CN113507125A - 主动配电网自适应负荷转移方法、***及介质 - Google Patents
主动配电网自适应负荷转移方法、***及介质 Download PDFInfo
- Publication number
- CN113507125A CN113507125A CN202110752922.8A CN202110752922A CN113507125A CN 113507125 A CN113507125 A CN 113507125A CN 202110752922 A CN202110752922 A CN 202110752922A CN 113507125 A CN113507125 A CN 113507125A
- Authority
- CN
- China
- Prior art keywords
- load transfer
- indexes
- weight vector
- index
- strategy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012546 transfer Methods 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000003044 adaptive effect Effects 0.000 title claims description 13
- 239000013598 vector Substances 0.000 claims abstract description 112
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims abstract description 34
- 238000012163 sequencing technique Methods 0.000 claims abstract description 5
- 230000036541 health Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了主动配电网自适应负荷转移方法、***及介质,其中方法包括:获取多个负荷转移策略及多个指标;每个指标设置有多个等级以及每个等级对应的数值;每个负荷转移策略设置有其对应的多个指标的等级及对应的数值;第一权向量计算,根据多个指标的第一两两比较矩阵,得到第一权向量;分别对多个指标进行第二权向量计算,根据多个负荷转移策略的第二两两比较矩阵,得到多个指标对应多个负荷转移策略的第二权向量矩阵;根据第一权向量和第二权向量矩阵,通过矩阵计算得出第三权向量,并将第三权向量的各权重值排序确认最优的负荷转移策略。本发明实施例能够计算得出最优的负荷转移策略。
Description
技术领域
本发明涉及配电自动化***,特别涉及一种主动配电网自适应负荷转移方法、***及介质。
背景技术
随着城市智能电网建设的快速发展,配电自动化***建设在电网安全运行中所起的重要作用日益突出,优质的配电网运行方式,是电网安全运行的可靠保证。在配电自动化***建设过程中,要结合地方网架结构和自动化***运行平台的实际运行情况,统筹兼顾,适时调整配网运行方式,确保配电网的安全、经济运行。从而达到通过配电网的网络优势,实现各供电区域之间的负荷互联互供,最大程度发挥配电自动化***的功能作用。
但是,目前配电自动化***主要通过转供路径分析和负荷计算结果,采用基本规则选择最终的路径信息,如选择预备大的转供源线路;实际未结合配电网线路自动化水平、设备健康状态、历史故障的处置方案等指标综合分析选择最优负荷转移策略。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种主动配电网自适应负荷转移方法,通过建立自适应分析算法,分层评价体系标准,能够计算得出最优的负荷转移策略。
本发明还提出一种主动配电网自适应负荷转移***。
本发明还提出一种实施上述主动配电网自适应负荷转移方法的计算机可读存储介质。
根据本发明的第一方面实施例的主动配电网自适应负荷转移方法,包括以下步骤:获取多个负荷转移策略及多个指标;每个所述指标设置有多个等级以及每个等级对应的数值;每个所述负荷转移策略设置有其对应的所述多个指标的等级及对应的数值;第一权向量计算,根据所述多个指标的第一两两比较矩阵,得到第一权向量;分别对所述多个指标进行第二权向量计算,得到所述多个指标对应所述多个负荷转移策略的第二权向量矩阵;根据所述第一权向量和所述第二权向量矩阵,通过矩阵计算得出第三权向量,并将第三权向量的各权重值排序确认最优的负荷转移策略。
根据本发明实施例的主动配电网自适应负荷转移方法,至少具有如下有益效果:
1)根据定义具体指标采用分层分析法计算不同策略权重值,配电网自动化***在进行负荷转移时自适应匹配出最优的方案策略,降低了人工判断的难度;
2)操作人员可以根据指标的级别调整来优化负荷转移策略,匹配不同的电网运行情况;
3)通过综合策略评估,使配电网在进行负荷转移策略选择时具有更强的网络容错能力,通过计算和网络训练以及权值的调整,使得各项指标权值更贴近配网运行状态。
根据本发明的一些实施例,所述获取多个负荷转移策略包括:通过负荷转移计算生成所述多个负荷转移策略。
根据本发明的一些实施例,所述多个指标至少包括以下指标中的两项:设备健康指标、历史故障处理指标、遥控成功率指标、预测重过载指标及预案专家库指标;所述设备健康指标根据设备健康情况设置多个等级;所述历史故障处理指标根据查询该线路作为转供源成功次数定义级别;所述预测重过载指标根据转供源线路历史重过载次数设置等级,次数越大,等级越小;所述遥控成功率指标根据转供操作设备历史遥控成功次数设置等级;所述预案专家库指标根据查询该线路作为转供源预案次数设置等级。
根据本发明的一些实施例,所述第一权向量计算包括:构造所述多个指标的第一两两比对矩阵,并通过所述第一两两比对矩阵的最大特征根得出归一化权向量,作为所述第一权向量;其中,所述第一两两比对矩阵中每一项表征两个指标对所述负荷转移策略评价的比较结果,第i行对应的指标和第i列对应的指标相同,i为正整数且小于所述多个指标的个数。
根据本发明的一些实施例,所述第二权向量计算包括:对所述多个指标其中一个指标构造所述多个负荷转移策略的第二两两比对矩阵,并通过所述第二两两比对矩阵的最大特征根得出归一化权向量,作为第二权向量;其中,所述第二两两比对矩阵中每一项表征两个所述负荷转移策略的所述指标的比较结果,第i行对应的负荷转移策略和第i列对应的负荷转移策略相同,i为正整数且小于所述多个负荷转移策略的个数;所述第一权向量矩阵包括每个所述指标通过所述第二权向量计算得到的每个所述指标对应的第二权向量。
根据本发明的一些实施例,对于不满足单个转供源得到区域负荷,选择最优的多个负荷转移策略。
根据本发明的第二方面实施例的主动配电网自适应负荷转移***,包括:模型构建模块,用于构建负荷转移方案结构模型,所述负荷转移方案结构模型包括方案层、准则层及目标层;所述负荷转移方案结构模型包括多个负荷转移策略及多个指标;每个所述指标设置有多个等级以及每个等级对应的数值;每个所述负荷转移策略设置有其对应的所述多个指标的等级及对应的数值;所述准则层进行第一权向量计算,根据所述多个指标的第一两两比较矩阵,得到第一权向量;所述方案层分别对所述多个指标进行第二权向量计算,根据所述多个负荷转移策略的第二两两比较矩阵,得到所述多个指标对应所述多个备选负荷转移策略的第二权向量矩阵;所述目标层根据所述第一权向量和所述第二权向量矩阵,通过矩阵计算得出第三权向量,并将第三权向量的各权重值排序确认最优的负荷转移策略。
根据本发明实施例的主动配电网自适应负荷转移***,至少具有如下有益效果:
1)根据定义具体指标采用分层分析法计算不同策略权重值,配电网自动化***在进行负荷转移时自适应匹配出最优的方案策略,降低了人工判断的难度;
2)操作人员可以根据指标的级别调整来优化负荷转移策略,匹配不同的电网运行情况;
3)通过综合策略评估,使配电网在进行负荷转移策略选择时具有更强的网络容错能力,通过计算和网络训练以及权值的调整,使得各项指标权值更贴近配网运行状态。
根据本发明的一些实施例,所述***包括:负荷转移策略生成模块,用于通过负荷转移计算生成所述多个负荷转移策略。
根据本发明的一些实施例,所述多个指标至少包括以下指标中的两项:设备健康指标、历史故障处理指标、遥控成功率指标、预测重过载指标及预案专家库指标;所述设备健康指标根据设备健康情况设置多个等级;所述历史故障处理指标根据查询该线路作为转供源成功次数定义级别;所述预测重过载指标根据转供源线路历史重过载次数设置等级,次数越大,等级越小;所述遥控成功率指标根据转供操作设备历史遥控成功次数设置等级;所述预案专家库指标根据查询该线路作为转供源预案次数设置等级。
根据本发明的第三方面实施例的计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本发明的第一方面实施例中任一项的主动配电网自适应负荷转移方法。
由于本发明实施例的计算机可读存储介质上存储有用于执行如本发明第一方面中任一项所述的主动配电网自适应负荷转移方法的计算机可执行指令,因此具有本发明第一方面的所有有益效果。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例的负荷转移方案结构模型示意图。
图2为本发明实施例的方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个及两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明采用层次分析法,开发了一种主动配电网自适应负荷转移选择策略技术,该技术通过分析网架结构和设备实时运行状态,设备健康水平、遥控指标、历史故障处理方案、预案专家库指标,多个维度融合计算得出最优的自适应负荷转移策略。
本发明基于主动感知外部风险,采用自适应分析得出最优的负荷转移策略。外部风险包含设备检修、计划停电、设备重过载、故障风险事件,根据不同的风险事件和设备,结合线路拓扑关系和设备状态,再结合自适应算法层层匹配得出最优的转供策略;但是对于不满足单个转供源的区域负荷,采用最优多路径均摊负荷转移策略。本发明是针对多个转供源满足的前提下,通过建立自适应分析算法,分层评价体系标准,能够计算得出最优的负荷转移策略。
本发明实施例的方法主要包括以下步骤:获取多个负荷转移策略及多个指标;每个指标设置有多个等级以及每个等级对应的数值;每个负荷转移策略设置有其对应的多个指标的等级及对应的数值;第一权向量计算,根据多个指标的第一两两比较矩阵,得到第一权向量;分别对多个指标进行第二权向量计算,根据多个负荷转移策略的第二两两比较矩阵,得到多个指标对应多个负荷转移策略的第二权向量矩阵;根据第一权向量和第二权向量矩阵,通过矩阵计算得出第三权向量,并将第三权向量的各权重值排序确认最优的负荷转移策略。
其中获取多个负荷转移策略包括:通过负荷转移计算生成所述多个负荷转移策略。
其中,多个指标至少包括以下指标中的两项:设备健康指标、历史故障处理指标、遥控成功率指标、预测重过载指标及预案专家库指标;设备健康指标根据设备健康情况设置多个等级;历史故障处理指标根据查询该线路作为转供源成功次数定义级别;预测重过载指标根据转供源线路历史重过载次数设置等级,次数越大,等级越小;遥控成功率指标根据转供操作设备历史遥控成功次数设置等级;预案专家库指标根据查询该线路作为转供源预案次数设置等级。
在一些实施例中,第一权向量计算包括:构造多个指标的第一两两比对矩阵,并通过第一两两比对矩阵的最大特征根得出归一化权向量,作为第一权向量;其中,第一两两比对矩阵中每一项表征两个指标对负荷转移策略评价的比较结果,第i行对应的指标和第i列对应的指标相同,i为正整数且小于多个指标的个数。
在一些实施例中,第二权向量计算包括:对多个指标其中一个指标构造多个负荷转移策略的第二两两比对矩阵,并通过第二两两比对矩阵的最大特征根得出归一化权向量,作为第二权向量;其中,第二两两比对矩阵中每一项表征两个负荷转移策略的指标的比较结果,第i行对应的负荷转移策略和第i列对应的负荷转移策略相同,i为正整数且小于多个负荷转移策略的个数;第一权向量矩阵包括每个指标通过第二权向量计算得到的每个指标对应的第二权向量。
特别地,对于不满足单个转供源得到区域负荷,选择最优的多个负荷转移策略。
参照图1,在一具体实施例中,本发明实施例的方法包括:首先构建负荷转移方案结构模型,通过方案层和准则层构造两两对比矩阵,对比矩阵是表示本层所有因素针对上一层某一个因素的相对重要性的比较,其次采用计算出不同层矩阵的最大特征根对应的归一化特征向量作为本层的权向量,最后把两层计算出来的权向量矩阵相乘得出总的目标权向量值,其中最大数值的权值就是选择的最优负荷转移方案。
1、构建负荷转移方案结构模型
1)目标层:得出最终的决策依据,通过策略权重排序得出选择出最优策略;
2)准则层:考虑因素、决策的准则,通过设备健康指标、历史故障处理指标、遥控成功率指标、预测线路重过载指标、预案专家库对比指标两两对比,构造出准则矩阵;具体设计参照下表1至下表5;
表1设备健康指标定义
表2历史故障处理指标定义
表3预测重过载指标定义
表4遥控成功指标定义
表5预案专家库指标定义
3)方案层:决策的备选转供策略,包含转供策略1、转供策略2、转供策略3。
2、生成方案对应准则矩阵和计算权向量
1)准则层权向量计算
根据准则层设备健康指标、历史故障处理指标、遥控成功率指标、预测重过载指标、预案专家库比对两两比较矩阵,通过该矩阵最大特征根对应的归一化特征向量作为权向量Wi,则AW=λW W={w1,W2,w3,....,wn},这样确定权向量的方法称为特征根法;得出最大特征根λamax,根据最大特征根得出归一化权向量Wai={wa1,wa2,wa3,wa4,wa5}
2)方案层对设备健康指标权向量计算
设备健康指标最大特征根λbmax,最大特征根向量Wbi={wb1,wb2,wb3}
3)方案层对历史故障处理指标权向量计算
历史故障处理指标最大特征根λcmax,最大特征根向量Wci={wc1,wc2,wc3}
4)方案层对遥控成功率指标权向量计算
遥控成功率指标最大特征根λdmax,最大特征根向量Wdi={wd1,wd2,wd3}
5)方案层对预测重过载指标权向量计算
预测重过载指标最大特征根λemax,最大特征根向量Wei={we1,we2,we3}
6)方案层对预案专家库指标权向量计算
预案专家库对比最大特征根λfmax,最大特征根向量Wfi={wf1,wf2,wf3}
3、负荷转移策略决策
根据准则层计算得出的权向量,再结合方案层对应准则侧5项指标计算得出的对应策略权向量,通过下层对上层矩阵计算得出总权向量排序确认最优的负荷转移策略。
4、策略选择过程具体步骤
参照图2,本实施例中,负荷转移策略选择过程具体步骤如下:
1)启动负荷转移计算生成多个转移策略;
2)负荷转移策略根据设备健康指标定义数值构造出计算矩阵,并且计算出对应权向量值,Wbi={wb1,wb2,wb3};
3)负荷转移策略根据历史故障处理指标定义数值构造出计算矩阵,并且计算出对应权向量值,Wci={wc1,wc2,wc3};
4)负荷转移策略根据遥控成功率指标定义数值构造出计算矩阵,并且计算出对应权向量值,Wdi={wd1,wd2,wd3};
5)负荷转移策略根据预测重过载指标定义数值构造出计算矩阵,并且计算出对应权向量值,Wei={we1,we2,we3};
6)负荷转移策略根据预案专家库指标定义数值构造出计算矩阵,并且计算出对应权向量值,Wfi={wf1,wf2,wf3};
7)计算生成准则层最大特征根和权向量值,Wai={wa1,wa2,wa3,wa4,wa5};
8)计算准则层和方案层对应目标总权值;
9)对总权值进行排序,选择最大的权值的方案作为最终的负荷转移策略。
与前述实施例相对应,本发明还提供了***的实施例。对于***实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。
本发明实施例的主动配电网自适应负荷转移***包括:模型构建模块,用于构建负荷转移方案结构模型,负荷转移方案结构模型包括方案层、准则层及目标层所述负荷转移方案结构模型包括多个负荷转移策略及多个指标;每个指标设置有多个等级以及每个等级对应的数值;每个负荷转移策略设置有其对应的多个指标的等级及对应的数值;准则层进行第一权向量计算,根据多个指标的第一两两比较矩阵,得到第一权向量;方案层分别对多个指标进行第二权向量计算,根据多个负荷转移策略的第二两两比较矩阵,得到多个指标对应多个备选负荷转移策略的第二权向量矩阵;目标层根据第一权向量和第二权向量矩阵,通过矩阵计算得出第三权向量,并将第三权向量的各权重值排序确认最优的负荷转移策略。
在一些实施例中,本发明实施例的***包括:负荷转移策略生成模块,用于通过负荷转移计算生成多个负荷转移策略。
在一些实施例中,本发明实施例的多个指标至少包括以下指标中的两项:设备健康指标、历史故障处理指标、遥控成功率指标、预测重过载指标及预案专家库指标;设备健康指标根据设备健康情况设置多个等级;历史故障处理指标根据查询该线路作为转供源成功次数定义级别;预测重过载指标根据转供源线路历史重过载次数设置等级,次数越大,等级越小;遥控成功率指标根据转供操作设备历史遥控成功次数设置等级;预案专家库指标根据查询该线路作为转供源预案次数设置等级。
尽管本文描述了具体实施方案,但是本领域中的普通技术人员将认识到,许多其它修改或另选的实施方案同样处于本公开的范围内。例如,结合特定设备或组件描述的功能和/或处理能力中的任一项可以由任何其它设备或部件来执行。另外,虽然已根据本公开的实施方案描述了各种例示性具体实施和架构,但是本领域中的普通技术人员将认识到,对本文所述的例示性具体实施和架构的许多其它修改也处于本公开的范围内。
上文参考根据示例性实施方案所述的***、方法、***和/或计算机程序产品的框图和流程图描述了本公开的某些方面。应当理解,框图和流程图中的一个或多个块以及框图和流程图中的块的组合可分别通过执行计算机可执行程序指令来实现。同样,根据一些实施方案,框图和流程图中的一些块可能无需按示出的顺序执行,或者可以无需全部执行。另外,超出框图和流程图中的块所示的那些部件和/或操作以外的附加部件和/或操作可存在于某些实施方案中。
因此,框图和流程图中的块支持用于执行指定功能的装置的组合、用于执行指定功能的元件或步骤的组合以及用于执行指定功能的程序指令装置。还应当理解,框图和流程图中的每个块以及框图和流程图中的块的组合可以由执行特定功能、元件或步骤的专用硬件计算机***或者专用硬件和计算机指令的组合来实现。
本文所述的程序模块、应用程序等可包括一个或多个软件组件,包括例如软件对象、方法、数据结构等。每个此类软件组件可包括计算机可执行指令,所述计算机可执行指令响应于执行而使本文所述的功能的至少一部分(例如,本文所述的例示性方法的一种或多种操作)被执行。
软件组件可以用各种编程语言中的任一种来编码。一种例示性编程语言可以为低级编程语言,诸如与特定硬件体系结构和/或操作***平台相关联的汇编语言。包括汇编语言指令的软件组件可能需要在由硬件架构和/或平台执行之前由汇编程序转换为可执行的机器代码。另一种示例性编程语言可以为更高级的编程语言,其可以跨多种架构移植。包括更高级编程语言的软件组件在执行之前可能需要由解释器或编译器转换为中间表示。编程语言的其它示例包括但不限于宏语言、外壳或命令语言、作业控制语言、脚本语言、数据库查询或搜索语言、或报告编写语言。在一个或多个示例性实施方案中,包含上述编程语言示例中的一者的指令的软件组件可直接由操作***或其它软件组件执行,而无需首先转换成另一种形式。
软件组件可存储为文件或其它数据存储构造。具有相似类型或相关功能的软件组件可一起存储在诸如特定的目录、文件夹或库中。软件组件可为静态的(例如,预设的或固定的)或动态的(例如,在执行时创建或修改的)。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (10)
1.一种主动配电网自适应负荷转移方法,其特征在于,包括以下步骤:
获取多个负荷转移策略及多个指标;每个所述指标设置有多个等级以及每个等级对应的数值;每个所述负荷转移策略设置有其对应的所述多个指标的等级及对应的数值;
第一权向量计算,根据所述多个指标的第一两两比较矩阵,得到第一权向量;
分别对所述多个指标进行第二权向量计算,根据所述多个负荷转移策略的第二两两比较矩阵,得到所述多个指标对应所述多个负荷转移策略的第二权向量矩阵;
根据所述第一权向量和所述第二权向量矩阵,通过矩阵计算得出第三权向量,并将第三权向量的各权重值排序确认最优的负荷转移策略。
2.根据权利要求1所述的主动配电网自适应负荷转移方法,其特征在于,所述获取多个负荷转移策略包括:通过负荷转移计算生成所述多个负荷转移策略。
3.根据权利要求1所述的主动配电网自适应负荷转移方法,其特征在于,所述多个指标至少包括以下指标中的两项:设备健康指标、历史故障处理指标、遥控成功率指标、预测重过载指标及预案专家库指标;
所述设备健康指标根据设备健康情况设置多个等级;
所述历史故障处理指标根据查询该线路作为转供源成功次数定义级别;
所述预测重过载指标根据转供源线路历史重过载次数设置等级,次数越大,等级越小;
所述遥控成功率指标根据转供操作设备历史遥控成功次数设置等级;
所述预案专家库指标根据查询该线路作为转供源预案次数设置等级。
4.根据权利要求1所述的主动配电网自适应负荷转移方法,其特征在于,所述第一权向量计算包括:构造所述多个指标的第一两两比对矩阵,并通过所述第一两两比对矩阵的最大特征根得出归一化权向量,作为所述第一权向量;其中,所述第一两两比对矩阵中每一项表征两个指标对所述负荷转移策略评价的比较结果,第i行对应的指标和第i列对应的指标相同,i为正整数且小于所述多个指标的个数。
5.根据权利要求1所述的主动配电网自适应负荷转移方法,其特征在于,所述第二权向量计算包括:对所述多个指标其中一个指标构造所述多个负荷转移策略的第二两两比对矩阵,并通过所述第二两两比对矩阵的最大特征根得出归一化权向量,作为第二权向量;其中,所述第二两两比对矩阵中每一项表征两个所述负荷转移策略的所述指标的比较结果,第i行对应的负荷转移策略和第i列对应的负荷转移策略相同,i为正整数且小于所述多个负荷转移策略的个数;
所述第一权向量矩阵包括每个所述指标通过所述第二权向量计算得到的每个所述指标对应的第二权向量。
6.根据权利要求1所述的主动配电网自适应负荷转移方法,其特征在于,对于不满足单个转供源得到区域负荷,选择最优的多个负荷转移策略。
7.一种主动配电网自适应负荷转移***,其特征在于,包括:
模型构建模块,用于构建负荷转移方案结构模型,所述负荷转移方案结构模型包括方案层、准则层及目标层;所述负荷转移方案结构模型包括多个负荷转移策略及多个指标;每个所述指标设置有多个等级以及每个等级对应的数值;每个所述负荷转移策略设置有其对应的所述多个指标的等级及对应的数值;
所述准则层进行第一权向量计算,根据所述多个指标的第一两两比较矩阵,得到第一权向量;
所述方案层分别对所述多个指标进行第二权向量计算,根据所述多个负荷转移策略的第二两两比较矩阵,得到所述多个指标对应所述多个备选负荷转移策略的第二权向量矩阵;
所述目标层根据所述第一权向量和所述第二权向量矩阵,通过矩阵计算得出第三权向量,并将第三权向量的各权重值排序确认最优的负荷转移策略。
8.根据权利要求7所述的主动配电网自适应负荷转移***,其特征在于,所述***包括:
负荷转移策略生成模块,用于通过负荷转移计算生成所述多个负荷转移策略。
9.根据权利要求7所述的主动配电网自适应负荷转移***,其特征在于,所述多个指标至少包括以下指标中的两项:设备健康指标、历史故障处理指标、遥控成功率指标、预测重过载指标及预案专家库指标;
所述设备健康指标根据设备健康情况设置多个等级;
所述历史故障处理指标根据查询该线路作为转供源成功次数定义级别;
所述预测重过载指标根据转供源线路历史重过载次数设置等级,次数越大,等级越小;
所述遥控成功率指标根据转供操作设备历史遥控成功次数设置等级;
所述预案专家库指标根据查询该线路作为转供源预案次数设置等级。
10.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至6中任一项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110752922.8A CN113507125A (zh) | 2021-07-02 | 2021-07-02 | 主动配电网自适应负荷转移方法、***及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110752922.8A CN113507125A (zh) | 2021-07-02 | 2021-07-02 | 主动配电网自适应负荷转移方法、***及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113507125A true CN113507125A (zh) | 2021-10-15 |
Family
ID=78009755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110752922.8A Pending CN113507125A (zh) | 2021-07-02 | 2021-07-02 | 主动配电网自适应负荷转移方法、***及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113507125A (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038532A (zh) * | 2017-04-17 | 2017-08-11 | 国网江苏省电力公司 | 基于最优组合权重的配电网负荷转供方案评价方法 |
-
2021
- 2021-07-02 CN CN202110752922.8A patent/CN113507125A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038532A (zh) * | 2017-04-17 | 2017-08-11 | 国网江苏省电力公司 | 基于最优组合权重的配电网负荷转供方案评价方法 |
Non-Patent Citations (1)
Title |
---|
刘红超;孙静;魏秋红;张健;陈清水;薄媛媛;: "基于模糊层次分析法的电力***输电网负荷转移优化决策研究" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086913B (zh) | 一种基于深度学习的电力***暂态稳定评估方法及*** | |
CN105071385B (zh) | 一种电网运行数据实时分析*** | |
CN109284858A (zh) | 一种钢筋下料优化方法、装置及存储设备 | |
CN113505458B (zh) | 连锁故障关键触发支路预测方法、***、设备及存储介质 | |
CN106971231B (zh) | 一种散粮运输车储粮环境智能管理专家*** | |
CN110350510A (zh) | 一种考虑故障影响度的配电网供电恢复方法 | |
CN112488541A (zh) | 面向工地用电设备多模态故障预警方法及*** | |
CN111626539B (zh) | 一种基于q强化学习的电网运行断面动态生成方法 | |
CN114744616A (zh) | 一种配电网恢复供电辅助决策方法 | |
CN110336303B (zh) | 一种电网稳定控制规定电子化解析方法及*** | |
Huang et al. | An intelligent system for advanced dynamic security assessment | |
CN114648232A (zh) | 基于改进黑猩猩优化算法的云端化资源柔性作业调度方法 | |
CN116703651B (zh) | 一种智慧燃气数据中心运行管理方法、物联网***和介质 | |
CN113507125A (zh) | 主动配电网自适应负荷转移方法、***及介质 | |
Zeng et al. | Solving multiobjective optimal reactive power dispatch using improved multiobjective particle swarm optimization | |
CN116976860A (zh) | 一种提升焊接工作站运维能力的算法的实施方法及应用 | |
CN113326581B (zh) | 一种基于组合生产和设备故障约束的遗传调度方法 | |
CN115441440A (zh) | 一种基于分布式新能源聚合的配电网弹性提升方法及*** | |
Thangaraj et al. | Solving stochastic programming problems using modified differential evolution algorithms | |
Teegavarapu et al. | Optimal operation of water resource systems: trade-offs between modelling and practical solutions | |
CN114186755A (zh) | 一种可视化智慧物流动态优化管控方法及*** | |
CN113671913A (zh) | 一种智能制造车间隐形扰动应对方法 | |
CN105389641A (zh) | 基于短期数据融合的电网项目优选决策方法 | |
CN110942195A (zh) | 一种用电负荷预测方法及装置 | |
NL2029431B1 (en) | Cloud software service resource allocation method based on qos model self-correction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211015 |
|
RJ01 | Rejection of invention patent application after publication |