交直流混联受端电网直流闭锁多资源紧急控制优化方法技术

本发明专利技术提供了一种交直流混联受端电网直流闭锁多资源紧急控制优化方法，预优化阶段，包括：根据未来预设时间段的风电功率预测值、光伏出力预测值和负荷预测值，得到多个典型场景，以控制代价最小为目标，得到各个典型场景对应的控制策略，将典型场景与控制策略的对应关系存入优化决策知识库；在线优化阶段，包括：获取电网当前场景信息，根据预设场景相似性度量从优化决策知识库选择最相近的场景，以最相近的场景对应的控制策略为初值，以控制代价最小为目标，得到最终的控制策略；本发明专利技术提高了紧急控制方案对实际运行方式的适应性。紧急控制方案对实际运行方式的适应性。紧急控制方案对实际运行方式的适应性。

【技术实现步骤摘要】
交直流混联受端电网直流闭锁多资源紧急控制优化方法


[0001]本专利技术涉及电力控制优化
，特别涉及一种交直流混联受端电网直流闭锁多资源紧急控制优化方法。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]大容量特高压直流馈入及新能源大量接入背景下，直流闭锁导致的大容量电源缺额引起电压和频率持续过大偏移，会触发保护动作导致大量负荷或机组切除，引起相继故障导致系统失稳崩溃。需制定精准的直流闭锁紧急控制方案，保证系统安全指标满足裕度要求，避免系统崩溃。
[0004]紧急切负荷是保证系统大规模功率扰动后安全性重要措施，许多研究人员对此展开研究。有研究人员利用受端电网直流闭锁后的“低频高压”特征驱动切负荷控制措施。有研究人员综合考虑暂态电压和频率安全约束求解切负荷控制措施。有研究人员计及暂态功角稳定约束提出切负荷点选择方法。
[0005]在紧急切负荷基础上，相关文献提出多资源协调控制措施，以充分利用实际电网可用控制资源。有研究人员提出综合考虑直流功率紧急提升、调相机紧急控制和切负荷协调控制策略。有研究人员分析抽蓄切泵、直流功率调制及精准切负荷等多安控资源特点，启发式地确定多资源动作顺序。有研究人员提出综合电网就地和远方信息直流功率调制与紧急功率支援协调控制方案，实现大区电网系统保护间协调动作。有研究人员协调传统离散切机和水电机组出力快速调节，进行频率安全紧急控制。为保证大容量直流馈入受端电网在直流闭锁等严重功率扰动下的安全，进行多资源协调控制研究具有重要意义。
[0006]目前电网安全稳定控制广泛采用“离线决策，实时匹配”策略，即在日前或更早阶段基于未来运行方式预测信息制定控制方案，基于离线时域仿真对其进行校验，供实时匹配。但在高新能源渗透率的现代电力系统中，新能源出力不确定，存在大量可能的未来运行方式。离线计算仅针对典型方式，所制定控制方案无法满足实际运行方式的精准控制需求。
[0007]为提升控制方案的精准性，需要针对实际运行方式制定紧急控制方案。但实时决策方法对计算速度要求极高，传统时域仿真方法难以满足实时决策需要。为提升实时决策效率，相关文献提出了紧急控制实时决策方法，依赖机器学习或简化模型快速获取动态安全指标用于方案优化。机器学习和简化模型的评估结果存在一定误差，基于机器学习和简化模型的实时决策方案无法满足精准控制需求。

技术实现思路

[0008]为了解决现有技术的不足，本专利技术提供了一种交直流混联受端电网直流闭锁多资源紧急控制优化方法，提高了紧急控制方案对实际运行方式的适应性。
[0009]为了实现上述目的，本专利技术采用如下技术方案：
[0010]本专利技术第一方面提供了一种交直流混联受端电网直流闭锁多资源紧急控制优化
方法。
[0011]一种交直流混联受端电网直流闭锁多资源紧急控制优化方法，包括：
[0012]预优化阶段，包括：根据未来预设时间段的风电功率预测值、光伏出力预测值和负荷预测值，得到多个典型场景，以控制代价最小为目标，得到各个典型场景对应的控制策略，将典型场景与控制策略的对应关系存入优化决策知识库；
[0013]在线优化阶段，包括：获取电网当前场景信息，根据预设场景相似性度量从优化决策知识库选择最相近的场景，以最相近的场景对应的控制策略为初值，以控制代价最小为目标，得到最终的控制策略。
[0014]进一步的，控制代价为：所有负荷控制子站切负荷量的加和与紧急切负荷相对于抽蓄切泵的相对代价权重系数的乘积、所有直流调制量的加和与直流功率提升相对于抽蓄切泵的相对代价权重系数的乘积、所有抽蓄电站切泵量的加和三者的加和。
[0015]进一步的，采用轨迹灵敏度方法局部线性化最小化的控制代价目标函数中的动态安全约束，将其转化为混合整数线性规划问题进行迭代求解；
[0016]在迭代过程中不断进行局部线性化和混合整数线性规划求解，逐步逼近最优解；
[0017]使用Benders分解方法对转化后的混合整数线性规划问题进行求解，得到最终的优化方案。
[0018]更进一步的，基于摄动法，对轨迹灵敏度进行求解，预优化阶段通过预构建的机器学习模型评估安全指标的数值。
[0019]进一步的，计算当前场景与优化决策知识库中的场景的欧式距离，得到初始场景相似性度量；
[0020]将初始场景相似性度量与度量变换矩阵相乘后得到场景相似性度量。
[0021]更进一步的，以预设损失函数最小为目标，使用梯度下降法求解后得到度量变换矩阵，所述损失函数为：
[0022][0023]其中，T为当前时刻距离下一策略刷新时刻时差，L为典型场景总数量，表示表示表示表示表示D
E
(E
i
,E
k
)，表示D
E
(E
i
,E
j
)，sign(
·
)表示符号函数。
[0024]更进一步的，度量变换矩阵T的求解，包括：
[0025]设定迭代次数q＝1，随机取场景S
i
和对应控制方案E
i
；
[0026]选择场景j和场景k，满足对任意的h，1≤h≤M，h≠i，j，k，有选择场景j和场景k，满足对任意的h，1≤h≤M，h≠i，j，k，有
[0027]以三元组(TS
i
，TS
j
，TS
k
)作为训练样本，计算梯度)作为训练样本，计算梯度使用梯度下降法更新T，令q＝q+1；
[0028]重复上述迭代过程，直至满足且|Q
q+1
‑
Q
q
|<μ，1≤m≤N，1≤n≤N，其中为第q次迭代时T中元素α
mn
的取值，Q
q
为第q次迭代时损失函数值，ε和μ为所设定的收敛阈值。
[0029]本专利技术第二方面提供了一种交直流混联受端电网直流闭锁多资源紧急控制优化系统。
[0030]一种交直流混联受端电网直流闭锁多资源紧急控制优化系统，包括：
[0031]预优化模块，被配置为：根据未来预设时间段的风电功率预测值、光伏出力预测值和负荷预测值，得到多个典型场景，以控制代价最小为目标，得到各个典型场景对应的控制策略，将典型场景与控制策略的对应关系存入优化决策知识库；
[0032]在线优化模块，被配置为：获取电网当前场景信息，根据预设场景相似性度量从优化决策知识库选择最相近的场景，以最相近的场景对应的控制策略为初值，以控制代价最小为目标，得到最终的控制策略。
[0033]本专利技术第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法中的步骤。
[0034]本专利技术第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交直流混联受端电网直流闭锁多资源紧急控制优化方法，其特征在于：包括：预优化阶段，包括：根据未来预设时间段的风电功率预测值、光伏出力预测值和负荷预测值，得到多个典型场景，以控制代价最小为目标，得到各个典型场景对应的控制策略，将典型场景与控制策略的对应关系存入优化决策知识库；在线优化阶段，包括：获取电网当前场景信息，根据预设场景相似性度量从优化决策知识库选择最相近的场景，以最相近的场景对应的控制策略为初值，以控制代价最小为目标，得到最终的控制策略。2.如权利要求1所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法，其特征在于：控制代价为：所有负荷控制子站切负荷量的加和与紧急切负荷相对于抽蓄切泵的相对代价权重系数的乘积、所有直流调制量的加和与直流功率提升相对于抽蓄切泵的相对代价权重系数的乘积、所有抽蓄电站切泵量的加和三者的加和。3.如权利要求1所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法，其特征在于：采用轨迹灵敏度方法局部线性化最小化的控制代价目标函数中的动态安全约束，将其转化为混合整数线性规划问题进行迭代求解；在迭代过程中不断进行局部线性化和混合整数线性规划求解，逐步逼近最优解；使用Benders分解方法对转化后的混合整数线性规划问题进行求解，得到最终的优化方案。4.如权利要求3所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法，其特征在于：基于摄动法，对轨迹灵敏度进行求解，预优化阶段通过预构建的机器学习模型评估安全指标的数值。5.如权利要求1所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法，其特征在于：计算当前场景与优化决策知识库中的场景的欧式距离，得到初始场景相似性度量；将初始场景相似性度量与度量变换矩阵相乘后得到场景相似性度量。6.如权利要求5所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法，其特征在于：以预设损失函数最小为目标，使用梯度下降法求解后得到度量变换矩阵，所述损失函数为：其中，T为当前时刻距离下一策略刷新时刻时差，L为典型场景总数量，表示表示表示表示表示D
E
(E
i
,E
k
)，表示D
E
(E
i...

【专利技术属性】
技术研发人员：李常刚，李华瑞，闫炯程，刘玉田，
申请(专利权)人：山东大学，
类型：发明
国别省市：