CN107508279A - 一种电力网络的稳定性仿真方法 - Google Patents

一种电力网络的稳定性仿真方法 Download PDF

Info

Publication number
CN107508279A
CN107508279A CN201710669003.8A CN201710669003A CN107508279A CN 107508279 A CN107508279 A CN 107508279A CN 201710669003 A CN201710669003 A CN 201710669003A CN 107508279 A CN107508279 A CN 107508279A
Authority
CN
China
Prior art keywords
electric power
power networks
generation
information
colony
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
Application number
CN201710669003.8A
Other languages
English (en)
Other versions
CN107508279B (zh
Inventor
王华阳
许春华
龙晓磊
陈福友
王祖杰
刘芃
刘东波
孙维杰
曲晓东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rongcheng Power Supply Co Of State Grid Shandong Electric Power Comany
State Grid Corp of China SGCC
Original Assignee
Rongcheng Power Supply Co Of State Grid Shandong Electric Power Comany
State Grid Corp of China SGCC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Rongcheng Power Supply Co Of State Grid Shandong Electric Power Comany, State Grid Corp of China SGCC filed Critical Rongcheng Power Supply Co Of State Grid Shandong Electric Power Comany
Priority to CN201710669003.8A priority Critical patent/CN107508279B/zh
Publication of CN107508279A publication Critical patent/CN107508279A/zh
Application granted granted Critical
Publication of CN107508279B publication Critical patent/CN107508279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • 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
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • 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
    • H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
    • 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)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种电力网络的稳定性仿真方法包括：获取电力网络的状况信息、节点连接信息以及当前负荷信息；使用复数个相异的方法计算得到各自的可靠性数值；获取复数个相异的方法各自的加权参数；对复数个相异的方法加权求和；根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；如果超出第一阈值范围，则采取警戒信号，启动一级预案；未超出第一阈值范围，判断任意一个是否超过第二阈值；如果任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；如果任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行。该方法能够精度高、速度快、发现问题及时，能够提高相应的效率和有效信息的利用，能够快速化解问题，避免大断电或一旦发生后降低其带来的危害。

Description

一种电力网络的稳定性仿真方法
技术领域
本发明涉及电力网络数据信号处理领域，更具体而言，涉及一种电力网络的稳定性仿真方法及其装置。
背景技术
随着我国经济社会的快速发展，近年来电力网络的规模快速扩大，在保障经济转型发展的同时，也给电力网络的管理带来了极大的压力。因为电力网络的断电(blackout)风险始终存在，有时甚至会导致网络节点由于供给带来的负荷增加而多米诺式出现问题，尽管这发生的概率不高，但是并非零概率事件，所以一旦发生，将造成极大的危害，这不仅造成巨额的经济损失，而且给社会管理和运行带来损害，同时这种现象给电力网络的稳定运行带来挑战。从历史上看，国内外都遭受过这种灾难，例如北美、南美、东亚等地区曾在上世纪末和本世纪初发生过多次断电，这给当时的经济社会带来的危害不断警告着电力领域技术人员，尽量未雨绸缪，尽力降低概率和发生后造成的危害。
基于此，技术人员希望能够提前对特定区域的电力网络的稳定性进行仿真，同时对电力网络的负荷进行预测，以期获取电力网络运行的客观规律和薄弱环节，进而做出补偿或部署预案。然而现有技术中，该仿真和预测没有统一有效的理论框架，各种理论的基本原理与目的不尽相同，已有的技术侧重阐述各方法细节流程而未对算法的适用性作更多分析，或者仅仅依靠历史数据来进行推测和确定而缺乏主观能动性进行合理的预测。或者，部分现有技术仅仅依赖获得的结果数据进行单一的判定，未能够有效利用过程中的重要数据所暴露出的隐患信息，导致必要的电功率的付出，但是相应的效率和有效信息的利用却很有限。因此，现有技术迫切需要一种电力网络的稳定性仿真方法及其装置，以精度高、速度快、发现问题及时，能够提高相应的效率和有效信息的利用，能够快速化解问题，避免大断电或一旦发生后降低其带来的危害。
发明内容
本发明的目的之一是提供一种电力网络的稳定性仿真方法及其装置，其能够精度高、速度快、发现问题及时，能够提高相应的效率和有效信息的利用，能够快速化解问题，避免大断电或一旦发生后降低其带来的危害。
本发明为解决上述技术问题而采取的技术方案为：一种电力网络的稳定性仿真方法，包括：在步骤S1中，获取电力网络的状况信息、节点连接信息以及当前负荷信息；在步骤S2中，使用复数个相异的方法计算得到各自的可靠性数值；在步骤S3中，获取复数个相异的方法各自的加权参数；在步骤S4中，对复数个相异的方法加权求和；在步骤S5中，根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；在步骤S6中，如果超出第一阈值范围，则采取警戒信号，启动一级预案；在步骤S7中，如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；在步骤S8中，如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；在步骤S9中，如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行。
根据本发明的另一个方面，在步骤S1中，获取电力网络的状况信息、节点连接信息、历史负荷信息以及当前负荷信息包括：由仿真控制中心直接地或经由提取组件，提取电力网络的各个节点的状况信息以及各个节点之间的连接方式、电力供应方向信息，从存储库中提取各个节点的历史负荷信息，提取各个节点的当前负荷信息；
根据本发明的另一个方面，在步骤S2中，使用复数个相异的方法计算得到各自的可靠性数值包括：在步骤S21中，使用第一个方法计算得到第一可靠性数值；在步骤S22中，使用不同于第一个方法的第二个方法计算得到第二可靠性数值；在步骤S2N中，使用不同于前述(N-1)个方法的第N个方法计算得到第N可靠性数值，其中N为大于等于2的正整数；其中在步骤S21中，使用第一个方法计算得到第一可靠性数值包括：在步骤S211中，根据获取的电力网络的状况信息、节点连接信息，生成电力网络的几何结构图，据此计算电力网络的信号流数据；根据获取的电力网络的状况信息和计算的电力网络的信号流数据，变换和创建电力网络的状况序列集，并计算变换和创建电力网络的状况序列集中每个单元的适应度；该序列集以阵列形式体现；其中适应度采用对应对象的切负荷量与发生几率的乘积来求取；在步骤S212中，根据变换和创建的电力网络的状况序列集，创建第一代群体，并计算第一代群体中每个元素的适应度，据此生成第二代群体，并计算生成的第二代群体中每个元素的适应度；将计算生成的第二代群体中的每个元素进行交叉和变异，生成第三代群体，并计算生成的第三代群体中每个元素的适应度；生成第三代群体的过程中，任意选取第二代群体中的两个元素进行交叉，在产生的对应的第三代候选群体中选择最大适应度的元素作为生成的第三代群体中的对应元素，并将第二代群体中对应的元素在状况序列集中对应单元值用新的值进行替换；对执行替换操作所对应的第二代群体中的元素进行变异，并计算变异后的适应度，比较变异前后的适应度，选择最大的值作为变异后的第三代群体中的对应元素；其中交叉是仿真生物繁殖中信息交换的重组操作，变异是仿真生物繁殖中码串变化以避免进化停滞的基因突变操作；在步骤S213中，基于与从第二代群体到第三代群体相同的生成过程，基于第三代群体生成下一代群体，进而以相同方式生成下下一代群体，直到生成第M代群体以满足步骤S214的条件，其中M表示大于等于3的整数；在步骤S214中，当第M代群体达到预先设定的终止执行条件时，终止操作，并获取相应的第一可靠性数值；其中预先设定的终止执行条件是后一代群体相比前一代群体的切负荷量收敛；其中在步骤S22中，使用不同于第一个方法的第二个方法计算得到第二可靠性数值包括：在步骤S221中，获取电力网络的当前负荷信息，并且随机抽取某个时间段的节点状况信息s；确定节点状况信息s是否处于正常状态，如果是则进入步骤S222中，否则进入步骤S224；在步骤S222中，通过回溯检索，获取节点状况信息s进入非正常状态的时间点和非正常状态维持的时间间隔，据此获取负荷值Mv，其中：Leva是某个时间段估计的负荷，EPu是电力供应维持期间的功耗，U表示电力网络中有效负载的数量；在步骤S223中，判断电力网络是否满足约束条件；在步骤S224中，计算第二可靠性数值，该第二可靠性数值与负荷值Mv、切负荷、电力网络的负荷均衡程度、非正常状态维持的时间间隔相关。
根据本发明的另一个方面，在步骤S223中，目标函数为：其中X表示电力网络的节点总数，Px、Qx表示电力网络节点x处供应的电力的有功和无功容量，V表示节点处的电压，L表示节点处的负荷量。
根据本发明的另一个方面，在步骤S3中，获取复数个相异的方法各自的加权参数包括下列中的任一个：根据方法的性质，发送查询请求，数据库处理模块根据查询请求，搜索映射表中对应方法的权重值，并将权重值返回以获取复数个相异的方法各自的加权参数；使用遗传算法求取复数个相异的方法各自的加权参数；使用遗传算法并结合方法映射表获取复数个相异的方法各自的加权参数。
根据本发明的另一个方面，对复数个相异的方法加权求和包括：使用其中Sum为总和，Wn为第n个方法的权重，Mn为第n个方法的可靠性数值，N为大于等于2的正整数；以及通过在步骤S5中，根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；在步骤S6中，如果超出第一阈值范围，则采取警戒信号，启动一级预案；在步骤S7中，如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；在步骤S8中，如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；在步骤S9中，如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行；通过上述步骤可以克服仅仅依赖最终获取的结果数据进行单一的判定的缺陷，从而能够有效利用过程中的重要数据所暴露出的隐患信息，有效地提高相应的效率和有效信息的利用率。
对应地，本公开涉及一种对应的电力网络的稳定性仿真装置，包括：获取模块，用于获取电力网络的状况信息、节点连接信息以及当前负荷信息；计算模块，用于使用复数个相异的方法计算得到各自的可靠性数值；该获取模块还用于获取复数个相异的方法各自的加权参数；求和模块，用于对复数个相异的方法加权求和；判断模块，用于根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；该判断模块还用于如果超出第一阈值范围，则采取警戒信号，启动一级预案；该判断模块还用于如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；该判断模块还用于如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；该判断模块还用于如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述操作，迭代循环运行。
附图说明
在附图中通过实例的方式而不是通过限制的方式来示出本发明的实施例，其中相同的附图标记表示相同的元件，其中：
根据本发明的示范性实施例，图1图示一种电力网络的稳定性仿真方法的流程图。
根据本发明的示范性实施例，图2图示一种电力网络的稳定性仿真装置。
具体实施方式
在下面的描述中，参考附图并以图示的方式示出几个具体的实施例。将理解的是：可设想并且可做出其他实施例而不脱离本公开的范围或精神。因此，以下详细描述不应被认为具有限制意义。
根据本发明的示范性实施例，图1图示一种电力网络的稳定性仿真方法的流程图。该方法包括：
在步骤S1中，获取电力网络的状况信息、节点连接信息以及当前负荷信息；
在步骤S2中，使用复数个相异的方法计算得到各自的可靠性数值；
在步骤S3中，获取复数个相异的方法各自的加权参数；
在步骤S4中，对复数个相异的方法加权求和；
在步骤S5中，根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；
在步骤S6中，如果超出第一阈值范围，则采取警戒信号，启动一级预案；
在步骤S7中，如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；
在步骤S8中，如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；
在步骤S9中，如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行。
具体地，在步骤S1中，获取电力网络的状况信息、节点连接信息、历史负荷信息以及当前负荷信息包括：由仿真控制中心直接地或经由提取组件，提取电力网络的各个节点的状况信息以及各个节点之间的连接方式、电力供应方向信息，从存储库中提取各个节点的历史负荷信息，提取各个节点的当前负荷信息；
具体地，在步骤S2中，使用复数个相异的方法计算得到各自的可靠性数值包括：
在步骤S21中，使用第一个方法计算得到第一可靠性数值；
在步骤S22中，使用不同于第一个方法的第二个方法计算得到第二可靠性数值；
在步骤S2N中，使用不同于前述(N-1)个方法的第N个方法计算得到第N可靠性数值，其中N为大于等于2的正整数。
优选地，在步骤S21中，使用第一个方法计算得到第一可靠性数值包括：
在步骤S211中，根据获取的电力网络的状况信息、节点连接信息，生成电力网络的几何结构图，据此计算电力网络的信号流数据；根据获取的电力网络的状况信息和计算的电力网络的信号流数据，变换和创建电力网络的状况序列集，并计算变换和创建电力网络的状况序列集中每个单元的适应度；该序列集以阵列形式体现；其中适应度采用对应对象的切负荷量与发生几率的乘积来求取；
在步骤S212中，根据变换和创建的电力网络的状况序列集，创建第一代群体，并计算第一代群体中每个元素的适应度，据此生成第二代群体，并计算生成的第二代群体中每个元素的适应度；将计算生成的第二代群体中的每个元素进行交叉和变异，生成第三代群体，并计算生成的第三代群体中每个元素的适应度；生成第三代群体的过程中，任意选取第二代群体中的两个元素进行交叉，在产生的对应的第三代候选群体中选择最大适应度的元素作为生成的第三代群体中的对应元素，并将第二代群体中对应的元素在状况序列集中对应单元值用新的值进行替换；对执行替换操作所对应的第二代群体中的元素进行变异，并计算变异后的适应度，比较变异前后的适应度，选择最大的值作为变异后的第三代群体中的对应元素；其中交叉是仿真生物繁殖中信息交换的重组操作，变异是仿真生物繁殖中码串变化以避免进化停滞的基因突变操作；
在步骤S213中，基于与从第二代群体到第三代群体相同的生成过程，基于第三代群体生成下一代群体，进而以相同方式生成下下一代群体，直到生成第M代群体以满足步骤S214的条件，其中M表示大于等于3的整数；
在步骤S214中，当第M代群体达到预先设定的终止执行条件时，终止操作，并获取相应的第一可靠性数值；其中预先设定的终止执行条件可以是后一代群体相比前一代群体的切负荷量收敛。
优选地，在步骤S22中，使用不同于第一个方法的第二个方法计算得到第二可靠性数值包括：
在步骤S221中，获取电力网络的当前负荷信息，并且随机抽取某个时间段的节点状况信息s；确定节点状况信息s是否处于正常状态，如果是则进入步骤S222中，否则进入步骤S224；
在步骤S222中，通过回溯检索，获取节点状况信息s进入非正常状态的时间点和非正常状态维持的时间间隔，据此获取负荷值Mv，其中：Leva是某个时间段估计的负荷，EPu是电力供应维持期间的功耗，U表示电力网络中有效负载的数量；
在步骤S223中，判断电力网络是否满足约束条件，其目标函数为：其中X表示电力网络的节点总数，Px、Qx表示电力网络节点x处供应的电力的有功和无功容量，V表示节点处的电压，L表示节点处的负荷量；
在步骤S224中，计算第二可靠性数值，该第二可靠性数值与负荷值Mv、切负荷、电力网络的负荷均衡程度、非正常状态维持的时间间隔相关。
当N＝2时，在步骤S2N中使用不同于前述(N-1)个方法的第N个方法计算得到第N可靠性数值的步骤即步骤S22。
通过以上步骤，可以精度高、快速、及时地发现问题。
具体地，在步骤S3中，获取复数个相异的方法各自的加权参数包括下列中的任一个：根据方法的性质，发送查询请求，数据库处理模块根据查询请求，搜索映射表中对应方法的权重值，并将权重值返回以获取复数个相异的方法各自的加权参数；使用遗传算法求取复数个相异的方法各自的加权参数；使用遗传算法并结合方法映射表获取复数个相异的方法各自的加权参数；
具体地，在步骤S4中，对复数个相异的方法加权求和包括：使用其中Sum为总和，Wn为第n个方法的权重，Mn为第n个方法的可靠性数值，N为大于等于2的正整数。
另外，通过在步骤S5中，根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；在步骤S6中，如果超出第一阈值范围，则采取警戒信号，启动一级预案；在步骤S7中，如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；在步骤S8中，如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；在步骤S9中，如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行；通过上述步骤，本发明可以克服现有技术中仅仅依赖最终获取的结果数据进行单一的判定的缺陷，从而能够有效利用过程中的重要数据所暴露出的隐患信息，有效地提高相应的效率和有效信息的利用率。
上述一级预案和二级预案可以是根据紧急程度和应用领域采取的具体措施，例如一级预案的紧急程度最高，需要启动最严重的避免措施和响应的紧急调度操作，或者在不可避免地发生之后采取调度措施以充分发挥节点的容量并且避开薄弱节点的漏洞以避免多米诺效应；二级预案例如紧急程度相较于一级预案要低，可以是提醒，可以在二级预案提醒的次数达到一定数量则直接启动一级预案并将结果和理由显示在仿真中心控制屏上。
上述的各个技术术语是本领域中的具有通常含义的常规技术术语，为了不模糊本发明的重点，在此不对其进行进一步的解释。
对应地，本申请还公开一种电力网络的稳定性仿真装置，包括：
获取模块，用于获取电力网络的状况信息、节点连接信息以及当前负荷信息；
计算模块，用于使用复数个相异的方法计算得到各自的可靠性数值；
该获取模块还用于获取复数个相异的方法各自的加权参数；
求和模块，用于对复数个相异的方法加权求和；
判断模块，用于根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；
该判断模块还用于如果超出第一阈值范围，则采取警戒信号，启动一级预案；
该判断模块还用于如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；
该判断模块还用于如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；
该判断模块还用于如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行。
具体地，该获取模块用于：获取电力网络的状况信息、节点连接信息、历史负荷信息以及当前负荷信息包括：由仿真控制中心直接地或经由提取组件，提取电力网络的各个节点的状况信息以及各个节点之间的连接方式、电力供应方向信息，从存储库中提取各个节点的历史负荷信息，提取各个节点的当前负荷信息；
具体地，该计算模块用于使用复数个相异的方法计算得到各自的可靠性数值，包括：
使用第一个方法计算得到第一可靠性数值；
使用不同于第一个方法的第二个方法计算得到第二可靠性数值；
使用不同于前述(N-1)个方法的第N个方法计算得到第N可靠性数值，其中N为大于等于2的正整数。
优选地，使用第一个方法计算得到第一可靠性数值包括：
根据获取的电力网络的状况信息、节点连接信息，生成电力网络的几何结构图，据此计算电力网络的信号流数据；根据获取的电力网络的状况信息和计算的电力网络的信号流数据，变换和创建电力网络的状况序列集，并计算变换和创建电力网络的状况序列集中每个单元的适应度；该序列集以阵列形式体现；其中适应度采用对应对象的切负荷量与发生几率的乘积来求取；
根据变换和创建的电力网络的状况序列集，创建第一代群体，并计算第一代群体中每个元素的适应度，据此生成第二代群体，并计算生成的第二代群体中每个元素的适应度；将计算生成的第二代群体中的每个元素进行交叉和变异，生成第三代群体，并计算生成的第三代群体中每个元素的适应度；生成第三代群体的过程中，任意选取第二代群体中的两个元素进行交叉，在产生的对应的第三代候选群体中选择最大适应度的元素作为生成的第三代群体中的对应元素，并将第二代群体中对应的元素在状况序列集中对应单元值用新的值进行替换；对执行替换操作所对应的第二代群体中的元素进行变异，并计算变异后的适应度，比较变异前后的适应度，选择最大的值作为变异后的第三代群体中的对应元素；其中交叉是仿真生物繁殖中信息交换的重组操作，变异是仿真生物繁殖中码串变化以避免进化停滞的基因突变操作；
基于与从第二代群体到第三代群体相同的生成过程，基于第三代群体生成下一代群体，进而以相同方式生成下下一代群体，直到生成第M代群体以满足条件，其中M表示大于等于3的整数；
当第M代群体达到预先设定的终止执行条件时，终止操作，并获取相应的第一可靠性数值；其中预先设定的终止执行条件可以是后一代群体相比前一代群体的切负荷量收敛。
优选地，使用不同于第一个方法的第二个方法计算得到第二可靠性数值包括：
获取电力网络的当前负荷信息，并且随机抽取某个时间段的节点状况信息s；确定节点状况信息s是否处于正常状态，如果是则通过回溯检索，获取节点状况信息s进入非正常状态的时间点和非正常状态维持的时间间隔，据此获取负荷值Mv，其中：Leva是某个时间段估计的负荷，EPu是电力供应维持期间的功耗，U表示电力网络中有效负载的数量，并且判断电力网络是否满足约束条件，其目标函数为：其中X表示电力网络的节点总数，P、Q表示电力网络节点x处供应的电力的有功和无功容量，V表示节点处的电压，L表示节点处的负荷量；如果否则计算第二可靠性数值，该第二可靠性数值与负荷值Mv、切负荷、电力网络的负荷均衡程度、非正常状态维持的时间间隔相关。
具体地，该获取模块获取复数个相异的方法各自的加权参数包括下列中的任一个：根据方法的性质，发送查询请求，数据库处理模块根据查询请求，搜索映射表中对应方法的权重值，并将权重值返回以获取复数个相异的方法各自的加权参数；使用遗传算法求取复数个相异的方法各自的加权参数；使用遗传算法并结合方法映射表获取复数个相异的方法各自的加权参数；
具体地，该求和模块用于对复数个相异的方法加权求和包括：使用其中Sum为总和，Wn为第n个方法的权重，Mn为第n个方法的可靠性数值，N为大于等于2的正整数；
另外，该求和模块用于根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；如果超出第一阈值范围，则采取警戒信号，启动一级预案；如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行；通过上述步骤，本发明可以克服现有技术中仅仅依赖最终获取的结果数据进行单一的判定的缺陷，从而能够有效利用过程中的重要数据所暴露出的隐患信息，有效地提高相应的效率和有效信息的利用率。
综上，在本发明的技术方案中，通过采用了一种电力网络的稳定性仿真方法及其装置，其能够精度高、速度快、发现问题及时，能够提高相应的效率和有效信息的利用，能够快速化解问题，避免大断电或一旦发生后降低其带来的危害。
将理解的是：可以硬件、软件或硬件和软件的组合的形式实现本发明的示例和实施例。如上所述，可存储任何执行这种方法的主体，以挥发性或非挥发性存储的形式，例如存储设备，像ROM，无论可抹除或可重写与否，或者以存储器的形式，诸如例如RAM、存储器芯片、设备或集成电路或在光或磁可读的介质上，诸如例如CD、DVD、磁盘或磁带。将理解的是：存储设备和存储介质是适合于存储一个或多个程序的机器可读存储的示例，当被执行时，所述一个或多个程序实现本发明的示例。经由任何介质，诸如通过有线或无线耦合载有的通信信号，可以电子地传递本发明的示例，并且示例适当地包含相同内容。
应当注意的是：因为本发明解决了精度高、速度快、发现问题及时，能够提高相应的效率和有效信息的利用，能够快速化解问题，避免大断电或一旦发生后降低其带来的危害的技术问题，采用了计算机技术领域中技术人员在阅读本说明书之后根据其教导所能理解的技术手段，并获取了有益技术效果，所以在所附权利要求中要求保护的方案属于专利法意义上的技术方案。另外，因为所附权利要求要求保护的技术方案可以在工业中制造或使用，因此该方案具备实用性。
以上所述，仅为本发明的较佳的具体实施方式，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，可轻易想到的变化或替换，都应包涵在本发明的保护范围之内。除非以其他方式明确陈述，否则公开的每个特征仅是一般系列的等效或类似特征的一个示例。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (10)

1.一种电力网络的稳定性仿真方法，其特征在于包括以下步骤：
在步骤S1中，获取电力网络的状况信息、节点连接信息以及当前负荷信息；
在步骤S2中，使用复数个相异的方法计算得到各自的可靠性数值；
在步骤S3中，获取复数个相异的方法各自的加权参数；
在步骤S4中，对复数个相异的方法加权求和；
在步骤S5中，根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；
在步骤S6中，如果超出第一阈值范围，则采取警戒信号，启动一级预案；
在步骤S7中，如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；
在步骤S8中，如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；
在步骤S9中，如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行。
2.根据权利要求1所述的电力网络的稳定性仿真方法，其中：
在步骤S1中，获取电力网络的状况信息、节点连接信息、历史负荷信息以及当前负荷信息包括：由仿真控制中心直接地或经由提取组件，提取电力网络的各个节点的状况信息以及各个节点之间的连接方式、电力供应方向信息，从存储库中提取各个节点的历史负荷信息，提取各个节点的当前负荷信息；
在步骤S2中，使用复数个相异的方法计算得到各自的可靠性数值包括：
在步骤S21中，使用第一个方法计算得到第一可靠性数值；
在步骤S22中，使用不同于第一个方法的第二个方法计算得到第二可靠性数值；
在步骤S2N中，使用不同于前述(N-1)个方法的第N个方法计算得到第N可靠性数值，其中N为大于等于2的正整数；
其中在步骤S21中，使用第一个方法计算得到第一可靠性数值包括：
在步骤S211中，根据获取的电力网络的状况信息、节点连接信息，生成电力网络的几何结构图，据此计算电力网络的信号流数据；根据获取的电力网络的状况信息和计算的电力网络的信号流数据，变换和创建电力网络的状况序列集，并计算变换和创建电力网络的状况序列集中每个单元的适应度；该序列集以阵列形式体现；其中适应度采用对应对象的切负荷量与发生几率的乘积来求取；
在步骤S212中，根据变换和创建的电力网络的状况序列集，创建第一代群体，并计算第一代群体中每个元素的适应度，据此生成第二代群体，并计算生成的第二代群体中每个元素的适应度；将计算生成的第二代群体中的每个元素进行交叉和变异，生成第三代群体，并计算生成的第三代群体中每个元素的适应度；生成第三代群体的过程中，任意选取第二代群体中的两个元素进行交叉，在产生的对应的第三代候选群体中选择最大适应度的元素作为生成的第三代群体中的对应元素，并将第二代群体中对应的元素在状况序列集中对应单元值用新的值进行替换；对执行替换操作所对应的第二代群体中的元素进行变异，并计算变异后的适应度，比较变异前后的适应度，选择最大的值作为变异后的第三代群体中的对应元素；其中交叉是仿真生物繁殖中信息交换的重组操作，变异是仿真生物繁殖中码串变化以避免进化停滞的基因突变操作；
在步骤S213中，基于与从第二代群体到第三代群体相同的生成过程，基于第三代群体生成下一代群体，进而以相同方式生成下下一代群体，直到生成第M代群体以满足步骤S214的条件，其中M表示大于等于3的整数；
在步骤S214中，当第M代群体达到预先设定的终止执行条件时，终止操作，并获取相应的第一可靠性数值；其中预先设定的终止执行条件是后一代群体相比前一代群体的切负荷量收敛；
其中在步骤S22中，使用不同于第一个方法的第二个方法计算得到第二可靠性数值包括：
在步骤S221中，获取电力网络的当前负荷信息，并且随机抽取某个时间段的节点状况信息s；确定节点状况信息s是否处于正常状态，如果是则进入步骤S222中，否则进入步骤S224；
在步骤S222中，通过回溯检索，获取节点状况信息s进入非正常状态的时间点和非正常状态维持的时间间隔，据此获取负荷值Mv，其中：Leva是某个时间段估计的负荷，EPu是电力供应维持期间的功耗，U表示电力网络中有效负载的数量；
在步骤S223中，判断电力网络是否满足约束条件；
在步骤S224中，计算第二可靠性数值，该第二可靠性数值与负荷值Mv、切负荷、电力网络的负荷均衡程度、非正常状态维持的时间间隔相关。
3.根据权利要求2所述的电力网络的稳定性仿真方法，其中：
在步骤S223中，目标函数为：其中X表示电力网络的节点总数，Px、Qx表示电力网络节点x处供应的电力的有功和无功容量，V表示节点处的电压，L表示节点处的负荷量。
4.根据权利要求2所述的电力网络的稳定性仿真方法，其中：
在步骤S3中，获取复数个相异的方法各自的加权参数包括下列中的任一个：根据方法的性质，发送查询请求，数据库处理模块根据查询请求，搜索映射表中对应方法的权重值，并将权重值返回以获取复数个相异的方法各自的加权参数；使用遗传算法求取复数个相异的方法各自的加权参数；使用遗传算法并结合方法映射表获取复数个相异的方法各自的加权参数。
5.根据权利要求2所述的电力网络的稳定性仿真方法，其中：
对复数个相异的方法加权求和包括：使用其中Sum为总和，Wn为第n个方法的权重，Mn为第n个方法的可靠性数值，N为大于等于2的正整数；以及
通过在步骤S5中，根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；在步骤S6中，如果超出第一阈值范围，则采取警戒信号，启动一级预案；在步骤S7中，如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；在步骤S8中，如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；在步骤S9中，如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行；通过上述步骤可以克服仅仅依赖最终获取的结果数据进行单一的判定的缺陷，从而能够有效利用过程中的重要数据所暴露出的隐患信息，有效地提高相应的效率和有效信息的利用率。
6.一种电力网络的稳定性仿真装置，包括：
获取模块，用于获取电力网络的状况信息、节点连接信息以及当前负荷信息；
计算模块，用于使用复数个相异的方法计算得到各自的可靠性数值；
该获取模块还用于获取复数个相异的方法各自的加权参数；
求和模块，用于对复数个相异的方法加权求和；
判断模块，用于根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；
该判断模块还用于如果超出第一阈值范围，则采取警戒信号，启动一级预案；
该判断模块还用于如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；
该判断模块还用于如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；
该判断模块还用于如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述操作，迭代循环运行。
7.根据权利要求6所述的电力网络的稳定性仿真装置，其中：
该获取模块用于：获取电力网络的状况信息、节点连接信息、历史负荷信息以及当前负荷信息包括：由仿真控制中心直接地或经由提取组件，提取电力网络的各个节点的状况信息以及各个节点之间的连接方式、电力供应方向信息，从存储库中提取各个节点的历史负荷信息，提取各个节点的当前负荷信息；
该计算模块用于使用复数个相异的方法计算得到各自的可靠性数值，包括：
使用第一个方法计算得到第一可靠性数值；
使用不同于第一个方法的第二个方法计算得到第二可靠性数值；
使用不同于前述(N-1)个方法的第N个方法计算得到第N可靠性数值，其中N为大于等于2的正整数；
使用第一个方法计算得到第一可靠性数值包括：
根据获取的电力网络的状况信息、节点连接信息，生成电力网络的几何结构图，据此计算电力网络的信号流数据；根据获取的电力网络的状况信息和计算的电力网络的信号流数据，变换和创建电力网络的状况序列集，并计算变换和创建电力网络的状况序列集中每个单元的适应度；该序列集以阵列形式体现；其中适应度采用对应对象的切负荷量与发生几率的乘积来求取；
根据变换和创建的电力网络的状况序列集，创建第一代群体，并计算第一代群体中每个元素的适应度，据此生成第二代群体，并计算生成的第二代群体中每个元素的适应度；将计算生成的第二代群体中的每个元素进行交叉和变异，生成第三代群体，并计算生成的第三代群体中每个元素的适应度；生成第三代群体的过程中，任意选取第二代群体中的两个元素进行交叉，在产生的对应的第三代候选群体中选择最大适应度的元素作为生成的第三代群体中的对应元素，并将第二代群体中对应的元素在状况序列集中对应单元值用新的值进行替换；对执行替换操作所对应的第二代群体中的元素进行变异，并计算变异后的适应度，比较变异前后的适应度，选择最大的值作为变异后的第三代群体中的对应元素；其中交叉是仿真生物繁殖中信息交换的重组操作，变异是仿真生物繁殖中码串变化以避免进化停滞的基因突变操作；
基于与从第二代群体到第三代群体相同的生成过程，基于第三代群体生成下一代群体，进而以相同方式生成下下一代群体，直到生成第M代群体以满足条件，其中M表示大于等于3的整数；
当第M代群体达到预先设定的终止执行条件时，终止操作，并获取相应的第一可靠性数值；其中预先设定的终止执行条件是后一代群体相比前一代群体的切负荷量收敛；
使用不同于第一个方法的第二个方法计算得到第二可靠性数值包括：
获取电力网络的当前负荷信息，并且随机抽取某个时间段的节点状况信息s；确定节点状况信息s是否处于正常状态，如果是则通过回溯检索，获取节点状况信息s进入非正常状态的时间点和非正常状态维持的时间间隔，据此获取负荷值Mv，其中：Leva是某个时间段估计的负荷，EPu是电力供应维持期间的功耗，U表示电力网络中有效负载的数量，并且判断电力网络是否满足约束条件；如果否则计算第二可靠性数值，该第二可靠性数值与负荷值Mv、切负荷、电力网络的负荷均衡程度、非正常状态维持的时间间隔相关。
8.根据权利要求7所述的电力网络的稳定性仿真装置，其中：
判断电力网络是否满足约束条件时，目标函数为：其中X表示电力网络的节点总数，Px、Qx表示电力网络节点x处供应的电力的有功和无功容量，V表示节点处的电压，L表示节点处的负荷量。
9.根据权利要求7所述的电力网络的稳定性仿真装置，其中：
该获取模块获取复数个相异的方法各自的加权参数包括下列中的任一个：根据方法的性质，发送查询请求，数据库处理模块根据查询请求，搜索映射表中对应方法的权重值，并将权重值返回以获取复数个相异的方法各自的加权参数；使用遗传算法求取复数个相异的方法各自的加权参数；使用遗传算法并结合方法映射表获取复数个相异的方法各自的加权参数。
10.根据权利要求7所述的电力网络的稳定性仿真装置，其中：
该求和模块用于对复数个相异的方法加权求和包括：使用其中Sum为总和，Wn为第n个方法的权重，Mn为第n个方法的可靠性数值，N为大于等于2的正整数；
另外，该求和模块用于根据求和结果与第一阈值的比较，判断可靠性仿真结果是否超出第一阈值范围；如果超出第一阈值范围，则采取警戒信号，启动一级预案；如果未超出第一阈值范围，判断使用复数个相异的方法计算得到各自的可靠性数值中的任意一个是否超过第二阈值；如果所述任意一个超出第二阈值范围，则采取提醒信号，启动二级预案；如果所述任意一个均未超出第二阈值范围，则将上述步骤的信息存储到存储库中，之后重复执行上述步骤，迭代循环运行；通过上述步骤可以克服现有技术中仅仅依赖最终获取的结果数据进行单一的判定的缺陷，从而能够有效利用过程中的重要数据所暴露出的隐患信息，有效地提高相应的效率和有效信息的利用率。
CN201710669003.8A 2017-08-08 2017-08-08 一种电力网络的稳定性仿真方法 Active CN107508279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710669003.8A CN107508279B (zh) 2017-08-08 2017-08-08 一种电力网络的稳定性仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710669003.8A CN107508279B (zh) 2017-08-08 2017-08-08 一种电力网络的稳定性仿真方法

Publications (2)

Publication Number Publication Date
CN107508279A true CN107508279A (zh) 2017-12-22
CN107508279B CN107508279B (zh) 2020-02-18

Family

ID=60690478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710669003.8A Active CN107508279B (zh) 2017-08-08 2017-08-08 一种电力网络的稳定性仿真方法

Country Status (1)

Country Link
CN (1) CN107508279B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021135507A1 (zh) * 2019-12-31 2021-07-08 中国华能集团清洁能源技术研究院有限公司 发电机、输电线路稳定程度测量方法及电网控制系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080126060A1 (en) * 2005-02-09 2008-05-29 The Tokyo Electric Power Co. Inc. Group-based bcu methods for on-line dynamical security assessments and energy margin calculations of practical power systems
CN102694395A (zh) * 2012-05-29 2012-09-26 河南理工大学 一种评估输电网络两终端可靠性的方法
CN105071381A (zh) * 2015-07-28 2015-11-18 天津大学 一种基于影响增量的状态枚举可靠性评估方法及其装置
CN105574655A (zh) * 2015-12-14 2016-05-11 深圳供电局有限公司 一种用于分布式调度操作风险评测的方法和系统
CN106503923A (zh) * 2016-11-15 2017-03-15 国网四川省电力公司电力科学研究院 一种电力系统连锁故障风险评估的方法及系统
CN106897833A (zh) * 2017-02-24 2017-06-27 广东工业大学 一种新能源配电网可靠性的评估方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080126060A1 (en) * 2005-02-09 2008-05-29 The Tokyo Electric Power Co. Inc. Group-based bcu methods for on-line dynamical security assessments and energy margin calculations of practical power systems
CN102694395A (zh) * 2012-05-29 2012-09-26 河南理工大学 一种评估输电网络两终端可靠性的方法
CN105071381A (zh) * 2015-07-28 2015-11-18 天津大学 一种基于影响增量的状态枚举可靠性评估方法及其装置
CN105574655A (zh) * 2015-12-14 2016-05-11 深圳供电局有限公司 一种用于分布式调度操作风险评测的方法和系统
CN106503923A (zh) * 2016-11-15 2017-03-15 国网四川省电力公司电力科学研究院 一种电力系统连锁故障风险评估的方法及系统
CN106897833A (zh) * 2017-02-24 2017-06-27 广东工业大学 一种新能源配电网可靠性的评估方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021135507A1 (zh) * 2019-12-31 2021-07-08 中国华能集团清洁能源技术研究院有限公司 发电机、输电线路稳定程度测量方法及电网控制系统
EP4086641A4 (en) * 2019-12-31 2024-01-17 Huaneng Clean Energy Research Institute METHOD FOR MEASURING THE DEGREE OF STABILITY OF A GENERATOR AND ELECTRICITY TRANSMISSION LINE, AND ELECTRIC NETWORK CONTROL SYSTEM

Also Published As

Publication number Publication date
CN107508279B (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
CN110705879A (zh) 一种高比例可再生能源接入下的电网脆弱性评估方法
CN110728068B (zh) 一种配网台风灾害损失评估方法及装置
CN104573857A (zh) 一种基于智能算法优化组合的电网负荷率预测方法
CN111680879A (zh) 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置
CN112132283B (zh) 一种基于遗传算法的非信号注入式户变拓扑关系识别方法
CN116231871B (zh) 一种基于数字孪生的电网态势监管方法、系统及存储介质
CN112001644A (zh) 一种配电网运行可靠性检测方法、装置、终端及存储介质
CN116401954A (zh) 一种锂电池循环寿命的预测方法、预测装置、设备及介质
CN114186858A (zh) 一种配电网储能规划节点重要度评估方法及系统
CN113468745B (zh) 一种基于历史故障的配电网可靠性快速评估方法及系统
CN110245799B (zh) 考虑负荷柔性需求的配电网架结构过渡的多目标规划方法
CN107508279A (zh) 一种电力网络的稳定性仿真方法
Shayeghi et al. GEP considering purchase prices, profits of IPPs and reliability criteria using hybrid GA and PSO
CN115629576B (zh) 非侵入式柔性负荷聚合特性辨识与优化方法、装置及设备
CN108090616A (zh) 一种电力系统主动解列最优断面搜索方法
CN107451676B (zh) 一种基于电网的负荷预测方法
CN113627655A (zh) 一种配电网灾前故障场景模拟预测方法及装置
CN112365035A (zh) 一种基于gis地图和非支配排序差分进化算法的优化方法
CN112580769B (zh) 一种电力设备检修策略确定方法、装置、设备及介质
CN110427396A (zh) 电能表数据检索方法、装置、设备及计算机可读存储介质
Liang et al. Enhancement of Distribution Network Resilience: A Multi-Buffer Invalid-Action-Mask Double Q-Network Approach for Distribution Network Restoration
Jiang et al. The spatial statistics of self-organized in power system
CN115241981B (zh) 一种基于大数据的主动配电网监测方法
CN111541249B (zh) 一种多能源配电网供电能力评估方法、装置及设备
CN113689112B (zh) 利用云计算改进层次分析法的智慧能源站能效评估方法及系统

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