【技术实现步骤摘要】
本专利技术属于中低压智能配电网及能量管理，具体涉及一种适用于中低压配电网的能量管理协同控制方法和系统。
技术介绍
1、目前，现有配电网正面临用电需求定制化和多样化、分布式电源接入规模化、潮流协调控制复杂化等多方面的巨大挑战，面对高渗透比的分布式能源、分布式储能、电动汽车的无序问题，需要对中低压智能配电网的电能质量和供电可靠性的保障手段提出更高要求。
2、这些问题采用常规开关传统量测和能量管理调控手段难以有效解决，还存在较高的人为干预频率，无法有效保证配电网安全、稳定运行。
技术实现思路
1、有鉴于此，本专利技术旨在解决现有采用常规开关传统量测和能量管理调控手段保证中低压智能配电网的电能质量和供电可靠性时存在的人为干预频率高的问题。
2、为了解决上述技术问题，本专利技术提供以下技术方案：
3、第一方面，本专利技术提供了一种适用于中低压配电网的能量管理协同控制方法，包括如下步骤：
4、构建多元电力用户资源接入的中低压智能配电网系统，智能配电网系统中各区域智能配电网网络拓扑和关键网络节点一次设备均嵌入微电网群协同控制装置；
5、以神经网络为基础，通过智能终端实时量测关键节点和设备的运行数据，并采用人工智能估计技术补全剩余网络节点和设备的量测数据；
6、利用微电网群协同控制装置对实时量测数据进行数据清洗，并基于智能配电网系统中各电力用户群体数据的特性互补和电气属性彼此时空耦合关系，对人工智能估计的量测数据进行校正，再对
7、利用微电网群协同控制装置通过全部量测数据判断中低压智能配电网系统中各网络拓扑和设备的状态；
8、利用微电网群协同控制装置，基于各网络拓扑和设备的状态实时重构中低压智能配电网系统中微电网和微电网群的结构和构成。
9、进一步的，利用微电网群协同控制装置对实时量测数据进行数据清洗，具体包括：
10、将实时量测数据中为空值的数据作为异常数据，不计入使用；
11、对于剩余的实时量测数据，计算滑窗范围内数据的均值，并判断实时量测数据与均值的差值是否满足设定条件，若是，则判定实时量测数据正确并计入使用，否则，判定数据异常，并进行下一步处理；
12、对异常数据进行历史数据相似度识别，寻找相似历史数据；
13、若找到，则基于相似历史数据判断异常数据状态，并计入使用；
14、若未找到，则判断异常数据滑窗时长是否满足设定条件，若是，则判定为正确量测数据；若否，则基于电气属性时空耦合关系判定实时量测设备异常或工况变化情况，若相关联的量测数据异常，则判定实时量测设备异常，相应量测值丢弃，若相关联的量测数据正常，则判定实时量测设备工况变化，相应量测值计入使用。
15、进一步的，利用微电网群协同控制装置对人工智能估计的量测数据进行校正，具体包括：
16、对人工智能估计的量测数据，基于存储的历史量测数据特征进行预测；
17、基于所预测的量测值对人工智能估计的量测数据进行校正；
18、判断校正后的量测数据是否符合相应的量测数据特征，若是，则进行下一步处理；
19、对校正后的量测数据进行零飘舍弃，得到最终的校正量测数据。
20、进一步的，在利用微电网群协同控制装置实时重构中低压智能配电网系统中微电网和微电网群的结构和构成，具体包括：
21、微电网群协同控制装置采用分层分区方式，分两阶段实时重构微电网能量流动路径，其中，分层分区方式规定了微电网群协同控制装置对于中低压智能配电网系统中微电网和微电网群的实时重构顺序，两个阶段分别规定了微电网群协同控制装置的实时重构目标。
22、进一步的，在利用微电网群协同控制装置进行实时重构时，第一阶段具体为：
23、以最短停电为原则，考虑电能质量、变压器和线路不过载为基础约束条件，采用中低压智能配电网协同的方法，通过关键节点的多状态智能软开关控制中低压智能配电网完成第一阶段重构；
24、其中，重构过程中优先同层电网进行，同层电网重构时间超过阀值时，将启动分层电网重构，分层电网重构失败时将失败将上传告警信息。
25、进一步的，在利用微电网群协同控制装置进行实时重构时，第二阶段具体为：
26、以实现最短能流路径为经济目标，考虑至少包括能量路径最短、网络损耗最低、电能质量最好、电压压降最小、变压器和线路不过载的约束条件，重构自平衡、自调节、自控制的微电网和微电网群。
27、进一步的，微电网群协同控制装置利用聚类算法综合考虑中低压智能配电网系统中各电力用户群体的多个角度和维度，实时优化微电网和微电网群能量潮流流动路径，实现微电网和微电网群内最优能流。
28、第二方面，本专利技术提供了一种适用于中低压配电网的能量管理协同控制系统，包括：
29、智能配电网单元，用于存储所构建的多元电力用户资源接入的中低压智能配电网系统，智能配电网系统中各区域智能配电网网络拓扑和关键网络节点一次设备均嵌入微电网群协同控制装置；
30、数据量测单元，用于以神经网络为基础，通过智能终端实时量测关键节点和设备的运行数据，并采用人工智能估计技术补全剩余网络节点和设备的量测数据；
31、数据处理单元，用于利用微电网群协同控制装置对实时量测数据进行数据清洗，并基于智能配电网系统中各电力用户群体数据的特性互补和电气属性彼此时空耦合关系，对人工智能估计的量测数据进行校正，再对校正后的所有量测数据进行优化，得到最终实现微电网群协同控制装置所需节点和设备的全部量测数据；
32、状态判断单元，用于利用微电网群协同控制装置通过全部量测数据判断中低压智能配电网系统中各网络拓扑和设备的状态；
33、网络重构单元，用于利用微电网群协同控制装置，基于各网络拓扑和设备的状态实时重构中低压智能配电网系统中微电网和微电网群的结构和构成。
34、进一步的，在数据处理单元中，利用微电网群协同控制装置对实时量测数据进行数据清洗，具体包括：
35、将实时量测数据中为空值的数据作为异常数据，不计入使用；
36、对于剩余的实时量测数据，计算滑窗范围内数据的均值，并判断实时量测数据与均值的差值是否满足设定条件，若是，则判定实时量测数据正确并计入使用，否则，判定数据异常，并进行下一步处理；
37、对异常数据进行历史数据相似度识别，寻找相似历史数据；
38、若找到，则基于相似历史数据判断异常数据状态，并计入使用；
39、若未找到，则判断异常数据滑窗时长是否满足设定条件，若是，则判定为正确量测数据；若否，则基于电气属性时空耦合关系判定实时量测设备异常或工况变化情况，若相关联的量测数据异常，则判定实时量测设备异常，相应量测值丢弃，若相关联的量测数据正常，则判定本文档来自技高网...
【技术保护点】
1.一种适用于中低压配电网的能量管理协同控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，利用所述微电网群协同控制装置对实时量测数据进行数据清洗，具体包括：
3.根据权利要求1所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，利用所述微电网群协同控制装置对人工智能估计的量测数据进行校正，具体包括：
4.根据权利要求1所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，在利用所述微电网群协同控制装置实时重构所述中低压智能配电网系统中微电网和微电网群的结构和构成，具体包括：
5.根据权利要求4所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，在利用所述微电网群协同控制装置进行实时重构时，第一阶段具体为：
6.根据权利要求4所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，在利用所述微电网群协同控制装置进行实时重构时，第二阶段具体为：
7.根据权利要求4所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，
8.一种适用于中低压配电网的能量管理协同控制系统，其特征在于，包括：
9.根据权利要求8所述的适用于中低压配电网的能量管理协同控制系统，其特征在于，在所述数据处理单元中，利用所述微电网群协同控制装置对实时量测数据进行数据清洗，具体包括：
10.根据权利要求8所述的适用于中低压配电网的能量管理协同控制系统，其特征在于，在所述数据处理单元中，利用所述微电网群协同控制装置对人工智能估计的量测数据进行校正，具体包括：
...【技术特征摘要】
1.一种适用于中低压配电网的能量管理协同控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，利用所述微电网群协同控制装置对实时量测数据进行数据清洗，具体包括：
3.根据权利要求1所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，利用所述微电网群协同控制装置对人工智能估计的量测数据进行校正，具体包括：
4.根据权利要求1所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，在利用所述微电网群协同控制装置实时重构所述中低压智能配电网系统中微电网和微电网群的结构和构成，具体包括：
5.根据权利要求4所述的适用于中低压配电网的能量管理协同控制方法，其特征在于，在利用所述微电网群协同控制装置进行实时重构时，第一阶段具体为：
6.根据权利要求4所述的适用于中低压配电网的能量...
【专利技术属性】
技术研发人员：王圣，范心明，李新，董镝，李锦焙，关家华，梁年柏，曾庆辉，宋安琪，王俊波，唐琪，李国伟，刘少辉，郭为斌，欧阳卫年，李高明，
申请(专利权)人：广东电网有限责任公司，
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。