基于偏好决策理论的智能AVC系统在线控制方法

摘要

本发明公开了一种基于偏好决策理论的智能AVC系统在线控制方法，所述控制方法方法通过基于IEC61970标准的数据获取子系统、多目标建模及求解子系统、智能偏好决策子系统和智能在线自动控制子系统实现，通过对电网数据模型进行解析，建立多目标无功优化模型并通过偏好决策方法对多目标模型的pareto解集进行筛选求出满足运行人员偏好的多目标最优解，采用智能在线控制子系统将最优控制方案下发到各个控制设备上，实现了对当前电网多目标情况下的最优多目标无功优化控制，本发明解决了长期以来人们对复杂电网情况下如何在多目标解集中实现快速最优决策并在线控制的问题，实现了电网无功优化的智能决策和控制保证了电网的经济安全和稳定运行。

主权项

一种基于偏好决策理论的智能AVC系统在线控制方法，其特征在于：所述控制方法通过基于IEC61970标准的数据获取子系统、多目标建模及求解子系统、智能偏好决策子系统和智能在线自动控制子系统实现，包括如下具体步骤：步骤(1)：通过基于标准IEC61970模型的CIS接口获取数据；步骤(2)：将步骤(1)中获取的数据整合为智能AVC计算数据；步骤(3)：对计算数据进行智能校验，如果通过校验则转入步骤(4),否则系统先进行告警然后退出系统；系统在进行优化计算前对获取数据的可靠性和完备性进行大致的校验，采用对比潮流计算前后结果的方法来对初始潮流精度进行校验，该方法通过对比潮流计算前后的节点电压幅值和支路首末节点无功值来确定系统数据是否可用，定义精度变量T如下：$T=\underset{i=1}{\overset{n}{\Sigma }}\left(\right|U_i^f-U_i^l|/U_i^f)+\underset{j=1}{\overset{m}{\Sigma }}\{\left(\right|Q_j^{ff}-Q_j^{fl}|/Q_j^{ff})+\left(\right|Q_j^{lf}-Q_j^{ll}|/Q_j^{lf})\}$n:表示电网的节点个数，m:表示电网的支路个数，表示第i个节点潮流计算前的节点电压值，表示第i个节点潮流计算后的节点电压值，表示第j条支路首端潮流计算前无功值，表示第j条支路首端潮流计算后无功值，表示第j条支路末端潮流计算前无功值，表示第j条支路末端潮流计算后无功值，当T≤α时系统通过潮流精度校验，α为运行人员给定的阈值；步骤(4)：利用上述智能AVC计算数据建立多目标优化模型并利用求解子系统进行求解，获得最优Pareto解集；步骤(5)：对步骤(4)中的最优Pareto解集采用智能偏好决策子系统获得满足运行人员偏好的最优控制方案；包括如下具体内容：步骤5.1.获得Pareto最优解集的个数，比较Pareto最优解集的个数和阈值K1之间的关系，如果解集的个数小于阈值则直接进入步骤5.2，否则分别用Pareto解集中三个目标函数的极值点作为聚类中心，进行FCM聚类，产生三个聚类再进入步骤5.2；其中，三个目标函数是：$f\left(x\right)=\left\{\begin{array}{c}min\left(P_{Loss}\right)\\ max\left({\delta }_{\min }\right)\\ min\left(\Delta V\right)\end{array}\right.$其中，P_Loss为传输系统的有功损耗，δ_min为收敛的雅可比矩阵的最小模特征值，ΔV为各节点的电压与理想电压值范围的偏移量总和；步骤5.2.判断当前电网电压稳定裕度，若小于K2指标，转入步骤5.3，否则转入步骤5.4；步骤5.3.则采用极端决策，将多目标优化问题转为电压稳定裕度最大的单目标问题求解，求解后转入步骤5.9；步骤5.4.判断是否有运行人员偏好设置，如果有运行人员偏好设置，则转入步骤5.5，否则转入步骤5.6；步骤5.5.根据用户偏好设置采用偏好决策方法获得偏好决策方案，若已经产生聚类，则偏好决策在用户定义偏好的聚类解集中执行，即：如果用户定义偏好网损，则决策在以网损最小为聚类的解集中进行决策，若初始没有产生聚类，则在整个解集中执行偏好决策，得到偏好决策方案后转入步骤5.9；步骤5.6.根据当前负荷和超短期负荷预测的结果判断后期负荷是属于平稳变化还是爬坡或下降，如果后期负荷属于平稳变化，则转入步骤5.7，否则转入步骤5.8；步骤5.7.如果后期负荷是平稳变化，则对整个Pareto解集采用无偏好决策，得到无偏好方案，转入步骤5.9；步骤5.8.如果后期负荷变化是爬坡，则以网损为偏好，在网损最小的聚类解集中进行偏好决策，若无聚类，则对整个Pareto解集采用偏好决策，如后期负荷处于下降，此时选择电压质量为偏好，在电压质量最好的聚类解集中进行偏好决策，若无聚类，则对整个Pareto解集采用偏好决策，转入步骤5.9；步骤5.9.获得最终决策方案并将最终的决策方案转为系统的控制方案进行在线控制；步骤(6)：将上述最优决策方案由智能在线自动控制子系统下发到控制设备上,实现闭环控制。