CN105576655B - 一种基于可靠性价值增量的关键线路识别方法和系统 - Google Patents

一种基于可靠性价值增量的关键线路识别方法和系统 Download PDF

Info

Publication number
CN105576655B
CN105576655B CN201610020406.5A CN201610020406A CN105576655B CN 105576655 B CN105576655 B CN 105576655B CN 201610020406 A CN201610020406 A CN 201610020406A CN 105576655 B CN105576655 B CN 105576655B
Authority
CN
China
Prior art keywords
circuit
reliability
strip circuit
sampling
simulation
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
Application number
CN201610020406.5A
Other languages
English (en)
Other versions
CN105576655A (zh
Inventor
刘慧超
严超
别朝红
李更丰
王灿
徐欢
米渊
杨扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Datong Power Supply Co of State Grid Shanxi Electric Power Co Ltd
Original Assignee
Xian Jiaotong University
Datong Power Supply Co of State Grid Shanxi Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University, Datong Power Supply Co of State Grid Shanxi Electric Power Co Ltd filed Critical Xian Jiaotong University
Priority to CN201610020406.5A priority Critical patent/CN105576655B/zh
Publication of CN105576655A publication Critical patent/CN105576655A/zh
Application granted granted Critical
Publication of CN105576655B publication Critical patent/CN105576655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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

本公开涉及一种基于可靠性价值增量的关键线路识别方法及系统，所述方法及系统在考虑线路停运和线路容量限制影响的电力系统可靠性的基础上，使用概率统计计算线路停运和线路容量限制带来的平均可靠性增量，通过对总的平均可靠性增量的排序来寻找关键线路，同时使用交叉熵方法抽样模拟来加速计算过程。本公开具有计算快，识别的关键线路可信度大，能够为电力系统规划评估提供可靠有力的决策依据。

Description

一种基于可靠性价值增量的关键线路识别方法和系统
技术领域
本公开涉及电力系统规划评估领域，特别是一种基于可靠性增量的关键线路识别方法和系统，所述方法和系统从电网可靠性价值增量出能快速识别出主网中关键线路。
背景技术
由于我国的能源中心与负荷中心有较远的距离，因此大规模输电系统成为能源输送的必然选择。近年来随着新能源的进一步发展，处于西部和北部的新能源均要送到东部的负荷中心，又进一步推动了特高压等大规模输电系统的建设。与此同时，各区电网之间的互联也使得电力系统向更大规模、更复杂的区域互联电网发展。为了保证电力系统的稳定运行，提高电力系统的运行水平，大规模输电系统的关键线路快速识别排序技术的发展对电力系统的规划和运行具有至关重要的意义。
目前的关键线路识别方法主要有基于电气介数的方法和基于元件重要度的方法。前者只考虑了线路承担电能传输的作用，没有考虑其可靠性价值增量；后者需要每个元件逐一进行可靠性评估计算，对于大规模电力系统而言这几乎是不可能的。
发明内容
针对上述部分问题，本公开提供了一种基于可靠性价值增量的关键线路识别方法及系统。所述方法及系统在考虑线路停运和线路容量限制影响的电力系统可靠性的基础上，使用概率统计计算线路停运和线路容量限制带来的可靠性增量，通过对可靠性增量的排序来寻找关键线路，同时使用交叉熵方法抽样模拟来加速计算过程。本公开具有计算快，识别的关键线路可信度大，能够为电力系统规划评估提供可靠有力的决策依据。
一种基于可靠性价值增量的关键线路识别方法，所述方法包括下述步骤：
S100、利用交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率当r＝1时，uj为第j条线路给定的强迫停运率；
S200、计算第r次模拟的第j条线路总的平均可靠性增量j＝1,2，…，L；L为电力系统中线路的总数；其中：
为第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量；
为第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量；
S300、计算第r次模拟的第j条线路总的可靠性增量的相对误差j＝1,2，…，L；
S400、若则执行步骤S500；否则，r＝r+1，返回步骤S100；其中：ε为预设值；
S500、根据模拟结束时各条线路总的平均可靠性增量的排序来识别在电力系统中起关键作用的线路。
一种基于可靠性价值增量的关键线路识别系统，所述系统包括下述模块：
M100、电力系统线路状态模拟模块：利用交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率当r＝1时，uj为第j条线路给定的强迫停运率；
M200、线路总的平均可靠性增量计算模块：计算第r次模拟的第j条线路总的平均可靠性增量j＝1,2，…，L；L为电力系统中线路的总数；其中：
为第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量；
为第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量；
M300、判断计算模块：计算第r次模拟的第j条线路总的可靠性增量的相对误差j＝1,2，…，L；
M400、模拟停止判断模块：若则执行步骤S500；否则，r＝r+1，返回步骤S100；其中：ε为预设值；
M500、关键线路识别模块：根据模拟结束时各条线路总的平均可靠性增量的排序来识别在电力系统中起关键作用的线路。
附图说明
图1本公开的一个实施例中涉及的状态评估流程示意图。
具体实施方式
在一个实施例中，提供了一种基于可靠性价值增量的关键线路识别方法，所述方法包括下述步骤：
S100、利用交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率当r＝1时，uj为第j条线路给定的强迫停运率；
S200、计算第r次模拟的第j条线路总的平均可靠性增量j＝1,2，…，L；L为电力系统中线路的总数；其中：
为第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量；
为第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量；
S300、计算第r次模拟的第j条线路总的可靠性增量的相对误差j＝1,2，…，L；
S400、若则执行步骤S500；否则，r＝r+1，返回步骤S100；其中：ε为预设值；
S500、根据模拟结束时各条线路总的平均可靠性增量的排序来识别在电力系统中起关键作用的线路。
所述方法在考虑线路停运和线路容量限制影响的电力系统可靠性的基础上，使用概率统计计算线路停运和线路容量限制带来的每条线路的总的平均可靠性增量，通过对线路的总的平均可靠性增量的排序来寻找关键线路，而由于在每次模拟电力系统状态的过程中，对每条线路的状态又使用交叉熵方法进行抽样，可以加速整体计算过程的收敛速度。所述方法具有计算快，识别的关键线路可信度大，能有效发现大系统中与电力系统安全、高效运行关系最为紧密的线路，从而为电力系统进一步的扩建提供规划建议，为电力系统薄弱环节的加固提供参考。
在进行第r次利用交叉熵改变线路强迫停运率模拟电力系统时，在该线路强迫停运率下对线路状态进行第k次交叉熵抽样时，考虑所有的元件均为两状态模型，即对于第j个元件xj有：
其中：θ是一个[0,1]空间均匀分布的随机数；是第j条线路的强迫停运概率；L是线路数量；是第i条线路的状态，1表示正常工作，0表示故障。
当进行第1次模拟时，进行第k次交叉熵抽样时，对于第j条线路xj有：
其中：μj是第j条线路给定的强迫停运率。
对于一个给定系统状态的线路和发电机的电力系统，假设其只存在线路故障，并不存在发电机故障，可以通过下述模型1计算该电力系统状态下电力系统总的最小失负荷量DP，结合模型2能够计算在该电力系统状态下，去掉第j条线路后电力系统总的最小失负荷量
其中，模型1如下：
0≤P≤Pmax
0≤D≤Dmax
PTDF·(P-D)≥F
其中，i是节点的编号，D是节点的负荷功率向量，P是节点的发电机注入功率向量，N是节点总数，Dmax是各节点的负荷需求向量，PTDF是功率分布因子矩阵，是线路潮流容量上限向量，F是线路潮流下限。pi和di分别是各节点的注入功率和负荷功率，是决策变量。通过模型1可以计算当前电力系统状态下总的最小失负荷量。为了使用上述模型，可以将电力系统中各节点年度每小时的负荷水平、发电机组的发电额定容量、发电机组最小出力、发电机组故障率、线路容量、线路故障率等信息的原始数据进行统计，以便计算使用。
若模型1中存在某条线路过负荷，需要衡量这条线路的容量限制导致的可靠性增量时，可将该条线路的容量约束去除，其他线路的容量约束保持不变，即得模型2。使用该模型进行计算，若得到新的电力系统总的最小负荷损失DP*，则认为该条线路对于可靠性统计的贡献是增量((DP-DP*)·W，其中W是该电力系统状态下的状态似然率，其中DP*的计算模型如下：
0≤P≤Pmax
0≤D≤Dmax
这里-{j}表示去除第j条线路。通过模型2中的拉格朗日乘子来判别线路是否过负荷。假设第j条线路上限的拉格朗日乘子为第j条线路下限的拉格朗日乘子为μj 。如果或者|μj |＞0.1，则认为第j条线路存在过负荷。
基于上述模型，可以计算第r次模拟中进行第k次交叉抽样时得到的电力系统状态下的电力系统总的最小失负荷量以及第r次模拟中进行第k次交叉抽样时得到的电力系统状态下，去掉第j条线路后的电力系统总的最小失负荷量
在一个实施例中，在使用模型1和模型2进行计算前，提供了对第r次模拟中进行第k次交叉抽样时得到的电力系统状态下的状态评估分析流程，如图1所示：
S201、判断当前电力系统状态下是否存在线路停运，若存在线路停运，则执行步骤S202；否则，结束评估；
S202、分析当前电力系统是否存在解列，若存在，则在各解列块内进行功率平衡分析，并统计各解列块内的负荷量；否则，执行步骤S203；
S203、判断当前电力系统是否有孤立节点，有孤立节点去除孤立节点再形成导纳矩阵，然后计算线路潮流，若无过负荷结束评估，若有过负荷，则执行步骤S204；
S204、统计当前电力系统状态下的失负荷量，最后结束评估。
在步骤S204中即可用模型1结合模型2进行当前电力系统状态下的失负荷量计算。
在一个实施例中，给出了交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率的具体计算公式。
若用函数H表示某个电力系统状态的失负荷指示函数：
上式中，如果在某个电力系统状态下评估后失负荷，其值为1；否则，其值为0。为了清楚起见，可以用j＝1,2,…,L)表示在第r次模拟中第k次抽样得到的电力系统状态下的失负荷指示函数。
对于第r次模拟电力系统时第k次交叉抽样后得到的电力系统状态下，若该电力系统状态下的状态似然率j＝1,2,…,L)为：
式中：
表示在第r次模拟中线路的强迫停运率为的情况下，第k次抽样得到的电力系统状态中第j条线路的状态，若其值为1，表示该条线路正常工作；若其值为0，则表示该条线路故障。
那么，利用交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率为：
式中：
当r＝1时，uj为第j条线路给定的强迫停运率；此时，j＝1,2,…,L)＝1。
在一个实施例中，给出了所述第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量的计算公式，即使用下面的公式计算：
式中：
为第r次模拟的第j条线路的线路容量限制导致的可靠性价值增量。
对具有相同线路强迫停运率下，通过交叉抽样获得不同的电力系统状态，因此可以进一步使用一个状态似然率来对该状态下由线路容量限制导致的进行修正。在一个实施例中，对所述第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量的计算进行修正，即使用下述公式修正：
式中：
为第r次模拟的第j条线路的k次交叉抽样的线路容量限制导致的可靠性价值增量累积量；K是交叉抽样总次数。
在一个实施例中，提供了所述第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量的计算公式如下：
式中：
进一步地，所述第k次交叉抽样后电力系统电力电量不足的期望值的修正公式如下：
基于所述方法，在一个实施例中实现了一种基于可靠性价值增量的关键线路识别系统，所述系统包括下述模块：
M100、电力系统线路状态模拟模块：利用交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率当r＝1时，uj为第j条线路给定的强迫停运率；
M200、线路总的平均可靠性增量计算模块：计算第r次模拟的第j条线路总的平均可靠性增量j＝1,2，…，L；L为电力系统中线路的总数；其中：
为第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量；
为第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量；
M300、判断计算模块：计算第r次模拟的第j条线路总的可靠性增量的相对误差j＝1,2，…，L；
M400、模拟停止判断模块：若则执行步骤S500；否则，r＝r+1，返回步骤S100；其中：ε为预设值；
M500、关键线路识别模块：根据模拟结束时各条线路总的平均可靠性增量的排序来识别在电力系统中起关键作用的线路。
所述系统在考虑线路停运和线路容量限制影响的电力系统可靠性的基础上，使用概率统计计算线路停运和线路容量限制带来的可靠性增量，通过对可靠性增量的排序来寻找关键线路，同时使用交叉熵方法抽样模拟来加速计算过程。所述系统具有计算快，识别的关键线路可信度大，能够为电力系统规划评估提供可靠有力的决策依据。
模块M100包括线路强迫停运率计算单元U101、元件抽样单元U102。
所述元件抽样单元U102用于模拟第r次利用交叉熵改变线路强迫停运率下，第k次交叉熵抽样时元件的状态。所述元件抽样单元U102将所有的元件均为两状态模型，即对于第j个元件xj有：
其中：θ是一个[0,1]空间均匀分布的随机数；是第j条线路的强迫停运概率；L是线路数量；是第i条线路的状态，1表示正常工作，0表示故障。
当进行第1次模拟时，进行第k次交叉熵抽样时，对于第j条线路xj有：
其中：μj是第j条线路给定的强迫停运率。
所述线路强迫停运率计算单元U101用于计算第r次利用交叉熵改变的线路强迫停运率。
对于一个给定系统状态的线路和发电机的电力系统，假设其只存在线路故障，并不存在发电机故障，可以通过下述模型1计算该电力系统状态下电力系统总的最小失负荷量DP，结合模型2能够计算在该电力系统状态下，去掉第j条线路后电力系统总的最小失负荷量
所述模型1如下：
0≤P≤Pmax
0≤D≤Dmax
PTDF·(P-D)≥F
其中，i是节点的编号，D是节点的负荷功率向量，P是节点的发电机注入功率向量，N是节点总数，Dmax是各节点的负荷需求向量，PTDF是功率分布因子矩阵，是线路潮流容量上限向量，F是线路潮流下限。pi和di分别是各节点的注入功率和负荷功率，是决策变量。通过模型1可以计算当前电力系统状态下总的最小失负荷量。为了使用上述模型，可以将电力系统中各节点年度每小时的负荷水平、发电机组的发电额定容量、发电机组最小出力、发电机组故障率、线路容量、线路故障率等信息的原始数据进行统计，以便计算使用。
若模型1中存在某条线路过负荷，需要衡量这条线路的容量限制导致的可靠性增量时，可将该条线路的容量约束去除，其他线路的容量约束保持不变，即得模型2。使用该模型进行计算，若得到新的电力系统总的最小负荷损失DP*，则认为该条线路对于可靠性统计的贡献是增量((DP-DP*)·W，其中W是该电力系统状态下的状态似然率，其中DP*的计算模型2如下：
0≤P≤Pmax
0≤D≤Dmax
这里-{j}表示去除第j条线路。通过模型2中的拉格朗日乘子来判别线路是否过负荷。假设第j条线路上限的拉格朗日乘子为第j条线路下限的拉格朗日乘子为μj 。如果或者|μj |＞0.1，则认为第j条线路存在过负荷。
基于上述模型，可以计算第r次模拟中进行第k次交叉抽样时得到的电力系统状态下的电力系统总的最小失负荷量以及第r次模拟中进行第k次交叉抽样时得到的电力系统状态下，去掉第j条线路后的电力系统总的最小失负荷量
在一个实施例中，所述模块M200还包括下述单元配合进行状态评估分析：
U201、线路停运单元：用于判断当前电力系统状态下是否存在线路停运，若存在线路停运，则进入单元U202；否则，结束评估；
U202、解列分析单元：分析当前电力系统是否存在解列，若存在，则在各解列块内进行功率平衡分析，并统计各解列块内的负荷量；否则，则进入单元U203；
U203、潮流分析单元：判断当前电力系统是否有孤立节点，有孤立节点去除孤立节点再形成导纳矩阵，然后计算线路潮流；若无过负荷结束评估；若有过负荷，则进入失负荷统计单元U204；
U204、失负荷统计单元：计算第r次利用交叉熵改变线路强迫停运率后第k次交叉熵抽样时元件的状态下，电力系统总的最小失负荷量DP，以及在该电力系统状态下，去掉第j条线路后电力系统总的最小失负荷量
在一个实施例中，提供了线路强迫停运率计算单元U101的具体实现。
若用函数H表示某个电力系统状态的失负荷指示函数：
上式中，如果在某个电力系统状态下评估后失负荷，其值为1；否则，其值为0。
那么，为清楚起见，j＝1,2,…,L)表示在第r次模拟中第k次抽样得到的电力系统状态下的失负荷指示函数。
若对于第r次模拟电力系统时第k次交叉抽样后得到的电力系统状态下，该电力系统状态下的状态似然率j＝1,2,…,L)为：
式中：
表示在第r次模拟中线路的强迫停运率为的情况下，第k次抽样得到的电力系统状态中第j条线路的状态，若其值为1，表示该条线路正常工作；若其值为0，则表示该条线路故障。
那么，利用交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率为：
式中：
当r＝1时，uj为第j条线路给定的强迫停运率；此时，W(1)(j＝1,2,…,L)＝1。
在一个实施例中，给出了所述第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量的计算使用下面的公式计算：
式中：
为第r次模拟的第j条线路的线路容量限制导致的可靠性价值增量。
对具有相同线路强迫停运率下，通过交叉抽样获得不同的电力系统状态，因此可以进一步使用一个状态似然率来对该状态下由线路容量限制导致的进行修正。在一个实施例中，对所述第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量的计算使用下述公式修正：
式中：
为第r次模拟的第j条线路的k次交叉抽样的线路容量限制导致的可靠性价值增量累积量；K是交叉抽样总次数。
在一个实施例中，提供了所述第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量的计算公式如下：
式中：
进一步地，所述第k次交叉抽样后电力系统电力电量不足的期望值的修正公式如下：
在一个实施例中，标准IEEE-RTS 79测试系统有33台发电机，38条线路，现将所有的线路的强迫停运率提高100倍得到改进的测试系统，并以此改进测试系统为例，进行所提方法的检验，收敛标准ε取为0.1，每次仿真次数K取为1000。利用所提方法得到最终的线路排名及得分如下表1(最终迭代10次，结束计算)：
表1：关键线路排序及得分
由表1可以得出，线路编号为17的线路最为关键。
以上对本公开进行了详细介绍，本文中应用了具体个例对本公开的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本公开的方法及其核心思想；同时，对于本领域技术人员，依据本公开的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本公开的限制。

Claims (10)

1.一种基于可靠性价值增量的关键线路识别方法，其特征在于，所述方法包括下述步骤：
S100、利用交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率当r＝1时，uj为第j条线路给定的强迫停运率；
S200、计算第r次模拟的第j条线路总的平均可靠性增量L为电力系统中线路的总数；其中：
为第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量；
为第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量；
S300、计算第r次模拟的第j条线路总的可靠性增量的相对误差
S400、若则执行步骤S500；否则，r＝r+1，返回步骤S100；其中：ε为预设值；
S500、根据模拟结束时各条线路总的平均可靠性增量的排序来识别在电力系统中起关键作用的线路。
2.根据权利要求1所述的方法，其特征在于，所述第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量的计算使用下面的公式计算：
式中：
为第r次模拟的第j条线路的线路容量限制导致的可靠性价值增量。
3.根据权利要求1或2所述的方法，其特征在于，所述第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量的计算使用下述公式修正：
式中：
为第r次模拟的第j条线路的k次交叉抽样的线路容量限制导致的可靠性价值增量累积量；
K是交叉抽样总次数；
是第r次模拟中进行第k次交叉抽样时得到的电力系统状态下的电力系统总的最小失负荷量；
是第r次模拟中进行第k次交叉抽样时得到的电力系统状态下，去掉第j条线路后电力系统总的最小失负荷量；
是电力系统在强迫停运率为的情况下，第k次交叉抽样得到的电力系统状态下的状态似然率；其中：j＝1，2，...，L；按下式进行计算：
式中：
表示在强迫停运率为的情况下，第k次抽样得到的电力系统状态中第j条线路的状态，若其值为1，表示该条线路正常工作；若其值为0，则表示该条线路故障；其中：j＝1，2，...，L。
4.根据权利要求3所述的方法，其特征在于，所述第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量的计算公式如下：
式中：
为在强迫停运率为的情况下，第j条线路的k次交叉抽样的线路停运导致的可靠性价值增量累积量，
为在强迫停运率为的情况下，第k次交叉抽样后电力系统电力电量不足的期望值，
5.根据权利要求4所述的方法，其特征在于，所述第k次交叉抽样后电力系统电力电量不足的期望值的修正公式如下：
6.一种基于可靠性价值增量的关键线路识别系统，其特征在于，所述系统包括下述模块：
M100、电力系统线路状态模拟模块：利用交叉熵方法计算电力系统的第r次模拟中第j条线路的强迫停运率当r＝1时，uj为第j条线路给定的强迫停运率；
M200、线路总的平均可靠性增量计算模块：计算第r次模拟的第j条线路总的平均可靠性增量L为电力系统中线路的总数；其中：
为第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量；
为第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量；
M300、判断计算模块：计算第r次模拟的第j条线路总的可靠性增量的相对误差
M400、模拟停止判断模块：若则执行步骤S500；否则，r＝r+1，返回步骤S100；其中：ε为预设值；
M500、关键线路识别模块：根据模拟结束时各条线路总的平均可靠性增量的排序来识别在电力系统中起关键作用的线路。
7.根据权利要求6所述的系统，其特征在于，所述第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量的计算使用下面的公式计算：
式中：
为第r次模拟的第j条线路的线路容量限制导致的可靠性价值增量。
8.根据权利要求6或7所述的系统，其特征在于，所述第r次模拟的第j条线路的线路容量限制导致的平均可靠性价值增量的计算使用下述公式修正：
式中：
为第r次模拟的第j条线路的k次交叉抽样的线路容量限制导致的可靠性价值增量累积量；
K是交叉抽样总次数；
是第r次模拟中进行第k次交叉抽样时得到的电力系统状态下的电力系统总的最小失负荷量；
是第r次模拟中进行第k次交叉抽样时得到的电力系统状态下，去掉第j条线路后电力系统总的最小失负荷量；
是电力系统在强迫停运率为的情况下，第k次交叉抽样得到的电力系统状态下的状态似然率；其中：j＝1，2，...，L；按下式进行计算：
式中：
表示在强迫停运率为的情况下，第k次抽样得到的电力系统状态中第j条线路的状态，若其值为1，表示该条线路正常工作；若其值为0，则表示该条线路故障；其中：j＝1，2，...，L。
9.根据权利要求8所述的系统，其特征在于，所述第r次模拟的第j条线路的线路停运导致的平均可靠性价值增量的计算公式如下：
式中：
为在强迫停运率为的情况下，第j条线路的k次交叉抽样的线路停运导致的可靠性价值增量累积量，
为在强迫停运率为的情况下，第k次交叉抽样后电力系统电力电量不足的期望值，
10.根据权利要求9所述的系统，其特征在于，所述第k次交叉抽样后电力系统电力电量不足的期望值的修正公式如下：
CN201610020406.5A 2016-01-13 2016-01-13 一种基于可靠性价值增量的关键线路识别方法和系统 Active CN105576655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610020406.5A CN105576655B (zh) 2016-01-13 2016-01-13 一种基于可靠性价值增量的关键线路识别方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610020406.5A CN105576655B (zh) 2016-01-13 2016-01-13 一种基于可靠性价值增量的关键线路识别方法和系统

Publications (2)

Publication Number Publication Date
CN105576655A CN105576655A (zh) 2016-05-11
CN105576655B true CN105576655B (zh) 2018-08-24

Family

ID=55886492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610020406.5A Active CN105576655B (zh) 2016-01-13 2016-01-13 一种基于可靠性价值增量的关键线路识别方法和系统

Country Status (1)

Country Link
CN (1) CN105576655B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034538B (zh) * 2018-06-26 2021-08-03 广东电网有限责任公司 一种面向变电站自动化设备运行质量的评价分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214922A (zh) * 2011-06-27 2011-10-12 山东电力研究院 一种电网规划方案的评估系统
CN102842105A (zh) * 2012-07-09 2012-12-26 中国电力科学研究院 一种计及风电不确定性的暂态稳定风险在线评估方法
CN103426056A (zh) * 2013-07-18 2013-12-04 清华大学 基于风险评估的电力系统薄弱环节辨识方法
CN103985066A (zh) * 2014-05-20 2014-08-13 天津大学 一种基于混合潮流的电力系统静态风险评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130218494A1 (en) * 2011-10-11 2013-08-22 Bigwood Technology, Inc. Systems for Real-Time Available Transfer Capability Determination of Large Scale Power Systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214922A (zh) * 2011-06-27 2011-10-12 山东电力研究院 一种电网规划方案的评估系统
CN102842105A (zh) * 2012-07-09 2012-12-26 中国电力科学研究院 一种计及风电不确定性的暂态稳定风险在线评估方法
CN103426056A (zh) * 2013-07-18 2013-12-04 清华大学 基于风险评估的电力系统薄弱环节辨识方法
CN103985066A (zh) * 2014-05-20 2014-08-13 天津大学 一种基于混合潮流的电力系统静态风险评估方法

Also Published As

Publication number Publication date
CN105576655A (zh) 2016-05-11

Similar Documents

Publication Publication Date Title
CN102509018B (zh) 电力系统设备重要性评价系统及方法
CN104682381B (zh) 大型风电场柔性直流输电系统可靠性计算方法
CN103872681A (zh) 一种基于主配网一体化的在线实时合环方法
CN105406476B (zh) 基于历史数据的电力系统稳定性快速判断方法
CN109217296B (zh) 一种基于加权潮流熵和电压稳定的电网关键节点辨识方法
CN103440400B (zh) 考虑灾害因素的电力系统短期风险判定方法
Xu et al. Robust transient stability-constrained optimal power flow with uncertain dynamic loads
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
CN106529791A (zh) 一种电力系统中支路重要度的评估方法
CN103914788A (zh) 电网多环节系统的可靠性评估方法
CN103778467A (zh) 一种选择电力系统暂态稳定评估输入特征量的方法
CN106130781B (zh) 基于配电网拓扑模型的变压器故障累积效应评估方法
CN108681800A (zh) 一种分布式新能源接入配电网的运检风险评估方法
CN106709651A (zh) 一种基于风险理论的电力系统安全性评估系统
CN103971175A (zh) 一种多级变电站的短期负荷预测方法
CN106485333A (zh) 一种输电线路运行状态评估方法
CN104037760B (zh) 一种不确定注入功率的电力系统预想事故选择方法
CN106355308A (zh) 一种基于决策树辨识风电接入系统关键设备的方法
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
CN105576655B (zh) 一种基于可靠性价值增量的关键线路识别方法和系统
CN112036718B (zh) 一种考虑新能源不确定性的电力系统安全风险评估方法
CN114186849A (zh) 一种计及二次系统影响的电力系统连锁故障风险评估方法及其系统
CN111062569A (zh) 一种基于bp神经网络的小电流故障判别方法
CN103020346B (zh) 一种电路物理设计相似度的测试方法
CN103199566A (zh) 一种交直流混联电力系统的连锁故障分析方法

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