基于半监督谱聚类的黑启动分区策略

采用并行恢复策略可以有效加快电力系统发生大停电事故后的恢复进程,而合理的分区策略是并行恢复的基础。现有分区方法多数存在对算法初值依赖性强、难以获得全局最优解等缺点,而半监督谱聚类具有能够识别任意形状的样本空间并能够收敛于全局最优解,且适用于分区问题的特点。在此背景下,提出了基于半监督谱聚类的黑启动分区策略。首先,给定节点间电气距离的倒数为相关线路的权重,在此基础上建立电力系统无向加权图,进而依据比例割集准则建立黑启动分区策略。该策略由2步构成:第一步建立待恢复机组的分组模型,其以给定时间段内最大化系统发电量和最小化恢复线路总电容为优化目标,从而保证机组的安全快速启动;第二步以得到的机组分组信息为基础,利用半监督谱聚类算法求解黑启动分区模型。为了克服传统k-means算法对初始聚类中心敏感的缺点,在利用半监督谱聚类算法对特征向量进行聚类的最后一步采用了k-means++算法对特征向量进行聚类。最后,以新英格兰10机39节点系统和IEEE 30节点系统为例说明了所发展的模型和方法的基本特征。     

基于节点重要度评价矩阵的网络重构双层优化策略

针对传统方法在评价加权网络节点重要度时存在的不足,综合考虑节点位置和邻接节点的贡献信息,提出节点重要度评价矩阵方法。基于此,发展一种改进的网络重构双层优化模型,上层模型以最大化系统发电量为目标、以非黑启动机组获得启动功率的时间为优化变量,确定非黑启动机组的恢复顺序;下层模型以恢复路径平均节点重要度最大为目标确定发电机节点的恢复路径,并通过调节系数改变线路权重中线路电容与操作时间的比重,以避免恢复路径所需时间过长而导致待恢复机组无法尽快恢复的问题。新英格兰10机39节点系统的仿真结果说明了所发展的模型和方法的基本特征。