[发明专利]一种基于模糊C均值的电力系统负荷聚类方法

说明书

技术领域

本发明属于电力系统负荷聚类技术领域，尤其涉及一种基于模糊C均值的电力系统负荷聚类方法。

背景技术

负荷建模是进行电力系统仿真的基础，但负荷模型的研究却由于其自身的随机性、分散性、多样性、非连续性所形成的困难，理论和模型研究一直处于相对滞后的状态，通常采取理想化的模型即ZIP模型。这种粗糙的负荷模型使得仿真精度和可信度大大降低，在临界情况下甚至会得出截然相反的结论。

基于负荷构成的统计综合建模理论是一种更加实用的建模方法，其以典型用户用电设备构成情况的调查统计为基础，获得行业用户的行业综合特性后，再根据变电站的行业组成及容量比例，获取变电站综合负荷模型。在建模过程中，会遇到负荷的聚类问题，例如行业用户的初选与精选，变电站综合负荷静特性分类与综合等，本发明就是为了解决负荷建模中的聚类问题。通过模糊数学的方法，定量的确定待分类典型用户的亲疏关系，从而客观的分型聚类，这就是依据模糊C均值聚类的典型用户精选；电力负荷模型参数实用化必须依赖于安装于现场的负荷特性记录仪的故障扰动数据，通过对全网的主要变电站按其负荷构成特性进行分类和综合，其聚类数即为安装测点的个数，与聚类中心负荷构成特性最接近的变电站则是理想的安装测点。

发明内容

本发明的目的在于，提供一种基于模糊C均值的电力系统负荷聚类方法，用于解决负荷建模中的负荷聚类问题。

为实现上述目的，本发明提供的技术方案是，一种基于模糊C均值的电力系统负荷聚类方法，其特征是所述方法包括：

步骤1：确定基于负荷构成的统计综合建模理论；

步骤2：在步骤1的基础上，研究负荷建模中的聚类问题之一：行业用户的初选与精选；

步骤3：在步骤1的基础上，研究负荷建模中的聚类问题之二：变电站综合负荷静特性分类与综合；

步骤4：在步骤2和步骤3的基础上，确定基于模糊C均值的电力系统负荷聚类算法。

所述基于负荷构成的统计综合建模理论，是以典型用户用电设备构成情况的调查统计为基础：通过将综合负荷按行业特性分类，不同母线供电范围内的相同行业用户，其负荷构成及负荷特性是相近的，所以负荷建模从行业的平均负荷特性建模展开，最后回归到变电站的综合负荷模型。该理论首先要求在全网范围内，对每一类行业用户，选取若干较有代表性的用户进行调查，确定其用电设备构成状况及各类电器的容量比例；其次根据每类用电设备的平均特性，确定每一行业用户的行业综合特性；最后调查确定变电站的行业组成及其容量比例，得出所需的综合负荷模型。

所述负荷建模中的聚类问题之一：行业用户的初选与精选

基于负荷构成的统计综合建模理论的基础是典型用户用电设备构成情况的调查统计，典型用户的选取是该方法的基础，如果典型用户选择不合理，将严重影响统计综合负荷模型的准确性和客观性。

首先按照行业分类，根据实践经验在每个行业中选取若干个能够反映该行业生产特征的被调查用户进行调查，这是依据专家经验的典型用户初选；其次在初选被调查用户调查结果的基础上，通过数学方法，把实际并不典型的用户除去，然后进行行业特性的综合，这样使得利用典型用户所得的综合行业用户的负荷组成及比例更具有合理性。本文应用模糊数学的方法，定量的确定待分类典型用户的亲疏关系，从而客观的分型聚类，这就是依据模糊C均值聚类的典型用户精选。

所述负荷建模中的聚类问题之二：变电站综合负荷静特性分类与综合

电力负荷模型参数实用化必须依赖于安装于现场的负荷特性记录仪的故障扰动数据，但对于整个电网，应该安装多少个测量点和什么变电站安装具有十分重要的意义，要解决这些问题必须对全网的主要变电站按其负荷构成特性进行分类和综合，其聚类数即为安装测点的个数，与聚类中心负荷构成特性最接近的变电站则是理想的安装测点；

在负荷建模研究中，没有必要也不可能对系统所有变电站都一一去建立模型，而是与典型变电站比较，通过数学方法，类推确定其它与之同构的变电站的综合负荷模型，其实质是典型变电站负荷模型的内插外推能力。负荷的内插外推就是负荷模型的推广能力，即对某一变电站综合负荷建模后，其模型应对相近组成的变电站都具有综合描述能力，而与变电站容量的大小无关。所谓典型变电站是指包含所有主要的用电设备类型和主要用电行业且对系统运行影响较大的变电站。

所述基于模糊C均值的电力系统负荷聚类算法