CN104466959A - 电力系统关键线路辨识方法和系统 - Google Patents
电力系统关键线路辨识方法和系统 Download PDFInfo
- Publication number
- CN104466959A CN104466959A CN201410857112.9A CN201410857112A CN104466959A CN 104466959 A CN104466959 A CN 104466959A CN 201410857112 A CN201410857112 A CN 201410857112A CN 104466959 A CN104466959 A CN 104466959A
- Authority
- CN
- China
- Prior art keywords
- population
- circuit
- individuality
- power system
- electric power
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种电力系统关键线路辨识方法和系统,其方法包括步骤:对电力系统中的各线路依次编号,并确定电力系统的线路总数;按照编号选出一条线路并对其进行开断处理;根据预设的辨识模型确定电力系统在当前选出的线路被开断下的骨干网架;判断当前被开断的线路的编号是否不大于线路总数,若是,返回按照编号选出一条线路并对其进行开断处理的步骤;若否,根据重要度排序方法确定各线路的重要度,根据该重要度得到关键线路排序表,结合该关键线路排序表获得电力系统的关键线路。采用本实施例中的方案,可以准确的辨识出其可靠运行能有效防御大停电的关键线路,以最大程度降低电网发生大停电事故而带来的巨大损失。
Description
技术领域
本发明涉及电力系统线路风险评估领域,特别是涉及一种电力系统关键线路辨识方法和系统。
背景技术
电力系统是一个动态复杂的大规模非线性系统,是当今社会覆盖面最广、结构最复杂的人造网络之一。电力网络区域互联给社会带来了前所未有的经济效益,但同时也给电网的安全性与稳定性带来了巨大的挑战,尤其是近年来发生在世界各地的大面积停电事故,给国民经济和社会生活带来了巨大的影响。研究表明,部分关键线路的可靠、持续运行对避免连锁跳闸造成的大停电事故具有十分重要的作用。因此,有效识别这些关键线路,对于加强该区域的网架结构建设、提高电网可靠性以及减少大停电的发生具有重要意义。其中,关键线路在电力系统领域指维持系统安全稳定运行的重要线路,指其可靠运行能够有效预防连锁故障的线路。
关于电网关键线路辨识问题一般是通过脆弱性评估来解决,如基于蒙特卡罗模拟的方法和基于复杂网络理论的方法等。基于蒙特卡罗模拟的方法通过随机抽样对电网连锁故障模式进行搜索,结合相应的可靠性概率指标或风险指标来辨识关键线路。但是,大量随机抽样在数学模型上必然存在计算量组合爆炸问题,计算时间与计算精度的矛盾成为这类方法的应用瓶颈。基于复杂网络理论的方法以电网拓扑为核心,通过考察移除或收缩网络中线路或节点后某些网络特征参数的变化程度,在结构上辨识网络的关键元件。有提出了电气介数的概念并将其用于关键线路辨识,弥补了介数模型中假设母线间功率沿最短路径流动的缺陷。也有考虑了电网潮流具有方向性的特点,提出潮流介数的概念并将其用于关键线路辨识中。
由于传统的电力系统关键线路辨识方式未能全面的考虑网络拓扑以及系统运行状态等多方面的因素,而电力系统又是网络拓扑、系统运行状态组成的统一体,因此传统的电力系统关键线路辨识方式辨识出的关键线路的准确度偏低。
发明内容
本发明的目的在于提供一种电力系统关键线路辨识方法和系统,可以准确的辨识出关键线路,以最大程度降低电网发生大停电事故而带来的巨大损失。
本发明的目的通过如下技术方案实现:
一种电力系统关键线路辨识方法,包括如下步骤:
对电力系统中的各线路依次编号,并确定所述电力系统的线路总数;
按照编号选出一条线路,对当前选出的线路进行开断处理;
根据预设的辨识模型确定所述电力系统在当前选出的线路被开断下的骨干网架,该辨识模型为:
min y=a+b
F(θ,V,PG,PD,QG,QD)=0
PGmin≤PG≤PGmax
QGmin≤QG≤QGmax
Sij(θ,V)≤Sijmax
Vmin≤V≤Vmax
判断当前被开断的线路的编号是否不大于所述线路总数;
若是,则返回所述按照编号选出一条线路,对当前选出的线路进行开断处理的步骤;
若否,则根据各所述骨干网架确定所述电力系统中的各线路的重要度,根据各线路的重要度得到关键线路排序表,结合该关键线路排序表获得所述电力系统的关键线路;
其中,a表示连通子网的支路总数,且满足a∈[n-1,N],a为整数;b为关于电气介数熵HB的函数,且满足b∈[0,1);B(l)表示有向电气边介数;F(θ,V,PG,PD,QG,QD)=0为潮流方程对所述连通子网的约束,θ指节点电压相角,V指节点电压幅值,PG、QG分别指发电机有功出力和无功出力,PD、QD分别指发电机有功负荷和无功负荷;PGmin≤PG≤PGmax、QGmin≤QG≤QGmax为发电机出力约束,PGmax和PGmin分别表示发电机有功出力上限和发电机有功出力下限,QGmax和QGmin分别表示发电机无功出力上限和发电机无功出力下限;Vmin≤V≤VMax为节点电压约束,Vmax和Vmin为节点电压上限和节点电压下限;Sij(θ,V)≤Sijmax支路潮流约束,Sijmax为支路潮流阈值。
一种电力系统关键线路辨识系统,包括:
编号模块,用于对电力系统中的各线路依次编号,并确定所述电力系统的线路总数;
开断模块,用于按照编号选出一条线路,对当前选出的线路进行开断处理;
处理模块,用于根据预设的辨识模型确定所述电力系统在当前选出的线路被开断下的骨干网架,该辨识模型为:
min y=a+b
F(θ,V,PG,PD,QG,QD)=0
PGmin≤PG≤PGmax
QGmin≤QG≤QGmax
Sij(θ,V)≤Sijmax
Vmin≤V≤Vmax
判断模块,用于判断当前被开断的线路的编号是否不大于所述线路总数,其中,在所述判断模块的判断结果为是时,所述开断模块重新按照编号选出一条线路,对当前选出的线路进行开断处理;
排序模块,用于在所述判断模块的判断结果为否时,根据各所述骨干网架确定所述电力系统中的各线路的重要度,根据各线路的重要度得到关键线路排序表,结合该关键线路排序表获得所述电力系统的关键线路;
其中,a表示连通子网的支路总数,且满足a∈[n-1,N],a为整数;b为关于电气介数熵HB的函数,且满足b∈[0,1);B(l)表示有向电气边介数;F(θ,V,PG,PD,QG,QD)=0为潮流方程对所述连通子网的约束,θ指节点电压相角,V指节点电压幅值,PG、QG分别指发电机有功出力和无功出力,PD、QD分别指发电机有功负荷和无功负荷;PGmin≤PG≤PGmax、QGmin≤QG≤QGmax为发电机出力约束,PGmax和PGmin分别表示发电机有功出力上限和发电机有功出力下限,QGmax和QGmin分别表示发电机无功出力上限和发电机无功出力下限;Vmin≤V≤VMax为节点电压约束,Vmax和Vmin为节点电压上限和节点电压下限;Sij(θ,V)≤Sijmax支路潮流约束,Sijmax为支路潮流阈值。
根据上述本发明方案,通过其辨识模型可知,由于辨识模型是将辨识骨干网架限定在连通子网中,其中的潮流方程对所述连通子网的约束、发电机出力约束、节点电压约束、支路潮流约束都是为保证电网安全运行而设定的约束,而y=a+b等价于在优先保证a最小化的基础上,进一步对b寻优,由此可见,本发明方案考虑了拓扑结构满足支撑电网连通性约束和运行状态满足安全运行的约束,从而使得电力系统骨干网架的辨识更能体现电网的结构属性和运行特性,提高骨干网架辨识的合理性和有效性。
附图说明
图1为本发明的电力系统关键线路辨识方法实施例的流程示意图;
图2为确定所述电力系统的关键线路方式实施例的流程示意图;
图3为具体示例中的线路及其编号的示意图;
图4为电网连锁故障仿真流程示意图;
图5为具体示例中的负荷损失曲线图;
图6为本发明的电力系统关键线路辨识系统的实施例的结构示意图;
图7为图6中的处理模块在其中一个实施例中的结构示意图;
图8为图6中的处理模块在其中另一个实施例中的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
在下述说明中,首先针对本发明的电力系统关键线路辨识方法的实施例进行说明,再对本发明的电力系统关键线路辨识系统的各实施例进行说明。
参见图1所示,为本发明的电力系统关键线路辨识方法实施例的流程示意图。如图1所示,本实施例的电力系统关键线路辨识方法包括如下步骤:
步骤S101:对电力系统中的各线路依次编号,并确定所述电力系统的线路总数,进入步骤S102;
对电力系统中的各线路从n=1开始进行依次编号,并确定所述电力系统的线路总数N;本实施例中进行对线路的编号的目的是为了实现如下的依次对每一条线路进行一次开断,并搜索对应的骨干网架,以做出不同初始扰动情况下的甄别线路防护;
步骤S102:按照编号选出一条线路,对当前选出的线路进行开断处理,进入步骤S102;
每次从未进行开断处理的线路中选出一条线路,对当前选出的线路进行开断处理,即假设该线路故障,对该线路进行开断是指对电力系统进行一个初始扰动,不同的线路的开断对应着对电力系统进行的不同的初始扰动;
在选择线路时是按照编号进行选择的,例如,初始选择n=1的线路,在下次执行本步骤时选择n=2的线路,以此类推;
步骤S103:根据预设的辨识模型确定所述电力系统在当前选出的线路被开断下的骨干网架,进入步骤S104,其中,辨识模型为:
min y=a+b
F(θ,V,PG,PD,QG,QD)=0
PGmin≤PG≤PGmax
QGmin≤QG≤QGmax
Sij(θ,V)≤Sijmax
Vmin≤V≤Vmax
其中,a表示连通子网的支路总数,且满足a∈[n-1,N],a为整数;b为关于电气介数熵HB的函数,且满足b∈[0,1);B(l)表示有向电气边介数,即各发电机-负荷节点对之间传输功率通过某边的比率和,可以通过现有方式中的潮流追踪技术求取,在此不予赘述;F(θ,V,PG,PD,QG,QD)=0为潮流方程对所述连通子网的约束,θ指节点电压相角,V指节点电压幅值,PG、QG分别指发电机有功出力和无功出力,PD、QD分别指发电机有功负荷和无功负荷;PGmin≤PG≤PGmax、QGmin≤QG≤QGmax为发电机出力约束,PGmax和PGmin分别表示发电机有功出力上限和发电机有功出力下限,QGmax和QGmin分别表示发电机无功出力上限和发电机无功出力下限;Vmin≤V≤Vmax为节点电压约束,Vmax和Vmin为节点电压上限和节点电压下限;Sij(θ,V)≤Sijmax支路潮流约束,Sijmax为支路潮流阈值;
采用本实施例中的辨识模型的原理是:在系统发生内部故障或外部攻击时,为了防止连锁故障进一步蔓延,首要任务是加固系统关键线路和重要网络结构,以有效支撑电网满足安全稳定约束和实现对主要用户持续供电的目标;作为引发连锁故障传播的主要原因,潮流转移引起了广泛关注。若把潮流转移看作对系统的扰动,那么其危害程度与扰动在系统中的分布规律息息相关。由于不同的初始扰动(即断开不同的线路)会产生不同的潮流重新分布,因此,本实施例方案是辨识出每条线路被开断时的电力系统的骨干网架,然后按照重要度排序方法对以上各个骨干网架包括的线路进行排序,最终可得到线路重要度排序表;为了对骨干网架进行定性描述,其所应满足的约束条件包括:(1)满足电网拓扑连通性约束;(2)满足电网安全运行约束;(3)骨干网架的线路数目最少;(4)在满足(1)~(3)的基础上,关键线路的潮流传输配置最合理;
为了满足以上4个约束条件,建立了本发明的如上的辨识模型,从上述辨识模型可以看出,由于该辨识模型是将骨干网架的搜索(或者称为辨识)限定在连通子网中,故必然满足电网拓扑连通性约束;其中的等式约束和不等式约束可用以描述约束条件(2),即满足电网安全运行约束;目标函数y的最小化等价于在优先保证a最小化的基础上,进一步对b寻优,即满足约束条件(3)和约束条件(4);
步骤S104:判断当前被开断的线路的编号是否不大于所述线路总数,若是,返回所述步骤S102,若否,则进入步骤S105;
判断当前被开断的线路的编号是否不大于所述线路总数,等价于判断所述电力系统中是否还有未进行开断处理的线路;
步骤S105:根据各所述骨干网架确定所述电力系统中的各线路的重要度,根据各线路的重要度得到关键线路排序表,结合该关键线路排序表获得所述电力系统的关键线路;
在判断当前被开断的线路的编号是否不大于所述线路总数为否时,则可以确定各线路被开断下的骨干网架搜索完毕,那么可按照线路重要度排序方法,结合各所述骨干网架确定所述电力系统中的各线路的重要度,进而根据各线路的重要度得到关键线路排序表,结合该关键线路排序表获得所述电力系统的关键线路。
在其中一个实施例中,所述根据各所述骨干网架确定所述电力系统中的各线路的重要度的步骤可以包括步骤:
分别根据确定所述电力系统中的各线路的重要度,其中:
其中,I(k)为线路k的重要度,Ci,k表示在线路i开断时线路k的相对重要度,Li′表示在线路i开断时所述电力系统的支路总数,L表示所述电力系统的初始线路集合;ε为非关键线路的重要度,且满足
据此,依据上述本实施例的方案,通过其辨识模型可知,由于其将辨识骨干网架限定在连通子网中,其中的潮流方程对所述连通子网的约束、发电机出力约束、节点电压约束、支路潮流约束都是为保证电网安全运行而设定的约束,而y=a+b等价于在优先保证a最小化的基础上,进一步对b寻优,由此可见,本发明方案考虑了拓扑结构满足支撑电网连通性约束和运行状态满足安全运行的约束,从而使得电力系统骨干网架的辨识更能体现电网的结构属性和运行特性,提高骨干网架辨识的合理性和有效性。
考虑到上述的辨识模型是是一个含有较多约束、复杂的、非线性的优化问题,如果采用传统的确定性的优化算法求解则具有相当大的难度。由于遗传算法具有不受目标函数、约束形式影响的优点,在本发明其中的一个实施例中是利用遗传算法进行求解该类问题的最优解。
如图2所示,在该实施例中,所述根据预设的辨识模型确定所述电力系统在当前选出的线路被开断下的骨干网架的步骤可以包括步骤:
步骤S201:以二进制编码形式初始化种群,将所述初始化种群作为遗传的第一代种群,进入步骤S202;
以二进制编码形式进行初始化种群,其中,“0”表示线路开断,“1”表示线路正常(即未开断);
步骤S202:对当前种群内的个体按照所述辨识模型计算各个体的适应度值,进入步骤S203;
计算各个体的适应度值即根据所述辨识模型求取各个体对应的y=a+b的函数值;
步骤S203:根据所述适应度值确定父代集合,进入步骤S204;
可以采用遗传算法中常用的父代选择方式进行父代集合的确定,例如,锦标赛法,具体操作过程为从种群中任意挑选2个个体,然后将其中适应度值较低的个体选出,放入父代集合中;重复该步骤,直到父代集合个体数目与初始种群个体数目相同;
步骤S204:对当前种群进行交叉、变异操作,进入步骤S205;
对当前种群进行交叉、变异操作的方式,可以采用现有技术中已有的方式,在此不予赘述;
步骤S205:根据进行交叉、变异操作前后的种群中的各个体的适应度函数值确定新一代种群,从该新一代种群中挑选出适应度值最低的个体,将当前挑出的个体以及当前挑出的个体的适应度值进行保存,进入步骤S206;
在其中一个实施例中,本步骤中的根据进行交叉、变异操作前后的种群中的各个体的适应度函数值确定新一代种群的步骤可以包括步骤:对进行交叉、变异操作后的种群中的各个体的适应度函数值进行升序排序,按照第一比例选出排序靠前的个体作为第一个体集合;对进行交叉、变异操作前的种群中的各个体的适应度函数值进行升序排序,按照第二比例选出排序靠前的个体作为第二个体集合;由所述第一个体集合和所述第二个体集合组成当前的新一代种群;其中,第一比例、第二比例可以根据实际需要设定,但第一比例和第二比例的和值为1,例如,第一比例为80%,第二比例为20%;采用本实施例中的方案,是为了防止搜索陷入局部最优解;
此外,为了进一步防止搜索陷入局部最优解,在其中一个实施例中,在根据进行交叉、变异操作前后的种群中的各个体的适应度函数值确定新一代种群时的步骤之后还可以包括步骤:检测该新一代种群中的个体的适应度值是否连续超过M代适应度值不再发生变化,若是,毁灭该新一代种群,返回步骤S201,其中,M为大于零的整数;
步骤S206:将种群代数加一,判断当前的种群代数是否大于预设的遗传进化次数,若否,返回步骤202,若是,进入步骤S207;
遗传进化次数可以根据实际需要预先设定;
步骤S207:根据已保存的适应度值选出适应度值最低的个体,根据该选出的个体确定所述电力系统在当前选出的线路被开断下的骨干网架;
在本步骤执行时,已保存的个体的数目与遗传进化次数相同,根据该选出的个体确定的骨干网架,是在当前选出的线路被开断时的电力系统的骨干网架;
其中,本实施例中的个体是遗传算法的搜索目标的一个可行解,其在数值上是一个二进制序列串,在物理上表示一个线路集合;
如前所述,所确定出的骨干网架是与被开断的线路对应的,每一线路被断开,都有一个骨干网架与之对应,则确定出的骨干网架的数目是与线路总数相同的,若电力系统中有30条线路,则相应的确定出30组骨干网架。
具体示例
下面以IEEE-30节点系统为例对本发明的具体实施方式作详细阐述。
首先,对线路从n=1开始进行依次编号,线路总数为46,如图3所示。
接着,选择初始线路n=1,并将其开断。
其次,按照如上的辨识模型,采用遗传算法进行骨干网架搜索;表1给出了采用遗传算法在搜索过程中得到的部分可行解,以及相应的衡量指标值。
表1可行解结果及相应的衡量指标
可行解序号 | a | b | HB | 可行解(二进制编码) |
I | 38 | 0.0755 | 3.5396 | 0111010111110110111111111110110101111111111111 |
II | 38 | 0.1062 | 3.4219 | 0111110111110110111111111110110101011111111111 |
III | 46 | 0.0635 | 3.5857 | 0111111111111011111111111111111111111111111111 |
表1中,每个可行解所对应的拓扑结构均能够支撑电网满足安全运行约束,其中可行解III占用了最多的支路,因而不是待搜索的该扰动下的骨干网架;可行解I和II具有相同的网络支路数,但可行解I具有更大的电气介数熵,因此可行解I所对应的线路集合的传输潮流的能力的均匀度最好,即拥有最合理的拓扑配置;
按照如上的方式确定,根据断开不同的线路,对46组骨干网架进行搜索。表2给出了断开不同的线路下的骨干网架及相应的衡量指标。
表2骨干网架及相应的衡量指标
被断开的线路 | a | b | HB | 关键线路(二进制编码) |
L1(B1-B2) | 38 | 0.0755 | 3.5396 | 0111010111110110111111111110110101111111111111 |
L2(B1-B39) | 38 | 0.0781 | 3.5296 | 1001010111011110111111111110111110111111111111 |
从表2可看出,断开不同的线路对应不同的骨干网架。当线路L1(B1-B2)开断时,骨干网架内线路数为38,为连接39个母线的最少线路数。
为了验证上述关键线路搜索方法的有效性,作了不计及关键线路影响(不考虑线路重要度)和计及关键线路影响的连锁故障负荷损失对比。电网连锁故障仿真流程示意图如图4所示。如图4所示,电网连锁故障仿真流程包括如下步骤:
步骤S301:随机进行线路开断;
步骤S302:进行交流潮流计算;
步骤S303:计算剩余线路的过负载率;
步骤S304:依照概率开断最大过负载率的线路(不计及关键线路影响),或者开断线路开断风险值最大的线路(计及关键线路影响);
步骤S305:判断是否有新的线路被开断,若是,返回所述步骤S302,若否,进入步骤S306;
步骤S305:统计负荷损失。
其中,图4的虚线框内的分别为不计及与计及关键线路影响的线路开断条件,分别对应两种仿真时的情况,其中线路k的开断风险R(k)按如下公式计算得出,它用于量化分析关键线路停电对连锁故障的影响,依次反映关键线路是否重要。
R(k)=I(k)*lk
式中:lk为线路k的过载率;I(k)为线路k按照公式(3-3)计算得出的重要度值,结果如表3所示。
表3线路重要度
排序 | 线路 | 重要度 | 排序 | 线路 | 重要度 | 排序 | 线路 | 重要度 |
1 | L38 | 1.5847 | 17 | L36 | 0.9408 | 33 | L10 | 0.5021 |
2 | L21 | 1.5329 | 18 | L35 | 0.9329 | 34 | L7 | 0.4723 |
3 | L43 | 1.4819 | 19 | L24 | 0.9240 | 35 | L34 | 0.4622 |
4 | L17 | 1.3289 | 20 | L4 | 0.8774 | 36 | L26 | 0.4498 |
5 | L1 | 1.2485 | 21 | L45 | 0.8742 | 37 | L3 | 0.3396 |
6 | L41 | 1.2344 | 22 | L18 | 0.8724 | 38 | L11 | 0.3208 |
7 | L42 | 1.2253 | 23 | L22 | 0.8698 | 39 | L13 | 0.3020 |
8 | L39 | 1.2131 | 24 | L23 | 0.8672 | 40 | L33 | 0.2404 |
9 | L37 | 1.1685 | 25 | L14 | 0.6583 | 41 | L19 | 0.1942 |
10 | L29 | 1.0975 | 26 | L8 | 0.6241 | 42 | L28 | 0.1726 |
11 | L25 | 1.0576 | 27 | L9 | 0.5967 | 43 | L46,L40 | 0.1716 |
12 | L15 | 1.0416 | 28 | L20 | 0.5757 | 44 | L16 | 0.1383 |
13 | L44 | 0.9953 | 29 | L30 | 0.5712 | 45 | L5 | 0.1101 |
14 | L27 | 0.9947 | 30 | L31 | 0.5592 | 46 | - | - |
15 | L12 | 0.9819 | 31 | L6 | 0.5486 | |||
16 | L2 | 0.9670 | 32 | L32 | 0.5060 |
对比不计及与计及关键线路对连锁故障的影响的仿真情况,电力系统在N-1为初始故障下的负荷损失曲线如图5所示。明显地,除了少数初始故障外,当计及关键线路的影响时,在连锁故障传播过程中将产生更大程度的负荷损失,从而验证了本发明中所提算法的有效性。
根据上述本发明的电力系统关键线路辨识方法,本发明还提供一种电力系统关键线路辨识系统,以下就本发明的电力系统关键线路辨识系统的实施例进行详细说明。图6中示出了本发明的电力系统关键线路辨识系统的实施例的结构示意图。为了便于说明,在图6中只示出了与本发明相关的部分。
如图6所示,本实施例中的电力系统关键线路辨识系统,包括编号模块401、开断模块402、处理模块403、判断模块404、排序模块405,其中:
一种电力系统关键线路辨识系统,其特征在于,包括:
编号模块401,用于对电力系统中的各线路依次编号,并确定所述电力系统的线路总数;
开断模块402,用于按照编号选出一条线路,对当前选出的线路进行开断处理;
处理模块403,用于根据预设的辨识模型确定所述电力系统在当前选出的线路被开断下的骨干网架,该辨识模型为:
min y=a+b
F(θ,V,PG,PD,QG,QD)=0
PGmin≤PG≤PGmax
QGmin≤QG≤QGmax
Sij(θ,V)≤Sijmax
Vmin≤V≤Vmax
判断模块404,用于判断当前被开断的线路的编号是否不大于所述线路总数,在中,在判断模块404的判断结果为是时,开断模块402重新按照编号选出一条线路,对当前选出的线路进行开断处理;
排序模块405,用于在所述判断模块的判断结果为否时,根据各所述骨干网架确定所述电力系统中的各线路的重要度,根据各线路的重要度得到关键线路排序表,结合该关键线路排序表获得所述电力系统的关键线路;
其中,a表示连通子网的支路总数,且满足a∈[n-1,N],a为整数;b为关于电气介数熵HB的函数,且满足b∈[0,1);B(l)表示有向电气边介数,即所有发电机-负荷节点对之间传输功率通过某边的比率和;F(θ,V,PG,PD,QG,QD)=0为潮流方程对所述连通子网的约束,θ指节点电压相角,V指节点电压幅值,PG、QG分别指发电机有功出力和无功出力,PD、QD分别指发电机有功负荷和无功负荷;PGmin≤PG≤PGmax、QGmin≤QG≤QGmax为发电机出力约束,PGmax和PGmin分别表示发电机有功出力上限和发电机有功出力下限,QGmax和QGmin分别表示发电机无功出力上限和发电机无功出力下限;Vmin≤V≤Vmax为节点电压约束,Vmax和Vmin为节点电压上限和节点电压下限;Sij(θ,V)≤Sijmax支路潮流约束,Sijmax为支路潮流阈值。
在其中一个实施例中,如图7所示,处理模块403可以包括:
初始化单元501,用于以二进制编码形式初始化种群,将所述初始化种群作为遗传的第一代种群;
计算单元502,用于对当前种群内的个体按照所述辨识模型计算各个体的适应度值;
父代确定单元503,用于根据所述适应度值确定父代集合;
操作单元504,用于对当前种群进行交叉、变异操作;
挑选单元505,用于根据进行交叉、变异操作前后的种群中的各个体的适应度函数值确定新一代种群,从该新一代种群中挑选出适应度值最低的个体,将当前挑出的个体以及当前挑出的个体的适应度值进行保存;
判断单元506,用于将种群代数加一,判断当前的种群代数是否大于预设的遗传进化次数,其中,计算单元502计算单元在所述判断单元的判断结果为否时,重新进行对当前种群内的个体按照所述辨识模型计算各个体的适应度值的过程;
处理单元507,用于在所述判断单元的判断结果为是时,根据已保存的适应度值选出适应度值最低的个体,根据该选出的个体确定所述电力系统在当前选出的线路被开断下的骨干网架。
在其中一个实施例中,挑选单元505对进行交叉、变异操作后的种群中的各个体的适应度函数值进行升序排序,按照第一比例选出排序靠前的个体作为第一个体集合,对进行交叉、变异操作前的种群中的各个体的适应度函数值进行升序排序,按照第二比例选出排序靠前的个体作为第二个体集合,由所述第一个体集合和所述第二个体集合组成当前的新一代种群,从该新一代种群中挑选出适应度值最低的个体,将当前挑出的个体以及当前挑出的个体的适应度值进行保存。
在其中一个实施例中,如图8所示,处理模块403还可以包括毁灭单元808:
灾变单元808用于检测该新一代种群中的个体的适应度值是否连续超过M代适应度值不再发生变化,若是,毁灭该新一代种群;
初始化单元501在毁灭单元808毁灭新一代种群后,重新执行以二进制编码形式初始化种群,将所述初始化种群作为遗传的第一代种群的过程,其中,M为大于零的整数。
在其中一个实施例中,排序模块405可以分别根据各线路的重要度,其中:
其中,I(k)为线路k的重要度,Ci,k表示在线路i开断时线路k的相对重要度,Li′表示在线路i开断时所述电力系统的支路总数,L表示所述电力系统的初始线路集合;ε为非关键线路的重要度,且满足
本发明的电力系统关键线路辨识系统与本发明的电力系统关键线路辨识方法一一对应,在上述电力系统关键线路辨识方法的实施例阐述的技术特征及其有益效果均适用于电力系统关键线路辨识系统的实施例中,特此声明。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种电力系统关键线路辨识方法,其特征在于,包括如下步骤:
对电力系统中的各线路依次编号,并确定所述电力系统的线路总数;
按照编号选出一条线路,对当前选出的线路进行开断处理;
根据预设的辨识模型确定所述电力系统在当前选出的线路被开断下的骨干网架,该辨识模型为:
min y=a+b
;
F(θ,V,PG,PD,QG,QD)=0
PGmin≤PG≤PGmax
QGmin≤QG≤QGmax
Sij(θ,V)≤Sijmax
Vmin≤V≤Vmax
判断当前被开断的线路的编号是否不大于所述线路总数;
若是,则返回所述按照编号选出一条线路,对当前选出的线路进行开断处理的步骤;
若否,则根据各所述骨干网架确定所述电力系统中的各线路的重要度,根据各线路的重要度得到关键线路排序表,结合该关键线路排序表获得所述电力系统的关键线路;
其中,a表示连通子网的支路总数,且满足a∈[n-1,N],a为整数;b为关于电气介数熵HB的函数,且满足b∈[0,1);B(l)表示有向电气边介数;F(θ,V,PG,PD,QG,QD)=0为潮流方程对所述连通子网的约束,θ指节点电压相角,V指节点电压幅值,PG、QG分别指发电机有功出力和无功出力,PD、QD分别指发电机有功负荷和无功负荷;PGmin≤PG≤PGmax、QGmin≤QG≤QGmax为发电机出力约束,PGmax和PGmin分别表示发电机有功出力上限和发电机有功出力下限,QGmax和QGmin分别表示发电机无功出力上限和发电机无功出力下限;Vmin≤V≤Vmax为节点电压约束,Vmax和Vmin为节点电压上限和节点电压下限;Sij(θ,V)≤Sijmax支路潮流约束,Sijmax为支路潮流阈值。
2.根据权利要求1所述的电力系统关键线路辨识方法,其特征在于,所述根据预设的辨识模型确定所述电力系统在当前选出的线路被开断下的骨干网架的步骤包括步骤:
以二进制编码形式初始化种群,将所述初始化种群作为遗传的第一代种群;
对当前种群内的个体按照所述辨识模型计算各个体的适应度值;
根据所述适应度值确定父代集合;
对当前种群进行交叉、变异操作;
根据进行交叉、变异操作前后的种群中的各个体的适应度函数值确定新一代种群,从该新一代种群中挑选出适应度值最低的个体,将当前挑出的个体以及当前挑出的个体的适应度值进行保存;
将种群代数加一,判断当前的种群代数是否大于预设的遗传进化次数;
若否,返回所述对当前种群内的个体按照所述辨识模型计算各个体的适应度值的步骤;
若是,则根据已保存的适应度值选出适应度值最低的个体,根据该选出的个体确定所述电力系统在当前选出的线路被开断下的骨干网架。
3.根据权利要求2所述的电力系统关键线路辨识方法,其特征在于,所述根据进行交叉、变异操作前后的种群中的各个体的适应度函数值确定新一代种群的步骤包括如下步骤:
对进行交叉、变异操作后的种群中的各个体的适应度函数值进行升序排序,按照第一比例选出排序靠前的个体作为第一个体集合;
对进行交叉、变异操作前的种群中的各个体的适应度函数值进行升序排序,按照第二比例选出排序靠前的个体作为第二个体集合;
由所述第一个体集合和所述第二个体集合组成当前的新一代种群。
4.根据权利要求2所述的电力系统关键线路辨识方法,其特征在于,在根据进行交叉、变异操作前后的种群中的各个体的适应度函数值确定新一代种群时后还包括步骤:
检测该新一代种群中的个体的适应度值是否连续超过M代适应度值不再发生变化,若是,毁灭该新一代种群,返回所述以二进制编码形式初始化种群,将所述初始化种群作为遗传的第一代种群的步骤,其中,M为大于零的整数。
5.根据权利要求1所述的电力系统关键线路辨识方法,其特征在于,所述根据各所述骨干网架确定所述电力系统中的各线路的重要度的步骤包括步骤:
分别根据确定所述电力系统中的各线路的重要度,其中:
其中,I(k)为线路k的重要度,Ci,k表示在线路i开断时线路k的相对重要度,Li′表示在线路i开断时所述电力系统的支路总数,L表示所述电力系统的初始线路集合;ε为非关键线路的重要度,且满足
6.一种电力系统关键线路辨识系统,其特征在于,包括:
编号模块,用于对电力系统中的各线路依次编号,并确定所述电力系统的线路总数;
开断模块,用于按照编号选出一条线路,对当前选出的线路进行开断处理;
处理模块,用于根据预设的辨识模型确定所述电力系统在当前选出的线路被开断下的骨干网架,该辨识模型为:
min y=a+b
;
F(θ,V,PG,PD,QG,QD)=0
PGmin≤PG≤PGmax
QGmin≤QG≤QGmax
Sij(θ,V)≤Sijmax
Vmin≤V≤Vmax
判断模块,用于判断当前被开断的线路的编号是否不大于所述线路总数,其中,在所述判断模块的判断结果为是时,所述开断模块重新按照编号选出一条线路,对当前选出的线路进行开断处理;
排序模块,用于在所述判断模块的判断结果为否时,根据各所述骨干网架确定所述电力系统中的各线路的重要度,根据各线路的重要度得到关键线路排序表,结合该关键线路排序表获得所述电力系统的关键线路;
其中,a表示连通子网的支路总数,且满足a∈[n-1,N],a为整数;b为关于电气介数熵HB的函数,且满足b∈[0,1);B(l)表示有向电气边介数;F(θ,V,PG,PD,QG,QD)=0为潮流方程对所述连通子网的约束,θ指节点电压相角,V指节点电压幅值,PG、QG分别指发电机有功出力和无功出力,PD、QD分别指发电机有功负荷和无功负荷;PGmin≤PG≤PGmax、QGmin≤QG≤QGmax为发电机出力约束,PCmax和PGmin分别表示发电机有功出力上限和发电机有功出力下限,QGmax和QGmin分别表示发电机无功出力上限和发电机无功出力下限;Vmin≤V≤Vmax为节点电压约束,Vmax和Vmin为节点电压上限和节点电压下限;Sij(θ,V)≤Sijmax支路潮流约束,Sijmax为支路潮流阈值。
7.根据权利要求6所述的电力系统关键线路辨识系统,其特征在于,所述处理模块包括:
初始化单元,用于以二进制编码形式初始化种群,将所述初始化种群作为遗传的第一代种群;
计算单元,用于对当前种群内的个体按照所述辨识模型计算各个体的适应度值;
父代确定单元,用于根据所述适应度值确定父代集合;
操作单元,用于对当前种群进行交叉、变异操作;
挑选单元,用于根据进行交叉、变异操作前后的种群中的各个体的适应度函数值确定新一代种群,从该新一代种群中挑选出适应度值最低的个体,将当前挑出的个体以及当前挑出的个体的适应度值进行保存;
判断单元,用于将种群代数加一,判断当前的种群代数是否大于预设的遗传进化次数;
所述计算单元在所述判断单元的判断结果为否时,重新进行对当前种群内的个体按照所述辨识模型计算各个体的适应度值的过程;
处理单元,用于在所述判断单元的判断结果为是时,根据已保存的适应度值选出适应度值最低的个体,根据该选出的个体确定所述电力系统在当前选出的线路被开断下的骨干网架。
8.根据权利要求7所述的电力系统关键线路辨识系统,其特征在于:
所述挑选单元对进行交叉、变异操作后的种群中的各个体的适应度函数值进行升序排序,按照第一比例选出排序靠前的个体作为第一个体集合,对进行交叉、变异操作前的种群中的各个体的适应度函数值进行升序排序,按照第二比例选出排序靠前的个体作为第二个体集合,由所述第一个体集合和所述第二个体集合组成当前的新一代种群,从该新一代种群中挑选出适应度值最低的个体,将当前挑出的个体以及当前挑出的个体的适应度值进行保存。
9.根据权利要求7所述的电力系统关键线路辨识系统,其特征在于,所述处理模块还包括灾变单元:
所述灾变单元用于检测该新一代种群中的个体的适应度值是否连续超过M代适应度值不再发生变化,若是,毁灭该新一代种群;
所述初始化单元在所述毁灭单元毁灭新一代种群后,重新执行以二进制编码形式初始化种群,将所述初始化种群作为遗传的第一代种群的过程,其中,M为大于零的整数。
10.根据权利要求6所述的电力系统关键线路辨识系统,其特征在于:
所述排序模块根据各线路的重要度,其中:
其中,I(k)为线路k的重要度,Ci,k表示在线路i开断时线路k的相对重要度,Li′表示在线路i开断时所述电力系统的支路总数,L表示所述电力系统的初始线路集合;ε为非关键线路的重要度,且满足
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410857112.9A CN104466959B (zh) | 2014-12-31 | 2014-12-31 | 电力系统关键线路辨识方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410857112.9A CN104466959B (zh) | 2014-12-31 | 2014-12-31 | 电力系统关键线路辨识方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104466959A true CN104466959A (zh) | 2015-03-25 |
CN104466959B CN104466959B (zh) | 2017-06-13 |
Family
ID=52912553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410857112.9A Active CN104466959B (zh) | 2014-12-31 | 2014-12-31 | 电力系统关键线路辨识方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104466959B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104836333A (zh) * | 2015-05-13 | 2015-08-12 | 国家电网公司 | 备自投装置监测方法和装置 |
CN104901308A (zh) * | 2015-06-26 | 2015-09-09 | 太原理工大学 | 电力系统关键线路辨识方法 |
CN104917176A (zh) * | 2015-06-25 | 2015-09-16 | 中国电力科学研究院 | 一种基于耦合支路介数的电网关键支路识别方法 |
CN106056466A (zh) * | 2016-05-26 | 2016-10-26 | 国网湖北省电力公司 | 基于FP‑growth算法的大电网关键线路识别方法 |
CN106410788A (zh) * | 2016-10-11 | 2017-02-15 | 国网湖北省电力公司 | 基于传输介数的电网关键线路辨识方法 |
CN106850270A (zh) * | 2016-12-30 | 2017-06-13 | 国家电网公司 | 一种iec61850关键逻辑节点辨识方法 |
CN107196290A (zh) * | 2017-04-14 | 2017-09-22 | 国网福建省电力有限公司泉州供电公司 | 基于量测平衡指标和设备状态相似度寻优的支路与母线连接关系辨识方法 |
CN107994601A (zh) * | 2017-12-19 | 2018-05-04 | 华中科技大学 | 一种交直流互联电网关键线路辨识方法 |
CN108767848A (zh) * | 2018-05-31 | 2018-11-06 | 西南交通大学 | 一种电力系统脆弱线路辨识及连锁故障预防方法 |
CN109066650A (zh) * | 2018-07-16 | 2018-12-21 | 国网河北省电力有限公司经济技术研究院 | 电力系统脆弱性评估方法及终端设备 |
CN109301833A (zh) * | 2018-10-09 | 2019-02-01 | 国家电网有限公司 | 基于路径剥离的交直流混联电网输电断面过载控制方法 |
CN111162511A (zh) * | 2020-02-07 | 2020-05-15 | 国家电网有限公司 | 一种分段式线路过载保护控制协调优化方法及系统 |
CN111159922A (zh) * | 2020-01-20 | 2020-05-15 | 浙江大学 | 一种电力系统连锁故障的关键线路辨识方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020013689A1 (en) * | 2000-05-19 | 2002-01-31 | Hunton Thomas R. | Electric power generation process and apparatus |
CN102413029A (zh) * | 2012-01-05 | 2012-04-11 | 西安电子科技大学 | 基于分解的局部搜索多目标复杂动态网络社区划分方法 |
-
2014
- 2014-12-31 CN CN201410857112.9A patent/CN104466959B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020013689A1 (en) * | 2000-05-19 | 2002-01-31 | Hunton Thomas R. | Electric power generation process and apparatus |
CN102413029A (zh) * | 2012-01-05 | 2012-04-11 | 西安电子科技大学 | 基于分解的局部搜索多目标复杂动态网络社区划分方法 |
Non-Patent Citations (2)
Title |
---|
刘文颖等: "复杂电网自组织临界态辨识物理指标研究", 《电工技术学报》 * |
邓春兰: "基于复杂网络理论的电网连锁故障脆弱性研究", 《万方学位论文》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104836333A (zh) * | 2015-05-13 | 2015-08-12 | 国家电网公司 | 备自投装置监测方法和装置 |
CN104836333B (zh) * | 2015-05-13 | 2018-07-17 | 国家电网公司 | 备自投装置监测方法和装置 |
CN104917176A (zh) * | 2015-06-25 | 2015-09-16 | 中国电力科学研究院 | 一种基于耦合支路介数的电网关键支路识别方法 |
CN104917176B (zh) * | 2015-06-25 | 2018-01-19 | 中国电力科学研究院 | 一种基于耦合支路介数的电网关键支路识别方法 |
CN104901308A (zh) * | 2015-06-26 | 2015-09-09 | 太原理工大学 | 电力系统关键线路辨识方法 |
CN106056466B (zh) * | 2016-05-26 | 2019-05-31 | 国网湖北省电力公司 | 基于FP-growth算法的大电网关键线路识别方法 |
CN106056466A (zh) * | 2016-05-26 | 2016-10-26 | 国网湖北省电力公司 | 基于FP‑growth算法的大电网关键线路识别方法 |
CN106410788A (zh) * | 2016-10-11 | 2017-02-15 | 国网湖北省电力公司 | 基于传输介数的电网关键线路辨识方法 |
CN106850270A (zh) * | 2016-12-30 | 2017-06-13 | 国家电网公司 | 一种iec61850关键逻辑节点辨识方法 |
CN106850270B (zh) * | 2016-12-30 | 2020-05-05 | 国家电网公司 | 一种iec61850关键逻辑节点辨识方法 |
CN107196290A (zh) * | 2017-04-14 | 2017-09-22 | 国网福建省电力有限公司泉州供电公司 | 基于量测平衡指标和设备状态相似度寻优的支路与母线连接关系辨识方法 |
CN107196290B (zh) * | 2017-04-14 | 2023-04-07 | 国网福建省电力有限公司泉州供电公司 | 基于量测平衡指标和设备状态相似度寻优的支路与母线连接关系辨识方法 |
CN107994601A (zh) * | 2017-12-19 | 2018-05-04 | 华中科技大学 | 一种交直流互联电网关键线路辨识方法 |
CN108767848A (zh) * | 2018-05-31 | 2018-11-06 | 西南交通大学 | 一种电力系统脆弱线路辨识及连锁故障预防方法 |
CN109066650A (zh) * | 2018-07-16 | 2018-12-21 | 国网河北省电力有限公司经济技术研究院 | 电力系统脆弱性评估方法及终端设备 |
CN109066650B (zh) * | 2018-07-16 | 2021-05-04 | 国网河北省电力有限公司经济技术研究院 | 电力系统脆弱性评估方法及终端设备 |
CN109301833A (zh) * | 2018-10-09 | 2019-02-01 | 国家电网有限公司 | 基于路径剥离的交直流混联电网输电断面过载控制方法 |
CN111159922A (zh) * | 2020-01-20 | 2020-05-15 | 浙江大学 | 一种电力系统连锁故障的关键线路辨识方法和装置 |
CN111162511A (zh) * | 2020-02-07 | 2020-05-15 | 国家电网有限公司 | 一种分段式线路过载保护控制协调优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104466959B (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104466959A (zh) | 电力系统关键线路辨识方法和系统 | |
CN106789190B (zh) | 一种电力通信网脆弱性评估及路由优化方法 | |
CN103607320B (zh) | 电力通信网抗毁性评价方法 | |
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 | |
CN102799950B (zh) | 基于粒子群算法的船舶电网重构优化方法 | |
CN107092984A (zh) | 一种基于级联失效的网络功能端节点传播预测方法 | |
CN106253270A (zh) | 电力系统脆弱线路辨识方法和系统 | |
CN105656039A (zh) | 一种电力系统脆弱线路的识别方法 | |
CN104868465A (zh) | 基于模糊机会约束的电力系统网架重构优化方法 | |
CN107947151A (zh) | 一种电力系统关键节点的识别方法 | |
CN104077393A (zh) | 一种基于半监督谱聚类的最优解列断面搜索方法 | |
CN105184669A (zh) | 一种基于节点集GN分裂算法的220kV城市环网分区方法 | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN111753420A (zh) | 面向电力信息物理系统级联故障仿真方法、系统和存储介质 | |
CN105119279A (zh) | 一种分布式电源规划方法及其系统 | |
CN105656036A (zh) | 考虑潮流和灵敏度一致性等值的概率静态安全分析方法 | |
CN106067074A (zh) | 一种通过优化链路的开关状态来提升电网系统鲁棒性的方法 | |
CN105680442A (zh) | 基于考虑潮流和灵敏度一致性等值网络的期望缺供电量评估方法 | |
CN112103950B (zh) | 一种基于改进gn分裂算法的电网分区方法 | |
CN105069517A (zh) | 基于混合算法的配电网多目标故障恢复方法 | |
CN107834545A (zh) | 一种基于转移负荷法的城市110kV电网合环方法 | |
CN116613746A (zh) | 一种基于os2的分布式电网建模模型 | |
CN106603294A (zh) | 一种基于电力通信网结构和状态的综合脆弱性评估方法 | |
CN106875043A (zh) | 一种基于gn分裂算法的节点迁移网络分块优化方法 | |
CN105790263B (zh) | 基于回溯思想改进GN算法的220kV城市环网分区方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |