计及人工处置时限和运行趋势的设备过载实时控制方法

    公开(公告)号:CN112653124A

    公开(公告)日:2021-04-13

    申请号:CN202011239175.X

    申请日:2020-11-09

    IPC分类号: H02J3/00 H02J3/14

    摘要: 本发明公开了一种计及人工处置时限和运行趋势的设备过载实时控制方法,根据设备过负荷耐受时间特性确定安全运行耐受时长小于人工处置时限需要进行过载实时控制的设备;根据候选措施对过载实时控制设备的有功灵敏度和可调方向剔除无效候选措施;引入最优措施执行时长最大值为变量,建立控制代价最小为目标,计及最优措施调节量满足调节速度和可调空间要求、最优实施执行时长不大于执行时长最大值,以及最优措施执行完成时刻基于实时计划和负荷超短期预测的电网有功平衡、过载监视设备安全运行耐受时长不小于人工处置时限和输电通道有功不越安全稳定限额为约束条件的优化模型;通过求解优化模型,获得设备过载的实时控制措施,对电网进行实时控制。

    基于拉格朗日松弛的电网有功调度智能决策方法和系统

    公开(公告)号:CN117254468A

    公开(公告)日:2023-12-19

    申请号:CN202311093882.6

    申请日:2023-08-28

    IPC分类号: H02J3/06 H02J3/48

    摘要: 本发明公开了一种基于拉格朗日松弛的电网有功调度智能决策方法和系统,该方法包括:根据电网运行成本与弃风弃光成本之和最小的目标函数以及有功平衡约束、机组有功出力约束、线路有功功率约束和暂态安全约束构建含风电和光伏的电网实时有功调度模型;将电网实时有功调度模型转化为马尔可夫决策过程模型;利用拉格朗日松弛深度确定性策略梯度算法对马尔可夫决策过程进行建模;采用深度确定性策略梯度算法对深度强化学习智能体进行训练,得到电网实时有功调度的策略神经网络和价值神经网络;利用策略神经网络输出电网实时有功调度的最优策略。本发明综合考虑新能源不确定性,提高深度强化学习智能体训练速度,能够满足实时运行控制的时效性要求。

    计及人工处置时限和运行趋势的设备过载实时控制方法

    公开(公告)号:CN112653124B

    公开(公告)日:2022-08-09

    申请号:CN202011239175.X

    申请日:2020-11-09

    IPC分类号: H02J3/00 H02J3/14

    摘要: 本发明公开了一种计及人工处置时限和运行趋势的设备过载实时控制方法,根据设备过负荷耐受时间特性确定安全运行耐受时长小于人工处置时限需要进行过载实时控制的设备;根据候选措施对过载实时控制设备的有功灵敏度和可调方向剔除无效候选措施;引入最优措施执行时长最大值为变量,建立控制代价最小为目标,计及最优措施调节量满足调节速度和可调空间要求、最优实施执行时长不大于执行时长最大值,以及最优措施执行完成时刻基于实时计划和负荷超短期预测的电网有功平衡、过载监视设备安全运行耐受时长不小于人工处置时限和输电通道有功不越安全稳定限额为约束条件的优化模型;通过求解优化模型,获得设备过载的实时控制措施,对电网进行实时控制。