CN113420994B - 一种主动配电网结构灵活性评估方法及系统 - Google Patents

一种主动配电网结构灵活性评估方法及系统 Download PDF

Info

Publication number
CN113420994B
CN113420994B CN202110721056.6A CN202110721056A CN113420994B CN 113420994 B CN113420994 B CN 113420994B CN 202110721056 A CN202110721056 A CN 202110721056A CN 113420994 B CN113420994 B CN 113420994B
Authority
CN
China
Prior art keywords
community
distribution network
power
source
sink
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
Application number
CN202110721056.6A
Other languages
English (en)
Other versions
CN113420994A (zh
Inventor
褚晓东
顾慧子
刘玉田
李常刚
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202110721056.6A priority Critical patent/CN113420994B/zh
Publication of CN113420994A publication Critical patent/CN113420994A/zh
Application granted granted Critical
Publication of CN113420994B publication Critical patent/CN113420994B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S50/00Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/16Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Pure & Applied Mathematics (AREA)
  • Economics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本公开提供了一种主动配电网结构灵活性评估方法及系统,包括以下步骤:挖掘主动配电网的社团结构,得到主动配电网的区域划分,明确各开关在配网中所处的结构地位;在所述社团结构的内部进行节点功率的聚合,得到各社团的源、汇、传输性质,构造多源多汇流网络;设置超级源点与超级汇点,将所述多源多汇流网络转换为单源单汇流网络,根据最大流最小割定理求解网络从超级源点到超级汇点的最大可行流,即社团间最大可交换功率;根据社团间最大化功率交换的重构过程,定义主动配电网结构灵活性测度,确定适配性测度与敏捷性测度。

Description

一种主动配电网结构灵活性评估方法及系统
技术领域
本公开属于电力系统运行与控制技术领域,具体涉及一种主动配电网结构灵活性评估方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
主动配电网作为智能电网的重要组成部分,其结构灵活变换能力对配网实现分布式设备的主动管理与控制具有关键作用,通过不同结构连通模式间的变换作用,可实现各区域间功率传输裕度的调节,降低不确定性扰动给配网带来的冲击,例如,当可再生能源发电发生剧烈波动而引起部分配电线路阻塞时,配网可通过灵活可变的拓扑为节点灵活性资源的传输提供导引路径,将灵活性资源与不确定性需求最大限度的进行优化匹配,同时满足配电线路的传输限制,提高主动配电网应对不确定性扰动的能力。
随着主动配电网中可再生发电渗透率的持续升高,其波动性和随机性的特点增加了配网运行状态的不确定性,引起诸如潮流越限、电压失稳等问题,对传统的配网调控方式造成了较大冲击。
据发明人了解,传统的仅依靠增加备用的方式无法满足配网日益增长的不确定性需求,主动配电网需要一定的灵活性,通过灵活可变的潮流传导均衡配网的潮流分布,减小不确定性因素对配网造成的干扰。现有的主动配电网灵活性研究大多围绕节点注入型灵活性资源,关注节点灵活性资源在爬坡、功率、能量三方面的需求与供应,力求在有效时间内弥补节点灵活性需求的缺额。然而,这种调节方式忽视了配网结构对传输节点灵活性资源的限制,即使节点灵活性资源供应充足,若配网本身结构传输容量有限,或是不存在所需传输路径,那么供应的节点灵活性资源便无法得到有效利用,甚至会引起配网潮流的剧烈波动,危害配网的运行安全。
因此,提出主动配电网结构灵活性的量化评估方法及系统,为主动配电网消纳节点灵活性资源提供结构变换准则,是一个亟需解决的问题。
发明内容
为了解决现有技术的不足,本公开提出了一种主动配电网结构灵活性评估方法及系统,对主动配电网的社团结构进行划分,分别考虑配网中分段开关与联络开关对配网社团内、外导引作用的不同,从结构变换的功用与效率两方面定义主动配电网结构灵活性的二维属性,为主动配电网适应节点注入变化提供结构变换准则。
为了实现上述目的,本公开采用了如下的技术方案:
本公开的第一方面提供了一种主动配电网结构灵活性评估方法。
一种主动配电网结构灵活性评估方法,包括以下步骤:
步骤S01:挖掘主动配电网的社团结构,得到主动配电网的区域划分,明确各开关在配网中所处的结构地位;
步骤S02:在所述社团结构的内部进行节点功率的聚合,得到各社团的源、汇、传输性质,构造多源多汇流网络;
步骤S03:设置超级源点与超级汇点,将所述多源多汇流网络转换为单源单汇流网络,根据最大流最小割定理求解网络从超级源点到超级汇点的最大可行流,即社团间最大可交换功率;
步骤S04:根据社团间最大化功率交换的重构过程,定义主动配电网结构灵活性测度,确定适配性测度与敏捷性测度。
本公开的第二方面提供了一种主动配电网结构灵活性评估系统。
一种主动配电网结构灵活性评估系统,采用了第一方面所述的一种主动配电网结构灵活性评估方法,包括:
区域划分模块,用于挖掘主动配电网的社团结构,得到主动配电网的区域划分,明确各开关在配网中所处的结构地位;
多源多汇流网络构造模块,用于在社团结构的内部进行节点功率的聚合,得到各社团的源、汇、传输性质,构造多源多汇流网络;
计算模块,用于设置超级源点与超级汇点,将所述多源多汇流网络转换为单源单汇流网络,根据最大流最小割定理求解网络从超级源点到超级汇点的最大可行流,即社团间最大可交换功率;
评估模块,根据社团间最大化功率交换的重构过程,定义主动配电网结构灵活性测度,确定适配性测度与敏捷性测度。
与现有技术相比,本公开的有益效果为:
本公开首次给出主动配电网结构灵活性的统一量化描述,使主动配电网结构灵活性研究不局限于节点注入型灵活性资源,充分考虑了配网结构拓扑对节点灵活性传导、消纳的制约,显著促进主动配电网灵活性的全面提升;通过社团挖掘实现配网空间解耦,有效避免维数灾,利用适配性衡量配网通过结构变换所能适应最大潮流波动的同时,采用敏捷性衡量配网在结构变换中开关动作的效率,两者综合为配网适应不确定性变化提供高效的结构变换准则。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本公开实施例一中的主动配电网结构灵活性评估方法的流程图;
图2是本公开实施例一中的IEEE 33节点配网标准测试算例的结构示意图;
图3是本公开的实施例一中的配网社团内节点功率的离散化及聚合效果图;
图4是本公开的实施例一中的配网经社团间重构最大流提升效果图;
图5是本公开的实施例一中的适配性测度与敏捷性测度综合分析效果图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本公开实施例一提供了一种主动配电网结构灵活性评估方法。
如图1所示的一种主动配电网结构灵活性评估方法,包括以下步骤:
步骤S01:挖掘主动配电网的社团结构,得到主动配电网的区域划分,明确各开关在配网中所处的结构地位;
步骤S02:在所述社团结构的内部进行节点功率的聚合,得到各社团的源、汇、传输性质,构造多源多汇流网络;
步骤S03:设置超级源点与超级汇点,将所述多源多汇流网络转换为单源单汇流网络,根据最大流最小割定理求解网络从超级源点到超级汇点的最大可行流,即社团间最大可交换功率;
步骤S04:根据社团间最大化功率交换的重构过程,定义主动配电网结构灵活性测度,确定适配性测度与敏捷性测度。
作为一种或多种实施方式,在步骤S01中,挖掘主动配电网社团结构的目的是,主动配电网通过开关等拓扑控制元件来实现配网结构的变换,主动配电网空间结构复杂,不同开关状态的组合可实现配网的多种结构连通模式,利用社团挖掘实现配网空间解耦,有效避免了大量离散结构组合带来的维数灾问题。
建立主动配电网的图论模型G,以aij表示边权,获得其邻接矩阵wij
Figure BDA0003136538870000061
将图论模型G划分成2个子图,定义为图中所打开边的权值之和:
Figure BDA0003136538870000062
采用规范割准则,可有效避免孤立节点的产生,其定义如下:
Figure BDA0003136538870000063
依据谱聚类方法,可将社团挖掘的切图问题转换为图的Laplacian矩阵特征向量求解问题,首先获得Ncut的等价转化如下:
Figure BDA0003136538870000064
依据规范割准则的切图问题即可等价于求解约束优化模型:
Figure BDA0003136538870000071
由瑞利熵法则可得,该约束优化模型的最优解由Laplacian矩阵前k小个特征值对应的特征向量构成,继续对其行向量进行传统聚类,聚类结果即对应配网社团划分方案。
作为一种或多种实施方式,在步骤S02中,为减小波动的影响范围,首先在每个社团内部进行源、荷节点的聚合,得到聚合后的功率差值ΔP:当ΔP为正时,代表该社团为“源”社团;ΔP为负时,代表该社团为“汇”社团,ΔP为零时,代表该社团为“传输”社团。多源多汇最大流即求得某一状态全网从“源”到“汇”的最大可行流。
社团内节点功率聚合时对随机变量的处理有多种方式,本发明采用随机变量的序列化建模方法。序列化建模方法通过离散化处理可再生能源发电及负荷等随机变量,将其分布用概率性序列表达,然后利用各随机变量概率性序列间的计算得到它们的联合概率分布,从而实现社团内源、荷节点功率的聚合,可有效实现状态归并,在确保信息完整度的前提下极大提高计算效率。
随机变量的概率性序列a(i)定义为:
Figure BDA0003136538870000072
进行序列运算的概率性序列需要具有同一离散化步长q。给定长度Na的概率性序列a(ia),以及长度Nb的概率性序列b(ib),其卷和、卷差公式如下:
Figure BDA0003136538870000081
Figure BDA0003136538870000082
在社团内部,同类别概率性序列首先进行卷和运算,然后在分布式发电和负荷之间进行卷差运算,从而得到社团内节点功率的聚合。卷和、卷差结果是考虑所有计算参量不确定性后整体所呈现出的概率性分布规律,连续卷和或连续卷差结果和运算顺序不相关。以序列形式表示社团内节点功率的联合概率分布能够直观显示多时段内功率的波动情况,同时也便于依据社团内聚合需求提取节点功率联合期望值、节点功率联合区间等信息来表征潮流波动。
作为一种或多种实施方式,在步骤S03中,转换为单源单汇流网络和求取其最大可行流的具体步骤为:
步骤S301:根据网络流中节点流入等于节点流出的性质,分别设置一个超级源点与超级汇点,将各“源”社团和超级源点相连,将各“汇”社团和超级汇点相连,“源”社团i和超级源点所连弧的容量即为该社团的|ΔPi|,“汇”社团j和超级汇点所连弧的容量即为该社团的|ΔPj|,于是将求取配网社团间交换的多源多汇最大流转化成一个求取从超级源点到超级汇点的单源单汇最大流问题。
有向图G=(V,E)中,给定源点vs和汇点vt:源点vs只有从它发出去的边(弧),而没有指向vs的边;反之,汇点vt只存在指向vt的边,不存在从它发出去的边。若设边e权c(e)≥0,以表示e的容量,那么该有向加权图为流网络,记为G=(V,E,c(e))。定义非负函数f(e),表示边e流函数,当f(e)满足以下两条性质时,称f为G的一个可行流,其中,f值代表源点流至汇点的总流量。
容量限制:0≤f(e)≤c(e),
Figure BDA0003136538870000091
流量守恒:
Figure BDA0003136538870000092
步骤S302:各社团之间的实线代表某一运行状态下的配电通路,虚线代表此时处于断开状态的开关,每一连接线均有其线路传输容量限制。改变社团间开关状态组合可实现不同的配电通路,不同通路模式下所能传输的最大可行流也不尽相同。通过社团间优化重构可求取从超级源点到超级汇点传输最大可行流的最大值,来表征社团间可交换功率的最大值。
已知流网络G及其可行流f,构造与G关联的残存网络Gf=(V,Ef),Ef边上的容量定义为残存容量cf(u,v):
Figure BDA0003136538870000093
增广路径为Gf中源点至汇点的简单路径,其中任意边的残存容量cf均大于零,Gf中增广路径的存在代表G中通过的可行流可继续增加。由最大流最小切割定理可证得,在关联残存网络中无法继续寻得增广路径时,G中可行流便是最大流。
采用Ford-Fulkerson方法来求解由多源多汇网络转换而来的单源单汇网络最大流:首先把全部边上流量初始化为0,在每次迭代中搜寻增广路径,并据此对流f进行修改,增加超级源点至超级汇点的可行流,通过重复进行上述过程来不断压入更多流,直至所有增广路径被搜索完毕,便可获得全网最大流。
作为一种或多种实施方式,在步骤S04中,确定适配性测度与敏捷性测度的具体步骤为:
步骤S401:适配性基于运行角度,衡量主动配电网通过结构变换适应不确定性变化的能力,计及运行时潮流的影响,是于连续状态的描述。在节点注入发生较大变化时,主动配电网通过启动重构来引导配电路径变化,以适应可再生能源发电以及负荷的波动。因此,将适配性测度定义为主动配电网通过开关状态重组适应潮流波动的能力,本质是通过重构提高社团间可交换功率的裕度。
适配性通过社团间重构所获最大流的最大值与重构前即原始运行状态下的最大流的差值来表征,其中,为将重构后提升的最大流进行标幺化,采用配网所有开关均闭合时所能通过的最大流作其分母,代表了配网中最大流的极限值。整个适配性测度定义如下:
Figure BDA0003136538870000101
定义的适配性测度AD∈[0,1),通过社团内聚合、社团间最大交换表征了主动配电网通过开关状态重组所能适应的最大潮流波动。可以看出,适配值大小除与开关配置相关外,仍与RES配置方案(包括总安装容量、发电单元容量及位置)有关。
步骤402:敏捷性同样基于运行角度,衡量主动配电网结构变换中开关动作的效率,除考虑动作开关的数目外,还应计及潮流波动影响的范围。在配网为适应节点注入变化而进行基于社团结构的开关状态重组时,达到相同的适配性水平可对应不同开关动作方案,最大化敏捷性通过选择开关动作效率最高的方案获得配网最佳运行状态,从而提升系统整体运行水平。
为消纳潮流波动,主动配电网需要为其提供节点间传输路径,当节点间传输路径较短时,潮流波动所影响的范围也就越小。敏捷性通过判断开关动作后两两社团的节点间平均最短路径来衡量消纳潮流波动的传输效率;同时,在实现结构变换过程中,断开的分段开关越少、闭合的联络开关越少,敏捷性也就越大。以i、j分别代表社团的标号,h代表社团的个数,LL代表社团间联络开关的个数,yij代表社团i与社团j间形成新路径所需动作的联络开关数,Lij表示社团i和社团j所包含节点间的平均最短路径长度,其倒数反映两社团间网络传播效率。因此,考虑开关状态的切换和网络的传输效率,将敏捷性测度AG定义为:
Figure BDA0003136538870000111
敏捷性测度∈[0,1),依据两两社团间动作开关数以及节点间平均最短距离来定义,可理解为以网络效率为权值的平均加权动作开关数,结构变换时动作开关数目越少,形成社团间节点平均最短距离越小,敏捷性也就越高。
敏捷测度可用于评估主动配电网的任一结构变换过程,本发明之所以研究在适配性基础上的敏捷性水平,是因为为了提升主动配电网的结构灵活性,仅追求结构变换过程的高效率存在片面性,仍需同时计及配网对节点功率波动的适应能力。
以IEEE 33节点配网标准测试算例为例,对本本实施例的具体过程进行进一步说明。
IEEE 33节点配网中负荷最大有功功率为3.715MW,最大无功功率为2.300MVar,系统通过根节点1连接至上级电网。针对IEEE 33节点配网标准测试系统,在社团1、社团2、社团4、社团5内配置4处PV单元,依次连接的容量为300kW、300kW、800kW、800kW,要求PV承担30%的负荷供应,即理想渗透率为30%。图2为该电网的结构示意图,图中黑色虚线代表配置的联络开关,各社团之间的连接线均已配置分段开关。
对图2所示的主动配电网进行社团挖掘、社团内的聚合以及社团间的交换,同时求得该配网的适配性测度和敏捷性测度,具体实现过程为:
(1)输入降维阶数为5,通过社团挖掘配网被划分为5个社团,测试结果表明IEEE33节点配网具有突出社团结构,挖掘质量较高。联络开关位置皆在社团与社团之间,分别为:社团1-社团2、社团1-社团3、社团2-社团5、社团4-社团5,表明联络开关均是在社团的两两之间形成沟通。
(2)首先把社团内的光伏发电、负荷功率离散为概率性序列,然后实现各个社团内的聚合,通过光伏发电序列和负荷序列的卷差运算,得到聚合后的功率联合序列化分布如图3所示。可以看出,聚合后的功率分布为负值,这是由于此时的PV不能满足全部负荷需求。若社团内功率聚合后为负,则该社团在建立的多源多汇模型中为“汇”社团。采用序列化建模的方法,一方面较为完整地保留了光伏发电及负荷的功率波动情况,使得离散化过程损失的信息较少;另一方面,依据概率性序列计算,可进一步获得聚合后的功率分布,且计算结果包含实际物理意义,可计及各参量的不确定性而体现联合后整体的概率性分布规律。在求得每个社团净功率的概率性序列后,采用其一阶矩得到期望值,便可用作该社团的ΔP。
由社团聚合功率的正负及绝对值来给定超级源、汇点所连线路的方向及容量,构造多源多汇最大流模型,进而求得配网重构前,即联络开关全部断开时网络的最大流。重构前超级源点至超级汇点最大可行流的值为58.7181,表明当联络开关全部断开时,在优先满足社团内负荷需求前提下,通过原始配电线路所能实现的社团间最大交换功率为58.7181kW。当光伏发电出力或是负荷功率发生波动时,在配网内部有58.7181kW的调节裕度来消纳波动,从而避免对上级电网的扰动。
考虑PV发电仅承担对30%负荷的供电,在进行最大流计算时已将线路容量设置为原容量的30%,因此所求最大可行流完全能体现结构可传输的、由PV承担的社团间功率交换,上级电网作为保障全系统功率平衡的最后手段,其对线路容量的占用已经保有足够裕量。
(3)以最大化社团间可交换功率进行社团间的重构,得到系统所能传输的最大的最大流,以下简称最大最大流,如图4所示,图中线路上数字表示边上流量的大小,箭头方向表示流量的方向。节点1~5分别代表社团1~5:与超级源点相连的社团2与社团5代表PV在满足本社团30%负荷需求后还具有剩余发电的“源”社团;与超级汇点相连的社团1、社团3、社团4代表PV无法满足本社团30%负荷需求的“汇”社团。
通过实施本发明的方法,依据开关状态的重新组合,提升了系统的最大流值,此时系统所能传输的最大最大流为130.8667,约为重构前最大流的2.23倍,表明配网通过社团间重构获得了社团间可交换功率的较大提升。此时闭合的联络开关有:18-33、25-29;断开的分段开关为:5-6、12-13。任一辐射运行的主动配电网都可通过此方法求得全网最大最大流,同时最大最大流表征了配网通过结构变换所能实现的最大潮流波动适应能力,因而将主动配电网的适配性测度定义为通过重构能对社团间可交换功率的提升程度,具有实际的物理意义,该状态下适配值为0.5513。最大化最大流的过程同时也为配网通过结构变换来适应节点注入变化提供了指导方向。
(4)最大化最大流过程中发现,达到同一最优值可对应不同的开关状态组合方案,同时各线路上的传输流量也有所不同。适配性描述配网通过结构变换所能适应的最大潮流波动,敏捷性则可通过结构变换过程中开关效率的不同,实现对适应潮流波动程度相同的不同结构变换过程的区分。敏捷性测度本身可衡量任一配网的任一结构变换过程,但仅考虑开关动作效率而忽略结构变换后的状态效果并无实际意义,因此本发明将敏捷性的衡量建立于配网具有一定适配性水平的基础上,研究达到同一适配性水平时敏捷值变化规律,如图5所示。
对应同一适配性的敏捷性也许唯一存在,也许包含多种。图5中具有相同横坐标的点所处高度的不同,代表了对应的不同敏捷性水平。敏捷值与适配值之间同样不存在严格正相关关系,适配值大的方案不一定具有较高的敏捷值,但敏捷性整体呈上升趋势。在最大化适配性的过程中,可借助敏捷性的衡量获得配网的最佳运行状态,进而提升系统运行水平。
实施例二
本公开实施例二提供了一种主动配电网结构灵活性评估系统,采用了实施例一中所提供的主动配电网结构灵活性评估方法,包括:
区域划分模块,用于挖掘主动配电网的社团结构,得到主动配电网的区域划分,明确各开关在配网中所处的结构地位;
多源多汇流网络构造模块,用于在社团结构的内部进行节点功率的聚合,得到各社团的源、汇、传输性质,构造多源多汇流网络;
计算模块,用于设置超级源点与超级汇点,将所述多源多汇流网络转换为单源单汇流网络,根据最大流最小割定理求解网络从超级源点到超级汇点的最大可行流,即社团间最大可交换功率;
评估模块,根据社团间最大化功率交换的重构过程,定义主动配电网结构灵活性测度,确定适配性测度与敏捷性测度。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (5)

1.一种主动配电网结构灵活性评估方法,其特征在于,包括以下步骤:
步骤S01:挖掘主动配电网的社团结构,得到主动配电网的区域划分,明确各开关在配网中所处的结构地位;
步骤S02:在所述社团结构的内部进行节点功率的聚合,得到各社团的源、汇、传输性质,构造多源多汇流网络;
步骤S03:设置超级源点与超级汇点,将所述多源多汇流网络转换为单源单汇流网络,根据最大流最小割定理求解网络从超级源点到超级汇点的最大可行流,即社团间最大可交换功率;
步骤S04:根据社团间最大化功率交换的重构过程,定义主动配电网结构灵活性测度,确定适配性测度与敏捷性测度;
在所述步骤S02中,进行各社团内部节点功率的聚合时,采用随机变量的序列化建模方法,离散化可再生能源发电及负荷功率等随机变量以得到其各自对应的概率性序列,再利用概率性序列间运算得到联合概率分布,实现各社团内部节点功率的聚合;
根据社团内聚合和所得功率差值的正负来判断社团的源、汇、传输性质;当功率差值为正时,对应社团为“源社团”;当功率差值为负时,对应社团为“汇社团”;当功率差值为零时,对应社团为“传输社团”;
在所述步骤S03中,各“源社团”与超级源点所连边的容量为各“源社团”节点功率聚合后得到的功率差值,各“汇社团”与超级汇点所连边的容量为各“汇社团”节点功率聚合后所得功率差值的绝对值;
所述步骤S03的具体过程为:
步骤S301:根据各社团之间原始固设的配电线路及开关安装,确定各社团之间的连接关系以及各连接边的容量,其中分段开关用常闭边表示,联络开关用常开边表示;
步骤S302:设置超级源点与各“源社团”相连,所连边的容量为各“源社团”聚合后的功率差值,设置超级汇点与各“汇社团”相连,所连边的容量为各“汇社团”聚合后功率差值的绝对值;
步骤S303:得到转换后的单源单汇流网络后,以最大化网络可行流为目标进行配网社团间的重构,获得社团间可交换功率的最大值;
所述步骤S04的具体过程为:
步骤S401:根据社团间可交换功率最大值与重构前最大可行流的差值,定义主动配电网的适配性测度,同时除以配网环网即所有开关全部闭合时的最大流,进行标幺化,以整体测度来表征配网在节点注入发生变化时通过重构所能适应的最大潮流波动程度,确定适配性测度;
步骤S402:根据最大化社团间可交换功率的配网重构过程,以配网消纳潮流波动过程中潮流波动所影响的范围大小以及结构变换中动作开关的个数来体现配网在结构变换中的动作效率,确定敏捷性测度。
2.如权利要求1中所述的一种主动配电网结构灵活性评估方法,其特征在于,在所述步骤S01中,当配网安装开关位于各社团之间时,开关为社团间开关,根据开关类型的不同,可分为社团间分段开关和社团间联络开关。
3.如权利要求1中所述的一种主动配电网结构灵活性评估方法,其特征在于,在所述步骤S01中,主动配电网的社团结构是天然存在的节点聚集特性,描述社团内节点联系紧密,社团间节点联系稀疏的特点,当配网的拓扑控制装置处于不同的社团位置时,其在结构变换中所起到的导引作用也不同。
4.如权利要求1中所述的一种主动配电网结构灵活性评估方法,其特征在于,在所述步骤S01中,利用谱聚类方法将社团挖掘的切图问题转换为多项式时间求解问题,在实现配网空间解耦前提下,提高计算效率。
5.一种主动配电网结构灵活性评估系统,采用了权利要求1-4中任一项所述的一种主动配电网结构灵活性评估方法,其特征在于,包括:
区域划分模块,用于挖掘主动配电网的社团结构,得到主动配电网的区域划分,明确各开关在配网中所处的结构地位;
多源多汇流网络构造模块,用于在社团结构的内部进行节点功率的聚合,得到各社团的源、汇、传输性质,构造多源多汇流网络;
计算模块,用于设置超级源点与超级汇点,将所述多源多汇流网络转换为单源单汇流网络,根据最大流最小割定理求解网络从超级源点到超级汇点的最大可行流,即社团间最大可交换功率;
评估模块,根据社团间最大化功率交换的重构过程,定义主动配电网结构灵活性测度,确定适配性测度与敏捷性测度;
在所述多源多汇流网络构造模块中,进行各社团内部节点功率的聚合时,采用随机变量的序列化建模方法,离散化可再生能源发电及负荷功率等随机变量以得到其各自对应的概率性序列,再利用概率性序列间运算得到联合概率分布,实现各社团内部节点功率的聚合;
根据社团内聚合和所得功率差值的正负来判断社团的源、汇、传输性质;当功率差值为正时,对应社团为“源社团”;当功率差值为负时,对应社团为“汇社团”;当功率差值为零时,对应社团为“传输社团”;
在所述计算模块中,各“源社团”与超级源点所连边的容量为各“源社团”节点功率聚合后得到的功率差值,各“汇社团”与超级汇点所连边的容量为各“汇社团”节点功率聚合后所得功率差值的绝对值;
所述计算模块的具体过程为:
根据各社团之间原始固设的配电线路及开关安装,确定各社团之间的连接关系以及各连接边的容量,其中分段开关用常闭边表示,联络开关用常开边表示;
设置超级源点与各“源社团”相连,所连边的容量为各“源社团”聚合后的功率差值,设置超级汇点与各“汇社团”相连,所连边的容量为各“汇社团”聚合后功率差值的绝对值;
得到转换后的单源单汇流网络后,以最大化网络可行流为目标进行配网社团间的重构,获得社团间可交换功率的最大值;
所述评估模块的具体过程为:
根据社团间可交换功率最大值与重构前最大可行流的差值,定义主动配电网的适配性测度,同时除以配网环网即所有开关全部闭合时的最大流,进行标幺化,以整体测度来表征配网在节点注入发生变化时通过重构所能适应的最大潮流波动程度,确定适配性测度;
根据最大化社团间可交换功率的配网重构过程,以配网消纳潮流波动过程中潮流波动所影响的范围大小以及结构变换中动作开关的个数来体现配网在结构变换中的动作效率,确定敏捷性测度。
CN202110721056.6A 2021-06-28 2021-06-28 一种主动配电网结构灵活性评估方法及系统 Active CN113420994B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110721056.6A CN113420994B (zh) 2021-06-28 2021-06-28 一种主动配电网结构灵活性评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110721056.6A CN113420994B (zh) 2021-06-28 2021-06-28 一种主动配电网结构灵活性评估方法及系统

Publications (2)

Publication Number Publication Date
CN113420994A CN113420994A (zh) 2021-09-21
CN113420994B true CN113420994B (zh) 2022-10-18

Family

ID=77716952

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110721056.6A Active CN113420994B (zh) 2021-06-28 2021-06-28 一种主动配电网结构灵活性评估方法及系统

Country Status (1)

Country Link
CN (1) CN113420994B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114998051B (zh) * 2022-05-30 2024-04-16 西南石油大学 一种基于最大流理论的电-气耦合系统关键线路辨识方法
CN117435676B (zh) * 2023-07-13 2024-06-07 南京电力设计研究院有限公司 基于子序列挖掘与有向加权图聚类的建筑能源管理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108681786A (zh) * 2018-04-24 2018-10-19 西交利物浦大学 基于供电社团结构的分布式发电选址规划方法
CN111244969A (zh) * 2020-02-04 2020-06-05 国网河北省电力有限公司经济技术研究院 考虑无功源约束与无功平衡效果的电网无功分区方法
CN112989272A (zh) * 2020-12-31 2021-06-18 中科院计算技术研究所大数据研究院 一种基于局部路径的社团发现算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108681786A (zh) * 2018-04-24 2018-10-19 西交利物浦大学 基于供电社团结构的分布式发电选址规划方法
CN111244969A (zh) * 2020-02-04 2020-06-05 国网河北省电力有限公司经济技术研究院 考虑无功源约束与无功平衡效果的电网无功分区方法
CN112989272A (zh) * 2020-12-31 2021-06-18 中科院计算技术研究所大数据研究院 一种基于局部路径的社团发现算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Quantifying Topological Flexibility of Active Distribution Networks Based on Community Detection;Huizi Gu.et;《energies》;20200914;全文 *

Also Published As

Publication number Publication date
CN113420994A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN113420994B (zh) 一种主动配电网结构灵活性评估方法及系统
CN103107535A (zh) 一种基于熵权法的电网结构安全性综合评估方法
CN111191955B (zh) 基于相依马尔可夫链的电力cps风险区域预测方法
CN108880886B (zh) 一种跨区域电力系统保护通信网规划方法
CN111416359A (zh) 一种考虑加权潮流熵的配电网络重构方法
CN108599172A (zh) 一种基于人工神经网络的输配网全局潮流计算方法
WO2024187506A1 (zh) 应用于配电网的故障定位方法、装置、设备及介质
CN105529714B (zh) 基于正态分布组合特征的快速概率潮流计算方法
CN115439000A (zh) 考虑风光荷功率不确定性和相关性的配电网区块划分方法
CN112215492A (zh) 一种基于电源空间分布及调节特性的聚合分群方法
CN113569961B (zh) 一种电网节点分类方法及计算机可读介质
CN116307427A (zh) 一种面向典型供电结构的电网分阶段拓展规划及求解方法
CN107911763A (zh) 一种基于QoS的智能配用电通信网EPON网络规划方法
CN112014686B (zh) 一种基于邻接矩阵最短路径的低压配电网故障定位方法
CN114781705A (zh) 一种综合考虑用户侧多能负荷特性的能源局域网划分方法
Shehab et al. Self-organizing single-hop wireless sensor network using a genetic algorithm: Longer lifetimes and maximal throughputs
Wang et al. Fast generation of optimal topology for 3D wireless sensor networks
Shen et al. WSN coverage hierarchical optimization method based on the improved MOEA/D.
Van Ha et al. Modified Bayesian optimization algorithm for microstrip filter design
CN117833374B (zh) 基于随机游走算法的分布式灵活资源集群划分方法
CN113434459B (zh) 基于生成对抗网络的片上网络任务映射方法
CN117709033B (zh) 降低网损的电力系统耦合网络布局优化方法及装置
CN108076499B (zh) 一种生命期最优路由的启发式构造方法
He et al. Improved mapping optimization algorithm based on Generative Adversarial Networks (IMOAG)
Chen et al. Research on Optimal Configuration of Active Distribution Network Energy Storage Security Based on Improved Particle Swarm Optimization Algorithm

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