【技术实现步骤摘要】
本专利技术属于特高压直流输电损耗优化领域，具体涉及一种lcc-hvdc优化降损方法、系统、设备及介质。
技术介绍
1、特高压直流输电技术适合大容量远距离的电力运输，是我国大规模优化能源配置的关键技术，也是加快构建以新能源为主体的新型电力系统的核心技术。
2、由于电压等级高，整个控制系统中微小的参数变化，都会极大影响整个直流输电工程中的功率损耗。传统的直接测量方法难以确定换流站的损耗，得出的损耗通常小于传输功率的1％，其结果精度不高。本技术建立的基于详细换流站参数的直流输电数学损耗模型可以提高整个系统损耗计算的准确度，开发的损耗计算模块可以清楚反映输电系统各分元件的损耗分布情况，便于调整控制参数。
3、随着数字化电网建设的推广，加快人工智能优化电网损耗的步伐，传统集中式的调控管理亟待转型。实际工程中通常采用试凑法获得控制参数组合，面对高维参数输入时无法自动筛选出重要参数，具有一定盲目性，且计算损耗效率不高，准确度不能保证。近年来，群智能优化算法在电网损耗领域应用广泛，这为整个直流输电系统损耗优化提供了一定的理论基础和现实意义。
4、影响直流输电损耗的控制参数含有不连续变化的离散值，需要和连续变化的实值组合并搜索相关区域进行寻优，为搜索完全部组合保证找到最小值，传统方法例如穷举法、线性规划算法和动态规划算法，在现实中不切实际且十分繁琐。还有一些近似算法，解决大规模问题，牺牲精确算法中的最优性，去寻找一个可以容忍的复杂度，得出质量可以接受的解，例如插入算法和最邻近算法，其精确度不高。
>技术实现思路
1、本专利技术的目的在于克服上述混合整形非线性规划问题，提供一种lcc-hvdc优化降损方法、系统、设备及介质，降低整个系统的损耗，加强智能电网降损的控制管理。
2、为了达到上述目的，本专利技术采用如下技术方案：
3、第一方面，本专利技术提供一种lcc-hvdc优化降损方法，包括以下步骤：
4、获取影响特高压直流输电系统的分元件的损耗参数，进行筛选后得到所需相关度的参数集合；
5、根据参数集合获取分元件之间的电气运行特性，根据电气运行特性推导出分元件各节点的电压值和电流值；
6、根据参数集合及分元件各节点的电压值和电流值，建立基于换流站的特高压直流输电系统数学损耗模型，根据基于换流站的特高压直流输电系统数学损耗模型得到特高压直流输电系统中各分元件损耗；
7、建立基于数字孪生仿真机开发的损耗计算模型，将特高压直流输电系统中各分元件损耗作为输入值输入到基于数字孪生仿真机开发的损耗计算模型中，得到总损耗值、最优参数组合以及降损效果，作为输出值；
8、将基于数字孪生仿真机开发的损耗计算模型的输入值和输出值合并，作为训练样本集，形成决策树，对决策树的特征进行分裂，得到损耗特征随机森林预测模型；
9、基于损耗特征随机森林预测模型，以特高压直流输电系统中功率损耗最低为目标，以换流器触发控制角、换相角和变压器变比为决策变量，建立基于rf和pso-aso混合算法的lcc-hvdc损耗最优化数学模型；
10、对基于rf和pso-aso混合算法的lcc-hvdc损耗最优化数学模型进行求解，得出最优参数组合，将最优参数组合上送，完成优化。
11、本专利技术进一步的改进在于，影响特高压直流输电系统的分元件的损耗参数包括设备参数和运行参数；
12、设备参数包括波器电抗、阀门串联电平数、阀门杂散电容、阀门绕组电感、直流线路阻抗、晶闸管触发延迟角、换相重叠角、换流器变比、平均可控硅的通态电压和可控硅通态特性的斜率电阻；
13、运行参数包括特高压直流输电系统中各个节点电压电流值和交流系统频率。
14、本专利技术进一步的改进在于，在根据参数集合获取分元件之间的电气运行特性，根据电气运行特性推导分元件各节点的电压值和电流值的步骤中，具体包括：
15、获取分元件中交流侧i节点的实测电压和电流值；
16、根据参数集合获取分元件之间的电气运行特性，将分元件之间的电气运行特性结合交流侧i节点的实测电压和电流值，以及变压器变比、换流阀运行特性、欧姆定律、交流滤波器特性和变压器特性推导出分元件各节点的电压值和电流值。
17、本专利技术进一步的改进在于，在根据参数集合及分元件各节点的电压值和电流值，建立基于换流站的特高压直流输电系统数学损耗模型的步骤中，具体包括：
18、分元件各节点分别位于对应待测损耗元件的两端，根据分元件各节点获取对应待测损耗元件两端的电压值和电流值，结合参数集合，分别建立基于交流滤波器、换流变压器、晶闸管阀门、晶闸管阻尼和直流输电线路的数学损耗模型；
19、将基于交流滤波器、换流变压器、晶闸管阀门、晶闸管阻尼和直流输电线路的数学损耗模型组合，作为基于换流站的特高压直流输电系统数学损耗模型。
20、本专利技术进一步的改进在于，在将基于数字孪生仿真机开发的损耗计算模型的输入值和输出值合并，作为训练样本集，形成决策树，对决策树进行训练，建立损耗特征随机森林预测模型的步骤中，具体包括：
21、从基于数字孪生仿真机开发的损耗计算模型的输入值集合和输出值集合中重复抽取样本，获得输入值训练集合和输出值训练集合；
22、将抽取的输入值训练集合和输出值训练集合合并，作为训练样本集，形成决策树；
23、其中，训练样本集将作为决策树的训练数据；
24、将训练样本集中的各个样本离散化，建立相依表；
25、根据卡方检验对相依表中的任意两个特征进行相关度计算，筛选出所需相关度样本，组成高相关度特征集，其余为低相关度特征集；
26、在高相关度特征集中随机抽取f个特征组成分裂特征集，作为决策树的特征，以f个特征中最优分裂方式对其他特征进行分裂，得到损耗特征随机森林预测模型。
27、本专利技术进一步的改进在于，在基于rf和pso-aso混合算法的lcc-hvdc损耗最优化数学模型的步骤中，具体建立方法如下：
28、在高相关度特征集中选取连续实数变量的特征集合，并随机生成初始粒子群；
29、将高相关度特征集的变化离散化，将离散化后的各个取值作为aso的元素，作为粒子群可能走过的一条路径；
30、在初始寻优时，将信息素在每个元素等比例投放，在后续迭代过程中，根据适应度函数评估投放信息素；
31、将现有的信息素蒸发，最终得到基于rf和pso-aso混合算法的lcc-hvdc损耗最优化数学模型。
32、第二方面，本专利技术提供一种lcc-hvdc优化降损系统，包括：
33、参数集合获取模块，用于获取影响特高压直流输电系统的分元件的损耗参数，进行筛选后得到所需相关度的参数集合；
34、电压电流值获取模块，用于根据参数集合获取分元件之间的电气运行特性，根据电气运行特性推导出分元件各节点的电压值和电流值；
本文档来自技高网...【技术保护点】
1.一种LCC-HVDC优化降损方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种LCC-HVDC优化降损方法，其特征在于，影响特高压直流输电系统的分元件的损耗参数包括设备参数和运行参数；
3.根据权利要求1所述的一种LCC-HVDC优化降损方法，其特征在于，在根据参数集合获取分元件之间的电气运行特性，根据电气运行特性推导分元件各节点的电压值和电流值的步骤中，具体包括：
4.根据权利要求1所述的一种LCC-HVDC优化降损方法，其特征在于，在根据参数集合及分元件各节点的电压值和电流值，建立基于换流站的特高压直流输电系统数学损耗模型的步骤中，具体包括：
5.根据权利要求1所述的一种LCC-HVDC优化降损方法，其特征在于，在将基于数字孪生仿真机开发的损耗计算模型的输入值和输出值合并，作为训练样本集，形成决策树，对决策树进行训练，建立损耗特征随机森林预测模型的步骤中，具体包括：
6.根据权利要求5所述的一种LCC-HVDC优化降损方法，其特征在于，在建立基于RF和PSO-ASO混合算法的LCC-HVDC损耗最优化
7.一种LCC-HVDC优化降损系统，其特征在于，包括：
8.根据权利要求7所述的一种LCC-HVDC优化降损系统，其特征在于，电压电流值获取模块中包括：
9.根据权利要求7所述的一种LCC-HVDC优化降损系统，其特征在于，分元件损耗获取模块中包括：
10.根据权利要求7所述的一种LCC-HVDC优化降损系统，其特征在于，损耗特征随机森林预测模块包括：
11.根据权利要求7所述的一种LCC-HVDC优化降损系统，其特征在于，LCC-HVDC损耗最优化数学模块包括：
12.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的一种LCC-HVDC优化降损方法的步骤。
13.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的一种LCC-HVDC优化降损方法的步骤。
...【技术特征摘要】
1.一种lcc-hvdc优化降损方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种lcc-hvdc优化降损方法，其特征在于，影响特高压直流输电系统的分元件的损耗参数包括设备参数和运行参数；
3.根据权利要求1所述的一种lcc-hvdc优化降损方法，其特征在于，在根据参数集合获取分元件之间的电气运行特性，根据电气运行特性推导分元件各节点的电压值和电流值的步骤中，具体包括：
4.根据权利要求1所述的一种lcc-hvdc优化降损方法，其特征在于，在根据参数集合及分元件各节点的电压值和电流值，建立基于换流站的特高压直流输电系统数学损耗模型的步骤中，具体包括：
5.根据权利要求1所述的一种lcc-hvdc优化降损方法，其特征在于，在将基于数字孪生仿真机开发的损耗计算模型的输入值和输出值合并，作为训练样本集，形成决策树，对决策树进行训练，建立损耗特征随机森林预测模型的步骤中，具体包括：
6.根据权利要求5所述的一种lcc-hvdc优化降损方法，其特征在于，在建立基于rf和pso-aso混合算...
【专利技术属性】
技术研发人员：马元，宋晓林，孙靓，郦欣，汤晓君，
申请(专利权)人：国网陕西省电力有限公司营销服务中心计量中心，
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。