CN108364118A - 一种配电网分区的方法和装置 - Google Patents
一种配电网分区的方法和装置 Download PDFInfo
- Publication number
- CN108364118A CN108364118A CN201810024251.1A CN201810024251A CN108364118A CN 108364118 A CN108364118 A CN 108364118A CN 201810024251 A CN201810024251 A CN 201810024251A CN 108364118 A CN108364118 A CN 108364118A
- Authority
- CN
- China
- Prior art keywords
- load bus
- matrix
- ratio
- distribution network
- power distribution
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims abstract description 162
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 230000035945 sensitivity Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 13
- 230000001052 transient effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000005192 partition Methods 0.000 abstract description 9
- 240000002853 Nelumbo nucifera Species 0.000 description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 4
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 4
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 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
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001698 pyrogenic effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种配电网网络分区的方法和装置,包括获取配电网的每两个负荷节点之间的电气距离;根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵;获取空间权重矩阵的模糊等价矩阵;根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区;从而在对配电网的分区过程中,将负荷节点之间的电气距离转化为空间权重矩阵,并确定空间权重矩阵的模糊等价矩阵,根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区,数据处理过程简单,并能实现对配电网的动态分区。
Description
技术领域
本发明涉及电力系统技术领域,更具体地,涉及一种配电网分区的方法和装置。
背景技术
中国的配电网正处在高速发展阶段,随着用电需求不断攀升和分布式电源(DG)在配电网中渗透率的上升,配电网规模不断增大,各级电网之间的连接,网络架构更加复杂。含有DG的配电网的出现标志着配电网控制方式的转变,含有DG的配电网需能应对高渗透率D G的接入,需解决配电网中分布式能源的大规模接入问题。
目前对配电网进行优化分区的方法有粒子群算法、蚁群算法、遗传算法和模拟退火法等,对于接入大规模分布式电源的配电网,由于网络架构更加复杂,上述方法均存在计算难度大的问题,并且无法对接入大规模分布式电源的配电网进行动态分区。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明提供一种配电网分区的方法和装置。
根据本发明的一个方面,提供一种配电网分区的方法,包括:获取配电网的每两个负荷节点之间的电气距离;根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵;获取空间权重矩阵的模糊等价矩阵;根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区。
其中,获取配电网的每两个负荷节点之间的电气距离,包括:获取每两个负荷节点之间的阻抗和每一负荷节点的无功功率;根据阻抗和无功功率,并基于潮流计算获取潮流灵敏度矩阵,潮流灵敏度矩阵中的第v行第w列的元素为第v负荷节点的电压变化相对于第w负荷节点的无功功率变化的灵敏度,其中,v和w为正整数;对于第v负荷节点和第w负荷节点,根据潮流灵敏度矩阵获取第一比例和第二比例,第一比例为潮流灵敏度矩阵中的第v行第w列的元素与第w行第w列的元素的比值,第二比例为潮流灵敏度矩阵中的第w行第v列的元素与第v行第v列的元素的比值;根据第一比例和第二比例,获取第v负荷节点和第w负荷节点之间的电气距离。
其中,根据第一比例和第二比例,获取第v负荷节点和第w负荷节点之间的电气距离,包括:第v负荷节点和第w负荷节点之间的电气距离通过如下计算式确定:
dvw=-lg(αvw·αwv);
上式中,dvw为第v负荷节点和第w负荷节点之间的电气距离,αvw为第一比例,αwv为第二比例。
其中,根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵,包括:对于第v负荷节点和第w负荷节点,若第v负荷节点和第w负荷节点之间的电气距离为0,则确定第v负荷节点和第w负荷节点之间的空间权重为0;若第v负荷节点和第w负荷节点之间的电气距离不为0,则确定所有电气距离中的最大电气距离值,获取第v负荷节点和第w负荷节点之间的电气距离与最大电气距离值的比值,将1与比值之间的差值作为第v负荷节点和第w负荷节点之间的空间权重;将第v负荷节点和第w负荷节点之间的空间权重作为空间权重矩阵第v行第w列的元素。
其中,获取空间权重矩阵的模糊等价矩阵,包括:将空间权重矩阵作为初始矩阵,将初始矩阵的平方作为待验证矩阵;若待验证矩阵满足预设条件,则将待验证矩阵作为模糊等价矩阵,预设条件为待验证矩阵与待验证矩阵进行关系合成后获得的矩阵与待验证矩阵相同;若待验证矩阵不满足预设条件,则将待验证矩阵作为新的初始矩阵,并根据新的初始矩阵获取新的待验证矩阵,重新判断新的待验证矩阵是否满足预设条件,直至获取模糊等价矩阵。
其中,根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区,包括:确定聚类阈值的若干预设取值,若干预设取值大小依次递减且每一预设取值在0到1之间;对于每一预设取值,获取模糊等价矩阵的λ-截矩阵,将λ-截矩阵中元素为1的行和列对应的负荷节点划分到一区;对于若干预设取值中最小的预设取值,根据最小的预设取值对所有负荷节点划分后剩余的负荷节点,将每一剩余的负荷节点单独划分为一区。
本发明的另一方面,提供一种配电网分区的装置,包括:至少一个处理器;以及与处理器通信连接的至少一个存储器,其中:存储器存储有可被处理器执行的程序指令,处理器调用程序指令以执行上述的方法。
本发明的又一方面,提供一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使计算机执行上述的方法。
本发明的又一方面,提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机程序,该计算机程序使计算机执行上述的方法。
本发明提供的一种配电网网络分区的方法和装置,包括获取配电网的每两个负荷节点之间的电气距离;根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵;获取空间权重矩阵的模糊等价矩阵;根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区;从而在对配电网的分区过程中,将负荷节点之间的电气距离转化为空间权重矩阵,并确定空间权重矩阵的模糊等价矩阵,根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区,数据处理过程简单,并能实现对配电网的动态分区。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的配电网网络分区的方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的一个实施例中,参考图1,提供一种配电网分区的方法,包括:S11,获取配电网的每两个负荷节点之间的电气距离;S12,根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵;S13,获取空间权重矩阵的模糊等价矩阵;S14,根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区。
具体的,负荷节点包括变电站、分布式电源和馈线等;电气距离反映了负荷节点之间的电气联系的紧密程度,电气距离越小,表明负荷节点之间的电气联系越紧密,负荷节点之间的相互影响就越大;通常情况下,可以将电气距离小的负荷节点划分到一个区,然而在实际的分区过程中,特别是对于接入大规模分布式电源的配电网,负荷节点之间的电气距离的区分度往往比较小,基于电气距离对配电网进行分区,难以做到对负荷节点的精确分区。
可通过预设转换规则,将电气距离进行转换成空间权重,并使空间权重的取值范围在[0,1]内,即将电气距离归一化到[0,1]内,并通过所有的空间权重构建空间权重矩阵,构建的空间权重矩阵具有对称性和自反性,但不一定具有传递性,而模糊等价矩阵要求同时具有对称性、自反性和传递性,可基于传递闭包法求解模糊等价矩阵,所求解的模糊等价矩阵的具有上述三种性质,且模糊等价矩阵中元素的值在0到1之间;基于模糊等价矩阵的模糊分离法,可实现对配电网的动态分区。
本实施例通过根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区;从而在对配电网的分区过程中,将负荷节点之间的电气距离转化为空间权重矩阵,并确定空间权重矩阵的模糊等价矩阵,根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区,数据处理过程简单,并能实现对配电网的动态分区。
基于以上实施例,获取配电网的每两个负荷节点之间的电气距离,包括:获取每两个负荷节点之间的阻抗和每一负荷节点的无功功率;根据阻抗和无功功率,并基于潮流计算获取潮流灵敏度矩阵,潮流灵敏度矩阵中的第v行第w列的元素为第v负荷节点的电压变化相对于第w负荷节点的无功功率变化的灵敏度,其中,v和w为正整数;对于第v负荷节点和第w负荷节点,根据潮流灵敏度矩阵获取第一比例和第二比例,第一比例为潮流灵敏度矩阵中的第v行第w列的元素与第w行第w列的元素的比值,第二比例为潮流灵敏度矩阵中的第w行第v列的元素与第v行第v列的元素的比值;根据第一比例和第二比例,获取第v负荷节点和第w负荷节点之间的电气距离。
其中,根据第一比例和第二比例,获取第v负荷节点和第w负荷节点之间的电气距离,包括:第v负荷节点和第w负荷节点之间的电气距离通过如下计算式确定:
dvw=-lg(αvw·αwv);
上式中,dvw为第v负荷节点和第w负荷节点之间的电气距离,αvw为第一比例,αwv为第二比例。
具体的,对于配电网,根据牛顿—拉夫逊潮流计算方程,对配电网有功功率、无功功率进行解耦:
上式中,ΔP为负荷节点的有功功率的变化量;ΔQ为负荷节点无功功率的变化量;Δθ为负荷节点电压相角的变化量;ΔV为负荷节点电压幅值的变化量;JPθ、JPV、JQθ和JPV为雅克比矩阵。
由于电压的幅值与无功耦合度较高,与有功耦合度较低,因此令ΔP=0,可得:
其中,为电压变化相对于无功功率变化的灵敏度,将不同负荷节点的电压变化相对于不同负荷节点无功功率变化的灵敏度组成潮流灵敏度矩阵,其中,潮流灵敏度矩阵中的第v行第w列的元素为第v负荷节点的电压变化相对于第w负荷节点的无功功率变化的灵敏度;该潮流灵敏度矩阵考虑了相角对电压变化相对于无功功率变化的灵敏度的影响,能够精确反应负荷节点之间的灵敏度关系。
根据潮流灵敏度矩阵获取第一比例和第二比例,第一比例为潮流灵敏度矩阵中的第v行第w列的元素与第w行第w列的元素的比值,第二比例为潮流灵敏度矩阵中的第w行第v列的元素与第v行第v列的元素的比值;根据第一比例和第二比例,获取第v负荷节点和第w负荷节点之间的电气距离;第v负荷节点和第w负荷节点之间的电气距离通过如下计算式确定:
dvw=-lg(αvw·αwv);
上式中,dvw和为第v负荷节点和第w负荷节点之间的电气距离,αvw为第一比例,αwv为第二比例;其中, 为第v负荷节点的电压变化相对于第w负荷节点的无功功率变化的灵敏度,为第w负荷节点的电压变化相对于第w负荷节点的无功功率变化的灵敏度,为第w负荷节点的电压变化相对于第v负荷节点的无功功率变化的灵敏度,为第v负荷节点的电压变化相对于第v负荷节点的无功功率变化的灵敏度。
基于以上实施例,根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵,包括:对于第v负荷节点和第w负荷节点,若第v负荷节点和第w负荷节点之间的电气距离为0,则确定第v负荷节点和第w负荷节点之间的空间权重为0;若第v负荷节点和第w负荷节点之间的电气距离不为0,则确定所有电气距离中的最大电气距离值,获取第v负荷节点和第w负荷节点之间的电气距离与最大电气距离值的比值,将1与比值之间的差值作为第v负荷节点和第w负荷节点之间的空间权重;将第v负荷节点和第w负荷节点之间的空间权重作为空间权重矩阵第v行第w列的元素。
具体的,对于空间权重矩阵D第v行第w列的元素Dvw,通过如下计算式计算:
其中,dvw和为第v负荷节点和第w负荷节点之间的电气距离;i=1,2,3,…,s;j=1,2,3,…,s;s为负荷节点的总数量。
通过上述转换,将于空间权重矩阵中所有元素归一化到0到1之间,且v负荷节点和第w负荷节点之间的电气关系越紧密,αvw越大,dvw越小,Dvw越大,通过牛顿—拉夫逊潮流计算方程推导获得的电气距离与系统运行方式有关,当系统运行方式改变时,需要重新求取改变后系统的电气距离。
基于以上实施例,获取空间权重矩阵的模糊等价矩阵,包括:将空间权重矩阵作为初始矩阵,将初始矩阵的平方作为待验证矩阵;若待验证矩阵满足预设条件,则将待验证矩阵作为模糊等价矩阵,预设条件为待验证矩阵与待验证矩阵进行关系合成后获得的矩阵与待验证矩阵相同;若待验证矩阵不满足预设条件,则将待验证矩阵作为新的初始矩阵,并根据新的初始矩阵获取新的待验证矩阵,重新判断新的待验证矩阵是否满足预设条件,直至获取模糊等价矩阵。
具体的,空间权重矩阵D具有对称性和自反性,但不一定具有传递性,而模糊等价矩阵要求同时具有对称性、自反性和传递性,可基于传递闭包法求解模糊等价矩阵,具体为,从空间权重矩阵D出发,依次求平方,即D2、D4、D8、…,每次平方后,将平方后的矩阵Dk与该平方后的矩阵Dk进行关系合成,所获得的矩阵如果与该平方后的矩阵Dk相同,即Dk。Dk=Dk,则将该平方后的矩阵Dk作为模糊等价矩阵D*。
基于以上实施例,根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区,包括:确定聚类阈值的若干预设取值,若干预设取值大小依次递减且每一预设取值在0到1之间;对于每一预设取值,获取模糊等价矩阵的λ-截矩阵,将λ-截矩阵中元素为1的行和列对应的负荷节点划分到一区;对于若干预设取值中最小的预设取值,根据最小的预设取值对所有负荷节点划分后剩余的负荷节点,将每一剩余的负荷节点单独划分为一区。
具体的,模糊等价矩阵的λ-截矩阵中第v行第w列的元素rvw为:
其中,s为配电网中负荷节点的总数量,λ为聚类阈值。
对于模糊等价矩阵的λ-截矩阵,λ-截矩阵中元素的取值根据聚类阈值λ的取值而变化,对聚类阈值λ取不同值,同时对于λ-截矩阵中元素为1的行和列对应的负荷节点划分到一区,聚类阈值λ的大小会直接影响到聚类结果,可实现对配电网的负荷节点进行动态分区;同时,还可以由大到小依次在[0,1]范围内对聚类阈值λ取若干预设值,每取一预设值,对配电网的负荷节点进行分区,分类会由细变粗逐步归并,形成一个动态聚类图,得到动态聚类结果,对于最后剩余的未分类的负荷节点,将每一剩余的负荷节点单独划分为一区。
作为本发明的又一实施例,提供一种配电网分区的装置,包括:至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令以执行上述各方法实施例所提供的方法,例如包括:获取配电网的每两个负荷节点之间的电气距离;根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵,;获取空间权重矩阵的模糊等价矩阵;根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区。
作为本发明的又一个实施例,提供一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,该计算机程序包括程序指令,当程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取配电网的每两个负荷节点之间的电气距离;根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵;获取空间权重矩阵的模糊等价矩阵;根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区。
作为本发明的又一个实施例,提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机程序,该计算机程序使该计算机执行上述各方法实施例所提供的方法,例如包括:获取配电网的每两个负荷节点之间的电气距离;根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵;获取空间权重矩阵的模糊等价矩阵;根据模糊等价矩阵并基于模糊聚类法对配电网的负荷节点进行分区。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过计算机程序指令相关的硬件来完成,前述的计算机程序可以存储于一计算机可读取存储介质中,该计算机程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种配电网分区的方法,其特征在于,包括:
获取配电网的每两个负荷节点之间的电气距离;
根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵;
获取所述空间权重矩阵的模糊等价矩阵;
根据所述模糊等价矩阵并基于模糊聚类法对所述配电网的负荷节点进行分区。
2.根据权利要求1所述的方法,其特征在于,所述获取配电网的每两个负荷节点之间的电气距离,包括:
获取每两个负荷节点之间的阻抗和每一负荷节点的无功功率;
根据所述阻抗和所述无功功率,并基于潮流计算获取潮流灵敏度矩阵,所述潮流灵敏度矩阵中的第v行第w列的元素为第v负荷节点的电压变化相对于第w负荷节点的无功功率变化的灵敏度,其中,v和w为正整数;
对于所述第v负荷节点和所述第w负荷节点,根据所述潮流灵敏度矩阵获取第一比例和第二比例,所述第一比例为所述潮流灵敏度矩阵中的第v行第w列的元素与第w行第w列的元素的比值,所述第二比例为所述潮流灵敏度矩阵中的第w行第v列的元素与第v行第v列的元素的比值;
根据所述第一比例和所述第二比例,获取所述第v负荷节点和所述第w负荷节点之间的电气距离。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一比例和所述第二比例,获取所述第v负荷节点和所述第w负荷节点之间的电气距离,包括:
所述第v负荷节点和所述第w负荷节点之间的电气距离通过如下计算式确定:
dvw=-lg(αvw·αwv);
其中,dvw为第v负荷节点和第w负荷节点之间的电气距离,αvw为第一比例,αwv为第二比例。
4.根据权利要求1所述的方法,其特征在于,所述根据预设转换规则,将每两个负荷节点之间的电气距离转换为每两个负荷节点之间的空间权重,根据每两个负荷节点之间的空间权重获得空间权重矩阵,包括:
对于第v负荷节点和第w负荷节点,若所述第v负荷节点和所述第w负荷节点之间的电气距离为0,则确定所述第v负荷节点和所述第w负荷节点之间的空间权重为0;
若所述第v负荷节点和所述第w负荷节点之间的电气距离不为0,则确定所有电气距离中的最大电气距离值,获取所述第v负荷节点和所述第w负荷节点之间的电气距离与所述最大电气距离值的比值,将1与所述比值之间的差值作为所述第v负荷节点和所述第w负荷节点之间的空间权重;
将所述第v负荷节点和所述第w负荷节点之间的空间权重作为所述空间权重矩阵第v行第w列的元素。
5.根据权利要求1所述的方法,其特征在于,所述获取所述空间权重矩阵的模糊等价矩阵,包括:
将所述空间权重矩阵作为初始矩阵,将所述初始矩阵的平方作为待验证矩阵;
若所述待验证矩阵满足预设条件,则将所述待验证矩阵作为所述模糊等价矩阵,所述预设条件为所述待验证矩阵与所述待验证矩阵进行关系合成后获得的矩阵与所述待验证矩阵相同;
若所述待验证矩阵不满足预设条件,则将所述待验证矩阵作为新的初始矩阵,并根据新的初始矩阵获取新的待验证矩阵,重新判断所述新的待验证矩阵是否满足所述预设条件,直至获取所述模糊等价矩阵。
6.根据权利要求1所述的方法,其特征在于,所述根据所述模糊等价矩阵并基于模糊聚类法对所述配电网的负荷节点进行分区,包括:
确定聚类阈值的若干预设取值,所述若干预设取值大小依次递减且每一预设取值在0到1之间;
对于每一预设取值,获取所述模糊等价矩阵的λ-截矩阵,将所述λ-截矩阵中元素为1的行和列对应的负荷节点划分到一区;
对于若干预设取值中最小的预设取值,根据所述最小的预设取值对所有负荷节点划分后剩余的负荷节点,将每一剩余的负荷节点单独划分为一区。
7.一种配电网分区的装置,其特征在于,包括:
至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令以执行如权利要求1至6任一所述的方法。
8.一种计算机程序产品,其特征在于,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行如权利要求1至6任一所述的方法。
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机程序,所述计算机程序使所述计算机执行如权利要求1至6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810024251.1A CN108364118B (zh) | 2018-01-10 | 2018-01-10 | 一种配电网分区的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810024251.1A CN108364118B (zh) | 2018-01-10 | 2018-01-10 | 一种配电网分区的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108364118A true CN108364118A (zh) | 2018-08-03 |
CN108364118B CN108364118B (zh) | 2021-02-02 |
Family
ID=63011221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810024251.1A Active CN108364118B (zh) | 2018-01-10 | 2018-01-10 | 一种配电网分区的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108364118B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110247393A (zh) * | 2019-06-14 | 2019-09-17 | 山东大学 | 一种主动配电系统动态分区及储能设备优化配置方法及系统 |
CN110365022A (zh) * | 2019-07-17 | 2019-10-22 | 广东电网有限责任公司 | 一种受端电网环链综合网架方案确定的方法、系统及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101741092A (zh) * | 2010-01-07 | 2010-06-16 | 华中科技大学 | 电力系统电压无功分区控制方法 |
CN103499770A (zh) * | 2013-09-29 | 2014-01-08 | 华北电力大学(保定) | 基于广域电压的电网故障定位方法 |
CN104638654A (zh) * | 2015-02-02 | 2015-05-20 | 东南大学 | 兼顾风电场和网络节点电压调节的statcom控制方法 |
-
2018
- 2018-01-10 CN CN201810024251.1A patent/CN108364118B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101741092A (zh) * | 2010-01-07 | 2010-06-16 | 华中科技大学 | 电力系统电压无功分区控制方法 |
CN103499770A (zh) * | 2013-09-29 | 2014-01-08 | 华北电力大学(保定) | 基于广域电压的电网故障定位方法 |
CN104638654A (zh) * | 2015-02-02 | 2015-05-20 | 东南大学 | 兼顾风电场和网络节点电压调节的statcom控制方法 |
Non-Patent Citations (2)
Title |
---|
ESMAEIL MEHDIZADEH 等: ""Electrical fuzzy C means A new heuristic fuzzy clustering algorithm"", 《COGENT ENGINEERING》 * |
陈毓晖 等: ""基于模糊聚类分析的电网分区研究"", 《电力与电工》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110247393A (zh) * | 2019-06-14 | 2019-09-17 | 山东大学 | 一种主动配电系统动态分区及储能设备优化配置方法及系统 |
CN110247393B (zh) * | 2019-06-14 | 2020-10-09 | 山东大学 | 一种主动配电系统动态分区及储能设备优化配置方法及系统 |
CN110365022A (zh) * | 2019-07-17 | 2019-10-22 | 广东电网有限责任公司 | 一种受端电网环链综合网架方案确定的方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108364118B (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109494769A (zh) | 一种风场参与调频方法及系统 | |
CN107846014B (zh) | 一种基于随机特征和级数计算的电网概率脆弱性评估方法 | |
CN111224404B (zh) | 含可控移相器的电力系统潮流快速控制方法 | |
CN110266031A (zh) | 发电侧储能并网充放电量控制方法、装置、服务器及存储介质 | |
CN109670213A (zh) | 一种风电场多机等值建模方法及装置 | |
CN108539797B (zh) | 一种考虑经济性的孤岛微电网二次频率和电压控制方法 | |
CN112542845B (zh) | 一种计及频率支撑能力的储能电站参与调峰控制方法 | |
CN108364118A (zh) | 一种配电网分区的方法和装置 | |
CN110173308A (zh) | 一种核电站汽轮机的一次调频控制方法及其装置 | |
CN114725982A (zh) | 一种分布式光伏集群精细化划分及建模方法 | |
CN107069708B (zh) | 一种基于极限学习机的输电网线路有功安全校正方法 | |
CN110943463A (zh) | 一种基于深度学习储能电池参与的电网快速调频控制方法 | |
CN110969305A (zh) | 一种光伏电站仿真模型参数优化方法及系统 | |
CN116488267B (zh) | 一种基于建模的风电场无功容量极限仿真计算方法及装置 | |
CN105896547B (zh) | 一种风电接入下的大电网分级电压控制方法 | |
CN105162173A (zh) | 一种接入风力发电的电力系统备用容量确定方法 | |
CN107979112A (zh) | 一种风机控制方法、系统、终端及可读存储介质 | |
CN113364058A (zh) | 一种配电网无功控制方法和系统 | |
CN109818372A (zh) | 微电网延时稳定裕度的控制方法及设备 | |
CN109617141A (zh) | 风电场有功输出平滑控制方法及装置 | |
CN110336286B (zh) | 风电接入下无功电压分区方法及装置 | |
CN114298383A (zh) | 一种虚拟电厂储能容量配置方法及装置 | |
CN112737422A (zh) | 一种基于云计算的电机设备调速控制方法 | |
CN112287972A (zh) | 基于强化学习和多源数据整合的电力系统潮流调整方法 | |
CN114204613A (zh) | 一种海上风电场接入电力系统的无功补偿方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |