CN106447123A - 基于典型日负荷特性的变电站选址方法及变电站选址装置 - Google Patents

基于典型日负荷特性的变电站选址方法及变电站选址装置 Download PDF

Info

Publication number
CN106447123A
CN106447123A CN201610896781.6A CN201610896781A CN106447123A CN 106447123 A CN106447123 A CN 106447123A CN 201610896781 A CN201610896781 A CN 201610896781A CN 106447123 A CN106447123 A CN 106447123A
Authority
CN
China
Prior art keywords
substation
load
planning
garden
site
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.)
Pending
Application number
CN201610896781.6A
Other languages
English (en)
Inventor
刘涛
卢欣
马崇
韩慎朝
于波
张超
吴亮
杨延春
鲁振菲
秦永保
董自帅
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.)
Tianjin Energy Saving Service Co Ltd
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Original Assignee
Tianjin Energy Saving Service Co Ltd
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
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 Tianjin Energy Saving Service Co Ltd, State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd filed Critical Tianjin Energy Saving Service Co Ltd
Priority to CN201610896781.6A priority Critical patent/CN106447123A/zh
Publication of CN106447123A publication Critical patent/CN106447123A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本发明涉及一种基于典型日负荷特性的变电站选址方法及变电站选址装置，该方法包括以下步骤：获得规划园区内各负荷小区的地理信息；对规划园区内的负荷特性进行分析，计算任一时刻下的规划园区负荷中心坐标；确定规划园区变电站最优站址置信区域；根据变电站最优站址置信区域，确定新建变电站站址；该装置包括获取地理信息模块、负荷特性分析及计算负荷中心坐标模块、确定最优站址置信区域模块和确定新建变电站站址模块。本发明设计合理，其面向工业园区、大型商业区、居民区等较大园区或城区，能够得出经济上较优的新建站位置的最优置信区域，满足了变电站功能及成本上的需要，能够给规划区提供最佳的供电服务。

Description

基于典型日负荷特性的变电站选址方法及变电站选址装置
技术领域
本发明属于电网规划技术领域，尤其是一种基于典型日负荷特性的变电站选址方法及变电站选址装置。
背景技术
在电网发展规划中，确定变电站的位置与容量是一个重要环节，其结果直接影响着未来电网的网络架构、电网的投资及运行经济性与供电可靠性，是电网发展规划中介于负荷预测与网络优化之间的一个关键问题。
变电站站址确定的理论依据是：根据电源发展和负荷增长情况，以现有电网为基础，在保证负荷需求的条件下，确定今后若干阶段的变电站建设方案，使其既安全可靠又经济合理。考虑到电网规划以社会总体发展规划为依据，强调其整体和长期的合理性及适应性。
目前，变电站站址的确定性方法通常是基于水平年内确定不变的负荷提出的，一般是选用最大负荷，但是这必然会影响最终结果的最优性，因为最大负荷通常只会在每天很短的时间段内发生，而且不同的负荷类型的最大负荷发生的时刻也是不同的。从图1、2、3分别给出某地区某季节居民、商业和工业的典型日负荷曲线可以看出：居民用电的最大负荷发生时刻在20点左右，工业负荷则发生在9点左右，另外商业负荷在8点至20点间在最大负荷附近变化比较平稳，而居民、工业负荷的变化明显要复杂的多，存在许多不确定性因素，这将导致上述变电站规划方法有许多局限性，难以同时满足不同环境的需要。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于典型日负荷特性的变电站选址方法及变电站选址装置，解决在复杂环境下变电站规划方法难以同时满足不同环境需要的问题。
本发明解决其技术问题是采取以下技术方案实现的：
一种基于典型日负荷特性的变电站选址方法，包括以下步骤：
步骤1、获得规划园区内各负荷小区的地理信息；
步骤2、对规划园区内的负荷特性进行分析，计算任一时刻下的规划园区负荷中心坐标；
步骤3、确定规划园区变电站最优站址置信区域；
步骤4、规划者根据变电站最优站址置信区域，确定新建变电站站址。
所述规划园区内各负荷小区的地理信息包括负荷小区数量和坐标位置。
所述步骤2对规划园区内的负荷特性进行分析包括对不同负荷类型的典型日负荷曲线进行分析。
所述负荷类型包括工业类型、商业类型、民用电类型；所述典型日负荷曲线包括春秋季日负荷曲线、夏季日负荷曲线和冬季负荷曲线。
所述步骤2规划园区负荷中心坐标的计算方法如下：
其中，xj,yj分别为负荷中心坐标，Wij表示第i个负荷小区第j个时刻的负荷情况，ai表示第i个负荷小区的横坐标，bi表示第i个负荷小区的纵坐标，N为负荷小区的数量。
所述步骤3采用如下数学模型计算得到变电站最优站址置信区域：
a11(X-c)2+2a12(X-c)(Y-d)+a22(Y-d)2≤ρ2
其中，c、d为变电站最优站址置信区域中心点坐标，X、Y为变电站选址坐标，a11、a12、a22分别表示所有备选站址样本点在x轴上的方差、在y轴上的方差、在x轴与在y轴上定位结果的协方差，ρ表示置信度。
所述步骤4在确定新建变电站站址时，还需要结合规划园区的用地性质、交通状况、环境因素，确定最终新建变电站站址。
一种基于典型日负荷特性的变电站选址装置，包括：
获取地理信息模块，用于获得规划园区内各负荷小区的地理信息；
负荷特性分析及计算负荷中心坐标模块，用于对规划园区内的负荷特性进行分析并计算任一时刻下的规划园区负荷中心坐标；
确定最优站址置信区域模块，用于确定规划园区变电站最优站址置信区域；
确定新建变电站站址模块，用于规划者根据变电站最优站址置信区域，确定新建变电站站址。
所述规划园区内各负荷小区的地理信息包括负荷小区数量和坐标位置。
所述负荷类型包括工业类型、商业类型、民用电类型；所述典型日负荷曲线包括春秋季日负荷曲线、夏季日负荷曲线和冬季负荷曲线。
本发明的优点和积极效果是：
1、本发明面向工业园区、大型商业区、居民区等较大园区或城区，其根据规划园区内各负荷小区的地理信息并对规划园区内的负荷特性进行分析得到任一时刻下的规划园区负荷中心坐标，得出经济上较优的新建站位置的最优置信区域，从而确定新建变电站站址，满足了变电站功能及成本上的需要，能够给规划区提供最佳的供电服务。
2、本发明在确定新建变电站站址时，还结合了规划园区的用地性质、交通状况、环境因素、未来负荷变化等因素，确定新建变电站的位置，使得新建变电站站址更为合理有效。
附图说明
图1是一地区夏季居民典型日负荷曲线；
图2是一地区夏季商业典型日负荷曲线；
图3是一地区夏季工业典型日负荷曲线；
图4本发明确定置信区域的原理图。
具体实施方式
以下结合附图对本发明实施例做进一步详述：
一种基于典型日负荷特性的变电站选址方法，包括以下步骤：
步骤1、获得规划园区内各负荷小区的地理信息。
在本步骤中，需要确定待规划园区内的负荷小区数量N和坐标位置(ai,bi)，其中ai表示第i个负荷小区的横坐标，bi表示第i个负荷小区的纵坐标，i＝1,2,3…N。
上述规划园区的地理信息数据可由地理信息系统导出或待规划园区业主提供。
步骤2、对规划园区内的负荷特性进行分析，并且计算在任一时刻下的规划园区负荷中心坐标。
在本这步骤中，首先需要对规划园区内的负荷特性进行分析：
在进行变电站站址规划时，结合不同负荷类型的典型日负荷曲线，进行每个时刻的变电站位置的优化是本发明的基础。
影响负荷变化的两个重要因素是负荷随时间变化的周期性因素和负荷的种类。本发明选取了三个代表日，即将一年分为春秋季、夏季和冬季。园区配电系统中基本符合种类大致可分为工业、商业、民用电三种类型。通过各季节的典型日负荷曲线，基本可以反映该配电系统中的负荷在一年之内的变化情况。
典型日负荷曲线的纵坐标表示以最大功率为基准的标幺值，横坐标表示典型日下细分的时刻。如果已知某类负荷在某典型代表日的最大功率(通过负荷预测得到)，用相应的负荷曲线上的某一时刻的负荷标幺值乘以该最大功率，就可以得到此时刻的负荷功率。若将春秋、夏、冬三个季节的典型日细分为共nh个时刻，可以使用Wij表示第i个负荷小区第j个时刻的负荷情况，j＝1,2,3…nh。
用户可以根据实际情况，自行输入典型代表日和典型负荷种类的数目，同时也可以对典型日负荷曲线进行修改，这样做可以最大程度的适应不同配电系统的需要。
然后，计算在任一时刻下的规划园区负荷中心坐标。其计算方法为：
在第j个时刻，园区负荷中心坐标可用(xj,yj)表示，
其中
步骤3、采用统计学方法确定规划园区变电站最优站址置信区域。
在步骤2中已经得到规划园区内每一时刻的负荷中心坐标，在本步骤中运用二元统计学的方法统计样本，确定新建站的选址区域。
在本方法中，若将水平年分为nh个时间段，那么经过上文的步骤，对于每一个变电站，我们可以得到nh个负荷中心坐标，计为集合这是一组二维变量，计算统计量
则给定概率P下的置信区域，
其中 是的逆矩阵，已知 均为对称阵，设
化简h(ρ)(在X-Y坐标系下)，得到
a11(X-c)2+2a12(X-c)(Y-d)+a22(Y-d)2≤ρ2
这就是变电站最优站址置信区域，坐标(c,d)为变电站最优站址置信区域的中心，如图4所示。u、v是经坐标系变换后的横、纵坐标轴，θ是u-v坐标系和X-Y坐标系的夹角。
步骤4、规划者根据变电站最优站址置信区域，确定新建变电站站址。
规划者可以结合规划区的用地性质、交通状况、环境等诸多因素，在最优站址置信区域内，确定最终选址方案，以满足经济需要。
本发明的基于典型日负荷特性的变电站选址装置，包括：
获取地理信息模块，用于获得规划园区内各负荷小区的地理信息；
负荷特性分析及计算负荷中心坐标模块，用于对规划园区内的负荷特性进行分析并计算任一时刻下的规划园区负荷中心坐标；
确定最优站址置信区域模块，用于确定规划园区变电站最优站址置信区域；
确定新建变电站站址模块，用于规划者根据变电站最优站址置信区域，确定新建变电站站址。
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (10)

1.一种基于典型日负荷特性的变电站选址方法，其特征在于包括以下步骤：
步骤1、获得规划园区内各负荷小区的地理信息；
步骤2、对规划园区内的负荷特性进行分析，计算任一时刻下的规划园区负荷中心坐标；
步骤3、确定规划园区变电站最优站址置信区域；
步骤4、规划者根据变电站最优站址置信区域，确定新建变电站站址。
2.根据权利要求1所述的基于典型日负荷特性的变电站选址方法，其特征在于：所述规划园区内各负荷小区的地理信息包括负荷小区数量和坐标位置。
3.根据权利要求1所述的基于典型日负荷特性的变电站选址方法，其特征在于：所述步骤2对规划园区内的负荷特性进行分析包括对不同负荷类型的典型日负荷曲线进行分析。
4.根据权利要求3所述的基于典型日负荷特性的变电站选址方法，其特征在于：所述负荷类型包括工业类型、商业类型、民用电类型；所述典型日负荷曲线包括春秋季日负荷曲线、夏季日负荷曲线和冬季负荷曲线。
5.根据权利要求1所述的基于典型日负荷特性的变电站选址方法，其特征在于：所述步骤2规划园区负荷中心坐标的计算方法如下：
x j = Σ i = 1 N a i W i j Σ i = 1 N W i j , y j = Σ i = 1 N b i W i j Σ i = 1 N W i j
其中，xj,yj分别为负荷中心坐标，Wij表示第i个负荷小区第j个时刻的负荷情况，ai表示第i个负荷小区的横坐标，bi表示第i个负荷小区的纵坐标，N为负荷小区的数量。
6.根据权利要求1所述的基于典型日负荷特性的变电站选址方法，其特征在于：所述步骤3采用如下数学模型计算得到变电站最优站址置信区域：
a11(X-c)2+2a12(X-c)(Y-d)+a22(Y-d)2≤ρ2
其中，c、d为变电站最优站址置信区域中心点坐标，X、Y为变电站选址坐标，a11、a12、a22分别表示所有备选站址样本点在x轴上的方差、在y轴上的方差、在x轴与在y轴上定位结果的协方差，ρ表示置信度。
7.根据权利要求1所述的基于典型日负荷特性的变电站选址方法，其特征在于：所述步骤4在确定新建变电站站址时，还需要结合规划园区的用地性质、交通状况、环境因素，确定最终新建变电站站址。
8.一种基于典型日负荷特性的变电站选址装置，其特征在于：包括：
获取地理信息模块，用于获得规划园区内各负荷小区的地理信息；
负荷特性分析及计算负荷中心坐标模块，用于对规划园区内的负荷特性进行分析并计算任一时刻下的规划园区负荷中心坐标；
确定最优站址置信区域模块，用于确定规划园区变电站最优站址置信区域；
确定新建变电站站址模块，用于规划者根据变电站最优站址置信区域，确定新建变电站站址。
9.根据权利要求8所述的基于典型日负荷特性的变电站选址装置，其特征在于：所述规划园区内各负荷小区的地理信息包括负荷小区数量和坐标位置。
10.根据权利要求8所述的基于典型日负荷特性的变电站选址装置，其特征在于：所述负荷类型包括工业类型、商业类型、民用电类型；所述典型日负荷曲线包括春秋季日负荷曲线、夏季日负荷曲线和冬季负荷曲线。
CN201610896781.6A 2016-10-14 2016-10-14 基于典型日负荷特性的变电站选址方法及变电站选址装置 Pending CN106447123A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610896781.6A CN106447123A (zh) 2016-10-14 2016-10-14 基于典型日负荷特性的变电站选址方法及变电站选址装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610896781.6A CN106447123A (zh) 2016-10-14 2016-10-14 基于典型日负荷特性的变电站选址方法及变电站选址装置

Publications (1)

Publication Number Publication Date
CN106447123A true CN106447123A (zh) 2017-02-22

Family

ID=58174282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610896781.6A Pending CN106447123A (zh) 2016-10-14 2016-10-14 基于典型日负荷特性的变电站选址方法及变电站选址装置

Country Status (1)

Country Link
CN (1) CN106447123A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110059907A (zh) * 2019-01-14 2019-07-26 中国航空规划设计研究总院有限公司 一种变电所的选址模型设计方法
CN111882457A (zh) * 2020-07-31 2020-11-03 广东电力信息科技有限公司 一种变电站选址方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011137289A3 (en) * 2010-04-30 2012-03-29 Stalker James R Energy optimization system
CN105046368A (zh) * 2015-08-11 2015-11-11 国家电网公司 一种变电站主变容量和最优站址选取的方法
CN105449670A (zh) * 2015-12-11 2016-03-30 国家电网公司 一种配电网负荷特性分析方法
CN105825298A (zh) * 2016-03-14 2016-08-03 梁海东 一种基于负荷特性预估的电网计量预警系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011137289A3 (en) * 2010-04-30 2012-03-29 Stalker James R Energy optimization system
CN105046368A (zh) * 2015-08-11 2015-11-11 国家电网公司 一种变电站主变容量和最优站址选取的方法
CN105449670A (zh) * 2015-12-11 2016-03-30 国家电网公司 一种配电网负荷特性分析方法
CN105825298A (zh) * 2016-03-14 2016-08-03 梁海东 一种基于负荷特性预估的电网计量预警系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
欧立权等: "基于GIS的配电网变电站选址定容优化规划方法的研究", 《第一届全国电力系统配电技术交流研讨会论文集》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110059907A (zh) * 2019-01-14 2019-07-26 中国航空规划设计研究总院有限公司 一种变电所的选址模型设计方法
CN111882457A (zh) * 2020-07-31 2020-11-03 广东电力信息科技有限公司 一种变电站选址方法及装置

Similar Documents

Publication Publication Date Title
Sun et al. Estimating the spatial distribution of solar photovoltaic power generation potential on different types of rural rooftops using a deep learning network applied to satellite images
Tegou et al. Environmental management framework for wind farm siting: Methodology and case study
Li et al. Energy performance simulation for planning a low carbon neighborhood urban district: A case study in the city of Macau
Yang et al. Rural settlement spatial patterns and effects: Road traffic accessibility and geographic factors in Guangdong Province, China
CN104050323B (zh) 一种高海拔山区模糊多准则风电场选址方法
CN100476354C (zh) 用不同尺度遥感数据估计面积变化的对称系统抽样技术
CN105160060A (zh) 一种基于实际功率曲线拟合的风电场理论功率确定方法
CN101916337A (zh) 一种基于地理信息系统的水稻生产潜力动态预测方法
CN105893588A (zh) 一种大尺度城市空间能耗数字地图制作及显示方法
CN111445116A (zh) 国土空间规划辅助编制系统
CN103778573A (zh) 一种配电网供电区域的分类方法
CN112765300B (zh) 基于ArcGIS空间数据的水利对象关系图谱构建方法
Sánchez-Aparicio et al. Ener3DMap-SolarWeb roofs: A geospatial web-based platform to compute photovoltaic potential
CN110910006B (zh) 一种区域再生水资源综合利用的多源数据处理方法
CN108808671A (zh) 一种风电场短期风速集合预报方法
Pan et al. Measurement of urbanization process and the paddy soil loss in Yixing city, China between 1949 and 2000
CN106447123A (zh) 基于典型日负荷特性的变电站选址方法及变电站选址装置
CN103207953B (zh) 一种拟建变电站选址进出线投资等值线的确定方法及应用方式
CN113011720A (zh) 一种基于ca模型的增量递减的城镇开发边界划定方法
CN104794164A (zh) 基于开源数据识别住区车位匹配社会停车需求的方法
CN117114176A (zh) 基于数据分析和机器学习的土地利用变化预测方法及系统
CN113327032B (zh) 基于陆海统筹的国土空间规划双评价人机交互调整方法
CN115239097A (zh) 基于环境影响评价关键技术指标体系的光热基地规划方法
Olcinal A data driven study of relationships between relief and farmland abandonment in a Mediterranean region
Niu et al. The prediction of carbon emissions from construction land in central Yunnan urban agglomeration area based on multiple linear regression model

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20170417

Address after: 300301 Tianjin City, Dongli District, Dongli Tourism Development Corporation building, room 233

Applicant after: Tianjin Energy Saving Service Co., Ltd.

Applicant after: State Grid Tianjin Electric Power Company

Applicant after: State Grid Corporation of China

Address before: 300010 Tianjin city Hebei District Wujing Road No. 39

Applicant before: State Grid Tianjin Electric Power Company

Applicant before: State Grid Corporation of China

Applicant before: Tianjin Energy Saving Service Co., Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20170222

RJ01 Rejection of invention patent application after publication