CN103606110A - 一种基于图论的变电站运行风险评估方法 - Google Patents

Abstract

一种基于图论的变电站运行风险评估方法，具体步骤为：数据输入，构建变电站运行风险评估的输入数据模块；使用元件停运模型模块计算变电站元件停运概率；使用蒙特卡罗模块模拟变电站元件退出运行的随机性，形成变电站系统状态；对变电站的系统状态使用图论的方法进行连通性识别，判断负荷点是否与电源点连通；并对变电站运行风险进行评估，计算相应的变电站运行风险指标。本发明考虑变电站事件发生的随机性，使用蒙特卡罗方法抽取了变电站的系统状态；提出使用图论的识别连通性的方法，将变电站主接线风险评估转化成了变电站内部负荷点与电源点的连通性识别问题，简化了分析问题的复杂性；实现了变电站运行风险评估的目的。

Description

一种基于图论的变电站运行风险评估方法

技术领域

本发明属于电力系统风险评估领域，具体涉及一种基于图论的变电站运行风险评估方法。

背景技术

变电站作为电力系统的重要组成部分，是变换电压、接受和分配电能的主要场所，各电压等级通过变电站连成一个完整的电网，使得电网的投资和建设能够充分发挥社会主义市场经济的优越性，站在国家资源配置和发展大战略的角度来统一规划、布局和组织。变电站中相关设备的停运，可能会导致一些负荷点与变电所失去连接，严重的甚至造成整个变电站停运，引起停电事故，造成相应的经济损失和社会影响。

目前对变电站主接线的连通性识别研究主要有三种方法：直接标号法，使用割集理论方法，通过引入图论的方法。直接标号法虽然过程较为简单，但对多电源多负荷点的分析有局限性；最小割集法能够突破单电源点负荷点的限制，易于推广到多电源点多负荷点的分析，而且通用性强，但分析过程较为复杂。

发明内容

本发明的目的在于提供一种基于图论的变电站运行风险评估方法，从图论的角度对变电站内部的连通性进行识别。针对直接标号法和割集理论方法的局限性，本发明提出使用图论来解决电气之间连通性识别问题，该方法由于物理概念清晰，计算过程相对简单，且进行连通性识别时考虑了电网事件发生的随机性，较为合理地评估变电站的运行风险。

本发明解决其技术问题所采用的技术方案是：首先，数据输入，构建变电站运行风险评估的输入数据模块；其次使用元件停运模型模块计算变电站元件停运概率；然后使用蒙特卡罗模块模拟变电站元件退出运行的随机性，形成变电站系统状态；进而对变电站的系统状态使用图论的方法进行连通性识别，判断负荷点是否与电源点连通；最后对变电站运行风险进行评估，计算相应的变电站运行风险指标；实现了变电站运行风险评估的目的，对保证变电安全运行具有重要意义。

为了实现上述目的，本发明所述一种基于评估对象的电网运行安全风险综合评估方法的步骤如下：

第一步，数据输入，构建变电站运行风险评估的输入数据模块；

输入数据模块中的数据包括变电站元件的历史统计数据、元件运行年限数据、气象数据、和网络拓扑结构数据；其中元件历史统计数据、元件运行年限数据和气象数据主要用于计算变电站元件的停运概率；网络拓扑结构数据包含变电站内部节点之间的联系信息；

第二步，计算变电站元件的停运概率；

元件停运概率的计算是风险评价工作的基础。变电站由大量的输电线路、电缆、变压器、断路器、隔离开关等设备组成的，元件的停运是变电站存在风险的根本原因。因此计算变电站元件停运概率要综合考虑元件可修复强迫失效、老化失效及环境相依失效三方面因素。

第三步，使用蒙特卡罗方法方法抽取变电站系统状态；

变电站元件停运具有随机性质，站内的任意一个元件随时都有可能退出运行，变电站中的线路、断路器、变压器的运行状态使用蒙特卡罗方法进行随机模拟，形成变电站系统状态，然后进行连通性识别；

蒙特卡罗抽取系统状态步骤为：

（1）通过计算机产生[0,1]之间的随机数，同时取得第三步计算的元件失效概率；

（2）将计算机产生的随机数与元件的失效概率对比；若随机数大于元件失效概率，则该元件处于工作状态；否则，元件失效；

（3）对于有n个元件的系统，系统的一个维数为n的状态矢量行矩阵；

（4）判断是否达到抽样次数；若达到，则转第（5）步；否则，返回第（1）步；

（5）统计不同状态矢量出现的次数m(s)；

（6）计算系统状态失效概率；

$P\left(s\right)=\frac{m\left(s\right)}{M}$

式中：M为总的抽样数；

m(s)是在抽样中系统状态s出现的次数。

第四步，基于图论的连通性识别方法；

由第三步通过Monte Carlo模拟法产生的每一个变电站系统状态，都修改相应的变电站邻接矩阵A，并通过逻辑运算获得每一个变电站系统状态的可达矩阵R。

求解可达矩阵R步骤如下：

（1）根据变电站内电气主接线抽象成变电站的图G；

（2）根据变电站图G的连接信息形成邻接矩阵A(G)；

（3）根据下式求取可达矩阵：

R＝A+A²+…+Aⁿ

第五步，对变电站运行风险进行评估；

其风险评估过程为：

（1）根据第三步方法使用蒙特卡罗方法抽取变电站系统状态；

（2）对每一个变电站运行状态使用第四步介绍的方法进行连通性识别

（3）根据（2）识别的结果，判断是否有孤立负荷点；若无孤立负荷点，返回第（3）步；否则，转第（4）步；

（4）计算孤立负荷点的失负荷风险；

（5）判断是否所有状态计算完毕；若完成，则转入第（6）步；否则，返回第（3）步；

（6）计算整个变电站的失负荷风险；

其计算公式为：

$\mathrm{PLC}=\underset{k\∈K}{\mathrm{\Σ}}{\mathrm{PLC}}_k$

$\mathrm{EENS}=\underset{k\∈K}{\mathrm{\Σ}}{\mathrm{EENS}}_k$

式中，PLC_k为节点k失负荷概率；

EENS_k为节点k失负荷风险；

K为所有负荷点的集合；

PLC为变电站失负荷概率；

EENS为变电站失负荷风险。

本发明的有益效果是：本发明考虑了变电站事件的随机性质，使用蒙特卡罗方法抽取了变电站的系统状态；提出使用图论的识别连通性的方法，将变电站主接线风险评估转化成了变电站内部负荷点与电源点的连通性识别问题，简化了分析问题的复杂性；实现了变电站运行风险评估的目的，对保证变电安全运行具有重要意义。

附图说明

图1为一种基于图论的变电站运行风险评估方法结构示意图；

图2为变电站运行风险评估流程图；

图3为蒙特卡罗流程图；

具体实施方式

本发明所述一种基于评估对象的电网运行安全风险综合评估方法的步骤如下：

第一步，数据输入，构建变电站运行风险评估的输入数据模块；

输入数据模块中的数据包括变电站元件的历史统计数据、元件运行年限数据、气象数据、和网络拓扑结构数据；其中元件历史统计数据、元件运行年限数据和气象数据主要用于计算变电站元件的停运概率；网络拓扑结构数据包含变电站内部节点之间的联系信息；

第二步，计算变电站元件的停运概率；

元件停运概率的计算是风险评价工作的基础。变电站由大量的输电线路、电缆、变压器、断路器、隔离开关等设备组成的，元件的停运是变电站存在风险的根本原因。因此计算变电站元件停运概率要综合考虑元件可修复强迫失效、老化失效及环境相依失效三方面因素。

第三步，使用蒙特卡罗方法方法抽取变电站系统状态；

变电站元件停运具有随机性质，站内的任意一个元件随时都有可能退出运行，变电站中的线路、断路器、变压器的运行状态使用蒙特卡罗方法进行随机模拟，形成变电站系统状态，然后进行连通性识别；

蒙特卡罗抽取系统状态步骤为：

（1）通过计算机产生[0,1]之间的随机数，同时取得第三步计算的元件失效概率；

（2）将计算机产生的随机数与元件的失效概率对比；若随机数大于元件失效概率，则该元件处于工作状态；否则，元件失效；

（3）对于有n个元件的系统，系统的一个维数为n的状态矢量行矩阵；

（4）判断是否达到抽样次数；若达到，则转第（5）步；否则，返回第（1）步；

（5）统计不同状态矢量出现的次数m(s)；

（6）计算系统状态失效概率；

$P\left(s\right)=\frac{m\left(s\right)}{M}$

式中：M为总的抽样数；

m(s)是在抽样中系统状态s出现的次数。

第四步，基于图论的连通性识别方法；

由第三步通过Monte Carlo模拟法产生的每一个变电站系统状态，都修改相应的变电站邻接矩阵A，并通过逻辑运算获得每一个变电站系统状态的可达矩阵R。

求解可达矩阵R步骤如下：

（1）根据变电站内电气主接线抽象成变电站的图G；

（2）根据变电站图G的连接信息形成邻接矩阵A(G)；

（3）根据下式求取可达矩阵。

R＝A+A²+…+Aⁿ

第五步，对变电站运行风险进行评估；

其风险评估过程为：

（1）根据第三步方法使用蒙特卡罗方法抽取变电站系统状态；

（2）对每一个变电站运行状态使用第四步介绍的方法进行连通性识别

（3）根据（2）识别的结果，判断是否有孤立负荷点；若无孤立负荷点，返回第（3）步；否则，转第（4）步；

（4）计算孤立负荷点的失负荷风险；

（5）判断是否所有状态计算完毕；若完成，则转入第（6）步；否则，返回第（3）步；

（6）计算整个变电站的失负荷风险；

其计算公式为：

$\mathrm{PLC}=\underset{k\∈K}{\mathrm{\Σ}}{\mathrm{PLC}}_k$

$\mathrm{EENS}=\underset{k\∈K}{\mathrm{\Σ}}{\mathrm{EENS}}_k$

式中，PLC_k为节点k失负荷概率；

EENS_k为节点k失负荷风险；

K为所有负荷点的集合；

PLC为变电站失负荷概率；

EENS为变电站失负荷风险。

Claims (1)

1.一种基于图论的变电站运行风险评估方法，其特征是，所述方法包括下列步骤：

第一步，数据输入，构建变电站运行风险评估的输入数据模块；

输入数据模块中的数据包括变电站元件的历史统计数据、元件运行年限数据、气象数据、和网络拓扑结构数据；其中元件历史统计数据、元件运行年限数据和气象数据主要用于计算变电站元件的停运概率；网络拓扑结构数据包含变电站内部节点之间的联系信息；

第二步，计算变电站元件的停运概率；

元件停运概率的计算是风险评价工作的基础。变电站由大量的输电线路、电缆、变压器、断路器、隔离开关等设备组成的，元件的停运是变电站存在风险的根本原因，因此计算变电站元件停运概率要综合考虑元件可修复强迫失效、老化失效及环境相依失效三方面因素；

第三步，使用蒙特卡罗方法方法抽取变电站系统状态；

变电站元件停运具有随机性质，站内的任意一个元件随时都有可能退出运行，变电站中的线路、断路器、变压器的运行状态使用蒙特卡罗方法进行随机模拟，形成变电站系统状态，然后进行连通性识别；

蒙特卡罗抽取系统状态步骤为：

（1）通过计算机产生[0,1]之间的随机数，同时取得第三步计算的元件失效概率；

（2）将计算机产生的随机数与元件的失效概率对比；若随机数大于元件失效概率，则该元件处于工作状态；否则，元件失效；

（3）对于有n个元件的系统，系统的一个维数为n的状态矢量行矩阵；

（4）判断是否达到抽样次数；若达到，则转第（5）步；否则，返回第（1）步；

（5）统计不同状态矢量出现的次数m(s)；

（6）计算系统状态失效概率；

$P\left(s\right)=\frac{m\left(s\right)}{M}$

式中：M为总的抽样数；

m(s)是在抽样中系统状态s出现的次数；

第四步，基于图论的连通性识别方法；

由第三步通过Monte Carlo模拟法产生的每一个变电站系统状态，都修改相应的变电站邻接矩阵A，并通过逻辑运算获得每一个变电站系统状态的可达矩阵R；

求解可达矩阵R步骤如下：

（1）根据变电站内电气主接线抽象成变电站的图G；

（2）根据变电站图G的连接信息形成邻接矩阵A(G)；

（3）根据下式求取可达矩阵：

R＝A+A²+…+Aⁿ

第五步，对变电站运行风险进行评估；

其风险评估过程为：

（1）根据第三步方法使用蒙特卡罗方法抽取变电站系统状态；

（2）对每一个变电站运行状态使用第四步介绍的方法进行连通性识别；

（3）根据（2）识别的结果，判断是否有孤立负荷点；若无孤立负荷点，返回第（3）步；否则，转第（4）步；

（4）计算孤立负荷点的失负荷风险；

（5）判断是否所有状态计算完毕；若完成，则转入第（6）步；否则，返回第（3）步；

（6）计算整个变电站的失负荷风险；

其计算公式为：

$\mathrm{PLC}=\underset{k\∈K}{\mathrm{\Σ}}{\mathrm{PLC}}_k$

$\mathrm{EENS}=\underset{k\∈K}{\mathrm{\Σ}}{\mathrm{EENS}}_k$

式中，PLC_k为节点k失负荷概率；

EENS_k为节点k失负荷风险；

K为所有负荷点的集合；

PLC为变电站失负荷概率；

EENS为变电站失负荷风险。

Images