[發(fā)明專(zhuān)利]關(guān)聯(lián)改造措施與線(xiàn)路重載的電網(wǎng)投資決策建模方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910077581.1
• 申請(qǐng)日: 2019-01-26
• 公開(kāi)（公告）號(hào): CN109816247B
• 公開(kāi)（公告）日: 2022-07-05
• 發(fā)明（設(shè)計(jì)）人: 劉智煖;林焱;張偉駿;黃道姍;向月;劉友波;劉俊勇;楊昕然
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)網(wǎng)福建省電力有限公司;國(guó)網(wǎng)福建省電力有限公司電力科學(xué)研究院;四川大學(xué)
• 主分類(lèi)號(hào): G06Q10/06
• 分類(lèi)號(hào): G06Q10/06;G06Q10/04;G06Q50/06
• 代理公司: 福州元?jiǎng)?chuàng)專(zhuān)利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊

本發(fā)明涉及一種關(guān)聯(lián)改造措施與線(xiàn)路重載的電網(wǎng)投資決策建模方法及裝置，該方法包括以下步驟：利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建配電網(wǎng)改造措施與線(xiàn)路重載率指標(biāo)之間的直接映射，訓(xùn)練得到基于BP神經(jīng)網(wǎng)絡(luò)的線(xiàn)路重載率評(píng)估模型；利用所述線(xiàn)路重載率評(píng)估模型計(jì)算得到不同配電網(wǎng)改造措施與線(xiàn)路重載率指標(biāo)二者之間的關(guān)聯(lián)性，以判斷出不同配電網(wǎng)改造措施對(duì)線(xiàn)路重載率指標(biāo)的影響程度；利用挖掘到的不同配電網(wǎng)改造措施與線(xiàn)路重載率指標(biāo)的關(guān)聯(lián)性，根據(jù)目標(biāo)差異，分別以線(xiàn)路重載率指標(biāo)提升最大為目標(biāo)，以及以配電網(wǎng)投資額最小為目標(biāo)兩類(lèi)進(jìn)行投資決策建模；求解投資決策模型，得到最優(yōu)決策結(jié)果。該方法及裝置有利于降低建模的復(fù)雜性，提高計(jì)算效率。

技術(shù)領(lǐng)域

本發(fā)明涉及電網(wǎng)建設(shè)改造技術(shù)領(lǐng)域，特別是一種關(guān)聯(lián)改造措施與線(xiàn)路重載的電網(wǎng)投資決策建模方法及裝置。

背景技術(shù)

“2015智能電力系統(tǒng)峰會(huì)”已提出主動(dòng)配電網(wǎng)是配電網(wǎng)未來(lái)的發(fā)展方向。為了有效解決當(dāng)前供電可靠性不足和提高電能質(zhì)量，配電網(wǎng)結(jié)構(gòu)已變得越來(lái)越復(fù)雜，未來(lái)配電網(wǎng)的發(fā)展將大步向主動(dòng)配電網(wǎng)邁進(jìn)。主動(dòng)配電網(wǎng)具有一定比例的分布式可控資源，且網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)靈活，可調(diào)性大，具有較為完善的可控可觀能力。但隨著主動(dòng)配電網(wǎng)中風(fēng)電、光伏等分布式能源滲透率增大，其出力的間歇性和波動(dòng)性給電網(wǎng)的安全運(yùn)行帶來(lái)極大影響，因此實(shí)現(xiàn)清潔能源的高效利用且靈活控制潮流分布，保證電網(wǎng)運(yùn)行安全十分必要。傳統(tǒng)配電網(wǎng)結(jié)構(gòu)將越來(lái)越難以適應(yīng)分布式電源、儲(chǔ)能裝置、柔性負(fù)荷接入配電網(wǎng)，為保證高電能質(zhì)量、高運(yùn)行可靠性、高滲透率清潔能源，實(shí)現(xiàn)電網(wǎng)自愈和互動(dòng)，對(duì)配電網(wǎng)結(jié)構(gòu)進(jìn)行改造，確定配電網(wǎng)優(yōu)化投資決策也將勢(shì)在必行。

大數(shù)據(jù)分析是實(shí)現(xiàn)主動(dòng)配電網(wǎng)的技術(shù)支持，利用數(shù)據(jù)挖掘技術(shù)分析主動(dòng)配電網(wǎng)改造措施與線(xiàn)路重載率的關(guān)聯(lián)性，可通過(guò)輸入數(shù)據(jù)直接得到結(jié)果，有利于主動(dòng)配電網(wǎng)的優(yōu)化投資決策，避免了傳統(tǒng)分析方法中進(jìn)行潮流計(jì)算的繁瑣與復(fù)雜。數(shù)據(jù)挖掘利用了人工智能和統(tǒng)計(jì)分析的優(yōu)點(diǎn)，基于統(tǒng)計(jì)分析方法學(xué)，利用計(jì)算機(jī)強(qiáng)大的計(jì)算能力完成相應(yīng)的功能，如今數(shù)據(jù)挖掘算法主要有決策樹(shù)算法、貝葉斯分類(lèi)算法、神經(jīng)網(wǎng)絡(luò)算法等。決策樹(shù)算法需要?jiǎng)?chuàng)建復(fù)雜的樹(shù)而出現(xiàn)過(guò)擬合現(xiàn)象，此外決策樹(shù)算法的結(jié)果可能不穩(wěn)定，因?yàn)楹苄〉臄?shù)據(jù)變化會(huì)引起生成完全不同的樹(shù)。貝葉斯分類(lèi)算法在屬性個(gè)數(shù)比較多或?qū)傩灾g相關(guān)性較大時(shí)分類(lèi)效果不好。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種關(guān)聯(lián)改造措施與線(xiàn)路重載的電網(wǎng)投資決策建模方法及裝置，該方法及裝置有利于降低建模的復(fù)雜性，提高計(jì)算效率。

為實(shí)施上述目的，本發(fā)明的技術(shù)方案是：一種關(guān)聯(lián)改造措施與線(xiàn)路重載的電網(wǎng)投資決策建模方法，包括以下步驟：

S1：利用BP神經(jīng)網(wǎng)絡(luò)的非線(xiàn)性映射能力，使用配電網(wǎng)前期時(shí)序模擬數(shù)據(jù)和已有的配電網(wǎng)在分布式電源出力、節(jié)點(diǎn)負(fù)荷需求確定的條件下線(xiàn)路的過(guò)載率數(shù)據(jù)作為樣本集訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，構(gòu)建配電網(wǎng)改造措施與線(xiàn)路重載率指標(biāo)之間的直接映射，得到基于BP神經(jīng)網(wǎng)絡(luò)的線(xiàn)路重載率評(píng)估模型；

S2：利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，即所述線(xiàn)路重載率評(píng)估模型計(jì)算得到不同配電網(wǎng)改造措施與線(xiàn)路重載率指標(biāo)二者之間的關(guān)聯(lián)性，以判斷出不同配電網(wǎng)改造措施對(duì)線(xiàn)路重載率指標(biāo)的影響程度；

S3：基于挖掘到的不同配電網(wǎng)改造措施與線(xiàn)路重載率指標(biāo)的關(guān)聯(lián)性，根據(jù)目標(biāo)差異，分兩類(lèi)進(jìn)行投資決策建模：一類(lèi)是以配電網(wǎng)投資額上限為約束，以線(xiàn)路重載率指標(biāo)提升最大為目標(biāo)，建立投資決策模型；另一類(lèi)是以線(xiàn)路重載率指標(biāo)提升下限為約束，以配電網(wǎng)投資額最小為目標(biāo)，建立投資決策模型；

S4：求解投資決策模型，得到配電網(wǎng)改造資源配置的最優(yōu)決策結(jié)果。

進(jìn)一步地，對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，構(gòu)建配電網(wǎng)改造措施與線(xiàn)路重載率指標(biāo)之間的直接映射，包括以下步驟：

(1)獲取配電網(wǎng)中長(zhǎng)期運(yùn)行時(shí)序模擬數(shù)據(jù)，初步訓(xùn)練確定BP神經(jīng)網(wǎng)絡(luò)各參數(shù)的基本解空間；

(2)以分布式電源出力及位置、節(jié)點(diǎn)負(fù)荷數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入向量，電壓、功率數(shù)據(jù)作為輸出向量，確定BP神經(jīng)網(wǎng)絡(luò)模型和學(xué)習(xí)模式；