[发明专利]一种计及负荷用电特性的配电网重构方法及系统

权利要求书

1.一种计及负荷用电特性的配电网重构方法，其特征在于，包括以下步骤：

S1：获取负荷样本数据并进行归一化处理，采用K-means聚类算法对归一化处理后的数据进行聚类分析，将台区的历史负荷曲线分成K类，形成典型的负荷特征曲线；

S2：根据历史负荷数据对配网台区进行下一季度的电量预测，将电量预测以及负荷特征结合生成配网季度负荷预测曲线；

S3：结合配网季度负荷预测曲线建立配网不同用电场景，建立以网损最小为目标的配网重构的模型；

S4：结合配网季度负荷预测曲线，利用优化算法求解不同场景下配网重构方案，形成解集并分析筛取出在预测的季度内能满足配网网损最低，且可行的重构方案。

2.根据权利要求1所述的一种计及负荷用电特性的配电网重构方法，其特征在于，所述归一化处理过程包括：

对样本负荷数据进行清洗；

将负荷样本数据中各个负荷时段均相同的数据进行修正；

将修正后的数据进行归一化处理，归一化公式如下：

其中，X_d(i)表示修正后的负荷样本数据，max(X_d)表示修正后的负荷样本数据中的最大值，x_d(i)归一化后的负荷样本数据。

3.根据权利要求1所述的一种计及负荷用电特性的配电网重构方法，其特征在于，采用K-means聚类算法对归一化处理后的数据进行聚类分析具体过程为：

设定待聚类的样本负荷数据总数为D，随机选取一个样本曲线x_i作为第1个聚类中心；

对x_i求出与其他所有样本的距离D_xi，再选择一个与第1个聚类中心最远的样本，及满足d_xij＝max{D_xi}的曲线x_j作为第2个聚类中心；

再根据d_xik＝max{min(D_xi,D_xj)}寻找到下一个聚类中心x_k，其中i,j,k均小于D，以此类推，直到无新的聚类中心产生，最终确定出K个聚类中心。

4.根据权利要求3所述的一种计及负荷用电特性的配电网重构方法，其特征在于，距离计算采用的是欧氏距离计算方法，对于n维的点和则x点与y点的距离计算如下：

5.根据权利要求1所述的一种计及负荷用电特性的配电网重构方法，其特征在于，根据历史负荷数据对配网台区进行下一季度的电量预测，将电量预测以及负荷特征结合生成配网季度负荷预测曲线具体为：采用移动平均法预测电量，设定N个时期的数据记为q₁,…,q_N，最近n个时期的数据分别为q_N-n+1,…,q_N，则最近n个时期的数据的平均值为

其中，算术平均值q_N+1为第N+1期的移动平均数，

则预测电量Q'为：

Q′＝Q+q_N+1

其中Q为总电量；

生成配网季度负荷预测曲线

将K类负荷特征曲线分别记为：

x'₁,x'₂,…,x'_K，通过聚类算法得到一个聚类中心为曲线x'₁，若x'₁的元素个数为M，x'₁中的元素x'₁(1),x'₁(2),…,x'₁(M)均小于等于1，且等于1为当负荷为最大时，设x'₁对应的负荷曲线为p₁，求解曲线中最大的负荷值p_1,max公式为：

将曲线中最大的负荷值p_1,max与曲线各个元素相乘从而生成预测曲线，公式如下：

其中p₁(m)为负荷预测曲线p₁的第m个元素。