CN111900724A - 一种电力系统暂态稳定紧急控制在线决策方法、装置及存储介质 - Google Patents

Abstract

本发明公开了电力系统暂态稳定紧急控制在线决策方法、装置及存储介质，所述方法包括如下步骤：获取电网当前运行状态数据；基于电网当前运行状态数据对预想故障进行暂态稳定量化评估计算；响应于电网当前运行方式暂态失稳，根据电网当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型；采用紧急控制措施决策子模型确定紧急控制措施类别及各类别紧急控制措施控制量；在各类别紧急控制措施空间中，按照控制性能指标对紧急控制措施排序；基于排序结果分配紧急控制措施控制量至具体控制措施，获得紧急控制措施决策结果。本发明能够实现电力系统暂态稳定紧急控制措施在线智能决策，可以满足计算速度和准确性的要求。

Description

一种电力系统暂态稳定紧急控制在线决策方法、装置及存储 介质

技术领域

本发明涉及一种电力系统暂态稳定紧急控制在线决策方法、装置及存储介质，属于电力系统技术领域。

背景技术

大区电网的互联、直流输电工程的大量建设以及新能源发电在电网中的规模不断扩大，电网运行状态多变，安全稳定特性复杂，影响因素众多，仅通过离线计算设计紧急控制措施已经越来越难以权衡电网运行安全稳定性和经济性要求，甚至在不考虑控制代价的条件下都难以设计出能够确保电网运行安全稳定性的紧急控制措施，急需引入在线控制模式来综合提高紧急控制措施的针对性，确保电网运行安全稳定性，并有效降低控制代价。

紧急控制需要在故障发生后100ms左右实施，无法通过在检测到故障发生后再计算紧急控制措施对电网实时控制，因此，只能采用“在线预决策”的方式，在故障没有发生的情况下针对电网的当前运行状态预先计算出在线紧急控制措施，待故障发生后采用该在线紧急控制措施对电网实施控制，以满足紧急控制对实时性的要求。若在线紧急控制措施所对应的电网运行状态与故障发生时的电网运行状态完全相同，则采用在线紧急控制措施是可靠的、最优的。实际上，大电网的运行状态是不断变化的，在线控制决策的计算速度已成为能否实施在线控制的最关键指标。

相对于其他安全稳定问题的紧急控制措施计算方法而言，暂态稳定问题具有高维、强时变、强非线性的本质，难以直接采用数学规划的求解方法，而启发式方法基于控制性能指标进行紧急控制措施搜索，需要多次迭代计算不断逼近目标解，因而速度较慢且计算复杂度较高。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种电力系统暂态稳定紧急控制在线决策方法、装置及存储介质，解决现有技术中紧急控制措施计算速度慢且计算复杂度较高的技术问题。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种电力系统暂态稳定紧急控制在线决策方法，包括如下步骤：

获取电网当前运行状态数据；

基于电网当前运行状态数据对预想故障进行暂态稳定量化评估计算；

响应于电网当前运行方式暂态失稳，根据电网当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型；

采用紧急控制措施决策子模型确定紧急控制措施类别及各类别紧急控制措施控制量；

在各类别紧急控制措施空间中，按照控制性能指标对紧急控制措施排序；

基于排序结果分配紧急控制措施控制量至具体控制措施，获得紧急控制措施决策结果。

结合第一方面，进一步的，所述紧急控制措施决策子模型的构建方法包括如下步骤：

根据电网历史运行方式下对应的紧急控制措施决策结果构建训练样本集；

按照训练样本集中电网历史运行方式的暂态稳定相关关键支路的投停状态将训练样本集分为若干样本子集；

对样本子集中的电网历史运行方式提取暂态稳定模式相关特征量，并基于所提取的特征量，以样本子集中各紧急控制措施的组合类别作为分类标签进行分类预测模型训练，获取相应样本子集的紧急控制措施分类预测模型；

对于每种紧急控制措施类别，基于其对应样本所提取的暂态稳定模式相关特征量进行特征量与该类别中各类别紧急控制措施控制量的多元线性回归模型训练，获得与该紧急控制措施类别相对应的各类别紧急控制措施控制量回归预测模型。

结合第一方面，进一步的，所述紧急控制措施分类预测模型采用支持向量机分类模型；

针对样本子集中有2种紧急控制措施类别的各样本子集，以该两种紧急控制措施类别作为分类标签进行模型训练；

针对样本子集中有3种及以上紧急控制措施类别的各样本子集，针对各紧急控制措施类别采用支持向量机决策树进行多分类模型训练。

结合第一方面，进一步的，各类别紧急控制措施控制量回归预测模型是多因变量的多元线性回归模型，采用偏最小二乘回归分析方法得到。

结合第一方面，进一步的，所述暂态稳定相关关键支路的确定方法包括如下步骤：

基于预想故障暂态稳定量化评估计算获得的临界群机组、余下群机组及其参与因子，将临界群机组增加出力和参与因子大于预设参与因子阈值的余下群机组减少相同出力后进行潮流计算，获得各个支路的功率变化量；

将各支路的功率变化量除以机组出力变化总量得到各支路的功率变化量灵敏度；

将功率变化量灵敏度大于预设灵敏度阈值的支路判定为暂态稳定相关关键支路。

结合第一方面，进一步的，所述暂态稳定模式相关特征量包括：

临界群机组有功出力、无功出力、机端电压和投停状态；

参与因子大于预设参与因子阀值的余下群机组有功出力、无功出力、机端电压和投停状态；

临界群和余下群机组等值为两机系统后，等值系统两机间等值阻抗；

暂态稳定相关关键支路有功功率和无功功率。

结合第一方面，进一步的，所述紧急控制措施类别包括切机、直流紧急提升/回降、切负荷3种类别的枚举组合。

结合第一方面，进一步的，基于排序结果分配紧急控制措施控制量至具体控制措施的方法包括如下步骤：

按照控制性能指标由大到小的顺序进行紧急控制措施排序，优先采用排序靠前的紧急控制措施，直至采取的所有紧急控制措施控制量之和大于基于回归预测模型预测的该类别控制措施控制量。

结合第一方面，进一步的，所述方法还包括：在获得紧急控制措施决策结果之后，重新对预想故障进行暂态稳定量化评估计算，如果依然不满足暂态稳定要求，则采用基于控制性能指标的启发式紧急控制措施搜索方法计算追加控制措施，将电网当前运行方式紧急控制措施计算结果作为新的样本，更新所述紧急控制措施决策子模型的训练样本集，结束紧急控制决策计算流程。

第二方面，本发明提供了一种电力系统暂态稳定紧急控制在线决策装置，包括如下模块：

获取模块：用于获取电网当前运行状态数据；

评估计算模块：用于基于电网当前运行状态数据对预想故障进行暂态稳定量化评估计算；

选择模块：用于响应于电网当前运行方式暂态失稳，根据电网当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型；

确定模块：用于采用紧急控制措施决策子模型确定紧急控制措施类别及各类别紧急控制措施控制量；

排序模块：用于在各类别紧急控制措施空间中，按照控制性能指标对紧急控制措施排序；

分配模块：用于基于排序结果分配紧急控制措施控制量至具体控制措施，获得紧急控制措施决策结果。

第三方面，本发明提供了一种电力系统暂态稳定紧急控制在线决策装置，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行第一方面任一项所述方法的步骤。

第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面任一项所述方法的步骤。

与现有技术相比，本发明至少能够达到如下有益效果：

1、在电网当前运行方式暂态失稳的情况下，根据电网当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型，采用该模型确定紧急控制措施类别及各类别紧急控制措施控制量，基于控制措施的控制性能指标分配控制量至具体控制措施，由此获得紧急控制措施决策建议，该方法实现电力系统暂态稳定紧急控制措施在线智能决策，可以满足计算速度和准确性的要求；

2、采用电网历史运行方式下对应的紧急控制措施决策结果构建训练样本集，通过对训练样本集中的样本进行机器学习获得在线紧急控制措施决策子模型，在电网当前运行方式预想故障暂态稳定评估计算基础上，根据暂态稳定模式相关特征量采用紧急控制措施决策模型获得紧急控制措施决策建议，如依然不满足暂态稳定要求则采用基于控制性能指标的启发式紧急控制措施搜索方法计算追加控制措施，实现了电力系统暂态稳定紧急控制措施在线智能决策，与常规计算方法相比计算速度获得较大提高，计算结果准确性可以满足在线紧急控制措施计算要求。

附图说明

图1是根据本发明实施例提供的一种电力系统暂态稳定紧急控制在线决策方法的流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

实施例一：

如图1所示，本发明实施例提供了一种电力系统暂态稳定紧急控制在线决策方法，包括如下步骤：

步骤1：获取电网当前运行方式下的运行状态数据；

步骤2：基于当前运行状态数据对预想故障进行暂态稳定量化评估计算，响应于当前运行方式暂态失稳，转至步骤3，否则结束紧急控制决策计算流程；

步骤3：根据当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型；

其中，紧急控制措施决策子模型包括紧急控制措施分类预测模型和各类别紧急控制措施控制量的回归预测模型，通过预构建的训练样本集训练获取。训练样本集由电网历史运行方式下对应的紧急控制措施决策结果构成。

步骤4：对当前运行方式提取暂态稳定模式相关特征量，采用紧急控制措施决策子模型中的紧急控制措施分类预测模型确定采取的紧急控制措施类别；

步骤5：根据与紧急控制措施类别相对应的回归预测模型获得各类别紧急控制措施的控制量；

步骤6：在各类别紧急控制措施空间中所有措施控制性能指标计算基础上按照控制性能指标进行紧急控制措施排序，基于紧急控制措施排序结果分配控制量至具体紧急控制措施，由此获得紧急控制措施决策结果；

步骤7：基于获得的紧急控制措施进行暂态稳定量化评估计算，响应于暂态失稳，转至步骤8，否则结束紧急控制决策计算流程；

步骤8：在已获得的紧急控制措施基础上采用常规的紧急控制措施搜索方法计算追加紧急控制措施，将当前运行方式紧急控制措施计算结果作为新的样本，更新所述紧急控制措施决策子模型的训练样本集，结束紧急控制决策计算流程。

电力系统的运行方式具有规律性和重复性，通过对历史运行方式紧急控制措施搜索结果大数据进行机器学习，可以从海量数据中挖掘提取相关知识，给出当前运行方式的紧急控制措施决策建议，满足在线紧急控制决策计算速度的要求。为此，本发明实施例预构建了一种紧急控制措施决策子模型，用于确定采取的紧急控制措施类别和各类别紧急控制措施的控制量。其构建方法包括如下步骤：

Step101：根据电网历史运行方式下对应的紧急控制措施决策结果构建训练样本集；

Step102：按照训练样本集中电网历史运行方式的暂态稳定相关关键支路的投停状态将训练样本集分为若干样本子集；

Step103：对样本子集中的电网历史运行方式提取暂态稳定模式相关特征量，并基于所提取的特征量，以样本子集中各紧急控制措施的组合类别作为分类标签进行分类预测模型训练，获取相应样本子集的紧急控制措施分类预测模型；

在本发明实施例中，所述紧急控制措施分类预测模型采用支持向量机分类模型；针对样本子集中有2种紧急控制措施类别的各样本子集，以该两种紧急控制措施类别作为分类标签进行模型训练；针对样本子集中有3种及以上紧急控制措施类别的各样本子集，针对各紧急控制措施类别采用支持向量机决策树进行多分类模型训练；

Step104：对于每种紧急控制措施类别，基于其对应样本所提取的暂态稳定模式相关特征量进行特征量与该类别中各类别紧急控制措施控制量的多元线性回归模型训练，获得与该紧急控制措施类别相对应的各类别紧急控制措施控制量回归预测模型。在本发明实施例中，各类别紧急控制措施控制量回归预测模型是多因变量的多元线性回归模型，可以采用偏最小二乘回归分析方法得到。

基于电网当前运行状态数据对预想故障进行暂态稳定量化评估计算能够获取包括临界群机组、余下群机组及其参与因子在内的信息，所述暂态稳定相关关键支路是基于上述评估计算结果确定的，具体方法如下：

Step201：基于预想故障暂态稳定量化评估计算获得的临界群机组、余下群机组及其参与因子；

Step202：将临界群机组增加出力和参与因子大于预设参与因子阈值的余下群机组减少相同出力后进行潮流计算，获得各个支路的功率变化量；预设参与因子阈值一般可取为0.1；

Step203：将各支路的功率变化量除以机组出力变化总量得到各支路的功率变化量灵敏度；

Step204：将功率变化量灵敏度大于预设灵敏度阈值的支路判定为暂态稳定相关关键支路。预设灵敏度阈值一般可取为0.1。

在本发明实施例中，所述暂态稳定模式相关特征量包括：临界群机组有功出力、无功出力、机端电压和投停状态；参与因子大于预设参与因子阀值的余下群机组有功出力、无功出力、机端电压和投停状态；临界群和余下群机组等值为两机系统后，等值系统两机间等值阻抗；暂态稳定相关关键支路有功功率和无功功率。所述紧急控制措施类别包括切机、直流紧急提升/回降、切负荷3种类别的枚举组合。

其中，基于排序结果分配紧急控制措施控制量至具体控制措施的方法包括如下步骤：

按照控制性能指标由大到小的顺序进行紧急控制措施排序，优先采用排序靠前的紧急控制措施，直至采取的所有紧急控制措施控制量之和大于基于回归预测模型预测的该类别控制措施控制量。

综上所述，本发明实施例提供的电力系统暂态稳定紧急控制在线决策方法在电网当前运行方式暂态失稳的情况下，根据电网当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型，采用该模型确定紧急控制措施类别及各类别紧急控制措施控制量，基于控制措施的控制性能指标分配控制量至具体控制措施，由此获得紧急控制措施决策建议，该方法实现电力系统暂态稳定紧急控制措施在线智能决策，可以满足计算速度和准确性的要求；采用电网历史运行方式下对应的紧急控制措施决策结果构建训练样本集，通过对训练样本集中的样本进行机器学习获得在线紧急控制措施决策子模型，在电网当前运行方式预想故障暂态稳定评估计算基础上，根据暂态稳定模式相关特征量采用紧急控制措施决策模型获得紧急控制措施决策建议，如依然不满足暂态稳定要求则采用基于控制性能指标的启发式紧急控制措施搜索方法计算追加控制措施，实现了电力系统暂态稳定紧急控制措施在线智能决策，与常规计算方法相比计算速度获得较大提高，计算结果准确性可以满足在线紧急控制措施计算要求。

实施例二：

本发明实施例提供了一种电力系统暂态稳定紧急控制在线决策装置，能够用于实现实施例一所述的方法步骤，主要包括如下模块：

获取模块：用于获取电网当前运行状态数据；

评估计算模块：用于基于电网当前运行状态数据对预想故障进行暂态稳定量化评估计算；

选择模块：用于响应于电网当前运行方式暂态失稳，根据电网当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型；

确定模块：用于采用紧急控制措施决策子模型确定紧急控制措施类别及各类别紧急控制措施控制量；

排序模块：用于在各类别紧急控制措施空间中，按照控制性能指标对紧急控制措施排序；

分配模块：用于基于排序结果分配紧急控制措施控制量至具体控制措施，获得紧急控制措施决策结果。

实施例三：

本发明提供了一种电力系统暂态稳定紧急控制在线决策装置，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行实施例一所述方法的步骤。

实施例四：

本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例一所述方法的步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (12)

1.一种电力系统暂态稳定紧急控制在线决策方法，其特征在于，包括如下步骤：

获取电网当前运行状态数据；

基于电网当前运行状态数据对预想故障进行暂态稳定量化评估计算；

响应于电网当前运行方式暂态失稳，根据电网当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型；

采用紧急控制措施决策子模型确定紧急控制措施类别及各类别紧急控制措施控制量；

在各类别紧急控制措施空间中，按照控制性能指标对紧急控制措施排序；

基于排序结果分配紧急控制措施控制量至具体控制措施，获得紧急控制措施决策结果。

2.根据权利要求1所述的电力系统暂态稳定紧急控制在线决策方法，其特征在于，所述紧急控制措施决策子模型的构建方法包括如下步骤：

根据电网历史运行方式下对应的紧急控制措施决策结果构建训练样本集；

按照训练样本集中电网历史运行方式的暂态稳定相关关键支路的投停状态将训练样本集分为若干样本子集；

对样本子集中的电网历史运行方式提取暂态稳定模式相关特征量，并基于所提取的特征量，以样本子集中各紧急控制措施的组合类别作为分类标签进行分类预测模型训练，获取相应样本子集的紧急控制措施分类预测模型；

对于每种紧急控制措施类别，基于其对应样本所提取的暂态稳定模式相关特征量进行特征量与该类别中各类别紧急控制措施控制量的多元线性回归模型训练，获得与该紧急控制措施类别相对应的各类别紧急控制措施控制量回归预测模型。

3.根据权利要求2所述的电力系统暂态稳定紧急控制在线决策方法，其特征在于，所述紧急控制措施分类预测模型采用支持向量机分类模型；

针对样本子集中有2种紧急控制措施类别的各样本子集，以该两种紧急控制措施类别作为分类标签进行模型训练；

针对样本子集中有3种及以上紧急控制措施类别的各样本子集，针对各紧急控制措施类别采用支持向量机决策树进行多分类模型训练。

4.根据权利要求2所述的电力系统暂态稳定紧急控制在线决策方法，其特征在于，各类别紧急控制措施控制量回归预测模型是多因变量的多元线性回归模型，采用偏最小二乘回归分析方法得到。

5.根据权利要求1或2所述的电力系统暂态稳定紧急控制在线决策方法，其特征在于，所述暂态稳定相关关键支路的确定方法包括如下步骤：

基于预想故障暂态稳定量化评估计算获得的临界群机组、余下群机组及其参与因子，将临界群机组增加出力和参与因子大于预设参与因子阈值的余下群机组减少相同出力后进行潮流计算，获得各个支路的功率变化量；

将各支路的功率变化量除以机组出力变化总量得到各支路的功率变化量灵敏度；

将功率变化量灵敏度大于预设灵敏度阈值的支路判定为暂态稳定相关关键支路。

6.根据权利要求1或2所述的电力系统暂态稳定紧急控制在线决策方法，其特征在于，所述暂态稳定模式相关特征量包括：

临界群机组有功出力、无功出力、机端电压和投停状态；

参与因子大于预设参与因子阀值的余下群机组有功出力、无功出力、机端电压和投停状态；

临界群和余下群机组等值为两机系统后，等值系统两机间等值阻抗；

暂态稳定相关关键支路有功功率和无功功率。

7.根据权利要求1所述的电力系统暂态稳定紧急控制在线决策方法，其特征在于，所述紧急控制措施类别包括切机、直流紧急提升/回降、切负荷3种类别的枚举组合。

8.根据权利要求1所述的电力系统暂态稳定紧急控制在线决策方法，其特征在于，基于排序结果分配紧急控制措施控制量至具体控制措施的方法包括如下步骤：

按照控制性能指标由大到小的顺序进行紧急控制措施排序，优先采用排序靠前的紧急控制措施，直至采取的所有紧急控制措施控制量之和大于基于回归预测模型预测的该类别控制措施控制量。

9.根据权利要求1所述的电力系统暂态稳定紧急控制在线决策方法，其特征在于，所述方法还包括：在获得紧急控制措施决策结果之后，重新对预想故障进行暂态稳定量化评估计算，如果依然不满足暂态稳定要求，则采用基于控制性能指标的启发式紧急控制措施搜索方法计算追加控制措施，将电网当前运行方式紧急控制措施计算结果作为新的样本，更新所述紧急控制措施决策子模型的训练样本集，结束紧急控制决策计算流程。

10.一种电力系统暂态稳定紧急控制在线决策装置，其特征在于，包括如下模块：

获取模块：用于获取电网当前运行状态数据；

评估计算模块：用于基于电网当前运行状态数据对预想故障进行暂态稳定量化评估计算；

选择模块：用于响应于电网当前运行方式暂态失稳，根据电网当前运行状态暂态稳定相关关键支路的投停状态选择对应的在线紧急控制措施决策子模型；

确定模块：用于采用紧急控制措施决策子模型确定紧急控制措施类别及各类别紧急控制措施控制量；

排序模块：用于在各类别紧急控制措施空间中，按照控制性能指标对紧急控制措施排序；

分配模块：用于基于排序结果分配紧急控制措施控制量至具体控制措施，获得紧急控制措施决策结果。

11.一种电力系统暂态稳定紧急控制在线决策装置，其特征在于，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1~9任一项所述方法的步骤。

12.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1~9任一项所述方法的步骤。

Images