【国家电网】2024年AI计算推演赋能配电网透明化与智能化报告_25页_12mb

AI计算推演赋能配电网透明化与智能化总结

核心内容

国网江苏电力通过引入AI计算推演技术，结合现有量测体系，在不大幅增加量测设备的前提下，实现了中压配电网的透明化与智能化管理，为配电网运行、规划与决策提供了有力支撑。

主要观点

• 配电网透明化需求迫切：由于配电网规模大、变动频繁，传统方法难以应对检修、故障、新能源接入带来的复杂问题。
• AI计算推演技术的应用：通过融合电网计算理论与人工智能技术，实现配电网的动态拓扑构建、参数校正、量测补足、源荷预测和运行优化。
• 提升电网运行与规划效率：AI计算推演显著提高了配电网可计算率与预测精度，支持电网薄弱环节识别、承载力评估、运行预警与规划方案生成。

关键信息

一、背景思路

1. 前提基础：配电网存在可观测、可计算、可推演的需求。
2. 关键核心：
   • 利用现有实时量测和静态拓扑构建动态拓扑。
   • 通过AI分析实现线变关系校核与参数校正。
   • 基于SNN与GMM技术进行负荷与光伏出力预测。
3. 发展需求：
   • 实现配电网运行优化决策。
   • 构建统一数据底座与源荷预测服务平台。

二、主要做法

1. 静态拓扑校核：
   • 基于配变与馈线电压相似性，利用皮尔逊相关系数识别线变关系错误。
   • 智能推荐疑似错误配变与正确线路，提高诊断准确性。
2. 动态拓扑校核：
   • 基于图神经网络与历史量测数据，训练拓扑辨识模型。
   • 实时感知量测数据，输出准确的拓扑结构。
3. 参数校正：
   • 初步辨识参数，进行状态估计与异常定位。
   • 通过潮流计算进行参数优化校正。
4. 量测补足：
   • 利用SNN对负荷节点注入功率进行建模。
   • 基于GMM拟合量测误差，提高模型精度。
5. 源荷预测服务：
   • 构建“三个统一、一个差异化”的源荷预测平台体系。
   • 实现超短期（4小时）、短期（48小时）等多时间尺度预测。

三、应用实践

1. 配网级源荷预测：
   • 实现全省100万台配变、4万余条线路的负荷与光伏预测。
   • 预测精度达95%（馈线）和85%以上（台区）。
2. 运行优化与预警：
   • 设计运行决策智能体，基于深度强化学习进行智能决策。
   • 提升设备重过载预警准确率至90%。
3. 规划辅助决策：
   • 利用计算推演平台识别电网薄弱环节，智能编制线路切改、储能配置等规划方案。
   • 规划需求收集时间从1-3个月缩短至1天。
   • 累计生成并校核规划方案132项。

四、未来展望

1. 构建联合计算推演平台：
   • 打破数据、功能、业务边界，实现规建运联合计算推演。
   • 构建主配微联合计算推演，以及市场、气象等多要素联合推演体系。
2. 人工智能应用体系：
   • 打造“数据-机理”联合驱动的人工智能应用体系。
   • 支撑电网运行规律认知与科学决策。

工作成效

• 建设完成线变关系诊断工具并推广至27家网省公司，诊断成功率超90%。
• 配电网可计算率通过量测补足提升至57.5%，整体计算合格率达99%。
• 首次实现省级配电网实时计算，支持全省4万余条线路15分钟自动计算。
• 光伏承载力评估与运行引导有效提升光伏就地消纳水平，引导21个电站转移。
• 通过AI计算推演平台，辅助开展运方调整32次，缓解光伏消纳压力。

源荷预测准确率（%）