Печалби:
- Способност за обяснение на концепциите за интелигентна мрежа, оценка на състоянието и оптимален поток на енергия и ролята на AI в тях
- Възможност за внедряване на поддържани от AI работни потоци при реакция на търсенето, управление на напрежение/честота и откриване на грешки
- Способност да се обоснове защо препоръките за AI в решенията за мрежата трябва да бъдат ограничени до ограничения за сигурност и одобрение от оператора
Електрическата мрежа е най-голямата и най-сложна машина, създадена от човечеството: хиляди електроцентрали, милиони километри линии и милиони потребители се балансират всяка секунда в една единствена синхронна система. Интелигентната мрежа е подход, който я прави по-наблюдаема и управляема чрез добавяне на интензивни сензори, комуникация и автоматизация към тази система. Изкуственият интелект е мощен инструмент за обработка на този поток от наблюдения и превръщането им в подкрепа за вземане на решения. Но най-важното послание на това устройство трябва да бъде дадено от самото начало: мрежата е критична за безопасността. Грешна маневра, неправилна настройка на защитата или претоварена линия; създава рискове за повреда на оборудването, широко разпространени прекъсвания и безопасност на живота. Така че тук изкуственият интелект произвежда предложения и прогнози; Оторизираният оператор взема решението и маневрата.
Градивни елементи на Smart Grid
Има няколко основни задачи в грид бизнеса и AI се докосва до всяка от тях по различен начин.
Оценката на състоянието е процес на извличане на текущото реално състояние на мрежата (напрежение и поток във всяка точка) по най-последователен начин от шумни и непълни измервания. Операторът разчита на тази оценка за точки, които не може да види. Изкуственият интелект помага при откриване на лоши измервания и ускоряване на оценката.
Оптималният поток на енергия (OPF) е проблемът за регулиране на производството и потоците по начин, който минимизира разходите (или загубите), като същевременно гарантира всички ограничения за безопасност. Това е класическа инженерна оптимизация; AI може да ускори решението или да предложи добри отправни точки, но резултатът все още трябва да премине през ограниченията на сигурността.
Отговорът на търсенето е разтягане на потреблението по цена или сигнал; Намалява натоварването в пиковите часове и разтоварва мрежата. Изкуственият интелект предвижда кой потребител колко гъвкавост може да предложи.
Откриването и локализирането на неизправности е бързо намиране къде и защо линията е дефектна; насочва ремонтния екип на правилното място и съкращава времето за престой.
Съвет: Най-безопасният принос на AI в интелигентната мрежа е „обогатяване на наблюдението“ — предоставяне на оператора на по-добра картина. Най-рискованият му принос е „директен контрол“. Колкото по-близка е ролята до наблюдението, толкова по-малък е рискът.
Ограничения за сигурност: неоспорима граница
Всяко мрежово предложение трябва да премине серия от ограничения за сигурност, преди да бъде приложено. Това са инженерни закони, а не избор:
- Граници на напрежението: Всяка точка трябва да остане в рамките на определен процент от номиналното напрежение.
- Термични граници: Нито една линия или трансформатор не може да работи над тока, където ще се нагрее и ще се повреди.
- Безопасност N-1: Системата трябва да остане безопасна дори ако някой отделен елемент (линия, трансформатор) се повреди. Това е златното правило за работа в мрежата.
- Честота и стабилност: Балансът между предлагане и търсене трябва да поддържа честотата близо до 50 Hz; Системата трябва да поддържа синхронизация в случай на внезапни промени.
Дори ако AI оптимизация тласне линия до нейната топлинна граница, за да намали разходите, контролът N-1 (какво се случва, ако тази линия прекъсне?) може да отхвърли тази препоръка. Оптимизацията никога не идва преди сигурността.
Внимание: „Моделът намери най-ниската цена“ не е достатъчно основание за прилагане на препоръка. Предложението първо трябва да премине всички ограничения за сигурност (особено N-1) и след това да бъде изпратено за одобрение от оторизирания оператор. Всяко предложение, което нарушава ограничението за сигурност, не може да бъде приложено, независимо колко евтино е то.
Стъпка по стъпка: Подкрепа за вземане на решения, захранвана от AI
Стъпка 1 — Съберете и потвърдете данни. SCADA измервания, топология (електрическа схема) и рейтинги на оборудването. Лошите измервания изкривяват оценката на състоянието; първо се почиства.
Стъпка 2 — Разберете ситуацията. Извлича се действителната оперативна ситуация; AI помага при прогнозирането на лоши данни и ненаблюдаем регион.
Стъпка 3 — Генерирайте сценарии и предложения. AI предлага възможности за отговор на търсенето, преструктуриране или корекция на производството.
Стъпка 4 — Защитен филтър. Всяко предложение преминава през напрежение, термични и N-1 ограничения. Тези, които не преминат, се елиминират.
Стъпка 5 — Потвърждение от оператор. Останалите препоръки се представят на оператора с обосновка; Операторът взема решението и маневрата.
Стъпка 6 — Наблюдение и обратна връзка. Резултатът от приложението се измерва; моделът се подобрява с тази обратна връзка.
Три мини калъфа: с числата
Случай 1 — Предложението е запазено от N-1. Инструмент за оптимизация предложи конфигурация, която доведе разпределителния тръбопровод до 95 процента натоварване, за да се намалят загубите; Имаше малка печалба в разходите. Проверката N-1 показа, че тази линия ще достигне до 130 процента, ако съседната линия се повреди (претоварване, защитно изключване, прекъсване). Предложението беше отхвърлено; Маржът на безопасност беше запазен.
Случай 2 — Хванато е лошо измерване. Напрежението на шина изглежда непоследователно при оценка на състоянието. Подпомогнато от AI откриване на лоши данни показва, че калибрирането на съответния измервателен уред е изключено. Потвърдено в полето; Чрез деактивирането на грешното измерване оценката беше подобрена и грешна маневра беше предотвратена.
Случай 3 — Пиково бръснене с отговор на потреблението. Имаше риск от претоварване на трансформатора през лятното пиково време в разпределителна зона. AI изчисли, че около 4 MW натоварване може да бъде преместено между 15:00-18:00 с участието на гъвкави промишлени потребители. Доброволният отговор на търсенето намали 8 процента от върха; Инвестицията в скъпа модернизация на трансформатора е отложена. Решението отново е взето по споразумение между оператора и потребителя.
Слаба подкана / Силна подкана
Слаба подкана:
Оптимизирайте тази мрежа за най-ниски разходи.[данни]
Мощна подкана:
Вашата роля: Специалист по поддръжка на мрежови бизнес решения. Задача: генерирайте препоръки за преместване на натоварването за дадения фидер. ВАЖНО: това е изход за подпомагане на вземането на решения, а не команда. - Прекарайте всяко предложение през следните ограничения за безопасност и напишете резултата: диапазон на напрежението, термичен (номинален ток на линия/трансформатор), N-1 (какво се случва, ако някоя линия падне). - Не представяйте никакви предложения, които нарушават ограничението; Избройте отделно елиминираните с обосновка. - Изпратете останалите предложения с разходи/ползи и необходимото одобрение от оператора. - Поискайте критични подробности за инфраструктурата, като топология и настройка за защита. Данни: [анонимизирани фидер данни]
Силната подкана установява от самото начало, че изходът е подкрепа за вземане на решения, че ограниченията за сигурност са задължителни и че N-1 не може да бъде пропуснат; Освен това предотвратява изтичане на критична инфраструктура.
Четири копируеми шаблона
1) Проверка на ограничението за сигурност:
Обмислете следната препоръка за работа с три ограничения и напишете успешно/неуспешно за всяко: (1) напрежението в рамките на [номинално]±[%] във всички точки ли е, (2) превишава ли някоя линия/трансформатор топлинната оценка, (3) N-1: безопасна ли е системата, ако някой отделен елемент се повреди? Ако е така, обяснете кое ограничение е нарушено и защо.
2) Сканиране на възможности за отговор на търсенето:
Идентифицирайте тези с гъвкав потенциал за натоварване сред тези профили на потребление. За всеки: превключваща мощност (kW), наличен времеви прозорец и очаквано въздействие върху комфорта/производството. Точност на твърденията; Добавете бележка „прогнозата трябва да се провери в полето“.
3) Помощ за локализиране на повреда:
Дайте следната аларма и модел на измерване: [данни]. Генериране на последователни хипотези за възможно местоположение и тип на повредата; За всяка хипотеза посочете кое допълнително измерване ще я потвърди. Поставяне на окончателна диагноза; На екипа на място се издава контролен лист.
4) Преценка на оператора:
Превърнете този анализ в бележка за решение, която да бъде представена на оператора: обобщение на ситуацията, препоръка, последици за ограничение на безопасността от всяка препоръка, полза и раздел „изисква се одобрение от оператора“. Използвайте език на предложения, а не императивен.
Мрежови задачи и таблица с роли на AI
Мисия
Ролята на AI
граница
държавна оценка
Лошо откриване на данни, ускорение
Измерване въз основа на факт
Оптимален поток на мощността
Добър старт, ускорение
Ограниченията за сигурност са задължителни
заявка за отговор
Оценка на еластичността
Консенсус на потребителите
откриване на повреда
Генериране на хипотези
Потвърждение на полето
решение за маневра
Подкрепа за предложение/решение
Одобрение от оператор
Често срещани грешки
- Поставяне на разходите пред безопасността. Най-евтиното предложение е невалидно, ако нарушава ограничението за сигурност.
- Пропускане на N-1. Ситуация, която изглежда безопасна при нормална работа, може да се срине със загубата на един служител.
- Сбъркайки AI с дистанционно управление. Маневрирането на електрическата мрежа е решение на оторизирания оператор; AI генерира препоръки.
- Доверяване на лошо измерване, без да го проверявате. Оценката на състоянието е подведена от лоши данни; Първо се тества качеството на измерване.
- Споделяне на критични инфраструктурни данни. Топологията и настройките за защита не се въвеждат в общите инструменти.
В обобщение
Интелигентната мрежа прави системата по-видима с обширни сензори и автоматизация; AI осигурява мощна подкрепа за вземане на решения при оценка на състоянието, оптимизация, реакция при търсене и откриване на грешки. Но мрежата е критична за безопасността: всяко предложение трябва да премине ограниченията за напрежение, топлина и особено N-1, след което да получи одобрение от оторизирания оператор. Оптимизацията никога не идва преди сигурността; AI предлага, операторът решава.
Задача за приложение
Помислете за сценарий за изместване на натоварването за разпределителен фидер или пример за малка мрежа (реални или тренировъчни данни). Тествайте препоръката от AI срещу три ограничения (напрежение, термично, N-1), като използвате шаблона „Проверка на ограничение на безопасността“. След това логично изпълнете проверката N-1 сами: препоръката все още ли е безопасна, ако изпуснете най-критичния елемент? Запишете констатацията си и дали препоръката преминава или не във формат на бележка за решение.
контролен списък
- [ ] Изясних, че задачата е подкрепа за вземане на решения, а не командване
- [ ] Тествах предложението с ограничения на напрежението
- [ ] Тествах предложението с топлинни (линия/трансформатор) граници
- [ ] Проверих сигурността N-1
- [ ] Оцених риска от лошо измерване
- [ ] Не споделих/анонимизирах данни от критична инфраструктура
- [ ] Изпратих решението, подлежащо на одобрение от оторизиран оператор