[发明专利]基于数据驱动启发式优化的城市高压配电网阻塞管理方法在审

专利信息
申请号: 201911245120.7 申请日: 2019-12-06
公开(公告)号: CN111105025A 公开(公告)日: 2020-05-05
发明(设计)人: 刘畅;陈刚;腾予非;史华勃;范成围;丁理杰;朱童 申请(专利权)人: 国网四川省电力公司电力科学研究院
主分类号: G06N3/063 分类号: G06N3/063;G06N3/08;G06N3/12;G06Q10/06;H02J3/00
代理公司: 成都时誉知识产权代理事务所(普通合伙) 51250 代理人: 王杰
地址: 610000 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 驱动 启发式 优化 城市 高压 配电网 阻塞 管理 方法
【权利要求书】:

1.基于数据驱动启发式优化的城市高压配电网阻塞管理方法,其特征在于,包括以下步骤:

S1:采集城市高压配电网节点支路连接关系,获取多个高压配电网可行拓扑及节点负荷样本;

S2:对每个可行拓扑及节点负荷样本,进行潮流计算,得到每个可行拓扑及节点负荷样本对应的节点电压、支路功率;

S3:对每个可行拓扑及节点负荷样本进行N-1校验,计算N-1违约量;

S4:建立节点电压预测神经元网络,对每个可行拓扑及节点负荷样本对应的节点电压进行拟合,建立支路功率预测神经元网络,对每个可行拓扑及节点负荷样本对应的支路功率进行拟合,建立N-1违约量预测神经元网络,对每个可行拓扑及节点负荷样本的N-1违约量进行拟合;

S5:将拟合好的节点电压预测神经元网络、支路功率预测神经元网络、N-1违约量预测神经元网络、输电线路传输容量、变电站容量、发电机出力上下限、电压幅值上下限、切负荷上限作为约束条件,将切负荷总量最小作为目标函数,构建城市高压配电网阻塞管控模型;

S6:获取当前高压配电网拓扑状态、节点切负荷量,求解城市高压配电网阻塞管控模型,输出优化后的高压配电网拓扑状态及切负荷量。

2.根据权利要求1所述基于数据驱动启发式优化的城市高压配电网阻塞管理方法,其特征在于,所述步骤S1中,基于佳点集理论获取多个高压配电网可行拓扑及节点负荷样本。

3.根据权利要求1或2所述基于数据驱动启发式优化的城市高压配电网阻塞管理方法,其特征在于,所述步骤S1中,高压配电网可行拓扑的表达如下:

其中,表示高压配电网拓扑状态,为其对应的可达性矩阵,表示电源点之间的连接关系矩阵,表示电源点和高压配电网节点的连接关系矩阵,表示高压配电网节点连接关系矩阵,表示矩阵的第j列元素,表示矩阵中第i行第j列元素。

4.根据权利要求1或2所述基于数据驱动启发式优化的城市高压配电网阻塞管理方法,其特征在于,所述步骤S1中,节点负荷样本的计算过程如下:

令Pn={rsk,|k=1,2,3,...,n},则高压配电网中各节点负荷可计算为:

其中s表示高压配电网节点数,p表示满足p≥2s+3的质数,n表示样本数,rs表示s维空间中的一个点,Pn表示样本容量为n的佳点集,PD,max、PD,min表示负荷的最大值及最小值,表示样本容量为n的高压配电网节点负荷。

5.根据权利要求1所述基于数据驱动启发式优化的城市高压配电网阻塞管理方法,其特征在于,所述步骤S3中,N-1违约量的计算过程如下:

其中,i表示样本编号;j、k表示节点编号;m表示N-1场景编号;l表示支路编号;CN-1表示N-1场景集合;ξm表示第m个N-1场景的违约量;及分别表示电压幅值上下限、支路功率上下限的裕度;ε(x)表示阶跃函数,通过阶跃函数映射,将裕度为负值的状态筛选出来,作为该场景下的违约量,Ii表示当前样本下所有N-1场景违约量的总和。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网四川省电力公司电力科学研究院,未经国网四川省电力公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911245120.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top