安全辅助驾驶系统（精选五篇）
安全辅助驾驶系统 篇1
汽车安全主要关心的是驾驶员在驾驶过程中,遇到不断变化的交通状况时,如何保持汽车和人的安全性。目前,已经开发出来的是先进的巡航辅助高速公路系统(AHS),其通过安装在公路两旁的监测通讯设备,使车辆自动与车道上的标志、周围车辆或智能交通设施相互配合。但是,在蜿蜒的山路、偏远的地区等路况不佳的地方,不能处处安装这些监测通讯设备,即使在部分路段安装了这些设备,维护和保护其可靠性、安全性也是非常困难的,同时还会耗费大量的人力和财力。而且,通过分析AHS系统的工作原理[1],发现AHS系统不能获得汽车运行的实时信息,如:汽车的位置、汽车的速度、刹车扭矩等;更不能进行将要发生事故的两车间传输两车位置、接近速度等重要信息的车间通信。因此,AHS系统仅能探测到交通事故的发生,而不能有效地采取主动方式来预防交通事故的发生。
本文所介绍的系统不需要安装在道路两旁的监测通信设备,就能够在汽车行驶过程中,相互传递彼此靠近的汽车行驶信息,并且在适当情况下能够做出主动预防措施,这样就可以应付各种潜在的危险状况,从而有效地阻止交通事故的发生。因此该系统可以看作是未来ITS技术的发展的一部分,具有重大的实用价值和理论意义。
1 驾驶辅助系统组成
图1所示为基于ITS的驾驶辅助系统原理示意图,它主要由GPS和CCD相机探测模块、通信模块和控制模块等组成。其中,GPS和CCD相机探测模块通过GPS接收机接收GPS卫星信号,求出该车的经纬度坐标、速度、时间等信息,利用安装在汽车前部和后部的CCD相机,实时观察道路两旁的状况;通信模块可以发送检测到的相关信息并在相互靠近的汽车之间实时地传输行驶信息;控制模块可以在即将出现事故的时候做出主动控制,从而避免事故的发生。
1.1 GPS模块和CCD相机探测模块[2,3,4,5]
在汽车驾驶过程中,最容易出现碰撞事故的地方就是在拐角处,这是因为汽车设计过程中,其前视窗有视野死角,使得驾驶者在转弯时没有很好的视野,从而不能对即将发生的事故做出迅速明确的判断。为了最大限度地消除视野死角问题,驾驶辅助系统利用GPS和CCD相机探测模块得到车辆的行驶数据,包括车辆的位置、速度、两车接近速度等。
为了反映车间的距离位置信息,这里将地理信息系统(GIS)中的道路信息融入GPS定位数据系统,构成融合GPS信息系统。在GIS中,为了真实地反映地理实体,记录的数据不仅包含实体的位置、形状、大小和属性,还记录了实体间的相互关系,这样结合能够很好地满足本系统的需要。因此,GPS卫星传递的位置信息不仅包括汽车所处的经度和纬度,还包括海拔高度以及车辆间的位置关系,这样就能够更为精确地表示出汽车所处的地理位置,避免两车间信息传递出现“立交桥情况”(如图2),不会使汽车做出错误判断,而导致不必要的状况发生。
安装在汽车前部和后部的CCD相机即 “盲区探测器”,其作用是能够实时观察道路两旁的状况。其中,前部CCD可以在转角处提前探测转弯后的路况,判断有无驶近的车辆;后部CCD可以看到后面车辆行驶情况,判断有无车辆影响本车转弯、超车等操作。
图3所示为利用GPS和CCD相机判断危险发生并根据危险做出判断操作的过程示意框图。首先,判断是否有车辆驶近本车,并且将最危险的接近车辆作为通信对象;其次,通过Ad Hoc无线网络通信,获得本车与目标车的行驶信息,包括速度、位置、刹车扭矩等。根据这些信息,判断目标车的行驶状况是否正常。当监测到的信息显示目标车运行不正常,则两车间互相传递诸如刹车扭矩等的重要信息,并且根据具体情况,实时地通过CCD相机获得两车间的距离信息,在特定情况下,两车MCU控制器均会采取主动或自动刹车,从而避免两车相撞,同时司机也可以通过车内的监视屏来看到这些信息。即使在行驶过程中,出现不同的危险状况,驾驶辅助系统都能够根据从GPS和CCD相机得到的信息,针对不同的行驶状况,做出正确精确的操作。
1.2 通信模块[6,7,8]
移动Ad Hoc网络由汽车上装载的无线终端相互作用而形成,无需其他有线和无线网络支持。其中,每辆汽车都是移动Ad Hoc网络中的移动节点,而且可以自由地加入或离开网络。移动Ad Hoc网络中没有网络基础设施(如蜂窝网中的基站),所有移动节点分布式运行,具有路由功能,利用一定的协议,使得移动节点自身可以发现和维护其他节点的路由。除适合本驾驶辅助系统的数据信息传输外,还具有一些蜂窝移动网络不具备的优点:
(1) 可以随时建立网络,在没有其他通信设施的情况下使用,大大节省运营成本;
(2) 不受固定拓扑结构的限制,具有很强的容错性和鲁棒性,在某些极端恶劣的情况下,即使部分探测汽车出现故障,网络仍能正常运行。
驾驶辅助系统依靠车辆间的状态信息相互传递,监测行车状态,可以保护行车的安全性,包括调节行驶状态,避免恶性碰撞。目前,现有的系统能够警告驾驶者危险状况的来临,但不能自主做出预防措施,而本系统则弥补了这个缺陷。利用Ad Hoc网络传送的信息主要包括两种:
(1) 定时传输由GPS和CCD相机以及车内部分传感器得到的状态信息,如:车辆的位置、行驶速度、刹车扭矩等。根据研究,这些状态信息应以非常高的频率传递,网络中的每辆车每秒大约传输5~50次。
(2) 危险情况的警告信息。与上面定时发送的信息不同,这些警告信息有可能来自通信范围内的通信车辆,节点离得较远,因此需要多跳传输,所以这种信息只有当危险情况出现时才发出。
因此利用移动Ad Hoc网络传输的系统能对车辆行驶状况实施实时动态采集,具有建设成本低、周期短、维护费用低的特点,适合我国智能交通发展的现状。但移动Ad Hoc网络拓扑结构和物理层协议设计、采集信息的处理与其对未来路况预测等问题还有待解决。
1.3 控制模块
通过Ad Hoc网络传递过来的车辆信息进入车内整车控制器时,会对所得到的数据进行分析处理。如果分析的结果安全,不做出任何措施;当分析的结果出现警告时,则做出主动预防措施,其过程如图4所示。
整车控制器是汽车控制的核心,它根据输入信号,判断汽车当前状态,并经过一定的控制逻辑和控制算法的判断分析,确定向各子系统发出当前控制信号的量值。如图4所示,速度信号表征当前整车对输出驱动扭矩的需求量,同理,制动踏板信号表示对整车制动扭矩的需求。本文所研究的汽车控制策略采用的是电力辅助控制策略。发动机MCU 根据总成控制器发出的发动机油门信号,结合当前的发动机转速,确定出所需供油量和喷油定时,使电喷发动机通过有效组织燃烧向扭矩耦合器输出扭矩。电机驱动系统根据输入的表征电机扭矩大小的电机油门信号,以及电机工作模式信号决定电机的驱动扭矩输出。
整车控制器根据驾驶员制动踏板及当前车速计算出所需机械制动扭矩值,以得到机械制动系统的制动指令,与原车相比,车轮制动力分别来自产生摩擦制动的制动系统和产生回馈制动的动力传动系统,增加的回馈制动功能由混合动力及传动系统实现,回馈制动力来自电机的制动力矩,并通过传动系统施加于驱动轮上,而回馈制动的能量则通过传动系统传回电机。这样提高了制动的可靠性,从而增加了驾驶辅助系统的可靠性和安全性。
2 车辆定位原理
若要使驾驶辅助系统安全可靠地运行,汽车间重要行驶信息的传递是关键,如何确定与本车进行通信的汽车更是基础。判断过程如图5所示,分为4个步骤。
(1) 假设这是一个从四面八方行进的车行流模型(如图5(a)所示);
(2) 与本车同方向行驶的目标车对本车没有威胁,因此从候选对象中去除(如图5(b)所示);
(3) 本车行驶目的地不同的车辆也从候选对象中去除(图5(c)所示);
(4) 把余下的车辆当作通信候选对象。
在判断车辆行驶方向的过程中,分析GPS传递过来的信号,通过车辆的位置改变来判断汽车行驶方向;并且在汽车内部,安装陀螺传感器可直接检测出汽车前进的方向。当两个信息所显示的行进方向相同时,就按以上去除规则进行通讯候选车辆的排除;当两个信息所显示的行进方向不同时,则保留作为通讯候选车辆。剩下的候选通信车辆,通过GPS接收机接收GPS卫星信号,求出该车的经纬度坐标、速度、时间等信息。由这些信息可以算出车辆之间的距离,车辆间靠近速度等参数,将距离最近和靠近速度最快的汽车作为通信对象。
为提高汽车定位精度,本系统采用了差分GPS技术。当汽车行驶到地下隧道、高层楼群、高速公路等遮掩物而捕获不到GPS卫星信号时,系统可自动导入自律导航系统,此时由车速传感器检测出汽车的行进速度,通过微处理单元的数据处理,从速度和时间中直接算出前进的距离以及车间的距离和靠近速度。由GPS卫星导航和自律导航所测到的汽车位置坐标资料、前进的方向都与实际行驶的路线轨迹存在一定误差,为修正两者的误差,所以融入GIS系统,采用地图匹配技术,加一个地图匹配电路,对汽车行驶的路线与电子地图上道路之间的误差进行实时相关匹配进行自动修正,此时地图匹配电路是通过微处理单元的整理程序进行快速处理,得到汽车在电子地图上的正确位置,以指示出正确行驶路线。
3 结 语
驾驶辅助系统,通过所获得的GPS和CCD相机的信号,实时地对车辆行驶过程中的状态信息进行监测,对潜在发生的碰撞事故实时进行预判,当判断结果显示将要发生碰撞事故时,通过Ad Hoc网,进行车辆间的无线通信,将本车行驶参数以及与之通信车的行驶参数互相传递,传输到车内的微控制器中,使得微控制器发出操作指令,提醒司机做出控制,当情况特别紧急时,可以直接对车辆进行恰当的控制。由于驾驶辅助系统不需要安装在道路两旁的固定监测设备,因此,该系统对于未来的ITS是非常有效的。
摘要：在当今社会中,地面交通系统对人们的生活起到了至关重要的作用。但是,频繁的车祸使得人们对汽车安全愈加重视。采用智能交通系统(ITS)的思想,针对汽车视野死角的问题,提出了一种驾驶辅助系统。该系统通过GPS,CCD相机来判断车所处的位置、汽车间的车速、刹车扭矩等,并通过无线自组织网(Ad Hoc)进行车间通信,使车载MCU能够判断并做出主动预防碰撞措施。
关键词：智能交通系统,驾驶辅助系统,GPS,无线自组织网,主动预防碰撞
参考文献
[1]Yamada H,Ohouchi H,Hirasawa T,et al.Applicability ofAHS for Traffic Congestion in Sag[A].12th World Con-gress on ITS[C].San Francisco:CA.,2005.
[2]Mutoh N,Yokota K.A Torque Distribution Method UsingCCD Cameras that is Suitable for Electric Vehicles Drivenby Front and Rear Wheels Independently[A].PCC-Nagoya2007[C].Nagoya,CD-ROM Proceedings:2007.
[3]Nakahara T,Yumoto N.ITS Development and Deploymentin Japan[A].IEEE Conference on Intelligent TransportationSystem(ITSC 97)[C].Boston:MA,1997:631-636.
[4]薛艳丽.国外的智能交通系统[J].交通与运输,2007(4):15-16.
[5]杨东凯,寇艳红,吴今培,等.智能交通系统中的地图匹配定位方法[J].交通运输系统工程与信息,2003,3(3):38-42.
[6]盛志杰,吴卉,喻泉,等.采用GPS探测车的城市交通流分析[J].微型电脑应用,2006,22(1):3-6,53.
[7]Tamura K,Furukawa Y.Autonomous Vehicle Control Sys-tem of ICVS City Pal:Electrical Tow-bar Function[A].Presented at Proceedings of the IEEE Intelligent VehiclesSymposium[C].Dearborn:MI,2000.
智能辅助驾驶系统（本站推荐） 篇2
1、会踩刹车学名：预测性紧急制动系统
普及程度：中高档车为主，部分A级车开始普及
驾驶员能否避免追尾事故，取决于刹那间。预测性紧急制动系统(PEB)基于环境传感器与ESC系统的网络化，在即将发生追尾事故的情
况下帮助驾驶员防止事故的发生或者至少降低事故的严重程度，数据显示，它能降低72%的追尾事故数量。该系统包含预测性碰撞预警、紧急制动辅助和自动紧急制动三个部分。
2、会变道学名：车道偏离轨道警示、循迹辅助系统
普及程度：最新推出的中高档车均有
控制车辆自动变换车道的功能则是迈向无人驾驶的第二步，车道偏离警告系统或循迹辅助系统能降低26%的交通事故。以博世的车道偏离轨道警示系统为例，包括驾驶员提醒、驾驶员操作失误判断、紧急刹车等，利用视频传感器识别道路标线并探测无意的车道偏离，并通过视觉、声觉或触觉信号提醒驾驶员。这些技术是无人驾驶技术的前期阶
段。下一阶段，借助ABS、ESP执行器，当识别到偏离之后，汽车自动调整到正确的车道上。
3、会控制速度学名：自适应巡航控制(ACC)普及程度：大部分中高端车型，部分A级车开始普及
ACC是无人驾驶的基础技术，能主动帮助驾驶员与前方车辆保持安全距离，驾驶员无需操作油门踏板就能够跟随前车，车距与车速自动调节。在行驶过程中，ACC在车道探测摄像头和电子机械式转向系统的支持下，与电子稳定程序ESP相结合，构成无人驾驶的基础。ACC分为基本型和停走型。基本型ACC保持由驾驶员预先设定的车速，通过自行收油门、制动或加速而与变化的交通状况相适应。停走型ACC主动帮助驾驶员与前方车辆保持安全距离，能将车辆自行制动到停止，并在驾驶员确认后自动重新启动车辆。
4、泊车学名：自动泊车系统
普及程度：各级别车型都有，大多配置在高配车型上
安全辅助驾驶系统 篇3
值得信赖的驾驶伙伴，就像自己的双眼一样
就像可靠的驾驶伙伴一样， EyeSight驾驶辅助系统为您的出行保驾护航。通过两个类似人眼一样的摄像头，可以对目标对象进行有效识别。近似人类眼睛的立体摄像头，为您提供了多一倍的视野，为您带来更加安全并且舒适的驾驶体验。
就像人类通过双眼观察物体一样，EyeSight驾驶辅助系统通过两个摄像头，立体有效地掌握环境状况，从而准确识别对象物体距离、形状、移动速度等。而且，EyeSight驾驶辅助系统的立体摄像头具有识别物体颜色的功能，能够对刹车灯做出识别。
斯巴鲁对于行驶性能的追求，也同样体现在驾驶辅助系统上。EyeSight驾驶辅助系统，通过立体摄像头快速且准确地识别状况，能够尽早地对油门和制动进行主动干预。通过它，您可以轻松地就像经验丰富、技术良好的驾驶员一样，更为顺畅安心地进行加速减速。
EyeSight驾驶辅助系统四大功能介绍
防碰撞制动系统（PCB）—— 预测危险，回避碰撞
当有碰撞危险情况时，提醒驾驶者注意。如果驾驶员没有进行回避操作，将进行主动制动，自动减速或者停车。如果前车的速度小于约50km/h，可以预防碰撞或者降低伤害。当与前车的速度差超过约50km/h（行人约35km/h）时，将无法避免这种超出EyeSight驾驶辅助系统性能局限的碰撞发生。或者即使与前车的速度差小于约50km/h（行人约35km/h），因情况不同，也会有无法避免碰撞，或防碰撞制动系统（PCB）不启动的情况发生。
全车速自适应巡航控制系统（ACC）—— 控制车距，从容应对拥堵
堵车或者长途驾驶会令人变得疲惫不堪，这个时候，全车速自适应巡航控制系统（ACC）将会发挥作用。自动调整车距行驶，减轻驾驶员的负担，实现舒适驾驶。在机动车专用道路上，在0km/h-180km/h的广域车速区间内，可以进行跟随行驶。即使在持续缓慢行驶时，也可以跟随行驶。当前车停车时，可以通过主动制动，来减速或停车，具有停车状态保持功能的车辆，还会保持停车状态。
起步油门误操作预防功能 —— 防止因误操作造成的突然加速
驶离停车位时，万一挂错挡位就会发生碰撞，这个时候，起步油门误操作预防功能将发挥作用。控制发动机动力输出，防止因误操作而导致急加速的情况发生。检测前方的墙壁、篱笆等障碍物，当系统判断为起步误操作之后，立即通过警示音和警示信号进行提醒。同时控制发动机动力输出，缓慢起步。
警报与提示功能 —— 辅助安全驾驶
因困倦和疲劳导致精神不集中，从而车辆摆动、偏离车道、没有注意到前车起步等情况发生。这个时候，警报与提示功能会迅速通知驾驶员。当检测到车辆摆动（高速行驶时，约60km/h以上）或者车道偏离（约50km/h以上）的情况时，会通过警示音和警示信号来提醒驾驶员注意。同时，没有注意到前车起步，仍处于停车状态的情况时，会通过声音或者警示灯显示进行通知。
虽可减轻驾驶负担，也不要过分依赖
上世纪80年代末，斯巴鲁就开始了研发装配有立体摄像头的驾驶辅助系统。斯巴鲁以“打造更加安全的汽车”为宗旨，不断开发EyeSight驾驶辅助系统的性能。它既不是妨碍驾驶的系统，也不是华而不实的装备。它能够真正帮助人们更加轻松、安心地享受汽车生活。EyeSight驾驶辅助系统带给人们十足可靠的安心与安全感。
EyeSight驾驶辅助系统，是为了减轻驾驶负担以及降低事故伤害而研发出来的系统。驾驶辅助系统并不是自动驾驶装置。而且，系统判断的准确性，也无法与人类完全一样。驾驶时，请不要过分依赖此系统，一定要注意周围状况，必要时，驾驶员要进行制动操作等。请务必牢记安全驾驶。在驾驶员安全驾驶的前提下，能够使驾车变得更加轻松、安心。这才是斯巴鲁开发EyeSight驾驶辅助系统的最终目的。
汽车智能辅助驾驶系统的发展与展望 篇4
智能汽车就是在普通汽车的基础上增加了先进的传感器 (雷达、摄像) 、控制器、执行器等装置, 通过车载传感系统和信息终端实现车与X (人、车、路、云等) 的智能信息交换, 使汽车具备智能的环境感知能力, 能够自动分析汽车行驶的安全状态和危险状态, 使汽车按照人的意志到达目的地, 最终实现替代人来操作的目的。智能汽车的目的是通过使用当前飞速发展的信息技术, 有效利用现有设施, 将车辆、道路和驾驶者和谐地统一起来。
智能汽车自动驾驶有两种方式, 即自主式 (仅靠车载传感器) 和协同式 (需要借助通信技术, 与车联网集成) 。自主式自动驾驶包括环境感知系统 (摄像头、激光雷达、GPS等) 、智能决策系统、协同控制与执行系统 (制动与驱动、电动助力转向等) ;而网联式自动驾驶基于移动互联网, 要求像人一样具有环境感知和决策控制能力, 包括协同环境感知系统 (DSRC、4G/5G、GPS) 、云计算、底层控制系统;车联网其实是车内网、车载移动互联网和车际网“三网”的融合, 具有提供信息服务、促进节能减排和保障行驶安全等功能。
1 我国汽车智能辅助驾驶系统的发展
1.1 自主式辅助驾驶技术
目前, 自主式辅助驾驶技术已得到广泛应用, 处于普及和推广阶段, 并由豪华车下沉至B级车。
1.1.1 前碰撞预警系统
前碰撞预警系统可以在发生碰撞危险前2.7 s发出警报, 提醒刹车, 避免追尾。日立公司已与歌乐电子企业有限公司合作开发了碰撞预警系统, 可根据行人的移动实时、快速预判, 计算优化速度模式, 从而保证行车安全。
1.1.2 疲劳预警系统
疲劳预警系统首先由摄像头采集连续的数字图像信号, 检测人脸位置, 获取驾驶员的面部特征, 然后确定眼睛、瞳孔、眼睑等关键特征的位置、大小, 再根据所获取的面部运动规律、眨眼幅度、眨眼频率和瞳孔变动规律等判断驾驶员当前的疲劳状况。当疲劳程度超过设定值时, 报警器将启动报警。
1.1.3 车道偏离轨道警示系统
车道偏离轨道警示系统可减少26%的交通事故。该系统包括驾驶员提醒、驾驶员操作失误判断、紧急刹车等, 利用视频传感器识别道路标线并探测无意的车道偏离, 通过视觉、声觉或触觉信号提醒驾驶员。这些技术是无人驾驶技术的前期阶段。下一阶段, 将借助ABS、ESP执行器, 当识别到偏离之后, 汽车可自动调整到正确的车道上。
1.2 半自动辅助驾驶技术
近年来, 半自动辅助驾驶技术逐渐被应用于高端车上, 比如自适应巡航控制技术。世界汽车巨头们正致力于第三个层次——高度自动驾驶技术的实用化研发和产业化 (自动转向、自动加减速、自动停车等) 。苏州智华汽车电子公司已建成汽车行驶智能安全系统生产线, 并将其推广应用于多个整车企业。车道偏离轨道警示系统在2012 年商用车市场量产, 供货厦门金龙汽车集团股份有限公司和郑州宇通集团有限公司;同时, 该系统相关产品参与了长安先期开发, 产品性能得到认可, 已进入配套体系。
1.3 车联网技术
车联网 (V2X) 技术能够使汽车与周围环境通信, 预测路况对通勤的影响, 调整导航系统, 扩展驾驶员的视野范围。辅助驾驶系统与V2X技术的协同工作, 可以大大减少交通安全事故、提升交通效率、提高燃油经济性、减少排放。欧洲和北美都已在几年前在政府的支持下开展V2X研究项目, 包括INTERSAFE、e Co Move、Connected Vehicle等, 涉及技术、法规、标准、信息安全、系统可靠性 (安全) 等方面的内容。作为辅助驾驶系统终极目标的无人驾驶技术, 近期在国际范围内掀起了新一轮浪潮, 例如美国DARPA的无人车竞赛, 国际IT、汽车公司等推出的无人驾驶原型车。
2 智能汽车的弊端
智能汽车发展的最理想状态是无人驾驶汽车, 实现无人驾驶。具体过程为:首先收集行车过程中的道路信息、交通规则、障碍物信息等, 然后汽车对传感器收集的信号进行识别、判断, 最终通过驾驶员与汽车协作, 控制车辆, 实现安全驾驶。当然, 无人驾驶汽车也存在一些弊端:1智能驾驶科技含量越高, 给人提供的便利就越大, 驾驶员的依赖性也越强, 从而降低了人的安全意识;2辅助驾驶与无人驾驶的道德困境——发生交通事故时的责任归属问题、保险赔付问题和优先保护谁的问题;3如何保护无人驾驶汽车用户的行驶数据, 使用户在驾驶过程中不被黑客攻击或受到远程控制;4调查显示, 社会民众对汽车无人驾驶的接受度较低, 尤其是年龄较长者。
3 对我国智能网联汽车的发展建议
电力系统在线安全稳定综合辅助决策 篇5
关键词：预防控制,紧急状态,辅助决策,协调优化,电力系统
0 引言
当检测到电网中出现不安全现象或者预想事故下存在安全稳定问题时,需要调度员采取措施来实施紧急控制或预防控制,但仅凭经验或者离线预案, 调度运行人员不仅无法确认措施执行后系统的安全稳定状态,而且可能由于运行方式多变导致控制策略的失配[1,2]。因此,调度运行辅助决策是智能电网调度控制系统的重要组成部分,通过为调度运行人员提供与运行方式相适应的决策支持,提升快速、正确处理复杂故障场景的能力,实现安全性和经济性的协调[3,4]。
调度运行辅助决策通过多种类型的控制手段, 将系统的状态点移向参数空间中的安全稳定域。除了描述需要满足运行约束的运行可行域,安全稳定域还包括描述预想事故下系统安全稳定性的可行域,包括静态安全域、暂态稳定域、小扰动稳定域和电压稳定域等。根据控制时机不同,调度运行辅助决策可以分为紧急状态时的校正控制辅助决策和预防控制辅助决策。紧急状态辅助决策基于对电网实时状态的分析,主要解决设备过负荷、系统持续振荡、事故后电压严重跌落等问题[5]。预防控制辅助决策针对的是电网预想故障后潜在的安全稳定问 题[6,7]。调度运行辅助决策的计算是一个优化问题, 优化算法主要可以分为数学规划类方法[8,9,10,11,12,13]和基于控制性能指标的启发式方法[14]。对于实际大电网而言,大多数安全稳定问题具有高维、强时变、强非线性的本质,因此,满足安全稳定要求的辅助决策计算是一个复杂的高维非线性规划问题,相对于采用数学规划的求解方法,基于控制性能指标的启发式方法易于满足实际应用中对于计算方法适应性和计算速度的需求,因而得到更广泛的应用[15,16,17]。
目前互联大电网的动态行为和失稳模式特性日益复杂,各类安全稳定问题相互交织,多种安全稳定隐患可能同时出现,而解决不同安全稳定问题的各类辅助决策功能可能给出相互矛盾的措施,需要在辅助决策计算中考虑多种安全稳定问题之间的协调优化。文献[18]提出了综合动态安全和静态电压稳定的协调预防控制方法,采用综合安全约束的最优潮流模型来描述协调预防控制问题,基于控制灵敏度将综合安全约束解耦转化为一个线性优化模型, 并采用连续线性规划方法来求解,但该方法在实际应用中还存在诸多困难。除此以外,该方面研究成果相对较少。
调度运行辅助决策的控制手段包括调整开机方式、有功与无功出力、网络拓扑、进相运行、直流功率、无功补偿和限制负荷等。不同类型的控制措施在执行时的优先级不同。因此,调度运行辅助决策的求解方法应支持按照不同类型控制措施的优先级顺序逐级进行决策优化。在目前的辅助决策算法 中,控制目标通常为代价最小,通过在目标函数中对不同的控制类型设置对应的权因子,实现对控制措施优先级的要求[13]。但在实际应用中面临权因子的取值问题,并不能完全满足需求。为此,本文提出了电力系统在线安全稳定综合辅助决策计算方法。基于多算法封装流程自定义组态技术开发的调度运行辅助决策系统可集成到智能电网调度控制系统 中,目前已在多个网省公司的调度控制中心得到应用,实际案例证明了该系统的有效性。
1 辅助决策优化问题
1.1 数学模型
安全稳定域中系统的状态变量yc是控制变量u和潮流变量x的函数,可以表达为k(u,x,yc)=0。给定一个可行的控制变量u,系统的状态变量yc应包含于相应的稳定域中,可以表达为yc∈Acsr,其中Acsr为系统的安全域,各类安全稳定问题对应的多种安全域都是系统统一的安全域在各个侧面的投影。辅助决策优化问题可以表达如下[6,18]:
其中,式(1)代表目标函数,求解辅助决策优化问题时一般为控制成本最小;式(2)代表潮流方程。
1.2 求解方法
求解上述优化问题的关键是式(4)。以暂态功角稳定预防控制为例,其安全域的约束难以解析表达。虽然扩展等面积准则(EEAC)[19]将多维轨迹的动态特征通过互补群惯量中心相对运动变换,保留到主导映象上的时变单机系统的轨迹中,识别受扰轨迹的主导模式,可以给出复杂多机系统受扰轨迹的稳定裕度,但仍无法得到各个控制变量对稳定裕度的解析灵敏度,灵敏度的计算需要依靠摄动的方法获得,难以满足在线计算对计算速度的要求。
其他研究思路大体分为以下几类:1将微分方程转化为差分方程,暂态稳定域约束用转子角差或转子角与惯量中心之差不大于某个临界角度来表示[8],这类方法对于每一个时步都会形成一组差分方程,约束规模庞大,给优化问题的求解带来了困难;2先定义某种控制指标,如转子角差、运动轨迹与稳定平衡点的偏离程度等,然后基于变参数追踪技术的灵敏度计算[9],或者轨迹灵敏度分析[10],将式(4)转化成如下形式:
式中:nc为参与预防控制 的故障数 目;Sij为故障i时控制变量j对于控制指标的灵敏度;nctrl为参与控制的控制变量数 目;Δuj为控制变 量j的调节量; ΔEi 为满足稳定约束要求的控制指标变化量。得到式(5)后即可采用数学规划的方法求解数学模型。
由于复杂大电网高维、强时变、强 非线性的 特性,上述方法在实际应用中至少面临以下问题:难以找到满足要求的控制指标,基于邻域的线性化方法得到的控制灵敏度不准确。目前获得应用的程序采用EEAC计算机组参与因子[20](参与因子体现了元件对安全稳定性的贡献程度),按多故障裕度加权并计及控制代价得到控制性能指标,排序后首尾配对依次参与控制,逐步调整直至找到最终方案[15]。上述方法属于启发式算法,虽然从理论上无法保证获得全局最优解,但绝大多数情况下可以得到可行和优化的调整方案。
对于相对简单和线性化程度较好的支路过载辅助决策,主要有优 化规划法[11,12]和灵敏度 方法[16,17]。优化规划法通过求解数学模型(包括优化目标和各种安全约束条件)得到控制方案,除存在计算收敛性的问题外,在实际工程中还需要考虑以下问题:1兼顾调整量最小和调整元件最少,调整元件尽量少是为了方便调度人员操作;2从调度公平的角度出发,性能相近的元件具有相同的调整量;3在不能完全解 决过载问 题时需要 给出一个 次优解; 4需要考虑投入线路(负荷转供)等离散控制变量。基于灵敏度的启发式算法没有收敛性问题,便于考虑多种实际工程问题和编程实现,在目前的实际工程中获得了更广泛的应用,但给出的控制方案不能保证数学意义上的最优。
其他安全稳定问题包括静态电压稳定、小扰动稳定等的辅助决策与暂态功角和支路过载情况相 似,实际工程中大多采用基于灵敏度(参与因子)的启发式算法,而不再直接采用数学方法求解优化模型。
在当前的在线动态安全分析与控制中,通常采用同构的计算节点组成计算集群,利用分布式并行计算技术以满足对计算速度的要求,因此,要求辅助决策计算方法能充分利用计算资源。目前的方法是基于枚举并行的方式,将可能的调整方案下发至计算节点并行计算,最终在计算结果中选择满足要求的方案作为辅助决策措施[15]。这也是实际工程中大多采用基于灵敏度(参与因子)的启发式算法的另一个原因。
2 考虑多种安全稳定约束的综合辅助决策 方法
2.1 问题描述
如果采用数学规划的方法,将所有的安全稳定问题在统一的计算框架下进行求解,除了计算量大的问题外,更为重要的是对于单独的暂态稳定问题, 如上文所述,目前尚难以找到满足实际电网需求的规划类算法,对于其他安全稳定问题,依然存在类似的问题。因此,本文采用实用化的启发式方法以满足实际工程的要求。
2.2 多种安全稳定问题的综合辅助决策
将紧急状态和预想故障后可能存在的多种安全稳定问题按重要和复杂程度进行排序,由此获得各问题的计算队列,按计算队列的先后顺序分别进行串行计算。前一辅助决策计算完成后,根据计算结果调整电网运行方式,后续计算在之前的计算基础上进行。为避免后续计算影响已计算的结果,每一辅助决策计算完成后,均须输出安全稳定裕度指标对候选控制措施的灵敏度,若无法得到相关的灵敏度,则输出候选控制措施的参与因子,后续计算将其作为对控制方向的约束加以考虑,对灵敏度或参与因子大于门槛值的候选控制措施,控制方向不能与之前辅助决策计算的方向相反。
上述算法通过将各类安全稳定问题的辅助决策计算串行,后续计算计及之前辅助决策计算的安全稳定约束,保证后续计算不与之前计算结果冲突,从而实现多种安全稳定问题的综合辅助决策。算法的关键是安全稳定量化分析方法基础上的控制措施参与因子计算和灵敏度信 息。如对过载辅助决策而言,有功调整控制节点的综合加权灵敏度如下[16]:
式中:Sk为第k个有功调整措施的综合加权灵 敏度;Nc为过载安全考核故障的总数;Li为过载元件总数;Sk,i,j为第k个有功调整措施对第i个故障下第j个设备的有功灵敏度;Wi,j=1-ηi,j,ηi,j为第i个故障下第j个设备的过载安全裕度。
按照综合加权灵敏度大于门槛值筛选有效控制节点并决定节点的控制方向。如果综合加权灵敏度为正,则节点减出力;如果为负则增出力;如果接近0或者存在控制方向冲突的情况,则不再调整该节点。之后的辅助决策计算控制方向不能与此相反。
在暂态功角稳定辅助决策中,每一候选控制措施k的控制性能指标计算公式如下[15]:
式中:Sk,i为模式i下候选控制措施k的参与因子; Mi=1-ηi为Sk,i的权重,其中ηi为模式i的最小裕度;Nm为模式总数。
同样,由控制性能指标可以决定机组的控制方向,而暂态功角稳定辅助决策之后的辅助决策计算控制方向不能与此相反。
然而,上述算法并不是数学意义上的规划算法, 而是启发式算法,存在以下主要问题。
1)算法要求控制措施的控制方向不能与之前辅助决策计算的方向相反。实际上对于灵敏度或参与因子大小不同的控制措施,即使控制方向均要求减少,也完全可以通过减少控制效果大的措施控制量, 同时增加控制效果较小的措施控制量而达到控制要求。因此,算法的要求实际上减少了候选控制措施的调整范围,可能导致原本可以获得解的问题无法得到满足要求的解。为了尽量减少上述问题的 影响,除了按照控制性能指标门槛值筛选有效控制措施外,还将辅助决策的多种安全稳定问题按重要和复杂程度进行排序,优先解决相对重要和急迫的问题并输出控制措施。在实际的工程应用中,对于预防控制辅助决策,暂态功角稳定问题因其快速失稳和后果相对严重可以优先考虑解决;过载和电压越限等静态安全问题允许有一定的调度处理时间而其次解决;静态电压稳定问题因要求保留必需的稳定裕度可以再顺次解决;而对于小干扰稳定辅助决策, 因为计算模型和参数准确性的问题,仿真计算的阻尼比距离实际情况差距较大,可以最后解决。
2)算法将各种安全稳定问题的辅助决策计算串行进行,因此计算速度相对较慢。
3)算法不能完全保证最终得到的辅助决策措施满足所有安全稳定要求,原因如下:1为了避免后续辅助决策控制措施恶化系统的安全稳定性,需要同时输出不安全以及接近不安全的元件或者故障模式关联有效控制措施的灵敏度,并在后续的辅助决策计算中加以考虑,即使如此,依然可能存在潜在的不安全或失稳模式,在后续的辅助决策措施调整后而失去安全稳定;2为了满足控制目标函数的要求,各辅助决策功能均要求控制到临界安全,后续辅助决策措施造成的微小参数变化可能会导致不安全。
2.3 预防控制和紧急状态辅助决策的协调
紧急状态辅助决策在电网出现设备过载、断面越限、电压越限、频率越限和低频振荡等 紧急状态时,提供紧急状态下的调整措施,以抑制或消除相关紧急状态,在控制时间紧迫性上远超预防控制。因此,若电网处于紧急状态,则首先进行紧急状态辅助决策计算并输出计算结果,之后根据计算结果调整电网运行方式,重新进行预想故障下的安全稳定评估,对于电网仍然存在的安全稳定问题,进行预防控制辅助决策计算。
2.4 分解协调
针对上文所述计算速度相对较慢的问题,对于耦合关系不强的多种安全稳定问题,可以进一步考虑采用分解协调的方法提高计算速度。将考虑的多种安全稳定问题进行分类,关系密切、耦合程度较强的问题分为同一类别,而不同类别的安全稳定问题可以考虑并行计算以提高计算速度。考虑到电力系统的特点,实际工程中通常可将与有功功率/相角相关的设备过载、暂态功角稳定、动态稳定等问题归为另一类,与无功功率/电压密切相关的电压越限、静态电压稳定等问题归为另一类。对于按并行流程计算的各类安全稳定问题的计算结果,需要根据灵敏度信息进行合并得到综合控制措施,合并原则如下: 1若控制措施控制量方向相同,则取各措施中的最大值;2可能存在控制措施控制量方向相反的情况, 则根据安全稳定问题的相对急迫性和重要性确定控制措施的调整方向和调整量,优先选取更为重要和急迫的安全稳定问题控制措施调整方向和调整量。
2.5 递归迭代
如上文所述,算法不能完全保证最终得到的辅助决策措施满足所有安全稳定要求,分解协调并行计算也可能会引起控制措施冲突的问题,因此采用递归迭代的方法加以解决。根据最终得到的控制措施调整电网运行方式,重新进行安全稳定评估,若仍然存在安全稳定问题,则接受已计算出的控制措施, 同时输出本轮计算候选控制措施的参与因子和灵敏度信息作为后续计算的稳定约束,重新开始计算;否则,终止计算过程。
考虑多种安全稳定约束的综合辅助决策计算流程如图1所示。
上述方法属于启发式算法,虽然从理论上无法保证获得全局最优解,但在绝大多数情况下可以得到可行和优化的调整方案;上述方法的另一个特点就是无需修改目前成熟的数值仿真和辅助决策计算程序,仅仅需要对计算结果进行数据挖掘,软件结构简单,鲁棒性好。
3 考虑多种措施类型优先级的策略寻优
辅助决策措施包含多种类型,对于各类发电机有功出力调节,水电机组因其成本较低和调节速度快而优先调节,抽水蓄能尽量少发和少抽,一般情况下考虑新能源消纳要求不调节其有功功率,在要求的时间范围内由发电机调节速度(爬坡率)得到其可调节容量。负荷控制采用拉电序位表,优先采用转供措施,其次按序位表顺序将调整量下发给地调。一般情况下,电压越限首先调整容抗器投切,过电压严重时考虑调整机组无功功率。发电机投停和变压器分接头调整等措施一般情况下较少采用。
辅助决策程序按设置的优先级顺序调整不同类型控制措施,计算各控制措施的综合性能指标,根据设置的门槛值筛选有效控制措施,当同一类型有效控制措施均调整完成时,转入调整下一优先级的控制措施。相同优先级的措施按控制性能代价比指标大小顺序调整,但从调度公平的角度出发,性能代价相近的措施应同时调整,如一个厂站内性能代价相近的机组应按照相同比例同时调整,避免单独调整某一台或几台机组。
4 系统设计
调度运行辅助决策系统包括数据获取、参数设置、各类决策优化、安全稳定评估和结果展示等模 块。决策优化模块包括紧急状态辅助决策和预防控制辅助决策。紧急状态辅助决策包括设备过载辅助决策、断面越限辅助决策、电压越限辅助决策、静态功角稳定辅助决策和低频振荡辅助决策等。预防控 制辅助决策包括静态安全辅助决策、短路电流辅助决策、暂态稳定辅助决策、小扰动稳定辅助决策和静态电压稳定辅助决策等。
从各个电网的实际需求出发,调度运行辅助决策的各算法之间不是单一固定的串行流程,算法之间既存在串行关系,又存在并行的可能;综合辅助决策需要多算法的交互迭代,某些算法的结果可能作为其他算法启动的触发条件,下一步采用何种算法, 需要根据上一步的分析结果决定,且计算环境参数动态变化。调度运行辅助决策需要各种分析计算软件通过有序的组织来实现,但目前多算法封装尚缺乏有效的方法,算法的组织和配置需要预先定制,扩展性差,从而导致稳定分析计算维护工作量大,开发周期长。
采用多算法封装流程自定义组态方法[21],将算法组织形式从预先定制提升为灵活组态,提高了计算的可扩展性,可以满足各个电网安全稳定特性和需求的差异化。多算法封装流程自定义组态方法包括以下步骤。
步骤1:将计算功能划分为若干计算任务,按照统一的接口封装算法程序,每个计算任务对应一个算法程序,完成独立的计算功能,且可以设置计算条件。将各算法程序按照统一的接口封装,主要涉及数据接口、标志交互接口和异常处理接口。数据交互接口是指算法程序与计算流程组织模块之间的数据交互机制;标志交互接口是指算法程序与计算流程组织模块之间的信号交互机制;异常处理接口是指算法程序计算异常时的处理机制。接口封装提供了统一的调用方式,定义了交互的标志文件,屏蔽接口差异,有利于系统的集成与扩展。
步骤2:采用面向任务的组态语言,将计算任务和计算条件组织成计算流程组态定义文件。面向任务的组态语言由计算任务、计算条件等关键字,以及各种操作数、操作符构成。
步骤3:计算流程组织程序按照计算流程组态定义文件,以检测当前计算任务的计算条件是否满足。若条件满足就启动该任务的计算;否则该计算任务一直等待,直到计算条件满足。
步骤4:通过对计算任务、算法程序进程赋予唯一的识别码进行计算任务与进程的匹配,通过计算条件的逻辑运算进行流程控制。其步骤如下:1每个计算任务对应一个算法程序,包括该算法程序对应的启动参数、配置文件、运行环境等;2对各计算任务赋予识别码ID(计算任务的唯一标志),对各算法程序赋予进程识别码ID(算法程序的唯一标志), 对算法程序定义相关的计算属性,如启动参数、运行环境等;3将计算任务ID与计算进程ID建立映射关系,实现计算任务与算法程序的绑定;4计算任务通过关键字进行标识,计算条件通过关键字、操作数和操作符进行标识;5计算组织流程程序解析计算条件,将计算条件转换成逻辑表达式,进行逻辑运算,根据逻辑运算结果,确定计算任务的计算条件是否成立,如条件满足,则启动计算任务。
步骤5:若其他计算任务都已完成,但处于等待状态的计算任务的计算条件还不满足,则该等待计算任务自动退出,并通知计算组织流程程序,退出整个计算过程。
多算法封装流程自定义组态各模块关系如图2所示。
5 算例分析
按照本文设计算法开发的在线调度运行辅助决策系统已在多个省级以上电网的调度控制中心得到应用,应用实例验证了本文算法的正确性和有效性。以特高压长南线检修华北电网独立运行方式下在线某一 断面时刻 数据进行 算例分析,该电网共 有5 579个计算节点,421台发电机,2 853条输电线 路。
将部分故障的切除时间延长为0.20s,并停运部分机组的电力系统稳定器(PSS)后,“汶泰一回三永跳双回”故障暂态功角失稳;“大房一线大同侧三永”故障开断大房一线后,系统动态阻尼不足;山东静态电压稳定关键断面为东送断面,PV曲线计算得到的裕度为16.633%,将静态电压稳定裕度门槛值提高到18%。采用分类并行计算模式,将暂态功角稳定和动态稳定问题归为一类,静态电压稳定问题归为另一类,可得到如下预防控制辅助决策计算结果。
5.1 功角稳定和动态稳定辅助决策
辅助决策计算顺序为先进行暂态稳定再进行动态稳定。经分析,“汶泰一回三永跳双回”失稳故障下山东运河、里彦和济宁电厂机组为领前群机组,通过减少以上机组出力可以解决暂态失稳问题。经计算,控前和控 后的功角 裕度分别 为 -31.5% 和23.9%,控后电压裕度和频率裕度分别为40.6%和42.2%(因控前故障暂态功角失稳,故不再计算暂态电压和频率裕度)。“大房一线大同侧三永”故障后, 系统阻尼不足,振荡频率 为0.68 Hz,阻尼比为0.405。根据振荡波形进行模式分析并估算机组参与因子[22],参与因子较大的为山西神二、河北沧东和山东潍坊、邹县、运河电厂机组。由于山东受入功率,若降低山西、河北机组出力,增加山东机组出力, 减少联络线传输功率,可以增加故障后系统的动态阻尼,机组调整后阻尼比提高为4.4。调整中由于运河电厂机组为暂态稳定临界群机组,不能增加出力。控制措施如表1所示。
5.2 静态电压稳定辅助决策
山东东送断面功率增长方式为西部机组增加出力、东部地区增加负荷。在临界点附近进行电压稳定模态分析,电压薄弱区域为恒顺和永和地区,东海、龙口和烟台机组的参与因子较大。
通过在恒顺220kV变电站35kV侧投入4组20 Mvar电容器,电压稳定裕度由16.63% 升高至18.12%,满足裕度 门槛值的 要求,无功功率 也由0 Mvar上升至80.8 Mvar。将最终无功控制方案施加在基态文件上,重新进行基态评估,未出现节点电压越限情况。
5.3 措施合并和安全稳定校核
由于没有控制冲突的问题,将暂态、动态稳定和静态电压稳定辅助决策的控制措施简单合并即可。采用最终得到的控制措施调整电网运行方式,重新进行安全稳定评估,均无其他安全稳定问题。
6 结语
