面向新能源消纳场景的电网调度方法、装置、设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114156893A(43)申请公布日2022.03.08(21)申请号202111464237.1(51)Int.Cl.(22)申请日2021.12.02H02J3/06(2006.01)H02J3/46(2006.01)(71)申请人中国电力科学研究院有限公司H02J3/00(2006.01)地址100192北京市海淀区清河小营东路H02J3/48(2006.01)15号H02J3/50(2006.01)(72)发明人俞灵李立新黄宇鹏王佳琪杨楠罗雅迪陶蕾宋旭日崔灿夏文岳封超涵黄运豪李大鹏张周杰冯琼狄方春杨清波李劲松叶瑞丽马欣欣武书舟谢琳(74)专利代理机构北京中巡通大知识产权代理有限公司11703代理人李宏德权利要求书5页说明书14页附图2页(54)发明名称面向新能源消纳场景的电网调度方法、装置、设备及介质(57)摘要本发明属于电力自动化技术领域，公开一种面向新能源消纳场景的电网调度方法、装置、设备及介质，所述方法包括：获取电网历史断面数据；建立面向新能源消纳场景的潮流优化模型，确定潮流优化模型的约束条件和目标函数；将潮流优化模型融合转化成一个马尔科夫决策过程，给出状态空间、动作空间和奖励函数；封装成一个电网运行环境模拟器；利用智能体与电网运行环境模拟器采用深度强化学习算法进行交互学习，对智能体进行更新求解，得到连续一段时间内新能源消纳场景下的最优动作策略并输出。本发明断面数据的基础上，引入了多种约束因素，提高了面向新能源消纳场景的电网运行模型仿真的合理性；在可再生能源消纳的同时，提高电网输出的稳定性。CN114156893ACN114156893A权利要求书1/5页1.面向新能源消纳场景的电网调度方法，其特征在于，包括以下步骤：获取电网历史断面数据；建立面向新能源消纳场景的潮流优化模型，确定潮流优化模型的约束条件和目标函数；将潮流优化模型融合转化成一个马尔科夫决策过程，给出状态空间、动作空间和奖励函数；将获取的电网历史断面数据、建立的潮流优化模型、约束条件、目标函数状态空间、动作空间和奖励函数封装成一个电网运行环境模拟器；利用智能体与电网运行环境模拟器采用深度强化学习算法进行交互学习，对智能体进行更新求解，得到连续一段时间内新能源消纳场景下的最优动作策略并输出。2.根据权利要求1所述的面向新能源消纳场景的电网调度方法，其特征在于，所述获取电网历史断面数据具体包括：从数据库中读取待调度电网的历史断面数据，每个断面时间间隔为5分钟；所述历史断面数据与潮流优化模型中需要的数据对应，包括以下数据中的部分或者全部：电网调度期间的时刻总数T；火电机组、光电机组、风电机组的数目ng，nv和nw；火电机组、光电机组和风电机组的编号分别为和第i台火电机组、光电机组和风电机组在t时刻的出力值和第i台火电机组的启停状态1表示运行，0表示停运；第i台火电机组的启动成本停机成本第i台火电机组、光电机组和风电机组在t时刻的运行成本：其中A，B，C为常数；第i台火电机组的出力上限出力下限第i台光电机组在t时刻的出力上限第i台风电机组在t时刻的出力上限第i台火电机组的出力爬坡的上限第i台火电机组截止到t时刻的停机或运行的连续时长第i台火电机组关机后允许重启所需的最小时长第i台火电机组重启后允许关机所需的最小时长3.根据权利要求1所述的面向新能源消纳场景的电网调度方法，其特征在于，所述约束条件包括以下约束中一种或者多种：(1)潮流约束潮流约束模型如下：2CN114156893A权利要求书2/5页其中，N表示电网节点数，Pi(t)和Qi(t)表示时段t节点i的注入有功和无功功率；Ui(t)和Uj(t)分别表示时段t节点i、j的电压幅值；Gij和Bij分别表示支路的电导和电纳；θij(t)表示时段t节点i、j的电压相角差；(2)火电机组出力约束其中，为第i台火电机组在t时刻的出力值；为第i台火电机组在t‑1时刻的允许出力下限，为第i台火电机组在t‑1时刻的允许出力上限；(3)新能源机组出力约束(4)火电机组爬坡约束其中，为第i台火电机组在t‑1时刻的出力调整值，为第i台火电机组的出力爬坡的上限；K1为常数；(5)火电机组启停约束情况一、运行机组停机，hi，t‑1＝1且hi，t＝0，则需满足下式：情况二：停运机组重启，即hi，t‑1＝0且hi，t＝1，则需满足下式：其中，表示第i台火电机组截止到t‑1时刻的停机或运行的连续时长；表示第i台火电机组关机后允许重启所需的最小时长；表示第i台火电机组重启后允许关机所需的最小时长；(6)线路越限约束任意线路出现以下情况，则该线路断开，即LRj，t＝0；情况一：电流值超过电流热极限的常数K2倍，公式如下：情况二：连续常数K3个时间步越限，公式如