【技术实现步骤摘要】
本申请涉及电力系统的配电领域，具体是涉及一种基于大数据的配电网数字推演方法及其系统。
技术介绍
1、配电网的精细感知能力建设是提升供电可靠性和安全性的重要基础。新型电力系统的建设要求配电网具备全面状态感知的能力。随着配电自动化的推进，配电网积累的量测数据增多，但依然存在量测装置部署有限、台账参数维护不精准、状态计算难以展开等问题。考虑到配电网运行环境复杂多变，台账维护准确度难以保证，传统以潮流计算为基础的配电网状态估计方法难以适用于当前配电网量测体系。
2、并且，随着全球能源需求的不断增长和电力系统的数字化转型，配电网的运行与控制变得越来越复杂。现有的配电网推演系统在计算速度和准确性方面存在不足，难以满足大规模数据计算需求。此外，传统的配电网推演方法在处理实时数据和进行故障预测方面存在局限性，无法有效应对复杂的电力系统运行环境。例如，现有技术中，配电网的故障诊断和状态预测主要依赖于经验和简单的数学模型，难以实现高效、精准的推演和预测。因此，亟需一种基于大数据和先进算法的配电网数字推演系统，以提高配电网的运行效率和可靠性。
技术实现思路
1、本申请旨在研究基于人工智能的数字电网计算推演技术，通过开展配电网拓扑校核方法、配电网关键量测挖掘与未知量测补全方法、计及分布式电源和多元负荷冲击下的配电网状态推演等方面的研究，弥补传统方法难以在有限量测下进行配电网状态计算的缺点，提升配电网运行状态透明化感知水平，支撑配电网停电快速研判、拓扑关系数据在线校验、电网薄弱点定位与重过载预警
2、本专利技术提供了一种基于大数据的配电网数字推演方法及其系统，通过开展数字电网计算推演技术研究，实现配电网台账拓扑精准校核、缺失量测数据补全、状态计算推演，提升配网运行状态可观、可测与可计算水平。
3、本专利技术一种基于大数据的配电网数字推演方法的步骤为：
4、步骤1、基于广度优先搜索算法对配电网进行拓扑校验；
5、步骤2、基于数据潮流映射的对配电网的未知量测信息进行补全；
6、步骤3、对分布式电源以及多元负荷冲击的配电网状态进行推演。
7、具体地，步骤1的详细步骤为：
8、步骤1.1，初始化配电网的拓扑结构，初始化内容包括节点和边的定义；
9、步骤1.2，从配电网的一个节点开始，利用广度优先搜索算法遍历所有节点和边；其中，在遍历过程中检测是否存在环路，如果发现环路，记录环路信息并进行处理；在遍历结束后，检查是否存在未遍历到的节点，如果存在孤立节点，记录孤立节点信息并进行处理。
10、步骤1.3，根据检测到的环路和孤立节点信息，进行拓扑结构的校正，确保拓扑结构的完整性和正确性；
11、步骤1.4，在配电网运行过程中，定期或在拓扑结构发生变化时，进行实时拓扑校验，确保拓扑结构的动态变化能够被及时检测和处理。
12、进一步地，在步骤1.2中，利用广度优先搜索算法对配电网的拓扑结构进行校验，确保拓扑结构的完整性和正确性，包括如下步骤：
13、功率变化增量计算：
14、δpi＝pi-pi-1
15、其中，δpi是节点i的功率变化增量，pi是节点i的功率，pi-1是节点i-1的功率；
16、电压相关系数计算：
17、
18、其中，ρij是节点i和节点j的电压相关系数，vi和vj分别是节点i和节点j的电压，viˉ和vjˉ分别是节点i和节点j的电压均值。
19、节点和边的遍历检测环路和孤立节点：通过遍历配电网的所有节点和边，检测拓扑结构中的环路和孤立节点。根据功率变化增量和电流总和，选择与初始节点直接相连的节点，
20、选择节点＝arg max(δpi+ii)
21、其中，ii是节点i的电流总和。
22、具体地，步骤2的详细步骤为：
23、步骤2.1，通过数据采集模块，实时采集配电网的运行数据，包括电压、电流、功率、频率和相位角的参数。
24、步骤2.2，历史数据分析：通过分析历史运行数据，建立数据潮流模型，预测未知量测信息。
25、步骤2.3，数据潮流映射：利用数据潮流映射技术，对配电网中的未知量测信息进行补全。
26、步骤2.4，多源数据融合：结合多源数据，如智能电表数据、传感器数据等，提高量测信息补全的准确性。
27、步骤2.5，自适应补全：根据配电网运行状态的变化，自适应调整数据潮流模型，确保补全结果的实时性和准确性。
28、步骤2.6，结果验证：对补全的量测信息进行验证，确保其准确性和可靠性。
29、进一步地，在步骤2.3中对配电网中的未知量测信息进行补全的方法为：
30、pij＝vivj(gijcos(θi-θj)+bijsin(θi-θj))
31、qij＝vivj(gijsin(θi-θj)-bijcos(θi-θj))
32、其中，gij和bij分别是节点i和节点j之间的导纳实部和虚部。
33、现有技术中，配电网未知量测信息补全方法多采用简单插值或外推算法，存在精度低、适应性差的问题。现有技术难以应对配电网运行状态的动态变化，而本专利技术具备自适应补全功能，能够根据运行状态的变化实时调整数据潮流模型，提高了补全结果的准确性和实时性。
34、具体地，步骤3的详细步骤为：
35、步骤3.1，分布式电源建模：对分布式电源进行建模，考虑其输出特性和接入位置对配电网的影响；
36、步骤3.2，多元负荷建模：分析多元负荷的冲击特性，建立负荷模型，预测负荷变化对配电网状态的影响；
37、步骤3.3，数据采集：通过数据采集模块，实时采集配电网的运行数据；
38、步骤3.4，状态推演：基于大数据分析和机器学习算法，对配电网的运行状态进行推演，预测分布式电源和多元负荷冲击下的配电网状态。
39、进一步地，在步骤3.1，分布式电源建模方法为：
40、对分布式电源进行建模，考虑其输出特性和接入位置对配电网的影响；
41、δpdg＝pdg-pbase
42、δqdg＝qdg-qbase
43、其中，δpdg和δqdg分别是分布式电源接入前后的有功功率和无功功率变化，pdg和qdg分别是分布式电源接入后的有功功率和无功功率，pbase和qbase分别是分布式电源接入前的有功功率和无功功率。
44、进一步地，在步骤3.2，多元负荷冲击分析方法为：
45、分析多元负荷的冲击特性，建立负荷模型，预测负荷变化对配电网状态的影响；<本文档来自技高网...
【技术保护点】
1.一种基于大数据的配电网数字推演方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于大数据的配电网数字推演方法，其特征在于：
3.根据权利要求2所述的一种基于大数据的配电网数字推演方法，其特征在于：
4.根据权利要求1所述的一种基于大数据的配电网数字推演方法，其特征在于：
5.根据权利要求4所述的一种基于大数据的配电网数字推演方法，其特征在于：
6.根据权利要求1所述的一种基于大数据的配电网数字推演方法，其特征在于：
7.根据权利要求6所述的一种基于大数据的配电网数字推演方法，其特征在于：
8.根据权利要求6所述的一种基于大数据的配电网数字推演方法，其特征在于：
9.根据权利要求6所述的一种基于大数据的配电网数字推演方法，其特征在于：
10.根据权利要求1所述的一种基于大数据的配电网数字推演方法所利用的推演系统，其特征在于包括：
11.根据权利要求10所述的一种基于大数据的配电网数字推演方法所利用的推演系统，其特征在于包括：
12.根
...【技术特征摘要】
1.一种基于大数据的配电网数字推演方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于大数据的配电网数字推演方法，其特征在于：
3.根据权利要求2所述的一种基于大数据的配电网数字推演方法，其特征在于：
4.根据权利要求1所述的一种基于大数据的配电网数字推演方法，其特征在于：
5.根据权利要求4所述的一种基于大数据的配电网数字推演方法，其特征在于：
6.根据权利要求1所述的一种基于大数据的配电网数字推演方法，其特征在于：
7.根据权利要求6所述的一种基于...
【专利技术属性】
技术研发人员：郭金坤，鞠益宏，姚鹏，王满商，笪玥，冯珊珊，王雨薇，毕祺，孙一帆，施旸，
申请(专利权)人：国网江苏省电力有限公司镇江供电分公司，
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。