CN105356450B - 一种基于动态电价的电网分区方法 - Google Patents

一种基于动态电价的电网分区方法 Download PDF

Info

Publication number
CN105356450B
CN105356450B CN201510716993.7A CN201510716993A CN105356450B CN 105356450 B CN105356450 B CN 105356450B CN 201510716993 A CN201510716993 A CN 201510716993A CN 105356450 B CN105356450 B CN 105356450B
Authority
CN
China
Prior art keywords
mrow
node
region
electricity price
msub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510716993.7A
Other languages
English (en)
Other versions
CN105356450A (zh
Inventor
管晓宏
陈天恩
姚娜娜
刘瑞丰
高峰
李焰
吴江
翟桥柱
刘坤
袁伟
聂泽琳
程兴瑞
唐哲
蔡婧
白婕
刘洁冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
STATE GRID NORTHWEST CHINA GRID Co Ltd
Xian Jiaotong University
Original Assignee
STATE GRID NORTHWEST CHINA GRID Co Ltd
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by STATE GRID NORTHWEST CHINA GRID Co Ltd, Xian Jiaotong University filed Critical STATE GRID NORTHWEST CHINA GRID Co Ltd
Priority to CN201510716993.7A priority Critical patent/CN105356450B/zh
Publication of CN105356450A publication Critical patent/CN105356450A/zh
Application granted granted Critical
Publication of CN105356450B publication Critical patent/CN105356450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62The condition being non-electrical, e.g. temperature
    • H02J2310/64The condition being economic, e.g. tariff based load management
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225Demand response systems, e.g. load shedding, peak shaving
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于动态电价的电网分区方法:获取一定时间维度的负荷数据;计算功率传输分布因子矩阵;逐时段利用以电网公司购电费用最小为目标的最优潮流模型计算出电网中各节点的边际电价;设定期望的分区个数并初始化每个区域为空;将K‑means聚类算法进行改进,在分区过程中考虑各节点间的邻接关系;利用改进的K‑means聚类算法对电网基于节点动态边际电价进行分区;对分区结果进行偏差分析,若最大相对偏差小于给定的限值,分区完成,否则,改变分区数重新分区;得到各分区的节点和区域电价。本发明得到的分区结果可保证区域内节点互联和节点电价损失在允许范围内,便于市场参与者进行结算。

Description

一种基于动态电价的电网分区方法
【技术领域】
本发明涉及电网供电技术和优化控制领域,具体涉及一种用于电网分区的方法。
【背景技术】
随着电力系统的规模变大,其结构也变得越来越复杂,当系统负荷增加到一定程度时,会出现线路阻塞,从而造成阻塞线路两端的节点边际价格不同。但阻塞往往只是频繁地出现在某些线路上。因此,可将电网分区管理,每个区域对应一个电价,区域内的节点有相同或相近的电价。区域电价提供了一种比节点边际电价更为简洁,比系统边际电价更为准确的电价信号。
节点边际电价随时间变化,反映的是符合需求的不断变化;同时电价随节点位置变化,反映的是网损和传输阻塞的影响;从时间和空间两方面体现了电力资源(包括发电、输电线路、网损)的稀缺程度,为电力的生产者、消费者、投资者和管理者提供电价信号,优化电力资源的配置,促进电力市场稳定发展。
现有的分区方法可以归为四类:按地理位置或行政区域划分;以阻塞线路为基础进行划分;以计算出的各种灵敏度进行划分;以节点边际电价的分布或偏差进行划分。第一类方法无法体现阻塞情况,第二类方法阻塞线路随时间变化导致分区结果也随时间频繁变化,第三类方法主要强调了灵敏度,从而会出现一个分区内节点电价相差很大的情况。第四种是一种动态分区,分区标准难以确定。
【发明内容】
本发明的目的在于提供一种基于动态电价的电网分区方法,在计算出一定时间维度电价的基础上,考虑节点之间的邻接关系,进而利用聚类算法实现电网的合理分区。
为了实现上述目的,本发明采用如下技术方案:
一种基于动态电价的电网分区方法,包括以下步骤:
1)、设定采样时段和采样间隔,从SCADA获取负荷的有功功率及机组组合状态;
2)、计算电网的功率传输分布矩阵;
3)、利用最优潮流模型计算出电网中N个节点在T个时段的边际电价,构成矩阵LMPN×T,每一行代表该行节点的电价向量;
4)、设定期望分区数及初始区域电价向量,向量维数为时段数T;
5)、计算各节点与各区域电价向量差的模值,基于邻接矩阵及多时段边际电价,利用聚类算法对电网中的节点进行聚类,如果与一个节点电价向量差模值最小的区域内所有点均与该节点无邻接关系,则认为该节点未能成功聚类;将该节点标示出;遍历所有节点之后,若有区域为空,则返回第4)步重新选定初始区域电价,直到所有区域不为空;
6)、对未能成功聚类的节点,利用步骤5)的方法再次将其聚类,若仍有节点聚类不成功,则将该节点与各区域电价向量差模值的最小值更新为无穷大,继续步骤5);
7)、更新区域电价,重新分区,直到两次分区结果不再变化;
8)、对分区结果进行偏差分析,若偏差在允许范围内,则分区完成,否则,返回步骤4)在期望分区数的基础上,上下浮动改变分区数,重新分区。
进一步的,步骤2)根据已知的网络参数计算功率传输分布因子矩阵,其中,网络参数包括线路阻抗及网络关联矩阵。
进一步的,步骤3)具体包括以下步骤:
对每个采样时段,求解以电网公司购电费用最小为目标,电网供需平衡、线路传输安全、机组发电量上下界为约束的最优潮流模型,利用最优潮流模型的对偶变量及功率传输分布矩阵计算出各节点的边际电价,得到LMPN×T,其元素LMPnt表示第n个节点在t时段的边际电价。
进一步的,步骤4)具体包括以下步骤:
设定期望分区数K,初始化各区域为空Z{k}=[],k=1,2,...,K,逐时段,在所有节点电价的最大值与最小值之间随机选取一个值,构成初始区域电价向量zk=[zk1,zk2,...,zkT],k=1,2,...,K。
进一步的,步骤5)具体包括以下步骤:
对每个节点计算其电价向量与每个区域电价向量差的模值,存储到矩阵DistN×K中,矩阵的行为节点编号,列为区域编号:
Dist(n,k)=||LMPn-zk||,n=1,2,...,N;k=1,2,...,K
其中,LMPn表示第n个节点的边际电价向量,zk表示第k个区域的区域电价向量;找出每一行的最小值,最小值所在的行n为对应的节点编号,所在列k就是与该节点电价向量差模值最小的区域编号;设节点间邻接矩阵为WN×N,若该节点与区域内其他节点之间存在邻接关系,即满足sum(W(n,Z{k}))>0,则将该节点划分到这个区域,否则,将该节点标识出;遍历所有节点之后,若有区域为空,则返回第4)步重新选定初始区域电价,直到所有区域不为空。
进一步的,步骤6)具体包括以下步骤:
对步骤5)中被标识出的节点,找出与该节点电价向量差值最小的区域,若该节点与区域内其他节点之间存在邻接关系,则将该节点划分到这个区域,否则,将矩阵中该最小值更新为无穷大,保证在下次搜索的时候不被搜到,继续查找,直到将该节点划分到区域,开始寻找下一个被标识节点所属的区域。
进一步的,步骤7)具体包括以下步骤:
逐时段计算各区域所包含节点电价的均值构成区域新的电价向量:
其中Z{k}为第k个区域中的节点集合,C(Z{k})为第k个区域中的节点数,n为第k个区域中的一个节点;将各区域内节点清空,重复步骤5)~7),直到连续两次得到的区域电价向量不再变化后进入步骤8)。
进一步的,步骤8)具体包括以下步骤:
逐时段对步骤7)划分后的每个区域,计算出区域内节点电价与区域电价的最大相对偏差;若各区域的最大相对偏差小于给定的误差限值ε,分区完成;否则,返回步骤4)在期望分区数的基础上浮动分区数。
进一步的,ε=0.05。
一种基于动态电价的电网分区方法,包括以下步骤:
1)设定采样时段和采样间隔,从SCADA获取负荷的有功功率及机组组合状态;
2)根据已知的网络参数计算功率传输分布因子矩阵,其中,网络参数包括线路阻抗及网络关联矩阵;
3)对每个采样时段,求解以电网公司购电费用最小为目标,电网供需平衡、线路传输安全、机组发电量上下界为约束的最优潮流模型,利用最优潮流模型的对偶变量及功率传输分布矩阵计算出各节点的边际电价,得到LMPN×T
4)设定期望分区数K,初始化各区域为空Z{k}=[],k=1,2,...,K,逐时段,在所有节点电价的最大值与最小值之间随机选取一个值,构成初始区域电价向量zk=[zk1,zk2,...,zkT],k=1,2,...,K;
5)对每个节点计算其电价向量与每个区域电价向量差的模值,存储到矩阵DistN×K中,矩阵的行为节点编号,列为区域编号:
Dist(n,k)=||LMPn-zk||,n=1,2,...,N;k=1,2,...,K
其中,LMPn表示第n个节点的边际电价向量,zk表示第k个区域的区域电价向量;找出每一行的最小值,最小值所在的行n为对应的节点编号,所在列k就是与该节点电价向量差模值最小的区域编号;设节点间邻接矩阵为WN×N,若该节点与区域内其他节点之间存在邻接关系,即满足sum(W(n,Z{k}))>0,则将该节点划分到这个区域,否则,将该节点标识出;遍历所有节点之后,若有区域为空,则返回第4)步重新选定初始区域电价,直到所有区域不为空;
步骤6)对步骤5)中被标识出的节点,找出与该节点电价向量差值最小的区域,若该节点与区域内其他节点之间存在邻接关系,则将该节点划分到这个区域,否则,将矩阵中该最小值更新为无穷大,保证在下次搜索的时候不被搜到,继续查找,直到将该节点划分到区域,开始寻找下一个被标识节点所属的区域;
步骤7)逐时段计算各区域所包含节点电价的均值构成区域新的电价向量:
其中Z{k}为第k个区域中的节点集合,C(Z{k})为第k个区域中的节点数,n为第k个区域中的一个节点;将各区域内节点清空,重复步骤5)~7),直到连续两次得到的区域电价向量不再变化后进入步骤8);
步骤8)逐时段对步骤7)划分后的每个区域,计算出区域内节点电价与区域电价的最大相对偏差;若各区域的最大相对偏差小于给定的误差限值ε,分区完成;否则,返回步骤4)在期望分区数的基础上浮动分区数;ε=0.05。
相对于现有技术,本发明具有以下有益效果:本发明是基于动态电价和节点邻接矩阵的电网静态分区方法,动态电价反映了电网中负荷及传输潮流的变化,节点间邻接矩阵反映了节点间的邻接关系,分区完成之后每个区域内节点互联且在每个时段对应一个电价,提高了分区的实时性,提供更准确的电价信息,也便于电力市场参与者进行结算;而形成的静态稳定的分区改善了现有动态分区方法,分区结果随时间频繁变化的缺点。
【附图说明】
图1为基于动态电价的电网分区方法的框图;
图2为基于动态电价的电网分区方法的方法流程图。
【具体实施方式】
以下结合附图详细说明本发明基于动态电价的电网分区方法的实施方式。
请参阅图1和图2所示,本发明一种基于动态电价的电网分区方法,包括以下步骤:
1)根据对实时性和精度的不同要求,设定不同的采样时段(1个月)和采样间隔(15min),从SCADA获取负荷的有功功率及机组组合状态;
2)根据已知的网络参数计算功率传输分布因子矩阵,其中,网络参数包括线路阻抗及网络关联矩阵。
3)对每个采样时段,求解以电网公司购电费用最小为目标,电网供需平衡、线路传输安全、机组发电量上下界为约束的最优潮流模型,利用最优潮流模型的对偶变量及功率传输分布矩阵计算出各节点的边际电价,得到LMPN×T,其元素LMPnt表示第n个节点在t时段的边际电价。
4)设定期望分区数K,初始化各区域为空Z{k}=[],k=1,2,...,K,逐时段,在所有节点电价的最大值与最小值之间随机选取一个值,构成初始区域电价向量zk=[zk1,zk2,...,zkT],k=1,2,...,K。
5)对每个节点计算其电价向量与每个区域电价向量差的模值,存储到矩阵DistN×K中,矩阵的行为节点编号,列为区域编号:
Dist(n,k)=||LMPn-zk||,n=1,2,...,N;k=1,2,...,K
其中,LMPn表示第n个节点的边际电价向量,zk表示第k个区域的区域电价向量;找出每一行的最小值,最小值所在的行n为对应的节点编号,所在列k就是与该节点电价向量差模值最小的区域编号。设节点间邻接矩阵为WN×N,若该节点与区域内其他节点之间存在邻接关系,即满足sum(W(n,Z{k}))>0,则将该节点划分到这个区域,否则,将该节点标识出。遍历所有节点之后,若有区域为空,则返回第4)步重新选定初始区域电价,直到所有区域不为空。
步骤6)对步骤5)中被标识出的节点,找出与该节点电价向量差值最小的区域,若该节点与区域内其他节点之间存在邻接关系,则将该节点划分到这个区域,否则,将矩阵中该最小值更新为无穷大,保证在下次搜索的时候不被搜到,继续查找,直到将该节点划分到区域,开始寻找下一个被标识节点所属的区域。
步骤7)逐时段计算各区域所包含节点电价的均值构成区域新的电价向量:
其中Z{k}为第k个区域中的节点集合,C(Z{k})为第k个区域中的节点数,n为第k个区域中的一个节点;将各区域内节点清空,重复步骤5)~7),直到连续两次得到的区域电价向量不再变化后进入步骤8);
步骤8)逐时段对步骤7)划分后的每个区域,计算出区域内节点电价与区域电价的最大相对偏差。若各区域的最大相对偏差小于给定的误差限值ε(一般取0.05),分区完成;否则,返回步骤4)在期望分区数的基础上浮动分区数。

Claims (10)

1.一种基于动态电价的电网分区方法,其特征在于,包括以下步骤:
1)、设定采样时段和采样间隔,从SCADA获取负荷的有功功率及机组组合状态;
2)、计算电网的功率传输分布矩阵;
3)、利用最优潮流模型计算出电网中N个节点在T个时段的边际电价,构成矩阵LMPN×T,矩阵的一行代表该行节点的电价向量;
4)、设定期望分区数及初始区域电价向量,向量维数为时段数T;
5)、计算各节点与各区域电价向量差的模值,基于邻接矩阵及多时段边际电价,利用聚类算法对电网中的节点进行聚类,如果与一个节点电价向量差模值最小的区域内所有节点均与该节点无邻接关系,则认为该节点未能成功聚类;将该节点标示出;遍历所有节点之后,若有区域为空,则返回第4)步重新选定初始区域电价,直到所有区域不为空;
6)、对未能成功聚类的节点,利用步骤5)的方法再次将其聚类,若仍有节点聚类不成功,则将该节点与各区域电价向量差模值的最小值更新为无穷大,继续步骤5);
7)、更新区域电价,重新分区,直到连续两次分区结果不再变化;
8)、对分区结果进行偏差分析,若偏差在允许范围内,则分区完成,否则,返回步骤4)在期望分区数的基础上,上下浮动改变分区数,重新分区。
2.根据权利要求1所述的一种基于动态电价的电网分区方法,其特征在于,步骤2)根据已知的网络参数计算功率传输分布因子矩阵,其中,网络参数包括线路阻抗及网络关联矩阵。
3.根据权利要求1所述的一种基于动态电价的电网分区方法,其特征在于,步骤3)具体包括以下步骤:
对每个采样时段,求解以电网公司购电费用最小为目标,电网供需平衡、线路传输安全、机组发电量上下界为约束的最优潮流模型,利用最优潮流模型的对偶变量及功率传输分布矩阵计算出各节点的边际电价,得到矩阵LMPN×T,其元素LMPnt表示第n个节点在t时段的边际电价。
4.根据权利要求1所述的一种基于动态电价的电网分区方法,其特征在于,步骤4)具体包括以下步骤:
设定期望分区数K,初始化各区域为空Z{k}=[],k=1,2,...,K,逐时段,在所有节点电价的最大值与最小值之间随机选取一个值,构成初始区域电价向量zk=[zk1,zk2,...,zkT],k=1,2,...,K,zkt为第k个区域在t时段的电价;其中,Z{k}为第k个区域中的节点集合。
5.根据权利要求1所述的一种基于动态电价的电网分区方法,其特征在于,步骤5)具体包括以下步骤:
对每个节点计算其电价向量与每个区域电价向量差的模值,存储到矩阵DistN×K中,矩阵的行为节点编号,列为区域编号:
Dist(n,k)=||LMPn-zk||,n=1,2,...,N;k=1,2,...,K
其中,LMPn表示第n个节点的边际电价向量,zk表示第k个区域的区域电价向量;找出每一行的最小值,最小值所在的行n为对应的节点编号,所在列k就是与该节点电价向量差模值最小的区域编号;设节点间邻接矩阵为WN×N,若该节点与区域内其他节点之间存在邻接关系,即满足sum(W(n,Z{k}))>0,则将该节点划分到这个区域,否则,将该节点标识出;遍历所有节点之后,若有区域为空,则返回第4)步重新选定初始区域电价,直到所有区域不为空。
6.根据权利要求1所述的一种基于动态电价的电网分区方法,其特征在于,步骤6)具体包括以下步骤:
对步骤5)中被标识出的节点,找出与该节点电价向量差值最小的区域,若该节点与区域内其他节点之间存在邻接关系,则将该节点划分到这个区域,否则,将矩阵中该最小值更新为无穷大,保证在下次搜索的时候不被搜到,继续查找,直到将该节点划分到区域,开始寻找下一个被标识节点所属的区域。
7.根据权利要求1所述的一种基于动态电价的电网分区方法,其特征在于,步骤7)具体包括以下步骤:
逐时段计算各区域所包含节点电价的均值构成区域新的电价向量:
<mrow> <msub> <mi>z</mi> <mi>k</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mrow> <msub> <mi>z</mi> <mrow> <mi>k</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>z</mi> <mrow> <mi>k</mi> <mn>2</mn> </mrow> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>z</mi> <mrow> <mi>k</mi> <mi>T</mi> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>C</mi> <mrow> <mo>(</mo> <mrow> <mi>Z</mi> <mrow> <mo>{</mo> <mi>k</mi> <mo>}</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mfrac> <munder> <mi>&amp;Sigma;</mi> <mrow> <mi>n</mi> <mo>&amp;Element;</mo> <mi>Z</mi> <mrow> <mo>{</mo> <mi>k</mi> <mo>}</mo> </mrow> </mrow> </munder> <mrow> <mo>(</mo> <mrow> <msub> <mi>LMP</mi> <mrow> <mi>n</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>LMP</mi> <mrow> <mi>n</mi> <mn>2</mn> </mrow> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>LMP</mi> <mrow> <mi>n</mi> <mi>T</mi> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>K</mi> </mrow>
其中Z{k}为第k个区域中的节点集合,C(Z{k})为第k个区域中的节点数,n为第k个区域中的一个节点;将各区域内节点清空,重复步骤5)~7),直到连续两次得到的区域电价向量不再变化后进入步骤8)。
8.根据权利要求1所述的一种基于动态电价的电网分区方法,其特征在于,步骤8)具体包括以下步骤:
逐时段对步骤7)划分后的每个区域,计算出区域内节点电价与区域电价的最大相对偏差;若各区域的最大相对偏差小于给定的误差限值ε,分区完成;否则,返回步骤4)在期望分区数的基础上浮动分区数。
9.根据权利要求8所述的一种基于动态电价的电网分区方法,其特征在于,ε=0.05。
10.一种基于动态电价的电网分区方法,其特征在于,包括以下步骤:
1)设定采样时段和采样间隔,从SCADA获取负荷的有功功率及机组组合状态;
2)根据已知的网络参数计算功率传输分布因子矩阵,其中,网络参数包括线路阻抗及网络关联矩阵;
3)对每个采样时段,求解以电网公司购电费用最小为目标,电网供需平衡、线路传输安全、机组发电量上下界为约束的最优潮流模型,利用最优潮流模型的对偶变量及功率传输分布矩阵计算出各节点的边际电价,得到LMPN×T,其元素LMPnt表示第n个节点在t时段的边际电价;
4)设定期望分区数K,初始化各区域为空Z{k}=[],k=1,2,...,K,逐时段,在所有节点电价的最大值与最小值之间随机选取一个值,构成初始区域电价向量zk=[zk1,zk2,...,zkT],k=1,2,...,K;
5)对每个节点计算其电价向量与每个区域电价向量差的模值,存储到矩阵DistN×K中,矩阵的行为节点编号,列为区域编号:
Dist(n,k)=||LMPn-zk||,n=1,2,...,N;k=1,2,...,K
其中,LMPn表示第n个节点的边际电价向量,zk表示第k个区域的区域电价向量;找出每一行的最小值,最小值所在的行n为对应的节点编号,所在列k就是与该节点电价向量差模值最小的区域编号;设节点间邻接矩阵为WN×N,若该节点与区域内其他节点之间存在邻接关系,即满足sum(W(n,Z{k}))>0,则将该节点划分到这个区域,否则,将该节点标识出;遍历所有节点之后,若有区域为空,则返回第4)步重新选定初始区域电价,直到所有区域不为空;
步骤6)对步骤5)中被标识出的节点,找出与该节点电价向量差值最小的区域,若该节点与区域内其他节点之间存在邻接关系,则将该节点划分到这个区域,否则,将矩阵中该最小值更新为无穷大,保证在下次搜索的时候不被搜到,继续查找,直到将该节点划分到区域,开始寻找下一个被标识节点所属的区域;
步骤7)逐时段计算各区域所包含节点电价的均值构成区域新的电价向量:
<mrow> <msub> <mi>z</mi> <mi>k</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mrow> <msub> <mi>z</mi> <mrow> <mi>k</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>z</mi> <mrow> <mi>k</mi> <mn>2</mn> </mrow> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>z</mi> <mrow> <mi>k</mi> <mi>T</mi> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>C</mi> <mrow> <mo>(</mo> <mrow> <mi>Z</mi> <mrow> <mo>{</mo> <mi>k</mi> <mo>}</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mfrac> <munder> <mi>&amp;Sigma;</mi> <mrow> <mi>n</mi> <mo>&amp;Element;</mo> <mi>Z</mi> <mrow> <mo>{</mo> <mi>k</mi> <mo>}</mo> </mrow> </mrow> </munder> <mrow> <mo>(</mo> <mrow> <msub> <mi>LMP</mi> <mrow> <mi>n</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>LMP</mi> <mrow> <mi>n</mi> <mn>2</mn> </mrow> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>LMP</mi> <mrow> <mi>n</mi> <mi>T</mi> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>K</mi> </mrow>
其中Z{k}为第k个区域中的节点集合,C(Z{k})为第k个区域中的节点数,n为第k个区域中的一个节点;将各区域内节点清空,重复步骤5)~7),直到连续两次得到的区域电价向量不再变化后进入步骤8);
步骤8)逐时段对步骤7)划分后的每个区域,计算出区域内节点电价与区域电价的最大相对偏差;若各区域的最大相对偏差小于给定的误差限值ε,分区完成;否则,返回步骤4)在期望分区数的基础上浮动分区数;ε=0.05。
CN201510716993.7A 2015-10-28 2015-10-28 一种基于动态电价的电网分区方法 Active CN105356450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510716993.7A CN105356450B (zh) 2015-10-28 2015-10-28 一种基于动态电价的电网分区方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510716993.7A CN105356450B (zh) 2015-10-28 2015-10-28 一种基于动态电价的电网分区方法

Publications (2)

Publication Number Publication Date
CN105356450A CN105356450A (zh) 2016-02-24
CN105356450B true CN105356450B (zh) 2017-10-31

Family

ID=55332359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510716993.7A Active CN105356450B (zh) 2015-10-28 2015-10-28 一种基于动态电价的电网分区方法

Country Status (1)

Country Link
CN (1) CN105356450B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018534A (zh) * 2016-09-30 2022-09-06 西安交通大学 考虑跨区联络线约束的分区电力容量市场模型设计和定价方法
CN108632357B (zh) * 2018-04-11 2021-02-02 国网浙江省电力有限公司嘉兴供电公司 一种数据中心网络区域划分方法、装置及设备
CN109064236A (zh) * 2018-09-04 2018-12-21 东南大学 跨境电力贸易环境下基于功率灵敏度的输电权定价方法
CN110189230B (zh) * 2019-01-02 2023-06-16 国网冀北电力有限公司秦皇岛供电公司 一种动态分区的解析化模型的构建方法
CN109861215A (zh) * 2019-03-01 2019-06-07 华北电力大学 一种基于线路输电介数的电网分区方法
CN109886836B (zh) * 2019-03-01 2021-01-19 西安交通大学 一种基于划分聚类分析的动态分区电价计算方法
CN110137951B (zh) * 2019-05-16 2021-06-08 广东电力交易中心有限责任公司 基于节点电价的市场分区方法及装置
CN110796312A (zh) * 2019-10-30 2020-02-14 广东电网有限责任公司 一种电网分区方法
CN110910173B (zh) * 2019-11-25 2022-05-06 深电能科技集团有限公司 一种电力现货市场节点电价分析方法
CN111786378A (zh) * 2020-06-01 2020-10-16 武汉中电国为技术有限公司 一种决策用电负荷的方法、装置和电力监控设备
CN112200596B (zh) * 2020-09-01 2023-04-28 中国南方电网有限责任公司 一种电力系统区域边际电价确定方法、系统、装置及介质
CN115496392B (zh) * 2022-10-08 2023-10-10 广东电力交易中心有限责任公司 一种基于共识聚类的多目标电网阻塞分区方法及产品

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10031503B2 (en) * 2013-08-29 2018-07-24 Kyocera Corporation Energy management device, energy management method, and energy management system
CN103475013B (zh) * 2013-09-27 2015-09-30 清华大学 储能电站规划与运行综合优化方法及系统
JP6158064B2 (ja) * 2013-12-13 2017-07-05 株式会社東芝 料金情報出力装置、料金情報出力方法及びプログラム
CN104917203B (zh) * 2015-06-26 2018-08-03 国家电网公司 基于地理分区的分布式电源联合发电系统及协调控制方法

Also Published As

Publication number Publication date
CN105356450A (zh) 2016-02-24

Similar Documents

Publication Publication Date Title
CN105356450B (zh) 一种基于动态电价的电网分区方法
CN106981198B (zh) 用于旅行时间预测的深度学习网络模型及其建立方法
CN105635963B (zh) 多智能体分布式协同定位方法
CN106251625A (zh) 大数据环境下立体城市交通路网全局状态预测方法
CN105551239B (zh) 旅行时间预测方法及装置
CN106017490A (zh) 一种地图显示方法、导航服务器和导航系统
CN106710316B (zh) 一种基于恶劣气象条件的空域容量确定方法及装置
CN105373909A (zh) 一种基于仿真软件的物流配送中心选址方法
CN104066058A (zh) 一种基于双套指纹叠加的wlan室内定位方法
CN109638838A (zh) 电网关键断面识别方法、装置及电子设备
CN107506433A (zh) 城市发展空间格局情景模拟系统
CN106780064A (zh) 一种区域划分方法、装置及网络设备
CN104751250A (zh) 一种基于蚁群方法的最优路径寻找方法
CN104602341A (zh) 基于随机用户信号逻辑图映射的室内wlan定位方法
CN105352506B (zh) 室内的路网规划方法及装置
CN104636834A (zh) 一种改进的联合概率规划模型系统优化方法
CN103279805B (zh) 一种基于价格连动网络的股票数据分析方法
CN105224748B (zh) 一种变截面梁有限元模型的断面预处理方法
CN103559389B (zh) 一种县域耕地等级变化监测样点布设的方法
Xu et al. Spatial-temporal analysis of residential housing, office property, and retail property price index correlations: evidence from ten Chinese cities
CN110020823A (zh) 一种基于K-Means的库位分配算法
Walacik et al. Mass appraisal–international background, Polish solutions and proposal of new methods application
Varvarezos et al. A sensitivity based approach for flexibility analysis and design of linear process systems
Hegyi et al. Parallelized particle filtering for freeway traffic state tracking
CN103246933A (zh) 基于虚拟阻抗矩阵和边界节点迁移的在线校核分区方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant