一种基于人工智能的电网优化调度系统及方法技术方案

本发明专利技术公开了一种基于人工智能的电网优化调度系统及方法，属于电网调度技术领域。构建电网架构云平台，分析网源之间的调控关系，形成电网架构连接树模型，实时感知网源的变动情况；通过电网架构云平台接收调度需求指令，生成数据标签和调度清单，随机优化一组调度时间集合，划分时间区间；对需求时间进行时间区间的对应映射，验证随机优化满足条件，生成随机优化样本调度清单集合；分析调度清单的随机优化波动情况；进而能够实时拓展、灵活缩小电网数据体系，以应对新能源并网后带来的随机性，能够将随机性的需求变动定位到不同的时间区间进行降维微量化处理，进而确定电网体系的整体波动性，以应对新能源市场的各个网源的调度风险情况。度风险情况。度风险情况。

【技术实现步骤摘要】
一种基于人工智能的电网优化调度系统及方法


[0001]本专利技术涉及电网调度
，具体为一种基于人工智能的电网优化调度系统及方法。

技术介绍

[0002]电网调度是电力系统安全平稳运行的核心环节，传统的电网调度方式是由调度机构按照国家指令性计划、地方政府间框架协议、年度月度购电计划等中长期计划，结合第二日系统运行情况、负荷预测水平等情况，按照统一调度、分级管理的原则，统筹考虑；
[0003]目前，随着强随机性、波动性的新能源大规模并网以及电动汽车、分布式电源等交互式设备大量接入，调度自动化要求更高；当新能源发展为主体能源时，面向常规电源为主的计划调度方式，较为僵化，需要考虑让新能源在保障系统安全、保电力供应方面发挥更大的作用，进而，随着新能源占比逐年提升，电网的安全基础正发生变化，电网运行的机理同步改变，调度方式也要随之优化。

技术实现思路

[0004]本专利技术的目的在于提供一种基于人工智能的电网优化调度系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电网优化调度方法，其特征在于，该方法包括以下步骤：步骤S100：构建电网架构云平台，统筹电网体系中的全部网源，并对各个网源之间的调控关系进行分析，锁定形成传达网源层，根据调控关系，形成电网架构连接树模型，实时感知电网体系中网源的变动情况，并对电网架构连接树模型进行实时更新；步骤S200：在每一个调度周期内，通过电网架构云平台接收各个网源的调度需求指令，并根据调度需求指令生成数据标签和调度清单，所述数据标签中包含传达网源层包含的网源数量、需求时间和调度需求值，随机优化一组调度时间集合，并根据调度时间集合划分时间区间；步骤S300：根据调度时间集合，对需求时间进行时间区间的对应映射，生成区间网源集合，根据区间网源集合，验证随机优化满足条件，对验证随机优化满足条件的全部调度时间集合进行提取，并生成随机优化样本调度清单集合；步骤S400：根据随机优化样本清单集合，分析任意一个调度清单的随机优化波动情况，并输出随机优化波动值最小时对应的调度时间集合。2.根据权利要求1所述的一种基于人工智能的电网优化调度方法，其特征在于，所述步骤S100的具体实施过程包括：步骤S101：构建电网架构云平台，统筹电网体系中的全部网源，并对各个网源进行统一编码，识别电网体系中的各个网源之间的线路连接方式，根据线路连接方式，对各个网源之间的调控关系进行锁定，当网源A
i
对网源A
j
进行调控时，中间通过N个除网源A
i
和网源A
j
以外的其他网源传输时，如果N大于等于1，则将中间参与传输的其他全部网源标记为传达网源层，且网源A
i
与网源A
j
之间的调控关系为：网源A
i
间接通过传达网源层对网源A
j
进行调控，记为A
i
→
传达网源层
→
A
j
；如果N等于0，则网源A
i
与网源A
j
之间的调控关系为：网源A
i
直接对网源A
j
进行调控，记为A
i
→
A
j
；其中，N为自然数，i、j均表示网源编码，且i≠j；步骤S102：根据调控关系，形成电网架构连接树模型，当电网体系中有新的网源并网时，对电网架构连接树模型进行扩充，当电网体系中有原有的网源删除时，对电网架构连接树模型进行缩减，当电网体系中的调控关系发生改变时，对电网架构连接树模型进行刷新。3.根据权利要求2所述的一种基于人工智能的电网优化调度方法，其特征在于，所述步骤S200的具体实施过程包括：步骤S201：在第k个调度周期内，各个网源发送调度需求指令至电网架构云平台，其中，一个网源对应发送一次调度需求，电网架构云平台对接收到的全部调度需求进行统筹，并生成第k个调度周期的调度清单，所述调度清单中附带有每个调度请求的数据标签，将任意一个调度请求的数据标签记为L(A
i
)；[N(A
i
)，t(A
i
)，SV(A
i
)]，其中，N(A
i
)表示网源A
i
对应的调控关系中的传达网源层包含的网源数量，t(A
i
)表示网源A
i
对应需求时间，SV(A
i
)表示网源A
i
对应调度需求值，将所述第k个调度周期的调度清单记为SL
k
，将所述调度清单中的数据标签按照需求时间进行时间先后的排序；步骤S202：随机优化一组调度时间集合，记为ST
m
={T0，T1，T2，...，T
w
}，其中，T1，T2，...，T
w
分别表示随机优化的第1，2，...，w个调度时间，T0为固定值且T0=0；根据调度时间集合ST
m
，生成w个时间区间，将其中第a个时间区间记为R
a
：T
a
‑1～T
a
，其中，T
a
‑1、T
a
∈ST
m
且1≤a≤w，m表示第m次随机优化。4.根据权利要求3所述的一种基于人工智能的电网优化调度方法，其特征在于，所述步
骤S300的具体实施过程包括：步骤S301：将调度清单SL
k
中每一个需求时间按照调度时间集合ST
m
对应生成的时间区间进行相应映射，统计时间区间R
a
映射的需求时间对应的网源，并生成区间网源集合，记为SV(R
a
)；步骤S302：根据区间网源集合，验证随机优化满足条件，具体验证公式如下：∑
Ai∈SVa
SV(A
i
)≤Max(SV)∑
1≤a≤w
NUM[SV(R
a
)]=NUM(SL
k
)其中，Ai=A
i
，SVa=SV(R
a
)，NUM[SV(R
a
)]表示时间区间R
b
内包含的全部网源生成的区间网源集合SV(R
a
)中包含的网源数量，Max(SV)表示单次调度时间节点能调度的最大需求值，NUM(SL
k
)表示调度清单SL
k
中包含的网源数量；如果验证随机优化满足条件，则可以进行随机优化，否则重新进行随机优化；对验证随机优化满足条件的全部调度时间集合进行提取，并生成随机优化样本调度清单集合。5.根据权利要求4所述的一种基于人工智能的电网优化调度方法，其特征在于，所述步骤S400的具体实施过程包括：步骤S401：根据随机优化样本清单集合，计算任意一个调度清单的随机优化波动值，具体计算公式如下：RS(ST
m
)=∑
1≤a、b≤w
{[∑
Ai∈SVa
SV(A
i
)
‑
∑
Aj∈SVb
SV(A
j
)]/[∑
Ai∈SVa
N(A
i
)
‑
∑
Aj∈SVb
N(A
j
)]}其中，RS(ST
m
)表示调度时间集合ST
m
的随机优化波动值，SV(A
j
)表示网源A
j
对应调度需求值，N(A
j
)表示网源A
j
对应的调控关系中的传达网源层包含的网源数量，Aj=A
j
，SVb=SV(R
b
)，SV(R
b
)表示时间区间R
b
内包含的全部网源生成的区间网源集合,a≠b；步骤S402：在随机优化样本清单集合中，选取随机优化波动值最小时对应的调度时间集合，并通过电网架构云平台发送至工作人员。6.一种基于人工智能的电网优化调度系统，其特征在于，所述系统包括：电网架构云平台模块、随机优化模块、映射验证模块和随机优化波动分析模块；所述电网...

【专利技术属性】
技术研发人员：郑宇，张轶珠，陈述，曹源，刘屹，李生洋，高子涵，郭蕊，李金灿，都兴宇，邹坤成，秦美琪，陈欣琼，许柳，刘镇宁，潘国栋，陈儒，赵鑫，王彦博，
申请(专利权)人：国网吉林省电力有限公司辽源供电公司，
类型：发明
国别省市：