CN108256724B - 一种基于动态行业系数的配电网可开放容量规划方法 - Google Patents
一种基于动态行业系数的配电网可开放容量规划方法 Download PDFInfo
- Publication number
- CN108256724B CN108256724B CN201711209082.0A CN201711209082A CN108256724B CN 108256724 B CN108256724 B CN 108256724B CN 201711209082 A CN201711209082 A CN 201711209082A CN 108256724 B CN108256724 B CN 108256724B
- Authority
- CN
- China
- Prior art keywords
- industry
- area
- capacity
- transformer
- load
- 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 31
- 238000009434 installation Methods 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 claims description 5
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 6
- 230000005611 electricity Effects 0.000 description 4
- 238000002372 labelling Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (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行业系数的配电网可开放容量规划方法,涉及配电网的容量规划及开放共享。目前,未考虑设备如何利用行业实用系数的差异性进行开放共享,以降低配网建设成本。本发明包括以下步骤:获取数据;计算分时空的改进行业实用系数;进行配电网用户行业估计及台区变压器行业归类;对台区用户行业实用系数及容量需求预测;进行配电网容量可开放容量预测;可开放容量,根据台区和线路的用户负荷进行开放分配或申请报装。本技术方案使用动态行业实用系数,及时并准确地反映容忍度和容量报装的需求,充分考虑了某区域具备共线路或共设备用户的容量互补和共享需求,充分利用富余容量达到开放共享的目的,降低配电网建设成本。
Description
技术领域
本发明涉及配电网的容量规划及开放共享,尤其指一种基于动态行业系数的配电网可开放容量规划方法。
背景技术
社会经济改革发展和产业结构调整导致用电需求和用电结构不断变化,鉴于此,考虑到经济成本,配电网规划时并非以用户的最大负荷来设计,而是通过设备的可开放容量共享原则满足用户用电和业扩需求,其前提是对行业用户负荷进行准确预测。一种基于行业负荷预测技术的配电网规划方法中基于负荷、变电站位置,成本和行业实用系数和阶段系数数据库,对行业负荷进行预测,根据预测负荷点和最小成本优化进行配网规划,为配电网建设提供决策支持。一种指导电力企业提高报装容量利用率的方法及系统中,则通过各行业各地区行业实用系数与阶段系数的历史数据,预测各地区各行业未来的行业实用系数和阶段系数、基于电力用户历史负荷和报装容量数据自动判断电力用户的报装容量的合理性,提高变压器、线路容量的利用率。配电变压器容量控制方法与系统,则通过计算各类用户在收资年限内每年的最大行业实用系数,根据最大行业实用系数,控制配电变压器容量。以满足负荷需求和设备利用率需求。
上述的配电网规划、容量报装和控制都依赖于行业实用系数,现有行业实用系数为峰值负荷和额定容量比值,并基于历史数据建立了行业实用系数和阶段系数数据库,以便检索。但行业实用系数数据库的更新速度和精度难以满足行业的时间差异性和地区差异性需求,业界开始对行业实用系数进行预测。但未对行业实用系数进行优化。此外,现有的方案解决了配电网规划和业扩报装的需求,并未考虑设备如何利用行业实用系数的差异性进行开放共享,以降低配网建设成本。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进,提供一种基于动态行业系数的配电网可开放容量规划方法,以及时准确地反映用户对容量饱和度的容忍度和容量报装的目的。为此,本发明采取以下技术方案。
一种基于动态行业系数的配电网可开放容量规划方法,包括以下步骤:
1)获取数据,包括业扩请求数据、用电负荷数据、配电变压器信息;
2)计算分时空的行业实用系数;
3)确定行业实用系数后,针对未标识行业分类台区或行业较分散的台区,进一步进行配电网用户行业估计及台区变压器行业归类;
4)对台区用户行业实用系数及容量需求预测;
5)根据步骤4中确定的用户容量需求预测,进行配电网容量可开放容量预测;
6)对步骤5中确定的可开放容量,根据台区和线路的用户负荷进行开放分配或申请报装。
本技术方案针对现有行业用电的时空特点,使用动态行业实用系数代替现有行业实用数据库数据,以便更加及时准确地反映用户对容量饱和度的容忍度和容量报装的需求。本方案不同于现有用户容量报装仅满足专有用户的独立需求,而是充分考虑了某区域具备共线路或共设备用户的容量互补和共享需求,充分利用富余容量达到开放共享的目的,以降低配电网建设成本。
作为优选技术手段:步骤1)包括以下子步骤:
101)从电力营销系统中获取业扩请求数据,包括用户地址、变电站名、台区名称、台区容量、线路名称、所属行业和业扩容量;
102)从电力管理系统中获取以小时为粒度的用电负荷数据,包括用户地址、变电站名、台区名称、线路名称、最大负荷、平均负荷及最小负荷;
103)从电力管理系统中获取台区名称和台区坐标信息。
作为优选技术手段:步骤2)包括以下子步骤
201)将步骤1获取的数据通过台区标识关联,若因台区标识不一致导致无法关联则进入步骤202);
202)对无法通过标识关联的记录,提取用户地址、变电站名、台区名称和线路名称,利用用户地址、变电站名、台区名称和线路名称对应字段的语义相似性进行关联;
203)根据步骤201)和步骤202)得到的数据,形成完整的台区负荷记录;
204)鉴于不同地区相同行业的负荷差异性,对台区负荷记录按行政区划进行拆分索引;
205)鉴于不同季节相同行业的负荷差异性,对台区负荷记录按时间季节进行拆分索引;
206)计算台区配电小时颗粒度的负荷率;
207)计算台区配电用户的行业实用系数;
208)计算分行业、分区域、分季节的台区行业实用系数。
作为优选技术手段:在步骤202)中,处理无法通过标识关联的记录时,将步骤101)获取的用户地址、变电站名、台区名称和线路名称对应记为UAi、TNi、ANi和LNi,步骤102获取的用户地址、变电站名、台区名称和线路名称对应记为UAj、TNj、ANj和LNj,按式1计算两者的语义距离Dij,其中SimLen(A,B)函数代表A和B连续相同的最大字符数,Len(A)函数代表A的字符数;
将距离Dij最大的作为记录关联的依据。
作为优选技术手段:在步骤206)中,通过公式2计算台区配电小时颗粒度的负荷率LRij;
其中PLij为第i个变压器j时刻的负荷;UCi为变压器i对应的额定负荷。
作为优选技术手段:在步骤207)中,计算负荷率在LRij<30%,30%<=LRij<50%,50%<=LRij<70%,70%<=LRij的样本分布,用落在这几个负荷率水平的概率做为加权值计算加权行业实用系数,并将其定义为配电变压器i的行业实用系数,通过公式3计算行业实用系数URi:
URi=0.2*p(LRij<0.3)+0.4*p(0.3≤LRij<0.5)+0.6*p(0.5≤LRij<0.7)+0.8*p(0.7≤LRij) (式3)
对数据按变压器和行业实用系数按台区聚合,求均值即为每个台区对应的行业系数。
作为优选技术手段:在步骤208)中,按公式4计算第k个行业,第m个区域,第n个季节的行业实用系数,其中第k个行业的第m个区域,共有I个配电变压器,则行业实用系数IRkmn的计算公式为:
作为优选技术手段:
步骤3)包括以下子步骤:301)抽取未标识行业分类台区及其位置坐标LC;
302)根据LC坐标从第三方地图上获取周边500米的兴趣点坐标POI信息;
303)将距离台区最近POI所属行业作为台区的主行业,将台区周边500米POI所属行业样本点最多的前三,作为可开放共享行业;
304)将所有步骤101)中标注行业和步骤303)中的标注行业分类按照规定进行规范化分类归并。
作为优选技术手段::步骤4)包括以下子步骤:
401)对于待预测台区A来说,根据步骤3)确定其所属行业集合I;
402)其位置LC确定台区所属行政区划M;
403)根据I、M和季节及步骤208)计算所得的行业实用系数作为台区的行业实用系数IR’;
404)根据步骤203)融合台区记录中的小时颗粒度负荷数据PL时间序列,采用ARIMA预测方法进行预测,获得预测序列PL’;
405)将PL’/IR’作为台区的容量需求C,若C大于台区容量AC,则说明需要进行业扩,进行告警,否则转入步骤5,计算该台区可开放容量。
作为优选技术手段:根据步骤204)中确定的用户容量需求预测,按照公式5进行配电网可开放容量预测,若SC/AC>30%,则进入步骤206),进行可开放容量分配,否则台区可开放容量过低,进行容量报装告警;
作为优选技术手段:步骤6)包括以下子步骤:
601)根据步骤4)获知台区中存在I个行业,每个行业存在Ui个用户,建立式6所示开放容量分配方程,其中6-1至6-2为约束函数,目标为6-3和6-4;
SC>SC' (式6-1)
argmaxSC′ (式6-4)
602)采用启发式方法求解式6,为保障Uu和SC’最大,以PLiuj平均值最小的5个用户作为开始条件;
603)若满足式6的约束条件6-1至6-2,但不满足最大目标,继续增加用户数,直至达到目标最大;
有益效果:本发明提供了一种基于动态行业系数的配电网可开放容量规划方法。该方法针对行业用电的时空特点,使用动态行业实用系数代替现有行业实用系数数据库数据,以便更加及时准确地反映用户对容量饱和度的容忍度和容量报装的需求。本方案不同于现有用户容量报装仅满足专有用户的独立需求,而是充分考虑了某区域具备共线路或共设备用户的容量互补和共享需求,充分利用富余容量达到开放共享的目的,以降低配电网建设成本。
附图说明
图1是本发明流程图。
图2是本发明的分时空的行业实用系数计算流程图。
图3是本发明台区行业分类流程图。
图4是本发明台区用户行业实用系数及容量需求预测流程图。
图5是本发明某公变负荷变化趋势图及其自相关偏相关系数图。
图6是本发明可开放容量分配最优化流程。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
如图1所示,本发明包括以下步骤:
步骤1:获取业扩请求数据、用电负荷数据、配电变压器信息等,具体包括以下步骤:
步骤1-1:从电力营销系统中获取业扩请求数据,尤其是用户地址(UA)、变电站名(TN)、台区名称(AN)、台区容量(AC)、线路名称(LN)、所属行业(IN)和业扩容量(UC)等;
步骤1-2:从电力管理系统(PMS)中获取以小时为粒度的用电负荷数据,包括用户地址(UA)、变电站名(TN)、台区名称(AN)、线路名称(LN)、最大负荷(Lmax)、平均负荷(Lavg)及最小负荷(Lmin)等;
步骤1-3:从电力管理系统(PMS)中获取台区名称(AN)和台区坐标信息(LC);
步骤2:计算分时空的行业实用系数,流程如图2所示,包括以下步骤:
步骤2-1:数据库中记录着系统自动获取的最原始的电力数据,为获得分析所需的数据,需对其做适当的清洗和整理。首先,业扩请求数据库中,记录着用户每次申请业扩的记录。存在一个用户多次请求业扩的情况,对于这种数据,只需保留该用户的最后一条业扩请求记录,最新记录即保留着该用户的后业扩状态。其次,电力管理系统中的台区负荷数据颗粒度为15分钟,需对该数据进行整理生成以小时为颗粒度的数据,并统计每个小时内的最大负荷、平均负荷、最小负荷等量。最后,将上述提取到的数据表,通过台区名称进行关联。若因台区标识不一致导致无法关联则进入步骤2-2;
步骤2-2:对无法通过标识关联的记录,提取UA、TN、AN和LN,将步骤1-1的记为UAi、TNi、ANi和LNi,步骤1-2中的记作UAj、TNj、ANj和LNj,按式1计算两者的语义距离Dij,其中SimLen(A,B)函数代表A和B连续相同的最大字符数,Len(A)函数代表A的字符数。
将距离Dij最大的作为记录关联的依据;
步骤2-3:通过步骤2-1和步骤2-2,形成完整的台区负荷记录,如下表所示;
No | UA | TN | AN | AC | LN | IN | UC | Lmax | Lavg | Lmin | LC | PL | Tlme |
步骤2-4:鉴于不同地区相同行业的负荷差异性,需分区域构建行业实用系数,本发明基于位置坐标LC和行政区划边界,将台区记录按行政区划以区县为单位进行切片;若系统中无法直接基于变压器未知信息获取变压器坐标,则可通过从网站上抓取数据来提取变压器的坐标信息。
步骤2-5:鉴于不同季节相同行业的负荷差异性,需分季节构建行业实用系数,本发明基于时间Time,进一步在步骤2-4的基础上以季度为单位进行切片;
步骤2-6:在步骤2-5形成的切片中,按公式2计算配电变压器i第j小时的负荷率LRij。
其中PLij为第i个变压器j时刻的负荷。UCi为变压器i对应的额定负荷。
步骤2-7:计算负荷率在LRij<30%,30%<=LRij<50%,50%<=LRij<70%,70%<=LRij的样本分布。记这四个区间对应的负荷率水平分别为level0,level1,level2和level3。用落在这几个负荷率水平的概率做为加权值计算加权行业实用系数,并将其定义为配电变压器i的行业实用系数,具体为公式3
URi=0.2*p(LRij<0.3)+0.4*p(0.3≤LRij<0.5)+0.6*p(0.5≤LRij<0.7)+0.8*p(0.7≤LRij) (式3)
如图表2展示所示,表中第一列ind_sea对应的是行业,季节及所属变压器信息,如第一行数据所示,表示公共照明行业,变压器D83T531山海奇观公变,在夏季的行业实用系数为0.200247539。Level0,level1等数据表示公共照明行业夏季用电负荷率落在0至0.3,0.3至0.5等区间的频率。
表2某县各行业不同季节各变压器行业实用系数数据表示例
步骤2-8:按公式4计算第k个行业,第m个区域,第n个季节的行业实用系数IRkmn,其中第k个行业的第m个区域,共有I个配电变压器,则IRkmn的计算公式为:
根据表2,对数据按变压器和行业实用系数按台区聚合,求均值即为每个台区对应的行业系数。
步骤3:确定行业实用系数后,针对未标识行业分类台区或行业较分散的台区,进一步进行配电网用户行业估计及台区变压器行业归类,如图3所示,包括以下步骤:
步骤3-1:抽取未标识行业分类台区及其位置坐标LC;
步骤3-2:根据LC坐标从第三方地图上获取周边500米的POI(兴趣点坐标)信息;
步骤3-3:将距离台区最近POI所属行业作为台区的主行业,将台区周边500米POI所属行业样本点最多的前三,作为可开放共享行业;
步骤3-4:将所有步骤1-1中标注行业和步骤3-3中的标注行业分类按照《国民经济行业分类(GB/T 4754-2011)》进行规范化分类归并;
步骤4:台区用户行业实用系数及容量需求预测,如图4所示,包括以下子步骤:
步骤4-1:对于待预测台区A来说,根据步骤3确定其所属行业集合I;
步骤4-2:其位置LC确定台区所属行政区划M;
步骤4-3:根据I、M和季节及步骤2-8计算所得的行业实用系数作为台区的行业实用系数IR’;
步骤4-4:根据2-3融合台区记录中的小时颗粒度负荷数据PL时间序列,采用ARIMA预测方法进行预测,获得预测序列PL’;
步骤4-5:将PL’/IR’作为台区的容量需求C,若C大于台区容量AC,则说明需要进行业扩,进行告警,否则转入步骤5,计算该台区可开放容量;
例:根据计算步骤,选取某公变,提取该公变的相关数据,提取该公变的以小时为颗粒度的负荷数据,构建时间序列模型,其数据绘图如图5所示。
从公变的对应的负荷随时间变化的趋势图的图形观察可知该序列有较大波动,不稳定。所以对其进行了1阶差分并绘制了相应的自相关系数图和偏相关系数图。观察自相关系数图和偏相关系数图,即可以确定该序列可以构建ARIMA(1,1,2)模型其未来一段时间的负荷进行预测。根据模型,预测得到该公变未来一个月的负荷。
根据预测数据,可计算得到该公变需求容量为217.13。将该数据与数据库中该变压器最大容量进行对比,该值大于该变压器容量。则应该对本台变压器进行容量预警。
步骤5:根据步骤4中确定的用户容量需求预测,按照公式5进行配电网可开放容量预测,若SC/AC>30%,则进入步骤6,进行可开放容量分配,否则台区可开放容量过低,进行容量报装告警;
步骤6:对步骤5中确定的可开放容量,根据台区和线路的用户负荷进行开放分配或申请报装,如图6所示,包括以下步骤:
步骤6-1:根据步骤4可获知,台区中存在I个行业,每个行业存在Ui个用户,建立式6所示开放容量分配方程,其中6-1至6-2为约束函数,目标为6-3和6-4;
SC>SC' (式6-1)
argmaxSC′ (式6-4)
步骤6-2:采用启发式方法求解式6,为保障Uu和SC’最大,以PLiuj平均值最小的5个用户作为开始条件;
步骤6-3:若满足式6的约束条件6-1至6-2,但不满足最大目标,继续增加用户数,直至达到目标最大;
以上图1-6所示的一种基于动态行业系数的配电网可开放容量规划方法是本发明的具体实施例,已经体现出本发明突出的实质性特点和显著进步,可根据实际的使用需要,在本发明的启示下,对其进行等同修改,均在本方案的保护范围之列。
Claims (10)
1.一种基于动态行业系数的配电网可开放容量规划方法,其特征在于包括以下步骤:
1)获取数据,包括业扩请求数据、用电负荷数据、配电变压器信息;
2)计算分时空的行业实用系数;
3)确定行业实用系数后,针对未标识行业分类台区或行业较分散的台区,进一步进行配电网用户行业估计及台区变压器行业归类;
4)对台区用户行业实用系数及容量需求预测;
5)根据步骤4中确定的用户容量需求预测,进行配电网容量可开放容量预测;
6)对步骤5中确定的可开放容量,根据台区和线路的用户负荷进行开放分配或申请报装;
步骤2)包括以下子步骤
201)将步骤1获取的数据通过台区标识关联,若因台区标识不一致导致无法关联则进入步骤202);
202)对无法通过标识关联的记录,提取用户地址、变电站名、台区名称和线路名称,利用用户地址、变电站名、台区名称和线路名称对应字段的语义相似性进行关联;
203)根据步骤201)和步骤202)得到的数据,形成完整的台区负荷记录;
204)鉴于不同地区相同行业的负荷差异性,对台区负荷记录按行政区划进行拆分索引;
205)鉴于不同季节相同行业的负荷差异性,对台区负荷记录按时间季节进行拆分索引;
206)计算台区配电小时颗粒度的负荷率;
207)计算台区配电用户的行业实用系数;
208)计算分行业、分区域、分季节的台区行业实用系数。
2.根据权利要求1所述的一种基于动态行业系数的配电网可开放容量规划方法,其特征在于:步骤1)包括以下子步骤:
101)从电力营销系统中获取业扩请求数据,包括用户地址、变电站名、台区名称、台区容量、线路名称、所属行业和业扩容量;
102)从电力管理系统中获取以小时为粒度的用电负荷数据,包括用户地址、变电站名、台区名称、线路名称、最大负荷、平均负荷及最小负荷;
103)从电力管理系统中获取台区名称和台区坐标信息。
5.根据权利要求4所述的一种基于动态行业系数的配电网可开放容量规划方法,其特征在于:在步骤207)中,计算负荷率在LRij<30%,30%<=LRij<50%,50%<=LRij<70%,70%<=LRij的样本分布,用落在这几个负荷率水平的概率做为加权值计算加权行业实用系数,并将其定义为配电变压器i的行业实用系数,通过公式3计算行业实用系数URi:
URi=0.2*p(LRij<0.3)+0.4*p(0.3≤LRij<0.5)+0.6*p(0.5≤LRij<0.7)+0.8*p(0.7≤LRij)(式3)
对数据按变压器和行业实用系数按台区聚合,求均值即为每个台区对应的行业系数。
7.根据权利要求6所述的一种基于动态行业系数的配电网可开放容量规划方法,其特征在于:步骤3)包括以下子步骤:
301)抽取未标识行业分类台区及其位置坐标LC;
302)根据LC坐标从第三方地图上获取周边500米的兴趣点坐标POI信息;
303)将距离台区最近POI所属行业作为台区的主行业,将台区周边500米POI所属行业样本点最多的前三,作为可开放共享行业;
304)将所有步骤101)中标注行业和步骤303)中的标注行业分类按照规定进行规范化分类归并。
8.根据权利要求7所述的一种基于动态行业系数的配电网可开放容量规划方法,其特征在于:步骤4)包括以下子步骤:
401)对于待预测台区A来说,根据步骤3)确定其所属行业集合I;
402)其位置LC确定台区所属行政区划M;
403)根据I、M和季节及步骤208)计算所得的行业实用系数作为台区的行业实用系数IR’;
404)根据步骤203)融合台区记录中的小时颗粒度负荷数据PL时间序列,采用ARIMA预测方法进行预测,获得预测序列PL’;
405)将PL’/IR’作为台区的容量需求C,若C大于台区容量AC,则说明需要进行业扩,进行告警,否则转入步骤5,计算该台区可开放容量。
10.根据权利要求9所述的一种基于动态行业系数的配电网可开放容量规划方法,其特征在于:步骤6)包括以下子步骤:
601)根据步骤4)获知台区中存在I个行业,每个行业存在Ui个用户,建立式6所示开放容量分配方程,其中式6-1、6-2为其约束函数,目标为式6-3和式6-4;
SC>SC′ (式6-1)
argmaxSC′ (式6-4)
602)采用启发式方法求解式6,为保障Uu和SC’最大,以PLiuj平均值最小的5个用户作为开始条件;
603)若满足式6的约束条件6-1至6-2,但不满足最大目标,继续增加用户数,直至达到目标最大;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711209082.0A CN108256724B (zh) | 2017-11-27 | 2017-11-27 | 一种基于动态行业系数的配电网可开放容量规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711209082.0A CN108256724B (zh) | 2017-11-27 | 2017-11-27 | 一种基于动态行业系数的配电网可开放容量规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108256724A CN108256724A (zh) | 2018-07-06 |
CN108256724B true CN108256724B (zh) | 2021-12-07 |
Family
ID=62721597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711209082.0A Active CN108256724B (zh) | 2017-11-27 | 2017-11-27 | 一种基于动态行业系数的配电网可开放容量规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108256724B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110759B (zh) * | 2019-04-15 | 2023-07-11 | 东南大学 | 基于多维度信息识别的电网电气信息指向方法及系统 |
CN111915116A (zh) * | 2019-05-10 | 2020-11-10 | 国网能源研究院有限公司 | 一种基于K-means聚类的电力居民用户分类方法 |
CN112152208B (zh) * | 2020-09-25 | 2022-06-03 | 国网四川省电力公司成都供电公司 | 一种城市配电网可开放容量计算方法、系统、终端及介质 |
CN113689051A (zh) * | 2021-09-02 | 2021-11-23 | 广东电网有限责任公司东莞供电局 | 一种基于用户报装与地块的配网负荷预测装置及方法 |
CN113869687A (zh) * | 2021-09-18 | 2021-12-31 | 深圳供电局有限公司 | 电力负荷成分指数的分析方法、装置、计算机设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839116A (zh) * | 2014-03-21 | 2014-06-04 | 国家电网公司 | 一种基于不同供电区域的变电站容量配置方法 |
CN104092215A (zh) * | 2014-06-24 | 2014-10-08 | 广东电网公司佛山供电局 | 配电变压器容量控制方法与系统 |
CN104408549A (zh) * | 2014-10-31 | 2015-03-11 | 国家电网公司 | 一种城市配电网运行状态评估方法 |
CN105930927A (zh) * | 2016-04-19 | 2016-09-07 | 江苏省电力公司南京供电公司 | 一种基于行业负荷预测技术的配电网规划方法 |
CN106921158A (zh) * | 2017-02-09 | 2017-07-04 | 国网福建省电力有限公司 | 一种基于配电变压器时间序列的历史采集数据的需要系数分析方法 |
CN106952027A (zh) * | 2017-03-11 | 2017-07-14 | 国网浙江省电力公司台州供电公司 | 一种10kV配电网线路规划接入容量计算方法 |
CN106980874A (zh) * | 2017-03-13 | 2017-07-25 | 南京邮电大学 | 一种面向配网大数据的多时态维度数据融合方法 |
CN107330540A (zh) * | 2017-05-18 | 2017-11-07 | 华南理工大学 | 一种考虑电压质量的配电网台区缺供电量预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015048737A1 (en) * | 2013-09-30 | 2015-04-02 | Do Rosario Jackseario Antonio Dionisio | Power quality of service optimization for microgrids |
-
2017
- 2017-11-27 CN CN201711209082.0A patent/CN108256724B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839116A (zh) * | 2014-03-21 | 2014-06-04 | 国家电网公司 | 一种基于不同供电区域的变电站容量配置方法 |
CN104092215A (zh) * | 2014-06-24 | 2014-10-08 | 广东电网公司佛山供电局 | 配电变压器容量控制方法与系统 |
CN104408549A (zh) * | 2014-10-31 | 2015-03-11 | 国家电网公司 | 一种城市配电网运行状态评估方法 |
CN105930927A (zh) * | 2016-04-19 | 2016-09-07 | 江苏省电力公司南京供电公司 | 一种基于行业负荷预测技术的配电网规划方法 |
CN106921158A (zh) * | 2017-02-09 | 2017-07-04 | 国网福建省电力有限公司 | 一种基于配电变压器时间序列的历史采集数据的需要系数分析方法 |
CN106952027A (zh) * | 2017-03-11 | 2017-07-14 | 国网浙江省电力公司台州供电公司 | 一种10kV配电网线路规划接入容量计算方法 |
CN106980874A (zh) * | 2017-03-13 | 2017-07-25 | 南京邮电大学 | 一种面向配网大数据的多时态维度数据融合方法 |
CN107330540A (zh) * | 2017-05-18 | 2017-11-07 | 华南理工大学 | 一种考虑电压质量的配电网台区缺供电量预测方法 |
Non-Patent Citations (2)
Title |
---|
主动配电网优化技术研究现状及展望;王成山 等;《电力建设》;20150131;全文 * |
基于行业用电特性的用户报装容量饱和度分析;肖晶 等;《电力需求侧管理》;20160131;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108256724A (zh) | 2018-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256724B (zh) | 一种基于动态行业系数的配电网可开放容量规划方法 | |
Nepal et al. | Electricity load forecasting using clustering and ARIMA model for energy management in buildings | |
Meng et al. | Degree-day based non-domestic building energy analytics and modelling should use building and type specific base temperatures | |
Babel et al. | A multivariate econometric approach for domestic water demand modeling: an application to Kathmandu, Nepal | |
Jiefan et al. | Extracting typical occupancy data of different buildings from mobile positioning data | |
Corcoran et al. | Predicting the geo-temporal variations of crime and disorder | |
CN104933622A (zh) | 一种基于用户和微博主题的微博流行度预测方法及系统 | |
Feng et al. | Day-ahead hourly electricity load modeling by functional regression | |
CN104239968A (zh) | 一种快速模糊粗糙集短期负荷预测方法 | |
Chen et al. | A new method utilizing smart meter data for identifying the existence of air conditioning in residential homes | |
Ashuri et al. | A data envelopment analysis (DEA) model for building energy benchmarking | |
CN108334988A (zh) | 一种基于svm的短期电网负荷预测方法 | |
Barbour et al. | Enhancing household-level load forecasts using daily load profile clustering | |
Lang et al. | Engineering estimates versus impact evaluation of energy efficiency projects: Regression discontinuity evidence from a case study | |
CN108038734B (zh) | 基于点评数据的城市商业设施空间分布探测方法及系统 | |
CN115907822A (zh) | 一种考虑区域及经济影响的负荷特征指标关联性挖掘方法 | |
Zhao et al. | Short-term microgrid load probability density forecasting method based on k-means-deep learning quantile regression | |
Maki et al. | Employing electricity-consumption monitoring systems and integrative time-series analysis models: A case study in Bogor, Indonesia | |
CN113537569B (zh) | 一种基于权重堆叠决策树的短时公交客流预测方法及系统 | |
Luger et al. | Identification of representative operating conditions of HVAC systems in passenger rail vehicles based on sampling virtual train trips | |
CN108154259B (zh) | 热泵的负荷预测方法及装置、存储介质、处理器 | |
CN109711621A (zh) | 基于判别分析和支持向量机结合的工业园区负荷预测方法 | |
CN111144628A (zh) | 一种分布式供能的冷热电负荷预测模型系统及方法 | |
Pak et al. | Proposal of the energy consumption analysis process for the residential houses using big data analytics technique | |
CN116976702A (zh) | 基于大场景gis轻量化引擎的城市数字孪生平台及方法 |
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 |