CN107394773A - 考虑故障处理全过程的配网信息物理系统可靠性评估方法 - Google Patents
考虑故障处理全过程的配网信息物理系统可靠性评估方法 Download PDFInfo
- Publication number
- CN107394773A CN107394773A CN201710540827.5A CN201710540827A CN107394773A CN 107394773 A CN107394773 A CN 107394773A CN 201710540827 A CN201710540827 A CN 201710540827A CN 107394773 A CN107394773 A CN 107394773A
- Authority
- CN
- China
- Prior art keywords
- fault
- time
- failure
- information
- troubleshooting
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种考虑故障处理全过程的配网信息物理系统可靠性评估方法,包括对配网信息物理系统进行初始化;基于序贯蒙特卡洛法确定当前配网信息物理系统状态;针对故障后配网信息物理系统状态,利用故障树模型获得故障定位、故障隔离和供电恢复三个阶段的可靠性;根据故障处理全过程事件树模型,对负荷点进行分类,明确故障处理对各负荷点的影响程度;最终计算得到系统可靠性指标。本发明从故障处理整体角度反映了信息失效对故障后系统状态的影响,充分考虑了故障处理时序过程。该方法中计及了信息系统在故障后果分析环节的作用,有助于辨识集成的能量与通信基础设施中的薄弱环节,辅助配网信息物理系统综合运行及规划有效决策。
Description
技术领域
本发明涉及一种可靠性评估方法,特别是涉及一种配网信息物理系统的可靠性评估方法。
背景技术
随着智能电网的快速发展,电力网与通信网深度融合,配电网将成为典型的信息物理系统(CPS),其安全可靠运行高度依赖信息系统。研究考虑信息系统影响的配电网CPS可靠性评估,有助于辨识集成的能量与通信基础设施中的薄弱环节,辅助配电网CPS综合运行及规划有效决策,以满足日益突出的高可靠性供电需求。
与传统电网可靠性评估相比,电网CPS可靠性评估的关键在于有效计及信息系统对物理电网的影响,这需要明确信息系统对电网的支撑作用,明晰信息系统失效与物理电网状态的映射关系。目前,电网CPS可靠性评估主要包括两大类:一是基于信息系统和物理系统间相互作用的定性分析,解析修正电网元件可用率等参数,采用常用电力系统分析方法对电网元件故障进行后果分析,获取系统可靠性评估指标;二是以信息系统支持的具体功能或业务场景为切入点,建立信息系统失效与功能或场景失效的映射模型,获取系统可靠性指标。
然而现有电网CPS可靠性评估方法中:1)对于电网元件可用率:传统的电网元件可靠性参数已是计及含信息系统等多种因素影响的统计结果,结合信息元件可靠性参数对其进行解析运算求解修正的元件可靠性参数无法保证评估结果的可信度;2)对于故障后果分析:针对既定故障,配电网故障处理包括故障定位、隔离和供电恢复三个阶段,故障后果由三个阶段处理结果共同决定,且故障处理全过程中的三个阶段是一个时序过程。作为高级配电运行的核心功能之一,配电网故障处理是保障配电网可靠供电和自愈功能实现的关键,故障处理全过程(即FLISR过程)高度依赖可靠的信息系统,信息系统失效可能造成故障定位不准确、馈线开关不可控等,将直接影响故障处理后果。在配电网CPS可靠性评估中,故障后果分析环节需要考虑故障处理过程中信息系统失效的影响且要考虑不同阶段的时序过程。
发明内容
本发明针对配电网CPS可靠性评估现有研究的不足,提出一种考虑故障处理全过程的配电网CPS可靠性评估方法。基于网络连通性和信息时延模型评估信息系统的支撑作用,提出FLISR过程三个阶段的可靠性模型,计及了FLISR过程中信息系统的网络拓扑结构和网络性能,分析过程更为全面;针对故障处理时序过程提出FLISR事件树模型模拟得到三个阶段状态组合后的故障处理结果;基于序贯蒙特卡洛方法模拟信息-物理系统的时序状态序列,模拟故障处理的动态过程,避免现有技术中解析修正元件可靠性参数的问题,分析结果更加合理有效。
为了解决上述技术问题,本发明提出一种考虑故障处理全过程的配网信息物理系统可靠性评估方法,包括以下步骤:
步骤1:对配网信息物理系统进行初始化,输入物理系统和信息系统数据和元件可靠性参数;确定配网信息物理系统的运行时间;设定配网信息物理系统中物理元件和信息元件的初始状态均为运行状态,设定初始时钟T=0,
步骤2:基于序贯蒙特卡洛方法确定当前物理元件和信息元件的状态,从而得到当前物理系统和信息系统的状态;包括:
2-1)确定当前物理元件状态:根据式(1)利用物理元件故障率λ(次/a)计算每个物理元件的无故障工作时间TTF,并获得最小无故障工作时间TTFmin对应的物理元件i,同时推进系统时钟T=T+TTFmin;根据式(2)利用物理元件i的修复率μ(次/a)计算该元件故障修复时间;
式(1)和式(2)中,τ1为物理元件的无故障工作时间,τ2为物理元件的故障修复时间;U1和U2均是从0至1之间抽取的均匀分布随机数;
2-2)确定当前信息元件状态:根据式(1)和式(2),利用信息元件的故障率λ和修复率μ获得各信息元件运行状态持续时间序列,确定当前各信息元件状态;设配电终端、配电子站和配电主站的失效自检率均为c=1;
由上述当前物理元件状态和当前信息元件状态,最终得到当前配网信息物理系统状态;
步骤3:针对故障后配网信息物理系统状态,获得故障定位、故障隔离和供电恢复三个阶段的可靠性;包括:
3-1)根据当前时刻信息元件状态,利用网络连通性模型,判断故障定位、故障隔离和供电恢复三个阶段所涉及的信息发送端-接收端连通性;
3-2)故障定位、故障隔离和供电恢复三个阶段涉及三次信息流的传输,利用时延模型判断三次信息流传输的可靠性;
3-3)建立故障树模型,所述故障树模型具有三层结构,其中,顶事件为故障定位或故障隔离或供电恢复不可靠;中间事件包括网络不连通和仅由延时造成的网络性能不可靠;其中网络不连通下的底事件包括信息设备故障和通信线路故障,网络性能不可靠下的底事件包括第1次至第m次转发不及时,m为信息由发送端至接收端的传输次数;
3-4)根据网络连通性和时延分析,更新故障树模型的底事件,分别判断故障定位、故障隔离和供电恢复的可靠性;
步骤4:根据故障处理全过程事件树模型,对负荷点进行分类,明确故障处理对各负荷点的影响程度;包括:
4-1)建立故障处理全过程事件树模型,所述故障处理全过程事件树模型包含四个事件,从初始事件开始从左至右依次为配电主站、故障定位、故障隔离和供电恢复;所述配电主站层下包括运行和故障两种状态,所述故障定位、故障隔离和供电恢复层下均包括可靠和不可靠两种状态;
4-2)利用所述故障处理全过程事件树模型和当前配网信息物理系统中所有物理元件的状态,确定物理系统的故障区域以及物理系统的所有负荷点受故障影响的程度,负荷点受故障影响的程度以该负荷点的停电时间和停电频率来表征;
故障处理全过程事件树模型的路径有以下9种:
其中,S表示配电主站为运行状态或是故障定位、故障隔离和供电恢复为可靠状态,F表示配电主站为故障状态或是故障定位、故障隔离和供电恢复为不可靠状态;
上述各路径对应的负荷点受故障影响的程度分类如下:
上述负荷点受故障影响的程度分类对应的停电时间如下:
其中,t1为故障定位时间;t2为故障隔离时间;t3为故障修复时间;
步骤5:量化评估系统可靠性;
5-1)累加各负荷点的停电时间和停电频率;
5-2)判断是否达到运行时间,若是,转步骤5-3);若否,返回步骤2;
5-3)计算系统可靠性指标,包括系统平均停电频率指标SAIFI、系统平均停电持续时间指标SAIDI、平均供电可用率指标ASAI和期望失负荷量EENS。
与现有技术相比,本发明的有益效果是:
从故障处理整体角度反映了信息失效(包括信息元件失效和信息传输失效)对故障后系统状态的影响,充分考虑了故障定位、隔离和供电恢复的时序过程。该方法中计及了信息系统在故障后果分析环节的作用,有助于辨识集成的能量与通信基础设施中的薄弱环节,辅助配电网CPS综合运行及规划有效决策,以满足日益突出的高可靠性供电需求。
附图说明
图1考虑故障处理全过程的配网CPS可靠性评估流程;
图2配电网CPS系统;
图3故障定位、隔离、供电恢复过程故障树模型;
图4故障定位失效;
图5故障定位错误情况下的故障隔离和供电恢复,其中,(a)故障隔离,(b)供电恢复;
图6故障处理事件树模型。
具体实施方式
下面结合附图和具体实施例对本发明技术方案作进一步详细描述,所描述的具体实施例仅对本发明进行解释说明,并不用以限制本发明。
以RBTS Bus6F1、F2为例构建配电网CPS系统,如图2所示。该系统主要分为物理层和信息层两部分:物理层为配电网RBTS Bus6F1、F2系统;信息层包含骨干层和接入层,其中骨干层采用同步数字体系(SDH)光通信技术连接配电主站与子站,接入层采用以太网无源光网络组网形式连接配电子站与终端。配网CPS信息系统由智能电子设备(intelligentelectronic devices,IED)、通信线路、交换机、服务器、控制决策主站等设备构成。IED是连接信息系统和物理系统的接口设备。图2中,物理层箭头方向为潮流方向,信息层中骨干层和接入层中箭头方向代表信息流的方向,信息流在信息层中双向传递,物理层和信息层间的双向箭头代表信息-物理间的交互作用(包括物理层数据采集传递至信息层和信息层控制指令传输至相应控制终端)。
针对图2系统,本发明一种考虑故障处理全过程的配网信息物理系统可靠性评估方法的具体实施步骤如图1所示,包括:
步骤1:对配网信息物理系统进行初始化,输入物理系统和信息系统数据和元件可靠性参数;确定配网信息物理系统的运行时间;设定配网信息物理系统中物理元件和信息元件的初始状态均为运行状态,设定初始时钟T=0,
步骤2:基于序贯蒙特卡洛方法确定当前物理元件和信息元件的状态,从而得到当前物理系统和信息系统的状态;包括:
2-1)确定当前物理元件状态:根据式(1)利用物理元件故障率λ(次/a)计算每个物理元件的无故障工作时间TTF,并获得最小无故障工作时间TTFmin对应的物理元件i,同时推进系统时钟T=T+TTFmin;根据式(2)利用物理元件i的修复率μ(次/a)计算该元件故障修复时间;
式(1)和式(2)中,τ1为物理元件的无故障工作时间,τ2为物理元件的故障修复时间;U1和U2均是从0至1之间抽取的均匀分布随机数;
2-2)确定当前信息元件状态:根据式(1)和式(2),利用信息元件的故障率λ和修复率μ获得各信息元件运行状态持续时间序列,确定当前各信息元件状态;同时考虑信息元件的自检功能,设配电终端、配电子站和配电主站的失效自检率均为c=1;
由上述当前物理元件状态和当前信息元件状态,最终得到当前配网信息物理系统状态;
步骤3:针对故障后配网信息物理系统状态,获得故障定位、故障隔离和供电恢复三个阶段的可靠性;包括:
3-1)根据当前时刻信息元件状态,利用网络连通性模型,判断故障定位、故障隔离和供电恢复三个阶段所涉及的信息发送端-接收端连通性;
将信息系统所有设备均看作节点(包括通信线路),节点间的连接关系为边,若网络中两个节点间存在任一路径使二者相连,则两节点连通。本发明将信息系统拓扑抽象为图,用邻接矩阵描述节点间连接关系,利用可达性矩阵分析网络连通性。具体方法如下:
将信息系统用一个无向连通图表示,设为G=(V,E),其中V={v1,v2,…,vn}为信息节点的集合,E={e1,e2,…,em}为边的集合。同时,定义信息系统的邻接矩阵A(G)=aij(n×n),其中元素aij定义如下:
可达性矩阵是邻接矩阵的幂指数函数,描述网络拓扑中任意两个节点是否连通。定义可达性矩阵P=pij(n×n),其中元素pij定义如下:
由邻接矩阵计算n步可达矩阵M:
M=I+A+A2+…+An (5)
将矩阵M中非零元素置1即得可达性矩阵P。
根据当前时刻信息元件状态,更新邻接矩阵,邻接矩阵中剔除失效信息节点,将失效节点所在行与列的元素置零,利用更新后的邻接矩阵计算可达性矩阵,根据矩阵中相应元素是否为零判断节点间的连通性,从而判断故障定位、故障隔离和供电恢复三个阶段所涉及的信息发送端-接收端连通性;
3-2)故障定位、故障隔离和供电恢复三个阶段涉及三次信息流的传输,利用时延模型判断三次信息流传输的可靠性;
故障处理过程中,信息传输一次需要经过多个信息节点、多次数据转发。假设信息端-端传输需转发m次,实测数据显示:每一次转发的时延服从均值μ为68.35ms,方差σ2为11ms2的正态分布,阈值为μ+3σ(多数情况下每一次转发的时延小于阈值)。生成m个正态分布随机数作为每一次的延时,若延时超过阈值,则传输不成功。
需要注意的是,信息流的传输路径由信息系统状态决定。最短传输路径上的信息元件失效将导致当前路径不可用,而非传输路径上信息元件失效则不影响当前信息流的传输。
3-3)建立如图3所示故障树模型,所述故障树模型具有三层结构,其中,顶事件为故障定位或故障隔离或供电恢复不可靠;中间事件包括网络不连通和仅由延时造成的网络性能不可靠;其中网络不连通下的底事件包括信息设备故障和通信线路故障,网络性能不可靠下的底事件包括第1次至第m次转发不及时,m为信息由发送端至接收端的传输次数;
3-4)根据网络连通性和时延分析,更新故障树模型的底事件,分别判断故障定位、故障隔离和供电恢复的可靠性;
步骤4:根据故障处理全过程事件树模型,对负荷点进行分类,明确故障处理对各负荷点的影响程度;包括:
4-1)建立如图6所示故障处理全过程事件树模型,所述故障处理全过程事件树模型包含四个事件,从初始事件开始从左至右依次为配电主站、故障定位、故障隔离和供电恢复;所述配电主站层下包括运行和故障两种状态,所述故障定位、故障隔离和供电恢复层下均包括可靠和不可靠两种状态;
故障定位阶段:
采用差动分析法进行故障定位,依据故障电流的分布确定故障区域。若一个区域内只有故障电流流入却没有流出,则判定故障位于该区域。故障电流从电源端沿馈线流向故障点,IED检测到故障信息并通过信息系统上报配电主站,未检测到故障信息的IED则不上报,主站依据故障信息确定故障区域。当IED与主站间通信失效,主站采集的信息不全面,可能将故障定位在错误区域。
利用图4进行具体说明,当开关3和4之间区域发生故障时,开关1、2、3流过故障电流,此时若IED3与主站间发生通信障碍或IED3自身失效未采集到故障信息时,主站仅接收到IED1和IED2上报的故障信息。这种情况下,主站作出错误决策,判定故障点位于开关2和3之间。
故障隔离阶段:
故障发生时,故障点上游断路器首先跳闸,主站定位故障区域后,搜索附近开关位置隔离故障。信息流由主站流向目标配电终端,配电终端遵循指令控制开关分断。
故障隔离阶段是以故障定位区域为前提:
1)故障定位准确:此时故障隔离结果取决于开关是否受主站远程控制,若开关可控,能自动隔离故障,那么位于非故障区域的负荷停电时间为自动隔离故障时间;若开关不可控,则停电时间为检修人员手动隔离故障时间。
2)故障定位错误:如图5(a)所示,将开关3、4间的故障错误定位在开关2和3之间。按照故障定位区域断开开关2、3,由于故障未有效隔离,在闭合联络开关6以恢复非故障区域供电时,故障电流触发断路器10跳闸。此时依据故障检测信息,断开开关4,将故障隔离在开关2和4之间,故障隔离区域扩大,结果如图5(b)所示。
供电恢复阶段:
供电恢复阶段,若故障下游含分段开关和联络开关,则可恢复下游非故障区域供电。信息系统正常时,联络开关由主站远程控制,故障区域下游负荷点停电时间为开关自动倒闸操作时间。当联络开关或分段开关不可控,需检修人员现场操作,则下游负荷点停电时间为手动倒闸操作时间。
FLISR事件树模型:
按照事件发生的时间顺序构建故障处理事件树模型,图6中S代表正常状态,F代表失效状态,即对于配电主站而言,S为运行状态、F为故障状态;对于故障定位、故障隔离和供电恢复而言,S为可靠状态、F为不可靠状态;R1-R9代表考虑信息系统影响的9种故障处理结果。假设从配电系统发生故障到恢复正常运行时,信息系统元件状态不改变。此外,由于配电主站是信息系统的核心,其性能直接影响信息系统是否有效运行,因此将其作为事件树的初始事件。基于当前信息系统状态,依据故障树模型分别判断故障定位、故障隔离和供电恢复是否失效,从而得到故障处理结果。
4-2)利用所述故障处理全过程事件树模型和当前配网信息物理系统中所有物理元件的状态,确定物理系统的故障区域以及物理系统的所有负荷点受故障影响的程度,负荷点受故障影响的程度以该负荷点的停电时间和停电频率来表征;
故障处理全过程事件树模型的路径有以下9种:
其中,S表示配电主站为运行状态或是故障定位、故障隔离和供电恢复为可靠状态,F表示配电主站为故障状态或是故障定位、故障隔离和供电恢复为不可靠状态;
故障处理过程对不同位置的负荷点影响不同;对于相同区域内负荷点,由于故障处理方式(是否自动控制)不同,停电时间也会不同。上述各路径对应的负荷点受故障影响的程度分类如下:
故障处理分为三个阶段,相应的负荷点停电时间也可分为三个部分:故障定位、故障隔离以及故障修复(恢复故障区域供电的时间),如下式:
Tr=t1+t2+t3 (6)
式中:t1为故障定位时间;t2为故障隔离时间;t3为故障修复时间。信息系统完全可靠时,认为t1=0,t2=0。
上述负荷点受故障影响的程度分类对应的停电时间如下:
其中,t1为故障定位时间;t2为故障隔离时间;t3为故障修复时间;t1、t2为非自动控制情况下的定位、隔离时间。手动操作开关的时间均设为1h。
需要注意的是,图6中故障处理结果R5-R8中,虽然不同区域的负荷点停电时间与R1-R4一致,但由于故障区域定位错误,导致故障未隔离在最小范围内,故障区域上游本不该停电的负荷也被迫失电。恢复故障下游健全区域供电、闭合联络开关时,甚至会引起备用供电线路上负荷的短时停运,需断开联络开关,重新隔离故障后再恢复故障下游区域供电。而联络开关的闭合-断开-再闭合是在短时间内发生,为简化分析,备用供电线上负荷失电情况忽略不计,故障下游负荷停电时间近似记为故障定位时间与开关切换时间之和。
步骤5:量化评估系统可靠性;
5-1)累加各负荷点的停电时间和停电频率;
5-2)判断是否达到运行时间,若是,转步骤5-3);若否,返回步骤2;
5-3)计算系统可靠性指标,包括系统平均停电频率指标SAIFI、系统平均停电持续时间指标SAIDI、平均供电可用率指标ASAI和期望失负荷量EENS:
式中:λi和Ni分别为负荷点i的故障率和用户数;Ui为负荷点i的年平均停电时间;R为系统所有负荷点的集合;S为系统所有状态的集合;pi为系统在状态i的概率;Ci为系统在状态i的负荷削减量。
表2为模拟时长设置1000年(若模拟时间过短,一些系统状态可能未计及,影响仿真结果;此处取1000年,可靠性评估结果已趋于稳定)时的系统可靠性评估结果。
表3是各故障处理情况的统计结果。模拟时长内共模拟系统状态2588次,各故障处理结果发生的次数及其对系统期望失负荷量的贡献分别在表中列出。R1是信息系统可以支撑故障处理全过程的情况,占总模拟次数的62.98%,且对EENS贡献量仅占23.01%。虽然信息元件自身以及信息传输过程具有较高可靠性,但信息系统整体对故障处理过程的支撑程度并不算高,而且信息系统失效使物理系统的可靠性恶化程度加深。R9是配电主站失效的情景,从仿真结果可知,作为信息系统的核心,主站具有很高的可靠性。R5-R8是故障定位阶段失效的情况,占总模拟次数的23.11%,对EENS的贡献量却占51.55%。故障定位不准确导致故障隔离区域扩大,停电用户增多,直接影响对非故障区域负荷的供电能力。
表2系统可靠性指标
表3故障处理各情况对系统可靠性的影响
故障处理过程中,故障定位出错会造成停电区域扩大,严重影响对负荷点的供电能力;故障隔离和供电恢复不可靠致使隔离、恢复阶段需要进行手动倒闸操作,造成负荷点停电时间增长。
本发明基于配电网信息系统结构,针对故障处理过程中信息系统的支撑作用,提出故障定位、隔离和供电恢复三个阶段的可靠性模型,并根据故障处理的时序过程建立事件树,分析考虑信息系统失效后的故障处理结果,提出了基于序贯蒙特卡洛模拟的配网信息物理系统可靠性评估方法。合理有效的分析了故障处理环节信息-物理系统的相互作用关系以及故障处理的动态过程,使结果更加客观准确。
尽管上面结合附图对本发明进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨的情况下,还可以做出很多变形,这些均属于本发明的保护之内。
Claims (1)
1.一种考虑故障处理全过程的配网信息物理系统可靠性评估方法,其特征在于,包括以下步骤:
步骤1:对配网信息物理系统进行初始化,输入物理系统和信息系统数据和元件可靠性参数;确定配网信息物理系统的运行时间;设定配网信息物理系统中物理元件和信息元件的初始状态均为运行状态,设定初始时钟T=0,
步骤2:基于序贯蒙特卡洛方法确定当前物理元件和信息元件的状态,从而得到当前物理系统和信息系统的状态;包括:
2-1)确定当前物理元件状态:根据式(1)利用物理元件故障率λ(次/a)计算每个物理元件的无故障工作时间TTF,并获得最小无故障工作时间TTFmin对应的物理元件i,同时推进系统时钟T=T+TTFmin;根据式(2)利用物理元件i的修复率μ(次/a)计算该元件故障修复时间;
<mrow>
<msub>
<mi>&tau;</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>&lambda;</mi>
</mfrac>
<mi>ln</mi>
<mi> </mi>
<msub>
<mi>U</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&tau;</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>&mu;</mi>
</mfrac>
<mi>ln</mi>
<mi> </mi>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式(1)和式(2)中,τ1为物理元件的无故障工作时间,τ2为物理元件的故障修复时间;U1和U2均是从0至1之间抽取的均匀分布随机数;
2-2)确定当前信息元件状态:根据式(1)和式(2),利用信息元件的故障率λ和修复率μ获得各信息元件运行状态持续时间序列,确定当前各信息元件状态;设配电终端、配电子站和配电主站的失效自检率均为c=1;
由上述当前物理元件状态和当前信息元件状态,最终得到当前配网信息物理系统状态;
步骤3:针对故障后配网信息物理系统状态,获得故障定位、故障隔离和供电恢复三个阶段的可靠性;包括:
3-1)根据当前时刻信息元件状态,利用网络连通性模型,判断故障定位、故障隔离和供电恢复三个阶段所涉及的信息发送端-接收端连通性;
3-2)故障定位、故障隔离和供电恢复三个阶段涉及三次信息流的传输,利用时延模型判断三次信息流传输的可靠性;
3-3)建立故障树模型,所述故障树模型具有三层结构,其中,顶事件为故障定位或故障隔离或供电恢复不可靠;中间事件包括网络不连通和仅由延时造成的网络性能不可靠;其中网络不连通下的底事件包括信息设备故障和通信线路故障,网络性能不可靠下的底事件包括第1次至第m次转发不及时,m为信息由发送端至接收端的传输次数;
3-4)根据网络连通性和时延分析,更新故障树模型的底事件,分别判断故障定位、故障隔离和供电恢复的可靠性;
步骤4:根据故障处理全过程事件树模型,对负荷点进行分类,明确故障处理对各负荷点的影响程度;包括:
4-1)建立故障处理全过程事件树模型,所述故障处理全过程事件树模型包含四个事件,从初始事件开始从左至右依次为配电主站、故障定位、故障隔离和供电恢复;所述配电主站层下包括运行和故障两种状态,所述故障定位、故障隔离和供电恢复层下均包括可靠和不可靠两种状态;
4-2)利用所述故障处理全过程事件树模型和当前配网信息物理系统中所有物理元件的状态,确定物理系统的故障区域以及物理系统的所有负荷点受故障影响的程度,负荷点受故障影响的程度以该负荷点的停电时间和停电频率来表征;
故障处理全过程事件树模型的路径有以下9种:
其中,S表示配电主站为运行状态或是故障定位、故障隔离和供电恢复为可靠状态,F表示配电主站为故障状态或是故障定位、故障隔离和供电恢复为不可靠状态;
上述各路径对应的负荷点受故障影响的程度分类如下:
上述负荷点受故障影响的程度分类对应的停电时间如下:
其中,t1为故障定位时间;t2为故障隔离时间;t3为故障修复时间;
步骤5:量化评估系统可靠性;
5-1)累加各负荷点的停电时间和停电频率;
5-2)判断是否达到运行时间,若是,转步骤5-3);若否,返回步骤2;
5-3)计算系统可靠性指标,包括系统平均停电频率指标SAIFI、系统平均停电持续时间指标SAIDI、平均供电可用率指标ASAI和期望失负荷量EENS。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710540827.5A CN107394773B (zh) | 2017-07-04 | 2017-07-04 | 考虑故障处理全过程的配网信息物理系统可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710540827.5A CN107394773B (zh) | 2017-07-04 | 2017-07-04 | 考虑故障处理全过程的配网信息物理系统可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107394773A true CN107394773A (zh) | 2017-11-24 |
CN107394773B CN107394773B (zh) | 2020-01-31 |
Family
ID=60335110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710540827.5A Active CN107394773B (zh) | 2017-07-04 | 2017-07-04 | 考虑故障处理全过程的配网信息物理系统可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107394773B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109559056A (zh) * | 2018-12-05 | 2019-04-02 | 国网安徽省电力有限公司电力科学研究院 | 用于含分布式电源的配电网的薄弱环节的辨识方法 |
CN109583117A (zh) * | 2018-12-07 | 2019-04-05 | 广东电网有限责任公司 | 供电可靠性的确定方法、装置及电子设备 |
CN110209515A (zh) * | 2019-06-06 | 2019-09-06 | 广东电网有限责任公司 | 一种可靠性评估方法、装置、设备及存储介质 |
CN110224487A (zh) * | 2019-06-18 | 2019-09-10 | 国网河南省电力公司焦作供电公司 | 一种基于oms系统的配网智能停电管理方法 |
CN110457642A (zh) * | 2019-08-16 | 2019-11-15 | 佳源科技有限公司 | 一种配电实时操作系统 |
CN110474327A (zh) * | 2019-08-20 | 2019-11-19 | 国电南瑞科技股份有限公司 | 配电网cps信息-物理组合预想故障生成方法及系统 |
CN110675279A (zh) * | 2019-09-20 | 2020-01-10 | 国网山东省电力公司检修公司 | 一种基于ai可视化的电网搭建模拟系统 |
CN111143958A (zh) * | 2020-02-29 | 2020-05-12 | 华南理工大学 | 配电自动化条件下配电网信息物理系统可靠性分析方法 |
CN111368407A (zh) * | 2020-02-26 | 2020-07-03 | 山东大学 | 一种考虑多层耦合的电力信息物理系统建模方法及系统 |
CN111461392A (zh) * | 2020-01-23 | 2020-07-28 | 华中科技大学 | 一种基于图神经网络的电力故障预测方法及系统 |
CN111475953A (zh) * | 2020-04-10 | 2020-07-31 | 广东电网有限责任公司 | 供能可靠性影响分析方法、装置设备及存储介质 |
CN111581760A (zh) * | 2020-05-27 | 2020-08-25 | 佳源科技有限公司 | 一种配电网通信结构优化方法 |
CN111697566A (zh) * | 2020-05-19 | 2020-09-22 | 浙江工业大学 | 一种考虑信息失效的主动配电网信息物理系统可靠性评估方法 |
CN111695231A (zh) * | 2020-04-01 | 2020-09-22 | 华南理工大学 | 复杂配电网信息物理系统的实用化可靠性分析方法 |
CN112072647A (zh) * | 2020-08-27 | 2020-12-11 | 国电南瑞科技股份有限公司 | 考虑通信故障影响的配电网cps安全性评估方法及装置 |
CN112380732A (zh) * | 2020-12-03 | 2021-02-19 | 天津大学 | 一种电力-交通-信息系统交互影响的配电网cps评估方法 |
CN112564097A (zh) * | 2020-12-01 | 2021-03-26 | 国网浙江杭州市富阳区供电有限公司 | 多回线路故障停电时的快速恢复负荷降损的方法 |
CN112615373A (zh) * | 2020-12-25 | 2021-04-06 | 华北电力大学 | 一种计及信息失效的柔性配电系统分散控制策略优化方法 |
CN112698129A (zh) * | 2020-12-11 | 2021-04-23 | 深圳供电局有限公司 | 基于多体系信息融合的配电网设备可靠性分析方法及系统 |
CN112906169A (zh) * | 2020-12-18 | 2021-06-04 | 天津大学 | 一种基于虚拟流故障定位的计算机介质及其应用 |
EP3852212A1 (en) * | 2018-07-06 | 2021-07-21 | Schneider Electric USA, Inc. | Supplemental techniques for characterizing power quality events in an electrical system |
CN114219231A (zh) * | 2021-11-19 | 2022-03-22 | 广东工业大学 | 电力系统的性能评估方法、电子设备和存储介质 |
WO2022183722A1 (zh) * | 2021-03-02 | 2022-09-09 | 中国电力科学研究院有限公司 | 超大规模电池储能电站信息物理系统可靠性分析法及装置 |
CN115801546A (zh) * | 2023-02-09 | 2023-03-14 | 四川大学 | 一种考虑信息扰动的配电网信息物理系统可靠性评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831321A (zh) * | 2012-08-29 | 2012-12-19 | 浙江大学 | 一种基于蒙特卡洛方法的风电场风险评估方法 |
US20140236513A1 (en) * | 2011-09-22 | 2014-08-21 | Jun Xiao | Region-based security evaluation method for the electric power distribution system |
CN104218620A (zh) * | 2014-09-26 | 2014-12-17 | 国家电网公司 | 基于伪序贯蒙特卡洛模拟的主动配电网可靠性分析方法 |
CN104504524A (zh) * | 2014-12-25 | 2015-04-08 | 国家电网公司 | 一种应用于有源配网的负荷削减法及可靠性评估方法 |
CN104809661A (zh) * | 2015-05-06 | 2015-07-29 | 国家电网公司 | 一种考虑机会维修策略的配电网供电可靠性评价方法 |
CN105406509A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 一种基于分布式电源置信容量的配电网供电能力评估方法 |
CN105701574A (zh) * | 2016-01-18 | 2016-06-22 | 南京邮电大学 | 一种故障率非恒定的配电系统可靠性评估方法 |
CN106296463A (zh) * | 2016-08-19 | 2017-01-04 | 东南大学 | 计及被动式孤岛检测失败影响的配电网可靠性评估方法 |
-
2017
- 2017-07-04 CN CN201710540827.5A patent/CN107394773B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140236513A1 (en) * | 2011-09-22 | 2014-08-21 | Jun Xiao | Region-based security evaluation method for the electric power distribution system |
CN102831321A (zh) * | 2012-08-29 | 2012-12-19 | 浙江大学 | 一种基于蒙特卡洛方法的风电场风险评估方法 |
CN104218620A (zh) * | 2014-09-26 | 2014-12-17 | 国家电网公司 | 基于伪序贯蒙特卡洛模拟的主动配电网可靠性分析方法 |
CN104504524A (zh) * | 2014-12-25 | 2015-04-08 | 国家电网公司 | 一种应用于有源配网的负荷削减法及可靠性评估方法 |
CN104809661A (zh) * | 2015-05-06 | 2015-07-29 | 国家电网公司 | 一种考虑机会维修策略的配电网供电可靠性评价方法 |
CN105406509A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 一种基于分布式电源置信容量的配电网供电能力评估方法 |
CN105701574A (zh) * | 2016-01-18 | 2016-06-22 | 南京邮电大学 | 一种故障率非恒定的配电系统可靠性评估方法 |
CN106296463A (zh) * | 2016-08-19 | 2017-01-04 | 东南大学 | 计及被动式孤岛检测失败影响的配电网可靠性评估方法 |
Non-Patent Citations (1)
Title |
---|
赵渊: "大电网可靠性的序贯和非序贯蒙特卡洛仿真的收敛性分析及比较", 《电工技术学报》 * |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2022200274B2 (en) * | 2018-07-06 | 2024-01-25 | Schneider Electric USA, Inc. | Supplemental techniques for characterizing power quality events in an electrical system |
US11870242B2 (en) | 2018-07-06 | 2024-01-09 | Schneider Electric USA, Inc. | Supplemental techniques for characterizing power quality events in an electrical system |
EP3852212A1 (en) * | 2018-07-06 | 2021-07-21 | Schneider Electric USA, Inc. | Supplemental techniques for characterizing power quality events in an electrical system |
US11211792B2 (en) | 2018-07-06 | 2021-12-28 | Schneider Electric USA, Inc. | Supplemental techniques for characterizing power quality events in an electrical system |
CN109559056A (zh) * | 2018-12-05 | 2019-04-02 | 国网安徽省电力有限公司电力科学研究院 | 用于含分布式电源的配电网的薄弱环节的辨识方法 |
CN109559056B (zh) * | 2018-12-05 | 2024-01-23 | 国网安徽省电力有限公司电力科学研究院 | 用于含分布式电源的配电网的薄弱环节的辨识方法 |
CN109583117A (zh) * | 2018-12-07 | 2019-04-05 | 广东电网有限责任公司 | 供电可靠性的确定方法、装置及电子设备 |
CN110209515A (zh) * | 2019-06-06 | 2019-09-06 | 广东电网有限责任公司 | 一种可靠性评估方法、装置、设备及存储介质 |
CN110209515B (zh) * | 2019-06-06 | 2023-05-16 | 广东电网有限责任公司 | 一种可靠性评估方法、装置、设备及存储介质 |
CN110224487A (zh) * | 2019-06-18 | 2019-09-10 | 国网河南省电力公司焦作供电公司 | 一种基于oms系统的配网智能停电管理方法 |
CN110457642A (zh) * | 2019-08-16 | 2019-11-15 | 佳源科技有限公司 | 一种配电实时操作系统 |
CN110474327A (zh) * | 2019-08-20 | 2019-11-19 | 国电南瑞科技股份有限公司 | 配电网cps信息-物理组合预想故障生成方法及系统 |
CN110474327B (zh) * | 2019-08-20 | 2022-08-23 | 国电南瑞科技股份有限公司 | 配电网cps信息-物理组合预想故障生成方法及系统 |
CN110675279B (zh) * | 2019-09-20 | 2023-08-01 | 国网山东省电力公司检修公司 | 一种基于ai可视化的电网搭建模拟系统 |
CN110675279A (zh) * | 2019-09-20 | 2020-01-10 | 国网山东省电力公司检修公司 | 一种基于ai可视化的电网搭建模拟系统 |
CN111461392B (zh) * | 2020-01-23 | 2022-06-17 | 华中科技大学 | 一种基于图神经网络的电力故障预测方法及系统 |
CN111461392A (zh) * | 2020-01-23 | 2020-07-28 | 华中科技大学 | 一种基于图神经网络的电力故障预测方法及系统 |
CN111368407A (zh) * | 2020-02-26 | 2020-07-03 | 山东大学 | 一种考虑多层耦合的电力信息物理系统建模方法及系统 |
CN111143958A (zh) * | 2020-02-29 | 2020-05-12 | 华南理工大学 | 配电自动化条件下配电网信息物理系统可靠性分析方法 |
CN111695231A (zh) * | 2020-04-01 | 2020-09-22 | 华南理工大学 | 复杂配电网信息物理系统的实用化可靠性分析方法 |
CN111475953A (zh) * | 2020-04-10 | 2020-07-31 | 广东电网有限责任公司 | 供能可靠性影响分析方法、装置设备及存储介质 |
CN111697566A (zh) * | 2020-05-19 | 2020-09-22 | 浙江工业大学 | 一种考虑信息失效的主动配电网信息物理系统可靠性评估方法 |
CN111697566B (zh) * | 2020-05-19 | 2022-04-08 | 浙江工业大学 | 一种考虑信息失效的主动配电网信息物理系统可靠性评估方法 |
CN111581760A (zh) * | 2020-05-27 | 2020-08-25 | 佳源科技有限公司 | 一种配电网通信结构优化方法 |
CN112072647A (zh) * | 2020-08-27 | 2020-12-11 | 国电南瑞科技股份有限公司 | 考虑通信故障影响的配电网cps安全性评估方法及装置 |
CN112072647B (zh) * | 2020-08-27 | 2022-04-15 | 国电南瑞科技股份有限公司 | 考虑通信故障影响的配电网cps安全性评估方法及装置 |
CN112564097B (zh) * | 2020-12-01 | 2022-07-08 | 国网浙江杭州市富阳区供电有限公司 | 多回线路故障停电时的快速恢复负荷降损的方法 |
CN112564097A (zh) * | 2020-12-01 | 2021-03-26 | 国网浙江杭州市富阳区供电有限公司 | 多回线路故障停电时的快速恢复负荷降损的方法 |
CN112380732B (zh) * | 2020-12-03 | 2023-05-30 | 天津大学 | 一种电力-交通-信息系统交互影响的配电网cps评估方法 |
CN112380732A (zh) * | 2020-12-03 | 2021-02-19 | 天津大学 | 一种电力-交通-信息系统交互影响的配电网cps评估方法 |
CN112698129A (zh) * | 2020-12-11 | 2021-04-23 | 深圳供电局有限公司 | 基于多体系信息融合的配电网设备可靠性分析方法及系统 |
CN112906169B (zh) * | 2020-12-18 | 2022-03-22 | 天津大学 | 一种基于虚拟流故障定位方法 |
CN112906169A (zh) * | 2020-12-18 | 2021-06-04 | 天津大学 | 一种基于虚拟流故障定位的计算机介质及其应用 |
CN112615373A (zh) * | 2020-12-25 | 2021-04-06 | 华北电力大学 | 一种计及信息失效的柔性配电系统分散控制策略优化方法 |
WO2022183722A1 (zh) * | 2021-03-02 | 2022-09-09 | 中国电力科学研究院有限公司 | 超大规模电池储能电站信息物理系统可靠性分析法及装置 |
EP4096045A4 (en) * | 2021-03-02 | 2023-10-18 | China Electric Power Research Institute | METHOD AND DEVICE FOR ANALYZING THE RELIABILITY OF A CYBER-PHYSICAL SYSTEM OF A BATTERY ENERGY STORAGE POWER PLANT ON A VERY LARGE SCALE |
CN114219231A (zh) * | 2021-11-19 | 2022-03-22 | 广东工业大学 | 电力系统的性能评估方法、电子设备和存储介质 |
CN115801546A (zh) * | 2023-02-09 | 2023-03-14 | 四川大学 | 一种考虑信息扰动的配电网信息物理系统可靠性评估方法 |
CN115801546B (zh) * | 2023-02-09 | 2023-05-16 | 四川大学 | 一种考虑信息扰动的配电网信息物理系统可靠性评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107394773B (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107394773A (zh) | 考虑故障处理全过程的配网信息物理系统可靠性评估方法 | |
CN105281435B (zh) | 面向智能配电网的分布式故障检测与隔离系统及工作方法 | |
CN106527394B (zh) | 一种考虑多重信息因素的ecps连锁故障风险评估方法 | |
CN111697566B (zh) | 一种考虑信息失效的主动配电网信息物理系统可靠性评估方法 | |
CN105678337B (zh) | 一种智能变电站故障诊断中的信息融合方法 | |
CN105515199A (zh) | 一种智能配电网分布式故障检测方法 | |
CN105067956A (zh) | 一种基于蚁群算法配网故障定位的方法 | |
CN105183952A (zh) | 一种基于分层时间模糊Petri网的输电网故障诊断方法 | |
CN107368966B (zh) | 一种电力网络脆弱性的评估方法 | |
CN109494728B (zh) | 一种配电终端选址选型方法 | |
CN102684902B (zh) | 基于探针预测的网络故障定位方法 | |
CN103944153A (zh) | 一种应用于含有高渗透率分布式电源的配电网的自适应智能保护方法 | |
CN110209515A (zh) | 一种可靠性评估方法、装置、设备及存储介质 | |
CN103986238A (zh) | 基于概率加权二分图法的智能变电站故障诊断方法 | |
Xie et al. | Reliability evaluation of electrical distribution networks containing multiple overhead feeders on a same tower | |
Liu et al. | A reliability assessment method of cyber physical distribution system | |
CN104215879A (zh) | 一种配电网短路故障定位方法及系统 | |
CN106355510A (zh) | 一种电力系统安全性判定方法 | |
CN113344743B (zh) | 一种智能电网的故障危害指数计算与脆弱性评估方法 | |
CN111695231A (zh) | 复杂配电网信息物理系统的实用化可靠性分析方法 | |
CN106771875A (zh) | 一种配电网容错故障定位方法 | |
CN106532692A (zh) | 一种地区电网计及备自投的静态安全分析方法及装置 | |
CN104376507A (zh) | 一种计及保护失效的输电网可靠性评估方法 | |
CN104201766B (zh) | 基于电源点追踪确定备自投时序及组合的方法 | |
CN103927697B (zh) | 基于电网多环节灵敏度的电网调控方法和系统 |
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 |