一种电力系统的切机决策方法、装置、设备及存储介质与流程

本技术涉及电力系统控制的，尤其涉及一种电力系统的切机决策方法、装置、设备及存储介质。

背景技术：

1、随着高比例新能源大规模并网，电力系统转动惯量下降、阻尼特性弱化，暂态稳定控制难度显著增加。紧急切机作为电力系统安全稳定运行的第二道防线，其决策的准确性与时效性直接关系到电网安全。

2、目前，紧急切机决策主要采用两类技术方案。一类是基于离线预决策的策略，即针对典型运行方式和预想故障集，通过启发式优化算法与时域仿真结合，生成“故障-策略”查找表，实际故障发生时查表执行。另一类方案引入深度强化学习，将切机决策建模为马尔可夫决策过程，通过智能体与仿真环境交互，实现端到端的控制指令生成。然而，上述方案在实际应用中仍面临诸多挑战。对于离线预决策方案，电网实际运行状态复杂多变，离线生成的静态策略难以覆盖海量未知工况，当遭遇预案外的新能源出力波动或复杂故障时，易出现策略失配。对于深度强化学习方案，大规模电网包含数十乃至上百台发电机组，切机动作空间呈指数级膨胀，智能体在训练初期探索效率极低，难以收敛至有效策略。此外，现有数据驱动模型的动作输出缺乏电网拓扑结构与发电机同调特性等物理约束，易生成跨区域的无效切机组合，决策结果的经济性与可靠性难以满足工程实际要求。

3、因此，如何提高紧急切机决策的时效性与准确性，是目前亟需解决的一个问题。

技术实现思路

1、本技术的主要目的在于提供一种电力系统的切机决策方法、装置、设备及存储介质，旨在解决如何提高紧急切机决策的时效性与准确性的技术问题。

2、为实现上述目的，本技术提出一种电力系统的切机决策方法，所述方法包括：

3、获取电网的拓扑结构数据和运行状态数据以及预设故障集；

4、根据所述拓扑结构数据和所述预设故障集对电力系统中的发电机组进行同调性划分，得到同调机群；

5、根据所述同调机群和所述运行状态数据构建双层马尔可夫决策过程模型；

6、根据所述双层马尔可夫决策过程模型构建分层决策模型；

7、将所述运行状态数据输入所述分层决策模型，以使所述分层决策模型确定目标同调机群和切机控制指令。

8、在一实施例中，所述根据所述同调机群和所述运行状态数据构建双层马尔可夫决策过程模型的步骤包括：

9、根据所述运行状态数据中各发电机组的实时相对功角和预设稳定阈值，计算归一化相对功角特征值，并根据所述归一化相对功角特征值构建状态空间；

10、根据所述同调机群将动作空间解耦为第一动作空间和第二动作空间，所述第一动作空间用于选择目标同调机群，所述第二动作空间用于在所述目标同调机群内确定待切除机组；

11、获取在根据预设的时域仿真状态转移策略进行迭代决策的过程中记录的当前决策步数和仿真达到预设仿真总时长时累积切除的机组总容量；

12、根据所述归一化相对功角特征值、所述预设稳定阈值、所述当前决策步数以及所述累积切除的机组总容量，构建综合奖励函数；

13、根据所述状态空间、所述第一动作空间、所述第二动作空间、所述综合奖励函数以及预设的时域仿真状态转移策略，构建双层马尔可夫决策过程模型。

14、在一实施例中，所述根据所述同调机群将动作空间解耦为第一动作空间和第二动作空间的步骤包括：

15、将所述同调机群作为第一离散动作选项，并以所述第一离散动作选项构建第一动作空间；

16、将所述同调机群内部包括的发电机组作为第二离散动作选项，并以所述第二离散动作选项构建第二动作空间。

17、在一实施例中，所述根据所述归一化相对功角特征值、所述预设稳定阈值、所述当前决策步数以及所述累积切除的机组总容量，构建综合奖励函数的步骤包括：

18、根据所述归一化相对功角特征值和所述预设稳定阈值确定稳定性奖励值；

19、根据所述当前决策步数和预设单步惩罚常数确定时间响应惩罚；

20、根据所述累积切除的机组总容量和预设切机代价权重系数确定切机控制成本；

21、根据所述稳定性奖励值、所述时间响应惩罚以及所述切机控制成本构建综合奖励函数。

22、在一实施例中，所述根据所述拓扑结构数据和所述预设故障集对电力系统中的发电机组进行同调性划分，得到同调机群的步骤包括：

23、根据所述拓扑结构数据对电力系统中的发电机组进行聚类，得到初始同调机群；

24、根据所述预设故障集获取各发电机组在观察窗口内的相对功角离散采样序列；

25、计算所述初始同调机群内任意两台发电机组之间的所述相对功角离散采样序列的相关系数；

26、根据所述相关系数对所述初始同调机群进行划分，得到同调机群。

27、在一实施例中，所述根据所述双层马尔可夫决策过程模型构建分层决策模型的步骤包括：

28、根据所述双层马尔可夫决策过程模型的状态空间，构建价值网络；

29、根据所述双层马尔可夫决策过程模型的第一动作空间，构建第一策略网络；

30、根据所述双层马尔可夫决策过程模型的第二动作空间和所述第一策略网络输出的目标同调机群，构建第二策略网络；

31、根据所述价值网络、所述第一策略网络以及所述第二策略网络构建分层决策模型。

32、在一实施例中，所述将所述运行状态数据输入所述分层决策模型，以使所述分层决策模型确定目标同调机群和切机控制指令的步骤包括：

33、将所述运行状态数据输入所述分层决策模型中的第一策略网络，以使所述第一策略网络输出各同调机群的选择概率分布，并根据所述选择概率分布确定目标同调机群；

34、将所述运行状态数据和所述目标同调机群的标识信息进行拼接，得到联合特征；

35、将所述联合特征输入所述分层决策模型中的第二策略网络，以使所述第二策略网络输出各发电机组在所述目标同调机群内的切机初始概率分布；

36、将所述切机初始概率分布输入所述分层决策模型中的掩码矩阵进行逐元素相乘和重归一化处理，以根据重归一化处理后的概率分布确定切机控制指令。

37、此外，为实现上述目的，本技术还提出一种电力系统的切机决策装置，所述装置包括：

38、数据获取模块，用于获取电网的拓扑结构数据和运行状态数据以及预设故障集；

39、同调划分模块，用于根据所述拓扑结构数据和所述预设故障集对电力系统中的发电机组进行同调性划分，得到同调机群；

40、决策过程构建模块，用于根据所述同调机群和所述运行状态数据构建双层马尔可夫决策过程模型；

41、决策模型构建模块，用于根据所述双层马尔可夫决策过程模型构建分层决策模型；

42、决策执行模块，用于将所述运行状态数据输入所述分层决策模型，以使所述分层决策模型确定目标同调机群和切机控制指令。

43、此外，为实现上述目的，本技术还提出一种电力系统的切机决策设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的电力系统的切机决策方法的步骤。

44、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的电力系统的切机决策方法的步骤。

45、此外，为实现上述目的，本技术还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的电力系统的切机决策方法的步骤。

46、本技术提供了一种电力系统的切机决策方法，本技术的方法包括：获取电网的拓扑结构数据和运行状态数据以及预设故障集；根据所述拓扑结构数据和所述预设故障集对电力系统中的发电机组进行同调性划分，得到同调机群；根据所述同调机群和所述运行状态数据构建双层马尔可夫决策过程模型；根据所述双层马尔可夫决策过程模型构建分层决策模型；将所述运行状态数据输入所述分层决策模型，以使所述分层决策模型确定目标同调机群和切机控制指令。综上可知，本技术通过将全网发电机组按同调特性划分为若干机群，将全局高维切机动作空间解耦为双层动作空间，并构建分层决策模型进行递进式决策，实现了紧急切机决策动作空间的结构化降维，解决了大规模电网高维动作空间导致决策困难的问题，提高了紧急切机决策的时效性与准确性。