一种电网潮流运行影响因素的后评估方法及装置与流程

1.本发明属于电力系统运行和输电网技术领域，具体涉及一种电网潮流运行影响因素的后评估方法及装置。


背景技术：

2.随着特高压交直流混联电网规模快速扩大，高渗透率新能源快速发展，分布式电源、储能等新型负荷比例快速上升，现代电力系统正在发生深度重构，新一代电力系统的发展特征对大电网一体化控制、清洁能源全网统一消纳、源网荷协同互动和市场化运作的支撑能力提出了新的更高要求。对于电网潮流运行的分析研究，传统根据历史数据人工判别的后评估方法，已经不适用于新一代电力系统对调度运行控制的新要求。


技术实现要素：

3.本发明的目的在于提供一种电网潮流运行影响因素的后评估方法及装置，挖掘影响断面潮流重载和越限的关键因素，对所有潮流影响因素进行聚类分析，采用聚类结果对因素进行分析，确立影响潮流运行异常的主导因素，为调度业务复盘推演与优化提升提供可行性指导。
4.为达到上述目的，本发明采用的技术方案如下：
5.本发明提供一种电网潮流运行影响因素的后评估方法，包括：
6.计算主要断面潮流运行指标与所有潮流运行异常影响因素间的相关性系数；
7.基于所计算的相关性系数选取备选主导影响因素进行聚类；
8.基于聚类结果确定潮流运行异常的主导因素。
9.进一步的，断面潮流运行指标计算：
[0010][0011]
其中，x
1_4
为断面潮流运行指标，p
si
为断面i在当前统计点的实际潮流，p
si,max
为断面i的传输限值，ns为主要断面的数目，n
sy
为潮流越限断面数目，α
si
为断面i重要度权重，其中，对于网省调以上的电网，取500kv以上的断面和常年重载或者越限的断面为主要断面。
[0012]
进一步的，所述潮流运行异常影响因素包括连续型数据和离散型数据：
[0013]
所述连续型数据包括：各断面有功功率，各断面中主变上网功率，各断面中高压直流外送功率，以及新能源区域总上送功率；
[0014]
所述离散型数据包括：线路检修状态、主变检修状态和母线检修状态。
[0015]
进一步的，所述新能源区域总上送功率计算如下：
[0016][0017]
其中，an表示第n个新能源区域，p
an
表示第n个新能源区域的上送功率，p
z,j
、p
g,k
分别表示an内部的第j个主变上网功率和第k个高压直流外送功率。
[0018]
进一步的，采用皮尔森相关性系数模型计算主要断面潮流运行指标与影响因素中连续型数据两两之间的相关性系数。
[0019]
进一步的，采用构造决策树的迭代二叉树三代算法计算主要断面潮流运行指标与影响因素中离散型数据两两之间的相关性系数。
[0020]
进一步的，所述基于所计算的相关性系数选取备选主导影响因素进行聚类，包括：
[0021]
根据计算的相关性系数分别从连续型数据和离散型数据中各选择一种影响因素{p1}、{p2}作为主导聚类数据；
[0022]
截取同时段同时间尺度下的{p1}、{p2}二维数据作为聚类原数据，根据聚类原数据中聚类点的分布状况，设置聚类网格参数与密度参数，进行clique聚类。
[0023]
进一步的，所述基于聚类结果确定潮流运行异常的主导影响因素包括：
[0024]
采用聚类结果中两类数据组成的最小矩形包络线作为主导影响因素的备选；
[0025]
若所确定的主导影响因素的备选同时满足以下两个条件，则确定为主导影响因素，否则，重新调节聚类网格参数与密度参数，进行clique聚类；
[0026]
两个条件为：
[0027]
a、筛选结果中两类数据占比不能少于全年运行统计发生的10％；
[0028]
b、分别统计潮流运行异常的断面的运行状况，比较判断是否因两类筛选后的数据造成的影响，即因连续型影响因素数据序列引起的运行重载或者越限次数最多，因离散型影响因素数据序列引起的运行重载或者越限次数最多。
[0029]
本发明还提供一种电网潮流运行影响因素的后评估装置，包括：
[0030]
计算模块，用于计算主要断面潮流运行指标与所有潮流运行异常影响因素间的相关性系数；
[0031]
聚类模块，用于基于所计算的相关性系数选取备选主导影响因素进行聚类；
[0032]
以及，
[0033]
筛选模块，用于基于聚类结果确定潮流运行异常的主导因素。
[0034]
进一步的，所述计算模块具体用于，
[0035]
计算断面潮流运行指标：
[0036][0037]
其中，x
1_4
为断面潮流运行指标，p
si
为断面i在当前统计点的实际潮流，p
si,max
为断面i的传输限值，ns为主要断面的数目，n
sy
为潮流越限断面数目，α
si
为断面i重要度权重，其中，对于网省调以上的电网，取500kv以上的断面和常年重载或者越限的断面为主要断面。
[0038]
进一步的，所述计算模块具体用于，
[0039]
采用皮尔森相关性系数模型计算主要断面潮流运行指标与影响因素中连续型数据两两之间的相关性系数；
[0040]
采用构造决策树的迭代二叉树三代算法计算主要断面潮流运行指标与影响因素中离散型数据两两之间的相关性系数；
[0041]
其中，潮流运行异常影响因素包括连续型数据和离散型数据：
[0042]
所述连续型数据包括：各断面有功功率，各断面中主变上网功率，各断面中高压直流外送功率，以及新能源区域总上送功率；
[0043]
所述离散型数据包括：线路检修状态、主变检修状态和母线检修状态。
[0044]
本发明的有益效果是：
[0045]
本发明通过挖掘影响潮流运行异常的相关因素，然后对所有影响因素进行相关性计算并进行聚类分析比较，根据聚类结果确立影响潮流运行异常的主导因素。采用本发明方法可以取代之前人工经验方法，为调度运行存在潮流过载设备提供主导因素分析，为调度业务复盘推演与优化提升提供可行性指导，在调度系统后评估分析中具有广泛的推广价值和应用前景。
附图说明
[0046]
图1为本发明的电网潮流运行影响因素的后评估方法总体流程图。
具体实施方式
[0047]
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0048]
本发明实施例提供一种电网潮流运行影响因素的后评估方法，参见图1，包括：
[0049]
获取潮流运行异常的所有影响因素；
[0050]
计算断面潮流运行指标；
[0051]
计算断面潮流运行指标与所有潮流运行异常影响因素间的相关性系数；
[0052]
基于所计算的相关性系数选取备选主导影响因素；
[0053]
对所选取的备选主导影响因素进行聚类；
[0054]
基于聚类结果确定潮流运行异常的主导因素。
[0055]
本发明实施例中，获取潮流运行异常的所有影响因素数据，作为潮流运行相关因素，主要包括断面有功功率{pd}，主变上网功率{pz}，高压直流外送功率{pg}，以及部分新能源区域总上送功率{pa}等连续型数据和线路检修状态(如数字1表示切除，2表示投入，3表示切除或投入转换的时间点)，主变检修状态，母线检修状态等离散型数据。
[0056]
需要说明的是，一个潮流的影响因素中涉及到多个断面有功，主变上网功率等，以主要断面为主，多个线路、主变、新能源区域上网功率构成了一个潮流断面。
[0057]
本发明实施例中，建立一种断面潮流运行指标的计算方法如下：
[0058][0059]
式中：x
1_4
为断面潮流运行指标，p
si
为断面i在当前统计点的实际潮流，p
si,max
为断面i的传输限值，ns为主要断面的数目，n
sy
为潮流越限断面数目，α
si
为人为确定的断面i重要度权重。
[0060]
本发明实施例中，选取相同时间尺度下各个相关因素数据，首先针对连续型数据序列，如功率、电流等采用皮尔森相关性系数模型计算主要断面潮流运行指标与相关因素数据两两之间相关性系数再针对离散型数据序列，如线路检修状态采用构造决策树的迭代二叉树三代算法进行相关性计算。
[0061]
本发明实施例中，将计算的相关性系数按从大到小进行排序，选取排序前两位的影响因素作为聚类数据，选定合适时间尺度与范围，设置并调节聚类参数，进行二维clique聚类，统计并筛选出作为主导影响因素的备选结果。若备选结果不能确立，则重新选定时间尺度并调节聚类参数，重新进行聚类筛选确立主导影响因素。
[0062]
作为一种优选的实施方式，一种电网潮流运行影响因素的后评估方法，具体包括以下步骤：
[0063]
(1)获取潮流运行异常的所有影响因素数据，作为潮流运行相关因素，主要包括断面有功功率{pd}，主变上网功率{pz}，高压直流外送功率{pg}，以及部分新能源区域总上送功率{pa}等连续型数据和线路检修状态(如数字1表示切除，2表示投入，3表示切除或投入转换的时间点)、主变检修状态和母线检修状态等离散型数据；
[0064]
其中，新能源区域总上送功率{pa}需要计算得出，其计算方法：
[0065][0066]
式中：an表示第n个新能源区域，p
an
表示第n个新能源区域的上送功率，p
z,j
、p
g,k
分别表示an内部的第j个主变上网功率与第k个高压直流外送功率。
[0067]
(2)根据历史运行数据，统计所有断面模型，建立一种断面潮流运行指标的计算方法如下：
[0068][0069]
式中：x
1_4
为断面潮流运行指标，p
si
为主要断面i在当前统计点的实际潮流，p
si,max
为主要断面i的传输限值，ns为主要断面的数目，n
sy
为潮流越限断面数目，ns和n
sy
的值可以直接获知，α
si
为人为确定的主要断面i重要度权重。
[0070]
特称命题“存在m中的一个x，使p(x)成立”，简记为：p(x)。
[0071]
主要断面定义如下：对于网省调以上的电网，一般取500kv以上的断面和部分监视常年重载甚至越限的断面作为主要断面。
[0072]
为剔除那些只在统计时刻越限然后马上回归正常的越限点，规定连续越限两个点及两个点以上才将这些连续的点分别计入各时段断面潮流越限的点中，同时，将只在单一统计时刻越限的点的p
si
修改为前后统计时刻潮流的平均值。
[0073]
(3)对于步骤(2)中建立的计算方法，选取相同时间尺度下各个相关因素数据，首先针对连续型数据序列，如功率、电流等采用皮尔森相关性系数模型基于断面潮流运行指标计算主要断面潮流与连续型数据两两之间相关性系数具体计算方法如下：
[0074][0075]
式中，表示相关因素x，y的相关性系数，x
t
，y
t
表示相关因素x，y在对应时刻t的历史运行数据，则表示x，y在t时段内的平均值。
[0076]
再针对离散型数据序列，如线路检修状态采用构造决策树的迭代二叉树三代算法进行相关性计算分析，具体计算方法如下：
[0077]
设目标相关性序列为y，探究离散型数据序列x与y的关联性大小，首先计算一元模型的熵：
[0078][0079]
式中，e(y)表示y的一元熵值，其中y的状态数一共r个，p(y＝yi)表示y的状态为yi时的概率，然后计算条件熵：
[0080][0081]
式中，e(x,y)表示两时间序列的条件熵，x的状态数一共s个，e(y＝yi|x＝xj)表示条件一元熵模型，最后计算互信息：
[0082]
gain(x,y)＝e(y)-e(x,y)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0083]
式中，gain(x,y)表示两序列的互信息。互信息的大小即表示研究序列x与目标序列y的关联程度。
[0084]
(4)选取步骤(3)中两种因素作为聚类数据，选定合适时间尺度与范围，设置并调节聚类参数，进行二维clique聚类，统计并筛选出作为主导影响因素的备选结果，具体包含以下步骤：
[0085]
a、根据计算相关性系数分别选取连续型和离散型影响因素{p1}、{p2}作为主导聚类数据；
[0086]
b、截取同时段同时间尺度下的{p1}、{p2}二维数据作为聚类原数据，根据聚类原数据中样本点的分布状况，调节的聚类网格参数与密度参数，进行clique聚类；
[0087]
c、采用聚类结果中两类数据组成的最小矩形包络线作为主导影响因素的备选，
即：假定{p
1,i
×
p
2,i
}为聚类结果中的一个类别i，其实质上是分别以{p
1,i
}、{p
2,i
}为横纵坐标的点集，且并非规则的矩形状，那么对于类别i筛选结果应该为：
[0088][0089]
式中，p
1,ri
，p
2,ri
分别为筛选结果ri的横纵坐标，分别为聚类结果i中横坐标的最小最大值，为聚类结果i纵坐标的最小最大值。
[0090]
应该理解，一个影响因素由一个连续型和一个离散型构成的矩形网格，由{p1}、{p2}二维数据组成，调节参数后聚类开始遍历相邻的每个网格，根据网格参数(步长)和密度参数定义是否为密集网络，遍历后判断处理是否为密集网络，并标记成一个簇。
[0091]
clique使用每个网格的密集单元来装配可能具有任意形状的簇，采用了一种简单的贪心方法。它从一个任意密集单元开始，找出覆盖该单元的最大区域，然后在尚未被覆盖的剩余的密集单元上继续这一过程。当所有密集单元都被覆盖时，贪心方法终止。找出具有高密度数据样本对象所在的网格单元作为影响主导因素。
[0092]
d、对于聚类结果中噪声点的处理，根据其占比大小考虑单独分类或者直接过滤。若聚类结果中相连接噪声点规模占比超过总数据点的10％，则对其单独进行筛选；若少于10％则直接滤除。
[0093]
(5)判定筛选结果是否确立为主导影响因素的条件为：
[0094]
(51)筛选结果中两种类型数据占比不能少于全年运行统计发生的10％；
[0095]
(52)分别统计潮流运行异常的断面的运行状况，比较判断是否因两类筛选后的数据造成的影响，因连续型影响因素数据序列引起的运行重载或者越限次数最多，因离散型影响因素数据序列引起的运行重载或者越限次数最多；
[0096]
若同时满足上述两个条件，则判定主导影响因素合理，否则重复步骤(4)，选定合适时间尺度与范围，设置并调节聚类网格参数与密度参数，重新聚类筛选确立主导影响因素。
[0097]
本发明的另一个实施例提供一种电网潮流运行影响因素的后评估装置，包括：
[0098]
计算模块，用于计算主要断面潮流运行指标与所有潮流运行异常影响因素间的相关性系数；
[0099]
聚类模块，用于基于所计算的相关性系数选取备选主导影响因素进行聚类；
[0100]
以及，
[0101]
筛选模块，用于基于聚类结果确定潮流运行异常的主导因素。
[0102]
本发明实施例中，计算模块具体用于，
[0103]
计算断面潮流运行指标：
[0104][0105]
其中，x
1_4
为断面潮流运行指标，p
si
为断面i在当前统计点的实际潮流，p
si,max
为断
面i的传输限值，ns为主要断面的数目，n
sy
为潮流越限断面数目，α
si
为断面i重要度权重，其中，对于网省调以上的电网，取500kv以上的断面和常年重载或者越限的断面为主要断面。
[0106]
本发明实施例中，计算模块还用于，
[0107]
采用皮尔森相关性系数模型计算主要断面潮流运行指标与影响因素中连续型数据两两之间的相关性系数；
[0108]
采用构造决策树的迭代二叉树三代算法计算主要断面潮流运行指标与影响因素中离散型数据两两之间的相关性系数；
[0109]
其中，潮流运行异常影响因素包括连续型数据和离散型数据：
[0110]
所述连续型数据包括：各断面有功功率，各断面中主变上网功率，各断面中高压直流外送功率，以及新能源区域总上送功率；
[0111]
所述离散型数据包括：线路检修状态、主变检修状态和母线检修状态。
[0112]
值得指出的是，该装置实施例是与上述方法实施例对应的，上述方法实施例的实现方式均适用于该装置实施例中，并能达到相同或相似的技术效果，故不在此赘述。
[0113]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0114]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0115]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0116]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0117]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。