基于随机游走算法的分布式灵活资源集群划分方法及系统与流程

文档序号:37638075发布日期:2024-04-18 17:56阅读:7来源:国知局
基于随机游走算法的分布式灵活资源集群划分方法及系统与流程

本发明属于分布式电源并网运行调控研究领域,尤其涉及一种基于随机游走算法的分布式灵活性资源集群划分方法。


背景技术:

1、分布式电源大规模接入配电网后,增加了配电网的供电灵活性和可再生能源的利用率,但同时也给配电网带来了一系列的挑战,包括电压波动、功率质量问题、保护和控制策略的复杂性增加,以及可能对传统的配电网运行和调度方式产生干扰。这些挑战要求对配电网进行更加精细的管理和调控,以确保电网的安全、稳定和可靠运行。为了最大限度地减少分布式电源对配电网的负面影响并发挥其潜在价值,需要充分利用配电网中的分布式灵活性资源进行自适应调节。这可以通过鼓励消费者采用需求响应策略根据电网需求调整其用电模式,部署储能系统来缓解电压和频率的波动,允许分布式资源进入辅助服务市场实现实时控制等。然而,大规模灵活性资源分散在配电网中,需要对其进行灵活性聚合以实现规模效应,才可以有效参与配电网的调节和管控。

2、由于分布式灵活性资源(如分布式发电、储能设备、可控负荷等)具有数量众多、规模小、位置分散的特点,其聚合有助于优化这些资源的调度,更好地服务于电力系统,因此国内外都已经针对分布式灵活性资源的聚合展开了针对性研究,但大部分集中于分布式灵活性资源聚合单元的调度控制,且已有集群划分研究主要是根据节点间距离进行的。这样的划分方法只依赖节点之间的距离大小,无法计及节点的功率平衡情况,因此也就无法实现划分后各集群有功和无功功率的自主平衡。

3、已有专利“一种基于改进k-means算法的分布式发电集群划分方法(202310145805.4)”、“一种基于综合集群划分指标的配电网集群划分方法(202211099003.6)”虽然也考虑了系统的功率平衡情况,但所采用的方法存在计算复杂、效率低的问题。


技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。

2、本发明的技术方案是:基于随机游走算法的分布式灵活资源集群划分方法,包括以下步骤:

3、s1、建立分布式灵活性资源集群划分的综合指标,获取综合评估指标值;

4、s2、基于综合评估指标值,构建分布式灵活性资源的综合评估指标网络;

5、s3、基于综合评估指标网络,计算节点的转移概率矩阵;

6、s4、根据转移概率矩阵执行节点随机游走过程,计算相似度矩阵;

7、s5、集群合并,并更新相似度矩阵后重复节点随机游走过程,直到达到所需的集群数量;

8、s6、输出最终的集群划分结果。

9、步骤s1中,所述综合指标包括不同分布式灵活性资源的电气距离指标、有功功率指标和无功功率指标。

10、所述电气距离指标为:

11、

12、其中,dij是节点i和节点j之间的电气距离指标值,ztotal为总阻抗,rk为节点i和节点j之间的线路电阻,xk为节点i和节点j之间的线路电抗值。

13、所述有功功率指标为:

14、δpi=psupply,i-pload,i

15、其中,δpi是节点i的有功平衡指标,psupply,i是节点i供应的有功功率,pload,i是节点i的负荷有功功率。

16、所述无功功率指标为:

17、δqi=qsupply,i-qload,i

18、其中,δqi是节点i的无功平衡指标,qsupply,i是节点i供应的无功功率,qload,i是节点i的负荷无功功率。

19、所述综合评估指标值为:

20、wij=α×dij+β×|δpi-δpj|+γ|δqi-δqj|

21、其中,wij为综合评估指标值,δpj是节点j的有功平衡指标,δqj是节点j的无功平衡指标,α、β、γ是各指标的权重大小。

22、步骤s2中,使用节点代表分布式灵活性资源,使用综合评估指标值作为边的权重构建一个加权无向图x,具体为:

23、x=[wij]i=1...n,j=1...n

24、其中,n为节点总数。

25、步骤s3中,计算加权无向图中各节点的转移概率矩阵t,转移概率矩阵t的矩阵元素tij表示为:

26、

27、其中,wik为节点i和节点k之间的综合评估指标值。

28、步骤s4中,对于每对节点i和j,执行r步的随机游走;

29、在执行r步的集群划分节点随机游走过程后,计算集群的相似度矩阵s,设mij是在r步随机游走中从节点i到节点j的次数,则定义相似度矩阵s为:

30、

31、其中,sij为经过r步随机游走后节点i和j之间的相似度值。

32、步骤s5中,每个节点都是一个单独的集群,计算集群间的距离,找到距离最小的集群对,更新相似度矩阵和集群数量。

33、基于相似度矩阵s计算集群间的距离,该距离定义为两个集群之间相似度的倒数,表示为:

34、

35、其中,ci和cj表示不同的两个集群。

36、相似度矩阵的更新通过迭代实现,具体为:

37、①定义一个阈值ò,表示相似度矩阵变化的最小阈值;

38、②在每一轮迭代中,计算出相似度矩阵所有节点的变化量;

39、③如果相似度矩阵中所有节点的变化量小于阈值ò,说明相似度矩阵已经收敛到稳定状态,终止迭代;

40、④如果相似度矩阵的变化量大于阈值ò,说明相似度矩阵还没有收敛到稳定状态,需要进行下一轮迭代。

41、基于随机游走算法的分布式灵活资源集群划分系统,包括:

42、指标模块,用于建立分布式灵活性资源集群划分的综合指标,获取综合评估指标值;

43、构建模块,用于基于综合评估指标值,构建分布式灵活性资源的综合评估指标网络;

44、节点模块,用于基于综合评估指标网络,计算节点的转移概率矩阵;

45、相似度矩阵模块,用于根据转移概率矩阵执行节点随机游走过程,计算相似度矩阵;

46、集群模块,用于集群合并,并更新相似度矩阵后重复该过程,直到达到所需的集群数量;

47、输出模块,用于输出最终的集群划分结果。

48、本发明在工作中,建立分布式灵活性资源集群划分的综合指标,获取综合评估指标值,实现对各分布式电源节点之间的电气距离和功率平衡度量化评估;

49、构建分布式灵活性资源的综合评估指标网络,结合各节点的评估指标值,形成对整个配电网络的性能综合评估;

50、使用agglomerative方法合并集群,从而实现基于网络性能指标的分布式电源集群划分。

51、本发明基于随机游走算法实现大规模分布式灵活性资源的集群划分,在实现规模化分布式资源高效消纳的同时,能够充分发挥分布式灵活性资源的可调控能力。



技术特征:

1.基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,

3.根据权利要求2所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,所述电气距离指标为:

4.根据权利要求3所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,所述有功功率指标为:

5.根据权利要求4所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,所述无功功率指标为:

6.根据权利要求5所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,所述综合评估指标值为:

7.根据权利要求6所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,

8.根据权利要求7所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,

9.根据权利要求8所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,

10.根据权利要求1所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,

11.根据权利要求10所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,

12.根据权利要求10所述的基于随机游走算法的分布式灵活资源集群划分方法,其特征在于,

13.基于随机游走算法的分布式灵活资源集群划分系统,其特征在于,包括:


技术总结
本发明公开了一种基于随机游走算法的分布式灵活资源集群划分方法及系统,属于分布式电源并网运行调控领域。包括以下步骤:S1、建立分布式灵活性资源集群划分的综合指标,获取综合评估指标值;S2、基于综合评估指标值,构建分布式灵活性资源的综合评估指标网络;S3、基于综合评估指标网络,计算节点的转移概率矩阵;S4、根据转移概率矩阵执行节点随机游走过程,计算相似度矩阵;S5、集群合并,并更新相似度矩阵后重复该过程,直到达到所需的集群数量;S6、输出最终的集群划分结果。本发明在实现规模化分布式资源高效消纳的同时,能够充分发挥分布式灵活性资源的可调控能力。

技术研发人员:刘江东,朱健,滕俊,孔伯骏,王升波,丰颖,王乐,陈艳,徐星旻
受保护的技术使用者:国网江苏省电力有限公司扬州供电分公司
技术研发日:
技术公布日:2024/4/17
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1