[发明专利]含可控移相器的电力系统潮流快速控制方法

说明书

本发明提供一种含可控移相器的电力系统潮流快速控制方法，该方法基于深度学习对含可控移相器的电力系统数据进行处理，旨在系统发生越限故障时给出快速潮流控制策略。首先基于深度学习建立故障识别模型，以系统故障时刻支路越限信息、潮流数据和节点调整状态为输入输出进行训练，识别故障后节点参与调整范围；然后，利用优化规划法，以确定的调整范围节点为寻优空间，进行系统安全校正优化计算，求得各节点有功、无功调整量。该潮流控制方法减少优化计算规模，在保证计算准确性的同时大大降低计算时间，可为电网调度人员在含可控移相器系统发生越限故障时提供指导性调整策略。

技术领域

本发明涉及电力系统潮流控制领域，具体涉及一种含可控移相器的电力系统潮流快速控制方法。

背景技术

电力系统有功安全校正是维持系统安全稳定运行的重要手段，其在系统线路发生过载时，通过调整发电机出力和切除相应负荷等手段改变节点注入功率，从而消除越限故障。目前，有功安全校正问题的求解方法或者说潮流控制方法主要分为灵敏度类方法和优化类方法，两种方法各有优劣，其中灵敏度类方法计算难度小，求解效率高，不存在收敛性的问题，且较易实现调整设备数量尽可能最少的控制目标，但此类方法受灵敏度计算精度的影响较大，平衡节点的不同会直接影响计算结果，且其往往忽略了无功功率的影响，所得控制策略的经济性和安全性可能无法满足系统的要求。而优化类方法则与前者恰恰相反，其计算效率较差，但所得控制策略的安全性和经济性较灵敏度类方法均有一定提升。

当前，随着电网互联规模逐渐扩大，网架结构日趋复杂，电网运行以及稳定控制面临严峻考验。可控移相器因其在工作时能够对线路潮流实施调节和控制，因而在电力系统中得到了广泛应用，然而对于含可控移相器的电力系统在运行中出现电压越限或者支路潮流越限故障时，如何充分发挥可控移相器的调控能力，采取相应的快速有效的潮流控制策略，保障电网安全运行，是亟需解决的技术问题。

发明内容

本发明的目的是：针对现有技术中存在的问题，提供一种含可控移相器的电力系统潮流快速控制方法，该方法既能满足系统控制策略的安全性和经济性要求，还可以提高求解效率，解决现有技术中优化类安全校正算法存在的收敛性问题。

本发明的技术方案是：本发明的含可控移项器的电力系统快速控制方法，包括以下步骤：

①建立基于深度学习网络的故障识别模型：

建立共有7层的基于深度学习网络的故障识别模型，其中第一层为输入层，第二层为系数0.5的Dropout层，第三至第六层为隐藏层，第七层为输出层；所述输入层为电力系统出现越限故障的支路信息和故障时刻潮流数据；输出层为节点调整量0或1；输入层和各隐藏层均采用激活函数ReLU，输出层采用激活函数Sigmoid；参数设置为：初始学习率0.05，批次大小500，迭代次数200；

②按照故障时所需调整的设备数最少且调整量最小的原则，人为设置含可控移相器的电力系统中不同支路发生不同程度的越限故障，相应获取越限故障时电力系统的潮流数据，形成步骤①所建立的基于深度学习网络的故障识别模型训练用的输入样本数据集；

③利用步骤②中所得输入样本数据集中的数据，采用电力系统有功安全校正的传统优化法计算对含可控移相器的电力系统潮流快速控制后各相应节点的调整状态，形成步骤①所建立的基于深度学习网络的故障识别模型训练用的输出样本数据集；

④以步骤②所得输入样本数据集中的数据为输入，以步骤③所得输出样本数据集中相应的数据为输出，对步骤①所建立的基于深度学习网络的故障识别模型进行训练；对训练的模型根据精确率、召回率等进行误差验证；并将训练好的模型作为可用的基于深度学习网络的故障识别模型予以保存；

⑤建立含可控移相器的电力系统潮流快速控制模型：

其中，单目标优化模型的目标函数为：

（1）