CN102999876A - 一种典型负荷特性变电站的选取方法 - Google Patents

Abstract

本发明涉及一种典型负荷特性变电站的选取方法，包括：A）对电网中相应变电站进行负荷特性普查；B）依据普查的结果对负荷变电站进行负荷特性分类；C）通过灰色关联分析法计算各负荷类型中所有变电站的关联系数；D）在每个负荷类型中分别选取关联系数最大的前10个变电站作为该负荷类型的典型站点。本发明的选取方法能够解决典型站选取上过分依赖调度运行人员的个人经验、站点选取结果典型性无从保证等缺陷；通过灰色关联分析方法按典型度的顺序给出每类负荷类型典型站点的排序，为建模人员在选取典型站点的过程中提供有力依据；具有可操作性强、考虑因素全面、方案合理、选取结果典型意义大等优点，具有较高的实用价值和良好的市场前景。

Description

一种典型负荷特性变电站的选取方法

技术领域

本发明属于电力系统负荷建模技术领域，具体涉及统计综合法负荷建模中的一种典型负荷特性变电站的选取方法。

背景技术

在负荷模型的研究和应用领域，采用统计综合法建立负荷模型的方法已得到了广泛认可。即首先对电网中的所有变电站进行负荷特性普查，按照普查结果将这些变电站按某种特征进行分类，从中确定具有代表性的变电站并对其开展配电网络、负荷构成及负荷特性的详细调查，然后通过统计综合法建立这些典型站点的综合负荷模型，并将其作为本类负荷其他变电站的综合负荷模型，以此类推，最终建立全网的负荷模型库。该方法的优点在于准确性较高同时节省了工作量。但普查结果具有一定随机性，以往在选取典型变电站时多由调度运行人员凭经验选定，这种人为选择的方法过分依赖调度运行人员的主观性和个人经验。如何在统计负荷站中选取有代表性的典型站点，需要深入研究。

发明内容

本发明的目的在于提供一种准确性高、能够普遍适用于各地区各负荷类型的典型负荷特性变电站的选取方法。

本发明是通过如下技术方案实现的：

一种典型负荷特性变电站的选取方法，其包括如下步骤：

A、对电网中所有同一电压等级（例如：220kV或330kV）的变电站进行负荷特性普查，普查的内容包括每座变电站供电范围内各种负荷所占比例；

B、依据负荷特性普查的结果对所选全部变电站进行负荷特性分类；

C、依据负荷特性分类所得到的负荷类型、通过灰色关联分析法计算每个负荷类型中各变电站的关联系数；

D、在每个负荷类型中分别选取关联系数最大的前10个变电站作为该负荷类型的典型站点。

进一步地，所述步骤A中的负荷包括工业负荷、居民负荷、商业负荷、农业负荷和其它负荷。

进一步地，所述步骤B中进行负荷特性分类的分类原则包括：

B1）单纯负荷类型的变电站要求该站主导负荷类型为单一负荷类型且该负荷类型的比重大于70%，同时其它各类负荷均不超过15%；

B2）对于两种负荷类型混合的变电站要求其主导负荷类型为两类负荷，且这两类负荷的比重均超过15%，另外还要求其它类型的负荷比重均低于15%；

B3）对于三种负荷类型混合的变电站要求其主要负荷类型为三类负荷，且这三类负荷的比重均超过15%。

进一步地，所述步骤C中，计算每个负荷类型中各变电站的关联系数均包括如下步骤：

C1）设定某一负荷类型中所有变电站的各负荷所占比例的参考数列和被比较数列x_i；

C2）计算被比较数列x_i与参考数列

之间的关联系数。

进一步地，所述步骤C1的具体步骤包括：

设定该负荷类型中共有n个负荷站，设定该负荷类型中各变电站的工业负荷、居民负荷、商业负荷、农业负荷、其他负荷所占比例分别为x_i(1),x_i(2),x_i(3),x_i(4),x_i(5)；

定义被比较数列为：x_i={x_i(1),x_i(2),x_i(3),x_i(4),x_i(5)}，其中i=1,2,3，…n；

定义参考数列

为： $\stackrel{\‾}{y}=\{\stackrel{\‾}{y}\left(1\right),\stackrel{\‾}{y}\left(2\right),\stackrel{\‾}{y}\left(3\right),\stackrel{\‾}{y}\left(4\right),\stackrel{\‾}{y}\left(5\right)\},$ 其中

分别为x_i(1)、x_i(2)、x_i(3)、x_i(4)、x_i(5)的算数平均数。

进一步地，所述步骤C2中，计算关联系数的公式如下：

${\mathrm{\ξ}}_i\left(k\right)=\frac{\left[|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)|+0.5_i^{\max }{}_i{}^{\min }\right|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)\left|\right]}{\left[\right|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)|+0.5\max |\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)\left|\right]}$

上式中，ξ_i(k)为被比较数列x_i对参考数列

在k时刻的关联系数；0.5为分辨系数。

进一步地，所述步骤C中，为了更方便观察和选取典型变电站，还可通过每个负荷类型中各变电站的关系系数计算出各变电站的关联程度：

$r_i=\frac{1}{N}{\mathrm{\Σ}}_{k=1}^N{\mathrm{\ξ}}_i\left(k\right)$

上式中，r_i表示参考数列

和被比较数列x_i之间的关联程度；N表示负荷特性分类的类型数。

本方法采用灰色关联分析方法，是根据各因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。

与现有技术相比，本发明达到的有益效果是：

1、本发明提供典型变电站的选取方法能够解决目前在典型站的选取上过分依赖调度运行人员的个人经验、站点选取结果典型性无从保证等缺陷。本发明将灰色关联分析方法用于典型站点的选取中，按典型度的顺序给出每类负荷类型典型站点的排序，为建模人员在选取典型站点的过程中提供有力的依据。

2、本发明提供的典型变电站的选取方法具有可操作性强、考虑因素全面、方案合理、选取结果典型意义大等优点，具有较高的实用价值和良好的市场前景。

附图说明

图1是本发明典型负荷特性变电站选取方法实施例的流程图。

具体实施方式

下面结合附图和实施例对本发明在南方电网具体实施方式做进一步的详细说明。

图1是本发明提供典型负荷站点选取方法流程图，如图1所示，本发明提供的典型负荷站点选取方法包括下述步骤：

A、针对南方电网全部220kV变电站进行负荷特性普查，调查每座220kV变电站所供工业负荷、居民负荷、商业负荷、农业负荷和其它负荷（该其它负荷表示不属于工业、居民、商业、农业的一些负荷，其比重值很小，不影响调查结果）的比重，调研共收回有效数据596组；

B、对596组变电站按照前述分类原则进行负荷特性分类，将南方电网全部220kV变电站分为普通工业、工业居民、商业居民、工业居民农业、高耗能工业共5大类；

C、依据灰色关联分析法计算每个负荷类型中各个负荷变电站的关联系数指标；

本发明的核心思想是将灰色关联分析法作为典型站选取的核心算法。

选取各类负荷站各负荷所占比例的算术平均

为参考数列，用于代表该类负荷的平均水平。通过计算各负荷站负荷构成xi与参考数列

的关联程度挑选具有代表性的负荷站。

其数学表达为：共有n个负荷站，该类负荷站中工业负荷、居民负荷、商业负荷、农业负荷、其他负荷所占比例分别为：x_i(1),x_i(2),x_i(3),x_i(4),x_i(5)

定义该数列为：x_i={x_i(1),x_i(2),x_i(3),x_i(4),x_i(5)}，(i=1,2,3……n）    （1）

将该数列中5元素的算术平均数定义为： $\stackrel{\‾}{y}=\{\stackrel{\‾}{y}\left(1\right),\stackrel{\‾}{y}\left(2\right),\stackrel{\‾}{y}\left(3\right),\stackrel{\‾}{y}\left(4\right),\stackrel{\‾}{y}\left(5\right)\}---\left(2\right)$

以

为参考数列，x_i为被比较数列，定义关联系数ξ_i(k)公式如下：

${\mathrm{\ξ}}_i\left(k\right)-\left[|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)|+0.5_i^{\max }{}_i{}^{\min }\right|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)\left|\right]/\left[\right|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)|+0.5\max |\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)\left|\right]---\left(3\right)$

式(3)中，分辨系数设为0．5。

这样就可以得到灰色关联序：ξ_i=(ξ_i(1)，ξ_i(2)，ξ_i(3)，ξ_i(4)，ξ_i(5))      (4)

最后，定义参考数列

和比较数列x_i之间的关联程度如下：

$r_i=\frac{1}{N}{\mathrm{\Σ}}_{k=1}^N{\mathrm{\ξ}}_i\left(k\right)---\left(5\right)$

式中，r_i表示参考数列

和被比较数列x_i之间的关联程度；N表示负荷特性分类的类型数，本例中值为5，即普通工业、工业居民、商业居民、工业居民农业、高耗能工业五类。

D、选取关联系数大的变电站作为各负荷类型的典型站点，南方电网5类负荷类型关联系数最大的10个站点计算结果如下表1-表5所示：

表1工业居民类

地区\变电站

工业

居民

商业

农业

其他

所属省份

ζ

深圳\坪山站

0．60

0．23

0．13

0．00

0．04

广东

0．9563804

凯里＼凯里变

0．56

0．25

0．13

0．06

0．00

贵州

0．9449982

茂名\榭干岭站

0．6l

0．22

0．12

0．05

0．00

广东

0．9428795

清远\阳山站

0．57

0．29

0．11

0．04

0．00

广东

0．9387273

韶关\马坝站

0．61

0．25

0．12

0．02

0．00

广东

0．9381404

佛山\桃园站

0．62

0．24

0．12

0．02

0．00

广东

0．9349332

韶关\廊田站

0．58

0．21

0．11

0．10

0．00

广东

0．9341274

大理\下关变

0．60

0．27

0．09

0．02

0．02

云南

0．9321404

楚雄\元谋变

0．55

0．27

0．15

0．01

0．02

云南

0．9308474

阳江\阳江站

0．55

0．22

0．20

0．02

0．00

广东

0．9305877

表2普通工业类

地区\变电站

工业

居民

商业

农业

其他

所属省份

ζ

贵港\芙蓉变	0.90	0.04	0.03	0.03	0.00	广西	0.949071
								贵港\太华变	0.88	0.05	0.03	0.04	0.00	广西	0.9489393
珠海\临港站	0.89	0.05	0.05	0.02	0.00	广东	0.9401042
								珠海\八一站	0.89	0.05	0.05	0.02	0.00	广东	0.9398244
珠海\大港站	0.89	0.05	0.05	0.02	0.00	广东	0.9394562
								保山\朝阳变	0.90	0.05	0.03	0.02	0.00	云南	0.9377854
阳江\坝基头站	0.89	0.06	0.03	0.02	0.00	广东	0.9375241
								广州\合兴站	0.89	0.07	0.02	0.01	0.01	广东	0.9367154
广州\虎桥站	0.90	0.06	0.02	0.00	0.01	广东	0.9319044
								红河\朋普变	0.91	0.04	0.01	0.00	0.04	云南	0.9314553

表3工业居民农业类

地区\变电站	工业	居民	商业	农业	其他	所属省份	ζ
								韶关\关春站	0.40	0.23	0.10	0.27	0.00	广东	0.9645777
海口\东路站	0.43	0.20	0.11	0.26	0.00	海南	0.9274306
								安顺\普定变	0.46	0.22	0.04	0.26	0.03	贵州	0.9112637
铜仁\孙家坝变	0.33	0.22	0.18	0.27	0.00	贵州	0.9109297
								安顺\幺铺变	0.44	0.26	0.09	0.19	0.02	贵州	0.8994018
安顺\紫云变	0.48	0.23	0.02	0.27	0.00	贵州	0.8895361
								曲靖\普厅变	0.38	0.18	0.06	0.38	0.00	云南	0.874279
曲靖\文山变	0.38	0.18	0.06	0.38	0.00	云南	0.8742667
								曲靖\听湖变	0.38	0.18	0.06	0.38	0.00	云南	0.8742527
曲靖\马关变	0.38	0.18	0.06	0.38	0.00	云南	0.8742172

表4高耗能工业类

地区\变电站	工业	居民	商业	农业	其他	所属省份	ζ
								百色\沙坡站	0.90	0.05	0.01	0.01	0.03	广西	0.9605203
怒江\崇仁变	0.92	0.03	0.03	0.02	0.00	云南	0.940642
								玉溪\抚仙变	0.94	0.03	0.01	0.00	0.02	云南	0.9397267
红河\大屯变	0.95	0.02	0.01	0.00	0.02	云南	0.9264575
								百色\德保站	0.94	0.04	0.01	0.01	0.00	广西	0.9191582
怒江\兰坪变	0.90	0.04	0.03	0.02	0.00	云南	0.9163211
								百色\云灵站	0.96	0.03	0.00	0.01	0.00	广西	0.9136245
崇左\东平变	0.89	0.07	0.01	0.03	0.00	广西	0.9084742
								贵港\社步变	0.89	0.04	0.03	0.04	0.00	广西	0.9071688
曲靖\花山变	0.96	0.03	0.00	0.00	0.00	云南	0.9064529

表5商业居民类

地区\变电站	工业	居民	商业	农业	其他	所属省份	ζ
								深圳\经贸站	0.04	0.43	0.32	0.00	0.20	广东	0.9288415
深圳\欢乐站	0.12	0.47	0.33	0.00	0.08	广东	0.9278577
								昆明\海埂变	0.08	0.53	0.32	0.00	0.07	云南	0.9230029
广州\伍仙门站	0.02	0.44	0.31	0.00	0.23	广东	0.9169524
								佛山\文华站	0.10	0.48	0.40	0.00	0.01	广东	0.8866133
深圳\梅林站	0.11	0.35	0.31	0.00	0.23	广东	0.8859523
								广州\泮塘站	0.07	0.45	0.44	0.00	0.03	广东	0.8852367
昆明\官渡变	0.07	0.42	0.33	0.13	0.05	云南	0.8833154
								佛山\红星站	0.07	0.44	0.46	0.03	0.00	广东	0.8733881

深圳\祥和站

0.07

0.32

0.29

0.00

0.32

广东

0.8685827

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种典型负荷特性变电站的选取方法，其特征在于，该方法包括如下步骤：

A、对电网中所有同一电压等级的变电站进行负荷特性普查，普查的内容包括每座变电站供电范围内各种负荷所占比例；

B、依据负荷特性普查的结果对所选择的变电站进行负荷特性分类；

C、依据负荷特性分类所得到的负荷类型、通过灰色关联分析法计算每个负荷类型中各变电站的关联系数；

D、在每个负荷类型中分别选取关联系数最大的前10个变电站作为该负荷类型的典型站点。

2.如权利要求1所述的典型负荷特性变电站的选取方法，其特征在于，所述步骤A中的负荷包括工业负荷、居民负荷、商业负荷、农业负荷和其它负荷。

3.如权利要求1所述的典型负荷特性变电站的选取方法，其特征在于，所述步骤B中进行负荷特性分类的分类原则包括：

B1）单纯负荷类型的变电站要求该站主导负荷类型为单一负荷类型且该负荷类型的比重大于70%，同时其它各类负荷均不超过15%；

B2）对于两种负荷类型混合的变电站要求其主导负荷类型为两类负荷，且这两类负荷的比重均超过15%，另外还要求其它类型的负荷比重均低于15%；

B3）对于三种负荷类型混合的变电站要求其主要负荷类型为三类负荷，且这三类负荷的比重均超过15%。

4.如权利要求1所述的典型负荷特性变电站的选取方法，其特征在于，所述步骤C中，计算每个负荷类型中各变电站的关联系数均包括如下步骤：

C1）设定某一负荷类型中所有变电站的各负荷所占比例的参考数列

和被比较数列x_i；

C2）计算被比较数列x_i与参考数列

之间的关联系数。

5.如权利要求4所述的典型负荷特性变电站的选取方法，其特征在于，所述步骤C1的具体步骤包括：

设定该负荷类型中共有n个负荷站，设定该负荷类型中各变电站的工业负荷、居民负荷、商业负荷、农业负荷、其他负荷所占比例分别为x_i(1),x_i(2),x_i(3),x_i(4),x_i(5)；

定义被比较数列为：x_i={x_i(1),x_i(2),x_i(3)，x_i(4),x_i(5)}，其中i=1,2,3，…n；

定义参考数列为： $\stackrel{\‾}{y}=\{\stackrel{\‾}{y}\left(1\right),\stackrel{\‾}{y}\left(2\right),\stackrel{\‾}{y}\left(3\right),\stackrel{\‾}{y}\left(4\right),\stackrel{\‾}{y}\left(5\right)\},$ 其中分别为x_i(1)、x_i(2)、x_i(3)、x_i(4)、x_i(5)的算数平均数。

6.如权利要求4所述的典型负荷特性变电站的选取方法，其特征在于，所述步骤C2中，计算关联系数的公式如下：

${\mathrm{\ξ}}_i\left(k\right)=\frac{\left[|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)|+0.5_i^{\max }{}_i{}^{\min }\right|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)\left|\right]}{\left[\right|\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)|+0.5\max |\stackrel{\‾}{y}\left(k\right)-x_i\left(k\right)\left|\right]}$

上式中，ξ_i(k)为被比较数列x_i对参考数列

的关联系数；0.5为分辨系数。

7.如权利要求1或4所述的典型负荷特性变电站的选取方法，其特征在于，所述步骤C中，进一步通过每个负荷类型中各变电站的关系系数计算出各变电站的关联程度：

$r_i=\frac{1}{N}{\mathrm{\Σ}}_{k=1}^N{\mathrm{\ξ}}_i\left(k\right)$

上式中，r_i表示参考数列

和被比较数列x_i之间的关联程度；N表示负荷特性分类的类型数。

Images