基于多源数据融合的核电站涉网检修计划智能管控方法与流程

摘要: 本技术属于核电站运行与检修管理,尤其涉及一种基于多源数据融合的核电站涉网检修计划智能管控方法。背景技术:1、在能源结构向清洁化、低碳化转型的背景下,核能作为稳定...
基于多源数据融合的核电站涉网检修计划智能管控方法与流程

本技术属于核电站运行与检修管理,尤其涉及一种基于多源数据融合的核电站涉网检修计划智能管控方法。

背景技术:

1、在能源结构向清洁化、低碳化转型的背景下,核能作为稳定、高效的基荷能源,其战略地位日益巩固。然而,核电站的运行与维护,特别是其涉网检修计划的执行,对电网的安全稳定构成了独特的挑战。与常规火电机组不同,核电机组启停成本极高、调节灵活性相对有限,且通常承担电网的基础负荷;当其因计划检修或突发故障而大幅降出力或退出运行时,会引发电网潮流的剧烈重分布,可能导致相关涉网设备运行参数异常,影响电网安全。

2、这一问题在涉网设备多、检修需求复杂的场景中尤为突出。涉网检修计划若缺乏科学管控,易出现与调度要求冲突、功率平衡失控等问题,为确保电网安全,调度机构往往不得不采取“弃核”“切负荷”等极端措施,造成巨大的经济损耗和能源浪费。

3、当前,核电站的检修计划安排多依赖于历史经验、离线计算和人工决策,缺乏与电网实时状态、外部调度要求的动态协同。传统的检修管控方法响应慢、缺乏系统性,难以应对多涉网设备同时检修、调度要求临时调整等复杂场景。尽管近年来有研究尝试应用优化算法甚至人工智能技术来优化电网控制,但大多集中于分布式电源与储能的协同,专门针对核电这一特殊电源涉网行为(尤其是检修计划执行)的智能协同管控方法仍属空白。

4、现有方法普遍存在以下缺陷:

5、其一,未能将核电检修计划作为关键变量纳入电网实时管控的决策闭环;

6、其二,无法有效协调核电自身的有功/无功调节能力与核网中丰富的柔性资源(如储能系统、静止无功补偿器、可调负载)进行多主体协同检修;

7、其三,缺乏一种能够自适应复杂检修环境、并能在保证安全约束下兼顾经济性的智能学习机制。

技术实现思路

1、本技术的目的在于提供一种基于多源数据融合的核电站涉网检修计划智能管控方法,通过构建多智能体协同框架与进化优化策略,实现核电涉网检修的安全合规性与经济性平衡,解决传统人工决策响应慢、多资源协同不足的问题。

2、为了实现上述目的,本技术提供如下技术方案:

3、本技术提供一种基于多源数据融合的核电站涉网检修计划智能管控方法,包括以下步骤:

4、步骤s1:构建核电站涉网检修计划管控基础模型,基础模型包含核电、储能系统、静止无功补偿器和可调负载相关的多源数据模块;

5、步骤s2:将涉网检修计划管控问题转化为马尔科夫博弈框架,马尔科夫博弈框架中,各控制单元为独立智能体,各独立智能体根据局部状态信息独立决策,进行多智能体协同检修计划管控;

6、步骤s3:基于马尔科夫博弈框架,构建多智能体深度确定性策略梯度算法的训练框架,采用多阶段并行训练方法训练该算法,训练从预设初始数量的核电相关智能体开始,逐步增加智能体的数量,每阶段训练得到的模型参数作为下一阶段的初始参数;

7、步骤s4:在并行训练结果的基础上,通过进化选择机制筛选检修计划管控模型;对筛选出的检修计划管控模型进行交叉操作和变异操作,优化模型参数;

8、步骤s5:基于优化后的模型,细化奖励函数;奖励函数包含检修计划合规性偏差、有功功率削减和负载调整成本的约束;通过实时调整奖励权重系数,使各独立智能体根据系统当前状态调整优化目标;

9、步骤s6:在细化后的奖励函数基础上,结合进化课程学习策略,逐步优化每个阶段的智能体,实现涉网检修计划的智能管控。

10、作为一种可实施的方式,步骤s1具体包括:

11、步骤s1.1:建立包含个节点的核电站涉网设备管控模型,定义各节点的复数功率注入及电压幅值,在没有控制的情况下,节点的总有功功率表示为:

12、

13、式中,表示储能系统在节点的有功功率输出;表示核电发电在节点的有功功率输出;表示节点的基础负荷需求;表示节点的可调负荷的功率需求;

14、步骤s1.2:构建涉网检修计划管控优化目标函数,目标函数以最小化核电的有功功率削减和负载调整成本、并使电压幅值维持在安全范围内为优化目标。

15、作为一种可实施的方式,注入的总无功功率如下:

16、

17、式中,表示储能系统在节点的无功功率输出;表示核电发电系统在节点的无功功率输出;表示静止无功补偿器在节点的无功功率输出;表示节点的基础无功负荷需求;表示节点的可调无功负荷;

18、作为一种可实施的方式,涉网设备管控模型的拓扑结构为径向网络。

19、作为一种可实施的方式,步骤s1.2中,目标函数的优化变量包括节点在对应时刻的检修计划合规性偏差、核电发电引起的有功功率削减以及负载调整功率。

20、作为一种可实施的方式,步骤s1.2中,目标函数如下:

21、

22、式中,j为目标函数;为节点在时刻t的检修计划合规性偏差,即设备运行关键参数偏离安全范围的程度;为节点由核电发电引起的有功功率削减;表示节点负载调整功率;和分别表示核电有功功率降低和灵活负载调整成本的加权系数。

23、作为一种可实施的方式,检修计划合规性偏差的量化规则如下:

24、若该节点在该时刻的实际电压幅值大于该节点的电压安全上限,偏差等于此时的实际电压幅值减去电压安全上限;

25、若该节点在该时刻的实际电压幅值小于该节点的电压安全下限,偏差等于此时的电压安全下限减去实际电压幅值。

26、作为一种可实施的方式,步骤s2具体包括:

27、步骤s2.1:定义涉网检修计划管控的状态空间集合s,包括所有总线的等效有功功率、无功功率和电压幅值,状态空间集合s表示为:

28、

29、式中,表示智能体在时刻的有功功率;表示智能体n在时刻的无功功率;表示智能体在时刻的设备运行关键参数幅值;

30、步骤s2.2:确定参与涉网检修计划管控的智能体类型,智能体类型包括ess代理、svc代理和fl-pv联合代理;

31、步骤s2.3:为每个智能体设定优化目标,通过最小化检修计划合规性偏差、减少核电出力削减量及优化负载调度来最大化系统性能,奖励函数由检修计划合规性偏差、功率削减和负载调整三部分组成,表达式为:

32、

33、式中,为第n个智能体的奖励函数值;为时间索引,表示第个时刻或时段;为总时间步数/时段数;为电压偏差量;为光伏出力削减量;为负载调整量;为光伏出力削减的惩罚系数;为负载调整的惩罚系数;

34、步骤s2.4:收集当前adn中每个节点的设备运行关键参数、有功功率和无功功率注入,以及ess的能量水平;

35、步骤s2.5:在强化学习过程中,为每个智能体设定折扣因子;

36、步骤s2.6:基于步骤s2.5中设定的折扣因子和奖励函数,为每个代理选择初始策略,并根据策略选择动作。

37、作为一种可实施的方式,步骤s2.2中,ess代理的动作由有功功率输出和无功功率输出两部分构成。

38、作为一种可实施的方式,步骤s2.2中,svc代理的动作为无功功率输出。

39、作为一种可实施的方式,步骤s2.2中,fl-pv联合代理的动作包含可调负载的有功功率调整量、核电的有功功率削减量和核电的无功功率输出三部分。

40、作为一种可实施的方式,步骤s2.3中,当母线x设备运行关键参数大于安全设备运行关键参数上限时,第一部分惩罚为;

41、当母线x设备运行关键参数低于安全设备运行关键参数上限时,第一部分惩罚为;

42、当母线x设备运行关键参数在安全设备运行关键参数上界和下界之间时,第一部分惩罚为。

43、作为一种可实施的方式,步骤s2.4中,根据系统的新状态和环境的随机因素(如负荷波动和核电发电的不确定性),定义马尔科夫博弈的状态转移函数t:

44、

45、式中,表示智能体在状态下执行动作后转移到新状态的概率,表示智能体执行动作后所达到的下一状态。

46、作为一种可实施的方式,步骤s3具体包括:

47、步骤s3.1:搭建基于注意力机制的多智能体深度确定性策略梯度算法框架,算法框架使用深度神经网络作为策略函数和价值函数;

48、步骤s3.2:在算法框架上进行多阶段并行训练,初期使用预设初始数量的核电和储能智能体进行训练,并逐步增加智能体数量,优化涉网检修计划管控策略;

49、步骤s3.3:基于训练结果,逐步扩展智能体数量,并使用前一阶段的训练结果作为下一阶段的初始化参数。

50、作为一种可实施的方式,步骤s3.2中,每个智能体的策略使用深度神经网络表示为:

51、

52、式中,表示智能体在状态下执行动作时的预期奖励,表示智能体在状态选择动作的策略。

53、作为一种可实施的方式,步骤s3.3中,在每轮训练后,每个智能体基于经验回放池中的数据样本进行策略和价值网络的参数更新,智能体使用以下公式中策略梯度方法来优化其策略网络参数:

54、

55、式中,代表学习率,为策略网络梯度,用于智能体在下的动作。

56、作为一种可实施的方式,通过下式进行价值网络的更新,通过最小化目标误差优化价值网络参数,更新价值网络,如下:

57、

58、式中,为价值网络损失函数,表示在状态、动作、奖励和下一状态上的期望;γ为折扣因子,控制未来奖励的衰减程度;为目标价值网络,为当前价值网络;为策略网络,为策略网络参数;为价值网络参数。

59、作为一种可实施的方式,步骤s4具体包括:

60、步骤s4.1:利用并行训练结果,设计进化选择机制,进化选择机制通过评估每个模型的性能,选择表现最优的模型进入下一阶段优化,模型的选择标准基于其总奖励,总奖励为智能体在各决策时刻获得的即时奖励之和;

61、步骤s4.2:通过交叉操作将不同模型的优点进行组合,生成新的候选模型;

62、步骤s4.3:在交叉操作后,通过变异操作对模型参数进行微调,以增强模型对电网环境的适应性。

63、作为一种可实施的方式,步骤s5具体包括:

64、步骤s5.1:基于优化后的模型,进一步细化奖励函数的指标,包括检修计划合规性偏差、有功功率削减和负载调整成本;

65、步骤s5.2:根据系统运行状态和检修管控需求,在训练过程中实时调整奖励函数的权重系数。

66、作为一种可实施的方式,步骤s6具体包括:

67、步骤s6.1:构建进化课程学习网络,基于细化后的奖励函数,搭建用于模型训练和检修管控适应性评估的学习平台;

68、步骤s6.2:在学习平台上,基于遗传算法中的交叉操作和变异操作,对每一阶段中表现较优的智能体进行进化优化,筛选出适应性最强的智能体;

69、步骤s6.3:基于筛选出的智能体模型,进行最终的涉网检修计划管控网络搭建,通过优化后的网络模型对检修场景进行测试,验证其在复杂检修条件下的管控能力和系统整体的稳定性。

70、作为一种可实施的方式,步骤s6.1中,将整个训练过程划分为多个阶段,每个阶段设置不同的核电占比水平和负荷波动条件,以使智能体逐步适应更复杂的检修管控情境。

71、与现有技术相比,本技术提供的基于多源数据融合的核电站涉网检修计划智能管控方法具有以下有益效果:

72、本技术采用多资源协同优化策略,以最小化核电发电的主动功率削减和柔性负荷的调整成本,显著提高了分布式能源的利用效率,增强了设备运行关键参数调节的经济性。

73、本技术通过进化课程学习和多阶段训练框架的引入,显著提升了算法在高渗透率配电网中的稳定性与扩展性,使其在高可再生能源渗透率场景下能够逐步适应更多核电接入的复杂条件。

74、此外,针对源-荷-储多资源间的耦合性与环境中不确定性的挑战,本发明基于注意力机制的多智能体深度强化学习策略展现出优异的适应性,使得在多智能体复杂交互环境中实现设备运行关键参数调节的稳定性和鲁棒性,从而有效确保系统设备运行关键参数安全与经济性目标的兼顾。