一种可再生能源接入的配电网薄弱环节识别方法与流程

本技术涉及数据处理技术，尤其涉及一种可再生能源接入的配电网薄弱环节识别方法。

背景技术：

1、随着全球对可持续能源需求的不断增加，可再生能源如太阳能和风能在电力系统中的应用越来越广泛。然而，高比例的可再生能源接入配电网带来了诸多挑战。由于可再生能源发电具有间歇性和波动性，其大规模接入配电网会导致电网运行的不稳定性增加，容易引发电压波动、频率偏移等问题，进而影响电网的整体性能和供电可靠性。

2、传统的配电网分析方法往往难以适应高比例可再生能源接入带来的复杂变化。它们缺乏对可再生能源波动特性的准确建模和分析能力，难以精准识别配电网中的薄弱环节，从而无法为电网的安全稳定运行提供有力保障。因此，开发一种能够有效应对高比例可再生能源接入的配电网薄弱环节分析方法显得尤为迫切。

技术实现思路

1、本技术提供一种可再生能源接入的配电网薄弱环节识别方法，用以解决高比例可再生能源接入配电网时，由于可再生能源的间歇性和波动性导致的配电网薄弱环节如何识别定位的技术问题。

2、第一方面，本技术提供一种可再生能源接入的配电网薄弱环节识别方法，应用于配电网管理系统，所述配电网管理系统包括管理平台以及配电网，所述配电网包括配电网拓扑结构、设置在所述配电网拓扑结构末端上的电能输入节点集合以及设置在所述配电网拓扑结构中的监测节点集合，所述电能输入节点集合中的各个电能输入节点用于接入外部可再生能源；所述方法，包括：

3、所述管理平台获取所述电能输入节点集合中的各个电能输入节点的电能输入数据，以形成电能输入数据集合；

4、所述管理平台获取所述监测节点集合中各个监测节点的电网运行监测数据，以形成电网运行监测数据集合；

5、所述管理平台利用预设配电网波动模型，并根据所述电能输入数据集合以及所述电网运行监测数据集合确定敏感监测节点集合；

6、所述管理平台根据所述敏感监测节点集合从所述配电网拓扑结构中确定配电网薄弱环节集合。

7、在上述方案中，通过管理平台获取并分析电能输入数据和电网运行监测数据，结合预设的配电网波动模型，能够精准识别出配电网中的敏感监测节点，进而确定配电网的薄弱环节，这些薄弱环节往往是电网稳定运行的关键点，对其的准确识别有助于后续的维护和优化。通过识别并关注配电网中的薄弱环节，可以及时采取相应措施进行改进和优化，从而降低因可再生能源接入导致的电网波动和故障风险，增强配电网的整体稳定性和可靠性。此外，通过对配电网薄弱环节的准确识别，可以更加合理地配置电网资源，如增设监测节点、加强设备维护等，以提高电网的整体运行效率和经济性。并且，还可以为电网规划、建设和运维提供有力的决策支持。

8、可选的，所述监测节点集合中的监测节点设置在所述配电网拓扑结构中输电设备节点和/或输电线上；

9、所述配电网薄弱环节集合中的配电网薄弱环节包括所述敏感监测节点集合中敏感监测节点所设置的输电设备节点和/或输电线。

10、可选的，所述监测节点集合包括所述敏感监测节点集合，所述预设配电网波动模型用于确定所述电能输入数据集合中的电能数据波动特征与所述电网运行监测数据集合中的电网运行监测数据波动特征之间的关联关系。

11、可选的，所述配电网还包括电能输出节点集合，所述电能输出节点集合中的至少部分电能输出节点用于接入外部用电设备；对应的，在所述管理平台获取所述监测节点集合中各个监测节点的电网运行监测数据以形成电网运行监测数据集合之前，还包括：

12、所述管理平台获取所述电能输出节点集合中各个电能输出节点的电能输出数据，以形成电能输出数据集合，并根据所述电能输入数据集合与所述电能输出数据集合确定特征能源占比，所述特征能源占比用于表征所述外部可再生能源对所述配电网的电能输入比例；

13、所述管理平台确定所述特征能源占比大于预设特征能源占比阈值。

14、在上述方案中，通过获取电能输出节点集合的电能输出数据，能够更全面地了解配电网的电能流动情况，结合电能输入数据，计算出特征能源占比，即外部可再生能源对配电网的电能输入比例，以确定当前的配电网是处于高比例可再生能源接入的工作状态，使得后续分析更加具有针对性和准确性。

15、具体的，在进行配电网薄弱环节分析之前，先判断特征能源占比是否大于预设的阈值。这一步骤确保了只有在可再生能源接入比例较高，可能对配电网稳定运行产生显著影响的情况下，才进行深入的薄弱环节分析，从而避免了不必要的计算和资源浪费，同时保证了分析结果的有效性。在高比例可再生能源接入的情况下，电网的运行安全性面临更大挑战。通过识别配电网的薄弱环节，并结合特征能源占比的分析，为提升电网运行安全性提供了有力保障。

16、可选的，所述根据所述电能输入数据集合与所述电能输出数据集合确定特征能源占比，包括：

17、所述管理平台根据所述电能输入数据集合中各个时间节点的电能输入功率生成电能输入功率序列，其中，为所述电能输入数据集合中时间节点的个数，为所述电能输入数据集合中的第个时间节点的电能输入功率；

18、所述管理平台根据所述电能输出数据集合中各个时间节点的电能输出功率生成电能输出功率序列，其中，为所述电能输出数据集合中的所述第个时间节点的电能输出功率；

19、所述管理平台利用公式1，并根据所述电能输入功率序列以及所述电能输出功率序列确定所述特征能源占比，所述公式1为：

20、，

21、其中，为所述特征能源占比。

22、在上述方案中，通过将电能输入数据和电能输出数据分别按时间节点进行排列，形成电能输入功率序列和电能输出功率序列，从而能够更准确地反映各时间点上可再生能源的输入与系统的电能输出之间的关系。然后，利用公式1计算特征能源占比，该公式通过对各时间点上输入功率与输出功率之比的最大值进行求解，从而能够反映出可再生能源在总电能输入中的占比情况。

23、可选的，所述管理平台利用预设配电网波动模型，并根据所述电能输入数据集合以及所述电网运行监测数据集合确定敏感监测节点集合，包括：

24、所述管理平台利用公式2，并根据所述电能输入功率序列确定电能输入功率波动特征值，所述公式2为：

25、，

26、所述管理平台根据所述电能输入功率波动特征值在所述电能输入功率序列中所对应目标时间范围以及所述电网运行监测数据集合确定电网电流波动幅值集合，其中，为所述监测节点集合中监测节点的个数，为所述监测节点集合中的第个监测节点的在所述目标时间范围内的最大电流与最小电流之间的差值绝对值；

27、所述管理平台根据所述电能输出功率序列确定所述目标时间范围所对应的电能输出功率波动特征值；

28、若所述管理平台确定所述电能输出功率波动特征值小于预设电能输出功率波动阈值，且第个监测节点所对应的大于预设电流波动幅值阈值，则将第个监测节点确定为所述敏感监测节点集合中的敏感监测节点。

29、在上述方案中，通过公式2计算电能输入功率波动特征值，该公式考虑了相邻时间节点间输入功率的变化率与对应时间点的输出功率之比，能够反映出可再生能源输入功率的波动特性及其对电网的影响，进而有助于捕捉潜在的波动风险，为后续的分析提供依据。

30、此外，通过利用电网运行监测数据集合确定电网电流波动幅值集合，还可以动态监测各监测节点在目标时间范围内的电流波动情况，从而有助于实时掌握电网在可再生能源输入波动下的运行状态。在确定电能输入功率波动特征值和电网电流波动幅值的基础上，通过比较电能输出功率波动特征值与预设阈值以及电网电流波动幅值与预设阈值的关系，筛选出敏感监测节点集合，从而能够准确识别出电网中受可再生能源输入波动影响较大的区域。进一步的，通过及时识别和定位配电网中的薄弱环节，即敏感监测节点所代表的输电设备节点和/或输电线，能够有针对性地采取优化措施，如加强监测、调整运行策略或进行设备升级等，从而有效提高电网的安全性和稳定性。

31、可选的，在所述管理平台根据所述电能输入功率波动特征值在所述电能输入功率序列中所对应目标时间范围以及所述电网运行监测数据集合确定电网电流波动幅值集合之前，还包括：

32、所述管理平台根据所述电能输入功率波动特征值确定所述电能输入功率序列所对应的特征时间范围，并根据所述特征时间范围确定所述目标时间范围，所述目标时间范围为在所述特征时间范围上增加预设时长后所确定的时间范围。

33、在上述方案中，通过根据电能输入功率波动特征值确定电能输入功率序列所对应的特征时间范围，并在此基础上进一步确定目标时间范围（即在特征时间范围上增加预设时长），从而能够更加精确地捕捉到电能输入波动的关键时段，进而在后续分析中更准确地评估电网运行数据与该时段波动特征的关联性。

34、其中，可再生能源如太阳能、风能等的输入功率往往存在波动，并且这些波动可能对电网的影响存在延时。通过在特征时间范围上增加预设时长来确定目标时间范围，考虑了这种波动延时特性，使得分析过程更加符合实际电网运行情况，提高了分析的实用性和准确性。

35、值得说明的，直接以电能输入功率波动特征值对应的时间范围作为分析依据，可能会因为未能充分考虑到波动延时而导致误报或漏报敏感监测节点。而通过确定目标时间范围，可以更加全面地覆盖可能的波动影响时段，减少因波动延时而导致的误报和漏报情况。

36、在准确确定目标时间范围后，可以更精确地评估电网在该时段内的运行状态和薄弱环节，从而为优化资源配置提供更有力的依据。例如，可以根据分析结果调整储能设备的充放电策略、调整输电设备的运行参数等，以提高电网的灵活性和稳定性。

37、可选的，所述管理平台根据所述敏感监测节点集合从所述配电网拓扑结构中确定配电网薄弱环节集合，包括：

38、所述管理平台根据所述敏感监测节点集合中的目标敏感监测节点确定相邻的电网特征节点，所述电网特征节点为与所述目标敏感监测节点相邻的输电设备节点和/或电能输入节点；

39、所述管理平台根据所述电网特征节点确定目标输电线集合，所述目标输电线集合中的目标输电线用于连接所述电网特征节点与所述配电网拓扑结构中的其他节点；

40、所述管理平台根据所述目标敏感监测节点、所述电网特征节点以及所述目标输电线集合生成所述配电网薄弱环节集合中的一个配电网薄弱环节。

41、在上述方案中，通过将敏感监测节点作为起点，确定与之相邻的电网特征节点（包括输电设备节点和/或电能输入节点），从而使得配电网薄弱环节的定位更加准确。在确定电网特征节点后，进一步确定连接这些特征节点的目标输电线集合，这一步骤考虑了输电设备之间的连接关系和相互影响。通过综合分析目标敏感监测节点、电网特征节点以及目标输电线集合的多种因素，能够更全面地评估配电网的薄弱环节，避免遗漏重要信息。

42、相比传统的逐个节点计算相关评分来确定配电网薄弱环节分析方法，上述方案通过直接关联敏感监测节点和电网特征节点，减少了不必要的中间步骤和计算量，从而提高了分析效率。这对于快速响应电网变化、及时调整运行策略具有重要意义。

43、可选的，所述配电网拓扑结构上还设置有储能设备节点集合，所述储能设备节点集合中的储能设备节点与所述电能输入节点集合中的电能输入节点连接；对应的，在所述管理平台根据所述敏感监测节点集合从所述配电网拓扑结构中确定配电网薄弱环节集合之后，还包括：

44、所述管理平台根据所述配电网薄弱环节集合中的目标电能输入节点确定对应的目标储能设备节点，所述目标电能输入节点用于接入光伏设备；

45、所述管理平台获取所述目标电能输入节点所处位置的天气预测数据，所述天气预测数据包括光照强度预测曲线，并根据所述光照强度预测曲线确定在未来预设时间范围内光照强度的最大变化率，所述最大变化率为所述光照强度预测曲线在所述未来预设时间范围部分中的最大斜率；

46、若所述管理平台确定所述最大变化率大于预设变化率阈值，则控制所述目标电能输入节点在所述未来预设时间范围仅向所述目标储能设备节点进行供电。

47、在上述方案中，通过在配电网拓扑结构上设置储能设备节点，并与电能输入节点（特别是接入光伏设备的节点）相连接，能够在电网出现薄弱环节时，利用储能设备来平衡可再生能源的波动性和间歇性。当管理平台预测到光照强度在未来预设时间范围内将发生显著变化（即最大变化率大于预设阈值）时，控制目标电能输入节点仅向储能设备节点供电，有效避免了因光照强度突变导致的电网电压波动和频率不稳定问题，从而增强了电网的整体稳定性。

48、并且，利用储能设备在光照强度变化大时储存多余电能，在光照不足时释放电能，不仅保证了可再生能源的最大化利用，还减少了因弃光、弃风等现象造成的能源浪费。然后，通过对光照强度预测数据的实时分析和处理，管理平台能够提前做出反应，调整电网的运行策略。当预测到光照强度将发生显著变化时，及时控制目标电能输入节点的供电方向，避免了因电网薄弱环节可能引发的连锁反应和故障扩大，提升了电网的应对能力和可靠性。可见，在上述方案中，将储能设备与配电网的智能化管理相结合，实现了对可再生能源接入电网的精细化调度。管理平台根据实时数据和预测结果，自动调整储能设备的充放电策略和电网的运行模式，实现了电网的智能调度和自主优化。

49、第二方面，本技术提供一种配电网管理系统，包括：管理平台以及配电网，所述配电网包括配电网拓扑结构、设置在所述配电网拓扑结构末端上的电能输入节点集合以及设置在所述配电网拓扑结构中的监测节点集合，所述电能输入节点集合中的各个电能输入节点用于接入外部可再生能源；

50、所述管理平台获取所述电能输入节点集合中的各个电能输入节点的电能输入数据，以形成电能输入数据集合；

51、所述管理平台获取所述监测节点集合中各个监测节点的电网运行监测数据，以形成电网运行监测数据集合；

52、所述管理平台利用预设配电网波动模型，并根据所述电能输入数据集合以及所述电网运行监测数据集合确定敏感监测节点集合；

53、所述管理平台根据所述敏感监测节点集合从所述配电网拓扑结构中确定配电网薄弱环节集合。

54、可选的，所述监测节点集合中的监测节点设置在所述配电网拓扑结构中输电设备节点和/或输电线上；

55、所述配电网薄弱环节集合中的配电网薄弱环节包括所述敏感监测节点集合中敏感监测节点所设置的输电设备节点和/或输电线。

56、可选的，所述监测节点集合包括所述敏感监测节点集合，所述预设配电网波动模型用于确定所述电能输入数据集合中的电能数据波动特征与所述电网运行监测数据集合中的电网运行监测数据波动特征之间的关联关系。

57、可选的，所述配电网还包括电能输出节点集合，所述电能输出节点集合中的至少部分电能输出节点用于接入外部用电设备；

58、所述管理平台获取所述电能输出节点集合中各个电能输出节点的电能输出数据，以形成电能输出数据集合，并根据所述电能输入数据集合与所述电能输出数据集合确定特征能源占比，所述特征能源占比用于表征所述外部可再生能源对所述配电网的电能输入比例；

59、所述管理平台确定所述特征能源占比大于预设特征能源占比阈值。

60、可选的，所述管理平台根据所述电能输入数据集合中各个时间节点的电能输入功率生成电能输入功率序列，其中，为所述电能输入数据集合中时间节点的个数，为所述电能输入数据集合中的第个时间节点的电能输入功率；

61、所述管理平台根据所述电能输出数据集合中各个时间节点的电能输出功率生成电能输出功率序列，其中，为所述电能输出数据集合中的所述第个时间节点的电能输出功率；

62、所述管理平台利用公式1，并根据所述电能输入功率序列以及所述电能输出功率序列确定所述特征能源占比，所述公式1为：

63、，

64、其中，为所述特征能源占比。

65、可选的，所述管理平台利用公式2，并根据所述电能输入功率序列确定电能输入功率波动特征值，所述公式2为：

66、，

67、所述管理平台根据所述电能输入功率波动特征值在所述电能输入功率序列中所对应目标时间范围以及所述电网运行监测数据集合确定电网电流波动幅值集合，其中，为所述监测节点集合中监测节点的个数，为所述监测节点集合中的第个监测节点的在所述目标时间范围内的最大电流与最小电流之间的差值绝对值；

68、所述管理平台根据所述电能输出功率序列确定所述目标时间范围所对应的电能输出功率波动特征值；

69、若所述管理平台确定所述电能输出功率波动特征值小于预设电能输出功率波动阈值，且第个监测节点所对应的大于预设电流波动幅值阈值，则将第个监测节点确定为所述敏感监测节点集合中的敏感监测节点。

70、可选的，所述管理平台根据所述电能输入功率波动特征值确定所述电能输入功率序列所对应的特征时间范围，并根据所述特征时间范围确定所述目标时间范围，所述目标时间范围为在所述特征时间范围上增加预设时长后所确定的时间范围。

71、可选的，所述管理平台根据所述敏感监测节点集合中的目标敏感监测节点确定相邻的电网特征节点，所述电网特征节点为与所述目标敏感监测节点相邻的输电设备节点和/或电能输入节点；

72、所述管理平台根据所述电网特征节点确定目标输电线集合，所述目标输电线集合中的目标输电线用于连接所述电网特征节点与所述配电网拓扑结构中的其他节点；

73、所述管理平台根据所述电网特征节点以及所述目标输电线集合生成所述配电网薄弱环节集合中的一个配电网薄弱环节。

74、可选的，所述配电网拓扑结构上还设置有储能设备节点集合，所述储能设备节点集合中的储能设备节点与所述电能输入节点集合中的电能输入节点连接；

75、所述管理平台根据所述配电网薄弱环节集合中的目标电能输入节点确定对应的目标储能设备节点，所述目标电能输入节点用于接入光伏设备；

76、所述管理平台获取所述目标电能输入节点所处位置的天气预测数据，所述天气预测数据包括光照强度预测曲线，并根据所述光照强度预测曲线确定在未来预设时间范围内光照强度的最大变化率，所述最大变化率为所述光照强度预测曲线在所述未来预设时间范围部分中的最大斜率；

77、若所述管理平台确定所述最大变化率大于预设变化率阈值，则控制所述目标电能输入节点在所述未来预设时间范围仅向所述目标储能设备节点进行供电。

78、第三方面，本技术提供一种电子设备，包括：

79、处理器；以及，存储器，用于存储所述处理器的可执行指令；

80、其中，所述处理器配置为经由执行所述可执行指令来执行第一方面中所述的任一种可能的方法。

81、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面中所述的任一种可能的方法。

82、本技术提供的可再生能源接入的配电网薄弱环节识别方法，通过管理平台获取电能输入节点集合中的各个电能输入节点的电能输入数据以形成电能输入数据集合，然后，获取监测节点集合中各个监测节点的电网运行监测数据以形成电网运行监测数据集合，再利用预设配电网波动模型，根据电能输入数据集合以及电网运行监测数据集合确定敏感监测节点集合，然后，根据敏感监测节点集合从配电网拓扑结构中确定配电网薄弱环节集合，从而能够精准识别出配电网中的敏感监测节点，进而确定配电网的薄弱环节，从而可以更加合理地配置电网资源。

技术特征：

1.一种可再生能源接入的配电网薄弱环节识别方法，应用于配电网管理系统，其特征在于，所述配电网管理系统包括管理平台以及配电网，所述配电网包括配电网拓扑结构、设置在所述配电网拓扑结构末端上的电能输入节点集合以及设置在所述配电网拓扑结构中的监测节点集合，所述电能输入节点集合中的各个电能输入节点用于接入外部可再生能源；所述方法包括：

2.根据权利要求1所述的可再生能源接入的配电网薄弱环节识别方法，其特征在于，所述监测节点集合中的监测节点设置在所述配电网拓扑结构中输电设备节点和/或输电线上；

3.根据权利要求2所述的可再生能源接入的配电网薄弱环节识别方法，其特征在于，所述监测节点集合包括所述敏感监测节点集合，所述预设配电网波动模型用于确定所述电能输入数据集合中的电能数据波动特征与所述电网运行监测数据集合中的电网运行监测数据波动特征之间的关联关系。

4.根据权利要求3所述的可再生能源接入的配电网薄弱环节识别方法，其特征在于，所述配电网还包括电能输出节点集合，所述电能输出节点集合中的至少部分电能输出节点用于接入外部用电设备；对应的，在所述管理平台获取所述监测节点集合中各个监测节点的电网运行监测数据，以形成电网运行监测数据集合之前，还包括：

5.根据权利要求4所述的可再生能源接入的配电网薄弱环节识别方法，其特征在于，所述根据所述电能输入数据集合与所述电能输出数据集合确定特征能源占比，包括：

6.根据权利要求5所述的可再生能源接入的配电网薄弱环节识别方法，其特征在于，所述管理平台利用预设配电网波动模型，并根据所述电能输入数据集合以及所述电网运行监测数据集合确定敏感监测节点集合，包括：

7.根据权利要求6所述的可再生能源接入的配电网薄弱环节识别方法，其特征在于，在所述管理平台根据所述电能输入功率波动特征值在所述电能输入功率序列中所对应目标时间范围以及所述电网运行监测数据集合确定电网电流波动幅值集合之前，还包括：

8.根据权利要求1-7中任意一项所述的可再生能源接入的配电网薄弱环节识别方法，其特征在于，所述管理平台根据所述敏感监测节点集合从所述配电网拓扑结构中确定配电网薄弱环节集合，包括：

9.根据权利要求8所述的可再生能源接入的配电网薄弱环节识别方法，其特征在于，所述配电网拓扑结构上还设置有储能设备节点集合，所述储能设备节点集合中的储能设备节点与所述电能输入节点集合中的电能输入节点连接；对应的，在所述管理平台根据所述敏感监测节点集合从所述配电网拓扑结构中确定配电网薄弱环节集合之后，还包括：

10.一种配电网管理系统，管理平台以及配电网，其特征在于，包括：所述配电网包括配电网拓扑结构、设置在所述配电网拓扑结构末端上的电能输入节点集合以及设置在所述配电网拓扑结构中的监测节点集合，所述电能输入节点集合中的各个电能输入节点用于接入外部可再生能源；

11.一种电子设备，其特征在于，包括：

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至9任一项所述的方法。

技术总结
本申请提供一种可再生能源接入的配电网薄弱环节识别方法，涉及数据处理技术。该方法通过管理平台获取电能输入节点集合中的各个电能输入节点的电能输入数据以形成电能输入数据集合，然后，获取监测节点集合中各个监测节点的电网运行监测数据以形成电网运行监测数据集合，再利用预设配电网波动模型，根据电能输入数据集合以及电网运行监测数据集合确定敏感监测节点集合，然后，根据敏感监测节点集合从配电网拓扑结构中确定配电网薄弱环节集合，从而能够精准识别出配电网中的敏感监测节点，进而确定配电网的薄弱环节，从而可以更加合理地配置电网资源。

技术研发人员：夏红军,苏毅方,宋璐,马继明,姚海燕,周勃志,宋晓华,李鹏程,谭彦彬,俞啸玲,何国培
受保护的技术使用者：国网浙江省电力有限公司杭州市余杭区供电公司
技术研发日：
技术公布日：2024/12/5