基于随机矩阵和智能场景匹配的配电网无功优化方法技术

基于随机矩阵和智能场景匹配的配电网无功优化方法，属于交流配电网运行控制技术领域。该方法直接利用配电网在运行过程中产生的负荷数据、光伏发电、电动汽车充电数据，甚至温度、光照、风速等环境数据，分别构造随机矩阵；根据单环极限定理，计算各随机矩阵特征根的分布规律，提取平均谱半径、最大/最小谱半径、圆环外/环上/环内特征根分布比例等统计特征；利用主成分分析法对上述统计特征进行整合，得出主成分表征配电网运行状态；根据得到的主成分进行场景特征匹配，以匹配场景下的控制策略作为当前时段的无功优化控制策略。本发明专利技术技术方案实现了基于数据驱动的配电网无功优化和电压管理，为配电网的优化运行提供了一条新途径。

【技术实现步骤摘要】
基于随机矩阵和智能场景匹配的配电网无功优化方法
本专利技术属于交流配电网运行控制
，具体涉及一种基于随机矩阵和智能场景匹配的配电网无功优化方法。
技术介绍
配电网的无功优化和电压管理是配电网优化运行的一项重要工作，它是利用配电网中变压器的可调分接头、固定电容器组和SVC无功补偿资源，尽可能地减小有功网损和节点电压偏移，使配电网运行于一个更优的状态。传统的无功优化方法，依赖于配电网的模型和参数，并在优化过程中反复计算配电网的潮流，计算工作量大，决策时间长，适应性较差；以粒子群算法、人工神经网络为代表的人工智能优化算法，随着配电网复杂程度的增加计算结果不稳定，易陷于局部最优。近年来，随着传感技术和通信技术的发展，大数据技术和随机矩阵理论得到了快速发展，并日益广泛地应用于人类社会的各个领域。大数据技术在一定程度上脱离物理模型，从数据驱动角度分析挖掘电网关联性和运行特征，使得电网运行人员直观迅速的了解电网当前运行情况，并对电网状态做必要的修正，减小电网故障概率。随机矩阵理论是一种大数据分析方法，在电力领域应用已取得了初步的研究成果。上海交通大学的科研团队提出了随机矩阵在电力系统中的应用理念，分析随机矩阵统计学特征与电网变量之间的相关性，并用于分析配电网运行状态、评估设备性能等多个领域。贺兴等发表的《随机矩阵理论在电力系统认知中的应用初探》文献中初步探索了随机矩阵理论应用于电力系统的可行性，通过建立数据模型，从数据模型中分析数据之间关联关系，进而分析电网扰动影响；由徐心怡等发表的《基于随机矩阵理论的配电网运行状态相关性分析方法》文献中利用随机矩阵理论，提出一种建立数据模型的新方法，分析了配电网各种影响因素与电网运行状态的关联性；由严英杰等发表的《基于高维随机矩阵大数据分析模型的输变电设备关键性能评估方法》文献中提出一种基于高维随机矩阵理论的大数据模型，以实现输变电设备关键性能评估和异常状态检测。中国电科院基于随机矩阵理论，充分运用历史数据和当前数据从整体上对电力系统稳定性进行分析与评估。由刘威等发表的《基于随机矩阵理论的电力系统暂态稳定性分析》文献中将随机矩阵理论和时间序列理论相结合，提出了一种以数据驱动方法为主导的电网暂态稳定分析方法；同样由刘威等发表的《基于随机矩阵理论与熵理论的电网薄弱环节辨识方法》文献中提出一种随机矩阵理论与熵理论相结合的辨识方法，来分析辨识电网薄弱环节。由吴茜等发表的《基于随机矩阵理论的电网静态稳定态势评估方法》文献中提出一种基于随机矩阵理论的数据融合方法，综合考虑历史大数据和实时数据，对电力系统静态稳定态势进行评估。以上文献将随机矩阵理论主要用于分析配电网运行状态、评估设备性能以及分析电力系统稳定性等领域，而本专利是基于随机矩阵理论提取配电网无功优化矩阵的统计特征来表征配电网运行状态，运用智能场景匹配的方法实现配电网的无功优化控制，有别于以上研究成果。关于将随机矩阵理论运用于配电网的无功优化，由刘科研等发表的《一种面向配电网无功优化的随机矩阵构建方法》专利中提出了一种面向配电网无功优化的的随机矩阵构建方法，首先获取包含历史负荷数据的随机矩阵原始数据源，依据时间序列提取负荷数据，构建负荷随机矩阵数据集，然后求累计负荷函数，构造负荷随机矩阵；再利用负荷随机矩阵，结合等奇异值等价变换和标准化变换，确定协方差矩阵，然后通过单环定律，确定平均谱半径；然后依据平均谱半径，采用配电网无功优化的大数据方法求无功优化控制序列。但是，随着分布式电源、电动汽车、柔性负荷的渗透率逐渐增加，配电网的规模不断扩大、结构日趋复杂，该专利中只采用了负荷数据，没有考虑光伏发电、风机发电、电动汽车充电负荷，甚至当地的温度、光照、风速等实时环境数据，数据源形式单一，不能有效表征配电网的实际运行状态，未能充分利用海量数据库蕴含的信息，与实际工程不符。同时此专利中，随机矩阵以单日24时为时间窗进行构建，采样时间间隔为1小时，采样次数为24，此方法构建的随机矩阵不能满足配电网实时无功优化的需求，与实际工程不符。并且此专利中只提取了平均谱半径来近似表征矩阵数据分布特征，统计特征量形式单一，未能充分提取特征值的统计分布规律，会导致最终所求的无功优化控制序列不佳，影响配电网的无功优化效果。最后，此专利中没有提出具体有效的匹配方法来实现配电网场景匹配。同样由刘科研等发表的《一种基于大数据的配电网无功优化控制序列确定方法》专利，在上一篇专利的基础上提出根据平均谱半径，计算历史负荷与当前负荷的相关性系数，通过比较相关性系数的大小，获得相关性较大的负荷日，并以当日无功优化控制序列作为当前优化序列，此种方法以日为单位进行场景匹配，不能满足配电网实时无功优化的需求，无功优化效果差，同时选取的数据源、提取的统计特征量单一，不能有效的表征实际配电网的运行状态，与实际工程不符。贾东梨等发表的《一种基于随机矩阵理论的配电网无功补偿容量确定方法》专利中通过归一化采集到的历史时序有功功率、时序无功功率、时序电压构建高维随机矩阵及其协方差矩阵，计算协方差矩阵的特征值；利用历史的时序无功补充容量、时序补偿前后电压差构造一个目标矩阵，计算其协方差矩阵的特征值；然后计算两个协方差矩阵最大特征值比，通过一元线性函数，拟合配电网无功补偿容量。同样由贾东梨等发表的《一种配电网的无功优化方法及系统》专利中基于配电网建立高维随机矩阵并计算高维随机矩阵的协方差矩阵；利用协方差矩阵构造谱分布圆环，确定在谱分布圆环内的待测矩阵；基于待检测矩阵，确定配电网的无功补偿点和和无功补偿容量。本专利技术在现有研究基础上，克服现有方法的不足，提出一种基于随机矩阵和智能场景匹配的配电网无功优化方法，该方法实现了配电网的无功优化和电压管理，能够满足实际工程的需求，并且摆脱了模型参数的限制，充分挖掘了配电网大数据的蕴藏价值，为配电网的优化运行提供了一条新的途径。
技术实现思路
本专利技术的目的是在摆脱模型参数的限制后，直接利用配电网在运行过程中产生的大数据实现系统的无功优化和电压管理。本专利技术提供了基于随机矩阵和智能场景匹配的配电网无功优化方法，所述方法包括以下步骤：步骤(1)，结合配电网系统，基于大数据和随机矩阵理论，分类构建历史配电网无功优化随机矩阵；步骤(2)，对步骤(1)中得到的各类随机矩阵，依据单环极限定理，分别提取历史数据库中各场景特征根分布的统计特征，然后依据统计学中的主成分分析法对上述统计特征进行筛选整合，得出主成分fb表征配电网运行状态；步骤(3)，对于待优化日，按步骤(1)分类建立当前系统各随机矩阵，按步骤(2)提取各类统计特征指标，并计算出一天24小时各待优化时刻场景对应的主成分f；步骤(4)，利用步骤(2)中得到的历史场景数据对应的主成分fb和步骤(3)中得到的当前待优化时刻对应的主成分f，根据特征匹配公式从历史数据中快速找到与当前待优化系统状态的统计特征最为接近的场景，直接采用匹配场景下的控制策略作为当前时段的无功优化控制策略。前述的基于随机矩阵和智能场景匹配的配电网无功优化方法，在所述步骤(1)中，分类构建的各高维随机矩阵包含负荷功率、光伏出力、风机出力、电动汽车充电负荷等电气量和温度、光照强度、风速等非电气量随机矩阵；其中负荷随机矩阵是以电网中节点负荷为元素的随机矩本文档来自技高网...

【技术保护点】
1.基于随机矩阵和智能场景匹配的配电网无功优化方法，其特征在于，所述方法包括以下步骤：步骤(1)，结合配电网系统，基于大数据和随机矩阵理论，分类构建历史配电网无功优化随机矩阵；步骤(2)，对步骤(1)中得到的各类随机矩阵，依据单环极限定理，分别提取历史数据库中各场景特征根分布的统计特征，然后依据统计学中的主成分分析法对上述统计特征进行筛选整合，得出主成分fb表征配电网运行状态；步骤(3)，对于待优化日，按步骤(1)分类建立当前系统各随机矩阵，按步骤(2)提取各类统计特征指标，并计算出一天24小时各待优化时刻场景对应的主成分f；步骤(4)，利用步骤(2)中得到的历史场景数据对应的主成分fb和步骤(3)中得到的当前待优化时刻对应的主成分f，根据特征匹配公式从历史数据中快速找到与当前待优化系统状态的统计特征最为接近的场景，直接采用匹配场景下的控制策略作为当前时段的无功优化控制策略。

【技术特征摘要】
1.基于随机矩阵和智能场景匹配的配电网无功优化方法，其特征在于，所述方法包括以下步骤：步骤(1)，结合配电网系统，基于大数据和随机矩阵理论，分类构建历史配电网无功优化随机矩阵；步骤(2)，对步骤(1)中得到的各类随机矩阵，依据单环极限定理，分别提取历史数据库中各场景特征根分布的统计特征，然后依据统计学中的主成分分析法对上述统计特征进行筛选整合，得出主成分fb表征配电网运行状态；步骤(3)，对于待优化日，按步骤(1)分类建立当前系统各随机矩阵，按步骤(2)提取各类统计特征指标，并计算出一天24小时各待优化时刻场景对应的主成分f；步骤(4)，利用步骤(2)中得到的历史场景数据对应的主成分fb和步骤(3)中得到的当前待优化时刻对应的主成分f，根据特征匹配公式从历史数据中快速找到与当前待优化系统状态的统计特征最为接近的场景，直接采用匹配场景下的控制策略作为当前时段的无功优化控制策略。2.根据权利要求1所述的基于随机矩阵和智能场景匹配的配电网无功优化方法，其特征在于：在所述步骤(1)中，分类构建历史配电网无功优化随机矩阵中包含负荷功率、光伏出力、风机出力、电动汽车充电负荷等电气量和温度、光照强度、风速等非电气量随机矩阵；其中负荷随机矩阵是以电网中节点负荷为元素的随机矩阵，设电网中负荷节点数目为N，每个节点的日负荷曲线用24个点表示，对每个节点的负荷曲线进行曲线拟合，得出每分钟的状态数据，选取采样时刻前60min的视在功率的幅值表示该节点在采样时刻前一小时内的负荷，节点i在采样时刻t的负荷变化用向量Pit表示为：对于含有N个节点的电网，所有节点在采样时刻t的有功负荷变化量可以采用N×60维随机矩阵表示：Pt＝[P1t,P2t,P3t,…,PNt]T，对于光伏、风机等分布式发电DG和电动汽车随机负荷以及温度、光照强度和风速等状态变量数较少，本方法采用扩展随机矩阵的方法，来构造高维随机矩阵；假设在配电网中有n个光伏，则可测量的状态变量数为n，每个光伏的日出力曲线采用24个点表示，首先同负荷随机矩阵处理方式一样，对每个光伏的出力曲线进行曲线拟合，得出每分钟的状态数据，选取采样时刻前60分钟的光伏出力幅值表示该光伏在采样时刻前一小时内的出力，则光伏PV在采样时刻t可以构造矩阵PVt∈Cn×60，然后对该矩阵进行扩展，首先将矩阵PVt复制k次，如式所示：其中k＝[X/n]，[.]表示不超过“.”的最大整数，考虑到随机矩阵理论中渐进收敛性要求，通过调整行列数比研究发现，X取为...

【专利技术属性】
技术研发人员：吴俊勇，安然，石琛，邵美阳，朱孝文，郝亮亮，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京,11