【技术实现步骤摘要】
无功功率补偿资源的配置方法、装置以及设备
[0001]本公开涉及电力系统
,尤其涉及一种无功功率补偿资源的配置方法、装置以及设备。
技术介绍
[0002]现代电网电压分布复杂多变,传统无功功率补偿资源的配置忽略了电网的抗风险能力,配置资源不合理,增大了投资成本。因此,如何提高无功功率补偿资源的配置效果就成为了目前亟待解决的技术问题。
技术实现思路
[0003]本公开提供了一种无功功率补偿资源的配置方法、装置以及设备。
[0004]第一方面,本公开的实施例提供了一种无功功率补偿资源的配置方法,该方法包括:
[0005]在不同电网运行场景下,根据电网中各节点的灵敏度指标对各节点进行划分,得到对应的无功补偿分区;
[0006]根据不同电网运行场景下各无功补偿分区中的主导节点,确定电网的一个或多个无功补偿设备候选安装位置;
[0007]根据一个或多个无功补偿设备候选安装位置和各节点负荷和光伏出力预测,对无功功率补偿资源配置优化模型进行求解,得到电网的最优无功功率补偿资源配置方案并 ...
【技术保护点】
【技术特征摘要】
1.一种无功功率补偿资源的配置方法,其特征在于,所述方法包括:在不同电网运行场景下,根据电网中各节点的灵敏度指标对各节点进行划分,得到对应的无功补偿分区;根据不同电网运行场景下各无功补偿分区中的主导节点,确定所述电网的一个或多个无功补偿设备候选安装位置;根据一个或多个无功补偿设备候选安装位置和各节点负荷和光伏出力预测,对无功功率补偿资源配置优化模型进行求解,得到所述电网的最优无功功率补偿资源配置方案并进行配置。2.根据权利要求1所述的方法,其特征在于,所述各节点负荷和光伏出力预测是通过以下步骤确定的:将各节点的当前负荷和历史负荷输入预先训练的负荷预测模型,得到各节点在下一时间段内各时刻的负荷;所述负荷预测模型模型是利用训练数据集对预设神经网络进行训练得到的,其中,所述训练数据集中的样本以节点在某一时刻的当前负荷和历史负荷为样本特征数据,并以节点在某一时刻的下一时间段内各时刻的实际负荷为标签;将各节点的当前光伏出力和历史光伏出力输入预先训练的光伏出力预测模型,得到各节点在下一时间段内各时刻的光伏出力;所述光伏出力预测模型模型是利用训练数据集对预设神经网络进行训练得到的,其中,所述训练数据集中的样本以节点在某一时刻的当前光伏出力和历史光伏出力为样本特征数据,并以节点在某一时刻的下一时间段内各时刻的实际光伏出力为标签。3.根据权利要求1所述的方法,其特征在于,所述各节点负荷和光伏出力预测是通过以下步骤确定的:针对任一节点,根据节点的当前负荷行为状态概率分布和当前时刻的负荷行为状态转移概率矩阵,计算节点下一时刻的负荷行为状态概率分布;根据节点下一时刻的负荷行为状态概率分布和负荷行为状态映射函数,计算节点在下一时刻的负荷行为状态;根据节点在下一时刻的负荷行为状态和对应的负荷概率密度函数,计算节点在下一时刻的负荷;不断迭代计算,直至计算出节点在下一时间段内各时刻的负荷;针对任一节点,根据节点的当前光伏出力行为状态概率分布和当前时刻的光伏出力行为状态转移概率矩阵,计算节点下一时刻的光伏出力行为状态概率分布;根据节点下一时刻的光伏出力行为状态概率分布和光伏出力行为状态映射函数,计算节点在下一时刻的光伏出力行为状态;根据节点在下一时刻的光伏出力行为状态和对应的光伏出力概率密度函数,计算节点在下一时刻的光伏出力;不断迭代计算,直至计算出节点在下一时间段内各时刻的光伏出力。4.根据权利要求1所述的方法,其特征在于,所述在不同电网运行场景下,根...
【专利技术属性】
技术研发人员:薛世伟,曾四鸣,贾清泉,李铁成,王磊,
申请(专利权)人:国家电网有限公司国网河北能源技术服务有限公司燕山大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。