CN111834996A - 电网线损计算方法和装置 - Google Patents
电网线损计算方法和装置 Download PDFInfo
- Publication number
- CN111834996A CN111834996A CN201910317217.8A CN201910317217A CN111834996A CN 111834996 A CN111834996 A CN 111834996A CN 201910317217 A CN201910317217 A CN 201910317217A CN 111834996 A CN111834996 A CN 111834996A
- Authority
- CN
- China
- Prior art keywords
- power grid
- result
- partition
- partitioning
- line loss
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例提供一种电网线损计算方法和装置,其中方法包括:基于电网数据构建电网模型;基于Fast‑Newman算法对电网模型进行分区,得到最终分区结果;基于最终分区结果,对电网模型中的各个分区进行解耦和并行潮流计算,获取每一分区的潮流计算结果;基于每一分区的潮流计算结果,获取电网线损结果。本发明实施例提供的方法和装置,通过Fast‑Newman算法对电网模型进行分区,具备更低的时间复杂度,能够实现大规模电网的快速分区,并保证了分区结果的准确和合理。此外,通过对电网模型中的各个分区进行并行潮流计算,计算结果准确度高,实时性强,为线损的实时计算和精细化管理工作提供了强力的技术支撑。
Description
技术领域
本发明涉及电力系统技术领域,尤其涉及一种电网线损计算方法和装置。
背景技术
线损是电能传输过程中产生的电能损耗,线损率是衡量电网运行管理水平的指标,也是智能电网规划、建设中的重要参考依据。线损计算能够综合地反应电网规划设计水平、电网建设水平、技术进步水平,以及生产运行和经营管理水平,也是供电企业的一项重要技术管理手段。
目前,电网线损统计主要利用计量自动化系统的量测值。为避免统计误差的出现,需要通过理论线损计算进行比较考核。然而随着各大区域电力系统的互联互供,多电压等级的电磁环网的出现,常规潮流算法的收敛性面临严峻的考验,再加上量测数据异常或缺失的情况时有发生,难以实现全网的理论线损计算。
而传统的线损计算方法大多是针对中等规模网络设计的,算法复杂度高,难以满足大规模电网快速运算的要求。此外,传统的线损计算方法大多通过补齐量测数据来实现电网的潮流计算,没有考虑应用于大规模网络时算法的实时性和收敛性。
发明内容
本发明实施例提供一种电网线损计算方法和装置,用以解决现有的电网线损计算无法满足大规模电网下的实时性和收敛性的问题。
第一方面,本发明实施例提供一种电网线损计算方法,包括:
基于电网数据构建电网模型;
基于Fast-Newman算法对所述电网模型进行分区,得到最终分区结果;
基于所述最终分区结果,对所述电网模型中的各个分区进行解耦和并行潮流计算,获取每一所述分区的潮流计算结果;
基于每一所述分区的潮流计算结果,获取电网线损结果。
第二方面,本发明实施例提供一种电网线损计算装置,包括:
建模单元,用于基于电网数据构建电网模型;
分区单元,用于基于Fast-Newman算法对所述电网模型进行分区,得到最终分区结果;
解耦计算单元,用于基于所述最终分区结果,对所述电网模型中的各个分区进行解耦和潮流计算,获取每一所述分区的潮流计算结果;
线损计算单元,用于基于每一所述分区的潮流计算结果,获取电网线损结果。
第三方面,本发明实施例提供一种电子设备,包括处理器、通信接口、存储器和总线,其中,处理器,通信接口,存储器通过总线完成相互间的通信,处理器可以调用存储器中的逻辑指令,以执行如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的一种电网线损计算方法和装置,通过Fast-Newman算法对电网模型进行分区,针对大规模电网具备更高的适应性,同时具备更低的时间复杂度,能够实现大规模电网的快速分区,并保证了分区结果的准确和合理。此外,通过对电网模型中的各个分区进行并行潮流计算,有效地解决了大规模电网理论线损计算时间冗长、难以收敛的问题,计算结果准确度高,实时性强,为线损的实时计算和精细化管理工作提供了强力的技术支撑。
附图说明
为了更清楚地说明本发明实施例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为本发明实施例提供的电网线损计算方法的流程示意图;
图2为本发明实施例提供的边界节点的修正示意图;
图3(a)为本发明实施例提供的解耦前的分区示意图;
图3(b)为本发明实施例提供的解耦后的分区示意图;
图4为本发明实施例提供的分区方法的流程示意图;
图5为本发明实施例提供的并行潮流计算方法的流程示意图;
图6为本发明实施例提供的电网线损计算装置的结构示意图;
图7为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、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。
电网作为一种复杂网络,其内部广泛存在着社团结构。近年来,社团发现算法在电网中有不少的应用。但已有的研究主要应用于无功分区方面,没有涉及线损计算方面,且大多针对中等规模网络,算法复杂度高,无法满足大规模电网快速运算的需求。本发明实施例提供了一种电网线损计算方法,用于实现针对大规模电网的高效运算。图1为本发明实施例提供的电网线损计算方法的流程示意图,如图1所示,该方法包括:
步骤110,基于电网数据构建电网模型。
具体地,电网数据是需要进行线损计算的电网的相关数据,电网数据包括电网运行量测数据、运行设备参数和拓扑结构数据等;其中电网运行量测数据包括节点电压、关口功率、节点注入功率等,运行设备参数包括电网中各个电力设备,例如变压器的相关参数,拓扑结构数据用于表征电网的拓扑结构,例如电网内所有电力设备之间的线路连接关系。
电网模型是基于电网数据构建的能够反映需要进行线损计算的电网的量测数据和拓扑结构的模型,电网模型可以是将电网中的每一电力设备作为一个节点构建的电网连接矩阵,也可以是其他能够反映电网量测数据和拓扑结构的形式,本发明实施例对此不作具体限定。
步骤120,基于Fast-Newman算法对电网模型进行分区,得到最终分区结果。
具体地,Fast-Newman算法是一种社团发现算法,基于贪心原则,选取使模块度增长最大或者减小最少的两个社区,将它们合并成一个新的社区。如此循环迭代,直到所有节点合并成一个社区。随着迭代的进行,网络总的模块度是不断变化的,在模块度的整个变化过程中,其最大值对应的网络的社区划分即为近似的最优社区划分。本发明实施例中,基于Fast-Newman算法对电网模型进行分区,并将在Fast-Newman算法执行过程中,模块度的最大值对应的社区划分作为最终分区结果。
步骤130,基于最终分区结果,对电网模型中的各个分区进行解耦和并行潮流计算,获取每一分区的潮流计算结果。
具体地,在得到最终分区结果后,首先需要对电网模型中的各个分区进行解耦。最终分区结果中可能存在某一边界节点同时存在与多个分区中的情况,而边界节点的处理关乎潮流计算的准确度和收敛性。因此,需要对同一边界节点同时存在与多个分区中的各个分区进行解耦。从而实现各个分区的完全分离。
在完成各个分区的解耦后,分别对每一分区进行并行的潮流计算,获取每一分区的潮流计算结果。并行计算极大地缩短了各分区潮流计算的时间,极易满足大规模电网实时线损计算的要求。
步骤140,基于每一分区的潮流计算结果,获取电网线损结果。
具体地,在得到每一分区的潮流计算结果后,基于任一分区的潮流计算结果获取该分区的线损结果,并基于每一分区的线损结果得到电网线损结果。此处,电网线损结果可以是预设时刻的电网线损结果,还可以是基于预设时刻的电网线损结果得到的日电网线损结果、月电网线损结果、季度电网线损结果、年度电网线损结果等,本发明实施例对此不作具体限定。
本发明实施例提供的方法,通过Fast-Newman算法对电网模型进行分区,针对大规模电网具备更高的适应性,同时具备更低的时间复杂度,能够实现大规模电网的快速分区,并保证了分区结果的准确和合理。此外,通过对电网模型中的各个分区进行并行潮流计算,有效地解决了大规模电网理论线损计算时间冗长、难以收敛的问题,计算结果准确度高,实时性强,为线损的实时计算和精细化管理工作提供了强力的技术支撑。
基于上述实施例,该方法中,步骤120具体包括:
步骤121,将电网模型中同一变压器的所有母线凝聚为一个社团,得到初始分区结果。
具体地,在实际的电网分区计算过程中,由于变压器支路的阻抗远大于输电线路,导致变压器节点容易划分在不同的分区内,造成分区错误。对于中间变电站而言,高压母线和低压母线被划入不同分区,会导致变压器阻抗支路被分割,给线损计算工作带来误差;对于配电变压器而言,阻抗支路一旦被分割,便会出现孤立的变压器节点,给后续计算带来极大的干扰。尤其是三绕组变压器,在分区过程中出现孤立节点的现象极为严重。
为了避免出现孤立的变压器节点以及变压器支路被分割而给线损计算带来误差的情况,在基于Fast-Newman算法进行分区之前,需要先将电网模型中同一变压器的各个母线凝聚成一个社团,既减少了初始社团数量,又提高了计算速度。此处,一个社团即为一个分区。将同一变压器的各个母线凝聚成一个社团后,可以得到初始分区结果。初始分区结果中,每一变压器的所有母线为一个社团,其余每一节点为一个独立社团。
步骤122,基于Fast-Newman算法对初始分区结果进行分区,得到中间分区结果。
具体地,在基于变压器的各个母线进行初始分区后,通过Fast-Newman算法在初始分区的基础上进行分区,并将Fast-Newman算法的分区结果作为中间分区。
步骤123,针对中间分区结果中的任意相邻社团,选取联络线高压侧节点作为上述相邻社团的共同边界节点,得到最终分区结果。
具体地,Fast-Newman算法将电网划分为由各个节点集组成的社团结构,社团之间由联络线连接。为防止电网社团联络线被分割,相邻的社团应选择共同的边界节点。选择合适的边界节点对于确保线损计算的准确性至关重要。因此,在得到中间分区结果后,需要在中间分区结果的基础上对边界节点进行局部修正。
在变电站的所有出线中,一般以高压侧出线作为与其它区域的联络线,以低压侧出线作为该区域的内部线路,联络线量测数据的可靠性和准确度高于一般线路。而对于任意社团的边界,社团间的交换功率通常参考置信度更高的量测数据,以提高分区计算的准确度。因此选择量测数据置信度更高的节点作为任意相邻社团的共同边界,实现Fast-Newman算法分区后的边界修正。基于以上特点,选择联络线高压侧节点作为相邻社区的共同边界节点。
图2为本发明实施例提供的边界节点的修正示意图,如图2所示,社团A和社团B为两个相邻社团,图2的上半部分为修正前的社团结构,i和j分别为社团A和B的边界节点。图2的下半部分为修正后的社团结构,考虑到节点i为联络线高压侧节点,其对应的量测数据置信度更高,对社团A和B进行边界修正,选择节点i作为共同边界节点。
本发明实施例提供的方法,通过在Fast-Newman算法分区之前将同一变压器的所有母线凝聚为一个社团,有效避免了将变压器节点划分在不同社团导致线损计算误差和干扰的问题,同时减少了初始社团数量,提高了计算速度。通过选取联络线高压侧节点作为相邻社团的共同边界节点进行边界修正,能够有效提高线损计算的准确性。
基于上述任一实施例,该方法中,步骤122具体包括:基于前一分区结果,计算每两个相邻社团合并后的模块度增量,选取最大的模块度增量对应的两个相邻社团并合并,记录当前的分区结果并计算模块度,直至电网模型中仅余一个社团;选取模块度最高的分区结果作为中间分区结果。
具体地,在步骤121执行完成后,将步骤121产生的初始分区结果作为前一分区结果,计算前一分区结果中每两个相邻社团合并后的模块度增量,并从中选取模块度增量最高的两个相邻社团,对这两个社团进行合并,将合并后的两个社团作为一个新的社团。在社团合并后,记录当前的分区结果,并计算当前的分区结果下的电网的模块度。
随后,将当前分区结果作为前一分区结果,重复执行上述步骤,选取模块度增量最高的两个相邻社团进行合并,并记录当前的分区结果和计算模块度,直至电网中的所有节点均已合并入一个社团中,即电网模型中仅余一个社团。
接着,从上述合并过程中,选取最大模块度对应的分区结果,将该分区结果作为中间分区结果。
需要说明的是,当电网模型为如下式所示的以线路导纳为权重的电力网络连接矩阵时,在执行步骤122时对应的模块度增量和模块度的计算公式如下:
定义电力网络连接矩阵G为:
式中,gij表示连接节点i和节点j的线路导纳之和。
定义网络总权重S为:
式中,n为电网的节点数量。
在分析边权重与网络总权重之间关系的基础上,结合社团发现理论的研究思路和电力网络的结构特点,建立模块度Q'的计算公式如下:
式中,如果节点i和节点j属于同一社团,则δ(ci,cj)为1,否则δ(ci,cj)为0;
ki表示节点i在加权电网中的权重,即节点i与其余节点联络线的导纳之和。式中各参数对应电力网络连接矩阵中的数据。
电力网络加权模块度Q'的物理意义为,电网分区内部边权重在网络总权重中的占比,与相同节点情况下随机网络分区边权重占比之间的差值所对应的期望值大小。与随机网络相比,分区内较大权重支路的比例越高,则内部节点的耦合性越好,网络的社团结构越明显,电网的划分质量也就越高。
与模块度Q'对应的模块度增量ΔQ'可表示为:
式中,gij表示连接社团i和j的线路导纳之和,ki表示社团i在电网中的权重。
基于上述任一实施例,该方法中,步骤130具体包括:
步骤131,若最终分区结果中存在同时位于多个分区的共同边界节点,则基于边界等式条件,复制共同边界节点,实现对多个分区的解耦;其中,边界等式条件包括复制后的每一共同边界节点的电压相等,复制后的每一共同边界节点的发电功率之和与负荷功率之和相等。
具体地,在得到最终分区结果后,首先需要对电网模型中的各个分区进行解耦。最终分区结果中可能存在某一边界节点同时存在与多个分区中的情况,需要基于边界等式条件,通过复制边界节点,建立边界等式约束,实现相邻分区的解耦。图3(a)为本发明实施例提供的解耦前的分区示意图,如图3(a)所示,边界节点i同时位于分区A、B和C中,即边界节点i为分区A、B和C的共同边界节点。按照共同边界节点所在分区的数量,图3(a)中为3,复制共同边界节点,使得每一分区中均存在一个独立的共同边界节点,即可得到解耦后相互分离的分区。图3(b)为本发明实施例提供的解耦后的分区示意图,图3(b)中,节点i1、i2和i3分别为复制后用于实现解耦的共同边界节点,节点i1、i2和i3的节点电压u相等,分区A、B、C的交换功率由边界线路传输,记为Pb和Qb,分配到节点i1、i2和i3的交换功率分别为Pb1、Qb1,Pb2、Qb2,以及Pb3、Qb3。
假设任一共同边界节点同时位于s个分区。s个分区中,l个分区为受电分区,通过边界节点获得交换功率;k个分区为输电分区,通过边界节点向受电分区输送功率,s=l+k。此时,边界等式条件如下:
式中,i1至is分别用于表示复制得到的s个共同边界节点,ui1为共同边界节点i1的节点电压;
Pb,1+Pb,2+…Pb,l为l个受电分区中的共同边界节点的发电功率的有功功率之和,Pb,l+1+Pb,l+2+…Pb,l+k为k个输电分区中的共同边界节点的负载功率的有功功率之和;
Qb,1+Qb,2+…Qb,l为l个受电分区中的共同边界节点的发电功率的无功功率之和,Qb,l+1+Qb,l+2+…Qb,l+k为k个输电分区中的共同边界节点的负载功率的无功功率之和。
在边界等式条件的约束下,相邻分区完成解耦。边界节点等效为受电分区的电源节点,其发电功率为PG;同理,边界节点等效为输电分区的负荷节点,负荷功率为PL。各分区经等效的电源或负荷与交换功率之间的关系为:
式中,PG,i和QG,i分别为电源节点i的发电功率的有功功率和无功功率,PL,j和QL,j分别为负载节点i的负载功率的有功功率和无功功率。
步骤132,对每一分区进行并行潮流计算,获取每一分区的潮流计算结果。
具体地,在完成解耦后,各分区之间无耦合关系,可以实现相互独立的并行潮流计算。选取区域内枢纽变电站的高压侧母线为参考节点,各边界节点为PV节点,采用牛顿法进行潮流计算,对于含有m个PQ节点,总节点数为n的分区,极坐标形式表示的节点功率平衡方程为:
需要说明的是,PV节点是指给定有功功率P和电压幅值V的一类节点,PQ节点是指给定有功功率P和无功功率Q的一类节点。式中,Pi和Qi分别为节点i的注入有功功率和无功功率,ΔPi和ΔQi分别为节点i的有功和无功功率不平衡量,Ui为节点i的节点电压,Gij和Bij分别为节点i和j之间线路的电导和电纳,δij为节点i和节点j电压的相位差。
潮流计算过程可等效为非线性方程组的求解,即:
F(x)=0;
J表示方程的雅克比矩阵,其迭代过程为:
上式中,x表示上述功率平衡方程中的待求量,即节点电压幅值U和相角δ。dk为第k次迭代过程中待求量的修正量,Jk为第k次迭代时的雅克比矩阵。
本发明实施例提供的方法,通过边界节点的复制和边界等式条件的约束,在实现各分区解耦的同时提高了线损计算的精确度。对各分区进行并行潮流计算,极大地缩短了各分区潮流计算的时间,满足大规模电网实时线损计算的要求。
基于上述任一实施例,该方法中,步骤110之前,还包括:获取电网数据;基于预设简化规则对电网数据进行简化。
具体地,在基于电网数据构建电网模型之前,可以从电网数据库中读取电网数据,例如从SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制)系统和用电信息采集系统读取电网运行量测数据,从PMS(Power Production ManagementSystem,工程生产管理系统)读取运行设备的参数,从GIS(Geographic InformationSystem,地理信息系统)读取拓扑结构数据。
在得到电网数据之后,还需要对电网数据进行简化,其简化依据为预设简化规则,即预先设定的简化规则。预设简化规则可以具体包括获取预设时刻的电网接线方式,滤除发电厂和变电站的站内接线,将每一电路设备抽象为计算节点,将电力线路、变压器支路转换为带权重的网络连边,网络连边的权重为线路导纳。
其中,获取预设时刻的电网接线方式,是指不再考虑电网在运行过程中可能发生的电力设备投切情况,仅针对预设时刻,即一个预先设定的时刻的电网接线方式进行电网模型的建立。也就是说,经过简化后的电网数据是仅针对一个预设时刻的数据,电网的接线方式是固定不变的。滤除发电厂和变电站的站内接线,是指在构建电网模型时,仅考虑输电线路和各个母线节点,不考虑发电厂和变电站的站内接线情况。将每一电路设备抽象为计算节点,是指将电网中所有的电力设备均抽象为无差别的计算节点,不考虑接地点的存在。将电力线路、变压器支路转换为带权重的网络连边,是指忽略电网的有向性,仅将电力线路、变压器支路视为权重为线路导纳的网络连边。
基于预设简化规则对电网数据进行简化后,原本复杂的电网可视作由节点和有权边组成的无差别网络,可抽象成由一般节点组成的连通图。
基于上述任一实施例,步骤110具体包括:基于电网数据构建电网模型,并基于线路导纳对电网模型进行加权。
具体地,传统的Fast-Newman算法适用于无权的二值网络。如果以无权的算法去分析具有实际物理意义的有权网络,不仅会丢失大量的网络信息,而且势必会降低网络分区的质量,影响结果的合理性。电网作为一个具有实际物理意义的有权网络,其边权重的选取需要能体现自身的结构特点,并且具有实际意义。本发明实施例中根据电力线路的物理特性,选择线路导纳作为电网的边权重,以所有线路导纳之和作为网络总权重。其中,线路导纳能够直观地体现电网中节点之间的电气距离,从而准确地表征出电网的社团结构。两节点间联络线路的导纳值越高,对应的连接紧密度就越高,并越有可能凝聚成一个社团。
由此,设置电网模型电力网络连接矩阵,且基于线路导纳对电力网络连接矩阵进行加权,得到加权后的电网模型,即加权后的电力网络连接矩阵G如下所示:
式中,gij表示连接节点i和节点j的线路导纳之和。
基于上述任一实施例,该方法中,步骤140具体包括:基于任一分区的潮流计算结果,计算该分区的理论线损值;基于每一分区的理论线损值,计算电网线损结果。
求得代表日内各分区各时刻的理论线损值后,进而可求得代表日电网理论线损电量。再结合售电量,即可求得电网的日、月线损率,实现对全网的线损分析。
其中,电网的月线损量ΔAM由下式求得:
式中,ΔADF表示日固定线损量,主要由变压器的不变损耗产生;ΔADC为日可变线损量;AM表示代表日所在月的供电量;AD表示日供电量;N为全月天数。
基于上述任一实施例,一种电网线损计算方法,包括如下步骤:
步骤210,电网数据的获取和简化:
从SCADA系统和用电信息采集系统读取电网运行量测数据,从PMS系统读取运行设备参数,从GIS信息系统读取拓扑结构数据,将上述电网运行量测数据、运行设备参数和拓扑结构数据作为电网数据。
基于预设简化规则对电网数据进行简化。预设简化规则具体包括:(1)获取预设时刻的电网接线方式;(2)滤除发电厂和变电站的站内接线;(3)将每一电路设备抽象为计算节点;(4)将电力线路、变压器支路转换为带权重的网络连边,网络连边的权重为线路导纳。
基于预设简化规则对电网数据进行简化后,原本复杂的电网可视作由节点和有权边组成的无差别网络,可抽象成由一般节点组成的连通图。
步骤220,基于电网数据构建加权的电网模型:
电网作为一个具有实际物理意义的有权网络,其边权重的选取需要能体现自身的结构特点,并且具有实际意义。根据电力线路的物理特性,选择线路导纳作为电网的边权重,以所有线路导纳之和作为网络总权重。其中,线路导纳能够直观地体现电网中节点之间的电气距离,从而准确地表征出电网的社团结构。两节点间联络线路的导纳值越高,对应的连接紧密度就越高,并越有可能凝聚成一个社团。
由此,设置电网模型电力网络连接矩阵,且基于线路导纳对电力网络连接矩阵进行加权,得到加权后的电网模型,即加权后的电力网络连接矩阵G如下所示:
式中,gij表示连接节点i和节点j的线路导纳之和。
定义网络总权重S为:
式中,n为电网的节点数量。
在分析边权重与网络总权重之间关系的基础上,结合社团发现理论的研究思路和电力网络的结构特点,建立模块度Q'的计算公式如下:
式中,如果节点i和节点j属于同一社团,则δ(ci,cj)为1,否则δ(ci,cj)为0;
ki表示节点i在加权电网中的权重,即节点i与其余节点联络线的导纳之和。式中各参数对应电力网络连接矩阵中的数据。
电力网络加权模块度Q'的物理意义为,电网分区内部边权重在网络总权重中的占比,与相同节点情况下随机网络分区边权重占比之间的差值所对应的期望值大小。与随机网络相比,分区内较大权重支路的比例越高,则内部节点的耦合性越好,网络的社团结构越明显,电网的划分质量也就越高。
与模块度Q'对应的模块度增量ΔQ'可表示为:
式中,gij表示连接社团i和j的线路导纳之和,ki表示社团i在电网中的权重。
步骤230,电网分区:
图4为本发明实施例提供的分区方法的流程示意图,如图4所示,电网分区包括如下步骤:
步骤231,在电网模型中,每一节点均视为一个独立的社团。在此基础上,为了避免出现孤立的变压器节点以及变压器支路被分割而给线损计算带来误差的情况,在分区之前,需要先将电网模型中同一变压器的各个母线凝聚成一个社团,得到初始分区结果。
步骤232,基于前一分区结果,计算每两个相邻社团合并后的模块度增量ΔQ'。
步骤233,选取最大的模块度增量对应的两个相邻社团并合并,两个社团作为一个新的社团,电网中的社团数量减1。
步骤234,社团合并后,更新电力网络连接矩阵G,并计算更新后的模块度Q'。
步骤235,判断电网中的所有节点是否均已合并入一个社团中,即电网模型中是否仅余一个社团,如果是则执行步骤236,否则执行步骤232。
步骤236,从上述合并过程中,选取最大模块度对应的分区结果,将该分区结果作为中间分区结果。
步骤237,在得到中间分区结果后,在中间分区结果的基础上对边界节点进行局部修正,针对中间分区结果中的任意相邻社团,选取联络线高压侧节点作为上述相邻社团的共同边界节点。
步骤238,将完成边界修正的中间分区结果作为最终分区结果。
步骤240,各分区的解耦:
在得到最终分区结果后,首先需要对电网模型中的各个分区进行解耦。最终分区结果中可能存在某一边界节点同时存在与多个分区中的情况,需要基于边界等式条件,通过复制边界节点,建立边界等式约束,实现相邻分区的解耦。
假设任一共同边界节点同时位于s个分区。s个分区中,l个分区为受电分区,通过边界节点获得交换功率;k个分区为输电分区,通过边界节点向受电分区输送功率,s=l+k。此时,边界等式条件如下:
式中,i1至is分别用于表示复制得到的s个共同边界节点,ui1为共同边界节点i1的节点电压;
Pb,1+Pb,2+…Pb,l为l个受电分区中的共同边界节点的发电功率的有功功率之和,Pb,l+1+Pb,l+2+…Pb,l+k为k个输电分区中的共同边界节点的负载功率的有功功率之和;
Qb,1+Qb,2+…Qb,l为l个受电分区中的共同边界节点的发电功率的无功功率之和,Qb,l+1+Qb,l+2+…Qb,l+k为k个输电分区中的共同边界节点的负载功率的无功功率之和。
在边界等式条件的约束下,相邻分区完成解耦。边界节点等效为受电分区的电源节点,其发电功率为PG;同理,边界节点等效为输电分区的负荷节点,负荷功率为PL。各分区经等效的电源或负荷与交换功率之间的关系为:
式中,PG,i和QG,i分别为电源节点i的发电功率的有功功率和无功功率,PL,j和QL,j分别为负载节点i的负载功率的有功功率和无功功率。
步骤250,并行潮流计算:
在完成解耦后,各分区之间无耦合关系,可以实现相互独立的并行潮流计算。选取区域内枢纽变电站的高压侧母线为参考节点,各边界节点为PV节点,采用牛顿法进行潮流计算,对于含有m个PQ节点,总节点数为n的分区,极坐标形式表示的节点功率平衡方程为:
需要说明的是,PV节点是指给定有功功率P和电压幅值V的一类节点,PQ节点是指给定有功功率P和无功功率Q的一类节点。式中,Pi和Qi分别为节点i的注入有功功率和无功功率,ΔPi和ΔQi分别为节点i的有功和无功功率不平衡量,Ui为节点i的节点电压,Gij和Bij分别为节点i和j之间线路的电导和电纳,δij为节点i和节点j电压的相位差。
潮流计算过程可等效为非线性方程组的求解,即:
F(x)=0;
J表示方程的雅克比矩阵,其迭代过程为:
上式中,x表示上述功率平衡方程中的待求量,即节点电压幅值U和相角δ。dk为第k次迭代过程中待求量的修正量,Jk为第k次迭代时的雅克比矩阵。
在实现各分区计算的独立,分区之间无耦合关系的基础上,各分区的潮流计算已具有并行的可行性。针对并行计算,MATLAB推出广泛应用于数值分析与工程计算领域的并行计算工具箱,以解决数值计算密集型问题。
各分区的线损计算运行相同的潮流求解程序,但由于分区拓扑和量测信息的不同,对应的程序段存在不同的输入参数。这一特点符合SPMD(Single Program,MultipleData)的应用环境,可利用SPMD并行结构进行并行计算。采用客户端client和工作单元worker模式,client为编写和启动并行代码的MATLAB端,负责分配任务和汇总结果,worker为并行代码多个执行端。
图5为本发明实施例提供的并行潮流计算方法的流程示意图,如图5所示,并行潮流计算包括如下步骤:
步骤251,打开并行池,并行池中可管理的worker数量大于最终分区结果中的分区数量。确认各个worker均已连接到CPU。
步骤252,获取各个分区的潮流计算参数,并将每一分区的潮流计算阐述传输至对应的worker。
步骤253,每一worker负担一个分区的潮流计算工作,各个worker并行执行潮流计算。
步骤254,各个worker将对应分区的潮流计算结果传输至client,client接收各个分区的潮流计算结果并输出。
步骤260,获取全网线损计算结果:
求得代表日内各分区各时刻的理论线损值后,进而可求得代表日电网理论线损电量。再结合售电量,即可求得电网的日、月线损率,实现对全网的线损分析。
其中,电网的月线损量ΔAM由下式求得:
式中,ΔADF表示日固定线损量,主要由变压器的不变损耗产生;ΔADC为日可变线损量;AM表示代表日所在月的供电量;AD表示日供电量;N为全月天数。
本发明实施例提供的方法,分区之前将同一变压器的所有母线凝聚为一个社团,有效避免了将变压器节点划分在不同社团导致线损计算误差和干扰的问题,同时减少了初始社团数量,提高了计算速度;通过Fast-Newman算法对电网模型进行分区,针对大规模电网具备更高的适应性,同时具备更低的时间复杂度,能够实现大规模电网的快速分区,并保证了分区结果的准确和合理;通过选取联络线高压侧节点作为相邻社团的共同边界节点进行边界修正,能够有效提高线损计算的准确性;此外,通过边界节点的复制和边界等式条件的约束,在实现各分区解耦的同时提高了线损计算的精确度;再者,通过对电网模型中的各个分区进行并行潮流计算,有效地解决了大规模电网理论线损计算时间冗长、难以收敛的问题,计算结果准确度高,实时性强,为线损的实时计算和精细化管理工作提供了强力的技术支撑。
基于上述任一实施例,图6为本发明实施例提供的电网线损计算装置的结构示意图,如图6所示,该装置包括建模单元610、分区单元620、解耦计算单元630和线损计算单元640;
建模单元610用于基于电网数据构建电网模型;
分区单元620用于基于Fast-Newman算法对所述电网模型进行分区,得到最终分区结果;
解耦计算单元630用于基于所述最终分区结果,对所述电网模型中的各个分区进行解耦和潮流计算,获取每一所述分区的潮流计算结果;
线损计算单元640用于基于每一所述分区的潮流计算结果,获取电网线损结果。
本发明实施例提供的装置,通过Fast-Newman算法对电网模型进行分区,针对大规模电网具备更高的适应性,同时具备更低的时间复杂度,能够实现大规模电网的快速分区,并保证了分区结果的准确和合理。此外,通过对电网模型中的各个分区进行并行潮流计算,有效地解决了大规模电网理论线损计算时间冗长、难以收敛的问题,计算结果准确度高,实时性强,为线损的实时计算和精细化管理工作提供了强力的技术支撑。
基于上述任一实施例,分区单元620初始分区子单元、中间分区子单元和最终分区子单元;
其中,初始分区子单元用于将所述电网模型中同一变压器的所有母线凝聚为一个社团,得到初始分区结果;
中间分区子单元用于基于所述Fast-Newman算法对所述初始分区结果进行分区,得到中间分区结果;
最终分区子单元用于针对所述中间分区结果中的任意相邻社团,选取联络线高压侧节点作为所述任意相邻社团的共同边界节点,得到所述最终分区结果。
基于上述任一实施例,中间分区子单元具体用于:
基于前一分区结果,计算每两个相邻社团合并后的模块度增量,选取最大的所述模块度增量对应的两个相邻社团并合并,记录当前分区结果计算模块度,直至所述电网模型中仅余一个社团;
选取所述模块度最高的分区结果作为所述中间分区结果。
基于上述任一实施例,解耦计算单元630具体用于:
若所述最终分区结果中存在同时位于多个分区的共同边界节点,则基于边界等式条件,复制所述共同边界节点,实现对所述多个分区的解耦;其中,所述边界等式条件包括复制后的每一所述共同边界节点的电压相等,复制后的每一所述共同边界节点的发电功率之和与负荷功率之和相等;
对每一所述分区进行并行潮流计算,获取每一所述分区的潮流计算结果。
基于上述任一实施例,该装置还包括简化单元;
简化单元用于获取所述电网数据;基于预设简化规则对所述电网数据进行简化。
基于上述任一实施例,建模单元610具体用于:
基于所述电网数据构建电网模型,并基于线路导纳对所述电网模型进行加权。
基于上述任一实施例,线损计算单元640具体用于:
基于任一所述分区的潮流计算结果,计算所述任一分区的理论线损值;
基于每一所述分区的理论线损值,计算所述电网线损结果。
图7为本发明实施例提供的电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)701、通信接口(Communications Interface)702、存储器(memory)703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信。处理器701可以调用存储在存储器703上并可在处理器701上运行的计算机程序,以执行上述各实施例提供的电网线损计算方法,例如包括:基于电网数据构建电网模型;基于Fast-Newman算法对所述电网模型进行分区,得到最终分区结果;基于所述最终分区结果,对所述电网模型中的各个分区进行解耦和并行潮流计算,获取每一所述分区的潮流计算结果;基于每一所述分区的潮流计算结果,获取电网线损结果。
此外,上述的存储器703中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的电网线损计算方法,例如包括:基于电网数据构建电网模型;基于Fast-Newman算法对所述电网模型进行分区,得到最终分区结果;基于所述最终分区结果,对所述电网模型中的各个分区进行解耦和并行潮流计算,获取每一所述分区的潮流计算结果;基于每一所述分区的潮流计算结果,获取电网线损结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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。
最后应说明的是: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 (10)
1.一种电网线损计算方法,其特征在于,包括:
基于电网数据构建电网模型;
基于Fast-Newman算法对所述电网模型进行分区,得到最终分区结果;
基于所述最终分区结果,对所述电网模型中的各个分区进行解耦和并行潮流计算,获取每一所述分区的潮流计算结果;
基于每一所述分区的潮流计算结果,获取电网线损结果。
2.根据权利要求1所述的电网线损计算方法,其特征在于,所述基于Fast-Newman算法对所述电网模型进行分区,得到最终分区结果,具体包括:
将所述电网模型中同一变压器的所有母线凝聚为一个社团,得到初始分区结果;
基于所述Fast-Newman算法对所述初始分区结果进行分区,得到中间分区结果;
针对所述中间分区结果中的任意相邻社团,选取联络线高压侧节点作为所述任意相邻社团的共同边界节点,得到所述最终分区结果。
3.根据权利要求2所述的电网线损计算方法,其特征在于,所述基于所述Fast-Newman算法对所述初始分区结果进行分区,得到中间分区结果,具体包括:
基于前一分区结果,计算每两个相邻社团合并后的模块度增量,选取最大的所述模块度增量对应的两个相邻社团并合并,记录当前分区结果并计算模块度,直至所述电网模型中仅余一个社团;
选取所述模块度最高的分区结果作为所述中间分区结果。
4.根据权利要求1所述的电网线损计算方法,其特征在于,所述基于所述最终分区结果,对所述电网模型中的各个分区进行解耦和并行潮流计算,获取每一所述分区的潮流计算结果,具体包括:
若所述最终分区结果中存在同时位于多个分区的共同边界节点,则基于边界等式条件,复制所述共同边界节点,实现对所述多个分区的解耦;其中,所述边界等式条件包括复制后的每一所述共同边界节点的电压相等,复制后的每一所述共同边界节点的发电功率之和与负荷功率之和相等;
对每一所述分区进行并行潮流计算,获取每一所述分区的潮流计算结果。
5.根据权利要求1所述的电网线损计算方法,其特征在于,所述基于电网数据构建电网模型,之前还包括:
获取所述电网数据;
基于预设简化规则对所述电网数据进行简化。
6.根据权利要求1所述的电网线损计算方法,其特征在于,所述基于电网数据构建电网模型,具体包括:
基于所述电网数据构建电网模型,并基于线路导纳对所述电网模型进行加权。
7.根据权利要求1所述的电网线损计算方法,其特征在于,所述基于每一所述分区的潮流计算结果,获取电网线损结果,具体包括:
基于任一所述分区的潮流计算结果,计算所述任一分区的理论线损值;
基于每一所述分区的理论线损值,计算所述电网线损结果。
8.一种电网线损计算装置,其特征在于,包括:
建模单元,用于基于电网数据构建电网模型;
分区单元,用于基于Fast-Newman算法对所述电网模型进行分区,得到最终分区结果;
解耦计算单元,用于基于所述最终分区结果,对所述电网模型中的各个分区进行解耦和潮流计算,获取每一所述分区的潮流计算结果;
线损计算单元,用于基于每一所述分区的潮流计算结果,获取电网线损结果。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述电网线损计算方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述电网线损计算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910317217.8A CN111834996B (zh) | 2019-04-19 | 2019-04-19 | 电网线损计算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910317217.8A CN111834996B (zh) | 2019-04-19 | 2019-04-19 | 电网线损计算方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111834996A true CN111834996A (zh) | 2020-10-27 |
CN111834996B CN111834996B (zh) | 2021-12-03 |
Family
ID=72915234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910317217.8A Active CN111834996B (zh) | 2019-04-19 | 2019-04-19 | 电网线损计算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111834996B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115422788A (zh) * | 2022-11-07 | 2022-12-02 | 广东电网有限责任公司 | 一种配电网线损分析管理方法、装置、存储介质及系统 |
CN117477682A (zh) * | 2023-11-09 | 2024-01-30 | 国网黑龙江省电力有限公司 | 基于安德森加速的配电网-台区协同线损优化调控方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084358A1 (en) * | 2005-05-10 | 2012-04-05 | Netseer, Inc. | Methods and apparatus for distributed community finding |
CN104462779A (zh) * | 2014-11-16 | 2015-03-25 | 贵州大学 | 采用快速建模与数据质量分析的理论线损在线计算方法 |
CN109615550A (zh) * | 2018-11-26 | 2019-04-12 | 兰州大学 | 一种基于相似性的局部社团检测方法 |
-
2019
- 2019-04-19 CN CN201910317217.8A patent/CN111834996B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084358A1 (en) * | 2005-05-10 | 2012-04-05 | Netseer, Inc. | Methods and apparatus for distributed community finding |
CN104462779A (zh) * | 2014-11-16 | 2015-03-25 | 贵州大学 | 采用快速建模与数据质量分析的理论线损在线计算方法 |
CN109615550A (zh) * | 2018-11-26 | 2019-04-12 | 兰州大学 | 一种基于相似性的局部社团检测方法 |
Non-Patent Citations (1)
Title |
---|
姜昊等: "基于Fast-Newman算法的网络社团分区在传送网汇聚区划分中的应用", 《信息通信》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115422788A (zh) * | 2022-11-07 | 2022-12-02 | 广东电网有限责任公司 | 一种配电网线损分析管理方法、装置、存储介质及系统 |
CN117477682A (zh) * | 2023-11-09 | 2024-01-30 | 国网黑龙江省电力有限公司 | 基于安德森加速的配电网-台区协同线损优化调控方法 |
CN117477682B (zh) * | 2023-11-09 | 2024-05-17 | 国网黑龙江省电力有限公司 | 基于安德森加速的配电网-台区协同线损优化调控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111834996B (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112803404B (zh) | 配电网自愈重构规划方法、装置及终端 | |
Li et al. | Decentralized multi-area dynamic economic dispatch using modified generalized benders decomposition | |
WO2016022603A1 (en) | Distributed gradient descent for solving optimal power flow in radial networks | |
CN104077438B (zh) | 电网大规模拓扑结构构建方法与系统 | |
Kim et al. | Coordination and control for energy distribution in distributed grid networks: Theory and application to power dispatch problem | |
CN105354656A (zh) | 基于分区解耦的配电网状态估计的分布式并行计算方法及系统 | |
CN111181164B (zh) | 一种改进的主从分裂输配协同潮流计算方法及系统 | |
CN111834996B (zh) | 电网线损计算方法和装置 | |
CN103795057A (zh) | 配电网潮流计算中基于搜索的配电网拓扑编号生成方法 | |
CN105391056A (zh) | 一种考虑不平衡通信网络的电力系统分布式经济调度方法 | |
Wang et al. | A distributed proximal primal–dual algorithm for energy management with transmission losses in smart grid | |
CN113612191A (zh) | 一种配电网的快速恢复供电方法及装置 | |
CN112103950B (zh) | 一种基于改进gn分裂算法的电网分区方法 | |
CN116613746A (zh) | 一种基于os2的分布式电网建模模型 | |
Hu et al. | Micro-grid state estimation using belief propagation on factor graphs | |
Sadeghi et al. | Fully decentralized multi-agent coordination scheme in smart distribution restoration: Multilevel consensus | |
CN114744770B (zh) | 一种保护控制装置的管控节点规模决策方法及相关装置 | |
CN110675276A (zh) | 一种用于直流输电系统反演下垂控制的方法及系统 | |
CN116054271A (zh) | 一种分布式资源与电网异步调度方法及系统 | |
CN110380418B (zh) | 一种基于图分解的牛顿-拉夫逊潮流计算优化方法 | |
CN110571791B (zh) | 一种新能源接入下的输电网规划的优化配置方法 | |
CN107069743A (zh) | 电网断面潮流的自动调整计算方法 | |
CN118381024B (zh) | 一种输配协同状态估计方法、装置、系统及存储介质 | |
Wang et al. | Fast graphical learning method for parameter estimation in large-scale distribution networks | |
CN109038588A (zh) | 一种配电网潮流计算方法 |
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 |