[发明专利]一种基于深度强化学习调整电力系统潮流的方法及系统

权利要求书

1.一种基于深度强化学习调整电力系统潮流的方法，所述方法包括：

获取待调整电力系统目标断面集合，对每个目标断面进行编号，确定每个目标断面的待调整有功功率范围并作为训练目标的输入信息；

记录任意一个目标断面m的初始功率为并根据断面m的目标功率边界对电力系统中可调发电机进行初步筛选；

随机获取目标断面m编号及目标断面m的传输功率；

针对目标断面m的传输功率确定可调发电机的精细筛选策略，并实时补偿有功功率的变化；

使用基于Actor-Critic架构的确定性策略梯度算法，以电力系统潮流的状态、目标断面m编号和目标断面m的传输功率作为输入，以精细筛选后的发电机的调整策略作为输出，并对其中的Actor网络和Critic网络进行训练，训练生成预设调整策略；

训练完成后，对预设调整策略的Actor网络输入断面编号值m、目标传输功率值和电力系统潮流状态，由Actor网络映射出潮流状态对应的调整策略，并执行调整策略调整电力系统潮流状态，直到目标断面m的传输功率调整至目标值。

2.根据权利要求1所述的方法，所述的初步筛选包括：

获取可调发电机i的有功功率为最大值和最小值时目标断面m的断面功率的正方向调整量与断面功率的负方向调整量和的计算公式如下：

式中，Ω为可调发电机集合、Ω_C为目标断面m集合、为发电机i的有功功率为最大值时目标断面m的传输功率值、为可调发电机i的有功功率为最小值时目标断面m的传输功率值和为目标断面m的初始传输功率值；

将与按从大到小进行排序并按从大到小的顺序分别累加，直到累加的调整量大于待调整断面m的正方向和负方向目标功率边界值的特定倍数ε_c，获取初步筛选的可调发电机i集合和

3.根据权利要求1所述的方法，所述的针对目标断面m的传输功率确定可调发电机的精细筛选策略，并实时补偿有功功率的变化，包括：

针对断面m在范围内的任意目标功率值从和中进一步筛选待调整的发电机，使筛选出的发电机的调整量能够覆盖到并且数量最少，获取精细筛选结果；

引入参数将按从小到大的顺序排列，记录对应的发电机序列。

4.根据权利要求3所述的方法，所述的针对目标断面m的传输功率确定可调发电机的精细筛选策略，并实时补偿有功功率的变化的过程中，当因调整断面有功功率而引起全电网有功功率不平衡时，按照从小到大的排列顺序来选择发电机进行有功功率补偿。

5.一种基于深度强化学习调整电力系统潮流的系统，所述系统包括：

信息获取模块，获取待调整电力系统目标断面集合，对每个目标断面进行编号，确定每个目标断面的待调整有功功率范围并作为训练目标的输入信息；

第一筛选模块，记录任意一个目标断面m的初始功率为并根据断面m的目标功率边界对电力系统中可调发电机进行初步筛选；

训练目标确定模块，随机获取目标断面m编号及目标断面m的传输功率；

第二筛选模块，针对目标断面m的传输功率确定可调发电机的精细筛选策略，并实时补偿有功功率的变化；

策略生成模块，使用基于Actor-Critic架构的确定性策略梯度算法，以电力系统潮流的状态、目标断面m编号和目标断面m的传输功率作为输入，以精细筛选后的发电机的调整策略作为输出，并对其中的Actor网络和Critic网络进行训练，训练生成预设调整策略；

调整模块，训练完成后，对预设调整策略的Actor网络输入断面编号值m、目标传输功率值和电力系统潮流状态，由Actor网络映射出潮流状态对应的调整策略，并执行调整策略调整电力系统潮流状态，直到目标断面m的传输功率调整至目标值。