【技术实现步骤摘要】
基于拉格朗日松弛的电网有功调度智能决策方法和系统
[0001]本专利技术涉及电力系统自动化技术,尤其涉及一种基于拉格朗日松弛的电网有功调度智能决策方法和系统
。
技术介绍
[0002]随着新型电力系统的发展,大规模常规机组被新能源机组替代,直流远距离输电规模持续增长,电网形态及运行特性发生显著变化,主要体现在电网调节能力严重下降
、
电网抗扰动能力不足
、
电网安全稳定问题耦合交织等方面,系统安全稳定运行面临的压力日益增长
。
此外,电动汽车
、
储能设备和综合能源系统等具备源荷双重特征的新型负荷比重不断上升,大量的电力负荷通过负荷聚合商
、
虚拟电厂等不同方式参与电网调控,进一步加剧了调度运行控制的复杂程度
。
[0003]专利
CN115693764A
公开了一种基于深度强化学习的风火互补系统智能紧平衡处置方法,有效降低了风火互补系统紧平衡处置成本,增加了系统的灵活性
。
专利
...
【技术保护点】
【技术特征摘要】
1.
一种基于拉格朗日松弛的电网有功调度智能决策方法,其特征在于,包括以下步骤:
(1)
根据电网运行成本与弃风弃光成本之和最小的目标函数以及有功平衡约束
、
机组有功出力约束
、
线路有功功率约束和暂态安全约束构建含风电和光伏的电网实时有功调度模型;
(2)
将所述电网实时有功调度模型转化为马尔可夫决策过程模型;
(3)
利用拉格朗日松弛深度确定性策略梯度算法对马尔可夫决策过程进行建模;
(4)
采用深度确定性策略梯度算法对深度强化学习智能体进行训练,得到所述电网实时有功调度的策略神经网络和价值神经网络;
(5)
利用所述策略神经网络输出电网实时有功调度的最优策略
。2.
根据权利要求1所述的基于拉格朗日松弛的电网有功调度智能决策方法,其特征在于,步骤
(1)
中所述电网实时有功调度模型的目标函数为计算公式如下:式中,
t
为当前时刻,
α
n
为常规机组
n
的成本系数,为常规机组
n
的下一时刻有功出力安排,
N
为常规机组总数,
β
i
为新能源机组
i
的成本系数,为新能源机组
i
的下一时刻有功出力安排,
P
i
为新能源机组
i
的实际值,
K
为新能源机组总数,
f
i
(P
i
)
为新能源机组
i
出力的概率密度函数,为新能源机组
i
的弃电代价系数,为新能源机组
i
出力不足的运行成本系数
。3.
根据权利要求2所述的基于拉格朗日松弛的电网有功调度智能决策方法,其特征在于,步骤
(1)
中所述电网实时有功调度模型的约束条件包括:
a)
有功平衡约束式中,为负荷
l
的下一时刻预测有功功率,
L
为负荷总数,
ζ
loss
为网损系数;
b)
机组有功出力约束式中,分别为常规机组
n
的最小有功出力
、
最大有功出力,分别为常规机组
n
的
Δ
t
内的下爬坡率
、
上爬坡率,为常规机组
n
的当前时刻有功出力,为新能源机组
i
的下一时刻有功出力预测值最大值;
c)
线路有功功率约束式中,为下一时刻的电网运行方式下常规机组
n
对交流线路
j
的有功灵敏度,
为下一时刻的电网运行方式下新能源机组
i
对交流线路
j
的有功灵敏度,为下一时刻的电网运行方式下负荷
l
对交流线路
j
的有功灵敏度,为交流线路
j
的下一时刻有功潮流,为交流线路
j
的最大有功潮流;
d)
暂态安全约束若电网下一时刻未发生故障则暂态安全,若发生线路开断故障,则基于暂态仿真得到轨迹,根据
EEAC
理论计算暂态功角裕度
η
TA
、
暂态电压裕度
η
TV
、
暂态频率裕度
η
TF
,暂态安全裕度
η
T
的约束如下:
η
T
=
min{
η
TA
,
η
TV
,
η
TF
}≥0。4.
根据权利要求3所述的基于拉格朗日松弛的电网有功调度智能决策方法,其特征在于,步骤
(2)
包括:
(2.1)
构建状态空间
s
:式中,分别为常规机组当前时刻的有功功率
、
无功功率
、
机端电压幅值,分别为新能源机组当前时刻的有功功率
、
无功功率
、
机端电压幅值,分别为负荷当前时刻的有功功率
、
无功功率
、
电压幅值,为交流线路当前时刻的潮流,为新能源机组下一时刻的出力预测最大值;
(2.2)
构建动作空间
a
:::式中,
a
G
为常规机组动作,
a
NG
为新能源机组动作;为常规机组下一时刻有功出力安排,为新能源机组下一时刻有功出力安排;分别为常规机组最小有功出力
、
最大有功出力;
a
max
、a
min
分别为策略神经网络的输出上下限;
(2.3)
构建奖励函数,包括:
a)
电网运行成本式中,
C
为电网的平均运行成本;
b)
新能源消纳
c)
有功功率不平衡设置平衡机为常规机组
b
,常规机组
b
下一时刻的有功出力为有功功率不平衡的负奖励函数如下:式中,分别为常规机组
b
的最小有功出力
、
最大有功出力;
d)
线路有功功率越限上式中,
M
为交流线路总数;
e)
暂态不安全最终的奖励函数
R
如下:上式中,分为电网运行成本
、
新能源消纳
、
有功平衡约束
、
线路有功功率约束
、
暂态安全约束的奖励权重系数
。5.
根据权利要求4所述的基于拉格朗日松弛的电网有功调度智能决策方法,其特征在于,步骤
(3)
包括:
(3.1)
初始化策略神经网络
μ
(s|
θ
μ
)、
策略目标神经网络
μ
'(s|
θ
μ...
【专利技术属性】
技术研发人员:薛峰,戴玉臣,徐伟,李威,杨君军,许晓彤,周海锋,周瑞,阮晶晶,涂旺,陈峻楠,潘旗,张健,
申请(专利权)人:南瑞集团有限公司,
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。