一种分布式信息能源网络拓扑结构构建方法和系统技术方案

本发明专利技术涉及一种分布式信息能源网络拓扑结构构建方法和系统，包括以下步骤：步骤1、对分布式信息能源节点数据进行标准化处理；步骤2、基于遗传算法优化分布式能源节点聚类中心，进行得到优化后的聚类分区；步骤3、对分布式能源节点数据进行k

【技术实现步骤摘要】
一种分布式信息能源网络拓扑结构构建方法和系统


[0001]本专利技术属于分布式信息能源
，涉及分布式信息能源网络拓扑，尤其是一种分布式信息能源网络拓扑结构构建方法和系统。

技术介绍

[0002]分布式能源网络是近年来新兴的能源技术，国内外相关研究都相对较少。分布式能源网络以分布式能源站为节点，通过电力网、燃气网和热力网相互耦合成物理网络，上层由先进的信息网络和控制网络构成，与物理网络相互融合；从相关性上看，分布式能源网络是最早由分布式能源技术以及微电网技术进化而来。
[0003]分布式信息能源网络是在分布式能源系统基础上演化而成的一种融合多种能源网络、信息网络的新型智能能源网络系统，该分布式能源网络系统与智能电网、天然气主干网和区域供热网相连，同时将区域内的多种可再生能源与天然气以分布式方式与终端用户联接，实现冷、热、电即产即用和双向传输，并通过物质流、能量流和信息流的协同控制，实现整个网络的有序化，从而构建一个高效的分布式能源网络系统。
[0004]目前，国内外对于分布式信息能源网络拓扑结构的建模研究尚处于初期阶段，多数面向电力能源网络且主要集中在对电网或电力通信网的单一网络建模等，较少从信息能源耦合的角度进行分析，缺少一种具体的对分布式信息能源网络拓扑结构的构建方法。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提出一种分布式信息能源网络拓扑结构构建方法和系统，能够提升区域分布式能源系统的能效，实现能源的高效转换、实时优化和有序配置，达到区域能源效率和可再生能源利用率最大化。
[0006]本专利技术解决其现实问题是采取以下技术方案实现的：
[0007]一种分布式信息能源网络拓扑结构构建方法，包括以下步骤：
[0008]步骤1、对包括电网、气网及热网的分布式信息能源节点上的电、气、热功率输入与输出的数据进行标准化处理；
[0009]步骤2、对步骤1得到标准化后的分布式能源节点数据，基于遗传算法优化分布式能源节点聚类中心，进行得到优化后的聚类分区；
[0010]步骤3、在步骤2得到的优化后的聚类分区的基础上，对分布式能源节点数据进行k
‑
means聚类分析，然后将步骤1中标准化后的分布式信息能源节点数据放入步骤2确定的优化后的聚类分区内；
[0011]步骤4、基于步骤2确定的聚类分区和步骤3获得的k
‑
means聚类分析后的分布式能源节点数据，定义分布式综合能源负荷矩，然后构建分布式信息能源网络拓扑结构。
[0012]而且，所述步骤1的具体方法为：
[0013]分别采用减法一致化和Z
‑
score标准化对分布式能源节点数据进行标准化处理。
[0014]而且，所述步骤2的具体方法为：
[0015]在步骤1得到的标准化后的分布式能源节点数据的基础上，对各类分布式能源节点数据进行聚类分区，选取k个聚类中心，并基于遗传算法优化分布式能源节点聚类中心个数p值，进而得到优化后的聚类分区。
[0016]而且，所述步骤3的对分布式能源节点数据进行k
‑
means聚类分析的具体方法为：
[0017]遵循如下两个原则对各分布式能源节点数据进行k
‑
means聚类分析：
[0018](1)各分布式能源节点之间的传输损耗最小化：
[0019][0020][0021][0022](2)各分布式能源节点之间的供需差额最小化：
[0023]min|J0+J
i
|
[0024]其中，r表示节点i所含有的能源形式，r＝1表示电，r＝2表示气，r＝3表示热。α
ir
表示节点i中能源形式r的权重；η
r
表示能源形式r的传输效率；P
ir
表示节点i中能源形式r的最大输送或需求效率；D
io
表示节点i与聚类中心o的欧氏距离,x
i
为节点i的横坐标，y
i
为节点i的纵坐标，uox为聚类中心o点的横坐标，u
oy
为聚类中心o点的纵坐标。节点J
i
表示能源节点i处的能源供应量或需求量，J0表示聚类中心点的能源储备量。
[0025]而且，所述步骤4的具体步骤包括：
[0026](1)定义分布式综合能源负荷矩如下：
[0027][0028](2)将步骤(1)定义的分布式能源负荷矩作为分布式信息能源网络拓扑结构节点i，j之间边的权重w
ij,r
，其取值如下：
[0029][0030]其中，r表示节点i所含有的能源形式，r＝1表示电，r＝2表示气，r＝3表示热。α
ir
表示节点i中能源形式r的权重；η
r
表示能源形式r的传输效率；P
ir
表示节点i中能源形式r的最大输送或需求效率；D
io
表示节点i与聚类中心o的欧氏距离,x
i
为节点i的横坐标，y
i
为节点i的纵坐标，u
ox
为聚类中心o点的横坐标，u
oy
为聚类中心o点的纵坐标。节点J
i
表示能源节点i处的能源供应量或需求量，J0表示聚类中心点的能源储备量。
[0031](3)基于步骤(2)得到的分布式信息能源网络拓扑结构的边的权重，寻找最小生成树的问题，其目标函数如下：
[0032]min:Q
r
＝∑w
ij,r
[0033](4)基于步骤(3)的目标函数，根据Kruskal算法结合粒子群优化，构建分布式信息能源节点的拓扑结构；
[0034]而且，所述步骤4第(4)步的具体步骤包括：
[0035]①
随机初始化N个分布式信息能源网络粒子的位置和速度；
[0036]②
生成各分布式信息能源网络粒子对应的生成树；
[0037]③
评价分布式信息能源网络粒子适应度；
[0038]④
更新各分布式信息能源网络粒子速度和位置；
[0039]⑤
修改惯性权重；
[0040]⑥
通过Kruskal算法生成每个粒子对应网络的最小权值树；
[0041]⑦
检查是否满足收敛条件；若满足,则转入步骤
⑧
生成分布式信息能源网络拓扑结构，若不满足，则返回步骤
②
生成新的各分布式信息能源网络粒子对应的生成树；
[0042]⑧
生成分布式信息能源网络拓扑结构。
[0043]一种分布式信息能源网络拓扑结构构建系统，包括：
[0044]标准化处理模块，对包括电网、气网及热网的分布式信息能源节点上的电、气、热功率输入与输出的数据进行标准化处理；
[0045]聚类分区模块，对标准化后的分布式能源节点数据，基于遗传算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式信息能源网络拓扑结构构建方法，其特征在于：包括以下步骤：步骤1、对包括电网、气网及热网的分布式信息能源节点上的电、气、热功率输入与输出的数据进行标准化处理；步骤2、对步骤1得到标准化后的分布式能源节点数据，基于遗传算法优化分布式能源节点聚类中心，得到优化后的聚类分区；步骤3、在步骤2得到的优化后的聚类分区的基础上，对分布式能源节点数据进行k
‑
means聚类分析，然后将步骤1中标准化后的分布式信息能源节点数据放入步骤2确定的优化后的聚类分区内；步骤4、基于步骤2确定的聚类分区和步骤3获得的k
‑
means聚类分析后的分布式能源节点数据，定义分布式综合能源负荷矩，然后构建分布式信息能源网络拓扑结构。2.根据权利要求1所述的一种分布式信息能源网络拓扑结构构建方法，其特征在于：所述步骤1的具体方法为：分别采用减法一致化和Z
‑
score标准化对分布式能源节点数据进行标准化处理。3.根据权利要求1所述的一种分布式信息能源网络拓扑结构构建方法，其特征在于：所述步骤2的具体方法为：在步骤1得到的标准化后的分布式能源节点数据的基础上，对各类分布式能源节点数据进行聚类分区，选取k个聚类中心，并基于遗传算法优化分布式能源节点聚类中心个数p值，进而得到优化后的聚类分区。4.根据权利要求1所述的一种分布式信息能源网络拓扑结构构建方法，其特征在于：所述步骤3的对分布式能源节点数据进行k
‑
means聚类分析的具体方法为：遵循如下两个原则对各分布式能源节点数据进行k
‑
means聚类分析：(1)各分布式能源节点之间的传输损耗最小化：(1)各分布式能源节点之间的传输损耗最小化：(1)各分布式能源节点之间的传输损耗最小化：(2)各分布式能源节点之间的供需差额最小化：min|J0+J
i
|；其中，r表示节点i所含有的能源形式，r＝1表示电，r＝2表示气，r＝3表示热；α
ir
表示节点i中能源形式r的权重；η
r
表示能源形式r的传输效率；P
ir
表示节点i中能源形式r的最大输送或需求效率；D
io
表示节点i与聚类中心o的欧氏距离,x
i
为节点i的横坐标，y
i
为节点i的纵坐标，u
ox
为聚类中心o点的横坐标，u
oy
为聚类中心o点的纵坐标，节点J
i
表示能源节点i处的能源供应量或需求量，J0表示聚类中心点的能源储备量。5.根据权利要求1所述的一种分布式信息能源网络拓扑结构构建方法，其特征在于：所述步骤4的具体步骤包括：(1)定义分布式综合能源负荷矩如下：
(2)将步骤(1)定义的分布式能源负荷矩作为分布式信息能源网络拓扑结构的边的权重w
ij,r
，其取值如下：(3)基于步骤(2)得到的分布式信息能源网络拓扑结构的边的权重，寻找最小生成树，其目标函数如下：min:Q
r
＝∑w
ij,r
(4)基于步骤(3)的目标函数，根据Kruskal算法结合粒...

【专利技术属性】
技术研发人员：项添春，王天昊，马世乾，金尧，尚学军，史亚坤，穆朝絮，王坤，郭晓艳，殷博，李振斌，尚博祥，徐娜，于光耀，吴磊，
申请(专利权)人：国网天津市电力公司国家电网有限公司天津大学，
类型：发明
国别省市：