[发明专利]一种优化与控制双层协同二级电压控制方法

说明书

本发明提出一种优化与控制双层协同二级电压控制方法，该方法包括优化算法和控制算法，即复数编码蜻蜓算法和人工情感强化学习算法，同时提出协同二级电压控制框架。首先，人工情感强化学习算法应用于自动电压调节，该算法可获得最优控制性能并且减轻维数灾难。其次，二级电压控制使用复数编码蜻蜓算法可获得更稳定的收敛性能。最后，在多机电力系统中，协同的复数编码蜻蜓‑人工情感强化学习算法可以有效地获得协同二级电压控制的最高控制性能和收敛性。

技术领域

本发明属于电力系统电压控制领域，涉及一种基于复数编码算法、蜻蜓算法、人工情感算法和强化学习算法的电压控制方法，适用于电力系统的电压控制。

背景技术

传统电压控制包含三层，即自动电压调节、二级电压控制和三级电压控制。自动电压调节可通过传统的比例-积分-微分调节控制，但需要配置比例-积分-微分调节的参数。自动电压调节可以采用优化算法增加比例-积分-微分调节的控制性能，如灰色预测理论、基于教学优化算法或非洲水牛优化算法。然而，系统参数发生改变后，比例-积分-微分控制的参数应该重新配置。为获得更高的控制性能，动态系统可以采用强化学习算法。为获得更精确的控制策略，强化学习算法动作集合中的动作数量应该增加，强化学习算法的Q值和P值矩阵维数将会增加，从而，强化学习算法编程所占空间过大，导致系统内存不足并产生维数灾难。因此，现有的比例-积分-微分调节控制和强化学习算法存在局限性，不能满足自动电压调节的性能需求。二级电压控制作用一个区域的节点时其他区域的节点被压缩，但电力系统的一般原则表明，任何控制区域的节点都是一般节点。因此，传统的二级电压控制不能满足电力系统对节点要求。由二级电压控制改进的协同二级电压控制满足节点要求，可以调节无功潮流的自由变量。本发明把碳能复合流纳入协同二级电压控制，旨在提高约束地区的电压稳定性。

近年来提出的蜻蜓算法可解决单目标、离散和多目标问题。蜻蜓算法已应用于多种应用领域。例如，支持向量机的参数优化、经济调度和机组组合问题。

发明内容

本发明提出一种优化与控制双层协同二级电压控制方法。该方法将人工情感强化学习算法应用到自动电压调节中，同时提出了一种新优化算法，即复数编码蜻蜓算法。然后，复数编码蜻蜓算法和人工情感强化学习算法同时作用于协同二级电压控制。

自动电压调节通常被称为发电机励磁调节或控制算法调节，自动电压调节的控制周期是数秒钟。二级电压控制可以通过闭环控制算法来调节，例如比例-积分-微分调节和强化学习算法。二级电压控制的控制周期是数分钟。三级电压控制可以通过优化算法来解决，例如遗传算法、粒子群优化算法、灰狼算法、飞蛾扑火算法和蜻蜓算法。

本发明提出协同二级电压控制可减少电力系统多个控制区域的耦合结构。设置协同二级电压控制的控制周期为10秒。协同二级电压控制的主节点可由自动电压调节协同控制。

考虑碳排放的协同二级电压控制优化目标可描述为

F＝min μ₁C′_ds+μ₂P_loss+μ₃V_d (1)

式中，μ₁、μ₂和μ₃分别是碳能复合流、有功功率损耗和稳态电压分量的权重。并且μ₁+μ₂+μ₃＝1。稳态电压分量V_d计算为

式中，n_G是发电机节点数目；V_j、和分别是j节点实际电压、最大电压和最小电压。有功损耗计算为