CN114050657B - 光伏并网后的台区拓扑识别方法及系统、设备、存储介质 - Google Patents

光伏并网后的台区拓扑识别方法及系统、设备、存储介质 Download PDF

Info

Publication number
CN114050657B
CN114050657B CN202111416561.6A CN202111416561A CN114050657B CN 114050657 B CN114050657 B CN 114050657B CN 202111416561 A CN202111416561 A CN 202111416561A CN 114050657 B CN114050657 B CN 114050657B
Authority
CN
China
Prior art keywords
branch
branches
load jump
load
photovoltaic
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
CN202111416561.6A
Other languages
English (en)
Other versions
CN114050657A (zh
Inventor
张晶
高博瑞
张晶雨
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.)
Beijing Tengineer Aiot Tech Co ltd
Original Assignee
Beijing Tengineer Aiot Tech Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Tengineer Aiot Tech Co ltd filed Critical Beijing Tengineer Aiot Tech Co ltd
Priority to CN202111416561.6A priority Critical patent/CN114050657B/zh
Publication of CN114050657A publication Critical patent/CN114050657A/zh
Application granted granted Critical
Publication of CN114050657B publication Critical patent/CN114050657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明公开了一种光伏并网后的台区拓扑识别方法及系统、设备、存储介质，所述方法先构建用户表箱的负荷跳变特征向量和台区所有分支的负荷跳变特征矩阵，再通过对负荷跳变特征矩阵的每一列与负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支，再对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，最后根据各个目标分支之间的负荷大小来判断上下层级关系，从而准确识别出负荷跳变表箱所在支路的线路拓扑，进而识别出台区所有用户表箱的线路拓扑，相比于现有的负荷跳变匹配识别技术，不会由于分布式光伏接入而对负荷跳变匹配造成干扰，可以准确地识别出光伏并网后台区的线路拓扑。

Description

光伏并网后的台区拓扑识别方法及系统、设备、存储介质
技术领域
本发明涉及台区拓扑识别技术领域，特别地，涉及一种光伏并网后的台区拓扑识别方法及系统、设备、计算机可读取的存储介质。
背景技术
随着新型配电系统的建设，低压台区形成了高比例分布式光伏的接入、高比例电力电子设备接入和高渗透数字化技术应用的局面，腾河公司之前申请的专利CN201910843965.X采用了负荷跳变特征匹配识别技术进行台区拓扑识别，可以准确地识别出未接入光伏的台区拓扑结构。但是针对分布式光伏接入的应用场景，由于光伏发电出力随着光照辐射强度的变化具有随机性、波动性，且接入的分布式光伏存在潮流反向传播和就近消纳原则，当分布式光伏全额上网时，用户表箱内部负荷发生跳变，但是在分支感知终端上无法检测到负荷跳变，或者与表箱感知终端的负荷跳变特征不匹配，无法判断表箱和分支的拓扑关系；而当分布式光伏余量上网时，可能导致分支、表箱感知终端上均检测不到负荷跳变的特征，也无法判断分支和表箱的拓扑关系；另外，由于光伏出力随光伏板容量成比例性波动，当两个光伏的容量接近时，如果根据负荷变化进行光伏表箱拓扑识别会存在误判现象。因此，之前的负荷跳变特征识别技术无法适用于分布式光伏接入的应用场景，如何准确地识别光伏并网后的台区线路拓扑成为亟待解决的关键问题。
发明内容
本发明提供了一种光伏并网后的台区拓扑识别方法及系统、设备、计算机可读取的存储介质，可以准确地识别光伏并网后的台区线路拓扑。
根据本发明的一个方面，提供一种光伏并网后的台区拓扑识别方法，包括以下内容：
获取台区内任一用户表箱在多个负荷跳变时刻对应的负荷跳变特征，以构建该用户表箱的负荷跳变特征向量；
获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征，以构建台区所有分支的负荷跳变特征矩阵；
将所述负荷跳变特征矩阵的每一列与该用户表箱的负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支；
对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，将差异性最小值对应的分支和关联性满足阈值条件的分支作为目标分支；
基于负荷大小判断多个目标分支的上下层级关系，从而识别出该用户表箱所在支路的线路拓扑；
重复上述内容，完成台区内所有用户表箱的线路拓扑识别。
进一步地，所述获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征的过程具体为：
以每个负荷跳变时刻为中心设置一个时间窗口，获取各个分支终端在该时间窗口内的单一负荷跳变特征。
进一步地，所述将所述负荷跳变特征矩阵的每一列与该用户表箱的负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支的过程具体为：
利用欧式距离计算该用户表箱的负荷跳变特征向量与所述负荷跳变特征矩阵的每一列之间的距离值，按照距离值大小进行排序，以欧式距离值最小者对应的分支作为差异性最小值对应的分支。
进一步地，所述对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支的过程具体为：
采用以下公式计算关联性：
Figure BDA0003375915920000021
其中，下标bi表示差异性最小值对应的分支，下标bj表示台区内任一分支，j≠i，下标m1表示出现负荷跳变的用户表箱，ηi,j表示分支bj与分支bi之间的关联性，/>
Figure BDA0003375915920000031
表示分支bi与用户表箱m1之间的欧式距离，
Figure BDA0003375915920000032
表示分支bj与用户表箱m1之间的欧式距离，当计算得到的ηi,j＜阈值η时，则认为分支bj与分支bi的关联性满足阈值条件。
进一步地，还包括以下内容：
构建已识别台区拓扑的各个末端分支与其下用户表箱的负荷差值矩阵和台区内所有待识别光伏表箱的负荷矩阵，利用遗传算法识别出所有待识别光伏表箱与各个末端分支的拓扑关系。
进一步地，所述利用遗传算法识别出所有待识别光伏表箱与各个末端分支的拓扑关系的过程具体为：
引入系数矩阵
Figure BDA0003375915920000033
其中，系数矩阵X内元素取值/>
Figure BDA0003375915920000034
引入偏差矩阵Λ，令V＝PV×X+Λ，从而得到Λ＝V-PV×X，其中，V表示各个末端分支与其下用户表箱的负荷差值矩阵，PV表示所有待识别光伏表箱的负荷矩阵；
设置不同的系数矩阵并分别计算偏差矩阵中每行的累加和值，筛选出每行的累加和值最小时所对应的系数矩阵，基于该系数矩阵得到所有待识别光伏表箱与各个末端分支的拓扑关系。
进一步地，在构建台区内所有待识别光伏表箱的负荷矩阵之前还包括以下内容：
通过台区内各个末端分支和各个光伏表箱的分钟冻结数据识别出部分光伏表箱的拓扑关系；
和/或，针对出现反向潮流的末端分支，若某个光伏表箱的电压大于该末端分支的电压，则判定该光伏表箱可能归属于该末端分支。
另外，本发明还提供一种光伏并网后的台区拓扑识别系统，包括：
数据采集模块，用于获取台区内任一用户表箱在多个负荷跳变时刻对应的负荷跳变特征，以构建该用户表箱的负荷跳变特征向量，还用于获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征，以构建台区所有分支的负荷跳变特征矩阵；
差异性分析模块，用于将所述负荷跳变特征矩阵的每一列与该用户表箱的负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支；
关联性分析模块，用于对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，将差异性最小值对应的分支和关联性满足阈值条件的分支作为目标分支；
第一线路拓扑识别模块，用于基于负荷大小判断多个目标分支的上下层级关系，从而识别出该用户表箱所在支路的线路拓扑。
另外，本发明还提供一种设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上所述的方法的步骤。
另外，本发明还提供一种计算机可读取的存储介质，用于存储对光伏并网后的台区进行拓扑识别的计算机程序，所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
本发明具有以下效果：
本发明的光伏并网后的台区拓扑识别方法，先构建用户表箱在多个跳变时刻的负荷跳变特征向量和台区所有分支对应多个跳变时刻的负荷跳变特征矩阵，然后，通过对负荷跳变特征矩阵的每一列与负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支，可以确定该分支是在该跳变表箱所在的支路上。然后再对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，从而可以确定这些关联性满足阈值条件的分支与差异性最小值所对应的分支应当归属于同一支路上，最后，根据各个目标分支之间的负荷大小来判断上下层级关系，上层分支的负荷数据要大于下层分支的负荷数据，从而可以准确识别出负荷跳变表箱所在支路的线路拓扑，进而识别出台区所有用户表箱的线路拓扑。本发明的光伏并网后的台区拓扑识别方法，通过采用数据分析和统计学方法进行台区线路拓扑识别，相比于现有的负荷跳变特征匹配识别技术，不存在由于分布式光伏接入而对负荷跳变特征匹配造成干扰，针对光伏并网后的台区，可以准确地识别出台区的线路拓扑。
另外，本发明的光伏并网后的台区拓扑识别系统同样具有上述优点。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是光伏并网后的台区拓扑结构示意图。
图2是本发明优选实施例的光伏并网后的台区拓扑识别方法的流程示意图。
图3是本发明另一实施例的光伏并网后的台区拓扑识别方法的流程示意图。
图4是本发明另一实施例的光伏并网后的台区拓扑识别系统的模块结构示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由下述所限定和覆盖的多种不同方式实施。
如图1所示，光伏并网后的台区中包括多个用户表箱和多个光伏表箱，多个分布式光伏表箱会以余额上网或全额上网的方式接入台区，光伏表箱的潮流走向与用户表箱的潮流走向相反，且同一分支下的光伏表箱先给相邻用户表箱供电，满足同级供电后再继续向上满足其余分支供电。例如，二级分支下的光伏表箱优先给二级分支下的用户表箱供电，满足二级分支的用户表箱供电需求后再向一级分支下的其余二级分支的用户表箱供电。若光伏的发电功率PV较稳定(光伏表箱的功率波动在几十瓦上下)时，光伏表箱可以视为一个用户表箱，此时，各个分支和表箱内用户发生负荷跳变，例如功率变大或变小，可以基于现有的负荷跳变特征匹配识别技术进行台区拓扑结构识别。但是，光伏发电功率PV由于波动性和随机性，会导致光伏表箱发生功率波动，例如当光伏表箱发生小于可检测阈值的负荷波动，同时用户表箱发生负荷跳变时，由于光伏表箱的潮流走向与用户表箱的潮流走向相反，可能会出现用户表箱和光伏表箱共同所在的分支终端无法检测到负荷跳变，或表箱终端与分支终端的负荷跳变特征不匹配，从而无法判断或错判表箱和分支的拓扑关系。另外，如果采用现有负荷跳变特征匹配识别技术基于夜晚的负荷跳变来识别用户表箱的线路拓扑，由于夜晚的负荷跳变数据较少，而且有些分布式光伏站点可能会采用白天储电夜晚放电，仍然存在部分用户表箱的线路拓扑无法识别。
如图2所示，本发明的第一实施例提供一种光伏并网后的台区拓扑识别方法，包括以下内容：
步骤S1：获取台区内任一用户表箱在多个负荷跳变时刻对应的负荷跳变特征，以构建该用户表箱的负荷跳变特征向量；
步骤S2：获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征，以构建台区所有分支的负荷跳变特征矩阵；
步骤S3：将所述负荷跳变特征矩阵的每一列与该用户表箱的负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支；
步骤S4：对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，将差异性最小值对应的分支和关联性满足阈值条件的分支作为目标分支；
步骤S5：基于负荷大小判断多个目标分支的上下层级关系，从而识别出该用户表箱所在支路的线路拓扑；
步骤S6：重复上述内容，完成台区内所有用户表箱的线路拓扑识别。
可以理解，本实施例的光伏并网后的台区拓扑识别方法，先构建用户表箱在多个跳变时刻的负荷跳变特征向量和台区所有分支对应多个跳变时刻的负荷跳变特征矩阵，然后，通过对负荷跳变特征矩阵的每一列与负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支，可以确定该分支是在该跳变表箱所在的支路上。然后再对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，从而可以确定这些关联性满足阈值条件的分支与差异性最小值所对应的分支应当归属于同一支路上，最后，根据各个目标分支之间的负荷大小来判断上下层级关系，上层分支的负荷数据要大于下层分支的负荷数据，从而可以准确识别出负荷跳变表箱所在支路的线路拓扑，进而识别出台区所有用户表箱的线路拓扑。本发明的光伏并网后的台区拓扑识别方法，通过采用数据分析和统计学方法进行台区线路拓扑识别，相比于现有的负荷跳变特征匹配识别技术，不存在由于分布式光伏接入而对负荷跳变特征匹配造成干扰，针对光伏并网后的台区，可以准确地识别出台区的线路拓扑。
具体地，在所述步骤S1中，在负荷跳变时刻t记录用户表箱m1的负荷跳变特征
Figure BDA0003375915920000071
从而针对多个负荷跳变时刻，可以构建用户表箱m1的负荷跳变特征向量
Figure BDA0003375915920000072
可以理解，本发明所有实施例中所指的负荷跳变特征包括负荷变化的大小和方向。
可选地，所述步骤S2中获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征的过程具体为：
以每个负荷跳变时刻为中心设置一个时间窗口，获取各个分支终端在该时间窗口内的单一负荷跳变特征。
具体地，考虑到各级分支终端、表箱终端存在时间同步问题，针对负荷跳变时刻t，设置一个时间窗口[t-n，t+n]来采集各个分支终端的负荷数据，时间窗口的长度为2n。利用该时间窗口遍历各个分支，获取各个分支终端在时间窗口[t-n，t+n]内的单一负荷跳变特征，从而得到负荷跳变时刻t所对应的台区内所有分支的负荷跳变特征向量
Figure BDA0003375915920000081
其中/>
Figure BDA0003375915920000082
表示分支bn在负荷跳变时刻t对应的时间窗口内的单一负荷跳变特征。针对多个负荷跳变时刻，可以获得台区内所有分支的负荷跳变特征矩阵：/>
Figure BDA0003375915920000083
可以理解，负荷数据可以是功率、用电量/发电量、电流或电压中的任一种，本发明中以功率P作为负荷数据进行示范性说明，在此不做具体限定。
另外，作为另一种选择，当采用其它技术手段解决了各级分支终端、表箱终端的时间同步问题时，例如对各级分支终端、表箱终端的负荷数据进行预处理，通过负荷数据的时间偏移处理已经实现了负荷数据的同步，在所述步骤S2中也可以不设置时间窗口，直接获取每个分支终端在对应负荷跳变时刻的负荷跳变特征即可。
可以理解，所述步骤S3具体为：
利用欧式距离计算该用户表箱的负荷跳变特征向量与所述负荷跳变特征矩阵的每一列之间的距离值，按照距离值大小进行排序，以欧式距离值最小者对应的分支作为差异性最小值对应的分支。
具体地，利用欧式距离计算负荷跳变特征向量
Figure BDA0003375915920000084
与负荷跳变特征矩阵ΔPb的每一列之间的距离值/>
Figure BDA0003375915920000085
并按照距离值大小进行排序，然后筛选出欧式距离值最小者对应的分支作为差异性最小值对应的分支
Figure BDA0003375915920000086
可以理解，所述步骤S4中对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支的过程具体为：
采用以下公式计算关联性：
Figure BDA0003375915920000087
其中，下标bi表示差异性最小值对应的分支，下标bj表示台区内任一分支，j≠i，下标m1表示出现负荷跳变的用户表箱，ηi,j表示分支bj与分支bi之间的关联性，/>
Figure BDA0003375915920000091
表示分支bi与用户表箱m1之间的欧式距离，/>
Figure BDA0003375915920000092
表示分支bj与用户表箱m1之间的欧式距离，引入关联性分析阈值，当计算得到的ηi,j＜阈值η时，则认为分支bj与分支bi的关联性满足阈值条件。此时，记录差异性最小值对应的分支的编号和满足阈值条件的分支的编号，将其作为目标分支。
可以理解，在步骤S4中已经识别出用户表箱m1所在支路的多个分支，但这些分支之间的层级关系尚未识别。在所述步骤S5中，通过采集的负荷数据大小来判断多个目标分支的上下层级关系，上层分支的负荷数据要大于下层分支的负荷数据，例如上层分支的功率要大于下层分支，从而可以识别出用户表箱m1所在支路的线路拓扑。
最后，重复步骤S1至步骤S5，可以完成台区内所有用户表箱所在支路的线路拓扑识别。
可以理解，由于同一区域的光伏发电环境因素一致，并且光伏发电的特性是随着光照辐射强度、温度的改变，功率随之会发生缓慢的变化，在几秒内发生超过阈值的功率跳变频率过少。因此，若台区内所有待识别光伏表箱的容量均不同时，通过各个末端分支的负荷数据和各个光伏表箱的负荷数据即可对应识别出各个光伏表箱和末端分支的拓扑关系。但是，由于光伏发电发生功率跳变时，在同一区域下分布式光伏表箱会以光伏安装容量为基础进行等比例变化，而当两个光伏的安装容量一致时，若根据负荷变化进行拓扑识别可能会存在误判情况。因此，如图3所示，在本发明的另一实施例中，所述光伏并网后的台区拓扑识别方法还包括以下内容：
步骤S7：构建已识别台区拓扑的各个末端分支与其下用户表箱的负荷差值矩阵和台区内所有待识别光伏表箱的负荷矩阵，利用遗传算法识别出所有待识别光伏表箱与各个末端分支的拓扑关系。
具体地，通过步骤S1～步骤S6已经识别出台区内所有用户表箱的线路拓扑，即各个用户表箱和各级分支之间的线路拓扑关系已经识别完成。在所述步骤S7中，根据已知的台区线路拓扑关系构建各个末端分支与其下用户表箱的负荷差值矩阵V：
Figure BDA0003375915920000101
其中，/>
Figure BDA0003375915920000102
Figure BDA0003375915920000103
表示T时刻末端分支bi与其下用户表箱的功率差值，i＝1,2,…,l，/>
Figure BDA0003375915920000104
表示T时刻末端分支bi的功率值，/>
Figure BDA0003375915920000105
表示T时刻末端分支bi下用户表箱mi的功率值。可以理解，此处以功率P作为负荷数据来进行示范性说明，在本发明的其它实施例中也可以采用用电量W来作为负荷数据。
然后，构建台区内所有待识别光伏表箱的负荷矩阵PV：
Figure BDA0003375915920000106
其中，PV1 T表示T时刻编号为1的光伏表箱的功率值。
接着，先引入系数矩阵
Figure BDA0003375915920000108
其中，系数矩阵X内元素取值
Figure BDA0003375915920000109
再引入偏差矩阵Λ，令V＝PV×X+Λ，从而得到Λ＝V-PV×X，其中，V表示各个末端分支与其下用户表箱的负荷差值矩阵，PV表示所有待识别光伏表箱的负荷矩阵；再设置不同的系数矩阵，即系数矩阵X中的每个元素分别取0和1进行元素组合，并分别计算每种组合情况下偏差矩阵中每行的累加和值，筛选出每行的累加和值最小时所对应的系数矩阵，基于该系数矩阵得到所有待识别光伏表箱与各个末端分支的拓扑关系。
可以理解，本实施例的光伏并网后的台区拓扑识别方法，利用遗传算法的选择操作自动识别出所有待识别光伏表箱和末端分支的拓扑关系，不再基于负荷跳变特征匹配进行拓扑识别，不再受到分布式光伏的负荷波动影响，可以准确地识别出台区内所有光伏表箱的拓扑关系，至此，整个台区的线路拓扑识别完成。
可选地，所述步骤S7中在构建台区内所有待识别光伏表箱的负荷矩阵之前还包括以下内容：
通过台区内各个末端分支和各个光伏表箱的分钟冻结数据识别出部分光伏表箱的拓扑关系；
和/或，针对出现反向潮流的末端分支，若某个光伏表箱的电压大于该末端分支的电压，则判定该光伏表箱可能归属于该末端分支。
具体地，利用光伏表箱发电就近消纳的原则，光伏表箱会在末端分支处对该末端分支下的其余用户表箱进行供电，若满足该末端分支下用户表箱的用电需求则会向更高一级的分支进行供电。因此，通过台区内各个末段分支和各个光伏表箱的分钟冻结数据可以识别出部分光伏表箱与各个末端分支的拓扑关系，例如，在某一数据冻结时刻，若某一末端分支的功率为-100kw时，而有个光伏表箱的功率为-200kw，而其余光伏表箱的功率都为-50kw，则可以判定该光伏表箱肯定属于该末端分支。可以理解，此处的“-”表示的是该末端分支反向向上级分支供电。另外，针对出现反向潮流的末端分支，若某个光伏表箱的电压大于该末端分支的电压，则判定该光伏表箱有可能归属于该末端分支。
因此，通过分钟冻结数据分析可以识别出一部分光伏表箱的拓扑关系，针对出现反向潮流的末端分支，通过电压大小比对也可以初步确定部分表箱的拓扑关系，可以有效减少后续待识别的光伏表箱数量，进而减少遗传算法的计算量，提高了台区拓扑识别效率。
另外，如图4所示，本发明还提供一种光伏并网后的台区拓扑识别系统，优选采用上述实施例的台区拓扑识别方法，所述系统包括：
数据采集模块，用于获取台区内任一用户表箱在多个负荷跳变时刻对应的负荷跳变特征，以构建该用户表箱的负荷跳变特征向量，还用于获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征，以构建台区所有分支的负荷跳变特征矩阵；
差异性分析模块，用于将所述负荷跳变特征矩阵的每一列与该用户表箱的负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支；
关联性分析模块，用于对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，将差异性最小值对应的分支和关联性满足阈值条件的分支作为目标分支；
第一线路拓扑识别模块，用于基于负荷大小判断多个目标分支的上下层级关系，从而识别出该用户表箱所在支路的线路拓扑。
可以理解，本实施例的光伏并网后的台区拓扑识别系统，先构建用户表箱在多个跳变时刻的负荷跳变特征向量和台区所有分支对应多个跳变时刻的负荷跳变特征矩阵，然后，通过对负荷跳变特征矩阵的每一列与负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支，可以确定该分支是在该跳变表箱所在的支路上。然后再对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，从而可以确定这些关联性满足阈值条件的分支与差异性最小值所对应的分支应当归属于同一支路上，最后，根据各个目标分支之间的负荷大小来判断上下层级关系，上层分支的负荷数据要大于下层分支的负荷数据，从而可以准确识别出负荷跳变表箱所在支路的线路拓扑，进而识别出台区所有用户表箱的线路拓扑。本发明的光伏并网后的台区拓扑识别系统，通过采用数据分析和统计学方法进行台区线路拓扑识别，相比于现有的负荷跳变特征匹配识别技术，不存在由于分布式光伏接入而对负荷跳变特征匹配造成干扰，针对光伏并网后的台区，可以准确地识别出台区的线路拓扑。
另外，所述系统还包括：
第二线路拓扑识别模块，用于构建已识别台区拓扑的各个末端分支与其下用户表箱的负荷差值矩阵和台区内所有待识别光伏表箱的负荷矩阵，利用遗传算法识别出所有待识别光伏表箱与各个末端分支的拓扑关系。
可以理解，本实施例的系统中的各个模块分别与上述方法实施例的各个步骤相对应，故各个模块的具体工作过程在此不再赘述，参考上述方法实施例即可。
另外，本发明还提供一种设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上所述的方法的步骤。
另外，本发明还提供一种计算机可读取的存储介质，用于存储对光伏并网后的台区进行拓扑识别的计算机程序，所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
一般计算机可读取存储介质的形式包括：软盘(floppy disk)、可挠性盘片(flexible disk)、硬盘、磁带、任何其与的磁性介质、CD-ROM、任何其余的光学介质、打孔卡片(punch cards)、纸带(paper tape)、任何其余的带有洞的图案的物理介质、随机存取存储器(RAM)、可编程只读存储器(PROM)、可抹除可编程只读存储器(EPROM)、快闪可抹除可编程只读存储器(FLASH-EPROM)、其余任何存储器芯片或卡匣、或任何其余可让计算机读取的介质。指令可进一步被一传输介质所传送或接收。传输介质这一术语可包含任何有形或无形的介质，其可用来存储、编码或承载用来给机器执行的指令，并且包含数字或模拟通信信号或其与促进上述指令的通信的无形介质。传输介质包含同轴电缆、铜线以及光纤，其包含了用来传输一计算机数据信号的总线的导线。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种光伏并网后的台区拓扑识别方法，其特征在于，包括以下内容：
获取台区内任一用户表箱在多个负荷跳变时刻对应的负荷跳变特征，以构建该用户表箱的负荷跳变特征向量；
获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征，以构建台区所有分支的负荷跳变特征矩阵；
将所述负荷跳变特征矩阵的每一列与该用户表箱的负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支；
对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，将差异性最小值对应的分支和关联性满足阈值条件的分支作为目标分支；
基于负荷大小判断多个目标分支的上下层级关系，从而识别出该用户表箱所在支路的线路拓扑；
重复上述内容，完成台区内所有用户表箱的线路拓扑识别；
所述将所述负荷跳变特征矩阵的每一列与该用户表箱的负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支的过程具体为：
利用欧式距离计算该用户表箱的负荷跳变特征向量与所述负荷跳变特征矩阵的每一列之间的距离值，按照距离值大小进行排序，以欧式距离值最小者对应的分支作为差异性最小值对应的分支；
所述对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支的过程具体为：
采用以下公式计算关联性：
Figure QLYQS_1
其中，下标bi表示差异性最小值对应的分支，下标bj表示台区内任一分支，j≠i，下标m1表示出现负荷跳变的用户表箱，ηi,j表示分支bj与分支bi之间的关联性，/>
Figure QLYQS_2
表示分支bi与用户表箱m1之间的欧式距离，
Figure QLYQS_3
表示分支bj与用户表箱m1之间的欧式距离，当计算得到的ηi,j＜阈值η时，则认为分支bj与分支bi的关联性满足阈值条件。
2.如权利要求1所述的光伏并网后的台区拓扑识别方法，其特征在于，所述获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征的过程具体为：
以每个负荷跳变时刻为中心设置一个时间窗口，获取各个分支终端在该时间窗口内的单一负荷跳变特征。
3.如权利要求1所述的光伏并网后的台区拓扑识别方法，其特征在于，还包括以下内容：
构建已识别台区拓扑的各个末端分支与其下用户表箱的负荷差值矩阵和台区内所有待识别光伏表箱的负荷矩阵，利用遗传算法识别出所有待识别光伏表箱与各个末端分支的拓扑关系。
4.如权利要求3所述的光伏并网后的台区拓扑识别方法，其特征在于，所述利用遗传算法识别出所有待识别光伏表箱与各个末端分支的拓扑关系的过程具体为：
引入系数矩阵
Figure QLYQS_4
其中，系数矩阵X内元素取值/>
Figure QLYQS_5
引入偏差矩阵Λ，令V＝PV×X+Λ，从而得到Λ＝V-PV×X，其中，V表示各个末端分支与其下用户表箱的负荷差值矩阵，PV表示所有待识别光伏表箱的负荷矩阵；
设置不同的系数矩阵并分别计算偏差矩阵中每行的累加和值，筛选出每行的累加和值最小时所对应的系数矩阵，基于该系数矩阵得到所有待识别光伏表箱与各个末端分支的拓扑关系。
5.如权利要求3所述的光伏并网后的台区拓扑识别方法，其特征在于，在构建台区内所有待识别光伏表箱的负荷矩阵之前还包括以下内容：
通过台区内各个末端分支和各个光伏表箱的分钟冻结数据识别出部分光伏表箱的拓扑关系；
和/或，针对出现反向潮流的末端分支，若某个光伏表箱的电压大于该末端分支的电压，则判定该光伏表箱可能归属于该末端分支。
6.一种光伏并网后的台区拓扑识别系统，其特征在于，包括：
数据采集模块，用于获取台区内任一用户表箱在多个负荷跳变时刻对应的负荷跳变特征，以构建该用户表箱的负荷跳变特征向量，还用于获取台区内各个分支终端在每个负荷跳变时刻对应的负荷跳变特征，以构建台区所有分支的负荷跳变特征矩阵；
差异性分析模块，用于将所述负荷跳变特征矩阵的每一列与该用户表箱的负荷跳变特征向量进行序列差异性判断，筛选出差异性最小值对应的分支；具体利用欧式距离计算该用户表箱的负荷跳变特征向量与所述负荷跳变特征矩阵的每一列之间的距离值，按照距离值大小进行排序，以欧式距离值最小者对应的分支作为差异性最小值对应的分支；
关联性分析模块，用于对差异性最小值所对应的分支和其它所有分支进行关联性分析，筛选出关联性满足阈值条件的分支，将差异性最小值对应的分支和关联性满足阈值条件的分支作为目标分支；具体采用以下公式计算关联性：
Figure QLYQS_6
其中，下标bi表示差异性最小值对应的分支，下标bj表示台区内任一分支，j≠i，下标m1表示出现负荷跳变的用户表箱，ηi,j表示分支bj与分支bi之间的关联性，/>
Figure QLYQS_7
表示分支bi与用户表箱m1之间的欧式距离，/>
Figure QLYQS_8
表示分支bj与用户表箱m1之间的欧式距离，当计算得到的ηi,j＜阈值η时，则认为分支bj与分支bi的关联性满足阈值条件；
第一线路拓扑识别模块，用于基于负荷大小判断多个目标分支的上下层级关系，从而识别出该用户表箱所在支路的线路拓扑。
7.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如权利要求1～5任一项所述的方法的步骤。
8.一种计算机可读取的存储介质，用于存储对光伏并网后的台区进行拓扑识别的计算机程序，其特征在于，所述计算机程序在计算机上运行时执行如权利要求1～5任一项所述的方法的步骤。
CN202111416561.6A 2021-11-26 2021-11-26 光伏并网后的台区拓扑识别方法及系统、设备、存储介质 Active CN114050657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111416561.6A CN114050657B (zh) 2021-11-26 2021-11-26 光伏并网后的台区拓扑识别方法及系统、设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111416561.6A CN114050657B (zh) 2021-11-26 2021-11-26 光伏并网后的台区拓扑识别方法及系统、设备、存储介质

Publications (2)

Publication Number Publication Date
CN114050657A CN114050657A (zh) 2022-02-15
CN114050657B true CN114050657B (zh) 2023-06-27

Family

ID=80211188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111416561.6A Active CN114050657B (zh) 2021-11-26 2021-11-26 光伏并网后的台区拓扑识别方法及系统、设备、存储介质

Country Status (1)

Country Link
CN (1) CN114050657B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114912526B (zh) * 2022-05-13 2024-04-26 北京市腾河电子技术有限公司 台区识别方法及系统、电子设备、存储介质
CN116167891B (zh) * 2022-12-06 2024-04-16 北京市腾河电子技术有限公司 基于线路阻抗推导台区拓扑的方法及系统、设备、介质
CN117748499B (zh) * 2024-02-19 2024-05-17 北京智芯微电子科技有限公司 基于连接关系向量的低压台区的拓扑结构识别方法和装置

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104993483A (zh) * 2015-07-30 2015-10-21 天津大学 一种基于实时潮流的输电通道动态辨识方法
CN109904925A (zh) * 2019-01-08 2019-06-18 国网上海市电力公司 一种配电台区户变关系校核方法
CN110707686A (zh) * 2019-09-06 2020-01-17 北京市腾河智慧能源科技有限公司 台区识别方法、构建台区线路拓扑的方法
CN111162533A (zh) * 2020-01-17 2020-05-15 天津大学 一种基于凸优化的智能电网隐藏拓扑结构识别方法
CN111476427A (zh) * 2020-04-15 2020-07-31 北京智芯微电子科技有限公司 低压台区拓扑识别方法及识别装置
CN111509859A (zh) * 2020-05-19 2020-08-07 广州穗华能源科技有限公司 基于负荷时空特征的低压配网及物理拓扑识别方法
CN111614083A (zh) * 2020-06-04 2020-09-01 国网浙江杭州市萧山区供电有限公司 一种适用于400v供电网络拓扑识别的大数据分析方法
CN111817289A (zh) * 2020-06-08 2020-10-23 华南理工大学 低压配电台区物理拓扑识别方法、装置、系统、终端及介质
CN112039197A (zh) * 2020-07-21 2020-12-04 厦门亿力吉奥信息科技有限公司 台区拓扑图的自动成图方法及计算机可读存储介质
CN112117763A (zh) * 2020-09-25 2020-12-22 东南大学 一种低压配电网拓扑识别与参数估计方法
CN112186740A (zh) * 2020-09-09 2021-01-05 北京市腾河电子技术有限公司 对小负荷用户进行台区识别的方法及系统、存储介质
CN112510707A (zh) * 2020-12-09 2021-03-16 国网浙江省电力有限公司电力科学研究院 一种配电台区电力阻抗拓扑图生成方法及系统
CN112886582A (zh) * 2021-02-08 2021-06-01 国网上海市电力公司 基于负荷率和拓扑的电压相关性识别台区相位的方法
CN112886580A (zh) * 2021-02-08 2021-06-01 国网上海市电力公司 基于用户分支的台区拓扑识别方法和系统
CN113092935A (zh) * 2021-04-02 2021-07-09 北京市腾河智慧能源科技有限公司 一种识别小负荷线路拓扑的方法及系统、设备、存储介质
CN113363980A (zh) * 2021-06-30 2021-09-07 广东电网有限责任公司 一种适用于低压配电网拓扑自动识别方法及设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3020950A1 (fr) * 2018-10-16 2020-04-16 Hydro-Quebec Reconstruction d'une topologie d'un reseau de distribution electrique

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104993483A (zh) * 2015-07-30 2015-10-21 天津大学 一种基于实时潮流的输电通道动态辨识方法
CN109904925A (zh) * 2019-01-08 2019-06-18 国网上海市电力公司 一种配电台区户变关系校核方法
CN110707686A (zh) * 2019-09-06 2020-01-17 北京市腾河智慧能源科技有限公司 台区识别方法、构建台区线路拓扑的方法
CN111162533A (zh) * 2020-01-17 2020-05-15 天津大学 一种基于凸优化的智能电网隐藏拓扑结构识别方法
CN111476427A (zh) * 2020-04-15 2020-07-31 北京智芯微电子科技有限公司 低压台区拓扑识别方法及识别装置
CN111509859A (zh) * 2020-05-19 2020-08-07 广州穗华能源科技有限公司 基于负荷时空特征的低压配网及物理拓扑识别方法
CN111614083A (zh) * 2020-06-04 2020-09-01 国网浙江杭州市萧山区供电有限公司 一种适用于400v供电网络拓扑识别的大数据分析方法
CN111817289A (zh) * 2020-06-08 2020-10-23 华南理工大学 低压配电台区物理拓扑识别方法、装置、系统、终端及介质
CN112039197A (zh) * 2020-07-21 2020-12-04 厦门亿力吉奥信息科技有限公司 台区拓扑图的自动成图方法及计算机可读存储介质
CN112186740A (zh) * 2020-09-09 2021-01-05 北京市腾河电子技术有限公司 对小负荷用户进行台区识别的方法及系统、存储介质
CN112117763A (zh) * 2020-09-25 2020-12-22 东南大学 一种低压配电网拓扑识别与参数估计方法
CN112510707A (zh) * 2020-12-09 2021-03-16 国网浙江省电力有限公司电力科学研究院 一种配电台区电力阻抗拓扑图生成方法及系统
CN112886582A (zh) * 2021-02-08 2021-06-01 国网上海市电力公司 基于负荷率和拓扑的电压相关性识别台区相位的方法
CN112886580A (zh) * 2021-02-08 2021-06-01 国网上海市电力公司 基于用户分支的台区拓扑识别方法和系统
CN113092935A (zh) * 2021-04-02 2021-07-09 北京市腾河智慧能源科技有限公司 一种识别小负荷线路拓扑的方法及系统、设备、存储介质
CN113363980A (zh) * 2021-06-30 2021-09-07 广东电网有限责任公司 一种适用于低压配电网拓扑自动识别方法及设备

Also Published As

Publication number Publication date
CN114050657A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
CN114050657B (zh) 光伏并网后的台区拓扑识别方法及系统、设备、存储介质
Chen et al. Reliability evaluation of distribution systems with mobile energy storage systems
CN108022002B (zh) 一种基于支持张量机的中性点接地方式决策方法及系统
Hatziargyriou et al. A decision tree method for on-line steady state security assessment
Mateo et al. Cost–benefit analysis of battery storage in medium‐voltage distribution networks
CN112785027B (zh) 风光储联合发电系统置信容量评估方法及系统
CN113092935B (zh) 一种识别小负荷线路拓扑的方法及系统、设备、存储介质
CN109755949B (zh) 一种热电联合储能电站功率的优化分配方法及装置
CN111753397B (zh) 一种计及分布式电源相关性的配电系统可靠性评估方法
CN109560574A (zh) 一种考虑不确定因素的智能配电网网架规划方法
Kasprzyk et al. Minimisation of the LCOE for the hybrid power supply system with the lead-acid battery
CN115730868A (zh) 智能配电系统损耗评估及故障计算系统及方法
Zhi-jian et al. Reliability assessment of distribution network considering the randomness of distributed generation
CN112198375A (zh) 单相用户的相位识别方法、装置、设备和存储介质
CN117767250B (zh) 基于故障监测的直流微电网协调控制方法及系统
CN108846505B (zh) 可再生能源并网消纳信息多维度校核方法及设备
Isac et al. Optimal capacitor placement in radial distribution system to minimize the loss using fuzzy logic control
CN113609746A (zh) 基于蒙特卡洛树搜索及强化学习算法的配电网规划方法
CN115207909B (zh) 一种台区拓扑识别方法、装置、设备及存储介质
CN116663823A (zh) 融合精准碳数据的配电能源网格碳排放最优规划方法及系统
CN113572167B (zh) 一种低压台区精确分支识别方法
CN115618286A (zh) 变压器局部放电类型识别方法、系统、设备、终端及应用
CN111740435B (zh) 一种新能源发电系统的储能配置方法及相关装置
CN113868821A (zh) 一种基于营配大数据融合的配网降损方法及终端机
CN110571791B (zh) 一种新能源接入下的输电网规划的优化配置方法

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