一种基于高维安全风险空间投影的电力系统超短期风险辨识方法

本发明涉及新型电力系统安全运行，具体涉及一种基于高维安全风险空间投影的电力系统超短期风险辨识方法。

背景技术：

1、目前，以风电、光伏为代表的分布式新能源正以前所未有的规模接入电力系统，受自然环境、气象条件与用户侧负荷变化的多重影响，其出力不仅具备极强的随机波动性，还伴随频繁的尖峰毛刺现象，在分钟级时间尺度内会发生剧烈的功率波动。这类大规模、高频次的功率扰动直接冲击电网的功率平衡机制，极易引发频率偏差、电压越限、线路潮流越限等问题，对电力系统超短期安全稳定运行构成了严峻挑战。

2、电力系统安全风险辨识作为电网运行安全的核心技术支撑，能够在超短时间尺度内精准捕捉源荷波动、频率偏移等不确定性引发的运行风险，为调度运行人员提供实时、可靠的安全状态感知结果，进而为分钟级超短期调度决策提供关键的安全支撑，是保障高比例新能源电力系统安全稳定运行的核心技术环节。

3、现有研究针对电力系统安全评估与风险辨识开展大量工作，但传统基于确定性判据的安全评估方法难以兼顾计算时效性与概率风险表征能力，无法适配分钟级超短期调度需求；安全域边界求解的搜索拟合法面临高维场景下计算维度呈指数级增长的瓶颈，数据驱动方法则缺乏多维辅助特征高效融合机制与多边界自适应调节逻辑，难以精准拟合高维安全风险边界，无法实现超短期尺度下的实时风险分级与预警。

技术实现思路

1、本发明创造的目的是提供一种基于高维安全风险空间投影的电力系统超短期风险辨识方法，包括以下步骤：

2、1）构建电力系统安全域模型，并建立电力系统安全域模型的基础运行约束。

3、2）采用条件风险价值量化超短期尺度下的核心概率性风险，构建cvar风险约束，并将cvar风险约束引入电力系统安全域模型，得到电力系统安全域模型的概率安全域约束体系。

4、3）以time-videonet为骨干架，引入one-hot任务掩码与高维特征融合机制，搭建安全风险边界感知拟合网络。

5、4）获取电力系统的若干仿真运行数据，将仿真运行数据输入电力系统安全域模型，生成安全风险真实值。

6、将仿真运行数据输入安全风险边界感知拟合网络，得到安全风险预测值。

7、5）基于安全风险真实值和安全风险预测值，计算安全优先非对称加权损失函数，并通过自适应误差权重引导安全风险边界感知拟合网络进行收敛，结合评价指标得到收敛后的最优安全风险边界感知拟合网络。

8、6）获取电力系统的真实运行数据，并将真实运行数据输入最优安全风险边界感知拟合网络，得到安全风险预测结果。

9、7）基于实时风险判定准则，对安全风险预测结果进行判定，得到超短期风险评估等级和预警结果。

10、进一步，所述电力系统安全域模型如下所示：

11、（1）

12、式中，表示电力系统安全域模型。为电力系统运行状态向量。为状态变量维度。为多维不确定性变量集合。为新能源的调控变量。为调控变量的可行域。为系统运行风险评估函数。为系统接纳风险值。为电力系统物理约束函数。为物理约束可行集。为不确定性变量可行区间。表示实数集。

13、所述多维不确定性变量包括源荷、初始频率。

14、进一步，所述基础运行约束包括功率平衡约束、机组运行约束、储能相关约束、备用分割约束。

15、所述功率平衡约束如下所示：

16、（2）

17、式中，、、、分别为常规机组、储能机组、新能源机组、负荷节点索引。、、、分别为常规机组、储能机组、新能源机组、负荷节点集合。表示第个常规机组。表示第个常规机组出力。表示第个储能机组。、分别表示第个储能机组放电、充电功率。表示第个新能源机组。表示第个新能源机组出力。表示第个负荷节点。表示第个负荷节点需求。

18、所述机组运行约束如下所示：

19、（3）

20、（4）

21、式中，表示常规机组。、分别表示常规机组的最大、最小出力。表示常规机组出力。表示新能源机组。、分别表示新能源机组的最大、最小出力。表示根据历史数据得到的新能源机组出力的预测值。表示新能源可调空间。表示新能源机组出力。表示当前时刻常规机组出力。表示常规机组向下爬坡调节量。表示常规机组向上爬坡调节量。

22、所述储能相关约束如下所示：

23、（5）

24、式中，表示储能机组。表示储能机组功率。表示储能机组放电功率。表示储能机组充电功率。表示储能机组调频备用功率。、分别表示储能机组上调频备用、下调频备用功率。表示储能机组放电运行状态。表示储能机组放电功率最大值。表示储能机组充电运行状态。表示储能机组充电功率最大值。表示当前时刻储能机组电量。表示前一时刻储能机组电量。表示储能机组充电效率系数。表示储能机组放电效率系数。、分别表示储能机组上、下限容量。

25、所述备用分割约束如下所示：

26、（6）

27、（7）

28、式中，表示机组标识。表示机组的上一次调频备用。表示agc机组识别标识。、分别表示机组的最大、最小出力。表示机组的出力。表示机组的下一次调频备用。表示新能源机组识别标识。表示机组向上爬坡调节量。表示机组向下爬坡调节量。表示机组的上备用。表示机组的下备用。

29、进一步，所述核心概率性风险包括频率越限、关键断面越限、agc备用不足。

30、所述cvar风险约束包括频率变化率越限约束、最大频率偏差越限约束、准稳态频率偏差越限约束、关键断面运行风险约束、agc备用不足风险约束。

31、进一步，所述频率变化率越限约束如下所示：

32、（8）

33、（9）

34、（10）

35、（11）

36、（12）

37、式中，表示置信水平。表示在置信水平下超过风险价值的频率变化率的期望值。表示在置信水平下允许的频率变化率的越限风险限值。表示在置信水平下频率变化率的风险价值。表示场景索引。表示场景总数。表示场景发生的概率。表示场景下频率变化率的尾部越限损失。表示在场景s下的初始频率变化率。表示频率初始变化率的阈值。表示实数集。表示概率密度函数。表示随机因素。表示频率初始变化率。表示预测误差功率扰动。表示初始频率。表示系统总惯量。表示常规机组。表示储能机组。表示新能源机组。、、分别为常规机组、储能机组、新能源机组集合。、、分别表示常规机组、新能源机组、储能机组的惯性时间常数。、、分别表示常规机组、新能源机组、储能机组的容量。

38、所述最大频率偏差越限约束如下所示：

39、（13）

40、（14）

41、（15）

42、式中，表示在置信水平下超过风险价值的最大频率偏差的期望值。表示置信水平下允许的最大频率偏差越限风险限值。表示在置信水平下最大频率偏差的风险价值。表示场景s下最大频率偏差的尾部损失。表示场景s的最大频率偏差。表示场景s下不确定性功率。表示系统负荷阻尼。表示系统等效惯量。表示一次调频速率。、、分别表示常规机组、新能源机组、储能机组调频备用功率。、、分别表示常规机组、新能源机组、储能机组的调频响应时间常数。表示场景s下的初始频率。表示负荷节点索引。为负荷节点集合。表示第个节点的负荷阻尼系数。表示第个节点的负荷。

43、所述准稳态频率偏差越限约束如下所示：

44、（16）

45、式中，表示在置信水平下超过风险价值的准稳态频率偏差的期望值。表示在置信水平下允许的准稳态频率偏差越限风险限值。表示在置信水平下准稳态频率偏差的风险价值。表示场景s下准稳态频率偏差的尾部损失。

46、其中，准稳态频率偏差如下所示：

47、（17）

48、式中，、表示双向准稳态频率偏差。、分别表示系统一次频率向上、向下响应功率。表示频率响应方向标识，且，分别表示频率向上、向下响应。表示方向的调频备用功率。、、分别表示常规机组、储能机组、新能源机组在方向的调频备用功率。

49、所述关键断面运行风险约束如下所示：

50、（18）

51、（19）

52、（20）

53、式中，表示关键断面。表示关键断面的潮流。表示在置信水平下超过风险价值的断面潮流的期望值。表示在置信水平下允许的断面潮流的的越限风险限值。表示在置信水平下断面潮流的风险价值。表示场景s下断面潮流的尾部损失。表示在随机因素下场景s的断面潮流。表示线路。表示关键断面中线路的基准潮流。表示机组和节点标识，且。表示负荷节点。表示标识下线路的潮流影响分量。表示标识下线路的注入转移分布因子。当时，表示考虑新能源机组预测误差波动随机因子。表示新能源机组出力的预测值。表示新能源机组出力的实际值。当时，表示考虑负荷节点预测误差波动随机因子。表示负荷需求的预测值。表示负荷需求的实际值。

54、所述agc备用不足风险约束如下所示：

55、（21）

56、（22）

57、（23）

58、（24）

59、式中，表示机组上备用。表示在置信水平下超过风险价值的上备用的期望值。表示在置信水平下上备用的越限风险限值。表示在置信水平下上备用的风险价值。表示场景s下上备用的尾部损失。表示场景s下上备用功率。表示风险放宽系数。表示agc机组提供的向上调节功率。表示agc机组集合。表示常规机组上备用。表示上备用需求。表示新能源机组上备用需求。表示负荷节点上备用需求。表示机组下备用。表示在置信水平下超过风险价值的下备用的期望值。表示在置信水平下下备用的越限风险限值。表示在置信水平下下备用的风险价值。表示场景s下下备用的尾部损失。表示场景s下下备用功率。表示agc机组提供的向下调节功率。表示常规机组下备用。表示下备用需求。表示新能源机组下备用需求。表示负荷节点下备用需求。

60、进一步，所述安全风险边界感知拟合网络包括数据输入模块、数据预处理模块、3d-embedding模块、个3d-block模块、数据输出模块，其中，为正整数。

61、所述数据输入模块用于获取电力系统运行数据的核心特征和辅助特征。

62、所述核心特征包括新能源预测出力、负荷预测出力。

63、所述辅助特征包括线路潮流。

64、所述数据预处理模块用于对获取的核心特征和辅助特征进行归一化处理，并对归一化处理后的特征数据进行复合，得到复合向量。

65、所述复合向量如下所示：

66、（25）

67、式中，表示复合向量。表示核心特征维度索引。表示将第维置零的归一化处理后的核心特征向量。表示归一化处理后的辅助特征向量。表示实数集。表示复合向量特征序列长度。表示one-hot任务掩码向量。

68、所述3d-embedding模块用于将复合向量沿特征维度投影至高维度潜在空间，得到投影变换特征，如下所示：

69、（26）

70、式中，表示投影变换特征。表示投影变换函数。表示高维度潜在空间的维度。

71、所述3d-embedding模块采用自适应patch-split策略将投影变换特征切分为若干特征块，并对特征块执行奇偶特征交错与堆叠操作，得到多维物理张量，如下所示：

72、（27）

73、式中，表示多维物理张量。表示张量维度堆叠函数。、分别表示切分后按步长采样得到的奇、偶数位置的特征块。表示特征块总数。表示特征块长度。

74、个3d-block模块依次对多维物理张量进行深层特征提取，得到个3d-block模块提取的深层特征。

75、其中，第个3d-block模块的输出如下所示：

76、（28）

77、式中，表示3d-block模块索引。、分别表示第个3d-block模块的输入、输出，其中，第1个3d-block模块的输入为多维物理张量。表示第个3d-block模块的动态卷积核。表示卷积映射。

78、所述3d-block模块包括3d-block动态卷积模块模块、3d-block深度残差传播模块。

79、所述3d-block动态卷积模块用于对当前3d-block模块的输入进行3d自适应平均池化，得到当前3d-block模块的组内局部电力特征向量，如下所示：

80、（29）

81、式中，表示第个3d-block模块的组内局部电力特征向量。表示3d自适应平均池化操作。

82、所述3d-block动态卷积模块用于对当前3d-block模块的组内局部电力特征向量进行初步特征提取，并基于初步提取的特征计算得到当前3d-block模块的动态卷积核，如下所示：

83、（30）

84、（31）

85、（32）

86、（33）

87、（34）

88、式中，表示第个3d-block模块的动态权重调节因子。表示第个3d-block模块的静态卷积核基。表示逐元素相乘。表示第个3d-block模块的组间局部电力特征向量。表示第个3d-block模块的组间物理特征。表示第个3d-block模块的组内物理特征。表示非线性激活函数。表示批归一化函数。表示一维自适应平均池化操作。

89、所述数据输出模块用于输出安全风险预测值，如下所示：

90、（35）

91、（36）

92、（37）

93、（38）

94、（39）

95、式中，表示安全风险预测值。表示time-videonet输出。表示线性残差通道输出。表示第个3d-block模块提取的深层特征。、表示偏置向量。表示张量展平操作。、表示回归权重矩阵。表示随机失活操作。表示经全局平均池化后得到的紧凑池化特征向量。表示张量维度重塑操作。表示第二层全连接映射函数。表示第一层全连接映射函数。表示展平后的一维特征向量。

96、进一步，所述安全优先非对称加权损失函数如下所示：

97、（40）

98、（41）

99、（42）

100、式中，表示仿真运行数据索引。表示仿真运行数据总数。表示安全优先非对称加权损失函数。表示第个仿真运行数据的权重。表示第个仿真运行数据的基础损失。表示第个仿真运行数据的安全风险真实值。表示第个仿真运行数据的安全风险预测值。表示预设权重值。表示第个仿真运行数据的安全风险真实值的符号。

101、进一步，所述评价指标包括均方根误差rmse、平均绝对误差mae、决定系数r2、平均相对误差mre。

102、进一步，所述基于实时风险判定准则，对安全风险预测结果进行判定的步骤如下：

103、701）计算安全风险预测结果的运行裕度指标，如下所示：

104、（43）

105、式中，表示运行裕度指标。、分别表示运行裕度的上、下限。表示安全风险预测结果的运行裕度。

106、702）基于运行裕度指标，计算得到综合风险指标，如下所示：

107、（44）

108、式中，表示综合风险指标。表示越限惩罚因子。表示风险敏感因子。

109、703）基于实时风险判定准则，对综合风险指标进行判定，得到超短期风险评估等级和预警结果。

110、进一步，所述超短期风险评估等级包括i级风险、ii级风险、iii级风险。

111、所述实时风险判定准则如下所示：

112、当时，超短期风险评估等级为i级风险，不需要进行预警。

113、当时，超短期风险评估等级为ii级风险，进行预警并启动预防性控制。

114、当时，超短期风险评估等级为iii级风险，进行预警，并立即切机或切负荷。

115、本发明的技术效果是毋庸置疑的，本发明提出基于高维安全风险空间投影的超短期风险辨识思路，构建计及源荷、初始频率多维不确定性的概率安全域模型，采用条件风险价值（cvar）统一量化频率越限、关键断面越限、agc备用不足三类核心风险；基于time-videonet（tvnet）骨干架构进行电力系统适配性改造，引入one-hot任务掩码机制与高维特征融合机制，设计安全优先损失函数，实现单一网络对任意维度安全域边界的高精度快速拟合，构建“安全—预警—紧急”三级风险实时判定体系，满足分钟级超短期调度的实时性与精准性要求。