基于增殖和缩减进化的电网紧急切负荷优化方法及系统技术方案

本发明专利技术公开了一种基于增殖和缩减进化的电网紧急切负荷优化方法及系统，包括：获取各切负荷站允许切负荷量的上下限以及电网暂态安全约束指标的边界阈值数据；基于所述数据和进化算法模型，得到最优的电网紧急切负荷方案；其中，所述进化算法模型的工作关键在于增殖和缩减进化策略，缩减策略包括关键的两个步骤，分别是基于代理模型的预筛选和基于时域仿真的验证。本发明专利技术优化算法框架全局收敛性要更好。在给定电网运行方式和功率缺额扰动事故下，能够快速得到全局最优方案或靠近全局最优的方案。的方案。的方案。

【技术实现步骤摘要】
基于增殖和缩减进化的电网紧急切负荷优化方法及系统


[0001]本专利技术涉及电力系统紧急切负荷控制
，尤其涉及一种基于增殖和缩减进化的电网紧急切负荷优化方法及系统。

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
信息，不必然构成在先技术。
[0003]可再生能源发电通常通过电力电子换流器集成到电力系统中并且集中式的大规模可再生能源发电通常通过高压直流技术传输。基于换流器的可再生能源发电和高压直流输电的集成给电力系统带来了丰富的控制灵活性，但同时也带来了巨大的安全风险，尤其是潜在的新能源机组脱网或直流闭锁。这些扰动会给电力系统带来严重的功率不平衡现象，导致电力系统的暂态不安全甚至暂态失稳。为了保证扰动发生后电力系统的暂态安全稳定，紧急切负荷控制在短时间内主动切除适当数量的负荷来平衡发电和用电。然而，切除负荷会影响用户生活，并可能造成重大的社会经济损失。因此，在满足系统暂态安全和稳定约束的同时，最小化紧急减载的成本始终是紧急切负荷方案优化的目标。
[0004]紧急切负荷优化是一个具有多个局部最优解的高维约束优化问题。进化类算法，如遗传算法、粒子群优化算法和差分进化算法，这些算法与问题的数学特性无关，并且对不同的非线性优化问题具有鲁棒性和广泛适用性。因此，进化类算法被广泛且有效地应用于非线性紧急切负荷优化问题。
[0005]在进化类算法中，需要根据进化逻辑迭代地生成大量的候选方案来定位全局最优解。进化类算法的全局收敛性与候选方案的多样性有关。一个大的候选方案种群能够有效提高进化算法的全局收敛性。但是，大的候选方案种群同时会显著增加优化的计算负担，这种计算负担在于需要利用计算密集型的时域仿真对每个候选方案进行评估，即检查其暂态安全稳定性约束。有时，对单个方案执行时域仿真评估需要数十秒，尤其是对于大型电力系统而言。因此，大的种群规模会导致进化优化极其耗时，提高进化优化的全局收敛性与提高优化速度之间存在对立的矛盾。
[0006]近年来，数据驱动技术在电力系统动态安全评估中得到了广泛的研究。动态安全评估可以通过使用数据驱动的代理模型代替耗时的时域仿真来实现高效率。数据驱动的代理模型大大快于时域仿真评估，因为它只需要有限的代数运算，而不需要复杂的数值积分。因此，数据驱动技术通过利用代理模型对紧急切负荷候选方案评估，为提高紧急切负荷的优化效率提供了一种潜在的方法。基于代理模型的快速评估可以增加种群规模。优化速度和种群多样性之间的矛盾得以解决。因此，各种离线训练的机器学模型可以被嵌入到进化求解框架中用来提高算法收敛性，如现有技术提出一种基于粒子群优化算法的在线动态安全控制优化框架，并采用径向基函数神经网络作为代理模型。
[0007]但是，现有的进化类算法在求解紧急切负荷优化问题时至少存在以下不足：（1）进化算法中方案的种群规模必须设置的足够大来保证全局收敛性。但是，大规
模的候选方案需要利用耗时的时域仿真进行评估。沉重的计算负担导致进化算法无法在线应用于紧急切负荷方案优化。
[0008]（2）小的种群规模能够提高进化优化算法的优化速度。但是，小规模的种群规模无法保证候选方案的多样，导致进化算法的全局收敛性差，优化得到的切负荷方案质量差即经济性差，无法应用于实际电力系统中。
[0009]（3）目前，数据驱动的代理模型与进化算法的集成方式都是离线训练的代理模型完全替代时域仿真评估。因此，必须保证代理模型的精度，才能获得良好的优化解。然而，电力系统的运行方式在不断变化，特别是对于可再生能源渗透率高的电力系统。因此，无法严格保证基于离线训练的代理模型在所有运方式下的准确性。如果代理模型在线更新，则必须使用时域仿真生成许多新的训练样本。紧急切负荷的优化速度会因此显著下降。
[0010]因此，在紧急切负荷优化问题中完全用代理模型代替时域仿真无法有效的应用在实际电力系统紧急切负荷优化场景中。

技术实现思路

[0011]为了解决上述问题，本专利技术提出了一种基于增殖和缩减进化的电网紧急切负荷优化方法及系统，能够有效解决进化算法的种群多样性和优化速度之间的矛盾，实现在线优化紧急切负荷方案。
[0012]在一些实施方式中，采用如下技术方案：一种基于增殖和缩减进化的电网紧急切负荷优化方法，包括：获取各切负荷站允许切负荷量的上下限以及电网暂态安全约束指标的边界阈值数据；基于所述数据和进化算法模型，得到最优的电网紧急切负荷方案；其中，所述进化算法模型的工作过程包括：初始化模型参数及母代种群，利用时域仿真评估母代种群中各紧急切负荷方案，初始训练一个代理模型；根据增殖策略生成多个临时候选方案，并利用代理模型评估所有临时候选方案；根据临时候选方案的评估结果，预筛选设定个数的临时候选方案作为子代方案；利用时域仿真验证子代方案，将子代方案与母代方案的仿真结果进行对比，选择设定个数的最佳方案组成下一代母代种群；若迭代终止，则输出最优的电网紧急切负荷方案；否则，更新代理模型并返回到增殖过程。
[0013]在另一些实施方式中，采用如下技术方案：一种基于增殖和缩减进化的电网紧急切负荷优化系统，包括：数据获取模块，用于获取各切负荷站允许切负荷量的上下限以及电网暂态安全约束指标的边界阈值数据；电网紧急切负荷优化模块，用于基于所述数据和进化算法模型，得到最优的电网紧急切负荷方案；其中，所述进化算法模型的工作过程包括：初始化模型参数及母代种群，利用时域仿真评估母代种群中各紧急切负荷方案，初始训练一个代理模型；根据增殖策略生成多个临时候选方案，并利用代理模型评估所有临时候选方案；根据临时候选方案的评估结果，预筛选设定个数的临时候选方案作为子代方案；利用时域
仿真验证子代方案，将子代方案与母代方案的仿真结果进行对比，选择设定个数的最佳方案组成下一代母代种群；若迭代终止，则输出最优的电网紧急切负荷方案；否则，更新代理模型并返回到增殖过程。
[0014]在另一些实施方式中，采用如下技术方案：一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的基于增殖和缩减进化的电网紧急切负荷优化方法。
[0015]与现有技术相比，本专利技术的有益效果是：（1）本专利技术提出的增殖策略，以母代紧急切负荷方案基础生成大量临时候选方案。在增殖过程中，考虑不同方案在优化区域的分布特性将其分成优等方案、中等方案、劣等方案三组，不同分组的方案采用不同进化搜索算子来提高搜索的效率和临时种群的多样性。临时种群的存在提高了每次迭代过程中寻找到全局最优点的可能性，因此，增殖策略有利于在种群规模不大的情况下提高进化算法的全局收敛性。
[0016]（2）本专利技术提出的缩减策略，包括了两个关键的流程，一个是基于代理模型的预筛选和基于时域仿真的验证。在基于代理模型的预筛选过程中利用机器学习模型作为代理模型来评估大量临时候选方案。代理模型的计算只涉及代数运算，计算效率高，能够快速计算出不同方案下的安全稳定指标。根据代理模型的评估结果，预筛选最佳候选方案作为子代方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于增殖和缩减进化的电网紧急切负荷优化方法，其特征在于，包括：获取各切负荷站允许切负荷量的上下限以及电网暂态安全约束指标的边界阈值数据；基于所述数据和进化算法模型，得到最优的电网紧急切负荷方案；其中，所述进化算法模型的工作过程包括：初始化模型参数及母代种群，利用时域仿真评估母代种群中各紧急切负荷方案，初始训练一个代理模型；根据增殖策略生成多个临时候选方案，并利用代理模型评估所有临时候选方案；根据临时候选方案的评估结果，预筛选设定个数的临时候选方案作为子代方案；利用时域仿真验证子代方案，将子代方案与母代方案的仿真结果进行对比，选择设定个数的最佳方案组成下一代母代种群；若迭代终止，则输出最优的电网紧急切负荷方案；否则，更新代理模型并返回到增殖过程。2.如权利要求1所述的一种基于增殖和缩减进化的电网紧急切负荷优化方法，其特征在于，所述利用时域仿真评估母代种群中各紧急切负荷方案之后，以及利用时域仿真验证子代方案之后，还包括：将评估结果保存在代理模型的训练数据库中。3.如权利要求1所述的一种基于增殖和缩减进化的电网紧急切负荷优化方法，其特征在于，初始化母代种群，具体包括：设定种群大小为N
p
，采用拉丁立方抽样的方法，在各切负荷站允许的切负荷量上下限的搜索空间内生成N
p
个初始母代方案；具体地，一个向量代表一个方案，向量中的每一个元素代表各切负荷站的切负荷量或切负荷率。4.如权利要求1所述的一种基于增殖和缩减进化的电网紧急切负荷优化方法，其特征在于，所述利用时域仿真评估母代种群中各紧急切负荷方案，具体包括：利用时域仿真软件仿真得到系统在遭受功率缺额事故后执行紧急负荷方案后电网的暂态安全指标；所述暂态安全指标至少包括：暂态功角、暂态电压和暂态频率安全指标。5.如权利要求1所述的一种基于增殖和缩减进化的电网紧急切负荷优化方法，其特征在于，所述代理模型为采用数据驱动的机器学习模型；一个紧急切负荷方案下的切负荷向量和评估得到的暂态安全约束指标两者组成一个训练样本；切负荷向量作为输入特征并且电网暂态安全约束指标作为输出标签；所有母代方案用来训练一个多输入多输出的代理模型。6.如权利要求1所述的一种基于增殖和缩减进化的电网紧急切负荷优化方法，其特征在于，所述根据增殖策略生成多个临时候选方案，具体包括：根据可行性准则将母代方案按照优差性分组，计算每一个方案的安全约束违反度，然后计算每一个方案的标准化安全约束违反度，最后根据标准化安全约束违反度比较不同的方案；遍历母代种群中的每一个方案，根据优差性分组的结果对每一个方案执行对应的搜索算子并且每一个方案循环执行搜索算子λ次；如果有其他...

【专利技术属性】
技术研发人员：李常刚，盖晨昊，徐陶阳，刘玉田，
申请(专利权)人：山东大学，
类型：发明
国别省市：