【技术实现步骤摘要】
本专利技术涉及人工智能技术及电网调节控制领域，尤其涉及一种基于人工智能的电网柔性调节控制方法。
技术介绍
1、随着电力系统的快速发展和新能源的大规模接入，电网面临着日益复杂的运行环境和调节需求。传统的电网调节方法主要依赖于预先设定的规则和参数，难以适应电网的动态变化和多样化需求。
2、近年来，人工智能技术在各个领域取得了显著进展，为电网调节提供了新的思路和方法。然而，现有的基于人工智能的电网调节存在一些局限性，如对复杂场景的适应能力不足、实时性不够以及可解释性较差等问题。特别是在面对大规模分布式能源接入和用电负荷波动剧烈等情况时，现有方法难以实现快速、精准和灵活的调节控制。
3、因此，亟需研发一种基于人工智能的电网柔性调节控制方法，来克服现有技术中的缺点。
技术实现思路
1、为了解决现有技术中难以应对大规模分布式能源接入和用电负荷剧烈等情况，本专利技术提供了一种基于人工智能的电网柔性调节控制方法，包括以下步骤：
2、s100：将电网划分为不同的子区域，所述子区域独立执行区域内的电网柔性调节控制；
3、s200：所述子区域监测区域内的电网参数，并建立专属的电网柔性调节模型；
4、s300：所述子区域根据最新的电网参数计算电网柔性调节模型的参数数据，得到子区域所属的参数数据，并将子区域所属的参数数据传输至中央服务器；
5、s400：所述中央服务器将各个所述子区域所属的参数数据进行聚合，形成全局调节模型，并将所述全局
6、s500：所述子区域将得到的所述全局调节模型应用至电网柔性调节中，自主和动态调整电网柔性调节参数。
7、进一步地，所述将电网划分为不同的子区域，具体包括：
8、根据电网内可再生能源的渗透率、负荷特性和电网拓扑结构，采用多维度聚类分析，确定最佳聚类层级；
9、根据所述最佳聚类层级，将电网划分为不同的子区域；
10、使用历史运行数据对划分结果进行验证和优化，形成子区域划分方案；
11、当新增可再生能源设施接入、电网拓扑结构变化或负荷特性改变时，实时对所述子区域划分方案进行调整。
12、进一步地，所述子区域监测区域内的电网参数，并建立专属的电网柔性调节模型，具体包括：
13、划分后的子区域实时监测区域内的电网参数，所述电网参数包括可再生能源发电数据、电网拓扑结构数据、负荷数据和电气参数数据；
14、对监测得到的所述电网参数进行数据清洗；
15、从数据清洗后的所述电网参数中提取关键特征，所述关键特征包括负荷峰谷值、可再生能源发电值、节点电压和电流以及电网拓扑特性；
16、基于所述电网参数，使用机器学习算法构建电网柔性调节模型，并对所述电网柔性调节模型进行训练，以预测未来时间内的负荷变化、电网状态变化和调节需求。
17、进一步地，所述电网柔性调节模型基于lstm算法构建，具体的计算公式为：
18、δlt+1,δst+1,δdt+1＝lstm(lt,rt,vt,it,tt)；
19、其中，lt为t时刻的负荷数据，rt为t时刻的可再生能源发电数据，vt为t时刻的节点电压数据，it为t时刻的节点电流数据，tt为t时刻的电网拓扑结构数据，δlt+1为从当前时间t到未来时间t+1的负荷变化量，δst+1为从当前时间t到未来时间t+1的电网状态变化，δdt+1为从当前时间t到未来时间t+1的电网调节需求。
20、进一步地，所述子区域在传输参数数据至中央服务器之前，在参数数据中加入噪声形成加密参数数据，确保所发送的所述加密参数数据不会暴露子区域原本的参数数据。
21、进一步地，所述形成全局调节模型的具体步骤为：
22、s401：获取各个子区域传送的加密参数数据，并对所述加密参数数据进行预处理，所述预处理包括过滤在所述加密参数数据中加入的噪声，得到未加入噪声前的各个子区域的参数数据；
23、s402：根据各个所述子区域对应的地理信息、电网拓扑结构及时间同步信息，对获取的各个所述子区域对应的所述参数数据进行时空一致性分析，确保所述参数数据的准确性和时效性；
24、s403：对分析后的参数数据进行分类，根据分类的类型进行分别聚合，并计算加权平均值；
25、s404：使用基于k-means的多维度聚类算法，将具有相似电网特性的所有子区域分析后的参数数据聚类；
26、s405：基于聚合后的参数数据和聚类结果，使用深度学习算法，构建全局调节模型，并对所述全局调节模型进行训练和验证；
27、s406：将训练好的所述全局调节模型分发至各个所述子区域。
28、进一步地，所述子区域将得到的所述全局调节模型应用至电网柔性调节中，自主和动态调整电网柔性调节参数的具体步骤为：
29、s501：子区域从中央服务器接收全局调节模型后，对接收到的全局调节模型进行解析，提取所需的电网柔性调节控制策略和电网柔性调节参数；
30、s502：所述子区域根据区域内电网特性和实时监测得到的电网参数，对全局调节模型进行本地适应性调整，使所述全局调节模型符合所述子区域内电网的实际情况；
31、s503：所述子区域将实时监测到的电网参数与全局调节模型的预测数据进行融合，生成综合调节方案；
32、s504：基于所述综合调节方案，所述子区域进行管理范围内的电网柔性调节，包括负荷调节、发电调度和无功功率补偿。
33、进一步地，所述s501中，还包括对电网柔性调节控制策略进行评估，具体包括：
34、s511：在所述子区域将全局调节模型应用于电网柔性调节过程后，实时监测并采集区域内的关键电网参数；
35、s512：对实时采集的所述关键电网参数与所述全局调节模型的预测数据进行对比分析，计算偏差值、响应时间、运行稳定性和调节精度；并使用多维度评价指标对电网柔性调节控制策略进行评估；
36、s513：对s512中的分析与评估结果进行关联分析，识别影响电网柔性调节效果的主要因素；
37、s514：若在评估过程中，所述电网柔性调节控制策略的执行效果未达到预期，则实时生成反馈信息，调整电网柔性调节参数并优化所述电网柔性调节控制策略；
38、s515：在所述电网柔性调节控制策略优化完毕并执行后，继续监测电网运行状态，对电网运行状态和优化后的电网柔性调节效果进行二次评估，当评估得到的执行效果不理想时，继续对电网柔性调节控制策略进行优化，并重新评估，直至电网柔性调节控制策略达到规定的执行效果或优化迭代次数到达规定阈值。
39、进一步地，所述多维度评价指标包括负荷调节效果、可再生能源消纳率、无功功率补偿效果及电能质量改善度。
40、进一步地，还包括设定周期性时间表，按照所述周期性时间表设定的时间本文档来自技高网...
【技术保护点】
1.一种基于人工智能的电网柔性调节控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述将电网划分为不同的子区域，具体包括：
3.根据权利要求1所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述子区域监测区域内的电网参数，并建立专属的电网柔性调节模型，具体包括：
4.根据权利要求3所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述电网柔性调节模型基于LSTM算法构建，具体的计算公式为：
5.根据权利要求1所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述子区域在传输参数数据至中央服务器之前，在参数数据中加入噪声形成加密参数数据，确保所发送的所述加密参数数据不会暴露子区域原本的参数数据。
6.根据权利要求5所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述形成全局调节模型的具体步骤为：
7.根据权利要求1所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述子区域将得到的所述全局调节模型应用至
8.根据权利要求7所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述S501中，还包括对电网柔性调节控制策略进行评估，具体包括：
9.根据权利要求8所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述多维度评价指标包括负荷调节效果、可再生能源消纳率、无功功率补偿效果及电能质量改善度。
10.根据权利要求1-9任意一项所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，还包括设定周期性时间表，按照所述周期性时间表设定的时间定期执行所述电网柔性调节控制方法；
...【技术特征摘要】
1.一种基于人工智能的电网柔性调节控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述将电网划分为不同的子区域，具体包括：
3.根据权利要求1所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述子区域监测区域内的电网参数，并建立专属的电网柔性调节模型，具体包括：
4.根据权利要求3所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述电网柔性调节模型基于lstm算法构建，具体的计算公式为：
5.根据权利要求1所述的一种基于人工智能的电网柔性调节控制方法，其特征在于，所述子区域在传输参数数据至中央服务器之前，在参数数据中加入噪声形成加密参数数据，确保所发送的所述加密参数数据不会暴露子区域原本的参数数据。
6.根据权利要求5所述的一种基于人工...
【专利技术属性】
技术研发人员：石新聪，王新瑞，陈文刚，田瑞敏，韩鹏，姬玉泽，李海峰，张丽敏，
申请(专利权)人：国网山西省电力公司，
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。