[发明专利]适于含多种FACTS控制器的电网潮流控制方法

权利要求书

1.一种适于含多种FACTS控制器的电网潮流控制方法，其特征在于，包括以下步骤：

①建立基于两阶段DNN学习框架的数据驱动潮流控制模型：

所述两阶段DNN学习框架的数据驱动潮流控制模型包括：用于对电网系统节点设备是否需要参与调整进行判定的第一阶段DNN模型；根据第一阶段DNN模型输出结果相应确定不同故障下电网系统各设备动作调整量的第二阶段DNN模型；

②针对含单一或多种FACTS控制器的电网系统，相应确定系统的多个潮流断面，随机调整负载使电网系统出现包括线路过载或N-1故障的越限工况，获取不同越限工况下相应的越限信息和潮流的有效数据；

③将由步骤②所得的有效数据，分别代入计及FACTS控制器的电网系统安全校正物理模型，在满足电网系统安全校正诉求的前提下，优化计算含FACTS控制器的电网系统在不同越限故障工况下电网系统的节点参与校正状态及节点校正量；

④利用步骤②和步骤③所得数据，对步骤①所建的基于两阶段DNN学习框架的数据驱动潮流控制模型进行训练和模型精度检验，调整DNN参数，保存精度最高的模型作为工程应用的基于两阶段DNN学习框架的数据驱动潮流控制模型；

⑤工程应用时，将含多种FACTS控制器的电网实际故障信息代入步骤④所得的工程应用的基于两阶段DNN学习框架的数据驱动潮流控制模型，求解系统安全校正策略，并检查校正结果是否符合系统安全稳定运行约束，若符合安全运行条件，则结束计算，若不符合安全运行条件，则将实际故障信息重新代入步骤④所得模型获得校正策略。

2.根据权利要求1所述的适于含多种FACTS控制器的电网潮流控制方法，其特征在于：所述步骤①中，所建立的第一阶段DNN模型包括由Sigmoid函数构成的4层激活函数层，其中第4层Sigmoid函数设置相应的阈值进行节点动作状态分类判断并输出；所建立的第二阶段DNN模型包括以第一阶段输出结果为输入样本，以安全校正时刻电网系统各相应设备调整量为输出样本，由前至后依次设置的前2层ReLU层、Dropout层、后2层ReLU层以及输出节点调整量的Sigmoid层。

3.根据权利要求2所述的适于含多种FACTS控制器的电网潮流控制方法，其特征在于：所述第一阶段DNN模型的第4层Sigmoid函数设置的阈值为0.25，第一阶段DNN输出结果中大于阈值0.25的节点自动判定为需要调整的节点；所述第二阶段DNN模型的Dropout层的训练参数为0.7。

4.根据权利要求2所述的适于含多种FACTS控制器的电网潮流控制方法，其特征在于：所述第二阶段DNN模型在训练中引入早停机制以减少无效训练的次数，相应保证始终储存最优的DNN模型。

5.根据权利要求1所述的适于含多种FACTS控制器的电网潮流控制方法，其特征在于：所述步骤②中，选取不同越限工况下采集的越限信息和潮流数据中，越限额超过线路自身极限额1%～20%的数据作为有效数据。

6.根据权利要求1所述的适于含多种FACTS控制器的电网潮流控制方法，其特征在于：所述步骤③中计及FACTS控制器的电网系统安全校正物理模型目标函数为式（1）：

（1）

式（1）中，表征系统节点数；为表征节点i参与校正状态的整数变量，设备节点i需动作参与调整时取值1，否则取值0；和分别表征节点i的有功、无功调整量；为节点优先级权重，取值范围为100～10000；为节点调整状态权重，取值范围为0.1～100；为节点调整量权重，取值范围为0.001～1。

7.根据权利要求6所述的适于含多种FACTS控制器的电网潮流控制方法，其特征在于：所述节点优先级权重取值为1000，节点调整状态权重和的取值分别为1和0.01。