[发明专利]一种基于近端策略优化算法的考虑N-1安全约束的风险调度方法

说明书

本发明公开一种基于近端策略优化算法的考虑N‑1安全约束的风险调度方法，步骤为：1)建立了充分考虑机组运行约束、潮流约束以及N‑1安全约束下的风险调度模型；2)定义了该模型在强化学习框架下的马尔科夫奖励过程，确定相应的状态空间，动作空间以及奖励函数等；3)基于近端策略优化算法的自我探索学习机制，通过与电力系统环境的交互，训练了可以在源荷随机变化以及网架随机故障下确保电力系统运行安全性和经济性的风险调度网络。本发明可以有效应用在含新能源的电力系统中，可以快速得到在任意场景下经济、安全的最优机组调度计划，确保电力系统运行的经济性和安全性。

技术领域

本发明涉及含高比例新能源的电力系统风险调度领域，具体是一种基于近端策略优化算法的考虑N-1安全约束的风险调度方法。

背景技术

在我国碳中和的背景下，大力发展可再生能源成为了国家战略和社会共识。而风电、光伏以其分布广泛、技术成熟以及成本低廉等优势在众多可再能源中脱颖而出。而在以风光为主体的新型电力系统中，由于风光的随机波动性，给电力系统的安全稳定运行带来了巨大的挑战。

因此，含高比例新能源的电力系统风险调度问题成为学术界的研究热点，但是传统的采用先验概率模型描述风光不确定性的概率模型难以真正捕捉源荷的不确定性，并且传统基于直流潮流的风险调度方法难以准确模拟N-1故障态下的线路功率，同时缺乏对电压风险的考虑，还有传统的风险调度方法存在决策变量多、约束庞大，模型复杂，求解效率低且难以求解的问题。

发明内容

本发明的目的是提供一种基于近端策略优化算法的考虑N-1安全约束的风险调度方法，包括以下步骤：

1)建立考虑N-1安全约束的电力系统风险调度模型。

所述考虑N-1安全约束的电力系统风险调度模型的目标函数如下所示：

式中，T为调度时间周期。

t时刻的机组发电成本F_G,t、网损成本F_loss,t和风险惩罚成本F_risk,t分别如下所示：

式中，N为机组数目。P_G,t,n为n个机组在t时刻的实际出力。a_n、b_n、c_n为第n个机组的相关成本系数。N_b为网络节点数。P_i,t、Q_i,t和V_i,t分别为第i个节点在第t个时刻的有功功率、无功功率以及节点电压。R_ij为节点i和节点j之间的电阻。C_sell为电网售电价格。N_c和N_l分别是预想事故数和电网支路总数。C_risk为风险惩罚因子。

其中，第l个线路在预想事故k发生之后的线路过载水平Lsev_l,k如下所示：

式中，s₁,s₂分别表示线路潮流达到短期紧急值LTE和长期紧急值STE时的过载严重程度。r是预想故障k下支路l上的潮流百分比；

在预想事故k下节点i的电压幅值越限严重程度Vsev_i,k如下所示：