[发明专利]一种电网前瞻优化调度方法及系统

说明书

本发明公开了一种电网前瞻优化调度方法及系统，包括：根据实际电网环境，确定当前时段的观测量；将所述当前时间的观测量输入到训练后的前瞻调度决策智能体中，得到前瞻调度巡航路径，根据所述前瞻调度巡航路径进行电网前瞻优化调度，其中，训练后的前瞻调度决策智能体通过约束强化学习方法训练得到，该方法及系统能够具有智能化水平高以及决策效率高的特点。

技术领域

本发明属于电力系统自动化领域，涉及一种电网前瞻优化调度方法及系统。

背景技术

随着能源转型的不断深入，电力系统进入崭新的时代，特高压交直流混联电网规模快速扩大，高渗透率新能源快速发展，柔性负荷、储能等新型负荷比例快速上升，以清洁低碳、安全可靠、泛在互联、高效互动、智能开放为特征的能源互联网正在建设之中。如何有效提升电网应对不确定场景的能力，特别是提升电网日内调度决策的效率和适应性，是当前电网稳态自适应巡航面临的新挑战，具体体现在以下几个方面：一是电网运行方式的不确定性日益增加，短时优化决策复杂度骤增。二是电网调度对象和数量呈指数级增加，短时优化决策效率有待提高。三是日内异常情况下仍高度依赖调度员的经验积累和认知水平，智能化水平亟待提升。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种电网前瞻优化调度方法及系统，该方法及系统能够具有智能化水平高以及决策效率高的特点。

为达到上述目的，本发明采用如下技术方案：

本发明一方面，本发明提供了一种电网前瞻优化调度方法，包括：

根据实际电网环境，确定当前时段的观测量；

将所述当前时段的观测量输入到训练后的前瞻调度决策智能体中，得到前瞻调度巡航路径，根据所述前瞻调度巡航路径进行电网前瞻优化调度，其中，训练后的前瞻调度决策智能体通过约束强化学习方法训练得到。

本发明所述电网前瞻优化调度方法进一步的改进在于：

所述当前时段的观测量包括当前时段机组出力、下一时段节点负荷有功功率相对于当前时段的调节值、下一时段电网的总负荷功率相对于当前时段的调节值、电网中线路的开断状态、机组出力可调范围上限以及机组出力可调范围下限。

所述将所述当前时段的观测量输入到训练后的前瞻调度决策智能体中之前还包括：

建立面向电力系统前瞻调度问题的数字运行仿真环境；

在所述数字运行仿真环境下，基于约束强化学习方法进行前瞻调度决策智能体的训练，得到训练后的前瞻调度决策智能体。

所述基于约束强化学习方法进行前瞻调度决策智能体的训练过程中的约束条件包括当前时段的新能源消纳率小于等于新能源消纳率预期值、当前时段的功率不平衡量平方误差小于等于功率不平衡量的期望最大上限、当前时段的常规机组上/下备用爬坡容量可用率大于等于容量可用率的预期阈值、当前时段的平衡机出力回调量目标与实际出力改变量的平方误差小于等于回调机制的约束阈值以及当前时段的各条线路负载率小于等于对线路负载率的期望阈值。

所述当前时段的功率不平衡量平方误差小于等于功率不平衡量的期望最大上限表示为：

其中，n_new为新能源机组个数，n_load为负荷节点的个数，ρ^loss为电网网损率，p_l,t为负荷节点l在时刻t的实际有功负荷，n_conv为常规机组个数，p_j,t为常规机组j在时刻t的实际有功出力，α_2,t为功率不平衡量的期望最大上限。

当前时段的常规机组上/下备用爬坡容量可用率大于等于容量可用率的预期阈值表示为：