【技术实现步骤摘要】
本专利技术属于电力系统运行分析与控制领域，特别涉及一种计及架空线路动态增容不确定性风险的电力系统环境经济调度方法。
技术介绍
1、随着“沙戈荒”大型新能源基地远距离送出和社会用电需求急剧攀升，负荷集中地区的电网输送能力正面临严峻挑战。传统上架空线路的载流量是根据严苛气象条件计算而得的保守静态值，未能充分挖掘现有电网输送潜能，继而导致负荷高峰期“拉闸限电”现象频发。实际工程表明，架空线路动态增容技术(dynamic line rating,dlr)能够依据线路周围实时或预测的风速、环境温度等气象因子动态确定其载流量，大幅提升电网输送能力。需要指出的是，气象因子的明显波动性使得线路载流量存在较强不确定性。因此，准确表征架空线路动态增容的不确定性风险，并将其运用于电力系统调度决策中，对提升新能源消纳水平、优化电力系统安全经济运行等至关重要。
2、现有架空线路动态增容技术与电力系统优化调度相结合的研究如下：
3、1)中国专利：“一种与机组组合调度相协同的输变电设备动态增容方法”(申请号：201710182880.2)通过在经济性目标函数中增加架空线路动态增容的运行成本，进行了机组组合求解。
4、2)中国专利：“一种联合考虑ots与dlr模型的风电消纳方法”(申请号：202111442646.1)通过不断更新架空线路的最大允许电流，实现了dlr与电力系统调度的结合。
5、3)文献：高正男，胡姝博，金田，等.考虑传输线动态增容风险的电力系统日前调度模型[j].高电压技术，2023，49(08)
6、然而，上述研究均未考虑架空线路动态增容的不确定性风险，且未考虑动态增容技术对电力系统环境性目标的影响。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种可靠、实用的计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，能够为电网安全稳定运行奠定重要理论基础，继而缓解因架空线路输送容量受限而引起的电力短缺、新能源消纳率低等问题。
2、本专利技术采取的技术方案为：
3、计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，包括以下步骤：
4、步骤一：采用变分模态分解算法预处理架空线路载流量的气象因子时间序列，包括风速、环境温度和日照辐射强度；
5、步骤二：通过集成学习bagging模型进行线路载流量的点预测；
6、步骤三：基于混合核密度估计法进行线路载流量的概率预测；
7、步骤四：推导架空线路动态增容的不确定性风险成本；
8、步骤五：建立计及架空线路动态增容不确定性风险的电力系统环境经济调度模型；
9、步骤六：采用多目标粒子群算法求解步骤五所建立的环境经济调度模型。
10、所述步骤一中，架空线路载流量的计算式为：
11、
12、式(2)中：imax为线路载流量；tmax为导线长期运行的最大允许温度；r(tmax)为导线温度tmax时的交流电阻值；ta、v和j分别为线路周围的环境温度、风速及日照辐射强度；ws(j)、wr(tmax,ta)和wc(tmax,ta,v)分别表示导线的日照吸热、辐射散热和对流散热，括号内为其影响因子。
13、所述步骤一中，变分模态分解(variational modal decomposition,vmd)算法可在保证原始气象数据特征不丢失的前提下，将其分解为若干中心频率不同的固有模态函数(intrinsic mode function,imf)分量。基于vmd算法分解某气象因子时间序列包括如下步骤：
14、1)构建约束变分优化问题：
15、
16、式(3)中：uk、ωk分别为某气象因子时间序列被分解后的第k个imf分量和其中心频率；k为imf分量数；为时间t的偏导；δ(t)为狄拉克函数；j为虚数单位；*为卷积算子；uk,t为t时刻第k个imf分量的值；u为某气象因子时间序列。
17、2)考虑到约束变分优化问题的求解极其复杂，为此引入拉格朗日乘法算子λ和二次惩罚因子φ将约束变分优化问题重构为非约束变分优化问题，以提高计算效率。该非约束变分优化问题的数学表达式为：
18、
19、式(4)中：γ(·)为拉格朗日函数；<·>为内积；λt为t时刻的拉格朗日乘法算子；ut为t时刻某气象因子时间序列。
20、所述步骤二中，集成学习是一种综摄众长的机器学习算法，其基本思想是将多个基学习器(预测模型)整合为一个强学习器，以提高整体性能。bagging是一种常用的集成学习模型，其学习机理如图3所示。由图3可知，bagging模型通过自助抽样和同步训练，在多个新训练集上训练相互独立的q个基学习器。这使得各基学习器对于气象因子同一训练样本的关注程度不同，而该差异在预测结果的策略整合阶段得以充分利用，有效抵消了可能出现的欠/过拟合问题，减小了整体模型的方差。
21、基于集成学习bagging模型进行线路载流量点预测的具体步骤如下：
22、1)结合交替方向乘子迭代法和傅里叶等距变换法，求解imf分量uk和其中心频率ωk。具体计算式为：
23、
24、式(5)中：i为设置不同参数取得的任意值；ω为频率；n为迭代次数；uk(ω)、u(ω)和λ(ω)分别为uk、ut及λ的傅里叶变换；为第n+1次迭代下的imf分量；和分别为第n次和第n+1次迭代下的中心频率；ui(ω)为第i个imf分量的值。
25、2)自助抽样：对样本数为z的某imf分量原始训练集d0进行z次有放回的随机抽样，可获得与其等样本数的新训练集d1。有放回的随机抽样能够使得d0中的各样本均存在被抽取概率，且d1中可能存在重复样本。经q轮自助抽样后，可得到样本数均为z的q个新训练集{d1,d2,…,dq}。其中，d2与dq分别代表为第2、第q个新训练集。
26、3)同步训练：基于自助抽样产生的q个新训练集分别训练不存在依赖关系的q个基学习器{h1,h2,…,hq}。其中，h1、h2和hq分别代表第1、第2及第q个基学习器。
27、4)策略整合：根据不同基学习器的训练集预测效果确定其输出权重，继而基于加权平均策略将q个基学习器的预测结果整合，即可获得该imf分量的预测输出。
28、5)将同一气象因子的imf分量预测值相叠加，获得该气象因子的预测值：
29、
30、式(6)中：u′为某气象因子的预测值；u′k为某气象因子imf分量的预测值。
31、6)将各气象因子的预测值代入式(2)进行计算，即可得到线路载流量的点预测值：
32、
33、式(7)中：i′max为线路载流量的点预测值；t′a、v′、j′分别为环境温度、风速及日照本文档来自技高网...
【技术保护点】
1.计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于包括以下步骤：
2.根据权利要求1所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤一中，架空线路载流量的计算式为：
3.根据权利要求2所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤一中，基于VMD算法分解某气象因子时间序列，包括如下步骤：
4.根据权利要求1所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤二中，基于集成学习Bagging模型进行线路载流量点预测的具体步骤如下：
5.根据权利要求1所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤三中，基于混合核密度估计法的线路载流量概率预测，流程如下：S3.1：基于线路载流量的验证集数据，再结合线路载流量点预测，生成线路载流量的预测误差数据；
6.根据权利要求1所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤四中，架空线路
7.根据权利要求1所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤五中，环境经济调度模型的目标函数包括：
8.根据权利要求7所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：步骤六中，基于多目标粒子群算法求解环境经济调度模型的具体步骤如下：S6.1、确定粒子群的空间位置：
...【技术特征摘要】
1.计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于包括以下步骤：
2.根据权利要求1所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤一中，架空线路载流量的计算式为：
3.根据权利要求2所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤一中，基于vmd算法分解某气象因子时间序列，包括如下步骤：
4.根据权利要求1所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所述步骤二中，基于集成学习bagging模型进行线路载流量点预测的具体步骤如下：
5.根据权利要求1所述计及架空线路动态增容不确定性风险的电力系统环境经济调度方法，其特征在于：所...
【专利技术属性】
技术研发人员：徐彬，滕佳佳，刘任，唐波，徐伟宁，王帅，
申请(专利权)人：三峡大学，
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。