CN110163440A - 电力设备的位置确定方法及装置 - Google Patents
电力设备的位置确定方法及装置 Download PDFInfo
- Publication number
- CN110163440A CN110163440A CN201910442063.5A CN201910442063A CN110163440A CN 110163440 A CN110163440 A CN 110163440A CN 201910442063 A CN201910442063 A CN 201910442063A CN 110163440 A CN110163440 A CN 110163440A
- Authority
- CN
- China
- Prior art keywords
- power equipment
- built
- power
- supply
- subregion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000003860 storage Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 17
- 238000005457 optimization Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 241000544061 Cuculus canorus Species 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 241000131894 Lampyris noctiluca Species 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000004513 sizing Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method 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
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种电力设备的位置确定方法及装置。该方法包括:基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值。通过本申请,解决了相关技术中电力设备的位置布局与供电范围的负荷匹配度低的问题。
Description
技术领域
本申请涉及电网配置技术领域,具体而言,涉及一种电力设备的位置确定方法及装置。
背景技术
随着配电网网格化和精细化不断深入的研究,对配电网配置规划的要求也越来越高,同时由于中压配网具有设备众多、分布广泛、接线复杂等特点,给配置规划带来了较大的难度,目前配电网配置的布点方式大都基于既定的边界条件以及工作经验完成,难以对目标区域完成配电网开关站与分界室的自动布局。
配电网配置主要包括变电站选址和开关站自动布局两大部分。具体地,目前关于变电站选址的方法比较多,例如,基于萤火虫算法的变电站选址,通过萤火虫算法中的比较步长(GSO)和及变步长(FA)两种方式与变电站选址定容模型结合,确定合理的算法执行程序,以LCC模型和等年值的常规模型这两种数学模型求解。再例如,基于粒子群算法的变电站选址,以标准粒子群(PSO)为寻优主体,通过在PSO和差分进化算法(DE)子群之间建立信息共享和优胜劣汰机制,提高了种群的多样性并改善了PSO子群的收敛方向,计算出变电站位置的最优解。再例如,基于布谷鸟搜索的变电站选址,由于布谷鸟算法(CS)可有效克服传统算法中的“早熟”现象,有更高的全局寻优能力和搜索率,将该算法引入变电站选址模型并在模型中加入地理信息惩罚因子,应用布谷鸟搜索算法进行求解。需要说明的是,虽然变电站选址的方法众多,但传统的变电站选址定容方法中主要存在以下缺点:只考虑了容量和地理条件,没有考虑开关站和分界室的布点,结果不够精细,需要人工进一步调整。
目前,关于开关站的自动布局的相关技术较少,主要考虑开关站布局时的边界条件,结合上级电源、地理信息等情况,以完成开关站的自动布局。例如,基于负载率的开关站布局方法,结合开关站的边界条件,以负载率为主线,确定出用负荷密度和负载率表示的费用,建立以单位容量的年总费用最小为目标函数的开关站规划模型,并基于该数学模型配置开关站经济供电半径、供电容量以及最优配置个数。再例如,基于地理信息的开关布局方法,基于地理信息系统(GIS)的地区的地理信息,考虑变电站的间隔等信息,确定开关站的数量和位置,并对开关站进线的最佳网络结构进行自动布局。上述传统的开关站自动布局方法中主要存在以下缺点:只考虑开关站的布局,没有考虑分界室的布局,且算法不够精准,缺少完整的数学模型对布局的支撑,缺少对全局最优解的搜索。
针对相关技术中电力设备的位置布局与供电范围的负荷匹配度低的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供一种电力设备的位置确定方法及装置,以解决相关技术中电力设备的位置布局与供电范围的负荷匹配度低的问题。
根据本申请的一个方面,提供了一种电力设备的位置确定方法。该方法包括:基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值。
进一步地,该方法还包括:在待建电力设备的位置变动小于预设值的情况下,获取待建电力设备位置变动过程中的多个预设位置;计算待建电力设备设置在多个预设位置时分别需要的供电费用;将供电费用中的最小值对应的预设位置确定为待建电力设备的目标位置。
进一步地,基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围包括:将电力设备所处的多边形区域内的多个负荷点确定为该电力设备的多个供电负荷点;基于该电力设备的多个供电负荷点的位置确定该电力设备的供电范围。
进一步地,该方法还包括:基于电力设备的位置分别对该电力设备所处的多边形区域进行区域划分,得到多个分区;分别确定多个分区中每个分区的权重;根据负荷点所处的分区的权重以及该负荷点到该电力设备的距离,确定该负荷点是否为该电力设备的更新的供电负荷点;基于该电力设备的多个更新的供电负荷点的位置更新该电力设备的供电范围。
进一步地,分别确定多个分区中每个分区的权重包括:基于各个分区中包含的多个负荷点的供电需求量,分别确定各个分区的供电需求量;基于各个分区的供电需求量在分区所属的多边形区域的总供电需求量中的占比,确定各个分区的权重。
进一步地,在待建电力设备的供电范围内优化待建电力设备的位置包括:确定待建电力设备的供电范围中的供电负荷中心点;基于供电负荷中心点与待建电力设备之间的距离关系对待建电力设备的位置进行优化。
进一步地,该方法还包括:在存在更新的待建电力设备的情况下,确定更新的待建电力设备的位置;基于更新的待建电力设备的位置对泰森图进行分区,并确定每个分区的权重;根据负荷点所处的分区的权重以及该负荷点到更新的待建电力设备的距离,确定该负荷点是否为更新的待建电力设备的供电负荷点;基于更新的待建电力设备的多个供电负荷点的位置,确定更新的待建电力设备的供电范围。
根据本申请的另一方面,提供了一种电力设备的位置确定装置。该装置包括:构建单元,用于基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;第一确定单元,用于基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;优化单元,用于在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值。
为了实现上述目的,根据本申请的另一方面,提供了一种存储介质,存储介质包括存储的程序,其中,程序执行上述任意一种电力设备的位置确定方法。
为了实现上述目的,根据本申请的另一方面,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一种电力设备的位置确定方法。
通过本申请,采用以下步骤:基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值,解决了相关技术中电力设备的位置布局与供电范围的负荷匹配度低的问题。通过基于泰森图确定各个电力设备的供电范围以及待建电力设备的位置,进而达到了提高电力设备的位置布局与供电区域的负荷点的匹配度的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的电力设备的位置确定方法的流程图;
图2是根据本申请实施例提供的电力设备的位置确定方法中的泰森图的示意图;
图3是根据本申请实施例提供的电力设备的位置确定方法中的泰森图的分区结果示意图一;
图4是根据本申请实施例提供的电力设备的位置确定方法中的泰森图的分区结果示意图二;
图5是根据本申请实施例提供的电力设备的位置确定方法中确定更新的待建电力设备的供电范围的示意图;及
图6是根据本申请实施例提供的电力设备的位置确定装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请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,以便这里描述的本申请的实施例。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。
为了便于描述,以下对本申请实施例涉及的部分名词或术语进行说明:
泰森图:又称voronoi图,是一组连续多边形组成,多边形的边界是由连接的垂直平分线组成。通过M个在工平面上有区则的点,按照最近邻原则区分平面,每一个点与其最近邻的区域关联。
根据本申请的实施例,提供了一种电力设备的位置确定方法。
图1是根据本申请实施例的电力设备的位置确定方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中。
需要说明的是,待建电力设备可以为开关站和分界室,在对变电站规划选址时,涉及对变电站下的开关站和分界室的选址,具体地,对规划电网内可能布置开关站和分界室的地点进行预先选择,考虑变电站的容量、负荷率规定等,从中规划新建开关站和分界室的地点与范围。
如图2所示,本实施例以已有站站址和新建站初始站址为顶点构造基本Voronoi图,具体地,构造出每个开关站和分界室对应的Voronoi曲边形,从而根据Voronoi曲边形确定各个电力设备的供电范围以及位置。
步骤S102,基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围。
可选地,在本申请实施例提供的电力设备的位置确定方法中,基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围包括:将电力设备所处的多边形区域内的多个负荷点确定为该电力设备的多个供电负荷点;基于该电力设备的多个供电负荷点的位置确定该电力设备的供电范围。
具体地,在最初确定各个电力设备的供电范围时,判断电力设备所处的Voronoi曲边形中每个负荷点对开关站和分界室的归属情况,从而确定每个开关站和分界室的供电范围。
电力设备的供电范围在初始确定后需要进一步优化,可选地,在本申请实施例提供的电力设备的位置确定方法中,该方法还包括:基于电力设备的位置分别对该电力设备所处的多边形区域进行区域划分,得到多个分区;分别确定多个分区中每个分区的权重;根据负荷点所处的分区的权重以及该负荷点到该电力设备的距离,确定该负荷点是否为该电力设备的更新的供电负荷点;基于该电力设备的多个更新的供电负荷点的位置更新该电力设备的供电范围。
需要说明的是,在首次完成供电范围的划分时只单纯的考虑了Voronoi图方法,后续在Voronoi曲边形分区加权的基础上进行多次循环,通过多次的分区加权迭代后得到更加合理的供电范围划分结果。
具体地,如图3所示,在Voronoi图中对得到的各个电力设备的供电区域进行分不同方向的分区划分,并分别确定多个分区中每个分区的权重,从而得到各个负荷点的权重,根据负荷点的权重以及负荷点到电力设备的距离,确定该负荷点是否归属于该电力设备,从而根据电力设备归属的负荷点优化更新电力设备的供电范围。
可选地,在本申请实施例提供的电力设备的位置确定方法中,分别确定多个分区中每个分区的权重包括:基于各个分区中包含的多个负荷点的供电需求量,分别确定各个分区的供电需求量;基于各个分区的供电需求量在分区所属的多边形区域的总供电需求量中的占比,确定各个分区的权重。
需要说明的是,在每次构造分区加权Voronoi图时,每个分区的权重起着重要的作用,可以通过各个分区的负荷来确定该分区的权重,具体地,求出各个分区负荷点的负荷值之和,根据各个分区所在Voronoi曲边形的总负荷计算各个分区的分区权重。
在确定待构建的电力设备的位置的过程中,存在新加入的待构建电力设备,可选地,在本申请实施例提供的电力设备的位置确定方法中,该方法还包括:在存在更新的待建电力设备的情况下,确定更新的待建电力设备的位置;基于更新的待建电力设备的位置对泰森图进行分区,并确定每个分区的权重;根据负荷点所处的分区的权重以及该负荷点到更新的待建电力设备的距离,确定该负荷点是否为更新的待建电力设备的供电负荷点;基于更新的待建电力设备的多个供电负荷点的位置,确定更新的待建电力设备的供电范围。
需要说明的是,可以利用负荷矩最小原则计算下一次开关站和分界室新建站址坐标,如图4所示,确定新建站址对整个负荷区域的分区划分,同时,已有站址对整个负荷区域的分区划分不变化。
在分区之后,如图5所示,比较每个负荷点到开关站和分界室的加权距离djq,计算出每个负荷点所归属的开关站和分界室,即得到迭代后各站点的供电范围,具体地,任意负荷点f(xj,yj),到站A,B的加权距离分别为djq-A=dA/μA2和djq-B=dB/μB2,其中,djq表示负荷点到开关站和分界室的加权距离,djq-A表示负荷点f(xj,yj)到站A的加权距离,djq-B表示负荷点f(xj,yj)到站B的加权距离,dA表示负荷点f(xj,yj)到站A的直线距离,dB表示负荷点f(xj,yj)到站B的直线距离,μA2表示开关站A2分区的权重值,μB2表示开关站B2分区的权重值,此处A2,B2为负荷点f(xj,yj)所在分区。同理,求出负荷点f(xj,yj)到所有开关站和分界室的加权距离djq-A,djq-B,djq-C…,若djq-k=min(djq-A,djq-B,djq-C,…,djq-k,…),则此负荷点属于k开关站和分界室供电范围。
通过本实施例,在加入新的待建电力设备后,不断迭代更新,确定出新的待建电力设备的合理的供电范围。
步骤S103,在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值。
需要说明的是,在得到电力设备的供电范围后,基于供电范围不断优化待建电力设备的地址,如果多个新建站站址变动距离和小于阈值,或一个新建站站址每次的站址变动距离小于阈值,说明再进行优化所到达的效果与当前差异较小,则结束迭代,确定出待建电力设备的最终位置。
可选地,在本申请实施例提供的电力设备的位置确定方法中,在待建电力设备的供电范围内优化待建电力设备的位置包括:确定待建电力设备的供电范围中的供电负荷中心点;基于供电负荷中心点与待建电力设备之间的距离关系对待建电力设备的位置进行优化。
具体地,在Voronoi图中,按照开关站和分界室到网格负荷中心点最近距离的原则对开关站和分界室的站址进行优化。优化过程如下公式所示:
其中,开关站和分界室到网格负荷中心点的距离表示为:表示开关站(分界室)i的第t+1次迭代的横、纵坐标;xj、yj表示负荷点j的横、纵坐标;Wj表示负荷点j的负荷值;Ji表示第i个开关站(分界室)对应Voronoi曲边形所确定的负荷点集合。
本申请实施例提供的电力设备的位置确定方法,通过基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值,解决了相关技术中电力设备的位置布局与供电范围的负荷匹配度低的问题。通过基于泰森图确定各个电力设备的供电范围以及待建电力设备的位置,进而达到了提高电力设备的位置布局与供电区域的负荷点的匹配度的效果。
在确定电力设备的位置时,除了考虑负荷点的位置以及负荷值,还需考虑经济性,可选地,在本申请实施例提供的电力设备的位置确定方法中,该方法还包括:在待建电力设备的位置变动小于预设值的情况下,获取待建电力设备位置变动过程中的多个预设位置;计算待建电力设备设置在多个预设位置时分别需要的供电费用;将供电费用中的最小值对应的预设位置确定为待建电力设备的目标位置。
通过本实施例,考虑开关站与分界室布局的约束条件,采用Voronoi图算法对开关站与分界室的位置进行选择,在通过权重分配,调整开关站与分界室的位置的同时,以费用最低为优化目标,从而输出电力设备的位置的最优解,完成对规划地区的开关站和分界室的自动布局。
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。
本申请实施例还提供了一种电力设备的位置确定装置,需要说明的是,本申请实施例的电力设备的位置确定装置可以用于执行本申请实施例所提供的用于电力设备的位置确定方法。以下对本申请实施例提供的电力设备的位置确定装置进行介绍。
图6是根据本申请实施例的电力设备的位置确定装置的示意图。如图6所示,该装置包括:构建单元10、第一确定单元20和优化单元30。
具体地,构建单元10,用于基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;第一确定单元20,用于基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;优化单元30,用于在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值。
可选地,在本申请实施例提供的电力设备的位置确定装置中,该装置还包括:获取单元,用于在待建电力设备的位置变动小于预设值的情况下,获取待建电力设备位置变动过程中的多个预设位置;计算单元,用于计算待建电力设备设置在多个预设位置时分别需要的供电费用;第二确定单元,用于将供电费用中的最小值对应的预设位置确定为待建电力设备的目标位置。
可选地,在本申请实施例提供的电力设备的位置确定装置中,第一确定单元20包括:第一确定模块,用于将电力设备所处的多边形区域内的多个负荷点确定为该电力设备的多个供电负荷点;第二确定模块,用于基于该电力设备的多个供电负荷点的位置确定该电力设备的供电范围。
可选地,在本申请实施例提供的电力设备的位置确定装置中,该装置还包括:第一分区单元,用于基于电力设备的位置分别对该电力设备所处的多边形区域进行区域划分,得到多个分区;第三确定单元,用于分别确定多个分区中每个分区的权重;第四确定单元,用于根据负荷点所处的分区的权重以及该负荷点到该电力设备的距离,确定该负荷点是否为该电力设备的更新的供电负荷点;更新单元,用于基于该电力设备的多个更新的供电负荷点的位置更新该电力设备的供电范围。
可选地,在本申请实施例提供的电力设备的位置确定装置中,第三确定单元包括:第三确定模块,用于基于各个分区中包含的多个负荷点的供电需求量,分别确定各个分区的供电需求量;第四确定模块,用于基于各个分区的供电需求量在分区所属的多边形区域的总供电需求量中的占比,确定各个分区的权重。
可选地,在本申请实施例提供的电力设备的位置确定装置中,优化单元30包括:第五确定模块,用于确定待建电力设备的供电范围中的供电负荷中心点;优化模块,用于基于供电负荷中心点与待建电力设备之间的距离关系对待建电力设备的位置进行优化。
可选地,在本申请实施例提供的电力设备的位置确定装置中,该装置还包括:第五确定单元,用于在存在更新的待建电力设备的情况下,确定更新的待建电力设备的位置;第二分区单元,用于基于更新的待建电力设备的位置对泰森图进行分区,并确定每个分区的权重;第六确定单元,用于根据负荷点所处的分区的权重以及该负荷点到更新的待建电力设备的距离,确定该负荷点是否为更新的待建电力设备的供电负荷点;第七确定单元,用于基于更新的待建电力设备的多个供电负荷点的位置,确定更新的待建电力设备的供电范围。
本申请实施例提供的电力设备的位置确定装置,通过构建单元10基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;第一确定单元20基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;优化单元30在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值,解决了相关技术中电力设备的位置布局与供电范围的负荷匹配度低的问题,通过基于泰森图确定各个电力设备的供电范围以及待建电力设备的位置,进而达到了提高电力设备的位置布局与供电区域的负荷点的匹配度的效果。
所述电力设备的位置确定装置包括处理器和存储器,上述构建单元10、第一确定单元20和优化单元30等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中电力设备的位置布局与供电范围的负荷匹配度低的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述电力设备的位置确定方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述电力设备的位置确定方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值。
该方法还包括:在待建电力设备的位置变动小于预设值的情况下,获取待建电力设备位置变动过程中的多个预设位置;计算待建电力设备设置在多个预设位置时分别需要的供电费用;将供电费用中的最小值对应的预设位置确定为待建电力设备的目标位置。
基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围包括:将电力设备所处的多边形区域内的多个负荷点确定为该电力设备的多个供电负荷点;基于该电力设备的多个供电负荷点的位置确定该电力设备的供电范围。
该方法还包括:基于电力设备的位置分别对该电力设备所处的多边形区域进行区域划分,得到多个分区;分别确定多个分区中每个分区的权重;根据负荷点所处的分区的权重以及该负荷点到该电力设备的距离,确定该负荷点是否为该电力设备的更新的供电负荷点;基于该电力设备的多个更新的供电负荷点的位置更新该电力设备的供电范围。
分别确定多个分区中每个分区的权重包括:基于各个分区中包含的多个负荷点的供电需求量,分别确定各个分区的供电需求量;基于各个分区的供电需求量在分区所属的多边形区域的总供电需求量中的占比,确定各个分区的权重。
在待建电力设备的供电范围内优化待建电力设备的位置包括:确定待建电力设备的供电范围中的供电负荷中心点;基于供电负荷中心点与待建电力设备之间的距离关系对待建电力设备的位置进行优化。
该方法还包括:在存在更新的待建电力设备的情况下,确定更新的待建电力设备的位置;基于更新的待建电力设备的位置对泰森图进行分区,并确定每个分区的权重;根据负荷点所处的分区的权重以及该负荷点到更新的待建电力设备的距离,确定该负荷点是否为更新的待建电力设备的供电负荷点;基于更新的待建电力设备的多个供电负荷点的位置,确定更新的待建电力设备的供电范围。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于泰森图中的各个多边形区域中;基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;在待建电力设备的供电范围内优化待建电力设备的位置,直至待建电力设备的位置变动小于预设值。
该方法还包括:在待建电力设备的位置变动小于预设值的情况下,获取待建电力设备位置变动过程中的多个预设位置;计算待建电力设备设置在多个预设位置时分别需要的供电费用;将供电费用中的最小值对应的预设位置确定为待建电力设备的目标位置。
基于泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围包括:将电力设备所处的多边形区域内的多个负荷点确定为该电力设备的多个供电负荷点;基于该电力设备的多个供电负荷点的位置确定该电力设备的供电范围。
该方法还包括:基于电力设备的位置分别对该电力设备所处的多边形区域进行区域划分,得到多个分区;分别确定多个分区中每个分区的权重;根据负荷点所处的分区的权重以及该负荷点到该电力设备的距离,确定该负荷点是否为该电力设备的更新的供电负荷点;基于该电力设备的多个更新的供电负荷点的位置更新该电力设备的供电范围。
分别确定多个分区中每个分区的权重包括:基于各个分区中包含的多个负荷点的供电需求量,分别确定各个分区的供电需求量;基于各个分区的供电需求量在分区所属的多边形区域的总供电需求量中的占比,确定各个分区的权重。
在待建电力设备的供电范围内优化待建电力设备的位置包括:确定待建电力设备的供电范围中的供电负荷中心点;基于供电负荷中心点与待建电力设备之间的距离关系对待建电力设备的位置进行优化。
该方法还包括:在存在更新的待建电力设备的情况下,确定更新的待建电力设备的位置;基于更新的待建电力设备的位置对泰森图进行分区,并确定每个分区的权重;根据负荷点所处的分区的权重以及该负荷点到更新的待建电力设备的距离,确定该负荷点是否为更新的待建电力设备的供电负荷点;基于更新的待建电力设备的多个供电负荷点的位置,确定更新的待建电力设备的供电范围。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种电力设备的位置确定方法,其特征在于,包括:
基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于所述泰森图中的各个多边形区域中;
基于所述泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;
在所述待建电力设备的供电范围内优化所述待建电力设备的位置,直至所述待建电力设备的位置变动小于预设值。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述待建电力设备的位置变动小于所述预设值的情况下,获取所述待建电力设备位置变动过程中的多个预设位置;
计算所述待建电力设备设置在所述多个预设位置时分别需要的供电费用;
将供电费用中的最小值对应的预设位置确定为所述待建电力设备的目标位置。
3.根据权利要求1所述的方法,其特征在于,基于所述泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围包括:
将电力设备所处的多边形区域内的多个负荷点确定为该电力设备的多个供电负荷点;
基于该电力设备的多个供电负荷点的位置确定该电力设备的供电范围。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
基于电力设备的位置分别对该电力设备所处的多边形区域进行区域划分,得到多个分区;
分别确定所述多个分区中每个分区的权重;
根据负荷点所处的分区的权重以及该负荷点到该电力设备的距离,确定该负荷点是否为该电力设备的更新的供电负荷点;
基于该电力设备的多个所述更新的供电负荷点的位置更新该电力设备的供电范围。
5.根据权利要求4所述的方法,其特征在于,分别确定所述多个分区中每个分区的权重包括:
基于各个分区中包含的多个负荷点的供电需求量,分别确定各个分区的供电需求量;
基于各个分区的供电需求量在分区所属的多边形区域的总供电需求量中的占比,确定各个分区的权重。
6.根据权利要求3所述的方法,其特征在于,在所述待建电力设备的供电范围内优化所述待建电力设备的位置包括:
确定所述待建电力设备的供电范围中的供电负荷中心点;
基于所述供电负荷中心点与所述待建电力设备之间的距离关系对所述待建电力设备的位置进行优化。
7.根据权利要求4所述的方法,其特征在于,所述方法还包括:
在存在更新的待建电力设备的情况下,确定所述更新的待建电力设备的位置;
基于所述更新的待建电力设备的位置对所述泰森图进行分区,并确定每个分区的权重;
根据负荷点所处的分区的权重以及该负荷点到所述更新的待建电力设备的距离,确定该负荷点是否为所述更新的待建电力设备的供电负荷点;
基于所述更新的待建电力设备的多个供电负荷点的位置,确定所述更新的待建电力设备的供电范围。
8.一种电力设备的位置确定装置,其特征在于,包括:
构建单元,用于基于待建电力设备的位置和已建电力设备的位置构建泰森图,其中,各个电力设备的位置分别位于所述泰森图中的各个多边形区域中;
第一确定单元,用于基于所述泰森图中各个电力设备所处的多边形区域分别确定各个电力设备的供电范围;
优化单元,用于在所述待建电力设备的供电范围内优化所述待建电力设备的位置,直至所述待建电力设备的位置变动小于预设值。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的电力设备的位置确定方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的电力设备的位置确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910442063.5A CN110163440A (zh) | 2019-05-24 | 2019-05-24 | 电力设备的位置确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910442063.5A CN110163440A (zh) | 2019-05-24 | 2019-05-24 | 电力设备的位置确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110163440A true CN110163440A (zh) | 2019-08-23 |
Family
ID=67632939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910442063.5A Pending CN110163440A (zh) | 2019-05-24 | 2019-05-24 | 电力设备的位置确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110163440A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966864A (zh) * | 2021-03-02 | 2021-06-15 | 悉地(苏州)勘察设计顾问有限公司 | 一种城市公交充电站布局规划方法、装置及可读存储介质 |
CN113569365A (zh) * | 2021-07-27 | 2021-10-29 | 久瓴(江苏)数字智能科技有限公司 | 供电装置的布置方法、装置及电子设备 |
-
2019
- 2019-05-24 CN CN201910442063.5A patent/CN110163440A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966864A (zh) * | 2021-03-02 | 2021-06-15 | 悉地(苏州)勘察设计顾问有限公司 | 一种城市公交充电站布局规划方法、装置及可读存储介质 |
CN113569365A (zh) * | 2021-07-27 | 2021-10-29 | 久瓴(江苏)数字智能科技有限公司 | 供电装置的布置方法、装置及电子设备 |
CN113569365B (zh) * | 2021-07-27 | 2024-02-27 | 久瓴(江苏)数字智能科技有限公司 | 供电装置的布置方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shi et al. | A biased min-consensus-based approach for optimal power transaction in multi-energy-router systems | |
CN105046363B (zh) | 一种区域配电系统单线图布局和优化方法 | |
CN101488155A (zh) | 一种配电单线图自动生成方法 | |
CN107067104A (zh) | 一种基于地理信息系统的供电网格负荷预测方法 | |
Wang et al. | An improved substation locating and sizing method based on the weighted voronoi diagram and the transportation model | |
CN110288133B (zh) | 基于远景年饱和负荷分布图的规划变电站自动选址方法 | |
CN105681153A (zh) | 一种虚拟网络映射方法及装置 | |
CN110163440A (zh) | 电力设备的位置确定方法及装置 | |
CN109977545A (zh) | 一种电网规划图展示方法及系统 | |
Hirsch et al. | A resource-efficient adaptive caching scheme for mobile ad hoc networks | |
CN106602555A (zh) | 具有分层分布式结构的能源互联网能量管理系统 | |
Sun et al. | An improved harmony search algorithm for power distribution network planning | |
CN109086951A (zh) | 一种计及城市发展程度的多阶段空间负荷预测方法 | |
Ding et al. | A graph-theory-based dynamic programming planning method for distributed energy system planning: Campus area as a case study | |
Wei et al. | A novel distributed algorithm for power loss minimizing in smart grid | |
de Carvalho Neiva Pinheiro et al. | Reinforcement learning for electricity dispatch in grids with high intermittent generation and energy storage systems: A case study for the Brazilian grid | |
Pandey et al. | A strategic metaheuristic edge server placement scheme for energy saving in smart city | |
Trageser et al. | Automated routing of feeders in electrical distribution grids | |
CN112989531B (zh) | 一种台区分台项目规划方案自动生成方法及系统 | |
CN111146815A (zh) | 一种智能配电网分布式发电规划配置方法 | |
CN112234599B (zh) | 一种多元复杂城市电网超前动态自适应分区方法及其系统 | |
CN109617056A (zh) | 一种有效的配电网分布式电源规划系统 | |
Munoz et al. | Design of an Unstructured and Free Geo-Coordinates Information Brokerage System for Sensor Networks using Directional Random Walks. | |
FALEYE | Modelling demand uncertainties in generation-transmission expansion planning: a case study of the Nigerian power system | |
CN111882457A (zh) | 一种变电站选址方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |