1.一种抑制交流电网低频振荡的功率优化方法，其特征在于，所述方法包括：当交流电网发生低频振荡时，在交流电网低频振荡区域内的任意两条母线之间接入直流支路；获取交流电网的机组初始出力和直流支路初始输送功率；将所述机组初始出力和直流支路初始输送功率作为初始状态信息代入功率优化模型，对模型进行优化求解得到交流电网的最优机组出力和直流支路的最优输送功率；其中，所述功率优化模型是基于以接入了直流支路的交流电网历史的机组出力和直流支路输送功率构建的初始状态集、预设动作集，采用强化学习算法对强化学习网络进行训练得到的；所述功率优化模型是基于以接入了直流支路的交流电网历史的机组出力和直流支路输送功率构建的初始状态集、预设动作集，采用强化学习算法对强化学习网络进行训练得到的，包括：将初始状态集中第i条状态信息作为强化学习网络中接入了直流支路的交流电网的初始状态信息；将该初始状态信息对应的每一次迭代过程开始时的状态信息和动作集代入预先构建的动作选择模型中，得到该初始状态信息对应的每一次迭代过程开始时的状态信息对应的最优动作，以及该最优动作对应的最弱振荡阻尼比；基于该最优动作对应的最弱振荡阻尼比，采用Q学习算法计算该初始状态信息对应的每一次迭代过程的Q值；基于最优动作更新状态信息，并将更新的状态信息作为下一次迭代过程开始时的状态信息；当达到预设迭代次数阈值时，将Q值最大的迭代过程中更新的状态信息中的机组出力和直流线路输送功率作为以初始状态集中第i条状态信息作为强化学习网络中接入了直流支路的交流电网的初始状态信息对应输出的机组优化出力和直流线路优化输送功率；重复上述全部步骤，直至得到以初始状态集中各条状态信息为强化学习网络中接入了直流支路的交流电网的初始状态信息对应输出的机组优化出力和直流线路优化输送功率，将此时的训练的强化学习网络作为功率优化模型，并输出所述功率优化模型；其中，i∈(1～N)，N为初始状态集中包含的状态信息条数。
2.如权利要求1所述的方法，其特征在于，所述以接入了直流支路的交流电网历史的机组出力和直流支路输送功率构建的初始状态集的获取过程，包括：获取接入了直流支路的交流电网正常运行时各历史的机组出力和直流支路输送功率对应的干扰响应信息；当所述各历史的机组出力和直流支路输送功率对应的干扰响应信息中存在交流电网低频振荡区域时，则将相应历史的机组出力和直流支路输送功率作为一条状态信息填入所述初始状态集。
3.如权利要求2所述的方法，其特征在于，所述获取接入了直流支路的交流电网正常运行时各历史的机组出力和直流支路输送功率对应的干扰响应信息，包括：利用接入了直流支路的交流电网的网络参数、第K组机组出力和直流支路输送功率构建潮流文件；将潮流文件导入BPA仿真平台进行潮流计算，得到潮流计算结果；将潮流计算结果导入BPA仿真平台进行小干扰计算，得到第K组机组出力和直流支路输送功率对应的干扰响应信息；其中，干扰响应信息包括：交流电网低频振荡区域以及该区域各种振荡模式中的最弱振荡阻尼比，k∈(1～M)，M为接入了直流支路的交流电网正常运行时历史的机组出力和直流支路输送功率的条数。
4.如权利要求1所述的方法，其特征在于，所述预设动作集，包括：接入了直流支路的交流电网中各个机组对应的动作和接入了直流支路的交流电网中各个直流支路对应的动作；其中，接入了直流支路的交流电网中第s个机组对应的动作为出力增加ΔP s 和出力减少ΔP s ；接入了直流支路的交流电网中第z个直流支路对应的动作为输送功率增加ΔP z 和输送功率减少ΔP z ；其中，s∈(1～ξ s )，ξ s 为接入了直流支路的交流电网中包含的机组总数，z∈(1～ξ z )，ξ z 为接入了直流支路的交流电网中包含的直流支路总数，ΔP s 为接入了直流支路的交流电网中包含的中第s个机组的预设出力改变值，ΔP 2 为接入了直流支路的交流电网中包含的中第z个直流支路的预设输送功率改变值。
5.如权利要求1所述的方法，其特征在于，所述预先构建的动作选择模型的获取过程，包括：将初始状态集中各条状态信息和预设动作集作为初始神经网络的输入数据，将初始状态集中各条状态信息对应的最优动作，以及该最优动作对应的最弱振荡阻尼比作为输出数据，训练所述初始神经网络，得到预先构建的动作选择模型。
6.如权利要求5所述的方法，其特征在于，所述初始状态集中各条状态信息对应的最优动作，以及该最优动作对应的最弱振荡阻尼比的获取过程，包括：步骤A：初始化f＝1；步骤B：在初始状态集中第i条状态信息的基础上施加预设动作集的第f个动作，得到该动作执行后的状态信息；步骤C：获取该状态信息中机组出力和直流支路输送功率对应的干扰响应信息，从该干扰响应信息中获取交流电网低频振荡区域在其可能的各种振荡模式下对应的振荡阻尼比中的最弱振荡阻尼比，并将该最弱振荡阻尼比作为第f个动作对应的最弱振荡阻尼比；步骤D：若f＝δ，将第1个动作至第δ个动作各自对应的最弱振荡阻尼比中最大的一个最弱振荡阻尼比对应的动作作为初始状态集中第i条状态信息对应的最优动作，输出所述最优动作，以及该最优动作对应的最弱振荡阻尼比；其中，f∈(1～δ)，δ为预设动作集中包含的动作个数，i∈(1～N)，N为初始状态集中包含的状态信息条数。
7.如权利要求1所述的方法，其特征在于，所述采用Q学习算法计算该初始状态信息对应的每一次迭代过程的Q值，包括：按下式确定第t+1次迭代过程中计算的Q值Q t+1 ：Q t+1 ＝Q t +α[r t +γ(Q t+1 -Q t )]式中，Q t 为第t次迭代过程中计算的Q值，r t 为第t次迭代过程开始时的状态信息对应的最优动作的奖励值，α为第一预设参数，γ为第二预设参数，t∈(1～T)，T为预设迭代次数阈值；其中，按下式确定第t次迭代过程开始时的状态信息对应的最优动作的奖励值r t ：式中，Δη t 为目标最弱振荡阻尼比与第t次迭代开始时的状态信息对应的最优动作对应的最弱振荡阻尼比的差值。
8.一种抑制交流电网低频振荡的功率控制方法，其特征在于，所述方法包括：采用如权利要求1～7任一所述的方法，获取交流电网的最优机组出力和直流支路的最优输送功率；控制接入了直流支路的交流电网的机组出力为各自的优化出力，接入了直流支路的交流电网的直流支路输送功率为各自的优化输送功率。
9.一种抑制交流电网低频振荡的功率优化系统，其特征在于，所述系统包括：接入模块，用于当交流电网发生低频振荡时，在交流电网低频振荡区域内的任意两条母线之间接入直流支路；获取模块，用于获取交流电网的机组初始出力和直流支路初始输送功率；优化求解模块，用于将所述机组初始出力和直流支路初始输送功率作为初始状态信息代入功率优化模型，对模型进行优化求解得到交流电网的最优机组出力和直流支路的最优输送功率；其中，所述功率优化模型是基于以接入了直流支路的交流电网历史的机组出力和直流支路输送功率构建的初始状态集、预设动作集，采用强化学习算法对强化学习网络进行训练得到的，具体包括：将初始状态集中第i条状态信息作为强化学习网络中接入了直流支路的交流电网的初始状态信息；将该初始状态信息对应的每一次迭代过程开始时的状态信息和动作集代入预先构建的动作选择模型中，得到该初始状态信息对应的每一次迭代过程开始时的状态信息对应的最优动作，以及该最优动作对应的最弱振荡阻尼比；基于该最优动作对应的最弱振荡阻尼比，采用Q学习算法计算该初始状态信息对应的每一次迭代过程的Q值；基于最优动作更新状态信息，并将更新的状态信息作为下一次迭代过程开始时的状态信息；当达到预设迭代次数阈值时，将Q值最大的迭代过程中更新的状态信息中的机组出力和直流线路输送功率作为以初始状态集中第i条状态信息作为强化学习网络中接入了直流支路的交流电网的初始状态信息对应输出的机组优化出力和直流线路优化输送功率；重复上述全部步骤，直至得到以初始状态集中各条状态信息为强化学习网络中接入了直流支路的交流电网的初始状态信息对应输出的机组优化出力和直流线路优化输送功率，将此时的训练的强化学习网络作为功率优化模型，并输出所述功率优化模型；其中，i∈(1～N)，N为初始状态集中包含的状态信息条数。
