］.電子政務，2016（12）：2-10.

［27］楊福興，王菲.基于改進蟻群算法的突發(fā)事件后應急物資的配送路徑規(guī)劃問題的研究［J］.物流工程與管理，2016，38（11）：88-89，101.

［28］劉華宇.智能電網(wǎng)調(diào)度控制系統(tǒng)安全防護技術及發(fā)展［J］.中國高新技術企業(yè)，2016（25）：145-146.

［29］龔怡宏.人工智能是否終將超越人類智能——基于機器學習與人腦認知基本原理的探討［J］.人民論壇·學術前沿，2016（07）：12-21.

［30］蔡子恒.智能電網(wǎng)調(diào)度控制系統(tǒng)綜合智能告警研究及應用［J］.科技傳播，2015，7（24）：34，37.

［31］毛科技，方凱，戴國勇，等.基于改進蟻群算法的無線傳感器網(wǎng)絡柵欄覆蓋優(yōu)化研究［J］.傳感技術學報，2015，28（07）：1058-1065.

［32］李翠明，龔俊，牛萬才，等.基于改進隸屬云模型蟻群算法的噴涂機器人噴槍軌跡組合優(yōu)化［J］.上海交通大學學報，2015，49（03）：387-391.

［33］殷霞紅，倪建軍，吳榴迎.一種基于改進人工蜂群算法的機器人實時路徑規(guī)劃方法［J］.計算機與現(xiàn)代化，2015（03）：1-4.

［34］于昌劍.智能電網(wǎng)調(diào)度自動化關鍵技術探討［J］.中國高新技術企業(yè)，2014（32）：17-18.

［35］趙自輝，王云飛.淺析智能電網(wǎng)調(diào)度自動化系統(tǒng)現(xiàn)狀及發(fā)展趨勢［J］.能源與節(jié)能，2014（09）：12-14.

［36］江修波，黃彥婕，賴祥生.改進蟻群算法及其在變壓器絕緣介質(zhì)響應電路參數(shù)辨識中的應用［J］.高電壓技術，2011，37（08）：1982-1988.

［37］馬強，劉建書，弋英民.基于多Agent的智能電網(wǎng)系統(tǒng)調(diào)度［J］.陜西電力，2011，39（01）：16-18.

［38］王培鐸.人工神經(jīng)網(wǎng)絡研究與傳統(tǒng)人工智能研究中的幾個基本思維問題的再討論［J］.武警學院學報，1997（02）：49-52.

［39］王繼榮.人工智能能代替人的思維嗎?——學習辯證唯物主義有關基本原理的一點體會［J］.理論學習，1984（05）：33-36.

［40］王利耀.人工智能中的認識論和哲學基本問題——與曹伯言、周文彬同志商榷［J］.江淮論壇，1983（01）：89-94.

周杰（1982—），男，湖南湘鄉(xiāng)人，副教授，博士，研究方向為物聯(lián)網(wǎng)技術。

兵團中青年科技創(chuàng)新領軍人才計劃項目“基于人工智能的電網(wǎng)智能調(diào)度”（編號：2018CB006）

2095－6835（2019）07－0038－02

TM73

A

10.15913/j.cnki.kjycx.2019.07.038

〔編輯：張思楠〕