【技术实现步骤摘要】
本专利技术属于电力系统调度领域，具体涉及一种基于数据驱动并计及风险的电力系统风险调度方法及系统。
技术介绍
1、可再生能源（res）的大规模整合和交通、供热部门的电气化是能源行业的发展方向。然而，这一转型带来了电力系统运行中的一系列技术和经济挑战。特别是，可再生能源的高间歇性和有限可控性，以及电力和热负荷的增加，都加剧了电力系统的运行复杂性和风险。在这一环境下，电力系统面临的紧迫问题之一是如何管理和最小化约束违反和安全运行极限风险，尤其是输电过载问题。此外，高比例的可再生能源并网引入了新的挑战，包括供需波动性、电网频率和电压控制，以及电力质量问题。这些因素共同增加了n-1风险管理的复杂性：可再生能源的波动性可能会放大单一故障的影响，导致系统行为更难以预测和控制；高比例的可再生能源并网要求电网具有更高的灵活性，以适应供能波动，从而增加了在n-1情况下维护系统稳定性的挑战；这种复杂性通常需要更先进的控制系统和数据分析，例如利用深度学习算法进行更准确的需求预测和资源调度。
技术实现思路
1、本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种基于数据驱动并计及风险的电力系统风险调度方法及系统，本专利技术旨在将风险评估嵌入到电力系统的调度过程中形成计及风险的应急调度技术，以面向高比例的可再生能源并网场景下实现更准确的需求预测和资源调度。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、一种基于数据驱动并计及风险的电力系统风险调度方法，包括：>
4、步骤s1，确定电力系统的物理要素及其突发事件；
5、步骤s2，基于电力系统的物理要素及其突发事件，确定电力系统面临的n-1风险所对应的突发事件，对n-1风险量化评估建立各个突发事件的最优减载问题及其约束条件；
6、步骤s3，结合各个突发事件的最优减载问题及其约束条件，定义风险调度模型的状态空间、动作空间、奖励函数；
7、步骤s4，结合风险调度模型的状态空间、动作空间、奖励函数搭建马尔可夫决策过程，并利用递归确定性策略梯度算法r-ddpg结合神经网络训练出风险调度模型。
8、可选地，步骤s1中确定的电力系统的物理要素包括：母线、常规电厂cpp、可再生能源发电厂res、无功补偿器rpc和负荷，所述常规电厂cpp、可再生能源发电厂res、无功补偿器rpc、负荷分别与总线相连构成电力系统的物理拓扑结构。
9、可选地，步骤s1中的突发事件是指对应的物理要素对电力系统的稳定性或安全性构成潜在威胁的突发性的事件。
10、可选地，步骤s2中结合电力系统的物理要素及其突发事件确定电力系统面临的n-1风险所对应的突发事件时，确定电力系统面临的n-1风险所对应的突发事件是指引起电力系统中各个物理要素中的发电机、变压器、输电线路故障的突发事件。
11、可选地，步骤s2中突发事件的最优减载问题的函数表达式为：
12、，，
13、上式中，min表示最小化， m为母线集合，表示与减载动作相关的线性成本，表示因减载操作的负荷量而损失的经济利益，为突发事件下t时刻母线n上有功负载减少；步骤s2中突发事件的最优减载问题的约束条件包括：
14、，
15、，
16、，
17、，
18、，
19、，
20、，
21、，
22、，
23、，
24、，
25、，
26、，
27、，
28、，
29、，
30、上式中，为突发事件下母线n上承诺常规电厂cpp的子集，为突发事件下t时刻第g个常规电厂cpp的再调度有功功率，为突发事件下t时刻第g个可再生能源发电厂res的有功功率，为t时刻的母线n的有功需求，为突发事件下连接到母线n的母线集合，为突发事件下t时刻母线n和母线m之间的支路上的有功潮流；为突发事件下t时刻第g个常规电厂cpp的再调度无功功率，为突发事件下母线n上的无功补偿器rpc的集合，为突发事件下t时刻第c个无功补偿器rpc的无功功率，为突发事件下t时刻母线n上的无功负载减少，为t时刻的母线n的有无功需求，为突发事件下t时刻母线n和母线m之间的支路上的无功潮流；和分别为突发事件下t时刻母线n和母线m的电压，和分别为母线n和母线m之间的电导和电纳，为突发事件下t时刻母线n和母线m之间的电压相角差，和分别为突发事件下t时刻母线n和母线m的电压相角，为突发事件下t时刻第g个常规电厂cpp的最大和最小有功功率限值，为突发事件下t时刻第g个常规电厂cpp的最大无功功率限值和最小稳定发电的限值，为日前承诺的常规电厂cpp的集合，为突发事件下t时刻第g个常规电厂cpp的有功功率，和分别为第g个常规电厂cpp的上升和下降极限，为突发事件下承诺常规电厂cpp的子集，为突发事件下t时刻第g个可再生能源发电厂res的预测有功功率，为可再生能源发电厂res的集合，和分别为突发事件下t时刻第c个无功补偿器rpc的最大和最小无功功率限值，为无功补偿器rpc的集合，和分别为最大和最小电压量值限制，和分别为最大和最小电压角限制，为突发事件下t时刻母线n和母线m之间的支路上的视在在线潮流，为连接到母线n的母线集合，为母线n和母线m之间的支路的热极限。
31、可选地，步骤s3中定义的风险调度模型的状态空间的函数表达式为：
32、，
33、上式中， s为状态空间，和为t时刻系统需求的有功功率和无功功率，为t时刻第g个常规电厂cpp的最大和最小有功功率限值，和分别为t时刻第c个无功补偿器rpc的最大和最小无功功率限值，和分别为t时刻常规电厂cpp和无功补偿器rpc的电压值，为t-1时刻的调度动作，且有：
34、，
35、上式中，为t-1时刻的第g个常规电厂cpp的调度动作，为t-1时刻第g个电压的调度动作，为t-1时刻第g个可再生能源发电厂res的调度动作，为t-1时刻第c个无功补偿器rpc的调度动作；
36、步骤s3中定义的风险调度模型的动作空间的函数表达式为：
37、，
38、上式中， a为动作空间，为第g个常规电厂cpp的调度动作，为第g个电压的调度动动作，为第g个可再生能源发电厂res的调度动作，为第c个无功补偿器rpc的调度动作，且各个调度动作的输出值的取值范围为[−1，+1]，且风险调度模型根据动作空间的调度动作的输出值进一步控制输出如下物理量，包括t时刻第g个常规电厂cpp的有功功率和电压值，t时刻第g个可再生能源发电厂res的有功功率以及无功补偿器rpc的无功功率，函数表达式如下：
39、，
40、，
41、，...
【技术保护点】
1.一种基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，包括：
2.根据权利要求1所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤S1中确定的电力系统的物理要素包括：母线、常规电厂CPP、可再生能源发电厂RES、无功补偿器RPC和负荷，所述常规电厂CPP、可再生能源发电厂RES、无功补偿器RPC、负荷分别与总线相连构成电力系统的物理拓扑结构。
3.根据权利要求2所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤S1中的突发事件是指对应的物理要素对电力系统的稳定性或安全性构成潜在威胁的突发性的事件。
4.根据权利要求2所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤S2中结合电力系统的物理要素及其突发事件确定电力系统面临的N-1风险所对应的突发事件时，确定电力系统面临的N-1风险所对应的突发事件是指引起电力系统中各个物理要素中的发电机、变压器、输电线路故障的突发事件。
5.根据权利要求4所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤S2中突发事件
6.根据权利要求5所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤S3中定义的风险调度模型的状态空间的函数表达式为：
7.根据权利要求6所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤S4中利用递归确定性策略梯度算法R-DDPG结合神经网络训练出风险调度模型时，采用的神经网络为递归神经网络RNN。
8.根据权利要求7所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤S4中利用递归确定性策略梯度算法R-DDPG结合神经网络训练出风险调度模型包括：
9.一种基于数据驱动并计及风险的电力系统风险调度系统，包括相互连接的微处理器和存储器，其特征在于，所述微处理器被编程或配置以执行权利要求1～8中任意一项所述基于数据驱动并计及风险的电力系统风险调度方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序用于被微处理器编程或配置以执行权利要求1～8中任意一项所述基于数据驱动并计及风险的电力系统风险调度方法。
...【技术特征摘要】
1.一种基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，包括：
2.根据权利要求1所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤s1中确定的电力系统的物理要素包括：母线、常规电厂cpp、可再生能源发电厂res、无功补偿器rpc和负荷，所述常规电厂cpp、可再生能源发电厂res、无功补偿器rpc、负荷分别与总线相连构成电力系统的物理拓扑结构。
3.根据权利要求2所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤s1中的突发事件是指对应的物理要素对电力系统的稳定性或安全性构成潜在威胁的突发性的事件。
4.根据权利要求2所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤s2中结合电力系统的物理要素及其突发事件确定电力系统面临的n-1风险所对应的突发事件时，确定电力系统面临的n-1风险所对应的突发事件是指引起电力系统中各个物理要素中的发电机、变压器、输电线路故障的突发事件。
5.根据权利要求4所述的基于数据驱动并计及风险的电力系统风险调度方法，其特征在于，步骤s2中突发事件的最优...
【专利技术属性】
技术研发人员：吴晋波，刘永刚，姜新凡，郭创新，胡迪军，刘力，陈垣希，龙高翔，王一东，刘祝平，石辉，张泰磊，杜承深，龚禹生，呙虎，胡轶婕，洪权，李理，肖遥遥，刘智仁，肖潇，李辉，欧阳帆，严亚兵，刘志豪，曾岁程，谭吉成，
申请(专利权)人：国网湖南省电力有限公司，
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。