System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及多元负荷、电力系统领域,尤其涉及一种动态聚类的多元负荷分层分群优化调控方法及装置。
技术介绍
1、我国正在构建以新能源为主体的新型电力系统。预计到2050年,我国风光总发电量占比将超过60%。然而,高比例新能源接入将导致电网峰时消纳难、谷时保供难、波动时调控难等一系列问题,因此亟需挖掘更多的灵活负荷资源参与电网调控,以保证电力供需的实时平衡。近年来,随着工农业发展,各类负荷规模逐年扩大。以县域配电网为例,其中多元特色负荷种类繁多,季节性波动强,分布较为分散,其用电灵活性强。同时其多元负荷通常会配置一定储能单元作为备用电源来保证电网停电时负荷的不间断运行。然而,随着我国电网可靠性的提升,多元负荷的备用储能在绝大部分时间处于浮充状态,造成具有可观可调潜力的资源闲置。因此,如何深度挖掘并整合县域配电网多元负荷及其备用储能(为便于描述,下文均采用多元负荷代指)灵活性资源,在提高对分布式电源的消纳能力的同时降低多元负荷用电成本,已然是学界研究的重点。
2、目前多数研究以单个负荷为对象开展集中调控,虽然可以满足各多元负荷的运行约束,但在海量多元负荷接入时势必会引入大规模变量与约束,导致“维数灾”问题,严重影响优化调控问题的求解速度。为解决该问题,可将多个特征相似的多元负荷进行聚合,形成等价聚合体以表征多元负荷群体运行特性,从而削减电网优化调控过程的变量规模,提高求解速度。目前学界对于分布式资源聚合体优化调控的研究已取得一定进展。
3、然而,目前大多针对传统聚类的研究仅依据能耗系数、负荷曲线偏差等固定特征
4、相较于其他分布式资源,县域配电网中的多元负荷受季节性波动与用户行为影响强烈,空间分布较为分散,用电灵活性较强,因此其可调控潜力时空变化更加复杂。现有文献尚未考虑这种复杂动态变化对聚合调控准确性的影响,基于多元负荷上述特性的动态聚类研究较少;此外多元负荷的动态聚类结果直接影响优化调控方案的制定,反之优化调控方案的实施又会改变各时段可调控容量进而影响聚类结果,亟需建立二者之间的耦合关系。
技术实现思路
1、本专利技术提供了一种动态聚类的多元负荷分层分群优化调控方法及装置,本专利技术考虑多元负荷可调控容量的复杂动态变化对调控准确性的影响,开展基于k-means的多元负荷动态聚类,并在集群与个体层面制定相应优化调控与指令分配方案,通过动态聚类与优化调控间的递归迭代建立其耦合关系,在提升海量多元负荷调控速度的同时,保障调控准确性与可调控潜力利用,详见下文描述:
2、第一方面、一种动态聚类的多元负荷分层分群优化调控方法,所述方法包括:
3、基于可调控容量模型得到多元负荷可调控容量参数,根据多元负荷可调控容量参数并结合多元负荷地理位置构建聚类特征集合,针对聚类特征集合开展基于k-means原理的动态聚类获取聚类结果,并根据动态聚类结果构建动态聚合的负荷聚合体模型;
4、以负荷聚合体模型为等效约束,建立分群调控优化模型,以海量多元负荷经济性最优为目标,对分群调控优化模型进行求解获取聚合体最优调控指令;
5、基于聚合体最优调控指令,建立群内多元负荷功率分配控制模型并求解,获取群内各多元负荷调控方案;
6、当聚类结果与调控方案收敛时,得到最终的聚类结果与多元负荷调控方案。
7、其中,所述调控方法是基于多元负荷分层分群调控应用架构实现,所述多元负荷分层分群调控架构为:
8、1)端层位于负荷侧,负责采集多元负荷地理位置、备用储能及负荷功耗,并评估计算多元负荷可调控容量,将端层的多元负荷地理位置、备用储能及负荷功耗、多元负荷可调控容量上传至群层,并接收响应群层下发的动态分群与群内控制指令;
9、2)群层由多元负荷集群控制器构成,基于分群指令构建多元负荷聚合体模型并作为调控等效约束,连同聚类特征集合上报至云层;接收响应云层下发的聚合体调控指令,通过群内功率分配控制模型分解至群内各多元负荷;
10、3)云层基于聚类特征集合开展动态聚类,随特征动态变化修正聚合体,并将动态分群指令下发至群层;接收电网的分时电价与群层的多元负荷聚合体等效约束,通过分群调控优化模型制定各多元负荷聚合体调控方案,上传至网层;
11、4)网层包括电网,负责为云层决策提供分时电价的边界条件、传输功率约束的边界条件,并按调控方案与负荷聚合体开展电能交互。
12、其中,所述动态聚合的负荷聚合体模型为:
13、输入x(t)={x1(t),x2(t),…,xn(t)}t∈{1,…,t}并对其进行归一化处理得到x*(t),选取聚类数集合k=(k1,k2,…,knk),nk为备选k值数目,设定初始聚类数k=kn;
14、
15、式中:多元负荷i的特征量n为多元负荷数目;t为调度时段总数;在x*(t)内任意选取k个特征量作为初始质心,其集合u0(t)={u1(t),u2(t),…,uk(t)},t时刻第k个负荷聚合体的质心为uk(t);
16、以最小化各多元负荷与其对应的质心uk(t)的欧氏距离之和为目标构建优化模型,目标函数为:
17、
18、所述优化模型需满足约束条件为:
19、
20、计算聚合体k中各的均值,将其作为新的质心;针对新的质心,若满足u'k(t)=uk(t),k=1→k,输出t时刻多元负荷聚类结果;
21、若t=t则输出t个时段的聚类结果c;
22、采用误差平方和与calinski harabasz指标确定最优聚类数kop。
23、其中,所述分群调控优化模型为:
24、minf=com+cgrid+cce-ctra
25、海量多元负荷的日运行成本f包括运维成本com、购电成本cgrid、碳排放成本cce以及电力交易收益ctra;
26、所述群内功率分配控制模型为:
27、根据聚合体调控指令判断聚合体内储能充放电状态,若则聚合体k为充电群若则为放电群否则为闲置群
28、基于多元负荷的picl(t)及其储能soci指标构建评估矩阵并对a进行标准化、归一化得到
29、确定与的权重向量w,确定加权规范矩阵
30、确定与内多元负荷第j个指标的正、负理想解
31、计算或内多元负荷i各指标到其正、负理想解的距离
32、计算与内多元负荷i评价指标的topsis评分βi,形成充、放电优先队列
33、根据与的排序控制聚合体内多元负荷备用储能充放电。
<本文档来自技高网...【技术保护点】
1.一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,所述调控方法是基于多元负荷分层分群调控应用架构实现,所述多元负荷分层分群调控架构为:
3.根据权利要求1所述的一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,所述动态聚合的负荷聚合体模型为:
4.根据权利要求1所述的一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,所述分群调控优化模型为:
5.根据权利要求1所述的一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,当聚类结果与调控方案不收敛时,更新可调控容量,继续进行动态聚合-分群调控-群内分配的递归迭代,直至收敛;当聚类结果与调控方案收敛则停止迭代;最终得到最优聚类结果与多元负荷调控方案。
6.一种动态聚类的多元负荷分层分群优化调控装置,其特征在于,所述装置包括:
7.根据权利要求6所述的一种动态聚类的多元负荷分层分群优化调控装置,其特征在于,所述调控装置是基于多元负荷分层分群调控应用
8.一种动态聚类的多元负荷分层分群优化调控装置,其特征在于,所述装置包括:处理器和存储器,所述存储器中存储有程序指令,所述处理器调用存储器中存储的程序指令以使装置执行权利要求1-5中的任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时使所述处理器执行权利要求1-5中的任一项所述的方法。
...【技术特征摘要】
1.一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,所述调控方法是基于多元负荷分层分群调控应用架构实现,所述多元负荷分层分群调控架构为:
3.根据权利要求1所述的一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,所述动态聚合的负荷聚合体模型为:
4.根据权利要求1所述的一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,所述分群调控优化模型为:
5.根据权利要求1所述的一种动态聚类的多元负荷分层分群优化调控方法,其特征在于,当聚类结果与调控方案不收敛时,更新可调控容量,继续进行动态聚合-分群调控-群内分配的递归迭代,直至收敛;当聚类结果与调控方案收敛则停止迭代...
【专利技术属性】
技术研发人员:穆云飞,姜欣阳,刘志彬,赵健,马晓燕,苗玲,张嘉睿,胡誉蓉,张鸿雁,罗潘,付涵,王松岑,张新鹤,马志鹏,
申请(专利权)人:天津大学,
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。