CN107292502A - 一种配电网可靠性评估方法 - Google Patents
一种配电网可靠性评估方法 Download PDFInfo
- Publication number
- CN107292502A CN107292502A CN201710443589.6A CN201710443589A CN107292502A CN 107292502 A CN107292502 A CN 107292502A CN 201710443589 A CN201710443589 A CN 201710443589A CN 107292502 A CN107292502 A CN 107292502A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- munder
- load
- reliability
- 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
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
本发明公开了一种配电网可靠性评估方法,通过元件可靠性建模、负荷建模、系统状态选择、系统状态分析和可靠性指标计算流程计算配电网的可靠性,对配电网的可靠性进行有效评估。采用基于频率和持续时间法建立元件的等效模型,作为元件可靠性建模的基础;基于二分法的聚类方法建立负荷模型,利用快速排序和聚类分析方法建立对应的负荷模型;采用状态持续时间抽样法确定元件或子系统在给定时间内的元件状态和状态持续时间,合得到系统的状态和状态持续时间作为本发明的系统状态选择;采用基于直流潮流的最优切负荷模型作为系统状态分析;可靠性指标综合评估包含系统严重程度指标SI、系统削减电量指标BPECI计算和参数可靠性灵敏度,通过参数摄动法找到对系统可靠性影响较大的元件。
Description
技术领域
本发明涉及配电网可靠性领域,具体的说,是一种配电网可靠性评估方法。
背景技术
配电网作为直接面向用户的电能输送系统,其安全稳定运行对于电网和用户至关重要。而全面、快速、准确的可靠性评估是其前提条件,在实际工作中,电力科学研究人员将电网运行因素和运行条件引入可靠性指标中,为电网的可靠性评估提供帮助。
实际运行状态下,负荷的实际值无法精确预测,运行设备如变压器和输电线路的偶发故障、恶劣天气等情况都会导致电力系统的设备运行具有很强的随机性。经过目前电力工作者的努力,已经讲电力系统的可靠性研究和电力系统负荷预测等工作相结合,并在中长期规划可靠性评估中加以应用。配电网系统的可靠性评估对于电网的安全稳定运行、新能源渗透率和双向电源并网容量不断增加的背景下的新型电网具有重要价值。
发明内容
有鉴于此,本发明的目的是提供一种配电网可靠性评估方法,通过元件可靠性建模、负荷建模、系统状态选择、系统状态分析和可靠性指标综合评估,,对配电网的可靠性进行有效评估。
为了达到上述目的,本发明提供的配电网可靠性评估方法包含以下步骤:
1)元件可靠性建模:输入元件的初始可靠性参数,在构建参数矩阵的基础上,采用基于频率和持续时间法建立元件的等效模型,得到由元件构成的子系统的可靠性指标。
2)负荷建模:采用基于二分法的聚类方法建立负荷模型,通过负荷的显著性分析确定模型的最佳分级数,在此基础上,利用快速排序和聚类分析方法建立对应的负荷模型。
3)系统状态选择:采用状态持续时间抽样法确定元件或子系统在给定时间内的元件状态和状态持续时间,从而组合得到系统的状态和持续时间。
4)系统状态分析:采用基于直流潮流的最优切负荷模型,在元件停运导致运行状态不满足约束条件时,尽可能少的切除负荷,优化变量为各负荷母线的切负荷量;
5)可靠性指标综合评估:根据上述步骤的结果,综合配电网的各可靠性指标,包括切负荷概率、切负荷频率、平均每次切负荷持续时间、负荷切除期望值和电量不足期望值;通过参数摄动法确定对系统影响较大的元件,发现系统薄弱环节。
本发明通过元件可靠性建模、负荷建模、系统状态选择、系统状态分析和可靠性指标计算流程计算配电网的可靠性,能够对配电网供电的可靠性评估更加准确和全面,提高了配电网可靠性水平。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明实施例配电网可靠性评估方法的流程图;
图2为本发明实施例元件可靠性建模的流程图;
图3为本发明实施例负荷建模的流程图。
具体实施方式
以下将参照附图,对本发明的优选实施例进行详细的描述。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
如图1所示,本发明的目的是提供一种配电网可靠性评估方法,通过元件可靠性建模、负荷建模、系统状态选择、系统状态分析和可靠性指标计算流程计算配电网的可靠性,对配电网的可靠性进行有效评估。
元件可靠性建模:
如图2所示,首先输入可靠性参数,输入的可靠性参数包括:容量矩阵C=[ci]1×m、容量概率矩阵P=[pi]1×m和状态转移矩阵R=[λi]1×m。利用频率和持续时间法(FD法),按照组合系统结构对源系统等效模型组合得到可靠性模型,其中串联系统和并联结构组合,串联系统结构为:
并联系统结构为:
且有状态转移矩阵和组合容量概率矩阵:
其中,系统容量概率矩阵求解如下:
其中,pi为元件处在状态i的稳态概率,即元件容量概率矩阵P的第i个元素,从而求得系统处于不同状态下的频率fi及持续时间Ti:
负荷建模:
如图3所示,通过输入的负荷历史数据集合,使用快速排序/聚类和分级计算的方法,建立负荷模型。
(1)首先对负荷的N小时历史数据进行快速排序,按照从小到大的顺序形成排列数组L,将相同的负荷节点归并为一个,并对每个负荷数值对应的原负荷点数目进行计数,负荷形成数组L[i]对应的负荷点数目Num[i]。
(2)然后按照以下步骤通过聚类计算确定模型的显著性水平:
步骤一,选取负荷级数Nc并计算每级负荷的平均初始值Avi;
步骤二,计算length个负荷点L[k](k=1,2,L,length)到各负荷级的距离Dk=|Avi-L[k]|;
步骤三,把离负荷级最近的负荷点归并到该负荷级,然后计算各负荷级新的负荷值;
其中NLdi是第i负荷级的负荷节点数目,Ic是属于该负荷级的负荷点集合。
步骤四,重复步骤二和步骤三,直到各负荷级的负荷值都在相邻两次迭代中保持不变,表明聚类已经达到最优,停止迭代计算
步骤五,根据公式计算模型的显著性水平。
其中,U表示模型的显著性水平,d0为负荷级间距离的最小值,σI为级内标准差(级内标准差是指同一负荷级内各个负荷点标准差)的最大值。
(3)分级计算确定基于二分法的聚类负荷模型:
步骤一,取NL=1,NH=length;
步骤二,令NZ=[NL+NH/2],分别取NC=NZ-1、NZ、NZ+1,进行聚类分析并存储响应的分析结果,同时得到模型的显著性水平U1、U2、U3。
步骤三,若U2≥U1且U2≥U3,则转至步骤四;若U1≤U2≤U3,则取UL=UZ;若 U3≤U2≤U1,则取UL=UH。如果UL=UH,则转至步骤四,否则转至步骤二。
步骤四,分级计算结束,U2对应的分级、聚类方案最好,作为最终的负荷模型,对应的最佳分级数位NZ,最后得到的Avi和NLdi即为第i负荷级的负荷值和负荷点数目。则第i负荷级的概率为PLi=NLdi/N。
所建立的基于二分法的聚类负荷模型用上述求出的最佳分级数NZ、各个负荷级的负荷值 Avi和负荷点数目NLdi(或概率PLi)来表示。
系统状态选择:
采用基于状态持续时间抽样法进行系统状态选择,其原理根据元件的故障率和修复率计算给定时间内的状态和状态持续时间,从而组合得到系统的状态和状态持续时间。基于状态持续时间抽样法所需要计算的充裕性指标如下
(1)切负荷概率PLC,无量纲:
式中,n(s)是抽样中s状态的发生数;Ni是抽样总数;Fi是多级负荷模型中第i级负荷水平下系统失效状态的集合;Ti是第i负荷水平的时间长度(小时);T是负荷曲线的总时间期间(小时);NL是负荷水平分级数。
(2)期望切负荷频率EFLC(单位:次):
式中,λj是元件离开状态s的第j个转移率;m(s)是离开状态s的转移率总数。
(3)平均每次切负荷持续时间ADLC(单位:小时):
(4)期望缺供电量EENS(单位:兆瓦时):
式中,C(s)是状态s的负荷削减量(单位:MW)
(5)缺电功率期望值EPNS(单位:兆瓦):
系统状态分析:
本发明的系统状态分析采用基于直流潮流的最优切负荷模型,在元件停运导致运行状态不满足约束条件时,尽可能少的切除负荷,优化变量为各负荷母线的切负荷量。具体模型目标函数为切除负荷产生经济损失最小,表达式如下:
约束条件包含潮流方程、有功平衡方程、发电机出力约束、切负荷约束和线路潮流约束:
T(Sk)=A(Sk)(PG-PD(Sk)+C)
PGmin(Sk)≤PG≤PGmax(Sk)
0≤C≤PD(Sk)
|T(Sk)|≤Tmax(Sk)
式中:Sk表示第k个强迫失效事件引起的系统状态;T(Sk)为系统状态Sk下的线路有功潮流矢量;A(Sk)为系统状态Sk下线路有功潮流和母线注入功率之间的关系矩阵;PG为发电机输出矢量,PGi是它的元素;PD(Sk)为母线的负荷矢量,PDi(Sk)是它的元素;C为母线负荷削减矢量,Ci是它的元素;PGmax(Sk)和PGmin(Sk)分别表示发电变量的上下限矢量; Tmax(Sk)为线路额定有功功率矢量;Wi为反映母线重要性的权重因子;NG为发电机母线集合。
基于直流潮流的最优切负荷模型采用单纯型法求解,其计算速度较快有利于反复优化调整可靠性评估。
可靠性指标综合评估:
进行可靠性评估的主要目标是对系统可靠性水平进行量化评估并且指导系统的规划和运行以提高系统的可靠性水平,在完成可靠性水平量化评估后,需要找出系统的可靠性薄弱环节,对可能采取的提高系统可靠性水平的措施进行评估。本发明的可靠性指标计算:根据上述步骤的结果,计算配电网的各可靠性指标,包括切负荷概率、期望切负荷频率、平均每次切负荷持续时间、期望缺供电量和缺电功率期望值。
这里选择系统严重程度指标SI作为可靠性灵敏度分析的可靠性指标代表,进行可靠性灵敏度分析。定义元件参数灵敏度为系统严重程度指标SI增量和原件强迫停运增量比值。其中,系统严重程度指标SI和系统削减电量指标BPECI为:
SI=BPECI×60
BPECI=EENS/L
L为系统年负荷最大值,单位MW。
统计各个节点的评估结果,根据系统状态的次数和持续时间、节点负荷值、系统切负荷值,计算相应的可靠性指标并进行评价。通过参数摄动法,也就是改变某一元件的参数(如强迫停运率或额定容量),其他条件完全相同下进行系统可靠性评估;按照大小顺序排序,确定对系统影响较大的元件,发现系统薄弱环节。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种配电网可靠性评估方法,其特征在于:通过元件可靠性建模、负荷建模、系统状态选择、系统状态分析和可靠性指标综合评估,对配电网的可靠性进行有效评估。
2.根据权利要求1所述的一种配电网可靠性评估方法,,其特征在于:所述元件可靠性建模具体包括:
输入可靠性参数,输入的可靠性参数包括:容量矩阵C=[ci]1×m、容量概率矩阵P=[pi]1×m和状态转移矩阵R=[λi]1×m;
利用频率和持续时间法,按照组合系统结构对源系统等效模型组合得到可靠性模型,其中串联系统和并联结构组合,串联系统结构为:
<mrow>
<msubsup>
<mi>C</mi>
<mi>S</mi>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mo>{</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mi>min</mi>
<mo>{</mo>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mi>j</mi>
</msub>
<mo>}</mo>
<mo>}</mo>
<mo>;</mo>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<msub>
<mi>C</mi>
<mn>2</mn>
</msub>
</mrow>
并联系统结构为:
<mrow>
<msubsup>
<mi>C</mi>
<mi>S</mi>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mo>{</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mi>j</mi>
</msub>
<mo>}</mo>
<mo>;</mo>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<msub>
<mi>C</mi>
<mn>2</mn>
</msub>
</mrow>
且有状态转移矩阵和组合容量概率矩阵:
<mrow>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<mo>{</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>n</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>d</mi>
<mi>j</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>&gamma;</mi>
<mrow>
<mi>m</mi>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>p</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>w</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>w</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>d</mi>
<mi>j</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>r</mi>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>p</mi>
<mrow>
<mi>w</mi>
<mi>r</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>k</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>p</mi>
<mrow>
<mi>k</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>}</mo>
</mrow>
<mrow>
<msubsup>
<mi>P</mi>
<mi>S</mi>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>P</mi>
<mn>1</mn>
<mi>T</mi>
</msubsup>
<msub>
<mi>P</mi>
<mn>2</mn>
</msub>
</mrow>
其中,系统容量概率矩阵求解如下:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>P</mi>
<mi>R</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munder>
<mi>&Sigma;</mi>
<mrow>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<mi>P</mi>
</mrow>
</munder>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,pi为元件处在状态i的稳态概率,即元件容量概率矩阵P的第i个元素,从而求得系统处于不同状态下的频率fi及持续时间Ti:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>&NotEqual;</mo>
<mi>i</mi>
</mrow>
</munder>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
3.根据权利要求1所述的一种配电网可靠性评估方法,其特征在于:所述负荷建模具体包括:采用基于二分法的聚类方法建立负荷模型,通过负荷的显著性分析确定模型的最佳分级数,在此基础上,利用快速排序和聚类分析方法建立对应的负荷模型。
4.根据权利要求1所述的一种配电网可靠性评估方法,其特征在于:所述系统状态选择具体包括:采用基于状态持续时间抽样法确定元件或子系统在给定时间内的元件状态和状态持续时间,从而组合得到系统的状态和持续时间。
基于状态持续时间抽样法所需要计算的充裕性指标有:
切负荷概率PLC:
<mrow>
<mi>P</mi>
<mi>L</mi>
<mi>C</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>N</mi>
<mi>L</mi>
</mrow>
</munderover>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
</mrow>
</munder>
<mfrac>
<mrow>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>N</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mfrac>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mi>T</mi>
</mfrac>
</mrow>
式中,n(s)是抽样中s状态的发生数;Ni是抽样总数;Fi是多级负荷模型中第i级负荷水平下系统失效状态的集合;Ti是第i负荷水平的时间长度(小时);T是负荷曲线的总时间期间(小时);NL是负荷水平分级数;
期望切负荷频率EFLC:
<mrow>
<mi>E</mi>
<mi>F</mi>
<mi>L</mi>
<mi>C</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>N</mi>
<mi>L</mi>
</mrow>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>N</mi>
<mi>i</mi>
</msub>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mfrac>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mi>T</mi>
</mfrac>
</mrow>
式中,λj是元件离开状态s的第j个转移率;m(s)是离开状态s的转移率总数;
平均每次切负荷持续时间ADLC:
<mrow>
<mi>A</mi>
<mi>D</mi>
<mi>L</mi>
<mi>C</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>P</mi>
<mi>L</mi>
<mi>C</mi>
<mo>&times;</mo>
<mi>T</mi>
</mrow>
<mrow>
<mi>E</mi>
<mi>F</mi>
<mi>L</mi>
<mi>C</mi>
</mrow>
</mfrac>
</mrow>
式中,C(s)是状态s的负荷削减量(单位:MW)
期望缺供电量EENS:
<mrow>
<mi>E</mi>
<mi>E</mi>
<mi>N</mi>
<mi>S</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>N</mi>
<mi>L</mi>
</mrow>
</munderover>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
</mrow>
</munder>
<mfrac>
<mrow>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>N</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
</mrow>
缺电功率期望值EPNS(:
<mrow>
<mi>E</mi>
<mi>P</mi>
<mi>N</mi>
<mi>S</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>N</mi>
<mi>L</mi>
</mrow>
</munderover>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
</mrow>
</munder>
<mfrac>
<mrow>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>N</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
5.根据权利要求1所述的一种配电网可靠性评估方法,其特征在于:所述系统状态分析具体包括:采用基于直流潮流的最优切负荷模型,目标函数为切除负荷产生经济损失最小,约束条件包括潮流方程、有功平衡方程、发电机出力约束、切负荷约束和线路潮流约束,。目标函数表达式为:
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>N</mi>
<mi>D</mi>
</mrow>
</munder>
<msub>
<mi>W</mi>
<mi>i</mi>
</msub>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
</mrow>
约束条件方程式为:
T(Sk)=A(Sk)(PG-PD(Sk)+C)
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>N</mi>
<mi>G</mi>
</mrow>
</munder>
<msub>
<mi>PG</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>N</mi>
<mi>G</mi>
</mrow>
</munder>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>N</mi>
<mi>G</mi>
</mrow>
</munder>
<msub>
<mi>PD</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mi>S</mi>
<mi>k</mi>
</msup>
<mo>)</mo>
</mrow>
</mrow>
PGmin(Sk)≤PG≤PGmax(Sk)
0≤C≤PD(Sk)
|T(Sk)|≤Tmax(Sk)
式中:Sk表示第k个强迫失效事件引起的系统状态;T(Sk)为系统状态Sk下的线路有功潮流矢量;A(Sk)为系统状态Sk下线路有功潮流和母线注入功率之间的关系矩阵;PG为发电机输出矢量,PGi是它的元素;PD(Sk)为母线的负荷矢量,PDi(Sk)是它的元素;C为母线负荷削减矢量,Ci是它的元素;PGmax(Sk)和PGmin(Sk)分别表示发电变量的上下限矢量;Tmax(Sk)为线路额定有功功率矢量;Wi为反映母线重要性的权重因子;NG为发电机母线集合。
6.根据权利要求1所述的一种配电网可靠性评估方法,其特征在于:所述可靠性指标综合评估具体包括:
系统严重程度指标SI作为可靠性灵敏度分析的可靠性指标代表,进行可靠性灵敏度分析;
通过参数摄动法确定对系统影响较大的元件,发现系统薄弱环节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710443589.6A CN107292502B (zh) | 2017-06-13 | 2017-06-13 | 一种配电网可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710443589.6A CN107292502B (zh) | 2017-06-13 | 2017-06-13 | 一种配电网可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107292502A true CN107292502A (zh) | 2017-10-24 |
CN107292502B CN107292502B (zh) | 2020-05-19 |
Family
ID=60097694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710443589.6A Active CN107292502B (zh) | 2017-06-13 | 2017-06-13 | 一种配电网可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107292502B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108364117A (zh) * | 2018-01-05 | 2018-08-03 | 东南大学 | 一种考虑光伏电站元件可靠性的电网风险评估方法 |
CN109299867A (zh) * | 2018-09-12 | 2019-02-01 | 中国电力科学研究院有限公司 | 一种配电网可靠性评估参数筛选方法及系统 |
CN109583779A (zh) * | 2018-12-06 | 2019-04-05 | 重庆大学 | 一种电-气互联系统的薄弱元件确定方法 |
CN110224393A (zh) * | 2019-05-24 | 2019-09-10 | 广东电网有限责任公司阳江供电局 | 一种基于最小切负荷模型的新能源消纳评估方法 |
CN112186749A (zh) * | 2020-09-24 | 2021-01-05 | 四川大学 | 一种基于最优抽样的电压暂降系统指标评估方法 |
CN112836374A (zh) * | 2021-02-09 | 2021-05-25 | 上海交通大学 | 一种可靠性指标增量确定方法和系统 |
CN115187075A (zh) * | 2022-07-12 | 2022-10-14 | 南通大学 | 一种配网可靠性灵敏度分解方法 |
CN115221468A (zh) * | 2022-09-14 | 2022-10-21 | 天津大学 | 配电网可靠性指标解析计算方法、系统、服务器和终端 |
CN115347573A (zh) * | 2022-10-20 | 2022-11-15 | 北京智盟信通科技有限公司 | 一种基于变电设备可靠性的线路运行评估方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7272516B2 (en) * | 2002-12-23 | 2007-09-18 | Abb Research | Failure rate adjustment for electric power network reliability analysis |
CN106505559A (zh) * | 2016-11-25 | 2017-03-15 | 国家电网公司 | 基于供电分区的配电网可靠性分析方法 |
-
2017
- 2017-06-13 CN CN201710443589.6A patent/CN107292502B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7272516B2 (en) * | 2002-12-23 | 2007-09-18 | Abb Research | Failure rate adjustment for electric power network reliability analysis |
CN106505559A (zh) * | 2016-11-25 | 2017-03-15 | 国家电网公司 | 基于供电分区的配电网可靠性分析方法 |
Non-Patent Citations (1)
Title |
---|
陈菲: "配电网的可靠性分析", 《电气开关》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108364117A (zh) * | 2018-01-05 | 2018-08-03 | 东南大学 | 一种考虑光伏电站元件可靠性的电网风险评估方法 |
CN109299867A (zh) * | 2018-09-12 | 2019-02-01 | 中国电力科学研究院有限公司 | 一种配电网可靠性评估参数筛选方法及系统 |
CN109583779A (zh) * | 2018-12-06 | 2019-04-05 | 重庆大学 | 一种电-气互联系统的薄弱元件确定方法 |
CN109583779B (zh) * | 2018-12-06 | 2021-04-06 | 重庆大学 | 一种电-气互联系统的薄弱元件确定方法 |
CN110224393A (zh) * | 2019-05-24 | 2019-09-10 | 广东电网有限责任公司阳江供电局 | 一种基于最小切负荷模型的新能源消纳评估方法 |
CN110224393B (zh) * | 2019-05-24 | 2020-08-25 | 广东电网有限责任公司阳江供电局 | 一种基于最小切负荷模型的新能源消纳评估方法 |
CN112186749A (zh) * | 2020-09-24 | 2021-01-05 | 四川大学 | 一种基于最优抽样的电压暂降系统指标评估方法 |
CN112836374A (zh) * | 2021-02-09 | 2021-05-25 | 上海交通大学 | 一种可靠性指标增量确定方法和系统 |
CN112836374B (zh) * | 2021-02-09 | 2024-04-02 | 上海交通大学 | 一种可靠性指标增量确定方法和系统 |
CN115187075A (zh) * | 2022-07-12 | 2022-10-14 | 南通大学 | 一种配网可靠性灵敏度分解方法 |
CN115221468A (zh) * | 2022-09-14 | 2022-10-21 | 天津大学 | 配电网可靠性指标解析计算方法、系统、服务器和终端 |
CN115347573A (zh) * | 2022-10-20 | 2022-11-15 | 北京智盟信通科技有限公司 | 一种基于变电设备可靠性的线路运行评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107292502B (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107292502A (zh) | 一种配电网可靠性评估方法 | |
CN106972481A (zh) | 规模化充电设施接入有源配电网的安全性量化评估方法 | |
CN102289731B (zh) | 一种基于系统风险的输电设备状态检修方法 | |
CN107704953A (zh) | Ewt分位数回归森林的短期风电功率概率密度预测方法 | |
CN103488869A (zh) | 一种最小二乘支持向量机的风力发电短期负荷预测方法 | |
CN104700321A (zh) | 一种输变电设备状态运行趋势分析方法 | |
CN103198235B (zh) | 基于风功率纵向时刻概率分布的风功率预测值预评估方法 | |
CN107730044A (zh) | 一种可再生能源发电和负荷的混合预测方法 | |
CN104200032B (zh) | 广义负荷建模中基于时段性的横向时间轴聚类方法 | |
CN106130007A (zh) | 一种基于脆弱性理论的主动配电网储能规划方法 | |
CN107194055A (zh) | 考虑电转气装置的电‑气互联系统可靠性建模及其评估方法 | |
CN106329516A (zh) | 一种基于典型场景识别的配电网动态重构方法 | |
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 | |
CN104077651B (zh) | 电网检修计划优化方法 | |
CN103258142A (zh) | 基于天气模式的风电场短期风速预测方法 | |
CN105741025A (zh) | 基于风电波动在线风险评估的预防控制方法 | |
CN103413174A (zh) | 基于深度学习方法的短期风速多步预测方法 | |
CN104636823A (zh) | 一种风电功率预测方法 | |
CN103151777A (zh) | 一种基于电网差异化的核心骨干网架构建方法 | |
CN105514990A (zh) | 综合经济性与安全性的输电线路利用率提高平台及方法 | |
CN109784692A (zh) | 一种基于深度学习的快速安全约束经济调度方法 | |
CN106130066A (zh) | 一种用于独立微电网系统的多目标鲁棒频率控制方法 | |
CN106600136A (zh) | 一种电力断面越限控制效率评估方法 | |
CN106253294A (zh) | 智能电网的储能调度方法和装置 | |
CN103366223A (zh) | 灾难性事故下电力系统路径恢复方法 |
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 |