[发明专利]一种数据驱动的供电薄弱环节识别方法及系统

说明书

本公开提供了一种数据驱动的供电薄弱环节识别方法及系统，通过获取区域配电网参数及拓扑结构、分布式电源年出力数据和拓扑结构中各个负荷点的年负荷数据；基于统计数据计算得到一天中多个时间段分布式电源出力和负荷的概率密度函数，建立其概率模型；通过对含有分布式电源的配电网进行概率潮流计算，得到配电网各节点电压和支路功率数据；计算各节点电压和支路功率最终的概率密度函数，得到其越限概率，识别配网中的薄弱环节，针对每个薄弱环节，通过扩宽相关约束条件，计算其最大供电能力的增量，根据增量大小进行排序，得到最终供电薄弱程度的序列。

技术领域

本公开属于供电监控技术领域，涉及一种数据驱动的供电薄弱环节识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

大量分布式电源接入配电网，一定程度上提高了配电网的供电能力，但分布式电源与多元负荷的不确定性也对配电网的供电可靠性带来了严峻挑战。解决配电网供电可靠性问题的关键一环是准确识别配电网中的薄弱环节。

据发明人了解，已有研究在大电网薄弱环节识别方面较为深入，但是侧重于影响电网暂态稳定的薄弱环节，与配电网侧重于供电能力本质上存在差别，所提出的方法也难以应用到配网中；而在配网薄弱环节识别方面，已有研究方法大多基于统计数据对线路、设备元件进行识别，方法简单，时间尺度较长，且识别结果的准确度依赖于人的主观经验判断。已有的基于概率潮流的薄弱环节识别方法对于风机出力、光伏出力和负荷的概率模型采用先验的概率密度函数，没有充分体现区域配电网长期统计数据的作用，且只能识别出长期的薄弱环节。已有方法在识别出薄弱环节后未考虑其对供电能力的影响，导致运维调度人员缺乏对薄弱环节对供电可靠性的准确判断。

发明内容

本公开为了解决上述问题，提出了一种数据驱动的供电薄弱环节识别方法及系统，本公开能够解决已有基于概率潮流的薄弱环节识别方法仅能识别长期薄弱环节且没有体现区域配电网分布式电源出力和负荷特点的问题，识别一天中各个时间段的供电薄弱环节，并且计算这些薄弱环节对于供电能力的影响，提供影响程度由高到低的序列，辅助运维调度人员做出准确有效的判断。

根据一些实施例，本公开采用如下技术方案：

一种数据驱动的供电薄弱环节识别方法，包括以下步骤：

获取区域配电网参数及拓扑结构、分布式电源年出力数据和拓扑结构中各个负荷点的年负荷数据；

基于统计数据计算得到一天中多个时间段分布式电源出力和负荷的概率密度函数，建立其概率模型；

通过对含有分布式电源的配电网进行概率潮流计算，得到配电网各节点电压和支路功率数据；

计算各节点电压和支路功率最终的概率密度函数，得到其越限概率，识别配网中的薄弱环节，针对每个薄弱环节，通过扩宽相关约束条件，计算其最大供电能力的增量，根据增量大小进行排序，得到最终供电薄弱程度的序列。

作为进一步的限定，配电网电路系统导纳矩阵Y、各个负荷点的年负荷、分布式电源的接入位置及其年出力数据，具体包括区域配电网中的分布式光伏年出力数据、区域配电网中的风机年出力数据。

作为进一步的限定，将一天划分为多个时间段，将风机出力、光伏出力和各个节点负荷某段时期的统计数据分别按各个时间段划分为多组数据，基于每一组数据采用非参数估计方法得到其概率密度函数。

作为进一步的限定，潮流计算的具体过程包括：通过对含有分布式电源的配电网进行概率潮流计算，得到区域配电网的潮流分布的各个节点上电压的各阶矩、各条线路支路功率的各阶矩以及各个变压器母线电流的各阶矩。

作为进一步的限定，识别配网中的薄弱环节的具体步骤包括：