System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及主动配电,具体为一种改进dpc算法的分布式光伏集群划分方法及系统。
技术介绍
1、近年来,全球范围内对能源的需求量不断提升,传统化石燃料的大量使用导致了环境恶化、资源短缺等一系列问题出现。清洁能源发电作为无污染、可持续的能源利用方式,可以极大程度上缓解传统化石燃料开发使用所带来的环境恶化压力,其大规模开发利用受到业内广泛关注。截至2022年上半年,在大型清洁能源基地和核电建设的稳步推进下,清洁能源发电快速增长。水电、核电、风电和太阳能等清洁能源发电总量达到了12354亿千瓦时,较去年同期增长了12.8%。其中,光伏发电增长尤为迅猛,同比增长13.5%。
2、光伏发电按其并网发电方式分为集中式与分布式,其中分布式光伏因可开发资源丰富、开发建设难度小、节能环保效益显著等优势,成为光伏开发利用的重要方式之一。随着分布式光伏在配电网的渗透率逐渐增加,引发了潮流倒送、部分节点电压越限等问题,对配电网的安全稳定运行产生了较大的威胁。对此,基于聚类算法的分布式光伏集群电压调控作为解决以上问题的有效方法,广泛应用于理论分析与实际工程场景。其中,采用距离刻画的聚类算法是目前主流的手段之一,而电气距离相比于传统的空间距离,可以较好地表征配电网的结构连接与电气关联,提升了配电网电压调控的准确性。
3、目前,已有多种基于不同聚类算法的分布式光伏集群划分方法。例如专利号为(202210264696.3)的分布式光伏多集群协调的电压控制方法,通过配网拓扑和线路阻抗计算电气距离,以此作为网络分区的依据。但其在定义综合灵敏
技术实现思路
1、鉴于上述存在的问题,提出了本专利技术。
2、因此,本专利技术解决的技术问题是:现有分布式光伏在配电网的渗透率逐渐增加,引发了潮流倒送、部分节点电压越限等问题,对配电网的安全稳定运行产生了较大威胁的问题。
3、为解决上述技术问题,本专利技术提供如下技术方案:一种改进dpc算法的分布式光伏集群划分方法,包括:
4、获取配电网数据,将配电网数据注入功率变化-电压灵敏度矩阵,联立得到综合灵敏度矩阵,对综合灵敏度矩阵对数化后得到电气距离矩阵;
5、基于knn-dpc算法通过综合灵敏度矩阵表征电气距离矩阵计算得出配电网中不同节点间的电气联系紧密程度的数值形式,同时改变算法中的k值求取多个解;
6、根据引入的模块度函数作为结果评价指标,使用knn-dpc算法对配电网进行集群划分。
7、作为本专利技术所述的改进dpc算法的分布式光伏集群划分方法的一种优选方案,其中:所述获取配电网数据,将配电网数据注入功率变化-电压灵敏度矩阵,联立得到综合灵敏度矩阵,对综合灵敏度矩阵对数化后得到电气距离矩阵,包括,
8、联立得到综合灵敏度矩阵,表示为:
9、h=hρυ+hqu
10、其中,hpu和hqu分别表示节点电压幅值变化与节点注入有功和无功功率变化的关系;
11、对综合灵敏度矩阵对数化后得到电气距离矩阵,表示为:
12、
13、其中,hij表示节点i注入单位功率后对应的节点j的功率变化值,dij越大,反应了两个节点之间的电气距离越远。
14、作为本专利技术所述的改进dpc算法的分布式光伏集群划分方法的一种优选方案,其中:基于knn-dpc算法通过综合灵敏度矩阵表征电气距离矩阵计算得出配电网中不同节点间的电气联系紧密程度的数值形式,包括,
15、根据节点i的k近邻信息定义节点i的局部密度,寻找节点i的密度峰值,节点i的局部密度,表示为:
16、
17、其中,dij为节点i,j之间的电气距离,knn(i)为节点i的k个近邻样本构成的集合,局部密度的大小与节点i到其k近邻的距离成反比;
18、节点i到局部密度比dij大且距离dij最近的节点j的距离δi为:
19、
20、其中,对于局部密度ρi最大的节点i,距离δi=maxj(dij)。
21、作为本专利技术所述的改进dpc算法的分布式光伏集群划分方法的一种优选方案,其中:所述同时改变算法中的k值求取多个解,包括,
22、构建决策图;
23、设置以ρ值最大的配电网数据样本点为类簇中心,依次采用基于knn算法的分配策略分配配电网数据样本到相应类簇;
24、同时,改变算法中的k值求取多个解。
25、作为本专利技术所述的改进dpc算法的分布式光伏集群划分方法的一种优选方案,其中:所述根据引入的模块度函数作为结果评价指标,所述模块度函数表示为:
26、
27、其中,q表示模块度函数的值,m表示网络中总的边数,aij表示节点i和节点j之间是否有连边,ki和kj分别表示与节点i、j相连的边的权重之和,ci和cj分别表示节点i和节点j所属的社区,δ(ci,cj)为kronecker delta函数,当i与j处在同一社区时为1,否则为0。
28、作为本专利技术所述的改进dpc算法的分布式光伏集群划分方法的一种优选方案,其中:所述根据引入的模块度函数作为结果评价指标,还包括,
29、通过和其他划分方法进行对比,控制在相同的场景下得到的数值作为结果评价指标。
30、作为本专利技术所述的改进dpc算法的分布式光伏集群划分方法的一种优选方案,其中:所述使用knn-dpc算法对配电网进行集群划分,包括,
31、使用knn算法来建立配电网数据点之间的邻居关系,通过所述邻居关系计算每个数据点的局部密度和距离密度峰值的距离,识别密度峰值点,利用knn-dpc算法将基于密度峰值点的连接关系进行集群划分。
32、作为本专利技术所述的改进dpc算法的分布式光伏集群划分方法的一种优选方案,其中:
33、获取模块,用于获取配电网数据,将配电网数据注入功率变化-电压灵敏度矩阵,联立得到综合灵敏度矩阵,对综合灵敏度矩阵对数化后得到电气距离矩阵;
34、计算模块,用于基于knn-dpc算法通过综合灵敏度矩阵表征电气距离矩阵计算得出配电网中不同节点间的电气联系紧密程度的数值形式,同时改变算法中的k值求取多个解;
35、划分模块,用于根据引入的模块度函数作为结果评价指标,使用knn-dpc算法对配电网进行集群划分。
36、作为本专利技术所述的改进dpc算法的分布式光伏集群划分方法的一种优选方案,其中:处理器;
37、用于存储处理器可执行指令的存储器;
38、所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1~7中任一所述的方法。
39、作为本专利技术所述的改进dpc算法的本文档来自技高网...
【技术保护点】
1.一种改进DPC算法的分布式光伏集群划分方法,其特征在于,包括:
2.如权利要求1所述改进DPC算法的分布式光伏集群划分方法,其特征在于,所述获取配电网数据,将配电网数据注入功率变化-电压灵敏度矩阵,联立得到综合灵敏度矩阵,对综合灵敏度矩阵对数化后得到电气距离矩阵,包括,
3.如权利要求1或2所述改进DPC算法的分布式光伏集群划分方法,其特征在于,基于KNN-DPC算法通过综合灵敏度矩阵表征电气距离矩阵计算得出配电网中不同节点间的电气联系紧密程度的数值形式,包括,
4.如权利要求3所述改进DPC算法的分布式光伏集群划分方法,其特征在于,所述同时改变算法中的K值求取多个解,包括,
5.如权利要求4所述改进DPC算法的分布式光伏集群划分方法,其特征在于:所述根据引入的模块度函数作为结果评价指标,所述模块度函数表示为:
6.如权利要求5所述改进DPC算法的分布式光伏集群划分方法,其特征在于,所述根据引入的模块度函数作为结果评价指标,还包括,
7.如权利要求6所述改进DPC算法的分布式光伏集群划分方法,其特征在于,
8.一种改进DPC算法的分布式光伏集群划分方法的系统,其特征在于,包括:
9.一种电子设备,其特征在于,所述设备包括:
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1~7中任一所述的方法。
...【技术特征摘要】
1.一种改进dpc算法的分布式光伏集群划分方法,其特征在于,包括:
2.如权利要求1所述改进dpc算法的分布式光伏集群划分方法,其特征在于,所述获取配电网数据,将配电网数据注入功率变化-电压灵敏度矩阵,联立得到综合灵敏度矩阵,对综合灵敏度矩阵对数化后得到电气距离矩阵,包括,
3.如权利要求1或2所述改进dpc算法的分布式光伏集群划分方法,其特征在于,基于knn-dpc算法通过综合灵敏度矩阵表征电气距离矩阵计算得出配电网中不同节点间的电气联系紧密程度的数值形式,包括,
4.如权利要求3所述改进dpc算法的分布式光伏集群划分方法,其特征在于,所述同时改变算法中的k值求取多个解,包括,
5.如权利要求4所述改进dpc算法的...
【专利技术属性】
技术研发人员:余京朋,王利雪,崔文贤,龚春阳,陈辉,黄冬梅,
申请(专利权)人:上海电力大学,
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。