[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

说明书

本发明针对现有高渗透率大规模分布式能源系统，在集群划分依据、划分方法方面仍旧处于探索阶段，不便于对高渗透率大规模分布式能源系统开展后续电压调节的问题，提供一种高渗透率分布式能源系统的谱聚类集群划分方法。该方法，包括：通过N个节点之间的电气距离，构造权重矩阵和度矩阵，利用权重矩阵和度矩阵计算标准化的拉普拉斯矩阵L_Laplacian并进行降为，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。本发明可有效的解决高渗透率可再生能源的过电压问题，并具有良好的实时性。

技术领域

本发明涉及电力系统运行优化相关技术领域，具体地说，涉及一种高渗透率分布式能源系统的谱聚类集群划分方法。

背景技术

风电、光伏等新型能源并网所形成的集群系统，具有多容量、高密度、大规模的特点，分为区域分散型/集中型不同的接入形式。分布式电源(Distributed Generation,DG)的大规模接入，易产生电压越限、功率倒送、线路过载等不良影响，并将传统的辐射状配电网逐渐转变为有源配网。其中电压越限是最显著的问题，依靠变电站有载调压器和就地无功补偿的方法有待进改进。目前已有相关文献在组件建模方法、有功控制控制、无功补偿、实时海量数据传输与存储、储能与逆变设备等各方面对电压协调控制展开研究。

光伏逆变器本身具有无功调节能力，原则上逆变器的无功剩余容量如果能够得到充分利用，不仅可以降低网损还可以提高电网的电压调节能力。但若对大规模光伏系统中每个节点进行调节，所需的设备投资成本高，且数据处理量大、控制复杂。因此对大规模高渗透率可再生能源集群进行亚群落划分，分别进行无功补偿，可以有效减少计算量和投切成本。过去传统电力系统区域的划分多基于运行人员经验和自然归属地，无法反映高渗透率大规模分布式能源集群系统的网架拓扑及结构特征。

为应对高渗透率大规模分布式能源系统的电压调节问题，已有研究者探索在集群划分的基础上进行的电压调节方式。现有技术中，提出了一种分区协调控制的有源配电网调压方法；以高渗透率光伏分布式系统为研究对象，对模块化指标改进后，划分集群，并用基本粒子群算法进行区域调压控制；基于聚类分析方法得出电力系统关键负荷节点，基于分区策略研究分布式能源电力系统的电压稳定性问题。但在含高渗透率分布式能源系统集群划分依据、划分方法、调压策略等方面仍处于探索阶段。

发明内容

本发明针对现有高渗透率大规模分布式能源系统，在集群划分依据、划分方法方面仍旧处于探索阶段，不便于对高渗透率大规模分布式能源系统开展后续电压调节的问题，提供一种高渗透率分布式能源系统的谱聚类集群划分方法。

本发明所需要解决的技术问题，可以通过以下技术方案来实现：

一种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,…V_N}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L_Laplacian，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。

本发明中，构造N个节点之间的电气距离[e(i,j)]_N×N，包括：