(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111219864.9 (22)申请日 2021.10.20 (65)同一申请的已公布的文献号 申请公布号 CN 113991760 A (43)申请公布日 2022.01.28 (73)专利权人 山东大学 地址 250061 山东省济南市历下区经十路 17923号 (72)发明人 李常刚　李华瑞　闫炯程　刘玉田　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 祖之强 (51)Int.Cl. H02J 5/00(2016.01) H02J 3/14(2006.01)H02J 3/46(2006.01) H02J 3/06(2006.01) G06K 9/62(2022.01) G06N 5/02(2006.01) G06N 20/00(2019.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) 审查员 王喆 (54)发明名称 交直流混联受端电网直流闭锁多资源紧急 控制优化方法 (57)摘要 本发明提供了一种交直流混联受端电网直 流闭锁多资源紧急控制优化方法， 预优化阶段， 包括： 根据未来预设时间段的风电功率预测值、 光伏出力预测值和负荷预测值， 得到多个典型场 景， 以控制代价最小为目标， 得到各个典型场景 对应的控制策略， 将典型场景与控制策略的对应 关系存入优化决策知 识库； 在线优化阶段， 包括： 获取电网当前场景信息， 根据预设场景相似性度 量从优化决策知识库选择最相近的场景， 以最相 近的场景对应的控制策略为初值， 以控制代价最 小为目标， 得到最终的控制策略； 本发明提高了 紧急控制方案对实际运行方式的适应性。 权利要求书4页 说明书14页 附图3页 CN 113991760 B 2022.11.01 CN 113991760 B 1.一种交直 流混联受端电网直 流闭锁多资源紧急控制优化方法， 其特 征在于： 包括： 预优化阶段， 包括： 根据 未来预设时间段的风电功率预测值、 光伏出力预测值和负荷预 测值， 得到多个典型未来场景Si， 以控制代价最小为目标， 得到各个典型未来场景对应的控 制策略Ei， 将典型未来场景Si与控制策略Ei的对应关系存入优化决策知识库； 其中， 1≤i≤ L， L为典型未来场景的总数量； 在线优化阶段， 包括： 获取电网当前场景信息， 根据场景相似性度量 从优化决策知 识库选择与当前场景最相近的典型未来场景， 以最相近的典型未来场景对应的控制策略为 初值， 以控制代价 最小为目标， 得到最终的控制策略； 其中， 定义场景相似性度量DS(Si,Sj)来反映典型 未来场景Si和Sj之间的相似性： Si表示第i个典型未来场景， Sj表示第j个典型未来场景， Si以稳态潮流特征向量表征， 记为 为Si下第k个稳态潮流特征向量取值， 为Sj下第k个稳态 潮流特征向量取值， N 为稳态潮流特 征向量维数； 场景相似性度量DS从优化决策知识库中学习得到， 为了保证相 似的典型未来场景对应 的控制策略也相似， 引入度量变换矩阵T， 对Si进行度量变换至S ′i， S'i＝TSi， 场景相似性度 量相应的 由DS变为 以损失函数U最小为目标， 使用梯度下降法求 解度量变换矩阵T， 所述损失函数U为： 其中， 表示 表示 表示DE(Ei,Ek)， 表示DE(Ei,Ej)， sign(·)表示符号函数， Sk表示第k个典型未来场景， DE表示控制策略相似性度量， Ei表示第 i个典型未来场景对应的控制策略， Ek表示第k个典型未来场景对应的控制策略， Ej表示第j 个典型未来场景对应的控制策略； 对损失函数U引入L2范数正则化项降低过拟合风险， 同时各项加上常数1保证损失函数 恒为正， 则损失函数变为 Q： 其中， λ>0为 正则化系数； 采用如下训练样本采样方式， 以加快度量变换矩阵T的求 解过程： 设定迭代次数q＝1， 随机取第i个典型 未来场景Si和对应的控制策略Ei； 选择第j个典型未来场景Sj和第k个典型未来场景Sk， 满足对任意的h， 1≤h≤M， h≠i， j， k， 有 其中， Ei以各项控制措施控制量构成的特征权　利　要　求　书 1/4 页 2 CN 113991760 B 2向量表征， M为该控制措施控制量的数量； 以三元组 (TSi， TSj， TSk) 作为训练样本 ， 计算梯度 使用梯度下降法更新度量变换矩阵T， 令迭代次数q＝q+1； 重复上述迭代过程， 直至满足 且|Qq+1‑Qq|<μ， 1≤m≤N， 1≤n≤N， 其 中 和 分别为第q和q+1次迭代时度量变换矩阵T中元素αmn的取值， Qq和Qq+1分别为第q 和q+1次迭代时损失函数Q的值， ε和 μ为设定的收敛阈值。 2.如权利要求1所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法， 其特 征在于： 控制代价为： 所有负荷控制子站切负荷量的加和与紧急切负荷相对于抽蓄切泵的相对 代价权重系数的乘积、 所有直流调制量的加和与直流功 率提升相对于抽蓄切泵的相对代价 权重系数的乘积、 所有抽蓄电站切泵量的加 和三者的加和。 3.如权利要求1所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法， 其特 征在于： 预优化阶段以及在线优化阶段中， 以控制代价最小为目标得到所述控制策略的优化问 题， 均为涉及动态安全约束的混合整数非线性 规划问题， 求 解过程为： 针对最小化的控制代价目标函数中的动态安全约束， 采用轨迹灵敏度方法局部线性化 该动态安全约束， 将混合整数非线性规划问题转化为混合整数线性规划问题进行迭代求 解； 在迭代过程中不断进行局部线性化和使用B enders分解方法对转化后的混合整数线性 规划问题进行求 解， 逐步逼近最优解， 得到控制策略。 4.如权利要求3所述的交直流混联受端电网直流闭锁多资源紧急控制优化方法， 其特 征在于： 基于摄动法对轨迹灵敏度进行求解， 预优化阶段通过预构建的机器学习 模型评估动态 安全约束对应的动态安全指标的数值。 5.一种交直 流混联受端电网直 流闭锁多资源紧急控制优化系统， 其特 征在于： 包括： 预优化模块， 被配置为： 根据 未来预设时间段的风电功率预测值、 光伏出力预测值和负 荷预测值， 得到多个典型未来场景Si， 以控制代价最小为目标， 得到各个典型未来场景对应 的控制策略Ei， 将典型未来场景Si与控制策略Ei的对应关系存入优化决策知识库； 其中， 1≤ i≤L， L为典型未来场景的总数量； 在线优化模块， 被配置为： 获取电网当前场景信息， 根据场景相似性度量 从优化决 策知识库选择与当前场景最相近的典型未来场景， 以最相近的典型未来场景对应的控制策 略为初值， 以控制代价 最小为目标， 得到最终的控制策略； 其中， 定义场景相似性度量DS(Si,Sj)来反映典型 未来场景Si和Sj之间的相似性： 权　利　要　求　书 2/4 页 3 CN 113991760 B 3