一种柔性直流输电网络损耗优化调度方法、系统及存储介质与流程

本发明属于输电损耗优化，具体涉及一种柔性直流输电网络损耗优化调度方法、系统及存储介质。

背景技术：

1、随着柔性直流输电网络规模的持续扩大以及其在电力系统中的广泛应用，网络损耗问题日益凸显，成为制约其进一步发展和高效运行的关键因素。例如，公布号为cn115241885a的中国专利申请文件公开了一种电网实时调度优化方法、系统、计算机设备及存储介质，获取电网模型参数以及电网运行数据；根据电网模型参数以及电网运行数据，通过预设的电网实时调度强化学习训练模型，得到电网实时调度调整策略。强化学习训练环境的状态空间包括机组有功出力、机组无功出力、机组电压幅值、负荷有功、负荷无功、负荷电压幅值、储能电池充放电功率、线路状态、线路负载率和电网损耗等。

2、柔性直流输电网络损耗不仅直接导致能源浪费，增加运行成本，还可能影响系统的电压稳定性和电能质量，降低整个电力系统的运行效率和可靠性。因此，对于降低网络损耗、提高能源利用效率、增强电力系统运行的经济性和稳定性具有至关重要的现实意义。对于柔性直流输电网络的各区域，通常是根据各区域的电力设备制定固定的网络损耗调度方案。然而，在实际运行过程中，柔性直流输电网络面临着多种不确定性因素的复杂影响，这些不确定性因素相互交织、相互耦合，给网络损耗的准确评估和有效控制带来了巨大挑战，进而凸显了对用户应用的损耗调度方式进行优化的迫切必要性。

3、例如，随着对清洁能源的大力开发和利用，风能、太阳能等可再生能源在柔性直流输电网络中的接入比例不断提高。然而，可再生能源的出力具有明显的间歇性、波动性和不可预测性。风电出力受风速、风向等气象条件的影响，光伏出力则与光照强度、温度等因素密切相关。这些不确定性因素导致可再生能源发电功率的实时波动，使得较为固定的柔性直流输电网络的损耗调度方案难以应对可再生能源出力的快速变化，导致原有柔性直流网络损耗与实际运行损耗不一致，当实际运行的网络损耗较大时会降低电网的电能质量，还可能引发电网电压波动，从而影响整个电力系统的运行稳定性。

技术实现思路

1、本发明的目的在于提供一种柔性直流输电网络损耗优化调度方法、系统及存储介质，用以解决的问题。

2、为解决上述技术问题，本发明第一方面提供了一种柔性直流输电网络损耗优化调度方法，包括：

3、对柔性直流输电网络的损耗调度方案进行分析，确定在该损耗调度方案下损耗不满足调度损耗标准的输电区域和对应的输电背景，将损耗不满足调度损耗标准的输电区域作为调度优化区域；

4、实时获取调度优化区域的区域监测数据，基于当前区域监测数据实时判断调度优化区域是否处于输电背景，若处于则获取调度优化区域当前的概率潮流分析结果；

5、实时获取柔性直流输电网络目标调度区域的目标监测数据，根据损耗调度方案、目标监测数据和调度优化区域当前的概率潮流分析结果对损耗调度方案进行优化。

6、在一种可能实现的方式中，损耗不满足调度损耗标准的输电区域和对应的输电背景的确定过程包括：

7、获取柔性直流输电网络应用损耗调度方案的历史损耗调度数据，历史损耗调度数据为当前时间到上一次柔性直流输电网络调整变动或者损耗调度方案调整变动对应时间节点的损耗调度数据；

8、根据历史损耗调度数据确定不满足调度损耗标准的输电网络区域，将输电网络区域合并后得到损耗不满足调度损耗标准的输电区域，将输电网络区域对应的输电背景整合后得到该输电区域对应的输电背景。

9、在一种可能实现的方式中，判断调度优化区域是否处于输电背景的过程包括：根据背景采集项对当前区域监测数据进行特征识别，获得相应的背景特征组合，基于背景特征组合判断调度优化区域是否处于输电背景；所述背景采集项为输电背景的参数项。

10、在一种可能实现的方式中，调度优化区域当前的概率潮流分析结果是利用潮流分析模型对潮流输入数据进行分析得到，潮流输入数据根据当前区域监测数据生成。

11、在一种可能实现的方式中，调度优化区域当前的概率潮流分析结果是利用潮流分析模型和潮流预估模型分别对潮流输入数据进行分析得到的结果综合确定，潮流输入数据根据当前区域监测数据生成，潮流预估模型是利用潮流输入数据和概率潮流分析结果对深度学习算法或机器学习模型进行训练得到。

12、在一种可能实现的方式中，所述概率潮流分析结果包括在调度优化区域在当前输电背景下的损耗调度方式。

13、在一种可能实现的方式中，所述区域监测数据包括输电数据、时段数据、气象数据和可再生能源发电设备出力数据。

14、在一种可能实现的方式中，损耗不满足调度损耗标准的输电区域和对应的输电背景是利用智能评估模型对历史损耗调度数据进行分析得到，历史损耗调度数据为当前时间到上一次柔性直流输电网络调整变动或者损耗调度方案调整变动对应时间节点的损耗调度数据；所述智能评估模型采用深度学习算法或机器学习算法。

15、为解决上述技术问题，本发明第二方面提供了一种柔性直流输电网络损耗优化调度系统，包括处理器，所述处理器执行计算机程序以实现上述方法的步骤。

16、为解决上述技术问题，本发明第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

17、本发明的有益效果为：本发明通过对柔性直流输电网络的损耗调度方案进行分析，识别出该损耗调度方案下损耗不满足调度损耗标准的输电区域和输电背景，通过实时监测对应区域的数据，当判断出输电区域处于不满足调度损耗标准时的输电背景，通过潮流分析和目标监测数据重新确定调度方案，以对损耗调度方式进行优化。从而能够精准适配柔性直流输电网络在不同运行工况下的损耗特性，显著降低网络损耗。直接减少了能源在传输过程中的浪费，提高了能源的利用效率，对于缓解能源紧张局面、实现能源的可持续利用具有积极意义。优化后的损耗调度方式能够更好地应对柔性直流输电网络中多种不确定性因素的复杂影响，如可再生能源出力的间歇性、波动性和不可预测性，有效稳定系统电压，改善电能质量，减少因网络损耗问题导致的电压波动和电能质量下降现象，从而增强整个电力系统的运行稳定性，保障电力供应的可靠性。

1.一种柔性直流输电网络损耗优化调度方法，其特征在于，包括：

2.根据权利要求1所述的柔性直流输电网络损耗优化调度方法，其特征在于，损耗不满足调度损耗标准的输电区域和对应的输电背景的确定过程包括：

3.根据权利要求1所述的柔性直流输电网络损耗优化调度方法，其特征在于，判断调度优化区域是否处于输电背景的过程包括：根据背景采集项对当前区域监测数据进行特征识别，获得相应的背景特征组合，基于背景特征组合判断调度优化区域是否处于输电背景；所述背景采集项为输电背景的参数项。

4.根据权利要求1所述的柔性直流输电网络损耗优化调度方法，其特征在于，调度优化区域当前的概率潮流分析结果是利用潮流分析模型对潮流输入数据进行分析得到，潮流输入数据根据当前区域监测数据生成。

5.根据权利要求1所述的柔性直流输电网络损耗优化调度方法，其特征在于，调度优化区域当前的概率潮流分析结果是利用潮流分析模型和潮流预估模型分别对潮流输入数据进行分析得到的结果综合确定，潮流输入数据根据当前区域监测数据生成，潮流预估模型是利用潮流输入数据和概率潮流分析结果对深度学习算法或机器学习模型进行训练得到。

6.根据权利要求1或4或5所述的柔性直流输电网络损耗优化调度方法，其特征在于，所述概率潮流分析结果包括在调度优化区域在当前输电背景下的损耗调度方式。

7.根据权利要求1所述的柔性直流输电网络损耗优化调度方法，其特征在于，所述区域监测数据包括输电数据、时段数据、气象数据和可再生能源发电设备出力数据。

8.根据权利要求1所述的柔性直流输电网络损耗优化调度方法，其特征在于，损耗不满足调度损耗标准的输电区域和对应的输电背景是利用智能评估模型对历史损耗调度数据进行分析得到，历史损耗调度数据为当前时间到上一次柔性直流输电网络调整变动或者损耗调度方案调整变动对应时间节点的损耗调度数据；所述智能评估模型采用深度学习算法或机器学习算法。

9.一种柔性直流输电网络损耗优化调度系统，包括处理器，其特征在于，所述处理器执行计算机程序以实现权利要求1-8任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-8任一项所述方法的步骤。