CN105913148A - 基于在线平台的电网事故预案自动化实现方法 - Google Patents
基于在线平台的电网事故预案自动化实现方法 Download PDFInfo
- Publication number
- CN105913148A CN105913148A CN201610222170.3A CN201610222170A CN105913148A CN 105913148 A CN105913148 A CN 105913148A CN 201610222170 A CN201610222170 A CN 201610222170A CN 105913148 A CN105913148 A CN 105913148A
- Authority
- CN
- China
- Prior art keywords
- accident
- prediction
- network
- power grid
- equipment
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000005540 biological transmission Effects 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 13
- 230000032683 aging Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000010187 selection method Methods 0.000 claims description 4
- 229910018540 Si C Inorganic materials 0.000 claims description 3
- 229910008423 Si—B Inorganic materials 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000037211 monthly cycles Effects 0.000 claims description 3
- 230000001373 regressive effect Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 229910010271 silicon carbide Inorganic materials 0.000 claims description 3
- CCEKAJIANROZEO-UHFFFAOYSA-N sulfluramid Chemical group CCNS(=O)(=O)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)F CCEKAJIANROZEO-UHFFFAOYSA-N 0.000 claims description 3
- 230000005619 thermoelectricity Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000006378 damage Effects 0.000 claims description 2
- 230000010355 oscillation Effects 0.000 claims description 2
- 230000009471 action Effects 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000009191 jumping Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 9
- 230000007246 mechanism Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000003466 anti-cipated effect Effects 0.000 abstract 2
- 230000003449 preventive effect Effects 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 240000006413 Prunus persica var. persica Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于在线平台的电网事故预案自动化实现方法,包括获取电网的预测潮流;建立预想事故集:生成针对预想事故集的紧急控制辅助决策和控制目标和事故后电网预防控制辅助决策和控制目标;生成事故预案;选取事故预案作为匹配预案,完成电网事故预案的实现。本发明提供的这种基于在线平台的电网事故预案自动化实现方法,依托在线安全稳定分析系统,通过严谨的潮流预测、科学的事故预想与断面搜索、成熟的运行分析校核与控制辅助决策,设计了完整的电网事故预案自动化实现流程,建立了电网事故前预案自动编写、事故时预案即时弹出、全过程安全监视的功能机制,促进了预案的质量提升和应用高效,降低了调度员劳动强度及事故处理风险。
Description
技术领域
本发明属于电力系统自动化领域,具体涉及一种基于在线平台的电网事故预案自动化实现方法。
背景技术
随着国家经济技术的发展,电力系统的自动化程度已经越来越高,如何让电网稳定、自动的运行,已经成为电力系统的主要研究方向之一。
在线安全稳定分析系统(以下简称在线系统)以大数据、精确仿真、并行计算、自动分析等为特点,具备安全分析与辅助决策功能,为电网实现事故前预案自动编写、事故时预案即时弹出、全过程安全监视提供了良好平台。在线平台一方面基于电网目标潮流,能快速、同步实施六类安全分析并给出相应的控制辅助决策;另一方面基于数据共享及功能程序嵌入,能整合系统潮流预测、预想事故搜集、控制断面搜索、事故监视、预案匹配等模块协同运行。
电网事故预案是指导事故处理、保障电网安全的重要机制,通常针对由系统检修、方式变化、气候突变、特殊时期保电等引起的高风险运行工况,根据电网实际编写相应的预控及事故应对措施。传统事故预案一般基于区域电网离线潮流,对电网进行N-1扫描或特定多重故障的暂稳、静稳分析,借助人工经验干预调整,形成控制决策。该过程工作量大,而且受离线潮流及人员分析水平影响,难以保证预案的准确性、完整性及实施效果。且长久以来,电网事故预案的编写都依靠人工完成,而绝大部分预案最终并未得到实施,放松紧惕的心理导致预案机制逐渐流于形式。与此同时,预案一般存档管理,一旦发生事故无法第一时间提供指导,不利于事故控制。
发明内容
本发明的目的在于提供一种能够有效提高事故预案的实现质量、有效降低调度人员工作强度和事故处理风险的基于在线平台的电网事故预案自动化实现方法。
本发明提供的这种基于在线平台的电网事故预案自动化实现方法,包括如下步骤:
S1.获取电网的预测潮流;
S2.结合电网事故的普遍规律和步骤S1获取的电网预测潮流,通过N-1筛选法、概率预测法、最速故障轨迹法和等效事故法建立预想事故集:
概率预测法通过对设备因山火、冰冻、雷雨、大风、设备老化所致事故的分类统计,结合与事故对应的气温、降雨量、风速、运行年限客观因素数据,采用GM灰预测模型分别进行事故风险关联预测,并经加权汇总评估该设备在目标方式下发生非停的风险概率,选取高非停风险设备代入预想事故,以此建立电网N-1及N-2预想事故集;
等效事故法通过对受特定设备结构、运行环境、保电要求限制的输变电系统,根据预想事故的影响,以等效事故对该类预想事故进行描述与鉴别,建立“N-2”或“N-多”预想事故,形成等效预想事故集;
S3.根据步骤S2建立的预想事故集,逐一将预想事故集代入步骤S1得到的电网预测潮流,搜索电网的控制断面并分析,生成针对预想事故集的紧急控制辅助决策和控制目标;
S4.针对事故后的电网,代入步骤S3得到的紧急控制辅助决策和控制目标,生成事故后电网预防控制辅助决策和控制目标;
S5.根据步骤S2得到的预想事故集和步骤S3、步骤S4得到的控制辅助决策和控制目标,生成事故预案;
S6.实际电网在运行中发生事故时,从步骤S5得到的事故预案中选取目标方式、故障类型和故障设备与实际电网一致、负荷水平和潮流大小最接近实际电网潮流断面的事故预案作为匹配预案,指导事故处理,完成电网事故预案的自动化实现。
步骤S1所述的获取电网的预测潮流,为将电网负荷侧等效至220kV母线,结合调度所制订的未来日前、周内、月度周期的开机方式、发电计划、检修计划,获取预测潮流;同时对全网220kV母线同步进行基于历史数据、环境参数的分布负荷短期、超短期预测,获取电网日内、日前预测潮流。
步骤S2所述的概率预测法,具体包括如下步骤:
步骤1)收集所有设备在目标环境下,对应的电网历年同时期出现的每一设备的事故记录,以及目标发生事故时所处环境的最高气温、最低气温、降雨量、风速和设备运行年限数据;
步骤2)将上述事故记录折算为该设备相应类型的事故风险数据:事故越严重,折算的事故风险数据越大;
步骤3)预测所有设备在目标环境下,所处的最高气温、最低气温、降雨量、风速、设备运行年限数据,采用GM灰度预测模型计算事故风险数据在目标环境下的预测数据,并取预测数据的平均值作为该设备在目标方式下的非停风险概率;
步骤4)根据步骤3)得到的各个设备的非停风险概率,选取电网设备带入预想事故集,建立N-1和N-2预想事故集。
步骤1)所述的目标环境,包括火山、冰冻、雷雨、大风和设备老化;所述的事故记录,包括跳闸、跳闸重合、被迫停运、被迫退自动重合闸ZCH和无影响。
步骤3)所述的采用GM灰度预测模型计算事故风险数据在目标环境下的预测数据,具体包括如下步骤:
①将事故风险数据按时间排列为PSi数据序列,以相应的最高气温A、最低气温B、降雨量C、风速D、设备运行年限E的数据为因素序列,排列形成PSi-A、PSi-B、PSi-C、PSi-D、PSi-E序列组;
②以PSi为主序列,因素序列作为关联序列,对主序列及因素序列的元素数据分别作1-AGO累加生成P(1)、A(1)和紧邻均值生成P(2)、A(2);
③根据GM(1,2)模型
P(1)(k)+aP(2)(k)=bA(1)(k)
求取模型参数包Π=(a,b),其中n表示序列元素个数,1≤k≤n。
Π=(αTα)-1αTβ
β=[P(1)(2)P(1)(3)…P(1)(n)]T
④确定近似时间响应式
以及累减还原式
式中即为所求的预测值。
步骤4)所述的选取电网设备,可以采用比例选取法或阈值选取法。
步骤S2所述的等效事故法,具体包括如下步骤:
步骤A.获取电网的运行数据信息;
步骤B.根据负荷预测及发电安排,提取目标电网主网架、保电区域、设备异常区域、运行高风险区域的重负荷、大方式潮流断面;
步骤C.对保电线路及其输电断面、可能导致跳闸的异常设备、可能过载或被迫停运的运行设备、存在动态稳定问题的故障设备,结合包括事故跳闸伴随的切机、切负荷、备自投动作在内的自动控制策略,建立N-2乃至“N-多”预想事故,形成等效预想事故集。
步骤A所述的运行数据信息,包括电网结构图、目标方式典型潮流,目标地区厂站内部接线方式、机组及开关设备功能状态、联切配置、备自投配置、需要保电的时段、区域、线路及厂站,保供负荷及电能质量需求、主网或地区电网中枢纽厂站及主要送电通道存在的一次、二次设备异常状况及影响范围、自然灾害、工程施工、负荷突变对电网造成的可以预见的设备破坏、潮流剧变影响、电网本身存在的可能导致功角失稳、电压失稳、系统振荡问题的典型故障类型及其稳控策略。
步骤S3所述的搜索电网的控制断面,具体包括如下步骤:
对于同一电压等级的输电线路断面,主要步骤如下:
(1)选择一个合并区域作为开始的搜寻区域;
(2)确定搜索区域的所有功率流出线路和流入线路;
(3)选择搜索区域的所有功率流出线路作为一个集合;
(4)进行网络拓扑分析,判断是否将系统分为两个独立的网络:如果是,则确认是输电断面,转到步骤(1)进行下一次搜索;否则进行步骤(5);
(5)选择搜索区域所有功率流入线路相连的其他合并区域,和本搜索区域合并为新的搜索区域,转到步骤(2);
对于跨不同电压等级的电磁环网断面,主要步骤如下:
(1)选择任一变电站作为开始的搜索区域;
(2)确定搜索区域的所有功率流出线路和流入线路;
(3)选择搜索区域的所有功率流出线路作为一个集合;
(4)不考虑低电压等级网络,进行网络拓扑分析,判断是否将系统分为两个独立的网络;如果是,转到步骤(5);否则,进行步骤(6);
(5)考虑低电压等级网络,进行网络拓扑分析,判断是否是不含低电压等级的高电压等级输电断面;如果是,则放弃;否则,确认是电磁环网输电断面,进而转到步骤(1)进行下个站的搜索;
(6)选择搜索区域所有功率流入线路相连的站,和本搜索区域合并为新的搜索区域,转到步骤(2)。
步骤S6所述的选取目标方式、故障类型和故障设备与实际电网一致,具体为事故类型、故障设备和全网负荷等级要求与实际电网数据一致;所述的选取负荷水平和潮流大小最接近潮流断面,具体为全网负荷量、火电开机方式、事故前停运设备和故障设备潮流方向要求与实际电网的潮流断面数据最接近。
本发明提供的这种基于在线平台的电网事故预案自动化实现方法,依托在线安全稳定分析系统,通过严谨的潮流预测、科学的事故预想与断面搜索、成熟的运行分析校核与控制辅助决策,设计了完整的电网事故预案自动化实现流程,建立了电网事故前预案自动编写、事故时预案即时弹出、全过程安全监视的功能机制,促进了预案的质量提升和应用高效,降低了调度员劳动强度及事故处理风险。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
如图1所示为本发明的方法流程示意图:
本发明提供的这种基于在线平台的电网事故预案自动化实现方法,包括如下步骤:
S1.获取电网的预测潮流:
将电网负荷侧等效至220kV母线,结合调度所制订的未来日前、周内、月度周期的开机方式、发电计划、检修计划,获取预测潮流;同时对全网220kV母线同步进行基于历史数据、环境参数的分布负荷短期、超短期预测,获取电网日内、日前预测潮流;
S2.结合电网事故的普遍规律和步骤S1获取的电网预测潮流,通过N-1筛选法、概率预测法、最速故障轨迹法和等效事故法建立预想事故集:
N-1筛选法:通过全网静稳、暂稳、短路电流、小干扰N-1校核扫描快速筛选出可能导致设备过载、断面越限、功角失稳、电压失稳、短路电流超标、动态弱阻尼问题的N-1事故,并剔除重复的、稳控可控的事故,提取关键事故作为N-1危急事故集;具体包括如下步骤:
步骤1)收集所有设备在目标环境(包括火山、冰冻、雷雨、大风和设备老化)下,对应的电网历年同时期出现的每一设备的事故记录(包括跳闸、跳闸重合、被迫停运、被迫退自动重合闸ZCH和无影响),以及目标发生事故时所处环境的最高气温、最低气温、降雨量、风速和设备运行年限数据;
步骤2)将上述事故记录折算为该设备相应类型的事故风险数据:事故越严重,折算的事故风险数据越大;
步骤3)预测所有设备在目标环境下,所处的最高气温、最低气温、降雨量、风速、设备运行年限数据,采用GM灰度预测模型计算事故风险数据在目标环境下的预测数据,并取预测数据的平均值作为该设备在目标方式下的非停风险概率;具体包括如下步骤:
①将事故风险数据按时间排列为PSi数据序列,以相应的最高气温A、最低气温B、降雨量C、风速D、设备运行年限E的数据为因素序列,排列形成PSi-A、PSi-B、PSi-C、PSi-D、PSi-E序列组;
②以PSi为主序列,因素序列作为关联序列,对主序列及因素序列的元素数据分别作1-AGO累加生成P(1)、A(1)和紧邻均值生成P(2)、A(2);
③根据GM(1,2)模型
P(1)(k)+aP(2)(k)=bA(1)(k)
求取模型参数包Π=(a,b),其中n表示序列元素个数,1≤k≤n。
Π=(αTα)-1αTβ
β=[P(1)(2)P(1)(3)…P(1)(n)]T
④确定近似时间响应式
以及累减还原式
式中即为所求的预测值。
步骤4)根据步骤3)得到的各个设备的非停风险概率,选取电网设备带入预想事故集,建立N-1和N-2预想事故集;
其中,选取电网设备可以采用比例选取法或阈值选取法:采用比例选取法选取时,可以按照设备总数选取一定百分比(如10%)的电网设备;采用阈值选取法选取时,可以按照非停概率的高低选取,比如选取非停概率高于0.5的设备;
概率预测法:通过对设备因山火、冰冻、雷雨、大风、设备老化所致事故的分类统计,结合与事故对应的气温、降雨量、风速、运行年限客观因素数据,采用GM灰预测模型分别进行事故风险关联预测,并经加权汇总评估该设备在目标方式下发生非停的风险概率,选取高非停风险设备代入预想事故,以此建立电网N-1及N-2预想事故集;
最速故障轨迹法:通过搜索可能导致电网解列、失稳或崩溃的最小连锁故障集,确定对电网安全威胁最大的电网多重连锁事故;
等效事故法:通过对受特定设备结构、运行环境、保电要求限制的输变电系统,根据预想事故的影响,以等效事故对该类预想事故进行描述与鉴别,建立“N-2”或“N-多”预想事故,形成等效预想事故集;具体包括如下步骤:
步骤A.获取电网的运行数据信息,具体包括电网结构图、目标方式典型潮流,目标地区厂站内部接线方式、机组及开关设备功能状态、联切配置、备自投配置、需要保电的时段、区域、线路及厂站,保供负荷及电能质量需求、主网或地区电网中枢纽厂站及主要送电通道存在的一次、二次设备异常状况及影响范围、自然灾害、工程施工、负荷突变对电网造成的可以预见的设备破坏、潮流剧变影响、电网本身存在的可能导致功角失稳、电压失稳、系统振荡问题的典型故障类型及其稳控策略;
步骤B.根据负荷预测及发电安排,提取目标电网主网架、保电区域、设备异常区域、运行高风险区域的重负荷、大方式潮流断面;
步骤C.对保电线路及其输电断面、可能导致跳闸的异常设备、可能过载或被迫停运的运行设备、存在动态稳定问题的故障设备,结合包括事故跳闸伴随的切机、切负荷、备自投动作在内的自动控制策略,建立N-2乃至“N-多”预想事故,形成等效预想事故集;
S3.根据步骤S2建立的预想事故集,逐一将预想事故集代入步骤S1得到的电网预测潮流,搜索电网的控制断面并分析,生成针对预想事故集的紧急控制辅搜索电网的控制断面时,可以采用以下方法:
对于同一电压等级的输电线路断面,主要步骤如下:
(1)选择一个合并区域作为开始的搜寻区域;
(2)确定搜索区域的所有功率流出线路和流入线路;
(3)选择搜索区域的所有功率流出线路作为一个集合;
(4)进行网络拓扑分析,判断是否将系统分为两个独立的网络:如果是,则确认是输电断面,转到步骤(1)进行下一次搜索;否则进行步骤(5);
(5)选择搜索区域所有功率流入线路相连的其他合并区域,和本搜索区域合并为新的搜索区域,转到步骤(2);
对于跨不同电压等级的电磁环网断面,主要步骤如下:
(1)选择任一变电站作为开始的搜索区域;
(2)确定搜索区域的所有功率流出线路和流入线路;
(3)选择搜索区域的所有功率流出线路作为一个集合;
(4)不考虑低电压等级网络,进行网络拓扑分析,判断是否将系统分为两个独立的网络;如果是,转到步骤(5);否则,进行步骤(6);
(5)考虑低电压等级网络,进行网络拓扑分析,判断是否是不含低电压等级的高电压等级输电断面;如果是,则放弃;否则,确认是电磁环网输电断面,进而转到步骤(1)进行下个站的搜索;
(6)选择搜索区域所有功率流入线路相连的站,和本搜索区域合并为新的搜索区域,转到步骤(2)。助决策和控制目标;
S4.针对事故后的电网,代入步骤S3得到的紧急控制辅助决策和控制目标,生成事故后电网预防控制辅助决策和控制目标;
S5.根据步骤S2得到的预想事故集和步骤S3、步骤S4得到的控制辅助决策和控制目标,生成事故预案;
S6.实际电网在运行中发生事故时,从步骤S5得到的事故预案中选取目标方式、故障类型和故障设备与实际电网一致、负荷水平和潮流大小最接近实际电网潮流断面的事故预案作为匹配预案,在调度监视画面中自动弹出,以指导事故处理,从而完成电网事故预案的全过程自动化实现。
所述的选取目标方式、故障类型和故障设备与实际电网一致,具体为事故类型、故障设备和全网负荷等级要求与实际电网数据一致;所述的选取负荷水平和潮流大小最接近潮流断面,具体为全网负荷量、火电开机方式、事故前停运设备和故障设备潮流方向要求与实际电网的潮流断面数据最接近。
以下结合一个具体实施例对本发明方法进行进一步说明:
将本发明方法应用于湖南省500kV五岗线、220kV奇变全停检修重叠石厂机组全停事故预案编制及管理。根据该方式典型负荷日全网分布负荷预测及开机方式、发电曲线、设备停电情况,提取负荷高峰时刻全网预测潮流,统计数据见表1:
表1目标方式预测潮流统计数据
为建立基于上述目标方式的预想事故集,首先,采用在线系统的静态安全、暂态稳定N-1故障扫描,筛选出全网存在静稳、暂稳问题的N-1危急事故集;其次,根据历年同期全网设备故障、跳闸分类统计、预测及最速故障轨迹法分析结论,结合全网同杆并架及带病运行设备信息,经在线平台安全校核,筛选出全网存在静稳、暂稳问题的N-2危急事故集。所得预想事故集见下表2:
表2预想危急事故集明细
将上述500kV岗变#1T跳闸事故导入在线系统,基于基态潮流的事故前六类分析、按紧急控制辅助决策调整的事故后潮流六类分析结论见表3,据此生成的紧急控制、预防控制辅助决策及其控制目标见表4。
表3岗#1T跳闸事故前、后六类分析
表4辅助决策及控制目标
表1、表2结合表4所示即为在目标方式下岗变#1T跳闸事故的控制预案,该预案根据辅助决策先后执行紧急控制、预防控制措施。在调度DTS系统调取目标方式潮流并模拟该跳闸事故,经事故监视、预案匹配模块甄别,系统准确弹出该事故控制预案,控制效果见表5,表明控制预案能实现预防控制目标。
表5事故预案控制效果
控制目标 | 事故前 | 事故后 | 经紧急控制 | 经预防控制 |
岗#2T | 301MW | 589MW | 492MW | 361MW |
岗复主变 | 945MW | 932MW | 811MW | 636MW |
黄善+黄桃+岗复主变 | 1021MW | 1021MW | 883MW | 698MW |
最低母线电压 | 0.81p.u | 0.75p.u | 0.76p.u | 0.80p.u |
本方法通过严谨的潮流预测、科学的事故预想与断面搜索、成熟的运行分析校核与控制辅助决策实现了事故预案编制的全过程自动化,促进了预案的质量提升和高效流转,大为降低了调度员劳动强度及事故处理风险。
本方法通过事故监视与预案匹配模块,实现了电网事故时相应预案自动筛选、即时弹出的功能,为调度员处理事故提供了快速、便捷的决策支持,有效提高了预案应用及电网事故处理的效率。
Claims (10)
1.一种基于在线平台的电网事故预案自动化实现方法,包括如下步骤:
S1.获取电网的预测潮流;
S2.结合电网事故的普遍规律和步骤S1获取的电网预测潮流,通过N-1筛选法、概率预测法、最速故障轨迹法和等效事故法建立预想事故集:
概率预测法通过对设备因山火、冰冻、雷雨、大风、设备老化所致事故的分类统计,结合与事故对应的气温、降雨量、风速、运行年限客观因素数据,采用GM灰预测模型分别进行事故风险关联预测,并经加权汇总评估该设备在目标方式下发生非停的风险概率,选取非停风险设备代入预想事故,以此建立电网N-1及N-2预想事故集;
等效事故法通过对受特定设备结构、运行环境、保电要求限制的输变电系统,根据预想事故的影响,以等效事故对该类预想事故进行描述与鉴别,建立“N-2”或“N-多”预想事故,形成等效预想事故集;
S3.根据步骤S2建立的预想事故集,逐一将预想事故集代入步骤S1得到的电网预测潮流,搜索电网的控制断面并分析,生成针对预想事故集的紧急控制辅助决策和控制目标;
S4.针对事故后的电网,代入步骤S3得到的紧急控制辅助决策和控制目标,生成事故后电网预防控制辅助决策和控制目标;
S5.根据步骤S2得到的预想事故集和步骤S3、步骤S4得到的控制辅助决策和控制目标,生成事故预案;
S6.实际电网在运行中发生事故时,从步骤S5得到的事故预案中选取目标方式、故障类型和故障设备与实际电网一致、负荷水平和潮流大小最接近实际电网潮流断面的事故预案作为匹配预案,指导事故处理,完成电网事故预案的自动化实现。
2.根据权利要求1所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤S1所述的获取电网的预测潮流,为将电网负荷侧等效至220kV母线,结合调度所制订的未来日前、周内、月度周期的开机方式、发电计划、检修计划,获取预测潮流;同时对全网220kV母线同步进行基于历史数据、环境参数的分布负荷短期、超短期预测,获取电网日内、日前预测潮流。
3.根据权利要求1或2所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤S2所述的概率预测法,具体包括如下步骤:
步骤1)收集所有设备在目标环境下,对应的电网历年同时期出现的每一设备的事故记录,以及目标发生事故时所处环境的最高气温、最低气温、降雨量、风速和设备运行年限数据;
步骤2)将上述事故记录折算为该设备相应类型的事故风险数据:事故越严重,折算的事故风险数据越大;
步骤3)预测所有设备在目标环境下,所处的最高气温、最低气温、降雨量、风速、设备运行年限数据,采用GM灰度预测模型计算事故风险数据在目标环境下的预测数据,并取预测数据的平均值作为该设备在目标方式下的非停风险概率;
步骤4)根据步骤3)得到的各个设备的非停风险概率,选取电网设备带入预想事故集,建立N-1和N-2预想事故集。
4.根据权利要求3所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤1)所述的目标环境,包括火山、冰冻、雷雨、大风和设备老化;所述的事故记录,包括跳闸、跳闸重合、被迫停运、被迫退自动重合闸ZCH和无影响。
5.根据权利要求4所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤3)所述的采用GM灰度预测模型计算事故风险数据在目标环境下的预测数据,具体包括如下步骤:
①将事故风险数据按时间排列为PSi数据序列,以相应的最高气温A、最低气温B、降雨量C、风速D、设备运行年限E的数据为因素序列,排列形成PSi-A、PSi-B、PSi-C、PSi-D、PSi-E序列组;
②以PSi为主序列,因素序列作为关联序列,对主序列及因素序列的元素数据分别作1-AGO累加生成P(1)、A(1)和紧邻均值生成P(2)、A(2);
③根据GM(1,2)模型
P(1)(k)+aP(2)(k)=bA(1)(k)
求取模型参数包Π=(a,b),其中n表示序列元素个数,1≤k≤n。
Π=(αTα)-1αTβ
β=[P(1)(2)P(1)(3)…P(1)(n)]T
④确定近似时间响应式
以及累减还原式
式中即为所求的预测值。
6.根据权利要求3所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤4)所述的选取电网设备,可以采用比例选取法或阈值选取法。
7.根据权利要求1或2所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤S2所述的等效事故法,具体包括如下步骤:
步骤A.获取电网的运行数据信息;
步骤B.根据负荷预测及发电安排,提取目标电网主网架、保电区域、设备异常区域、运行高风险区域的重负荷、大方式潮流断面;
步骤C.对保电线路及其输电断面、可能导致跳闸的异常设备、可能过载或被迫停运的运行设备、存在动态稳定问题的故障设备,结合包括事故跳闸伴随的切机、切负荷、备自投动作在内的自动控制策略,建立N-2乃至“N-多”预想事故,形成等效预想事故集。
8.根据权利要求7所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤A所述的运行数据信息,包括电网结构图、目标方式典型潮流,目标地区厂站内部接线方式、机组及开关设备功能状态、联切配置、备自投配置、需要保电的时段、区域、线路及厂站,保供负荷及电能质量需求、主网或地区电网中枢纽厂站及主要送电通道存在的一次、二次设备异常状况及影响范围、自然灾害、工程施工、负荷突变对电网造成的可以预见的设备破坏、潮流剧变影响、电网本身存在的可能导致功角失稳、电压失稳、系统振荡问题的典型故障类型及其稳控策略。
9.根据权利要求1或2所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤S3所述的搜索电网的控制断面,具体包括如下步骤:
对于同一电压等级的输电线路断面,主要步骤如下:
(1)选择一个合并区域作为开始的搜寻区域;
(2)确定搜索区域的所有功率流出线路和流入线路;
(3)选择搜索区域的所有功率流出线路作为一个集合;
(4)进行网络拓扑分析,判断是否将系统分为两个独立的网络:如果是,则确认是输电断面,转到步骤(1)进行下一次搜索;否则进行步骤(5);
(5)选择搜索区域所有功率流入线路相连的其他合并区域,和本搜索区域合并为新的搜索区域,转到步骤(2);
对于跨不同电压等级的电磁环网断面,主要步骤如下:
(1)选择任一变电站作为开始的搜索区域;
(2)确定搜索区域的所有功率流出线路和流入线路;
(3)选择搜索区域的所有功率流出线路作为一个集合;
(4)不考虑低电压等级网络,进行网络拓扑分析,判断是否将系统分为两个独立的网络;如果是,转到步骤(5);否则,进行步骤(6);
(5)考虑低电压等级网络,进行网络拓扑分析,判断是否是不含低电压等级的高电压等级输电断面;如果是,则放弃;否则,确认是电磁环网输电断面,进而转到步骤(1)进行下个站的搜索;
(6)选择搜索区域所有功率流入线路相连的站,和本搜索区域合并为新的搜索区域,转到步骤(2)。
10.根据权利要求1或2所述的基于在线平台的电网事故预案自动化实现方法,其特征在于步骤S6所述的选取目标方式、故障类型和故障设备与实际电网一致,具体为事故类型、故障设备和全网负荷等级要求与实际电网数据一致;所述的选取负荷水平和潮流大小最接近潮流断面,具体为全网负荷量、火电开机方式、事故前停运设备和故障设备潮流方向要求与实际电网的潮流断面数据最接近。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610222170.3A CN105913148A (zh) | 2016-04-11 | 2016-04-11 | 基于在线平台的电网事故预案自动化实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610222170.3A CN105913148A (zh) | 2016-04-11 | 2016-04-11 | 基于在线平台的电网事故预案自动化实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105913148A true CN105913148A (zh) | 2016-08-31 |
Family
ID=56744994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610222170.3A Pending CN105913148A (zh) | 2016-04-11 | 2016-04-11 | 基于在线平台的电网事故预案自动化实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105913148A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106505568A (zh) * | 2016-12-26 | 2017-03-15 | 国网山东省电力公司泰安供电公司 | 预测事故集的方法和装置 |
CN106920012A (zh) * | 2017-03-10 | 2017-07-04 | 国网山东省电力公司经济技术研究院 | 一种含潮流控制设备的参考电网评价方法 |
CN106920178A (zh) * | 2017-02-10 | 2017-07-04 | 国网安徽省电力公司安庆供电公司 | 电网预案推演系统及电网预案推演方法 |
CN107292072A (zh) * | 2016-03-31 | 2017-10-24 | 中国科学院沈阳自动化研究所 | 一种基于风压差翻转漂移模型的海上搜寻区域估计法 |
CN109062993A (zh) * | 2018-07-04 | 2018-12-21 | 深圳供电局有限公司 | 一种离线电网故障处置预案生成方法及其装置 |
CN109784612A (zh) * | 2018-11-26 | 2019-05-21 | 国电南瑞科技股份有限公司 | 基于地配一体化的地区电网在线智能分析决策方法 |
CN110635479A (zh) * | 2019-10-25 | 2019-12-31 | 中国南方电网有限责任公司 | 一种限制短路电流运行方式的智能辅助决策方法及系统 |
CN110766221A (zh) * | 2019-10-22 | 2020-02-07 | 浪潮天元通信信息系统有限公司 | 一种基于物联网的电动车辆事故智能分析方法 |
CN110890755A (zh) * | 2019-12-17 | 2020-03-17 | 国电南瑞科技股份有限公司 | 一种故障处置预案在线校核与智能编制方法及系统 |
CN110909945A (zh) * | 2019-11-27 | 2020-03-24 | 广东电网有限责任公司 | 一种电网调度异常处理辅助决策方法 |
CN111835012A (zh) * | 2020-07-16 | 2020-10-27 | 深圳供电局有限公司 | 一种预防新能源连锁故障的电压控制方法、装置和系统 |
CN112560227A (zh) * | 2020-11-25 | 2021-03-26 | 国网河北省电力有限公司 | 一种电网调度日前计划仿真预演方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101282041A (zh) * | 2008-05-09 | 2008-10-08 | 天津大学 | 基于实用动态安全域的输电系统的动态安全风险评估与优化方法 |
CN101325337A (zh) * | 2008-07-25 | 2008-12-17 | 河南省电力公司 | 一种电网运行四级梯度安全预警方法 |
CN103618307A (zh) * | 2013-11-08 | 2014-03-05 | 天津大学 | 一种提高电力系统安全稳定性的紧急控制方法 |
CN105119267A (zh) * | 2015-07-08 | 2015-12-02 | 国家电网公司 | 一种电网静态电压稳定水平分析方法 |
CN105244865A (zh) * | 2015-07-21 | 2016-01-13 | 河南行知专利服务有限公司 | 一种电力系统安全稳定运行控制方法 |
CN105375453A (zh) * | 2015-09-23 | 2016-03-02 | 国电南瑞科技股份有限公司 | 一种基于连锁故障破坏程度指标的紧急控制方法 |
-
2016
- 2016-04-11 CN CN201610222170.3A patent/CN105913148A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101282041A (zh) * | 2008-05-09 | 2008-10-08 | 天津大学 | 基于实用动态安全域的输电系统的动态安全风险评估与优化方法 |
CN101325337A (zh) * | 2008-07-25 | 2008-12-17 | 河南省电力公司 | 一种电网运行四级梯度安全预警方法 |
CN103618307A (zh) * | 2013-11-08 | 2014-03-05 | 天津大学 | 一种提高电力系统安全稳定性的紧急控制方法 |
CN105119267A (zh) * | 2015-07-08 | 2015-12-02 | 国家电网公司 | 一种电网静态电压稳定水平分析方法 |
CN105244865A (zh) * | 2015-07-21 | 2016-01-13 | 河南行知专利服务有限公司 | 一种电力系统安全稳定运行控制方法 |
CN105375453A (zh) * | 2015-09-23 | 2016-03-02 | 国电南瑞科技股份有限公司 | 一种基于连锁故障破坏程度指标的紧急控制方法 |
Non-Patent Citations (1)
Title |
---|
国家电网公司: "《实时监控与预警类应用-在线安全稳定分析与调度运行辅助决策》", 《实时监控与预警类应用-在线安全稳定分析与调度运行辅助决策》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292072A (zh) * | 2016-03-31 | 2017-10-24 | 中国科学院沈阳自动化研究所 | 一种基于风压差翻转漂移模型的海上搜寻区域估计法 |
CN106505568A (zh) * | 2016-12-26 | 2017-03-15 | 国网山东省电力公司泰安供电公司 | 预测事故集的方法和装置 |
CN106920178A (zh) * | 2017-02-10 | 2017-07-04 | 国网安徽省电力公司安庆供电公司 | 电网预案推演系统及电网预案推演方法 |
CN106920012A (zh) * | 2017-03-10 | 2017-07-04 | 国网山东省电力公司经济技术研究院 | 一种含潮流控制设备的参考电网评价方法 |
CN106920012B (zh) * | 2017-03-10 | 2021-02-19 | 国网山东省电力公司经济技术研究院 | 一种含潮流控制设备的参考电网评价方法 |
CN109062993A (zh) * | 2018-07-04 | 2018-12-21 | 深圳供电局有限公司 | 一种离线电网故障处置预案生成方法及其装置 |
CN109784612A (zh) * | 2018-11-26 | 2019-05-21 | 国电南瑞科技股份有限公司 | 基于地配一体化的地区电网在线智能分析决策方法 |
CN110766221A (zh) * | 2019-10-22 | 2020-02-07 | 浪潮天元通信信息系统有限公司 | 一种基于物联网的电动车辆事故智能分析方法 |
CN110766221B (zh) * | 2019-10-22 | 2023-04-18 | 浪潮通信信息系统有限公司 | 一种基于物联网的电动车辆事故智能分析方法 |
CN110635479A (zh) * | 2019-10-25 | 2019-12-31 | 中国南方电网有限责任公司 | 一种限制短路电流运行方式的智能辅助决策方法及系统 |
CN110909945B (zh) * | 2019-11-27 | 2022-07-12 | 广东电网有限责任公司 | 一种电网调度异常处理辅助决策方法 |
CN110909945A (zh) * | 2019-11-27 | 2020-03-24 | 广东电网有限责任公司 | 一种电网调度异常处理辅助决策方法 |
CN110890755A (zh) * | 2019-12-17 | 2020-03-17 | 国电南瑞科技股份有限公司 | 一种故障处置预案在线校核与智能编制方法及系统 |
CN111835012B (zh) * | 2020-07-16 | 2021-11-23 | 深圳供电局有限公司 | 一种预防新能源连锁故障的电压控制方法、装置和系统 |
CN111835012A (zh) * | 2020-07-16 | 2020-10-27 | 深圳供电局有限公司 | 一种预防新能源连锁故障的电压控制方法、装置和系统 |
CN112560227B (zh) * | 2020-11-25 | 2022-06-14 | 国网河北省电力有限公司 | 一种电网调度日前计划仿真预演方法 |
CN112560227A (zh) * | 2020-11-25 | 2021-03-26 | 国网河北省电力有限公司 | 一种电网调度日前计划仿真预演方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105913148A (zh) | 基于在线平台的电网事故预案自动化实现方法 | |
Chen et al. | Multi-time step service restoration for advanced distribution systems and microgrids | |
Chanda et al. | Defining and enabling resiliency of electric distribution systems with multiple microgrids | |
CN106327034B (zh) | 基于运行可靠性模型的连锁故障搜索及薄弱环节分析方法 | |
EP2397926A2 (en) | A self-healing power grid and method thereof | |
Fu et al. | Risk assessment for special protection systems | |
Wang et al. | Impacts of operators’ behavior on reliability of power grids during cascading failures | |
CN105305444A (zh) | 基于调配一体化的配网综合智能告警与处理方法 | |
CN103812131A (zh) | 一种基于多智能体的城市电网孤岛黑启动系统及方法 | |
Liu et al. | Availability assessment based case-sensitive power system restoration strategy | |
CN104835376A (zh) | 具有备自投自动安全装置动作模拟功能的调度员培训仿真系统 | |
Sroka et al. | The risk of large blackout failures in power systems | |
Ciapessoni et al. | An integrated platform for power system security assessment implementing probabilistic and deterministic methodologies | |
Złotecka et al. | The characteristics and main causes of power system failures basing on the analysis of previous blackouts in the world | |
CN105184490A (zh) | 电网调度操作过程风险辅助预控系统 | |
CN104835077A (zh) | 具有调度员事故预想支持功能的静态安全分析系统 | |
Pandey et al. | Dynamic modeling and cascade failure analysis of the mumbai grid incident of october 12, 2020 | |
CN110070266B (zh) | 一种用于识别电网连锁故障大事件的方法及系统 | |
CN104809659A (zh) | 适用于地调系统的智能化高级应用系统 | |
CN104836329A (zh) | 可提高调度员在事故发生时分析处理能力的地调调度支持系统 | |
CN104898460A (zh) | 适用于地调系统的在线静态安全分析系统 | |
CN114004550B (zh) | 自然灾害下电网应急抢修与恢复调度协同决策方法及系统 | |
Liang et al. | Resilience Enhancement Strategy Considering Faulty Equipment Repair and Multiple Resource Dispatch for Power Distribution Networks | |
de Quevedo et al. | Modeling and reliability assessment of microgrids including renewable distributed generation | |
Lebrevelec et al. | A statistical analysis of the impact on security of a protection scheme on the French power system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160831 |