基于强化学习的受限区域新能源并网出力分配优化方法技术

本发明专利技术公开了一种基于强化学习的受限区域新能源并网出力分配优化方法，包括采用蒙特卡洛算法针对调度区域内的限制条件和设备运行参数进行模拟，结合电气计算模型输出电网运行结果，结合电网调度运行规程、三公调度准则及新能源消纳评价方法对结果进行评分；同时以模拟结果、评分和电网参数输入图神经网络模型进行学习和训练，形成基于图神经网络的多约束条件下的电网调度新能源出力快速计算智能模型，反向推导出满足约束条件的新能源最大化下的新能源出力计算结果，从而实现为电网调度进行动态、满足要求的新能源出力数据，实现新能源消纳的最大化；解决了新能源调控出力分配方式存在新能源无法得到最大化消纳，可能违反三公调度的风险等问题。公调度的风险等问题。公调度的风险等问题。

【技术实现步骤摘要】
基于强化学习的受限区域新能源并网出力分配优化方法


[0001]本专利技术属于新能源并网
，尤其涉及一种基于强化学习的受限区域新能源并网出力分配优化方法。

技术介绍

[0002]随着大规模新能源并入电网，源荷之间不平衡、不确定性进一步加剧，电网通道建设难以满足完全消纳新能源，并使系统运行安全约束断面难以控制。
[0003]受电网部分区域电网电源集中，分属不同调度机构的水火风光多类能源、众多市场主体聚集，电网送出通道能力有限。在上述背景下，传统基于经验和简单统计的新能源调控出力分配方式存在新能源无法得到最大化消纳，且不同市场主体矛盾突出且聚焦调度控制，可能违反“三公调度”的风险。

技术实现思路

[0004]本专利技术要解决的技术问题是：提供一种基于强化学习的受限区域新能源并网出力分配优化方法，以解决传统基于经验和简单统计的新能源调控出力分配方式存在新能源无法得到最大化消纳，且不同市场主体矛盾突出且聚焦调度控制，可能违反“三公调度”的风险等技术问题。
[0005]本专利技术技术方案是：
[0006]一种基于强化学习的受限区域新能源并网出力分配优化方法，所述方法包括：采用蒙特卡洛算法针对调度区域内的限制条件和设备运行参数进行模拟，并结合电气计算模型输出电网运行结果，结合电网调度运行规程、“三公调度”准则及新能源消纳评价方法对结果进行评分；同时以模拟结果、评分和电网参数输入图神经网络模型进行学习和训练，形成基于图神经网络的多约束条件下的电网调度新能源出力快速计算智能模型，反向推导出满足约束条件的新能源最大化下的新能源出力计算结果，从而实现为电网调度进行动态、满足要求的新能源出力数据，实现新能源消纳的最大化。
[0007]设备运行参数包括电网拓扑、符合断面和新能源出力。
[0008]对结果进行评分包括电网安全性评价、三公调度风险评分及新能源消纳评分。
[0009]采用蒙特卡洛算法针对调度区域内的限制条件和设备运行参数进行模拟的方法包括：对采集到目标区域内的数据进行分类，包括准静态数据、动态数据及规则数据，准静态数据包括目标区域电网拓扑、新能源厂站数据，动态数据包括至少2年调度运行历史数据、负荷历史数据及新能源机组发电及出力及对应天气数据，通过统计形成模拟基础库，包括电网及新能源设备状态集、历史负荷上下限及新能源机组出力上下限；进而模型电网状态及数据，利用蒙特卡洛算法，基于基础库开展目标区域的设备随机状态选取及随机值设定；然后利用拓扑分析及潮流计算算法开展电气计算，输入通用电力计算算法开展拓扑分析及潮流计算，形成可收敛的电网调度运行数据及新能源发电数据，抛弃未收敛的模拟数据，形成可用数据结果集。
[0010]通过对规则数据，包括调度规程、“三公调度规则”及新能源消纳评价方法进行处理形成评价规则库。
[0011]评价规则包括：
[0012]以保障电网安全运行为主要目标的潮流控制评价方法。该方法以通过模拟给定的电网潮流、断面控制要求及各场站的装机容量计算分配出力控制目标ΔP
i
，通过该ΔP
i
作为评价一次模拟结果的安全性评分。
[0013][0014]式中，ΔR为调度下发断面控制削减总量，S
i
为场站i的装机容量，N为场站个数。
[0015]评价规则包括：
[0016]以电网运行经济性和公平性为目标的潮流优化评价方法，以“三公调度”为基本原则，结合装机容量分配出力限值、新能源场站发电能力、网架拓扑结构及上网电价，在保障公平性的基础上，对目标区域内场站给定出力的经济性进行评价；如公式(2)所示，建立函数F以系统运行成本C最小化为目标，其中P
i
、ω
i
分别为场站i的有功出力和发电成本系数；
[0017][0018]其中，需满足一下约束条件，如公式(3)系统断面约束条件，其中k
i
为场站i的潮流转移系数，P
i,0
为优化调整前场站初始有功值，r
i
为断面裕度系数；
[0019][0020]公式(4)新能源场站发电能力约束原则；
[0021]P
i
≤P
i，n (4)
[0022]基于评价规则库对通过蒙特卡洛过程形成的可用数据结果集进行评价，最后整合评价结果历史静态数据和动态数据用于图神经网络模型训练的输入集，对应的蒙特卡洛生成的随机状态及数据作为输出集，形成图神经网络的训练集。
[0023]图神经网络模型进行学习和训练，形成基于图神经网络的多约束条件下的电网调度新能源出力快速计算智能模型的方法包括：将目标调度区域内的新能源调度运行相关数据，包括电网拓扑及历史运行数据、历史负荷数据、新能源厂站数据及运行相关数据作为输入集、对应蒙特卡洛生成的随机状态及数据作为输出集，其中电网拓扑数据输入NN图神经网络，历史运行数据、历史负荷数据、新能源厂站数据、历史出力及发电数据、上网电价、天气数据和评价结果输入NN多层线性神经网络，并通过另外的NN多层线性神经网络将GNN图神经网络和NN多层线性神经网络进行拟合，推理出给定目标评价结果与新能源出力分配的内在规律，实现电网调度新能源出力快速计算智能模型的构建与训练。
[0024]本专利技术的有益效果是：
[0025]本方法能够基于蒙特卡洛的强化学习算法对通道能力受限模式下的新能源并网出力分配优化进行最优化的计算，通过确保满足安全约束及三公调度原则条件下，以受限区域内系统运行成本、弃风弃光量最低等多目标进行优化计算，保障新能源并网下的电网安全稳定运行，并最大化消纳新能源，减少“三公调度”风险。
[0026]本专利技术优点：
[0027](1)本方法能够针对通道受限区域的调度机构实时计算最优化的新能源出力数据，并保障电网调度安全、避免“三公调度”风险，最大化新能源消纳；(2) 本方法采用蒙特卡洛算法结合电器计算方法生成强化学习训练数据，能够形成海量的模拟数据，并模型多种不常见的情况，在当前新能源建设运行初级阶段，保障了训练数据的规模，确保模型训练的可行性和性能指标；(3)本方法采用图神经网络模型，能够在新能源调度中不断学习与训练，能够适应电网结构和新能源的变动，不断完善和进化。此外，本方法相对传统的基于经验归纳的规则性计算方法，优势在于：(1)效率高效，能够适应动态的电网调度变化要求，快速出具计算结果；(2)适应能力强，能够不断适应电网结构的变动、负荷变化与新能源厂站增减；(3)准确性高，通过电网调度新能源出力快速计算智能模型的多层神经网络，能够实现目标的最大化；本方法基于强化学习算法，能够快速、准确计算新能源出力，适应电网调度的动态变化、安全性、公平性要求，达到了实时性与经济性的双重最优。
[0028]解决了传统基于经验和简单统计的新能源调控出力分配方式存在新能源无法得到最大化消纳，且不同市场主体矛盾突出且聚焦调度控制，可能违反“三公调度”的风险等技术问题。
附图说明
[0029]图1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于强化学习的受限区域新能源并网出力分配优化方法，其特征在于：所述方法包括：采用蒙特卡洛算法针对调度区域内的限制条件和设备运行参数进行模拟，并结合电气计算模型输出电网运行结果，结合电网调度运行规程、“三公调度”准则及新能源消纳评价方法对结果进行评分；同时以模拟结果、评分和电网参数输入图神经网络模型进行学习和训练，形成基于图神经网络的多约束条件下的电网调度新能源出力快速计算智能模型，反向推导出满足约束条件的新能源最大化下的新能源出力计算结果，从而实现为电网调度进行动态、满足要求的新能源出力数据，实现新能源消纳的最大化。2.根据权利要求1所述的一种基于强化学习的受限区域新能源并网出力分配优化方法，其特征在于：设备运行参数包括电网拓扑、符合断面和新能源出力。3.根据权利要求1所述的一种基于强化学习的受限区域新能源并网出力分配优化方法，其特征在于：对结果进行评分包括电网安全性评价、三公调度风险评分及新能源消纳评分。4.根据权利要求1所述的一种基于强化学习的受限区域新能源并网出力分配优化方法，其特征在于：采用蒙特卡洛算法针对调度区域内的限制条件和设备运行参数进行模拟的方法包括：对采集到目标区域内的数据进行分类，包括准静态数据、动态数据及规则数据，准静态数据包括目标区域电网拓扑、新能源厂站数据，动态数据包括至少2年调度运行历史数据、负荷历史数据及新能源机组发电及出力及对应天气数据，通过统计形成模拟基础库，包括电网及新能源设备状态集、历史负荷上下限及新能源机组出力上下限；进而模型电网状态及数据，利用蒙特卡洛算法，基于基础库开展目标区域的设备随机状态选取及随机值设定；然后利用拓扑分析及潮流计算算法开展电气计算，输入通用电力计算算法开展拓扑分析及潮流计算，形成可收敛的电网调度运行数据及新能源发电数据，抛弃未收敛的模拟数据，形成可用数据结果集。5.根据权利要求4所述的一种基于强化学习的受限区域新能源并网出力分配优化方法，其特征在于：通过对规则数据，包括调度规程、“三公调度规则”及新能源消纳评价方法进行处理形成评价规则库。6.根据权利要求4所述的一种基于强化学习的受限区域新能源并网出力分配优化方法，其特征在于：评价规则包括：以保障电网安全运行为主要目标的潮流控制评价方法。该方法以通过模拟给定的电网潮流、断面控制要求及各场站的装机容量计算分配出力控制目标ΔP
i
，通...

【专利技术属性】
技术研发人员：杨粤，杜江，陈龙，白宏宇，徐胜，吴杨，杨帅，李玉靖，郭萌，李伍迪，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：