CN112785119B - 基于聚类和层次分析算法的配网电压越限原因分析方法 - Google Patents
基于聚类和层次分析算法的配网电压越限原因分析方法 Download PDFInfo
- Publication number
- CN112785119B CN112785119B CN202011577869.4A CN202011577869A CN112785119B CN 112785119 B CN112785119 B CN 112785119B CN 202011577869 A CN202011577869 A CN 202011577869A CN 112785119 B CN112785119 B CN 112785119B
- Authority
- CN
- China
- Prior art keywords
- voltage
- clustering
- distribution network
- limit
- 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.)
- Active
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 53
- 238000004458 analytical method Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000011217 control strategy Methods 0.000 claims abstract description 9
- 238000007621 cluster analysis Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 33
- 239000011159 matrix material Substances 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 17
- 239000003990 capacitor Substances 0.000 claims description 12
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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]
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于聚类和层次分析算法的配网电压越限原因分析方法。该方法首先从配网地理信息系统、营销系统、设备台帐,并关联数据采集与监视控制系统,采集得到配电网区域电压调整所需拓扑结构、电气设备参数、负荷运行数据;然后基于改进的模糊C聚类算法对台区负荷数据及各个电压等级的数据进行聚类分析,得到不同类型的负荷及电压曲线;最后根据不同类型的电压及负荷数据,来确定不同类型电压问题对应的产生原因及治理措施;本发明综合考虑各个电压等级的电压变化特性和台区负荷的特征,能够更准确的对电压问题进行分析,从而将不同类型的电压变化规律和电压越限原因进行对应,以给配电网多级协调控制策略提供有力的依据。
Description
技术领域
本发明属于电力配电网技术领域,具体涉及一种基于改进的模糊C聚类算法和层次分析法的配网电压越限原因分析方法。
背景技术
目前针对配电网出现的台区电压越限问题,国内外学者对电压越限问题产生的原因进行总结,并从解决问题的角度采取相应的控制手段来解决电压越限问题。也有学者针对末端电网的电压越限问题的措施进行整理,根据不同低电压现象的成因机理,构建仿真模型进行分析,量化评估低电压,来解决低电压问题。
但目前农村配电网出现的电压越限问题不仅仅是越下限问题,在长线路辐射状的网架结构下,会出现电压越下限问题;但配变轻载时又会出现电压越上限问题。即一天中用电高峰期出现电压越下限问题,用电低谷期出现越上限问题。因此如何克服现有技术的不足,对配电网电压越限原因进行分析是目前电力配电网技术领域亟需解决的问题。
发明内容
本发明的目的是为了解决现有技术的不足,针对以上的研究现状及农村配电网的电压越限问题的现状,提供一种基于聚类和层次分析算法的配网电压越限原因分析方法,该方法基于改进的模糊C聚类算法对配电网的变电站、馈线及台区配变电压进行分类,同时结合台区配变负荷数据变化曲线,综合考虑各个电压等级的曲线特性和台区负荷的特性,能够更准确的对电压问题进行分析归类形成电压质量问题库,接下来利用层次分析法将电压质量问题与电压越限的原因进行关联性分析,从而将不同类型的电压变化曲线和电压越限原因进行对应,以给配电网多级协调控制策略提供有力的依据。
为实现上述目的,本发明采用的技术方案如下:
基于聚类和层次分析算法的配网电压越限原因分析方法,包括如下步骤:
步骤(1),从配网地理信息系统、营销系统、设备台帐,并关联数据采集与监视控制系统,采集得到配电网区域电压调整所需的拓扑结构、电气设备参数、电压及负荷运行数据;
步骤(2),基于改进的模糊C聚类算法对台区配变负荷数据及各个电压等级的数据进行聚类分析,得到不同类型的负荷及电压曲线;
步骤(3),通过层次分析法将不同类型的负荷及电压曲线和电压越限原因进行对应;对于待测配电网电压越限进行分析时,通过其负荷及电压曲线的类型找到对应的电压越限原因,并采用相应的治理措施进行治理;
不同类型电压问题对应的产生原因及治理措施如下;
1)变电站级别的电压越上限、电压越下限问题的措施:
改变主变的档位,投切并联电抗器和电容器组,调节电压至正常范围;
2)馈线级别的电压越上限、电压越下限问题的措施:
改变线路调压器的档位,来调节线路的电压水平,或投切中压的电抗器或者电容器,至电压至正常范围;
3)台区配变的电压越上限问题、越下限问题及同时越上限和越下限问题措施:
A、电压越上限问题:切除电容器和改变有载调压变的档位,至电压至正常范围;
B、电压越下限问题:增加线路截面积、增加低压无功补偿装置和低压线路调压器,至电压至正常范围;
C、同时越下限和越上限问题:根据负荷水平实时监测,并调整电压无功补偿装置和调节有载调压变的档位,至电压至正常范围。
进一步,优选的是,步骤(1)中,负荷数据包括电压、电流、有功功率和无功功率。
进一步,优选的是,步骤(2)中,电压等级包括变电站110kV、35kV/10kV馈线、台区400V。
进一步,优选的是,步骤(2)中,基于改进的模糊C聚类算法为先采用均值漂移算法来确定模糊聚类算法的聚类中心和聚类数;然后再执行模糊C均值聚类算法。
进一步,优选的是,均值漂移算法的具体内容为:
1)给定d维空间Rd中n个样本点xi,i=1,2,…,n,给定带宽h和允许误差ε;
2)对原始数据进行标准化处理;
4)判断||mh(x)-x||<ε是否成立,若不成立,则将mh(x)赋值给x,回到步骤3)继续迭代;若成立则记住此时的中心点(聚类中心),直至所有的点都被归类,最后输出所有样本的聚类中心和聚类数。
进一步,优选的是,带宽h取0.45,允许误差ε设置为0.5%。
进一步,优选的是,模糊C均值聚类算法的具体内容为:
1)初始化:通过均值漂移算法得到的聚类数为c,设模糊指数m,允许误差ε1,初始聚类中心矩阵p(0),最大迭代次数N,初始迭代次数k=0,1<c<n,1≤m≤+∞;
2)对原始的配变负荷数据及各个电压等级的电压数据进行标准化处理;
3)计算隶属度矩阵U(k)公式如下;
其中,uij表示第j个样本属于i类的隶属度;uij为矩阵U(k)第i行第j列的元素;c表示聚类数目;dij为样本点与聚类中心pi之间的欧氏距离;m为加权指数;k是迭代步数;
4)调整聚类中心值p(k)公式如下;
其中,n表示待分类样本数;pi表示每类聚类中心点;m为加权指数;xj表示样本点;
5)判断||p(k+1)-p(k)||<ε1是否成立,是则停止迭代,输出结果,得到各类的聚类中心和各个样本对于各类的隶属度值;或者当k=N时,停止迭代,输出结果,得到各类的聚类中心和各个样本对于各类的隶属度值;否则返回至步骤3)继续迭代。
ε1取值优选是0.5%。
进一步,优选的是,标准化处理的具体方法为:采用最大-最小标准化,公式如下:
x*为标准化后的值,x为原始数据,max、min分别为原始数据中的最大值和最小值。
进一步,优选的是,还包括:步骤(4),根据不同电压问题产生的原因及治理措施,给配电网无功电压多级协调控制策略控制方法:
配电网的无功电压多级协调控制策略:以整个配电网的电压和功率因数为控制目标,来多级协调控制调压设备和无功补偿装置来提高整体的配电网电压水平。
本发明中地理信息系统为Distribution Network Geographic InformationSystem;数据采集与监视控制系统为Supervisory Control And Data Acquisition,SCADA。
本发明中m为加权指数,控制着样本在不同类间的分享程度,其值越大,抑制的效果越好,经验值取2。
本发明采用模糊C均值聚类算法,当算法收敛时,就得到了各类的聚类中心和各个样本对于各类的隶属度值,从而完成了模糊聚类划分。
本发明与现有技术相比,其有益效果为:
本发明方法所带来的经济效益从提升供电电压质量,降低变压器的损耗及减少运维的角度来分析:
(1)提升供电电压质量
系统投运后,示范区域的电压合格率由原来的20%左右提升为100%。试点区域的电压质量得到明显提升,从而保障了配电网的安全、经济运行。
(2)减少运维费用
据统计试点台区年电压越限次数约20次,按照平均每人每天300元,处理一次缺陷需两人一天,车辆费、驾驶员费用按照每天每人每车750元,那么每年运行维护费用为42000元(不包含材料费用)。预计设备运行后可以减少90%的电压越限事件,减少运维费用37800元,即每月减少费用3150元。
经过以上分析,本项目合计每年产生的经济效益为18.9万元。
(3)社会效益分析
形成良好的电力行业风格,提升电力行业的社会形象,从用户用电体验最优为出发点,减少低电压和高电压给用户造成的损失,保证用户用电质量合格稳定。在配电建设与改造实施过程中,广泛使用智能电网技术、先进的电力电子技术,推动了配电网整体技术全面提升。实现了对试点区域的电能质量实时监控,结合电能质量状况分析和评估,提升了当地运维部门的运维效率,减少了运维次数。
附图说明
图1为本发明方法整体实施流程框架图;
图2为本发明中基于改进的模糊C聚类算法和层次分析法的流程图;
图3为本发明应用实例中台区负荷及电压类型聚类结果图;其中,纵坐标单位为kV,横坐标单位为V;
图4为多元属性分层分级体系示意图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限定本发明的范围。实施例中未注明具体技术或条件者,按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者,均为可以通过购买获得的常规产品。
一种基于改进的模糊C聚类算法的配网电压越限原因分析方法,实施步骤如下:
1、从配网地理信息系统(Distribution Network Geographic InformationSystem)、营销系统、设备台帐,并关联数据采集与监视控制系统(Supervisory ControlAnd Data Acquisition,SCADA),得到配电网区域电压调整所需拓扑结构、电气设备参数、负荷数据(电压、电流、有功功率和无功功率)等运行数据;
2、基于改进的模糊C聚类算法对台区配变负荷数据及各个电压等级(变电站110kV、35kV/10kV馈线、台区400V)的数据进行聚类分析,得到不同类型的负荷及电压曲线;
3、根据不同类型的电压及负荷曲线,来确定不同类型电压问题对应的产生原因及治理措施;
1)变电站级别的电压越上限、电压越下限问题的措施:
改变主变的档位,投切并联电容器组;
2)馈线级别的电压越上限、电压越下限问题的措施:
改变线路调压器的档位,来调节线路的电压水平,或投切中压的电抗器或者电容器;
3)台区配变的电压越上限问题、越下限问题及同时越上限和越下限问题措施:
A、电压越上限问题-切除电容器和改变有载调压变的档位;
B、电压越下限问题-增加线路截面积、增加低压无功补偿装置和低压线路调压器;
C、同时越下限和越上限问题:根据负荷水平实时监测,并调整电压无功补偿装置和调节有载调压变的档位。
4、根据不同电压问题产生的原因及治理措施,给配电网无功电压多级协调控制策略提供控制建议。
配电网的无功电压多级协调控制策略:以整个配电网的电压和功率因数为控制目标,来多级协调控制调压设备和无功补偿装置来提高整体的配电网电压水平。
以下是实施步骤2中的基于改进的模糊C聚类算法进行的台区负荷分类及不同电压等级的电压曲线分类算法:
算法实施分为两个大的步骤,即先采用均值漂移算法来确定模糊聚类算法的聚类中心和聚类数;然后再执行模糊C均值算法。
(1)均值漂移算法实现步骤:
1)给定d维空间Rd中n个样本点xi,i=1,2,…,n,给定带宽h和允许误差ε;带宽h取0.45,允许误差ε设置为0.5%;
2)对原始数据进行标准化处理;
4)判断||mh(x)-x||<ε是否成立,若不成立,则将mh(x)赋值给x,回到步骤3)继续迭代;若成立则记住此时的中心点(聚类中心),直至所有的点都被归类,最后输出所有样本的聚类中心和聚类数。
(2)模糊C均值算法实现过程:
1)初始化:通过均值漂移算法得到的聚类数为c(1<c<n),模糊指数m(1≤m≤+∞),允许误差ε1,初始聚类中心矩阵p(0),最大迭代次数N,初始迭代次数k=0;ε1取值优选是0.5%
2)对原始的配变负荷数据及各个电压等级的电压数据进行标准化处理;
3)计算隶属度矩阵U(k)公式如下;
4)调整聚类中心值p(k)公式如下;
5)判断||p(k+1)-p(k)||<ε1是否成立,是则停止迭代,输出结果;否则返回至步骤3继续迭代;
6)当k=N时,停止迭代。
整体算法的流程图如2所示,
均值漂移法在确定初始聚类条件时不需要任何先验知识,完全依靠特征空间中的样本点进行分析。通过均值漂移算法把原始数据点进行相应的归类划分,摒弃了模糊C均值聚类算法确定初始聚类中心计算代价大、陷入局部极值的不足,避免由于初始聚类中心确定不稳定而带来的模糊C均值聚类算法结果准确性低的问题。成功使模糊C均值聚类算法在应用于台区负荷分类及不同电压等级的电压曲线分类中实现满足负荷分类精度需求的聚类结果,全新的构建了一种台区负荷分类及不同电压等级的电压曲线分类方法。
以下是实施步骤3中的根据不同类型的电压及负荷曲线,来确定不同类型电压问题对应的产生原因及治理措施:
当完成台区负荷分类及不同电压等级电压曲线分类后,再通过层次分析法(AHP)将不同类型的电压变化曲线和电压越限原因进行对应,以给配电网多级协调控制策略提供有力的依据。
层次分析法(AHP)实现步骤:
1)构建典型电压质量事件的多源致因属性分层分级体系,整个体系分为目标层、准则层和措施层。其中目标层O层={电压质量问题};准则层中A层={变电站,配电网,分布式电源},P层={母线电压,主变档位,无功补偿,线路阻抗参数,网络参数不平衡,负荷三相不平衡,负载率,供电面积,配变档位,电压监测仪,分布式电源渗透率,分布式电源接入点};措施层C层={电压越上限,电压越上限和越下限,电压越下限},该电压质量问题致因分析体系如图4所示;
2)根据步骤1)中建立的体系可构造判断矩阵F。两两比较同一层元素相对于上层元素的重要性,并以1-9标度表示相对重要程度。
表1各指标权重判别矩阵
指标 | P1 | P2 | P3 | P4 | P5 | P6 | P7 | P8 | P9 | P10 | P11 | P12 |
P1 | 1 | 1/2 | 2 | 2 | 2 | 1/4 | 1/2 | 2 | 1/3 | 1/2 | 1/4 | 1/2 |
P2 | 2 | 1 | 7 | 5 | 6 | 1 | 2 | 6 | 1 | 2 | 1 | 2 |
P3 | 1/2 | 1/7 | 1 | 1/2 | 1/3 | 1/6 | 1/4 | 1/2 | 1/6 | 1/3 | 1/6 | 1/4 |
P4 | 1/2 | 1/5 | 2 | 1 | 1/2 | 1/5 | 1/3 | 1 | 1/5 | 1/3 | 1/4 | 1/3 |
P5 | 2 | 1/6 | 3 | 2 | 1 | 1/5 | 1/3 | 2 | 1/3 | 1/2 | 1/2 | 1/2 |
P6 | 4 | 1 | 6 | 5 | 3 | 1 | 2 | 5 | 1 | 3 | 1 | 2 |
P7 | 2 | 1/2 | 4 | 3 | 2 | 1/3 | 1 | 3 | 1/2 | 1 | 1/2 | 1 |
P8 | 1/2 | 1/6 | 2 | 1 | 1/2 | 1/5 | 1/3 | 1 | 1/4 | 1/3 | 1/5 | 1/3 |
P9 | 3 | 1 | 6 | 5 | 3 | 1 | 2 | 4 | 1 | 2 | 1 | 2 |
P10 | 2 | 1/2 | 3 | 3 | 2 | 1/3 | 1 | 3 | 1/2 | 1 | 1/2 | 1 |
P11 | 4 | 1 | 6 | 4 | 2 | 1 | 2 | 5 | 1 | 2 | 1 | 2 |
P12 | 2 | 1/2 | 4 | 3 | 3 | 1/2 | 2 | 3 | 1/2 | 1 | 1/2 | 1 |
3)判断矩阵一致性校验。在进行元素相对重要性比较时,专家应以同一标准进行判断,一致性校验的目的即为了鉴别构造的判断矩阵是否符合一致性的要求。
一致性比率公式为:
CI表示一致性指标,值由判断矩阵计算获得,RI表示平均随机一致性指标,值通过查表获得。
当CR<0.10时,认为判断矩阵F满足一致性要求,否则需要修正判断矩阵元素,直至满足一致性校验。
根据表1可计算P层各个属性的各属性的权重,可得到表2。同理依次可以得到P1-P12的判别矩阵如表3-表14所示。
表2 P层属性权重
指标 | 权重 |
P1 | 0.0713 |
P2 | 0.1672 |
P3 | 0.0202 |
P4 | 0.0313 |
P5 | 0.0434 |
P6 | 0.0636 |
P7 | 0.0766 |
P8 | 0.0279 |
P9 | 0.1289 |
P10 | 0.0674 |
P11 | 0.1402 |
P12 | 0.0620 |
表3 P1-C层判别矩阵
指标 | C1 | C2 | C3 |
C1 | 1 | 5 | 3 |
C2 | 1/5 | 1 | 1/3 |
C3 | 1/3 | 3 | 1 |
表4 P2-C层判别矩阵
表5 P3-C层判别矩阵
指标 | C2 | C4 |
C2 | 1 | 1/3 |
C4 | 3 | 1 |
表6 P4-C层判别矩阵
指标 | C2 | C3 |
C2 | 1 | 1/2 |
C3 | 2 | 1 |
表7 P5-C层判别矩阵
指标 | C3 | C4 |
C3 | 1 | 3 |
C4 | 1/3 | 1 |
表8 P6-C层判别矩阵
指标 | C3 | C4 |
C3 | 1 | 3 |
C4 | 1/3 | 1 |
表9 P7-C层判别矩阵
指标 | C1 | C2 |
C1 | 1 | 5 |
C2 | 1/5 | 1 |
表10 P8-C层判别矩阵
指标 | C1 | C2 |
C1 | 1 | 3 |
C2 | 1/3 | 1 |
表11 P9-C层判别矩阵
指标 | C1 | C2 |
C1 | 1 | 3 |
C2 | 1/3 | 1 |
表12 P10-C层判别矩阵
指标 | C1 | C2 |
C1 | 1 | 3 |
C2 | 1/3 | 1 |
表13 P11-C层判别矩阵
指标 | C1 | C2 | C3 |
C1 | 1 | 5 | 5 |
C2 | 1/5 | 1 | 4 |
C3 | 1/5 | 1/4 | 1 |
表14 P12-C层判别矩阵
指标 | C1 | C2 | C3 |
C1 | 1 | 5 | 5 |
C2 | 1/5 | 1 | 1 |
C3 | 1/5 | 1 | 1 |
4)层次单排序,确定对于上一层元素而言本层各因素的相对重要性。计算判断矩阵F最大特征值对应的特征向量,将其归一化即为权重向量。
5)层次总排序。自上而下将层次单排序求得的权重向量进行合成,求得最底层元素相对于最顶层元素的重要性,权重合成公式为:
式中,m为准则个数,n为指标个数,waj表示准则j相对于目标层的权重,wbij表示指标i相对于准则j的权重。对应措施的权重大小越大就表明该因素在整个选择过程中的重要性越高。
根据上述层次分析法的关联分析可以得到如下不同类型电压问题对应的产生原因及治理措施;
1)变电站级别的电压越上限、电压越下限问题的措施:
改变主变的档位,投切并联电容器组;
2)馈线级别的电压越上限、电压越下限问题的措施:
改变线路调压器的档位,来调节线路的电压水平,或投切中压的电抗器或者电容器;
3)台区配变的电压越上限问题、越下限问题及同时越上限和越下限问题措施:
A、电压越上限问题-切除电容器和改变有载调压变的档位;
B、电压越下限问题-增加线路截面积、增加低压无功补偿装置和低压线路调压器;
C、同时越下限和越上限问题:根据负荷水平实时监测,并调整电压无功补偿装置和调节有载调压变的档位。
应用实例
为验证所提发明方案的可实施性和有效性,选取了110kV某站一条10kV线路进行电压越限原因分析,在该区域选择5个典型电能质量监测点,分别为东鹏印刷厂监测点,莲花山充电桩监测点,至诚物业管理有限公司监测点,1#公变监测点和2#公变监测点,分别记为A、B、C、D、E监测点。
使用改进的模糊c聚类算法对该区域的监测点负荷数据和电压数据进行聚类分析,然后采用层次分析法对配电网电压质量问题分别考虑了电压偏差、三相不平衡、功率因数。试点区域电能质量的原始数据如表15所示。
表15试点区域电能质量原始数据
监测点 | 电压偏差/% | 三相不平衡/% | 功率因数(偏差) |
A | (+)3 | 0.364 | 0.0894 |
B | (+)2.14 | 2.604 | 0.0058 |
C | (+)2.409 | 4.425 | 0.0236 |
D | (+)7.364 | 18.63 | 0.0053 |
E | (+)7.818 | 23.1527 | 0.0102 |
将原始数据归一化,规范化处理后的数据如表16所示:
表16试点区域电能质量规范化数据
监测点 | 电压偏差/% | 三相不平衡/% | 功率因数(偏差) |
A | 0.1514 | 0 | 1 |
B | 0 | 0.0983 | 0.005945 |
C | 0.0474 | 0.1782 | 0.2176 |
D | 0.92 | 0.8015 | 0 |
E | 1 | 1 | 0.0102 |
各单项Pij的值如表17所示:
表17各单项P值
监测点 | 电压偏差/% | 三相不平衡/% | 功率因数(偏差) |
A | 0.0715 | 0 | 0.7801 |
B | 0 | 0.0473 | 0.0046 |
C | 0.0224 | 0.0858 | 0.1698 |
D | 0.4342 | 0.3857 | 0 |
E | 0.4720 | 0.4812 | 0.0455 |
根据以上发明方案实施步骤,应用基于改进的模糊C均值聚类算法得出如下台区配变负荷及电压类型聚类结果,如图3所示。
如图3所示,图3中所示内容为实施本应用实例得出的台区配变负荷及电压类型聚类结果,图中从左至右通过颜色的深浅分别表示三个簇,每处色块中间的“×”符号表示各簇的聚类中心,每个对应横轴的电压为三个电压分类范围,即应用本发明方法得出的聚类结果。
根据上述应用基于改进的模糊C均值聚类算法得出聚类结果进一步应用以上方案实施步骤中的层次分析法(AHP)将不同类型的电压变化曲线和电压越限原因进行对应,以给配电网多级协调控制策略提供有力的依据。
表18基于层次分析法的电压越限权重结果
通过层次分析法(AHP)可知,多源致因属性如母线电压、主变档位、无功补偿、线路阻抗等与电压质量事件如电压越上限、电压越上限和越下限、电压越下限存在映射关系。电压偏高的主要致因是低负载率以及DG接入点的注入功率,所以需要注意因光伏、风机等分布式电源接入导致电压越上限问题的发生。电压偏低致因的主要原因是重载、供电半径较长以及低功率因数。且根据C层={电压越上限,电压越上限和越下限,电压越下限}属性权重可知,电压质量事件中最容易发生的是电压越上限问题,为强致因因素。
本发明方法所带来的经济效益从提升供电电压质量,降低变压器的损耗及减少运维的角度来分析。
(1)提升供电电压质量
系统投运后,示范区域的电压合格率由原来的20%左右提升为100%。试点区域的电压质量得到明显提升,从而保障了配电网的安全、经济运行。
(2)减少运维费用
据统计试点台区年电压越限次数约20次,按照平均每人每天300元,处理一次缺陷需两人一天,车辆费、驾驶员费用按照每天每人每车750元,那么每年运行维护费用为42000元(不包含材料费用)。预计设备运行后可以减少90%的电压越限事件,减少运维费用37800元,即每月减少费用3150元。
经过以上分析,本项目合计每年产生的经济效益为18.9万元。
(3)社会效益分析
形成良好的电力行业风格,提升电力行业的社会形象,从用户用电体验最优为出发点,减少低电压和高电压给用户造成的损失,保证用户用电质量合格稳定。在配电建设与改造实施过程中,广泛使用智能电网技术、先进的电力电子技术,推动了配电网整体技术全面提升。实现了对试点区域的电能质量实时监控,结合电能质量状况分析和评估,提升了当地运维部门的运维效率,减少了运维次数。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.基于聚类和层次分析算法的配网电压越限原因分析方法,其特征在于,包括如下步骤:
步骤(1),从配网地理信息系统、营销系统、设备台帐,并关联数据采集与监视控制系统,采集得到配电网区域电压调整所需的拓扑结构、电气设备参数、电压及负荷运行数据;
步骤(2),基于改进的模糊C聚类算法对台区配变负荷数据及各个电压等级的数据进行聚类分析,得到不同类型的负荷及电压曲线;
步骤(3),通过层次分析法将不同类型的负荷及电压曲线和电压越限原因进行对应;对于待测配电网电压越限进行分析时,通过其负荷及电压曲线的类型找到对应的电压越限原因,并采用相应的治理措施进行治理;
不同类型电压问题对应的产生原因及治理措施如下;
1)变电站级别的电压越上限、电压越下限问题的措施:
改变主变的档位,投切并联电抗器和电容器组,调节电压至正常范围;
2)馈线级别的电压越上限、电压越下限问题的措施:
改变线路调压器的档位,来调节线路的电压水平,或投切中压的电抗器或者电容器,至电压至正常范围;
3)台区配变的电压越上限问题、越下限问题及同时越上限和越下限问题措施:
A、电压越上限问题:切除电容器和改变有载调压变的档位,至电压至正常范围;
B、电压越下限问题:增加线路截面积、增加低压无功补偿装置和低压线路调压器,至电压至正常范围;
C、同时越下限和越上限问题:根据负荷水平实时监测,并调整电压无功补偿装置和调节有载调压变的档位,至电压至正常范围。
2.根据权利要求1所述的基于聚类和层次分析算法的配网电压越限原因分析方法,其特征在于,步骤(1)中,负荷数据包括电压、电流、有功功率和无功功率。
3.根据权利要求1所述的基于聚类和层次分析算法的配网电压越限原因分析方法,其特征在于,步骤(2)中,电压等级包括变电站110kV、35kV/10kV馈线、台区400V。
4.根据权利要求1所述的基于聚类和层次分析算法的配网电压越限原因分析方法,其特征在于,步骤(2)中,基于改进的模糊C聚类算法为先采用均值漂移算法来确定模糊聚类算法的聚类中心和聚类数;然后再执行模糊C均值聚类算法。
6.根据权利要求5所述的基于聚类和层次分析算法的配网电压越限原因分析方法,其特征在于,带宽h取0.45,允许误差ε设置为0.5%。
7.根据权利要求4所述的基于聚类和层次分析算法的配网电压越限原因分析方法,其特征在于,模糊C均值聚类算法的具体内容为:
1)初始化:通过均值漂移算法得到的聚类数为c,设模糊指数m,允许误差ε1,初始聚类中心矩阵p(0),最大迭代次数N,初始迭代次数k=0,1<c<n,1≤m≤+∞;
2)对原始的配变负荷数据及各个电压等级的电压数据进行标准化处理;
3)计算隶属度矩阵U(k)公式如下;
其中,uij表示第j个样本属于i类的隶属度;uij为矩阵U(k)第i行第j列的元素;c表示聚类数目;dij为样本点与聚类中心pi之间的欧氏距离;m为加权指数;k是迭代步数;
4)调整聚类中心值p(k)公式如下;
其中,n表示待分类样本数;pi表示每类聚类中心点;m为加权指数;xj表示样本点;
5)判断||p(k+1)-p(k)||<ε1是否成立,是则停止迭代,输出结果,得到各类的聚类中心和各个样本对于各类的隶属度值;或者当k=N时,停止迭代,输出结果,得到各类的聚类中心和各个样本对于各类的隶属度值;否则返回至步骤3)继续迭代。
9.根据权利要求1所述的基于聚类和层次分析算法的配网电压越限原因分析方法,其特征在于,还包括:步骤(4),根据不同电压问题产生的原因及治理措施,给配电网无功电压多级协调控制策略控制方法:
配电网的无功电压多级协调控制策略:以整个配电网的电压和功率因数为控制目标,来多级协调控制调压设备和无功补偿装置来提高整体的配电网电压水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011577869.4A CN112785119B (zh) | 2020-12-28 | 2020-12-28 | 基于聚类和层次分析算法的配网电压越限原因分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011577869.4A CN112785119B (zh) | 2020-12-28 | 2020-12-28 | 基于聚类和层次分析算法的配网电压越限原因分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785119A CN112785119A (zh) | 2021-05-11 |
CN112785119B true CN112785119B (zh) | 2023-01-24 |
Family
ID=75752847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011577869.4A Active CN112785119B (zh) | 2020-12-28 | 2020-12-28 | 基于聚类和层次分析算法的配网电压越限原因分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785119B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191656B (zh) * | 2021-05-13 | 2022-08-02 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于数据关联分析的低压配电网设备负荷与拓扑联动方法 |
CN113572164B (zh) * | 2021-08-06 | 2023-08-29 | 国网四川省电力公司营销服务中心 | 一种基于k-means聚类分析的配电网台区识别方法 |
CN117614132A (zh) * | 2023-11-27 | 2024-02-27 | 广州航海学院 | 用于配电网的配电变压器电压越限画像方法及装置 |
CN118017522A (zh) * | 2024-04-08 | 2024-05-10 | 广东电网有限责任公司广州供电局 | 台区电压协同调控方法、装置、系统和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107273911A (zh) * | 2017-04-24 | 2017-10-20 | 国网江西省电力公司赣州供电分公司 | 一种基于模糊c均值聚类分析的台区负荷精确分类方法 |
CN107546750A (zh) * | 2016-06-24 | 2018-01-05 | 华北电力大学 | 一种基于元件协调控制规则的配电网电压集中式控制方法 |
CN110266000A (zh) * | 2019-06-17 | 2019-09-20 | 国网江苏省电力有限公司 | 一种配电网电压越限原因分析方法、系统及存储介质 |
-
2020
- 2020-12-28 CN CN202011577869.4A patent/CN112785119B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107546750A (zh) * | 2016-06-24 | 2018-01-05 | 华北电力大学 | 一种基于元件协调控制规则的配电网电压集中式控制方法 |
CN107273911A (zh) * | 2017-04-24 | 2017-10-20 | 国网江西省电力公司赣州供电分公司 | 一种基于模糊c均值聚类分析的台区负荷精确分类方法 |
CN110266000A (zh) * | 2019-06-17 | 2019-09-20 | 国网江苏省电力有限公司 | 一种配电网电压越限原因分析方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112785119A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112785119B (zh) | 基于聚类和层次分析算法的配网电压越限原因分析方法 | |
CN110991786B (zh) | 基于相似日负荷曲线的10kV静态负荷模型参数辨识方法 | |
CN109546659B (zh) | 基于随机矩阵和智能场景匹配的配电网无功优化方法 | |
CN112308427B (zh) | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统 | |
CN110689240A (zh) | 一种配电网经济运行模糊综合评价方法 | |
CN111091143A (zh) | 基于深度信念网络和K-means聚类的配变重过载预警方法 | |
CN107515839A (zh) | 经改进赋权算法处理的电能质量模糊评估法 | |
CN108205725B (zh) | 一种光伏发电系统并网性能评估方法和装置 | |
CN112990627B (zh) | 电能质量评估方法 | |
CN110705859A (zh) | 基于pca-自组织神经网络的中低压配电网运行状态评估方法 | |
CN110783913B (zh) | 基于群的计及预想事故集最佳电网拓扑在线优化方法 | |
CN108108874A (zh) | 一种基于正负靶心的灰靶模型的配电网综合评价方法 | |
CN112734274B (zh) | 一种低碳电网运营主导影响因素挖掘及综合评估方法 | |
CN113743452A (zh) | 电能质量评估方法及装置 | |
CN117353321A (zh) | 一种基于源荷不确定性的配电网安全评估方法和系统 | |
CN111652459A (zh) | 一种计及新能源消纳多指标内涵的电网评价方法 | |
Zhang et al. | Research on intelligent evaluation and monitoring method for cost of transmission and transformation project | |
CN115860552A (zh) | 一种农村能源互联网综合效益评价方法 | |
CN113327047B (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及系统 | |
CN114971233A (zh) | 一种基于ifahp-critic和topsis的电能质量综合评估方法和系统 | |
CN113919694A (zh) | 一种电力通信光缆关键业务承载状态分析方法及系统 | |
CN112633665A (zh) | 一种基于层次分析法的配电网防雷决策方法 | |
Zhang et al. | Comprehensive Evaluation Method of Power Quality CRITIC-MARCOS for Regional Distribution Network | |
Lingang et al. | Research on integrated calculation method of theoretical line loss of MV and LV distribution Network based on Adaboost integrated learning | |
CN113283702B (zh) | 融合电力系统安全稳定特性的潮流状态评价方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |