CN110932290A - 一种网损无功协调优化方法及系统 - Google Patents

一种网损无功协调优化方法及系统 Download PDF

Info

Publication number
CN110932290A
CN110932290A CN201911127486.4A CN201911127486A CN110932290A CN 110932290 A CN110932290 A CN 110932290A CN 201911127486 A CN201911127486 A CN 201911127486A CN 110932290 A CN110932290 A CN 110932290A
Authority
CN
China
Prior art keywords
optimization
load
network loss
breakpoints
reactive power
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
Application number
CN201911127486.4A
Other languages
English (en)
Other versions
CN110932290B (zh
Inventor
李亚琼
邓占锋
王同勋
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
Global Energy Interconnection Research Institute
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Global Energy Interconnection Research Institute
Electric Power Research Institute of State Grid Henan 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, Global Energy Interconnection Research Institute, Electric Power Research Institute of State Grid Henan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201911127486.4A priority Critical patent/CN110932290B/zh
Publication of CN110932290A publication Critical patent/CN110932290A/zh
Application granted granted Critical
Publication of CN110932290B publication Critical patent/CN110932290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/30—Reactive power compensation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种网损无功协调优化方法及系统，该方法包括：对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线；根据预设阈值对典型负荷曲线进行分段，提取分段的断点；根据各断点，对负荷曲线进行分组，得到多个分组；利用优化算法对各分组进行网损无功优化，得到优化结果。通过对区域内各节点的负荷数据进行检测，得到典型负荷曲线后进行分段处理，然后提取出分段的断点进行分组，最后确定优化目标，利用优化算法对各分组进行网损无功优化，解决了多时间点联合优化的过于复杂的问题，实现了将全局负荷进行时段划分，对各个时段进行优化，有效降低了计算量，进一步保证了电网稳定高效的运行。

Description

一种网损无功协调优化方法及系统
技术领域
本发明涉及配电网分析与控制领域，具体涉及一种网损无功协调优化方法及系统。
背景技术
配网中负荷的频繁波动对配网的运行控制造成了一定的困难，无功优化方法是有效的解决这种情况的方法，其中无功优化方法是利用多目标优化方法对配网中可控无功补偿设备进行优化调控，以达到网损最小、电压稳定的一种有效的方法。由于负荷具有时变性，因此，对单时间点、依据单一负荷进行无功优化无法达到最优结果，而且由于优化问题的复杂度较高，多时间点联合优化的复杂度非常大，计算效率也极低。
发明内容
有鉴于此，本发明实施例提供了一种网损无功协调优化方法及系统，以解决现有技术中对单时间点、依据单一负荷进行无功优化无法达到最优结果，并且优化问题的复杂度高，计算效率低的问题。
本发明实施例提供了一种网损无功协调优化方法，包括：对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线；根据预设阈值对所述典型负荷曲线进行分段，提取分段的断点；根据各所述断点，对所述负荷曲线进行分组，得到多个分组；利用优化算法对各所述分组进行网损无功优化，得到优化结果。
可选地，所述对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线，包括：获取各所述节点在预设时间段内的最大有功负荷；将所述最大有功负荷确定为有功基准负荷；获取各所述节点在监测时段内的负荷有功功率，所述负荷有功功率除以所述有功基准负荷，得到各所述节点的负荷曲线；将所述预设区域内各所述负荷曲线进行平均，得到所述预设区域的典型负荷曲线。
可选地，所述根据预设阈值对所述典型负荷曲线进行分段，提取分段的断点，包括：对所述负荷曲线进行滤波，得到滤波曲线；将滤波曲线中各时间点对应的功率跳变幅度值超过预设阈值的滤波点提取出来作为分段的断点。
可选地，所述根据各所述断点，对所述负荷曲线进行分组，得到多个分组，包括：判断所述断点与其他各所述断点是否相连；当所述断点不与其他各所述断点相连时，将所述断点与其一侧功率跳变幅度值没超过预设阈值，且与其功率差的绝对值更小的滤波点划为一组。
可选地，所述根据各所述断点，对所述负荷曲线进行分组，得到多个分组，还包括：当各所述断点有2个相连时，则相连的各所述断点和其附近一侧功率没超过预设阈值的滤波点划为一组；当各所述断点有3个及以上相连时，则除两边的所述断点外，中间的断点各成一组。
可选地，所述利用优化算法对各所述分组进行网损无功优化，得到优化结果，包括：将网损、有载变压器分接头档位和电容器投放组数与前一时间点比较产生的变化量作为优化目标；建立优化目标函数模型及约束条件，所述约束条件包括：潮流约束、电压约束、分接头档位和电容器投放组数约束；根据所述优化目标函数模型及所述约束条件，对各时间点处的各所述分组进行网损无功优化，得到各时间点的所述有载变压器分接头档位、所述电容器投放组数的调整情况，将所述调整情况确定为优化结果。
可选地，所述优化目标函数模型f(t)通过如下公式表示：
Figure BDA0002277306730000031
其中，Ploss,t表示t时刻的网损，Ploss_min表示网损的最小基准值，Ploss_max表示网损的最大基准值，ΔATt表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的变化量，ΔATmin表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的最小基准变化量，ΔATmax表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的最大基准变化量，α和β表示网损和调整次数的权重因子；
其中，
Figure BDA0002277306730000032
ΔATt表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的变化量，TPm,t表示在t时刻有载变压器分接头档位,Ck,t表示在t时刻电容器投放组数。
本发明实施例还提供了一种网损无功协调优化系统，包括：获取模块，用于对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线；提取断点模块，用于根据预设阈值对所述典型负荷曲线进行分段，提取分段的断点；分组模块，用于根据各所述断点，对所述负荷曲线进行分组，得到多个分组；优化模块，用于利用优化算法对各所述分组进行网损无功优化，得到优化结果。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，从而执行本发明实施例提供的网损无功协调优化方法。
本发明实施例还提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，用于所述计算机指令执行本发明实施例提供的网损无功协调优化方法。
本发明技术方案，具有如下优点：
1.本发明实施例提供的网损无功协调优化方法，通过对区域内各节点的负荷数据进行检测，得到典型负荷曲线后进行分段处理，然后根据各断点功率与预设阈值作比较，提取出断点进行分组，最后确定优化目标然后利用优化算法对各分组进行网损无功优化，解决了多时间点联合优化的过于复杂的问题，实现了将全局负荷进行时段划分，对各个时段进行优化，有效降低了计算量，进一步保证了电网稳定高效的运行。
2.本发明实施例提供的网损无功协调优化方法，将典型负荷曲线进行滤波后得到滤波曲线，然后根据预设条件进行分组，确定优化目标及约束条件后，利用多目标优化方法，对配网中可控无功补偿设备进行优化调控，以达到网损最小、电压稳定，从而在减小网损的基础上，有效的减少其调整次数，进而延长无功补偿设备的工作寿命。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例中的网损无功协调优化方法的流程图；
图2为本发明实施例中的对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线的流程图；
图3为本发明实施例中的提取分段的断点的流程图；
图4为本发明实施例中的根据各断点，对负荷曲线进行分组，得到多个分组的流程图；
图5为本发明实施例中的利用优化算法对各分组进行网损无功优化，得到优化结果的流程图；
图6为本发明实施例中的网损无功协调优化系统的示意图；
图7为本发明实施例中的电子设备的结构示意图。
具体实施方式
下面将结合附图对本发明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做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。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种网损无功协调优化方法，如图1所示，该网损无功协调优化方法具体包括：
步骤S1：对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线。在实际应用中，首先确定待监测的区域，对此区域内的网段进行划分，对划分后的各个节点的负荷数据进行实时的监测，然后获取此预设区域内的负荷数据的典型负荷曲线，记作Lt。需要说明的是，此预设区域以及各节点是根据实际需要进行设定与选择的，本发明并不以此为限。
具体地，在一实施例中，如图2所示，上述的步骤S1具体包括如下步骤：
步骤S11：获取各节点在预设时间段内的最大有功负荷。
本发明实施例需要在预设时间段对待监测区域的各个节点进行负荷数据的获取，并获取最大有功负荷与最大无功负荷。需要说明的是，此处的预设时间段是根据现场实际情况以及监测需要进行设定，本发明并不以此为限。
步骤S12：将最大有功负荷确定为有功基准负荷。
在实际应用中，将获取到的负荷数据中的最大有功负荷确定为有功基准负荷，将最大无功负荷确定为无功基准负荷。
步骤S13：获取各节点在监测时段内的负荷有功功率，负荷有功功率除以有功基准负荷，得到各节点的负荷曲线。
本发明实施例在预设时间段内，对待监测区域的各个节点的负荷数据进行监测，获取负荷有功功率，用上述获取得到的负荷有功功率除以有功基准负荷，得到各个节点的负荷曲线。
步骤S14：将预设区域内各负荷曲线进行平均，得到预设区域的典型负荷曲线。
在实际应用中，获取到各个节点的负荷曲线后，对预设区域内的各个节点的负荷曲线进行平均，得到典型负荷曲线，方便后续对负荷曲线进行滤波及分段分组等操作。
步骤S2：根据预设阈值对典型负荷曲线进行分段，提取分段的断点。
本发明实施例将上述典型负荷曲线按照功率的预设阈值进行分段，规定变化明显的点，也就是超过阈值的点提取出来，作为分段的断点。需要说明的是，本发明实施例中，预设阈值的设定是根据现场的实际需要以及经验设定的，本发明并不以此为限。
具体地，在一实施例中，如图3所示，上述的步骤S2具体包括如下步骤：
步骤S21：对负荷曲线进行滤波，得到滤波曲线。在对典型负荷曲线进行分段前，首先对典型负荷曲线进行滤波操作，得到一个滤波曲线，记作Ltf，此滤波曲线就反映出了每点的变化幅度，按照公式(1)计算滤波曲线：
Figure BDA0002277306730000081
其中，
Figure BDA0002277306730000082
表示滤波曲线，Lt表示典型负荷曲线，n表示平均宽度参数。
本发明实施例的滤波操作是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施，可以根据观察某一随机过程的结果，对另一与之有关的随机过程进行估计的概率理论与方法。在滤波的过程中，平均宽度参数越小，滤波曲线就更接近原信号的邻近时刻变化，平均宽度参数越大，滤波曲线就更能反映更大时间范围的变化趋势。需要说明的是，此处平均宽度参数的选择，是根据实际计算精度，以及对计算时间和效率的要求而进行设定的，本发明并不以此为限。
步骤S22：将滤波曲线中各时间点对应的功率跳变幅度值超过预设阈值的滤波点提取出来作为分段的断点。具体地，在滤波结束后，得到滤波曲线，然后设置一个功率跳变幅度值的阈值，将滤波曲线中，所有超过这个预设阈值的滤波点提取出来，作为滤波曲线分段的断点。其中，需要说明的是，阈值的设定是根据实际需要进行选择的，本发明并不以此为限。
步骤S3：根据各断点对负荷曲线进行分组，得到多个分组。在实际应用中，提取出符合要求的断点后，需要对所有滤波点进行重新的分组，进而达到将全局负荷进行时段划分，对各个时段进行优化，以达到网损最小、电压稳定等效果。
具体地，在一实施例中，如图4所示，上述的步骤S3，具体包括如下步骤：
步骤S31：判断断点与其他各断点是否相连。首先判断分出来的所有断点中，是不是有相连的断点，确定分组规则。需要说明的是，本发明实施例中的分组规则是根据实际需要进行设定的，本发明并不以此为限。
步骤S32：当断点不与其他各断点相连时，将断点与其一侧功率跳变幅度值没超过预设阈值，且与其功率差的绝对值更小的滤波点划为一组。在实际应用中，当提取出的当前断点不与其他断点相连时，则此点就与离它较近的一侧没有超过预设阈值的滤波点组成一组，另一侧没有超过预设阈值的滤波点组成另一组。
步骤S33：当各断点有2个相连时，则相连的各断点和其附近一侧功率没超过预设阈值的滤波点划为一组。在实际应用中，当提取出的断点有2个相连时，则将每个断点与离它较近的一侧的没有超过阈值的滤波点各组成一组。
步骤S34：当各断点有3个及以上相连时，则除两边的断点外，中间的断点各成一组。在实际应用中，如果提取的断点有3个及3个以上相连，那么这些相连的断点中，两边的断点分别与其附近的没有超过阈值的滤波点各组成一组，然后除了两边的断点外的其余各断点各自成一组。
步骤S4：利用优化算法对各分组进行网损无功优化，得到优化结果。
本发明实施例根据典型负荷曲线，将上述分组出的每组负荷进行平均，然后对每组负荷进行一次优化，得到优化结果，也就是得到每个时间点的分接头位置、电容器投放组数的调整情况。
具体地，在一实施例中，如图5所示，上述的步骤S4，具体包括如下步骤：
步骤S41：将有载变压器分接头档位和电容器投放组数与前一时间点比较产生的变化量、以及网损作为优化目标。因为最后对典型负荷曲线分段后，进行网损无功协调优化，就是为了进一步调整无功补偿设备(有载调压变压器、电容器组等)的档位调整次数，从而在减小网损的基础上，减少其调整次数，延长无功补偿设备的工作寿命，因此确定优化目标为网损、有载变压器分接头档位和电容器投放组数与前一时间点比较产生的变化量。
步骤S42：建立优化目标函数模型及约束条件，约束条件包括：潮流约束、电压约束、分接头档位和电容器投放组数约束。在确定了优化目标后，根据优化目标建立优化目标函数模型，然后确定约束条件。其中，公式(2)表示优化目标函数模型：
Figure BDA0002277306730000101
其中，Ploss,t表示t时刻的网损，Ploss_min表示网损的最小基准值，Ploss_max表示网损的最大基准值，ΔATt表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的变化量，ΔATmin表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的最小基准变化量，ΔATmax表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的最大基准变化量，α和β表示网损和调整次数的权重因子；
其中，
Figure BDA0002277306730000111
ΔATt表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的变化量，TPm,t表示在t时刻有载变压器分接头档位,Ck,t表示在t时刻电容器投放组数。
按照公式(4)表示潮流约束条件：
Figure BDA0002277306730000112
其中，Gij表示节点间电导,Bij表示节点间电纳，θij,t表示节点i和j间在t时刻的电压相角差,Pi,t和Qi,t分别表示节点i在t时刻的注入有功功率和无功功率；
按照公式(5)表示电压约束条件：
Vmin≤Vi,t≤Vmax (5)
式中，Vi,t表示在t时刻的第i节点的电压有效值；
按照公式(6)表示分接头档位约束、器投放组数约束条件：
Figure BDA0002277306730000121
TPm,t表示第m个有载调压变在t时刻的档位数，Ck,t表示第k个电容器组在t时刻的投放组数，并且这两个约束值全为整数。
步骤S43：根据优化目标函数模型及约束条件，对各时间点处的各分组进行网损无功优化，得到各时间点的有载变压器分接头档位、电容器投放组数的调整情况，将调整情况确定为优化结果。确定优化目标函数模型以及各约束条件后，就可以对各时间点处的各分组进行网损无功优化，得到各时间点的有载变压器分接头档位、电容器投放组数的调整情况，将调整情况确定为优化结果。
通过上述步骤S1至步骤S4，本发明实施例提供的网损无功协调优化方法，通过对区域内各节点的负荷数据进行检测，得到典型负荷曲线后进行分段处理，然后根据各断点功率与预设阈值作比较，提取出断点进行分组，最后确定优化目标然后利用优化算法对各分组进行网损无功优化，解决了多时间点联合优化的过于复杂的问题，实现了将全局负荷进行时段划分，对各个时段进行优化，有效降低了计算量。除此之外，本发明实施例提供的网损无功协调优化方法，将典型负荷曲线进行滤波后得到滤波曲线，然后根据预设条件进行分组，确定优化目标及约束条件后，利用多目标优化方法，对配网中可控无功补偿设备进行优化调控，以达到网损最小、电压稳定，从而在减小网损的基础上，有效的减少其调整次数，进而延长无功补偿设备的工作寿命，进一步保证了电网稳定高效的运行。
本发明实施例还提供了一种网损无功协调优化系统，如图6所示，该网损无功协调优化系统包括：
获取模块1，用于对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线。详细内容参见上述方法实施例中步骤S1的相关描述，在此不再赘述。
提取断点模块2，用于根据预设阈值对典型负荷曲线进行分段，提取分段的断点。详细内容参见上述方法实施例中步骤S2的相关描述，在此不再赘述。
分组模块3，用于根据各断点，对负荷曲线进行分组，得到多个分组。详细内容参见上述方法实施例中步骤S3的相关描述，在此不再赘述。
优化模块4，用于利用优化算法对各分组进行网损无功优化，得到优化结果。详细内容参见上述方法实施例中步骤S4的相关描述，在此不再赘述。
通过上述各个组成部分的协同合作，本发明实施例的网损无功协调优化系统，通过对区域内各节点的负荷数据进行检测，得到典型负荷曲线后进行分段处理，然后根据各断点功率与预设阈值作比较，提取出断点进行分组，最后确定优化目标然后利用优化算法对各分组进行网损无功优化，解决了多时间点联合优化的过于复杂的问题，实现了将全局负荷进行时段划分，对各个时段进行优化，有效降低了计算效率。除此之外，本发明实施例的本发明实施例的网损无功协调优化系统，将典型负荷曲线进行滤波后得到滤波曲线，然后根据预设条件进行分组，确定优化目标及约束条件后，利用多目标优化方法，对配网中可控无功补偿设备进行优化调控，以达到网损最小、电压稳定，从而在减小网损的基础上，有效的减少其调整次数，进而延长无功补偿设备的工作寿命，进一步保证了电网稳定高效的运行。
本发明实施例还提供了一种电子设备，如图7所示，该电子设备可以包括处理器901和存储器902，其中处理器901和存储器902可以通过总线或者其他方式连接，图7中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit，CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器902作为一种计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法。
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器901所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。一个或者多个模块存储在存储器902中，当被处理器901执行时，执行上述方法。
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种网损无功协调优化方法，其特征在于，包括：
对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线；
根据预设阈值对所述典型负荷曲线进行分段，提取分段的断点；
根据各所述断点，对所述负荷曲线进行分组，得到多个分组；
利用优化算法对各所述分组进行网损无功优化，得到优化结果。
2.根据权利要求1所述的网损无功协调优化方法，其特征在于，所述对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线，包括：
获取各所述节点在预设时间段内的最大有功负荷；
将所述最大有功负荷确定为有功基准负荷；
获取各所述节点在监测时段内的负荷有功功率，所述负荷有功功率除以所述有功基准负荷，得到各所述节点的负荷曲线；
将所述预设区域内各所述负荷曲线进行平均，得到所述预设区域的典型负荷曲线。
3.根据权利要求1所述的网损无功协调优化方法，其特征在于，所述根据预设阈值对所述典型负荷曲线进行分段，提取分段的断点，包括：
对所述负荷曲线进行滤波，得到滤波曲线；
将滤波曲线中各时间点对应的功率跳变幅度值超过预设阈值的滤波点提取出来作为分段的断点。
4.根据权利要求1所述的网损无功协调优化方法，其特征在于，所述根据各所述断点，对所述负荷曲线进行分组，得到多个分组，包括：
判断所述断点与其他各所述断点是否相连；
当所述断点不与其他各所述断点相连时，将所述断点与其一侧功率跳变幅度值没超过预设阈值，且与其功率差的绝对值更小的滤波点划为一组。
5.根据权利要求1所述的网损无功协调优化方法，其特征在于，
当各所述断点有2个相连时，则相连的各所述断点和其一侧功率没超过预设阈值的滤波点划为一组；
当各所述断点有3个及以上相连时，则除两边的所述断点外，中间的断点各成一组。
6.根据权利要求1所述的网损无功协调优化方法，其特征在于，所述利用优化算法对各所述分组进行网损无功优化，得到优化结果，包括：
将有载变压器分接头档位和电容器投放组数与前一时间点比较产生的变化量、以及网损作为优化目标；
建立优化目标函数模型及约束条件，所述约束条件包括：潮流约束、电压约束、分接头档位和电容器投放组数约束；
根据所述优化目标函数模型及所述约束条件，对各时间点处的各所述分组进行网损无功优化，得到各时间点的所述有载变压器分接头档位、所述电容器投放组数的调整情况，将所述调整情况确定为优化结果。
7.根据权利要求5所述的网损无功协调优化方法，其特征在于，所述优化目标函数模型f(t)通过如下公式表示：
Figure FDA0002277306720000031
其中，Ploss,t表示t时刻的网损，Ploss_min表示网损的最小基准值，Ploss_max表示网损的最大基准值，ΔATt表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的变化量，ΔATmin表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的最小基准变化量，ΔATmax表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的最大基准变化量，α和β表示网损和调整次数的权重因子；
其中，
Figure FDA0002277306720000032
ΔATt表示有载变压器分接头档位、电容器投放组数与前一时间点比较产生的变化量，TPm,t表示在t时刻有载变压器分接头档位,Ck,t表示在t时刻电容器投放组数。
8.一种网损无功协调优化系统，其特征在于，包括：
获取模块，用于对预设区域内各节点的负荷数据进行监测，获取该预设区域的典型负荷曲线；
提取断点模块，用于根据预设阈值对所述典型负荷曲线进行分段，提取分段的断点；
分组模块，用于根据各所述断点，对所述负荷曲线进行分组，得到多个分组；
优化模块，用于利用优化算法对各所述分组进行网损无功优化，得到优化结果。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令被处理器执行时实现如权利要求1-7任一项所述的网损无功协调优化方法。
10.一种电子设备，其特征在于，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-7任一项所述的网损无功协调优化方法。
CN201911127486.4A 2019-11-18 2019-11-18 一种网损无功协调优化方法及系统 Active CN110932290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911127486.4A CN110932290B (zh) 2019-11-18 2019-11-18 一种网损无功协调优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911127486.4A CN110932290B (zh) 2019-11-18 2019-11-18 一种网损无功协调优化方法及系统

Publications (2)

Publication Number Publication Date
CN110932290A true CN110932290A (zh) 2020-03-27
CN110932290B CN110932290B (zh) 2021-03-09

Family

ID=69853321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911127486.4A Active CN110932290B (zh) 2019-11-18 2019-11-18 一种网损无功协调优化方法及系统

Country Status (1)

Country Link
CN (1) CN110932290B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115589000A (zh) * 2022-12-12 2023-01-10 广东电网有限责任公司阳江供电局 一种基于典型负荷归类的地区电压调整优化方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107453369A (zh) * 2017-07-05 2017-12-08 北京天泰怡和科技有限公司 智能配电网优化节电降损系统
CN108039711A (zh) * 2017-12-22 2018-05-15 国网冀北电力有限公司秦皇岛供电公司 一种电压无功协调优化控制方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107453369A (zh) * 2017-07-05 2017-12-08 北京天泰怡和科技有限公司 智能配电网优化节电降损系统
CN108039711A (zh) * 2017-12-22 2018-05-15 国网冀北电力有限公司秦皇岛供电公司 一种电压无功协调优化控制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵度辉: "含分布式电源的配电网无功优化研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115589000A (zh) * 2022-12-12 2023-01-10 广东电网有限责任公司阳江供电局 一种基于典型负荷归类的地区电压调整优化方法和系统

Also Published As

Publication number Publication date
CN110932290B (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN103576060B (zh) 基于小波自适应阈值的局部放电信号去噪方法
CN110932290B (zh) 一种网损无功协调优化方法及系统
CN115036978B (zh) 分布式光伏集群的运行控制方法和系统
CN107332277B (zh) 一种考虑源储荷运行特性的有源配电网孤岛运行方法
CN110752608B (zh) 水电机组调速系统pid参数切换方法、装置及存储介质
CN109684182B (zh) 一种预测网络拥塞对网络质量影响的方法和装置
CN108306302B (zh) 电压的控制方法、装置及存储介质
CN107257135B (zh) 一种配电台区不平衡治理措施的判定方法、装置及设备
CN116169690A (zh) 一种基于稳控装置的风电场并网系统次同步振荡抑制方法
CN115601603A (zh) 模型训练和用电器类别识别方法、设备及存储介质
CN115377967A (zh) 一种基于众数的电网可用输电能力计算方法及系统
CN105244888B (zh) 一种考虑离散变量的电力系统无功优化方法
CN103631991A (zh) 原动机调速系统参数辨识系统及方法
EP3557048A1 (de) Verfahren und vorrichtung zum betreiben einer windenergieanlage sowie windenergieanlage
US20190081478A1 (en) Method for monitoring and controlling an electrical network
CN110649634B (zh) 换流站协同控制方法、装置、计算机设备和存储介质
CN113469467B (zh) 基于带通滤波的风电超短期预测方法及装置
CN111490544B (zh) 基于打洞函数的无源滤波器参数优化方法
CN118017508B (zh) 基于电力分配的区域电力智能控制方法及系统
CN114977206B (zh) 新能源电站人工智能控制电网节点电压的方法及系统
CN113947544B (zh) 自动化定制对象驱动系统
CN112421692A (zh) 确定预警状态下功率校正模型的方法、装置
CN106408445A (zh) 一种基于负荷率分类统计的灵敏度计算方法
CN114362210B (zh) 一种风电场振荡风险评估测试方法、规避方法及存储介质
Kolasa et al. An Optimized Learning Algorithm Based on Linear Filters Suitable for Hardware implemented Self-Organizing Maps.

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