CN113642886A - 规划电网线路利用率分析方法、***、介质及计算设备 - Google Patents

规划电网线路利用率分析方法、***、介质及计算设备 Download PDF

Info

Publication number
CN113642886A
CN113642886A CN202110923989.3A CN202110923989A CN113642886A CN 113642886 A CN113642886 A CN 113642886A CN 202110923989 A CN202110923989 A CN 202110923989A CN 113642886 A CN113642886 A CN 113642886A
Authority
CN
China
Prior art keywords
sample
line
new energy
power generation
generation output
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.)
Granted
Application number
CN202110923989.3A
Other languages
English (en)
Other versions
CN113642886B (zh
Inventor
王智冬
郑华
彭冬
薛雅玮
张天琪
谢莉
赵朗
王雪莹
刘宏杨
李一铮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
State Grid Economic and Technological Research Institute
Original Assignee
North China Electric Power University
State Grid Economic and Technological Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University, State Grid Economic and Technological Research Institute filed Critical North China Electric Power University
Priority to CN202110923989.3A priority Critical patent/CN113642886B/zh
Publication of CN113642886A publication Critical patent/CN113642886A/zh
Application granted granted Critical
Publication of CN113642886B publication Critical patent/CN113642886B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种规划电网线路利用率分析方法、***、介质及计算设备，其包括：获取新能源发电出力的历史数据，得到发电出力样本数据集，历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；按照时间尺度和空间尺度对样本数据集进行划分，并对样本集进行筛选；对筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，同时对时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用新能源发电出力概率密度函数判断随机样本是否满足预先设定的条件；对随机样本进行潮流计算，得到潮流计算结果；根据潮流计算结果完成对电网线路利用率进行分析判断。本发明能提高电网规划方案评价的适用性与准确性。本发明可广泛应用于电网规划技术领域。

Description

规划电网线路利用率分析方法、***、介质及计算设备
技术领域
本发明涉及电网规划技术领域，特别是关于一种规划电网线路利用率分析方法、***、介质及计算设备。
背景技术
目前，输电网线路利用效率评价指标多为确定型指标，无法有效适合越来越多的、不确定性因素影响下的规划电网实际特点，比如在不同时刻、日、月、季和年等不同时间尺度下，输电网线路的负载率是在一个变化范围的，且不同值的出现频率并不相同，存在较大的波动性与差异性，尤其在新能源大规模并网的背景下，其随机波动特性给电网规划带来了不确定性，电力市场条件下负载率变化范围与频率更加复杂与多变。因此，需要研究概率型输电网线路利用效率指标体系，提高电网规划方案评价的适用性与准确性。
发明内容
针对上述问题，本发明的目的是提供一种规划电网线路利用率分析方法、***、介质及计算设备，其能提高电网规划方案评价的适用性与准确性。
为实现上述目的，本发明采取以下技术方案：一种规划电网线路利用率分析方法，其包括：
获取新能源发电出力的历史数据，得到发电出力样本数据集，所述历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；
按照时间尺度和空间尺度对所述样本数据集进行划分，并对所述样本集进行筛选；
对所述筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，同时对所述时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用所述新能源发电出力概率密度函数判断所述随机样本是否满足预先设定的条件；
对所述随机样本进行潮流计算，得到潮流计算结果；
根据所述潮流计算结果完成对所述电网线路利用率进行分析判断。
进一步，所述样本集筛选，包括：查找出不合理的数据，并利用插值法将其替换。
进一步，所述筛选后样本的时序模拟，包括：采用条件概率和多变量的核密度估计对所述划分的样本进行时序模拟，得到新能源发电出力概率密度函数。
进一步，所述对时序模拟后的样本抽样，包括：所述新能源发电出力的随机样本采用舍选法抽样，得到所述新能源发电出力的随机样本。
进一步，所述利用新能源发电出力概率密度函数判断随机样本是否满足预先设定的条件，包括：
预先设定新能源发电出力概率密度函数的取值域，在所述取值域内计算所述新能源发电出力概率密度函数最大值；
根据预先设定的抽样样本数，以及所述新能源发电出力概率密度函数最大值判断生成的随机样本是否满足预先设定的条件。
进一步，所述预先设定的条件为：若所述抽样样本数小于等于所述随机样本数与所述新能源概率密度函数最大值的比值，则所述随机样本满足所述预先设定的条件，作为所述新能源发电出力的随机样本输出。
进一步，所述根据潮流计算结果完成对电网线路利用率进行分析判断，依据目的性、科学性、***性、可操作性和主次性原则，构建电网线路利用率综合评价指标体系，包括：
合理性指标，其包括线路负载率均值和线路负载率不合理区间占比；
波动性指标，其包括线路负载率方差和信息熵；
严重程度指标，其包括线路轻载偏离程度指标、线路重载偏离程度指标、线路过载数量占比、线路轻载数量占比、线路重载数量占比和线路过载数量占比；
利用1-9标度量化表示指标层中所述每个指标对规则层指标的影响，对电网送出线、主网架线、负荷馈线的所述合理性、所述波动性、所述严重程度指标进行量化，分别生成电网送出线判断矩阵、主网架线判断矩阵和负荷馈线判断矩阵；
对所述电网送出线判断矩阵、所述主网架线判断矩阵和所述负荷馈线判断矩阵进行一致性校验，得到指标层权重值；
对规划电网线路利用率综合评价的所述电网送出线、所述主网架线、所述负荷馈线的所述各指标进行量化，生成综合判断矩阵，通过一致性检验，得到综合权重值，根据所述指标层权重值和所述综合权重值计算得到规划电网线路利用率综合评价值，对比不同评价值，评价值越高则表明电网线路利用率越高。
一种规划电网线路利用率分析***，其包括：数据获取模块、数据划分与筛选模块、样本判断模块、潮流计算模块和分析判断模块；
所述数据获取模块，获取所述新能源发电出力的历史数据，得到所述发电出力样本数据集，所述历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；
所述数据划分与筛选模块，按照所述时间尺度和所述空间尺度对所述样本数据集进行划分，并对所述样本集进行筛选；
所述样本判断模块，对所述筛选后的样本进行所述时序模拟，得到所述新能源发电出力概率密度函数，同时对所述时序模拟后的样本抽样得到所述新能源发电出力的随机样本，并利用所述新能源发电出力概率密度函数判断所述随机样本是否满足所述预先设定的条件；
所述潮流计算模块，对所述随机样本进行潮流计算，得到所述潮流计算结果；
所述分析判断模块，根据所述潮流计算结果完成对所述电网线路利用率进行分析判断。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行上述方法中的任一方法。
一种计算设备，其包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行上述方法中的任一方法的指令。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明采用条件概率和多变量核密度估计构建新能源发电出力的时序模拟，并采用了舍选抽样法进行样本抽样，提高了概率潮流计算基础数据的准确性。
2、本发明采用层次分析法，得到概率潮流对规划电网输电线路利用率进行综合评价，更能适合高比例新能源的新型电力***的客观情况。
3、本发明能准确地了解电网的运行情况，更加全面地掌握规划电网方案的未来运行状态。
附图说明
图1是本发明一实施例的规划电网线路利用率分析方法流程示意图；
图2是本发明一实施例的规划电网线路利用率分析结构流程图；
图3是本发明一实施例的规划电网线路利用率分析***示意图；
图4是本发明一实施例的计算设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本发明的一个实施例中，如图1所示，提供一种规划电网线路利用率分析方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的***，并通过终端和服务器的交互实现。本实施例所提供的规划电网线路利用率分析方法不仅可以用于输电线路利用率分析计算，也可应用到其他领域对其他线路利用率的分析计算。本实施例中，该方法包括以下步骤：
步骤1、获取新能源发电出力的历史数据，得到发电出力样本数据集，历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；
步骤2、按照时间尺度和空间尺度对样本数据集进行划分，并对样本集进行筛选；
步骤3、对筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，同时对时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用新能源发电出力概率密度函数判断随机样本是否满足预先设定的条件；
步骤4、对随机样本进行潮流计算，得到潮流计算结果；
步骤5、根据潮流计算结果完成对电网线路利用率进行分析判断。
如图2所示，上述步骤2中，按照时间尺度和空间尺度对样本数据集进行划分，具体为：
时间尺度，包括：新能源出力的年度、季度、月度、日以及时刻等时间尺度；
空间尺度，包括：新能源电站的地理位置等空间尺度。
上述步骤2中，对样本集进行筛选，具体为：查找出不合理的数据，并利用插值法将其替换。
上述步骤3中，对筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，具体为：采用条件概率和多变量的核密度估计对划分的样本集进行时序模拟，得到新能源发电出力概率密度函数f(Pi|Pi-1)：
Figure BDA0003208498520000041
其中，fh(Pi-1)、fH(Pi-1,Pi)分别为f(Pi-1)和f(Pi-1,Pi)的核估计；Pi-1、Pi为相邻时刻的新能源发电出力；h是单变量核估计fh(Pi-1)的带宽，n表示样本容量；K为高斯核函数；Pj,i表示i时刻出力已知情况下j时刻出力；Pj,i-1表示i-1时刻出力已知情况下j时刻出力；hi、hi-1分别为单变量
Figure BDA0003208498520000051
和估计
Figure BDA0003208498520000052
的带宽。
上述步骤3中，对时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用新能源发电出力概率密度函数判断随机样本是否满足预先设定的条件，具体为：
设函数f(x)变量x取值域为x∈[a,b]；
在预先设定的取值域[a,b]内，计算新能源发电出力概率密度函数f(Pi|Pi-1)的最大值为M；
设新能源发电出力概率密度函数f(Pi|Pi-1)对应的抽样样本为c，生成的随机样本为e；
若抽样样本数c满足c≤e/M，则接受抽样样本e为新能源发电出力的随机样本。
上述步骤4中，对随机样本进行潮流计算，得到潮流计算结果，包括：利用发电出力随机样本，以及规划电网网架、负荷功率等信息，采用牛顿拉夫逊法进行潮流计算，获得潮流计算结果。
上述步骤5中，根据潮流计算结果完成对电网线路利用率进行分析判断，其方法包括：
将规划电网线路利用情况评价指标的电网送出线、主网架线、负荷馈线作为指标层，根据目的性、科学性、***性、可操作性、主次性等原则，提取指标层数据作为评价指标，构建电网线路利用率综合评价指标体系，包括：
合理性指标，其包括线路负载率均值和线路负载率不合理区间占比，具体为：
线路i的负载率Li：
Li＝ci/cimax
式中，i表示输电线路，ci表示i线路的实际功率，cimax表示i线路的最大可输送功率，两者皆取正值；
线路负载率不合理区间占比fun，其表达为：
fun＝nun/n
式中，nun表示某条线路负载率出现在不合理分布区间的次数，n表示抽样次数。
波动性指标，其包括线路负载率方差和信息熵，其中：
线路负载率方差，用于衡量线路负载率的离散程度；
信息熵，表示为：
Figure BDA0003208498520000061
式中，H表示信息熵的大小，n表示空间中所有可能出现的样本，pi表示第i个样本出现的概率可能性，K为比例常数；
严重程度指标，其包括线路轻载偏离程度指标、线路重载偏离程度指标、线路过载数量占比、线路轻载数量占比、线路重载数量占比和线路过载数量占比，其中：
线路轻载偏离程度指标，表示为线路轻载偏离程度Sli，其公式为：
Figure BDA0003208498520000062
式中，nli表示线路轻载的次数，Lk表示线路k的负载率，umin表示负载率合理区间下限；
线路重载偏离程度指标，表示为线路重载偏离程度She，其公式为：
Figure BDA0003208498520000063
式中，nhe表示线路重载的次数，Lk表示线路k的负载率，umax表示负载率合理区间上限；
线路过载偏离程度指标，表示为线路过载偏离程度Sov，其公式为：
Figure BDA0003208498520000064
式中，nov表示线路过载的次数，Lk表示线路k的负载率；
线路轻载数量占比fli，其公式为：
fli＝nli/n
式中，nli表示线路轻载的次数，n表示抽样次数；
线路重载数量占比fhe，其公式为：
fhe＝nhe/n
式中，nhe表示线路重载的次数，n表示抽样次数；
线路过载数量占比fov，其公式为：
fov＝nov/n
式中，nov表示线路过载的次数，n表示抽样次数。
综上，利用1-9标度量化表示上述指标层中每个指标对规则层指标的影响，对电网送出线、主网架线、负荷馈线的合理性、波动性、严重程度指标进行量化，生成电网送出线判断矩阵B1、主网架线判断矩阵B2和负荷馈线判断矩阵B3；对电网送出线判断矩阵B1、主网架线判断矩阵B2和负荷馈线判断矩阵B3进行一致性校验，得到指标层权重值p2，同时，对规划电网线路利用率综合评价的电网送出线、主网架线、负荷馈线指标进行量化，生成综合判断矩阵B0，并通过一致性检验，得到综合权重值p1，根据指标层权重值p2和综合权重值p1计算得到规划电网线路利用率综合评价值Q,其公式为：
Figure BDA0003208498520000071
式中，Im表示指标m的计算值。对比不同评价值，评价值越高则表明电网线路利用率越高。
如图3所示，在本发明的一个实施例中，提供一种规划电网线路利用率分析***，其包括：数据获取模块、数据划分与筛选模块、样本判断模块、潮流计算模块和分析判断模块；
数据获取模块，获取新能源发电出力的历史数据，得到发电出力样本数据集，历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；
数据划分与筛选模块，按照时间尺度和空间尺度对样本数据集进行划分，并对样本集进行筛选；
样本判断模块，对筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，同时对时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用新能源发电出力概率密度函数判断随机样本是否满足预先设定的条件；
潮流计算模块，对随机样本进行潮流计算，得到潮流计算结果；
分析判断模块，根据潮流计算结果完成对电网线路利用率进行分析判断。
本实施例提供的***是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
如图4所示，为本发明一实施例中提供的计算设备结构示意图，该计算设备可以是终端，其可以包括：处理器(processor)、通信接口(Communications Interface)、存储器(memory)、显示屏和输入装置。其中，处理器、通信接口、存储器通过通信总线完成相互间的通信。该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器，该非易失性存储介质存储有操作***和计算机程序，该计算机程序被处理器执行时以实现一种分析方法；该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、管理商网络、NFC(近场通信)或其他技术实现。该显示屏可以是液晶显示屏或者电子墨水显示屏，该输入装置可以是显示屏上覆盖的触摸层，也可以是计算设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。处理器可以调用存储器中的逻辑指令，以执行如下方法：
获取新能源发电出力的历史数据，得到发电出力样本数据集，历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；按照时间尺度和空间尺度对样本数据集进行划分，并对样本集进行筛选；对筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，同时对时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用新能源发电出力概率密度函数判断随机样本是否满足预先设定的条件；对随机样本进行潮流计算，得到潮流计算结果；根据潮流计算结果完成对电网线路利用率进行分析判断。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算设备的限定，具体的计算设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在本发明的一个实施例中，提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取新能源发电出力的历史数据，得到发电出力样本数据集，历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；按照时间尺度和空间尺度对样本数据集进行划分，并对样本集进行筛选；对筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，同时对时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用新能源发电出力概率密度函数判断随机样本是否满足预先设定的条件；对随机样本进行潮流计算，得到潮流计算结果；根据潮流计算结果完成对电网线路利用率进行分析判断。
在本发明的一个实施例中，提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述各实施例提供的方法，例如包括：获取新能源发电出力的地理信息、理论出力、实际出力及电力电量平衡信息历史数据，得到发电出力样本数据集；按照时间尺度和空间尺度对样本数据集进行划分，并对样本集进行筛选；对筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，同时对时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用新能源发电出力概率密度函数判断随机样本是否满足预先设定的条件；对随机样本进行潮流计算，得到潮流计算结果；根据潮流计算结果完成对电网线路利用率进行分析判断。
上述实施例提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本申请是参照根据本申请实施例的方法、设备(***)、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。
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。
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。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种规划电网线路利用率分析方法，其特征在于，包括：
获取新能源发电出力的历史数据，得到发电出力样本数据集，所述历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；
按照时间尺度和空间尺度对所述样本数据集进行划分，并对所述样本集进行筛选；
对所述筛选后的样本进行时序模拟，得到新能源发电出力概率密度函数，同时对所述时序模拟后的样本抽样得到新能源发电出力的随机样本，并利用所述新能源发电出力概率密度函数判断所述随机样本是否满足预先设定的条件；
对所述随机样本进行潮流计算，得到潮流计算结果；
根据所述潮流计算结果完成对所述电网线路利用率进行分析判断。
2.如权利要求1所述的一种规划电网线路利用率分析方法，其特征在于，所述对所述样本集进行筛选，包括：查找出不合理的数据，并利用插值法将其替换。
3.如权利要求1所述的一种规划电网线路利用率分析方法，其特征在于，所述对所述筛选后的样本进行时序模拟，包括：采用条件概率和多变量的核密度估计对所述划分的样本进行时序模拟，得到新能源发电出力概率密度函数。
4.如权利要求1所述的一种规划电网线路利用率分析方法，其特征在于，所述对所述时序模拟后的样本抽样，包括：所述新能源发电出力的随机样本采用舍选法抽样，得到所述新能源发电出力的随机样本。
5.如权利要求1所述的一种规划电网线路利用率分析方法，其特征在于，所述利用所述新能源发电出力概率密度函数判断所述随机样本是否满足预先设定的条件，包括：
预先设定新能源发电出力概率密度函数的取值域，在所述取值域内计算所述新能源发电出力概率密度函数最大值；
根据预先设定的抽样样本数，以及所述新能源发电出力概率密度函数最大值判断生成的随机样本是否满足预先设定的条件。
6.如权利要求5所述的一种规划电网线路利用率分析方法，其特征在于，所述预先设定的条件为：若所述抽样样本数小于等于所述随机样本数与所述新能源概率密度函数最大值的比值，则所述随机样本满足所述预先设定的条件，作为所述新能源发电出力的随机样本输出。
7.如权利要求1所述的一种规划电网线路利用率分析方法，其特征在于，所述根据所述潮流计算结果完成对所述电网线路利用率进行分析判断，依据目的性、科学性、***性、可操作性和主次性原则，构建电网线路利用率综合评价指标体系，包括：
合理性指标，其包括线路负载率均值和线路负载率不合理区间占比；
波动性指标，其包括线路负载率方差和信息熵；
严重程度指标，其包括线路轻载偏离程度指标、线路重载偏离程度指标、线路过载数量占比、线路轻载数量占比、线路重载数量占比和线路过载数量占比；
利用1-9标度量化表示指标层中所述每个指标对规则层指标的影响，对电网送出线、主网架线、负荷馈线的所述合理性、所述波动性、所述严重程度指标进行量化，分别生成电网送出线判断矩阵、主网架线判断矩阵和负荷馈线判断矩阵；
对所述电网送出线判断矩阵、所述主网架线判断矩阵和所述负荷馈线判断矩阵进行一致性校验，得到指标层权重值；
对规划电网线路利用率综合评价的所述电网送出线、所述主网架线、所述负荷馈线的所述各指标进行量化，生成综合判断矩阵，通过一致性检验，得到综合权重值，根据所述指标层权重值和所述综合权重值计算得到规划电网线路利用率综合评价值，对比不同评价值，评价值越高则表明电网线路利用率越高。
8.一种规划电网线路利用率分析***，其特征在于，包括：数据获取模块、数据划分与筛选模块、样本判断模块、潮流计算模块和分析判断模块；
所述数据获取模块，获取所述新能源发电出力的历史数据，得到所述发电出力样本数据集，所述历史数据包括地理信息、理论出力、实际出力及电力电量平衡信息；
所述数据划分与筛选模块，按照所述时间尺度和所述空间尺度对所述样本数据集进行划分，并对所述样本集进行筛选；
所述样本判断模块，对所述筛选后的样本进行所述时序模拟，得到所述新能源发电出力概率密度函数，同时对所述时序模拟后的样本抽样得到所述新能源发电出力的随机样本，并利用所述新能源发电出力概率密度函数判断所述随机样本是否满足所述预先设定的条件；
所述潮流计算模块，对所述随机样本进行潮流计算，得到所述潮流计算结果；
所述分析判断模块，根据所述潮流计算结果完成对所述电网线路利用率进行分析判断。
9.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1至7所述方法中的任一方法。
10.一种计算设备，其特征在于，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。
CN202110923989.3A 2021-08-12 2021-08-12 规划电网线路利用率分析方法、***、介质及计算设备 Active CN113642886B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110923989.3A CN113642886B (zh) 2021-08-12 2021-08-12 规划电网线路利用率分析方法、***、介质及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110923989.3A CN113642886B (zh) 2021-08-12 2021-08-12 规划电网线路利用率分析方法、***、介质及计算设备

Publications (2)

Publication Number Publication Date
CN113642886A true CN113642886A (zh) 2021-11-12
CN113642886B CN113642886B (zh) 2024-05-28

Family

ID=78421089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110923989.3A Active CN113642886B (zh) 2021-08-12 2021-08-12 规划电网线路利用率分析方法、***、介质及计算设备

Country Status (1)

Country Link
CN (1) CN113642886B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733354A (zh) * 2020-11-06 2021-04-30 国网山东省电力公司聊城供电公司 一种气象要素时间序列模拟方法、***、介质及电子设备
CN114580969A (zh) * 2022-04-06 2022-06-03 东南大学溧阳研究院 一种规划年电网运行体检分析方法及其***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108074038A (zh) * 2017-12-11 2018-05-25 国网江苏省电力有限公司经济技术研究院 一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法
CN109066688A (zh) * 2018-09-06 2018-12-21 国网安徽省电力有限公司芜湖供电公司 基于可再生能源不确定性下的概率潮流数据获取方法
CN109214702A (zh) * 2018-09-21 2019-01-15 东北电力大学 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法
CN109492315A (zh) * 2018-11-19 2019-03-19 西安交通大学 一种基于Copula函数的时空相关风光序列模拟方法
CN110348651A (zh) * 2018-04-03 2019-10-18 华北电力大学 一种地方电网与能源基地直流送端***并网模式优选方法
CN111428938A (zh) * 2020-04-14 2020-07-17 国网福建省电力有限公司经济技术研究院 一种基于功能差异与全寿命周期的输电网方案优选方法
CN112653121A (zh) * 2019-10-11 2021-04-13 国网甘肃省电力公司电力科学研究院 一种新能源微电网参与电网调频能力的评估方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108074038A (zh) * 2017-12-11 2018-05-25 国网江苏省电力有限公司经济技术研究院 一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法
CN110348651A (zh) * 2018-04-03 2019-10-18 华北电力大学 一种地方电网与能源基地直流送端***并网模式优选方法
CN109066688A (zh) * 2018-09-06 2018-12-21 国网安徽省电力有限公司芜湖供电公司 基于可再生能源不确定性下的概率潮流数据获取方法
CN109214702A (zh) * 2018-09-21 2019-01-15 东北电力大学 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法
CN109492315A (zh) * 2018-11-19 2019-03-19 西安交通大学 一种基于Copula函数的时空相关风光序列模拟方法
CN112653121A (zh) * 2019-10-11 2021-04-13 国网甘肃省电力公司电力科学研究院 一种新能源微电网参与电网调频能力的评估方法及装置
CN111428938A (zh) * 2020-04-14 2020-07-17 国网福建省电力有限公司经济技术研究院 一种基于功能差异与全寿命周期的输电网方案优选方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733354A (zh) * 2020-11-06 2021-04-30 国网山东省电力公司聊城供电公司 一种气象要素时间序列模拟方法、***、介质及电子设备
CN114580969A (zh) * 2022-04-06 2022-06-03 东南大学溧阳研究院 一种规划年电网运行体检分析方法及其***

Also Published As

Publication number Publication date
CN113642886B (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
CN103999049B (zh) 用于预测虚拟机需求的方法和装置
CN107886161A (zh) 一种提高复杂信息***效能的全局敏感性分析方法
CN105786681B (zh) 数据中心的服务器性能评估及服务器更新方法
CN113642886A (zh) 规划电网线路利用率分析方法、***、介质及计算设备
CN110175690A (zh) 一种景区客流量预测的方法、装置、服务器和存储介质
CN112016826A (zh) 变电站设备腐蚀程度确定方法、装置和计算机设备
CN111415027A (zh) 构建件量预测模型的方法和装置
Chen et al. Genetic programming for predicting aseismic abilities of school buildings
CN113420722B (zh) 一种机场安全管理平台的突发事件联动方法及***
CN112257958A (zh) 一种电力饱和负荷预测方法及装置
CN112766609A (zh) 一种基于云计算的用电量预测方法
CN110505635B (zh) 一种终端渗透率预测方法及装置
CN115292390B (zh) 负荷信息生成方法、装置、电子设备和计算机可读介质
Baral et al. Estimation of bilateral exposures-a copula approach
Tai et al. Learn curve for precast component productivity in construction
CN108599147B (zh) 基于正态指数平滑法与核密度估计的组合区间预测方法
CN114971736A (zh) 电力计量物资需求预测方法、装置、电子设备和存储介质
CN115577856A (zh) 一种变电工程造价预测与结余控制方法及***
CN114971053A (zh) 低压台区网络线损率在线预测模型的训练方法及装置
CN104200283A (zh) 一种基于因子-主属性模型的中长期电力负荷预测方法
CN115392715A (zh) 一种用电数据风险评估方法、装置、设备及存储介质
CN113742187A (zh) 应用***的容量预测方法、装置、设备及存储介质
Yuan et al. Optimized grey RBF prediction model based on genetic algorithm
CN115577980B (zh) 电力设备调控方法、装置、电子设备和介质
CN111260191B (zh) 测试床成熟度量化方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant