CN104732340B - 一种基于年度时标的规划电网辅助决策方法 - Google Patents
一种基于年度时标的规划电网辅助决策方法 Download PDFInfo
- Publication number
- CN104732340B CN104732340B CN201510108076.0A CN201510108076A CN104732340B CN 104732340 B CN104732340 B CN 104732340B CN 201510108076 A CN201510108076 A CN 201510108076A CN 104732340 B CN104732340 B CN 104732340B
- Authority
- CN
- China
- Prior art keywords
- year
- sampling
- network
- loss
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005070 sampling Methods 0.000 claims abstract description 60
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 230000003247 decreasing effect Effects 0.000 claims abstract description 19
- 230000008901 benefit Effects 0.000 claims abstract description 13
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims abstract description 11
- 230000008676 import Effects 0.000 claims abstract description 3
- 230000005283 ground state Effects 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 239000003990 capacitor Substances 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 241001269238 Data Species 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 description 10
- 238000012795 verification Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种基于年度时标的规划电网辅助决策方法，适用于电力系统选择最优的电网规划方案，其步骤包括：1、通过能量管理系统的EMS实时数据库获取规划年之前电网实际年度数据，利用变时间间隔采样的序贯蒙特卡洛模拟方法计算全网的概率潮流；2、建立年度时标为目标年的新建变电站模型；3、对规划电网模型进行量测映射和状态估计：装载年度时标为目标年的规划年电网模型，量测映射和状态估计，之后进行可靠性分析，得到的数据中淘汰潮流分布合理性差的规划方案，存入规划电网数据库；4、初始化规划电网网损模型并建立由用户所给出的网损统计区域：5、规划电网网损分析计算，结果导入网损关系数据库；6、评价规划变电站建成前后降损效益。
Description
技术领域
本方法涉及一种基于年度时标的规划电网辅助决策的方法，具体适用于电力系统各级调度中心对规划电网方案进行比较，以确定最优的电网规划方案。
背景技术
电力规划是电力系统建设重要组成部分，其任务是根据规划期间的负荷增长以及电源规划方案建设科学合理的电网结构，在满足经济、可靠、安全地将电能输送到负荷中心的前提下，使电网的建设和运行费用最小。综合评价电网规划项目的科学经济效益以及合理安排电力系统运行方式具有重要意义。当前的电网规划分析系统大多是基于解决电力传输“卡脖子”问题，关注的仅仅是电网运行的可靠性，忽视了对于降损率和无功优化等经济指标的考核。此外一般的网损分析是都是某一负荷日的基于全网设备的理论网损分析，不能考虑设备实际运行中潮流变化和检修状态变化，因此和实际网损往往相差较大。专利号为201010264575.6（专利名称为《一种规划态电网网损分析计算方法》）采取的是实时数据计算，准确率比一般网损计算方法准确，但是用固定时间段内某一时刻的潮流数据通过状态估计分析出新建变电站的站内潮流进而进行网损统计分析。这样做缺点有两个：某一时刻的实时数据并不能准确全面的反映该新建变电站在全年的降损效果；此外这种算法只能反应某一新建变电站的降损效果，而忽略了同时新建数个变电站的相互影响。
发明内容
本发明所要解决的技术问题是提供一种考虑了新建变电站之间的相互影响，综合应用概率潮流方法和状态估计的方法，网损计算精度高，计算、使用方便的基于年度时标的规划电网辅助决策方法。
本发明所采用的技术方案如下：
一种基于年度时标的规划电网辅助决策方法，其包括如下子系统：概率统计计算子系统、新建变电站建模子系统、状态估计子系统、网损分析计算子系统和降损效益评价子系统。
其中，所述概率统计计算子系统用于读入EMS实时数据库中的历史数据，所述历史数据一般选取2-3年的，分析计算各线路的概率潮流和变压器的概率负荷；
所述新建变电站建模子系统用于建立增加的新设备；
所述状态估计子系统用于拼接已有电网模型和新增的同一时标的变电站模型，形成规划年电网模型，并进行可靠性分析；
所述网损分析计算子系统提供人机界面，供用户定义网损统计区域的范围，定义网损计算模型，并在模型更新后自动初始化网损关系数据库并进行计算；
所述降损效益评价子系统提供用户对规划变电站建成前后进行降损效益评估；本方法依次利用上述子系统进行计算分析，从而进行辅助决策。
具体步骤如下：
步骤1：通过EMS系统的EMS实时数据库获取规划年之前电网实际年度数据，利用变时间间隔采样的序贯蒙特卡洛模拟方法计算全网的概率潮流，所述EMS系统为能量管理系统，属于电力系统中常用的系统，各级调度控制中心都有，所述EMS系统即能量管理系统。
计算概率潮流的传统算法是等时间间隔采样的序贯蒙特卡洛模拟方法，它适用于对EMS实时数据库中导出的历史数据点进行采样，因为数据点为5分钟一个断面数据，包括支路、元件潮流和设备状态；而等时间间隔采样的序贯蒙特卡洛模拟方法缺点是当数据点的量比较大时，计算时间过长。同时，不能避免坏数据对计算结果的影响。
本方法在传统算法的基础上引入变时间间隔，利用如下公式（1）进行计算，得到变时间间隔：
（1）
其中，为变时间间隔；
为基础采样间隔；
n为采样次数，n为采样次数，n为正整数；
为变时间间隔系数，用于控制采样步长；
其中，满足如下公式（2），并满足，：
（2）
其中，为设备状态函数，其含义为第n次采样时设备X的状态，的取值为0或1，其值为0代表退出，为1代表投入，所述X为不同设备的代号，所述设备包括线路、母线、变压器、机组、负荷、电容器和电抗器；
用来记录第n次采样时的采样方向，其取值为+1或者-1，其取值为+1表示正向采样，其取值为-1表示反向采样。
例如，当时，，即采样方向发生变化；
时，，即采样方向不变；
采用变时间间隔采样序贯蒙特卡洛模拟方法的原理为：当采用蒙特卡洛方法对历史数据依次采样时，因为设备状态函数服从伯努利分布，当采样数值与上一次采样数值不变时，加大采样间隔，即令=，一个采样步长中没有被采样的全部数据点的值时，认定与上一采样点值一致。
当采样数值与上一次采样数值发生变化时反方向采样，目的是寻找采样值发生变化的数据范围，反方向采样完毕后回到采样数值发生变化的位置继续（正方向）采样。
设置的原因是电网设备从检修到恢复投运的最短时间为1.5小时左右，设置可以防止出现在一个采样步长内电网设备发生从正常变为检修再变为正常的过程，如果在一个采样步长内发生这种过程，将降低概率潮流的准确性。电网设备的状态为正常用1表示，电网设备的状态为检修用0表示；这种设置能够使本方法比等时间间隔采样的序贯蒙特卡洛模拟方法提高速度的同时，保证了算法的精度。
实际第n次采样的数据点位置通过如下公式（3）计算：
（3）
其中，；
为变时间间隔；
为第n次采样的采样点位置，单位是时间单位，例如，分钟；
为了防止重复采点，在算法中加入校验环节，用于记录的次数，为避免当n=1时，出现的情况，对赋值1；当为偶数且为奇数时，被重新赋值：。
其中，为记录采样时采样方向从正向变为反向的采样点位置，即当时且时，记录本次采样点的位置。
此外，为了避免坏数据对概率潮流的影响，采样完毕后进行坏数据检查，检查过程如下：
当某一点的设备状态函数时，如果与点相邻的且采样值也为0的连续数据点少于19个点时，则可以认为这些数据点是坏数据，为这些点的状态函数赋值为1，原因为（19-1）*5=90分钟，即1.5小时，小于这个时间段的是坏数据，不是正常的检修时间。
最后，采样完毕后使用序贯蒙特卡洛模拟方法计算全网的概率潮流。
上述算法的好处：
1.可以避免单个或多个点的连续坏数据对计算精度的影响，但无法过滤连续19个点以上的坏数据，所述19个点以上的坏数据将在步骤3中的状态估计步骤中过滤；
2.变步长算法可以提高计算速度，节省采样时间。
检查完毕后利用每个采样的设备状态函数和历史数据中的支路、元件潮流计算一天中每个时间点的概率潮流，一天中每5 -15分钟一个时间点，求取概率潮流的具体算法为公知常识，此处不再赘述。
步骤2：建立某年度时标的新建变电站模型：
增加含年度时标的所有新建变电站，建立新设备的模型，所述新设备包括线路、母线、变压器、机组、负荷、电容器和电抗器；所述模型为公知，此处是在成熟模型中输入新设备的相应参数。
步骤3：对规划电网模型进行量测映射和状态估计：
装载规划年的电网模型及设备参数，所述规划年为某一年度时标，所述规划年的电网模型包括已建电网模型和该年新建变电站模型，所述设备参数包括设备的电气参数、拓扑参数和网损参数。
对电网模型进行状态估计：已建电网的模型直接将该元件的概率潮流映射过来，所述元件指的是线路、母线、变压器、机组、负荷、电容器和电抗器；对于新增的规划电网模型，进行自动拓扑搜索，进行初始化量测映射；所述量测数包括电压量测数、有功注入量测数、无功注入量测数和潮流量测数；所述状态估计是指将所述量测数中数据进行辨识和调整。
状态估计后进行可靠性分析，此处的可靠性分析是指对电网进行元件的N-1计算，可以得到用户端电压合格率、潮流分布合理性等数据，淘汰潮流分布合理性差的规划方案，用户可以更改淘汰的方案的年度时标，并存入规划电网数据库；所述潮流分布合理性差指N-1计算结果为元件过载或系统崩溃；所述元件过载指的是线路或变压器过负荷，所述N-1计算为本领域人员公知常识。
步骤4：初始化规划电网网损模型并建立由用户所给出的网损统计区域：
初始化规划电网网损模型，首先装载规划电网模型，将已有电网模型的设备参数中的网损参数装载入网损关系数据库中，对所述数据库中新增变电站模型进行更新，系统自动初始化网损关系数据库，并自动增加相应关口。
用户利用人机界面定义网损统计区域的范围，启用自动建模方式进行网损计算模型的建立，所述自动建模方式是指：对网损统计区域内的新建变电站电气设备的网损参数进行设定，即取典型值。
如果初始化不成功，输出报警信息：“关口定义有误”，将以上数据存入网损关系数据库；如果初始化成功，则进行步骤5。
步骤5：规划电网网损分析计算：
对规划态电网进行网损分析计算，具体计算方法如下：
A．设置相应的设备操作和操作时间段。
用户可以制定不同的设备操作，如对线路、主变、机组、电容器、电抗器和负荷进行相应 “投入”、“退出”设置。通过此处操作设置可以进行无功优化计算和网损灵敏度计算，所述设备操作是指如电容器投入、退出等。
B．读取概率潮流数据断面的遥测遥信数据，进行量测映射，进行第一次基态潮流计算；如基态潮流计算的结果不收敛，输出报警信息—潮流数据有误，退出计算，回到步骤2；如基态潮流计算的结果收敛，则进行步骤C；所述遥测遥信数据即步骤3中的量测数。
C．在上述计算步骤后读取设备操作，再进行第二次基态潮流计算，第二次基态潮流计算出该数据断面的网损率，然后计算两个时间相邻的断面之间的网损，即两个时间相邻的断面之间的网损=（第一断面网损率+第二断面网损率）*两断面时间间隔/2，统计网损结果，将其保存至网损关系数据库中；第一次基态潮流计算是为了检查潮流收敛性，第二次基态潮流计算是进行设备操作计算。
D．计算一天所有概率潮流数据断面的网损结果，并给出操作后的网损分布结果并导入网损关系数据库。所述步骤4和步骤5属于网损分析计算子系统。
步骤6：降损效益评价：
所述步骤6为后期评估部分，用于改进计算精度。
所述降损效益评价的指标主要有用户端电压合格率、潮流分布合理性等。
具体方法包括：根据上述步骤3中的计算结果和网损结果比较得出降损方案最优排序，由用户选定年度时标为目标年的规划方案。并且用户可以通过导入建成的新增变电站1个月后的EMS数据断面，计算上述参数的实际值，并与规划期间的计算值作比较，可以订制并自动生成报表。
基于年度时标的规划电网辅助决策方法利用已有电网模型及EMS实时数据库中的历史数据，计算出每个电网支路和元件一天中每个时间点的概率潮流，再利用概率潮流对规划电网模型进行网损分析计算、网损灵敏度计算和无功优化计算等，分析研究系统网损、无功优化和可靠性情况，通过比较降损效益获得年度最优规划方案。
本发明的有益效果是：
1、本发明可以利用实时电网数据对规划态电网进行网损分析计算的问题，并且能够将规划电网与实际电网进行网损对比分析。
2 、本发明可以准确地计算年度新建变电站的降损效果，并考虑了新建变电站之间的相互影响，对合理安排电力系统基建计划以及科学评价效益分析具有重要意义。
3、 本发明应用概率潮流方法统计模拟已建电网的潮流负荷，结合状态估计的方法计算新建变电站的潮流，网损计算精度远高于其他算法。
4 、本发明对新建变电站采取年标方式，利用拼接形成不同年份的规划电网，统筹考虑同地区多个新建站降损效益，方便电网规划人员使用，省时省力。
附图说明
图1为本方法的功能实现流程图；
图2为本方法的数据流程图。
具体实施方式
下面结合附图1~2和具体实施例对本发明的具体实施方式做进一步的详细说明。
实施例：
参见如下表1，表1为通过EMS系统的实时数据库获取的某一天一时间段的关于设备状态函数断面数据：
表1
（1）概率统计计算子系统
以下依次为第1次到第14次采样的计算过程：
1. 是序号为1的点，所以， ，。
2. 由，得到，所以是序号为2的点，采样得到，因为所以并且赋值，，校验且，校验通过。
3. 由，得到， 是序号为6的点，采样得到，因为，所以并且赋值，。因为且，校验通过；
4.同样的，，是序号为15的点，采样得到，，所以，且赋值 ，q赋值为15。因为且，校验通过；
5.因为，所以，是序号为14的点，采样得到，，，赋值，。因为且，校验通过；
6.同样的由于，所以，是序号为13的点，采样得到，，，赋值。且，校验通过；
同样的可以得到，
13. 由于，所以，，是序号为6的点，采样得到，，所以赋值，。因为且，校验不通过，重新赋值得到：即采样序号为16的点，
14. 由，得到，所以是序号为17的点，采样得到，因为所以并且赋值，，校验且，校验通过。
继续向前采样直到结束。并进行坏数据检查。如表中所示，从第6点到26点采样值全部为0，连续采样点数超过19个，采样值有效；如果第15点的采样值是1，在采样结束后，判断连续采样值为0的点数为8（点7-14），不超过19个，则判断点7-14位坏数据，采样值全部赋值为1。
检查结束后利用每个采样的设备状态函数和历史数据中的支路、元件潮流计算一天中每个时间点的概率潮流，即依照序贯蒙特卡洛模拟方法计算。计算概率潮流需要读入数据库中历史数据，由于需要读入数据量大，一般需要读入2-3年数据，以往算法耗时长。本算法是充分考虑设备状态函数的特点而开发的，省时。而概率潮流是本发明后续计算的基础。
（2）建立某年度时标的新建变电站模型：
增加含年度时标的所有新建变电站，如16年规划新建变电站2座，规划人员查找到年度时标为16年的备选新建变电站A、B、C、D，建立这些变电站的新设备模型，所述新设备包括线路、母线、变压器、机组、负荷、电容器和电抗器；所述设备模型为本领域技术人员的公知常识，此步骤是在成熟模型中输入相应参数。
（3）对规划电网模型进行量测映射和状态估计：
装载16年规划年的电网模型及设备参数，所述规划年电网模型包括已建的15年电网模型和该年新建变电站A、B、C、D的设备模型，所述设备参数包括设备的电气参数、拓扑参数和网损参数。
对电网模型进行状态估计；已建电网的模型直接将该元件的概率潮流映射过来，对于新增的规划电网模型，进行自动拓扑搜索，进行初始化量测映射；所述量测数包括电压量测数、有功注入量测数、无功注入量测数和潮流量测数；所述状态估计是指将所述量测数中数据进行辨识和调整，为本领域技术人员的公知常识，所述元件为线路和变压器。
在状态估计后进行可靠性分析，此处的可靠性分析是指对电网进行元件的N-1计算，可以得到用户端电压合格率、潮流分布合理性等数据，由于D变电站N-1计算结果会造成变压器过载，淘汰新建变电站D的规划方案，可将D变电站的年度时标改为17年或以后，并将带有A、B、C变电站的16年规划电网存入规划电网数据库，所述元件为线路和变压器。
（4）初始化规划电网网损模型并建立由用户所给出的网损统计区域：
初始化规划电网网损模型：首先装载年度时标为16年规划电网模型，形成三种方案，AB、AC、BC，下面以AB方案举例。
将已有电网模型的设备参数装载入网损关系数据库中，对数据库中新增变电站A、B模型进行更新，系统自动初始化网损关系数据库，即自动增加A、B两变电站的网损统计关口，所述已有电网模型的设备参数包括网损参数。
用户利用人机界面定义网损统计区域的范围，即年度时标为15年的电网关口与A、B两站关口的合集。启用自动建模方式进行网损计算模型的建立，所述自动建模方式是指：对网损统计区域内的新建变电站A、B的电气设备网损参数进行设定（取典型值）。
如果初始化不成功，输出报警信息—关口定义有误。以上数据存入网损关系数据库。
（5）规划电网网损分析计算：
对规划态电网进行网损分析计算，具体计算方法如下：
A．设置相应的设备操作和操作时间段。用户可以制定不同的设备操作，如对线路、主变、机组、电容器、电抗器和负荷进行相应 “投入”、“退出”设置。通过此处操作设置可以进行无功优化计算和网损灵敏度计算，所述设备操作是指如电容器投入、退出等。
B．读取概率潮流数据断面的遥测遥信数据，进行量测映射，进行第一次基态潮流计算。如基态潮流计算不收敛，则输出报警信息—潮流数据有误，退出计算，回到步骤2；如基态潮流计算收敛，则进行步骤C；所述遥测遥信数据即步骤3中的量测数。
C．在上述计算步骤后读取设备操作，再进行第二次基态潮流计算，算出该数据断面的网损率，两个时间相邻的断面之间的网损=（第一断面网损率+第二断面网损率）*两断面时间间隔/2，统计网损结果，保存至数据库中；第一次基态潮流计算是为了检查潮流收敛性，第二次基态潮流计算是进行设备操作计算。
D．计算一天所有断面的网损结果，并给出操作后的网损分布结果并导入网损关系数据库。步骤（4）和步骤（5）属于网损分析计算子系统。
（6）降损效益评价：
此步骤（6）为后期评估部分，用于改进计算精度
所述降损效益评价的指标主要有用户端电压合格率、潮流分布合理性等。
具体方法包括：根据上述步骤（3）中的计算结果和网损结果比较得出降损方案最优排序为AB>BC>AC，规划人员即可选定新建A、B变电站是年度时标为16年的规划方案。用户可将C站的年度时标改为17年或以后。
此外用户可以通过导入建成的新增变电站1个月后的EMS数据断面，计算上述参数的实际值，并与规划期间的计算值作比较，可以订制并自动生成报表。
基于年度时标的规划电网辅助决策方法，便于对不同规划方案进行包括网损率、无功优化和可靠性的比对分析。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其保护范围的限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：本领域技术人员阅读本发明后依然可以对本发明的具体实施方式进行种种变更、修改或者等同替换，这些变更、修改或者等同替换，其均在本申请的权利要求保护范围之内。
Claims (5)
1.一种基于年度时标的规划电网辅助决策方法，其特征在于：其包括如下步骤：
步骤1：通过能量管理系统的EMS实时数据库获取规划年之前电网实际年度数据，利用变时间间隔采样的序贯蒙特卡洛模拟方法计算全网的概率潮流；
步骤2：建立年度时标为目标年的新建变电站模型：
增加含年度时标的所有新建变电站，建立新设备的模型，在所述模型中输入新设备的相应参数，所述新设备包括线路、母线、变压器、机组、负荷、电容器和电抗器；
步骤3：对规划电网模型进行量测映射和状态估计：
装载年度时标为目标年的规划电网模型，并进行量测映射和状态估计，状态估计后进行可靠性分析，即对电网进行元件的N-1计算，在得到的数据中淘汰潮流分布合理性差的规划方案，并存入规划电网数据库；
步骤4：初始化规划电网网损模型并建立由用户所给出的网损统计区域：
首先，装载规划电网模型，将已有电网模型的设备参数中的网损参数装载入网损关系数据库中，对所述数据库中新增变电站模型进行更新，系统自动初始化网损关系数据库，并自动增加相应关口；
然后，用户利用人机界面定义网损统计区域的范围，启用自动建模方式进行网损计算模型的建立；
最后，如果初始化不成功，输出报警信息：“关口定义有误”，将以上数据存入网损关系数据库；如果初始化成功，则进行步骤5；
步骤5：规划电网网损分析计算，结果导入网损关系数据库；
所述规划电网网损分析计算方法具体如下：
A.设置相应的设备操作和操作时间段：
用户可以制定不同的设备操作，如对线路、主变、机组、电容器、电抗器和负荷进行相应“投入”、“退出”设置；通过此处操作设置可以进行无功优化计算和网损灵敏度计算，所述设备操作包括电容器投入、退出；
B.读取概率潮流数据断面的遥测遥信数据，进行量测映射，进行第一次基态潮流计算；如基态潮流计算的结果不收敛，则输出报警信息—潮流数据有误，退出计算，回到步骤2；如基态潮流计算的结果收敛，则进行步骤C；所述遥测遥信数据即步骤3中的量测数；
C.在上述计算步骤后读取设备操作，再进行第二次基态潮流计算，第二次基态潮流计算出该数据断面的网损率，然后计算两个时间相邻的断面之间的网损，即两个时间相邻的断面之间的网损＝(第一断面网损率+第二断面网损率)*两断面时间间隔/2，统计网损结果，将其保存至网损关系数据库中；第一次基态潮流计算是为了检查潮流收敛性，第二次基态潮流计算是进行设备操作计算；
D.计算一天所有概率潮流数据断面的网损结果，并给出操作后的网损分布结果并导入网损关系数据库；
步骤6：评价规划变电站建成前后降损效益。
2.根据权利要求1所述的一种基于年度时标的规划电网辅助决策方法，其特征在于：所述步骤6中评价降损效益的具体方法是：根据上述步骤3中的计算结果和网损结果比较得出降损方案最优排序。
3.根据权利要求1所述的一种基于年度时标的规划电网辅助决策方法，其特征在于：通过导入建成的新增变电站1个月后的EMS数据断面，计算上述参数的实际值，并与规划期间的计算值作比较，可以订制并自动生成报表。
4.根据权利要求1所述的一种基于年度时标的规划电网辅助决策方法，其特征在于：所述步骤1中采用变时间间隔采样的序贯蒙特卡洛模拟方法计算全网的概率潮流的具体过程如下：
首先，利用如下公式(1)进行计算，得到变时间间隔ΔTn：
ΔTn＝(kn-1 *+1)2Δt (1)
其中，ΔTn为变时间间隔；
Δt为基础采样间隔；
n为采样次数，n为正整数；
kn-1 *为变时间间隔系数，用于控制采样步长；
其中，kn-1 *满足如下公式(2)，并满足kn *≤3，k1 *＝0：
当n≥2时，
其中，fn(X)为设备状态函数，其含义为第n次采样时设备X的状态，fn(X)的取值为0或1，其值为0代表退出，为1代表投入，所述X为不同设备的代号，所述设备包括线路、母线、变压器、机组、负荷、电容器和电抗器；
pn用来记录第n次采样时的采样方向，其取值为+1或者-1，其取值为+1表示正向采样，其取值为-1表示反向采样；
实际第n次采样的数据点位置通过如下公式(3)计算：
Tn＝Tn-1+pn-1ΔTn (3)
其中，n≥2；
ΔTn为变时间间隔；
Tn为第n次采样的采样点位置，单位是时间单位；
为了防止重复采点，在算法中加入校验环节，Z[fn(X)]用于记录|fn(X)-fn-1(X)|＝1的次数；
为避免当n＝1时，出现|f1(X)-f0(X)|＝1的情况，对Z[f1(X)]赋值1；当Z[fn-1(X)]为偶数且Z[fn(X)]为奇数时，Tn被重新赋值：Tn＝q+Δt；
其中，q为记录采样时采样方向从正向变为反向的采样点位置，即当pn-1＞0且|fn(X)-fn-1(X)|＝1时，q记录本次采样点的位置；
最后，采样完毕后使用序贯蒙特卡洛模拟方法计算全网的概率潮流。
5.根据权利要求4所述的一种基于年度时标的规划电网辅助决策方法，其特征在于：所述步骤1中在最后采用序贯蒙特卡洛模拟方法计算全网的概率潮流之前，为了避免坏数据对概率潮流的影响，采样完毕后进行坏数据检查，检查过程如下：
当某一点的设备状态函数fn(X)＝0时，如果与fn(X)＝0点相邻的且采样值也为0的连续数据点少于19个点时，则认为这些数据点是坏数据，为这些点的状态函数fn(X)赋值1；如果没有发生上述情况，则认为这些数据点不是坏数据，继续采用序贯蒙特卡洛模拟方法计算全网的概率潮流。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510108076.0A CN104732340B (zh) | 2015-03-12 | 2015-03-12 | 一种基于年度时标的规划电网辅助决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510108076.0A CN104732340B (zh) | 2015-03-12 | 2015-03-12 | 一种基于年度时标的规划电网辅助决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104732340A CN104732340A (zh) | 2015-06-24 |
| CN104732340B true CN104732340B (zh) | 2019-11-05 |
Family
ID=53456214
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510108076.0A Active CN104732340B (zh) | 2015-03-12 | 2015-03-12 | 一种基于年度时标的规划电网辅助决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104732340B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005831B (zh) * | 2015-08-06 | 2019-04-30 | 河海大学 | 一种基于电力系统潮流耦合关系的拟直流动态最优潮流的计算方法 |
| CN105046588B (zh) * | 2015-08-13 | 2019-04-30 | 河海大学 | 一种基于网损迭代的改进直流动态最优潮流的计算方法 |
| CN106026111B (zh) * | 2015-12-25 | 2019-01-18 | 国网甘肃省电力公司电力科学研究院 | 一种基于概率潮流计算的新能源穿透率评估方法 |
| CN109193643B (zh) * | 2018-10-15 | 2021-09-21 | 国网能源研究院有限公司 | 一种计算配用电系统网损和可靠性的方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937490A (zh) * | 2010-08-27 | 2011-01-05 | 河北省电力研究院 | 一种规划态电网网损分析计算方法 |
| CN102651049A (zh) * | 2011-02-23 | 2012-08-29 | 河北省电力研究院 | 电力系统新建变电站降损率的计算方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100070227A1 (en) * | 2008-09-18 | 2010-03-18 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | System and method for identifying appliances by electrical characteristics |
-
2015
- 2015-03-12 CN CN201510108076.0A patent/CN104732340B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937490A (zh) * | 2010-08-27 | 2011-01-05 | 河北省电力研究院 | 一种规划态电网网损分析计算方法 |
| CN102651049A (zh) * | 2011-02-23 | 2012-08-29 | 河北省电力研究院 | 电力系统新建变电站降损率的计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104732340A (zh) | 2015-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022088890A1 (zh) | 电网中长期检修计划的校核方法、系统、设备及存储介质 | |
| Wang et al. | Secondary forecasting based on deviation analysis for short-term load forecasting | |
| CN109657912B (zh) | 一种可视化的电网风险管控方法及系统 | |
| CN102930344B (zh) | 一种基于负荷趋势变化的超短期母线负荷预测方法 | |
| CN104732340B (zh) | 一种基于年度时标的规划电网辅助决策方法 | |
| CN104794206B (zh) | 一种变电站数据质量评价系统及方法 | |
| CN102289223A (zh) | 自动电压控制系统全网最优控制参数校验方法 | |
| CN110070282A (zh) | 一种基于综合关联度的低压台区线损影响因素分析方法 | |
| CN102044868A (zh) | 一种电网线损监测分析方法及装置 | |
| CN106022581B (zh) | 基于几何优化-最小方差化方法的重要抽样蒙特卡洛电力系统可靠性评估方法 | |
| CN104218569B (zh) | 一种大规模电网静态安全校核的评价分析方法 | |
| CN103577926A (zh) | 一种实现大规模电网理论线损实时计算及高准确性的方法 | |
| CN109325880A (zh) | 一种基于Verhulst-SVM的中长期负荷预测方法 | |
| CN105119282A (zh) | 一种电网理论线损在线计算系统及方法 | |
| CN103473602A (zh) | 一种电网理论线损数据预测系统及预测方法 | |
| CN102856896A (zh) | 一种直流输电损耗的在线分析方法 | |
| CN106443253A (zh) | 一种基于pmu数据的输电线路参数辨识方法 | |
| CN106155908A (zh) | 一种pas应用性能评估方法及系统 | |
| CN106372440B (zh) | 一种并行计算的配电网自适应抗差状态估计方法及装置 | |
| CN101685964B (zh) | 基于大规模并行处理的在线调度辅助决策方法和系统 | |
| CN111027886A (zh) | 一种考虑单位成本效用的低电压治理方案的评估方法 | |
| CN113469488B (zh) | 配电网设备拓扑结构在线诊断分析系统 | |
| CN111555293B (zh) | 一种基于数据模型分析的无功设备选型系统及方法 | |
| CN109726880A (zh) | 一种输电线路参数合理性评估方法及系统 | |
| CN116484554A (zh) | 一种配电网的拓扑辨识方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |