支撑电网与分布式源荷储资源互动通信的多轮聚类方法与流程

1.本发明是关于一种支撑电网与分布式源荷储资源互动通信的多轮聚类方法，涉及电力系统负荷管理与分析技术领域。


背景技术：

2.随着“双碳”目标的提出，分布式电源装机规模日益扩大，新兴负荷快速增长。此外，当前社会用电持续增长，多地电力供需形势紧张。将分布式源荷储资源以一种更经济、更高效和更安全的方式，提高电力系统功率动态平衡运行纳入需求响应资源池，各类资源的互补协调互动可有效缓解当前面临的供电不稳定、供需失衡等问题。考虑到各类资源地理位置分散，响应特性存在差异。若有大规模的分布式资源同时参与电网互动，用电侧波动性和随机性将影响电力系统的稳定运行，且无法实现分布式资源的高效利用。
3.当前海量分布式源荷储资源参与电网互动时对通信基础设施的通信需求较高，需要通过对分布式源荷储资源的聚合以提升现有电力通信网络的利用效率。当分布式源荷储资源参与电力系统需求响应过程中，考虑到地理位置零散、特性多样化的分布式资源与主站进行通信存在困难，可基于分布式资源的响应特性对资源进行聚类，将具有相似调控潜力的分布式电源、储能、柔性负荷等划分为一个集群，不同的集群有相应的集群中心作为代表与上一层节点或者主站进行通信。当电网集控平台向终端的分布式资源下发调控指令时，可精准找到所需响应特性的分布式资源集群，并与之代理节点进行互动通信，方便下一步对分布式资源的灵活调控，可充分挖掘各类分布式资源的调节潜力。
4.传统的k-means算法适用范围广、聚类速度快，但是初始聚类中心的选取相对困难，选取不同的初始值会得到不同的聚类结果。为了实现新型电力系统中分布式源荷储资源的高效利用，亟需针对大规模的分布式资源的特性进行梳理，提取各类资源互动的共同特征参数，解决初始值选取造成的局部最优问题，从而对分布式资源调控潜力进行有效挖掘，为后续分布式源荷储资源与电网灵活互动通信提供技术支撑。


技术实现要素：

5.本发明旨在至少解决现有技术中存在的技术问题之一。为此，针对上述问题，本发明的目的是提供一种能够更快速精准地对分布式源荷储资源进行聚合与调控的支撑电网与分布式源荷储资源互动通信的多轮聚类方法、系统、设备及介质。
6.为了实现上述发明目的，本发明采用的技术方案为：
7.第一方面，本发明提供的一种支撑电网与分布式源荷储资源互动通信的多轮聚类方法，包括：
8.对获取的海量分布式异构源荷储资源数据集进行数据预处理；
9.对预处理后数据集基于数据密度初始确定k个初始聚类中心；
10.计算预处理后数据集中的数据对象与初始簇类中心的距离，根据距离大小重新划分簇类，动态计算新的簇类中心；
11.判断新的簇类中心是否满足阈值条件，如果满足则输出最优聚类结果，否则继续迭代直到输出最优聚类结果。
12.进一步地，海量分布式异构源荷储资源数据集表示为x＝{x1,x2,x3...xn}，n为采样点数，其中，xi＝{x
i1
,x
i2
,...,x
ip
},i＝1,2,...n，p表示分布式资源的属性个数。
13.进一步地，数据预处理包括数据清洗、数据归一化处理及数据降维。
14.进一步地，数据清洗通过对采样点i前后数据取均值进行修正，具体为：
[0015][0016]
进一步地，数据归一化处理是将不同数据集进行归一化处理后，使得数据统一在[0,1]内：
[0017][0018]
式中，x
min
,x
max
分别为经数据清洗后数据集中的最小值和最大值，xi,xi′
分别表示数据集中第i个采样时刻的原始值和归一化后的值。
[0019]
进一步地，数据降维基于主成分分析方法，包括：
[0020]
将数据集表示为p
×
n矩阵，每个样本为p维列向量：
[0021][0022]
计算标准矩阵其中，表示矩阵x
′
的均值向量；
[0023]
由标准矩阵x
ip*
计算x
′
的协方差矩阵；
[0024]
计算协方差矩阵的特征值λ1,λ2,...,λn和特征向量α1,α2,...,αn；
[0025]
对特征值做降序处理选出y个最大的特征值，y《p，y个特征值所对应的特征向量构成转换矩阵b＝[α1,α2,...,αy]，所得矩阵x
″
＝b
t
x
′
即为经降维处理后的数据集。
[0026]
进一步地，对预处理后数据集基于数据密度初步确定k个初始聚类中心，包括：
[0027]
a、求解降维后数据集x
″
中数据对象两两间的欧式距离：
[0028]
b、将欧式距离最小的两个数据对象从降维后数据集x
″
中摘取出来，构成一个集合c
l
(0≤l≤k)，经摘取后的数据集记为x
″′
，并求取集合c
l
中数据对象的平均值
[0029][0030]
式中，k表示需划分的簇类个数；
[0031]
c、计算数据集x
″′
中数据对象与集合c
l
间的距离：
[0032]
[0033]
将数据集x
″′
中与集合c
l
距离最小的数据摘取出来，放入集合c
l
，再次求取集合c
l
中数据对象的平均值；
[0034]
d、重复步骤c，直到集合c
l
中数据对象大于等于设定占比率λ∈(0,1]；
[0035]
e、当l＜k时，表明集合c
l
个数较少，重复上述步骤，直到l≥k，当集合个数与簇类个数相等时，则所得的k个集合即为要找的k个聚类，由b中的公式计算k个簇类各自的平均值，确定每个簇类各自的中心。
[0036]
第二方面，本发明还提供一种支撑电网与分布式源荷储资源互动通信的多轮聚类系统，包括：
[0037]
数据预处理单元，被配置为对获取的海量分布式异构源荷储资源数据集进行数据预处理；
[0038]
聚类单元，被配置为对预处理后数据集基于数据密度初始确定k个初始聚类中心；
[0039]
聚类划分单元，被配置为计算预处理后数据集中的数据对象与初始簇类中心的距离，根据距离大小重新划分簇类，动态计算新的簇类中心；
[0040]
聚类输出单元，被配置为判断新的簇类中心是否满足阈值条件，如果满足则输出最优聚类结果，否则继续迭代直到输出最优聚类结果。
[0041]
第三方面，本发明还提供一种电子设备，其特征在于，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述方法中的任一方法的指令。
[0042]
第四方面，本发明还提供一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求所述方法中的任一方法。
[0043]
本发明由于采取以上技术方案，其具有以下特点：本发明考虑不同种类的分布式资源特性，首先基于数据对象密度动态确定初始聚类中心，解决了传统聚类算法中局部最优问题，然后对负荷特性进行多次聚类，直到得到最优聚类结果，实现分布式源荷储资源的精准聚类，满足分布式资源的最优调控，可以用于更快速精准地对分布式源荷储资源进行聚合与调控，支撑电网与分布式源荷储资源的灵活互动通信，提升现有电力通信网络的利用效率。
附图说明
[0044]
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
[0045]
图1为本发明一实施例的支撑电网与分布式源荷储资源互动通信的多轮聚类方法流程图；
[0046]
图2为本发明一实施例的分布式资源的简易样本数据分布图；
[0047]
图3为本发明一实施例的电子设备结构图。
具体实施方式
[0048]
应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进
行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
[0049]
尽管可以在文中使用术语第一、第二、第三等来描述多个元件、部件、区域、层和/或部段，但是，这些元件、部件、区域、层和/或部段不应被这些术语所限制。这些术语可以仅用来将一个元件、部件、区域、层或部段与另一区域、层或部段区分开。除非上下文明确地指出，否则诸如“第一”、“第二”之类的术语以及其它数字术语在文中使用时并不暗示顺序或者次序。因此，以下讨论的第一元件、部件、区域、层或部段在不脱离示例实施方式的教导的情况下可以被称作第二元件、部件、区域、层或部段。
[0050]
为了便于描述，可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系，这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“上面”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。
[0051]
由于传统的k-means算法适用范围广、聚类速度快，但是初始聚类中心的选取相对困难，选取不同的初始值会得到不同的聚类结果。本发明提供的支撑电网与分布式源荷储资源互动通信的多轮聚类方法，包括：首先，将获取的分布式源荷储资源数据进行预处理，然后基于数据密度动态确定海量分布式异构源荷储资源的初始聚类中心，对分布式源荷储资源响应特性进行多次聚类，直到得到最优聚类结果。电网集控平台可基于该最优聚类结果精准向所需响应特性的分布式源荷储资源下发调控指令，充分挖掘分布式源荷储资源的调控潜力。本发明能够更快速灵活地对分布式源荷储进行聚合与调控，以支撑电网与分布式源荷储资源的灵活互动通信。
[0052]
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
[0053]
实施例一：如图1所示，本实施例提供的支撑电网与分布式源荷储资源互动通信的多轮聚类方法，包括：
[0054]
s1、获取待处理海量分布式异构源荷储资源数据集
[0055]
具体地，本实施例获取某一季度海量分布式异构源荷储资源历史数据，得到海量分布式异构源荷储资源数据集x＝{x1,x2,x3...xn}，n为采样点数；
[0056]
其中，xi＝{x
i1
,x
i2
,...,x
ip
},i＝1,2,...n，p表示分布式资源的属性个数，包括日出力最大值、平均值、日峰谷差、响应时长、响应速度等。
[0057]
s2、对获取的待处理分布式源荷储资源数据集进行数据预处理。
[0058]
本实施例中，数据预处理包括数据清洗、数据归一化处理及数据降维，具体过程为：
[0059]
s21、数据清洗
[0060]
具体地，考虑到数据在采集过程中可能出现的漏传、错传问题，通过对该采样点i前后数据取均值进行修正，对漏传、错传数据进行补充，保证数据的精确性，具体为：
[0061][0062]
s22、数据归一化处理
[0063]
具体地，考虑到不同分布式资源数据的量纲存在差异，将不同数据集进行归一化处理后，使得数据统一在[0,1]内：
[0064][0065]
式中，x
min
,x
max
分别为经数据清洗后数据集中的最小值和最大值，xi,xi′
分别表示数据集中第i个采样时刻的原始值和归一化后的值，n表示对分布式资源的采样点数。
[0066]
s23、数据降维
[0067]
具体地，考虑到数据集维度较大，在对数据进行压缩时可能造成数据损失。本实施例基于主成分分析方法，对归一化后的数据进行降维，将数据集表示为p
×
n矩阵，其中，数据集中共有n个样本，每个样本为p维列向量：
[0068][0069]
计算标准矩阵其中，表示矩阵x
′
的均值向量：
[0070][0071]
由标准矩阵x
ip*
计算x
′
的协方差矩阵：
[0072][0073]
计算协方差矩阵的特征值λ1,λ2,...,λn和特征向量α1,α2,...,αn。
[0074]
对计算得到的特征值做降序处理，从中选出y个最大的特征值，其中y《p，y个特征值所对应的特征向量构成转换矩阵b＝[α1,α2,...,αy]，所得矩阵x
″
＝b
t
x
′
即为经降维处理后的数据。
[0075]
s3、基于数据密度初步确定数据集k个初始聚类中心。
[0076]
本实施例中，确定初始聚类中心包括以下步骤：
[0077]
s31、求解降维后数据集x
″
中数据对象两两间的欧式距离：
[0078][0079]
式中，xi，xj表示数据集x
″
中任意两个数据对象，x
ip
,x
jp
分别表示数据对象xi，xj第p
个属性的数值。
[0080]
s32、将欧式距离最小的两个数据对象从降维后的数据集x
″
中摘取出来，构成一个集合c
l
(0≤l≤k)，经摘取后的数据集记为x
″′
，并求取集合c
l
中数据对象的平均值
[0081][0082]
式中，k表示需划分的簇类个数。
[0083]
s33、计算数据集x
″′
中数据对象与集合c
l
间的距离：
[0084][0085]
将数据集x
″′
中与集合c
l
距离最小的数据摘取出来，放入集合c
l
，再次求取集合c
l
中数据对象的平均值。
[0086]
s34、重复步骤s33，直到集合c
l
中数据对象大于等于设定占比率λ∈(0,1]，其中占比率指的是数据集中数据对象个数与聚类的簇类数目的比值。
[0087]
s35、当l＜k时，表明集合c
l
个数较少，重复上述步骤，直到l≥k，当集合个数与簇类个数相等时，则上述步骤所得的k个集合即为要找的k个聚类，由s32中的公式计算k个簇类各自的平均值，确定每个簇类各自的中心。
[0088]
s4、利用s33中公式，计算数据集中的数据对象与步骤s35中所得簇类中心的距离，根据距离大小重新划分簇类，动态计算新的簇类中心；
[0089]
s5、判断新的簇类中心是否满足阈值条件，如果满足则输出聚类结果，否则重复返回步骤s3执行下一次迭代，其中，阈值条件为聚类中心不再发生改变。当簇类中心不再发生变化时，则表示分布式源荷储资源已根据响应特性被划分到不同的集群中，将簇类中心设为每个集群的代理节点与电网集控平台进行精准互动通信，实现对分布式源荷储资源的灵活调控。
[0090]
本实施例中，如图2所示，假设分布式源荷储资源的简易样本数据x分布，首先点1和点2之间的距离最短，将点1,2两点从数据集中摘取并放入集合c1，根据s32中公式得数据集中点3与集合c1距离最小，将点3摘取到c1，根据s34判断每个集合中的数据个数，c1中样本数据最多为5，故可将点4,5摘取至集合c1。同理，在数据集中点6,7距离最近，将点6,7两点从数据集中摘取，放入集合c2中,根据s32中公式得点9距离c2最近，最终得到集合c2，最后分别计算集合c1、c2的算术平均作为两个簇类的初始聚类中心，重复上述步骤根据初始聚类中心对数据集进行多次划分，直到聚类中心不再发生变化。
[0091]
实施例二：上述实施例一提供了支撑电网与分布式源荷储资源互动通信的多轮聚类方法，与之相对应地，本实施例提供一种支撑电网与分布式源荷储资源互动通信的多轮聚类系统。本实施例提供的系统可以实施实施例一的支撑电网与分布式源荷储资源互动通信的多轮聚类方法，该系统可以通过软件、硬件或软硬结合的方式来实现。为了描述的方便，描述本实施例时以功能分为各种单元分别描述。当然，在实施时可以把各单元的功能在同一个或多个软件和/或硬件中实现。例如，该系统可以包括集成的或分开的功能模块或功能单元来执行实施例一各方法中的对应步骤。由于本实施例的系统基本相似于方法实施
例，所以本实施例描述过程比较简单，相关之处可以参见实施例一的部分说明即可，本发明提供的支撑电网与分布式源荷储资源互动通信的多轮聚类系统的实施例仅仅是示意性的。
[0092]
本实施例提供的支撑电网与分布式源荷储资源互动通信的多轮聚类系统，其特征在于，该装置包括：
[0093]
数据预处理单元，被配置为对获取的海量分布式异构源荷储资源数据集进行数据预处理；
[0094]
聚类单元，被配置为对预处理后数据集基于数据密度初始确定k个初始聚类中心；
[0095]
聚类划分单元，被配置为计算预处理后数据集中的数据对象与初始簇类中心的距离，根据距离大小重新划分簇类，动态计算新的簇类中心；
[0096]
聚类输出单元，被配置为判断新的簇类中心是否满足阈值条件，如果满足则输出最优聚类结果，否则继续迭代直到输出最优聚类结果。
[0097]
实施例三：本实施例提供一种与本实施例一所提供的支撑电网与分布式源荷储资源互动通信的多轮聚类方法对应的电子设备，电子设备可以是用于客户端的电子设备，例如笔记本电脑、平板电脑、台式机电脑以及具备操作系统的能源控制器、智能融合终端等以执行实施例一的方法。
[0098]
如图3所示，电子设备包括处理器、存储器、通信接口和总线，处理器、存储器和通信接口通过总线连接，以完成相互间的通信。总线可以是工业标准体系结构(isa，industry standard architecture)总线，外部设备互连(pci，peripheral component)总线或扩展工业标准体系结构(eisa，extended industry standard component)总线等等。存储器中存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以执行上述方法，其实现原理和技术效果与实施例一类似，在此不再赘述。本领域技术人员可以理解，图3中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算设备的限定，具体的计算设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0099]
在一个优选的实施例中，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、光盘等各种可以存储程序代码的介质。
[0100]
在一个优选的实施例中，处理器可以为中央处理器(cpu)、数字信号处理器(dsp)等各种类型通用处理器，在此不做限定。
[0101]
实施例四：本实施例提供一种计算机程序产品，计算机程序产品可以是包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时能够执行上述实施例一所提供的方法。
[0102]
在一个优选的实施例中，计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备，例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁
存储设备、半导体存储设备或者上述的任意组合。计算机可读存储介质存储计算机程序指令，该计算机程序指令使计算机执行上述实施例一提供的方法。
[0103]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。在本说明书的描述中，参考术语“一个优选的实施例”、等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0104]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0105]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0106]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0107]
最后应说明的是：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。