本公开涉及一种局域能源互联网无功补偿协同优化方法和装置。通过获取局域能源互联网中各个节点的实时状态数据，并且输入所述实时状态数据至预先构建的多主体强化学习模型，得到各个无功补偿装置的补偿容量，其中，所述无功补偿装置设置在所述局域能源互联网中的关键节点上；在各个无功补偿装置中投入相应的所述补偿容量，对所述局域能源互联网进行无功补偿。本公开提供的实施方案中，通过训练多主体强化学习模型，并将局域能源互联网中各个节点的实时状态数据输入至该模型中，得到各个无功补偿装置的补偿容量，可以实现局域能源互联网中全局的电压稳定性控制，可以保障局域能源互联网供电的效率和供电可靠性。联网供电的效率和供电可靠性。联网供电的效率和供电可靠性。
【技术实现步骤摘要】
局域能源互联网无功补偿协同优化方法和装置
[0001]本公开涉及能源互联网
，特别是涉及一种局域能源互联网无功补偿协同优化方法和装置。
技术介绍
[0002]减少温室气体的排放、推动绿色低碳能源的发展至关重要。因此，局域能源互联网因其对光伏、风电等可再生清洁能源的消纳能力成为目前电力能源系统的发展方向。但是，由于在变化的天气条件下，光伏、风电等可再生能源发电的波动性和随机性，局域能源互联网运行过程中将会产生电压稳定性问题。
[0003]在传统的方法中，通常需要在局域能源互联网的关键节点处布置无功补偿装置，例如并联电抗器、静止无功补偿装置和静止无功发生器等。但是现有无功补偿装置的控制策略只能通过对直接相连的母线电压进行感知，保证该母线电压稳定，无法保证临近母线的电压稳定；同时，局域互联网内的各无功补偿装置采用独立的控制策略，无法协同工作来保证整个局域能源互联网的电压稳定，尤其是在发生局部故障的情况下。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够实现局域能源互联网中全局电压稳定的局域能源互联网无功补偿协同优化方法和装置。
[0005]第一方面，本公开提供了一种局域能源互联网无功补偿协同优化方法。所述方法包括：
[0006]获取局域能源互联网中各个节点的实时状态数据，所述状态数据包括有功功率、无功功率、三相电压和电网频率；
[0007]输入所述实时状态数据至预先构建的多主体强化学习模型，得到各个无功补偿装置的补偿容量，其中，所述无功补偿装置设置在所述局域能源互联网中的关键节点上；
[0008]在各个无功补偿装置中投入相应的所述补偿容量，对所述局域能源互联网进行无功补偿。
[0009]在其中一个实施例中，所述多主体强化学习模型采用包括如下方式构建得到：
[0010]在预先构建的局域能源互联网暂态仿真模型中，通过引入故障和增加扰动的方式模拟局域能源互联网的电压失稳过程；
[0011]获取局域能源互联网暂态仿真模型的所有节点在所述电压失稳过程中的状态数据；
[0012]根据所述状态数据和局域能源互联网的图结构模型构建多主体强化学习模型，并对所述多主体强化学习模型进行训练，所述图结构模型包括以局域能源互联网中的节点为所述图结构模型的节点，以局域能源互联网中传输线路和变压器为所述图结构模型的边。
[0013]在其中一个实施例中，所述在预先构建的局域能源互联网暂态仿真模型中，通过引入故障和增加扰动的方式模拟局域能源互联网的电压失稳过程包括：
[0014]获取局域能源互联网的网络结构，所述网络结构包括N个节点和M个关键节点，其中N>M，所述M个关键节点处安装有M个无功补偿装置；
[0015]根据节点参数和局域能源互联网的网络结构参数构建局域能源互联网暂态仿真模型；
[0016]分别在局域能源互联网暂态仿真模型中的每个母线和每个传输线路上引入故障和/或增加扰动。
[0017]在其中一个实施例中，所述分别在局域能源互联网暂态仿真模型中的每个母线和每个传输线路上引入故障和增加扰动包括：
[0018]分别在每个母线和每个传输线路上引入三相短路故障、单相接地故障、两相短路故障、两相接地故障中的任意一种；
[0019]分别在每个母线上增加负荷或者切除负荷。
[0020]在其中一个实施例中，所述根据所述状态数据和局域能源互联网的图结构模型构建多主体强化学习模型，并对所述多主体强化学习模型进行训练，包括：
[0021]构建包括门控循环单元网络、图注意力网络、策略网络和评价网络组成的多主体深度强化学习模型；
[0022]设置所述多主体深度强化学习模型中的参数，所述参数包括门控循环单元网络参数、图注意力网络参数、策略网络参数和评价网络参数；
[0023]根据每次训练过程中补偿后各节点的电压和无功补偿装置的补偿数量，构建奖励函数；
[0024]输入实时状态数据至所述多主体深度强化学习模型，训练所述多主体深度强化学习模型，所述多主体深度强化学习模型的输出为无功补偿装置的补偿容量。
[0025]在其中一个实施例中，所述门控循环单元网络参数包括门控循环单元的层数和每个门控循环单元的参数；
[0026]所述图注意力网络参数包括图注意力层个数、邻接矩阵尺寸和每个图注意力层的卷积核个数；
[0027]所述策略网络参数包括策略网络的层数，每层的类型和策略网络的输入输出尺寸；
[0028]评价网络参数包括评价网络的层数，每层的类型和评价网络的输入输出尺寸。
[0029]第二方面，本公开还提供了一种局域能源互联网无功补偿协同优化装置。
[0030]所述装置包括：
[0031]状态数据获取模块，用于获取局域能源互联网中各个节点的实时状态数据，所述状态数据包括有功功率、无功功率、三相电压和电网频率；
[0032]补偿容量得到模块，用于输入所述实时状态数据至预先构建的多主体强化学习模型，得到各个无功补偿装置的补偿容量，其中，所述无功补偿装置设置在所述局域能源互联网中的关键节点上；
[0033]无功补偿模块，用于在各个无功补偿装置中投入相应的所述补偿容量，对所述局域能源互联网进行无功补偿。
[0034]第三方面，本公开还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本公开任一项
实施例所述的方法。
[0035]第四方面，本公开还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本公开任一项实施例所述的方法。
[0036]第五方面，本公开还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一项实施例所述的方法。
[0037]本公开提供的实施方案，通过获取局域能源互联网中各个节点的实时状态数据，并且输入所述实时状态数据至预先构建的多主体强化学习模型，得到各个无功补偿装置的补偿容量，其中，所述无功补偿装置设置在所述局域能源互联网中的关键节点上；在各个无功补偿装置中投入相应的所述补偿容量，对所述局域能源互联网进行无功补偿。本公开提供的实施方案中，通过训练多主体强化学习模型，并将局域能源互联网中各个节点的实时状态数据输入至该模型中，得到各个无功补偿装置的补偿容量，可以实现局域能源互联网中全局的电压稳定性控制，可以保障局域能源互联网供电的效率和供电可靠性。
附图说明
[0038]为了更清楚地说明本说明书实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0039]图1为一个实施例中局域能源互本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种局域能源互联网无功补偿协同优化方法，其特征在于，所述方法包括：获取局域能源互联网中各个节点的实时状态数据，所述状态数据包括有功功率、无功功率、三相电压和电网频率；输入所述实时状态数据至预先构建的多主体强化学习模型，得到各个无功补偿装置的补偿容量，其中，所述无功补偿装置设置在所述局域能源互联网中的关键节点上；在各个无功补偿装置中投入相应的所述补偿容量，对所述局域能源互联网进行无功补偿。2.根据权利要求1所述的方法，其特征在于，所述多主体强化学习模型采用包括如下方式构建得到：在预先构建的局域能源互联网暂态仿真模型中，通过引入故障和增加扰动的方式模拟局域能源互联网的电压失稳过程；获取局域能源互联网暂态仿真模型的所有节点在所述电压失稳过程中的状态数据；根据所述状态数据和局域能源互联网的图结构模型构建多主体强化学习模型，并对所述多主体强化学习模型进行训练，所述图结构模型包括以局域能源互联网中的节点为所述图结构模型的节点，以局域能源互联网中传输线路和变压器为所述图结构模型的边。3.根据权利要求2所述的方法，其特征在于，所述在预先构建的局域能源互联网暂态仿真模型中，通过引入故障和增加扰动的方式模拟局域能源互联网的电压失稳过程包括：获取局域能源互联网的网络结构，所述网络结构包括N个节点和M个关键节点，其中N>M，所述M个关键节点处安装有M个无功补偿装置；根据节点参数和局域能源互联网的网络结构参数构建局域能源互联网暂态仿真模型；分别在局域能源互联网暂态仿真模型中的每个母线和每个传输线路上引入故障和/或增加扰动。4.根据权利要求3所述的方法，其特征在于，所述分别在局域能源互联网暂态仿真模型中的每个母线和每个传输线路上引入故障和增加扰动包括：分别在每个母线和每个传输线路上引入三相短路故障、单相接地故障、两相短路故障、两相接地故障中的任意一种；分别在每个母线上增加负荷或者切除负荷。5.根据权利要求2所述的方法，其特征在于，所述根据所述状态数据和局域能源互联网的图结构模型构建多主体...
【专利技术属性】
技术研发人员：张华赢，郭盛，曹军威，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：
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。