[发明专利]一种用于电力系统潮流的恢复可解性调整方法及系统

权利要求书

1.一种用于电力系统潮流的恢复可解性调整方法，所述方法包括：

获取电力系统的功率平衡程度，根据功率平衡程度确定潮流可解性的综合评价指标；

根据GCRNN确定电力系统的时空融合潮流状态评估结果；

根据综合评价指标及时空融合潮流状态评估结果，并采用DDQN对电力系统潮流进行强化学习，对电力系统潮流无解进行调整，恢复电力系统潮流可解性。

2.根据权利要求1所述的方法，所述功率平衡程度，包括：有功平衡程度，无功平衡程度及输电断面越限程度；

所述有功平衡程度，满足区域内的有功功率量平衡约束，如下：

∑P_L(1+ΔL_min％)≤∑P_G≤∑P_L(1+ΔL_max％)

其中，式中∑P_G为节点发电量的和，∑P_L为节点负荷量的和，ΔL_min％为网损的下限，L_max％为网损的上限；

若有功功率满足有功功率量平衡约束，且定义有功平衡程度为1，则有功平衡程度为：

所述无功平衡程度，为节点目前已补偿的无功与目标值的比，如下:

其中，为第i个节点目前已补偿的无功功率，为第i个节点的无功补偿目标值，B_Q为无功可能不平衡的关键节点；

所述输电断面越限程度，根据断面输送功率，对比断面功率约束，判断每个断面的越限情况，公式如下：

其中，为第i个断面的输送功率，为第i个断面的功率约束，N_C为断面个数。

3.根据权利要求1所述的方法，所述综合评价指标，如下：

μ＝ω₁μ_P+ω₂μ_QC+ω₃μ_C

其中，ω₁、ω₂、ω₃为权重系数。

4.根据权利要求1所述的方法，所述根据GCRNN确定电力系统的时空融合潮流状态评估结果，具体为：采用图卷积神经网络提取电力系统的空间特征，使用空间特征根据RNN来确定不同时间轴信息的交互；

所述不同时间轴信息的交互，包括：输入输出参数的选择和网络结构的构建；

所述输入输出参数的选择，具体为：将雅阁比矩阵的切线向量TV按节点个数重排行列，并按节点之间的电气距离重排节点编号，根据节点个数，将相同节点排在一行，重新排列的节点如下式：

其中，T_TV1和V_TV1分别为与电压相角和电压幅值有关的TV。

根据TV'，计算当前潮流状态的可解性综合评价指标μ，获得网络的输出o(t)：

o(t)＝f(μ)

所述网络结构的构建，具体为：将RNN单元中的全连接线性乘法改成共享权值的图卷积运算，形成GCRNN，具体公式如下：

其中，U、W和V为全局共享的参数，s(t)、h(t)和o(t)分别为t时刻的中间状态、隐藏状态和输出，D为对角矩阵，A为图的邻接矩阵，b和c分别为网络偏置。

5.根据权利要求1所述的方法，所述强化学习，包括状态空间构建、动作空间构建及奖赏设置；

所述状态空间构建，具体为：将切线向量进行节点重排后作为状态；

所述动作空间构建，具体为：对发电机出力、机端电压、无功补偿设备的投入状态及节点类型进行组合；

所述奖赏设置，包括：潮流计算结果得到的奖赏，可解性评价得到的奖赏，及合约束条件得到的奖赏。