[发明专利]考虑负荷成分的配电网紧急切负荷优化控制方法和装置

说明书

本发明提供了一种考虑负荷成分的配电网紧急切负荷优化控制方法和装置，方法包括：获取用户对应的气象预测数据和净负荷数据；通过预先训练好的双层模型，获得用户分离好的光伏出力值和负荷值；通过基于分层序关系法进行赋权的多层评估指标体系，计算获得所述用户的综合切负荷控制成本；以配电网所有的综合切负荷控制成本之和最小作为目标函数，构建考虑负荷侧用户需求响应的紧急切负荷控制优化模型；对紧急切负荷控制优化模型进行求解，实现对所述配电网的优化控制。相比于现有技术，采用了用户级别的双层模型以实现光伏和负荷分离，可以明确分离所得负荷的源头，实现高精度用户级源荷分离、准确评估用户真实用能情况和电能支撑能力。

技术领域

本发明涉及负荷切除控制领域，尤其涉及一种考虑负荷成分的配电网紧急切负荷优化控制方法、装置、终端设备和计算机可读存储介质。

背景技术

随着新能源的高比例渗透、分布式发电以及储能技术的普及和发展，屋顶光伏等配套项目的不断推进，用户侧分布式资源体量不断增大，用户特性由传统的单负荷向源荷二重性转变，这为电力系统安全稳定控制提供了新的可能。

近年来，有关如何在紧急场景下实现最优负荷切除控制已经成为了工业界和学界的重点关注问题。现有技术将切负荷带来的各种影响刻画为不同的目标函数，形成多目标问题，并利用群智能算法进行求解，以实现负荷的切除。但是，这种方法注重于输电网的运行状态而将下层配电网作为节点中可切除的净负荷，在这个过程中，其仅考虑了配电网中负荷的分级，而忽略了配电网净负荷的组成成分。例如，同样净负荷的两条馈线，其可能存在分布式资源处理的差异，切除两者带来的影响也相应是显著不同的。分布式资源出力多的馈线会相应搭载更多的负荷，所以应优先保留该条馈线。因此，亟需一种能够考虑合理考虑切负荷代价的配电网切负荷控制方法。

发明内容

本发明提供了一种考虑负荷成分的配电网紧急切负荷优化控制方法、装置、终端设备和计算机可读存储介质，合理利用负荷侧用户需求响应，以解决现有技术切负荷代价量化界定困难的技术问题。

为了解决上述技术问题，本发明实施例提供了一种考虑负荷成分的配电网紧急切负荷优化控制方，包括：

获取用户对应的网格化气象预测数据和预设时间范围内的净负荷数据；其中，所述气象预测数据包括温度数据、湿度数据、光照强度数据和气压数据；所述净负荷数据为负荷计量值与光伏出力计量值的差值；

根据所述网格化气象预测数据和预设时间范围内的净负荷数据，通过预先训练好的双层模型，获得所述用户分离好的光伏出力值和负荷值；其中，所述双层模型包括下层基础模型和上层推理模型；所述下层基础模型包含若干基础子模型，所述上层推理模型的输入为各基础子模型的输出，且所述上层推理模型用于根据所述用户的净负荷数据的欧式距离确定模型集合，并计算所述模型集合中各所述基础子模型对应的最优概率，将所述概率最大的基础子模型的输出作为分离结果；

根据所述用户分离好的光伏出力值和负荷值，通过基于分层序关系法进行赋权的多层评估指标体系，计算获得所述用户的综合切负荷控制成本；

以配电网所有的综合切负荷控制成本之和最小作为目标函数，构建考虑负荷侧用户需求响应的紧急切负荷控制优化模型；

在配电网潮流约束、切负荷指令执行下限约束和需求响应用户可调容量上下限约束的约束下，对所述紧急切负荷控制优化模型进行求解，并基于求解结果实现对所述配电网的优化控制。

作为优选方案，所述基础子模型的训练过程包括：

其中，M_a为第α个基础子模型的训练样本总数，为第m_α个训练样本的输出标签向量，为所述基础子模型的输入特征，θ_a为第α个基础子模型的模型参数向量，代表第α个基础子模型的输出特征。

作为优选方案，所述上层推理模型的训练过程包括：