2. 武汉工程大学 电气信息学院,湖北 武汉 430205
2. School of Electrical and Information Engineering, Wuhan Institute of Technology, Wuhan 430205, China
电力系统作为舰船的核心组成部分,其稳定性、可靠性和智能化水平直接影响到舰船的整体性能和作战能力。舰船电力系统涉及多个环节和多种设备,其运行状态和电力需求具有高度的复杂性和不确定性。舰船在航行过程中需要实时、准确地获取电力系统的运行状态和电力需求信息,以便进行快速响应和调度[1]。
在电力系统调度问题中,李鹏等[2]构建了融合信息物理社会特性的电力市场调度模型,但在电力市场因素的波动会影响电力系统的调度。如何将这些因素纳入模型考虑范围,并使其具有一定的适应性和鲁棒性,是一个需要解决的问题。程正等[3]设计了基于移动平台的电力调度系统,但该移动技术如如何跟技术发展趋势,需要较大维护成本,以满足新的业务需求。Mellal等[4]研究基于花授粉算法和差分进化的二元法热电联产经济调度方法,然而,复杂的模型会增加计算量和计算时间,对舰船电力系统的计算资源造成较大压力,需要在模型精度和计算资源之间找到合理的平衡点。冯斌等[5]利用深度强化学习算法,其在特定场景下可能表现出色,但在面对新的、未知的环境或条件时,其泛化能力可能受到限制。
5G的超高密度连接能力,实现设备与设备之间前所未有的紧密互联,为此本文设计基于5G技术的舰船电力调度自动化系统,以提高舰船电力系统的自动化调度效率。
1 舰船电力调度自动化系统设计 1.1 系统核心架构设计图1为基于5G技术的舰船电力调度自动化系统的核心结构图。电网调度自动化系统实质上是一个旨在实现电网自动化管理与通信优化的综合性系统。其核心在于调度器,调度器借助先进的5G通信技术与RTU(远程终端单元)紧密协作,实现了对电网运行状态数据的高效、实时采集[6]。通过5G网络的高速、低延迟特性,调度器能够即时获取遍布电网各处的关键电参量数据,包括但不限于电压、电流、功率因数等,确保了信息的准确性和时效性。获取到这些数据后,调度器利用强大的计算能力进行综合分析,以评估电网的实时运行状态,预测潜在的风险或故障,并使用基于线性求解器的电力系统自动化调度模型,制定出最优的调度策略。随后,这些策略通过5G网络迅速、准确地传达给各个RTU远动终端设备及电网中的其他智能设备,实现了对电网运行的精准调控。RTU远动终端设备作为电网中的“神经末梢”,不仅负责将现场的电气设备状态数据上传至调度器,还负责接收并执行来自调度器的调度与控制指令。在5G技术的加持下,RTU远动终端设备与调度器之间的数据传输更加高效、可靠,为电网的远程监控、故障诊断、快速恢复等提供强有力的支持。
RTU(远程终端单元)是专为舰船电力系统设计的远程监控终端,集成数据采集、状态监控、设备调控与远程通讯功能。它直接安装于现场,全面监控传感器与设备,将实时数据转换为标准通信格式,实现高效远程信息传输与共享。图2为RTU远动终端设备逻辑框图。
5G通信网关集成了多个关键模块,包括北向通信、容器处理、维护管理及南向通信。详情如图3所示,主要功能如下:
1)北向通信。集成5G模块,实现与云端服务器的高效无线/有线连接,确保电力业务数据传输时延低于1 min,支持低时延精准控制,并优先保障高可靠性业务的QoS性能。
2)容器技术。内置容器隔离机制,独立处理来自电力传感器、控制器、摄像头的数据,确保各业务间互不干扰,提升系统稳定性和安全性。
3)维护管理。提供设备参数配置、软件升级、异常监控等功能,支持远程管理,简化运维流程。
4)南向通信。支持多种中短距离通信协议,灵活接入电力传感器、控制器及摄像头,实现数据采集与管理的全面覆盖。
为了进一步优化5G网络中的时延性能,系统采用更精细的资源分配机制。具体而言,5G网络采用精细化资源分配,将单位细化至符号级别。子帧长1 ms,每帧含10子帧,每子帧分
舰船电力系统出现故障时,自动化调度的目的是快速实现断电负载故障合理恢复,为此设置调度的目标函数为:
$ A = \max \sum\limits_{h \in H} {{Z_h}{x_h}}。$ | (1) |
式中:
调度过程中需遵守下述几条约束条件:
1)线路电流不可大于电流最大值
$ {i_j} \leqslant {i_{j\max }},$ | (2) |
$ {u_{j\min }} \leqslant {u_j} \leqslant {u_{j\max }}。$ | (3) |
式中,
2)电力系统功率需保证处于均衡状态,避免出现支路/发电机超载异常。
1.2.2 线性求解器将C#与Cplex线性求解器API融合,用于求解断电负载的供电行为,求解流程如下:
步骤1 明确模型参数,参数主要包含目标函数中决策变量、约束条件中电流与电压以及功率参数。
步骤2 求解模型,将步骤 1 中参数,转换为求解器的输入参数,并调用Cplex的API进行求解。首先创建Cplex实例,在C#代码中初始化Cplex对象。根据决策变量的类型和数量,在Cplex中定义相应的变量集合。将目标函数表示为Cplex中的线性表达式,并设置为最大化,将每个约束作为线性等式添加到Cplex模型中。Cplex求解完成后,可以查询每个决策变量的值,这些值表示了负载的供电状态,主要体现为负载开关状态(闭合与断开)。
步骤3 结合Cplex线性求解器的输出规则,输出断电负载的供电行为求解结果。将求解结果转换为易于理解的格式,如表格、图表或文本报告。输出结果包含每个负载的供电状态。
2 仿真实验 2.1 实验环境部署本文利用一个简化的舰船电力系统模型,验证本文系统在舰船电力调度问题中的有效性。图4为电力系统模型结构示意图。实验中设定2种工况,工况1中线路2故障,工况2中线路2与线路4故障。
本文系统对舰船电力系统的自动化调度结果如表1表示,其中开关状态栏显示的数字2与数字1分别表示开关闭合、开关断开的调度动作。从表1可知,工况1中当线路2故障后,开关2、开关4以及开关16断开,其他开关闭合。工况2中开关2、开关4、开关10、开关11、开关12、开关14断开,其他开关闭合。在此调度动作小,舰船电力系统的开关操作次数分别为3次与6次,
则本文系统使用后,舰船电力系统在两工况中失电负荷变化如图5所示。可知,在采用本文系统前,舰船电力系统的最大失电负荷达到了100 kW,在电力分配或调度过程中,有一部分电力需求未能得到满足,部分设备或系统无法正常运作。通过使用本文系统,失电负荷降低到了0 kW,这极大地提高电力系统的稳定性和可靠性,确保所有关键设备和系统都能获得稳定的电力供应。
图6为本文系统使用5G通信技术后,不同业务数据包数目的条件下,5G通信网络的整体效用值。可知,随着业务数据包数量的增多,5G通信网络的整体效用值均处于0.9,由此说明本文系统的5G通信技术,资源分配机制效果理想,可保证资源分配均衡,进而保证通信网络状态稳定,即在不同数据包数量下均保持接近最大值说明系统能够有效地进行资源分配,避免资源的过度集中或浪费。
本文设计了基于5G技术的舰船电力调度自动化系统,将5G通信技术与舰船电力自动化调度问题相结合,不仅具备理想的调度效果,而5G通信技术以其高速度、低时延、大连接数等特点,在支持复杂系统(如舰船电力系统)的自动化调度方面展现出巨大优势。本文系统能够充分利用这些优势,确保在数据包数量增多的情况下,通信网络仍能保持高效稳定的运行状态。
[1] |
周坤欣, 商迪, 林叶锦, 等. 电力推进船舶仿真及能效优化方法[J]. 中国航海, 2022, 45(3): 123-128. DOI:10.3969/j.issn.1000-4653.2022.03.018 |
[2] |
李鹏, 陈元峰, 周钱雨凡, 等. 电力市场环境下信息物理社会融合的电力系统优化调度[J]. 中国电机工程学报, 2023, 43(9): 3354-3366. |
[3] |
程正, 吴键, 叶菁, 等. 移动互联网技术在电力调度系统中的应用[J]. 电子器件, 2021, 44(4): 924-929. DOI:10.3969/j.issn.1005-9490.2021.04.029 |
[4] |
MELLAL M A, KHITOUS M, ZEMMOURI M. Combined heat and power economic dispatch problem with binary method using flower pollination algorithm and differential evolution[J]. Electrical Engineering, 2023, 105(4): 2161-2168. DOI:10.1007/s00202-023-01801-x |
[5] |
冯斌, 胡轶婕, 黄刚, 等. 基于深度强化学习的新型电力系统调度优化方法综述[J]. 电力系统自动化, 2023, 47(17): 187-199. DOI:10.7500/AEPS20220228002 |
[6] |
刘映尚, 马骞, 王子强, 等. 新型电力系统电力电量平衡调度问题的思考[J]. 中国电机工程学报, 2023, 43(5): 1694-1706. |