1. 痛點問題

隨著電力系統的發展，電網運行方式時變性和復雜性日益增強，運行專家難以把握電網安全運行的特征和規律，極大的增加了電網運行風險和控制難度。在傳統的調度機制中，一方面，運方人員人工選擇典型的運行方式，通過離線電力系統分析程序，計算電網潮流，分析電網穩定性，制定電網安全運行邊界，進而人工歸納形成“年度運行方式手冊”，來長期指導電網運行；另一方面，調度員將上述運行規則作為安全邊界（安全約束），輸入能量管理系統（Energy Management System，EMS），進而對電網進行調度和控制，以求在安全邊界內達到最優運行點。

然而傳統的調度機制存在問題，近年來國內外頻繁發生的大停電事故也說明了這一點。主要問題歸納如下：

第一，極端運行方式下不安全：電網運行方式多變，離線規則可能不滿足極端運行方式的安全要求。

第二，常規運行方式下經濟性差：受能力和時間所限，運方人員離線制定運行規則時，僅分析典型運行方式，規則形成后長期使用，相對粗放，缺乏精益化管控，導致電力網絡資源利用率低。

第三，隨著新能源的大規模并網、需求響應的逐步實現，運行邊界頻繁變化，不確定性增強。

第四，電力系統運行受到其他系統影響，電力系統安全已經演變成為一個多系統、多因素綜合分析問題。以微氣象系統為例，對于發電側，微氣象直接影響風電、光伏等新能源的出力；對于需求側，微氣象直接影響工業負荷、智能樓宇、電動汽車等的負荷功率。因此，微氣象系統通過影響發電負荷水平，進而影響電力系統安全。因此，隨著電力系統與其他系統的關系日益緊密，電力系統安全評估時需要考慮其他系統（例如微氣象系統）的影響。

綜上所述，傳統的調度機制已經無法適應新的形勢。因此，亟需研究支撐復雜電網斷面發現的智能機器調度員軟件的關鍵技術，通過人工智能、深度學習等信息領域與能源領域的交叉研究，突破支撐復雜電網斷面發現的智能機器調度員的基礎理論瓶頸，從實際電力系統出發（物理維），立足現有調度機制，基于在線運行方式，采用模型驅動的安全評估方法（模型驅動），形成海量電力系統安全評估仿真樣本（數據維）；再以這些樣本為基礎，通過機器學習訓練數據驅動的電力系統在線安全評估模型（數據驅動），形成電力系統安全運行知識圖譜（知識維），以代替運方的“年度運行方式手冊”。

2. 解決方案

本成果提出了一種支撐復雜電網斷面發現的智能機器調度員技術，包括可再生電源的數據驅動電壓頻率響應特性建模方法、用于暫態穩定預測的失穩樣本主動生成方法、電力系統暫態穩定評估方法、結合深度學習和仿真計算的暫態穩定嚴重故障篩選方法、考慮運行約束的調整潮流生成方法等關鍵技術，開發了支撐復雜電網斷面發現的智能機器調度員軟件。該軟件用“人工智能”代替“專家智能”，以電力系統安全評估產生的海量仿真數據為基礎，以人工智能和機器學習為手段，構建電力系統安全運行知識圖譜，從而將“專家智能”離線制定粗放運行規則的模式，變革為“人工智能”在線發現精細運行規則的模式，逐步代替運方的“年度運行方式手冊”，保證復雜電網安全、穩定、經濟運行。

3. 合作需求

尋求應用場景和資源對接，應用場景和業務能覆蓋斷面規模眾多的大省如浙江、廣東等，并且有與輸電網斷面發現的大中型企業有合作經驗，同時具有一定的技術開發能力、市場推廣資源和現場工程實施經驗，能與現有團隊形成合力，通過信息領域與能源領域的交叉研究，突破支撐復雜電網斷面發現的智能機器調度員軟硬件難題。為保障項目實施質量和進度要求，擬合作團隊需通過ISO9001質量管理體系認證，且是國家高新技術企業。期望通過合作，全面開展產品和服務的推廣銷售。