[發明專利]一種基于深度強化學習的電力系統的故障切除方法和系統

有效

• 申請號: 202010181770.6
• 申請日: 2020-03-16
• 公開（公告）號: CN111478292B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 王新迎;李健;張東霞;劉威
• 申請（專利權）人: 中國電力科學研究院有限公司
• 主分類號: H02H7/26
• 分類號: H02H7/26
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

本發明涉及一種基于深度強化學習的電力系統的故障切除方法和系統，包括：根據電力系統當前故障切除時刻對應的狀態信息確定電力系統當前故障切除時刻的最優故障切除動作；基于電力系統當前故障切除時刻的最優故障切除動作控制電力系統的運行。本發明提供的技術方案，提高了電力系統故障狀態下控制策略的準確性，減少了電力系統的控制策略求解的計算量，實現了電力系統的安全穩定運行。

技術領域

本發明涉及電力系統控制技術領域，具體涉及一種基于深度強化學習的電力系統的故障切除方法和系統。

背景技術

隨著我國大型交直流混聯電網的形成、大規模新能源的接入和電網設備的電力電子化，電力系統的故障沖擊增大，系統慣性減小，抗擾動能力下降，連鎖風險增加，穩定形態更加復雜。這些外部環境、人為、政策等因素導致了電力系統的強耦合性和高不確定性程度加深。因此，電力系統緊急控制成為了保證系統安全穩定運行的基礎。

傳統的電力系統分析是通過系統的物理特性構建系統數學模型，然后依據相應數學原理求取方程的可行解或最優解，根據所得結果結合系統物理特性，對系統的穩定問題進行分析并提出相應解決方案。

傳統的電力系統緊急控制方案包括切機切負荷，低頻減載和低壓減載。現有業內學者通過考慮脆弱割集的方法選擇最佳的緊急控制地點；通過動能和攻角乘積的大小在超前失穩機群中的作用，選擇阻止失穩的切機地點；通過結合梯度的物理意義和切機切負荷離散特性的方法，優化切機方案。

上述緊急控制方法均是從電力系統物理特性的角度，分析考慮電力系統緊急狀態下切機切負荷的最佳地點和控制策略。然而這種傳統的電力系統穩定性分析方法，已經不能徹底解決現如今電力系統的實際問題，傳統的物理建模邏輯分析方法導致了系統的計算量大幅度提升，容易陷入維數災問題，使得最終計算結果的準確度難以得到很好的保證。

發明內容

針對現有技術的不足，本發明的目的是提供一種基于深度強化學習的電力系統的故障切除方法和系統，該方法提高了電力系統故障狀態下控制策略的準確性，減少了電力系統的控制策略求解的計算量，實現了電力系統的安全穩定運行。

本發明的目的是采用下述技術方案實現的：

本發明提供一種基于深度強化學習的電力系統的故障切除方法，其改進之處在于，所述方法包括：

根據電力系統當前故障切除時刻的狀態信息確定電力系統當前故障切除時刻的最優故障切除動作；

基于電力系統當前故障切除時刻的最優故障切除動作控制電力系統的運行。

優選的，所述根據電力系統當前故障切除時刻的狀態信息確定電力系統當前故障切除時刻的最優故障切除動作，包括：

將電力系統當前故障切除時刻的狀態信息作為故障切除動作生成模型中電力系統的初始狀態信息；

根據電力系統的初始狀態信息，計算故障切除動作生成模型中各迭代過程中電力系統狀態的Q值；

將具有最大Q值的電力系統狀態所對應的故障切除動作作為電力系統當前故障切除時刻電力系統狀態的最優故障切除動作；

所述故障切除動作生成模型是基于電力系統各歷史故障切除時刻的狀態信息和故障切除動作，利用深度強化學習網絡訓練得到的。

進一步的，所述故障切除動作生成模型是基于電力系統各歷史故障切除時刻的狀態信息和故障切除動作，利用深度強化學習網絡訓練得到的，包括：

將獲取的各歷史故障切除時刻電力系統的狀態信息代入電力系統分析綜合程序仿真工具中，得到各歷史故障切除時刻電力系統狀態所有可能發生的故障切除動作以及對電力系統執行所有可能發生的故障切除動作之后電力系統的狀態信息；