CN114662994A - 一种整县式光伏分区方法、存储设备及终端 - Google Patents
一种整县式光伏分区方法、存储设备及终端 Download PDFInfo
- Publication number
- CN114662994A CN114662994A CN202210537971.4A CN202210537971A CN114662994A CN 114662994 A CN114662994 A CN 114662994A CN 202210537971 A CN202210537971 A CN 202210537971A CN 114662994 A CN114662994 A CN 114662994A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- formula
- voltage
- clustering
- partition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 18
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000005192 partition Methods 0.000 claims abstract description 66
- 238000004364 calculation method Methods 0.000 claims abstract description 40
- 230000014509 gene expression Effects 0.000 claims description 42
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000013316 zoning Methods 0.000 claims description 18
- 239000011541 reaction mixture Substances 0.000 claims description 9
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 238000010248 power generation Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供的一种整县式光伏分区方法、存储设备及终端,所述方法包括:S10,采集整县内每个屋顶光伏装置的电气量,建立整县式光伏用户的运行数据库;所述的电气量包括:电压偏差量、频率偏差量和三相电压不平衡度;S20,将采集的电气量作为参考量,基于最大熵聚类算法进行聚类分区,使运行状态特征具有相似变化的光伏用户划分为同一分区;S30,对分区内各个光伏用户与分区聚类中心进行相似性计算,以使工作人员对每个用户光伏分区内的用户光伏并网运行状态进行有效分析和评估;本发明具有适用于整县光伏管理、提高运行管理效率的有益效果,适用于光伏管理领域。
Description
技术领域
本发明涉及光伏管理的技术领域,具体涉及一种整县式光伏分区方法、存储设备及终端。
背景技术
目前,我国有近700个整县(市、区)成为屋顶分布式光伏电站的开发试点,总装机容量将超过100GW,整县式光伏的发展已展现出巨大的潜力。
整县式屋顶分布式光伏电站与地面集中式光伏电站具有明显不同的运行特征,具体表现为:整县式屋顶光伏电站的安装范围涵盖了工商业厂房、公共建筑屋顶及农村居住建筑等多种类型区域,且其发电系统包括光伏组件串、汇流箱、逆变器、配电柜、二次系统、蓄电池等设备;由于整县式屋顶分布式光伏电站存在用户规模大、分布地域广以及环境复杂等特点,在大容量接入电网后为电网的运行调度和控制带来诸多困难;为了提高电网对整县式光伏的管控水平,必须采取合理的策略对整县式光伏的运行情况进行监测和分析,实现对整县式光伏的整体有效管理。
发明内容
针对相关技术中存在的不足,本发明所要解决的技术问题在于:提供一种适用于整县光伏管理、提高运行管理效率的整县式光伏分区方法、存储设备及终端。
为解决上述技术问题,本发明采用的技术方案为:
一种整县式光伏分区方法,包括:如下步骤:
S20,将采集的电气量作为参考量,基于最大熵聚类算法进行聚类分区,使运行状态特征具有相似变化的光伏用户划分为同一分区;
S30,对分区内各个光伏用户与分区聚类中心进行相似性计算,以使工作人员对每个用户光伏分区内的用户光伏并网运行状态进行有效分析和评估。
优选地,所述步骤S20,将采集的电气量作为参考量,基于最大熵聚类算法进行聚类分区,使运行状态特征具有相似变化的光伏用户划分为同一分区,具体包括:
S201,建立最大熵聚类算法的目标函数,所述目标函数的表达式为:
S202,建立目标函数的约束条件;约束条件的表达式为:
S203,基于最大熵聚类算法对整县用户光伏进行聚类分区,得到运行电压、频率和三相不平衡度不同的用户光伏分区。
优选地,所述步骤S203,基于最大熵聚类算法对整县用户光伏进行聚类分区,具体包括:
S2031,对最大熵聚类算法的参数进行初始化设置;
S2032,对隶属度矩阵进行计算更新,计算更新的表达式如下:
S2033,对聚类中心进行计算调整,计算调整的表达式如下:
S2034,根据更新计算后的聚类中心和隶属度矩阵,计算正则化系数γ;
S2035,根据目标函数,计算聚类结果;
S2037,输出聚类中心、聚类结果及隶属度矩阵。
优选地,所述步骤S2034,根据更新计算后的聚类中心和隶属度矩阵,计算正则化系数γ;具体为:
S20341,构建正则化系数的最优计算模型:
式(7)中:A为系数矩阵;
S20342,通过L曲线法进行正则化系数的寻优计算,具体为:
所述曲线曲率的计算表达式为:
S20343,将曲率的最大值作为最优正则化参数,计算表达式为:
优选地,所述步骤S30,对分区内各个光伏用户与分区聚类中心进行相似性计算,具体包括:
S301,建立加权欧式距离的计算表达式,具体为:
式(8)中,为第k个聚类分区中第i个样本用户与中心用户电气量的加权欧
式距离;、、为第i个样本的频率、电压及三相不平衡度;、、为第k个聚类中
心的频率、电压及三相不平衡度;、、分别为、、与对应电网规定电气
量标准值的差值;
S3021,设第k个分区中,频率、电压、三相不平衡度的合格范围为:
S3022,计算不合格样本在分区内的占比,计算表达式为:
S3023,根据最大熵项计算频率、电压、三相不平衡度的最大熵值,计算表达式为:
其中,T为通过聚类分区后,形成的分区数目;a为系数,a=1/lnT;
S303,在各分区中,根据计算所得的加权欧式距离对用户样本进行排列,从电压、频率和三相不平衡度综合反应每个样本用户的运行状况,以及每个分区的实际运行状态。
优选地,所述步骤S10中,所述电压偏差量、频率偏差量、三相电压不平衡度的表达式为:
存储设备,其中存储有多条指令,:所述指令适于由处理器加载并执行如上所述的一种整县式光伏分区方法。
终端,包括:
处理器,适于实现各指令;以及
存储设备,适于存储多条指令,所述指令适于由处理器加载并执行如上所述的一种整县式光伏分区方法。
本发明的有益技术效果在于:
1、本发明提出一种整县式光伏分区方法、存储设备及终端,改变传统的集中式光伏电站的管理方法,针对整县式光伏发电和集中式光伏电站的不同特点,结合电网的分区思想,提出适用于整县式光伏发电的分区管理方法,提高了整县式光伏建设和投运后的运行管理效率,同时在分区管理的基础上,实现了对用户光伏进行有效分析的目的,实用性极强。
2、本发明采基于最大熵聚类算法对整县式用户光伏进行分区,在聚类算法的迭代过程实时调整最大熵项的正则化参数权重,与传统聚类方法相比,聚类过程保留更多元素的信息,提高了聚类算法的计算速度和聚类精度。
3、本发明采用加权欧式距离对分区后的用户光伏进行运行状态分析和评估,同时采用最大熵原理确定欧式距离的权值系数,根据最大熵加权欧式距离,既能够清晰反应分区整体运行状况,方便于初步评估,也实现对各分区内用户光伏的合理监测和分析。
4、本发明将最大熵原理同时应用于聚类算法和加权欧式距离分析方法中,最大的充分考虑了原始样本的分布情况,减少了人为干预分区和分析,提高了整县式光伏建设和投运后的运行管理效率。
附图说明
图1是本发明实施例一提供的一种整县式光伏分区方法的流程示意图;
图2是本发明实施例二中步骤S20的流程示意图;
图3是本发明实施例二中步骤S203的流程示意图;
图4是本发明实施例三中步骤S30的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
其次,本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
本发明中,充分考虑了光伏发电运行的影响因素,即:主要包括外界环境变化和内部设备的影响,当屋顶式光伏正常运行时,光伏系统各设备均在正常工作状态,因此,外界环境的变化成为屋顶式光伏正常运行时的主要影响因素。
整县式光伏在地域上分布较广,地理环境的差别较大,不同区域的光伏运行情况存在较大差异性,因此可以根据不同的地域环境变化特征实现对光伏的分区管理。
整县式光伏的分区必须有合理的分区依据,根据不同地域的地理环境特征进行分区时,地域环境变化的信息采集所需工作量较大、投入成本较高,而且在得到环境变化的准确信息后仍需结合屋顶式光伏运行工况进行合理分析,分析难度较大;在用户光伏的实际运行中,用户侧的多功能电表采集系统能够将并网点的电气量信息进行采集,因此,结合用户的电量采集系统对并网点进行信息采集能够实现对用户光伏运行状态的感知和分析;当光照、温度及天气条件不同时,用户屋顶光伏并网运行时的电压、电流及频率等电气量会发生明显变化,因此,可以根据电气量的变化对用户光伏的运行状态进行分区管理和实时分析,达到对整县式光伏有效监测和管控的目的。
电网的分区利用合理高效的方法将复杂的电网划分为子网系统,在很大程度上减小了电网的规模,简化了电网的安全稳定计算,方便对电网进行分析和控制,极大地提高了供电系统的监视和调度管理功能,具有非常大的潜力和实用价值,所以,采用整县式光伏分区管理的方法具有较高的可靠性。
以下结合附图详细说明本发明的一个实施例。
实施例一
如图1所示,一种整县式光伏分区方法,包括:如下步骤:
S20,将采集的电气量作为参考量,基于最大熵聚类算法进行聚类分区,使运行状态特征具有相似变化的光伏用户划分为同一分区;
S30,对分区内各个光伏用户与分区聚类中心进行相似性计算,以使工作人员对每个用户光伏分区内的用户光伏并网运行状态进行有效分析和评估。
本发明中,整县式光伏分区将用户光伏并网运行时电压、电流及频率等电气量变化作为分区的参考量,为了合理的衡量电气参考量的变化,使用压偏差量、频率偏差量和三相电压不平衡度对所采集电气量信息进行评估。
具体地,所述步骤S10中,所述电压偏差量、频率偏差量、三相电压不平衡度的表达式为:
本实施例中,电气量的参考数值,可参考我国的光伏并网电压运行要求《光伏系统
并网技术要求》(GB/T 19939)及电网允许电压偏差《电能质量 供电电压允许偏差》(GB/T
12325)的规定,光伏并网电压的正常运行范围为:,光伏系统和电网
接口处的电压允许偏差:三相电压的允许偏差为额定电压的±7%,单相电压的允许偏差为
额定电压的-10%~7%。
以及参考我国的光伏并网电压运行要求《光伏系统并网技术要求》(GB/T 19939)
及电网允许频率偏差《电能质量 电力系统频率允许偏差》(GB/T 15945)的规定,光伏并网
频率的正常运行范围为:,光伏系统和电网接口处的频率允许偏差值为
±0.5Hz。
以及参考我国的光伏并网电压运行要求《光伏系统并网技术要求》(GB/T 19939)规定,光伏系统并网运行时,电网接口处的三相电压不平衡度不应超过规定的数值,正常允许值为2%,短时允许值为4%。
实施例二
传统的模糊聚类算法对初始化聚类中心十分敏感,并且极易陷入局部最小值。因此,本实施例中,在目标函数中增加熵项,通过极大化信息熵可在聚类分析过程中保留更多的信息,从而让样本能够准确的划分到对应的类别。
如图2所示,在实施例一的基础上,一种整县式光伏分区方法,所述步骤S20,将采集的电气量作为参考量,基于最大熵聚类算法进行聚类分区,使运行状态特征具有相似变化的光伏用户划分为同一分区,具体包括:
S201,建立最大熵聚类算法的目标函数,所述目标函数的表达式为:
S202,建立目标函数的约束条件;约束条件的表达式为:
S203,基于最大熵聚类算法对整县用户光伏进行聚类分区,得到运行电压、频率和三相不平衡度不同的用户光伏分区。
具体地,所述步骤S203,基于最大熵聚类算法对整县用户光伏进行聚类分区,具体包括:
S2032,对隶属度矩阵进行计算更新,计算更新的表达式如下:
S2033,对聚类中心进行计算调整,计算调整的表达式如下:
S2034,根据更新计算后的聚类中心和隶属度矩阵,计算正则化系数γ;
S2035,根据目标函数,计算聚类结果;
S2037,输出聚类中心、聚类结果及隶属度矩阵。
进一步地,所述步骤S2034,根据更新计算后的聚类中心和隶属度矩阵,计算正则化系数γ;具体为:
S20341,构建正则化系数的最优计算模型:
式(7)中:A为系数矩阵;
S20342,通过L曲线法进行正则化系数的寻优计算,具体为:
所述曲线曲率的计算表达式为:
S20343,将曲率的最大值作为最优正则化参数,计算表达式为:
本实施例中,基于最大熵聚类算法对整县式用户光伏进行聚类分区,得到运行电压、频率和三相不平衡度不同的用户光伏群体,既能在一定程度上合理反应不同地域环境对光伏运行的影响,同时也能够准确反应不同地域用户光伏的运行状态。
实施例三
为了对不同分类群体的用户光伏进行分析和监测,在采用最大熵聚类算法得到用户光伏分区后,采用综合加权欧式距离对每个分区内的每户用户光伏进行准确定位和评估,即对分区内每户用户光伏与分区聚类中心的相似性进行计算。
综合加权欧式距离根据每个用户光伏样本的频率、电压及三相不平衡度与中心用户的加权欧式距离反应用户样本与中心用户的近似程度,确定该用户在分区中的位置,以评估该用户正常运行时各电气量的变化,达到稳态监测的目的。
本实施例中,分区内的光伏用户运行电气量包含电压偏差量、频率偏差量及三相电压不平衡度三个元素。
如图4所示,在实施例一的基础上,一种整县式光伏分区方法,所述步骤S30,对分区内各个光伏用户与分区聚类中心进行相似性计算,具体包括:
S301,建立加权欧式距离的计算表达式,具体为:
式(8)中,为第k个聚类分区中第i个样本用户与中心用户电气量的加权欧
式距离;、、为第i个样本的频率、电压及三相不平衡度;、、为第k个聚类中
心的频率、电压及三相不平衡度;、、分别为、、与对应电网规定电气
量标准值的差值;
S3021,设第k个分区中,频率、电压、三相不平衡度的合格范围为:
S3022,计算不合格样本在分区内的占比,计算表达式为:
S3023,根据最大熵项计算频率、电压、三相不平衡度的最大熵值,计算表达式为:
其中,T为通过聚类分区后,形成的分区数目;a为系数,a=1/lnT;
S303,在各分区中,根据计算所得的加权欧式距离对用户样本进行排列,从电压、频率和三相不平衡度综合反应每个样本用户的运行状况,以及每个分区的实际运行状态。
本发明还提供了存储设备,其中存储有多条指令,所述指令适于由处理器加载并执行如上所述的一种整县式光伏分区方法。
所述存储设备可为一计算机可读存储介质,可以包括:ROM、RAM、磁盘或光盘等。
本发明还提供了一种终端,所述终端可包括:
处理器,适于实现各指令;以及
存储设备,适于存储多条指令,所述指令适于由处理器加载并执行如上述的一种整县式光伏分区方法。
所述终端可为任意能够实现物品防伪溯源的装置,该装置可以是各种终端设备,例如:台式电脑、手提电脑等,具体可以通过软件和/或硬件来实现。
本发明针对整县式光伏发电和集中式光伏电站的不同特点,结合电网的分区思想,提出适用于整县式光伏发电的分区管理方法,提高了整县式光伏建设和投运后的运行管理效率,同时在分区管理的基础上,实现了对用户光伏进行有效分析的目的,实用性极强。
此外,采用加权欧式距离对分区后的用户光伏进行运行状态分析和评估,同时采用最大熵原理确定欧式距离的权值系数,根据最大熵加权欧式距离,既能够清晰反应分区整体运行状况,方便于初步评估,也实现对各分区内用户光伏的合理监测和分析。
综上,本发明提出一种整县式光伏分区方法、存储设备及终端,提高了整县式光伏建设和投运后的运行管理效率,同时在分区管理的基础上,实现了对用户光伏进行有效分析的目的,实用性极强。
在本发明的描述中,需要理解的是,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必须针对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一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法、装置及系统中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其他设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定的编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在本申请所提供的实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
2.根据权利要求1所述的一种整县式光伏分区方法,其特征在于:所述步骤S20,将采集的电气量作为参考量,基于最大熵聚类算法进行聚类分区,使运行状态特征具有相似变化的光伏用户划分为同一分区,具体包括:
S201,建立最大熵聚类算法的目标函数,所述目标函数的表达式为:
S202,建立目标函数的约束条件;约束条件的表达式为:
S203,基于最大熵聚类算法对整县用户光伏进行聚类分区,得到运行电压、频率和三相不平衡度不同的用户光伏分区。
3.根据权利要求2所述的一种整县式光伏分区方法,其特征在于:所述步骤S203,基于最大熵聚类算法对整县用户光伏进行聚类分区,具体包括:
S2031,对最大熵聚类算法的参数进行初始化设置;
S2032,对隶属度矩阵进行计算更新,计算更新的表达式如下:
S2033,对聚类中心进行计算调整,计算调整的表达式如下:
S2034,根据更新计算后的聚类中心和隶属度矩阵,计算正则化系数γ;
S2035,根据目标函数,计算聚类结果;
S2037,输出聚类中心、聚类结果及隶属度矩阵。
5.根据权利要求1所述的一种整县式光伏分区方法,其特征在于:所述步骤S30,对分区内各个光伏用户与分区聚类中心进行相似性计算,具体包括:
S301,建立加权欧式距离的计算表达式,具体为:
式(8)中,为第k个聚类分区中第i个样本用户与中心用户电气量的加权欧式距
离;、、为第i个样本的频率、电压及三相不平衡度;、、为第k个聚类中心
的频率、电压及三相不平衡度;、、分别为、、与对应电网规定电气量
标准值的差值;
S3021,设第k个分区中,频率、电压、三相不平衡度的合格范围为:
S3022,计算不合格样本在分区内的占比,计算表达式为:
S3023,根据最大熵项计算频率、电压、三相不平衡度的最大熵值,计算表达式为:
其中,T为通过聚类分区后,形成的分区数目;a为系数,a=1/lnT;
S303,在各分区中,根据计算所得的加权欧式距离对用户样本进行排列,从电压、频率和三相不平衡度综合反应每个样本用户的运行状况,以及每个分区的实际运行状态。
7.存储设备,其中存储有多条指令,其特征在于:所述指令适于由处理器加载并执行如权利要求1至6任一所述的一种整县式光伏分区方法。
8.终端,其特征在于:包括:
处理器,适于实现各指令;以及
存储设备,适于存储多条指令,所述指令适于由处理器加载并执行如权利要求1至6任一所述的一种整县式光伏分区方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210537971.4A CN114662994B (zh) | 2022-05-18 | 2022-05-18 | 一种整县式光伏分区方法、存储设备及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210537971.4A CN114662994B (zh) | 2022-05-18 | 2022-05-18 | 一种整县式光伏分区方法、存储设备及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114662994A true CN114662994A (zh) | 2022-06-24 |
CN114662994B CN114662994B (zh) | 2022-08-05 |
Family
ID=82038251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210537971.4A Active CN114662994B (zh) | 2022-05-18 | 2022-05-18 | 一种整县式光伏分区方法、存储设备及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114662994B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024119919A1 (zh) * | 2022-12-08 | 2024-06-13 | 云南电网有限责任公司信息中心 | 一种多源配网监测数据的电网运行状态监测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200278650A1 (en) * | 2019-03-01 | 2020-09-03 | Alliance For Sustainable Energy, Llc | Image-based solar estimates |
US11070056B1 (en) * | 2020-03-13 | 2021-07-20 | Dalian University Of Technology | Short-term interval prediction method for photovoltaic power output |
CN113298009A (zh) * | 2021-06-05 | 2021-08-24 | 西北工业大学 | 一种基于熵正则化的自适应近邻人脸图像聚类方法 |
CN113392497A (zh) * | 2021-03-29 | 2021-09-14 | 南昌大学 | 一种按地理区域度量光伏组件现场性能退化的方法 |
CN114219216A (zh) * | 2021-11-16 | 2022-03-22 | 华南理工大学 | 一种电力系统的运行调度方法、系统、装置及介质 |
CN114611842A (zh) * | 2022-05-10 | 2022-06-10 | 国网山西省电力公司晋城供电公司 | 一种整县屋顶分布式光伏功率预测方法 |
-
2022
- 2022-05-18 CN CN202210537971.4A patent/CN114662994B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200278650A1 (en) * | 2019-03-01 | 2020-09-03 | Alliance For Sustainable Energy, Llc | Image-based solar estimates |
US11070056B1 (en) * | 2020-03-13 | 2021-07-20 | Dalian University Of Technology | Short-term interval prediction method for photovoltaic power output |
CN113392497A (zh) * | 2021-03-29 | 2021-09-14 | 南昌大学 | 一种按地理区域度量光伏组件现场性能退化的方法 |
CN113298009A (zh) * | 2021-06-05 | 2021-08-24 | 西北工业大学 | 一种基于熵正则化的自适应近邻人脸图像聚类方法 |
CN114219216A (zh) * | 2021-11-16 | 2022-03-22 | 华南理工大学 | 一种电力系统的运行调度方法、系统、装置及介质 |
CN114611842A (zh) * | 2022-05-10 | 2022-06-10 | 国网山西省电力公司晋城供电公司 | 一种整县屋顶分布式光伏功率预测方法 |
Non-Patent Citations (2)
Title |
---|
揭丽琳: "基于使用可靠性的空调保修优化设计研究", 《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
霍富强等: "基于分区分层前推回代算法的光伏阵列运行状态评估方法", 《电力系统保护与控制》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024119919A1 (zh) * | 2022-12-08 | 2024-06-13 | 云南电网有限责任公司信息中心 | 一种多源配网监测数据的电网运行状态监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114662994B (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106505593B (zh) | 一种基于大数据的配变三相不平衡分析与负荷调整的方法 | |
CN113267692B (zh) | 一种低压台区线损智能诊断分析方法和系统 | |
CN104978608B (zh) | 一种风电功率预测装置及预测方法 | |
CN103914741A (zh) | 一种配电网的线损智能评价及辅助决策系统 | |
CN103235981A (zh) | 一种风电电能质量趋势预测方法 | |
CN103580284A (zh) | 低压集抄系统 | |
Fan et al. | Review of uncertainty modeling for optimal operation of integrated energy system | |
CN110782153A (zh) | 一种企业园区综合能效评估体系建模方法及系统 | |
CN114021420A (zh) | 一种分布式光伏超短期发电功率预测方法及系统 | |
CN107145707A (zh) | 一种计及光伏出力不确定性和全寿命周期成本的配电网变压器规划方法 | |
CN114662994B (zh) | 一种整县式光伏分区方法、存储设备及终端 | |
CN114611842B (zh) | 一种整县屋顶分布式光伏功率预测方法 | |
Yuvaraj et al. | DSTATCOM allocation in the radial distribution networks with different stability indices using bat algorithm | |
Ye et al. | A data driven multi-state model for distribution system flexible planning utilizing hierarchical parallel computing | |
CN117239725A (zh) | 一种分布式灵活资源聚合及分层协同调度方法及装置 | |
Liu et al. | Bi-level fuzzy stochastic expectation modelling and optimization for energy storage systems planning in virtual power plants | |
CN114184996A (zh) | 低压台区智能电表的计量异常行为辨识方法、装置、设备及存储介质 | |
CN103632314A (zh) | 基于概率统计的广义节点特征建模方法 | |
CN108964076A (zh) | 区域电网无功规划评价方法及系统、计算机设备、介质 | |
Lin et al. | The data mining application in the power quality monitoring data analysis | |
CN115864527A (zh) | 基于云上资源的源网荷储多源数据采集与控制手段汇聚方法 | |
Li et al. | Office building energy consumption prediction based on LSTM and SVR | |
Wang et al. | Multi-objective reactive power planning based on fuzzy clustering and learning automata | |
Yin et al. | Global configuration strategy of SAPFs combined with comprehensive evaluation of power quality in distribution network | |
Hou et al. | A novel algorithm for multi-node load forecasting based on big data of distribution network |
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 |