复杂动态环境下的新型配电系统连接性验证与重构策略

2025/9/26BEIJINGJIAOTONGUNIVERSITY电气工程学院司方远副教授北京交通大学电气工程学院2025/9/25合肥2025/9/262司方远北京交通大学副教授●分别于2015年，2017年和2021年在东北和博士学位。2021年至2023年任清华大丘成桐数学科学中心助教。2023年9月至北京交通大学智慧能源电力系统团队■团队带头人和敬涵教授，IEEEFellow■团队现有教授5名，副教授8名，高级工程师1名，在读博士/硕士研究生140余名长期研究智能电网与能源互联网运行、保护、控制和恢复科研项目80余项，发表学术论文500余篇，专利70余项硕导电力系主任2025/9/263北京交通大学北京交通大学11新型配电系统概述新型配电系统概述22基于基于AP-LOF算法的配电网连接验证方法33442025/9/26新型配电系统概述北京交通大学配电网的有源化属性、网格化结构、交直流混联、智能化运维代表未来配电网的发展方向，能够实现电力用户的灵活互动、配电网双向潮流的主动控制、支撑输电网协同调控。配电网从被动配送网络向主动平衡区域电力供需、支撑能源综合利用的资源配置平台转变；向上作为参与主网调控和交易的支撑主体，向下作为虚拟电厂、分布式电源和综合能源系统、用电负荷和储能等市场参与主体的交易和调控平台，实现自治、平衡与安全。f●有源化属性(大规模分布式光伏、风电接入，主动配电网)●新型负荷(大规模电动汽车、新型储能接入)●利益主体多元化(虚拟电厂、负荷聚合商、产消者等涌现)●新兴ICT(大、物、云、移、智、5G等)●拓扑连接方式复杂多变(人工校核、电网GIS)●主网问题逐渐向配网渗透(功角、频率、电压、电能质量)●运行和管理复杂度显著提高(双向潮流、P2P市场等)2025/9/265北京交通大学北京交通大学1新型配电系统概述1新型配电系统概述2基于2基于AP-LOF算法的配电网连接验证方法3基于云-边协同的配电网拓扑重构方法3基于云-边协同的配电网拓扑重构方法442025/9/266大电网配电网呼…完备的潮流信息I连接复杂，信息·传统数据驱动检测依赖于参数整定，离群用户识别精度低；·存在离群用户组，其内在相关性特征将影响离群用户识别结果；·多台区离群用户识别增加计算负担，连接验证与重构效率低。云中心电力公司边缘节点边缘节点边缘节点边缘节点李变电站李变电站台区1李变电站台区n信息物理融合的新型配电系统拓扑辨识离群用户用户离群用户：由于搬家、台区(变压器)覆盖范围内线路改造等离群用户组：台区(变压器)内某条支路上的用户整体改接至其他台区的一组用户。传统拓扑辨识方法依靠传统拓扑辨识方法依靠“电气距离较近的用户，时序电压曲线波动相关度较高；反之相关度较低”的先验知识对时序电压数据进行相关性分析。用户时序电压数据(含典型离群用户)123456112131415161难以针对复杂低压配电网进行快速、批量、自动化和高精度的拓扑结构校验工作2025/9/26W.Luan,J.Peng,M.Maras,J.LoandB.Harapmuk,"SmartMeterDataAnalyticsforDistibutionNetworkConnectivityVerification,"inIEETransactionsonSmartGrid,vol.6,no.4,pp.1964-1971,July2015.配电系统中，同一台区的多样化用户负荷行为易导致用户电压数据的相关性较弱，因而k距离Ddis(p):用户集D中与用户对象p相关系数最小的第k个用户qk与p的距离：Dndis(p)=max{|r(p,q)|,q∈D(p)}k距离邻域N(p):用户集D中与用户对象p的距离不小于k距离的用户构成的集合：可达距离reachdis(p,o':对任意用户对象o’,若o'∈D(p),则oI与p之间的可达距离为p的k距离，否则，可达距离为二者之间的相关系数绝对值：reachdis(p,o)'=max{|r(p,o)'|,Dis(p)局部可达密度Ird(p):用户对象p到其领域内所有用户的平均可达距离的倒数：reachdis(p,o)'局部离群因子LOF(p):用户对象p的局部可达密度相对邻域内所有用户局部可达密N₄(P)N₄(P)k=3kdis(p)Preachdis(p.4)=Adis(p)④2025/9/26司方远韩英华赵强，等.基于AP-LOF离群组检测的配电网连接验证[J].东北大学学报(自然科学版),2020,41(08):1070-1074.8实际配电网中，正常用户和离群用户各自呈现相关度较高的局部簇拥，此时采用传统的实际配电网中，正常用户和离群用户各自呈现相关度较高的局部簇拥，此时采用传统的LOF离群用户检测方案易出现漏检与误检现象。当k距离设定较小时，由于A组内用户电气距离呈局部簇拥，局部密度与其邻域平均密度无明显k=4进一步增加k距离，可以有效增加密度差异，但正常用户B的局部密度与其邻域平均密度差异随AAk=4BB2025/9/2610基于AP-LOF算法的配电网连接验证方法相似度矩阵S(p,q):利用各数据点之间的皮尔逊相关系数表示相似度：吸引度矩阵R(p,q):表示用户对象q作为用户对象p聚类中心的适合程度：归属度矩阵A(p,q):表示用户对象p选择用户对象p作为聚类中心的适合程度：确定聚类中心：如果用户对象q要作为用户对象p的聚类中心，那么用户对象q需要满足：q←argmax{A(p,q),R(p,q)}迭代计算：利用AP聚类算法，迭代计算最佳的聚类中心，最小化用户对象偏离簇中心误差，确保将相关性高的用户聚类为一簇心计算如下：平均累积方差指标eMscD(p):表示算法过程中用户对象p的平均累计方差，用于表示用户对象p的总体离群程度：终止迭代：当达到规定的最大迭代次数或经过多次迭代聚类中心未发生变化时，终止迭代，算法结束。LOFLOF算法性能易受阈值影响，而AP-LOF算法可根据最大聚类用户数自适应设定阈值，可有效克服漏判、误判等缺点，提供高精度、标准化的配电网拓扑连接验证方法。0g=5%g=10%Xg=15%g=20%用户号224225226227228229230UV基于基于某地区实际配电网实际用户智能表采集电压数据进行仿真实验，所提方案可有效克服传统LOF算法识别过程中的漏判和误判等缺点。a18. 3个离群用户.a224.6-na5.= 224.6-na5.= 一聚类聚类分析检测结果a14142025/9/26122025/9/2613北京交通大学北京交通大学1新型配电系统概述1新型配电系统概述2基于2基于AP-LOF算法的配电网连接验证方法33442025/9/2614电力公司真正关心的是离群用户的正确归属及准确的拓扑连接结构，以便相关的能源管理措施能够得到有效实施。为此，提出云-边协同框架用于对识别出的离群用户重新定位。连接验证拓扑重构边缘台区1云中心边缘台区x智能电表连接验证拓扑重构边缘台区1云中心边缘台区x智能电表D“SDp*∈D”“cDRec(x)=argmax{-rp.,D二)D“SDp*∈D”“cDRec(x)=argmax{-rp.,D二)下载D=_反馈：1或0_AP-LOF算法p.*cD_=D推荐机制下载DStep3:云中心利用各台区离群用户和典型正常用户数据集，根据相关性最大原则，匹配离群用户和目标台区，否则向其他配电网请求进一步匹配；Step4:各台区下载与本台区匹配的离群用户数据，基于AP-LOF连接验证，向云中心反馈结果，实现拓扑重构基于云-边协同的配电网拓扑重构方法基于云-边协同的配电网拓扑重构方法2025/9/26台区离群用户(组):用户编号推荐台区台区离群用户(组):用户编号推荐台区最大相关系数反馈值0909-1760.721080.69110-2:163,215,221080.7811111-1:1920.901··1313-1:1040.911·15-1:60,76,99050.5611515-2:245-247,264,303,317,324,332050.5811-3:439050.461·1717-1:198090.831基于某地区实际配电网(包含17个台区，共2822个用户)算例对所提方案进行验证，结果进一步表明所提云-边协同架构能够准确定位识别出离群用户(组)的正确归属。台区离群用户(组):用户编号推荐台区最大相关系数反馈值0101-1:72030.87102-1:10.8810202-2:6,43,50,78,133050.61102-3:16,32,64,76,8,97·050.5810304-1:298,299,307,310,311,315,316050.41104-2:300,304-309,313-316050.4610404-3;321,322,325-329050.53104-4:366050.4910505-1:334050.590606-1:199,200,202,239060.5806-2:2380.550基于云-边协同的配电网拓扑重构方法基于云-边协同的配电网拓扑重构方法2025/9/26与电压数据相关性分析和传统LOF与电压数据相关性分析和传统LOF算法相比，所提方案避免了判定阈值对检测效果的影响，可准确有效地对台区内离群用户(组)进行校验，进一步提升了识别精度。用户总数实际离群用户数(独立离群用户/离群用户组)采用方法识别离群用户数(独立离群用户TPR(%)/离群用户组)FPR(%)FNR(%)382270(16/9)电压数据相关性分析LOF算法(g=5%)LOF算法(g=10%)LOF算法(g=20%)提出的AP-LOF算法94(94/0)29(29/0)68(68/0)74(74/0)56.1941.4381.5884.6233.3307.8958.575.132025/9/2617北京交通大学北京交通大学1新型配电系统概述1新型配电系统概述2基于2基于AP-LOF算法的配电网连接验证方法3344总结与展望总结与展望●针对能源互联网中复杂动态环境下配电网的拓扑连接验证问题，提出了一种电压数据驱动的配电网连接验证方法，并利用云-边协同架构来识别离群用户并更新电网记录的拓扑结构。●对于每一个边缘台区，提出的AP-LOF算法保留了离群用户组的内在相关性特征，并根据AP聚类结果设定LOF算法的距离，从而有效地识别出离群用户组。●通过协调本地台区与云中心间的信息交互，对已识别的离群用户重新定位，代替传统集中式密集型计算，并通过边-云-边的信息交互模式，实现了云中心的计算任务与边缘台区的共享，进一步验证了所提方案在验证效率和拓扑重构方面的有效性和实用性。随着大量分布式电源随着大量分布式电源、新型储能及电动汽车充电桩等接入用户侧，配电网电压信号质量显著下降，剧烈波动、短时脉冲尖峰等严重数据失真现象频繁发生，破坏了量测信号中的趋势一致性与统计规律性，进一步削弱了现有拓扑辨识方法的有效性与稳定性。250厂250厂0时间断面数222厂222厂时间断面数采用先进信号处理技术与特征提取方法，提升原始信号质量的同时增强特征提取能力●通过自适应滤波与小波变换等技术，对失真信号进行动态处理，有效滤除噪声与瞬时脉冲干扰，确保信号的真实性与可靠性。●引入形态子特征变换与STFT变换等时频分析方法，从瞬态失真信号提取时变特征，提高对短时扰动、剧烈波动及尖峰脉冲的敏感性。随着配电网末端电压治理技术的逐步推广应用随着配电网末端电压治理技术的逐步推广应用，台区配变低压侧母线的三相电压曲线更为接近，以至于用户的电压曲线分布差异化更小，在极端情况下甚至趋近于所属配变的母线电压波形形态，导致用户所属配变及相位难以区分，将对现有拓扑辨识方案提出更高的要求。2226拓展特征表达维度与相似性度量方式，提升拓扑辨识模型的判别能力与适应性●融合多源量测信息构建复合特征体系，依托电强节点间物理连接关系的表达能力。●构建兼顾整体分布与局部趋势变化的相似性度量模型，提升对量测信号动态差异及扰动响应的识别能力，增强拓扑辨识方案的鲁棒性。