[发明专利]高渗透率分布式能源系统的谱聚类集群划分方法有效
申请号: | 201711403880.7 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108199404B | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 丁津津;张倩;胡世骏;王群京;谢毓广;徐斌;黄少雄;马金辉;高博;陈凡;王小明;李远松;李圆智;赵恒阳 | 申请(专利权)人: | 国网安徽省电力有限公司电力科学研究院;安徽大学 |
主分类号: | H02J3/38 | 分类号: | H02J3/38 |
代理公司: | 杭州浙科专利事务所(普通合伙) 33213 | 代理人: | 吴秉中 |
地址: | 230601 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 渗透 分布式 能源 系统 谱聚类 集群 划分 方法 | ||
1.高渗透率分布式能源系统的谱聚类集群划分方法,其特征在于,包括:
用数据集合V={V1,V2,…VN}表示分布式能源系统中的N个节点,E表示数据集合里所有边的集合,将分布式能源系统构成无向图G(V,E);
通过N个节点之间的电气距离[e(i,j)]N×N,构造N×N维的权重矩阵W和N×N维对角线度矩阵D,利用权重矩阵W和度矩阵D计算标准化的拉普拉斯矩阵LLaplacian,通过特征值分解的获得数据降维后的矩阵L;
采用K-means算法将数据降维后的矩阵L聚为n个亚群落,确定每个亚群落中的一个节点为该亚群落的聚类质心;
构造K-means算法的适应度函数,依据适应度函数确定N个节点的最终亚群落划分结果和每个亚群落的聚类质心,
构造N个节点之间的电气距离[e(i,j)]N×N,包括:
计算分布式能源系统节点i,j之间等值阻抗Zij,equ;
定义分布式电源接入电力系统后的电压有功敏感度矩阵VSCP和电压无功敏感度矩阵VSCQ,假设每个节点都有功率调节,且第j个节点的有功功率和无功功率分别调节ΔPi、ΔQi,计算节点i的电压变化ΔV;
定义节点i对j的电压有功影响因子矩阵VIFP和电压无功影响因子矩阵VIFQ,再结合等值阻抗Zij,equ,构造N个节点之间的电气距离[e(i,j)]N×N;
所述计算分布式能源系统节点i,j之间等值阻抗Zij,equ=(Zii-Zij)-(Zij-Zjj),其中,Zij为电力系统节点阻抗矩阵第i行第j列元素;
所述电压有功敏感度矩阵VSCP和电压无功敏感度矩阵VSCQ,利用雅各比矩阵J的逆矩阵元素进行构造,计算节点i的电压变化ΔV,包括:
其中,i,j∈N,N为分布式能源系统的总节点数,分别为节点i对j的电压有功敏感度系数和无功敏感度系数,Pi、Qi为节点i的有功注入和无功注入,Vj为节点j电压;
所述N个节点之间的电气距离:
其中,
2.根据权利要求1所述的高渗透率分布式能源系统的谱聚类集群划分方法,其特征在于:构造对称权重矩阵W,W=[eij]N×N,其中,e(i,j)为节点i到节点j的电气距离,e(j,i)为节点j到节点i的电气距离;
构造N×N维对角线矩阵D作为度矩阵,D=diag(d1,d2,…,dN),其中,
3.根据权利要求2所述的高渗透率分布式能源系统的谱聚类集群划分方法,其特征在于:计算标准化的拉普拉斯矩阵LLaplacian=D-1/2(D-W)D1/2,并通过特征值分解的获得数据降维后的矩阵L,包括:
对矩阵L作特征值分解,求得其特征值和特征向量,按从小到大对特征值排序,取前k1个特征值,并用对应的特征向量构成N×k1维特征矩阵
设为F的第i个列向量,用K-means算法将L={li|i=1,…N}聚为n个亚群落{C1,C2,…,Ck,…Cn}。
4.根据权利要求1所述的高渗透率分布式能源系统的谱聚类集群划分方法,其特征在于:将可控PV节点作为亚群落的聚类质心。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网安徽省电力有限公司电力科学研究院;安徽大学,未经国网安徽省电力有限公司电力科学研究院;安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711403880.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于FPGA的太阳能配电系统
- 下一篇:一种风光供电的多供电切换方法及装置