【技术实现步骤摘要】
本专利技术涉及电网，特别是一种高占比新能源配电网数据驱动控制方法及系统。
技术介绍
1、通过电力电子变换器作为核心组件实现分布式可再生能源(如风能和太阳能)可靠接入配电网以降低碳排放，确保可靠供电等方面具有重要意义，在高占比的分布式新能源配电网中，由于电源在空间上分布广泛和位置多样，配电网在面对故障和其他扰动时表现出与传统配电网迥异的高度非线性动态特性和较低的阻尼，使得配电网的稳定运行面临前所未有的严峻挑战。
2、为确保高占比分布式新能源配电网在发生重大扰动情况下(如联络线断开和三相接地故障等)仍能提供可靠稳定的运行，精确评估高占比分布式新能源配电网的稳定性，并基于评估结论针对性管理分布式电源与负荷，以实现源荷之间的协调互动是至关重要的，在分布式电源具有较低阻尼和较弱惯性的情况下，当海岛微电网面临大规模扰动，特别是联络电缆非计划性断开时，电网可能经历严重的电压和频率波动，速度快和幅度大，配电网失稳风险高。
3、当前配电网由于潮流单向流动，各类传感器仅布置至台区级别，配电网末端状态存在“难观难测”的长期瓶颈，分布式新能源接入后，作为接口的变换器自身即具备了通信和观测能力，使得配电网“能观能控”逐渐成为可能，此外，在传统配电网发生严重扰动时，往往通过断路器切除故障线路，造成配电网供电可靠性降低，而在新能源大量接入的背景下，传统方法造成了新能源消纳效率下降的同时，由于源荷耦合程度加深，简单切除线路存在烧毁变换器的风险，另一方面，由于电力电子变换器作为新能源并网接口，动态响应快，惯性低阻尼小，高占比新能源配电网的
技术实现思路
1、鉴于现有的高占比新能源配电网数据驱动控制方法及系统中存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种高占比新能源配电网数据驱动控制方法，其包括，在仿真软件中搭建新能源配电网的数值仿真模型，在仿真模型中设置不同数值位置的故障，记录生成的样本并对样本进行特征筛选；定义筛选样本中的图神经网络邻接矩阵，以图神经网络为核心，构建数据驱动方法，定义数据一体化函数；基于数据一体化函数的紧急控制求解当前时刻的控制序列，基于控制序列驱动各分布式能源在扰动后的运行点，进行驱动控制调整。
5、作为本专利技术所述高占比新能源配电网数据驱动控制方法的一种优选方案，其中：所述数值仿真模型包括定义模型元素，所述模型元素包括节点集合、线路集合、分布式新能源集合和可调节负荷集合，具体公式为：g＝(n，e，s，l)，其中，n表示模型的节点集合，由母线构成，e表示连接各节点的线路集合，s表示分布式新能源集合，l表示可调节负荷集合。
6、作为本专利技术所述高占比新能源配电网数据驱动控制方法的一种优选方案，其中：所述设置不同数值位置的故障包括在数值仿真模型中设置不同程度d,不同位置pi的故障，修改数据仿真模型中变换器的有功p、无功q和电压v的参考值，生成d*pi*pn*qn*vn个样本，其中，上标n为n次方，表示数值仿真模型中变换器的个数，所述筛选包括通过训练样本中的数据集确定关键电气量，所述训练样本中的数据集包括如下步骤：
7、根据仿真模型的计算结果将样本进行分类，确定样本稳定性标签；
8、将选择的关键电气量数值和样本稳定性标签整理成训练数据集；
9、对训练数据集进行标准化处理，根据数据平衡原理验证仿真模型偏向；
10、所述稳定性标签包括根据分类结果的稳定或不稳定情况进行处理，当分类结果为稳定时，样本稳定性标签为0，否则标记为不稳定，标签为1；
11、所述训练数据集包括选取样本稳定性标签为0的关键电气量，所述关键电气量包括选择保留母线的电压数值，保留分布式新能源的变换器出口电压数值，反映新能源接入影响，选择有功功率和无功功率的大小正负，表征各节点的功率特性，保留电力的频率信息；
12、所述标准化处理包括确定关键电气量的数据缩放范围，具体过程为：
13、计算各关键电气量的均值和标准差，具体公式为其中，确保标准化后的数据均值为0和标准差为1；
14、根据各关键电气量的均值和标准差确定电气量的最小值和最大值，确定各关键电气量的归一化，具体计算公式为：其中，归一化数据缩放范围为[0，1]；
15、若处理后的数据集超出数据缩放范围时，则仿真模型偏向；
16、若处理后的数据集未超出数据缩放范围时，则仿真模型正常，则进行矩阵。
17、作为本专利技术所述高占比新能源配电网数据驱动控制方法的一种优选方案，其中：所述构建数据驱动包括以图神经网络为核心，得到一体化函数，定义数值仿真模型拓扑g的邻接矩阵a和度矩阵d，根据图神经网络第k层的输入特征hk，一体化函数具体公式为：
18、
19、其中，hk-1和wk-1表示k-1层的输出和权重矩阵，σ是激活函数，顶部带有～的a表示有自连的邻接矩阵，即其中，i为单位矩阵，顶部带有～的d表示自连矩阵的度矩阵，即其中，一体化函数的初始输入为各节点的状态变量xi；
20、当k层为所提一体化函数的最后一层时，则一体化函数的输入y的具体公式为：
21、y＝σ(wkhk+bk)
22、其中，wk为第k层的权重矩阵，bk为偏置矩阵，初始为0，经训练确定，y为一体化函数的输出，通过计算训练集数据中的临界切除时间tc定义得到稳定裕度的真实值yr作为一体化函数的离线学习样本，即具体公式为：
23、
24、其中，ttr是各个训练案例的故障切除时间。
25、作为本专利技术所述高占比新能源配电网数据驱动控制方法的一种优选方案，其中：所述控制序列包括基于故障切除时间后求解当前τ时刻的最优控制序列，采用一体化函数的核心算法，正向求解候选控制序列实施后的稳定裕度r，计算最小时刻的候选控制序列，作为实际控制序列，具体计算公式为：
26、
27、其中，α和β都是权重参数，通过经验给定实际的最优控制序列，采用序列首个控制信号作为输入控制对象；
28、当处于τ+1时刻时，将二次进行一体化函数训练，并根据二次确定后的一体化函数训练进行紧急控制。
29、作为本专利技术所述高占比新能源配电网数据驱动控制方法的一种优选方案，其中：所述驱动各分布式能源在扰动后的运行点包括对实际控制序列进行优化，定义目标函数，通过调整控制序列对目标函数进行优化建模，具体公式为：
30、j(uτ)＝w1*r(uτ)+w2*cost(uτ)
31、其中，uτ为控制序列，即约束条件，r(uτ)表示稳定裕度，cost(uτ)表示实施控制序列的代价，w本文档来自技高网...
【技术保护点】
1.一种高占比新能源配电网数据驱动控制方法，其特征在于：包括，
2.如权利要求1所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述数值仿真模型包括定义模型元素，所述模型元素包括节点集合、线路集合、分布式新能源集合和可调节负荷集合，具体公式为：G＝(N，E，S，L)，其中，N表示模型的节点集合，由母线构成，E表示连接各节点的线路集合，S表示分布式新能源集合，L表示可调节负荷集合。
3.如权利要求2所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述设置不同数值位置的故障包括在数值仿真模型中设置不同程度D,不同位置PI的故障，修改数据仿真模型中变换器的有功P、无功Q和电压V的参考值，生成D*PI*Pn*Qn*Vn个样本，其中，上标n为n次方，表示数值仿真模型中变换器的个数，所述筛选包括通过训练样本中的数据集确定关键电气量，所述训练样本中的数据集包括如下步骤：
4.如权利要求3所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述构建数据驱动包括以图神经网络为核心，得到一体化函数，定义数值仿真模型拓扑G的邻接矩阵A和度矩阵D，根据图
5.如权利要求4所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述控制序列包括基于故障切除时间后求解当前τ时刻的最优控制序列，采用一体化函数的核心算法，正向求解候选控制序列实施后的稳定裕度R，计算最小时刻的候选控制序列，作为实际控制序列，具体计算公式为：
6.如权利要求5所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述驱动各分布式能源在扰动后的运行点包括对实际控制序列进行优化，定义目标函数，通过调整控制序列对目标函数进行优化建模，具体公式为：
7.如权利要求6所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述驱动控制包括在控制动作后，实时监控相应状态，若序列发生变化，则需重新调整控制策略，若未发生变化，则根据控制序列进行数据驱动控制。
8.一种高占比新能源配电网数据驱动控制系统，基于权利要求1～7任一所述的高占比新能源配电网数据驱动控制方法，其特征在于：包括，
9.一种计算机设备，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1～7任一所述的高占比新能源配电网数据驱动控制方法的步骤。
10.一种计算机可读存储介质，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1～7任一所述的高占比新能源配电网数据驱动控制方法的步骤。
...【技术特征摘要】
1.一种高占比新能源配电网数据驱动控制方法，其特征在于：包括，
2.如权利要求1所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述数值仿真模型包括定义模型元素，所述模型元素包括节点集合、线路集合、分布式新能源集合和可调节负荷集合，具体公式为：g＝(n，e，s，l)，其中，n表示模型的节点集合，由母线构成，e表示连接各节点的线路集合，s表示分布式新能源集合，l表示可调节负荷集合。
3.如权利要求2所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述设置不同数值位置的故障包括在数值仿真模型中设置不同程度d,不同位置pi的故障，修改数据仿真模型中变换器的有功p、无功q和电压v的参考值，生成d*pi*pn*qn*vn个样本，其中，上标n为n次方，表示数值仿真模型中变换器的个数，所述筛选包括通过训练样本中的数据集确定关键电气量，所述训练样本中的数据集包括如下步骤：
4.如权利要求3所述的高占比新能源配电网数据驱动控制方法，其特征在于：所述构建数据驱动包括以图神经网络为核心，得到一体化函数，定义数值仿真模型拓扑g的邻接矩阵a和度矩阵d，根据图神经网络第k层的输入特征hk，一体化函数具体公式为：
5.如权利要求4所述的高占比新能源配电网数据驱动控制方法，其特征在于：所...
【专利技术属性】
技术研发人员：卓浩泽，周柯，金庆忍，帅智康，荣飞，陈燕东，田君杨，王佳琳，李菱，伍文华，彭也伦，谢志为，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
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。