專利名稱：一種建立電力系統(tǒng)聚類負荷模型的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于電力系統(tǒng)可靠性評估技術(shù)領(lǐng)域，具體涉及一種建立電力系統(tǒng)聚類負荷模型的方法。
背景技術(shù)：
電力系統(tǒng)充裕度評估能夠為制定電力系統(tǒng)的發(fā)展規(guī)劃和系統(tǒng)的運行調(diào)度提供參考依據(jù)。根據(jù)系統(tǒng)狀態(tài)抽取方法的不同，電力系統(tǒng)充裕度評估算法可分為解析法、狀態(tài)抽樣法和狀態(tài)持續(xù)時間抽樣法。其中狀態(tài)持續(xù)時間抽樣法直接采用年時序負荷曲線作為負荷模型，而解析法和狀態(tài)抽樣法則采用多級負荷模型，多級負荷模型的準確性將直接影響到可靠性評估結(jié)果的準確性。在形成電力系統(tǒng)充裕度評估中的聚類負荷模型時，為了節(jié)約聚類時間和提高聚類模型精度，可以先將電力系統(tǒng)的年時序負荷按照從大到小的順序排列，然后對排序后的負荷進行聚類從而獲取多級負荷模型。通常采用K-均值聚類技術(shù)來建立與排序后的負荷曲線對應(yīng)的多級水平負荷模型，然而K-均值聚類算法存在聚類中心初始值和聚類數(shù)難以選擇的問題。針對聚類中心初始值難以選擇的問題，基于層次聚類的K-均值聚類改進算法通過先應(yīng)用層次聚類算法得到一個初始的劃分，并計算每個類內(nèi)對象的均值從而得到了初始聚類中心；基于均值-標準差的K-均值聚類改進算法則通過利用均值、標準差來選取聚類中心初始值。研究結(jié)果表明，如果單獨采用其中的某種改進算法來建立電力系統(tǒng)年時序負荷的聚類模型，所得的聚類負荷模型在用于電力系統(tǒng)充裕度評估時模型精度不夠高。采用基于層次聚類的K-均值聚類算法雖然可以對高水平部分的負荷進行精確的聚類，但同時也對低水平部分的負荷進行了細致卻幾乎無益的聚類，而且實際電力負荷模型通常采用一年的8760個小時的負荷水平為原始數(shù)據(jù)，采用基于層次聚類的K-均值聚類算法對8760個小時的負荷進行聚類計算將耗費大量的計算時間。而基于均值-標準差的K-均值聚類算法在建立初始聚類中心時對分散負荷點的處理比較粗糙，無法對相對稀疏的高水平負荷或者低水平負荷精確的聚類，而這其中高負荷水平部分的粗糙聚類將會使得計算結(jié)果出現(xiàn)較大的誤差。針對聚類數(shù)的選擇問題，2011年第39卷第10期《電力系統(tǒng)保護與控制》中的“基于二分法的聚類負荷模型及其在電力系統(tǒng)可靠性評估中的應(yīng)用”一文提出利用二分法來快速確定聚類數(shù)，將顯著性水平作為聚類方案好壞的評價標準，沒有考慮到聚類數(shù)對電力系統(tǒng)充裕度評估計算速度的影響，因此得出的聚類數(shù)太多，不利于快速計算得出充裕度指標。因此，需要一種新的建立電力系統(tǒng)聚類負荷模型的方法以解決上述問題。

發(fā)明內(nèi)容
發(fā)明目的:本發(fā)明針對現(xiàn)有技術(shù)中電力系統(tǒng)聚類負荷模型建立方法在用于電力系統(tǒng)充裕度評估時的缺陷，提供一種計算精度高、收斂速度快的建立電力系統(tǒng)聚類負荷模型的方法。技術(shù)方案:為解決上述技術(shù)問題，本發(fā)明的建立電力系統(tǒng)聚類負荷模型的方法采用如下技術(shù)方案:—種建立電力系統(tǒng)聚類負荷模型的方法，包括以下步驟:I)、輸入電力系統(tǒng)時序負荷數(shù)據(jù)；2)、對所述時序負荷數(shù)據(jù)進行降序排列得到負荷持續(xù)時間曲線；3)、將步驟2)得到的所述負荷持續(xù)時間曲線按照負荷水平對可靠性影響的貢獻劃分成不同的分區(qū)，分區(qū)的數(shù)目為η;4)、設(shè)定第i個分區(qū)的聚類數(shù)的初始值和改進效率閾值Ilis，其中，i=l，2，…，η;5)、將第i個分區(qū)的聚類數(shù)加倍，其中，i=l，2，…，η;6)、對不同的分區(qū)選擇相應(yīng)的方法來選取初始聚類中心初始值，并根據(jù)步驟5)所得的聚類數(shù)進行聚類；7)、計算第i個分區(qū)的改進效率值Jli,其中，Hi值由下式計算得到:
權(quán)利要求
1.一種建立電力系統(tǒng)聚類負荷模型的方法，其特征在于，包括以下步驟: 1)、輸入電力系統(tǒng)的時序負荷數(shù)據(jù)； 2)、對所述年時序負荷數(shù)據(jù)進行降序排列得到負荷持續(xù)時間曲線； 3)、將步驟2)得到的所述負荷持續(xù)時間曲線按照負荷水平對可靠性影響的貢獻劃分成不同的分區(qū)，分區(qū)的數(shù)目為η; 4)、設(shè)定第i個分區(qū)的聚類數(shù)的初始值和改進效率閾值nis，其中，i=l，2，…，η; 5)、將第i個分區(qū)的聚類數(shù)加倍，其中，i=l,2,…，η； 6)、對不同的分區(qū)選擇相應(yīng)的方法來選取初始聚類中心初始值，并根據(jù)步驟5)所得的聚類數(shù)進行聚類； 7)、計算第i個分區(qū)的改進效率值L，其中，Hi值由下式計算得到: 其中，為聚類數(shù)增加前和增加后的電力系統(tǒng)可靠性指標，t1、h為聚類數(shù)增加前和增加后的指標計算時間； 8)、重復步驟5)-7),直到nis，其中，Hi為第i個分區(qū)的改進效率值，rIis為第i個分區(qū)的改進效率閾值，1=1,2,…`，η ； 9)、重復步驟5)-8)，直到所有的分區(qū)均完成聚類，輸出聚類負荷模型。
2.如權(quán)利要求1所述的建立電力系統(tǒng)聚類負荷模型的方法，其特征在于，步驟3)中所述分區(qū)的數(shù)目η=3，分別為高貢獻度區(qū)、中等貢獻度區(qū)和低貢獻度區(qū)。
3.如權(quán)利要求2所述的建立電力系統(tǒng)聚類負荷模型的方法，其特征在于，所述高貢獻度區(qū)的負荷為0.8 1，所述中等貢獻度區(qū)的負荷為0.5 0.8，所述低貢獻度區(qū)的負荷為0.3 0.5。
4.如權(quán)利要求2所述的建立電力系統(tǒng)聚類負荷模型的方法，其特征在于，步驟4)中所述高貢獻度區(qū)的聚類數(shù)初始值為1，改進效率閾值為Hls=0.12 ;所述中等貢獻度區(qū)的聚類數(shù)初始值為1，改進效率閾值為rUs=0.15 ;所述低貢獻度區(qū)的聚類數(shù)初始值為1，改進效率閾值為 Il3s=0.20。
5.如權(quán)利要求2所述的建立電力系統(tǒng)聚類負荷模型的方法，其特征在于，步驟6)中，如果分區(qū)為高貢獻度區(qū)，則對該分區(qū)采用層次聚類算法選取聚類中心初始值；如果分區(qū)為中等貢獻度區(qū)，則對該分區(qū)采用均值-標準差法選取聚類中心初始值；如果分區(qū)為低貢獻度區(qū)，則對該分區(qū)根據(jù)經(jīng)驗或者隨機確定聚類中心初始值。
6.如權(quán)利要求1所述的建立電力系統(tǒng)聚類負荷模型的方法，其特征在于，步驟I)中所述時序負荷數(shù)據(jù)為年時序負荷數(shù)據(jù)。
全文摘要
本發(fā)明公開了一種建立電力系統(tǒng)聚類負荷模型的方法先將時序負荷曲線排序得到負荷持續(xù)時間曲線，然后根據(jù)負荷水平對充裕度指標的貢獻度將負荷持續(xù)時間曲線分成高貢獻度、中等貢獻度、低貢獻度三個分區(qū)，如果分區(qū)為高貢獻度區(qū),則對該分區(qū)采用層次聚類算法選取聚類中心初始值；如果分區(qū)為中等貢獻度區(qū),則對該分區(qū)采用均值-標準差法選取聚類中心初始值；如果分區(qū)為低貢獻度區(qū),則對該分區(qū)根據(jù)經(jīng)驗或者隨機確定聚類中心初始值；通過定義改進效率指標，將改進效率作為收斂條件從而確定K-均值聚類算法中的聚類數(shù)。根據(jù)本發(fā)明方法得出的聚類負荷模型在用于電力系統(tǒng)充裕度評估時具有很高的計算精度和快速的收斂特性。
文檔編號G06F19/00GK103106344SQ20131003506
公開日2013年5月15日 申請日期2013年1月30日 優(yōu)先權(quán)日2013年1月30日
發(fā)明者陳凡, 衛(wèi)志農(nóng), 孫國強, 孫永輝, 張偉, 劉玉娟, 楊雄, 袁陽, 陸子剛, 潘春蘭 申請人:河海大學