海量负荷数据下电网典型关键场景的提取建模方法及系统技术方案

本发明专利技术公开了一种海量负荷数据下电网典型关键场景的提取建模方法，包括获取目标电力系统的负载数据信息；将目标电力系统的潮流以设定的第一形式

【技术实现步骤摘要】
海量负荷数据下电网典型关键场景的提取建模方法及系统


[0001]本专利技术属于电气自动化领域，具体涉及一种海量负荷数据下电网典型关键场景的提取建模方法及系统
。

技术介绍

[0002]随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利
。
因此，保障电能的稳定可靠供应，就成为了电力系最重要的任务之一
。
[0003]随着电力系统规模的增大，电网所包含的线路也越来越多，因此电力系统潮流工况所包含的数据也越来越多
。
这类数据，能够为电网系统的未来运行
、
规划等工作，提供极大的数据支持
。
因此，获取电力系统的潮流工况数据，对于电力系统而言，具有重要意义
。
[0004]当考虑电力系统的素有潮流工况时，需要对电力系统执行海量的网络计算
(
比如
N
‑1分析计算
)
任务，这将带来了巨大的工作量和工作耗时
。
所以，为了降低电力系统网络分析的复杂性，现有方案侧重于降低电网的复杂性；同时，现有方案还需要获取几个典型的场景，这类典型场景能够尽可能多的反映电力系统的关键状态和相关条件
。
[0005]现有的获取电力系统典型关键场景的方案，往往采用的是人工分析和选取的方案，即聘请有经验的电网专家，根据专家经验和以往的运行数据进行选取
。
但是，这类人工选取典型关键场景的方案，主观性极强，可靠性和一致性较差，而且往往并不能够选取到足够准确且可靠的典型关键场景
。

技术实现思路

[0006]本专利技术的目的之一在于提供一种可靠性高
、
精确性好且客观科学的海量负荷数据下电网典型关键场景的提取建模方法
。
[0007]本专利技术的目的之二在于提供一种实现所述海量负荷数据下电网典型关键场景的提取建模方法的系统
。
[0008]本专利技术提供的这种海量负荷数据下电网典型关键场景的提取建模方法，包括如下步骤：
[0009]S1.
获取目标电力系统的负载数据信息；
[0010]S2.
根据步骤
S1
获取的数据信息，将目标电力系统的潮流以设定的第一形式排列，记录潮流方向，计算各个线路的负载率，并得到线路的第一最大负载率之和；
[0011]S3.
根据步骤
S1
获取的数据信息，将目标电力系统的潮流以设定的第二形式排列，记录潮流方向，计算各个线路的负载率，并得到线路的第二最大负载率之和；
[0012]S4.
根据步骤
S2
和步骤
S3
得到的数据，以反映目标电力系统关键负载信息最多为目标，构建目标函数；
[0013]S5.
根据步骤
S4
构建的目标函数，基于聚类算法和全局搜索算法，计算得到最终的目标电力系统的典型关键场景；
[0014]S6.
根据步骤
S5
得到的典型关键场景，计算得到线路误差值，完成海量负荷数据下电网典型关键场景的提取建模
。
[0015]步骤
S2
所述的根据步骤
S1
获取的数据信息，将目标电力系统的潮流以设定的第一形式排列，记录潮流方向，计算各个线路的负载率，并得到线路的第一最大负载率之和，具体包括如下步骤：
[0016]将目标电力网络的潮流以第一矩阵
S
mean
的形式排列；其中，第一矩阵
S
mean
为
M
×
N
矩阵，
M
为线路数，
N
为基于
K
均值聚类算法缩减后得到的场景数；第一矩阵
S
mean
中的元素为为场景
n
时通过线路
m
的潮流；
[0017]记录潮流的方向
[0018][0019]在线路给定的最大功率容量下，计算各个线路在不考虑线路权重下的负载率为其中为场景
n
时线路
m
的负载率，为场景
n
时线路
m
的最大功率；
[0020]在线路给定的最大功率容量下，采用如下算式计算线路的权重：
[0021][0022]式中
W
m
为线路
m
的权重；
l
m
为线路
m
的长度；
[0023]在线路给定的最大功率容量下，如果考虑线路权重，负载率可由代替，
[0024]最后，计算得到线路的第一最大负载率之和
S
obj
为
[0025][0026]步骤
S3
所述的根据步骤
S1
获取的数据信息，将目标电力系统的潮流以设定的第二形式排列，记录潮流方向，计算各个线路的负载率，并得到线路的第二最大负载率之和，具体包括如下步骤：
[0027]将目标电力网络的潮流以第二矩阵
s
sel
的形式排列；其中，第二矩阵
s
sel
为
M
×
R
矩阵，
M
为线路数，
R
为基于聚类算法和全局搜索算法缩减得到的场景数；第二矩阵
s
sel
中的元素为为场景
r
时通过线路
m
的潮流；
[0028]记录潮流的方向
[0029][0030]在线路给定的最大功率容量下，计算各个线路在不考虑线路权重下的负载率
为其中为场景
r
时线路
m
的负载率，为场景
r
时线路
m
的最大功率；
[0031]在线路给定的最大功率容量下，采用如下算式计算线路的权重：
[0032][0033]式中
W
m
为线路
m
的权重；
l
m
为线路
m
的长度；
[0034]在线路给定的最大功率容量下，如果考虑线路权重，负载率可由代替，
[0035]最后，计算得到线路的第二最大负载率之和
s
ob
为
[0036][0037]步骤
S4
所述的根据步骤
S2
和步骤
S3
得到的数据，以反映目标电力系统关键负载信息最多为目标，构建目标函数，具体包括如下步骤：
[0038]构建的目标函数为：
S
obj
‑
s
obj
。
[0039]步骤...

【技术保护点】

【技术特征摘要】
1.
一种海量负荷数据下电网典型关键场景的提取建模方法，包括如下步骤：
S1.
获取目标电力系统的负载数据信息；
S2.
根据步骤
S1
获取的数据信息，将目标电力系统的潮流以设定的第一形式排列，记录潮流方向，计算各个线路的负载率，并得到线路的第一最大负载率之和；
S3.
根据步骤
S1
获取的数据信息，将目标电力系统的潮流以设定的第二形式排列，记录潮流方向，计算各个线路的负载率，并得到线路的第二最大负载率之和；
S4.
根据步骤
S2
和步骤
S3
得到的数据，以反映目标电力系统关键负载信息最多为目标，构建目标函数；
S5.
根据步骤
S4
构建的目标函数，基于聚类算法和全局搜索算法，计算得到最终的目标电力系统的典型关键场景；
S6.
根据步骤
S5
得到的典型关键场景，计算得到线路误差值，完成海量负荷数据下电网典型关键场景的提取建模
。2.
根据权利要求1所述的海量负荷数据下电网典型关键场景的提取建模方法，其特征在于步骤
S2
所述的根据步骤
S1
获取的数据信息，将目标电力系统的潮流以设定的第一形式排列，记录潮流方向，计算各个线路的负载率，并得到线路的第一最大负载率之和，具体包括如下步骤：将目标电力网络的潮流以第一矩阵
S
mean
的形式排列；其中，第一矩阵
S
mean
为
M
×
N
矩阵，
M
为线路数，
N
为基于
K
均值聚类算法缩减后得到的场景数；第一矩阵
S
mean
中的元素为中的元素为为场景
n
时通过线路
m
的潮流；记录潮流的方向记录潮流的方向在线路给定的最大功率容量下，计算各个线路在不考虑线路权重下的负载率为其中为场景
n
时线路
m
的负载率，为场景
n
时线路
m
的最大功率；在线路给定的最大功率容量下，采用如下算式计算线路的权重：式中
W
m
为线路
m
的权重；
l
m
为线路
m
的长度；在线路给定的最大功率容量下，如果考虑线路权重，负载率由代替，最后，计算得到线路的第一最大负载率之和
S
obj
为
3.
根据权利要求2所述的海量负荷数据下电网典型关键场景的提取建模方法，其特征
在于步骤
S3
所述的根据步骤
S1
获取的数据信息，将目标电力系统的潮流以设定的第二形式排列，记录潮流方向，计算各个线路的负载率，并得到线路的第二最大负载率之和，具体包括如下步骤：将目标电力网络的潮流以第二矩阵
s
sel
的形式排列；其中，第二矩阵
s
sel
为
M
×
R
矩阵，
M
为线路数，
R
为基于聚类算法和全局搜索算法缩减得到的场景数；第二矩阵
s
sel
中的元素为中的元素为为场景
r
时通过线路
m
的潮流；记录潮流的方向记录潮流的方向在线路给定的最大功率容量下，计算各个线路在不考虑线路权重下的负载率为其中为场景
r
时线路
m
的负载率，为场景
r
时线路
m
的最大功率；在线路给定的最大功率容量下，采用如下算式计算线路的权重：式中
W
m
为线路
m
的权重；
l
m
为线路
m
的长度；在线路给定的最大功率容量下，如果考虑线路权重，负载率由代替，最后，计算得到线路的第二最大负载率之和
s
obj
为
4.
根据权利要求3所述的海量负荷数据下电网典型关键场景的提取建...

【专利技术属性】
技术研发人员：谢煜东，江卓翰，刘顺成，章德，何禹清，谢宇峥，涂婧怡，彭剑，
申请(专利权)人：国网湖南省电力有限公司经济技术研究院国家电网有限公司，
类型：发明
国别省市：