一种计及运行趋势和网络约束的多电压等级分布式光储资源分层分群方法及系统与流程

本发明属于配电网运行优化，具体涉及一种计及运行趋势和网络约束的多电压等级分布式光储资源分层分群方法及系统。

背景技术：

1、现有技术中，多电压等级配电网中的分布式光储资源聚合通常依赖分布式光伏出力数据、储能运行数据、设备台账信息以及配电网拓扑数据等多源信息，通过容量求和、曲线拟合或聚类分析等方式对资源进行归并，以降低配电网运行分析和控制过程中的模型规模。

2、在实际应用中，分布式光伏、分布式储能以及光储联合资源具有不同的运行特性，光伏资源受辐照变化、温度和逆变器限制造成出力波动，储能资源受soc状态、充放电能力和能量容量影响其调节能力动态变化，光储联合资源则具有光伏出力与储能充放电功率之间的协同运行特性，其对外功率波动程度取决于储能与光伏的时序配合关系。现有方法通常采用容量、功率曲线等有限指标进行资源分类，未充分融合资源长期运行趋势信息，导致划分后的资源群难以准确反映内部运行行为一致性。

3、同时，多电压等级配电网中不同位置的分布式光储资源具有不同的网络影响特征，低压台区资源与中压馈线资源在接入方式、功率规模以及电压响应方面存在差异。现有方法未充分考虑电压等级、拓扑边界、节点电压灵敏度及电压越限情况等网络约束因素，容易造成不同电压等级或不同拓扑区域资源的混合分群，降低资源聚合结果的物理合理性。

4、此外，现有分群方法通常仅输出单层聚类结果，缺少低压典型资源群向中压层传递的等值处理过程，也缺少基于公共连接点功率和电压响应的分群结果校核机制，难以保证多电压等级资源聚合后的外部特性一致性。

5、由此可见，现有技术在多电压等级配电网分布式光储资源聚合过程中，存在运行趋势信息利用不充分、网络约束考虑不足、层间传递与校核机制缺失的问题。此为现有技术的不足之处。

6、有鉴于此，本发明提供一种计及运行趋势和网络约束的多电压等级分布式光储资源分层分群方法，以解决现有技术中存在的上述缺陷，是非常有必要的。

技术实现思路

1、本发明的目的在于，针对上述现有技术存在的在多电压等级配电网分布式光储资源聚合过程中，运行趋势信息利用不充分、网络约束考虑不足、层间传递与校核机制缺失的缺陷，提供一种计及运行趋势和网络约束的多电压等级分布式光储资源分层分群方法及系统，以解决上述技术问题。

2、为实现上述目的，本发明给出以下技术方案：

3、第一方面，本技术提供一种计及运行趋势和网络约束的多电压等级分布式光储资源分层分群方法，包括：

4、获取多电压等级配电网中的运行数据，并对获取的运行数据进行预处理，生成标准化时序数据集，标准化时序数据集包括分布式光伏资源数据、分布式储能资源数据、光储联合资源数据以及配电网数据；

5、根据标准化时序数据集对各资源进行物理分层，获得低压层和中压层，在各物理分层内，分别计算光伏运行趋势指标、储能运行趋势指标、光储协同指标和网络交互与约束指标；

6、根据光伏运行趋势指标、储能运行趋势指标、光储协同指标以及网络交互与约束指标，构建各资源的特征向量并对特征向量中的各项指标进行标准化处理得到标准化特征指标，并根据不同电压等级下资源的运行特征和网络约束设置标准化特征指标权重，计算层内资源相似性；采用k-means++聚类方法进行层内分群，根据平均轮廓系数确定典型资源群；

7、对低压层得到的低压典型资源群进行等值处理，获得等值输入向量；将等值输入向量与中压层直接接入资源构成中压层资源集合，对中压层进行层内分群；

8、计算分层分群结果的外特性评价指标，进行分层分群结果的耦合校核。

9、采用上述技术方案，通过对多电压等级配电网中的运行数据进行物理分层、特征构建、层内分群、层间等值传递以及耦合校核，实现考虑运行趋势和网络约束的分布式光储资源分层分群，提高典型资源群划分的准确性，增强不同电压等级资源聚合结果与配电网运行特性的匹配性，满足多电压等级配电网分布式光储资源聚合过程中资源分类合理性、网络约束适应性以及分群结果一致性的需求。

10、具体而言，通过获取多电压等级配电网中的运行数据并进行预处理生成标准化时序数据集，使分布式光伏资源数据、分布式储能资源数据、光储联合资源数据以及配电网数据在统一数据尺度下进行分析，为后续资源运行特征提取提供数据基础；根据标准化时序数据集对各资源进行物理分层，获得低压层和中压层，使不同接入电压等级下资源的运行边界和拓扑关系得到区分，避免不同电压等级资源直接混合分析造成资源特征失配；通过在各物理分层内分别计算光伏运行趋势指标、储能运行趋势指标、光储协同指标和网络交互与约束指标，使资源出力变化规律、储能运行状态变化以及光储协同特性得到量化表征，解决现有分布式光储资源聚合过程中运行趋势信息利用不充分的问题。

11、根据光伏运行趋势指标、储能运行趋势指标、光储协同指标以及网络交互与约束指标构建各资源特征向量，并对特征向量进行标准化处理得到标准化特征指标，使不同量纲指标能够在统一尺度下参与资源相似性计算；结合不同电压等级下资源运行特征和网络约束设置标准化特征指标权重，计算层内资源相似性，使资源间相似关系能够同时反映运行趋势差异和网络耦合影响，提高典型资源群划分依据的准确性，同时，使资源分群过程能够综合考虑资源运行差异和配电网约束影响，解决现有资源聚合过程中网络约束考虑不足的问题。

12、采用k-means++聚类方法进行层内分群，并根据平均轮廓系数确定典型资源群，使典型资源群划分结果能够匹配资源实际运行特征，提高分群结果的准确性和稳定性；对低压层得到的低压典型资源群进行等值处理，并根据等值结果形成低压典型资源群向中压层传递的等值输入向量，使低压侧分散资源能够以等效形式参与中压层资源分析，建立不同电压等级资源之间的信息传递关系，提高多电压等级资源整体聚合能力，解决现有多电压等级资源聚合过程中层间传递机制缺失的问题。

13、将等值输入向量与中压层直接接入资源构成中压层资源集合并进行层内分群，使低压层等值资源与中压层资源形成统一聚合分析对象；通过计算分层分群结果的外特性评价指标并进行分层分群结果的耦合校核，使分层分群结果能够保持与原始配电网运行特性的等效一致性，解决现有分层分群方法缺少校核机制导致聚合结果可靠性不足的问题，提高多电压等级分布式光储资源分层分群结果的准确性和工程适用性。

14、作为优选，根据标准化时序数据集对各资源进行物理分层，获得低压层和中压层，包括：

15、建立各资源对应的物理分层标签，根据物理分层标签将满足相同资源类型、相同接入电压等级、相同拓扑单元以及相同公共连接点条件的资源划分至同一层内样本集合；

16、根据配电网数据中的接入电压等级信息，将接入电压等级为0.38kv的资源划分至低压层，将接入电压等级为10kv的资源划分至中压层。

17、采用上述技术方案，通过建立包含资源类型、接入电压等级、拓扑单元以及公共连接点的物理分层标签，实现对不同网络边界资源的分类约束，使同一层内样本集合中的资源具有相近的电网连接关系，避免不同电压等级资源直接参与同一聚类过程，提高分层结果的物理可解释性。

18、作为优选，所述计算光伏运行趋势指标、储能运行趋势指标、光储协同指标和网络交互与约束指标，包括：

19、根据分布式光伏资源数据，计算光伏容量因子、峰值时刻、最大爬坡率和限发率，构建光伏运行趋势指标；

20、根据分布式储能资源数据，计算功率/电量比、soc均值、soc贴边率和等效循环强度，构建储能运行趋势指标；

21、根据光储联合资源数据，计算光储协同相关系数和平滑增益，构建光储协同指标；

22、根据配电网数据，计算节点电压有功灵敏度、节点电压无功灵敏度、过电压概率和欠电压概率，构建网络交互与约束指标。

23、采用上述技术方案，通过分别构建光伏运行趋势指标、储能运行趋势指标、光储协同指标以及网络交互与约束指标，实现对分布式光储资源运行行为、调节能力以及网络影响特性的综合描述，使后续典型资源群划分能够同时考虑资源自身运行规律和配电网约束条件，提高资源分群结果的准确性。

24、作为优选，构建各资源的特征向量并对特征向量进行标准化处理得到标准化特征指标，包括：

25、对于分布式光伏资源，根据光伏运行趋势指标和网络交互与约束指标，构建光伏资源特征向量；

26、对于分布式储能资源，根据储能运行趋势指标和网络交互与约束指标，构建储能资源特征向量；

27、对于光储联合资源，根据光储协同指标和网络交互与约束指标，构建光储联合资源特征向量；

28、对各物理层同一层内样本集合中的各资源特征向量中的各项指标进行标准化处理，得到标准化特征指标。

29、采用上述技术方案，通过针对分布式光伏资源、分布式储能资源以及光储联合资源分别构建包含运行特性与网络交互约束信息的特征向量，实现不同资源类型运行状态、协同特性以及配电网影响特征的统一表征，并通过标准化处理消除不同指标量纲差异对分群结果的影响，能够提高资源特征表达的一致性和可比性，为后续基于运行趋势和网络约束的层内资源相似性计算及典型资源群划分提供有效的数据基础，满足多电压等级分布式光储资源精细化分群的需求。

30、作为优选，计算层内资源相似性，包括：

31、结合不同接入电压等级下资源的运行特征和网络约束设置标准化特征指标权重，采用加权欧氏距离计算第l个物理层中任意两个资源之间的层内资源相似性：其中，为第l个物理层中标准化特征指标数量，为第q项标准化特征指标权重，满足，和分别为第i个资源和第j个资源标准化后的第q项特征指标。

32、采用上述技术方案，通过结合不同接入电压等级下资源运行特征和网络约束差异设置标准化特征指标权重，并利用加权欧氏距离计算层内资源相似性，使资源间相似程度能够同时反映运行趋势差异和网络影响差异，避免仅依据资源类型或单一运行参数进行分群造成的资源特性偏差，能够提高层内资源相似性评价的准确性，为典型资源群划分提供可靠依据，满足多电压等级分布式光储资源聚合精度提升的需求。

33、作为优选，获得典型资源群，包括：

34、采用k-means++聚类方法将第l个物理层的同一层内样本集合划分为个互斥簇：

35、式中，为第l个物理层的聚类结果集合；为第层的第个簇；

36、根据第l个物理层中各资源与聚类中心之间的层内资源相似性，将各资源分配至对应互斥簇式中，为第n次迭代时资源所属互斥簇编号；为资源与第k个簇中心之间的层内资源相似性距离；为第n次迭代时第k个互斥簇的簇中心；

37、根据各互斥簇内资源的标准化特征向量均值更新簇中心，式中，为第次迭代中第个簇包含的资源数量。

38、当相邻两次迭代的目标函数变化量满足时，停止k-means++聚类迭代，获得当前个互斥簇。

39、针对不同候选互斥簇数量，计算平均轮廓系数，式中，为第l个物理层的同一层内样本集合中的资源数量；为第i个资源的轮廓系数。

40、选择平均轮廓系数最大的互斥簇数量为第l个物理层的最优互斥簇数量，根据所述最优互斥簇数量对应的聚类结果，获得第l个物理层的典型资源群。

41、采用上述技术方案，通过采用k-means++聚类方法结合层内资源相似性对同一物理层内资源进行聚类，并利用平均轮廓系数确定最优互斥簇数量，使典型资源群划分过程能够根据资源运行特征和网络约束差异实现自适应确定，避免人工设定分群数量导致的聚类结果偏差，提高典型资源群划分的合理性和稳定性，满足多电压等级分布式光储资源分类聚合的需求。

42、作为优选，对低压典型资源群进行等值处理，获得等值输入向量，包括：

43、根据低压层分群结果，对低压典型资源群中的光伏资源和储能资源进行容量等值、出力等值以及状态等值，获得低压典型资源群对应的等值结果，等值结果包括等效装机容量、等效出力、等效储能功率、等效额定能量以及等效soc状态；

44、根据等值结果，构建低压典型资源群向中压层传递的等值输入向量：

45、

46、式中，和分别为该典型群在配变pcc处的有功和无功功率；为低压群到pcc的等效阻抗，为低压典型资源群的等效网络特征。

47、采用上述技术方案，通过对低压典型资源群中的光伏资源和储能资源进行容量等值、出力等值以及状态等值，将多个低压分布式光储资源转换为具有等效外部特性的典型资源群，形成向中压层传递的等值输入向量，使低压层资源特性能够以聚合形式参与中压层资源分群，避免大量低压资源直接参与中压层分析造成的数据规模增加，能够实现多电压等级资源分层聚合与层间信息传递，满足复杂配电网中分布式光储资源分层分群的需求。

48、作为优选，对中压层进行层内分群，包括：

49、将低压层传递的等值输入向量集合与中压层直接接入资源集合进行合并，形成中压层资源集合；

50、根据中压层资源集合中的资源类型、接入电压等级、馈线归属以及公共连接点进行划分，并采用k-means++聚类方法对中压层资源集合进行层内分群。

51、采用上述技术方案，通过将低压层典型资源群的等值输入向量与中压层直接接入资源进行融合，形成包含跨电压等级资源信息的中压层资源集合，使中压层分群过程同时考虑低压侧聚合资源特性和中压侧直接接入资源特性，并结合资源类型、接入电压等级、馈线归属以及公共连接点进行约束划分，能够提高中压层典型资源群划分的完整性和网络关联性，满足多电压等级配电网资源协同聚合的需求。

52、作为优选，进行分层分群结果耦合校核，包括：

53、计算分层分群结果的外特性评价指标，结合层内分群结果计算得到的平均轮廓系数和外特性评价指标，对分层分群结果进行耦合校核，当满足预设校验阈值时，认为分层分群结果满足要求；若不满足预设校验阈值，则根据不满足预设校验阈值的数据执行反馈修正。

54、采用上述技术方案，通过计算分层分群结果的外特性评价指标，并结合平均轮廓系数对分层分群结果进行耦合校核，实现对资源内部相似性和资源聚合后外部响应特性的综合评价，能够及时发现分群结果与实际配电网运行特性之间的偏差，并通过反馈修正提高分层分群结果的准确性和稳定性，满足分布式光储资源聚合模型可靠应用的需求。

55、第二方面，本技术还提供一种计及运行趋势和网络约束的多电压等级分布式光储资源分层分群系统，包括：

56、数据处理单元，用于获取多电压等级配电网中的运行数据，并对获取的运行数据进行预处理，生成标准化时序数据集；其中，标准化时序数据集包括分布式光伏资源数据、分布式储能资源数据、光储联合资源数据以及配电网数据；

57、指标计算单元，用于根据标准化时序数据集对各资源进行物理分层，获得低压层和中压层，并在各物理分层内分别计算光伏运行趋势指标、储能运行趋势指标、光储协同指标以及网络交互与约束指标；

58、层内分群单元，用于根据光伏运行趋势指标、储能运行趋势指标、光储协同指标以及网络交互与约束指标，构建各资源的特征向量，对特征向量进行标准化处理得到标准化特征指标，根据不同电压等级下资源的运行特征和网络约束设置标准化特征指标权重，计算层内资源相似性；并采用k-means++聚类方法进行层内分群，根据平均轮廓系数确定典型资源群；

59、层间传递单元，用于对低压层得到的低压典型资源群进行等值处理，根据等值结果形成低压典型资源群向中压层传递的等值输入向量；将等值输入向量与中压层直接接入资源构成中压层资源集合，并对中压层资源集合进行层内分群；

60、耦合校核单元，用于计算分层分群结果的外特性评价指标，并根据外特性评价指标进行分层分群结果的耦合校核。

61、从以上技术方案可以看出，本发明具有以下优点：

62、本技术提供的一种计及运行趋势和网络约束的多电压等级分布式光储资源分层分群方法及系统，通过对多电压等级配电网中的分布式光伏资源数据、分布式储能资源数据、光储联合资源数据以及配电网数据进行统一处理，结合资源运行趋势特征、光储协同特征以及网络交互与约束特征实现分层分群，能够充分挖掘不同电压等级下分布式光储资源的运行差异与关联特性，并通过层间等值传递与耦合校核机制提高资源聚合结果的准确性和一致性，满足多电压等级配电网中分布式光储资源聚合过程中运行趋势信息利用充分、网络约束有效考虑以及层间传递与校核机制完善的需求。