[发明专利]基于人工智能的线路潮流调控方法及系统

说明书

本发明公开了一种基于人工智能的线路潮流调控方法，包括以下过程：获取电网实时断面潮流数据；基于电网实时断面潮流数据，判断是否存在线路潮流越限；若判断存在线路潮流越限，则从实时断面潮流数据中提取电网特征量，使用预先训练的AI智能体基于电网特征量进行快速决策得到控制策略，依据得到的控制策略调控电网，重复AI智能体与电网的不断交互过程，直至线路潮流不越限。本发明通过AI智能体训练出控制策略来调控电网，通过AI智能体与电网的不断交互，实现电网的在线决策。

技术领域

本发明属于电网智能调控技术领域，具体涉及一种基于人工智能的线路潮流调控方法，还涉及一种基于人工智能的线路潮流调控系统。

背景技术

从安全和经济的角度来看，最大化可用输电传输能力(ATC,Available TransferCapability)对电力系统安全稳定运行和新能源消纳至关重要，这代表了传输网络的可用传输容量，可用于进一步的能源交易。由于环境和经济方面的考虑，通过建立新的线路来扩大传输能力来扩展传输对于世界各地的许多公用事业来说已不再是一个容易的选择。此外，可再生能源，需求响应，电动汽车和电力电子设备的普及率不断提高，导致更多的随机和动态行为威胁着现代电网的安全运行。因此，有必要开发出快速有效的控制策略，以在考虑各种不确定性的同时最大化ATC，同时满足各种安全约束条件。

与重新调度发电机，减少电力需求和安装FACTS设备相比，通过传输线切换或总线拆分进行主动网络拓扑控制以增加ATC并减轻拥堵的方法提供了一种低成本且有效的解决方案，特别是对于电力市场或公用事业放松管制的情况选择有限(例如，法国RTE拥有核电，满足其绝大部分需求)。这个想法最初是在1980年代初提出的，当时人们进行了一些研究工作以实现多种控制目的，例如成本最小化，电压和线路流量调节。考虑到大功率系统的复杂性和不确定性，传输线切换或总线拆分/重新连接本质上是一个混合整数非线性优化问题，是较为复杂的优化问题，较难在线快速求解。

同时，现有方法存在一些局限性，包括：(a)通常在不考虑所有安全约束的情况下使用直流潮流的线性逼近，这会影响实际解决方案的精度。由于电网的高度非线性特性，使用具有所有安全约束的完整交流潮流计算变为非凸优化，如果不放松/牺牲某些安全性约束或解决方案精度，就无法使用最新优化技术有效解决该问题。(b)同时要切换的线路和母线的组合呈指数增长；此外，基于灵敏度的方法容易受到系统运行条件变化的影响。因此，解决大型电网的这种优化过程可能会花费较长时间，从而导致解决方案无法部署在实时环境中。

发明内容

本发明的目的在于克服现有技术中的不足，提供了一种基于人工智能的线路潮流调控方法，通过AI智能体训练出控制策略来调控电网，通过AI智能体与电网的不断交互，实现电网的在线决策。

为解决上述技术问题，本发明提供了一种基于人工智能的线路潮流调控方法，包括以下过程：

获取电网实时断面潮流数据；

基于电网实时断面潮流数据，判断是否存在线路潮流越限；

若判断存在线路潮流越限，则从实时断面潮流数据中提取电网特征量，使用预先训练的AI智能体基于电网特征量进行快速决策得到控制策略，所述AI智能体为深度双Q网络训练得到的神经网络模型；依据得到的控制策略调控电网，此过程为AI智能体与电网的交互过程；

采集调控后的电网实时断面潮流数据，若判断仍发生潮流越限，则重复AI智能体与电网的交互过程，直至线路潮流不越限。

可选地，所述控制策略包含线路切换和/或节点拆分/重新加入。

可选地，所述AI智能体的训练过程为：

获取电网的多个历史断面潮流数据，并从中提取电网特征量，生成训练样本；

将训练样本输入预先构建的AI智能体进行训练，输出控制策略；