CN106684875B - 网络组、划分配电网区域的方法、配电网及其分析方法 - Google Patents
网络组、划分配电网区域的方法、配电网及其分析方法 Download PDFInfo
- Publication number
- CN106684875B CN106684875B CN201611148687.9A CN201611148687A CN106684875B CN 106684875 B CN106684875 B CN 106684875B CN 201611148687 A CN201611148687 A CN 201611148687A CN 106684875 B CN106684875 B CN 106684875B
- Authority
- CN
- China
- Prior art keywords
- group
- networks
- network
- library
- topological structure
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 105
- 238000004458 analytical method Methods 0.000 title claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 98
- 239000010410 layer Substances 0.000 claims abstract description 88
- 239000002346 layers by function Substances 0.000 claims abstract description 25
- 230000009466 transformation Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000002184 metal Substances 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000009472 formulation Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 14
- 230000009467 reduction Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种网络组、划分配电网区域的方法、配电网及其分析方法。其中,一种网络组,包括:物理层,具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;算法层,包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及功能层,用于调用所述物理层和所述算法层来执行特定功能。本发明解决了配电网模块化边界划分模糊的技术问题。
Description
技术领域
本发明涉及电力输送领域,具体而言,涉及一种用于配电网中的网络组及其形成方法、一种具有网络组的配电网分析方法,以及配电网的运行方式识别和还原方法。
背景技术
配电网结构复杂,分支众多。目前的配电网区域划分都是基于负荷区域或者是馈线区域划分的,还有一些配电网的区域规划是根据政治或者经济因素来进行划分的。
在对配电网的分析中,上述区域划分方法一般都不能很好地界定配电网的模块的区域范围,且这些区域划分方法基本上不考虑区域间的连接边界问题,或者说划分的区域边界与其他区域存在重合。
而这个问题的根本原因是对区域间金属连接造成的区域相互影响考虑不够,缺乏完整的区域内金属链接所有的线路、支路信息。这样导致分析和计算中出现重叠和重复,结果准确度不高,参数识别模糊度较大,运行方式判定也比较模糊,甚至由于区域边界不够清晰,从而根本不能判定运行方式。
尤其是在配电网拓扑结构分析、运行方式分析中,不能实现对运行方式准确识别和还原。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种以网络组为基本单元的模块化配电网解决方案,以至少解决配电网模块化的边界划分模糊的技术问题。通过将配电网以网络组的形式进行划分,在每个网络组构成的单元内,设计网络组规划、运行及分析功能,通过网络结构搜索,获得网络拓扑及元器件信息,建立网络组物理信息库,网络组算法库、以及网络组功能库。每个网络组有自己特殊的物理信息库,而算法库和功能库属于通用库,可适用于每个网络组。算法库包括拓扑结构识别与变换算法、元器件数学模型算法、潮流计算算法、运行方式识别算法等;网络功能库根据规划、运行及分析需要,具备运行方式、空间负荷划分及预测、最优化运行、N-1运行方案制定等。以网络组为基本单元,对配电网进行模块化分解,实现配电网的并行化的分析和计算。
根据本发明实施例的一个方面,提供了一种网络组,包括:物理层,具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;算法层,包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及功能层,用于调用所述物理层和所述算法层来执行特定功能。
根据本发明实施例的另一方面,还提供了一种划分配电网区域的方法,包括:读取配电网的电网数据;以所述配电网中的第一母线出线为初始节点,在所述配电网的网络拓扑结构中进行分支追踪,得到所述网络拓扑结构中任意一个电网分支的追踪终点,其中,所述追踪终点为如下至少之一:所述配电网中的具有金属连接的节点、负荷和电源;以及记录所述任意一个电网分支的追踪终点的节点数据,形成所述配电网的网络组边界,其中,所述网络组包括:物理层、算法层和功能层。
根据本发明实施例的又一方面,还提供了一种配电网,包括:网络组,所述网络组包括:物理层,具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;算法层,包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及功能层,用于调用所述物理层和所述算法层来执行特定功能,其中,以所述网络组为基本单元,进行所述配电网的规划、运行及分析。
根据本发明实施例的又一方面,还提供了一种配电网的分析方法,包括:通过网络结构搜索,获得网络拓扑及元器件信息;根据所获得的所述网络拓扑及元器件信息,建立物理层、算法层以及功能层以获得网络组;以及以所述网络组为基本单元,进行所述配电网的规划、运行及分析,其中,所述物理层具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;所述算法层包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及所述功能层用于调用所述物理层和所述算法层来执行特定功能。
根据本发明实施例的又一方面,还提供了一种配电网的运行方式识别方法,所述配电网包括网络组,所述网络组包括:物理层,具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;算法层,包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及功能层,用于调用所述物理层和所述算法层来执行特定功能,所述配电网以所述网络组为基本单元,所述方法包括:根据运行的当前网络组的运行数据,得到所述当前网络组的拓扑结构;以及通过将所述拓扑结构与所述信息库的拓扑结构库中可行的拓扑结构进行比较,以获得所述配电网的运行方式。
根据本发明实施例的又一方面,还提供了一种配电网的运行方式还原方法,所述配电网包括网络组,所述网络组包括:物理层,具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;算法层,包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及功能层,用于调用所述物理层和所述算法层来执行特定功能,所述配电网以所述网络组为基本单元,所述方法包括:获得当前运行的网络组的原始拓扑结构;以及基于所述原始拓扑结构还原出所述当前运行的网络组的运行方式。
在本发明实施例中,采用模块化的方式,通过将配电网以网络组的形式进行划分,达到了配电网模块化边界被清楚划分的目的,从而实现了对网络组范围内的运行参数的精确求解,并且能够准确识别和还原配电网的运行方式的技术效果,进而解决了配电网模块化边界划分模糊的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的形成网络组的方法的流程图;
图2是根据本发明实施例的网络组的运行方式识别的流程图;以及
图3是根据本发明实施例的网络组的运行方式还原的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了网络组结构的实施例、划分配电网区域的实施例,配电网的实施例、配电网的分析方法的实施例、配电网的运行方式识别方法的实施例以及配电网的运行方式还原方法的实施例。需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在描述形成网络组的方法之前,首先介绍网络组的含义,在本发明中,网络组用于定义配电网络中具有金属电气连接的所有元器件组成的区域网络结构。本发明用网络组来作为基本网络单元来对配电网进行模块化分解。
1.网络组的结构设计
本发明的网络组具有三层结构特征,第一层为网络组物理层,第二层为网络组算法层,第三层为网络组功能层。
1)网络组物理层的划分:
配电网络的结构庞大且复杂,网络结构由于故障或负荷转移操作中开关的开合,经常发生变化。本发明提出的网络组概念,物理层是根据支路寻踪法,将配电网的各个网络组划分完成后,将每个网络组作为配电网络分析的基础单元结构。根据网络组内的电气设备的连接关系,把整个网络组物理层拆分成三个独立的物理信息库:拓扑结构库、网络元件库、负荷数据库。
本发明对于网络组物理层的定义特征是包含网络组拓扑结构库、网络元件库及负荷数据库三个库。
拓扑结构库,通过网络连接结构的简化,把网络组看成线与点结合的拓扑图,网络中仅保留电源节点、开关节点和负荷节点。然后根据电源节点、开关节点、负荷节点的关联关系进行整个网络的拓扑连线分析。拓扑结构库是网络组中进行状态估计、潮流计算、故障定位、隔离及供电恢复、网络重构以及其它分析等功能的基础。
网络元件库,是把每个节点对应的元件及其物理连接关系记录下来,在拓扑结构确定以后,对拓扑结构赋值,形成固定结构下的电气连接网络。
负荷数据库,负荷数据库保存所有节点关联的负荷信息,还可以与负荷预测关联调节参数,在拓扑结构确定并赋值形成电气连接网络后,接入电气网络,形成完整的网络组电气结构。
2)网络组算法层的定义
本发明将网络组的算法层定义为网络组的算法库集群,其中包括但不限于拓扑结构识别与变换算法库、元器件数学模型算法库、潮流计算算法库、可靠性评估算法库、运行方式识别算法库等。常用算法库描述如下:
本发明提及的拓扑结构识别与变换算法库,是采用拓扑基础理论分析法中的关联表矩阵表示法、网基矩阵表示法、结点消去法、树搜索法、离散处理法等中的一种或几种来实现对所有可能的网络连接关系进行遍历式搜索,并根据约束条件(如:负荷节点必须且只能与一个电源相连),筛选出所有可用的拓扑结构,存入拓扑结构库。
本发明提及的元器件数学模型算法库,元器件模型根据配电网计算需求,配置电源模型、变压器模型、架空线路模型、电缆模型等。然后,根据调用,将各个元器件对应的节点编号及参数进行赋值,从而计算出每条支路的阻抗或导纳,按照节点导纳矩阵的生成方法,生成整个系统的节点导纳矩阵,得到整个网络的参数。
本发明提及的潮流计算算法库是在元器件数据模型赋值到拓扑结构得到整个网络计算的参数之后,所调用的计算程序,包含了常用的潮流计算程序,如牛顿-拉夫逊法、高斯赛德尔法、PQ分解法等。
本发明提及的可靠性评估算法库,根据配电网规划和运行的可靠性计算规则设置相关算法,来计算网络组范围内的可靠性参数。
本发明提及的运行方式识别算法库,运行方式算法,是根据网络组当前的运行参数信息,来判定当前运行网络组的拓扑结构,从而识别运行方式。具体实施方法是根据网络组内关键节点的电压、电流参数,判定网络组内功率流向,并与拓扑结构库中可行的结构中与之比较识别,获得运行方式。
3)网络组功能层的定义
本发明的网络组功能层,定义为根据规划、运行及分析等的需要,统一调用网络组物理层信息库、算法层的各个算法库,来实现网络组空间负荷划分、运行方式制定、最优化运行、可靠性分析、N-1运行方案制定等配电网执行功能
2.本发明配电网区域的划分——形成网络组的方法。
在配电网区域划分方法上,采用支路寻踪法来完成一个边界明确的网络组。该方法的特征是自配电网某个母线出线作为出发点,沿着配电网拓扑结构的每个分支追踪,追踪结束的条件有两个,第一个条件是追踪到低压侧负荷终点;第二个条件是追踪到10kV母线,无论该母线跟起始点是否属于同一个,都作为该支路的追踪终点。利用支路寻踪法,可找出该配电网区域内所有的有金属连接关系的节点、负荷、电源,从而将其构成一个边界明确的网络组。
图1是根据本发明实施例的形成网络组的方法,如图1所示,该方法包括如下步骤:
步骤S102,读入配电网数据;
步骤S104,从读入的配电网数据中选择某个母线作为初始节点进行搜索,即,选择搜索起点;
步骤S106,在网络拓扑结构中,按照干线和支线进行搜索;
步骤S108,判断搜索是否达到预定终点;
步骤S110,如果搜索达到预定终点,则记录终点数据以形成网络组边界;以及
步骤S112,如果搜索未达到预定终点,则记录中间节点数据,步骤返回至步骤S106。
基于通过上述步骤获得的网络拓扑及元器件信息,可以建立物理层、算法层以及功能层以获得网络组。
此外,对于配电网区域的划分,在通过上述方法形成网络组之后,还可进一步包括:读入网络组的数据;调用算法层的拓扑结构识别与变换算法库,生成可行的拓扑结构库;读入信息库的网络元件库和负荷数据库中的信息;基于信息计算获得各拓扑结构下的节点特征参数;将当前网络组的运行数据的特征参数与基于信息计算的特征参数进行比较;如特征参数的比较结果一致,则输出识别结果,如不一致,则再次基于所述信息计算获得各拓扑结构下的节点特征参数。
或者,对于配电网区域的划分,在通过上述方法形成网络组之后,还可进一步包括:调用当前运行的网络组的当前拓扑结构图;读入信息库的网络元件库和负荷数据库中的信息;基于所述信息生成当前各拓扑结构下的节点特征参数;将原始网络组的运行数据的特征参数与基于信息生成的特征参数进行比较;以及获得当前运行的网络组的原始拓扑结构。
3.配电网的结构设计、分析方法、运行方式识别和还原方法
本发明的配电网以网络组为基本单元,将配电网以网络组的形式进行划分,在每个网络组构成的单元内,设计网络组规划、运行及分析功能。
网络组的运行模式,是根据功能层的不同功能需求,以模块化的形式组合调用物理层的数据和算法层的不同算法来实现的。
下面结合图2和图3,以配电网的运行方式识别和还原为例来说明功能层的基本功能实现方法。
首先根据网络组定义,把网络组的物理层的拓扑结构遍历后,继续调用物理层的元件库和负荷库,形成算法层需要的网络数据,之后调用网络层的元器件数学模型算法库,生成网络组的网络计算模型,再调用潮流计算算法库来进行计算,获得网络组所有可行的拓扑运行状态的特征参数,调用运行方式识别算法将这些参数与实际运行的网络组量测数据进行对比分析,就能识别当前网络组的运行状态。整个的调用方法和调用流程,也就形成了网络组的运行方式识别的功能层流程,网络组(配电网)的运行方式识别的具体流程如图2中所示,图2是根据本发明实施例的网络组的运行方式识别的流程图。
在图2中,
步骤S202,读入网络组数据;
步骤S204,调用算法层的拓扑结构识别与算法库,生成可行的拓扑结构库;
步骤S206,读入信息库的网络元件库和负荷数据库中的信息;
步骤S208,基于所述信息计算获得各拓扑结构下的节点特征参数;
步骤S210,读入当前网络组的运行数据的特征参数;
步骤S212,调用运行方式识别算法,将所述当前网络组的运行数据的特征参数与基于信息计算的特征参数进行比较;
在步骤212的比较中,如特征参数的比较结果一致,则步骤进行到步骤S214输出识别结果;
在步骤212的比较中,如特征参数的比较结果不一致,则步骤返回到步骤S208。
通过上述步骤,可以实现网络组(配电网)运行方式的识别。
此外,网络组功能层调用物理层的数据和算法层的不同算法,还可以实现配电网以网络组为单位的运行方式还原。
图3是根据本发明实施例的网络组的运行方式还原的流程图,下面结合图3对网络组的运行方式还原进行详细描述。
在图3中,
在步骤S302中,调用网络组非特殊运行状态拓扑结构图,即,调用当前运行的网络组的当前拓扑结构图;
在步骤S304中,读入信息库的网络元件库和负荷数据库中的信息;
在步骤S306中,基于所述信息生成当前各拓扑结构下的节点特征参数;
在步骤S308中,读入原始网络组的运行数据的特征参数;
在步骤S310中,调用运行模式识别算法库,将原始网络组的运行数据的特征参数与在步骤S306生成的特征参数进行比较;
在步骤S310中,如果特征参数的比较结果一致,则步骤进行到步骤S312,给出符合原始状态的开关状态,在步骤S314中,基于所述开关状态还原当前运行的网络组的运行方式;
在步骤S310中,如果特征参数的比较结果不一致,则步骤进行到步骤S306。
通过上述步骤,可以实现网络组(配电网)运行方式的还原。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (22)
1.一种网络组,其特征在于,包括:
物理层,具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;
算法层,包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及所述一个或多个算法库选自拓扑结构识别与变换算法库、元器件数学模型算法库、潮流计算算法库、可靠性评估算法库以及运行方式识别算法库中的一个或多个算法库;
功能层,用于调用所述物理层和所述算法层来执行特定功能。
2.根据权利要求1所述的网络组,其特征在于,所述信息库包括独立的拓扑结构库、网络元件库以及负荷数据库。
3.根据权利要求2所述的网络组,其特征在于,
所述拓扑结构库包括所述网络组的拓扑结构,其中,所述拓扑结构根据所述网络组中的电源节点、开关节点和负荷节点的关联关系而形成;
所述网络元件库包括与每个节点对应的元件及其连接关系,并通过对所述拓扑结构进行赋值而形成固定结构下的电气连接网络;
所述负荷数据库包括与所有节点关联的负荷信息,与负荷预测关联调节参数,在形成所述电气连接网络后,接入所述电气连接网络,形成完整的网络组电器结构。
4.根据权利要求1所述的网络组,其特征在于,所述功能层调用所述物理层和所述算法层来执行所述网络组的空间负荷划分、运行方式制定、最优化运行、可靠性分析以及 N-1运行方案制定中的至少一个。
5.根据权利要求1所述的网络组,其特征在于,所述物理层由所述网络组专用,所述算法层和所述功能层由所述网络组和其他网络组通用。
6.一种划分配电网区域的方法,其特征在于,包括:
读取配电网的电网数据;
以所述配电网中的第一母线出线为初始节点,在所述配电网的网络拓扑结构中进行分支追踪,得到所述网络拓扑结构中任意一个电网分支的追踪终点,其中,所述追踪终点为如下至少之一:所述配电网中的具有金属连接的节点、负荷和电源;以及
记录所述任意一个电网分支的追踪终点的节点数据,形成所述配电网的网络组边界,其中,所述网络组包括:物理层、算法层和功能层。
7.根据权利要求6所述的方法,其特征在于,
所述物理层具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;
所述算法层包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及
所述功能层用于调用所述物理层和所述算法层来执行特定功能。
8.根据权利要求6或7所述的方法,其特征在于,以所述配电网中的第一母线出线为初始节点,在所述配电网的网络拓扑结构中进行分支追踪,得到所述网络拓扑结构中任意一个电网分支的追踪终点,包括:
(a)从读入的所述电网数据中选择第一母线出线作为所述初始节点进行搜索;
(b)在网络拓扑结构中按照干线和支线进行搜索;
(c)判断搜索是否达到至少一个所述追踪终点;
(d)如果达到任意一个所述追踪终点,则记录终点数据以形成所述网络组边界;以及
(e)如果未达到所述追踪终点,则记录中间节点数据,并返回执行所述步骤(b)。
9.根据权利要求7所述的方法,其特征在于,所述信息库包括拓扑结构库、网络元件库以及负荷数据库。
10.根据权利要求9所述的方法,其特征在于,
所述拓扑结构库包括所述网络组的拓扑结构,其中,所述拓扑结构根据所述网络组中的电源节点、开关节点和负荷节点的关联关系而形成;
所述网络元件库包括与每个节点对应的元件及其连接关系,并通过对所述拓扑结构进行赋值而形成固定结构下的电气连接网络;
所述负荷数据库包括与所有节点关联的负荷信息,与负荷预测关联调节参数,在形成所述电气连接网络后,接入所述电气连接网络,形成完整的网络组电器结构。
11.根据权利要求7所述的方法,其特征在于,所述一个或多个算法库选自拓扑结构识别与变换算法库、元器件数学模型算法库、潮流计算算法库、可靠性评估算法库以及运行方式识别算法库中的一个或多个算法库。
12.根据权利要求7所述的方法,其特征在于,所述功能层调用所述物理层和所述算法层来执行所述网络组的空间负荷划分、运行方式制定、最优化运行、可靠性分析以及N-1运行方案制定中的至少一个。
13.根据权利要求7所述的方法,其特征在于,所述物理层由所述网络组专用,所述算法层和所述功能层由所述网络组和其他网络组通用。
14.根据权利要求9所述的方法,其特征在于,在记录所述任意一个电网分支的追踪终点的节点数据,形成所述配电网的网络组边界之后,所述方法还包括:
(a)读入网络组的数据;
(b)调用所述算法层的拓扑结构识别与变换算法库,生成可行的拓扑结构库;
(c)读入所述信息库的网络元件库和负荷数据库中的信息;
(d)基于所述信息计算获得各拓扑结构下的节点特征参数;
(e)将当前网络组的运行数据的特征参数与基于所述信息计算的特征参数进行比较;
(f)如特征参数的比较结果一致,则输出识别结果,如不一致,则返回至步骤(d)。
15.根据权利要求9所述的方法,其特征在于,在记录所述任意一个电网分支的追踪终点的节点数据,形成所述配电网的网络组边界之后,所述方法还包括:
调用当前运行的所述网络组的当前拓扑结构图;
读入所述信息库的网络元件库和负荷数据库中的信息;
基于所述信息生成当前各拓扑结构下的节点特征参数;
将原始网络组的运行数据的特征参数与基于所述信息生成的特征参数进行比较;以及
获得当前运行的网络组的原始拓扑结构。
16.一种配电网,其特征在于,包括:
根据权利要求1-5中任一项所述的网络组,
其中,以所述网络组为基本单元,进行所述配电网的规划、运行及分析。
17.一种配电网的分析方法,其特征在于,包括:
通过网络结构搜索,获得网络拓扑及元器件信息;
根据所获得的所述网络拓扑及元器件信息,建立物理层、算法层以及功能层以获得网络组;以及
以所述网络组为基本单元,进行所述配电网的规划、运行及分析,
其中,
所述物理层具有用于表示所述网络组的拓扑结构、元件及其连接关系以及负荷信息的信息库;
所述算法层包括一个或多个算法库,所述一个或多个算法库具有应用于所述物理层以获得所述网络组的相关参数的算法;以及
所述功能层用于调用所述物理层和所述算法层来执行特定功能。
18.一种配电网的运行方式识别方法,其特征在于,所述配电网包括根据权利要求1-5中任一项所述的网络组,并以所述网络组为基本单元,所述方法包括:
根据运行的当前网络组的运行数据,得到所述当前网络组的拓扑结构;以及
通过将所述拓扑结构与所述信息库的拓扑结构库中可行的拓扑结构进行比较,以获得所述配电网的运行方式。
19.根据权利要求18所述的方法,其特征在于,将所述拓扑结构与所述信息库的拓扑结构库中可行的拓扑结构进行比较包括:
(a)读入网络组数据;
(b)调用所述算法层的拓扑结构识别与变换算法库,生成可行的拓扑结构库;
(c)读入所述信息库的网络元件库和负荷数据库中的信息;
(d)基于所述信息计算获得各拓扑结构下的节点特征参数;
(e)将所述当前网络组的运行数据的特征参数与基于所述信息计算的特征参数进行比较;
(f)如特征参数的比较结果一致,则输出识别结果,如不一致,则返回至步骤(d)。
20.一种配电网的运行方式还原方法,其特征在于,所述配电网包括根据权利要求1-5中任一项所述的网络组,并以所述网络组为基本单元,所述方法包括:
获得当前运行的网络组的原始拓扑结构;以及
基于所述原始拓扑结构还原出所述当前运行的网络组的运行方式。
21.根据权利要求20所述的方法,其特征在于,获得当前运行的网络组的原始拓扑结构包括:
调用当前运行的所述网络组的当前拓扑结构图;
读入所述信息库的网络元件库和负荷数据库中的信息;
基于所述信息生成当前各拓扑结构下的节点特征参数;
将原始网络组的运行数据的特征参数与基于所述信息生成的特征参数进行比较;以及
获得所述当前运行的网络组的原始拓扑结构。
22.根据权利要求21所述的方法,其特征在于,基于所述原始拓扑结构还原出所述当前运行的网络组的运行方式包括:
当所述原始网络组的运行数据的特征参数与基于所述信息计算的特征参数一致时,给出符合所述原始网络组的原始状态的开关状态,基于所述开关状态还原所述当前运行的网络组的运行方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611148687.9A CN106684875B (zh) | 2016-12-13 | 2016-12-13 | 网络组、划分配电网区域的方法、配电网及其分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611148687.9A CN106684875B (zh) | 2016-12-13 | 2016-12-13 | 网络组、划分配电网区域的方法、配电网及其分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106684875A CN106684875A (zh) | 2017-05-17 |
CN106684875B true CN106684875B (zh) | 2019-06-07 |
Family
ID=58868270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611148687.9A Active CN106684875B (zh) | 2016-12-13 | 2016-12-13 | 网络组、划分配电网区域的方法、配电网及其分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106684875B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108470246A (zh) * | 2018-03-14 | 2018-08-31 | 广东电网有限责任公司电网规划研究中心 | 一种基于特征参数的规划配电网供电可靠性指标评估方法 |
CN108565856B (zh) * | 2018-04-28 | 2021-01-22 | 国网北京市电力公司 | 供电可靠性的确定方法和装置、存储介质、处理器 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063651A (zh) * | 2010-11-10 | 2011-05-18 | 中国电力科学研究院 | 一种基于在线采集数据的城市电网风险评估系统 |
CN103970589A (zh) * | 2014-05-09 | 2014-08-06 | 国家电网公司 | 一种基于pss/e潮流api接口的长动态过程仿真方法 |
CN104881708A (zh) * | 2015-05-07 | 2015-09-02 | 凯里供电局 | 基于拓扑修正的配电网重构方法 |
-
2016
- 2016-12-13 CN CN201611148687.9A patent/CN106684875B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063651A (zh) * | 2010-11-10 | 2011-05-18 | 中国电力科学研究院 | 一种基于在线采集数据的城市电网风险评估系统 |
CN103970589A (zh) * | 2014-05-09 | 2014-08-06 | 国家电网公司 | 一种基于pss/e潮流api接口的长动态过程仿真方法 |
CN104881708A (zh) * | 2015-05-07 | 2015-09-02 | 凯里供电局 | 基于拓扑修正的配电网重构方法 |
Non-Patent Citations (1)
Title |
---|
风电功率预测的新型互联网运营模式设计;鲁宗相 等;《电网技术》;20160131;第40卷(第1期);第125-131页 |
Also Published As
Publication number | Publication date |
---|---|
CN106684875A (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Al-Ghanim | A heuristic technique for generating minimal path and cutsets of a general network | |
Ramirez-Marquez et al. | All-terminal network reliability optimization via probabilistic solution discovery | |
McGregor et al. | Network design: An algorithm for the access facility location problem | |
Carvalho et al. | Distribution network expansion planning under uncertainty: a hedging algorithm in an evolutionary approach | |
CN109379420A (zh) | 一种基于分布式架构的综合能源服务平台系统 | |
CN107944705B (zh) | 一种基于模块度划分通信社团的全端可靠性计算方法 | |
Zhou et al. | CIM/E oriented graph database model architecture and parallel network topology processing | |
CN106684875B (zh) | 网络组、划分配电网区域的方法、配电网及其分析方法 | |
CN111192010A (zh) | 台账数据处理方法和装置 | |
Liu et al. | Evolving graph based power system EMS real time analysis framework | |
De Boeck et al. | Extended formulation for hop constrained distribution network configuration problems | |
Ringsquandl et al. | Power to the relational inductive bias: Graph neural networks in electrical power grids | |
CN109492055B (zh) | 一种基于cim模型建立电网大数据仓库的方法 | |
Ghesmoune et al. | G-stream: Growing neural gas over data stream | |
CN111756691B (zh) | 采集策略冲突检测方法、装置、电子设备和存储介质 | |
CN109684517A (zh) | 一种历史数据存储方法、读写方法、存储装置和设备 | |
CN106899021A (zh) | 电力系统的潮流计算系统 | |
Taneja et al. | Predictive analytics on IoT | |
CN110298178A (zh) | 可信策略学习方法及装置、可信安全管理平台 | |
CN112613626B (zh) | 备调系统运行状态的监测方法、装置和计算机设备 | |
Montenegro et al. | An iterative method for detecting and localizing islands within sparse matrixes using DSSim-RT | |
CN109687464B (zh) | 电网潮流的分析方法及装置、存储介质、处理器 | |
CN107609194A (zh) | 一种面向云计算的时间冗余电力负荷数据的存储方法 | |
CN105119741A (zh) | 一种云网络可靠性度量方法 | |
Wu et al. | Distribution network topology modelling and automatic mapping based on CIM and GIS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |