一种电网凸包经济运行域分解并行求解方法及装置

    公开(公告)号:CN115660385A

    公开(公告)日:2023-01-31

    申请号:CN202211590666.8

    申请日:2022-12-12

    摘要: 本发明公开了一种电网凸包经济运行域分解并行求解方法及装置。本发明针对新能源消纳问题,提出了刻画新能源出力不确定性对电网调度计划影响的凸包经济运行域的分解并行求解方法。首先,构建可并行求解的第一双层优化模型,确定各时刻凸包经济运行域的维度;然后,初始化各时刻包含初始经济运行点的初始凸包;最后,构建用来扩展凸包经济运行域顶点的第二双层优化模型,并提出一种可并行执行的双层迭代算法,求解得到最终的凸包经济运行域。本方法相比于传统的串行求解算法具有更高的求解效率,得到的凸包经济运行域一方面可以用来实时评估电网运行的安全性和经济性,另一方面可以支撑电网智能精细化调度,支撑电网自动巡航技术的实现。

    一种基于图深度强化学习的电网低压减载紧急控制方法

    公开(公告)号:CN114865638A

    公开(公告)日:2022-08-05

    申请号:CN202210284930.9

    申请日:2022-03-22

    摘要: 本发明涉及一种基于图深度强化学习的电网低压减载紧急控制方法。该方法基于电力系统算例规模设计拓扑变化场景和低压减载策略;采样系统拓扑多时刻观测值构建节点特征矩阵;基于FastGCN‑D3QN图深度强化学习提取有效样本特征,训练并建立电力系统低压减载紧急控制模型;利用训练完成的低压减载模型进行预测获取系统紧急控制方案。现有基于传统深度强化学习的低压减载方法难以适应电网拓扑变化,无法提供准确和可靠的控制方案;而改进的FastGCN方法可对非欧式空间数据进行建模,提取拓扑频繁变化的电网拓扑特征,但是缺乏一定的决策能力。本发明将两者结合优势互补,为拓扑频繁变化的电力系统场景的感知决策问题提供了解决思路,可提供更可靠更经济的控制策略。