本发明属于电力系统控制领域，更具体地，涉及一种面向电网动态安全评估与决策的数字孪生模型构建方法。
背景技术：
1、随着可再生能源的大规模并网，电网运行不断接近其安全极限，可能造成电网运行安全的隐患也随着增加。动态安全评估(dynamic security assessment，dsa)与决策是保证电网安全稳定运行的重要手段。在当前运行状态下，对一组可能发生的预想故障进行稳态和动态安全评估，如果电网在某一预想故障下失稳，则通过施加相应的预防控制措施以修正电网运行状态，从而提高电网的安全性。现有动态安全评估、动态安全决策通常基于时域仿真方法，需要求解高维微分方程，导致仿真耗时较久，难以及时感知电网中潜在的安全风险。为了提高电网安全感知与运行能力，有必要将数字孪生与电网动态安全评估与决策结合起来，在电网运行时，提前在数字孪生中仿真运行未来运行情况，从而提前感知电网运行中潜在的风险和问题，并给出相应的优化策略与解决方案。
2、数字孪生(digital twin,dt)是一种充分利用物理实体、传感器更新、运行历史等数据的仿真技术，借助数据刻画出物理实体在现实环境中的实际行为和状态，通过虚实交互、数据融合分析、决策优化等手段，实现对物理实体的分析和控制优化，以及虚拟实体的自我迭代优化和更新。数字孪生作为一种能够反映物理对象客观变化规律的数字空间模型，能够预测电网运行的变化趋势，并对不同的安全控制策略进行仿真筛选，从而保证电网的安全性。
3、然而，现有的电网动态安全评估与决策通常基于三维数字孪生架构(物理实体、虚拟实体及其连接)，难以应对电网数字孪生应用过程中遇到的问题，例如难以进行有效的数据集成和处理、缺乏拓展性，难以引入实时决策、分析、通信等服务。其次，现有的电网数字孪生中的虚拟实体一般基于纯模型驱动或者纯数据驱动，鲜有模型和数据混合驱动的虚拟实体，也缺乏相应的数据驱动更新技术。最后，现有的电网动态安全评估过程和决策过程通常被分开考虑：如果先评估、后决策，调整后的运行状态可能出现新的有效预想故障，导致系统失稳；如果进行评估与决策两过程之间的迭代，各自的软件需要通过文件交换数据，耗费程序执行时间。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本发明提供了一种面向电网动态安全评估与决策的数字孪生模型构建方法，用于预测电网运行的变化趋势，对电网运行状态进行安全评估，针对不安全情况，通过安全约束经济调度修正电网运行状态，实现电网安全智能管控。
2、为实现上述目的，按照本发明的第一方面，提供了一种面向电网动态安全评估与决策的数字孪生模型构建方法，包括：
3、构建面向电网动态安全评估与决策的数字孪生模型；
4、所述数字孪生模型包括五个维度，分别为物理实体、虚拟实体、孪生数据、连接和服务；
5、所述物理实体为电网及其动态安全评估与决策过程；
6、所述虚拟实体包括：
7、物理信息神经网络模型，用于对电网动态运行过程进行仿真预测，以电网在稳态下的状态变量、代数变量和控制变量为输入，以电网在预测时间下的状态变量和代数变量为输出；
8、安全约束经济调度模型，以电网的机组发电成本最小为目标函数，以机组发电量为决策变量，约束条件包括净负荷约束、节点潮流平衡约束、机组发电量上下限约束；
9、所述服务包括：
10、s1，以预想故障全集初始化待筛选集sc，以空集初始化有效预想故障集sa；
11、s2，求解所述安全约束经济调度模型，得到使电网在发生sa中的任一有效预想故障时均可正常运行的发电量；
12、s3，将sc中的任一预想故障作为目标预想故障，判断所述目标预想故障是否违反稳态安全，若是则转入s4，否则转入s6；
13、s4，判断所述目标预想故障违反动态安全，若是则采用所述物理信息神经网络模型预测电网的状态变量，将其代入至动态过程约束和动态安全约束，并加入至所述安全约束经济调度模型的约束条件中；若否则在所述安全约束经济调度模型的约束条件中加入稳态安全约束；
14、s5，将所述目标预想故障从sc中删除并加入sa，转入s2；
15、s6，判断是否遍历sc中的所有预想故障，若是，则输出经s2计算得到的使电网在发生sa中的任一有效预想故障时均可正常运行的发电量，若否则转入s3。
16、优选地，所述动态过程约束为：
17、所述动态安全约束为：h(x(t),pg)≤0，t＝0,...,tend；
18、其中，x(t)为t时刻电网的状态变量，pg为发电机g在正常情况下的发电量，g＝{1,2,...g}，g为发电机总数，m为单位矩阵，tend为电网动态过程结束时间，f(·)为发电机动力学模型函数，h(·)为安全性度量的函数；
19、所述稳态安全约束为输电线容量约束。
20、优选地，所述判断所述目标预想故障违反动态安全，包括：
21、将所述目标预想故障的故障信息及电网的稳态潮流信息输入至预先训练好的基于神经网络的动态安全评估模型得到电网的动态安全状态，以判断所述目标预想故障违反动态安全。
22、优选地，所述故障信息包括：故障元件、故障清除元件及故障持续时间；
23、所述电网的稳态潮流信息包括：发动机有功功率、发动机无功功率、输电线路有功功率、输电线路无功功率、负载有功功率、负载无功功率及母线电压幅值母线相位角。
24、优选地，所述物理信息神经网络模型的损失函数为：
25、其中，d为训练数据集的个数，和xj分别为第j个预测值和真实值；和分别为均方差损失函数、微分正则化损失函数和物理损失函数，λx、λdt和λf分别为对应损失函数中的超参数。
26、优选地，所述状态变量包括发电机的角度及速度；
27、所述代数变量包括电网总线电压；
28、所述控制变量为机组发电量。
29、优选地，所述净负荷约束为：di＝di-ri；
30、其中，i＝{1,2,...,i}，i为电网节点总数，di为节点i上的负荷，ri为节点i上的可再生能源发电，di为节点i上的净负荷；
31、所述节点潮流平衡约束为：
32、其中，对于输电线l，其起始和终止节点分别为α(l)和β(l)，φ(g)为机组g所在节点，为节点i上的所有发电机组的总发电量，为预想故障c下从节点i输出的潮流，为预想故障c下输入节点i的潮流，
33、所述机组发电量上下限约束为：
34、其中，pg为发电机组g的发电量，分别为机组开启时的发电量下限和上限。
35、优选地，所述输电线容量约束为：
36、其中，l＝{1,2,...,l}，c＝{0,1,2,...,l}，l为电网输电线总数，c＝0时代表正常情况，c＝1,2,...,l时分别代表输电线1,2,...,l发生断路预想故障，pl,c表示输电线l在预想故障c下的功率，xl是输电线l的阻抗，表示输电线l在预想故障c下的最大传输功率，θα(l),c、θβ(l),c分别代表在输电线l上输出潮流和接收潮流的节点在预想故障c下的电压相角。
37、按照本发明的第二方面，提供了一种面向电网动态安全评估与决策的数字孪生模型构建装置，包括：
38、处理模块，用于构建面向电网动态安全评估与决策的数字孪生模型；
39、所述数字孪生模型包括五个维度，分别为物理实体、虚拟实体、孪生数据、连接和服务；
40、所述物理实体为电网及其动态安全评估与决策过程；
41、所述虚拟实体包括：
42、物理信息神经网络模型，用于对电网动态运行过程进行仿真预测，以电网在稳态下的状态变量、代数变量和控制变量为输入，以电网在预测时间下的状态变量和代数变量为输出；
43、安全约束经济调度模型，以电网的机组发电成本最小为目标函数，以机组发电量为决策变量，约束条件包括净负荷约束、节点潮流平衡约束、机组发电量上下限约束；
44、所述服务包括：
45、s1，以预想故障全集初始化待筛选集sc，以空集初始化有效预想故障集sa；
46、s2，求解所述安全约束经济调度模型，得到使电网在发生sa中的任一有效预想故障时均可正常运行的发电量；
47、s3，将sc中的任一预想故障作为目标预想故障，判断所述目标预想故障是否违反稳态安全，若是则转入s4，否则转入s6；
48、s4，若是则采用所述物理信息神经网络模型预测电网的状态变量，将其代入至动态过程约束和动态安全约束，并加入至所述安全约束经济调度模型的约束条件中；若否则在所述安全约束经济调度模型的约束条件中加入稳态安全约束；
49、s5，将所述目标预想故障从sc中删除并加入sa，转入s2；
50、s6，判断是否遍历sc中的所有预想故障，若是，则输出经s2计算得到的使电网在发生sa中的任一有效预想故障时均可正常运行的发电量，若否则转入s3。
51、按照本发明的第三方面，提供了一种电子设备，包括：计算机可读存储介质和处理器；
52、所述计算机可读存储介质用于存储可执行指令；
53、所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行如第一方面所述的方法。
54、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
55、1、本发明提供的方法，基于包括物理实体、虚拟实体、孪生数据、连接、服务的五维框架构建了电网动态安全评估和决策的数字孪生模型，解决了三维框架难以应对的数据与服务相关问题。通过五维框架的孪生数据维度进行有效的数据集成和处理，并利用服务维度对电网数字孪生应用进行拓展，引入决策、分析、通信等服务。当本轮电力系统在运行时，可以在仿真模型中提前运行未来几轮的数据，将仿真结果输出到动态安全评估与决策服务，最后输出安全分析结果。根据安全分析结果，电力系统调控员可以提前采取措施进行风险管理，减少潜在的安全隐患。因此，本发明所提供的数字孪生模型能够提前模拟电网运行情况，提高电网处理故障和预知安全风险能力，为电网安全运行提供指导。
56、2、本发明提供的方法，基于物理信息神经网络对电网动态运行过程进行建模，利用物理信息指导数据驱动模型学习，并结合增量学习算法实时更新模型，加快仿真时间，提高预测精度；相较于纯模型驱动的方法，计算速度更快，相对于纯数据驱动的方法，计算精度更高。
57、3、本发明提供的方法，将动态安全评估过程和控制决策过程有机结合，提出一体化动态安全评估与决策算法，能够在内存中对电网动态安全评估和决策过程进行迭代求解，并快速筛选有效预想故障集。针对不安全情况，能够及时施加相应的措施进行预防控制。
1.一种面向电网动态安全评估与决策的数字孪生模型构建方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述动态过程约束为：
3.如权利要求1或2所述的方法，其特征在于，所述判断所述目标预想故障违反动态安全，包括：
4.如权利要求3所述的方法，其特征在于，所述故障信息包括：故障元件、故障清除元件及故障持续时间；
5.如权利要求1所述的方法，其特征在于，所述物理信息神经网络模型的损失函数为：
6.如权利要求1所述的方法，其特征在于，所述状态变量包括发电机的角度及速度；
7.如权利要求1所述的方法，其特征在于，所述净负荷约束为：di＝di-ri；
8.如权利要求1所述的方法，其特征在于，所述输电线容量约束为：
9.一种面向电网动态安全评估与决策的数字孪生模型构建装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括：计算机可读存储介质和处理器；
