【技术实现步骤摘要】
多目标配电网动态重构方法、装置及终端
[0001]本专利技术属于电力系统运行分析和控制
,尤其涉及多目标配电网动态重构方法、装置及终端。
技术介绍
[0002]近年来,由于电力需求增长以及化石能源的永久枯竭,风力、光伏等分布式电源因其清洁环保而广受青睐。然而由于分布式电源(Distributed Generation,DG)的出力受环境影响较大,具有较强的随机性和间歇性,而配电网的电力负荷还表现出明显的时变性和差异性,这些因素都给配电网的安全稳定经济运行造成了很大的影响。
[0003]目前,国内外均对配电网重构和DG调度进行了大量的研究,然而目前常用的静态重构方法只能对某一时间段进行重构,不能实现对于配电网重构及DG调度的研究需要同时考虑电力负荷的时序性、DG出力的随机性及可控DG调度的灵活性和可控性。
技术实现思路
[0004]有鉴于此,本专利技术实施例提供了一种多目标配电网动态重构方法、装置及终端,以解决现有技术大多不能实现对于配电网重构及DG调度的研究需要同时考虑电力负荷的时序性,DG出力的随机性及可控DG调度的灵活性和可控性的问题。
[0005]本专利技术实施例的第一方面提供了一种多目标配电网动态重构方法,包括:
[0006]获取负荷及DG出力的原始数据,并对原始数据进行预处理得到预处理数据集;
[0007]基于随机森林算法模型和LSTM神经网络模型,对预处理数据集进行预测得到负荷及DG出力的预测数据;
[0008]根据负荷及DG出力的预测数据建立 ...
【技术保护点】
【技术特征摘要】
1.一种多目标配电网动态重构方法,其特征在于,包括:获取负荷及DG出力的原始数据,并对所述原始数据进行预处理得到预处理数据集;基于随机森林算法模型和LSTM神经网络模型,对所述预处理数据集进行预测得到负荷及DG出力的预测数据;根据所述负荷及DG出力的预测数据建立多目标配电网重构模型;基于多目标粒子群算法和模糊度隶属度函数法得到所述多目标配电网重构模型的最优解,并根据所述最优解对综合配电网进行重构。2.如权利要求1所述的多目标配电网动态重构方法,其特征在于,所述对所述原始数据进行预处理得到预处理数据集,包括:对所述原始数据进行筛查,剔除所述原始数据中缺失或异常的数据,得到特征数据集;对所述特征数据集中的数据进行归一化,得到所述预处理数据集。3.如权利要求1所述的多目标配电网动态重构方法,其特征在于,所述基于随机森林算法模型和LSTM神经网络模型,对所述预处理数据集进行预测得到负荷及DG出力的预测数据,包括:基于所述随机森林算法模型,根据所述预处理数据集对负荷进行预测得到负荷预测数据;基于所述LSTM神经网络模型,根据所述预处理数据集对DG的出力进行预测得到DG出力的预测数据。4.如权利要求1所述的多目标配电网动态重构方法,其特征在于,所述多目标配电网重构模型的目标函数包括有功网损、电压偏差和经济成本;其中,所述目标函数的最小值对应最优所述多目标配电网重构模型;所述有功网损OF1公式为:其中,I
b
为线路b中的电流,R
b
是线路b的电阻,N
b
是配电网的线路数量;所述电压偏差OF2公式为:其中,V
i
为第i条线路在小时h中的电压;所述经济成本OF3公式为:其中,N
RC
为重构操作中动作的开关数,q
RC
为对一个开关进行一次操作需要的成本,P
i,twind,f
为节点i在t时刻风力发电WT发出的功率,P
i,tPV,f
为节点i在t时刻光伏发电PV发出的功率,P
i,twind
为节点i在t时刻风力发电WT接入电网的实际功率,P
i,tPV
为节点i在t时刻光伏发电PV接入电网的实际功率,ψ
wind
为配电网接入的风力发电的节点集合,ψ
PV
为配电网接入的光伏发电的节点集合,C
wind
为弃风费用的单价,C
PV
为弃光费用的单价,T为重构操作的整体时间,ΔT为每个预设时间段。
5.如权利要求1所述的多目标配电网动态重构方法,其特征在于,所述多目标配电网重构模型的约束条件包括节点电压约束、支路电流约束、DG出力约束和潮流方程约束;所述节点电压约束为:V
min
≤V
i
≤V
max
其中,V
i
是节点i的电压幅值,V
min
是节点i可接受的最小节点电压,V
max
是节点i可接受的最大节点电压;所述支路电流约束为:其中,I
b
...
【专利技术属性】
技术研发人员:王晓甜,刘林青,杨迪,马红明,马浩,安亚刚,岳凡丁,
申请(专利权)人:国家电网有限公司国网河北省电力有限公司电力科学研究院,
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。