一种配网形态支撑度指标评估方法技术

本发明专利技术公开了一种配网形态支撑度指标评估方法。为了针对配电网高比例可再生能源就地消纳需求，构建一种面向可再生能源消纳的配网形态支撑度指标体系。本发明专利技术采用数字孪生技术建立智能配电网的数字化模型；系统结合虚拟配电网指标和现实配电网指标综合建立配网形态支撑度指标评估体系；确定配网形态支撑度指标评估的指标权重，并根据设定的指标等级及其对应的指标权重进行配网形态支撑度指标评估，得到评估结果。优点是采用了数字孪生技术建立智能配电网的数字化模型，可以对原配电网进行预测，能提前分析出配电网的综合情况，使评估结果更加准确。果更加准确。

【技术实现步骤摘要】
一种配网形态支撑度指标评估方法


[0001]本专利技术涉及一种配电网评估
，尤其涉及一种配网形态支撑度指标评估方法。

技术介绍

[0002]随着能源危机与环境保护意识的日益提高，分布式电源快速发展，规模化接入配电网趋势明显。具有间歇性和波动性等典型特点的分布式电源可能会对配电网的安全经济运行带来一定负面影响，如分布式电源出力难以就地消纳、节点电压越限、潮流分布改变、系统网损增加等。加之电动汽车、电采暖等再电气化设备接入配电网，导致配电网峰谷差增大，调峰及备用需求增加。
[0003]未来随着以新能源为主体的新型电力系统的加快建设，清洁能源占比持续提升，分布式电源大规模发展带来的电网接入能力不足、分布式电源间歇性和波动性带来的电网安全稳定性问题以及海量灵活资源接入后源网荷储协调控制复杂等问题将更加突出，对于配电网高比例可再生能源的消纳需求不能充分分析。所以，有必要构建一套分析评价体系，以对配电网的综合性能和整体发展水平作出合理评估。
[0004]例如，一种在中国专利文献上公开的“一种一流城市配电网灵活适应性评价指标计算方法”，其公告号CN110826854A，公开日为2020年2月21日，包括：建立一流城市配电网灵活适应性评价指标体系，指标体系包括配电网侧灵活适应性指标、负荷侧灵活适应性指标、面向新能源发电的灵活适应性指标；对各类指标进行计算，该专利技术面向配网侧、负荷侧和新能源发电，系统地提出了一流城市配电网的灵活适应性评价指标计算方法，通过修正的IEEE33节点算例系统进行了验证，计算不同场景(配网侧、负荷侧和新能源发电维度)设定下的部分指标值，定量评估该配电网的灵活适应性，充分证明了本专利技术方法的有效性，为当前一流城市配电网的推广建设提供一定的参考价值。该专利技术对配电网的配网侧、负荷侧和新能源发电这些方面提出了一种灵活适应性评价指标计算方，但是该方法并不能解决分布式电源间歇性和波动性问题，对于配电网高比例可再生能源的消纳需求不能充分分析。

技术实现思路

[0005]本专利技术主要针对配电网高比例可再生能源就地消纳需求，构建一种面向可再生能源消纳的配网形态支撑度指标体系；提供一种配网形态支撑度指标评估方法，设计一种未来配网结构形态综合评价方法，实现未来配网可能结构的多维度量化评价，助推构建以新能源为主体的新型配电网。
[0006]本专利技术的上述技术问题主要是通过下述技术方案得以解决的：
[0007]本专利技术包括以下步骤：
[0008]S1：实时获取分布式配电网的各项数据；
[0009]S2：基于实时数据信息和历史数据信息，通过数字孪生技术建立智能配电网的数字化模型；
[0010]S3：虚拟服务器基于智能配电网的数字化模型的预测确定初步方案；
[0011]S4：虚拟配电网根据初步方案进行运行操作；
[0012]S5：根据虚拟配电网的指标和原配电网的指标进行分析，综合建立配网形态支撑度指标评估体系；
[0013]S6：确定配网形态支撑度指标评估的指标权重，并根据设定的指标等级及其对应的指标权重进行配网形态支撑度指标评估，得到评估结果。
[0014]采用此方案可以通过智能配电网的数字化模型得到配电网数据的预测指标，再结合实际的指标可以全方位的评估配电网，通过该方案也可以了解分布式电源间歇性和波动性的情况，可以了解到可再生能源的利用率。
[0015]作为优选，所述的步骤S1中，获取配电网负荷数据、设备运行状态数据、用电侧耗电数据和发电数据，并建立实时数据库和历史数据库，
[0016]所述配电网负荷数据，包括供需平衡数据、净负荷波动率数据、支路负荷裕度数据和支路负荷均衡度数据；
[0017]所述设备运行状态数据，包括变压器数据、高压柜数据、低压柜数据、母线桥数据、直流屏数据、模拟屏数据和高压电缆数据；
[0018]所述用电侧耗电数据，包括区域用电量数据、企业用电量数据、配电网的平均停电频率数据和平均停电持续时间数据；
[0019]所述发电数据，包括可再生能源利用率数据、可再生能源渗透率数据、可再生能源发电功率波动率数据。
[0020]采用此方案可以更好的存储数据、保护数据。
[0021]作为优选，所述的步骤S2中，根据实时数据库和历史数据库建立的智能配电网的数字化模型中的配电网与现实配电网保持1:1的比例。采用此方案可以让智能配电网的数字化模型的预测更好的符合实际，更加令人信服。
[0022]作为优选，所述的步骤S5中，所述的智能配电网的数字化模型的虚拟配电网指标和所述的原配电网的指标均包括包括负荷指标、设备运行状态指标、发电指标以及耗电指标；
[0023]所述负荷指标，包括供需平衡、净负荷波动率、支路负荷裕度和支路负荷均衡度；
[0024]所述设备运行状态指标，包括变压器缺陷等级、高压柜缺陷等级、低压柜缺陷等级、母线桥缺陷等级、直流屏缺陷等级、模拟屏缺陷等级和高压电缆缺陷等级；
[0025]所述耗电指标，包括区域用电量、企业用电量、配电网的平均停电频率和平均停电持续时间；
[0026]所述发电指标，包括可再生能源利用率、可再生能源渗透率、可再生能源发电功率波动率。
[0027]这是指标都是关键性指标，对于配网形态支撑度指标评估体系是很重要的。
[0028]作为优选，所述步骤S6中，具体包括以下步骤：
[0029]S61：确定配网形态支撑度指标评估的原配电网指标主观权重；
[0030]S62：基于原配电网指标主观权重，采用熵权法确定配网形态支撑度指标评估的虚拟配电网指标客观权重；
[0031]S63：将步骤S61中得到的原配电网指标主观权重和步骤S62中得到的虚拟配电网
指标客观权重进行加权计算，得到指标综合权重；
[0032]S64：根据设定的指标等级及其对应的指标综合权重采用模糊评价方法进行配网形态支撑度指标评估，得到评估结果。
[0033]采用此方案可以完善配网形态支撑度指标评估体系，使得配网形态支撑度指标评估体系更加科学。
[0034]作为优选，所述步骤S61中确定配网形态支撑度指标评估的原配电网指标主观权重，具体包括以下步骤：
[0035]S611：针对配网形态支撑度指标评估体系的各部分，通过每两个评估指标之间的互相比较确定相对重要程度，构造判断矩阵A＝(b
ij
)
n
×
n
；其中：b
ij
为评估指标i相对评估指标j的重要程度系数，i＝1,2,3,
…
,n，j＝1,2,3，
…
,n；n为判断矩阵A的阶数，与评估指标数量相等；
[0036]S612：依次对判断矩阵A的列、行进行归一化处理，得到初始的原配电网指标主观权重x
i
，计算公式为：
[0037][0038][0039]S613：计算判断矩阵A的最大特征根λ
max
，计算公式为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配网形态支撑度指标评估方法，其特征在于，包括以下步骤：S1：实时获取分布式配电网的相关数据；S2：基于实时数据信息和历史数据信息，通过数字孪生技术建立智能配电网的数字化模型；S3：虚拟服务器基于智能配电网的数字化模型的预测确定初步方案；S4：虚拟配电网根据初步方案进行运行操作；S5：根据虚拟配电网的指标和原配电网的指标进行分析，综合建立配网形态支撑度指标评估体系；S6：确定配网形态支撑度指标评估的指标权重，并根据设定的指标等级及其对应的指标权重进行配网形态支撑度指标评估，得到评估结果。2.根据权利要求1所述的一种配网形态支撑度指标评估方法，其特征在于，所述的步骤S1中，获取配电网负荷数据、设备运行状态数据、用电侧耗电数据和发电数据，并建立实时数据库和历史数据库，所述配电网负荷数据，包括供需平衡数据、净负荷波动率数据、支路负荷裕度数据和支路负荷均衡度数据；所述设备运行状态数据，包括变压器数据、高压柜数据、低压柜数据、母线桥数据、直流屏数据、模拟屏数据和高压电缆数据；所述用电侧耗电数据，包括区域用电量数据、企业用电量数据、配电网的平均停电频率数据和平均停电持续时间数据；所述发电数据，包括可再生能源利用率数据、可再生能源渗透率数据、可再生能源发电功率波动率数据。3.根据权利要求1或2所述的一种配网形态支撑度指标评估方法，其特征在于，所述的步骤S2中，根据实时数据库和历史数据库建立的智能配电网的数字化模型中的配电网与现实配电网保持1:1的比例。4.根据权利要求1或2所述的一种配网形态支撑度指标评估方法，其特征在于，所述的步骤S5中，所述的智能配电网的数字化模型的虚拟配电网指标和所述的原配电网的指标均包括负荷指标、设备运行状态指标、发电指标以及耗电指标；所述负荷指标，包括供需平衡、净负荷波动率、支路负荷裕度和支路负荷均衡度；所述设备运行状态指标，包括变压器缺陷等级、高压柜缺陷等级、低压柜缺陷等级、母线桥缺陷等级、直流屏缺陷等级、模拟屏缺陷等级和高压电缆缺陷等级；所述耗电指标，包括区域用电量、企业用电量、配电网的平均停电频率和平均停电持续时间；所述发电指标，包括可再生能源利用率、可再生能源渗透率、可再生能源发电功率波动率。5.根据权利要求1所述的一种配网形态支撑度指标评估方法，其特征在于，所述步骤S6中，具体包括以下步骤：S61：确定配网形态支撑度指标评估的原配电网指标主观权重；S62：基于原配电网指标主观权重，采用熵权法确定配网形态支撑度指标评估的虚拟配电网指标客观权重；
S63：将步骤S61中得到的原配电网指标主观权重和步骤S62中得到的虚拟配电网指标客观权重进行加权计算，得到指标综合权重；S64：根据设定的指标等级及其对应的指标综合权重采用模糊评价方法进行配网形态支撑度指标评估，得到评估结果。6.根据权利要求5所述的一种配网形态支撑度指标评估方法，其特征在于，所述步骤S61中确定配网形态支撑度指标评估的原配电网指标主观权重，具体包括以下步骤：S611：针对配网形态支撑度指标评估体系的各部分，通过每两个评估指标之间的互相比较确定相对重要程度，构造判断矩阵A＝(b
ij
)
n
×
n
；其中：b
ij
为评估指标i相对评估指标j的重要程度系数，i＝1,2,3,
…
,n，j＝1,2,3，
…
,n；n为判断矩阵A的阶数，与评估指标数量相等；S612：依次对判断矩阵A的列、行进行归一化处理，得到初始的原配电网指...

【专利技术属性】
技术研发人员：叶承晋，丁一，宋永华，钱伟杰，应鸿，郁家麟，屠晓栋，周旻，刘维亮，
申请(专利权)人：国网浙江省电力有限公司嘉兴供电公司，
类型：发明
国别省市：