[發(fā)明專利]電力系統(tǒng)暫態(tài)電壓穩(wěn)定緊急切負荷控制方法、系統(tǒng)及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211325051.2
• 申請日: 2022-10-27
• 公開（公告）號: CN115566690A
• 公開（公告）日: 2023-01-03
• 發(fā)明（設(shè)計）人: 姚偉;胡澤;石重托;曾令康;文勁宇
• 申請（專利權(quán)）人: 華中科技大學(xué)
• 主分類號: H02J3/14
• 分類號: H02J3/14;H02J3/24
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 彭軍芬

1.一種電力系統(tǒng)暫態(tài)電壓穩(wěn)定緊急切負荷控制方法，其特征在于，包括：

S1，從樣本集中選取一故障工況樣本，所述樣本集包含多組暫態(tài)電壓失穩(wěn)模式下的故障工況；

S2，根據(jù)所述故障工況樣本和上一切負荷控制措施，仿真得到第一狀態(tài)、第一完成標志和第一獎勵；

S3，DRL智能體根據(jù)上一切負荷控制措施，在線性決策空間中選取當前切負荷控制措施，并根據(jù)所述故障工況樣本和當前切負荷控制措施，仿真得到第二狀態(tài)；

S4，利用第一狀態(tài)、第一完成標志、第一獎勵、當前切負荷控制措施和第二狀態(tài)，更新所述DRL智能體的策略網(wǎng)絡(luò)參數(shù)，并將當前切負荷控制措施作為新的上一切負荷控制措施；

S5，重復(fù)執(zhí)行所述S2-S4，直至得到有效的切負荷控制措施或者達到預(yù)設(shè)迭代次數(shù)；

S6，重復(fù)執(zhí)行所述S1-S5，直至達到預(yù)設(shè)訓(xùn)練輪次，利用最終的DRL智能體決策出暫態(tài)電壓失穩(wěn)模式下故障工況與切負荷控制措施的對應(yīng)關(guān)系。

2.如權(quán)利要求1所述的方法，其特征在于，所述S3中選取當前切負荷控制措施受給定約束條件限制，所述給定約束條件包括：

選取的當前切負荷控制措施與之前選取的切負荷控制措施均不相同；以及，當上一切負荷控制措施使得暫態(tài)電壓失穩(wěn)更嚴重時，選取的當前切負荷控制措施不包含上一切負荷控制措施中的任一動作。

3.如權(quán)利要求1所述的方法，其特征在于，所述DRL智能體的決策空間為線性決策空間，神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元的數(shù)量為：

N_l＝q×m

其中，N_l為所述DRL智能體神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元的數(shù)量，m為可控負荷的數(shù)量，q為每個可控負荷的總動作數(shù)量。

4.如權(quán)利要求1-3任一項所述的方法，其特征在于，所述S3中選取當前切負荷控制措施包括：

在線性決策空間中，DRL智能體采用探索-貪婪策略，以獲得策略網(wǎng)絡(luò)中取值最大的輸出神經(jīng)元的值，并將取值最大的輸出神經(jīng)元的值轉(zhuǎn)化為待切負荷序號和待切負荷動作值；

根據(jù)待切負荷動作值計算待切負荷序號對應(yīng)負荷的切負荷量，根據(jù)上一切負荷控制措施確定其余序號對應(yīng)負荷的切負荷量，以形成當前切負荷控制措施。

5.如權(quán)利要求4所述的方法，其特征在于，當前切負荷控制措施中的切負荷量為：

其中，分別為當前切負荷控制措施、上一切負荷控制措施中中第j個負荷的切負荷量，為n_k對應(yīng)負荷的切負荷量，n_k為待切負荷序號，l_k為待切負荷動作值，l_max為最大切負荷量，l_min為最小切負荷量，q為每個可控負荷的總動作數(shù)量，N_i為取值最大的輸出神經(jīng)元的值。

6.如權(quán)利要求1所述的方法，其特征在于，所述S2包括：

根據(jù)所述故障工況樣本和上一切負荷控制措施，仿真得到當前決策下的母線電壓幅值和發(fā)電機相對功角值，所述第一狀態(tài)包括所述母線電壓幅值、發(fā)電機相對功角值以及上一切負荷控制措施；

根據(jù)各母線電壓幅值判斷當前決策是否有效，根據(jù)判斷結(jié)果生成所述第一完成標志和所述第一獎勵。

7.如權(quán)利要求1所述的方法，其特征在于，所述S4中DRL智能體的策略網(wǎng)絡(luò)參數(shù)的更新方式為：

其中，e_TD()為策略網(wǎng)絡(luò)和目標網(wǎng)絡(luò)之間的時序差分誤差，θ_w、θ′_w分別第w次更新得到的策略網(wǎng)絡(luò)參數(shù)、目標網(wǎng)絡(luò)參數(shù)，Ψ為從優(yōu)先經(jīng)驗回放池選取的樣本數(shù)量，γ為衰減因子，Q′()為目標網(wǎng)絡(luò)值，Q()為策略網(wǎng)絡(luò)值，s_k、s_k+1分別為當前訓(xùn)練、上一訓(xùn)練的環(huán)境狀態(tài)值，a為Q值最大時對應(yīng)的動作，r_k為第一獎勵，為第一完成標志，a_k為當前切負荷控制措施，α為學(xué)習(xí)率，對參數(shù)θ求導(dǎo)。