CN107093150A - 基于等效阻抗的有源配电网集群划分方法 - Google Patents
基于等效阻抗的有源配电网集群划分方法 Download PDFInfo
- Publication number
- CN107093150A CN107093150A CN201710146772.XA CN201710146772A CN107093150A CN 107093150 A CN107093150 A CN 107093150A CN 201710146772 A CN201710146772 A CN 201710146772A CN 107093150 A CN107093150 A CN 107093150A
- Authority
- CN
- China
- Prior art keywords
- mrow
- node
- cluster
- assemblage classification
- distribution network
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012512 characterization method Methods 0.000 claims abstract description 3
- 238000011156 evaluation Methods 0.000 claims description 19
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000013139 quantization Methods 0.000 abstract description 7
- 230000001172 regenerating effect Effects 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明针对现有技术中尚无一种较好的有源配电网集群划分方法,目前基于有源配电网系统的集群划分尚处于探索阶段的问题,提供一种基于等效阻抗的有源配电网集群划分方法。该方法,包括:以有源配电网系统中节点之间的等效阻抗为量化的参数表征节点之间的电气距离;依据节点之间的电气距离,对有源配电网系统中的节点进行集群划分;将所有集群划分方式中,集群内节点之间的电气距离最小、集群间节点之间的电气距离最大的集群划分方式,认定为最优集群划分方式。本发明提出采用等效阻抗作为计算电气距离的量化参数,然后基于K‑means算法进行了集群划分,最后建立多目标的目标函数来判断集群划分的优劣,给出最有效的集群划分结果。
Description
技术领域
本发明涉及分布式可再生能源与有源配电网相关技术领域,具体地说,涉及一种基于等效阻抗的有源配电网集群划分方法。
背景技术
随着分布式可再生能源的大量接入,配电网的规划和运行面临着新的问题与挑战。大规模分布式可再生能源与配电网的联合运行,给电压合格率、稳定性、供电可靠性、电能质量、继电保护等方面带来挑战。目前对分布式电源及有源配电网的研究多以工业园区、海岛,实验平台为研究对象,规模较小,结构相对简单,亟待深入研究大规模高渗透率分布式电源的消纳与优化运行。
为了提高可再生能源集群的消纳比例和调度运行效率,需要将有源配电网系统划分为不同的集群,并在相应的关键节点上配置储能和智能测控装置。现有技术中,一种方式为,根据节点的“介数”或支路的“介数”来衡量该节点或支路的关键性,并将系统划分成不同“区块”。该种方法忽略了支路阻抗的影响,所得结论往往与实际相差较大,只具参考价值。另一种方式为,使用等值导纳作为电气距离的量化参数,依据人工神经网络将系统划分为各个“子群”。该种方法采用的是等值导纳作为量化参数,距离矩阵为稀疏矩阵,绝大多数参数为0,并不能全面反应某节点和整个系统的电气关系。
总之,现有技术中尚无一种较好的有源配电网集群划分方法,目前基于有源配电网系统的集群划分尚处于探索阶段。
发明内容
本发明针对现有技术中尚无一种较好的有源配电网集群划分方法,目前基于有源配电网系统的集群划分尚处于探索阶段的问题,提供一种基于等效阻抗的有源配电网集群划分方法。
本发明所需要解决的技术问题,可以通过以下技术方案来实现:
一种基于等效阻抗的有源配电网集群划分方法,其特征在于,包括:
以有源配电网系统中节点之间的等效阻抗最为量化的参数表征节点之间的电气距离;
依据节点之间的电气距离,对有源配电网系统中的节点进行集群划分;
将所有集群划分方式中,集群内节点之间的电气距离最小、集群间节点之间的电气距离最大的集群划分方式,认定为最优集群划分方式。
本发明中,对有源配电网系统中的节点采用基于划分的聚类算法进行集群划分。
本发明中,对有源配电网系统中的节点采用K-means算法进行集群划分。
本发明中,计算每个节点与其余节点之间的总电气距离,将总电气距离较小的节点作为集群划分时的聚类中心节点。
本发明中,认定最优集群划分方式,包括:
建立集群内部关联度指标,用于表征集群内某一节点与集群内其余节点的电气距离的大小;
建立集群间关联度指标,用于表征集群内某一节点与集群外节点的电气距离的大小;
建立综合评价指标,用于表征集群划分的优劣,所述综合评价指标至少通过对所述集群内部关联度指标和集群间关联度指标分别设置权值获取。
所述综合评价指标其中,ECI为集群内部关联度指标,为所有节点集群内部关联度指标的平均值,α为集群内部关联度指标的权值;BCCI为集群间关联度指标,为所有节点集群间关联度指标的平均值,β为集群间关联度指标的权值。
所述ECI和BCCI为:
其中,i是节点编号,n为总节点数,Mi代表节点i所在的集群,eij表示节点i与节点j之间的电气距离,表示节点i与集群内其余节点的电气距离之和,表示节点i与所有节点的电气距离之和;
其中,i是节点编号,n为总节点数,Mi代表节点i所在的集群,eij表示节点i与节点j之间的电气距离,表示节点i与集群外各节点的电气距离之和,表示节点i与所有节点的电气距离之和。
本发明中,进一步包括集群规模指标CCI,用于表征某一集群内节点数目和期望之间的偏差程度,所述综合评价指标修正为:
其中,为所有集群的集群规模指标的平均值,χ为集群规模指标的权值。
所述集群规模指标CCI,满足:
σ=wIn(n)
其中,s表示集群内实际的节点数,s*表示集群内期望的节点数,p*是所期望划分的集群数目,w为惩罚因子。所述惩罚因子w为0.05至0.3。
本发明中,进一步包括集群内部连接性指标CC,用于表征集群内节点之间的电气连接关系,当集群内部的节点与该集群内其余节点都没有直接的电气连接,此时CC=0,否则CC=1。综上所述,综合评价指标修正为:
本发明的基于等效阻抗的有源配电网集群划分方法,提供了一种含分布式可再生能源配电网集群划分原则与方法,提出采用等效阻抗作为计算电气距离的量化参数,然后基于K-means算法对IEEE33标准节点系统和安徽金寨县10kV熊家河04线节点系统进行了集群划分,最后建立多目标的目标函数来判断集群划分的优劣,给出最有效的集群划分结果。
附图说明
以下结合附图和具体实施方式来进一步说明本发明。
图1为IEEE 33节点系统拓扑图。
图2为标准化后的IEEE 33节点系统节点总电气距离示意图。
图3为金寨县35kV全军变典型日的负荷功率情况。
图4为熊家河04线电气拓扑图。
图5为标准化后熊家河04线节点系统节点总电气距离示意图。
图6为熊家河04线节点系统集群划分效果图。
具体实施方式
为了使本发明的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
本发明的主旨在于,通过对现有有源配电网系统划分为不同的集群方式的分析,发现现有技术中尚无一种较好的有源配电网集群划分方法,目前基于有源配电网系统的集群划分尚处于探索阶段的问题,通过本发明提供一种基于等效阻抗的有源配电网集群划分方法及相关测试方法以解决上述问题。
由于可再生能源渗透率的不断增加,为了达到在县域或城区配电网范围内的分布式电源合理规划和并网消纳,考虑采用集群的方法实现不同区域内分布式电源和负荷的最佳匹配。本发明基于等效阻抗的有源配电网集群划分方法,以节点之间的电气距离为基础,以电压等级为参考,进行合理的集群划分。
进行集群划分之前应首先确定集群划分的量化参数,本发明的基础是以有源配电网系统中节点之间的等效阻抗来表征节点之间的电气距离。
已知
V=ZI (1)
展开为
其中Zij(i≠j)代表节点i和节点j之间的等效阻抗,在节点i处注入单位电流,使其他节点全部开路,电流只能从节点j流出,即令而(j=1,2,…,n,j≠i)
则根据式(2),有
此时,等效阻抗等于节点i和j之间的电压差。此处的电气距离只考虑2个节点之间的电气关系而忽略其他节点。
节点之间的电气距离越小,说明节点间耦合程度越高。令eij=Zij,令其作为节点之间的电气距离的量化参数,以此为基础进行集群划分。
实际上,在本发明中对有源配电网系统节点进行集群划分,只要还是依据节点之间的电气距离,如何进行集群划分是本发明需要解决的核心问题,针对有源配电网系统的集群划分,所有集群划分方式中,使得集群内节点之间的电气距离最小、集群间节点之间的电气距离最大的集群划分方式,可以认定为最优集群划分方式。这是因为,此时该节点仅与集群内部的节点有紧密联系,而与集群外部节点无电气上的紧密联系。
那么,从实质上来说,采用基于划分的聚类算法对有源配电网系统节点进行集群划分是一种较好的划分方式,较好的是采用聚类分析的方式进行集群划分,例如现有技术中的K-means、K-medoids、K-modes、K-medians、Kernel K-means等聚类算法都可以用于本发明对有源配电网系统节点进行集群划分。
为了便于说明本发明的技术方案,以下以采用K-means算法对有源配电网系统中的节点进行集群划分进行示例性说明。K-means算法是较为经典的基于划分的聚类方法,其核心思想是把含有n个数据对象的集合X={x1,x2,x3,…,xn}划分成k个子类Cj(j=1,2,…,k)。该算法首先选取k个数据对象作为聚类中心点,然后对空间中的剩余对象进行分配,形成k个原始的聚类分布。进而重新计算首次划分的聚类,通过迭代的方法,更新中心点k的位置,同时改变对象的分配直到满足终止条件,得到最优解。
本发明K-means算法对有源配电网的系统中节点之间的电气距离进行计算,将节点划分为不同的集群。即在n个节点电气距离矩阵的基础上,构造k个集群,其中k<n。对于给定的k,算法首先给出初始的集群划分方案,并计算出不同集群内部节点和集群间节点的电气距离。然后通过迭代的方法,改变集群的分组,逐渐逼近最优解,最终获得k个集群内节点之间的电气距离最小、集群间节点之间的电气距离最大的集群划分方式。
K-means算法最大的缺陷在于,聚类中心点的选取存在很大的随机性,对于异常值很敏感,会导致集群划分出现问题,为了解决上述问题,在本发明中,计算每个节点与其余节点之间的总电气距离,将总电气距离较小的节点作为集群划分时的聚类中心节点。这里,可以选取总电气距离最小的几个节点最为聚类中心节点,例如,设置了3个聚类中心节点,直接采用总电气距离最小的3个节点作为聚类中心节点;也可以在总电气距离最小的多个节点中,选取其中的一部分作为聚类中心节点,例如,设置了3个聚类中心节点,分别采用了总电气距离第1小,第2小和第4小的节点作为聚类中心节点。处于优选,可以设置了一个聚类中心节点的选取范围,例如,聚类中心节点可以在总电气距离最小排名前1/4的范围内进行选择。
如前所述,使得集群内节点之间的电气距离最小、集群间节点之间的电气距离最大的集群划分方式,可以认定为最优集群划分方式。但是,如何认定最优集群划分方式,成为一个需要解决的问题,本实施方式中,采用了一种较为简单的方式,首先,建立集群内部关联度指标和集群间关联度指标,前者用于表征集群内某一节点与集群内其余节点的电气距离的大小,后者用于表征集群内某一节点与集群外节点的电气距离的大小,这两个指标是认定最优集群划分方式的最主要的部分,但任何其中一个指标均不能单独表征最优集群换个方式;因此,分别计算上述两个指标,再建立综合评价指标,用于表征集群划分的优劣,综合评价指标至少通过对集群内部关联度指标和集群间关联度指标分别设置权值获取。
在本实施方式中,将群内部关联度指标以ECI进行指代,将集群间关联度指标以BCCI进行指代,则:
其中,i是节点编号,n为总节点数,Mi代表节点i所在的集群,eij表示节点i与节点j之间的电气距离,表示节点i与集群内其余节点的电气距离之和,表示节点i与所有节点的电气距离之和;
其中,i是节点编号,n为总节点数,Mi代表节点i所在的集群,eij表示节点i与节点j之间的电气距离,表示节点i与集群外各节点的电气距离之和,表示节点i与所有节点的电气距离之和。
基于上述内容,可以建立综合评价指标,用于表征集群划分的优劣,综合评价指标其中,为所有节点集群内部关联度指标的平均值,α为集群内部关联度指标的权值;为所有节点集群间关联度指标的平均值,β为集群间关联度指标的权值,α和β的选取可以根据有源配电网的实际情况进行设置。
此外,为了更加合理衡量集群划分结果的优劣,可以在综合评价指标中引入更多的指标进行综合考虑。例如,可以进一步引入,集群规模指标CCI,其可以表征某一集群内节点数目和期望之间的偏差程度,该指标是用来检验不同集群之间的节点数目的均匀性。那么,综合评价指标修正为:
其中,为所有集群的集群规模指标的平均值,χ为集群规模指标的权值。
集群规模指标CCI,满足:
σ=wIn(n) (10)
其中,n为节点总数,s表示集群内实际的节点数,s*表示集群内期望的节点数,p*是所期望划分的集群数目,即希望将整个系统划分为p*个集群,当s→s*时,CCI趋近于1;而当s→n时,CCI趋近于0。w为惩罚因子,w越大,表示对偏差的容忍度越高,出于优选,惩罚因子w可以设置为0.05至0.3,例如0.1,0.2等。
表示了集群内节点之间的电气连接关系,还可以进一步引入集群内部连接性指标CC,综合评价指标修正为:
指标CC是一个二进制变量,当集群内部的节点与该集群内其余节点都没有直接的电气连接,此时CC=0,否则CC=1。该指标是为了确保集群内部没有孤立的节点。将上述四个指标合并考虑,再加上适当的权值,形成表征集群划分结果的综合指标f,该指标越趋近于1,说明集群划分的结果越好。
为了进一步说明本发明的,以IEEE 33节点系统为例进行集群划分示意,其拓扑结构如图1所示。计算IEEE 33节点系统中每个节点与其余节点之间的总电气距离标准化后结果如下表和图2所示:
从上表和图2可以看出,节点18、17、33与其余节点之间的总电气距离最小,其次是节点16,22和15。考虑选取总电气距离较小的节点为初始聚类中心节点,进行集群划分。
本实施例采用K-means算法,设置初始聚类中心节点为较小的点,如节点17、18、33、16、22等,引入电气距离作为量化的标准,进行集群划分,将IEEE 33节点系统划分为3,4,5个集群(超过5个集群的划分方式未示意),结果如下表所示:
使用K-means算法对IEEE 33节点系统进行了划分,不同数目的集群对节点有不同的划分。为了比较划分的优劣,将上表的划分结果代入综合评价指标f,本实施方式中以带入前述式(11)进行计算,结果如下表所示:
表3中显示了集群划分数目不同而得到的综合评价指标。从表中可以看出,并不是数目多,集群划分的效果就理想。因为集群数过多,可能出现连通性指标CC=0,从而丧失了集群划分与控制的意义。综合来看,将IEEE 33节点系统划分为5个集群时,此时综合评价指标值最大,也就是划分的效果最佳。可以以此划分结果为基础,增加分区控制策略,优化配电网的调度运行特性。
参见图3,金寨县35kV全军变电站典型日负荷波动如图3所示,分析测量数据可知,全军变分布式电源接入容量大、本地负荷轻,无法完全消纳分布式电源出力。根据规划要求,需要进行集群划分,并在关键节点配置储能和智能测控装置,以更好的实现可再生能源的消纳与分级控制。
选取35kV全军变电站的一条10kV出线——熊家河04线作为分析对象,进行集群划分和储能配置规划,熊家河网架拓扑结构如图4所示。首先计算熊家河04线中间24个节点的总电气距离结果如图5所示;再选取熊家河04线的24个节点中间总电气距离较小的10个节点,标准化后如下表所示:
从上表和图5可以看出,节点9、23、12与其余节点之间的总电气距离最小,其次是节点14,24和11。节点9、23、12虽然位于系统的末端,但是实际上它们却是系统的关键节点与敏感节点。考虑到配电网R/X高比值和P、Q不解耦特性,可以在节点9、23、12处安装储能和智能测控装置,解决配网潮流倒送和末端电压偏高的问题,有效提高可再生能源的消纳能力和分层分级的集群控制。
进一步使用K-means算法对熊家河04线的节点进行集群划分,将集群数为2~10的划分结果带入前述式(11)进行计算,计算综合评价指标值f,结果如图6所示。从图6中可以看出,将熊家河04线划分为4个集群时候的f值最高,即划分效果最好。根据计算结果,10kV熊家河04线的4个集群包含的节点如下表所示:
上表显示了熊家河04线节点系统的集群划分结果,可以此为依据,选取不同集群的节点安装智能测控装置,实行群内自治、群间协调的控制策略,将能有效减轻上级调度的通讯压力,降低运行成本。
以上仅就本发明较佳的实施例作了说明,但不能理解为是对权利要求的限制。本发明不仅局限于以上实施例,其具体结构允许有变化。总之,凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明的保护范围内。
Claims (10)
1.基于等效阻抗的有源配电网集群划分方法,其特征在于,包括:
以有源配电网系统中节点之间的等效阻抗为量化的参数表征节点之间的电气距离;
依据节点之间的电气距离,对有源配电网系统中的节点进行集群划分;
将所有集群划分方式中,集群内节点之间的电气距离最小、集群间节点之间的电气距离最大的集群划分方式,认定为最优集群划分方式。
2.根据权利要求1所述的基于等效阻抗的有源配电网集群划分方法,其特征在于:对有源配电网系统中的节点采用基于划分的聚类算法进行集群划分。
3.根据权利要求2所述的基于等效阻抗的有源配电网集群划分方法,其特征在于:对有源配电网系统中的节点采用K-means算法进行集群划分。
4.根据权利要求3所述的基于等效阻抗的有源配电网集群划分方法,其特征在于:计算每个节点与其余节点之间的总电气距离,将总电气距离较小的节点作为集群划分时的聚类中心节点。
5.根据权利要求1至4任一所述的基于等效阻抗的有源配电网集群划分方法,其特征在于:认定最优集群划分方式,包括:
建立集群内部关联度指标,用于表征集群内某一节点与集群内其余节点的电气距离的大小;
建立集群间关联度指标,用于表征集群内某一节点与集群外节点的电气距离的大小;
建立综合评价指标,用于表征集群划分的优劣,所述综合评价指标至少通过对所述集群内部关联度指标和集群间关联度指标分别设置权值获取。
6.根据权利要求5所述的基于等效阻抗的有源配电网集群划分方法,其特征在于:所述综合评价指标其中,ECI为集群内部关联度指标,为所有节点集群内部关联度指标的平均值,α为集群内部关联度指标的权值;BCCI为集群间关联度指标,为所有节点集群间关联度指标的平均值,β为集群间关联度指标的权值。
7.根据权利要求6所述的基于等效阻抗的有源配电网集群划分方法,其特征在于:所述ECI和BCCI为:
<mrow>
<mi>E</mi>
<mi>C</mi>
<mi>I</mi>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mrow>
<mover>
<mi>e</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mover>
<mi>e</mi>
<mo>&OverBar;</mo>
</mover>
<mi>max</mi>
</msub>
</mfrac>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>M</mi>
<mi>i</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>e</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>e</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
其中,i是节点编号,n为总节点数,Mi代表节点i所在的集群,eij表示节点i与节点j之间的电气距离,表示节点i与集群内其余节点的电气距离之和,表示节点i与所有节点的电气距离之和;
<mrow>
<mi>B</mi>
<mi>C</mi>
<mi>C</mi>
<mi>I</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mover>
<mi>h</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mover>
<mi>e</mi>
<mo>&OverBar;</mo>
</mover>
<mi>max</mi>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&NotElement;</mo>
<msub>
<mi>M</mi>
<mi>j</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>e</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>e</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
1
其中,i是节点编号,n为总节点数,Mi代表节点i所在的集群,eij表示节点i与节点j之间的电气距离,表示节点i与集群外各节点的电气距离之和,表示节点i与所有节点的电气距离之和。
8.根据权利要求6或7所述的基于等效阻抗的有源配电网集群划分方法,其特征在于:进一步包括集群规模指标CCI,用于表征某一集群内节点数目和期望之间的偏差程度,所述综合评价指标修正为:
<mrow>
<mi>f</mi>
<mo>=</mo>
<msup>
<mover>
<mrow>
<mi>E</mi>
<mi>C</mi>
<mi>I</mi>
</mrow>
<mo>&OverBar;</mo>
</mover>
<mi>&alpha;</mi>
</msup>
<mo>&CenterDot;</mo>
<msup>
<mover>
<mrow>
<mi>B</mi>
<mi>C</mi>
<mi>C</mi>
<mi>I</mi>
</mrow>
<mo>&OverBar;</mo>
</mover>
<mi>&beta;</mi>
</msup>
<mo>&CenterDot;</mo>
<msup>
<mover>
<mrow>
<mi>C</mi>
<mi>C</mi>
<mi>I</mi>
</mrow>
<mo>&OverBar;</mo>
</mover>
<mi>&chi;</mi>
</msup>
</mrow>
其中,为所有集群的集群规模指标的平均值,χ为集群规模指标的权值。
9.根据权利要求8所述的基于等效阻抗的有源配电网集群划分方法,其特征在于所述集群规模指标CCI,满足:
<mrow>
<mi>C</mi>
<mi>C</mi>
<mi>I</mi>
<mo>=</mo>
<msup>
<mi>e</mi>
<mfrac>
<mrow>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mi>n</mi>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
<mo>-</mo>
<mi>l</mi>
<mi>n</mi>
<mo>(</mo>
<msub>
<mi>s</mi>
<mo>*</mo>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</msup>
</mrow>
<mrow>
<msub>
<mi>s</mi>
<mo>*</mo>
</msub>
<mo>=</mo>
<mfrac>
<mi>n</mi>
<msub>
<mi>p</mi>
<mo>*</mo>
</msub>
</mfrac>
</mrow>
σ=wIn(n)
其中,s表示集群内实际的节点数,s*表示集群内期望的节点数,p*是所期望划分的集群数目,w为惩罚因子。
10.根据权利要求8所述的基于等效阻抗的有源配电网集群划分方法,其特征在于:进一步包括集群内部连接性指标CC,用于表征集群内节点之间的电气连接关系,所述综合评价指标修正为:
<mrow>
<mi>f</mi>
<mo>=</mo>
<msup>
<mover>
<mrow>
<mi>E</mi>
<mi>C</mi>
<mi>I</mi>
</mrow>
<mo>&OverBar;</mo>
</mover>
<mi>&alpha;</mi>
</msup>
<mo>&CenterDot;</mo>
<msup>
<mover>
<mrow>
<mi>B</mi>
<mi>C</mi>
<mi>C</mi>
<mi>I</mi>
</mrow>
<mo>&OverBar;</mo>
</mover>
<mi>&beta;</mi>
</msup>
<mo>&CenterDot;</mo>
<msup>
<mover>
<mrow>
<mi>C</mi>
<mi>C</mi>
<mi>I</mi>
</mrow>
<mo>&OverBar;</mo>
</mover>
<mi>&chi;</mi>
</msup>
<mo>&CenterDot;</mo>
<mi>C</mi>
<mi>C</mi>
</mrow>
当集群内部的节点与该集群内其余节点都没有直接的电气连接,此时CC=0,否则CC=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710146772.XA CN107093150A (zh) | 2017-03-13 | 2017-03-13 | 基于等效阻抗的有源配电网集群划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710146772.XA CN107093150A (zh) | 2017-03-13 | 2017-03-13 | 基于等效阻抗的有源配电网集群划分方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107093150A true CN107093150A (zh) | 2017-08-25 |
Family
ID=59646558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710146772.XA Pending CN107093150A (zh) | 2017-03-13 | 2017-03-13 | 基于等效阻抗的有源配电网集群划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107093150A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107834596A (zh) * | 2017-11-10 | 2018-03-23 | 东南大学 | 基于电网运行状态感知的分布式光伏集群动态划分方法 |
CN109324264A (zh) * | 2018-10-24 | 2019-02-12 | 中国电力科学研究院有限公司 | 一种配电网线路阻抗数据异常值的辨识方法及装置 |
CN109522964A (zh) * | 2018-11-26 | 2019-03-26 | 广东电网有限责任公司电力调度控制中心 | 虚拟电厂的聚类方法、装置、调控设备及计算机存储介质 |
CN110429656A (zh) * | 2019-09-06 | 2019-11-08 | 南方电网科学研究院有限责任公司 | 一种分布式能源集群控制方法和装置 |
CN110490492A (zh) * | 2019-09-06 | 2019-11-22 | 南方电网科学研究院有限责任公司 | 一种划分分布式能源集群的方法和装置 |
CN117114363A (zh) * | 2023-10-19 | 2023-11-24 | 北京国电通网络技术有限公司 | 配电网调控方法、装置、电子设备和计算机可读介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882167A (zh) * | 2009-11-25 | 2010-11-10 | 中国电力科学研究院 | 一种大规模风电集中接入电网的风电场等值建模方法 |
CN103246933A (zh) * | 2013-04-02 | 2013-08-14 | 中国南方电网有限责任公司 | 基于虚拟阻抗矩阵和边界节点迁移的在线校核分区方法 |
CN104821580A (zh) * | 2015-05-08 | 2015-08-05 | 杭州沃瑞电力科技有限公司 | 一种基于无功源聚类分析的三阶段无功控制分区方法 |
-
2017
- 2017-03-13 CN CN201710146772.XA patent/CN107093150A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882167A (zh) * | 2009-11-25 | 2010-11-10 | 中国电力科学研究院 | 一种大规模风电集中接入电网的风电场等值建模方法 |
CN103246933A (zh) * | 2013-04-02 | 2013-08-14 | 中国南方电网有限责任公司 | 基于虚拟阻抗矩阵和边界节点迁移的在线校核分区方法 |
CN104821580A (zh) * | 2015-05-08 | 2015-08-05 | 杭州沃瑞电力科技有限公司 | 一种基于无功源聚类分析的三阶段无功控制分区方法 |
Non-Patent Citations (1)
Title |
---|
EDUARDO COTILLA-SANCHEZ: "Multi-Attribute Partitioning of Power Networks Based on Electrical Distance", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107834596A (zh) * | 2017-11-10 | 2018-03-23 | 东南大学 | 基于电网运行状态感知的分布式光伏集群动态划分方法 |
CN107834596B (zh) * | 2017-11-10 | 2021-03-19 | 东南大学 | 基于电网运行状态感知的分布式光伏集群动态划分方法 |
CN109324264A (zh) * | 2018-10-24 | 2019-02-12 | 中国电力科学研究院有限公司 | 一种配电网线路阻抗数据异常值的辨识方法及装置 |
CN109324264B (zh) * | 2018-10-24 | 2023-07-18 | 中国电力科学研究院有限公司 | 一种配电网线路阻抗数据异常值的辨识方法及装置 |
CN109522964A (zh) * | 2018-11-26 | 2019-03-26 | 广东电网有限责任公司电力调度控制中心 | 虚拟电厂的聚类方法、装置、调控设备及计算机存储介质 |
CN110429656A (zh) * | 2019-09-06 | 2019-11-08 | 南方电网科学研究院有限责任公司 | 一种分布式能源集群控制方法和装置 |
CN110490492A (zh) * | 2019-09-06 | 2019-11-22 | 南方电网科学研究院有限责任公司 | 一种划分分布式能源集群的方法和装置 |
CN117114363A (zh) * | 2023-10-19 | 2023-11-24 | 北京国电通网络技术有限公司 | 配电网调控方法、装置、电子设备和计算机可读介质 |
CN117114363B (zh) * | 2023-10-19 | 2024-02-06 | 北京国电通网络技术有限公司 | 配电网调控方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107093150A (zh) | 基于等效阻抗的有源配电网集群划分方法 | |
CN105186525B (zh) | 风电接入下无功电压控制分区方法 | |
CN108470231B (zh) | 考虑储能系统量化特征的配电网分布式储能选址定容方法 | |
CN108199404B (zh) | 高渗透率分布式能源系统的谱聚类集群划分方法 | |
Mehmood et al. | Unified planning of wind generators and switched capacitor banks: A multiagent clustering-based distributed approach | |
CN106532710B (zh) | 计及电压稳定约束的微电网潮流优化方法 | |
WO2023165348A1 (zh) | 配电变压器无功补偿投退状态的判别方法和装置 | |
CN107834596A (zh) | 基于电网运行状态感知的分布式光伏集群动态划分方法 | |
CN111626633A (zh) | 基于综合评价指标的自储能柔性互联配电网扩展规划方法 | |
CN106056466B (zh) | 基于FP-growth算法的大电网关键线路识别方法 | |
CN103887792B (zh) | 一种含分布式电源的低压配电网建模方法 | |
CN105719024A (zh) | 一种基于irp的配电网规划方法 | |
CN104578091B (zh) | 一种含多源电网的无延时最优无功协调控制系统及方法 | |
CN106253344B (zh) | 一种电力网络及其控制系统和控制方法、网络调度装置 | |
CN109638827B (zh) | 含电力电子变压器的中压配电网供电能力分析方法及系统 | |
CN109980651A (zh) | 一种环网型配电系统潮流计算方法 | |
CN104578057B (zh) | 一种考虑源流路径的含风电电网电压主导节点识别方法 | |
Jinjin et al. | Clusters partitioning of distribution network with distributed renewable generators | |
CN104009469B (zh) | 一种低压配网台区网络拓扑等值图归集方法 | |
CN104463365A (zh) | 基于配网自动化的无功电压优化分析评估方法 | |
CN104821590A (zh) | 智能电网节能优化综合测评方法 | |
WO2022052146A1 (zh) | 用于开环电网负荷转供决策中的重过载校验方法 | |
CN115564142A (zh) | 一种混合储能系统的选址定容优化方法及系统 | |
CN108879658A (zh) | 一种主动配电网的电压薄弱点辨识方法 | |
CN104734201A (zh) | 一种电力系统中风电配送方案的确定方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170825 |
|
RJ01 | Rejection of invention patent application after publication |