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() 一种配电网分布式光伏双层协同优化投资决策方法技术_技高网

一种配电网分布式光伏双层协同优化投资决策方法技术

技术编号:41201211 阅读:3 留言:0更新日期:2024-05-07 22:27
本发明专利技术提供了一种配电网分布式光伏双层协同优化投资决策方法,包括:基于用电区的所有用电量影响项的历史年度数据和用电区的历史年度用电数据,分析出用电量影响项目和用电量之间的所有影响量化关系;基于所有影响量化关系和用电区的所有用电量影响项的预测年度数据,预测出用电区在当前年度的用电数据;基于用电区在当前年度的用电数据和配电网的当前可配电数据,确定出当前年度中每个划分时段的光伏供电投入调整量;基于光伏供电投入调整量和配电网中的每个分布式光伏投入位置的单位投入投资成本确定出最佳分布式光伏投入方案;以满足用电区的预测用电量和光伏投入成本最小化为双层协同决策目标,确定出最佳分布式光伏投入方案。

【技术实现步骤摘要】

本专利技术涉及供配电,特别涉及一种配电网分布式光伏双层协同优化投资决策方法


技术介绍

1、目前, 地面电站的规模指标竞争已经白热化,在分布式能源大力提倡和发展环境下,越来越多的人把投资目标转向分布式光伏。由于能源的日益匮乏和电力需求的不断增长等,配电网中分布式能源渗透率不断提高,且逐渐向主动配电网方向发展。当前配电网协同规划领域研究主要集中在变电站和线路协同规划及变电站、线路和电容的协同规划等,其设计目标主要集中于减少传统配电网规划的设备投资,进而满足负荷需求响应。即通过制定传统配电网和分布式光伏投入之间的有效的协同规划方案,来应对高渗透分布式电源接入给主动配电网带来的诸多问题。

2、但是,对于分布式光伏的投入计划的制定,配电网公司应综合考虑分布式光伏的投资成本和用电需求两方面制定更为详细的协同规划方案,以在配电网分布式光伏投入可以满足负荷需求的响应的前提下,可以明确分布式光伏的具体投入位置和数量。

3、因此,本专利技术提出一种配电网分布式光伏双层协同优化投资决策方法。


技术实现思路

1、本专利技术提供一种配电网分布式光伏双层协同优化投资决策方法,用以基于用电区的所有用电量影响项的历史年度数据和用电区的历史年度用电数据的时间分布特征和地区分布特征,准确分析出用电量影响项目和用电区的用电量之间的所有影响量化关系,此影响量化关系的确定考虑到用电区的用电量的时间分布特征和地区分布特征,并进一步地结合用电区的所有用电量影响项在当前年度的预测年度数据,实现对用电区当前年度用电数据的准确预测,基于用电区当前年度用电数据确定出的当前年度中每个划分时段的光伏供电投入调整量,并综合配电网中的每个分布式光伏投入位置的单位投入投资成本,以满足用电区的预测用电量和光伏投入成本最小化为双层协同决策目标,确定出最佳分布式光伏投入方案,进而明确出分布式光伏的具体投入位置和数量。

2、本专利技术提供一种配电网分布式光伏双层协同优化投资决策方法,包括:

3、s1:基于用电区的所有用电量影响项的历史年度数据和用电区的历史年度用电数据的时间分布特征和地区分布特征,分析出用电量影响项目和用电区的用电量之间的所有影响量化关系;

4、s2:基于所有影响量化关系和用电区的所有用电量影响项在当前年度的预测年度数据,预测出用电区在当前年度的用电数据;

5、s3:基于用电区在当前年度的用电数据和配电网的当前可配电数据,确定出当前年度中每个划分时段的光伏供电投入调整量;

6、s4:基于光伏供电投入调整量和配电网中的每个分布式光伏投入位置的单位投入投资成本,确定出最佳分布式光伏投入方案;

7、其中,最佳分布式光伏投入方案包含当前年度每个划分时段的至少一个最佳分布式光伏投入调整位置和每个最佳分布式光伏投入位置的定容量光伏配电机组的投入调整数量。

8、优选的,s1:基于用电区的所有用电量影响项的历史年度数据和用电区的历史年度用电数据的时间分布特征和地区分布特征,分析出用电量影响项目和用电区的用电量之间的所有影响量化关系,包括:

9、s101:确定出用电区的所有用电量影响项;

10、s102:获取每个用电影响项在多个历史单年度的数值变化曲线,当作历史影响项的历史年度数据;

11、s103:获取用电区中所有最小用电单位区在多个历史单年度的用电量变化曲线,当作用电区的历史年度用电数据;

12、s104:基于用电区中所有最小用电单位区在相同历史单年度的用电量变化曲线,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征;

13、s105:基于历史影响项的历史年度数据中每个历史单年度的数值变化曲线和用电区的历史年度用电数据的时间分布特征和地区分布特征,分析出用电量影响项目和用电区的用电量之间的所有影响量化关系。

14、优选的,s104:基于用电区中所有最小用电单位区在相同历史单年度的用电量变化曲线,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

15、基于用电区中每个最小用电单位区在相同历史单年度的用电量变化曲线中的所有骤变点对应的发生时刻,生成每个用电量变化曲线的骤变时刻序列;

16、确定出用电区中每两个最小用电单位区的骤变时刻序列之间的相似度;

17、基于每个最小用电单位区在用电区中的所在行序数和所在列序数,计算出用电区中每两个最小用电单位区之间的相对距离差;

18、计算出用电区中每两个最小用电单位区在相同历史单年度的用电量变化曲线的曲线相似度,并将用电区中对应两个最小用电单位区在所有相同历史单年度的用电量变化曲线的曲线相似度的均值,当作年度用电量平均相似度;

19、将用电区中每两个最小用电单位区的骤变时刻序列之间的相似度、相对距离差、年度用电量平均相似度,依次作为三维列向量的三个元素,获得用电区中对应两个最小用电单位区之间的三维相似度表征向量;

20、基于用电区中每两个最小用电单位区之间的三维相似度表征向量,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征。

21、优选的,基于用电区中每两个最小用电单位区之间的三维相似度表征向量,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

22、步骤a:以初始划分簇个数,对用电区中的所有最小用电单位区进行簇划分,获得多个最小用电单位区簇;

23、步骤b:对每个最小用电单位区簇中包含的两两最小用电单位区之间的三维相似度表征向量进行任意行排序,获得每个最小用电单位区簇的多种相似度表征矩阵;

24、步骤c:确定出每个最小用电单位区簇的所有相似度表征矩阵的秩的均值,当作对应最小用电单位区簇的聚类参考值;

25、步骤d:判断出本次划分获得的所有最小用电单位区簇的聚类参考值是否都小于预设阈值,若是,则停止聚类,并将本次划分获得的所有最小用电单位区簇当作聚类结果,否则,循环执行步骤a至步骤c,直至本次划分获得的所有最小用电单位区簇的聚类参考值都小于预设阈值时,则停止聚类,并将本次划分获得的所有最小用电单位区簇当作聚类结果;

26、步骤e:基于聚类结果,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征。

27、优选的,步骤e:基于聚类结果,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

28、确定出聚类结果中每个最小用电单位区簇中包含的所有最小用电单位区在所有历史单年度的用电量变化曲线中的所有相近骤变点组,并将相近骤变点组中所有骤变点在所属用电量变化曲线中的发生时刻的均值当作对应最小用电单位区簇在单年度的划分时刻;

29、基于划分时刻对单年度总时段进行划分,获得最小用电单位区簇在单年度的多个划分时段,将聚类结果中所有最小用电单位区簇在单年度的多个划分时段作为用电区的历史年度用电数据的时间分布特征;

30、将聚类结果本文档来自技高网...

【技术保护点】

1.一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,包括:

2.根据权利要求1所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,S1:基于用电区的所有用电量影响项的历史年度数据和用电区的历史年度用电数据的时间分布特征和地区分布特征,分析出用电量影响项目和用电区的用电量之间的所有影响量化关系,包括:

3.根据权利要求2所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,S104:基于用电区中所有最小用电单位区在相同历史单年度的用电量变化曲线,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

4.根据权利要求3所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,基于用电区中每两个最小用电单位区之间的三维相似度表征向量,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

5.根据权利要求4所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,步骤e:基于聚类结果,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

6.根据权利要求5所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,S105:基于历史影响项的历史年度数据中每个历史单年度的数值变化曲线和用电区的历史年度用电数据的时间分布特征和地区分布特征,分析出用电量影响项目和用电区的用电量之间的所有影响量化关系,包括:

7.根据权利要求2所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,S2:基于所有影响量化关系和用电区的所有用电量影响项在当前年度的预测年度数据,预测出用电区在当前年度的用电数据,包括:

8.根据权利要求1所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,S3:基于用电区在当前年度的用电数据和配电网的当前可配电数据,确定出当前年度中每个划分时段的光伏供电投入调整量,包括:

9.根据权利要求1所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,S4:基于光伏供电投入调整量和配电网中的每个分布式光伏投入位置的单位投入投资成本,确定出最佳分布式光伏投入方案,包括:

10.根据权利要求9所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,搭建最佳方案确定模型,包括:

...

【技术特征摘要】

1.一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,包括:

2.根据权利要求1所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,s1:基于用电区的所有用电量影响项的历史年度数据和用电区的历史年度用电数据的时间分布特征和地区分布特征,分析出用电量影响项目和用电区的用电量之间的所有影响量化关系,包括:

3.根据权利要求2所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,s104:基于用电区中所有最小用电单位区在相同历史单年度的用电量变化曲线,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

4.根据权利要求3所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,基于用电区中每两个最小用电单位区之间的三维相似度表征向量,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

5.根据权利要求4所述的一种配电网分布式光伏双层协同优化投资决策方法,其特征在于,步骤e:基于聚类结果,分析出用电区的历史年度用电数据的时间分布特征和地区分布特征,包括:

6.根据权利要求5所述的一...

【专利技术属性】
技术研发人员:申泽渊李琦赵海波王尧张翔宇宋晓俊胡恩德张知邢亚虹段惠
申请(专利权)人:国网山西省电力公司经济技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1