[发明专利]基于人工智能的电网自主控制与决策方法及系统

说明书

本发明公开了一种基于人工智能的电网自主控制与调度决策方法，包括以下过程：采集电网断面数据；基于电网断面数据，判断是否发生电压越界；若发生电压越界，则将电网断面数据输入AI智能体，通过深度强化学习框架对智能体进行训练同时快速输出电网的控制策略；依据控制策略调控电网，此过程为AI智能体与电网的交互过程；直至无电压越界。本发明通过AI智能体训练出控制策略来调控电网，通过AI智能体与电网的不断交互，实现电网的在线决策。

技术领域

本发明属于电网智能调控技术领域，具体涉及一种基于人工智能的电网自主控制与决策方法，还涉及一种基于人工智能的电网自主控制与决策系统。

背景技术

随着特高压交直流混联、高比例可再生能源持续接入、储能装置逐步应用以及电力市场规则与市场参与者行为的改变，电力系统的电力电子化特征日趋显现，电网运行的不确定性、动态性和多元性显著增强。通常情况下，大电网的设计和运行理念是保证正常及故障工况下的安全稳定运行，并制定包括电压、频率、线路潮流在内的多项安全指标。但在某些突发重大故障时，若缺乏及时有效的在线控制策略，局部扰动可能会扩散导致连锁故障甚至大停电。因此，实时监测电网异常并采取快速、有效的调度控制措施对电网安全稳定运行至关重要。

数据采集与监控系统(Supervisory Control And Data Acquisition，SCADA)以及同步相量测量单元(Power Management Unit，PMU)覆盖率的增长为大电网广域在线监测提供了有效途径。基于PMU数据驱动的高级应用也陆续被电网公司调控中心所采用，包括：基于低秩矩阵的PMU数据质量分析与在线恢复技术、基于N+1等效的电压稳定评估及预测技术、基于扩展卡尔曼滤波的低频振荡监测和基于能量函数与机器学习的振源定位技术、基于监督式机器学习的电压安全、暂态稳定评估方法等。类似于许多其他广域量测系统(WideArea Measurement System，WAMS)在线应用，上述方法仅针对电网异常状况进行诊断，侧重于电网状态的态势感知，难以在线直接给出快速且精准的实时控制策略。近年来，先进人工智能技术，特别是深度强化学习技术不断进步，并在多个领域成功应用，为电网智能自适应调控提供了启示。其强大的学习与逻辑推演能力可为电力系统调度与控制提供技术手段，显著提升调度决策和系统控制的速度。

发明内容

本发明的目的在于克服现有技术中的不足，提供了一种基于人工智能的电网自主控制与决策方法，通过AI智能体训练出控制策略来调控电网，通过AI智能体与电网的不断交互，实现电网的实时在线决策。

为解决上述技术问题，本发明提供了一种基于人工智能的电网自主控制与调度决策方法，包括以下过程：

采集电网断面数据；

基于电网断面数据，判断是否发生电压越界；

若发生电压越界，则将电网断面数据输入AI智能体进行训练输出电网的控制策略；所述AI智能体为深度确定性策略梯度算法训练得到的深度神经网络；依据控制策略调控电网，此过程为AI智能体与电网的交互过程；

采集调控后的电网断面数据，若判断仍发生电压越界，则重复AI智能体与电网的交互过程，直至无电压越界。

可选的，所述断面数据以母线/线路模型或节点/断路器模型存储。

可选地，所述判断是否发生电压越界的过程为：

若所有母线电压都在正常区域内，则无电压越界；

若存在一个或多个母线电压在正常区域外，则存在电压越界。

可选地，所述控制策略包括：调节发电机端电压、投切电容/电抗器、变压器分接头调整和/或拉停线路。

可选地，所述AI智能体训练过程中，包括：

计算动作奖惩值，其计算过程为：