CN106203714A - 考虑电网运行风险的高压直流输电系统检修时机优化方法 - Google Patents
考虑电网运行风险的高压直流输电系统检修时机优化方法 Download PDFInfo
- Publication number
- CN106203714A CN106203714A CN201610555283.5A CN201610555283A CN106203714A CN 106203714 A CN106203714 A CN 106203714A CN 201610555283 A CN201610555283 A CN 201610555283A CN 106203714 A CN106203714 A CN 106203714A
- Authority
- CN
- China
- Prior art keywords
- transmission system
- risk
- maintenance
- hvdc transmission
- electrical network
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 137
- 230000005540 biological transmission Effects 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 238000009987 spinning Methods 0.000 claims abstract description 12
- 230000008439 repair process Effects 0.000 claims description 13
- 238000005520 cutting process Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 5
- 230000002085 persistent effect Effects 0.000 claims description 5
- 230000004888 barrier function Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 abstract 1
- 238000011160 research Methods 0.000 description 7
- 230000000737 periodic effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
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)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了考虑电网运行风险的高压直流输电系统检修时机优化方法,包括以下步骤:获取电网的基础数据;以高压直流输电系统为中心,将送受端电网简化为单母线模型,得到含高压直流输电系统的电网模型;根据高压直流输电系统在每个时段内发生随机故障的概率、计划检修期间内整体维修的固定费用及送受端电网的发电机组发电量计算高压直流输电系统的检修风险;根据高压直流输电系统在每个时段内发生随机故障的概率、送受端电网的负荷水平及旋转备用容量计算高压直流输电系统的故障风险;根据计及检修风险及故障风险的高压直流输电系统总风险最小化的目标函数获得检修时机。本发明实现了HVDC输电系统检修决策与电网运行风险的融合,在电网系统最需要的时机完成对设备的预防性检修。
Description
技术领域
本发明涉及电网检修领域,具体涉及考虑电网运行风险的高压直流输电系统检修时机优化方法。
背景技术
高压直流(High Voltage Direct Current,HVDC)输电系统主要用于电能的大功率、远距离传输,受端电网为其配置的旋转备用有限,当HVDC输电系统发生随机故障时,可能会导致受端电网紧急切负荷,甚至造成电网的解列,对受端电网产生严重影响。
合理的HVDC输电系统检修策略对提高其可靠性和利用效率具有重要意义。当前,HVDC输电系统的检修均采用定期检修策略,定期检修不考虑设备自身性能的变化,不可避免的出现“过检修”或者“欠检修”,导致其利用效率较低。在实际生产中,考虑到HVDC随机故障的巨大危害,目前的HVDC输电系统检修策略多为保守的定期检修策略,通过频繁的计划检修降低HVDC输电系统发生随机故障的概率,然而,频繁的定期检修还将导致受端电网运行风险增加,电网运行总成本增加,造成不必要的资源浪费。
电网状态检修:电网状态检修(Condition-Based Maintenance,CBM)是在设备状态信息完备有效的基础之上,准确评估系统状态变化规律,考虑系统运行需要,实现在设备发生随机故障前对其进行预防性检修。即设备的检修周期既不保守也不冒进,能够兼顾系统运行需要和设备性能要求,提高检修的经济性。
申请号为201410262151.4的发明专利申请提供了一种电网检修计划优化方法,采用单目标满意度和总体目标贴近度实现决策者偏好信息的量化处理。该方法以检修成本最低和期望缺供电量最小为目标,重点解决多优化目标间矛盾的平衡协调问题,侧重满足决策者对优化目标多元化的需要,但并未系统考虑设备检修决策对检修风险和故障风险的影响。
申请号为201310342265.5的发明专利申请提供了一种配电网检修实施方案优化方法,主要步骤为:配电网和配电设备信息收集;计算配电设备故障率;评估配电网运行风险,计算检修方案的检修收益率;采用粒子群优化算法对检修方案进行优化。该方法以检修收益率为优化目标,有利于检修工作的有效开展及成本的降低,防止过度检修,对故障损失较小的配电网具有较强的适应性,但在含高压直流输电系统的电网运行中,高压直流输电系统的检修决策会对系统的经济性和可靠性造成重大影响,仅考虑提高检修收益可能造成“欠检修”,导致系统故障风险的上升,因此,对于本发明所涉及的高压直流输电系统检修决策问题,实现故障风险和检修风险的折中决策更为重要。
电网状态检修作为一种理论研究,其有效协调设备检修与系统运行间矛盾,在系统最需要的时机完成对设备的预防性检修。因此,将状态检修理论应用到HVDC输电系统的检修中,建立既不保守也不冒进的检修决策模型,具有重要意义。
因此,有必要寻求一种能够有效协调HVDC输电系统检修与电网运行矛盾的检修时机决策方法。
发明内容
为解决现有技术存在的不足,本发明公开了考虑电网运行风险的高压直流输电系统检修时机优化方法,本发明用以解决考虑HVDC输电系统检修与电网运行间矛盾的检修时机决策问题。
为实现上述目的,本发明的具体方案如下:
考虑电网运行风险的高压直流输电系统检修时机优化方法,包括以下步骤:
获取电网的基础数据;
以高压直流输电系统为中心,将送受端电网简化为单母线模型,得到含高压直流输电系统的电网模型;
根据高压直流输电系统在每个时段内发生随机故障的概率、计划检修期间内整体维修的固定费用及送受端电网的发电机组发电量计算高压直流输电系统的检修风险;
根据高压直流输电系统在每个时段内发生随机故障的概率、送受端电网的负荷水平及旋转备用容量计算高压直流输电系统的故障风险;
根据计及检修风险及故障风险的高压直流输电系统总风险最小化的目标函数获得检修时机。
进一步的,含高压直流输电系统的电网模型中,发电成本等于高压直流输电系统运行成本,发电成本包括送端电网的运行成本及受端电网的运行成本。
进一步的,在高压直流输电系统正常运行的情况下,送受端电网的发电机组发电成本等于送端电网的运行成本及受端电网的运行成本。
正常运行时,送受端电网的发电机组发电成本为:
其中,发电成本使用二次函数描述,送端电网的运行成本为:C1=a1+b1P1(t)+c1P1 2(t);受端电网的运行成本为:C2=a2+b2P2(t)+c2P2 2(t);其中:a1、b1、c1、a2、b2、c2分别为送受端电网的成本函数参数;
将研究周期等分为N个时段,送受端电网各时段的负荷水平分别为:L1(t)、L2(t)(1≤t≤N),P1(t)、P2(t)为送受端电网的发电机组发电量;HVDC输电系统在双极运行时的传输容量为PT。
进一步的,基于高压直流输电系统将电能从送端电网传输到受端电网得到送受端电网发电量与负荷的关系。
送受端电网发电量与负荷的关系为:
进一步的,假设高压直流输电系统的实时可靠性函数为R(t),则HVDC输电系统在每个时段内发生随机故障的概率p(t)为:
p(t)=(1-R(t-1))-(1-R(t))=R(t)-R(t-1) (3)。
计划检修期间,整体维修的固定费用为Cm,此时送受端电网的发电机组发电量分别为:L1(t)、L2(t),则计划检修产生的送受端电网单位时间运行风险为:
高压直流系统检修风险为:
CM=Cm+ΔC(t0)·Tp (5)
式中,t0为计划检修时机,Tp为计划检修持续时间。
进一步的,所述旋转备用容量记为qL2(t),q为系统配置备用容量的百分数,L2(t)为受端电网在每个时段内的负荷水平。
进一步的,若受端电网系统备用容量qL2(t)大于高压直流输电系统传输容量PT,高压直流输电系统退出运行后,备用容量能够补充其退出运行产生的功率缺额,受端电网不需要切除负荷就能维持功率平衡;
若受端电网系统备用容量qL2(t)小于高压直流输电系统传输容量PT时,在高压直流输电突然退出运行的情况下,仅靠备用容量无法补充功率缺额,必须采取紧急切负荷的措施才能维持系统功率平衡;
紧急切负荷系指当系统发电机不能满足负荷需求时,采取切除负荷的方法来维持系统功率平衡,紧急切负荷会大大降低电力用户的用电满意度、影响正常生产经济活动,从而造成一定的经济损失,紧急切负荷容量可表示为:
ΔP(t)=max{PT-q·L2(t),0} (6)。
进一步的,计算故障风险时,假设高压直流输电系统发生随机故障后的抢修成本表示为Cf,则计算故障风险为:
式中,ΔC1(t)为HVDC输电系统发生随机故障时的送受端电网的运行风险,Tup为随机故障后抢修时间。
进一步的,在设定周期内,使高压直流输电系统总风险最小化的目标函数为:
min TC=(CM+CF) (9)
其中,TC为高压直流输电系统总风险。
进一步的,根据计及检修风险及故障风险的高压直流输电系统总风险最小化的目标函数获得检修时机时的具体步骤包括:
1)输入基础数据;
2)初始检修时段、系统最小风险及系统最优检修时段;
3)初始当前检修方案系统风险,设置起始时段;
4)若当前时段为检修时段,计算当前时段的检修风险,并累加到系统运行风险,若当前时段为非检修时段,计算当前时段的故障风险CF,并累加到系统运行风险;
5)进行下一时段计算;
6)若超出了检修决策周期,转至步骤(7),否则转至步骤(4);
7)若当前检修方案得到的运行风险小于初始的系统最小风险,则当前方案为目前所发现的最好方案,更新最优方案值;
8)继续考察下一检修时机;
9)若检修时段超出了检修决策周期,转至步骤(10),否则转至步骤(3);
10)计算结束,输出最优检修时机和对应的系统最小风险。
本发明的有益效果:
本发明以HVDC输电系统检修时机决策为中心,同时考虑检修风险和故障风险,能有效协调设备检修与系统运行间矛盾,实现了HVDC输电系统检修决策与电网运行风险的融合,在电网系统最需要的时机完成对设备的预防性检修。
附图说明
图1为简化的HVDC输电系统示意图;
图2为考虑电网运行风险的HVDC输电系统整体检修时机决策方法流程图;
图3(a)-图3(b)分别为送受端电网负荷;
图4为实例中HVDC输电系统总运行风险与送端电网负荷变化趋势图;
图5为实例中HVDC输电系统总运行风险与受端电网负荷变化趋势图。
具体实施方式:
下面结合附图对本发明进行详细说明:
关于检修风险,检修风险即对HVDC输电系统进行计划检修时所产生的风险。对HVDC输电系统实施整体检修,即将其退出运行,进行所有设备的检修。通过检修,改善设备的性能,降低设备发生随机故障的概率,从而提高HVDC输电系统的可靠性。在实际电网运行中,在HVDC输电系统计划检修期间,受端电网的检修备用机组投入运行,替代退出运行的HVDC输电系统,受端电网提供的旋转备用用以应对随机故障,即不会出现紧急切负荷的情况。
结合系统自身状态和送受端电网需求,基于HVDC输电系统实时可靠性的检修计划,一般为短期或者超短期的检修计划。因为针对HVDC输电系统长期或者中长期的实时可靠性计算不可避免的会受到各种因素的影响,导致可靠性函数的精确度和可信度不高;同时,HVDC输电系统属于高可靠性系统,在短期内发生随机故障次数的期望值小,没有必要安排多次检修。据此,在研究周期内(1年),HVDC计划检修次数不超过一次。
关于故障风险,故障风险即在非计划检修期间HVDC发生随机故障时产生的风险。非计划检修期间,受端电网提供的旋转备用用以应对受端电网和HVDC输电系统的随机故障,在HVDC输电系统发生随机故障时,可能出现旋转备用不足,导致受端电网紧急切负荷,用惩罚成本衡量随机故障导致的受端电网紧急切负荷风险。
系统的故障风险由HVDC输电系统在每个时段内发生随机故障的概率、送受端电网的负荷水平、旋转备用容量等共同决定。用k表示系统失负荷的单位惩罚成本。系统旋转备用容量和负荷水平有关,使用百分数法进行旋转备用容量的配置,记为qL2(t),q为系统配置备用容量的百分数。
对HVDC输电系统实施整体检修,即考虑在恰当的时机将其退出运行,进行所有设备的检修。通过检修,改善设备的性能,降低设备发生随机故障的概率,从而提高HVDC输电系统的可靠性。以价值为衡量标准,以电网在研究周期内的总运行风险最小为目标,进行HVDC输电系统整体检修的优化决策。
结合式(1)~(9),考虑送受端电网在HVDC输电系统运行状态改变后的运行方式的调整,计及检修风险和故障风险的影响,形成对HVDC输电系统进行整体检修决策的检修时机优化模型。上述检修决策模型的决策量为HVDC输电系统在研究周期内的检修时机,使用穷举法计算其最佳检修时机时的总体计算量不大,可以快速穷举得到对应的最佳检修时机。
本发明涉及的HVDC输电系统整体检修时机决策方法在计算时的具体步骤如下,流程图如图2所示:
1)输入基础数据,包括送受端电网运行成本参数、研究周期内的负荷水平、备用配置参数、切负荷单位惩罚成本,高压直流输电系统的实时可靠性函数、双极运行传输容量、计划检修持续时间、故障检修持续时间、计划检修维修费用、故障检修维修费用等;
2)初始化,初始检修时段Ttemp=1,系统最小风险TCmin=+∞,系统最优检修时段Topt=1;
3)初始化,当前检修方案系统风险TCtemp=0,设置起始时段t=1;
4)若当前时段为检修时段(t=Ttemp),计算当前时段的检修风险CM,并累加到系统运行风险(TCtemp=TCtemp+CM),若当前时段为非检修时段,计算当前时段的故障风险CF,并累加到系统运行风险(TCtemp=TCtemp+CF);
5)进行下一时段计算t=t+1;
6)若超出了检修决策周期(t>N),转至步骤(7),否则转至步骤(4);
7)若当前检修方案Ttemp得到的运行风险TCtemp小于TCmin,则当前方案为目前所发现的最好方案,更新最优方案值,TCmin=TCtemp,Topt=Ttemp;
8)继续考察下一检修时机,Ttemp=Ttemp+1;
9)若Ttemp超出了检修决策周期(Ttemp>N),转至步骤(10),否则转至步骤(3);
10)计算结束,输出最优检修时机Topt和对应的系统最小风险TCmin。
下面给出HVDC输电系统整体检修决策计算实例:
图1所示的两节点电网模型中,以HVDC输电系统为中心,对送受端电网进行简化,用两节点模型表示。HVDC输电系统设备的可靠性参数如表1所示,进行整体维修后的可靠性参数如表2所示。HVDC输电系统的额定传输能力为PT=150MW。送受端电网的发电成本函数为:C1=60P1(t)+0.04P1 2(t),C2=100P2(t)+0.08P2 2(t)。旋转备用配置比例取q=10%,固定维修费用Cm=200000,随机故障后抢修固定费用Cf=50000。研究周期为1年,分为52个时段,每个时段持续时间为1周,计划检修的持续时间为1周。用户侧的非计划失负荷单位赔付成本为:10000元/MWh。送受端电网的负荷曲线如图3(a)-图3(b)所示。
表1设备可靠性参数
表2计划检修后设备可靠性参数
进行HVDC输电系统的整体维修,设备性能得以改善,故障率降低。由于送受端电网负荷给定,计划维修后HVDC输电系统设备的故障率给定,决策HVDC输电系统整体维修的检修时机,得到最佳检修方案。
方案一:基于定期检修模型给定的检修时机(第26周为检修时机)。
方案二:基于受端电网负荷低谷确定的检修时机(第8周为检修时机)。
方案三:基于本文推荐模型决策的检修时机。
表3检修结果比较
分别计算三种方案下系统运行总风险,结果如表3所示。方案三确定的最佳检修时机为第24周。同方案一相比较,系统总运行风险从66236349.3降低到57893831.8,降低了12.60%;同方案二相比较,系统总运行风险从139440016.2降低到57893831.8,降低了58.48%。因此,采用本方法模型可以有效降低系统运行风险,提高HVDC输电系统整体检修的效率。
图4所示为不同检修时机时系统总运行风险与送端电网负荷变化趋势图,图5所示为不同检修时机时系统总运行风险与受端电网负荷变化趋势图。显然,检修时机影响的HVDC输电系统总运行风险和送受端负荷变化趋势具有一定的相关性,即系统运行风险受到送受端电网负荷水平的影响明显。但是系统的最佳检修时间不仅仅取决于送受端电网的负荷水平(送端电网负荷低谷出现在第22周,受端电网的负荷低谷出现在第8周,最佳检修时机为第24周)。可见,HVDC输电系统的最佳检修时机受到系统可靠性水平变化规律、送受端电网的负荷水平等因素共同决定,因此,在实际检修决策中仅依据定期检修和负荷最小时进行的检修决策并不能贴合电网运行风险最小的期望,也说明了本方法的必要性和有效性。
本发明不但适用于简化的两节点HVDC输电系统,亦可将送受端电网扩展开进行详细表示,只需对相应的电网模型进行扩展即可。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,包括以下步骤:
获取电网的基础数据;
以高压直流输电系统为中心,将送受端电网简化为单母线模型,得到含高压直流输电系统的电网模型;
根据高压直流输电系统在每个时段内发生随机故障的概率、计划检修期间内整体维修的固定费用及送受端电网的发电机组发电量计算高压直流输电系统的检修风险;
根据高压直流输电系统在每个时段内发生随机故障的概率、送受端电网的负荷水平及旋转备用容量计算高压直流输电系统的故障风险;
根据计及检修风险及故障风险的高压直流输电系统总风险最小化的目标函数获得检修时机。
2.如权利要求1所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,含高压直流输电系统的电网模型中,发电成本等于高压直流输电系统运行成本,发电成本包括送端电网的运行成本及受端电网的运行成本。
3.如权利要求2所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,在高压直流输电系统正常运行的情况下,送受端电网的发电机组发电成本等于送端电网的运行成本及受端电网的运行成本。
4.如权利要求3所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,基于高压直流输电系统将电能从送端电网传输到受端电网得到送受端电网发电量与负荷的关系。
5.如权利要求1所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,假设高压直流输电系统的实时可靠性函数为R(t),则HVDC输电系统各时段发生随机故障的概率p(t)为:
p(t)=(1-R(t-1))-(1-R(t))=R(t)-R(t-1)(3)。
6.如权利要求1所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,计划检修期间,整体维修的固定费用为Cm,此时送受端电网的发电机组发电量分别为:L1(t)、L2(t),则计划检修产生的送受端电网单位时间运行风险为:
高压直流系统检修风险为:
CM=Cm+ΔC(t0)·Tp (5)
式中,t0为计划检修时机,Tp为计划检修持续时间,b1、c1、b2、c2分别为送受端电网的成本函数参数;HVDC输电系统在双极运行时的传输容量为:PT。
7.如权利要求1所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,所述旋转备用容量记为qL2(t),q为系统配置备用容量的百分数,L2(t)为受端电网在每个时段内的负荷水平。
8.如权利要求7所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,计算故障风险时,假设高压直流输电系统发生随机故障后的抢修成本表示为Cf,则计算故障风险为:
式中,ΔC1(t)为HVDC输电系统发生随机故障时的送受端电网的运行风险,Tup为随机故障后抢修时间,HVDC输电系统在双极运行时的传输容量为:PT,HVDC输电系统在每个时段内发生随机故障的概率p(t),k表示系统失负荷的单位惩罚成本,计划检修产生的送受端电网单位时间运行风险为ΔC(t),b2为受端电网的成本函数参数,ΔP(t)为紧急切负荷容量,t为时段标识。
9.如权利要求1所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,在设定周期内,使高压直流输电系统总风险最小化的目标函数为:
min TC=(CM+CF) (9)
其中,CF为高压直流系统故障风险,CM为高压直流系统检修风险,TC为高压直流输电系统总风险。
10.如权利要求1所述的考虑电网运行风险的高压直流输电系统检修时机优化方法,其特征是,根据计及检修风险及故障风险的高压直流输电系统总风险最小化的目标函数获得检修时机时的具体步骤包括:
1)输入基础数据;
2)初始检修时段、系统最小风险及系统最优检修时段;
3)初始当前检修方案系统风险,设置起始时段;
4)若当前时段为检修时段,计算当前时段的检修风险,并累加到系统运行风险,若当前时段为非检修时段,计算当前时段的故障风险CF,并累加到系统运行风险;
5)进行下一时段计算;
6)若超出了检修决策周期,转至步骤(7),否则转至步骤(4);
7)若当前检修方案得到的运行风险小于初始的系统最小风险,则当前方案为目前所发现的最好方案,更新最优方案值;
8)继续考察下一检修时机;
9)若检修时段超出了检修决策周期,转至步骤(10),否则转至步骤(3);
10)计算结束,输出最优检修时机和对应的系统最小风险。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610555283.5A CN106203714B (zh) | 2016-07-14 | 2016-07-14 | 考虑电网运行风险的高压直流输电系统检修时机优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610555283.5A CN106203714B (zh) | 2016-07-14 | 2016-07-14 | 考虑电网运行风险的高压直流输电系统检修时机优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106203714A true CN106203714A (zh) | 2016-12-07 |
CN106203714B CN106203714B (zh) | 2020-02-11 |
Family
ID=57474830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610555283.5A Active CN106203714B (zh) | 2016-07-14 | 2016-07-14 | 考虑电网运行风险的高压直流输电系统检修时机优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106203714B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909249A (zh) * | 2017-10-27 | 2018-04-13 | 国网浙江省电力公司经济技术研究院 | 基于最小累积风险度的电网等风险检修决策方法及系统 |
CN107977510A (zh) * | 2017-11-30 | 2018-05-01 | 南方电网科学研究院有限责任公司 | 一种直流线路损耗的拟合方法 |
CN108923083A (zh) * | 2018-07-27 | 2018-11-30 | 广西电网有限责任公司柳州供电局 | 一种基于风险评估的蓄电池在线检测与维护的方法 |
CN108957343A (zh) * | 2018-07-27 | 2018-12-07 | 鲁东大学 | 一种在线蓄电池检测维护时段风险评估方法与判定系统 |
CN109460836A (zh) * | 2018-11-15 | 2019-03-12 | 国网河北省电力有限公司电力科学研究院 | 电气设备检修策略生成方法及终端设备 |
CN114421355A (zh) * | 2021-12-22 | 2022-04-29 | 贵州电网有限责任公司 | 一种电力设备检修方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268693A (zh) * | 2014-09-26 | 2015-01-07 | 国家电网公司 | 一种电网调度决策的方法和系统 |
-
2016
- 2016-07-14 CN CN201610555283.5A patent/CN106203714B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268693A (zh) * | 2014-09-26 | 2015-01-07 | 国家电网公司 | 一种电网调度决策的方法和系统 |
Non-Patent Citations (2)
Title |
---|
李明: ""电网状态检修概念与理论基础研究"", 《中国电机工程学报》 * |
栗然: ""基于风险评估的配电网检修决策优化"", 《电力自动化设备》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909249A (zh) * | 2017-10-27 | 2018-04-13 | 国网浙江省电力公司经济技术研究院 | 基于最小累积风险度的电网等风险检修决策方法及系统 |
CN107977510A (zh) * | 2017-11-30 | 2018-05-01 | 南方电网科学研究院有限责任公司 | 一种直流线路损耗的拟合方法 |
CN107977510B (zh) * | 2017-11-30 | 2021-01-22 | 南方电网科学研究院有限责任公司 | 一种直流线路损耗的拟合方法 |
CN108923083A (zh) * | 2018-07-27 | 2018-11-30 | 广西电网有限责任公司柳州供电局 | 一种基于风险评估的蓄电池在线检测与维护的方法 |
CN108957343A (zh) * | 2018-07-27 | 2018-12-07 | 鲁东大学 | 一种在线蓄电池检测维护时段风险评估方法与判定系统 |
CN108923083B (zh) * | 2018-07-27 | 2022-01-28 | 广西电网有限责任公司柳州供电局 | 一种基于风险评估的蓄电池在线检测与维护的方法 |
CN109460836A (zh) * | 2018-11-15 | 2019-03-12 | 国网河北省电力有限公司电力科学研究院 | 电气设备检修策略生成方法及终端设备 |
CN114421355A (zh) * | 2021-12-22 | 2022-04-29 | 贵州电网有限责任公司 | 一种电力设备检修方法 |
CN114421355B (zh) * | 2021-12-22 | 2024-01-19 | 贵州电网有限责任公司 | 一种电力设备检修方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106203714B (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106203714A (zh) | 考虑电网运行风险的高压直流输电系统检修时机优化方法 | |
Farzin et al. | Role of outage management strategy in reliability performance of multi-microgrid distribution systems | |
Chen et al. | Multi-time step service restoration for advanced distribution systems and microgrids | |
Varaiya et al. | Smart operation of smart grid: Risk-limiting dispatch | |
EP2688173A1 (en) | Multi-service provision with energy storage system | |
CN102832614B (zh) | 不确定性环境下发电计划的鲁棒优化方法 | |
Zhang et al. | Microgrid cooperative distributed energy scheduling (CoDES) considering battery degradation cost | |
Zhai et al. | Robust model predictive control for energy management of isolated microgrids | |
Xu et al. | Multi-objective chance-constrained optimal day-ahead scheduling considering BESS degradation | |
CN108493998B (zh) | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 | |
Yao et al. | Energy storage sizing optimization for large-scale PV power plant | |
Parast et al. | Resilience improvement of distribution networks using a two-stage stochastic multi-objective programming via microgrids optimal performance | |
Zhang et al. | The operating schedule for battery energy storage companies in electricity market | |
CN109830984A (zh) | 海上风电场与海岛微电网联合调度方法、装置和设备 | |
Pudjianto et al. | Value of integrating distributed energy resources in the UK electricity system | |
Chua et al. | Peak reduction for commercial buildings using energy storage | |
Sadeghian et al. | Combined heat and power unit commitment with smart parking lots of plug-in electric vehicles | |
Wang et al. | Adaptive operation strategies for electric vehicle charging stations | |
CN108306319B (zh) | 一种新能源微网中储能配置优化方法及系统 | |
Liu et al. | Economic load dispatch with stochastic wind power: model and solutions | |
Ramabhotla et al. | A review on reliability of microgrid | |
Paliwal et al. | Short-term optimal energy management in stand-alone microgrid with battery energy storage | |
Sedghi et al. | Optimal storage scheduling in distribution network considering fuzzy model of PEVs | |
Huang et al. | Stackelberg Competition Between Merchant and Regulated Storage Investment under Locational Marginal Pricing | |
Zhang et al. | Enhancing power grid resilience against typhoon disasters by scheduling of generators along with optimal transmission switching |
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 |