CN104462815B - 一种基于潮流分布均衡度的目标网架安全性分析方法 - Google Patents
一种基于潮流分布均衡度的目标网架安全性分析方法 Download PDFInfo
- Publication number
- CN104462815B CN104462815B CN201410740956.5A CN201410740956A CN104462815B CN 104462815 B CN104462815 B CN 104462815B CN 201410740956 A CN201410740956 A CN 201410740956A CN 104462815 B CN104462815 B CN 104462815B
- Authority
- CN
- China
- Prior art keywords
- centerdot
- node
- branch road
- sigma
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 230000035945 sensitivity Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims abstract description 7
- 238000002347 injection Methods 0.000 claims description 8
- 239000007924 injection Substances 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 238000000205 computational method Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 11
- 238000005457 optimization Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011664 nicotinic acid Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于潮流分布均衡度的目标网架安全性分析方法,包括读取电网拓扑结构图,根据相应的系统参数,形成电网的阻抗矩阵;根据负荷节点的负荷大小和各发电机的出力得到各节点的电流相量;各节点的电流相量以及电网阻抗矩阵参数,计算各条支路的电流相量;计算电网在初始情况下的电网潮流分布熵E;然后再计算电网每个节点的灵敏度。采用本发明可以全面的对目标网架进行安全性分析。
Description
技术领域
本发明涉及输电电网网架的安全性分析方法,具体涉及一种基于潮流分布均衡度的目标网架安全性分析方法。
背景技术
输电网规划是一项复杂艰巨的系统工程,具有规模大、不确定因素多、涉及领域广的特点,电网规划方案的优劣和实施程度对电网的安全稳定和适应发展水平起着关键作用。目前,电网规划一般首先根据变电容量需求以及输电线路传输容量确定满足电力需求的一个或几个方案,然后对待选方案通过潮流分布、稳定水平、短路水平和经济比较等四个方面进行分析计算,技术人员或专家对方案进行综合比较得出推荐方案。但评价过程中主要采用定性的语言加以描述,个人偏好因素影响较大,同时难以分析各因素对网架结构的影响程度。电网规划仍存在规划方案主观性和随意性强、经济性差、不注重电网长远发展等问题,且缺乏行之有效的电网分析定量分析方法和决策依据。
随着电力需求的快速增长,电力网络结构日益复杂,研究人员从数学的角度将输电网规划等效为一个带有大量等式和不等式约束的非线性组合优化问题,在运筹学、数学等学科的基础上提出数学优化算法和基于仿生算法等两类求解方法。数学优化规划法目前包括有线性、非线性、层次分解法等求解优化模型,将能考虑到的经济性、可靠性等要求变成优化的约束条件,规划方法为带约束条件的优化目标,求出一个最优解,但求解时通常计算量过大,难以得出结果。基于仿生算法包括遗传算法、模拟退火、禁忌搜索、蚁群算法、粒子群算法、专家系统等,这些算法涉及生物进化、人工智能、统计热力学、脑神经科学等概念。相对于数学优化方法来讲,现代启发式算法适于解决组合优化问题以及目标函数,随着计算机技术的快速发展,已经在很多领域得到了成功的应用,用于输电规划虽然无法严格保证解的最优性,但通过对优化目标进行有导向的局部或全局搜索,在获得最优解的同时也能给出一些次优解。
历史上美国、印度等地区多次大面积、长时间的停电引起人们对输电规划中的安全稳定问题的更大关注。输电规划方案需要满足一定的静态和动态安全水平,并且具有较好的经济性,又需要能够用量化的指标加以反映。目前的输电规划模型中一般按照固定的门槛值来定性判断功率、功角、电压和频率等的安全稳定性。一方面,由于不能正确地反映失稳的临界条件,故无法对安全稳定性进行量化。另一方面,由于很难量化由越限造成的损失,因此安全性只能作为不等式约束出现在数学模型中,而不能以经济量出现在目标函数中,因此不能有效的对目标网架安全性进行全面的分析。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种基于潮流分布均衡度的目标网架安全性分析方法,该方法可以全面的对目标网架进行安全性分析。
为达到上述目的,本发明所述的基于潮流分布均衡度的目标网架安全性分析方法包括以下步骤:
根据交流潮流计算模型,设支路x为节点i到节点j之间的支路,则支路x上的电流为
其中,Axk为支路x与节点k的相关系数矩阵,x=1,2,...,m,k=1,2,...,n,n为电力网络中的节点总数,m为电网络中的支路总数,则支路x的负载率αx为
其中,Ilx为支路x实际经过的电流,Ilxmax为支路x允许的运行极限电流;
通过引入熵理论表征电网潮流分布的均值及离散程度,则支路x的重要程度Hx为:
根据式(9)得电网潮流分布熵E为:
设节点i受到冲击注入电流改变后,支路x的初始电流由增加至则节点i注入的电流对系统的潮流增量为
支路x所承担潮流增量占系统潮流增量的比例δi为:
其中,则节点i的潮流分布熵为:
由式(12)、(13)及(14)得节点i的灵敏度Si为:
当Si越大表示节点i对系统的影响越大,完成基于潮流分布均衡度的目标网架安全性的分析。
根据交流潮流计算模型,设支路x是节点i与节点j之间的支路,支路x上的电流为:
其中,及分别为节点i处的电压及节点j处的电压,Zij为支路x的阻抗;
节点电压方程为:
其中,Zij为节点i与节点j之间的互阻抗,Zii为节点i的自阻抗,Ii为节点i的注入电流向量,i=1,2,...,n,j=1,2,...,n;
由式(3)得,第i个节点的节点电压为:
将公式(4)带入公式(1),得
令则
其中,Axk为节点k与支路x的相关系数矩阵,由公式(6)得支路x上的电流为
本发明具有以下有益效果:
本发明所述的基于潮流分布均衡度的目标网架安全性分析方法在分析目标网架的安全性时,通过获取各支路上的负载率,然后根据获取的各支路上的负载率得到目标网架中各节点的灵敏度,当各节点的灵敏度越大则该节点对系统的影响就越大,从而完成全面的对目标网架进行安全性分析,在实际使用时,根据分析的结果找出电网安全隐患及薄弱环节,有针对性的进行改造及建设,使输电网发展更加适应地区社会和经济发展需要。
附图说明
图1为本发明的流程图;
图2为实施例中ieee 30节点标准测试电网结构图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
参考图1,本发明所述的基于潮流分布均衡度的目标网架安全性分析方法包括以下步骤:
根据交流潮流计算模型,设支路x为节点i到节点j之间的支路,则支路x上的电流为
其中,Axk为支路x与节点k的相关系数矩阵,x=1,2,...,m,k=1,2,...,n,n为电力网络中的节点总数,m为电网络中的支路总数,则支路x的负载率αx为
其中,Ilx为支路x实际经过的电流,Ilxmax为支路x允许的运行极限电流;
通过引入熵理论表征电网潮流分布的均值及离散程度,则支路x的重要程度Hx为:
根据式(9)得电网潮流分布熵E为:
设节点i受到冲击注入电流改变后,支路x的初始电流由增加至则节点i注入的电流对系统的潮流增量为
支路x所承担潮流增量占系统潮流增量的比例δi为:
其中,
则节点i的潮流分布熵为:
由式(12)、(13)及(14)得节点i的灵敏度Si为:
当Si越大表示节点i对系统的影响越大,完成基于潮流分布均衡度的目标网架安全性的分析。
需要说明的是,根据交流潮流计算模型,设支路x是节点i与节点j之间的支路,支路x上的电流为:
其中,及分别为节点i处的电压及节点j处的电压,Zij为支路x的阻抗;
节点电压方程为:
其中,Zij为节点i与节点j之间的互阻抗,Zii为节点i的自阻抗,Ii为节点i的注入电流向量,i=1,2,...,n,j=1,2,...,n;
由式(3)得,第i个节点的节点电压为:
将公式(4)带入公式(1),得
令则
其中,Axk为节点k与支路x的相关系数矩阵,由公式(6)得支路x上的电流为
实施例一
采用ieee 30节点系统作为测试系统,说明本文模型的实施过程,以及验证本文方法的有效性,图2中表示发电机节点,●表示联络节点,表示负荷节点。
ieee 30节点电网基本节点信息以及计算得出节点的注入电流如下表1所示:
表1
根据公式(7)、(8)计算电网各支路电流以及负载率如表2所示,可以看出ieee 30节点电网负载率分布极不均衡,负载率较高的线路有支路29、30、35,通过公式(10)得出潮流分布熵为3.51。
表2
表3是ieee10、ieee30、ieee39、ieee118节点电网的潮流分布熵以及不满足N-1线路条数,可以看出,ieee10节点电网潮流分布熵最大,且不满足N-1线路条数最少。从电网结构上来看,ieee10节点电网有三台发电机和两个负荷,并且2个节点间有5回线路链接,电气距离近,潮流分布均匀。
表3
分别在ieee 30节点电网各节点增加10MW的负荷,根据公式(11)~(15),计算节点对潮流分布均衡度影响的灵敏度,按照由大到小排序排在前10位的节点如表4所示,在电网运行及规划过程,调节灵敏度高的节点注入电流,有利于均衡电网整体潮流均衡度。
表4
Claims (2)
1.一种基于潮流分布均衡度的目标网架安全性分析方法,其特征在于,包括以下步骤:
根据交流潮流计算模型,设支路x为节点i到节点j之间的支路,则支路x上的电流为
其中,Axk为支路x与节点k的相关系数矩阵,其中,
Zij(i≠j)为节点i与节点j之间的互阻抗,
Zik(i≠k)为节点i与节点k之间的互阻抗,Zjk(j≠k)为节点j与节点k之间的互阻抗,x=1,2,...,m,k=1,2,...,n,n为电力网络中的节点总数,m为电网络中的支路总数,则支路x的负载率αx为
其中,Ilx为支路x上的支路电流值,Ilxmax为支路x允许的运行极限电流;
通过引入熵理论表征电网潮流分布的均值及离散程度,则支路x的重要程度Hx为:
根据式(9)得电网潮流分布熵E为:
设节点i受到冲击注入电流改变后,支路x的初始电流由增加至则节点i注入的电流对系统的潮流增量为
支路x所承担潮流增量占系统潮流增量的比例δi为:
其中,则节点i的潮流分布熵为:
由式(12)、(13)及(14)得节点i的灵敏度Si为:
当Si越大表示节点i对系统的影响越大,完成基于潮流分布均衡度的目标网架安全性的分析。
2.根据权利要求1所述的基于潮流分布均衡度的目标网架安全性分析方法,其特征在于,
根据交流潮流计算方法,设支路x是节点i与节点j之间的支路,支路x上的电流为:
其中,及分别为节点i处的电压及节点j处的电压,Zij为支路x的阻抗;
节点电压方程为:
其中,Zii为节点i的自阻抗,为节点i的注入电流向量,i=1,2,...,n,j=1,2,...,n;
由式(3)得,第i个节点的节点电压为:
将公式(4)带入公式(1),得
令则
由公式(6)得支路x上的电流为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410740956.5A CN104462815B (zh) | 2014-12-05 | 2014-12-05 | 一种基于潮流分布均衡度的目标网架安全性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410740956.5A CN104462815B (zh) | 2014-12-05 | 2014-12-05 | 一种基于潮流分布均衡度的目标网架安全性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104462815A CN104462815A (zh) | 2015-03-25 |
CN104462815B true CN104462815B (zh) | 2017-03-22 |
Family
ID=52908844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410740956.5A Active CN104462815B (zh) | 2014-12-05 | 2014-12-05 | 一种基于潮流分布均衡度的目标网架安全性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104462815B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105576653B (zh) * | 2016-01-06 | 2018-02-27 | 华南理工大学 | 一种220kV片区电网供电能力优化方法 |
CN110661264B (zh) * | 2019-09-03 | 2023-03-24 | 吉林大学 | 基于带惯性权重粒子群算法的安全约束最优潮流计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140019557A1 (en) * | 2012-07-10 | 2014-01-16 | Spigit, Inc. | System and Method for Determining the Value of a Crowd Network |
CN103870695A (zh) * | 2014-03-18 | 2014-06-18 | 国家电网公司 | 一种大电源接入电网电压等级的判别方法 |
-
2014
- 2014-12-05 CN CN201410740956.5A patent/CN104462815B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140019557A1 (en) * | 2012-07-10 | 2014-01-16 | Spigit, Inc. | System and Method for Determining the Value of a Crowd Network |
CN103870695A (zh) * | 2014-03-18 | 2014-06-18 | 国家电网公司 | 一种大电源接入电网电压等级的判别方法 |
Non-Patent Citations (1)
Title |
---|
低压多源并供点状网络潮流分布及其控制技术;仉志华等;《电力系统自动化》;20140125;第38卷(第2期);第59-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104462815A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Post‐disturbance transient stability assessment of power systems by a self‐adaptive intelligent system | |
Xu et al. | Assessing short-term voltage stability of electric power systems by a hierarchical intelligent system | |
Wang et al. | Deep learning aided interval state prediction for improving cyber security in energy internet | |
Xu et al. | Real-time transient stability assessment model using extreme learning machine | |
Mohammadi et al. | PMU based voltage security assessment of power systems exploiting principal component analysis and decision trees | |
Wang et al. | An innovative hybrid approach for multi-step ahead wind speed prediction | |
CN104269867B (zh) | 一种节点扰动功率转移分布均衡度分析方法 | |
Wang et al. | Modeling the temporal correlation of hourly day-ahead short-term wind power forecast error for optimal sizing energy storage system | |
CN110417011A (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
Garcia et al. | Line outage localization using phasor measurement data in transient state | |
CN106203723A (zh) | 基于rt重构eemd‑rvm组合模型的风功率短期区间预测方法 | |
CN106384186A (zh) | 一种分布式新能源并网电能质量监控方法及系统 | |
Kaplan et al. | A novel method based on Weibull distribution for short-term wind speed prediction | |
Qiu et al. | Analytic deep learning-based surrogate model for operational planning with dynamic TTC constraints | |
Zheng et al. | Real-time transient stability assessment based on deep recurrent neural network | |
Wang et al. | Online analysis of voltage security in a microgrid using convolutional neural networks | |
Ye et al. | Combined Gaussian mixture model and cumulants for probabilistic power flow calculation of integrated wind power network | |
Wu et al. | Graph attention enabled convolutional network for distribution system probabilistic power flow | |
Mahmoud et al. | Machine learning based method for estimating energy losses in large-scale unbalanced distribution systems with photovoltaics | |
Kaplan et al. | Fault diagnosis of smart grids based on deep learning approach | |
Chen et al. | Unified data‐driven stochastic and robust service restoration method using non‐parametric estimation in distribution networks with soft open points | |
Khaitan et al. | VANTAGE: A Lyapunov exponents based technique for identification of coherent groups of generators in power systems | |
CN104462815B (zh) | 一种基于潮流分布均衡度的目标网架安全性分析方法 | |
Liu et al. | An integrated scheme for static voltage stability assessment based on correlation detection and random bits forest | |
Kim et al. | A computationally efficient method for bounding impacts of multiple uncertain parameters in dynamic load models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |