一种潮流计算收敛的自动调整方法及装置制造方法及图纸

本发明专利技术公开了一种潮流计算收敛的自动调整方法，包括：设计用于潮流计算收敛的深度强化学习网络的状态、动作空间和奖赏；根据所述状态、动作空间和奖赏构建用于潮流计算收敛的深度强化学习网络；在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，使用所述潮流调整策略对电网的潮流收敛进行调整，解决目前调整大电网的收敛工作效率低、不精准，人力成本消耗过大的问题。

An automatic adjustment method and device for power flow calculation convergence

【技术实现步骤摘要】
一种潮流计算收敛的自动调整方法及装置
本申请涉及电力系统
，具体涉及一种潮流计算收敛的自动调整方法，同时涉及一种潮流计算收敛的自动调整装置。
技术介绍
潮流收敛调整问题是电网仿真分析最基础的工作，为电网运行与规划的方案设计提供了基础。从数学角度看，潮流计算的本质是求解非线性方程，如果方程的解不存在或者陷入病态解使潮流方程难以收敛，则被称为潮流不收敛。潮流不收敛目前主要通过人工进行调整，调整过程繁杂且依赖人工经验，效率较低。对于大电网，潮流方程变量高维，可调参数众多，调整效率进一步降低。电网每年会安排大量人力，付出很长时间来调整大电网的收敛，其中包括大量的重复性工作。综上，传统的调整模式存在明显的不足，主要包括大量消耗人力成本、严重依赖专家经验、易于引发错漏现象以及难以控制分析误差。因此，目前亟需一种潮流收敛自动调整方法，使工作更高效、精准，从而解放人力。
技术实现思路
本申请提供一种潮流计算收敛的自动调整方法，解决目前调整大电网的收敛工作效率低、不精准，人力成本消耗过大的问题。本申请提供一种潮流计算收敛的自动调整方法，包括：设计用于潮流计算收敛的深度强化学习网络的状态、动作空间和奖赏；根据所述状态、动作空间和奖赏构建用于潮流计算收敛的深度强化学习网络；在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，使用所述潮流调整策略对电网的潮流收敛进行调整。优选的，深度强化学习网络的状态、动作空间和奖赏，包括：深度强化学习网络的状态包括：发电机的出力状态、电容器/电抗器投切的有效性和区域间的交换功率；深度强化学习网络的动作空间包括：发电机的出力变化量或者有效性，特定电容器/电抗器的有效性；深度强化学习网络的奖赏包括：潮流计算结果得到的奖赏，符合知识经验得到的奖赏，符合约束条件得到的奖赏。优选的，所述电容器/电抗器，为重负荷、多出线母线附近的未投入电容器和已投入电抗器。优选的，所述重负荷、多出线母线附近的未投入电容器和已投入电抗器，通过如下方式获得：统计各母线的负荷、出线情况，得到重负荷、多出线母线的位置；记录各支路以及电容器和电抗器的位置；运用Dijkstra算法以最优路径的方法，得到重负荷、多出线母线附近的电容器和电抗器；通过识别有效性标记位，最终得到重负荷、多出线母线附近的未投入电容器和已投入电抗器。优选的，所述潮流计算结果得到的奖赏，收敛时，奖赏设为很大的正数；不收敛时，奖赏设为较小的负数。优选的，所述符合知识经验得到的奖赏，包括：区域内有功平衡：发电机的总有功功率略大于负荷的总有功功率，得到的奖赏；区域间交换功率约束：若交换功率越限，得到的负奖赏。优选的，所述符合约束条件得到的奖赏，包括：发电机的额定功率约束：若出力功率越限，得到的负奖赏平衡机的出力约束：若交换功率越限，得到的负奖赏。优选的，所述知识经验，包括：调整潮流收敛的顺序为，第一步平衡有功功率，第二步平衡无功功率。优选的，在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，包括：根据知识经验，并模拟人工调整潮流的过程，形成常规平衡潮流调整策略和加PV节点平衡潮流调整策略；所述常规平衡潮流调整策略，通过动作发电机来平衡有功，通过动作无功不平衡位置附近的电容器或者电抗器来平衡无功；所述加PV节点平衡潮流调整策略，通过在无功不平衡的位置加PV节点，收敛并得到无功缺额后，在附近的母线投切等效的电容器或者电抗器来平衡无功功率。本申请同时提供一种潮流计算收敛的自动调整装置，包括：设计单元，设计用于潮流计算收敛的深度强化学习网络的状态、动作空间和奖赏；网络构建单元，根据所述状态、动作空间和奖赏构建用于潮流计算收敛的深度强化学习网络；调整单元，在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，使用所述潮流调整策略对电网的潮流收敛进行调整。本申请提供一种潮流计算收敛的自动调整方法，通过构建用于潮流计算收敛的深度强化学习网络，并在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，使用所述潮流调整策略对电网的潮流收敛进行调整，解决目前调整大电网的收敛工作效率低、不精准，人力成本消耗过大的问题。附图说明图1是本申请提供的一种潮流计算收敛的自动调整方法的流程示意图；图2是本申请涉及的基于DQN的算法流程图；图3是本申请涉及的潮流调整的功率平衡方案；图4是本申请实施例1的有功和无功平衡过程；图5是本申请实施例1的36节点系统测试样本结果；图6是本申请实施例2的东北电网测试样本结果；图7是本申请提供的一种潮流计算收敛的自动调整装置示意图。具体实施方式在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。图1为本申请提供的一种潮流计算收敛的自动调整方法的流程示意图，下面结合图1对本申请实施例提供的方法进行详细说明。步骤S101，设计用于潮流计算收敛的深度强化学习网络的状态、动作空间和奖赏。深度强化学习网络的状态包括：发电机的出力状态、电容器/电抗器投切的有效性和区域间的交换功率；深度强化学习网络的动作空间包括：发电机的出力变化量或者有效性，特定电容器/电抗器的有效性；深度强化学习网络的奖赏包括：潮流计算结果得到的奖赏，符合知识经验得到的奖赏，符合约束条件得到的奖赏。电容器/电抗器，为重负荷、多出线母线附近的未投入电容器和已投入电抗器。重负荷、多出线母线附近的未投入电容器和已投入电抗器，通过如下方式获得：统计各母线的负荷、出线情况，得到重负荷、多出线母线的位置；记录各支路以及电容器和电抗器的位置；运用Dijkstra算法以最优路径的方法，得到重负荷、多出线母线附近的电容器和电抗器；通过识别有效性标记位，最终得到重负荷、多出线母线附近的未投入电容器和已投入电抗器。潮流计算结果得到的奖赏，收敛时，奖赏设为很大的正数；不收敛时，奖赏设为较小的负数。符合知识经验得到的奖赏，包括：区域内有功平衡：发电机的总有功功率略大于负荷的总有功功率，得到的奖赏；区域间交换功率约束：若交换功率越限，得到的负奖赏。符合约束条件得到的奖赏，包括：发电机的额定功率约束：若出力功率越限，得到的负奖赏平衡机的出力约束：若交换功率越限，得到的负奖赏。知识经验，包括：调整潮流收敛的顺序为，第一步平衡有功功率，第二步平衡无功功率。步骤S102，根据所述状态、动作空间和奖赏构建用于潮流计算收敛的深度强化学习网络。强化学习是一种半监督学习，与一般监督学习本文档来自技高网...

【技术保护点】
1.一种潮流计算收敛的自动调整方法，其特征在于，包括：/n设计用于潮流计算收敛的深度强化学习网络的状态、动作空间和奖赏；/n根据所述状态、动作空间和奖赏构建用于潮流计算收敛的深度强化学习网络；/n在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，使用所述潮流调整策略对电网的潮流收敛进行调整。/n

【技术特征摘要】
1.一种潮流计算收敛的自动调整方法，其特征在于，包括：
设计用于潮流计算收敛的深度强化学习网络的状态、动作空间和奖赏；
根据所述状态、动作空间和奖赏构建用于潮流计算收敛的深度强化学习网络；
在所述深度强化学习网络中加入知识经验，并模拟人工调整潮流的过程，从而构建潮流调整策略，使用所述潮流调整策略对电网的潮流收敛进行调整。


2.根据权利要求1所述的方法，其特征在于，深度强化学习网络的状态、动作空间和奖赏，包括：
深度强化学习网络的状态包括：发电机的出力状态、电容器/电抗器投切的有效性和区域间的交换功率；
深度强化学习网络的动作空间包括：发电机的出力变化量或者有效性，特定电容器/电抗器的有效性；
深度强化学习网络的奖赏包括：潮流计算结果得到的奖赏，符合知识经验得到的奖赏，符合约束条件得到的奖赏。


3.根据权利要求2所述的方法，其特征在于，所述电容器/电抗器，为重负荷、多出线母线附近的未投入电容器和已投入电抗器。


4.根据权利要求3所述的方法，其特征在于，所述重负荷、多出线母线附近的未投入电容器和已投入电抗器，通过如下方式获得：
统计各母线的负荷、出线情况，得到重负荷、多出线母线的位置；
记录各支路以及电容器和电抗器的位置；
运用Dijkstra算法以最优路径的方法，得到重负荷、多出线母线附近的电容器和电抗器；
通过识别有效性标记位，最终得到重负荷、多出线母线附近的未投入电容器和已投入电抗器。


5.根据权利要求2所述的方法，其特征在于，所述潮流计算结果得到的奖赏，收敛时，奖赏设为很大的正数；不收敛时，奖赏设为较小的负数。


...

【专利技术属性】
技术研发人员：汤涌，王甜婧，郭强，黄彦浩，陈兴雷，文晶，李文臣，张松涛，黄河凯，王宏志，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，哈尔滨工业大学，
类型：发明
国别省市：北京;11