一种含分布式电源的低压配电网拓扑识别方法技术

本发明专利技术涉及一种含分布式电源的低压配电网拓扑识别方法，包括以下步骤：步骤

【技术实现步骤摘要】
一种含分布式电源的低压配电网拓扑识别方法


[0001]本专利技术属于低压配电网拓扑识别
，涉及一种低压配电网拓扑识别方法，尤其是一种含分布式电源的低压配电网拓扑识别方法
。

技术介绍

[0002]当今的电力系统正面临着许多挑战，包括可再生能源的普及
、
用电负荷的不断增加和能源供给的不稳定性
。
[0003]为了应对这些挑战，分布式电源
(Distributed Energy Resources
，
DER)
被广泛应用于现代化电力系统中，其中包括太阳能光伏
、
风能发电和储能系统等
。
与此同时，低压配电网
(LowVoltage Distribution Network
，
LVDN)
也成为电力系统中越来越重要的组成部分，它将
DER
连接到了消费者侧，使消费者能够更加方便地使用
DER
提供的电力
。
[0004]然而，在
LVDN
中，
DER
的数量和种类不断增加，这使得识别
LVDN
拓扑结构变得非常重要
。LVDN
的拓扑结构决定了
DER
的接入方式和运行方式，因此，准确识别
LVDN
拓扑结构可以帮助优化系统配置，提高系统效率和可靠性
。
[0005]目前，传统的含分布式电源的
LVDN/>的拓扑识别方法往往是基于电力线载波通讯拓扑或潮流匹配实现，但是这些方法存在着一些局限性
。
主要包括以下几个方面：
[0006](1)
多个供电路径：在某些情况下，一个台区可能存在多个供电路径，这使得确定主要供电路径和备用路径变得复杂
。
这可能导致基于电力线载波的通讯拓扑存在误辨或漏辨可能，基于潮流匹配的识别算法在决定供电路径时也产生困难
。
[0007](2)
电流方向不明确：在传统的电力系统中，电流是从高电压流向低电压，但在分布式能源系统中，电流方向可能更加复杂，例如由于电池储能系统的放电行为
。
这可能导致传统电流方向的假设不再成立
。
[0008](3)
随机性和动态性：能源消耗和供给的随机性以及设备的动态行为可能导致台区拓扑随时间变化
。
这需要识别算法能够适应系统状态的变化
。
[0009]因此，本专利技术提出了一种基于分布式电源的低压配电网拓扑识别方法，能够克服上述缺陷和不足
。
[0010]经检索，未发现与本专利技术相同或相似的现有技术中的文献
。

技术实现思路

[0011]本专利技术的目的在于克服现有技术的不足，提出一种含分布式电源的低压配电网拓扑识别方法，通过使用电流阶跃特征量进行拓扑识别，不需要对配电网进行大规模改造，可适用于已有的低压配电网，且识别精度高
、
计算量小
。
[0012]本专利技术解决其现实问题是采取以下技术方案实现的：
[0013]一种含分布式电源的低压配电网拓扑识别方法，包括以下步骤：
[0014]步骤
1、
在低压配电网的首节点和末节点进行数据监测，采集并计算电流阶跃特征量，获取电流阶跃特征量矩阵；
[0015]步骤
2、
基于步骤1的末端节点已形成的电流阶跃特征量矩阵，分析电流方向，判断负荷或电源接入节点的类型；
[0016]步骤
3、
基于步骤2所确定的节点类型，根据有源节点户变关系识别方法，完成光伏和储能节点的户变关系识别
。
[0017]步骤
4、
基于步骤2所确定的节点类型，完成负荷节点的户变关系识别
。
[0018]而且，所述步骤1的在低压配电网的首节点和末节点进行数据监测的具体方法为：通过设置传感器，采集低压配电网首末节点的电压和电流量数据；
[0019]所述首节点指变压器低压侧，末节点指光伏接入侧
、
负荷接入侧和电源接入侧
。
[0020]而且，所述步骤1的采集并计算电流阶跃特征量，获取电流阶跃特征量矩阵的具体方法为：
[0021]通过对采集的电流电压进行处理，计算获取电流阶跃特征量矩阵；
[0022]所述电流阶跃特征量矩阵每个行对应
17
个列，包括时间
、
电流量阶跃量
、1
～
15
次谐波量阶跃量
17
个维度，电流流入末端节点为正，电流流出末端节点为负，电流从高压侧流入首端节点为负，电流从首端节点流入高压侧为正；该电流阶跃特征量矩阵的行数对应一条形成电流阶跃的时间断面，每次电流量阶跃均形成一条行向量；
[0023]而且，所述步骤2的具体方法为：
[0024]通过分析步骤1生成的电流阶跃特征量矩阵的电流方向，结合光伏是流向电网侧，负荷是流向负荷侧，储能是双向流动的原理，判断负荷或电源接入节点的类型为光伏节点
、
储能节点或负荷节点；
[0025]其具体判断原则为：
[0026](1)
矩阵的第二列所有数据项，
80
％以上占比为负，则该节点为光伏系统；
[0027](2)
矩阵的第二列所有数据项，
99
％以上占比为正，则该节点为负荷系统；
[0028](3)
矩阵的第二列所有数据项，为正的数据占比大于
40
％小于
60
％，则该节点为储能系统
[0029](4)
如不满足以上三条，则为待确定
。
[0030]在本实施例中，以上数据项可以根据实际情况进行修正
。
[0031]而且，所述步骤3的具体方法为：
[0032]将光伏或储能节点的电流阶跃特征量矩阵作为末端矩阵，将参与评估的所有变压器侧电流阶跃特征量矩阵作为参考矩阵，把末端矩阵和参考矩阵进行差异度计算，选择差异度最小的变压器作为光伏或储能节点所属的变压器
。
[0033]而且，所述步骤4的具体方法为：
[0034]首先，将参与识别的所有台区内光伏节点
、
储能节点和变压器侧的三个电流阶跃特征量矩阵进行整合处理，得到一个新的电流阶跃特征量矩阵作为对应台区的参考矩阵；然后，将负荷节点的电流阶跃特征量矩阵与所有台区的参考矩阵进行差异度计算，将差异度最小的变压器作为负荷所述的变压器
。
[0035]而且，所述步骤4的将参与识别的所有台区内光伏节点
、
储能节点和变压器侧的三个电流阶跃特征量矩阵整合处理，得到一个新的电流阶跃特征量矩阵作为对应台区的参考矩阵的具体步骤包括：
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种含分布式电源的低压配电网拓扑识别方法，其特征在于：包括以下步骤：步骤
1、
在低压配电网的首节点和末节点进行数据监测，采集并计算电流阶跃特征量，获取电流阶跃特征量矩阵；步骤
2、
基于步骤1的末端节点已形成的电流阶跃特征量矩阵，分析电流方向，判断负荷或电源接入节点的类型；步骤
3、
基于步骤2所确定的节点类型，根据有源节点户变关系识别方法，完成光伏和储能节点的户变关系识别；步骤
4、
基于步骤2所确定的节点类型，完成负荷节点的户变关系识别
。2.
根据权利要求1所述的一种含分布式电源的低压配电网拓扑识别方法，其特征在于：所述步骤1的在低压配电网的首节点和末节点进行数据监测的具体方法为：通过设置传感器，采集低压配电网首末节点的电压和电流量数据；所述首节点指变压器低压侧，末节点指光伏接入侧
、
负荷接入侧和电源接入侧
。3.
根据权利要求1所述的一种含分布式电源的低压配电网拓扑识别方法，其特征在于：所述步骤1的采集并计算电流阶跃特征量，获取电流阶跃特征量矩阵的具体方法为：通过对采集的电流电压进行处理，计算获取电流阶跃特征量矩阵；所述电流阶跃特征量矩阵每个行对应
17
个列，包括时间
、
电流量阶跃量
、1
～
15
次谐波量阶跃量
17
个维度，电流流入末端节点为正，电流流出末端节点为负，电流从高压侧流入首端节点为负，电流从首端节点流入高压侧为正；该电流阶跃特征量矩阵的行数对应一条形成电流阶跃的时间断面，每次电流量阶跃均形成一条行向量
。4.
根据权利要求1所述的一种含分布式电源的低压配电网拓扑识别方法，其特征在于：所述步骤2的具体方法为：通过分析步骤1生成的电流阶跃特征量矩阵的电流方向，结合光伏是流向电网侧，负荷是流向负荷侧，储能是双向流动的原理，判断负荷或电源接入节点的类型为光伏节点
、
储能节点或负荷节点；其具体判断原则为：
(1)
矩阵的第二列所有数据项，
80
％以上占比为负，则该节点为光伏系统；
(2)
矩阵的第二列所有数据项，
99
％以上占比为正，则该节点为负荷系统；
(3)
矩阵的第二列所有数据项，为正的数据占比大于
40
％小于
60
％，则该节点为储能系统；
(4)
如不满足以上三条，则为待确定
。5.
根据权利要求1所述的一种含分布式电源的低压配电网拓扑识别方法，其特征在于：所述步骤3的具体方法为：将光伏或储能节点的电流阶跃特征量矩阵作为末端矩阵，将参与评估的所有变压器侧电流阶跃特征量矩阵作为参考矩阵，把末端矩阵和参考矩阵进行差异度计算，选择差异度最小的变压器作为光伏或储能节点所属的变压器
。6.
根据权利要求1所述的一种含分布式电源的低压配电网拓扑识别方法，其特征在于：所述步骤4的具体方法为：首先，将参与识别的所有台区内光伏节点
、
储能节点和变压器侧的三个电流阶跃特征量矩阵进行整合处理，得到一个新的电流阶跃特征量矩阵作为对应台区的参考矩阵；然后，
将负荷节点的电流阶跃特征量矩阵与所有台区的参考矩阵进行差异度计算，将差异度最小的变压器作为负荷所述的变压器
。7.
根据权利要求6所述的一种含分布式电源的低压配电网拓扑识别方法，其特征在于：所述步骤4的将参与识别的所有台区内光伏节点
、
储能节点和变压器侧的三个电流阶跃特征...

【专利技术属性】
技术研发人员：张磐，吴磊，庞超，陈沛，梁海深，辛晓虎，胡立星，
申请(专利权)人：国网天津市电力公司国家电网有限公司，
类型：发明
国别省市：