CN107256415B - 一种电力系统运行方式场景的计算方法及计算系统 - Google Patents

一种电力系统运行方式场景的计算方法及计算系统 Download PDF

Info

Publication number
CN107256415B
CN107256415B CN201710659454.3A CN201710659454A CN107256415B CN 107256415 B CN107256415 B CN 107256415B CN 201710659454 A CN201710659454 A CN 201710659454A CN 107256415 B CN107256415 B CN 107256415B
Authority
CN
China
Prior art keywords
power
power system
generator
load
vector data
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
CN201710659454.3A
Other languages
English (en)
Other versions
CN107256415A (zh
Inventor
王佳明
李晖
王智冬
王帅
齐芳
刘斯伟
金一川
刘建琴
李隽�
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 Corp of China SGCC
State Grid Qinghai Electric Power Co Ltd
State Grid Economic and Technological Research Institute
Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Qinghai Electric Power Co Ltd
State Grid Economic and Technological Research Institute
Economic and Technological Research Institute of State Grid Qianghai 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 State Grid Corp of China SGCC, State Grid Qinghai Electric Power Co Ltd, State Grid Economic and Technological Research Institute, Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710659454.3A priority Critical patent/CN107256415B/zh
Publication of CN107256415A publication Critical patent/CN107256415A/zh
Application granted granted Critical
Publication of CN107256415B publication Critical patent/CN107256415B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (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)
  • Secondary Cells (AREA)

Abstract

本发明涉及一种电力系统运行方式场景的计算方法及计算系统，其特征在于，包括以下步骤：1)对电力系统运行方式特征向量进行筛选，获取电力系统运行方式特征向量数据；2)根据电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度；3)根据得到的任意两电力系统运行方式特征向量数据间的场景差异度计算得到每一电力系统运行方式的典型场景，本发明能够极大提高电力调度运行与电力系统规划人员的工作效率和效能，保证电力系统运行方式编制的可靠性与有效性，可以广泛应用于电力系统调度运行与规划领域中。

Description

一种电力系统运行方式场景的计算方法及计算系统
技术领域
本发明是关于一种电力系统运行方式场景的计算方法及计算系统，属于电力系统调度运行与规划领域。
背景技术
随着中国电网的不断发展和电力体制改革的不断深入，中国电力工业发生了重大的变化，在当代电力系统的发展和科学进步的影响下，中国电网结构和运行控制手段不断改善，电网稳定运行水平有了较大的提高，在最大程度上确保中国电网的安全稳定运行，其中，电力调度机构和电网规划部门所起的作用尤为重要，而电力调度机构和电网规划部门的重要职责之一就是电力系统运行方式的编制，电力系统运行方式不仅指导现有电网的正常稳定运行，也为未来电网网架规划等发展提供技术参考。
然而，随着中国跨区电网互联规模扩大、电网结构日趋复杂以及新能源快速发展，这在提高电网安全稳定经济运行水平的同时也造成电力系统运行方式更为复杂多变，这将导致电网关键控制性运行安全约束可能并不发生在极端负荷日，仅针对典型运行方式的计算与分析将无法满足未来电力系统运行计算与分析的客观要求，传统的人工调整潮流方式将难以满足精细化潮流计算与分析的实际情况，这就对电力系统运行方式管理提出更高的要求。目前电力系统运行方式的编制工作主要是由调度计划运行人员手动编制，不仅仅效率低下，更不可能实现精细化的电力系统运行方式的编制问题，且电力系统运行方式场景计算的自动化、科学化和智能化水平不高，电力系统运行方式的分类较为粗放，难以适应未来电力系统运行方式精细化管理的客观需求。
发明内容
针对上述问题，本发明的目的是提供一种能够提高场景计算自动化、科学化和智能化水平的电力系统运行方式场景的计算方法及计算系统。
为实现上述目的，本发明采取以下技术方案：一种电力系统运行方式场景的计算方法，其特征在于，包括以下步骤：1)对电力系统运行方式特征向量进行筛选，获取电力系统运行方式特征向量数据；2)根据电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度；3)根据得到的任意两电力系统运行方式特征向量数据间的场景差异度计算得到每一电力系统运行方式的典型场景。
进一步地，所述步骤1)对电力系统运行方式特征向量进行筛选采用特征变量间相关系数法，其中，筛选出的电力系统运行方式特征向量包括发电机有功功率、发电机无功功率、交流线路有功功率、交流线路无功功率、负荷有功功率和负荷无功功率。
进一步地，所述步骤2)中计算任意两电力系统运行方式特征向量数据间的场景差异度，包括以下步骤：a)对获取的电力系统运行方式特征向量数据进行归一化处理；b)根据归一化处理后的电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度。
进一步地，所述步骤a)中对获取的电力系统运行方式特征向量数据进行归一化处理采用最大值方法，具体过程为：
对第i台发电机取其所有时刻中视在功率的最大值为基准值，则发电机有功功率和发电机无功功率的标准值分别为：
Figure GDA0002738797950000021
Figure GDA0002738797950000022
其中，
Figure GDA0002738797950000023
为发电机有功功率的标准值；PG(i，t)为第i台发电机在第t时刻的有功功率；
Figure GDA0002738797950000024
为发电机无功功率的标准值；QG(i，t)为第i台发电机在第t时刻的无功功率；nG为发电机总数；N为总时刻数；
第t时刻的全部发电机有功功率和发电机无功功率标准值表示为：
Figure GDA0002738797950000025
同理，交流线路有功功率和交流线路无功功率的标准值分别为：
Figure GDA0002738797950000026
Figure GDA0002738797950000027
其中，
Figure GDA0002738797950000028
为交流线路有功功率标准值；PAC(a，t)为第a条交流线路在第t时刻的有功功率；
Figure GDA0002738797950000029
为交流线路无功功率标准值；QAC(a，t)为第a条交流线路在第t时刻的无功功率；nAC为交流线路总数；
第t时刻的全部交流线路有功功率和无功功率标准值表示为：
Figure GDA00027387979500000210
负荷有功功率和负荷无功功率的标准值分别为：
Figure GDA00027387979500000211
Figure GDA00027387979500000212
其中，
Figure GDA0002738797950000031
为负荷有功功率标准值；PL(l,t)为第l个负荷在第t时刻的有功功率；
Figure GDA0002738797950000032
为负荷无功功率标准值；QL(l,t)为第l个负荷在第t时刻的无功功率；nL为负荷总数；
第t时刻的全部负荷有功功率和负荷无功功率的标准值表示为：
Figure GDA0002738797950000033
由此得到进行归一化处理后某一时刻t的电力系统运行方式特征变量为：
Figure GDA0002738797950000034
进一步地，所述步骤b)中计算任意两电力系统运行方式特征向量数据间的场景差异度，具体过程为：
①构建电力系统运行状态矩阵；
发电机运行状态矩阵、交流线路运行状态矩阵和负荷运行状态矩阵分别为：
Figure GDA0002738797950000035
Figure GDA0002738797950000036
Figure GDA0002738797950000037
其中，TG为发电机运行状态矩阵；TAC为交流电路运行状态矩阵；TL为负荷运行状态矩阵；
构建的电力系统运行状态矩阵为：
T＝[TG,TAC,TL]
②计算电力系统运行状态矩阵中每一列的排列组合熵PEe，e＝1，2，…，nG+nAC+nL；
③计算电力系统运行状态矩阵中每一指标的权重，电力系统运行状态矩阵中第i个指标的权重为：
Figure GDA0002738797950000038
④根据得到的电力系统运行状态矩阵中每一列的排列组合熵和相应的指标权重计算任意两电力系统运行方式特征向量数据间的场景差异度：
Figure GDA0002738797950000039
Figure GDA0002738797950000041
进一步地，所述步骤3)中计算得到每一电力系统运行方式的典型场景采用k-means方法，具体过程为：根据计算的任意两电力系统运行方式特征向量数据间的场景差异度对获取的所有电力系统运行方式特征向量数据进行聚类，形成n个聚类簇，每一聚类簇即一电力系统运行方式的场景；计算每一聚类簇的聚类中心，并将计算的聚类中心作为该电力系统运行方式场景的典型场景。
一种电力系统运行方式场景的计算系统，其特征在于，该计算系统包括：用于对电力系统运行方式特征向量进行筛选，获取电力系统运行方式特征向量数据的数据获取模块；用于根据电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度的场景差异度计算模块；用于根据得到的任意两电力系统运行方式特征向量数据间的场景差异度计算得到每一电力系统运行方式的典型场景的典型场景计算模块。
进一步地，所述场景差异度计算模块包括：用于对获取的电力系统运行方式特征向量数据进行归一化处理的数据处理单元；用于根据归一化处理后的电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度的计算单元。
进一步地，所述典型场景计算模块包括：用于根据任意两电力系统运行方式特征向量数据间的场景差异度对所有电力系统运行方式特征向量数据均进行聚类形成n个聚类簇即n个电力系统运行方式场景的聚类单元；用于计算每一聚类簇的聚类中心并作为该电力系统运行方式场景的典型场景的求解单元。
本发明由于采取以上技术方案，其具有以下优点：1、本发明能够筛选出表征电力系统运行方式的电力系统运行方式特征向量数据，将不必要的数据进行剔除，并通过计算任意两电力系统运行方式特征向量数据间的场景差异度进而能够科学地计算得到电力系统运行方式的典型场景，根据得到的典型场景能够有效提高电力系统调度运行、电力系统规划计算与分析等工作的准确性与有效性，防止电力系统安全稳定运行风险实践的发生。2、本发明还采用数据归一化方法对电力系统运行方式特征向量数据进行归一化处理计算场景差异度，为后续计算电力系统运行方式的典型场景提供便利，且能够提高最终得到的电力系统运行方式的典型场景的准确性。3、本发明在计算方法的基础上建立一计算系统，该计算系统能够实现电力调度运行、电力系统规划计算与分析工作中电力系统运行方式场景计算的自动化和智能化，能够极大提高电力调度运行与电力系统规划人员的工作效率和效能，保证电力系统运行方式编制的可靠性与有效性，可以广泛应用于电力系统调度运行与规划领域中。
附图说明
图1是本发明的电力系统运行方式场景计算方法流程示意图。
具体实施方式
以下结合附图来对本发明进行详细的描绘。然而应当理解，附图的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。
如图1所示，本发明提供的电力系统运行方式场景的计算方法及计算系统，具体包括以下内容：
1、采用特征变量间相关系数法对电力系统运行方式特征向量进行筛选，获取电力系统运行方式特征向量数据。
其中，筛选出的电力系统运行方式特征向量包括发电机有功功率、发电机无功功率、交流线路有功功率、交流线路无功功率、负荷有功功率和负荷无功功率。
电力系统的实际运行参数中包含了诸多数据，如发电机出力数据、线路潮流数据、变压器分接头位置数据和补偿器投入量数据等，如果将所有数据不加选择全部作为表征电力系统运行方式的特征向量，势必会造成数据大量冗余，因此需要对电力系统运行方式特征向量进行选取，选取方法包括相关系数法、灰关联法和主成分分析法等，本发明采用特征变量间相关系数法选取电力系统实际运行中不同环节的有功功率和无功功率作为特征向量。
2、采用最大值方法对获取的电力系统运行方式特征向量数据进行归一化处理。
电力系统运行方式特征变量在数值上差距很大，因而有必要对其进行归一化处理，常用的数据归一化方法有很多，本发明采用最大值方法进行归一化处理，下面以发电机有功功率和发电机无功功率数据为具体实施例进行说明，具体过程如下：
对第i台发电机，取其所有时刻中视在功率的最大值为基准值，则发电机有功功率
Figure GDA0002738797950000051
和发电机无功功率
Figure GDA0002738797950000052
的标准值分别为：
Figure GDA0002738797950000053
Figure GDA0002738797950000054
其中，PG(i，t)为第i台发电机在第t时刻的有功功率；QG(i,t)为第i台发电机在第t时刻的无功功率；nG为发电机总数；N为总时刻数。
第t时刻的全部发电机有功功率和发电机无功功率标准值可以表示为：
Figure GDA0002738797950000061
同理，交流线路有功功率
Figure GDA0002738797950000062
和交流线路无功功率
Figure GDA0002738797950000063
的标准值分别为：
Figure GDA0002738797950000064
Figure GDA0002738797950000065
其中，
Figure GDA0002738797950000066
为交流线路有功功率标准值；PAC(a,t)为第a条交流线路在第t时刻的有功功率；
Figure GDA0002738797950000067
为交流线路无功功率标准值；QAC(a,t)为第a条交流线路在第t时刻的无功功率；nAC为交流线路总数。
第t时刻的全部交流线路有功功率和无功功率标准值可以表示为：
Figure GDA0002738797950000068
负荷有功功率
Figure GDA0002738797950000069
和负荷无功功率
Figure GDA00027387979500000610
的标准值分别为：
Figure GDA00027387979500000611
Figure GDA00027387979500000612
其中，
Figure GDA00027387979500000613
为负荷有功功率标准值；PL(l,t)为第l个负荷在第t时刻的有功功率；
Figure GDA00027387979500000614
为负荷无功功率标准值；QL(l,t)为第l个负荷在第t时刻的无功功率；nL为负荷总数。
第t时刻的全部负荷有功功率和负荷无功功率的标准值可以表示为：
Figure GDA00027387979500000615
由此可以得到进行归一化处理后某一时刻t的电力系统运行方式特征变量T(t)为：
Figure GDA00027387979500000616
3、根据归一化处理后的电力系统运行方式特征向量数据采用熵权法构建电力系统运行状态矩阵，并计算构建的电力系统运行状态矩阵中任意两电力系统运行方式特征向量数据间的场景差异度。
当步骤1中选取的电力系统运行方式特征向量较多时，该电力系统运行方式特征向量的数据类型、数据维度和重要程度均各不相同，给不同场景间差异度的刻画带来问题，因此，本发明将基于信息熵的熵权法引入到场景间距离的衡量中。
在获取电力系统运行方式特征向量数据中，每一发电机(或交流线路、负荷)的有功功率均可以看作是衡量不同场景间差异度的一个指标。然而，因为不同发电机、交流线路和负荷的有功功率在差异度衡量中的重要程度不同，所以不同发电机、交流线路和负荷的有功功率也应具有不同的权重系数。研究发现在步骤3中，上述某一指标随着时间的变化越规律则越能呈现出一种模式性与典型性，因此，本发明提出一种基于排列组合熵的熵权法，对于有N个时刻，nG+nAC+nL个指标的电力系统，具体过程如下：
1)构建电力系统运行状态矩阵T，电力系统运行状态矩阵T是由发电机、交流线路和负荷的运行状态矩阵构成，电力系统运行状态矩阵T的大小为T＝N×(nG+nAC+nL)，发电机运行状态矩阵TG、交流线路运行状态矩阵TAC和负荷运行状态矩阵TL分别为：
Figure GDA0002738797950000071
Figure GDA0002738797950000072
Figure GDA0002738797950000073
构建的电力系统运行状态矩阵T为：
T＝[TG,TAC,TL] (14)
2)计算电力系统运行状态矩阵中每一列的排列组合熵PEe，e＝1,2,…,nG+nAC+nL (15)
3)计算电力系统运行状态矩阵中每一指标的权重，电力系统运行状态矩阵中第i个指标的权重Wb为：
Figure GDA0002738797950000074
4)根据得到的电力系统运行状态矩阵中每一列的排列组合熵和相应的指标权重计算任意两电力系统运行方式特征向量数据间的场景差异度
Figure GDA0002738797950000075
Figure GDA0002738797950000076
5、根据计算的任意两电力系统运行方式特征向量数据间的场景差异度采用k-means方法对获取的所有电力系统运行方式特征向量数据均进行聚类，形成n个聚类簇，每一聚类簇即一电力系统运行方式的场景。
6、计算每一聚类簇的聚类中心，并将计算的聚类中心作为该电力系统运行方式场景的典型场景。
7、观察与分析得到的每一电力系统运行方式典型场景，可以根据实际需要重新调整聚类簇个数n，并重复步骤5～6直至得到所需的各聚类簇的分界，并输出电力系统运行方式的典型场景。
本发明还提供一种电力系统运行方式场景的计算系统，该计算系统包括：
数据获取模块，用于对电力系统运行方式特征向量进行筛选，获取电力系统运行方式特征向量数据；
场景差异度计算模块，用于根据电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度；
典型场景计算模块，用于根据得到的任意两电力系统运行方式特征向量数据间的场景差异度计算得到每一电力系统运行方式的典型场景。
在一个优选的实施例中，场景差异度计算模块可以包括：
数据处理单元，用于对获取的电力系统运行方式特征向量数据进行归一化处理；
计算单元，用于根据归一化处理后的电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度。
在一个优选的实施例中，典型场景计算模块可以包括：
聚类单元，用于根据任意两电力系统运行方式特征向量数据间的场景差异度对所有电力系统运行方式特征向量数据均进行聚类形成n个聚类簇即n个电力系统运行方式的场景；
求解单元，用于计算每一聚类簇的聚类中心并作为该电力系统运行方式场景的典型场景。
上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (4)

1.一种电力系统运行方式场景的计算方法，其特征在于，包括以下步骤：
1)采用特征变量间相关系数法对电力系统运行方式特征向量进行筛选，获取电力系统运行方式特征向量数据，其中，筛选出的电力系统运行方式特征向量包括发电机有功功率、发电机无功功率、交流线路有功功率、交流线路无功功率、负荷有功功率和负荷无功功率；
2)根据电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度，包括以下步骤：
a)对获取的电力系统运行方式特征向量数据进行归一化处理，具体过程为：
对第i台发电机取其所有时刻中视在功率的最大值为基准值，则发电机有功功率和发电机无功功率的标准值分别为：
Figure FDA0002738797940000011
Figure FDA0002738797940000012
其中，
Figure FDA0002738797940000013
为发电机有功功率的标准值；PG(i,t)为第i台发电机在第t时刻的有功功率；
Figure FDA0002738797940000014
为发电机无功功率的标准值；QG(i,t)为第i台发电机在第t时刻的无功功率；nG为发电机总数；N为总时刻数；
第t时刻的全部发电机有功功率和发电机无功功率标准值表示为：
Figure FDA0002738797940000015
同理，交流线路有功功率和交流线路无功功率的标准值分别为：
Figure FDA0002738797940000016
Figure FDA0002738797940000017
其中，
Figure FDA0002738797940000018
为交流线路有功功率标准值；PAC(a,t)为第a条交流线路在第t时刻的有功功率；
Figure FDA0002738797940000019
为交流线路无功功率标准值；QAC(a,t)为第a条交流线路在第t时刻的无功功率；nAC为交流线路总数；
第t时刻的全部交流线路有功功率和无功功率标准值表示为：
Figure FDA00027387979400000110
负荷有功功率和负荷无功功率的标准值分别为：
Figure FDA0002738797940000021
Figure FDA0002738797940000022
其中，
Figure FDA0002738797940000023
为负荷有功功率标准值；PL(l，t)为第l个负荷在第t时刻的有功功率；
Figure FDA0002738797940000024
为负荷无功功率标准值；QL(l，t)为第l个负荷在第t时刻的无功功率；nL为负荷总数；
第t时刻的全部负荷有功功率和负荷无功功率的标准值表示为：
Figure FDA0002738797940000025
由此得到进行归一化处理后某一时刻t的电力系统运行方式特征变量为：
Figure FDA0002738797940000026
b)根据归一化处理后的电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度，具体过程为：
①构建电力系统运行状态矩阵；
发电机运行状态矩阵、交流线路运行状态矩阵和负荷运行状态矩阵分别为：
Figure FDA0002738797940000027
Figure FDA0002738797940000028
Figure FDA0002738797940000029
其中，TG为发电机运行状态矩阵；TAC为交流电路运行状态矩阵；TL为负荷运行状态矩阵；
构建的电力系统运行状态矩阵为：
T＝[TG,TAC,TL]
②计算电力系统运行状态矩阵中每一列的排列组合熵PEe，e＝1,2,…,nG+nAC+nL；
③计算电力系统运行状态矩阵中每一指标的权重，电力系统运行状态矩阵中第b个指标的权重为：
Figure FDA00027387979400000210
④根据得到的电力系统运行状态矩阵中每一列的排列组合熵和相应的指标权重计算任意两电力系统运行方式特征向量数据间的场景差异度：
Figure FDA0002738797940000031
3)根据得到的任意两电力系统运行方式特征向量数据间的场景差异度计算得到每一电力系统运行方式的典型场景。
2.如权利要求1所述的一种电力系统运行方式场景的计算方法，其特征在于，所述步骤3)中计算得到每一电力系统运行方式的典型场景采用k-means方法，具体过程为：
根据计算的任意两电力系统运行方式特征向量数据间的场景差异度对获取的所有电力系统运行方式特征向量数据进行聚类，形成n个聚类簇，每一聚类簇即一电力系统运行方式的场景；计算每一聚类簇的聚类中心，并将计算的聚类中心作为该电力系统运行方式场景的典型场景。
3.一种电力系统运行方式场景的计算系统，其特征在于，该计算系统包括：
用于采用特征变量间相关系数法对电力系统运行方式特征向量进行筛选，获取电力系统运行方式特征向量数据的数据获取模块，其中，筛选出的电力系统运行方式特征向量包括发电机有功功率、发电机无功功率、交流线路有功功率、交流线路无功功率、负荷有功功率和负荷无功功率；
用于根据电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度的场景差异度计算模块，所述场景差异度计算模块包括：
用于对获取的电力系统运行方式特征向量数据进行归一化处理的数据处理单元，具体过程为：
对第i台发电机取其所有时刻中视在功率的最大值为基准值，则发电机有功功率和发电机无功功率的标准值分别为：
Figure FDA0002738797940000032
Figure FDA0002738797940000033
其中，
Figure FDA0002738797940000034
为发电机有功功率的标准值；PG(i,t)为第i台发电机在第t时刻的有功功率；
Figure FDA0002738797940000035
为发电机无功功率的标准值；QG(i,t)为第i台发电机在第t时刻的无功功率；nG为发电机总数；N为总时刻数；
第t时刻的全部发电机有功功率和发电机无功功率标准值表示为：
Figure FDA0002738797940000041
同理，交流线路有功功率和交流线路无功功率的标准值分别为：
Figure FDA0002738797940000042
Figure FDA0002738797940000043
其中，
Figure FDA0002738797940000044
为交流线路有功功率标准值；PAC(a,t)为第a条交流线路在第t时刻的有功功率；
Figure FDA0002738797940000045
为交流线路无功功率标准值；QAC(a,t)为第a条交流线路在第t时刻的无功功率；nAC为交流线路总数；
第t时刻的全部交流线路有功功率和无功功率标准值表示为：
Figure FDA0002738797940000046
负荷有功功率和负荷无功功率的标准值分别为：
Figure FDA0002738797940000047
Figure FDA0002738797940000048
其中，
Figure FDA0002738797940000049
为负荷有功功率标准值；PL(l,t)为第l个负荷在第t时刻的有功功率；
Figure FDA00027387979400000410
为负荷无功功率标准值；QL(l,t)为第l个负荷在第t时刻的无功功率；nL为负荷总数；
第t时刻的全部负荷有功功率和负荷无功功率的标准值表示为：
Figure FDA00027387979400000411
由此得到进行归一化处理后某一时刻t的电力系统运行方式特征变量为：
Figure FDA00027387979400000412
用于根据归一化处理后的电力系统运行方式特征向量数据计算任意两电力系统运行方式特征向量数据间的场景差异度的计算单元，具体过程为：
①构建电力系统运行状态矩阵；
发电机运行状态矩阵、交流线路运行状态矩阵和负荷运行状态矩阵分别为：
Figure FDA00027387979400000413
Figure FDA0002738797940000051
Figure FDA0002738797940000052
其中，TG为发电机运行状态矩阵；TAC为交流电路运行状态矩阵；TL为负荷运行状态矩阵；
构建的电力系统运行状态矩阵为：
T＝[TG,TAC,TL]
②计算电力系统运行状态矩阵中每一列的排列组合熵PEe，e＝1，2，…，nG+nAC+nL；
③计算电力系统运行状态矩阵中每一指标的权重，电力系统运行状态矩阵中第i个指标的权重为：
Figure FDA0002738797940000053
④根据得到的电力系统运行状态矩阵中每一列的排列组合熵和相应的指标权重计算任意两电力系统运行方式特征向量数据间的场景差异度：
Figure FDA0002738797940000054
用于根据得到的任意两电力系统运行方式特征向量数据间的场景差异度计算得到每一电力系统运行方式的典型场景的典型场景计算模块。
4.如权利要求3所述的一种电力系统运行方式场景的计算系统，其特征在于，所述典型场景计算模块包括：
用于根据任意两电力系统运行方式特征向量数据间的场景差异度对所有电力系统运行方式特征向量数据均进行聚类形成n个聚类簇即n个电力系统运行方式场景的聚类单元；
用于计算每一聚类簇的聚类中心并作为该电力系统运行方式场景的典型场景的求解单元。
CN201710659454.3A 2017-08-04 2017-08-04 一种电力系统运行方式场景的计算方法及计算系统 Active CN107256415B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710659454.3A CN107256415B (zh) 2017-08-04 2017-08-04 一种电力系统运行方式场景的计算方法及计算系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710659454.3A CN107256415B (zh) 2017-08-04 2017-08-04 一种电力系统运行方式场景的计算方法及计算系统

Publications (2)

Publication Number Publication Date
CN107256415A CN107256415A (zh) 2017-10-17
CN107256415B true CN107256415B (zh) 2020-12-11

Family

ID=60026130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710659454.3A Active CN107256415B (zh) 2017-08-04 2017-08-04 一种电力系统运行方式场景的计算方法及计算系统

Country Status (1)

Country Link
CN (1) CN107256415B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109558897A (zh) * 2018-11-08 2019-04-02 华北电力大学 一种基于数据挖掘的电网规划多场景提取方法
CN110033527A (zh) * 2019-03-12 2019-07-19 广州德永计算机科技有限公司 一种电力作业安全监管智能机器人及其实现方法
CN112270084B (zh) * 2020-10-26 2022-09-09 清华大学 数据驱动的高比例可再生能源电力系统运行场景辨识方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013081718A3 (en) * 2011-11-28 2013-12-12 Eaton Corporation System and method employing a self-organizing map load feature database to identify electric load types of different electric loads
JP2015197741A (ja) * 2014-03-31 2015-11-09 Kddi株式会社 消費電力量に基づいて生活パターンを推定する装置、プログラム及び方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103018547B (zh) * 2012-11-30 2014-11-26 合肥工业大学 归一化多处理器电功率计量方法
CN104123678A (zh) * 2014-07-12 2014-10-29 东北电力大学 一种基于状态等级评估模型的电力继电保护状态检修方法
CN104578120B (zh) * 2014-12-11 2017-02-22 国家电网公司 分布式储能系统的优化配置方法
CN104599189B (zh) * 2014-12-25 2019-02-22 中国电力科学研究院 一种计入电力系统运行方式的电网规划方案风险评估方法
CN106329516B (zh) * 2015-07-09 2019-08-16 中国电力科学研究院 一种基于典型场景识别的配电网动态重构方法
CN105244870B (zh) * 2015-10-16 2018-06-26 西安交通大学 一种快速计算电网风电场弃风率及机组发电量的方法
CN105224774B (zh) * 2015-11-11 2018-01-30 广东电网有限责任公司电力调度控制中心 电力系统运行状态仿真方法及系统
CN105303470A (zh) * 2015-11-26 2016-02-03 国网辽宁省电力有限公司大连供电公司 一种基于大数据的电力项目规划建设方法
CN105552880A (zh) * 2015-12-07 2016-05-04 中国电力科学研究院 基于状态枚举法的电力系统典型故障集确定方法
CN105528660A (zh) * 2016-03-09 2016-04-27 湖南大学 一种基于日负荷曲线的变电站负荷模型参数预测方法
CN106203867A (zh) * 2016-07-19 2016-12-07 国家电网公司 基于配电网评价指标体系和聚类分析的电网区域划分方法
CN106485262B (zh) * 2016-09-09 2020-02-07 国网山西省电力公司晋城供电公司 一种母线负荷预测方法
CN106600136B (zh) * 2016-12-08 2021-04-09 国网浙江省电力公司 一种电力断面越限控制效率评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013081718A3 (en) * 2011-11-28 2013-12-12 Eaton Corporation System and method employing a self-organizing map load feature database to identify electric load types of different electric loads
JP2015197741A (ja) * 2014-03-31 2015-11-09 Kddi株式会社 消費電力量に基づいて生活パターンを推定する装置、プログラム及び方法

Also Published As

Publication number Publication date
CN107256415A (zh) 2017-10-17

Similar Documents

Publication Publication Date Title
Decanini et al. Detection and classification of voltage disturbances using a fuzzy-ARTMAP-wavelet network
CN107256415B (zh) 一种电力系统运行方式场景的计算方法及计算系统
CN108320043A (zh) 一种基于电力大数据的配电网设备状态诊断预测方法
CN102522709B (zh) 变压器状态检修的决策方法及系统
CN106909933A (zh) 一种三阶段多视角特征融合的窃电分类预测方法
CN111880044B (zh) 一种含分布式电源配电网在线故障定位方法
CN110322135A (zh) 一种电网设备安全运行状态的实时监控方法及系统
CN108985649A (zh) 基于风电设备异常分析数据的时序模糊层次分析评估方法
CN107807860B (zh) 一种基于矩阵分解的电力故障分析方法及系统
CN111080105A (zh) 基于电压时序数据的台区户变关系识别方法及系统
CN110490409B (zh) 一种基于dnn的低压台区线损率标杆值设定方法
CN112101736A (zh) 微电网运营模式的评估方法、装置、存储介质和电子设备
CN112115636A (zh) 一种电力电缆绝缘老化寿命超前预测方法及系统
CN111313403A (zh) 一种基于马尔可夫随机场的低压配电系统网络拓扑识别方法
Ramalingappa et al. Power quality event classification using complex wavelets phasor models and customized convolution neural network
Zhang et al. Encoding time series as images: A robust and transferable framework for power system DIM identification combining rules and VGGNet
CN108761263A (zh) 一种基于证据理论的故障诊断系统
CN113554229A (zh) 三相电压不平衡异常检测方法及装置
CN111080089A (zh) 一种基于随机矩阵理论的线损率关键因子确定方法和装置
CN108760813A (zh) 一种基于温度信号的燃气轮机涡轮叶片健康监测系统及方法
CN112101673A (zh) 一种基于隐马尔可夫模型的电网发展趋势预测方法及系统
CN109165854B (zh) 空管运行效率等级评估方法及其装置
CN103218758B (zh) 电力通信设备维修方法和系统
CN106845763B (zh) 一种电网可靠性分析方法和装置
CN113177366B (zh) 一种综合能源系统规划方法、装置和终端设备

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
CB02 Change of applicant information

Address after: 102209 Beijing city Changping District future science and Technology City 18 Riverside Road, A five or six floor.

Applicant after: STATE GRID ECONOMIC AND TECHNOLOGICAL RESEARCH INSTITUTE CO. LTD.B412, STATE GRID OFFICE

Applicant after: State Grid Corporation of China

Applicant after: STATE GRID QINGHAI ELECTRIC POWER Co.

Applicant after: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE, STATE GRID QIANGHAI ELECTRIC POWER Co.,Ltd.

Address before: 102209 Beijing Changping District Beiqijia future science and Technology North District Power Grid Corp office area

Applicant before: State Power Economic Research Institute

Applicant before: State Grid Corporation of China

Applicant before: STATE GRID QINGHAI ELECTRIC POWER Co.

Applicant before: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE, STATE GRID QIANGHAI ELECTRIC POWER Co.,Ltd.

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20180502

Address after: 102209 Beijing Changping District Beiqijia future science and Technology North District Power Grid Corp office area

Applicant after: STATE POWER ECONOMIC Research Institute

Applicant after: State Grid Corporation of China

Applicant after: STATE GRID QINGHAI ELECTRIC POWER Co.

Applicant after: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE, STATE GRID QIANGHAI ELECTRIC POWER Co.,Ltd.

Address before: 102209 Beijing Changping District Beiqijia future science and Technology North District Power Grid Corp office area

Applicant before: State Power Economic Research Institute

Applicant before: State Grid Corporation of China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant