【技術實現步驟摘要】
本專利技術涉及配電網運行控制，具體涉及一種配電網節點光荷典型場景提取方法及裝置。
技術介紹
1、近年來，隨著可再生能源的大規模接入和智能電網技術的發展，配電網的運行特性變得更加復雜多變。光伏發電的間歇性和不確定性，以及負荷需求的動態變化，對配電網的規劃、運行和管理提出了新的挑戰。因此，如何準確提取并分析考慮時空分布特性的多節點系統光荷典型出力場景，已成為配電網領域亟待解決的關鍵問題。
2、學者們在典型出力場景方面展開了大量研究，傳統的配電網光荷出力場景分析方法主要集中在單一節點或獨立系統上，不同節點的典型日出力場景可能并不在同一時刻，這些方法往往忽略了配電網中各節點之間的相互影響和時空分布特性。此外，現有技術多采用靜態或簡化的模型來預測和分析光荷出力，這些模型無法準確捕捉光伏發電的波動性和負荷的變化性，導致場景分析的精度和實用性受限。盡管已有研究嘗試通過引入概率模型、聚類分析等方法來改善場景提取的效果，但這些方法在處理大規模、高維度的光荷數據時仍面臨效率低下和精度不足的問題。此外，現有技術在綜合考慮電網多節點間的時空相關性和動態特性方面，尚未形成成熟且系統化的方法論。
技術實現思路
1、為了克服上述缺陷，本專利技術提出了一種配電網節點光荷典型場景提取方法及裝置。
2、第一方面，提供一種配電網節點光荷典型場景提取方法，所述配電網節點光荷典型場景提取方法包括：
3、對配電網節點光荷場景描述矩陣進行降維，得到降維矩陣；
4、將各時段對應的降
5、獲取各候選配電網節點光荷典型場景之間的相似性指標，并基于各候選配電網節點光荷典型場景之間的相似性指標篩選配電網節點光荷典型場景。
6、優選的，所述配電網節點光荷場景描述矩陣如下：
7、
8、上式中，pt,i為t時刻節點i的負荷功率，pt,i為t時刻節點i的光伏功率，pt,n為t時刻節點n的負荷功率，pt,n為t時刻節點n的光伏功率，t為時刻總數，n為節點總數。
9、優選的，所述降維矩陣如下：
10、y′＝yv
11、上式中，y′為降維矩陣，y為配電網節點光荷場景描述矩陣對應的初始降維矩陣，v為y的協方差矩陣的前x個最大的特征值對應的特征向量，x為預設維度。
12、進一步的，所述配電網節點光荷場景描述矩陣對應的初始降維矩陣如下：
13、y＝xu
14、所述y的協方差矩陣如下：
15、
16、上式中，x為配電網節點光荷場景描述矩陣，u為配電網節點光荷場景描述矩陣對應的拉普拉斯矩陣的前x個最小非平凡特征向量，c為y的協方差矩陣，t為轉置符號，n為節點總數。
17、優選的，所述預先擬合的概率分布函數如下：
18、
19、上式中，p為降維矩陣的概率，k為高斯分量的數量，πk為第k個高斯分量的權重，μk為樣本均值，∑k為樣本協方差矩陣，ν(y′|μk,∑k)為以樣本均值和樣本協方差矩陣為參數的多變量高斯分布，y′為降維矩陣。
20、進一步的，所述預先擬合的概率分布函數的獲取過程包括：
21、以歷史時段的降維矩陣作為樣本，采用期望最大化算法迭代學習概率分布函數的參數，得到所述預先擬合的概率分布函數，其中，所述參數包括：高斯分量的權重、樣本均值和樣本協方差矩陣。
22、優選的，所述各候選配電網節點光荷典型場景之間的相似性指標θ如下：
23、θ＝p1de,pv(sa，sb)+p2de,load(sa，sb)+p3dc(sa，sb)
24、上式中，p1、p2、p3分別為第一、二、三權重，de,pv(sa，sb)為候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的光伏功率歐氏距離，de,load(sa，sb)為候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的負荷功率歐氏距離，dc(sa，sb)為候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的相關性距離。
25、進一步的，所述候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的光伏功率歐氏距離如下：
26、
27、上式中，dpv(c,m)為候選配電網節點光荷典型場景sa中偶數列組成的矩陣與候選配電網節點光荷典型場景sb中偶數列組成的矩陣的差值矩陣的第c行第m列元素值，c為差值矩陣的行數，m為差值矩陣的列數。
28、進一步的，所述候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的負荷功率歐氏距離如下：
29、
30、上式中，de,load(c,m)為候選配電網節點光荷典型場景sa中奇數列組成的矩陣與候選配電網節點光荷典型場景sb中奇數列組成的矩陣的差值矩陣的第c行第m列元素值，c為差值矩陣的行數，m為差值矩陣的列數。
31、進一步的，所述候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的相關性距離如下：
32、
33、上式中，dc(i,j)為候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb的差值矩陣的第i行第j列元素值，t為時刻總數，n為節點總數。
34、優選的，所述基于各候選配電網節點光荷典型場景之間的相似性指標篩選配電網節點光荷典型場景，包括：
35、當候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的相似性指標小于預設值時，刪除概率小的候選配電網節點光荷典型場景；
36、將剩余候選配電網節點光荷典型場景作為配電網節點光荷典型場景。
37、第二方面，提供一種配電網節點光荷典型場景提取裝置，所述配電網節點光荷典型場景提取裝置包括：
38、降維模塊，用于對配電網節點光荷場景描述矩陣進行降維，得到降維矩陣；
39、分析模塊，用于將各時段對應的降維矩陣代入預先擬合的概率分布函數，并選取概率大于閾值的降維矩陣對應的配電網節點光荷場景描述矩陣作為候選配電網節點光荷典型場景；
40、篩選模塊，用于獲取各候選配電網節點光荷典型場景之間的相似性指標，并基于各候選配電網節點光荷典型場景之間的相似性指標篩選配電網節點光荷典型場景。
41、優選的，所述配電網節點光荷場景描述矩陣如下：
42、
43、上式中，pt,i為t時刻節點i的負荷功率，pt,i為t時刻節點i的光伏功率，pt,n為t時刻節點n的負荷功率，pt,n為t時刻節點n的光伏功率，t為時刻總數，n為節點總數。
44、優選的，所述降維矩陣如下：
45、y′＝yv
46、上式中，y′為降維矩陣，y為配電網節點光荷場景本文檔來自技高網...
【技術保護點】
1.一種配電網節點光荷典型場景提取方法，其特征在于，所述方法包括：
2.如權利要求1所述的方法，其特征在于，所述配電網節點光荷場景描述矩陣如下：
3.如權利要求1所述的方法，其特征在于，所述降維矩陣如下：
4.如權利要求3所述的方法，其特征在于，所述配電網節點光荷場景描述矩陣對應的初始降維矩陣如下：
5.如權利要求1所述的方法，其特征在于，所述預先擬合的概率分布函數如下：
6.如權利要求5所述的方法，其特征在于，所述預先擬合的概率分布函數的獲取過程包括：
7.如權利要求1所述的方法，其特征在于，所述各候選配電網節點光荷典型場景之間的相似性指標θ如下：
8.如權利要求7所述的方法，其特征在于，所述候選配電網節點光荷典型場景Sa與候選配電網節點光荷典型場景Sb之間的光伏功率歐氏距離如下：
9.如權利要求8所述的方法，其特征在于，所述候選配電網節點光荷典型場景Sa與候選配電網節點光荷典型場景Sb之間的負荷功率歐氏距離如下：
10.如權利要求8所述的方法，其特征在于，所述候選配電網
11.如權利要求1所述的方法，其特征在于，所述基于各候選配電網節點光荷典型場景之間的相似性指標篩選配電網節點光荷典型場景，包括：
12.一種配電網節點光荷典型場景提取裝置，其特征在于，所述裝置包括：
13.如權利要求12所述的裝置，其特征在于，所述配電網節點光荷場景描述矩陣如下：
14.如權利要求12所述的裝置，其特征在于，所述降維矩陣如下：
15.如權利要求14所述的裝置，其特征在于，所述配電網節點光荷場景描述矩陣對應的初始降維矩陣如下：
16.如權利要求12所述的裝置，其特征在于，所述預先擬合的概率分布函數如下：
17.如權利要求16所述的裝置，其特征在于，所述預先擬合的概率分布函數的獲取過程包括：
18.如權利要求12所述的裝置，其特征在于，所述各候選配電網節點光荷典型場景之間的相似性指標θ如下：
19.如權利要求18所述的裝置，其特征在于，所述候選配電網節點光荷典型場景Sa與候選配電網節點光荷典型場景Sb之間的光伏功率歐氏距離如下：
20.如權利要求19所述的裝置，其特征在于，所述候選配電網節點光荷典型場景Sa與候選配電網節點光荷典型場景Sb之間的負荷功率歐氏距離如下：
21.如權利要求19所述的裝置，其特征在于，所述候選配電網節點光荷典型場景Sa與候選配電網節點光荷典型場景Sb之間的相關性距離如下：
22.如權利要求12所述的裝置，其特征在于，所述基于各候選配電網節點光荷典型場景之間的相似性指標篩選配電網節點光荷典型場景，包括：
23.一種計算機設備，其特征在于，包括：一個或多個處理器；
24.一種計算機可讀存儲介質，其特征在于，其上存有計算機程序，所述計算機程序被執行時，實現如權利要求1至11中任意一項所述的配電網節點光荷典型場景提取方法。
...【技術特征摘要】
1.一種配電網節點光荷典型場景提取方法，其特征在于，所述方法包括：
2.如權利要求1所述的方法，其特征在于，所述配電網節點光荷場景描述矩陣如下：
3.如權利要求1所述的方法，其特征在于，所述降維矩陣如下：
4.如權利要求3所述的方法，其特征在于，所述配電網節點光荷場景描述矩陣對應的初始降維矩陣如下：
5.如權利要求1所述的方法，其特征在于，所述預先擬合的概率分布函數如下：
6.如權利要求5所述的方法，其特征在于，所述預先擬合的概率分布函數的獲取過程包括：
7.如權利要求1所述的方法，其特征在于，所述各候選配電網節點光荷典型場景之間的相似性指標θ如下：
8.如權利要求7所述的方法，其特征在于，所述候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的光伏功率歐氏距離如下：
9.如權利要求8所述的方法，其特征在于，所述候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的負荷功率歐氏距離如下：
10.如權利要求8所述的方法，其特征在于，所述候選配電網節點光荷典型場景sa與候選配電網節點光荷典型場景sb之間的相關性距離如下：
11.如權利要求1所述的方法，其特征在于，所述基于各候選配電網節點光荷典型場景之間的相似性指標篩選配電網節點光荷典型場景，包括：
12.一種配電網節點光荷典型場景提取裝置，其特征在于，所述裝置包括：
13.如權利要求12所述的裝置，其特征在于，所述配電...
【專利技術屬性】
技術研發人員：劉科研，賈東梨，李昭，王帥，何開元，詹惠瑜，葉學順，
申請(專利權)人：中國電力科學研究院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。