CN114665481A - 一种基于电网节点矢量化的城市电网分区方法及装置 - Google Patents
一种基于电网节点矢量化的城市电网分区方法及装置 Download PDFInfo
- Publication number
- CN114665481A CN114665481A CN202210102451.0A CN202210102451A CN114665481A CN 114665481 A CN114665481 A CN 114665481A CN 202210102451 A CN202210102451 A CN 202210102451A CN 114665481 A CN114665481 A CN 114665481A
- Authority
- CN
- China
- Prior art keywords
- equivalent
- power grid
- generator
- capacity
- node
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 39
- 238000005192 partition Methods 0.000 claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000001427 coherent effect Effects 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000006116 polymerization reaction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 12
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005295 random walk Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于电网节点矢量化的城市电网分区方法及装置,方法包括:将待分区的城市电网按照电气距离进行网络层次划分;对划分后的网络层进行等值建模和简化,获得等值电网模型;对所述等值电网模型进行节点矢量化处理,获得所述等值电网模型的节点特征;根据聚类算法对所述等值电网模型中的各个节点进行分类,获得分区结果;该方法能够利用潮流节点矢量化算法对城市电网进行求解分区,计算过程耗时短,效率高,可靠性强。
Description
技术领域
本发明涉及城市电网分区管理领域,尤其涉及一种基于电网节点 矢量化的城市电网分区方法及装置。
背景技术
电网分区是在电网建设过程中为解决电磁环网问题而提出的一 种电网运行方式,电网分区运行能够简化电网结构、降低电网运算阶 数、限制短路电流、隔离故障、便于分区解列、降低电网的操作复杂 性并协调完成电网操作等。同时,电网分区也作为许多电网运行操作 的基础越来越得到人们重视,比如大规停电恢复策略主动配电网分区 协调优化、柔直分区互联无功优化等诸多方面。
城市电网网架结构复杂、负荷种类繁多,接受外电比例高,是典 型的受端电网。与传统输电网分区相比,城市电网分区应在考虑城市 电网特性的基础上进行。城市电网与输电网相比,直接供给负荷,由 于不同类型负荷对供电要求不同,因此在分区过程中考虑负荷特性是 非常重要的。另一方面,当只针对大电网中某一区域电网进行研究时, 对整个电网的详细模型仿真建模常常不易实现,同时考虑到工作量及 仿真效率,在分区工作前对城市电网进行等值建模是非常必要的。综 合来说,城市电网分区除了需考虑传统输电网分区所考虑的条件外, 还应当针对城市电网特点进行地区电网等值建模和考虑负荷特性,这也是城市电网分区与输电网分区最大的不同之处。城市电网在发展过 程中面临着诸多挑战,短路电流超标问题更是限制城市电网发展的主 要因素之一,降低短路电流水平使其维持在安全范围内是城市电网正 常安全运行的重要保障。电网分区作为一种操作简便、效果显著的电 网运行方式能在一定程度上缓解城市电网所面临的问题,是城市电网 发展的必然趋势。
目前对城市电网的分区方法主要是运用模拟退火算法、多目标粒 子群算法等机器学习方法。例如,专利文献CN108808664A提出了一 种考虑电网分区优化运行的城市电网规划方法,采用两层规划法对城 市电网进行分区优化,具体采用遗传算法和原始-对偶内点法进行分 区和求解,实现了城市电网规划较优方案的选取。
上述专利文献公开的技术方案,以基于电网分区优化运行的城市 电网规划问题为出发点,通过建立模型和有效算法计算,实现了城市 电网的分区和较优方案的选取,但是该技术方案计算过程耗时长,效 率低,缺少对分区结果的优化,可靠性差。
发明内容
本发明提供了一种基于电网节点矢量化的城市电网分区方法及 装置,能够利用潮流节点矢量化算法对城市电网进行求解分区,计算 过程耗时短,效率高,可靠性强。
一种基于电网节点矢量化的城市电网分区方法,包括:
将待分区的城市电网按照电气距离进行网络层次划分;
对划分后的网络层进行等值建模和简化,获得等值电网模型;
对所述等值电网模型进行节点矢量化处理,获得所述等值电网模 型的节点特征;
根据聚类算法对所述等值电网模型中的各个节点进行分类,获得 分区结果。
进一步地,所述划分后的网络层依次包括:外部外网层、外部内 网层和缓冲层;
所述外部外网层包括大容量发电机和输电线路,所述外部内网层 包括主干网母线、低电压等级发电机以及负荷,所述缓冲层包括边界 节点。
进一步地,对划分后的网络层进行等值建模和简化,获得等值电 网模型,包括:
对外部外网层的大容量发电机进行同调识别,获得大容量同调发 电机,将大容量同调发电机母线合并为一个等值母线,并消去非线性 负荷母线,获得大容量等值发电机;
将所述外部内网层的低电压等级发电机进行同调识别,获得低电 压等级同调发电机,将低电压等级同调发电机母线合并为一个等值母 线,并消去非线性负荷母线,获得低电压等值发电机,将所述负荷进 行等值处理获得等值负荷;
将所述大容量等值发电机、低电压等值发电机以及等值负荷通过 变压器连接至所述主干网母线,获得等值电网模型。
进一步地,对大容量发电机或者低电压等级发电机进行同调识 别,包括:
根据大容量发电机或者低电压等级发电机的扰动,计算大容量发 电机或者低电压等级发电机的转子摇摆角差;
若两台大容量发电机或者低电压等级发电机的转子摇摆角差的 最大差值小于预设角度,则将该两台大容量发电机或者低电压等级发 电机确定为大容量同调发电机或者低电压等级同调发电机。
进一步地,两台大容量发电机或者低电压等级发电机的转子摇摆 角差通过以下公式进行计算:
Δεm(t)=εm(t)-εm(t0);
其中,Δεm(t)为第m个大容量发电机或者低电压等级发电机的转 子摇摆角差,εm(t)为第m个大容量发电机或者低电压等级发电机故 障切除时刻t的转子摇摆角,εm(t0)为第m个大容量发电机或者低电 压等级发电机扰动发生时刻t0的转子摇摆角。
进一步地,对所述等值电网模型进行节点矢量化处理,获得所述 等值电网模型的节点特征,包括:
将所述等值电网模型中的大容量等值发电机、低电压等值发电机 以及等值负荷等效为拓扑图中的节点,将所述输电线路等效为拓扑图 中的边;
构建关于所述节点的属性矩阵,所述属性矩阵包括每个节点的注 入有功功率、注入无功功率、电压幅值以及电压相角的归一化值。
进一步地,根据聚类算法对所述等值电网模型中的各个节点进行 分类,获得分区结果,包括:
选取任意k个节点作为初始聚类中心;
计算各节点与所述初始聚类中心之间的欧式距离,将各个节点分 配给与其距离最近的初始聚类中心;
基于每个聚类中节点的欧式距离均值,重新计算聚类中心,直到 收敛,获得的聚类为所述分区结果。
进一步地,获得分区结果之后,还包括:
应用相应的指标对所述分区结果进行评价。
进一步地,所述指标包括短路电流水平、主变负载率、电气聚合 度、重要负荷保障能力和联络线潮流。
一种基于电网节点矢量化的城市电网分区装置,包括:
划分模块,用于将待分区的城市电网按照电气距离进行网络层次 划分;
等值建模模块,用于对划分后的网络层进行等值建模和简化,获 得等值电网模型;
矢量化模块,用于对所述等值电网模型进行节点矢量化处理,获 得所述等值电网模型的节点特征;
聚类模块,用于根据聚类算法对所述等值电网模型中的各个节点 进行分类,获得分区结果。
本发明提供的基于电网节点矢量化的城市电网分区方法及装置, 至少包括如下有益效果:
将城市电网进行网络层次划分,采用等值建模的方法将城市电网 简化为一个等值电网模型,从而对电网规模的表达实现缩减,该模型 考虑了不同负荷类型对供电可靠性、网架结构的要求,可靠性强;
利用潮流节点矢量化算法对电网节点进行分类,将电网信息等效 为拓扑图中的点、边和节点属性,该算法能够体现电网的电气量信息 和结构信息的融合特征,从而降低了计算耗时、提高了计算效率;
提出一种分区结果的评价方案,分别从安全可靠性和分区结果网 络结构的合理性两方面进行结果评价,有助于选取最优的分区方法, 可靠性强。
附图说明
图1为本发明提供的基于电网节点矢量化的城市电网分区方法 一种实施例的流程图。
图2为本发明提供的分区方法中同调发电机进行母线化简过程 一种实施例的示意图。
图3为本发明提供的分区方法中化简后的主干网母线一种实施 例的电路图。
图4为本发明提供的分区方法中外部主干网一种实施例的结构 示意图。
图5为本发明提供的基于电网节点矢量化的城市电网分区装置 一种实施例的结构示意图。
附图标记:1-划分模块,2-等值建模模块,3-矢量化模块,4-聚 类模块。
具体实施方式
为了更好的理解上述技术方案,下面将结合说明书附图以及具体 的实施方式对上述技术方案做详细的说明。
参考图1,在一些实施例中,提供一种基于电网节点矢量化的城 市电网分区方法,包括:
S1、将待分区的城市电网按照电气距离进行网络层次划分;
S2、对划分后的网络层进行等值建模和简化,获得等值电网模型;
S3、对等值电网模型进行节点矢量化处理,获得等值电网模型的 节点特征;
S4、根据聚类算法对等值电网模型中的各个节点进行分类,获得 分区结果。
具体地,在步骤S1中,划分的网络层依次包括:外部外网层、 外部内网层和缓冲层;
外部外网层包括大容量发电机和输电线路,外部内网层包括主干 网母线、低电压等级发电机以及负荷,缓冲层包括边界节点。
城市电网的等值模型划分外部网络层次,是根据电气距离的远近 来划分。与内部网络电气联系较弱的网络划分为外部外网层;与内部 网络电气距离较近、联系稍强,其上扰动对内网影响较大的部分外网 区域划分为外部内网层;与内部网络电气联系紧密的网络,划分为缓 冲层。
在步骤S2中,对划分后的网络层进行等值建模和简化,获得等 值电网模型,包括:
S21、对外部外网层的大容量发电机进行同调识别,获得大容量 同调发电机,将大容量同调发电机母线合并为一个等值母线,并消去 非线性负荷母线,获得大容量等值发电机;
S22、将外部内网层的低电压等级发电机进行同调识别,获得低 电压等级同调发电机,将低电压等级同调发电机母线合并为一个等值 母线,并消去非线性负荷母线,获得低电压等值发电机,将负荷进行 等值处理获得等值负荷;
S23、将大容量等值发电机、低电压等值发电机以及等值负荷通 过变压器连接至主干网母线,获得等值电网模型。
其中,对大容量发电机或者低电压等级发电机进行同调识别采用 同样的方法,具体为:
根据大容量发电机或者低电压等级发电机的扰动,计算大容量发 电机或者低电压等级发电机的转子摇摆角差;若两台大容量发电机或 者低电压等级发电机的转子摇摆角差的最大差值小于预设角度,则将 该两台大容量发电机或者低电压等级发电机确定为大容量同调发电 机或者低电压等级同调发电机。
具体地,等值电网模型的获得分为同调识别、网络层化简和动态 聚合三个过程。
发生扰动后,发电机动态变化趋势的相似性被称为同调性,变化 趋势相对类似的一组发电机被称为同调发电机,判断两台发电机是否 同调的过程被称为同调识别。系统发生扰动时的发电机转子摇摆曲 线,通过比较发电机m和n的摇摆曲线来判别两台发电机是否同调。 对关联度较大的发电机每两台之间进行计算,通过以下公式进行同调 识别:
Δεm(t)=εm(t)-εm(t0);
max|Δεm(t)-Δεn(t)|≤λ;
其中,t为故障切除时刻,t0为扰动发生时刻,εm(t)为第m个大 容量发电机或者低电压等级发电机故障切除时刻t的转子摇摆角, εm(t0)为第m个大容量发电机或者低电压等级发电机扰动发生时刻t0的转子摇摆角,Δεm(t)、Δεn(t)分别为第m、n个大容量发电机或者低 电压等级发电机的转子摇摆角差,λ为用于同调识别的预设角度。
如果两台发电机满足上式,则识别该两台发电机为同调发电机。
在一种具体使用场景中,同调识别预设角度λ取5°至10°。
在完成对大容量发电机及低电压等级发电机的同调识别后,将同 调发电机母线合并为一个等值母线,将负荷进行处理,以得到等值母 线和等值负荷。该化简过程包括同调发电机母线化简和负荷母线化简 两部分。按照恒等功率变换法将同调发电机的母线合并成一个等值母 线,化简过程参考图2,等值母线C的电压求取方法为:
其中,VC表示等值母线的电压,θC表示等值母线电压矢量的方 向,Vm表示同调发电机母线的电压,θm表示同调发电机母线电压矢 量的方向,N为同调发电机的数量。
将同调发电机的母线合并成一个等值母线后,消去非线性负荷母 线,消去非线性负荷母线采用辐射独立等值法(REI)和电流沟简化法 (CSR),从而完成网络层的化简,得到大容量等值发电机和低电压等 值发电机。
同调发电机群等值成一台等值机后,采用加权法来进行参数聚 合,即可得到等值机参数:
其中,JC和Jm分别表示等值机参数和第m台同调机参数,Em为 第m台发电机的额定容量,N为同调发电机的数量。
对于外部内网层,采用物理等值法化简。用等值发电机与等值负 荷组合的形式化简低电压等级网络,并在下一步利用等值变压器连接 到主干网母线上。忽略各元件电阻及变压器励磁支路,对等值母线上 有多台等值发电机的情况作戴维南等效处理,再合并等值发电机和电 动机负荷为一台发电机模型,得到电路图,电路图结构参考图3。由 此可分析等值发电机模型与升压变压器的相关参数,最终确定等值发 电机的机端电压。依次完成各低电压等级网络等值化简,即可得到外 部内网层的等值化简模型。
参考图4,将大容量等值发电机、低电压等值发电机以及等值负 荷通过变压器连接至所述主干网母线,获得等值电网模型,即将前两 步等值的得到的外层主干网架等值成连接在边界母线上的等值发电 机与等值支路阻抗相结合的形式。
其中,城市电网的负荷根据供电可靠性可以分为三类,分别为一 类、二类和三类负荷三种。针对供电可靠性要求最高的一类负荷,在 进行城市分区时要求这一区域保证双端或多端供电,并保证分区内的 自备电厂容量大于一类负荷量,从而保证在极端情况下,就算失去所 有外电,也能迅速恢复重要负荷的供电。
在步骤S3中,对等值电网模型进行节点矢量化处理,获得等值 电网模型的节点特征,包括:
S31、将等值电网模型中的大容量等值发电机、低电压等值发电 机以及等值负荷等效为拓扑图中的节点,将输电线路等效为拓扑图中 的边;
S32、构建关于节点的属性矩阵,属性矩阵包括每个节点的注入 有功功率、注入无功功率、电压幅值以及电压相角的归一化值。
在步骤S31中,化简后的等值电网模型较之前的电网规模至少缩 减90%。根据化简后的等值电网,将等值电网中的输电线路等效为拓 扑图中的边,将发电机、负荷等效为拓扑图中的点,将节点电气量属 性等效为拓扑图中的节点属性。
然后采用矩阵分解法,将网络的状态转移矩阵C和网络节点的 自身特征矩阵Z结合,提取网络节点的特征表达。
给定一个电力网络F=(D,B),其中D代表所有电网节点的集 合,B代表网络中所有边的集合。网络的状态转移矩阵C∈R|D|×|D|反 映了网络中的状态转移的概率,R代表实数集。基于矩阵C,随机游 走矩阵Y∈R|D|×|D|可以被进一步定义为:
其中,dm是一个维度为|D|的行向量,其中第m个位置的值为1, 其余位置均为0,参数d代表随机游走的步数,n作为下角标代表向 量的第n个元素。
节点的自身属性矩阵Z∈RS×|D|的每一个列向量表示一种特定运 行方式,对应节点的特征信息,S定义为节点的特征信息的维数。在 电力网络中,节点属性代表节点的电气量特征,具体特征参考表1。
表1
对以上四种电气量特征进行归一化处理,保证所有特征值均被转 换到[0,1]之间,从而构建节点的属性矩阵。
接着可以使用矩阵分解技术从矩阵中提取特征信息,即可得到网 络节点的特征化表达,例如通过多维向量来表达网络节点。
参考图5,在步骤S4中,根据聚类算法对等值电网模型中的各 个节点进行分类,获得分区结果,包括:
S41、选取任意k个节点作为初始聚类中心;
S42、计算各节点与初始聚类中心之间的欧式距离,将各个节点 分配给与其距离最近的初始聚类中心;
S43、基于每个聚类中节点的欧式距离均值,重新计算聚类中心, 直到收敛,获得的聚类为分区结果。
在步骤S4之后,该方法还包括:应用相应的指标对分区结果进 行评价。
其中,指标包括短路电流水平、主变负载率、电气聚合度、重要 负荷保障能力和联络线潮流。应用层次分析法得到评价数值,评价数 值越高说明该分区方法越好。可与其他方法得到的分区结果作比较, 选出最优分区结果。
参考图5,在一些实施例中,提供一种基于电网节点矢量化的城 市电网分区装置,包括:
划分模块1,用于将待分区的城市电网按照电气距离进行网络层 次划分;
等值建模模块2,用于对划分后的网络层进行等值建模和简化, 获得等值电网模型;
矢量化模块3,用于对等值电网模型进行节点矢量化处理,获得 等值电网模型的节点特征;
聚类模块4,用于根据聚类算法对等值电网模型中的各个节点进 行分类,获得分区结果。
具体地,划分模块1还用于将网络层划分为外部外网层、外部内 网层和缓冲层;外部外网层包括大容量发电机和输电线路,外部内网 层包括主干网母线、低电压等级发电机以及负荷,缓冲层包括边界节 点。
等值建模模块2还用于对划分后的网络层做如下处理:
对外部外网层的大容量发电机进行同调识别,获得大容量同调发 电机,将大容量同调发电机母线合并为一个等值母线,并消去非线性 负荷母线,获得大容量等值发电机;
将外部内网层的低电压等级发电机进行同调识别,获得低电压等 级同调发电机,将低电压等级同调发电机母线合并为一个等值母线, 并消去非线性负荷母线,获得低电压等值发电机,将负荷进行等值处 理获得等值负荷;
将大容量等值发电机、低电压等值发电机以及等值负荷通过变压 器连接至主干网母线,获得等值电网模型。
其中,同调识别过程具体包括:
根据大容量发电机或者低电压等级发电机的扰动,计算大容量发 电机或者低电压等级发电机的转子摇摆角差;
若两台大容量发电机或者低电压等级发电机的转子摇摆角差的 最大差值小于预设角度,则将该两台大容量发电机或者低电压等级发 电机确定为大容量同调发电机或者低电压等级同调发电机。
两台大容量发电机或者低电压等级发电机的转子摇摆角差通过 以下公式进行计算:
Δεm(t)=εm(t)-εm(t0);
其中,Δεm(t)为第m个大容量发电机或者低电压等级发电机的转 子摇摆角差,εm(t)为第m个大容量发电机或者低电压等级发电机故 障切除时刻t的转子摇摆角,εm(t0)为第m个大容量发电机或者低电 压等级发电机扰动发生时刻t0的转子摇摆角。
矢量化模块3还用于将所述等值电网模型中的大容量等值发电 机、低电压等值发电机以及等值负荷等效为拓扑图中的节点,将所述 输电线路等效为拓扑图中的边;构建关于所述节点的属性矩阵,所述 属性矩阵包括每个节点的注入有功功率、注入无功功率、电压幅值以 及电压相角的归一化值。
聚类模块4还用于对各个节点进行如下处理:
选取任意k个节点作为初始聚类中心;计算各节点与所述初始聚 类中心之间的欧式距离,将各个节点分配给与其距离最近的初始聚类 中心;基于每个聚类中节点的欧式距离均值,重新计算聚类中心,直 到收敛,获得的聚类为所述分区结果。
除了以上模块,该装置还包括评价模块,用于应用相应的指标对 分区结果进行评价,指标包括短路电流水平、主变负载率、电气聚合 度、重要负荷保障能力和联络线潮流。
本实施例提供的基于电网节点矢量化的城市电网分区方法及装 置,将城市电网进行网络层次划分,采用等值建模的方法将城市电网 简化为一个等值电网模型,从而对电网规模的表达实现缩减,该模型 考虑了不同负荷类型对供电可靠性、网架结构的要求,可靠性强;利 用潮流节点矢量化算法对电网节点进行分类,将电网信息等效为拓扑 图中的点、边和点属性,该算法能够体现电网的电气量信息和结构信 息的融合特征,从而降低了计算耗时、提高了计算效率;提出一种分 区结果的评价方案,分别从安全可靠性和分区结果网络结构的合理性 两方面进行结果评价,有助于选取最优的分区方法,可靠性强。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦 得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。 所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围 的所有变更和修改。显然,本领域的技术人员可以对本发明进行各种 改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些 修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明 也意图包含这些改动和变型在内。
Claims (10)
1.一种基于电网节点矢量化的城市电网分区方法,其特征在于,包括:
将待分区的城市电网按照电气距离进行网络层次划分;
对划分后的网络层进行等值建模和简化,获得等值电网模型;
对所述等值电网模型进行节点矢量化处理,获得所述等值电网模型的节点特征;
根据聚类算法对所述等值电网模型中的各个节点进行分类,获得分区结果。
2.根据权利要求1所述的方法,其特征在于,所述划分后的网络层依次包括:外部外网层、外部内网层和缓冲层;
所述外部外网层包括大容量发电机和输电线路,所述外部内网层包括主干网母线、低电压等级发电机以及负荷,所述缓冲层包括边界节点。
3.根据权利要求2所述的方法,其特征在于,对划分后的网络层进行等值建模和简化,获得等值电网模型,包括:
对外部外网层的大容量发电机进行同调识别,获得大容量同调发电机,将大容量同调发电机母线合并为一个等值母线,并消去非线性负荷母线,获得大容量等值发电机;
将所述外部内网层的低电压等级发电机进行同调识别,获得低电压等级同调发电机,将低电压等级同调发电机母线合并为一个等值母线,并消去非线性负荷母线,获得低电压等值发电机,将所述负荷进行等值处理获得等值负荷;
将所述大容量等值发电机、低电压等值发电机以及等值负荷通过变压器连接至所述主干网母线,获得等值电网模型。
4.根据权利要求3所述的方法,其特征在于,对大容量发电机或者低电压等级发电机进行同调识别,包括:
根据大容量发电机或者低电压等级发电机的扰动,计算大容量发电机或者低电压等级发电机的转子摇摆角差;
若两台大容量发电机或者低电压等级发电机的转子摇摆角差的最大差值小于预设角度,则将该两台大容量发电机或者低电压等级发电机确定为大容量同调发电机或者低电压等级同调发电机。
5.根据权利要求4所述的方法,其特征在于,两台大容量发电机或者低电压等级发电机的转子摇摆角差通过以下公式进行计算:
Δεm(t)=εm(t)-εm(t0);
其中,Δεm(t)为第m个大容量发电机或者低电压等级发电机的转子摇摆角差,εm(t)为第m个大容量发电机或者低电压等级发电机故障切除时刻t的转子摇摆角,εm(t0)为第m个大容量发电机或者低电压等级发电机扰动发生时刻t0的转子摇摆角。
6.根据权利要求3所述的方法,其特征在于,对所述等值电网模型进行节点矢量化处理,获得所述等值电网模型的节点特征,包括:
将所述等值电网模型中的大容量等值发电机、低电压等值发电机以及等值负荷等效为拓扑图中的节点,将所述输电线路等效为拓扑图中的边;
构建关于所述节点的属性矩阵,所述属性矩阵包括每个节点的注入有功功率、注入无功功率、电压幅值以及电压相角的归一化值。
7.根据权利要求1或6所述的方法,其特征在于,根据聚类算法对所述等值电网模型中的各个节点进行分类,获得分区结果,包括:
选取任意k个节点作为初始聚类中心;
计算各节点与所述初始聚类中心之间的欧式距离,将各个节点分配给与其距离最近的初始聚类中心;
基于每个聚类中节点的欧式距离均值,重新计算聚类中心,直到收敛,获得的聚类为所述分区结果。
8.根据权利要求1所述的方法,其特征在于,获得分区结果之后,还包括:
应用相应的指标对所述分区结果进行评价。
9.根据权利要求8所述的方法,其特征在于,所述指标包括短路电流水平、主变负载率、电气聚合度、重要负荷保障能力和联络线潮流。
10.一种基于电网节点矢量化的城市电网分区装置,其特征在于,包括:
划分模块,用于将待分区的城市电网按照电气距离进行网络层次划分;
等值建模模块,用于对划分后的网络层进行等值建模和简化,获得等值电网模型;
矢量化模块,用于对所述等值电网模型进行节点矢量化处理,获得所述等值电网模型的节点特征;
聚类模块,用于根据聚类算法对所述等值电网模型中的各个节点进行分类,获得分区结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210102451.0A CN114665481A (zh) | 2022-01-27 | 2022-01-27 | 一种基于电网节点矢量化的城市电网分区方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210102451.0A CN114665481A (zh) | 2022-01-27 | 2022-01-27 | 一种基于电网节点矢量化的城市电网分区方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114665481A true CN114665481A (zh) | 2022-06-24 |
Family
ID=82025803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210102451.0A Pending CN114665481A (zh) | 2022-01-27 | 2022-01-27 | 一种基于电网节点矢量化的城市电网分区方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114665481A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115766189A (zh) * | 2022-11-10 | 2023-03-07 | 贵州电网有限责任公司 | 一种多通道隔离安全防护方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060229767A1 (en) * | 2005-04-08 | 2006-10-12 | Chang Gung University | Method for calculating power flow solution of a power transmission network that includes unified power flow controllers |
CN106250640A (zh) * | 2016-08-04 | 2016-12-21 | 山东大学 | 一种适用于地区电网的分层动态等值方法 |
CN111046532A (zh) * | 2019-11-22 | 2020-04-21 | 南瑞集团有限公司 | 一种基于肘形判据的同调机群聚类识别方法 |
-
2022
- 2022-01-27 CN CN202210102451.0A patent/CN114665481A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060229767A1 (en) * | 2005-04-08 | 2006-10-12 | Chang Gung University | Method for calculating power flow solution of a power transmission network that includes unified power flow controllers |
CN106250640A (zh) * | 2016-08-04 | 2016-12-21 | 山东大学 | 一种适用于地区电网的分层动态等值方法 |
CN111046532A (zh) * | 2019-11-22 | 2020-04-21 | 南瑞集团有限公司 | 一种基于肘形判据的同调机群聚类识别方法 |
Non-Patent Citations (2)
Title |
---|
张晨宇: "机器学习和网络嵌入算法在电力系统暂态稳定、电压稳定评估中的应用", 《中国优秀硕士学位论文全文数据库》 * |
辛晓: "基于等值建模与负荷分类的城市电网分区方法研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115766189A (zh) * | 2022-11-10 | 2023-03-07 | 贵州电网有限责任公司 | 一种多通道隔离安全防护方法及系统 |
CN115766189B (zh) * | 2022-11-10 | 2024-05-03 | 贵州电网有限责任公司 | 一种多通道隔离安全防护方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503839B (zh) | 一种海上风电场环形集电网络分层规划方法 | |
CN110108921A (zh) | 考虑换流器控制的柔性直流电网短路电流计算方法及系统 | |
CN108667005B (zh) | 一种计及新能源影响的电网静动态结合脆弱性评估方法 | |
CN111817345A (zh) | 一种含分布式电源配电网严重故障后的重构方法 | |
CN104393590B (zh) | 电网暂态失稳模式智能辨识方法 | |
CN106651000B (zh) | 一种基于半监督谱聚类的黑启动分区方法 | |
CN110994604A (zh) | 基于lstm-dnn模型的电力系统暂态稳定评估方法 | |
CN107944705A (zh) | 一种基于模块度划分通信社团的全端可靠性计算方法 | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN114665481A (zh) | 一种基于电网节点矢量化的城市电网分区方法及装置 | |
CN114865625A (zh) | 一种包含微网的配电网故障恢复方法 | |
He et al. | Biobjective Optimization‐Based Frequency Regulation of Power Grids with High‐Participated Renewable Energy and Energy Storage Systems | |
CN112103950B (zh) | 一种基于改进gn分裂算法的电网分区方法 | |
CN107196307A (zh) | 一种变压器故障后电网有功潮流快速估算的方法 | |
CN116054224A (zh) | 一种多馈入直流输电系统换相失败快速评估方法 | |
CN115425637A (zh) | 一种基于Floyd-MPSO算法的岛礁电网应急重构方法 | |
CN105186503B (zh) | 一种基于电网运行数据的分布式安全特征选择方法 | |
CN110365006B (zh) | 一种基于nwbbo算法的电网分区方法 | |
CN108549985B (zh) | 一种求解区间直流潮流模型的改进蒙特卡洛方法 | |
Wang et al. | Fault diagnosis method for hybrid HVDC transmission system based on stacked sparse auto-encoder | |
CN117973096B (zh) | 基于双层分网的直驱风电场并行仿真方法、系统、终端及介质 | |
Li et al. | Wind farms reactive power optimization using genetic/tabu hybrid algorithm | |
Ma et al. | Emergency frequency control strategy using demand response based on deep reinforcement learning | |
CN117175548B (zh) | 一种基于随机潮流的连锁故障紧急控制方法 | |
CN113629769B (zh) | 一种基于线路权重的电网分区搜索方法和系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220624 |
|
WD01 | Invention patent application deemed withdrawn after publication |