CN103544659B - 一种电力系统风险评估共因故障采样方法 - Google Patents

Abstract

一种电力系统风险评估共因故障采样方法，该方法包括：给定电力系统风险评估中发生共因故障的若干元件，先分别采样得到各个元件独立的表征故障状态的随机数，然后建立相关性采样矩阵，根据相关性采样矩阵将之前分别采样得到的各个元件独立的表征故障状态的随机数变换成考虑共因故障相关性采样的表征故障状态的随机数。进而根据变换后的随机数与各个元件的故障概率进行比较，从而最终确定一次采样中共因故障元件的故障状态。本发明方法利用了相关系数矩阵对采样值进行变换，把独立采样变换成了相关性采样，实现了电力系统风险评估共因故障的采样。该方法简单、适用，能较准确实现共因故障采样。电力系统风险评估共因故障的采样。

Description

一种电力系统风险评估共因故障采样方法

技术领域

本发明涉及一种在电力系统风险评估中对电力系统共因故障的采样方法。属于电力系统风险评估技术领域。

背景技术

电力系统安全性风险评估方法通过建立电力系统输电线路、变压器、发电机组的停运模型，计算电力系统事故发生的概率和后果，进而定量地将事故的可能性和严重性结合起来，能比较全面地反映事故对整个电力系统的影响，更好地协调电力系统运行安全性和经济性之间的关系。文献（Li Wenyuan，电力系统风险评估模型、方法和应用，北京：科学出版社，2006）建立了电力系统风险评估的基础理论并提出了电力系统风险评估基本方法。该文献提出基于蒙特卡洛抽样方法的电力系统风险评估技术，并给出了以失负荷量最小为优化目标的单时段经济调度模型用于求解电力系统各采样状态下的最小切负荷量。

在实际的电力系统中，一些元件的故障具有很高的耦合性。例如同塔双回线路，杆塔倒塌，两回线路均跳线。这种几个元件由于同一原因发生的故障称为共因故障。在处理这类元件的故障率采样的时候就不能按照传统的方法每个元件分别采样，而要充分考虑元件的共因故障的影响。

与本发明相关的已有背景技术包括：

1）计算机标准随机数生成技术：该技术能够生成0~1之间均匀分布的随机数，计算机中C，Java等编程语言均将该技术封装为标准函数供用户调用；

2）对称矩阵的Cholesky分解技术：该技术能够将对称矩阵分解为一个下三角矩阵与其转置的乘积。

发明内容

本发明的目的是针对电力系统风险评估中元件存在共因故障这一问题，提出一种能实现共因故障采样的方法，在独立采样的基础上用相关系数矩阵进行变换，将不相关的采样变换成相关性的采样，从而满足了共因故障元件相关性采样的要求。

实现本发明的技术方案是，本发明提出一种电力系统风险评估共因故障采样方法，该方法用于实现电力系统风险评估中的元件故障的相关性采样，该方法在对电力系统各个共因故障元件单独采样的基础上，生成相关系数矩阵，再运用相关系数矩阵对共因故障各元件单独采样的结果进行变换，从而得到共因故障各元件的相关性采样结果。本发明方法步骤如下：

（1）由风险评估程序给定个存在共因故障的元件的独立采样值，其中 ；

（2）生成元件采样值向量 ，维度 ；

（3）给定线路故障的相关系数 ，对于同塔双回线路的共因故障一般取值为0.8；

（4）生成相关系数矩阵 ，维度 ；

（5）对矩阵 进行Cholesky分解，存在下三角矩阵 满足 ，T表示矩阵转置；

（6）利用 对元件采样值向量 进行线性变换，得到相关性采样值向量 ；

（7）中的元素即为共因故障元件的相关性采样值，T表示矩阵转置；

（8）根据共因故障元件的相关性采样值判断元件故障状态，进行后续的风险评估过程；共因故障元件的相关性采样值若不小于该元件的故障概率（该值由外部给定，是已知数据），则本次采样该元件无故障；否则，本次采样该元件故障。

本发明提出的采样方法，是在给定共因故障元件独立采样的采样值的基础上，根据生成的相关系数矩阵的分解结果，将共因故障元件独立采样的采样值变换成相关性采样的采样值，从而实现了共因故障的采样。

本发明的有益效果是，本发明方法利用了相关系数矩阵对采样值进行变换，把独立采样变换成了相关性采样，实现了电力系统风险评估共因故障的采样。该方法简单、适用，能较准确实现共因故障采样。

本发明方法适用于电力系统风险评估共因故障的采样。

附图说明

图1为本发明实施例中IEEE RTS-79电力系统网络拓扑图；

图2为实施例中IEEE RTS-79系统风险评估时间长度内的负荷曲线；

图中，B1－B24为节点号；L1－L38为输电线号。

具体实施方式

本发明实施例一种电力系统风险评估共因故障采样方法结合附图进一步说明如下：

本实施例一种电力系统风险评估共因故障采样方法，用于实现电力系统风险评估中的元件故障的相关性采样，该方法在各个共因故障元件单独采样的基础上，生成相关系数矩阵，再运用相关系数矩阵对共因故障各元件单独采样的结果进行变换，从而得到共因故障各元件的相关性采样结果。

该方法包括以下步骤：

（1）由风险评估程序给定 个存在共因故障的元件的独立采样值 ，其中 ；

（2）生成元件采样值向量 ，维度 ；

（3）给定线路故障的相关系数 ；

（4）生成相关系数矩阵 ，维度 ；

（5）对矩阵 进行Cholesky分解，存在下三角矩阵 满足 ；

（6）利用 对元件采样值向量 进行线性变换，得到相关性采样值向量 ；

（7）中的元素即为共因故障元件的相关性采样值；

（8）根据共因故障元件的相关性采样值判断元件故障状态，进行后续的风险评估过程。

本电力系统暂态功角稳定近似判定方法的具体实施例，详细说明如下：

本实施例以IEEE可靠性标准测试系统（IEEE RTS-79）为实施例详细描述本发明实施例所提出的基于风险评估的电力系统薄弱环节辨识方法，并验证本实施例所实现的效果。

IEEE RTS-79系统网络图如图1所示，该系统共包括24个节点、32台发电机组、38条输电线路，最高负荷2850MW，装机容量为3405MW。本实施例中，评估系统1月1日至1月14日共计14天的短期运行风险，系统1月1日至1月14日小时级负荷曲线如图2所示，发电机参数如表1所示，各母线负荷比例如表2所示，线路与变压器参数如表3所示。

系统共因故障的情况设置如下，假设该系统中存在三个共因故障区A，B，C，位置如图2所示。共因故障区A中包含线路31（节点17到节点22）与线路38（节点21到节点22），线路位于共因故障区内的长度都为45km；共因故障区B中包含线路36（节点20到节点23）与线路37（节点20到节点23），线路位于共因故障区内的长度均为15km；共因故障区C中包含线路32（节点18到节点21）与线路4033（节点18到节点21），线路位于共因故障区内的长度都为18km。上述共因故障区中，线路因共因故障产生故障的占总此线路总故障的比例都为0.8，共因故障仅在1月份发生，发生的概率为0.9，其余月份发生共因故障概率均为0，该共因故障区内线路故障相关系数为0。

为说明灾区内线路共因故障对系统风险的影响，修改三个共因故障区内线路故障相关系数，分别设置为0.3（方案1），0.6（方案2），0.9（方案3），其他条件保持不变，对2020年1月1日至2020年1月14日进行短期风险评估，即在共因故障发生时，考虑共因故障区内线路共因故障，得到各方案风险指标如下：

方案1系统的为0.02345，为1096.21MWh，为1102.0万元。

方案2系统的为0.02695，为1279.92MWh，为1287.5万元。

方案3系统的为0.03097，为1562.01MWh，为1570.5万元。

由计算结果可见，共因故障区内线路故障相关系数越强，发生共因故障的可能性越大，系统风险越大。其原因是，线路发生共因故障对系统的危害比两条线路分别故障对系统危害的总和更大，由实施例结果可见，采用本发明中的风险评估共因故障采样方法能够考虑到共因故障对于风险评估的影响。

Claims (1)

1.一种电力系统风险评估共因故障采样方法，其特征在于，所述方法在对电力系统各个共因故障元件单独采样的基础上，生成相关系数矩阵，再运用相关系数矩阵对共因故障各元件单独采样的结果进行变换，从而得到共因故障各元件的相关性采样结果；

所述方法步骤如下：

(1)由风险评估程序给定n个存在共因故障的元件的独立采样值α₁,α₂,...,α_n，其中0≤α_i≤1,(i＝1,2,...,n)；

(2)生成元件采样值向量Δ＝[α₁ α₂ ... α_n]^T，维度n×1；

(3)给定线路故障的相关系数β，对于同塔双回线路的共因故障，β取值为0.8；

(4)生成相关系数矩阵维度n×n；

(5)对矩阵C进行Cholesky分解，存在下三角矩阵L满足C＝LL^T，T表示矩阵转置；

(6)利用L对元件采样值向量Δ进行线性变换，得到相关性采样值向量 $\widetilde{\mathrm{\Δ}}=L\mathrm{\Δ};$

(7) $\widetilde{\mathrm{\Δ}}={\left[\begin{array}{cccc}{\widetilde{\mathrm{\α}}}_1& {\widetilde{\mathrm{\α}}}_2& ...& {\widetilde{\mathrm{\α}}}_n\end{array}\right]}^T$ 中的元素即为共因故障元件的相关性采样值；

(8)根据共因故障元件的相关性采样值判断元件故障状态，进行后续的风险评估过程；共因故障元件的相关性采样值若不小于该元件的故障概率，则本次采样该元件无故障；否则，本次采样该元件故障。