【技术实现步骤摘要】
一种基于深度学习的断面约束概率预警方法及系统
本专利技术涉及电力系统及自动化
，尤其是涉及一种基于深度学习的断面约束概率预警方法及系统。
技术介绍
随着中国电力市场改革不断深入推进，实时电价已成为必然发展趋势，而节点电价是国内外普遍认同的电力定价方式。节点电价目前主要通过电网逐时刻调度优化结果计算得到，即求解单时段的安全约束经济调度模型(Securityconstrainedeconomicdispatch,SCED)进行市场出清。断面约束通常理解为传输容量约束，断面约束的有效预警能反映海量N-1安全约束对系统运行安全的影响，进而协助调度员在市场出清模型中减少冗余约束，提高模型求解效率。随着含高比例新能源电力系统的发展以及电力市场化改革的推进，电力系统不确定性激增，SCED模型包含了N-1海量安全约束，导致模型规模庞大，断面约束在规模庞大的N-1安全约束起到的作用很小，SCED模型的求解效率难以应对大规模实际电网实时电价变化。目前针对如何进行断面约束预警以及断面预警的快速求解问题，存在以下解决方法：调度...
【技术保护点】
1.一种基于深度学习的断面约束概率预警方法，其特征在于，步骤包括：/n获取电力系统的历史运行数据；所述历史运行数据包括发电机出力值、发电成本系数、电力系统拓扑结构数据；/n建立电力市场出清模型；其中，基于发电机出力值和发电成本系数的函数关系构建所述电力市场出清模型的目标函数，以及利用电力系统拓扑结构数据构建所述电力市场出清模型的N-1安全约束的约束条件；/n利用基于蒙特卡洛的断面约束评估方法对所述电力市场出清模型进行解算时，利用所述历史运行数据构建并训练至少包括输入层、若干隐藏层和输出层的深度神经网络模型；/n在所述输入层输入包括发电机出力值和发电成本系数的实时数据进行运算...
【技术特征摘要】 【专利技术属性】
1.一种基于深度学习的断面约束概率预警方法，其特征在于，步骤包括：
获取电力系统的历史运行数据；所述历史运行数据包括发电机出力值、发电成本系数、电力系统拓扑结构数据；
建立电力市场出清模型；其中，基于发电机出力值和发电成本系数的函数关系构建所述电力市场出清模型的目标函数，以及利用电力系统拓扑结构数据构建所述电力市场出清模型的N-1安全约束的约束条件；
利用基于蒙特卡洛的断面约束评估方法对所述电力市场出清模型进行解算时，利用所述历史运行数据构建并训练至少包括输入层、若干隐藏层和输出层的深度神经网络模型；
在所述输入层输入包括发电机出力值和发电成本系数的实时数据进行运算，并通过所述输出层输出机组最优出力值；
判断当前机组出力值是否大于等于所述机组最优出力值；若是，则发送预警信息。
2.如权利要求1所述的基于深度学习的断面约束概率预警方法，其特征在于，所述电力市场出清模型的目标函数具体为：
式(1)中，PG为发电机出力；H1和H2为发电成本系数。
3.如权利要求1所述的基于深度学习的断面约束概率预警方法，其特征在于，所述利用基于蒙特卡洛的断面约束评估方法对所述电力市场出清模型进行解算，包括：
对电力系统的状态变量进行随机抽样以建立模拟样本集；
将所述模拟样本集输入到电力市场出清模型，计算得到所述模拟样本集中每个模拟样本对应的机组最优出力值和电力市场出清模型起作用的最小约束集；
统计所述机组最优出力值和所述最小约束集，得到每个模拟样本对应的N-1安全约束的起作用概率；
根据所述起作用概率，对各线路约束进行降序排列，并将排列靠前的线路约束写入所述最小约束集。
4.如权利要求3所述的基于深度学习的断面约束概率预警方法，其特征在于，包括计算所述状态变量的概率分布函数f(D)如下所示：
式(6)中，D为状态变量；Dmax和Dmin为状态变量数值的上下限；μ和δ分别表示状态变量的均值和标准差。
技术研发人员：吴云亮，李鹏，苏寅生，李智勇，张建新，姚海成，刘春晓，孙宇军，殷梓恒，赖晓文，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。