CN110288133A - 基于远景年饱和负荷分布图的规划变电站自动选址方法 - Google Patents
基于远景年饱和负荷分布图的规划变电站自动选址方法 Download PDFInfo
- Publication number
- CN110288133A CN110288133A CN201910492086.7A CN201910492086A CN110288133A CN 110288133 A CN110288133 A CN 110288133A CN 201910492086 A CN201910492086 A CN 201910492086A CN 110288133 A CN110288133 A CN 110288133A
- Authority
- CN
- China
- Prior art keywords
- substation
- distant view
- planning
- coordinate
- 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.)
- Granted
Links
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
- G06Q10/04—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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
基于远景年饱和负荷分布图的规划变电站自动选址方法，包括：应用饱和负荷预测方法，得到远景年饱和负荷分布图；由远景年饱和负荷分布图，导出小区负荷预测值及其坐标清单；根据现状变电站和规划变电站远景年规划容量，设定供电负荷上限，确保远景年变电站不重载；规划变电站的初始坐标，可随机选取小区负荷的坐标作为其初始值；根据变电站、用电负荷建立产销不平衡的生产运输模型，以负荷矩最小为目标函数，运用GLPK进行求解；依据产销关系确定变电站的供电范围，运用平面多中位计算变电站最优位置。将变电站坐标与上一迭代坐标的差平方和与设定阀值进行比较；输出规划变电站最优选址坐标。本发明选址方法可使远景年规划站址最优，确保目标电网的运行经济性。
Description
技术领域
本发明涉及电力系统规划领域，具体涉及一种基于远景年饱和负荷分布图的规划变电站自动选址方法。
背景技术
确定变电站的位置是城市电网规划工作的一个重要环节，其结果直接影响未来电网的网络结构、供电质量和运行经济性。变电站规划方法很多，按是否需要预先给定待选站址可分为两类：第一类方法依据规划人员的经验预先给出变电站的可能位置，进而借助于一些优化方法从待选位置中获得较优的结果。由于在确定待选站址时已经考虑了诸多实际因素，最终获得的优化结果有较好的适应性。但该方法需要事先对大量可能站址进行人工筛选，增大了规划人员的工作难度和工作量。相比较而言，规划者更愿意选择第二类方法，亦即无待选站址的自动优化方法。在此类方法中，优化的位置是通过算法的大范围搜索自动寻优得到的，从工程实践来看，这种未考虑站址具体地理信息因素的方法，所选出的站址很可能坐落在不适宜建站的区域，例如：湖泊、街道、繁华区等，因此需对优化结果进行专家干预，就可以得到一个次优结果。
发明内容
为了实现规划变电站自动选址，本发明提供一种基于远景年饱和负荷分布图的规划变电站自动选址方法，该方法求解不衡生产运输模型和平面多中位选址，通过大范围的搜索，获得新建变电站的站址及其理想供电范围，形成初始规划方案。该选址方法可使远景年规划站址最优，确保目标电网的运行经济性。
本发明采取的技术方案为：
基于远景年饱和负荷分布图的规划变电站自动选址方法，包括以下步骤：
步骤1：应用饱和负荷预测方法，得到远景年饱和负荷分布图；
步骤2：由步骤1中的远景年饱和负荷分布图，导出小区负荷预测值及其坐标清单；
步骤3：根据现状变电站和规划变电站远景年规划容量，设定供电负荷上限，确保远景年变电站不重载；
步骤4：规划变电站的初始坐标，可随机选取小区负荷的坐标作为其初始值；
步骤5：根据变电站、用电负荷建立产销不平衡的生产运输模型，以负荷矩最小为目标函数，运用GLPK进行求解；
步骤6：依据产销关系确定变电站的供电范围，运用平面多中位计算变电站最优位置。
步骤7：将变电站坐标与上一迭代坐标的差平方和与设定阀值进行比较，若大于，则跳至步聚5，否则继续至步聚8。
步骤8：输出规划变电站最优选址坐标。
本发明一种基于远景年饱和负荷分布图的规划变电站自动选址方法，有益效果如下：
1：本发明可对规划变电站进行自动选址；
2：本发明可大幅降低规划人员的工作难度和工作量；
3：本发明可使远景年规划站址最优，确保目标电网的运行经济性。
附图说明
图1是本发明的应用软件设计流程图。
图2是某城区远景年饱和负荷分布图。
图3是本发明的应用效果图。
具体实施方式
基于远景年饱和负荷分布图的规划变电站自动选址方法，在初始规划方案的基础上，针对每一个不适宜建站的站址，分析其周边环境，给出其可能的调整位置。每一个变电站可以有多个可能的调整位置。由熟悉规划区域地理状况的专家对各个候选站址的地理属性，包括用地性质、出线廊道、交通状况、施工条件等进行综合评价，确定最优方案。
如图1所示，具体包括以下步骤：
步骤1：应用饱和负荷预测方法，得到远景年饱和负荷分布图，如图2所示。
饱和负荷预测方法通常被称为负荷密度预测方法，主要是基于土地利用规划和土地性质的控制来确定预测的性质，如下式：
P1＝∑(d1×S1×k)×N
式中:d1为建筑面积负荷密度,W/m2；S1为建筑面积,S1＝用地面积/容积率,m2；k为需用系数，是同时系数与负荷系数的乘积；n为同时率。
将小区饱和面负荷近似集中于小区的几何重心，即可得图2。
步骤2：由步骤1中的远景年饱和负荷分布图，导出小区负荷预测值及其坐标清单，如表1：
表1小区负荷预测值及其坐标清单示例
| 序号 | 小区负荷 | X坐标 | Y坐标 |
| 75 | 1067 | 64066 | 31365 |
| 76 | 1121 | 56747.8 | 29540.8 |
| 77 | 521 | 54520.9 | 31287.8 |
| 78 | 1032 | 49275 | 32307.1 |
| 79 | 2678 | 51609.1 | 33793.2 |
| 80 | 219 | 52584.3 | 32670.2 |
| 81 | 162 | 52617 | 34139.9 |
| 82 | 6922 | 60177.2 | 26451.6 |
| 83 | 2670 | 59436.5 | 29011.9 |
| 84 | 1080 | 58379.3 | 30439.6 |
| 85 | 1119 | 52105 | 37635.3 |
| 86 | 1475 | 55647.7 | 36764.3 |
| 87 | 1018 | 56112.3 | 33548.2 |
| 88 | 354 | 54167.4 | 32433.9 |
| 89 | 1960 | 53950.3 | 32386.9 |
步骤3：根据现状变电站和规划变电站远景年规划容量，设定供电负荷上限，确保远景年变电站不重载。
现状变电站远景年规划容量指部分现状110kV变电站无扩建主变空间，仅通过主变增容使远景年规划容量达到2×5MVA或2×6.3MVA，考虑主变N-1，其供电负荷上限为5MW或6.3MW。
规划变电站远景年规划容量指规划中的待建110kV变电站，一般按3台主变规划设计，远景年规划容量可达到3×5MVA或3×6.3MVA，考虑主变N-1，其供电负荷上限为10MW或12.6MW。
步骤4：规划变电站的初始坐标，可随机选取小区负荷的坐标作为其初始值。
步骤5：根据变电站、用电负荷建立产销不平衡的生产运输模型，以负荷矩最小为目标函数，运用GLPK进行求解。
生产运输模型是一类特殊的线性规划模型，该模型用于解决部门的运输网络所要求的最经济运输路线和产品的调配问题，产销不平衡是指产品的生产量不等于产品的销售量，在本例中产品的生产大于销售。
负荷矩指小区负荷和小区至接入变电站距离的乘积。
GLPK(GNU Linear Programming Kit:GNU线性编程工具)，用于大规模线性规划LP和混合型整数规划MIP问题，并对模型进行最优化求解。
步骤6：依据产销关系确定变电站的供电范围，运用平面多中位计算变电站最优位置。
产销关系是指小区负荷接入变电站的情况。所有接入某变电站的小区块构成该变电站的供电范围。
式中:dij为变电站i至小区j的距离,Wj为小区j的饱和负荷预测值，求变电站最优位置使上式累加值最小。
步骤7：将变电站坐标与上一迭代坐标的差平方和与设定阀值进行比较，若大于，则跳至步聚5，否则继续至步聚8。
步骤8：输出规划变电站最优选址坐标。
图3直观反映了发明本方法的计算示例，每个小区负荷簇(符号：实心圆)质心有一座变电站(符号：黑色正方形)，说明本发明计算方法较好，结果较优。
Claims (1)
1.基于远景年饱和负荷分布图的规划变电站自动选址方法，其特征在于包括以下步骤：
步骤1：应用饱和负荷预测方法，得到远景年饱和负荷分布图；
步骤2：由步骤1中的远景年饱和负荷分布图，导出小区负荷预测值及其坐标清单；
步骤3：根据现状变电站和规划变电站远景年规划容量，设定供电负荷上限，确保远景年变电站不重载；
步骤4：规划变电站的初始坐标，可随机选取小区负荷的坐标作为其初始值；
步骤5：根据变电站、用电负荷建立产销不平衡的生产运输模型，以负荷矩最小为目标函数，运用GLPK进行求解；
步骤6：依据产销关系确定变电站的供电范围，运用平面多中位计算变电站最优位置；
步骤7：将变电站坐标与上一迭代坐标的差平方和与设定阀值进行比较，若大于，则跳至步聚5，否则继续至步聚8；
步骤8：输出规划变电站最优选址坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910492086.7A CN110288133B (zh) | 2019-06-06 | 2019-06-06 | 基于远景年饱和负荷分布图的规划变电站自动选址方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910492086.7A CN110288133B (zh) | 2019-06-06 | 2019-06-06 | 基于远景年饱和负荷分布图的规划变电站自动选址方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110288133A true CN110288133A (zh) | 2019-09-27 |
| CN110288133B CN110288133B (zh) | 2023-03-24 |
Family
ID=68003536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910492086.7A Active CN110288133B (zh) | 2019-06-06 | 2019-06-06 | 基于远景年饱和负荷分布图的规划变电站自动选址方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110288133B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111064185A (zh) * | 2019-12-05 | 2020-04-24 | 浙江大学建筑设计研究院有限公司 | 一种园区建筑附设变电所选址定容设计方法 |
| CN112541617A (zh) * | 2020-11-30 | 2021-03-23 | 国网河北省电力有限公司经济技术研究院 | 变电站的定容及选址方法、存储介质 |
| WO2022033069A1 (zh) * | 2020-08-11 | 2022-02-17 | 广东顺德电力设计院有限公司 | 一种城市规划新片区的电网规划方法 |
| CN114283029A (zh) * | 2021-12-24 | 2022-04-05 | 国网江苏省电力有限公司经济技术研究院 | 一种变电站的优化配置方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105958473A (zh) * | 2016-04-25 | 2016-09-21 | 中国电力科学研究院 | 一种基于短路电流约束的电网饱和负荷水平的确定方法 |
| WO2017071230A1 (zh) * | 2015-10-30 | 2017-05-04 | 南京南瑞集团公司 | 一种多Agent的水电站群短期优化调度方法 |
| CN108491969A (zh) * | 2018-03-16 | 2018-09-04 | 国家电网公司 | 基于大数据的空间负荷预测模型构建方法 |
-
2019
- 2019-06-06 CN CN201910492086.7A patent/CN110288133B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017071230A1 (zh) * | 2015-10-30 | 2017-05-04 | 南京南瑞集团公司 | 一种多Agent的水电站群短期优化调度方法 |
| CN105958473A (zh) * | 2016-04-25 | 2016-09-21 | 中国电力科学研究院 | 一种基于短路电流约束的电网饱和负荷水平的确定方法 |
| CN108491969A (zh) * | 2018-03-16 | 2018-09-04 | 国家电网公司 | 基于大数据的空间负荷预测模型构建方法 |
Non-Patent Citations (2)
| Title |
|---|
| 郑玛丽等: "线性规划在选址决策中的应用", 《安庆师范学院学报(自然科学版)》 * |
| 霍凯龙等: "大规模变电站多阶段规划优化实用方法", 《电力系统及其自动化学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111064185A (zh) * | 2019-12-05 | 2020-04-24 | 浙江大学建筑设计研究院有限公司 | 一种园区建筑附设变电所选址定容设计方法 |
| WO2022033069A1 (zh) * | 2020-08-11 | 2022-02-17 | 广东顺德电力设计院有限公司 | 一种城市规划新片区的电网规划方法 |
| CN112541617A (zh) * | 2020-11-30 | 2021-03-23 | 国网河北省电力有限公司经济技术研究院 | 变电站的定容及选址方法、存储介质 |
| CN112541617B (zh) * | 2020-11-30 | 2022-11-22 | 国网河北省电力有限公司经济技术研究院 | 变电站的定容及选址方法、存储介质 |
| CN114283029A (zh) * | 2021-12-24 | 2022-04-05 | 国网江苏省电力有限公司经济技术研究院 | 一种变电站的优化配置方法 |
| CN114283029B (zh) * | 2021-12-24 | 2023-04-18 | 国网江苏省电力有限公司经济技术研究院 | 一种变电站的优化配置方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110288133B (zh) | 2023-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110288133A (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 | |
| Stewart et al. | A multiobjective GIS-based land use planning algorithm | |
| Jin et al. | Designing a spatial pattern to rebalance the orientation of development and protection in Wuhan | |
| Li et al. | Pattern of spatial evolution of rural settlements in the Jizhou District of China during 1962–2030 | |
| CN101568127B (zh) | 一种网络仿真中确定话务分布的方法及装置 | |
| Liu et al. | Regional land-use allocation with a spatially explicit genetic algorithm | |
| CN102542051B (zh) | 一种随机分布型地理要素的多目标协同抽样方案设计方法 | |
| CN107872808A (zh) | 一种wlan站址预测分析方法及装置 | |
| CN102622482B (zh) | 一种基于二进制粒子群算法的风机优化布置方法 | |
| CN107563803A (zh) | 一种基于耗费距离栅格的商圈划分方法 | |
| CN101561903A (zh) | 计及地理信息的变电站全自动选址定容方法 | |
| Eikelboom et al. | A spatial optimization algorithm for geodesign | |
| CN105761192A (zh) | 村镇区域土地利用规划智能化方法和智能化集成系统 | |
| CN102750411A (zh) | 基于多智能体离散选择模型城市动态微观仿真方法 | |
| CN107730027A (zh) | 一种基于区域建筑性质的负荷预测方法及装置 | |
| Zhang et al. | Modeling urban growth by the use of a multiobjective optimization approach: Environmental and economic issues for the Yangtze watershed, China | |
| CN113743659B (zh) | 一种基于成分法和马尔可夫元胞自动机的城市布局预测方法及应用 | |
| CN104933237A (zh) | 一种面向土地利用与交通多尺度模拟方法 | |
| CN111062577B (zh) | 一种基于gis的变电站选址方法 | |
| CN112070351A (zh) | 一种基于重心回归和粒子群混合算法的变电站优化选址方法 | |
| CN115600855A (zh) | 基于gis的城市规划用地强度分区方法、系统及存储介质 | |
| CN115169636A (zh) | 基于内部用地竞争关系的农村居民点空间模拟方法及装置 | |
| Cromley et al. | Scale-independent land-use allocation modeling in raster GIS | |
| Liu et al. | Multi-objective optimization of the spatial structure and layout of the protected area based on ecosystem services: a case study of the Yellow River’s headwaters region in the three-river-source National Park | |
| Melo et al. | Spatial pattern recognition of urban sprawl using a geographically weighted regression for spatial electric load forecasting |
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 |