新能源电站人工智能控制电网节点电压的方法及系统技术方案

本发明专利技术属于电网运行技术领域，公开一种新能源电站人工智能控制电网节点电压的方法及系统；本发明专利技术以电网的电压幅值相角以及所需要控制节点电压目标与当前电压的差值为输入，通过人工神经网络实现，以新能源场站无功出力输出为输出；本发明专利技术一方面能够充分利用新能源场站无功出力来实现对电网节点电压的调节，另一方面能够实现无功的就地最近调节避免了无功传输引起的线损，能够很好的实现电网节点电压的优化控制。的优化控制。的优化控制。

【技术实现步骤摘要】
新能源电站人工智能控制电网节点电压的方法及系统


[0001]本专利技术属于电网运行
，尤其是涉及一种新能源电站人工智能控制电网节点电压的方法及系统。

技术介绍

[0002]电网的节点电压，是衡量电网运行状态和稳定性的最重要的指标之一，尤其是对于正常运行状态下的电网，通过调节节点的电压进行优化，一方面可以使得电网运行的状态更加稳定，另一方面也可以使得电网运行的效益更加的好。随着大规模可再生能源的并网，电网的电压问题也成为了调度部门所必须关注的问题，如何更有效的调节局部区域的节点电压，也成为调度部门所必须关注的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种新能源电站人工智能控制电网节点电压的方法及系统，以有效的调节局部区域的节点电压，提升电网运行状态的稳定性。
[0004]为了实现上述目的，本专利技术采用如下技术方案：
[0005]第一方面，本专利技术提供一种新能源电站人工智能控制电网节点电压的方法，包括：
[0006]获取目标电网目前待辨识场景的潮流数据；
[0007]获取潮流数据中的输入数据；将所述输入数据和待控制节点的电压变化量输入预先建立的待控制节点与所有敏感新能源电站的卷积人工神经网络分析模型中，进行辨识，获得所有敏感新能源电站的控制方案；核对所有敏感新能源电站实际的控制区间，对辨识得到的控制方案进行修正，消减控制方案中超出敏感新能源电站实际的控制区间的部分无功调节量，获得修正后的控制方案；
[0008]核对是否有能够达到控制目标的修正后的控制方案，如果有，输出能够达到控制目标的修正后的控制方案；如果没有，保留与待控制节点电压控制偏差最小的修正后的控制方案，对应敏感新能源电站不再参与辨识；以目前潮流为断面，以待控制节点电压与目标电压差值为输入，带入到待控制节点与其他敏感新能源电站的卷积人工神经网络分析模型中进行下一次辨识，获得其他敏感新能源电站的控制方案；对控制方案进行修正，获得修正后的控制方案；核对历次保留的修正后的控制方案和本次辨识获得的若干修正后的控制方案中的一个叠加，是否能够达到控制目标，如果能够达到控制目标，输出叠加的修正后的控制方案；如果否，保留本次辨识中与待控制节点电压控制偏差最小的修正后的控制方案，对应敏感新能源电站不再参与辨识，然后，进行下一次辨识，直至获得的叠加方案能够达到控制目标。
[0009]本专利技术进一步的改进在于：所述输入数据包括目标电网中所有节点电压的幅值和相角。
[0010]本专利技术进一步的改进在于：所述预先建立的待控制节点与所有敏感新能源电站的卷积人工神经网络分析模型的建立步骤包括：
[0011]S11、针对目标电网，选择一个典型潮流断面；
[0012]S12、在目标电网当前拓扑下，选择一个新能源电站，对其无功的输入敏感度分析；
[0013]S13、对敏感度分析获得的数据进行归一化处理，得到新能源电站单位无功变化，对应目标电网所有节点的节点电压变化值；
[0014]S14、对节点电压变化值进行排序，设定门槛值，保留大于或等于门槛值的节点电压变化值；所选新能源电站为保留节点的敏感新能源电站；
[0015]S15、针对目标电网的每个节点，以0.001电压变化，以1pu为基准，取正和负，得到节点电压变化新能源电站无功控制值，从而得到目标电网的每个节点电压控制的样本；
[0016]S16、核对所选择的典型潮流断面下，目标电网中所有新能源电站是否都进行了步骤S12至S15的分析，如果否则转到步骤S12，如果是进行下一步；
[0017]S17、核对目标电网所有的潮流断面都是否都经过了步骤S11至S16的分析，如果否则转到步骤S11，如果是进行下一步；
[0018]S18、以目标电网的潮流断面中的所有节点电压幅值和相角，以及待控制节点的电压变化量为输入，以待控制节点对应的所选一个敏感新能源电站的无功调节控制值为输出，通过训练建立一个待控制节点与敏感新能源电站的卷积人工神经网络分析模型；
[0019]S19、选择其它敏感新能源电站，重复S18获得待控制节点与所有敏感新能源电站的卷积人工神经网络分析模型。
[0020]本专利技术进一步的改进在于：还包括以下步骤：
[0021]重复步骤S18和S19，获得目标电网的所有待控制节点与所选敏感新能源电站的卷积人工神经网络分析模型。
[0022]本专利技术进一步的改进在于：所述步骤S12具体包括：
[0023]根据所选择的新能源电站的无功出力区间，从最小值开始按照设定的步长逐步的累加直至最大值，计算新能源电站的无功出力对目标电网中各节点电压的影响，得到所选择的新能源电站无功变化和目标电网中各节点电压变化对应列表。
[0024]第二方面，本专利技术提供一种新能源电站人工智能控制电网节点电压的装置，包括：
[0025]获取模块，用于获取目标电网目前待辨识场景的潮流数据；
[0026]初次辨识修正模块，用于获取潮流数据中的输入数据；将所述输入数据和待控制节点的电压变化量输入预先建立的待控制节点与所有敏感新能源电站的卷积人工神经网络分析模型中，进行辨识，获得所有敏感新能源电站的控制方案；核对所有敏感新能源电站实际的控制区间，对辨识得到的控制方案进行修正，消减控制方案中超出敏感新能源电站实际的控制区间的部分无功调节量，获得修正后的控制方案；
[0027]判断再辨识模块，用于核对是否有能够达到控制目标的修正后的控制方案，如果有，输出能够达到控制目标的修正后的控制方案；如果没有，保留与待控制节点电压控制偏差最小的修正后的控制方案，对应敏感新能源电站不再参与辨识；以目前潮流为断面，以待控制节点电压与目标电压差值为输入，带入到待控制节点与其他敏感新能源电站的卷积人工神经网络分析模型中进行下一次辨识，获得其他敏感新能源电站的控制方案；对控制方案进行修正，获得修正后的控制方案；核对历次保留的修正后的控制方案和本次辨识获得的若干修正后的控制方案中的一个叠加，是否能够达到控制目标，如果能够达到控制目标，输出叠加的修正后的控制方案；如果否，保留本次辨识中与待控制节点电压控制偏差最小
的修正后的控制方案，对应敏感新能源电站不再参与辨识，然后，进行下一次辨识，直至获得的叠加方案能够达到控制目标。
[0028]本专利技术进一步的改进在于：所述输入数据包括目标电网中所有节点电压的幅值和相角。
[0029]本专利技术进一步的改进在于：所述预先建立的待控制节点与所有敏感新能源电站的卷积人工神经网络分析模型的建立步骤包括：
[0030]S11、针对目标电网，选择一个典型潮流断面；
[0031]S12、在目标电网当前拓扑下，选择一个新能源电站，对其无功的输入敏感度分析；
[0032]S13、对敏感度分析获得的数据进行归一化处理，得到新能源电站单位无功变化，对应目标电网所有节点的节点电压变化值；
[0033]S14、对节点电压变化值进行排序，设定门槛值，保留大于或等于门槛值的节点电压变化值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.新能源电站人工智能控制电网节点电压的方法，其特征在于，包括：获取目标电网目前待辨识场景的潮流数据；获取潮流数据中的输入数据；将所述输入数据和待控制节点的电压变化量输入预先建立的待控制节点与所有敏感新能源电站的卷积人工神经网络分析模型中，进行辨识，获得所有敏感新能源电站的控制方案；核对所有敏感新能源电站实际的控制区间，对辨识得到的控制方案进行修正，消减控制方案中超出敏感新能源电站实际的控制区间的部分无功调节量，获得修正后的控制方案；核对是否有能够达到控制目标的修正后的控制方案，如果有，输出能够达到控制目标的修正后的控制方案；如果没有，保留与待控制节点电压控制偏差最小的修正后的控制方案，对应敏感新能源电站不再参与辨识；以目前潮流为断面，以待控制节点电压与目标电压差值为输入，带入到待控制节点与其他敏感新能源电站的卷积人工神经网络分析模型中进行下一次辨识，获得其他敏感新能源电站的控制方案；对控制方案进行修正，获得修正后的控制方案；核对历次保留的修正后的控制方案和本次辨识获得的若干修正后的控制方案中的一个叠加，是否能够达到控制目标，如果能够达到控制目标，输出叠加的修正后的控制方案；如果否，保留本次辨识中与待控制节点电压控制偏差最小的修正后的控制方案，对应敏感新能源电站不再参与辨识，然后，进行下一次辨识，直至获得的叠加方案能够达到控制目标。2.根据权利要求1所述的新能源电站人工智能控制电网节点电压的方法，其特征在于，所述输入数据包括目标电网中所有节点电压的幅值和相角。3.根据权利要求1所述的新能源电站人工智能控制电网节点电压的方法，其特征在于，所述预先建立的待控制节点与所有敏感新能源电站的卷积人工神经网络分析模型的建立步骤包括：S11、针对目标电网，选择一个典型潮流断面；S12、在目标电网当前拓扑下，选择一个新能源电站，对其无功的输入敏感度分析；S13、对敏感度分析获得的数据进行归一化处理，得到新能源电站单位无功变化，对应目标电网所有节点的节点电压变化值；S14、对节点电压变化值进行排序，设定门槛值，保留大于或等于门槛值的节点电压变化值；所选新能源电站为保留节点的敏感新能源电站；S15、针对目标电网的每个节点，以0.001电压变化，以1pu为基准，取正和负，得到节点电压变化新能源电站无功控制值，从而得到目标电网的每个节点电压控制的样本；S16、核对所选择的典型潮流断面下，目标电网中所有新能源电站是否都进行了步骤S12至S15的分析，如果否则转到步骤S12，如果是进行下一步；S17、核对目标电网所有的潮流断面都是否都经过了步骤S11至S16的分析，如果否则转到步骤S11，如果是进行下一步；S18、以目标电网的潮流断面中的所有节点电压幅值和相角，以及待控制节点的电压变化量为输入，以待控制节点对应的所选一个敏感新能源电站的无功调节控制值为输出，通过训练建立一个待控制节点与敏感新能源电站的卷积人工神经网络分析模型；S19、选择其它敏感新能源电站，重复S18获得待控制节点与所有敏感新能源电站的卷积人工神经网络分析模型。
4.根据权利要求3所述的新能源电站人工智能控制电网节点电压的方法，其特征在于，还包括以下步骤：重复步骤S18和S19，获得目标电网的所有待控制节点与所选敏感新能源电站的卷积人工神经网络分析模型。5.根据权利要求2所述的新能源电站人工智能控制电网节点电压的方法，其特征在于，所述步骤S12具体包括：根据所选择的新能源电站的无功出力区间，从最小值开始按照设定的步长逐步的累加直至最大值，计算新能源电站的无功出力对目标电网中各节点电压的影响，得到所选择的新能源电站无功变化和目标电...

【专利技术属性】
技术研发人员：李琰，王新迎，李健，韩笑，和嘉星，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：