一种可调节负荷参与有功潮流连续调整方法与系统技术方案

本发明专利技术属于电力调度技术领域，提供一种可调节负荷参与有功潮流连续调整方法与系统，方法包括：获取实际电网可调节资源情况和电网仿真场景模型数据，得到电网模型参数及基态运行数据，并生成电网仿真场景时序运行方式；根据预先构建的强化学习可调节负荷自动编排模块，将所述电网仿真场景时序运行方式作为输入，对可调节负荷进行自动编排以分摊不平衡功率，输出可调节负荷时序控制策略；执行所述可调节负荷时序控制策略调整可调节负荷有功功率，并基于所述电网模型参数及基态运行数据，进行电网潮流计算得到电网潮流数据；验证所述电网潮流数据的收敛性和合理性；输出时序潮流结果。该方法能够提高负荷预测的准确率。方法能够提高负荷预测的准确率。方法能够提高负荷预测的准确率。

【技术实现步骤摘要】
一种可调节负荷参与有功潮流连续调整方法与系统


[0001]本专利技术属于电力调
，具体涉及一种可调节负荷参与有功潮流连续调整方法与系统。

技术介绍

[0002]电网潮流计算是电力系统的一项重要分析功能，是进行故障计算、继电保护整定、安全分析的必要工具，为评估电力系统运行的安全性、经济性及供电可靠性提供了重要依据。传统电力系统向新型电力系统转型升级的过程中，电网运行控制规模呈指数级增长，控制对象差异极大，潮流调试难度也急剧增加。当发生潮流不收敛情况，有经验的业务人员根据对电网拓扑结构的理解和调试经验，采用试凑的方法反复调试，调试流程复杂，工作效率低，费时费力。
[0003]另外，在新型电力系统源网荷储协同调度新模式下，新能源作为新型电力系统源的电力供应主体的一部分，其出力将直接影响整体电网的安全经济运行。新能源出力具有随机性、间歇性和波动性，并呈现出明显的时空变化特点，越来越多可调节负荷接入电网参与协同调控，电网仿真分析向长时间尺度连续运行场景发展。但是，可调节负荷数据与采集工作处于建设阶段，存在接入电网运行控制系统可调节负荷资源少、可调能力数据采集不全等问题，缺少必要参数导致可调节负荷建模困难。在某些特定场景，例如新能源出力剧烈波动或极热无风场景下，初始运行方式给定的发用电功率不匹配，导致全网或区域的有功平衡条件不满足，或者电网中部分线路、变压器或断面的有功越限，有功功率不平衡或不合理导致潮流无法收敛。现有潮流调整技术往往针对单时间运行方式断面和发电机组，无法体现电网潮流时序连续变化特征，调整方式也未考虑可调节负荷，仿真真实性低。

技术实现思路

[0004]为了解决现有技术中存在的问题，本专利技术的目的是提供一种可调节负荷参与有功潮流连续调整方法与系统，该方法能够提高负荷预测的准确率。
[0005]为了实现上述目的，本专利技术采用如下技术方案：第一方面本专利技术提供一种可调节负荷参与有功潮流连续调整方法，包括：获取实际电网可调节资源情况和电网仿真场景模型数据；根据电网仿真场景模型数据得到电网模型参数及基态运行数据，并生成电网仿真场景时序运行方式；根据预先构建的强化学习可调节负荷自动编排模块，将所述电网仿真场景时序运行方式作为输入，对所述实际电网可调节资源情况中的可调节负荷进行自动编排以分摊不平衡功率，输出可调节负荷时序控制策略；执行所述可调节负荷时序控制策略调整可调节负荷的有功功率，并基于所述电网模型参数及基态运行数据，进行电网潮流计算得到电网潮流数据；验证所述电网潮流数据的收敛性和合理性；经过验证的电网潮流数据作为时序潮流结果进行输出。
[0006]作为本专利技术进一步改进，所述获取实际电网可调节资源情况和电网仿真场景模型数据；根据电网仿真场景模型数据得到电网模型参数及基态运行数据，并生成电网仿真场景时序运行方式，包括：获取实际电网可调节资源情况和电网仿真场景模型数据，解析电网仿真场景模型数据的电网模型及选定时刻运行数据，进行模型数据匹配并生成初始基态断面，或选择一状态估计断面作为初始基态断面；根据具体仿真场景需求，输入电网仿真场景分析算例数据，包括机组有功功率、机组无功功率、负荷有功功率及负荷无功功率，在初始基态断面上进行设备功率覆盖，得到电网模型参数及基态运行数据，结合对应的时序动作序列根据电网仿真场景模型数据得到电网模型参数及基态运行数据，并生成电网仿真场景时序运行方式。
[0007]作为本专利技术进一步改进，所述预先构建的强化学习可调节负荷自动编排模块的构建方法包括：基于电网拓扑和潮流结果构建强化学习状态空间；基于预先构建的可调节负荷控制模型作为变量构建强化学习动作空间，动作结果为可调节负荷有功功率；基于潮流计算收敛性、合理性判定约束条件和专家知识经验指标构建多目标强化学习奖励函数；通过所述电网仿真场景时序运行方式统计时序断面不平衡量，将电网仿真场景时序运行方式和不平衡量信息作为强化学习的输入信息；使用强化学习神经网络作为智能体，将电网仿真场景时序运行方式的时序动作序列输入进行时序动作序列训练，构建强化学习可调节负荷自动编排模块。
[0008]作为本专利技术进一步改进，所述预先构建的可调节负荷控制模型是根据实际电网可调节资源情况及仿真需求构建得到，构建方法包括：在电力系统源网荷储协同调控模式下，根据实际电网可调节资源情况及仿真需求，可调节负荷控制模型建模包括参与互动仿真模拟的配网侧的一类或多类单体负荷，各类单体负荷汇集至主网负荷控制模型，主网负荷控制模型由单体负荷按成分比例叠加得到。
[0009]作为本专利技术进一步改进，所述主网负荷控制模型具体为：其中，为主网负荷控制模型，为第j个负荷所占比例系数；为单体负荷控制模型，具体为：式中，表示第j个负荷在t时刻负荷有功功率；表示第j个负荷在t
‑
1时刻的有功功率；表示第j个负荷的调节状态，表示第j个负荷在t
‑
1到t时段的可调负荷调节能力。
[0010]作为本专利技术进一步改进，当所述可调负荷调节能力为完整调节能力数据时，利用负荷功率变化量随响应时间变化曲线对可调节负荷控制模型建模，可调负荷调节能力
由负荷聚合商提供的曲线对应的函数得到，具体为：。
[0011]作为本专利技术进一步改进，当所述可调负荷调节能力为部分调节能力数据时，获取单体负荷可调能力量测数据，根据负荷响应功率与响应时间的线性关系，得到第a级负荷线性控制模型：性控制模型：其中，表示响应时间变化，表示第j个负荷第a级响应调节速率，表示第j个负荷第a级响应可上调量，表示第j个负荷第a级响应可下调量，表示第j个负荷在第a级调节时间段内的功率调节量；表示第j个负荷在第a级调节时间段内的总体功率调节量；表示第j个负荷上调持续时间，表示第j个负荷下调持续时间。
[0012]作为本专利技术进一步改进，当所述可调负荷调节能力为无调节能力数据时，根据可调节负荷典型类型进行可调节负荷控制模型建模构建，方法为：其中，表示响应时间变化，表示第j个负荷第a级响应调节速率，第j个负荷在第a级调节时间段内的可调负荷调节能力具体包括：a）调节速率根据负荷类型采用典型值，构建可调节负荷控制典型模型如下：其中，表示第j个负荷在第a级调节时间段内的总体功率调节量；为总体功率调节量最大值，为调节速率系数；b）根据用户设定值构建可调节控制模型如下：
其中，表示第j个负荷第a级响应设定可上调量，表示第j个负荷第a级响应设定可下调量；表示响应时间。
[0013]作为本专利技术进一步改进，将所述电网仿真场景时序运行方式作为输入，对所述实际电网可调节资源情况中的可调节负荷进行自动编排以分摊不平衡功率，输出可调节负荷时序控制策略，包括：基于所述电网仿真场景时序运行方式，统计各时刻断面的功率不平衡信息量，判断功率不平衡量是否大于设定门槛值；若不大于，则根据所述电网仿真场景时序运行方式的时序动作序列对所述实际电网可调节资源情况中的可调节负荷进行自动编排以分摊不平衡功率，生成可调节负荷时序控制策略；若大于，根据各时刻断面中当前电网状态和奖励函数，将所述电网仿真场景时序运行方式的时序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可调节负荷参与有功潮流连续调整方法，其特征在于，包括：获取实际电网可调节资源情况和电网仿真场景模型数据；根据电网仿真场景模型数据得到电网模型参数及基态运行数据，并生成电网仿真场景时序运行方式；根据预先构建的强化学习可调节负荷自动编排模块，将所述电网仿真场景时序运行方式作为输入，对所述实际电网可调节资源情况中的可调节负荷进行自动编排以分摊不平衡功率，输出可调节负荷时序控制策略；执行所述可调节负荷时序控制策略调整可调节负荷的有功功率，并基于所述电网模型参数及基态运行数据，进行电网潮流计算得到电网潮流数据；验证所述电网潮流数据的收敛性和合理性；经过验证的电网潮流数据作为时序潮流结果进行输出。2.根据权利要求1所述的可调节负荷参与有功潮流连续调整方法，其特征在于，所述获取实际电网可调节资源情况和电网仿真场景模型数据；根据电网仿真场景模型数据得到电网模型参数及基态运行数据，并生成电网仿真场景时序运行方式，包括：获取实际电网可调节资源情况和电网仿真场景模型数据，解析电网仿真场景模型数据的电网模型及选定时刻运行数据，进行模型数据匹配并生成初始基态断面，或选择一状态估计断面作为初始基态断面；根据具体仿真场景需求，输入电网仿真场景分析算例数据，包括机组有功功率、机组无功功率、负荷有功功率及负荷无功功率，在初始基态断面上进行设备功率覆盖，得到电网模型参数及基态运行数据，结合对应的时序动作序列根据电网仿真场景模型数据得到电网模型参数及基态运行数据，并生成电网仿真场景时序运行方式。3.根据权利要求1所述的可调节负荷参与有功潮流连续调整方法，其特征在于，所述预先构建的强化学习可调节负荷自动编排模块的构建方法包括：基于电网拓扑和潮流结果构建强化学习状态空间；基于预先构建的可调节负荷控制模型作为变量构建强化学习动作空间，动作结果为可调节负荷有功功率；基于潮流计算收敛性、合理性判定约束条件和专家知识经验指标构建多目标强化学习奖励函数；通过所述电网仿真场景时序运行方式统计时序断面不平衡量，将电网仿真场景时序运行方式和不平衡量信息作为强化学习的输入信息；使用强化学习神经网络作为智能体，将电网仿真场景时序运行方式的时序动作序列输入进行时序动作序列训练，构建强化学习可调节负荷自动编排模块。4.根据权利要求3所述的可调节负荷参与有功潮流连续调整方法，其特征在于，所述预先构建的可调节负荷控制模型是根据实际电网可调节资源情况及仿真需求构建得到，构建方法包括：在电力系统源网荷储协同调控模式下，根据实际电网可调节资源情况及仿真需求，可调节负荷控制模型建模包括参与互动仿真模拟的配网侧的一类或多类单体负荷，各类单体负荷汇集至主网负荷控制模型，主网负荷控制模型由单体负荷按成分比例叠加得到。5.根据权利要求4所述的可调节负荷参与有功潮流连续调整方法，其特征在于，所述主网负荷控制模型具体为：
其中，为主网负荷控制模型，t为时刻，为第j个负荷所占比例系数；为单体负荷控制模型，具体为：式中，表示第j个负荷在t时刻负荷有功功率；表示第j个负荷在t
‑
1时刻的有功功率；表示第j个负荷的调节状态，表示第j个负荷在t
‑
1到t时段的可调负荷调节能力。6.根据权利要求5所述的可调节负荷参与有功潮流连续调整方法，其特征在于，当所述可调负荷调节能力为完整调节能力数据时，利用负荷功率变化量随响应时间变化曲线对可调节负荷控制模型建模，可调负荷调节能力由负荷聚合商提供的曲线对应的函数得到，具体为：。7.根据权利要求5所述的可调节负荷参与有功潮流连续调整方法，其特征在于，当所述可调负荷调节能力为部分调节能力数据时，获取单体负荷可调能力量测数据，根据负荷响应功率与响应时间的线性关系，得到第a级负荷线性控制模型：应功率与响应时间的线性关系，得到第a级负荷线性控制模型：其中，表示响应时间变化，表示第j个负荷第a级响应调节速率，表示第j个负荷第a级响应可上调量，表示第j个负荷第a级响应可下调量，表示第j个负荷在第a级调节时间段内的功率调节量；表示第j个负荷在第a级调节时间段内的总体功率调节量；表示第j个负荷上调持续时间，表示第j个负荷下调持续时间。8.根据权利要求5所述的可调节负荷参与有功潮流连续调整方法，其特征在于，当所述可调负荷调节能力为无调节能力数据时，根据可调节负荷典型类型进行可调节负荷控制模型建模构建，方法为：其中，表示响应时间变化，表示第j个负荷第a级响应调节速率，第j个负荷在第a级调节时间段内的可调负荷调节能力具体...

【专利技术属性】
技术研发人员：韩昳，齐晓琳，李立新，於益军，宋旭日，邱成建，罗雅迪，张风彬，杨楠，黄宇鹏，卫泽晨，刘幸蔚，狄方春，孙博，王淼，刘升，门德月，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：