基于两阶段聚类的无功电压控制在线自动分区方法的研究.pdfVIP

基于两阶段聚类的无功电压控制在线自动分区方法的研究.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
:!竺: 皇查墨竺整查垩堑坌堑皇丝型 基于两阶段聚类的无功电压控制在线自动分区方法研究 粱才浩 段献忠 (华中科技大学电气与电子工程学院,武汉,430074) 摘要:分区问题是无功电压控制研究的一个重要方面,可以描述为一个聚类问题。现有分区方法存在一些不足之处, 不能满足在线自动分区的需要。本文基于两阶段的聚类方法.首先定义了合适的聚类准则函数,在此基础上根据兼顾分 区的两个基本要求的原则,提出了一种在第一阶段的层次聚类中自动估计最佳分区数目的方法,从而使本文的方法更适 应在线自动分区需要;然后在第二阶段的划分聚类中,以第一阶段得出的分区情况作为初始输入,通过优化计算得出最 终的分区结果,定义的优化分区模型同样兼顾了分区的两个基本要求。 关键词:无功电压控制,分区,聚类 0引言 由于无功电压问题具有较强的区域性,实行分区的无功电压控制是可行的,且对降低控制问题的规 模,减少动用的控制设备的数量,实现可靠和快速的控制等有利。法国和意大利等国实施的二级电压控 制”。1就属于分区的无功电压控制方案。 为了实现分区的无功电压控制,首先需要将电网划分为若干个相对独立的区域,它们应满足两个基 本要求:(1)区域内耦合紧密,即区内节点的电压变化具有良好的同调性:(2)区域间尽量解耦,即当 某区域发生扰动或控制设备动作时,对其他区域电压水平的影响应足够小。另外,还应考虑一些实际的 要求,如每个区域内必须有足够的无功电压控制资源以维持该区域的电压水平,各区域不宜太大或太小 等。这样的分区问题可以描述为一个典型的聚类(Clustering)问题”’,即:“将数据对象分组为多个类 或簇(Cluster),在同一个簇中的对象之间具有较高的相似度,而不同簇中的对象具有较高的相异度。” 这里,“数据对象”就是电网中的节点,节点之间的“相似度”和“相异度”一般用节点间“电气距离” 的远近来表征。因此,无功电压控制分区工作的主要内容包括定义合适的电气距离以及选择和设计合适 的聚类方法。此外,由聚类计算得出的分区结果有时难以完全满足实际要求,需要进行一定的调整。本 文将着重讨论聚类方法方面的问题。 基于距离的聚类方法主要有层次聚类(Hierarchical Clustering) Clustering)和划分聚类(Partitional 方法两类,两者各有优缺点,为实现优势互补.一种有效的办法是将两者结合起来,形成两阶段的聚类 方法。它们在无功电压控制分区的研究中都有所应用”’6J,但仍存在如下主要不足:(1)需要依靠运行 人员的经验确定最佳分区数目;(2)偏重于反映上述两个基本要求中的某一个,没有很好地兼顾两个基 本要求。后者影响了分区的准确性,前者则使得这些方法不能满足在线自动分区的需要。而电力系统的 运行状态是不断变化的,当网络拓扑、开机情况和负荷分布等发生较大变化时,理想的无功电压控制分 区情况也将随之改变,因此需要在线自动的分区方法。 根据上述背景。本文设计了一种基于两阶段聚类的无功电压控制在线自动分区方法。首先,定义了 随分区数目单调变化的聚类准则函数,该聚类准则函数同时可以在一定程度上克服对圆形分区的偏好。 然后利用此聚类准则函数,按照兼顾上述两个基本要求的原则,提出了一种在层次聚类阶段中自动估计 最佳分区数目的方法,从而使本文的方法能更好地满足在线自动分区的需要。在第二阶段的划分聚类中, 以第一阶段得出的分区情况作为初始输入,通过优化计算得出最终的分区结果。为此建立的优化分区模 30节点和118节点系统得到了验 型同样兼顾了分区的两个基本要求。方法的可行性和有效性通过IEEE 证。 1层次聚类和划分聚类 1.1层次聚类 Hierarchical 层次聚类方法主要分为凝聚的层次聚类(AgglomerativeClustering)和分裂的层次聚类 Hierarchical (Divisive Clustering)方法两种。凝聚的方法采用自底向上的策略,一开始将每个对象单独 作为一个的簇,然后每一步合并最接近的两个对象或簇,直到所有对象都在一个簇中,或满

您可能关注的文档

文档评论(0)

july77 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档