多时间尺度地市级输配电网协同智能调控方法及系统技术方案

本发明专利技术涉及电网薄弱环节识别预测技术领域，本发明专利技术公开了多时间尺度地市级输配电网协同智能调控方法包括，通过收集电力系统的实施数据及预测数据，对地级市输配电网进行脆弱性和弹性承载能力的实时评估和日前评估；根据评估结果研究全局优化控制模型；根据全局优化控制模型的结果，制定调度策略，并实施策略

【技术实现步骤摘要】
多时间尺度地市级输配电网协同智能调控方法及系统


[0001]本专利技术涉及协同智能调控
，尤其涉及多时间尺度地市级输配电网协同智能调控方法及系统
。

技术介绍

[0002]随着智能电网技术的发展和社会经济需求的增长，电力系统的运行管理面临了诸多挑战
。
为了保障电力系统的可靠
、
高效运行，提高电力供应的稳定性，减小因电力供应中断或电力需求波动所导致的损失，电力系统的智能调控成为了研究的重要课题
。
[0003]在电力系统的调控中，市级输配电网由于其特殊的地理位置和服务规模，往往成为整个电力系统的重要节点
。
如何实现市级输配电网的智能调控，对于整个电力系统的稳定运行具有至关重要的意义
。
[0004]传统的调度策略往往是基于人工经验和静态规划，这种方法在处理复杂的电力系统问题时，往往无法获得最优解，甚至可能导致系统的不稳定
。
随着计算机技术和人工智能技术的发展，基于智能算法的电力系统调度方法开始得到研究和应用
。
其中，遗传算法以其全局搜索能力和适应度优化特性，在电力系统的优化调度中表现出良好的性能
。
[0005]然而，目前对于遗传算法在多时间尺度地市级输配电网协同智能调控中的应用，还存在一些问题需要解决
。
例如，如何选择和设置遗传算法的参数，如何设计和优化遗传算法的适应度函数，如何将遗传算法的优化结果转化为实际的调度策略等
。
[0006]此外，电力系统是一个高度复杂的非线性系统，存在多种不确定性因素，如电力需求
、
电力供应
、
电网状态等
。
因此，电力系统的智能调控需要考虑到这些因素，实现对电力系统的动态管理和控制
。
目前，这还是一个有待研究和解决的问题
。
[0007]综上所述，需要一个能够整合实施数据和预测数据，以遗传算法为基础，针对多时间尺度地市级输配电网实现协同智能调控的方法，以提高电力系统的运行效率和稳定性
。。

技术实现思路

[0008]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例
。
在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分
、
说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围
。
[0009]鉴于上述现有存在的问题，提出了本专利技术
。
[0010]因此，本专利技术提供了多时间尺度地市级输配电网协同智能调控方法，能够解决传统的减小因电力供应中断或电力需求波动所导致的损失的问题
。
[0011]为解决上述技术问题，本专利技术提供如下技术方案，多时间尺度地市级输配电网协同智能调控方法，包括：收通过收集电力系统的实施数据及预测数据，对地级市输配电网进行脆弱性和弹性承载能力的实时评估和日前评估；根据评估结果研究全局优化控制模型；根据全局优化控制模型的结果，制定调度策略，并实施策略
。
[0012]作为本专利技术所述的多时间尺度地市级输配电网协同智能调控方法的一种优选方
案，其中：所述实施数据包括，电力需求
、
电力供应
、
电网状态；
[0013]所述预测数据包括，未来的电力需求预测
、
天气预测；
[0014]所述日前评估包括，未来的电力需求
、
电力供应能力
、
电网的稳定性；
[0015]所述实时评估包括，当电力需求波动或电力供应中断时，电力系统能否保持稳定运行
。
[0016]作为本专利技术所述的多时间尺度地市级输配电网协同智能调控方法的一种优选方案，其中：所述全局优化控制模型包括，当电力系统有
n
个可控元素，所述可控元素包括，发电机的输出功率
、
输电线的开闭状态，将元素的状态编码为长度为
n
的序列，每个编码符号代表一个元素的状态；
[0017]每个序列是一个向量
X
＝
{x1,x2,
…
,x
n
}
，种群
P
是包含
m
个序列的集合
P
＝
{x1,x2,
…
,x
m
}
，以优化目标最小化总体能源成本，则
f(x)
为系统在序列
X
表示的状态下的总体能源成本，通过轮盘赌选择按照适应度函数
f(x)
的值选择序列进入下一代
。
[0018]作为本专利技术所述的多时间尺度地市级输配电网协同智能调控方法的一种优选方案，其中：所述轮盘赌选择包括，序列
X
被选中的概率为，
[0019][0020]其中
,xi
表示第
i
个电力系统元素状态；
i
从1到
m
通过交叉操作组合两个序列的编码符号生成新的序列
。
[0021]作为本专利技术所述的多时间尺度地市级输配电网协同智能调控方法的一种优选方案，其中：所述交叉操作包括，当
x1和
x2为两个被选择的序列，交叉点
k
是随机选择的一个位置
1≤k≤n
，则新的序列
X
′
的编码符号表示为，
[0022]x
′
i
＝
{x
1i
ifi≤k,x
2i
ifi>k}
[0023]通过突变操作对
X
′
进行微小的改变
。
[0024]作为本专利技术所述的多时间尺度地市级输配电网协同智能调控方法的一种优选方案，其中：所述突变操作包括，当
μ
是突变率，则每个编码符号
x
i
有
μ
的概率独立地发生突变，突变随机改变
xi
的值；
[0025]当最大迭代次数
T、
最大运行时间
t、
最优解的质量达到第一阈值
θ
或最优解在连续迭代中没有改善，满足最终条件，算法结束，返回当前最优解
X
＝
arg max{f(Xi)}
，若无法满足最终条件，返回选择步骤，进行下一轮迭代
。
[0026]作为本专利技术所述的多时间尺度地市级输配电网协同智能调控方法的一种优选方案，其中：所述制定调度策略包括，全局优化控制模型的结果是一组最优解，所述最优解表示电力系统在不同条件下应采取的最优状态，根据最优状态转化为调度策略，智能电网利用自动化设备和控制系统实施调度策略，电力系统的运行环境本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
多时间尺度地市级输配电网协同智能调控方法，其特征在于：包括，通过收集电力系统的实施数据及预测数据，对地级市输配电网进行脆弱性和弹性承载能力的实时评估和日前评估；根据评估结果研究全局优化控制模型；根据全局优化控制模型的结果，制定调度策略，并实施策略
。2.
如权利要求1所述的多时间尺度地市级输配电网协同智能调控方法，其特征在于：所述实施数据包括，电力需求
、
电力供应
、
电网状态；所述预测数据包括，未来的电力需求预测
、
天气预测；所述日前评估包括，未来的电力需求
、
电力供应能力
、
电网的稳定性；所述实时评估包括，当电力需求波动或电力供应中断时，电力系统能否保持稳定运行
。3.
如权利要求2所述的多时间尺度地市级输配电网协同智能调控方法，其特征在于：所述全局优化控制模型包括，当电力系统有
n
个可控元素，所述可控元素包括，发电机的输出功率
、
输电线的开闭状态，将元素的状态编码为一个符号的序列，每个编码符号代表一个元素的状态；每个序列是一个向量
X
＝
{x1,x2,
…
,x
n
}
，种群
P
是包含
m
个序列的集合
P
＝
{x1,x2,
…
,x
m
}
，以优化目标最小化总体能源成本，则
f(x)
为系统在序列
X
表示的状态下的总体能源成本，通过轮盘赌选择按照适应度函数
f(x)
的值选择序列进入下一代
。4.
如权利要求3所述的多时间尺度地市级输配电网协同智能调控方法，其特征在于：所述轮盘赌选择包括，序列
X
被选中的概率为，其中
,x
i
表示第
i
个电力系统元素状态；
i
从1到
m
通过交叉操作组合两个序列的编码符号生成新的序列
。5.
如权利要求4所述的多时间尺度地市级输配电网协同智能调控方法，其特征在于：所述交叉操作包括，当
x1和
x2为两个被选择的序列，交叉点
k
是随机选择的一个位置
1≤k≤n
，则新的序列
X
′
的编码符号表示为，
x
′
i
＝
{x
1i
ifi≤k,x
2i
ifi&gt;k}<...

【专利技术属性】
技术研发人员：李震，张彦，张裕，李庆生，黄立金，刘大猛，陈露东，马覃峰，王林波，饶弘宇，代江，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：