CN107317334A - 一种电力系统网架重构方法和装置 - Google Patents
一种电力系统网架重构方法和装置 Download PDFInfo
- Publication number
- CN107317334A CN107317334A CN201710774209.7A CN201710774209A CN107317334A CN 107317334 A CN107317334 A CN 107317334A CN 201710774209 A CN201710774209 A CN 201710774209A CN 107317334 A CN107317334 A CN 107317334A
- Authority
- CN
- China
- Prior art keywords
- rack
- load
- line security
- power system
- maximum
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012795 verification Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 16
- 230000005611 electricity Effects 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 9
- 238000005303 weighing Methods 0.000 claims 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 238000011084 recovery Methods 0.000 abstract description 34
- 230000006870 function Effects 0.000 description 23
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 241001672018 Cercomela melanura Species 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- H02J3/386—
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种电力系统网架重构方法和装置，该方法包括：基于黑启动机组与火电机组并网对电力系统进行初步恢复，形成初期网架重构系统；根据风电机出力的历史数据，获取与网架重构时刻对应的风电机实时出力预测数据；基于风电机实时出力预测数据和初期网架重构系统，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建下一阶段网架预构模型；基于所述网架预构模型，获取合理预构网架。本发明实施例能够使得风电机参与到大停电事故后的电力系统恢复中。
Description
技术领域
本发明涉及电力系统安全与恢复控制技术领域，具体而言，涉及一种电力系统网架重构方法和装置。
背景技术
随着电力系统规模的日益扩大及社会对电力供应依赖度的不断提高，大停电事故造成的后果也越来越严重，成为现代电力系统必须面对的严重威胁，大停电后电力系统的恢复也越来越重要。随着环保问题的日益严重，新能源发电技术在全国逐渐受到重视；风电作为除水电以外最具有大规模开发价值的可再生能源，近些年来取得了巨大发展。随着风电在电力系统中的深化应用，其在电力系统中的地位也越来越重要。因此，发挥风电在电力系统恢复中的应有作用是非常必要的。
但是实际上，将风电机接入电力系统，并使其参与到大停电事故后的网架重构时，由于风电机出力的不确定性，导致网架重构存在一定的风险。因此，目前并未提出风电机参与大面积停电事故后电力系统的恢复过程的有效解决方案。
发明内容
有鉴于此，本发明实施例的目的在于提供一种电力系统网架重构方法和装置，能够使得风电机参与到大停电事故后的电力系统恢复中。
第一方面，本发明实施例提供了一种电力系统网架重构方法，包括：基于黑启动机组与火电机组并网对电力系统进行初步恢复，形成初期网架重构系统；
根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据；
基于风电机实时出力预测数据和所述初期网架重构系统，并基于直流潮流，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；
根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建网架预构模型；
基于所述网架预构模型，获取合理预构网架。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中：基于所述风电机实时出力预测数据和所述初期网架重构系统，并基于直流潮流，计算在恢复负荷量最大时的线路安全风险条件的最大值；并计算在线路条件风险价值最小时的线路安全风险条件的最小值，具体包括：
以恢复负荷量最大和线路风险条件价值最小为优化目标，建立优化函数：
其中，L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在时段t的开断状态；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；为加权值，且
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最大值γmax；
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最小值γmin。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中：根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及初期网架重构系统，构建网架预构模型，具体包括：
获取所述初期网架重构系统中的负荷开关状态和支路开关状态，并形成已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集；
所述根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集，以网架预构过程中恢复负荷量最大为目标函数，并分别以所述电力系统所需要承担的线路安全条件风险价值、功率平衡和支路潮流、风电机出力波动、负荷开关和支路开关状态变化为约束条件，形成基于线路安全条件风险价值的网架预构模型。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中：所述基于线路安全条件风险价值的网架预构模型满足下述公式(1)～公式(5)：
其中，在上述公式(1)～公式(5)中：L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在t时段的开断状态；
αmn,t为电力系统中母线节点m和母线节点n之间的支路开关在t时段的开断状态；sL,t和αmn,t为属于0-1的状态变量，0表示开关断开，1表示开关闭合；sL,t-1和αmn,t-1表示上一时段t-1的负荷开关和支路开关的开端状态,且上一时段t-1闭合的开关在本时段t不能被断开；
Fβ为所述线路安全条件风险价值；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；γ为所述电力系统所需要承担的线路安全条件风险值，且所述电力系统所需要承担的线路安全条件风险值在所述线路安全风险条件的最大值和线路安全风险条件的最小值之间取值；PGi,t表示t时段火电机组出力；|Pmn|表示母线节点m和母线节点n之间的支路中流经的潮流功率；为母线节点m和母线节点n之间的支路中流经的潮流功率的上限；
PWt表示t时段风电机出力，Pmn表示母线节点m和母线节点n之间的支路中，流入母线节点n的潮流功率；Pnm表示母线节点m和母线节点n之间的支路中，流出母线节点m的潮流功率；为母线节点m和母线节点n之间的支路中流经的潮流功率的下限；为t时段母线节点m和母线节点n之间的支路中流经的潮流功率；G为火电机组的总台数；W为风电机组的总台数，K为支路集；
为母线节点的相角极值；θm,t为t时段母线节点m上的相角值；θn,t为t时段母线节点n上的相角值；xmn,t是母线节点m和母线节点n之间的支路的线路电感值。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中：所述基于所述网架预构模型，获取合理预构网架，具体包括：
从所述线路安全风险条件的最大值和线路安全风险条件的最小值之间，选取所述电力系统所需要承担的线路安全条件风险值；
根据所述电力系统所需要承担的线路安全条件风险值，使用预设的数学规划模型，基于所述网架预构模型，对支路和负荷的开关变量值进行求解，并将求解得到的支路和负荷的开关变量作为所述合理预构网架。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中：
还包括：根据风电机出力的历史数据，获取网架重构时刻对应的风电机出力波动数据；所述风电机出力波动数据包括：当前网架重构时刻对应的出力最大值以及出力最小值；
所述将求解得到的支路和负荷的开关变量作为所述合理预构网架，具体包括：
将求得的支路和负荷的开关变量的最优解作为初步预构网架，并循环执行下述过程，直至潮流校验的结果收敛，将潮流校验的结果收敛的初步预构网架作为所述合理预构网架：
在每一个网架重构时刻，分别以当前网架时刻对应的出力最大值和出力最小值作为极限场景，对所述初步预构网架进行最优潮流校验；
判断潮流校验的结果是否收敛；
如果潮流校验的结果不收敛，则将求解得到的支路和负荷的开关变量的次优解作为最优解，作为所述初步预构网架。
第二方面，本发明实施例还提供一种电力系统网架重构装置，包括：
预构模块，用于基于黑启动机组与火电机组并网对电力系统进行初步恢复，形成初期网架重构系统；
获取模块，用于根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据；
计算模块，用于基于风电机实时出力预测数据和所述初期网架重构系统，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；
模型构建模块，用于根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建网架预构模型；
预构网架计算模块，用于基于所述网架预构模型，获取预构网架。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中：所述计算模块，具体用于：以恢复负荷量最大和线路风险条件价值最小为优化目标，建立优化函数：
其中，L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在时段t的开断状态；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；为加权值，且
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最大值γmax；
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最小值γmin。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述模型构建模块，具体用于：
获取所述初期网架重构系统中的负荷开关状态和支路开关状态，并形成已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集；
所述根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集，以网架预构过程中恢复负荷量最大为目标函数，并分别以所述电力系统所需要承担的线路安全条件风险价值、功率平衡和支路潮流、风电机出力波动、负荷开关和支路开关状态变化为约束条件，形成基于线路安全条件风险价值的网架预构模型。
结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中：所述获取模块，还用于：根据风电机出力的历史数据，获取网架重构时刻对应的风电机出力波动数据；所述风电机出力波动数据包括：当前网架重构时刻对应的出力最大值以及出力最小值；
所述预构网架计算模块，具体用于：将求得的支路和负荷的开关变量的最优解作为初步预构网架，并循环执行下述过程，直至潮流校验的结果收敛，将潮流校验的结果收敛的初步预构网架作为所述合理预构网架：
在每一个网架重构时刻，分别以当前网架时刻对应的出力最大值和出力最小值作为极限场景，对所述初步预构网架进行最优潮流校验；
判断潮流校验的结果是否收敛；
如果潮流校验的结果不收敛，则将求解得到的支路和负荷的开关变量的次优解作为最优解，作为所述初步预构网架。
本发明实施例所提供的本申请实施例所提供的电力系统网架重构方法和装置中，在基于黑启动机组和火电机组并网对电力系统进行初步恢复，形成初期网架重构系统之后，或根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据；基于风电机实时出力预测数据和所述初期网架重构系统，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建下一阶段的网架预构模型；最终基于所述网架预构模型，获取合理预构网架，在这个过程中，引入条件风险价值，在使得风电机参与到大停电事故后的电力系统恢复中的同时，考虑了风电机出力的波动性，降低了网架重构过程中的风险。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种电力系统网架重构方法的流程图；
图2示出了本发明实施例所提供的构建网架预构模型的具体方法的流程图；
图3示出了本发明实施例所提供的基于所述网架预构模型，获取预构网架的具体方法的流程图；
图4示出了本发明实施例所提供的将求解得到的最优支路和负荷的开关变量作为所述合理预构网架方法的流程图；
图5示出了本申请实施例提供的以IEEE39节点系统为例的电力系统恢复的实施例；
图6示出了本发明实施例所提供的一种电力系统网架重构装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前对风电机参与大停电事故后电力系统的恢复过程主要集中在以下方面：1、风电机并网可行性研究，其主要对风电机在大停电事故后接入电力系统进行了可行性的研究，但是并未提供可行的接入方法；2、风电机的接入时机，大多数是在电力系统恢复后期的负荷恢复阶段接入风电机；3、风电机并网策略，虽然在电力系统恢复过程中考虑了风电，但是对于风电出力的恢复却基于确定性模型，而事实上，风力储电具有随机性和波动性的特点，因此基于确定性模型所得到的并网策略实用性较低，因此，现有技术中并未提出风电机参与大面积停电事故后电力系统恢复过程的有效解决方案。基于此，本申请提供的一种电力系统网架方法、装置以及系统，可以使得风电机参与到大停电事故后的电力系统恢复中。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种风电机重构方法进行详细介绍。
参见图1所示，本申请实施例所提供的电力系统网架重构方法包括：
S101：基于黑启动机组与火电机组并网对电力系统进行初步恢复，形成初期网架重构系统。
具体地，黑启动是指整个电力系统全部停电，处于全“黑”状态，不依赖其它网络，通过电力系统中具有自启动能力的发电机组启动，带动无自启动能力的发电机组，逐渐扩大电力系统的恢复范围，最终实现整个电力系统的恢复。黑启动机组即为具有自启动能力的发电机组。
在形成初期网架重构系统之后，能够获得初期网架重构系统中的负荷和支路开关在某一个时段t的开断状态。同时，还需要确保风电机所在的节点恢复供电，如此才能够将风电机并入电力系统。
S102：根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据。
具体地，由于某一个风电机的地理位置不会发生变化，而某个地理位置的气象在一定时间长度上具有规律性，造成同一个风电机出力在短时间具有波动性，在长时间却具有一定的规律性。因而能够根据网架重构时刻对应的风电机出力的历史数据，获取风电机实时出力预测数据以及出力波动范围。
另外，获取网架重构时刻对应的风电机实时出力预测数据时，要从所有风电机出力的历史数据中，筛选出与网架预构时刻关联性较强的风电机出力的典型场景。所获取风电机实时出力预测数据，也是各个典型场景下，每个场景对应的风电机实时出力预测数据。
具体地，在电力系统进行网架重构的时候，一般是基于某一个区域进行的(例如基于大停电的范围进行)，因此可以先获取该区域内风电机出力的历史数据。在获取该区域内风电机出力的历史数据时，首先要采用典型数据筛选的方法从海量风电机出力数据中获得网架重构的区域对应的相关数据，其次从与网架重构的区域对应的相关数据中，获取与重构时刻相符的风电机出力的历史数据。或者也可以先从海量风电机出力数据中获得与重构时刻相符合的相关数据，然后从与重构时刻相符合的相关数据中获得网架重构区域对应的风电机出力的历史数据。在获取了风电机出力的历史数据之后，可以采用统计学方法，获得风电机出力可以对风电机在当前网架重构时刻对应的出力波动数据，并采用一定的算法，根据风电机出力的历史数据，对风电机的实时出力进行预估，获取风电机实时出力预测数据。
S103：基于风电机实时出力预测数据和所述初期网架重构系统，并基于直流潮流，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值。
在具体实现的时候，直流潮流的本质就是保持发电量和用电量的平衡，因此，基于风电机实时出力预测数据和所述初期网架重构系统，并基于直流潮流，首先要计算在网架重构时刻总出力数据。
具体地，初期网架重构系统是基于黑启动机组和火电机组并网构建的，即在将风电机组并入电力系统之前，先启动黑启动机组以及火电机组，构成初期网架重构系统。之后，除黑启动机组和火电机组其它的机组会在后续网架重构过程中依次被启动，同时会启动风电机组以将风电机组并入电力系统，而由于风力机组出力的不确定性，网架重构时刻总出力数据和风电机实时出力预测数据类似具有波动性和随机性。当前网架重构时刻的总出力数据为：当前已经启动的所有发电机组的总出力数据。
在当前时刻已经启动的所有发电机组的总处理数据后，以所述总出力数据为最大恢复负荷量，在恢复负荷量最大时，计算线路安全风险条件的最大值；在线路风险条件价值最小时，计算线路安全条件的最小值。
具体地，在基于风电机实时出力预测数据和初期网架重构系统，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值时，实际上是要考虑恢复过程的经济性和安全性。其中，恢复负荷量越大，则恢复过程越快，恢复过程的经济性也越高，但同时，恢复过程所存在的风险也就越大，安全性也就越低；反之，线路条件风险价值最小时，恢复过程中所存在的风险也就越小，恢复过程越慢，从而恢复过程中的经济性也就越低，因此可以看出，网架重构过程中的两个目标：经济性和安全性之间实际上是相互矛盾的，一般不存在使得两者同时达到最优的解。
因此在基于风电机实时出力预测数据和初期网架重构系统，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值时，首先要以恢复负荷量最大和线路风险条件价值为优化目标，建立优化函数。
所建立的优化函数为公式(6)：
其中，L为要恢复的电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在时段t的开断状态；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量。
对公式(6)进行求解的时候，涉及多目标规划问题，而网架重构过程中的经济性和安全性两个目标是相互矛盾的，一般不存在使得上述目标函数同时到达最优的解，只能求得帕累托(Pareto)有效解。而求解多目标优化常用的方法为线性加权法，因此可以对上述公式(6)进行变形，形成公式(7)：
其中，为加权值，且
其中为经济指标的权重，越接近1，则网架重构的经济性越高，同时风险性越大；反之，越接近0，则网架重构的风险性越低，同时经济性也越低。因此：
令对该优化函数(7)进行求解，并基于求解结果计算线路安全风险条件的最大值γmax。
令对该优化函数(7)进行求解，并基于求解结果计算线路安全风险条件的最小值γmin。
在对优化函数(7)进行求解的时候，由于电力系统的经济运行和风险指标不具有相同的物理纲量，因此简单的线性加权是不能直接计算出线路安全风险条件的最大值γmax和线路安全风险条件的最小值γmin的，因此，通过参考目标法将上述公式(7)修改为公式(8)：
在该公式(8)中，s.t.为该函数的约束条件(subject to)。在求解简化为对公式(8)中的参数γ进行边界求解的问题，而这一问题可以通过对上述公式(7)的求解来完成。当公式(7)退变为不考虑风险的普通网架重构问题，此时可求得最大风险值γmax；同样当时时，式(7)为风险为最小值γmin。
S104：根据所述线路安全风险条件的最大值和线路安全风险条件的最小值以及所述初期网架重构系统，构建网架预构模型。
参见图2所示，本申请实施例还提供一种构建网架预构模型的具体方法，包括：
S201：获取所述初期网架重构系统中的负荷开关状态和支路开关状态，并形成已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集。
在具体实现的时候，由于初期网架重构系统已经建立，能够从该初期网架重构系统中获取在将风电机接入电力系统的时刻，初期网架重构系统中的负荷开关状态和支路开关状态，并形成相应的已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集。
S202：所述根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集，以网架预构过程中恢复负荷量最大为目标函数，并分别以所述电力系统所需要承担的线路安全条件风险价值、功率平衡和支路潮流、风电机出力波动、负荷开关和支路开关状态变化为约束条件，形成基于线路安全条件风险价值的网架预构模型。
在具体实现的时候，所构建的基于线路安全条件风险价值的网架预构模型满足下述公式(1)～公式(5)：
以网架预构过程中恢复负荷量最大为目标构建函数，形成公式(1)：
其中，L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在t时段的开断状态，属于0-1的状态变量，0表示负荷开关断开，1表示负荷开关闭合。
以负荷开关和支路开关状态变化为约束条件，形成公式(2)：
其中，αmn,t为电力系统中母线节点m和母线节点n之间的支路开关在t时段的开断状态；sL,t和αmn,t为属于0-1的状态变量，0表示开关断开，1表示开关闭合；sL,t-1和αmn,t-1表示上一时段t-1的负荷开关和支路开关的开端状态,且上一时段t-1闭合的开关在本时段t不能被断开。
电力系统所需要承担的线路安全条件风险价值为约束条件，形成公式(3)：
其中，Fβ为所述线路安全条件风险价值；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；γ为所述电力系统所需要承担的线路安全条件风险值，且所述电力系统所需要承担的线路安全条件风险值在所述线路安全风险条件的最大值和线路安全风险条件的最小值之间取值；l表示电力系统中的支路数；PGi,t表示t时段火电机组出力；|Pmn|表示母线节点m和母线节点n之间的支路中流经的潮流功率；为母线节点m和母线节点n之间的支路中流经的潮流功率的上限。
以功率平衡和支路潮流为约束条件，分别形成公式(4)和公式(5)：
PWt表示t时段风电机出力，Pmn表示母线节点m和母线节点n之间的支路中，流入母线节点n的潮流功率；Pnm表示母线节点m和母线节点n之间的支路中，流出母线节点m的潮流功率；为母线节点m和母线节点n之间的支路中流经的潮流功率的下限；为t时段母线节点m和母线节点n之间的支路中流经的潮流功率；G为火电机组的总台数；W为风电机组的总台数，K为支路集；
为母线节点的相角极值；θm,t为t时段母线节点m上的相角值；θn,t为t时段母线节点n上的相角值；xmn,t是母线节点m和母线节点n之间的支路的线路电感值。
S105：基于所述网架预构模型，获取合理预构网架。
参见图3所示，本申请实施例提供一种基于所述网架预构模型，获取合理预构网架的具体方法，具体包括：
S301：从所述线路安全风险条件的最大值和线路安全风险条件的最小值之间，选取所述电力系统所需要承担的线路安全条件风险值。
在具体实现的时候，该网架预构过程中电力系统所需要承担的线路安全条件风险值可以是调度人员从之前所计算来的线路安全风险条件的最大风险值γmax和最小值γmin之间所选择的一个取值γ，需要调度人员在网架重构过程中进行输入；也可以按照预先设定好的计算规则，在计算出线路安全风险条件的最大风险值γmax和最小值γmin后，计算的一个大于等于γmin且小于等于γmax的值。
其中，γ值越大预构网架支路潮流越限的概率就越大，网络的安全系数越低，同时电力系统恢复的负荷量越多，电力系统恢复速度越快。
S302：根据所述电力系统所需要承担的线路安全条件风险值，使用预设的数学规划模型，基于所述网架预构模型，对支路和负荷的开关变量值进行求解，并将求解得到的最优支路和负荷的开关变量作为所述合理预构网架。
在具体实现的时候，在确定了电力系统所需要承担的线路安全条件风险值γ自后，使用预设的数学规划模型，对上述网架预构模型中的，对支路和负荷的开关变量值进行求解，即求解上述网架预构模型中的各个时段的s和α，并将求解得到的支路和负荷的开关变量作为所述预构网架。
例如，可以采用商用求解规划的软件CPLEX来求解上述规划问题。
需要注意的是，在对网架预构模型进行求解的时候，能够求出多组支路和负荷的开关变量相关数值，其中包括支路和负荷的开关变量的最优解和支路和负荷的开关变量的次优解。
本申请实施例还提供另外一种电力系统网架重构方法，在上述实施例的基础上，还包括：
根据风电机出力的历史数据，获取网架重构时刻对应的风电机出力波动数据；所述风电机出力波动数据包括：当前网架重构时刻对应的出力最大值以及出力最小值。
在具体实现的时候，网架重构时刻有多个时刻，每一个网架重构时刻所对应的风电机处理波动数据均包括当前时刻对应的最小值和最大值。
进而，参见图4所示，本申请实施例所提供的将求解得到的最优支路和负荷的开关变量作为所述合理预构网架，具体包括：
S401：将求得的支路和负荷的开关变量的最优解作为初步预构网架；
S402：在每一个网架重构时刻，分别以当前网架预构时段对应的风机出力最大值和出力最小值作为极限场景，对所述初步预构网架进行最优潮流校验。
在进行校验的时候，在正常情况下，支路具有自己的潮流限值，即在此约束下所有的支路潮流均不越限。在潮流校验的时候，允许支路潮流有一定的越限率β，此时的潮流限制根据该越限率调整为：在此潮流限值下，选择线路条件风险极值，并构建以恢复时间最短为优化目标的最优潮流模型，对该最优潮流模型进行求解，求取对应的风功率值，以实现潮流校验。
S403：判断潮流校验的结果是否收敛；是，则跳转至S404；否，则跳转至步骤S405。
S404：如果潮流校验的结果收敛，则将该初步预构网架作为合理预构网架。
S405：如果潮流校验的结果不收敛，则将求解得到的支路和负荷的开关变量的次优解作为最优解，形成所述初步预构网架，并跳转至S402。
本申请实施例所提供的电力系统网架重构方法，在基于黑启动机组和火电机组并网对电力系统进行初步恢复，形成初期网架重构系统之后，或根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据；基于风电机实时出力预测数据和所述初期网架重构系统，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建网架预构模型；最终基于所述网架预构模型，获取预构网架，在这个过程中，引入条件风险价值，在使得风电机参与到大停电事故后的电力系统恢复中的同时，考虑了风电机出力的波动性，降低了网架重构过程中的风险。
参见图5所示，本申请还提供一个以IEEE39节点系统为例的电力系统恢复的实施例，
运行调度人员设置的既定的发电机组恢复顺序为：
33-35-32-36-31-39-34-37-30-38。
其中，以33号机组为黑启动机组，根据传统网架重构方法形成的初始网架如下所述：现已并网的机组为除黑启动机组33号机组的火电机组35号机组，恢复厂用电的机组为35、32、36、31，在恢复过程中为了防止节点电压越限，分别在节点13和节点21投入62MW和31MW的功率负荷，初始网架如图5中细线所构成的网架所示。
形成初期网架重构系统后，需要根据大型风电场风机出力的随机性、网架的初始状况和运行调度预案的差异得到待恢复系统在恢复过程中所需承担的线路安全条件风险取值范围。首先，要筛选出与网架预构时刻关联性较强的风电出力的典型场景，并得到相应的风电出力预测值与出力波动范围。然后，分别以较短的时间内恢复大量负荷的供电和线路过载率最小作为优化目标，分别对应线路安全条件风险最大和最小值。根据两种不同恢复过程中优化目标的选取得到恢复过程中线路安全条件风险的取值范围。
形成大型风电场接入后的初始网架，开始基于线路安全条件风险的网架预构过程。首先，运行调度人员在计算所得线路安全条件风险取值范围中选择所能承担的风险极值。然后，综合考虑风电场的恢复效益和风电出力不确定性所带来的风险，通过参考目标法将线路安全条件风险价值作为约束条件，重构期间负荷恢复量作为优化目标构，附加开关变量约束、功率平衡约束、支路潮流约束等，建基于条件风险的网架预构模型。最后，线路条件风险价值的取值范围，设置线路越限概率的值为0.01，在所得线路条件风险取值范围内选择可承担的线路安全条件风险值，根据上述网架预构模型获得最优预构网架，更新已恢复负荷集和待恢复负荷集。
所形成的预构网架并不一定是最终的重构网架，上述条件风险模型基于直流潮流并不能保证恢复过程中节点电压在限定范围内因此需要对预构网架进行最优潮流校验。校验的目标函数为重构网架过程中机组爬坡时间最短，为保证恢复过程中系统频率波动在允许范围内恢复过程中火电机组的功率增加量不超过额定出力的0.5倍即0.5，已恢复网架各节点电压在0.9-1.1范围内波动。如果预构网架潮流收敛则说明网架合理可进行下一阶段的恢复过程，否则需要从待恢复负荷集中重新进行条件风险模型构建与求解得到次优恢复网架重新进行校验知道获得合理的预构网架为止。
基于同一发明构思，本发明实施例中还提供了与电力系统网架重构方法对应的电力系统网架重构装置，由于本发明实施例中的装置解决问题的原理与本发明实施例上述电力系统网架重构方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
本发明又一实施例还提供一种电力系统网架重构装置，参见图6所示，本发明实施例所提供的电力系统网架重构装置包括：
预构模块，用于基于黑启动机组与火电机组并网对电力系统进行初步恢复，形成初期网架重构系统；
获取模块，用于根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据；
计算模块，用于基于风电机实时出力预测数据和所述初期网架重构系统，并基于直流潮流，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；
模型构建模块，用于根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建网架预构模型；
预构网架计算模块，用于基于所述网架预构模型，获取合理预构网架。
进一步地，所述计算模块，具体用于：以恢复负荷量最大和线路风险条件价值最小为优化目标，建立优化函数：
其中，L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在时段t的开断状态；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；为加权值，且
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最大值γmax；
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最小值γmin。
进一步地，所述模型构建模块，具体用于：
获取所述初期网架重构系统中的负荷开关状态和支路开关状态，并形成已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集；
所述根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集，以网架预构过程中恢复负荷量最大为目标函数，并分别以所述电力系统所需要承担的线路安全条件风险价值、功率平衡和支路潮流、风电机出力波动、负荷开关和支路开关状态变化为约束条件，形成基于线路安全条件风险价值的网架预构模型；
所述基于线路安全条件风险价值的网架预构模型满足下述公式(1)～公式(5)：
其中，在上述公式(1)～公式(5)中：L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在t时段的开断状态；
αmn,t为电力系统中母线节点m和母线节点n之间的支路开关在t时段的开断状态；sL,t和αmn,t为属于0-1的状态变量，0表示开关断开，1表示开关闭合；sL,t-1和αmn,t-1表示上一时段t-1的负荷开关和支路开关的开端状态,且上一时段t-1闭合的开关在本时段t不能被断开；
Fβ为所述线路安全条件风险价值；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；γ为所述电力系统所需要承担的线路安全条件风险值，且所述电力系统所需要承担的线路安全条件风险值在所述线路安全风险条件的最大值和线路安全风险条件的最小值之间取值；l表示电力系统中的支路数；M表示电路系统中的支路总数；PGi,t表示t时段火电机组出力；|Pmn|表示母线节点m和母线节点n之间的支路中流经的潮流功率；为母线节点m和母线节点n之间的支路中流经的潮流功率的上限；
PWt表示t时段风电机出力，Pmn表示母线节点m和母线节点n之间的支路中，流入母线节点n的潮流功率；Pnm表示母线节点m和母线节点n之间的支路中，流出母线节点m的潮流功率；为母线节点m和母线节点n之间的支路中流经的潮流功率的下限；为t时段母线节点m和母线节点n之间的支路中流经的潮流功率；G为火电机组的总台数；W为风电机组的总台数，K为支路集；
为母线节点的相角极值；θm,t为t时段母线节点m上的相角值；θn,t为t时段母线节点n上的相角值；xmn,t是母线节点m和母线节点n之间的支路的线路电感值。
进一步地，所述获取模块，还用于：根据风电机出力的历史数据，获取网架重构时刻对应的风电机出力波动数据；所述风电机出力波动数据包括：当前网架重构时刻对应的出力最大值以及出力最小值；
进一步地，所述预构网架计算模块，具体用于：将求得的支路和负荷的开关变量的最优解作为初步预构网架，并循环执行下述过程，直至潮流校验的结果收敛，将潮流校验的结果收敛的初步预构网架作为所述合理预构网架：
在每一个网架重构时刻，分别以当前网架时刻对应的出力最大值和出力最小值作为极限场景，对所述初步预构网架进行最优潮流校验；
判断潮流校验的结果是否收敛；
如果潮流校验的结果不收敛，则将求解得到的支路和负荷的开关变量的次优解作为最优解，作为所述初步预构网架。
本申请实施例所提供的电力系统网架重构装置中，预构模块，用于基于黑启动机组与火电机组并网对电力系统进行初步恢复，形成初期网架重构系统；获取模块，用于根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据；计算模块，用于基于风电机实时出力预测数据和所述初期网架重构系统，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；模型构建模块，用于根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建下一阶段的网架预构模型；最终基于所述网架预构模型，获取合理预构网架，在这个过程中，引入条件风险价值，在使得风电机参与到大停电事故后的电力系统恢复中的同时，考虑了风电机出力的波动性，降低了网架重构过程中的风险。
本发明实施例所提供的电力系统网架重构方法和装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种电力系统网架重构方法，其特征在于，包括：
基于黑启动机组与火电机组并网对电力系统进行初步恢复，形成初期网架重构系统；
根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据；
基于风电机实时出力预测数据和所述初期网架重构系统，并基于直流潮流，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；
根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建网架预构模型；
基于所述网架预构模型，获取合理预构网架。
2.根据权利要求1所述的方法，其特征在于，基于所述风电机实时出力预测数据和所述初期网架重构系统，并基于直流潮流，计算在恢复负荷量最大时的线路安全风险条件的最大值；并计算在线路条件风险价值最小时的线路安全风险条件的最小值，具体包括：
以恢复负荷量最大和线路风险条件价值最小为优化目标，建立优化函数：
其中，L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在时段t的开断状态；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；为加权值，且
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最大值γmax；
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最小值γmin。
3.根据权利要求1或2所述的方法，其特征在于，根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及初期网架重构系统，构建网架预构模型，具体包括：
获取所述初期网架重构系统中的负荷开关状态和支路开关状态，并形成已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集；
所述根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集，以网架预构过程中恢复负荷量最大为目标函数，并分别以所述电力系统所需要承担的线路安全条件风险价值、功率平衡和支路潮流、风电机出力波动、负荷开关和支路开关状态变化为约束条件，形成基于线路安全条件风险价值的网架预构模型。
4.根据权利要求3所述的方法，其特征在于，所述基于线路安全条件风险价值的网架预构模型满足下述公式(1)～公式(5)：
(1)
(2)
(3)
(4)
(5)
其中，在上述公式(1)～公式(5)中：L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在t时段的开断状态；
αmn,t为电力系统中母线节点m和母线节点n之间的支路开关在t时段的开断状态；sL,t和αmn,t为属于0-1的状态变量，0表示开关断开，1表示开关闭合；sL,t-1和αmn,t-1表示上一时段t-1的负荷开关和支路开关的开端状态,且上一时段t-1闭合的开关在本时段t不能被断开；
Fβ为所述线路安全条件风险价值；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；γ为所述电力系统所需要承担的线路安全条件风险值，且所述电力系统所需要承担的线路安全条件风险值在所述线路安全风险条件的最大值和线路安全风险条件的最小值之间取值；PGi,t表示t时段火电机组出力；|Pmn|表示母线节点m和母线节点n之间的支路中流经的潮流功率绝对值；为母线节点m和母线节点n之间的支路中流经的潮流功率的上限；
PWt表示t时段风电机出力，Pmn表示母线节点m和母线节点n之间的支路中，流入母线节点n的潮流功率；Pnm表示母线节点m和母线节点n之间的支路中，流出母线节点m的潮流功率；为母线节点m和母线节点n之间的支路中流经的潮流功率的下限；为t时段母线节点m和母线节点n之间的支路中流经的潮流功率；G为火电机组的总台数；W为风电机组的总台数，K为支路集；
为母线节点的相角极值；θm,t为t时段母线节点m上的相角值；θn,t为t时段母线节点n上的相角值；xmn,t是母线节点m和母线节点n之间的支路的线路电感值。
5.根据权利要求4所述的方法，其特征在于，所述基于所述网架预构模型，获取合理预构网架，具体包括：
从所述线路安全风险条件的最大值和线路安全风险条件的最小值之间，选取所述电力系统所需要承担的线路安全条件风险值；
根据所述电力系统所需要承担的线路安全条件风险值，使用预设的数学规划模型，基于所述网架预构模型，对支路和负荷的开关变量值进行求解，并将求解得到的支路和负荷的开关变量作为所述合理预构网架。
6.根据权利要求5任意一项所述的方法，其特征在于，还包括：根据风电机出力的历史数据，获取网架重构时刻对应的风电机出力波动数据；所述风电机出力波动数据包括：当前网架重构时刻对应的出力最大值以及出力最小值；
所述将求解得到的支路和负荷的开关变量作为所述合理预构网架，具体包括：
将求得的支路和负荷的开关变量的最优解作为初步预构网架，并循环执行下述过程，直至潮流校验的结果收敛，将潮流校验的结果收敛的初步预构网架作为所述合理预构网架：
在每一个网架重构时刻，分别以当前网架时刻对应的出力最大值和出力最小值作为极限场景，对所述初步预构网架进行最优潮流校验；
判断潮流校验的结果是否收敛；
如果潮流校验的结果不收敛，则将求解得到的支路和负荷的开关变量的次优解作为最优解，作为所述初步预构网架。
7.一种电力系统网架重构装置，其特征在于，包括：
预构模块，用于基于黑启动机组与火电机组并网对电力系统进行初步恢复，形成初期网架重构系统；
获取模块，用于根据风电机出力的历史数据，获取网架重构时刻对应的风电机实时出力预测数据；
计算模块，用于基于风电机实时出力预测数据和所述初期网架重构系统，计算在恢复负荷量最大时的线路安全风险条件的最大值，并计算在线路条件风险价值最小时的线路安全风险条件的最小值；
模型构建模块，用于根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述初期网架重构系统，构建网架预构模型；
预构网架计算模块，用于基于所述网架预构模型，获取预构网架。
8.根据权利要求7所述的装置，其特征在于，所述计算模块，所述计算模块，具体用于：以恢复负荷量最大和线路风险条件价值最小为优化目标，建立优化函数：
其中，L为电力系统中的负荷出线数；N为电力系统中所有母线节点上的负荷出线总数；bL为负荷出线L所带负荷量；wL为负荷出线L的重要级；sL,t为负荷开关在时段t的开断状态；A为电力系统中总的线路的风险价值；R为所选取典型场景的个数；β为网架预构过程中电力系统所能承担线路越限的概率；zl为辅助变量；为加权值，且
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最大值γmax；
令对优化函数进行求解，并基于求解结果计算线路安全风险条件的最小值γmin。
9.根据权利要求7或8所述的装置，其特征在于，所述模型构建模块，具体用于：
获取所述初期网架重构系统中的负荷开关状态和支路开关状态，并形成已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集；
所述根据所述线路安全风险条件的最大值和线路安全风险条件的最小值，以及所述已恢复负荷集、待恢复负荷集、已恢复支路集以及待恢复支路集，以网架预构过程中恢复负荷量最大为目标函数，并分别以所述电力系统所需要承担的线路安全条件风险价值、功率平衡和支路潮流、风电机出力波动、负荷开关和支路开关状态变化为约束条件，形成基于线路安全条件风险价值的网架预构模型。
10.根据权利要求9所述的装置，其特征在于，所述获取模块，还用于：根据风电机出力的历史数据，获取网架重构时刻对应的风电机出力波动数据；所述风电机出力波动数据包括：当前网架重构时刻对应的出力最大值以及出力最小值；
所述预构网架计算模块，具体用于：将求得的支路和负荷的开关变量的最优解作为初步预构网架，并循环执行下述过程，直至潮流校验的结果收敛，将潮流校验的结果收敛的初步预构网架作为所述合理预构网架：
在每一个网架重构时刻，分别以当前网架时刻对应的出力最大值和出力最小值作为极限场景，对所述初步预构网架进行最优潮流校验；
判断潮流校验的结果是否收敛；
如果潮流校验的结果不收敛，则将求解得到的支路和负荷的开关变量的次优解作为最优解，作为所述初步预构网架。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710774209.7A CN107317334B (zh) | 2017-08-31 | 2017-08-31 | 一种电力系统网架重构方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710774209.7A CN107317334B (zh) | 2017-08-31 | 2017-08-31 | 一种电力系统网架重构方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107317334A true CN107317334A (zh) | 2017-11-03 |
| CN107317334B CN107317334B (zh) | 2019-07-30 |
Family
ID=60176251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710774209.7A Active CN107317334B (zh) | 2017-08-31 | 2017-08-31 | 一种电力系统网架重构方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107317334B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108493998A (zh) * | 2018-04-14 | 2018-09-04 | 华中科技大学 | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 |
| CN108667014A (zh) * | 2018-05-22 | 2018-10-16 | 中国电建集团华东勘测设计研究院有限公司 | 含核电和抽水蓄能电站的电力系统中黑启动效益计算方法 |
| CN109599893A (zh) * | 2018-12-05 | 2019-04-09 | 国网辽宁省电力有限公司大连供电公司 | 一种考虑光伏和储能的负荷恢复算法 |
| CN109638886A (zh) * | 2019-01-10 | 2019-04-16 | 国网江苏省电力有限公司宿迁供电分公司 | 一种基于CVaR的风电日前出力申报优化方法 |
| CN109659974A (zh) * | 2018-12-12 | 2019-04-19 | 广东电网有限责任公司 | 一种基于禁忌搜索的启发式配电网络黑启动重构方法 |
| CN110190631A (zh) * | 2019-07-05 | 2019-08-30 | 华北电力大学（保定） | 电力恢复方法及装置 |
| CN110224441A (zh) * | 2019-06-19 | 2019-09-10 | 华北电力大学（保定） | 电厂机组恢复顺序优化方法及装置 |
| CN110765454A (zh) * | 2019-10-22 | 2020-02-07 | 深圳大学 | 一种电力系统的运行状态重构方法及终端 |
| CN110889779A (zh) * | 2019-12-03 | 2020-03-17 | 华北电力大学（保定） | 多风电场出力的典型场景模型构建方法和机组恢复方法 |
| CN111628528A (zh) * | 2020-06-22 | 2020-09-04 | 华北电力大学（保定） | 风电参与系统恢复的潮流越限消除方法及装置 |
| CN112290547A (zh) * | 2020-10-30 | 2021-01-29 | 国网福建省电力有限公司 | 一种基于网络重构的输电网线路潮流越限求解方法及设备 |
| CN112950043A (zh) * | 2021-03-15 | 2021-06-11 | 国网河北省电力有限公司衡水供电分公司 | 一种电网适配度评价方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150372535A1 (en) * | 2012-11-01 | 2015-12-24 | Amazon Technologies, Inc. | Power system reconfiguration with automatic transfer switch |
| CN105354643A (zh) * | 2015-11-24 | 2016-02-24 | 国网四川省电力公司经济技术研究院 | 一种风电接入电网的风险预测评估方法 |
-
2017
- 2017-08-31 CN CN201710774209.7A patent/CN107317334B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150372535A1 (en) * | 2012-11-01 | 2015-12-24 | Amazon Technologies, Inc. | Power system reconfiguration with automatic transfer switch |
| CN105354643A (zh) * | 2015-11-24 | 2016-02-24 | 国网四川省电力公司经济技术研究院 | 一种风电接入电网的风险预测评估方法 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108493998A (zh) * | 2018-04-14 | 2018-09-04 | 华中科技大学 | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 |
| CN108493998B (zh) * | 2018-04-14 | 2020-07-10 | 华中科技大学 | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 |
| CN108667014A (zh) * | 2018-05-22 | 2018-10-16 | 中国电建集团华东勘测设计研究院有限公司 | 含核电和抽水蓄能电站的电力系统中黑启动效益计算方法 |
| CN108667014B (zh) * | 2018-05-22 | 2020-06-09 | 中国电建集团华东勘测设计研究院有限公司 | 含核电和抽水蓄能电站的电力系统中黑启动效益计算方法 |
| CN109599893B (zh) * | 2018-12-05 | 2022-04-05 | 国网辽宁省电力有限公司大连供电公司 | 一种考虑光伏和储能的负荷恢复算法 |
| CN109599893A (zh) * | 2018-12-05 | 2019-04-09 | 国网辽宁省电力有限公司大连供电公司 | 一种考虑光伏和储能的负荷恢复算法 |
| CN109659974A (zh) * | 2018-12-12 | 2019-04-19 | 广东电网有限责任公司 | 一种基于禁忌搜索的启发式配电网络黑启动重构方法 |
| CN109638886A (zh) * | 2019-01-10 | 2019-04-16 | 国网江苏省电力有限公司宿迁供电分公司 | 一种基于CVaR的风电日前出力申报优化方法 |
| CN110224441A (zh) * | 2019-06-19 | 2019-09-10 | 华北电力大学（保定） | 电厂机组恢复顺序优化方法及装置 |
| CN110224441B (zh) * | 2019-06-19 | 2020-07-31 | 华北电力大学（保定） | 电厂机组恢复顺序优化方法及装置 |
| CN110190631A (zh) * | 2019-07-05 | 2019-08-30 | 华北电力大学（保定） | 电力恢复方法及装置 |
| CN110765454A (zh) * | 2019-10-22 | 2020-02-07 | 深圳大学 | 一种电力系统的运行状态重构方法及终端 |
| CN110889779A (zh) * | 2019-12-03 | 2020-03-17 | 华北电力大学（保定） | 多风电场出力的典型场景模型构建方法和机组恢复方法 |
| CN110889779B (zh) * | 2019-12-03 | 2022-10-21 | 华北电力大学（保定） | 多风电场出力的典型场景模型构建方法和机组恢复方法 |
| CN111628528A (zh) * | 2020-06-22 | 2020-09-04 | 华北电力大学（保定） | 风电参与系统恢复的潮流越限消除方法及装置 |
| CN112290547A (zh) * | 2020-10-30 | 2021-01-29 | 国网福建省电力有限公司 | 一种基于网络重构的输电网线路潮流越限求解方法及设备 |
| CN112950043A (zh) * | 2021-03-15 | 2021-06-11 | 国网河北省电力有限公司衡水供电分公司 | 一种电网适配度评价方法、装置、设备及存储介质 |
| CN112950043B (zh) * | 2021-03-15 | 2022-11-01 | 国网河北省电力有限公司衡水供电分公司 | 一种电网适配度评价方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107317334B (zh) | 2019-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107317334A (zh) | 一种电力系统网架重构方法和装置 | |
| CN105046395B (zh) | 一种含多类型新能源的电力系统日内滚动计划编制方法 | |
| Ranamuka et al. | Flexible AC power flow control in distribution systems by coordinated control of distributed solar-PV and battery energy storage units | |
| CN113011670B (zh) | 配电网故障应急抢修调度-故障恢复协同方法及装置 | |
| CN102799950B (zh) | 基于粒子群算法的船舶电网重构优化方法 | |
| CN104123683B (zh) | 基于动态规划的电力系统黑启动方案生成方法 | |
| CN106384162B (zh) | 考虑分区备用和n-1校验的电力系统电能-备用联合优化调度方法 | |
| Home-Ortiz et al. | A mixed integer conic model for distribution expansion planning: Matheuristic approach | |
| CN107123988A (zh) | 一种考虑恢复量不确定的停电电网负荷恢复二阶锥规划方法 | |
| CN104868465A (zh) | 基于模糊机会约束的电力系统网架重构优化方法 | |
| de Prada Gil et al. | Analysis of a multi turbine offshore wind farm connected to a single large power converter operated with variable frequency | |
| CN114140022A (zh) | 一种多虚拟电厂分布式动态经济调度方法及系统 | |
| Rivera et al. | A multi-agent system transient stability platform for resilient self-healing operation of multiple microgrids | |
| CN107516909B (zh) | 一种网架重构过程中可接入风电出力的优化方法和装置 | |
| CN113346484B (zh) | 一种考虑暂态不确定性的配电网弹性提升方法及系统 | |
| CN106886953A (zh) | 考虑多重不确定性的需求响应对含风电系统风险分析方法 | |
| Liao et al. | Multi-objective artificial bee colony algorithm for long-term scheduling of hydropower system: A case study of china | |
| CN111799793A (zh) | 一种源网荷协同的输电网规划方法与系统 | |
| Achar et al. | Self-filtering based on the fault ride-through technique using a robust model predictive control for wind turbine rotor current | |
| CN112465217A (zh) | 一种电力现货市场均衡优化方法和装置 | |
| Zhu et al. | Mitigating multi-stage cascading failure by reinforcement learning | |
| Zhu | Power Grid Cascading Failure Mitigation by Reinforcement Learning | |
| CN104732008A (zh) | 一种基于低电压穿越期间控制策略的风电场等值方法 | |
| CN113991732B (zh) | 分布式配电网双目标电压控制方法、装置 | |
| Ma et al. | Particle swarm optimization to solving economic load dispatch with spinning reserve |
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 |