CN106779309B - 关键线路多角度多层次的辨识方法 - Google Patents
关键线路多角度多层次的辨识方法 Download PDFInfo
- Publication number
- CN106779309B CN106779309B CN201611048247.6A CN201611048247A CN106779309B CN 106779309 B CN106779309 B CN 106779309B CN 201611048247 A CN201611048247 A CN 201611048247A CN 106779309 B CN106779309 B CN 106779309B
- Authority
- CN
- China
- Prior art keywords
- node
- index
- line
- load
- key
- 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.)
- Expired - Fee Related
Links
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
Abstract
一种关键线路多角度多层次的辨识方法,所述方法从个体属性、局部属性、全局属性三个角度出发,结合线路运行状态与拓扑结构,建立关键节点综合辨识指标体系;然后基于节点关键性和保供电环境影响因子建立电力系统风险评估指标体系,继而从结构关键性、状态关键性、风险关键性三个角度出发建立关键线路多角度辨识模型,最后根据关键线路多角度辨识模型对电力系统的关键线路进行辨识。本发明从线路拓扑结构和运行状态角度出发建立电力系统的关键线路辨识指标体系,既可以根据需要从结构关键性、状态关键性、风险关键性三个角度分别进行辨识,也可以统筹考虑综合分析,为及早发现电力系统的潜在危险提供了技术支持。
Description
技术领域
本发明涉及一种电力系统中查找关键线路的方法,属供电技术领域。
背景技术
关键线路是指对电力系统安全稳定运行起重大影响作用的、易造成严重后果的、具有重大风险的线路。目前,随着电力系统规模的持续扩大,网架结构日益复杂,电网运行安全问题逐渐成为人们关注的焦点。采用合理的方法对电力系统的关键线路进行辨识,对于及早发现潜在危险、维护社会利益,具有重大的现实意义。目前,已有的针对关键线路辨识方法的研究,角度较为单一,辨识指标有待完善,并且缺乏负荷类型及节点关键程度对线路关键性影响的分析与建模。这些研究成果已经不能很好地适应新形势下提出的新要求,因此有必要针对已有研究的不足,通过对电力系统运行状态、网络结构以及故障风险的综合分析,寻找新的关键线路辨识方法。
发明内容
本发明的目的在于针对现有技术之弊端,提供一种关键线路多角度多层次的辨识方法,为及早发现电力系统的潜在危险提供技术支持。
本发明所述问题是以下述技术方案实现的:
一种关键线路多角度多层次的辨识方法,所述方法从个体属性、局部属性、全局属性三个角度出发,结合线路运行状态与拓扑结构,建立关键节点综合辨识指标体系;然后基于节点关键性和保供电环境影响因子建立电力系统风险评估指标体系,继而从结构关键性、状态关键性、风险关键性三个角度出发建立关键线路多角度辨识模型,最后根据关键线路多角度辨识模型对电力系统的关键线路进行辨识。
上述关键线路多角度多层次的辨识方法,辨识按以下步骤进行:
a.建立关键节点综合辨识指标体系
①确定个体属性指标
JGi=Jtypei·Ltypei·Jreli
式中JGi为节点i的个体属性指标;Jtypei为节点i的节点类型指标;Ltypei为节点i的负荷类型指标;Jreli为节点i的节点可靠性指标;
②确定局部属性指标
在定义加权度数的基础上,构造节点联系度指标和节点置空度指标:
Ⅰ.节点i的加权度数ki定义如下:
其中:Di表示与节点i直接相连的节点集合,JGj表示节点j的个体属性指标;
Ⅱ.节点i的联系度指标JJLi:
Ⅲ.节点i的置空度指标JJZi:
其中:Trii表示与节点i直接相连的其他节点中,任意两个节点与节点i构成的三角形个数;
③确定全局属性指标
全局属性指标包括节点分割度指标和潮流游走介数指标:
Ⅰ.节点i的分割度指标JQFi:
其中:m′表示节点i切除后,系统最大连通域中线路数之和;m表示正常情况下,系统线路数之和;C表示节点i切除后,系统最大连通域的节点集合;E表示正常情况下,系统节点集合;
Ⅱ.潮流游走介数指标
节点i的潮流游走介数指标JQCi:
其中:n为节点总数;nG为向节点i输送电能的发电机数量;Pji为发电机j向节点i输送的有功功率;nL、Pji分别为从节点i吸收能量的负荷节点个数和吸收的功率;SYJi为节点i的随机游走介数;分别为流入流出节点i的功率上限,考虑到两者不一定相同,为保证电网稳定,取小值;Pi为节点i功率;ωmin、ωmax为ω的最大值和最小值;
④确定关键节点综合辨识指标
Ⅰ.采用冒险型效用函数对各子指标进行归一化;
Ⅱ.确定各指标的主客观综合权重;
Ⅲ.定义关键节点综合辨识指标Ji:
Ji=ω1·JG′i+ω21·JJL′i+ω22·JJZ′i+ω31·JQF′i+ω32·JQC′i
其中:JG′i、JJL′i、JJZ′i、JQF′i和JQC′i分别为JGi、JJLi、JJZi、JQFi和JQCi经归一化得到的结果;ω1、ω21、ω22、ω31和ω32分别为JG′i、JJL′i、JJZ′i、JQF′i和JQC′i的综合权重;
b.建立电力系统风险评估指标体系
①故障概率计算
Ⅰ.基于有序加权平均算子的概率预测值
将时间序列预测、回归分析预测、灰色系统预测作为三个单项预测方法,采用有序加权平均算子预测方法计算故障概率,得到故障概率预测值p;
Ⅱ.根据实际运行情况对预测值进行修正:
p′=α·β·γ·p
式中p′为故障概率修正值;α为负载率(LRA)修正系数;β为天气因子修正系数;γ为设备缺陷修正系数;
②建立计及负荷等级的负荷削减模型
电力系统线路发生故障时,根据最优负荷削减模型和负荷等级切除负荷,切除顺序为三级负荷、二级负荷、一级负荷;
③建立综合风险评估模型
Ⅰ.建立后果评估指标体系,包括基于节点关键性的电压越限严重度指标Cvi、计及负荷等级的失负荷严重度指标Cpi、考虑过负荷的加权潮流熵严重度指标Chi,各指标的计算方法如下:
线路i故障后电压越限严重度指标Cvi:
式中Dvij表示线路i故障后节点j电压越限程度,计算公式如下:
式中uij表示线路i故障后节点j电压;
计及负荷等级的失负荷严重度指标Cpi:
式中Levdj、D1pij分别表示节点j的负荷等级和线路i故障后由于不满足潮流约束调节导致的节点j失负荷量;D2pij表示由于形成孤岛导致的节点j失负荷量;
考虑过负荷的加权潮流熵严重度指标Chi:
其中:LRAi(k)表示线路i断开后,分布在负载率区间[k·0.1,(k+1)·0.1]的线路平均负载率;pi(k)表示线路i断开后,各个负载率区间的线路概率;LRAi(OP)、pi(OP)分别表示线路i断开后,线路过负荷的平均负载率和概率;
Ⅱ.求解综合风险指标Ri:
Ri=δ·p″i·(ω1C′vi+ω2C′pi+ω3C′hi)
p″=(5+lgp′)/5
式中p″为故障概率修正值对数化;C′vi、C′pi、C′hi为子指标Cvi、Cpi、Chi的归一化结果;ω1、ω2、ω3分别为C′vi、C′pi、C′hi的权重;δ为环境影响因子;
c.建立关键线路多角度辨识模型
①结构关键性辨识指标
Ⅰ.基于节点个体属性的线路个体属性指标:
XJGij=(JGi+JGj)/2
式中JGi、JGj分别表示节点i与节点j的个体属性指标;
Ⅱ.基于节点加权度数的线路关联度指标:
Ⅲ.基于电抗的加权介数指标
定义电源节点到负荷节点的所有路径中,线路电抗和最小的路径为该发电-负荷节点对的最短路径;线路被所有最短路径经过的次数定义为基于电抗的加权介数指标XJJij,
②状态关键性辨识指标
基于有功功率的状态重要度指标XZij:
XZij=Pij/Mij=Pij/(Pijmax-Pij)
式中Pij表示线路ij的有功功率;Mij表示线路ij的有功功率裕度;Pijmax表示线路ij的有功功率极限;
③风险关键性辨识指标
线路ij故障后的风险XFij=Rij,Rij计算公式为b③Ⅱ所示;
④关键线路综合辨识指标
关键线路综合辨识指标Xij由下式计算:
Xij=(ω11·XJG′ij+ω12·XJL′ij+ω12·XJJ′ij)+ω2·XZ′ij+ω3·XF′ij
式中XJG′ij、XJL′ij、XJJ′ij、XZ′ij、XF′ij分别为子指标XJGij、XJLij、XJJij、XZij、XFij归一化的结果;ω表示权重;
d.对电力系统的关键线路进行辨识
辨识方法为:线路的个体属性值越大,关键性越高;线路关联度指标越大,其所处的位置就越关键;线路的加权介数指标越大,关键性越高;线路的关键线路综合辨识指标越大,关键性越高。
上述关键线路多角度多层次的辨识方法,各指标主客观综合权重的确定步骤如下:
a.利用模糊层次分析法确定各指标的主观权重;
b.利用熵权法确定各指标的客观权重;
c.利用离差最大化确定各指标的客观权重;
d.采用合作博弈理论确定主客观综合权重。
上述关键线路多角度多层次的辨识方法,采用冒险型效用函数对各子指标进行归一化的具体方法如下:
式中x′ij为归一化结果;xij表示对象i的第j个指标值;xjmax、xjmin分别为第j个指标的最大值和最小值。
上述关键线路多角度多层次的辨识方法,所述个体属性指标中,节点类型指标的赋值如下:联络节点赋值为1,发电机节点赋值为1.2;负荷类型指标的赋值如下:一级负荷赋值1.3,二级负荷1.2,三级负荷1.1。
本发明从线路拓扑结构和运行状态角度出发建立电力系统的关键线路辨识指标体系,既可以根据需要从结构关键性、状态关键性、风险关键性三个角度分别进行辨识,也可以统筹考虑综合分析,为及早发现电力系统的潜在危险提供了技术支持。
附图说明
图1是关键线路多角度多层次辨识指标体系图;
图2是IEEE-39标准测试系统图。
文中各符号为:JGi为节点i的个体属性指标;Jtypei为节点i的节点类型指标;Ltypei为节点i的负荷类型指标;Jreli为节点i的节点可靠性指标;ki为节点i的加权度数;Di表示与节点i直接相连的节点集合;JGj表示节点j的个体属性指标;JJLi为节点i的联系度指标;Trii表示与节点i直接相连的其他节点中,任意两个节点与节点i构成的三角形个数;JQFi为节点i的分割度指标;m′表示节点i切除后,系统最大连通域中线路数之和;m表示正常情况下,系统线路数之和;C表示节点i切除后,系统最大连通域的节点集合;E表示正常情况下,系统节点集合;JQCi为节点i的潮流游走介数指标;n为节点总数;nG为向节点i输送电能的发电机数量;Pji为发电机j向节点i输送的有功功率;nL、Pji分别为从节点i吸收能量的负荷节点个数和吸收的功率;SYJi为节点i的随机游走介数;分别为流入流出节点i的功率上限,考虑到两者不一定相同,为保证电网稳定,取小值;Pi为节点i功率;ωmin、ωmax为ω的最大值和最小值;Ji为节点i的关键节点综合辨识指标;JG′i、JJL′i、JJZ′i、JQF′i和JQC′i分别为JGi、JJLi、JJZi、JQFi和JQCi经归一化得到的结果;p为故障概率预测值;p′为故障概率修正值;α为负载率(LRA)修正系数;β为天气因子修正系数;γ为设备缺陷修正系数;Cvi为基于节点关键性的电压越限严重度指标;Cpi为计及负荷等级的失负荷严重度指标;Chi为考虑过负荷的加权潮流熵严重度指标;Dvij表示线路i故障后节点j电压越限程度;uij表示线路i故障后节点j电压;Levdj、D1pij分别表示节点j的负荷等级和线路i故障后由于不满足潮流约束调节导致的节点j失负荷量;D2pij表示由于形成孤岛导致的节点j失负荷量;LRAi(k)表示线路i断开后,分布在负载率区间[k·0.1,(k+1)·0.1]的线路平均负载率;pi(k)表示线路i断开后,各个负载率区间的线路概率;LRAi(OP)、pi(OP)分别表示线路i断开后,线路过负荷的平均负载率和概率;Ri为综合风险指标;p″为故障概率修正值对数化;C′vi、C′pi、C′hi为子指标Cvi、Cpi、Chi的归一化结果;δ为环境影响因子;ki、kj分别表示节点i与节点j的加权度数指标;表示系统各个节点的加权度数平均值;
XJJij为基于电抗的加权介数指标;XZij为基于有功功率的状态重要度指标;Pij表示线路ij的有功功率;Mij表示线路ij的有功功率裕度;Pijmax表示线路ij的有功功率极限;XFij为线路ij故障后的风险;Xij为关键线路综合辨识指标,XJG′ij、XJL′ij、XJJ′ij、XZ′ij、XF′ij分别为子指标XJGij、XJLij、XJJij、XZij、XFij归一化的结果;ω表示权重;xij表示对象i的第j个指标值;x″ij为xij的归一化结果;xjmax、xjmin分别为第j个指标的最大值和最小值;Pd0i、Qd0i为初始负荷有功无功;Pdi、Qdi为削减后负荷有功无功;Pgi、Qgi为发电机有功出力、无功出力;Pij表示线路ij的有功功率。
具体实施方式
下面结合附图对本发明作进一步说明。
本发明的具体步骤如下:
1.考虑节点个体差异的关键节点辨识
(1)个体属性指标
已有技术中没有计及个体属性对节点关键性的影响,尤其是将变电站视为节点,并没有考虑变电站内部结构和主接线形式的作用。本发明从节点类型、负荷类型、节点可靠性出发建立个体属性指标。
JGi=Jtypei·Ltypei·Jreli (1)
各个子指标含义及赋值说明如下:
Jtypei(节点类型):联络节点赋值为1,发电机节点赋值为1.2;
Ltypei(负荷类型):一级负荷赋值1.3,二级负荷1.2,三级负荷1.1;
Jreli(节点可靠性):对于变电站节点,不同主接线形式可靠性是不同的,有必要考虑变电站主接线形式不同引起的节点关键性差异;
(2)局部属性指标
从拓扑结构角度出发,在定义加权度数的基础上,提出了节点联系度指标、节点置空度指标。
1)加权度数
复杂网络理论中,节点度数指与该节点直接相连的其他节点的数量,该方法没有考虑节点的差异,认为其权重都相同为1。在定义节点个体属性指标的基础上,本发明提出了加权度数的概念,考虑了各个节点的差异性。
其中:ki表示节点i的加权度数,Di表示与节点i直接相连的节点集合,JGj表示节点j的个体属性指标;
2)节点联系度指标
基于加权度数的概念,提出了节点联系度指标:
节点联系度指标反映了节点与外界联系的紧密程度,该值越大,联系越密切,节点越关键。
3)节点置空度指标
基于加权度数的概念,提出了节点置空度指标:
其中:Trii表示与节点i直接相连的其他节点中,任意两个节点与节点i构成的三角形个数;
节点置空度反映了与节点i直接相连的其他节点连接情况,其值越大,其他节点之间直接相连的路径越多,则节点i去除后,对其他节点的影响越小,关键性也越小。
(3)全局属性指标
从拓扑结构出发,提出了节点分割度指标。从运行状态角度,借鉴了潮流游走介数指标。
1)节点分割度指标
其中:m′表示节点i切除后,系统最大连通域中线路数之和;m表示正常情况下,系统线路数之和;C表示节点i切除后,系统最大连通域的节点集合;E表示正常情况下,系统节点集合;
节点分割度从全局角度出发,衡量了节点切除后对系统的影响。与传统的连通性指标相比,该指标通过引入节点个体属性指标和的比值,有效的反映了节点切除后,发电机、不同等级负荷的变化情况,进一步描述了后果的严重程度。
2)潮流游走介数指标
将随机游走算法和潮流跟踪原理相结合,形成潮流游走介数指标JQCi。
(4)关键节点综合辨识指标
1)基于效用理论的子指标归一化
采用冒险型效用函数对子指标进行归一化,公式如下:
其中:x″ij为归一化结果;xij表示对象i的第j个指标值;xjmax、xjmin分别为第j个指标的最大值和最小值。
与传统的线性归一化方法相比,该技术方案提出的方法一方面加强了关键节点与非关键节点的区分度,另一方面有效地避免了多指标综合评判中常常遇到的遮蔽效应。
2)基于合作博弈理论的主客观权重计算
目前已有的针对关键环节辨识的研究,考虑的角度和指标相对较少,也没有深入并且合理的确定指标之间的权重,采用的方法较为单一。
针对这些不足,该技术方案提出的权重确定方法步骤如下:
e.利用模糊层次分析法确定各指标的主观权重。
f.利用熵权法确定各指标的客观权重。
g.利用离差最大化确定各指标的客观权重。
h.在此基础上,采用合作博弈理论确定主客观综合权重。
不仅为决策者根据实际需求制定相关权重提供了一定空间,而且充分挖掘了已有的数据信息,避免权重过于主观,使得辨识结果更加合理,减少了单一权重确定方法带来的误差。
3)关键节点综合辨识指标定义如下:
其中:JG′i、JJL′i、JJZ′i、JQF′i、JQC′i分别为公式(1)—(5)提出的指标按照前述方法归一化得到的结果;ω为各指标的综合权重;
2.基于节点关键性和保供电环境影响因子的电力系统风险评估
目前,已有大量文献建立了电力系统风险评估模型,提出了评估指标体系。但这些方法没有考虑到节点关键性的影响,当电压越限程度相同时,节点越关键,造成的后果也应该更加严重。此外,鲜有文献考虑了切除负荷时,不同等级负荷的影响。针对这些不足,该技术方案提出了基于新调规和节点关键性的电力系统风险评估模型。
(1)故障概率计算
1)基于有序加权平均算子的概率预测值
传统的组合预测方法在给单项预测方法确定权重时,同种方法在不同时间点的权重是相同的,而实际情况中,同一个单项预测方法在不同时刻的预测精度可能不同,应该赋予不同的权重。因此提出了有序加权平均算子预测方法,本发明采用时间序列预测、回归分析预测、灰色系统预测作为三个单项预测方法。
minY(W)=WTEW(9)
其中:E为组合预测误差矩阵,A=(1;1;...,1;)为系数列向量;
2)根据实际运行情况对预测值进行修正
p′=α·β·γ·p(11)
其中:p′为故障概率修正值;p为故障概率预测值;
α为负载率(LRA)修正系数;
β为天气因子修正系数;γ为设备缺陷修正系数;
(2)计及负荷等级的负荷削减模型
电力系统线路发生故障,可能导致电压节点越限,其他线路过载,为了使电力系统尽快恢复正常运行,需要采取切负荷措施。本发明在最优负荷削减模型基础上,考虑负荷等级,切除顺序为三级负荷、二级负荷、一级负荷。
目标函数:
约束条件:
Pd0i/Qd0i=Pdi/Qdi
Uimin≤Ui≤Uimax
0≤Pdi≤Pd0i,0≤Qdi≤Qd0i
Pgimin≤Pgi≤Pgimax,Qgimin≤Qgi≤Qgimax
其中:Pd0i、Qd0i为初始负荷有功无功;Pdi、Qdi为削减后负荷有功无功;Pgi、Qgi为发电机有功出力、无功出力;Pij、Qij表示线路ij的有功功率和无功功率;Ui、Uj表示节点i和节点j的电压;gij、bij、θij表示线路电导、电纳和两端节点电压相角差;Uimin、Uimax表示节点电压最大值和最小值;Pgimin、Pgimax表示发电机节点有功出力最大值和最小值;Sijmax表示线路潮流上限;
负荷等级权重Levd确定原则:
一级负荷最小值×权值>二级负荷最大值×权值;
二级负荷最小值×权值>三级负荷最大值×权值;
(3)综合风险评估模型
1)本发明首先建立后果评估指标体系包括:基于节点关键性的电压越限严重度指标Cvi、计及负荷等级的失负荷严重度指标Cpi、考虑过负荷的加权潮流熵严重度指标Chi。
a.线路i故障后电压越限严重度指标Cvi:
其中:Jj表示节点j的关键性综合指标,计算方法参考技术方案1部分;Dvij表示线路i故障后节点j电压越限程度,计算公式如下:
其中:uij表示线路i故障后节点j电压;
与传统的电压越限严重度指标相比,该指标考虑了节点的关键性。电压越限程度相同的情况下,节点越关键,其危害程度越高,更加符合实际情况。
b.计及负荷等级的失负荷严重度指标Cpi:
其中:Levdj、D1pij分别表示节点j的负荷等级和线路i故障后由于不满足潮流约束调节导致的节点j失负荷量,计算方法参考公式(13)、(14);D2pij表示由于形成孤岛导致的节点j失负荷量;
c.考虑过负荷的加权潮流熵严重度指标Chi:
该指标用来反映线路断开引起的潮流转移对系统线路负载率分布及运行安全水平的影响。
2)求解综合风险指标
a.按照公式(6)、(7)提出的方法进行子指标的归一化以及权重的计算。
b.综合风险指标
以往研究在计算故障风险时,往往忽略系统所处的保供电环境,本发明引入环境影响因子对风险进行修正,来反映故障发生时的供电环境。根据供保电环境处于一般时期、特殊时期、二级供保电还是一级供保电,所述供保电环境时期的划分既可以按照相应的国家或行业标准进行,也可以自己设定,从而赋予不同的权值。
Ri=δ·p″i·C′i=δ·p″i·(ω1C′vi+ω2C′pi+ω3C′hi) (18)
p″=(5+lgp′)/5 (19)
其中:p″为故障概率修正值对数化;C′vi、C′pi、C′hi为子指标归一化结果;ω为权重;δ为环境影响因子;
3、考虑节点关键性和运行风险的关键线路多角度辨识模型
针对关键线路辨识问题,已有文献没有考虑到节点的关键性对线路的影响。针对此不足,本发明提出建立一种多角度、多层次的关键线路辨识模型。可以根据需要从结构关键性、状态关键性、风险关键性三个角度分别进行辨识,也可以统筹考虑综合分析,并且根据计算结果进行排序。
(1)结构关键性
1)基于节点个体属性的线路个体属性指标
XJGij=(JGi+JGj)/2 (20)
其中:JGi、JGj分别表示节点i与节点j的个体属性指标,参考公式(1)提供的方法计算;
与线路直接相连的两个节点个体属性值越大,线路的个体属性值越大,关键性越高。
2)基于节点加权度数的线路关联度指标
其中:ki、kj分别表示节点i与节点j的加权度数指标,参考公式(2)提供的方法计算;
该指标描述了线路与外界联系的紧密程度,线路关联度指标越大,则与该线路相连的线路数越多,其所处的位置也就越关键。
3)基于电抗的加权介数指标
定义电源节点到负荷节点的所有路径中,线路电抗和最小的路径为该发电-负荷节点对的最短路径。线路被所有最短路径经过的次数定义为基于电抗的加权介数指标XJJij。
(2)状态关键性
基于有功功率的状态重要度指标XZij:
XZij=Pij/Mij=Pij/(Pijmax-Pij) (22)
其中:Pij表示线路ij的有功功率;Mij表示线路ij的有功功率裕度;Pijmax表示线路ij的有功功率极限;
一方面在实时运行过程中,线路的主要功能就是传输有功功率,因此有功功率越大的线路,其承担的任务越重,在电网中越关键。
另一方面,从故障后果角度而言。线路流过的有功功率越大,其因故障或者蓄意攻击而断开后,其潮流转移量越大,可能造成的后果越严重。此外,当存在线路切断潮流转移现象时,有功功率大、裕度小的线路能够承载的潮流转移量越小,越有可能出现越限情况,造成进一步开断,继续引发潮流的大规模转移,最终导致连锁故障的发生。
(3)风险关键性
通过建立的基于节点关键性和保供电环境影响因子的电力系统风险评估模型,可以计算各条线路故障后的风险XFij=Rij。
(4)关键线路综合辨识指标
按照具体实施方式1中(4)提出的方法进行子指标的归一化以及权重的计算,可以得到关键线路综合辨识指标Xij,并根据计算结果进行排序。
其中:XJG′ij、XJL′ij、XJJ′ij、XZ′ij、XF′ij分别为子指标归一化的结果;ω表示权重;
实施例
以IEEE-39标准测试系统(见图2)为例,说明该方法的实施过程。
1、基于新调规的关键节点辨识
指标权重计算结果:[0.3314 0.2291 0.1184 0.1180 0.2031];
关键节点综合辨识结果:
表1基于新调规的关键节点辨识结果
2、基于新调规、节点关键性和保供电环境影响因子的电力系统风险评估指标权重计算结果:[0.2241 0.4100 0.3659];
表2电力系统风险评估结果
3、考虑节点关键性和运行风险的关键线路多角度辨识模型
(1)结构关键性
指标权重计算结果:[0.2272 0.4642 0.3086];
表3线路结构关键性辨识结果及排序
(2)运行状态关键性
表4线路状态关键性辨识结果及排序
(3)风险关键性参考表2
(4)关键线路综合辨识结果
指标权重计算结果:[0.3479 0.2878 0.3643];
表5关键线路综合辨识结果及排序
本发明提出的考虑节点关键性的辨识方法,能够分别从结构、运行状态、风险三个角度对关键线路进行排序,也可以进行综合排序。由于各个角度的出发点不同,因此线路的关键性和排序也存在差异。
本发明中的图1为关键线路多角度多层次辨识指标体系图,分为关键节点辨识部分、线路风险计算部分以及关键线路综合辨识部分三个层次。其中关键节点辨识为基础,风险计算为关键线路综合辨识的手段之一。该模型考虑了多个角度,分别为结构、状态和风险三个角度。
图2为IEEE-39节点系统,共有10台发电机、46条线路和39个节点,其中节点31为平衡节点;图中数字为节点序号,G为发电机。
Claims (4)
1.一种关键线路多角度多层次的辨识方法,其特征是,所述方法从个体属性、局部属性、全局属性三个角度出发,结合线路运行状态与拓扑结构,建立关键节点综合辨识指标体系;然后基于节点关键性和保供电环境影响因子建立电力系统风险评估指标体系,继而从结构关键性、状态关键性、风险关键性三个角度出发建立关键线路多角度辨识模型,最后根据关键线路多角度辨识模型对电力系统的关键线路进行辨识;
辨识按以下步骤进行:
a.建立关键节点综合辨识指标体系
①确定个体属性指标
JGi=Jtypei·Ltypei·Jreli
式中JGi为节点i的个体属性指标;Jtypei为节点i的节点类型指标;Ltypei为节点i的负荷类型指标;Jreli为节点i的节点可靠性指标;
②确定局部属性指标
在定义加权度数的基础上,构造节点联系度指标和节点置空度指标:
Ⅰ.节点i的加权度数ki定义如下:
其中:Di表示与节点i直接相连的节点集合,JGj表示节点j的个体属性指标;
Ⅱ.节点i的联系度指标JJLi:
Ⅲ.节点i的置空度指标JJZi:
其中:Trii表示与节点i直接相连的其他节点中,任意两个节点与节点i构成的三角形个数;
③确定全局属性指标
全局属性指标包括节点分割度指标和潮流游走介数指标:
Ⅰ.节点i的分割度指标JQFi:
其中:m′表示节点i切除后,系统最大连通域中线路数之和;m表示正常情况下,系统线路数之和;C表示节点i切除后,系统最大连通域的节点集合;E表示正常情况下,系统节点集合;
Ⅱ.潮流游走介数指标
节点i的潮流游走介数指标JQCi:
其中:n为节点总数;nG为向节点i输送电能的发电机数量;Pji为发电机j向节点i输送的有功功率;nL、Pji分别为从节点i吸收能量的负荷节点个数和吸收的功率;SYJi为节点i的随机游走介数;分别为流入流出节点i的功率上限,考虑到两者不一定相同,为保证电网稳定,取小值;Pi为节点i功率;ωmin、ωmax为ω的最大值和最小值;
④确定关键节点综合辨识指标
Ⅰ.采用冒险型效用函数对各子指标进行归一化;
Ⅱ.确定各指标的主客观综合权重;
Ⅲ.定义关键节点综合辨识指标Ji:
Ji=ω1·JG′i+ω21·JJL′i+ω22·JJZ′i+ω31·JQFi′+ω32·JQC′i
其中:JG′i、JJL′i、JJZ′i、JQFi′和JQC′i分别为JGi、JJLi、JJZi、JQFi和JQCi经归一化得到的结果;ω1、ω21、ω22、ω31和ω32分别为JG′i、JJL′i、JJZ′i、JQFi′和JQC′i的综合权重;
b.建立电力系统风险评估指标体系
①故障概率计算
Ⅰ.基于有序加权平均算子的概率预测值
将时间序列预测、回归分析预测、灰色系统预测作为三个单项预测方法,采用有序加权平均算子预测方法计算故障概率,得到故障概率预测值p;
Ⅱ.根据实际运行情况对预测值进行修正:
p′=α·β·γ·p
式中p′为故障概率修正值;α为负载率LRA修正系数;β为天气因子修正系数;γ为设备缺陷修正系数;
②建立计及负荷等级的负荷削减模型
电力系统线路发生故障时,根据最优负荷削减模型和负荷等级切除负荷,切除顺序为三级负荷、二级负荷、一级负荷;
③建立综合风险评估模型
Ⅰ.建立后果评估指标体系,包括基于节点关键性的电压越限严重度指标Cvi、计及负荷等级的失负荷严重度指标Cpi、考虑过负荷的加权潮流熵严重度指标Chi,各指标的计算方法如下:
其中:LRAi(k)表示线路i断开后,分布在负载率区间[k·0.1,(k+1)·0.1]的线路平均负载率;pi(k)表示线路i断开后,各个负载率区间的线路概率;LRAi(OP)、pi(OP)分别表示线路i断开后,线路过负荷的平均负载率和概率;
线路i故障后电压越限严重度指标Cvi:
式中Dvij表示线路i故障后节点j电压越限程度,计算公式如下:
式中uij表示线路i故障后节点j电压;
计及负荷等级的失负荷严重度指标Cpi:
式中Levdj、D1pij分别表示节点j的负荷等级和线路i故障后由于不满足潮流约束调节导致的节点j失负荷量;D2pij表示由于形成孤岛导致的节点j失负荷量;
考虑过负荷的加权潮流熵严重度指标Chi;
Ⅱ.求解综合风险指标Ri:
Ri=δ·p″i·(ω1C′vi+ω2C′pi+ω3C′hi)
p″=(5+lgp′)/5
式中p″为故障概率修正值对数化;C′vi、C′pi、C′hi为子指标Cvi、Cpi、Chi的归一化结果;ω1、ω2、ω3分别为C′vi、C′pi、C′hi的权重;δ为环境影响因子;
c.建立关键线路多角度辨识模型
①结构关键性辨识指标
Ⅰ.基于节点个体属性的线路个体属性指标:
XJGij=(JGi+JGj)/2
式中JGi、JGj分别表示节点i与节点j的个体属性指标;
Ⅱ.基于节点加权度数的线路关联度指标:
Ⅲ.基于电抗的加权介数指标
定义电源节点到负荷节点的所有路径中,线路电抗和最小的路径为电源节点到负荷节点的最短路径;线路被所有最短路径经过的次数定义为基于电抗的加权介数指标XJJij,
②状态关键性辨识指标
基于有功功率的状态重要度指标XZij:
XZij=Pij/Mij=Pij/(Pijmax-Pij)
式中Pij表示线路ij的有功功率;Mij表示线路ij的有功功率裕度;Pijmax表示线路ij的有功功率极限;
③风险关键性辨识指标
线路ij故障后的风险XFij=Rij;
④关键线路综合辨识指标
关键线路综合辨识指标Xij由下式计算:
Xij=(ω11·XJG′ij+ω12·XJL′ij+ω12·XJJ′ij)+ω2·XZ′ij+ω3·XF′ij
式中,XJG′ij、XJL′ij、XJJ′ij、XZ′ij、XF′ij分别为子指标XJGij、XJLij、XJJij、XZij、XFij归一化的结果;ω表示权重;
d.对电力系统的关键线路进行辨识
辨识方法为:线路的个体属性值越大,关键性越高;线路关联度指标越大,其所处的位置就越关键;线路的加权介数指标越大,关键性越高;线路的关键线路综合辨识指标越大,关键性越高。
2.根据权利要求1所述的关键线路多角度多层次的辨识方法,其特征是,各指标主客观综合权重的确定步骤如下:
a.利用模糊层次分析法确定各指标的主观权重;
b.利用熵权法确定各指标的客观权重;
c.利用离差最大化确定各指标的客观权重;
d.采用合作博弈理论确定主客观综合权重。
4.根据权利要求3所述的关键线路多角度多层次的辨识方法,其特征是,所述个体属性指标中,节点类型指标的赋值如下:联络节点赋值为1,发电机节点赋值为1.2;负荷类型指标的赋值如下:一级负荷赋值1.3,二级负荷1.2,三级负荷1.1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611048247.6A CN106779309B (zh) | 2016-11-24 | 2016-11-24 | 关键线路多角度多层次的辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611048247.6A CN106779309B (zh) | 2016-11-24 | 2016-11-24 | 关键线路多角度多层次的辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106779309A CN106779309A (zh) | 2017-05-31 |
CN106779309B true CN106779309B (zh) | 2021-03-02 |
Family
ID=58974230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611048247.6A Expired - Fee Related CN106779309B (zh) | 2016-11-24 | 2016-11-24 | 关键线路多角度多层次的辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106779309B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107623319B (zh) * | 2017-08-17 | 2021-03-02 | 广东电网有限责任公司惠州供电局 | 一种基于多评价指标的电网关键线路辨识方法 |
CN107679744B (zh) * | 2017-09-29 | 2021-07-13 | 国网湖南省电力公司 | 基于线路脆弱性指标的大电网战略通道动态辨识方法 |
CN107622360A (zh) * | 2017-10-20 | 2018-01-23 | 广东电网有限责任公司电力调度控制中心 | 一种综合考虑主客观因素的关键线路识别方法 |
CN109375050B (zh) * | 2018-08-22 | 2021-01-01 | 山东科技大学 | 一种基于初始故障线路割集的电力系统关键断面辨识方法 |
CN109034663B (zh) * | 2018-08-31 | 2021-09-07 | 国家电网有限公司 | 基于大数据的电力基建设施风险评价方法 |
CN109217296B (zh) * | 2018-09-25 | 2020-01-14 | 国网冀北电力有限公司物资分公司 | 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 |
CN109522633B (zh) * | 2018-11-08 | 2023-06-20 | 北京交通大学 | 基于拓扑综合重要度的高速铁路系统关键环节集辨识方法 |
CN110071500B (zh) * | 2019-04-09 | 2023-03-21 | 国网山东省电力公司济南供电公司 | 一种母线故障失电后配电线路恢复序列决策方法及系统 |
CN112003734B (zh) * | 2020-07-28 | 2022-06-07 | 长沙理工大学 | 一种基于改进结构熵的信息物理系统关键节点辨识方法 |
CN112487658B (zh) * | 2020-12-14 | 2022-09-16 | 重庆邮电大学 | 一种电网关键节点的识别方法、装置及系统 |
CN114998051B (zh) * | 2022-05-30 | 2024-04-16 | 西南石油大学 | 一种基于最大流理论的电-气耦合系统关键线路辨识方法 |
CN116579611A (zh) * | 2023-05-16 | 2023-08-11 | 中国电力工程顾问集团有限公司 | 一种综合能源信息物理系统薄弱环节的辨识方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011077221A2 (ja) * | 2009-12-22 | 2011-06-30 | パナソニック電工株式会社 | 電力供給システム |
CN103107535A (zh) * | 2013-01-17 | 2013-05-15 | 中国电力科学研究院 | 一种基于熵权法的电网结构安全性综合评估方法 |
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 |
-
2016
- 2016-11-24 CN CN201611048247.6A patent/CN106779309B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011077221A2 (ja) * | 2009-12-22 | 2011-06-30 | パナソニック電工株式会社 | 電力供給システム |
CN103107535A (zh) * | 2013-01-17 | 2013-05-15 | 中国电力科学研究院 | 一种基于熵权法的电网结构安全性综合评估方法 |
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 |
Non-Patent Citations (1)
Title |
---|
基于关键性指标的电网脆弱线路识别;刘耀年等;《电测与仪表》;20121025;第49卷(第562期);第42-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106779309A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106779309B (zh) | 关键线路多角度多层次的辨识方法 | |
CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN106850254B (zh) | 一种电力通信网中关键节点识别方法 | |
CN108428045A (zh) | 一种配电网运行健康状态评估方法 | |
CN110969347B (zh) | 一种输电网结构形态评估方法 | |
CN101800426A (zh) | 电网安全性水平评估方法 | |
CN107103433B (zh) | 一种基于分层分区思想的分布式电源消纳能力计算方法 | |
CN104901308B (zh) | 电力系统关键线路辨识方法 | |
CN105512783A (zh) | 用于电磁环网解环方案的综合评价方法 | |
CN107679289B (zh) | 一种降低多馈入直流换相失败风险的动态无功补偿配置方法 | |
Alvarez et al. | Novel methodology for selecting representative operating points for the TNEP | |
CN110110907B (zh) | 一种低压台区特征参数的提取方法 | |
CN109993665B (zh) | 电力系统在线安全稳定评估方法、装置及系统 | |
CN107025524B (zh) | 考虑负荷供电可靠性要求的设备过载辅助决策方法 | |
CN106548265B (zh) | 一种基于连锁故障事故链搜索的输电网可靠性评估方法 | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN110232490A (zh) | 一种配电网工程投资成效的评估方法及系统 | |
CN104156890A (zh) | 一种风电并网方案决策方法 | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN107069705A (zh) | 一种电网元件连锁故障模拟方法 | |
CN105574632A (zh) | 一种交直流混合城市配电网综合效益评估方法 | |
CN109378835A (zh) | 基于互信息冗余性最优的大规模电力系统暂态稳定评估系统 | |
CN110084495A (zh) | 一种考虑风电并网影响的电网规划评价方法 | |
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 | |
CN110783913B (zh) | 基于群的计及预想事故集最佳电网拓扑在线优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210302 Termination date: 20211124 |