一种故障场景下公用电网紧急调度策略分析方法与流程

本发明属于电网紧急调度，具体涉及一种故障场景下公用电网紧急调度策略分析方法。

背景技术：

1、随着能源转型的加速推进，大量分布式电源如光伏、风电以及储能系统接入公用电网，形成源网荷储一体化的复杂运行格局，这种变革在提升能源利用效率、促进清洁能源消纳的同时，也给公用电网的安全稳定运行带来了诸多挑战。

2、其中，n-1场景是电网常见的典型故障场景，指系统中任意单一元件（如线路、变压器、发电机等）因故障或检修退出运行的状态，电力调度是保证电网安全稳定运行的重要手段，在故障发生后，能够快速、准确地生成调度策略，加快电网故障后的恢复速度，对保障电网安全稳定运行、维持电网电压稳定、保证电力供应质量十分重要。

3、所以，为解决上述问题，开发一种故障场景下公用电网紧急调度策略分析方法很有必要。

技术实现思路

1、本发明的目的是为了克服现有技术的不足，而提供一种故障场景下公用电网紧急调度策略分析方法，快速、准确地生成调度策略，加快电网故障后的恢复速度，保障电网安全稳定运行。

2、本发明的目的是这样实现的：一种故障场景下公用电网紧急调度策略分析方法，包括以下分析步骤：

3、s1、通过蒙特卡洛抽样生成电网n-1故障场景下的多源输入样本，并通过电磁暂态仿真形成电压动态响应数据集；

4、s2、基于lstm构建动态电压安全分析模型，以电压动态响应数据集作为训练数据对模型进行训练；

5、s3、实时采集电网系统状态量作为动态电压安全分析模型的输入，并输出预测电压动态响应曲线；

6、s4、基于动态电压安全分析模型输出结果构建电网紧急调度模型，包括目标函数和约束条件；

7、s5、建立电网调度马尔可夫决策过程，分别以调度系统和电网作为智能体和环境进行交互；

8、s6、基于深度强化学习算法对电网紧急调度模型进行求解，得到最优紧急调度策略。

9、进一步地，所述步骤s1中通过对每个样本进行电磁暂态仿真并生成故障后电压随时间变化的波形数据，同步记录故障前的系统状态量，得到电压动态响应数据集，为样本数量。

10、进一步地，所述步骤s2中基于lstm构建动态电压安全分析模型，包括输入层、隐藏层和输出层；其中，所述输入层接收系统状态量及故障类型标识；所述隐藏层采油工3层lstm单元，每层含64个神经元，通过门控机制控制信息流动；所述输出层用于输出未来5000个时刻（5秒）的电压预测值。

11、进一步地，所述步骤s2中动态电压安全分析模型采用均方根误差作为训练损失函数：，式中，为样本数量，为每个样本的时间步数，、分别为电压实测值与模型预测值；通过adam优化器迭代更新模型参数，直至损失函数收敛。

12、进一步地，所述步骤s4中电网紧急调度模型以电网调度成本最小作为目标函数，具体表示为：，式中，为网络重构成本，为负荷削减成本，为开关动作成本，为线路开关动作状态，，为电网中的线路数量，为节点的单位负荷价值，，为电网中的负荷节点数量，为时刻节点的削减负荷量，为负荷节点集合，为调度时间集合。

13、进一步地，所述步骤s4中电网紧急调度模型约束条件包括功率平衡约束、网络拓扑约束、电网安全约束、潮流平衡约束和开关动作约束。

14、进一步地，所述步骤s5中马尔可夫决策过程包括建立状态空间s、动作空间a、奖励函数r和策略集。

15、进一步地，所述步骤s6中具体采用深度q网络对模型进行训练求解，具体包括以下步骤：①初始化主网络和目标网络的参数；②根据当前状态，使用策略选择动作；③使用该动作与环境进行交互，得出下一个状态和奖励；④将作为训练样本存储到经验回放池中；⑤从经验回放池中随机抽样训练深度q网络。

16、进一步地，所述步骤s6深度q网络中动作-价值函数表示为：，式中，为将电网状态映射到调度的策略，为未来奖励相对于当前奖励重要性的折扣率，表示时间步长，为给定状态下调度动作的期望；则最优调度策略。

17、进一步地，所述步骤s6中采用均方误差损失函数对深度q网络进行更新：，式中，表示均方差公式，为奖励函数，为未来奖励相对于当前奖励重要性的折扣率，、分别为下一个状态和动作，为深度q网络的权重。

18、由于采用了上述技术方案，本发明的有益效果是：

19、（1）通过分析n-1故障场景下元件退出后的暂态过程，采用长短期记忆网络lstm捕捉电压的时序依赖关系，构建动态电压安全分析模型，准确捕捉电压的动态响应特征，可快速发现电网扰动，便于及时响应，快速启动生成紧急调度策略；

20、（2）构建电网紧急调度模型，通过对调度问题建立马尔可夫决策过程，并采用深度强化学习算法进行训练求解，得到最优紧急调度策略，有效提高紧急调度效率，保障电网安全可靠运行。

1.一种故障场景下公用电网紧急调度策略分析方法，其特征在于：包括以下分析步骤：

2.根据权利要求1所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s1中通过对每个样本进行电磁暂态仿真并生成故障后电压随时间变化的波形数据，同步记录故障前的系统状态量，得到电压动态响应数据集，为样本数量。

3.根据权利要求1所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s2中基于lstm构建动态电压安全分析模型，包括输入层、隐藏层和输出层；其中，所述输入层接收系统状态量及故障类型标识；所述隐藏层采油工3层lstm单元，每层含64个神经元，通过门控机制控制信息流动；所述输出层用于输出未来5000个时刻（5秒）的电压预测值。

4.根据权利要求1所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s2中动态电压安全分析模型采用均方根误差作为训练损失函数：，式中，为样本数量，为每个样本的时间步数，、分别为电压实测值与模型预测值；通过adam优化器迭代更新模型参数，直至损失函数收敛。

5.根据权利要求1所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s4中电网紧急调度模型以电网调度成本最小作为目标函数，具体表示为：，式中，为网络重构成本，为负荷削减成本，为开关动作成本，为线路开关动作状态，，为电网中的线路数量，为节点的单位负荷价值，，为电网中的负荷节点数量，为时刻节点的削减负荷量，为负荷节点集合，为调度时间集合。

6.根据权利要求1所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s4中电网紧急调度模型约束条件包括功率平衡约束、网络拓扑约束、电网安全约束、潮流平衡约束和开关动作约束。

7.根据权利要求1所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s5中马尔可夫决策过程包括建立状态空间s、动作空间a、奖励函数r和策略集。

8.根据权利要求1所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s6中具体采用深度q网络对模型进行训练求解，具体包括以下步骤：①初始化主网络和目标网络的参数；②根据当前状态，使用策略选择动作；③使用该动作与环境进行交互，得出下一个状态和奖励；④将作为训练样本存储到经验回放池中；⑤从经验回放池中随机抽样训练深度q网络。

9.根据权利要求8所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s6深度q网络中动作-价值函数表示为：，式中，为将电网状态映射到调度的策略，为未来奖励相对于当前奖励重要性的折扣率，表示时间步长，为给定状态下调度动作的期望；则最优调度策略。

10.根据权利要求8所述的一种故障场景下公用电网紧急调度策略分析方法，其特征在于：所述步骤s6中采用均方误差损失函数对深度q网络进行更新：，式中，表示均方差公式，为奖励函数，为未来奖励相对于当前奖励重要性的折扣率，、分别为下一个状态和动作，为深度q网络的权重。