一种基于表计配置的有源配电网可观测性分析方法及系统技术方案

本发明专利技术提供了一种基于表计配置的有源配电网可观测性分析方法及系统，所述方法包括：采集有源配电网络拓扑结构信息、用户负荷信息和DG信息，分别将确定的常规负荷用户和光伏系统用户各节点的平均有功功率作为各自的节点权重，用深度优先搜索树算法构建加权树网络；用网络分割算法将加权树分割成均衡的可观测区域；在分割子区域间配置功率表计，优化获得的满足网络可观测性的表计配置方案。本发明专利技术提供的技术方案运用一种启发式表计配置方法配置表计，实现网络的可观测性，在优化选择后得到最优表计配置方案。

Observability analysis method and system for active distribution network based on meter configuration

The present invention provides an active distribution network meter configuration based on observability analysis method and system, the method includes: collecting power network topology information, user load information and DG information, the average active power respectively will determine the conventional load users and photovoltaic system users of each node as the node weight and with a depth first search tree algorithm to construct a weighted tree network; network segmentation algorithm is divided into weighted tree balanced observable region; in the sub regional allocation of power meter, optimized to satisfy the network observability of meter placement scheme. The technical proposal provided by the invention adopts a heuristic meter configuration method to configure the meter to realize the observability of the network, and obtains the optimal meter configuration scheme after the optimization selection.

【技术实现步骤摘要】
一种基于表计配置的有源配电网可观测性分析方法及系统
本专利技术涉及一种网络可观测性分析方法，具体涉及一种基于表计配置的有源配电网可观测性分析方法及系统。
技术介绍
通过发展智能配电网自动化，增加对配电网的监控手段，智能地控制和平衡新能源的接入是未来电网发展的重心。而配电网的不可观测性严重制约了配电网自动化及智能电网的发展,因此，需要对配电网的全面可观测性进行研究。但目前对于配电网可观测性算法的研究针对其量测缺乏、测量冗余度较低的特点，为获得可观测性的目的，需要增加伪量测或者配置表计以获得足够的量测量。但从经济性角度考虑,在配电网中大量配置表计来达到传统意义上的可观测性与合实际不符,所以需要寻找有限量测装置的最优配置点,即进行表计的优化配置，来达到可观测性的目。此外，大量分布式电源(DistributedGeneration，DG)的引入使得配电网从无源变为有源网络，而分布式电源出力不确定性使配电网系统的监测和控制更加复杂，所以需要提供一种改进的可观测性分析方法与相应的量测优化配置算法。
技术实现思路
为满足现有技术的需要，本专利技术提供了一种基于表计配置的有源配电网可观测性分析方法及系统，本专利技术运用一种启发式表计配置方法配置表计，达到网络的可观测性，并进行优化选择，获得了最优表计配置方案。为了实现上述专利技术目的，本专利技术采取如下技术方案：一种基于表计配置的有源配电网可观测性分析方法，所述方法包括：步骤1、采集有源配电网络的拓扑结构信息、用户负荷信息和DG信息，用深度优先搜索树算法分别将常规负荷用户节点和光伏发电系统用户节点的平均有功功率作为各自的节点权重形成各自的加权树网络；步骤2、用网络分割算法将加权树分割成均衡的可观测区域；步骤3、按在分割子区域之间配置的功率表计，确认满足网络可观测性的表计配置方案。优选的，所述步骤1中的常规负荷用户节点i的平均有功功率按下式计算：其中：Q为耗电量，Dm为时间段的天数，所述节点i的权重如式所示，其中，W(i)为用户节点i的耗电量。优选的，所述步骤1中的光伏发电系统的节点i的平均有功功率按如下步骤确定：运用拉丁超立方抽样技术按光伏发电系统有功功率概率分布方法抽样；将抽样数据得出的特定时间内光伏出力的平均有功功率作为节点权重。优选的，所述光伏发电系统有功功率概率分布方法包括如下步骤：步骤A、所述光照强度的概率密度函数如下式所示：式中，r和rmax分别为同一时间段内的实际光强和最大光强，α，β均为Beta分布的形状参数，Γ是Gamma函数；步骤B、光强Beta分布的形状参数如下式所示：其中：u为根据光照强度平均值；σ为方差步骤C、一个太阳能电池方阵总的输出功率PM如下式所示：PM＝r·A·η其中，M：一个太阳能电池方阵中的电池组数，Am和ηm分别为每个电池组件的面积和光电转换效率m＝1,2,…M；式中，A为方阵总面积，如下式所示；η为方阵总的光电转换效率，如下式所示；步骤D、光伏发电系统输出有功功率概率密度分布如下式所示：式中，Pt位分布式光伏系统实际输出有功功率，当电池组数为M时，Pt即为步骤C中的PM，Pmax为分式光伏系统最大输出有功功率，u为并网逆变器输出效率。优选的，所述拉丁超立方抽样包括如下步骤：将分布函数曲线的纵轴分成与采样规模N相同个数的但不重叠的等间距区间；每个区间的中点做为采样值YK，从每个区间中随机抽取样本；随机变量XK的第n个采样值Xkn如下式所示：式中，F-1(x)表示概率分布函数的反函数。网络中的每个节点赋予以负荷平均功率表示的权重后，得原配电网络加权树。优选的，所述网络分割算法包括如下步骤：步骤2-1、以距离根节点最大长度的虚拟叶节点为搜索起点，并将此最大长度k作为循环控制指针；步骤2-2、修改循环指针k＝k-1；步骤2-3、找出临时集合Cw中所有节点的母节点p的所有虚拟叶节点{j|p＝p(j)}，其中母节点p如式p＝p(j)所示，为节点j到根节点的路径中的相邻接点；步骤2-4、当|W(T[p])-W(T[N])/n|大于|W(T[j])-W(T[N])/n|时，选择|W(T[j])-W(T[N])/n|值最小的点j,Cl＝T[j]，l＝l+1，将节点j和节点集合T[j]分别从Cw和中删除；其中，T[p]为以节点p为根节点的子树，W(T[p])为以节点p为根节点的子树的总权重，Cl表示第l个子网络的节点集合l＝1,2,…n。优选的，|W(T[p])-W(T[N])/n|小于|W(T[j])-W(T[N])/n|，母节点p的虚拟节点个数不为1，选择|W(T[j])-W(T[N])/n|值最小的点j,Cl＝T[j]，并修正l＝l+1，同时将节点j和节点集合T[j]分别从Cw和中删除。优选的，|W(T[p])-W(T[N])/n|小于|W(T[j])-W(T[N])/n|，如母节点p的虚拟节点个数为1，包括如下步骤：步骤2-5、将节点j从Cw中删除，并将其母节点p转化为虚拟节点p'后添加到Cw中；步骤2-6、重新“剪化”加权树，搜索长度为k的所有虚拟叶节点，并将它们添加到临时集合；步骤2-7、k不等于0，l不等于n-1，则跳转到步骤2-3。优选的，所述步骤2-7中，k等于0，或者l等于n-1，包括如下步骤：步骤2-8、分割出的不同量测区域间的量测支路添加表计，从而求得H矩阵；步骤2-9、判断H矩阵是否满秩，若是则执行步骤2-10，否则跳转到步骤2-1；步骤2-10、按下式计算此网络分割的平衡指标m：将m与M比较，如m>M,则M＝m，G＝{Cl}，否则M和G不变，其中，G为临时记录分割后的最优子网络集，M为与之对应的平衡指标。优选的，所述步骤3中，忽略网络损耗，在期望网络结构下配置的支路量测如下式所示：Zt＝HXt+Vt式中，Zt是维数为M×1的向量，元素Zt(m)为t时刻量测区域m的量测功率；H是维数为M×N的常系数矩阵，元素hm×n为量测区域在第m中的第n类用户负荷的平均功率总和；Xt是维数为N×1的向量，元素xt(n)为t时刻n类用户规格化的典型负荷模式，ut为用户典型负荷模式；HXt得到的维数M×1的相量是Zt量测的计算值，Vt是维数为M×1的残差相量；求得量测方程式的解包括M＝N，并且矩阵H的秩为N以及M>N均为可观测的量测系统。优选的，所述方法还包括：优化满足网络可观测性的表计配置方案，对表计配置方案的优化包括：将量测方程式H矩阵秩为n，得满秩；满足量测区域间的节点有功功率总和均衡；分割区域均衡情况下，计及网络中已有的功率表计，整个网络中总的测量表计数目f取满足网络可观测性前提下的最小值如下式所示：式中，Pi表示支路是否布置功率表计，Pi∈{0,1}，Pi＝1表示该支路布置功率表计，P为配电网中所有支路数的集合，b为网络中原有的表计数量。优选的，一种基于表计配置的有源配电网可观测性分析系统，所述系统包括：采集模块，用于采集有源配电网络的拓扑结构信息、用户负荷信息和DG信息；加权树网络构建模块，用于采用深度优先搜索树算法分别将常规负荷用户节点和光伏发电系统用户节点的平均有功功率作为各自的节点权重形成各自的加权树网络；加权树分割模块，用于采用网络分割算法将加权树分割成均衡的可观测区域；配置方案模块，用于按在分割子区域之间配置的功率本文档来自技高网...

【技术保护点】
一种基于表计配置的有源配电网可观测性分析方法，其特征在于，所述方法包括：步骤1、采集有源配电网络的拓扑结构信息、用户负荷信息和DG信息，用深度优先搜索树算法分别将常规负荷用户节点和光伏发电系统用户节点的平均有功功率作为各自的节点权重形成各自的加权树网络；步骤2、用网络分割算法将加权树分割成均衡的可观测区域；步骤3、按在分割子区域之间配置的功率表计，确认满足网络可观测性的表计配置方案。

【技术特征摘要】
1.一种基于表计配置的有源配电网可观测性分析方法，其特征在于，所述方法包括：步骤1、采集有源配电网络的拓扑结构信息、用户负荷信息和DG信息，用深度优先搜索树算法分别将常规负荷用户节点和光伏发电系统用户节点的平均有功功率作为各自的节点权重形成各自的加权树网络；步骤2、用网络分割算法将加权树分割成均衡的可观测区域；步骤3、按在分割子区域之间配置的功率表计，确认满足网络可观测性的表计配置方案。2.根据权利要求1所述方法，其特征在于，所述步骤1中的常规负荷用户节点i的平均有功功率按下式计算：其中：Q为耗电量，Dm为时间段的天数，所述节点i的权重如式所示，其中，W(i)为用户节点i的耗电量。3.根据权利要求1所述方法，其特征在于，所述步骤1中的光伏发电系统的节点i的平均有功功率按如下步骤确定：运用拉丁超立方抽样技术按光伏发电系统有功功率概率分布方法抽样；将抽样数据得出的特定时间内光伏出力的平均有功功率作为节点权重。4.根据权利要求3所述方法，其特征在于，所述光伏发电系统有功功率概率分布方法包括如下步骤：步骤A、所述光照强度的概率密度函数如下式所示：式中，r和rmax分别为同一时间段内的实际光强和最大光强，α，β均为Beta分布的形状参数，Γ是Gamma函数；步骤B、光强Beta分布的形状参数如下式所示：其中：u为根据光照强度平均值；σ为方差；步骤C、一个太阳能电池方阵总的输出功率PM如下式所示：PM＝r·A·η其中，M：一个太阳能电池方阵中的电池组数，Am和ηm分别为每个电池组件的面积和光电转换效率m＝1,2,…M；式中，A为方阵总面积，如下式所示；η为方阵总的光电转换效率，如下式所示；步骤D、光伏发电系统输出有功功率概率密度分布如下式所示：式中，Pt位分布式光伏系统实际输出有功功率，当电池组数为M时，Pt即为步骤C中的PM，Pmax为分式光伏系统最大输出有功功率，u为并网逆变器输出效率。5.根据权利要求3所述方法，其特征在于，所述拉丁超立方抽样包括如下步骤：将分布函数曲线的纵轴分成与采样规模N相同个数的但不重叠的等间距区间；每个区间的中点做为采样值YK，从每个区间中随机抽取样本；随机变量XK的第n个采样值xkn如下式所示：式中，F-1(x)表示概率分布函数的反函数。网络中的每个节点赋予以负荷平均功率表示的权重后，得原配电网络加权树。6.根据权利要求1所述方法，其特征在于，所述网络分割算法包括如下步骤：步骤2-1、以距离根节点最大长度的虚拟叶节点为搜索起点，并将此最大长度k作为循环控制指针；步骤2-2、修改循环指针k＝k-1；步骤2-3、找出临时集合Cw中所有节点的母节点...

【专利技术属性】
技术研发人员：季宇，吴鸣，刘海涛，李鹏，李洋，
申请(专利权)人：中国电力科学研究院，国家电网公司，国网浙江省电力公司，国网信息通信产业集团有限公司，天津市普迅电力信息技术有限公司，
类型：发明
国别省市：北京,11