一种分布式可再生能源虚拟集群二次划分方法和系统

技术领域

本发明涉及配电网能源规划技术领域，尤其涉及一种分布式可再生能源虚拟集群二次划分方法和系统。

背景技术

分布式能源是一种建在用户端的能源供应方式，可独立运行，也可并网运行，分布式可再生能源是指充分利用闲散空间资源，发展小型化、分布华的可再生能源，主要是分布式光伏和分布式风电。随着大规模高比例、分散化的可再生能源机组的接入，导致集中控制难以满足配电网电压调控的精确性和快速性要求。虚拟电厂利用分布式资源的规模效应对分布式资源进行初步聚合。然而，经过初步聚合的分布式资源仍存在虚拟电厂数量多、可调控范围有限、调控能力不足等问题，给调度机构带来了极大的调度压力。

发明内容

本发明提供了一种分布式可再生能源虚拟集群二次划分方法和系统，用于解决现有的分布式可再生能源聚合方式调控能力不足，难以缓解电网调度机构调度压力的技术问题。

有鉴于此，本发明第一方面提供了一种分布式可再生能源虚拟集群二次划分方法，包括：

获取聚合商所在区域的节点连接关系、连接线路长度信息、聚合商出力特性和负荷节点预测负荷信息；

根据节点连接关系和连接线路长度信息，计算节点间的最短路径矩阵，并转化为传输阻抗矩阵，以传输阻抗作为节点间的电气距离；

根据传输阻抗矩阵构建邻接矩阵，采用在放射性网络中虚拟随机断线的方式，对邻接矩阵进行编码；

根据节点间的最短路径或节点间的电气距离确定第一适应度函数，采用遗传算法对邻接矩阵形成的编码进行初始化、选择、交叉和变异，迭代得到符合要求的个体，对输出的个体进行解码作为距离集群划分的结果；

对每一个距离集群采用序列-断点进行双编码；

根据聚合商出力特性和负荷节点预测负荷信息，采用遗传算法，以集群功率互补性为第二适应度函数，在每一个距离集群中划分若干个基本集群。

可选地，获取配网线路的电气拓扑连接关系信息，包括：

从配网GIS系统获取配网线路的电气拓扑连接关系信息。

可选地，根据节点连接关系和连接线路长度信息，计算节点间的最短路径矩阵，并转化为传输阻抗矩阵，以传输阻抗作为节点间的电气距离，包括：

根据节点连接关系和连接线路长度信息，采用floyd法计算节点间的最短路径矩阵，并将最短路径矩阵转化为传输阻抗矩阵，以传输阻抗作为节点间的电气距离。

可选地，传输阻抗矩阵中的直接相连节点阻抗的计算公式为：

其中，Z

可选地，第一适应度函数为：

F＝|max(dis(clu-i))-max(dis(all))/num|

其中，F为适应度函数，dis(clu-i)为第i个集群中各节点间最短路径的集合，dis(all)为所有节点之间最短路径的集合，num为确定的集群数量。

可选地，第一适应度函数为：

F＝|max(dis(clu-i))-L|

其中，F为适应度函数，dis(clu-i)为第i个集群中各节点间最短路径的集合，L为确定的每个集群最大距离。

可选地，第二适应度函数为：

其中，ω

可选地，根据聚合商出力特性和负荷节点预测负荷信息，采用遗传算法，以集群功率互补性为第二适应度函数，在每一个距离集群中划分若干个基本集群，包括：

S1、初始化参数，设定种群个数和迭代次数；

S2、根据第二适应度函数计算每个种群内的个体适应度值，并判断是否满足个体适应度值最大或最大迭代次数，若是，则执行步骤S5，若否，则执行步骤S3；

S3、按照适应度值对个体进行选择；

S4、对父代个体基因进行交叉和变异，完成种群更新，返回步骤S2；

S5、输出最优的基本集群划分结果和每一个基本集群所含节点的负荷节点预测负荷信息和聚合商出力特性。

本发明第二方面提供了一种分布式可再生能源虚拟集群二次划分系统，包括：

信息获取模块，用于获取聚合商所在区域的节点连接关系、连接线路长度信息、聚合商出力特性和负荷节点预测负荷信息；

节点距离计算模块，用于根据节点连接关系和连接线路长度信息，计算节点间的最短路径矩阵，并转化为传输阻抗矩阵，以传输阻抗作为节点间的电气距离；

第一编码模块，用于根据传输阻抗矩阵构建邻接矩阵，采用在放射性网络中虚拟随机断线的方式，对邻接矩阵进行编码；

初始集群划分模块，用于根据节点间的最短路径或节点间的电气距离确定第一适应度函数，采用遗传算法对邻接矩阵形成的编码进行初始化、选择、交叉和变异，迭代得到符合要求的个体，对输出的个体进行解码作为距离集群划分的结果；

第二编码模块，用于对每一个距离集群采用序列-断点进行双编码；

二次集群划分模块，用于根据聚合商出力特性和负荷节点预测负荷信息，采用遗传算法，以集群功率互补性为第二适应度函数，在每一个距离集群中划分若干个基本集群。

可选地，节点距离计算模块具体用于：

根据节点连接关系和连接线路长度信息，采用floyd法计算节点间的最短路径矩阵，并将最短路径矩阵转化为传输阻抗矩阵，以传输阻抗作为节点间的电气距离。

可选地，二次集群划分模块具体用于执行以下步骤：

S1、初始化参数，设定种群个数和迭代次数；

S2、根据第二适应度函数计算每个种群内的个体适应度值，并判断是否满足个体适应度值最大或最大迭代次数，若是，则执行步骤S5，若否，则执行步骤S3；

S3、按照适应度值对个体进行选择；

S4、对父代个体基因进行交叉和变异，完成种群更新，返回步骤S2；

S5、输出最优的基本集群划分结果和每一个基本集群所含节点的负荷节点预测负荷信息和聚合商出力特性。

从以上技术方案可以看出，本发明分布式可再生能源虚拟集群二次划分方法具有以下优点：

本发明提供的分布式可再生能源虚拟集群二次划分方法，先根据聚合商所在区域的节点连接关系和连接线路长度信息计算节点间的电气距离，并对节点邻接矩阵进行编码，采用遗传算法进行距离集群划分，再对每一个距离集群采用序列-断点双编码的方式进行编码，采用遗传算法对距离集群进行二次划分，得到基本集群下发给各集群单元用于调度，提高了集群调度能力，有效地促进了可再生能源的就地消纳，解决了现有的分布式可再生能源聚合方式调控能力不足，难以缓解电网调度机构调度压力的技术问题。

本发明提供的分布式可再生能源虚拟集群二次划分系统，用于执行本发明提供的分布式可再生能源虚拟集群二次划分方法，其原理和所取得的技术效果与本发明提供的分布式可再生能源虚拟集群二次划分方法相同，在此不再赘述。

附图说明

为了更清楚的说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明提供的一种分布式可再生能源虚拟集群二次划分方法的流程示意图；

图2为本发明提供的采用遗传算法进行距离集群划分的流程示意图；

图3为本发明提供的采用遗传算法进行基本集群划分的流程示意图；

图4为本发明提供的一种分布式可再生能源虚拟集群二次划分方法的集群划分效果示意图；

图5为本发明提供的一种分布式可再生能源虚拟集群二次划分系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了便于理解，请参阅图1，本发明中提供了一种分布式可再生能源虚拟集群二次划分方法的实施例，包括：

步骤101、获取聚合商所在区域的节点连接关系、连接线路长度信息、聚合商出力特性和负荷节点预测负荷信息。

需要说明的是，本发明实施例中，首先获取聚合商所在区域的节点连接关系、连接线路长度信息、聚合商出力特性和负荷节点预测负荷信息。其中，节点连接关系为相邻节点连接信息，可以用连接拓扑图代替，连接线路长度信息为相邻节点连接线长度信息，可以用经纬度坐标代替，聚合商处理特性为聚合商对后一日24小时内的预计出力曲线，预测负荷信息为电网对该负荷节点后一日24小时内的负荷预测曲线。

步骤102、根据节点连接关系和连接线路长度信息，计算节点间的最短路径矩阵，并转化为传输阻抗矩阵，以传输阻抗作为节点间的电气距离。

需要说明的是，节点间的最短路径可采用floyd法进行计算。节点间的电气距离为节点间的传输阻抗，由节点间最短距离计算而得。直接相连节点阻抗的计算公式为：

其中，Z

对于不直接相连节点，其传输阻抗的计算方式为：

设节点i和节点n的最短路径为i→j→k→l→m→n，则节点i和节点n的节点间传输阻抗为：

Z

其中，Z

步骤103、根据传输阻抗矩阵构建邻接矩阵，采用在放射性网络中虚拟随机断线的方式，对邻接矩阵进行编码。

需要说明的是，邻接矩阵是表示顶点之间相邻关系的矩阵。采用邻接矩阵作为遗传算法的染色体，通过对一个放射性网络的虚拟随机断线方式，将集群划分为多个部分代表集群划分结果。具体的，将一个放射性网络进行虚拟的“随机断线”，由于放射性网络每切断一条连接线，相连节点集合数增加1，在编码中可以视为新增一个集群。如此编码可以使所分集群内所有节点的连通性得到保证。

步骤104、根据节点间的最短路径或节点间的电气距离确定第一适应度函数，采用遗传算法对邻接矩阵形成的编码进行初始化、选择、交叉和变异，迭代得到符合要求的个体，对输出的个体进行解码作为距离集群划分的结果。

需要说明的是，根据使用者需求，按照集群数量或者每个集群所含聚合商/负荷节点距离在一定偏差范围内划分集群。若确定集群数量为num，则第一适应度函数为：

F＝|max(dis(clu-i))-max(dis(all))/num|

其中，F为适应度函数，dis(clu-i)为第i个集群中各节点间最短路径的集合，dis(all)为所有节点之间最短路径的集合，num为确定的集群数量。

若确定每个集群最大距离为L，则第一适应度函数为：

F＝|max(dis(clu-i))-L|

其中，F为适应度函数，dis(clu-i)为第i个集群中各节点间最短路径的集合，L为确定的每个集群最大距离。

采用遗传算法进行距离集群划分的流程如图2所示，包括以下内容：

T1、初始化参数，设定种群个数和迭代次数；

T2、根据节点间的最短路径或节点间的电气距离确定第一适应度函数，计算每个种群内个体适应度值，判断是否满足最大需求或最大迭代次数，若不满足，则执行T3，若满足，则执行T5；

T3、按照适应度值对个体进行选择，使适应度大的个体有更大概率留下；

T4、对父代个体基因进行交叉和变异操作，完成种群更新，返回T2；

T5、输出最优计算结果，即输出各个距离集群所含节点编号。

步骤105、对每一个距离集群采用序列-断点进行双编码。

需要说明的是，在确定距离集群后，在同一个距离集群中按照功率互补性进一步基本调度集群划分。首先，采用“序列-断点”双编码模式进行编码，即对一个距离集群内的节点进行随机排序，产生一个随机序列，再根据预先设定的基本调度集群数量确定一个断点序列。将两个编码作为两组染色体随机组合共同确定一个集群划分结果。

步骤106、根据聚合商出力特性和负荷节点预测负荷信息，采用遗传算法，以集群功率互补性为第二适应度函数，在每一个距离集群中划分若干个基本集群。

需要说明的是，为了提高集群调度能力，促进可再生能源的就地消纳，在分布式能源发电不均衡的情况下，集群内需要实现自我调节，最大程度实现分布式电源就地消纳，减少集群能量外送，以预测值的互补性为目标在一个距离集群中划分。第二适应度函数为：

其中，ω

采用遗传算法进行基本集群的划分流程如图3所示，包括以下内容：

S1、初始化参数，设定种群个数和迭代次数；

S2、根据第二适应度函数计算每个种群内的个体适应度值，并判断是否满足个体适应度值最大或最大迭代次数，若是，则执行步骤S5，若否，则执行步骤S3；

S3、按照适应度值对个体进行选择；

S4、对父代个体基因进行交叉和变异，完成种群更新，返回步骤S2；

S5、输出最优的基本集群划分结果和每一个基本集群所含节点的负荷节点预测负荷信息和聚合商出力特性。

本发明提供的分布式可再生能源虚拟集群二次划分方法最终得到的集群划分效果如图4所示。

集群划分在每日进行，每日对划分结果进行更新并下发给到集群调控单元进行集群日前和第二日日内的调度。下发给各集群单元的指令包括集群所含节点编号、节点第二日24小时出力/负荷预测曲线、节点第二日出力上下裕度曲线。

本发明提供的分布式可再生能源虚拟集群二次划分方法，先根据聚合商所在区域的节点连接关系和连接线路长度信息计算节点间的电气距离，并对节点邻接矩阵进行编码，采用遗传算法进行距离集群划分，再对每一个距离集群采用序列-断点双编码的方式进行编码，采用遗传算法对距离集群进行二次划分，得到基本集群下发给各集群单元用于调度，提高了集群调度能力，有效地促进了可再生能源的就地消纳，解决了现有的分布式可再生能源聚合方式调控能力不足，难以缓解电网调度机构调度压力的技术问题。

同时，本发明提供的分布式可再生能源虚拟集群二次划分方法，为使用者实际需求提供划分方法的自定义空间，可以根据使用者的需求进行确定集群数量或者集群大小的划分计算。

为了便于理解，请参阅图5，本发明中提供了一种分布式可再生能源虚拟集群二次划分系统的实施例，包括：

信息获取模块，用于获取聚合商所在区域的节点连接关系、连接线路长度信息、聚合商出力特性和负荷节点预测负荷信息；

节点距离计算模块，用于根据节点连接关系和连接线路长度信息，计算节点间的最短路径矩阵，并转化为传输阻抗矩阵，以传输阻抗作为节点间的电气距离；

第一编码模块，用于根据传输阻抗矩阵构建邻接矩阵，采用在放射性网络中虚拟随机断线的方式，对邻接矩阵进行编码；

初始集群划分模块，用于根据节点间的最短路径或节点间的电气距离确定第一适应度函数，采用遗传算法对邻接矩阵形成的编码进行初始化、选择、交叉和变异，迭代得到符合要求的个体，对输出的个体进行解码作为距离集群划分的结果；

第二编码模块，用于对每一个距离集群采用序列-断点进行双编码；

二次集群划分模块，用于根据聚合商出力特性和负荷节点预测负荷信息，采用遗传算法，以集群功率互补性为第二适应度函数，在每一个距离集群中划分若干个基本集群。

节点距离计算模块具体用于：

根据节点连接关系和连接线路长度信息，采用floyd法计算节点间的最短路径矩阵，并将最短路径矩阵转化为传输阻抗矩阵，以传输阻抗作为节点间的电气距离。

二次集群划分模块具体用于执行以下步骤：

S1、初始化参数，设定种群个数和迭代次数；

S2、根据第二适应度函数计算每个种群内的个体适应度值，并判断是否满足个体适应度值最大或最大迭代次数，若是，则执行步骤S5，若否，则执行步骤S3；

S3、按照适应度值对个体进行选择；

S4、对父代个体基因进行交叉和变异，完成种群更新，返回步骤S2；

S5、输出最优的基本集群划分结果和每一个基本集群所含节点的负荷节点预测负荷信息和聚合商出力特性。

传输阻抗矩阵中的直接相连节点阻抗的计算公式为：

其中，Z

第一适应度函数为：

F＝|max(dis(clu-i))-max(dis(all))/num|

其中，F为适应度函数，dis(clu-i)为第i个集群中各节点间最短路径的集合，dis(all)为所有节点之间最短路径的集合，num为确定的集群数量。

第一适应度函数为：

F＝|max(dis(clu-i))-L|

其中，F为适应度函数，dis(clu-i)为第i个集群中各节点间最短路径的集合，L为确定的每个集群最大距离。

第二适应度函数为：

其中，ω

本发明实施例中提供的分布式可再生能源虚拟集群二次划分系统，用于执行前述分布式可再生能源虚拟集群二次划分方法实施例中的分布式可再生能源虚拟集群二次划分方法，其原理与前述实施例中的分布式可再生能源虚拟集群二次划分方法一致，在此不再进行赘述。

以上所述，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。