[发明专利]一种电网预防控制方法、装置、设备及介质

说明书

本发明公开了一种电网预防控制方法、装置、设备及介质，本方法包括，将区域发电有功出力的当前实际值输入预设的稳定性评估模型，稳定性评估模型输出电力系统运行预测结果；当电力系统运行预测结果为电力系统运行失稳时，将区域发电有功出力的当前实际值输入预设的局部代理模型，利用预设的局部代理模型识别影响电力系统运行稳定性的关键特征；基于关键特征生成电网安全边界线性约束；基于电网安全边界线性约束，使用考虑网损的直流最优潮流方法对电力系统进行有功潮流调整，使电力系统运行稳定。不需要对电力系统进行机理建模，训练后的模型可直接、实时进行暂态稳定评估与预防控制生成，支持在线应用，解决了传统方法计算速度慢的问题。

技术领域

本发明属于电力系统安全分析与控制领域，具体涉及一种电网预防控制方法、装置、设备及介质。

背景技术

对复杂模型的解释一般可分为事前(ante-hoc)解释和事后(post-hoc)解释，事前解释通过训练结构简单、可解释性好的模型，或将可解释性结合到具体的模型结构中；事后解释指通过开发可解释性技术解释已训练好的机器学习模型。其中，根据解释目标和解释对象的不同，事后可解释性又可分为全局可解释和局部可解释，全局可解释性旨在帮助人们理解复杂模型背后的整体逻辑以及内部的工作机制，局部可解释性旨在帮助人们理解机器学习模型针对每一个输入样本的决策过程和决策依据。

电力系统机组失稳是造成大规模事故的主要原因之一，有效的暂态稳定评估和事故预防措施是维持系统安全稳定运行的关键。在电力系统的暂态稳定控制中，通常有预防控制和紧急控制两种重要手段，两种方法在时间上具有互补性。其中，对故障后暂态稳定的实时预测，对预测速度和精度有着极高要求；而若能按实际工况在故障发生前就进行评估，既可避免大量无关工况的分析降低求解难度，同时一旦判断当前状态不安全，仍有较充分的时间制定预防控制策略。

一般来说，预防控制问题需要求解含暂态稳定约束的最优潮流模型(transientstability constrained optimal power flow，TSCOPF)。传统基于物理模型的计算方法拥有计算准确、可靠性高的优点，但模型中含有非线性微分代数方程，计算复杂、运算时间长，难以满足在线计算的要求。数据驱动的方法在挖掘潜在规律方具有优势，且运算速度快，用于暂态稳定评估问题中可以规避复杂时域方程求解。结构简单的模型直观、易于解释其得到的规则，但是一般预测准确率较低；结构复杂的“黑箱”模型的准确率普遍较高，但由于其决策逻辑不可理解，难以在高安全敏感度的电力系统中进行实际应用。

发明内容

本发明的目的在于提供一种电网预防控制方法、装置、设备及介质，以解决背景技术中传统方法计算速度慢的问题。

为了实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供了一种电网预防控制方法，包括如下步骤：

获取区域发电有功出力的当前实际值；

将所述区域发电有功出力的当前实际值输入预设的稳定性评估模型，所述稳定性评估模型输出电力系统运行预测结果；

当所述电力系统运行预测结果为电力系统运行失稳时，将所述区域发电有功出力的当前实际值输入预设的局部代理模型，利用预设的局部代理模型识别影响电力系统运行稳定性的关键特征；

基于所述关键特征生成电网安全边界线性约束；

基于所述电网安全边界线性约束，使用考虑网损的直流最优潮流方法对电力系统进行有功潮流调整，使电力系统运行稳定。

进一步的，所述将所述区域发电有功出力的当前实际值输入预设的稳定性评估模型的步骤中，所述稳定性评估模型的训练方式为：

获取电力系统的运行方式样本集；

构建XGBoost模型；其中，所述XGBoost模型是由K个决策树组成的决策树森林模型；