基于扩展闵可夫斯基和的微网安全控制可行域评估方法及系统与流程

本发明属于微电网运行控制，具体涉及一种基于扩展闵可夫斯基和的微网安全控制可行域评估方法及系统。

背景技术：

1、在构建新型电力系统背景下，分布式可再生能源装机规模持续扩大，城镇微电网作为分布式能源高效利用的重要载体，其运行安全性与经济性问题日益凸显。城镇微电网通常涵盖居民区、商业区、工业区等多种用能场景，包含分布式光伏、小型风电、电储能、冷热储能、电转热/气等多能耦合设备以及柔性负荷等多元资源。由于可再生能源出力的强波动性与间歇性和用户行为的随机性，微电网实际运行中面临严峻的安全挑战，亟需构建能够量化系统安全调控范围的技术方法。

2、安全控制可行域是描述电力系统在满足各类运行约束前提下可安全运行的调控范围集合，对于微电网实时调度与风险预警起到了重要作用。然而，现有研究主要存在以下技术瓶颈：

3、（1）灵活调节潜力表征能力不足。城镇微电网中包含大量分散的分布式资源，如户用储能、小型光伏、柔性负荷等，单体调节能力弱、参数难以精准预测，传统建模方法难以有效聚合描述其集群调节潜力。现有研究多采用累加求和方式对资源进行聚合，忽略了不同资源间的差异性以及资源投切导致的阶跃性变化，导致可调控裕度评估精度不足。

4、（2）安全边界描述复杂度高。微电网运行约束涉及功率平衡、节点电压、线路潮流、设备出力上下限、储能荷电状态、多能耦合转换效率等多个维度，构成高维非线性约束空间。传统方法采用枚举或解析方式求解可行域，面临维度灾难问题，难以实现实时在线评估。

5、（3）动态适应能力不足。可再生能源出力的不确定性要求安全边界能够随预测信息和实时状态动态更新。现有研究多采用确定性场景分析或鲁棒优化方法，边界设定过于保守，导致资源利用率低；或采用模型预测控制方法，但对模型精度依赖性强，难以适应复杂多变的城镇用能环境。

6、针对上述问题，本发明提出一种基于扩展闵可夫斯基和的微网安全控制可行域评估方法。通过扩展闵可夫斯基求和理论实现分散资源的集群聚合与可调控裕度量化，降低建模复杂度；结合基于actorcritic架构的强化学习算法构建动态安全边界评估模型，实现高维约束空间下的策略优化；引入滚动优化框架，结合短时预测与实时状态数据，形成随时间演进的动态安全运行边界，为城镇微电网安全经济运行提供技术支撑。

技术实现思路

1、为解决现有技术中城镇微电网中分散资源聚合困难、安全边界描述复杂、动态适应能力不足的技术问题，提供一种基于扩展闵可夫斯基和的微网安全控制可行域评估方法及系统，实现多能互补微电网安全运行边界的动态量化与实时评估。

2、为实现上述目的，本发明采用如下技术方案：

3、第一方面，本发明公开了一种基于扩展闵可夫斯基和的微网安全控制可行域评估方法，所述方法包括以下步骤：

4、步骤1：构建包括各单体资源运行约束的微网物理运行约束体系；

5、步骤2：构建各单体资源的策略空间；所述策略空间为包括各单体资源可调节功率及可调节能量且满足所述各单体资源运行约束的集合；采用扩展闵可夫斯基和将全部单体资源的策略空间进行聚合运算，得到广义聚合资源及其聚合策略空间；

6、步骤3：构建微网动态安全控制策略评估模型，定义包括系统频率偏差以及广义聚合资源实时可调裕度的状态空间、包括广义聚合资源功率调节指令的动作空间以及由频率控制奖励、经济运行奖励和安全约束惩罚加权构成的奖励函数，对微网动态安全控制策略评估模型进行训练；

7、步骤4：以预设时间窗为滚动优化周期，基于训练后的微网动态安全控制策略评估模型，输出预设时间窗内各时刻的广义聚合资源功率调节指令概率分布；筛选出各时刻调节指令均处于对应时刻概率分布的置信区间内、且满足所述微网物理运行约束体系的高维调节指令时序轨迹集合，形成当前时刻的安全控制可行域；

8、步骤5：将所述安全控制可行域对应的高维调节指令时序轨迹投影至功率能量二维平面，得到由映射点构成的二维点集；基于所述二维点集确定二维可行域并提取该二维可行域的边界，计算安全调节裕度；对比相邻滚动优化周期的二维可行域，计算边界收缩率，基于安全调节裕度以及边界收缩率进行微网安全控制可行域评估。

9、进一步优选地，

10、步骤3中，所述频率控制奖励根据系统频率偏差大小设置分段惩罚机制；频率偏差越大，对应的惩罚强度越高，具体按以下方式确定：

11、

12、其中，为频率控制奖励；为

t时刻微网系统的频率偏差；为精细调频目标带阈值，根据微网正常运行状态下的频率调节精度要求确定；为正常运行频率偏差限值，根据微网运行时电力系统频率偏差标准确定，和为分区惩罚增益，且满足。

13、进一步优选地，

14、步骤3中，所述安全约束惩罚的确定方式为：将广义聚合资源调度指令解聚为各单体资源的控制指令，并根据各单体资源控制指令执行后的运行状态，计算各单体资源相对于自身运行约束的越限程度，并计算微网有功功率不平衡程度；单体资源的越限程度越高、微网有功功率不平衡程度越高，则对应的惩罚强度越大。

15、进一步优选地，

16、步骤5中，将所述安全控制可行域对应的高维调节指令时序轨迹投影至功率能量二维平面，具体包括：对安全控制可行域内的高维调节指令时序轨迹向量进行降维映射；提取该高维调节指令时序轨迹中当前时刻广义聚合资源单元的聚合调节功率，作为功率能量二维平面的横坐标；对该高维调节指令时序轨迹内、预设时间窗各时段的聚合调节功率与间隔时间的乘积进行累加，得到预设时间窗内的累计等效调节能量，作为功率能量二维平面的纵坐标；每一条高维时序轨迹向量映射得到功率能量二维平面中的一个点，全部映射点共同构成二维点集。

17、进一步优选地，

18、步骤5中，所述安全调节裕度，按以下方式确定：在功率能量二维平面对应的二维可行域内进行均匀采样，将采样得到的离散可行点坐标的算术平均值确定为安全调节中心；计算安全调节中心到二维可行域边界的最小距离，作为安全调节裕度。

19、进一步优选地，

20、步骤5中，所述边界收缩率，按以下方式确定：

21、

22、其中，为

t时刻的二维可行域面积，为防止分母为零设置的正数。

23、进一步优选地，

24、步骤5中，所述基于安全调节裕度以及边界收缩率进行微网安全控制可行域评估，具体包括：当安全调节裕度小于预设安全裕度阈值时，判定为安全裕度不足风险；当边界收缩率连续

n个滚动优化周期均超过预设收缩率阈值时，判定存在边界持续收缩风险；其中，

n为预设的连续滚动周期数目；所述预设安全裕度阈值、预设收缩率阈值均基于历史安全运行样本的分位数确定。

25、进一步优选地，

26、在步骤5中，还基于安全调节裕度以及边界收缩率对奖励函数进行修正，用于微网动态安全控制策略评估模型的后续迭代训练；包括：当判定出现边界持续收缩风险或者安全裕度不足风险时，生成对应的惩罚项；在原奖励函数基础上引入所述惩罚项，得到修正后的奖励函数；所述修正后的奖励函数具体为：

27、

28、

29、其中，为修正后的奖励函数；为原奖励函数，

ηt为边界收缩率，为安全裕度惩罚项，和为各惩罚项对应的惩罚系数；为微电网当前时刻实际运行点到二维可行域边界的最小距离；为安全调节裕度；为防止分母为零而设置的超参数。

30、第二方面，本发明公开了一种基于前述方法的基于扩展闵可夫斯基和的微网安全控制可行域评估系统，包括微网物理运行约束体系构建模块、单体资源策略空间构建及聚合模块、微网动态安全控制策略评估模型构建及训练模块、动态安全控制可行域生成模块和安全边界量化评估模块；

31、微网物理运行约束体系构建模块，用于构建包括各单体资源运行约束的微网物理运行约束体系；

32、单体资源策略空间构建及聚合模块，用于构建各单体资源的策略空间；所述策略空间为包括各单体资源可调节功率及可调节能量且满足所述各单体资源运行约束的集合；采用扩展闵可夫斯基和方法将全部单体资源的策略空间进行聚合运算，得到广义聚合资源及其聚合策略空间；

33、微网动态安全控制策略评估模型构建及训练模块，用于构建微网动态安全控制策略评估模型，定义包括系统频率偏差以及广义聚合资源实时可调裕度的状态空间、包括广义聚合资源功率调节指令的动作空间以及由频率控制奖励、经济运行奖励和安全约束惩罚加权构成的奖励函数，对微网动态安全控制策略评估模型进行训练；

34、动态安全控制可行域生成模块，用于以预设时间窗为滚动优化周期，基于训练后的微网动态安全控制策略评估模型，输出预设时间窗内各时刻的广义聚合资源功率调节指令概率分布；筛选出各时刻调节指令均处于对应时刻概率分布的置信区间内、且满足所述微网物理运行约束体系的高维调节指令时序轨迹集合，形成当前时刻的安全控制可行域；

35、安全边界量化评估模块，用于将所述安全控制可行域对应的高维调节指令时序轨迹投影至功率能量二维平面，得到由映射点构成的二维点集；基于所述二维点集确定二维可行域并提取该二维可行域的边界，计算安全调节裕度；对比相邻滚动优化周期的二维可行域，计算边界收缩率，基于安全调节裕度以及边界收缩率进行微网安全控制可行域评估。

36、第三方面，本发明提供一种终端，包括处理器及存储介质；

37、所述存储介质用于存储指令；

38、所述处理器用于根据所述指令进行操作以执行本发明第一方面中任一项所述方法的步骤。

39、第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明第一方面中任一项所述方法的步骤。

40、本发明的有益效果在于，与现有技术相比：

41、（1）通过扩展闵可夫斯基求和理论实现分散资源的集群聚合与可调控裕度量化，解决了城镇微电网中大量分布式资源难以统一建模的技术难题，在聚合层面完整保留单体设备功率、能量及时序耦合约束，降低多资源聚合场景下的建模计算复杂度；同时规避简单功率直接相加带来的内部能量状态、时序特性约束丢失的问题，保证聚合策略空间物理可行性，提高了可调控裕度评估精度。

42、（2）构建涵盖供给、存储、转换、消费全环节的安全控制可行域约束体系，结合强化学习算法实现高维约束空间下的策略优化，克服了传统方法在高维非线性约束下求解困难的问题。

43、（3）引入滚动优化框架，结合扩展闵可夫斯基求和与强化学习算法，实现了安全边界随预测信息和实时状态的动态更新，有效应对可再生能源不确定性，在保证系统安全运行的同时提高了资源利用率。同时，在在线滚动运行阶段，基于强化学习算法输出动作概率分布的置信区间，筛选同时满足策略置信区间以及微网整套物理运行约束的高维时序轨迹集合，构造动态安全控制可行域；该可行域既继承强化学习策略的调度偏好，又严格校验各单体设备硬约束，实现策略探索空间和物理可行约束双重筛选，区别于传统完全依赖解析模型得到的静态可行域，可随实时工况动态更新安全边界。

44、（4）将高维时序轨迹集合投影至功率能量二维平面，降维得到直观的二维可行域，计算安全调节裕度与边界收缩率，实现微网安全控制可行域的量化评估；并且将在线评估得到的裕度、边界收缩特征反向反馈，动态修正强化学习算法训练阶段的奖励函数，形成离线训练、在线评估、反馈优化离线模型的闭环迭代机制，使模型能够持续适配微网实际工况变化，提升策略泛化能力。

45、（5）基于安全调节裕度、边界收缩率设置风险判定机制，能够提前识别安全裕度不足风险、边界持续收缩风险，为微网调度提供可量化的安全预警依据；输出功率-能量二维安全边界，调度人员可直观获取聚合资源的安全调节范围，便于工程落地应用。