一种多源自适应换相换流器直流输电系统换相失败抑制方法与流程

本技术涉及高压直流输电，具体涉及一种多源自适应换相换流器直流输电系统换相失败抑制方法。

背景技术：

1、新能源并网规模持续攀升，交直流混联电网成为重要技术方向。多源自适应换相换流器直流输电技术（slcc-hvdc）将常规电网换相换流器（lcc）与链式静止同步补偿器（statcom）相结合，在受端交流故障期间statcom可为换流母线提供动态无功支撑，从而降低换相失败风险。

2、然而，statcom的无功支撑效果高度依赖于控制器参数的合理整定，lcc与statcom之间存在暂态交互耦合，控制器参数整定主要依赖工程经验，缺乏statcom外环电压控制参数与lcc低压限流环节（vdcol）参数的系统性协同优化方案。同时，电网运行方式多变，传统离线整定参数无法满足动态优化需求。极端故障场景下，受限于statcom容量，单纯参数优化仍可能引发连续换相失败，需配合功率调控手段形成多层级防御。

技术实现思路

1、本发明提供一种多源自适应换相换流器直流输电系统换相失败抑制方法，以解决statcom外环电压控制参数与vdcol参数缺乏协同优化、离线参数无法自适应调整、以及极端场景下缺乏参数优化与功率调控协同配合的技术问题。

2、第一方面，本发明提供一种多源自适应换相换流器直流输电系统换相失败抑制方法，所述方法包括：

3、获取多源自适应换相换流器直流输电系统在给定电网运行工况下的初始控制参数，所述初始控制参数包括静止同步补偿器外环电压控制参数和低压限流环节控制参数；

4、基于所述初始控制参数，结合所述多源自适应换相换流器直流输电系统的受端近区故障集合，进行批量机电暂态仿真，获得各故障工况下的换相失败统计结果；所述换相失败统计结果包括换相失败总次数和最大连续换相失败次数；

5、根据所述换相失败统计结果判断是否满足终止条件；所述终止条件包括换相失败总次数小于预设阈值或参数优化迭代回合数达到预设最大值；

6、若不满足所述终止条件，则以最小化所述换相失败统计结果为目标，对所述初始控制参数进行粒子群优化，得到优化后的控制参数，所述粒子群优化的目标函数基于所述换相失败总次数和所述最大连续换相失败次数构建；

7、根据所述优化后的控制参数更新所述多源自适应换相换流器直流输电系统的控制器配置文件，并再次执行所述批量机电暂态仿真，直至满足所述终止条件；

8、当满足所述终止条件后，根据换相失败安全性判定结果，若判定为不安全，则降低所述多源自适应换相换流器直流输电系统的直流传输功率，直至满足安全要求。

9、优选地，所述获取多源自适应换相换流器直流输电系统在给定电网运行工况下的初始控制参数包括：

10、获取所述静止同步补偿器的外环电压控制参数，所述外环电压控制参数包括比例增益系数、积分增益系数、微分增益系数及各超前-滞后环节的时间常数；

11、获取所述低压限流环节的控制参数，所述低压限流环节用于依据直流电压跌落程度对极功率控制输出的电流指令进行动态限幅，所述低压限流环节的控制参数包括电压阈值和电流下降速率。

12、优选地，所述基于所述初始控制参数，结合所述多源自适应换相换流器直流输电系统的受端近区故障集合，进行批量机电暂态仿真，获得各故障工况下的换相失败统计结果包括：

13、将所述初始控制参数代入所述多源自适应换相换流器直流输电系统的机电暂态仿真模型，依次对所述受端近区故障集合中的每个预设交流故障进行时域仿真；

14、在每个故障工况的仿真过程中，采用200毫秒滑动时间窗口检测逆变侧换流阀的熄弧角，当所述熄弧角低于预设的最小临界值时，判定该时间窗口内发生一次换相失败；

15、统计每个故障工况下的所述换相失败总次数，并记录各故障工况下的所述最大连续换相失败次数。

16、优选地，所述根据所述换相失败统计结果判断是否满足终止条件包括：

17、累加各故障工况下的所述换相失败总次数，获得系统整体换相失败总次数，并获取各故障工况中的最大连续换相失败次数最大值；

18、当所述系统整体换相失败总次数小于预设的换相失败次数安全阈值，且所述最大连续换相失败次数最大值小于预设的连续换相失败次数安全阈值时，判定满足所述终止条件；

19、当所述参数优化迭代回合数大于预设最大迭代回合数时，判定满足所述终止条件。

20、优选地，所述以最小化所述换相失败统计结果为目标，对所述初始控制参数进行粒子群优化，得到优化后的控制参数包括：

21、在所述初始控制参数的可行域内随机初始化粒子群，每个粒子的位置向量表示一组待优化的控制参数；

22、将每个粒子对应的控制参数代入所述多源自适应换相换流器直流输电系统，执行所述批量机电暂态仿真，根据仿真结果计算每个粒子的适应度值，所述适应度值的计算公式为：

23、，

24、其中，为预设的故障工况总数，表示第个故障工况下发生的换相失败次数，表示第个故障工况下发生的最大连续换相失败次数，为连续换相失败惩罚权重系数；

25、根据各粒子的适应度值，更新每个粒子的个体历史最优位置和群体全局最优位置；

26、按照粒子群的速度和位置更新公式迭代优化各粒子的位置，直至达到预设的最大迭代次数，输出群体全局最优位置作为所述优化后的控制参数。

27、优选地，所述按照粒子群的速度和位置更新公式迭代优化各粒子的位置包括：

28、按照如下速度更新公式更新各粒子的速度：

29、，

30、按照如下位置更新公式更新各粒子的位置：

31、，

32、其中，为惯性权重，和为学习因子，和为[0,1]区间内的随机数，为第t次迭代时第i个粒子在第d维的速度分量，为第t次迭代时第i个粒子在第d维的位置分量，为第i个粒子的个体历史最优位置在第d维的分量，为群体全局最优位置在第d维的分量。

33、优选地，当满足所述终止条件后，根据换相失败安全性判定结果，若判定为不安全，则降低所述多源自适应换相换流器直流输电系统的直流传输功率包括：

34、获取满足所述终止条件时的最优控制参数对应的换相失败统计结果；

35、将所述换相失败统计结果中的最大连续换相失败次数与预设的安全阈值进行比较，若所述最大连续换相失败次数大于或等于所述安全阈值，则判定换相失败安全性为不安全；

36、当判定为不安全时，按照预设步长逐次降低所述多源自适应换相换流器直流输电系统的直流传输功率，每次降低后以当前最优控制参数执行所述批量机电暂态仿真，直至换相失败统计结果满足所述安全阈值。

37、优选地，在所述以最小化所述换相失败统计结果为目标，对所述初始控制参数进行粒子群优化之后，还包括：

38、以所述优化后的控制参数作为初始状态，将控制参数在线整定问题建模为马尔科夫决策过程；

39、在所述马尔科夫决策过程中，将当前控制参数向量定义为状态空间，将强化学习智能体对各控制参数施加的调整量定义为动作空间；

40、构建奖励函数，所述奖励函数根据执行动作后换相失败统计结果的变化量确定，当换相失败次数减少或连续换相失败程度降低时奖励值为正，反之为负；

41、采用强化学习算法训练智能体，以最大化累计奖励为目标，迭代更新控制参数，直至收敛或达到预设训练回合数，输出进一步优化后的控制参数。

42、优选地，所述奖励函数根据执行动作后换相失败统计结果的变化量确定包括：

43、执行动作后，根据更新后的控制参数执行所述批量机电暂态仿真，获得更新后的换相失败总次数和最大连续换相失败次数；

44、当所述最大连续换相失败次数大于或等于2时，施加严重惩罚，所述严重惩罚为预设的负值常数；

45、当所述最大连续换相失败次数小于2时，按照如下公式计算奖励值：

46、，

47、其中，为更新后第i个故障工况下发生的换相失败次数，为更新后各故障工况中的最大连续换相失败次数最大值，为连续换相失败惩罚权重系数。

48、优选地，所述强化学习算法为soft actor-critic算法，所述soft actor-critic算法的优化目标为最大化累计奖励与策略熵的加权和；

49、采用所述soft actor-critic算法，以所述多源自适应换相换流器直流输电系统的机电暂态仿真引擎为环境，以所述状态空间中的当前控制参数向量为输入，以所述动作空间中的调整量为输出，训练所述智能体；

50、将当前电网运行方式下的控制参数向量输入至训练后的所述智能体，获得所述智能体输出的在线调整量，根据所述在线调整量更新所述多源自适应换相换流器直流输电系统的控制参数。

51、本发明通过粒子群优化实现statcom与vdcol参数协同寻优，引入soft actor-critic实现参数在线自适应调整，并针对极端场景引入有功无功协同控制，有效抑制换相失败。