CN112100785B - 配电网智能终端布局方法、系统、介质及计算机设备 - Google Patents
配电网智能终端布局方法、系统、介质及计算机设备 Download PDFInfo
- Publication number
- CN112100785B CN112100785B CN202011015218.6A CN202011015218A CN112100785B CN 112100785 B CN112100785 B CN 112100785B CN 202011015218 A CN202011015218 A CN 202011015218A CN 112100785 B CN112100785 B CN 112100785B
- Authority
- CN
- China
- Prior art keywords
- intelligent terminal
- distribution network
- physical
- information
- sensitivity
- 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.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000035945 sensitivity Effects 0.000 claims abstract description 61
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 5
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction 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
- 238000013524 data verification Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Power Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种配电网智能终端布局方法、系统、介质及计算机设备,方法包括:建立配电网的信息物理系统模型,并从模型中确定出所有物理节点;对模型的输入数据进行能观的灵敏度分析,以确定每个物理节点的灵敏度系数;根据每个物理节点的灵敏度系数,从所有物理节点中确定需要接入智能终端的目标物理节点。本发明通过建立配电网的信息物理系统模型,以从中确定配电网所有可接入智能终端的物理节点,并对输入数据进行能观的灵敏度分析,以确定每个物理节点的灵敏度系数,灵敏度系数越大,代表该节点影响程度越大,需要加装智能终端,为此就可以根据每个物理节点的灵敏度系数来找到一个整体较优的配电网智能终端配置方案,避免资源和成本浪费。
Description
技术领域
本发明涉及配电网技术领域,特别涉及一种配电网智能终端布局方法、系统、介质及计算机设备。
背景技术
作为电力系统末端的配电网,担负着向企业以及用户供电的职能,其可靠性与稳定性直接影响着企业生产以及人们生活。当前为保证供电系统的稳定性,必须对系统运行状态和运行参数进行实时监控,配电网智能终端(如手机、电脑等)作为配电网数据实时采集、分析、控制的自动化终端设备,引入通信技术、计算机技术以及智能控制技术,对电力系统智能化、配电网数据信息高度一体化融合发展具有重要意义。
在配电网智能终端的布局方面,在《配电网自动化规划导则》和《配电自动化规划设计技术导则》导则中规定,需根据现有的网络结构、可靠性需求、柱上开关以及环网单元的分布等因素,明确规定需要加装智能终端,对智能终端的位置和数量都有要求。但在具体操作过程中,由于网络结构、设备参数、负荷水平、可靠性需求等方面各有不同,规划人员很难找到一个整体较优的配置结果,导致目前智能终端的加装随意性严重,存在一些重要节点未加装智能终端、而一些不必要节点(如能观节点,若通过其它节点的数据能够直接得到某一节点的数据,则该节点即为能观节点)反倒加装智能终端的现象,导致资源和成本浪费。
发明内容
基于此,本发明的目的是提供一种配电网智能终端布局方法、系统、介质及计算机设备,以解决现有无法找到一个整体较优的配电网智能终端配置方案的各种问题。
根据本发明实施例的一种配电网智能终端布局方法,所述方法包括:
建立配电网的信息物理系统模型,并从所述信息物理系统模型中确定出所有可接入智能终端的物理节点;
对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数;
根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点。
另外,根据本发明上述实施例的一种配电网智能终端布局方法,还可以具有如下附加的技术特征:
进一步地,所述建立配电网信息物理系统模型的步骤包括:
获取所述配电网的配置信息,并根据所述配置信息建立所述信息物理系统模型。
进一步地,所述配置信息至少包括网络拓扑结构数据、线路参数、负荷数据和开关数据。
进一步地,对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数的步骤包括:
采用小样本数据分析方法,以预设输出参数为能观性研究对象对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数。
进一步地,所述输入数据包括电压、电流和功率因数,所述预设输出参数包括输出负荷。
进一步地,根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点的步骤包括:
对所有所述物理节点的灵敏度系数进行大小排序;
从排序结果中挑选灵敏度系数大于阈值的物理节点,以得到所述目标物理节点。
进一步地,在根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点的步骤之后,还包括:
计算出以所述目标物理节点为智能终端接入点构成的智能终端布局方案的投资回报率;
根据所述投资回报率与预设社会折现率的比较结果,对所述智能终端布局方案进行可行性分析。
根据本发明实施例的一种配电网智能终端布局系统,所述系统包括:
模型建立模块,用于建立配电网的信息物理系统模型,并从所述信息物理系统模型中确定出所有可接入智能终端的物理节点;
灵敏度分析模块,用于对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数;
节点确定模块,用于根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点。
根据本发明实施例的一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述的配电网智能终端布局方法。
根据本发明实施例的一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述的配电网智能终端布局方法。
与现有技术相比:通过建立配电网的信息物理系统模型,以从中确定配电网所有可接入智能终端的物理节点,并对输入数据进行能观的灵敏度分析,以确定每个物理节点的灵敏度系数,灵敏度系数越大,代表该节点影响程度越大,需要加装智能终端,为此就可以根据每个物理节点的灵敏度系数来找到一个整体较优的配电网智能终端配置方案,避免资源和成本浪费。
附图说明
图1为本发明第一实施例中的配电网智能终端布局方法的流程图;
图2为本发明第二实施例中的配电网智能终端布局方法的流程图;
图3为本发明第三实施例中的配电网智能终端布局系统的结构示意图;
图4为本发明第四实施例中的计算机设备的结构示意图。
以下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当元件被称为“固设于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1,所示为本发明第一实施例中的配电网智能终端布局方法,可应用于计算机设备当中,所述计算机设备可通过软件和/或硬件来实现,所述方法具体包括步骤S01-步骤S03。
步骤S01,建立配电网的信息物理系统模型,并从所述信息物理系统模型中确定出所有可接入智能终端的物理节点。
在具体实施时,可以根据配电网的网络拓扑结构、线路布局、可靠性相关参数、负荷、开关位置及状态、或已有配电网智能终端等数据来构建配电网的信息物理系统模型。在具体模型构建时,可以采用一对一依存耦合模型,即配电网一个物理节点与对应信息节点(智能终端)相互依存,即每个物理节点对应为一个可接入智能终端的信息点,从而从信息物理系统模型中确定出所有可接入智能终端的物理节点。
具体来说,信息物理系统模型具体可以为信息物理融合系统(Cyber-PhysicalSystem,CPS),信息物理融合系统是将嵌入式计算技术(包括传感、处理、控制等)集成到物理系统中,以实现稳定的监测和调控。CPS从结构上可以分为网络子系统和物理子系统,两者相互依赖,面向配电网的CPS通过将电网这一物理子系统的情况作为输入提供给网络子系统,以实现实时动态交互下的决策和管理,使电网获得自适应、自组织和自学习功能,为电力系统的安全、可靠、高效运行服务。
配电网信息物理系统集成了配电网基础设施的物理系统,如具备传感器、开关状态和通信技术等先进技术的信息。信息物理系统可以将其描述为下式(1-1)所示的状态方程:
Y=F(X,Z) (1-1)
上式(1-1)中:X为信息物理系统的输入向量;Y为信息物理系统的输出向量;Z为信息物理系统的控制向量;对于信息物理系统来说,其输入量X就是各种智能终端的采集数据,输出量Y则可以表示为电力运行的各种性能指标,输入量Z代表配电网当中的控制变量:如开关的状态信息。对系统的可观测分析和状态估计采用线性状态估计模型,分析系统可观测增广关联矩阵分析方法。对于线性系统则有:
Y=AX+BZ (1-2)
上式(1-2)中:A,B为常系数矩阵。在实际工程中,经常假设信息物理系统是线性的,其一是为了简化分析,其二是因为非线性系统可以进行线性化,如下式(1-3)所示:
ΔY=AΔX+BΔZ (1-3)
对于配电网的信息物理系统来说,其输入量X即为各类监测终端的采集数据,例如电压、电流、功率因数等;输出量Y则可以表示为电力运行的各种性能指标,如负荷、功率等。电力系统中实际对标指标数据复杂繁多,所谓对标指标,就是以相对先进的指标值作为管理目标的设定值;根据电网公司发布的同业对指标体系,可分为业绩对标指标和管理对标指标,分别涉及电网坚强、服务优质等十六个维度,总计约100多个指标;同时,考虑到绿色低碳的发展要求,与新能源相关的指标亦层出不穷。因此,为精简代表系统输出的性能指标,将其主要分为“源-网-荷-储”四类:
1)源:新能源的接纳能力;
2)网:安全性与可靠性,其中安全性可以以网络阻塞、电压降落等指标进行描述;
3)荷:负荷峰值(代表负荷水平);
4)储:储备电源;
配电网灵活性资源在于源、网、荷、储的特性对于配电网规划的影响,是建立配电网灵活性评估方法的基础研究;配电网的能观程度分析就是将电力客户分为源、网、荷、储;分析可观测程度和可观测状态数据等信息。
步骤S02,对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数。
其中,配电网的能观程度可以以输出量Y的精度来表示,信息物理系统输出量Y的精度取决于输入量X和控制量Z的精度和数量。实际应用中,可以认为X决定了Y的能观性,Z决定了Y的能控性。在具体实施时,可以采用小样本数据分析方法,以预设输出参数为能观性研究对象对信息物理系统模型的输入数据进行能观灵敏度分析,以确定每个物理节点的灵敏度系数。
具体地,本实施例采用小样本数据分析方法来进行数据能观灵敏度分析的过程如下:
以负荷(预设输出参数)为研究对象,假设其可以表示成众多影响因素非线性函数的形式:
P=f(x) (2-1)
上式(2-1)中:P表示负荷;x表示影响因素,是向量的形式。进行泰勒展开后得:
上式(2-2)中:a1,a2,...,an分别代表各个物理节点的灵敏度系数,;n为物理节点的数量;下标0表示参考值;εk(xk-xk,0)2表示二次以上项。
假设样本的数量为m(m<30),样本几个可以表示为:
{Pj,xk,jj∈m,k∈n} (2-3)
则针对第j个样本有:
对于样本Pi,xk,i(i≠j),假设P=Pi,xk=xk,i(i≠j),则有:
上式(2-5)中:ΔPij=Pi-Pj,Δxk,ij=xk,i-xk,j。忽略二次以上项,则有:
定义二次样本集合:
{ΔPij,Δxk,iji,j∈m,i≠j,k∈n} (2-7)
则二次样本集合的规模为:相对与原始的样本集合,规模扩大了很多。
如上所述,针对负荷关联因素分析,在小样本数据集合中,并不是任意两个数据的组合运算就能满足要求,还要考虑是否满足泰勒展开后的线性化条件。
对于泰勒展开问题来说,二次以上项被忽略,必须满足的一个基本条件是:
即:
由此,泰勒级数的项越高、数值越小,呈现“收敛”的特性。而且,上式的比值越小,说明两个样本数据的“距离”越小,则泰勒展开、线性化的误差越小。为了简化计算,在此采取如下的小样本数据校验公式:
上式(2-10)中:ρ<1为阀值。认为所有满足上式的样本数据组合运算是合格的数据。
因此,增加了样本数据校验之后,二次样本数据集合的规模与阀值ρ的关系密切,ρ可以试具体的情况而定。
最终,基于新的二次样本集合,采用线性回归算法进行拟合,即可得到灵敏度系数a1,a2,...,an的估计值,从而得到各个物理节点的灵敏度系数。
步骤S03,根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点。
在具体实施时,可以设定一阈值,当物理节点的灵敏度系数高于该阈值时,代表该物理节点对系统输出影响程度较大,需要在该物理节点接入一智能终端,以对该物理节点的数据进行实时采集、分析和控制;反之,当物理节点的灵敏度系数低于该阈值时,代表该物理节点对系统输出影响程度较小,当物理节点的灵敏度系数约等于0时,可以忽略该物理节点对系统输出的影响。
其中,本步骤当中的目标物理节点即为所有物理节点中灵敏度系数高于阈值的物理节点,每个目标物理节点均可接入一智能终端。因此可以根据每个物理节点的灵敏度系数来找到一个整体较优的配电网智能终端配置方案。
综上,本发明上述实施例当中的配电网智能终端布局方法,通过建立配电网的信息物理系统模型,以从中确定配电网所有可接入智能终端的物理节点,并对输入数据进行能观的灵敏度分析,以确定每个物理节点的灵敏度系数,灵敏度系数越大,代表该节点影响程度越大,需要加装智能终端,为此就可以根据每个物理节点的灵敏度系数来找到一个整体较优的配电网智能终端配置方案,避免资源和成本浪费。
实施例二
请参阅图2,所示为本发明第二实施例中的配电网智能终端布局方法,可应用于计算机设备当中,所述计算机设备可通过软件和/或硬件来实现,所述方法具体包括步骤S11-步骤S17。
步骤S11,获取所述配电网的配置信息,并根据所述配置信息建立所述信息物理系统模型。
其中,所述配置信息至少包括网络拓扑结构数据、线路参数、负荷数据和开关数据等。
步骤S12,从所述信息物理系统模型中确定出所有可接入智能终端的物理节点。
在具体实施时,信息物理系统模型中每个物理节点均可先确定为可接入智能终端的物理节点,在后续根据各个物理节点的灵敏度系数来进行筛选。
步骤S13,采用小样本数据分析方法,以预设输出参数为能观性研究对象对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数。
其中,所述输入数据包括电压、电流和功率因数,所述预设输出参数包括输出负荷,即可以以输出负荷为能观性研究对象对电压、电流和功率因数等输入数据进行能观的灵敏度分析,以确定每个物理节点的灵敏度系数,灵敏度系数的演算过程参见第一实施例,在此不再赘述。
步骤S14,对所有所述物理节点的灵敏度系数进行大小排序。
步骤S15,从排序结果中挑选灵敏度系数大于阈值的物理节点,以从所有所述物理节点中得出需要接入智能终端的目标物理节点。
在具体实施时,可以按从小到大或从大到小的顺序对所有物理节点的灵敏度系数进行排序,然后从排序结果中挑选出灵敏度系数大于阈值的物理节点,并将其作为后续要接入智能终端的物理节点(也是系统的信息节点)。
步骤S16,计算出以所述目标物理节点为智能终端接入点构成的智能终端布局方案的投资回报率。
步骤S17,根据所述投资回报率与预设社会折现率的比较结果,对所述智能终端布局方案进行可行性分析。
其中,投资回报率一般采用内部收益率(IRR)来评估,其含义是投资方案在建设和生产运行年限内,各年净现金流量的现值累计等于0时的折现率,是反映方案获利能力的重要动态评价指标。IRR是指使方案在研究期内一系列收入和支出的现金流量净现值为0时的折现率,内部收益率的计算公式如下:
上式(5-1)中:
CI、CO分别代表现金流入量和流出量;现金流量按照经营活动、投资活动和筹资活动进行分类报告,目的是便于报表使用人了解各类活动对企业财务状况的影响,以及估量未来的现金流量。在上述划分的基础上,又将每大类活动的现金流量分为现金流入量和现金流出两类,即经营活动现金流入、经营活动现金流出、投资活动现金流入、投资活动现金流出、筹资活动现金流入、筹资活动现金流出;
t代表现金流量发生在第t年;
n代表项目生命周期;
当内部收益率IRR大于或等于社会折现率,表明方案可行,否则代表方案不可行。
在本发明一些可选实施例当中,还可以以投资回报率最高为目标函数,对不同布局方案进行筛选,以选取最优的智能终端布局方案。举例如下:
给定三个备选方案:方案1、目前现有的智能终端布局方案;
方案2、在所有主干线的首端安装智能终端;
方案3、根据灵敏度系数的大小排序,对智能终端的安装位置进行优化,使整体能观性与方案2一致,即本发明实施例方案。三个方案的投资回报率如下表1所示。
表1:不同布局方案的投资回报率比较
备选方案 | 投资(万/MW) | 整体能观性 | 投资回报率% |
方案1 | 194.17 | 76% | 8.39 |
方案2 | 213.98 | 100% | 6.37 |
方案3 | 200.62 | 100% | 10.5 |
分别计算不同布局方案的投资回报率,如表1所示,方案1为现有的智能终端布局方案,此方案成本最小,但整体能观性最低;方案2为在所有主干线的首端安装智能终端,此方案虽然实现完全的整体能观性,但是成本也最高,投资回报率最差;方案3为采用优化方法后的智能终端布局,此方案的整体能观性与全部安装智能终端的整体能观性一样,但是其投资回报率最好,所以配电网智能终端布局方法在满足整体能观性的前提下,投资回报率最高,其方案为智能终端布局的最优方案。
实施例三
本发明另一方面还提供一种配电网智能终端布局系统,请查阅图3,所示为本发明第二实施例中的配电网智能终端布局系统,所述配电网智能终端布局系统为多通道全频段接收系统,所述配电网智能终端布局系统具体包括:
模型建立模块11,用于建立配电网的信息物理系统模型,并从所述信息物理系统模型中确定出所有可接入智能终端的物理节点;
灵敏度分析模块12,用于对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数;
节点确定模块13,用于根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点。
进一步地,在本发明一些可选实施例当中,所述模型建立模块11包括:
模型建立单元,用于获取所述配电网的配置信息,并根据所述配置信息建立所述信息物理系统模型。
进一步地,在本发明一些可选实施例当中,所述配置信息至少包括网络拓扑结构数据、线路参数、负荷数据和开关数据。
进一步地,在本发明一些可选实施例当中,所述灵敏度分析模块12包括:
灵敏度分析单元,用于采用小样本数据分析方法,以预设输出参数为能观性研究对象对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数。
进一步地,在本发明一些可选实施例当中,所述输入数据包括电压、电流和功率因数,所述预设输出参数包括输出负荷。
进一步地,在本发明一些可选实施例当中,所述节点确定模块13包括:
系数排序单元,用于对所有所述物理节点的灵敏度系数进行大小排序;
节点确定单元,用于从排序结果中挑选灵敏度系数大于阈值的物理节点,以得到所述目标物理节点。
进一步地,在本发明一些可选实施例当中,所述配电网智能终端布局系统还可以包括:
回报率计算模块,用于计算出以所述目标物理节点为智能终端接入点构成的智能终端布局方案的投资回报率;
可行性分析模块,用于根据所述投资回报率与预设社会折现率的比较结果,对所述智能终端布局方案进行可行性分析。
上述各模块、单元被执行时所实现的功能或操作步骤与上述方法实施例大体相同,在此不再赘述。
综上,本发明上述实施例当中的配电网智能终端布局系统,通过建立配电网的信息物理系统模型,以从中确定配电网所有可接入智能终端的物理节点,并对输入数据进行能观的灵敏度分析,以确定每个物理节点的灵敏度系数,灵敏度系数越大,代表该节点影响程度越大,需要加装智能终端,为此就可以根据每个物理节点的灵敏度系数来找到一个整体较优的配电网智能终端配置方案,避免资源和成本浪费。
实施例四
本发明另一方面还提出一种计算机设备,请参阅图4,所示为本发明第四实施例当中的计算机设备,包括存储器20、处理器10以及存储在存储器上并可在处理器上运行的计算机程序30,所述处理器10执行所述程序30时实现如上述的配电网智能终端布局方法。
其中,处理器10在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器20中存储的程序代码或处理数据,例如执行访问限制程序等。
其中,存储器20至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是计算机设备的内部存储单元,例如该计算机设备的硬盘。存储器20在另一些实施例中也可以是计算机设备的外部存储装置,例如计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器20还可以既包括计算机设备的内部存储单元也包括外部存储装置。存储器20不仅可以用于存储安装于计算机设备的应用软件及各类数据,还可以用于暂时地存储已经输出或者将要输出的数据。
需要指出的是,图4示出的结构并不构成对计算机设备的限定,在其它实施例当中,该计算机设备可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
综上,本发明上述实施例当中的计算机设备,通过建立配电网的信息物理系统模型,以从中确定配电网所有可接入智能终端的物理节点,并对输入数据进行能观的灵敏度分析,以确定每个物理节点的灵敏度系数,灵敏度系数越大,代表该节点影响程度越大,需要加装智能终端,为此就可以根据每个物理节点的灵敏度系数来找到一个整体较优的配电网智能终端配置方案,避免资源和成本浪费。
本发明实施例还提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述的配电网智能终端布局方法。
本领域技术人员可以理解,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种配电网智能终端布局方法,其特征在于,所述方法包括:
建立配电网的信息物理系统模型,并从所述信息物理系统模型中确定出所有可接入智能终端的物理节点;
对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数;
根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点;
对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数的步骤包括:
采用小样本数据分析方法,以预设输出参数为能观性研究对象对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数;
所述输入数据包括电压、电流和功率因数,所述预设输出参数包括输出负荷。
2.根据权利要求1所述的配电网智能终端布局方法,其特征在于,所述建立配电网信息物理系统模型的步骤包括:
获取所述配电网的配置信息,并根据所述配置信息建立所述信息物理系统模型。
3.根据权利要求2所述的配电网智能终端布局方法,其特征在于,所述配置信息至少包括网络拓扑结构数据、线路参数、负荷数据和开关数据。
4.根据权利要求1所述的配电网智能终端布局方法,其特征在于,根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点的步骤包括:
对所有所述物理节点的灵敏度系数进行大小排序;
从排序结果中挑选灵敏度系数大于阈值的物理节点,以得到所述目标物理节点。
5.根据权利要求1所述的配电网智能终端布局方法,其特征在于,在根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点的步骤之后,还包括:
计算出以所述目标物理节点为智能终端接入点构成的智能终端布局方案的投资回报率;
根据所述投资回报率与预设社会折现率的比较结果,对所述智能终端布局方案进行可行性分析。
6.一种配电网智能终端布局系统,其特征在于,所述系统包括:
模型建立模块,用于建立配电网的信息物理系统模型,并从所述信息物理系统模型中确定出所有可接入智能终端的物理节点;
灵敏度分析模块,用于对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数;
节点确定模块,用于根据所述每个所述物理节点的灵敏度系数,从所有所述物理节点中确定需要接入智能终端的目标物理节点;
所述灵敏度分析模块包括:
灵敏度分析单元,用于采用小样本数据分析方法,以预设输出参数为能观性研究对象对所述信息物理系统模型的输入数据进行能观的灵敏度分析,以确定每个所述物理节点的灵敏度系数;
所述输入数据包括电压、电流和功率因数,所述预设输出参数包括输出负荷。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5任一所述的配电网智能终端布局方法。
8.一种计算机设备,其特征在于,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1-5任一所述的配电网智能终端布局方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011015218.6A CN112100785B (zh) | 2020-09-24 | 2020-09-24 | 配电网智能终端布局方法、系统、介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011015218.6A CN112100785B (zh) | 2020-09-24 | 2020-09-24 | 配电网智能终端布局方法、系统、介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112100785A CN112100785A (zh) | 2020-12-18 |
CN112100785B true CN112100785B (zh) | 2024-05-14 |
Family
ID=73755385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011015218.6A Active CN112100785B (zh) | 2020-09-24 | 2020-09-24 | 配电网智能终端布局方法、系统、介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112100785B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376376A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种面向配电自动化终端类型的优化配置方法 |
CN104393588A (zh) * | 2014-11-04 | 2015-03-04 | 电子科技大学 | 一种基于最小均方误差的最优pmu布置方法 |
CN105305507A (zh) * | 2015-09-29 | 2016-02-03 | 南方电网科学研究院有限责任公司 | 交直流互联电网的pmu布点优化方法和系统 |
CN105356610A (zh) * | 2015-11-26 | 2016-02-24 | 江苏省电力公司南京供电公司 | 智能配电网的配电自动化终端配置方法 |
CN105373862A (zh) * | 2015-12-02 | 2016-03-02 | 中国南方电网有限责任公司 | 基于年度负荷曲线的终端站规划方案可靠性评估优选方法 |
CN105515017A (zh) * | 2015-12-11 | 2016-04-20 | 国网智能电网研究院 | 计及信息安全约束的广域测量系统pmu优化配置方法 |
CN106786531A (zh) * | 2016-12-26 | 2017-05-31 | 国网天津市电力公司 | 一种配电终端优化配置方法 |
CN107704670A (zh) * | 2017-09-21 | 2018-02-16 | 国家电网公司 | 配电网信息物理系统仿真数据分析可视化建模方法 |
CN109494728A (zh) * | 2018-12-04 | 2019-03-19 | 国家电网有限公司 | 一种配电终端选址选型方法 |
CN110222889A (zh) * | 2019-05-29 | 2019-09-10 | 华南理工大学 | 基于多种智能算法的配电网馈线自动化终端配置方法 |
CN110676940A (zh) * | 2019-10-21 | 2020-01-10 | 国网上海市电力公司 | 一种提高参数辨识精度的配电网pmu配置方法及系统 |
CN111146782A (zh) * | 2019-12-17 | 2020-05-12 | 国网山东省电力公司电力科学研究院 | 一种主动配电网分层的时变优化追踪方法 |
CN111244985A (zh) * | 2020-03-04 | 2020-06-05 | 东南大学 | 基于节点综合灵敏度系数的分布式储能序次优化配置方法 |
CN111311101A (zh) * | 2020-02-20 | 2020-06-19 | 广东电网有限责任公司 | 一种基于业务指标灵敏度的配电网资源配置方法和装置 |
CN111652411A (zh) * | 2020-05-15 | 2020-09-11 | 三峡大学 | 分布式电源双层规划方法 |
-
2020
- 2020-09-24 CN CN202011015218.6A patent/CN112100785B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104393588A (zh) * | 2014-11-04 | 2015-03-04 | 电子科技大学 | 一种基于最小均方误差的最优pmu布置方法 |
CN104376376A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种面向配电自动化终端类型的优化配置方法 |
CN105305507A (zh) * | 2015-09-29 | 2016-02-03 | 南方电网科学研究院有限责任公司 | 交直流互联电网的pmu布点优化方法和系统 |
CN105356610A (zh) * | 2015-11-26 | 2016-02-24 | 江苏省电力公司南京供电公司 | 智能配电网的配电自动化终端配置方法 |
CN105373862A (zh) * | 2015-12-02 | 2016-03-02 | 中国南方电网有限责任公司 | 基于年度负荷曲线的终端站规划方案可靠性评估优选方法 |
CN105515017A (zh) * | 2015-12-11 | 2016-04-20 | 国网智能电网研究院 | 计及信息安全约束的广域测量系统pmu优化配置方法 |
CN106786531A (zh) * | 2016-12-26 | 2017-05-31 | 国网天津市电力公司 | 一种配电终端优化配置方法 |
CN107704670A (zh) * | 2017-09-21 | 2018-02-16 | 国家电网公司 | 配电网信息物理系统仿真数据分析可视化建模方法 |
CN109494728A (zh) * | 2018-12-04 | 2019-03-19 | 国家电网有限公司 | 一种配电终端选址选型方法 |
CN110222889A (zh) * | 2019-05-29 | 2019-09-10 | 华南理工大学 | 基于多种智能算法的配电网馈线自动化终端配置方法 |
CN110676940A (zh) * | 2019-10-21 | 2020-01-10 | 国网上海市电力公司 | 一种提高参数辨识精度的配电网pmu配置方法及系统 |
CN111146782A (zh) * | 2019-12-17 | 2020-05-12 | 国网山东省电力公司电力科学研究院 | 一种主动配电网分层的时变优化追踪方法 |
CN111311101A (zh) * | 2020-02-20 | 2020-06-19 | 广东电网有限责任公司 | 一种基于业务指标灵敏度的配电网资源配置方法和装置 |
CN111244985A (zh) * | 2020-03-04 | 2020-06-05 | 东南大学 | 基于节点综合灵敏度系数的分布式储能序次优化配置方法 |
CN111652411A (zh) * | 2020-05-15 | 2020-09-11 | 三峡大学 | 分布式电源双层规划方法 |
Non-Patent Citations (4)
Title |
---|
主动配电网FTU配置优化方法探讨;吴国诚;龚向阳;蔡振华;谢宇哲;叶夏明;邱云;王克文;电力系统保护与控制;20190401;第47卷(第07期);84-91 * |
基于拓扑势均衡的配电网信息物理系统规划算法;杨挺;黄志勇;盆海波;张亚健;牛宇卿;;电网技术;20171205;41(第12期);3988-3995 * |
智能配电系统规划关键问题与研究展望;袁博;邵华;贺春光;王颖;杨挺;王莹;电力自动化设备;20170103;37(第01期);65-73 * |
配电网谐波量测装置最优配置方法;李炜;仉志华;隋国正;孙东;曲泽奇;;电力工程技术;20181228;第37卷(第06期);109-114 * |
Also Published As
Publication number | Publication date |
---|---|
CN112100785A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
CN109034244B (zh) | 基于电量曲线特征模型的线损异常诊断方法及装置 | |
CN105637432A (zh) | 识别被监控实体的异常行为 | |
Javadi et al. | An augmented NSGA-II technique with virtual database to solve the composite generation and transmission expansion planning problem | |
Alipour et al. | Comparing topological and reliability-based vulnerability analysis of Iran power transmission network | |
CN111612275A (zh) | 一种预测区域用户负荷量的方法及装置 | |
Mohammadi et al. | Multidimensional scenario selection for power systems with stochastic failures | |
Xu et al. | Risk‐averse multi‐objective generation dispatch considering transient stability under load model uncertainty | |
Cioara et al. | An overview of digital twins application domains in smart energy grid | |
Riahinia et al. | Load service restoration in active distribution network based on stochastic approach | |
CN109583086A (zh) | 配电变压器重过载预测方法及终端设备 | |
Zhou et al. | Energy theft detection in multi-tenant data centers with digital protective relay deployment | |
Devi et al. | A review of redundancy allocation problem for two decades: bibliometrics and future directions | |
CN116911471A (zh) | 一种供电系统的传输性能优化方法及系统 | |
CN112100785B (zh) | 配电网智能终端布局方法、系统、介质及计算机设备 | |
Çetinkaya et al. | Time series clustering analysis of energy consumption data | |
Ding et al. | A framework for short-term activity-aware load forecasting | |
CN113131469B (zh) | 一种静态负荷的分析方法及装置 | |
CN115275975A (zh) | 一种光储充电站电力数据匹配度的确定方法及装置 | |
de Paula et al. | m‐ISODATA: Unsupervised clustering algorithm to capture representative scenarios in power systems | |
Chen et al. | Evaluating distribution system reliability with hyperstructures graph convolutional nets | |
Teekaraman et al. | [Retracted] Diminution of Smart Grid with Renewable Sources Using Support Vector Machines for Identification of Regression Losses in Large‐Scale Systems | |
CN114386767B (zh) | 一种配电运维管理系统的故障预警方法及系统 | |
CN117151660B (zh) | 基于业务能力的中台系统构建方法、装置、设备和介质 | |
Huang et al. | Inclusion of Reactive Power into Ecological Robustness-Oriented Optimal Power Flow for Enhancing Power System Resilience |
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 |