基于聚类分析的净负荷多尺度建模方法技术

技术编号:44362790 阅读:28 留言:0更新日期:2025-02-25 09:43
本发明专利技术提供基于聚类分析的净负荷多尺度建模方法,其步骤包括:收集历史净负荷数据,包括不同时间点、不同区域的净负荷值以及相关的影响因素数据;运用基于最大互信息系数的改进K‑Means聚类算法对净负荷数据进行聚类,将其划分为不同的空间尺度;针对每个空间尺度建立相应的模型。根据本发明专利技术的净负荷多尺度建模方法,能够更准确地描述净负荷的时空分布特征,分析不同区域的净负荷变化规律,为电力系统的优化调度提供依据。

【技术实现步骤摘要】

本专利技术属于电力系统和配电系统控制的领域,涉及净负荷多尺度建模方法,更具体地,涉及基于聚类分析的净负荷多尺度建模方法


技术介绍

1、在当今全球能源转型的广阔背景下,随着对可持续发展的追求和对气候变化的关注日益增强,可再生能源在电力系统中的占比正以前所未有的速度不断增加。然而,可再生能源的输出具有明显的间歇性和不确定性,这给电力系统的稳定运行和合理规划带来了巨大的挑战。

2、净负荷作为电力系统中实际负荷与可再生能源发电之间的差值,其波动特性对电力系统的稳定性和可靠性有着至关重要的影响。在可再生能源大规模接入的情况下,净负荷的变化更加复杂和多样化,传统的建模方法往往难以准确描述其动态特性。


技术实现思路

1、技术问题:本专利技术的目的在于提供基于聚类分析的净负荷多尺度建模方法,能够有效地捕捉净负荷的多空间尺度特征,从而显著提高净负荷建模的准确性和可靠性。

2、技术方案:本专利技术采用如下技术手段加以实现:

3、一种基于聚类分析的净负荷多尺度建模方法,该方法包括如下步骤:...

【技术保护点】

1.基于聚类分析的净负荷多尺度建模方法,其特征在于,该方法包括如下步骤:

2.根据权利要求1所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,所述步骤1)中,配电系统负荷相关数据每天选取96个,每15分钟选取一个,选取每个时间段的负荷数据进行分析。

3.根据权利要求1所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,所述步骤2)中对负荷数据进行聚类分析,包括如下步骤:

4.根据权利要求3所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,步骤12)中,选择3个数据点作为初始的聚类中心,然后计算配电系统负荷数据集的数据点与每个聚类中心的距离,并...

【技术特征摘要】

1.基于聚类分析的净负荷多尺度建模方法,其特征在于,该方法包括如下步骤:

2.根据权利要求1所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,所述步骤1)中,配电系统负荷相关数据每天选取96个,每15分钟选取一个,选取每个时间段的负荷数据进行分析。

3.根据权利要求1所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,所述步骤2)中对负荷数据进行聚类分析,包括如下步骤:

4.根据权利要求3所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,步骤12)中,选择3个数据点作为初始的聚类中心,然后计算配电系统负荷数据集的数据点与每个聚类中心的距离,并将其分配给距离最近的聚类中心,所述的负荷数据为p=(x1,x2,…,xn)和q=(y1,y2,…yn),所述的数据之间的距离计算公式如下:

5.根据权利要求3所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,步骤12)构建的聚类模型输入如下:

6.根据权利要求1所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,所述步骤3)中,针对聚类结果分别建立不同空间尺度下的负荷模型,具体包括:台区供电区域聚合模型、馈线供电区域聚合模型及分区供电区域聚合模型。

7.根据权利要求6所述的基于聚类分析的净负荷多尺度建模方法,其特征在于,所述的台区供电区域聚合模型为:

8.根据权利要求6所述的基于聚类分析的净负荷多尺度建模...

【专利技术属性】
技术研发人员:韩少华张立樊贝杜龙廖文辉董平平刘新山冯徐徐李健朱灌忠沙建秀
申请(专利权)人:国网江苏省电力有限公司宿迁供电分公司
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