[發明專利]一種嵌入深度信念網絡的電力系統暫態穩定預防控制方法

有效

• 申請號: 201911330999.5
• 申請日: 2019-12-20
• 公開（公告）號: CN111049159B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 劉友波;蘇童;劉俊勇;劉挺堅;邱高
• 申請（專利權）人: 四川大學
• 主分類號: H02J3/24
• 分類號: H02J3/24;H02J3/48;H02J3/50
• 代理公司: 成都時譽知識產權代理事務所(普通合伙) 51250
• 代理人: 何悅

1.一種嵌入深度信念網絡的電力系統暫態穩定預防控制方法，其特征在于，包括以下步驟，

S1：確定發電機有功出力波動范圍、負荷波動范圍，生成N個發電機有功出力樣本，獲取大量初始狀態數據，對初始狀態數據進行時域仿真計算，生成樣本數據，執行S2；

S2：建立深度信念網絡，使用樣本數據訓練深度信念網絡，對發電機有功出力和系統暫態穩定性進行擬合，生成電力系統暫態穩定評估器，將電力系統暫態穩定評估器嵌入非支配排序遺傳算法NSGA-II中，作為暫態穩定約束條件，執行S3；

S3：基于暫態穩定約束條件，為NSGA-II算法添加成本約束、潮流約束和穩定運行約束，搭建NSGA-II進化算法模型，執行S4；

S4：獲取故障下暫態失穩的發電機出力波動范圍、負荷波動范圍，NSGA-II進化算法模型迭代尋優，求取預防控制策略。

2.根據權利要求1所述的一種嵌入深度信念網絡的電力系統暫態穩定預防控制方法，其特征在于，所述S1中采用拉丁超立方抽樣算法根據發電機有功出力波動范圍、負荷波動范圍獲取N個發電機有功出力樣本。

3.根據權利要求1或2所述的一種嵌入深度信念網絡的電力系統暫態穩定預防控制方法，其特征在于，所述S1生成樣本數據包括以下步驟，

S11：選取系統中M條線路作為預想故障集，每次時域仿真計算選擇其中一條線路作為故障線路，所述故障線路的故障類型為三相短路故障，執行S12；

S12：將預想故障集中M條故障線路和N個發電機有功出力樣本兩兩組合，生成M*N種暫態穩定仿真初始條件，執行S13；

S13：對M*N種暫態穩定仿真初始條件進行時域仿真計算，求取發電機的功角曲線，并計算M*N個暫態穩定系數TSI，每個發電機有功出力對應M個TSI，執行S14；

S14：選擇M個TSI中最小的TSI與對應的發電機有功出力組合成一個訓練深度信念網絡的樣本數據，共生成N個樣本數據。

4.根據權利要求3所述的一種嵌入深度信念網絡的電力系統暫態穩定預防控制方法，其特征在于，所述TSI的計算式為：

其中，為系統任意兩臺發電機之間的最大功角差，當TSI0，系統暫態穩定，并且TSI數值越大，系統暫態穩定性越高；當TSI0，系統暫態失穩。

5.根據權利要求1所述的一種嵌入深度信念網絡的電力系統暫態穩定預防控制方法，其特征在于，所述S2中將電力系統暫態穩定評估器嵌入非支配排序遺傳算法NSGA-II中表示為：

其中，為預防控制給出的發電機有功出力；為訓練后的DBN模型，其輸入為系統所有發電機有功出力，輸出為模型評估的TSI，當評估的TSI0，則DBN模型認為此有功出力情況下系統暫態穩定，反之，認為系統暫態失穩，需要采取預防控制，n表示發電機的數量。

6.根據權利要求1所述的一種嵌入深度信念網絡的電力系統暫態穩定預防控制方法，其特征在于，所述成本約束表示為

其中，C_Ui為發電機出力上調成本；C_Di為發電機出力下調成本；P_Oi為預防控制前發電機出力；P_Pi為預防控制后發電機出力；ΔP_Ui為發電機出力上調值；ΔP_Di為發電機出力下調值，Sg表示發電機集合。