[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

说明书

本发明公开了一种基于深度强化学习调整电力系统潮流的方法及系统，涉及大电网潮流自动调整领域。本发明方法包括：以每个目标断面的待调整有功功率范围作为训练目标的输入信息；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；基于每个回合的训练目标进一步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；利用深度强化学习算法生成调整策略；执行调整策略调整电力系统潮流状态，直到将传输功率调整至目标值。本发明可以使电力系统运行方式计算的自动化进行成为可能，具有较大的工程应用价值和推广前景。

技术领域

本发明涉及大电网潮流自动调整领域，并且更具体地，涉及一种基于深度强化学习调整电力系统潮流的方法及系统。

背景技术

电力系统运行方式是电力系统调度部门编制的指导电力系统运行的总体技术方案，是整个电网稳定安全运行基础，对电网安全经济运行起着举足轻重的作用。随着我国电网建设的迅猛发展和电网规模的显著扩大，特别是特高压交直流混连大电网格局的逐步形成，电力系统安全稳定特性与机理日趋复杂，电网运行控制难度不断加大，电网运行方式的计算量和调整内容也呈规模性地增长。其中，潮流计算是核心工作，因为电力系统静态稳定、暂态稳定等计算都要以各种运行方式下的潮流计算结果为基础。但是各种潮流方式的调整也是整个电力系统运行方式计算中最为耗时的一个环节，目前仍主要由人工来完成。大量方式人员手动将基础潮流调整至目标运行方式，然后进行暂态稳定分析。此项工作过于依赖方式人员的工作经验，且调整的结果受方式人员的主观影响较大，不同人员调整出的结果不唯一；对于缺乏经验的新手来说，需要花费更长的时间才能得出需要的潮流结果，工作效率低下。

鉴于人工调整潮流存在效率低下和过于依赖人员经验等缺点，迫切需要开发一种能够依靠规则来自动实现潮流调整的算法，众多学者和电力工作人员已经开始了相关算法的研究。潮流调整的过程可看成是一个连续的状态转移概率未知的马尔科夫决策过程，而人工智能算法正擅长于求解这类问题，因此可以使用人工智能算法来实现潮流调整的自动化。

发明内容

针对上述问题，本发明提供了一种基于深度强化学习调整电力系统潮流的方法，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。

可选的，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；