CN116131446A - 一种电力系统与电力信息系统的恢复方法及装置 - Google Patents
一种电力系统与电力信息系统的恢复方法及装置 Download PDFInfo
- Publication number
- CN116131446A CN116131446A CN202211612026.2A CN202211612026A CN116131446A CN 116131446 A CN116131446 A CN 116131446A CN 202211612026 A CN202211612026 A CN 202211612026A CN 116131446 A CN116131446 A CN 116131446A
- Authority
- CN
- China
- Prior art keywords
- power
- recovery
- line
- information
- constraint condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 263
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000008878 coupling Effects 0.000 claims abstract description 51
- 238000010168 coupling process Methods 0.000 claims abstract description 51
- 238000005859 coupling reaction Methods 0.000 claims abstract description 51
- 230000002787 reinforcement Effects 0.000 claims abstract description 29
- 238000004891 communication Methods 0.000 claims description 90
- 238000012423 maintenance Methods 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 32
- 230000009471 action Effects 0.000 claims description 27
- 238000010248 power generation Methods 0.000 claims description 26
- 238000003860 storage Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000002035 prolonged effect Effects 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000003750 conditioning effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 1
- 230000009977 dual effect Effects 0.000 claims 1
- 238000012163 sequencing technique Methods 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00004—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the power network being locally controlled
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Human Computer Interaction (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种电力系统与电力信息系统的恢复方法及装置,属于电力信息物理系统协调恢复技术领域。该方法包括:获取当前电力系统与电力信息系统的状态信息;根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;根据线路恢复的所述先后次序恢复电力系统与电力信息系统。
Description
技术领域
本申请属于电力信息物理系统协调恢复技术领域,具体涉及一种电力系统与电力信息系统的恢复方法及装置。
背景技术
电力信息系统就是在电力系统各个环节和不同层次设置的相应的信息与控制系统,可以对电能的生产和输运过程进行测量、调节、控制、保护、通信和调度。电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。
随着电力信息化,相关技术中通常使用与电力线路高度耦合的OPGW光缆(OpticalFiber Composite Overhead Ground Wire,光纤复合架空地线)构成输电线路上的光纤通信网。
当发生自然灾害或系统突发故障时,电力线路和通信线路很可能同时中断,导致故障进一步恶化,大多数恢复策略仅关注电力系统的恢复,缺乏电力系统与电力信息系统双层面的故障恢复策略。
发明内容
本申请实施例的目的是提供一种电力系统与电力信息系统的恢复方法、装置、电子设备及可读存储介质,能够解决电力线路和通信线路同时中断,进而导致故障进一步恶化的问题。
第一方面,本申请实施例提供了一种电力系统与电力信息系统的恢复方法,该方法包括:
获取当前电力系统与电力信息系统的状态信息,其中,状态信息包括:电力节点与信息节点的耦合程度、信息节点与控制中心的有效通信路径情况、发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率、信息系统故障而造成延长的调节时间、信息线路维护资源、电力线路维护资源、通信线路恢复时间、电力线路恢复时间;
根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;
根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;
通过深度强化学习方法求解所述双系统协调恢复模型,,得到线路恢复的先后次序;
根据线路恢复的所述先后次序恢复电力系统与电力信息系统。
可选地,所述根据线路恢复的所述先后次序恢复电力系统与电力信息系统之后,还包括:
通过韧性评估模型评估恢复后的电力系统与电力信息系统,得到对应韧性评估指标。
可选地,所述根据所述状态信息确定耦合影响约束条件,包括:
基于所述电力节点与信息节点的耦合程度,按照如下公式,得到信息节点的能源供给状态:
基于所述信息节点与控制中心的有效通信路径情况,按照如下公式,得到信息节点的工作状态:
其中,Φv表示信息节点工作状态,Φv=1表示信息节点v工作正常,Φv=0表示信息节点v故障,Lvc表示通信节点v与控制中心的有效通信路径是否存在,当路径存在且路由节点个数少于l时,Lvc=1;
基于所述发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率和信息系统故障而造成延长的调节时间,按照如下公式,得到发电机的可调功率范围:
可选地,所述根据所述状态信息确定故障恢复约束条件,包括:
基于所述信息线路维护资源和电力线路维护资源,按照如下公式,得到故障恢复第一约束条件:
其中,Ec表示通信线路集合,Ep表示电力线路集合,表示第s恢复阶段通信线路(i',j')的恢复状态,表示第s恢复阶段电力线路(i,j)的恢复状态,RPC表示信息线路的维护资源,RPL表示电力线路的维护资源;
基于所述通信线路恢复时间和电力线路恢复时间,按照如下公式,得到故障恢复第二约束条件:
其中,表示通信线路(i',j')的初始恢复阶段,表示电力线路(i,j)的初始恢复阶段,Nrec表示系统故障所需的总恢复阶段数量,表示通信线路恢复时间,表示电力线路恢复时间,E'c表示故障通信线路集合,E'p表示故障电力线路集合,Δts为各恢复阶段的恢复时长;
基于所述通信线路恢复时间和电力线路恢复时间,按照如下公式,得到故障恢复第三约束条件:
可选地,所述根据所述状态信息确定电力系统潮流约束条件,包括:
基于所述电力线路导纳、电力线路相角差和电力线路潮流,按照如下公式,得到功率平衡约束:
维持电力线路相角大于等于第一相角且小于等于第二相角;
维持电力线路潮流大于等于第一潮流且小于等于第二潮流。
可选地,所述根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型,包括:
在满足所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件的情况下,按照如下公式,得到目标函数:
其中,表示第s个恢复阶段内负荷d的甩负荷成本,表示第s个恢复阶段内负荷d的甩负荷量,表示第s个恢复阶段电源g的发电成本,表示第s个恢复阶段电源g的发电量,G表示电源集合,Δts表示各恢复阶段的恢复时长。
可选地,所述通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序,包括:
确定所述深度强化学习方法的动作奖励为所述目标函数的负值;
根据如下公式计算所述深度强化学习方法进行网络训练的最小化损失函数:
L(θQ)=E(rs+γQ′(ss+1,π′(ss+1∣θπ′)∣θQ′)-Q(ss,as∣θQ)2)
其中,rs表示动作奖励,Q’表示理想的Q值,π′表示理想策略,as表示动作行为,即各时段的电力线路和信息线路,γ表示折损因子。
第二方面,本申请实施例提供了一种电力系统与电力信息系统的恢复装置,该装置包括:
获取模块,用于获取当前电力系统与电力信息系统的状态信息,其中,状态信息包括:电力节点与信息节点的耦合程度、信息节点与控制中心的有效通信路径情况、发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率、信息系统故障而造成延长的调节时间、信息线路维护资源、电力线路维护资源、通信线路恢复时间、电力线路恢复时间;
确定模块,用于根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;
构建模块,用于根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;
计算模块,用于通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;
恢复模块,用于根据线路恢复的所述先后次序恢复电力系统与电力信息系统。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
在本申请实施例中,包括,获取当前电力系统与电力信息系统的状态信息;根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;根据线路恢复的所述先后次序恢复电力系统与电力信息系统,解决了电力线路和通信线路同时中断的情况下,缺乏电力系统与电力信息系统双层面的故障恢复策略的问题,进而提高了电网系统的恢复速度。
附图说明
图1是本申请实施例提供的一种电力系统与电力信息系统的恢复方法流程图;
图2是本申请实施例提供的一种运行曲线的示意图;
图3是本申请实施例提供的一种深度强化学习方法求解双系统协调恢复模型的流程示意图;
图4是本申请实施例提供的一种电力系统与电力信息系统的恢复装置的框图;
图5是本申请实施例提供的一种电子设备;
图6是本申请实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是至少两个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的电力系统与电力信息系统的恢复方法进行详细地说明。
下面先介绍一下本公开实施例涉及到的术语:
耦合:耦合表示两个子系统(或类)之间的关联程度,一个子系统(或类)发生变化对另一个子系统(或类)产生类似的影响。当一个子系统(或类)发生变化时对另一个子系统(或类)的影响很小,则称它们是松散耦合的;反之,如果影响很大时,则称它们是紧密耦合的。两个或两个以上的电路构成一个网络时,若其中某一电路中电流或电压发生变化,能影响到其他电路也发生类似的变化,这种网络叫做耦合电路。
韧性:韧性表示系统在遭受外界干扰后仍保持其稳定状态的能力。一个系统的韧性越好,说明该系统抵御外界干扰,保持稳定的能力越好。
电力潮流:电力系统在运行时,在电源电势激励作用下,电流或功率从电源通过系统各元件流入负荷,分布于电力网各处,称为电力潮流。电力潮流包括电网稳态运行时的电压、电力、功率。
导纳:导纳是电压改变时系统释放的能量大小,用来描述交流电通过电路或系统时的困难程度。导纳是一个向量,由电导和电纳两个标量组成,是阻抗的倒数。
参照图1,图1示出了本申请实施例提供的一种电力系统与电力信息系统的恢复方法流程图,如图1所示,具体包括以下步骤:
步骤201,获取当前电力系统与电力信息系统的状态信息,其中,状态信息包括:电力节点与信息节点的耦合程度、信息节点与控制中心的有效通信路径情况、发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率、信息系统故障而造成延长的调节时间、信息线路维护资源、电力线路维护资源、通信线路恢复时间、电力线路恢复时间。
电力系统的主体包括有电源,例如:水电站、火电厂、核电站等发电厂,变电所,电力线路和负荷中心。其中,各电源点通过电力线路互相联接以实现不同地区之间的电能交换和调节。电力信息系统包括与电力线路高度耦合的的通信线路、各种检测设备、通信设备、自动控制装置以及监控自动化、调度自动化系统等。
当电力系统或电力信息系统某处节点发生故障或中断,,可以通过电力系统或电力信息系统的其他路径获得当前的状态信息,比如::信息节点与控制中心的有效通信路径情况;也可以根据多次试验、经验或公开数据获得,比如:发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率等。
步骤202,根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件。
在进行决策设计的过程中,目标函数或者说最优决策取决于各种变量,而变量的取值有各种限制条件。限制条件可以表示为包含变量的函数,也就是约束条件。约束条件反映各种变量取值之间的限制条件,在本申请实施例中也就是状态信息之间的限制条件。状态信息之间的限制条件主要包括耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件三大类。
可选地,步骤202,包括:
子步骤2021,基于所述电力节点与信息节点的耦合程度,按照如下公式,得到信息节点的能源供给状态:
负荷指的是电力线路和电气设备(变压器,断路器等)中的功率,电力系统的总负荷就是系统中所有用电设备消耗总功率的总和。电力节点与信息节点的耦合程度α可以根据实际情况获得,α值越大表示该电力节点与信息节点耦合程度越高。
当用电设备故障或线路故障断电,终端用户用电负荷减小,电源发电量超过输送给用户的量,此时要求电源将发电量减小到与实际负荷相适应的值,这些执行动作就叫甩负荷。
虽然个别重要信息节点配置不间断电源,但不间断电源个数有限且供电时间有限,大多数信息节点的供能还需依赖电力系统。所以根据这个公式判断信息节点是否有能源供给,当说明信息节点v有能源供给,ψv=1表示信息节点v有能源供给;否则ψv=0表示信息节点v没有能源供给。
子步骤2022,基于所述信息节点与控制中心的有效通信路径情况,按照如下公式,得到信息节点的工作状态:
其中,Φv表示信息节点工作状态,Φv=1表示信息节点v工作正常,Φv=0表示信息节点v故障,Lvc表示通信节点v与控制中心的有效通信路径是否存在,当路径存在且路由节点个数少于l时,Lvc=1。
l是一个预先设定的值,可以根据多次试验获得,可以自行设定。因为在实际应用中,如果通信线路包括过多的路由节点可能导致路由转发时间过长,对应的通信延时过长,数据传输失效,所以通信路径所包含的路由节点应小于一个值l。当路径存在且路由节点个数少于l时,Lvc=1,否则Lvc=0,只有当通信路径所包含的路由节点小于l且通信节点有能源供给时,ψvLvc=1,信息节点v可以正常工作。
通信节点v与控制中心的有效通信路径是否存在可以通过Floyd最短路径搜索法获得,本申请对判断有效通信路径的方法不作具体限制。
子步骤2023,基于所述发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率和信息系统故障而造成延长的调节时间,按照如下公式,得到发电机的可调功率范围:
当通信节点的故障或失效时,电力系统的发电控制功能将会受到影响,通信节点无法接受来自控制中心的传输指令,需通过调度电话或其它方式进行通信,相较于通信线路的响应速度更慢,造成在有限的调节时间内,发电机的可调节范围减小。在本申请实施例中,发电机的可调节功率范围需要满足上述公式。
可选地,步骤202,包括:
子步骤2024,基于所述信息线路维护资源和电力线路维护资源,按照如下公式,得到故障恢复第一约束条件:
其中,Ec表示通信线路集合,Ep表示电力线路集合,表示第s恢复阶段通信线路(i',j')的恢复状态,表示第s恢复阶段电力线路(i,j)的恢复状态,RPC表示信息线路维护资源,RPL表示电力线路维护资源。
信息线路维护资源和电力线路维护资源可以是恢复信息线路、电力线路的维修队伍的数量。在实际恢复过程中,信息线路维护资源和电力线路维护资源是有限的,通信线路和电力线路在每阶段的故障恢复数量需小于恢复信息线路、电力线路的维修队伍的数量。
子步骤2025,基于所述通信线路恢复时间和电力线路恢复时间,按照如下公式,得到故障恢复第二约束条件:
其中,表示通信线路(i',j')的初始恢复阶段,表示电力线路(i,j)的初始恢复阶段,Nrec表示系统故障所需的总恢复阶段数量,表示通信线路恢复时间,表示电力线路恢复时间,E'c表示故障通信线路集合,E'p表示故障电力线路集合,Δts为各恢复阶段的恢复时长。
由于每条发生故障的通信线路、电力线路的恢复难度不一样,恢复不同的通信线路或电力线路所需的时间也不同。恢复通信线路和电力线路的所需时间等于各阶段恢复时长的和,可以根据上述第二约束条件获得。
子步骤2026,基于所述通信线路恢复时间和电力线路恢复时间,按照如下公式,得到故障恢复第三约束条件:
可选地,步骤202,包括:
子步骤2027,基于所述电力线路导纳、电力线路相角差和电力线路潮流,按照如下公式,得到功率平衡约束:
电力系统的功率平衡是保证系统频率稳定在规定范围内的前提条件,在本申请实施例中,节点i在第s恢复阶段需满足该功率平衡约束。
子步骤2028,维持电力线路相角大于等于第一相角且小于等于第二相角。
第一相角是预先设定的不影响电力传输的最小的相角,,第二相角是预先设定的不影响电力传输的最大的相角。所以为了保证线路良好传输,电力线路相角应该大于等于第一相角且小于等于第二相角。第一相角和第二相角可以根据多次试验获得或根据经验获得。
子步骤2029,维持电力线路潮流大于等于第一潮流且小于等于第二潮流。
电力系统在运行时,在电源电势激励作用下,电流或功率从电源通过系统各元件流入负荷,分布于电力网各处,称为电力潮流。电力潮流包括电网稳态运行时的电压、电力、功率。
第一潮流是预先设定的不影响电力传输的最小的潮流,,第二相角是预先设定的不影响电力传输的最大的潮流。所以为了保证线路良好传输,电力线路潮流应该大于等于第一潮流且小于等于第二潮流。第一潮流和第二潮流可以根据多次试验获得或根据经验获得。
步骤203,根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型。
双系统协调恢复模型实际就是一个最优化模型,进行最优化模型设计,包括约束条件及目标函数的设计。有了约束条件,可以确定模型的可行域,然后在可行域内求目标函数的最优解及最优值。
可选地,步骤203,包括:
子步骤2031,在满足所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件的情况下,按照如下公式,得到目标函数:
其中,表示第s个恢复阶段内负荷d的甩负荷成本,表示第s个恢复阶段内负荷d的甩负荷量,表示第s个恢复阶段电源g的发电成本,表示第s个恢复阶段电源g的发电量,G表示电源集合,Δts表示各恢复阶段的恢复时长。
电力系统和电力信息系统的恢复目标是停电损失和发电成本最低。因此可以根据上述公式得到目标函数。
步骤204,通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序。
参照图3,图3是本申请实施例提供的一种深度强化学习方法求解双系统协调恢复模型的流程示意图。可见,深度强化学习方法通常由策略网络和值网络组成。策略网络输入的是环境状态,输出的是动作。值网络输入的是状态和动作,输出当前状态下采取此动作的评分Q。根据不同状态下采取不同操作的评分Q不同,可以获得最佳策略,也就是恢复动作的选择方法。最佳策略可以使得双系统协调恢复模型的目标函数最小,也就是获得停电损失和运行成本最低的线路恢复的先后次序。
在本申请实施例中,该深度学习方法中相应的状态为故障信息线路和电力线路的运行状态,相应的动作为各恢复时段对应的恢复线路。具体来说,深度强化学习的动作行为可以表示为:
as={(i′,j′),(i,j)},(i′,j′)∈E′c,(i,j)∈E′p
其中,as表示动作行为,即各时段的电力和信息线路。
可选地,步骤204,包括:
子步骤2041,确定所述深度强化学习方法的动作奖励为所述目标函数的负值。
因为要通过该深度强化学习方法求解的上述建立的双系统协调恢复模型,所以该深度强化学习方法各阶段动作奖励可表示为双系统协调恢复模型的目标函数的负值rs:
动作奖励rs确定后,可以用评分Q来对动作的优劣程度进行评估,Q值越大,可以使双系统协调恢复模型的目标函数越小,该动作越优秀。在本申请实施例中,评分Q可以根据如下公式(2)计算:
其中,γ在范围[0,1]之间,γ值越大,表示该方法越重视对未来的奖励。
要想找到每条故障通信线路和电力线路的最优恢复时间,需要使得目标函数值最小,也就是Q值越大,所以最优策略可表示为:
其中,π*为最优策略,表示将系统状态映射到动作的函数。
子步骤2042,根据如下公式计算所述深度强化学习方法进行网络训练的最小化损失函数:
L(θQ)=E(rs+γQ′(ss+1,π′(ss+1∣θπ′)∣θQ′)-Q(ss,as∣θQ)2)
其中,rs表示动作奖励,Q’表示理想的Q值,π′表示理想策略,as表示动作行为,即各时段的电力线路和信息线路,γ表示折损因子。
利用最小化损失函数来进行网络训练,寻找更优参数。具体流程如下:
首先根据L(θQ),可以得到θQ的梯度为:
然后可以得到参数的更新公式为:
其中,μQ为学习率,可以控制学习的进度。
对于策略网络,定义动作梯度为:
然后基于动作梯度,可以更新策略网络参数θπ:
步骤205,根据线路恢复的所述先后次序恢复电力系统与电力信息系统。
线路恢复的先后次序也就是根据深度强化学习获得的动作的最佳策略,可以帮助用户选择停电损失和发电成本最低的线路恢复顺序。
可选地,步骤205之后,还包括:
子步骤206,通过韧性评估模型评估恢复后的电力系统与电力信息系统,得到对应韧性评估指标。
在本申请实施例中,韧性评估模型可以通过运行曲线来反映电力系统与电力信息系统的韧性,根据运行曲线各部分面积计算韧性评估指标R。参照图3,图3是本申请实施例提供的一种运行曲线的示意图。其中,t0表示极端灾害或故障发生时间,t1表示故障开始恢复时间,t2表示故障恢复完成时间;Qs表示极端灾害使系统发生故障后的供电能力水平。A1表示极端灾害或故障导致的运行曲线缺失面积,缺失面积可以反映系统抵御灾害的能力,也就是韧性。缺失面积的值越大,表示该系统供电损失越大,抵御极端灾害的能力越弱,即韧性越小。A2表示故障恢复行为使运行曲线恢复正常面积,恢复正常面积可以反映系统恢复供电的能力,恢复正常面积的值越大,表示系统恢复供电的速度越慢,即韧性越弱。A3表示极端灾害发生和故障恢复过程运行曲线的包围面积,包围面积可以反映该系统的供电能力损失,其值越大,表示系统供电能力损失越小,即韧性越大。
根据运行曲线各部分面积可以计算韧性评估指标R,在本申请实施例中,韧性评估指标R可以通过公式(1)获得:
其中,Sdisaster表示故障场景集,ps表示故障场景s发生的概率,A1表示运行曲线缺失面积,A2表示运行曲线恢复正常面积,A3表示运行曲线的包围面积。
韧性评估指标R的值越大,说明该系统的韧性越好。
综上,本申请实施例提供的一种电力系统与电力信息系统的恢复方法,包括,获取当前电力系统与电力信息系统的状态信息;根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;根据线路恢复的所述先后次序恢复电力系统与电力信息系统,解决了电力线路和通信线路同时中断的情况下,缺乏电力系统与电力信息系统双层面的故障恢复策略的问题,进而提高了电网系统的恢复速度。
本申请实施例提供的电力系统与电力信息系统的恢复方法,执行主体可以为电力系统与电力信息系统的恢复装置。本申请实施例中以电力系统与电力信息系统的恢复装置执行电力系统与电力信息系统的恢复方法为例,说明本申请实施例提供的电力系统与电力信息系统的恢复装置。
参照图3,图3是本申请实施例提供的一种电力系统与电力信息系统的恢复装置的框图,如图3所示,该电力系统与电力信息系统的恢复装置包括:
获取模块301,用于获取当前电力系统与电力信息系统的状态信息,其中,状态信息包括:电力节点与信息节点的耦合程度、信息节点与控制中心的有效通信路径情况、发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率、信息系统故障而造成延长的调节时间、信息线路维护资源、电力线路维护资源、通信线路恢复时间、电力线路恢复时间;
确定模块302,用于根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;
构建模块303,用于根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;
计算模块304,用于通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;
恢复模块305,用于根据线路恢复的所述先后次序恢复电力系统与电力信息系统。
可选地,恢复模块305之后,还包括:
评估模块306,用于通过韧性评估模型评估恢复后的电力系统与电力信息系统,得到对应韧性评估指标。
可选地,确定模块302,包括:
第一确定子模块3021,用于基于所述电力节点与信息节点的耦合程度,按照如下公式,得到信息节点的能源供给状态:
第二确定子模块3022,用于基于所述信息节点与控制中心的有效通信路径情况,按照如下公式,得到信息节点的工作状态:
其中,Φv表示信息节点工作状态,Φv=1表示信息节点v工作正常,Φv=0表示信息节点v故障,Lvc表示通信节点v与控制中心的有效通信路径是否存在,当路径存在且路由节点个数少于l时,Lvc=1;
第三确定子模块3023,用于基于所述发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率和信息系统故障而造成延长的调节时间,按照如下公式,得到发电机的可调功率范围:
可选地,确定模块302,包括:
第四确定子模块3024,用于基于所述信息线路维护资源和电力线路维护资源,按照如下公式,得到故障恢复第一约束条件:
其中,Ec表示通信线路集合,Ep表示电力线路集合,表示第s恢复阶段通信线路(i',j')的恢复状态,表示第s恢复阶段电力线路(i,j)的恢复状态,RPC表示信息线路的维护资源,RPL表示电力线路的维护资源;
第五确定子模块3025,用于基于所述通信线路恢复时间和电力线路恢复时间,按照如下公式,得到故障恢复第二约束条件:
其中,表示通信线路(i',j')的初始恢复阶段,表示电力线路(i,j)的初始恢复阶段,Nrec表示系统故障所需的总恢复阶段数量,表示通信线路恢复时间,表示电力线路恢复时间,E'c表示故障通信线路集合,E'p表示故障电力线路集合,Δts为各恢复阶段的恢复时长;
第六确定子模块3026,用于基于所述通信线路恢复时间和电力线路恢复时间,按照如下公式,得到故障恢复第三约束条件:
可选地,确定模块302,包括:
第七确定子模块3027,用于基于所述电力线路导纳、电力线路相角差和电力线路潮流,按照如下公式,得到功率平衡约束:
第八确定子模块3028,用于维持电力线路相角大于等于第一相角且小于等于第二相角;
第九确定子模块3029,用于维持电力线路潮流大于等于第一潮流且小于等于第二潮流。
可选地,构建模块303,包括:
第一构建子模块3031,用于在满足所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件的情况下,按照如下公式,得到目标函数:
其中,表示第s个恢复阶段内负荷d的甩负荷成本,表示第s个恢复阶段内负荷d的甩负荷量,表示第s个恢复阶段电源g的发电成本,表示第s个恢复阶段电源g的发电量,G表示电源集合,Δts表示各恢复阶段的恢复时长。
可选地,计算模块304,包括:
第一计算子模块3041,用于确定所述深度强化学习方法的动作奖励为所述目标函数的负值;
第二计算子模块3042,用于根据如下公式计算所述深度强化学习方法进行网络训练的最小化损失函数:
L(θQ)=E(rs+γQ′(ss+1,π′(ss+1∣θπ′)∣θQ′)-Q(ss,as∣θQ)2)
其中,rs表示动作奖励,Q’表示理想的Q值,π′表示理想策略,as表示动作行为,即各时段的电力线路和信息线路,γ表示折损因子。
综上,本申请实施例提供的一种电力系统与电力信息系统的恢复装置,包括,获取当前电力系统与电力信息系统的状态信息;根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;根据线路恢复的所述先后次序恢复电力系统与电力信息系统,解决了电力线路和通信线路同时中断的情况下,缺乏电力系统与电力信息系统双层面的故障恢复策略的问题,进而提高了电网系统的恢复速度。
本申请实施例中的电力系统与电力信息系统的恢复装置可以是电子设备,也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device,MID)、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digitalassistant,PDA)等,还可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的电力系统与电力信息系统的恢复装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的电力系统与电力信息系统的恢复装置能够实现图1至图3的方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,如图4所示,本申请实施例还提供一种电子设备M00,包括处理器M01和存储器M02,存储器M02上存储有可在所述处理器M01上运行的程序或指令,该程序或指令被处理器M01执行时实现上述电力系统与电力信息系统的恢复方法实施例的各个步骤,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图5为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备100包括但不限于:射频单元101、网络模块102、音频输出单元103、输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、以及处理器110等部件。
本领域技术人员可以理解,电子设备100还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图6中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
其中,处理器110,用于获取当前电力系统与电力信息系统的状态信息;根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;根据线路恢复的所述先后次序恢复电力系统与电力信息系统。
综上,本申请实施例提供的一种电力系统与电力信息系统的恢复方法,包括,获取当前电力系统与电力信息系统的状态信息;根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;根据线路恢复的所述先后次序恢复电力系统与电力信息系统,解决了电力线路和通信线路同时中断的情况下,缺乏电力系统与电力信息系统双层面的故障恢复策略的问题,进而提高了电网系统的恢复速度。
应理解的是,本申请实施例中,输入单元104可以包括图形处理器(GraphicsProcessing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元106可包括显示面板1061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板1061。用户输入单元107包括触控面板1071以及其他输入设备1072中的至少一种。触控面板1071,也称为触摸屏。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序或指令的第一存储区和存储数据的第二存储区,其中,第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器109可以包括易失性存储器或非易失性存储器,或者,存储器x09可以包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本申请实施例中的存储器109包括但不限于这些和任意其它适合类型的存储器。
处理器110可包括一个或至少两个处理单元;可选的,处理器110集成应用处理器和调制解调处理器,其中,应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作,调制解调处理器主要处理无线通信信号,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述电力系统与电力信息系统的恢复方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种电力系统与电力信息系统的恢复方法,其特征在于,所述方法包括:
获取当前电力系统与电力信息系统的状态信息,其中,状态信息包括:电力节点与信息节点的耦合程度、信息节点与控制中心的有效通信路径情况、发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率、信息系统故障而造成延长的调节时间、信息线路维护资源、电力线路维护资源、通信线路恢复时间、电力线路恢复时间;
根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;
根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;
通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;
根据线路恢复的所述先后次序恢复电力系统与电力信息系统。
2.根据权利要求1所述的方法,其特征在于,所述根据线路恢复的所述先后次序恢复电力系统与电力信息系统之后,还包括:
通过韧性评估模型评估恢复后的电力系统与电力信息系统,得到对应韧性评估指标。
3.根据权利要求1所述的方法,其特征在于,所述根据所述状态信息确定耦合影响约束条件,包括:
基于所述电力节点与信息节点的耦合程度,按照如下公式,得到信息节点的能源供给状态:
基于所述信息节点与控制中心的有效通信路径情况,按照如下公式,得到信息节点的工作状态:
其中,Φv表示信息节点工作状态,Φv=1表示信息节点v工作正常,Φv=0表示信息节点v故障,Lvc表示通信节点v与控制中心的有效通信路径是否存在,当路径存在且路由节点个数少于l时,Lvc=1;
基于所述发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率和信息系统故障而造成延长的调节时间,按照如下公式,得到发电机的可调功率范围:
4.根据权利要求1所述的方法,其特征在于,所述根据所述状态信息确定故障恢复约束条件,包括:
基于所述信息线路维护资源和电力线路维护资源,按照如下公式,得到故障恢复第一约束条件:
其中,Ec表示通信线路集合,Ep表示电力线路集合,表示第s恢复阶段通信线路(i',j')的恢复状态,表示第s恢复阶段电力线路(i,j)的恢复状态,RPC表示信息线路的维护资源,RPL表示电力线路的维护资源;
基于所述通信线路恢复时间和电力线路恢复时间,按照如下公式,得到故障恢复第二约束条件:
其中,表示通信线路(i',j')的初始恢复阶段,表示电力线路(i,j)的初始恢复阶段,Nrec表示系统故障所需的总恢复阶段数量,表示通信线路恢复时间,表示电力线路恢复时间,E'c表示故障通信线路集合,E'p表示故障电力线路集合,Δts为各恢复阶段的恢复时长;
基于所述通信线路恢复时间和电力线路恢复时间,按照如下公式,得到故障恢复第三约束条件:
7.根据权利要求1所述的方法,其特征在于,所述通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序,包括:
确定所述深度强化学习方法的动作奖励为所述目标函数的负值;
根据如下公式计算所述深度强化学习方法进行网络训练的最小化损失函数:
L(θQ)=E(rs+γQ′(ss+1,π′(ss+1∣θπ′)∣θQ′)-Q(ss,as∣θQ)2)
其中,rs表示动作奖励,Q’表示理想的Q值,π′表示理想策略,as表示动作行为,即各时段的电力线路和信息线路,γ表示折损因子。
8.一种电力系统与电力信息系统的恢复装置,其特征在于,所述装置包括:
获取模块,用于获取当前电力系统与电力信息系统的状态信息,其中,状态信息包括:电力节点与信息节点的耦合程度、信息节点与控制中心的有效通信路径情况、发电机正常运行时的最小输出功率、发电机正常运行时的最大输出功率、发电的调节速率、信息系统故障而造成延长的调节时间、信息线路维护资源、电力线路维护资源、通信线路恢复时间、电力线路恢复时间;
确定模块,用于根据所述状态信息确定耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件;
构建模块,用于根据所述耦合影响约束条件、故障恢复约束条件和电力系统潮流约束条件,构建双系统协调恢复模型;
计算模块,用于通过深度强化学习方法求解所述双系统协调恢复模型,得到线路恢复的先后次序;
恢复模块,用于根据线路恢复的所述先后次序恢复电力系统与电力信息系统。
9.一种电子设备,其特征在于,包括:处理器和存储器,所述处理器执行存储在所述存储器中的计算机程序,实现权利要求1至7中任一项所述的方法。
10.一种可读存储介质,其特征在于,当所述存储介质中的指令由装置的处理器执行时,使得装置能够执行如方法权利要求1至7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211612026.2A CN116131446A (zh) | 2022-12-02 | 2022-12-02 | 一种电力系统与电力信息系统的恢复方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211612026.2A CN116131446A (zh) | 2022-12-02 | 2022-12-02 | 一种电力系统与电力信息系统的恢复方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116131446A true CN116131446A (zh) | 2023-05-16 |
Family
ID=86294724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211612026.2A Pending CN116131446A (zh) | 2022-12-02 | 2022-12-02 | 一种电力系统与电力信息系统的恢复方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116131446A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117234798A (zh) * | 2023-09-03 | 2023-12-15 | 国网江苏省电力有限公司信息通信分公司 | 一种面向电力领域的企业级数据备份恢复方法及系统 |
-
2022
- 2022-12-02 CN CN202211612026.2A patent/CN116131446A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117234798A (zh) * | 2023-09-03 | 2023-12-15 | 国网江苏省电力有限公司信息通信分公司 | 一种面向电力领域的企业级数据备份恢复方法及系统 |
CN117234798B (zh) * | 2023-09-03 | 2024-01-30 | 国网江苏省电力有限公司信息通信分公司 | 一种面向电力领域的企业级数据备份恢复方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Blackstart capability planning for power system restoration | |
Sardou et al. | Coordinated operation of natural gas and electricity networks with microgrid aggregators | |
US7203622B2 (en) | Value-based transmission asset maintenance management of electric power networks | |
Dolan et al. | Distribution power flow management utilizing an online optimal power flow technique | |
Kumar et al. | Optimal location and sizing of Unified Power Flow Controller (UPFC) to improve dynamic stability: A hybrid technique | |
Islam et al. | A decentralized multiagent-based voltage control for catastrophic disturbances in a power system | |
Capitanescu et al. | A unified management of congestions due to voltage instability and thermal overload | |
Liao et al. | An improved two-stage optimization for network and load recovery during power system restoration | |
Alhelou et al. | Decision-making-based optimal generation-side secondary-reserve scheduling and optimal LFC in deregulated interconnected power system | |
Xie et al. | Second-order conic programming model for load restoration considering uncertainty of load increment based on information gap decision theory | |
KR20150037095A (ko) | 변배전 휴전 조작절차 관리 장치 및 방법 | |
CN116131446A (zh) | 一种电力系统与电力信息系统的恢复方法及装置 | |
Yuvaraj et al. | Enhancing Indian Practical Distribution System Resilience Through Microgrid Formation and Integration of Distributed Energy Resources Considering Battery Electric Vehicle | |
CN107317335A (zh) | 一种故障配电网恢复的方法及装置 | |
Aziz et al. | A self-healing restoration of power grid based on two-stage adaptive decision-making strategy to enhance grid resilience | |
Sun et al. | Rolling optimization of transmission network recovery and load restoration considering hybrid wind-storage system and cold load pickup | |
Xie et al. | Robustness assessment and enhancement of deep reinforcement learning-enabled load restoration for distribution systems | |
Muduli et al. | Application of Reinforcement Learning-Based Adaptive PID Controller for Automatic Generation Control of Multi-Area Power System | |
Wiboonrat | An optimal data center availability and investment trade-offs | |
CN115953009B (zh) | 电力系统的调度方法、调度决策模型的训练方法 | |
CN110796352B (zh) | 电网网架设计方法、计算机设备和存储介质 | |
Wang et al. | Multi-stage resilient operation strategy of urban electric–gas system against rainstorms | |
Hazarika et al. | Power system restoration: planning and simulation | |
Wang et al. | Voltage instability performance of risk-based security constrained optimal power flow | |
Li et al. | A Monte Carlo tree search-based method for online decision making of generator startup sequence considering hot start |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |