CN107578169A - 一种台风灾害条件下的电网关键线路识别方法及装置 - Google Patents
一种台风灾害条件下的电网关键线路识别方法及装置 Download PDFInfo
- Publication number
- CN107578169A CN107578169A CN201710793128.1A CN201710793128A CN107578169A CN 107578169 A CN107578169 A CN 107578169A CN 201710793128 A CN201710793128 A CN 201710793128A CN 107578169 A CN107578169 A CN 107578169A
- Authority
- CN
- China
- Prior art keywords
- typhoon
- under
- path
- line
- wind
- 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
-
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及一种台风灾害条件下的电网关键线路识别方法及装置,包括步骤:识别台风灾害条件下电网线路故障集线路;计算线路故障集中各线路故障概率;计算线路故障停运后的直接负荷损失和潜在负荷损失;计算线路停运局部风险;计算各预测路径下故障集线路的全局风险,全局风险越大则线路越关键。本发明提供的技术方案充分考虑了电网地理信息分布系统中杆塔和线路的地理位置分布,并充分结合了台风气象预报系统中实时台风预测信息,计算得到的台风灾害条件下的电网关键线能够为电网制定有效的防风加固策略提供借鉴,有利于电网提高自身抗台风能力。
Description
技术领域
本发明涉及电力系统领域,特别是涉及台风灾害条件下的电网关键线路识别方法及装置。
背景技术
我国受台风危害较为严重,近几年来每年均有台风登陆我国沿海地区,使得台风灾害地区内的电网发生线路跳闸、变电站失压和杆塔受损等事故,严重威胁着电网的安全与稳定。
为提高电网面临台风灾害时的应急能力,已有一些学者对其进行了研究并取得了一些研究成果。例如,有学者提出了台风天气下电网调度调整原则及电网事故处理原则和一种台风灾害条件下基于有效决策界的电网实时预警方法。此外,在台风灾害方面,也有学者通过分析台风及暴雨对电力设备的影响途径,给出了台风及暴雨条件下输电线路故障概率分析方法。
为进一步提高电网抗台风能力,还需研究识别台风天气下电网关键线路的方法,为电网制定有效的防风加固策略提供借鉴。目前,在关键线路识别方面已有如下一些研究成果。例如,提出了基于电气介数指标的电力系统关键线路识别方法,克服了以往假设线路节点对间潮流只沿着最短路径传输的不足;提出了基于输电介数指标的关键输电线路识别方法;基于潮流转移度指标和电网静态安全域分析的思想,建立了电力系统关键线路评估模型,提出了一种识别电力系统连锁故障过程中关键线路的方法。
可见,现有的关键线路识别方面的研究缺乏对台风等自然灾害的考虑。
发明内容
基于此,有必要针对上述未考虑台风等自然灾害的关键线路研究内容的不足,提供一种台风灾害条件下的电网关键线路识别方法。
本发明实施例采用以下的技术方案:
一种台风灾害条件下的电网关键线路识别方法,包括步骤:
根据电网地理信息分布系统中杆塔和线路的地理位置分布,并结合台风气象预报系统中实时台风预测信息,计算台风预测路径下电网线路故障集;
根据电网拓扑结构和导致线路停运的原因(即断线、倒塔和风偏闪络),计算台风预测路径下故障集中各条线路的故障概率;
根据我国电力系统具有自组织临界性的这一特征和电力系统连锁故障机理,依次开断故障集中线路,计算线路停运前后的系统直接负荷损失和线路停运后系统的潜在负荷损失,两者之和为线路停运损失;
计算故障集中每条线路的停运损失与相应线路故障概率的乘积,得到线路停运局部风险;
根据台风气象预报系统中所预测的路径数,计算每条预测路径下的线路停运局部风险,计算预测路径的可信度与相应路径下故障集中局部风险的乘积,得到线路停运全局风险,全局风险越大则线路越关键。
进一步的,所述计算台风预测路径下电网线路故障集,包括:
计算台风风场中某点的实际风速V,如下式:
式中:θ为风速水平移动风速和环流风速间的夹角;
计算水平移动风速和环流风速如下式:
式中:V0为台风中心水平移动速度;Vmax和Rmax分别为该时刻台风风场最大风速及其风速半径;r为该点到台风中心距离;
计算风速V′所对应的台风风圈半径R′,如下式:
R′=35.39π|y-y′|
式中:y为台风中心纬度坐标;y′为与台风中心同经度的某点纬度坐标,且该点风速为V′;
计算导线的最大可承受风速如下式:
式中:WX为作用于导线的任意风速v所对应的风荷载,W′X,max为导线最大可承受风荷载,α为风压不均匀系数,ρ为空气密度,μsc为导线的体型系数,βc为500kV和750kV线路导线风荷载调整系数,d 为导线的外径,Lp为杆塔间水平档距,B为覆冰时风荷载增大系数,γ为风向与导线间夹角,ε为尺度参数,δ为形状参数,t为投运时间,ζ2为线路服役寿命到达时的疲劳折损系数;
计算杆塔的最大可承受风速如下式:
式中:WS为垂直于杆塔的任意风速v所对应的风荷载,WS,max为杆塔最大可承受风荷载,μs为构件的体型系数,βz为风荷载杆塔调整系数,As为构件承受风压的投影面积计算值;
计算绝缘子串的最大可承受风速如下式:
式中:为悬垂绝缘子串在大风条件下通过静态受力平衡的方法计算求得的风偏角,β为风偏角修正系数,可通过试验线路测量后计算得到,为绝缘子串可承受的最大风偏角;
假设有m个气象预报机构,每个机构根据当前台风所预测的路径为其中为第i(i=1,2,…,m)条路径在第t(t =1,2,…,Ti)时刻时的台风中心位置坐标;同时认为导线、杆塔和绝缘子串各自同类设备的最大可承受风速均一样;当台风到达时,由和可求得各自最大可承受风速所对应的风圈半径r1、r2和r3;
再结合地理信息系统中各电力设备的地理位置坐标可知,路径i 上t时刻导线、杆塔和绝缘子串的故障集分别为: 和令和分别为导线、杆塔和绝缘子串在该路径i上所有时刻的并集;集合和分别表示在路径i上影响各电力设备的次数。
进一步的,所述计算台风预测路径下故障集中各条线路的故障概率,包括:
计算导线综合故障率Pi,l,如下式:
式中:P0为发生断线的概率;
计算杆塔综合故障率Pi,q,如下式:
式中:P0为发生倒塔的概率;
计算绝缘子串综合故障率Pi,b,如下式:
式中:P0为发生风偏闪络事故的概率;
令上述电力设备故障集中因为断线、倒塔和风偏闪路而导致的线路故障停运集分别为和则台风预测路径i下的输电线路故障集如下式:
计算故障集中线路l的停运概率pl,如下式:
式中:在和中对应的故障概率分别为p1、p2和p3。
进一步的,所述计算线路停运前后的系统直接负荷损失和线路停运后系统的潜在负荷损失,两者之和为线路停运损失,包括:
计算线路停运后系统潜在负荷损失D1,如下式:
f(x)=F′(x)=-N′(x)
F(x)=P(X<x)
=1-P(X≥x)
≈1-N(x)
P(X>x)=N(x)
ln N(x)=a-b ln x
式中:N(x)为处于自组织临界态的电力系统随停电规模x变化的电规模累积概率函数,a和b为常数;
计算线路停运前系统直接负荷损失D2,如下式:
D2=D21-D22
式中:D21和D22分别为线路停运前后系统总负荷量;
计算线路停运损失C,如下式:
C=D1+D2
式中:D1和D2分别为潜在负荷损失和直接负荷损失。
进一步的,所述计算故障集中每条线路的停运损失与相应线路故障概率的乘积,得到线路停运局部风险,包括:
计算线路停运局部风险Z,如下式:
Z=C×P
式中:P为线路停运概率。
进一步的,所述计算每条预测路径下的线路停运局部风险,计算预测路径的可信度与相应路径下故障集中局部风险的乘积,得到线路停运全局风险,全局风险越大则线路越关键,包括:
计算第i条台风预测路径下故障集中各线路停运全局风险Zi′,如下式:
Z′i=Zi×λi
式中:λi为第i条台风预测路径的可信度,Zi为第i条台风预测路径下故障集中各线路停运局部风险;
将预测路径i下的线路故障集按线路停运局部风险排序,得到线路集并令中前N条线路为路径i上的关键线路集
令L为所有预测路径下故障集的并集,将集合L按线路停运全局风险排序,则排在前N位的线路即为台风天气下的关键线路
一种台风灾害条件下的电网关键线路识别装置,包括:
线路故障集识别模块,用于根据电网地理信息分布系统中杆塔和线路的地理位置分布,并结合台风气象预报系统中实时台风预测信息,识别台风预测路径下电网线路故障集;
线路故障概率计算模块,用于根据电网拓扑结构和导致线路停运的原因(即断线、倒塔和风偏闪络),计算台风预测路径下故障集中各条线路的故障概率;
线路停运损失计算模块,用于根据我国电力系统具有自组织临界性的这一特征和电力系统连锁故障机理,依次开断故障集中线路,计算线路停运前后的系统直接负荷损失和线路停运后系统的潜在负荷损失,两者之和为线路停运损失;
线路停运局部风险计算模块,用于计算故障集中每条线路的停运损失与相应线路故障概率的乘积,得到线路停运局部风险;
电网关键线路识别模块,用于根据台风气象预报系统中所预测的路径数,计算每条预测路径下的线路停运局部风险,计算预测路径的可信度与相应路径下故障集中局部风险的乘积,得到线路停运全局风险,全局风险越大则线路越关键。
本发明实施例提供的技术方案的有益效果:
本发明提供的台风灾害条件下的电网关键线路识别方法,充分考虑了电网地理信息分布系统中杆塔和线路的地理位置分布,并充分结合了台风气象预报系统中实时台风预测信息,计算得到的台风灾害条件下的电网关键线能够为电网制定有效的防风加固策略提供借鉴,有利于电网提高自身抗台风能力。
附图说明
图1为一实施例的台风灾害条件下的电网关键线路识别方法流程图;
图2为一实施例的台风灾害条件下电网线路故障集的识别流程图;
图3为一实施例的电网线路故障集中各线路故障概率的计算流程图;
图4为一实施例的电网线路停运损失的计算流程图;
图5为一实施例的电网线路停运全局风险的计算流程图;
图6为一实施例的台风灾害条件下的电网关键线路识别装置的模块示意图;
图7为电网IEEE-39节点系统的拓扑结构示意图;
图8为3种策略下电力系统负荷水平变化折线图;
图9为电网IEEE-39节点系统的线路停运损失柱形图;
图10为电网IEEE-39节点系统地理分布图。
具体实施方式
为了更好地理解本发明的目的、技术方案以及技术效果,以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明,以下所描述的实施例仅用于解释本发明,并不用于限定本发明。
在一实施例中,如图1所示,为一实施例的台风灾害条件下的电网关键线路识别方法流程图,包括步骤:
S101,根据电网地理信息分布系统中杆塔和线路的地理位置分布,并结合台风气象预报系统中实时台风预测信息,计算台风预测路径下电网线路故障集。
S102,根据电网拓扑结构和导致线路停运的原因(即断线、倒塔和风偏闪络),计算台风预测路径下故障集中各条线路的故障概率。
S103,根据我国电力系统具有自组织临界性的这一特征和电力系统连锁故障机理,依次开断故障集中线路,计算线路停运前后的系统直接负荷损失和线路停运后系统的潜在负荷损失,两者之和为线路停运损失。
S104,计算故障集中每条线路的停运损失与相应线路故障概率的乘积,得到线路停运局部风险。
S105,根据台风气象预报系统中所预测的路径数,计算每条预测路径下的线路停运局部风险,计算预测路径的可信度与相应路径下故障集中局部风险的乘积,得到线路停运全局风险,全局风险越大则线路越关键。
在一实施例中,如图2所示,为一实施例的台风灾害条件下电网线路故障集的识别流程图,包括步骤:
S201,根据台风气象预报系统中台风实时预测信息,计算台风风场中某点实际风速,计算任一风速所对应的台风风圈半径。
S202,分析电力设备(导线、杆塔和绝缘子串)的最大可承受风荷载,并据此计算导线、杆塔和绝缘子串的最大可承受风速。
S203,根据电网地理信息系统中电力设别(导线、杆塔和绝缘子串)的位置坐标,并结合其最大可承受风速确定受台风影响的线路故障集。
在一实施例中,如图3所示,为一实施例的电网线路故障集中各线路故障概率的计算流程图,包括步骤:
S301,根据台风灾害下所确定的线路故障集,并结合导致线路停运的原因(断线、倒塔和风偏闪络),计算故障集中线路分别因为断线、倒塔和风偏闪络事故而停运的概率。
S302,结合线路因为断线、倒塔和风偏闪络而停运的综合停运概率,计算故障集中线路在台风灾害下的故障率。
在一实施例中,如图4所示,为一实施例的电网线路停运损失的计算流程图,包括步骤:
S401,仿真模拟电力系统连锁故障机制,计算线路停运前后电网总负荷量的变化值,即直接负荷损失。
S402,根据电力系统具有自组织临界性这一特征,仿真模拟系统连锁故障并判断线路停运后的系统是否处于自组织临界态,并据此计算线路停运后的潜在负荷损失。
S403,计算线路停运后直接负荷损失与潜在负荷损失之和,即线路停运损失。
在一实施例中,如图5所示,为一实施例的电网线路停运全局风险的计算流程图,包括步骤:
S501,计算故障集中各线路停运损失与相应线路停运概率乘积,得到线路停运局部风险。
S502,根据台风气象预报系统中各台风预测路径的可信度,计算各预测路径下故障集线路局部风险与所属预测路径可信度的乘积,即线路停运全局风险,线路全局风险越大则线路越关键。
在一实施例中,如图6所示,为一实施例的台风灾害条件下的电网关键线路识别装置的模块示意图,包括步骤:
线路故障集识别模块,用于根据电网地理信息分布系统中杆塔和线路的地理位置分布,并结合台风气象预报系统中实时台风预测信息,识别台风预测路径下电网线路故障集;
线路故障概率计算模块,用于根据电网拓扑结构和导致线路停运的原因(即断线、倒塔和风偏闪络),计算台风预测路径下故障集中各条线路的故障概率;
线路停运损失计算模块,用于根据我国电力系统具有自组织临界性的这一特征和电力系统连锁故障机理,依次开断故障集中线路,计算线路停运前后的系统直接负荷损失和线路停运后系统的潜在负荷损失,两者之和为线路停运损失;
线路停运局部风险计算模块,用于计算故障集中每条线路的停运损失与相应线路故障概率的乘积,得到线路停运局部风险;
电网关键线路识别模块,用于根据台风气象预报系统中所预测的路径数,计算每条预测路径下的线路停运局部风险,计算预测路径的可信度与相应路径下故障集中局部风险的乘积,得到线路停运全局风险,全局风险越大则线路越关键。
为了进一步理解本发明,以下结合IEEE(Institute of Electrical andElectronics Engineers电气和电子工程师协会)39节点系统,来解释本发明的实际应用。
IEEE39节点系统共有39个节点和36条线路,其中10个带圆圈的字母G为发电机节点,系统如图7所示。
(1)不考虑台风天气的关键线路识别
计算IEEE-39节点系统中所有线路的停运损失C,并将停运损失排在前十位的关键线路列于表1中,同时与其他两种方法中所识别的关键线路进行比较。
表1 不考虑台风天气的关键线路识别结果比较
由表1可知,文中所识别的关键线路中有7条线路是与发电机节点直接相连的线路。此外,线路6-11、13-14和21-22在发电机节点 31、32、35和36向其他区域输送功率的过程中也均起着关键枢纽的作用。因此,文中所识别的关键线路确实都很重要。虽然表1中,应用本文方法所识别的关键线路与其他方法相比有多条线路不一致,但是文中所提出的关键线路识别方法重点在于尽可能识别出线路停运后电力系统负荷损失最大的线路。
为验证表1中应用本文方法所识别关键线路的有效性,这里采用如下3种策略进行对比分析:1)开断线路停运损失最大的线路,并依次开断停运损失次大的线路;2)开断方法1中最关键的线路,并依次开断次关键的线路;3)开断方法2中最关键的线路,并依次开断次关键的线路。这里以线路停运后电力系统负荷水平(即当前总负荷与连锁故障前总负荷的比值)的变化分析相应策略的优劣。每开断一条线路后,仿真电力系统连锁故障并计算电力系统稳定后的负荷水平,结果如图8所示。
由图8可知,与策略2和策略3相比,策略1下的系统负荷水平下降趋势最明显。因此,不考虑台风天气时,应用本文方法能够更好的识别出线路停运后电力系统负荷损失最大的线路。
仿真图7中线路分别停运后的直接负荷损失和潜在负荷损失,其结果如图9所示。由图9可知,若不考虑自组织临界态,即线路停运损失只包含直接负荷损失,则有31条线路的停运损失均一样。显然,这样无法区分所有线路的重要程度。结合图8和图9可知,计及自组织临界态的关键线路不仅可以明显区分各线路间的重要程度,而且所识别的关键线路能够更好的辨别出线路停运后负荷损失最大的线路。
(2)考虑台风天气的关键线路识别
图10给出了计及台风预测路径的IEEE-39节点系统地理分布图。因此,可以分析得出台风天气下输电线路故障集及线路停运局部风险,具体数据如表2所示。
表2 台风预测路径下的输电线路故障集
表2中,台风预测路径1和2下的故障集中有6条线路一致,因为图10中的两条预测路径的走势较为相似,这一现象和现实中的各台风预测路径间的关系(即各路径间走势相似)也相吻合。此外,表2 中相同线路在各预测路径下的停运概率并不一致,这表明实际中各台风预测路径所造成的影响程度并不完全一致。
假设路径1和2的可信度分别为0.7和0.9,并根据表2中各线路局部风险计算其全局风险,给出表3所示台风天气下关键线路识别结果。
表3 台风天气下的关键线路识别结果
表3中,台风天气下的关键线路26-27同时属于路径1和2下的关键线路;线路17-18、4-14和7-8属于路径2下的关键线路;线路 3-4则属于路径1下的关键线路。此外,不考虑台风天气时,遍历系统中所有线路而得出的关键线路很有可能没有一条线路存在于台风天气下的线路故障集中。而且,由表1和表3不难发现,表1中排在前5位的关键线路中仅有线路3-4属于表3中关键线路。因此,文中所提出的关键线路识别方法不仅能够综合各预测路径下的关键线路并给出最优的关键线路,而且所识别的关键线路属于台风天气下需要重点关注的线路。此外,还能够为电网公司制定有效的防风加固措施提供借鉴,提高电网抗台风灾害能力。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种台风灾害条件下的电网关键线路识别方法,其特征在于,包括以下步骤:
根据电网地理信息分布系统中杆塔和线路的地理位置分布,并结合台风气象预报系统中实时台风预测信息,计算台风预测路径下电网线路故障集;
根据电网拓扑结构和导致线路停运的原因,计算台风预测路径下故障集中各条线路的故障概率;
根据我国电力系统具有自组织临界性的这一特征和电力系统连锁故障机理,依次开断故障集中线路,计算线路停运前后的系统直接负荷损失和线路停运后系统的潜在负荷损失,两者之和为线路停运损失;
计算故障集中每条线路的停运损失与相应线路故障概率的乘积,得到线路停运局部风险;
根据台风气象预报系统中所预测的路径数,计算每条预测路径下的线路停运局部风险,计算预测路径的可信度与相应路径下故障集中局部风险的乘积,得到线路停运全局风险,全局风险越大则线路越关键。
2.根据权利要求1所述的台风灾害条件下的电网关键线路识别方法,其特征在于,所述计算台风预测路径下电网线路故障集,包括:
计算台风风场中某点的实际风速V,如下式:
式中:θ为风速水平移动风速和环流风速间的夹角;
计算水平移动风速和环流风速如下式:
式中:V0为台风中心水平移动速度;Vmax和Rmax分别为该时刻台风风场最大风速及其风速半径;r为该点到台风中心距离;
计算风速V′所对应的台风风圈半径R′,如下式:
R′=35.39π|y-y′|
式中:y为台风中心纬度坐标;y′为与台风中心同经度的某点纬度坐标,且该点风速为V′;
计算导线的最大可承受风速如下式:
式中:WX为作用于导线的任意风速v所对应的风荷载,W′X,max为导线最大可承受风荷载,α为风压不均匀系数,ρ为空气密度,μsc为导线的体型系数,βc为500kV和750kV线路导线风荷载调整系数,d为导线的外径,Lp为杆塔间水平档距,B为覆冰时风荷载增大系数,γ为风向与导线间夹角,ε为尺度参数,δ为形状参数,t为投运时间,ζ2为线路服役寿命到达时的疲劳折损系数;
计算杆塔的最大可承受风速如下式:
式中:WS为垂直于杆塔的任意风速v所对应的风荷载,WS,max为杆塔最大可承受风荷载,μs为构件的体型系数,βz为风荷载杆塔调整系数,As为构件承受风压的投影面积计算值;
计算绝缘子串的最大可承受风速如下式:
式中:为悬垂绝缘子串在大风条件下通过静态受力平衡的方法计算求得的风偏角,β为风偏角修正系数,可通过试验线路测量后计算得到,为绝缘子串可承受的最大风偏角;
假设有m个气象预报机构,每个机构根据当前台风所预测的路径为其中为第i(i=1,2,…,m)条路径在第t(t=1,2,…,Ti)时刻时的台风中心位置坐标;同时认为导线、杆塔和绝缘子串各自同类设备的最大可承受风速均一样;当台风到达时,由和可求得各自最大可承受风速所对应的风圈半径r1、r2和r3;
再结合地理信息系统中各电力设备的地理位置坐标可知,路径i上t时刻导线、杆塔和绝缘子串的故障集分别为: 和令和分别为导线、杆塔和绝缘子串在该路径i上所有时刻的并集;集合和分别表示在路径i上影响各电力设备的次数。
3.根据权利要求1所述的台风灾害条件下的电网关键线路识别方法,其特征在于,所述计算台风预测路径下故障集中各条线路的故障概率,包括:
计算导线综合故障率Pi,l,如下式:
式中:P0为发生断线的概率;
计算杆塔综合故障率Pi,q,如下式:
式中:P0为发生倒塔的概率;
计算绝缘子串综合故障率Pi,b,如下式:
式中:P0为发生风偏闪络事故的概率;
令上述电力设备故障集中因为断线、倒塔和风偏闪路而导致的线路故障停运集分别为和则台风预测路径i下的输电线路故障集如下式:
计算故障集中线路l的停运概率pl,如下式:
式中:在和中对应的故障概率分别为p1、p2和p3。
4.据权利要求1所述的台风灾害条件下的电网关键线路识别方法,其特征在于,所述计算线路停运前后的系统直接负荷损失和线路停运后系统的潜在负荷损失,两者之和为线路停运损失,包括:
计算线路停运后系统潜在负荷损失D1,如下式:
f(x)=F′(x)=-N′(x)
F(x)=P(X<x)
=1-P(X≥x)
≈1-N(x)
P(X>x)=N(x)
ln N(x)=a-b ln x
式中:N(x)为处于自组织临界态的电力系统随停电规模x变化的电规模累积概率函数,a和b为常数;
计算线路停运前系统直接负荷损失D2,如下式:
D2=D21-D22
式中:D21和D22分别为线路停运前后系统总负荷量;
计算线路停运损失C,如下式:
C=D1+D2
式中:D1和D2分别为潜在负荷损失和直接负荷损失。
5.据权利要求1所述的台风灾害条件下的电网关键线路识别方法,其特征在于,所述计算故障集中每条线路的停运损失与相应线路故障概率的乘积,得到线路停运局部风险,包括:
计算线路停运局部风险Z,如下式:
Z=C×P
式中:P为线路停运概率。
6.据权利要求1所述的台风灾害条件下的电网关键线路识别方法,其特征在于,所述计算每条预测路径下的线路停运局部风险,计算预测路径的可信度与相应路径下故障集中局部风险的乘积,得到线路停运全局风险,全局风险越大则线路越关键,包括:
计算第i条台风预测路径下故障集中各线路停运全局风险Zi′,如下式:
Z′i=Zi×λi
式中:λi为第i条台风预测路径的可信度,Zi为第i条台风预测路径下故障集中各线路停运局部风险;
将预测路径i下的线路故障集按线路停运局部风险排序,得到线路集并令中前N条线路为路径i上的关键线路集
令L为所有预测路径下故障集的并集,将集合L按线路停运全局风险排序,则排在前N位的线路即为台风天气下的关键线路
7.一种台风灾害条件下的电网关键线路识别装置,其特征在于,包括:
线路故障集识别模块,用于根据电网地理信息分布系统中杆塔和线路的地理位置分布,并结合台风气象预报系统中实时台风预测信息,识别台风预测路径下电网线路故障集;
线路故障概率计算模块,用于根据电网拓扑结构和导致线路停运的原因,计算台风预测路径下故障集中各条线路的故障概率;
线路停运损失计算模块,用于根据我国电力系统具有自组织临界性的这一特征和电力系统连锁故障机理,依次开断故障集中线路,计算线路停运前后的系统直接负荷损失和线路停运后系统的潜在负荷损失,两者之和为线路停运损失;
线路停运局部风险计算模块,用于计算故障集中每条线路的停运损失与相应线路故障概率的乘积,得到线路停运局部风险;
电网关键线路识别模块,用于根据台风气象预报系统中所预测的路径数,计算每条预测路径下的线路停运局部风险,计算预测路径的可信度与相应路径下故障集中局部风险的乘积,得到线路停运全局风险,全局风险越大则线路越关键。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710793128.1A CN107578169B (zh) | 2017-09-04 | 2017-09-04 | 一种台风灾害条件下的电网关键线路识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710793128.1A CN107578169B (zh) | 2017-09-04 | 2017-09-04 | 一种台风灾害条件下的电网关键线路识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107578169A true CN107578169A (zh) | 2018-01-12 |
CN107578169B CN107578169B (zh) | 2020-09-25 |
Family
ID=61031147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710793128.1A Active CN107578169B (zh) | 2017-09-04 | 2017-09-04 | 一种台风灾害条件下的电网关键线路识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107578169B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108595872A (zh) * | 2018-05-07 | 2018-09-28 | 深圳供电局有限公司 | 一种电网在线安全稳定分析方法 |
CN108876194A (zh) * | 2018-07-16 | 2018-11-23 | 国网福建省电力有限公司 | 一种台风灾害场景下配电网风险评估方法 |
CN108898258A (zh) * | 2018-07-06 | 2018-11-27 | 广州供电局有限公司 | 雷电灾害天气下电力系统连锁故障风险的分析方法与系统 |
CN109118035A (zh) * | 2018-06-25 | 2019-01-01 | 南瑞集团有限公司 | 基于网格化预警信息的台风风涝灾害配电网风险评估方法 |
CN109861222A (zh) * | 2019-03-29 | 2019-06-07 | 国网湖南省电力有限公司 | 一种省级电网负荷分区预测方法及系统 |
CN110929391A (zh) * | 2019-11-08 | 2020-03-27 | 中国农业大学 | 一种台风灾害下配电网故障率计算方法及系统 |
CN111985159A (zh) * | 2020-08-20 | 2020-11-24 | 重庆大学 | 一种基于输电塔荷载可靠度的架空输电线路加固规划方法 |
CN112488336A (zh) * | 2020-12-09 | 2021-03-12 | 深圳供电局有限公司 | 一种用于极端天气下的电网故障处理方法及系统 |
WO2021047060A1 (zh) * | 2019-09-09 | 2021-03-18 | 天津大学 | 一种台风场景下的配电网风险控制方法 |
CN112906620A (zh) * | 2021-03-09 | 2021-06-04 | 唐山职业技术学院 | 无人机辅助的绝缘子故障检测方法、装置和电子设备 |
CN113177857A (zh) * | 2021-03-31 | 2021-07-27 | 国网浙江省电力有限公司温州供电公司 | 一种基于台风灾害预估的资源弹性调配方法 |
CN113191535A (zh) * | 2021-04-14 | 2021-07-30 | 国网河南省电力公司电力科学研究院 | 一种大风灾害预警中设计风速修正方法 |
CN115207930A (zh) * | 2022-08-19 | 2022-10-18 | 华北电力大学 | 一种极端天气下的电力系统预防性控制方法及系统 |
CN115207930B (zh) * | 2022-08-19 | 2024-07-02 | 华北电力大学 | 一种极端天气下的电力系统预防性控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599023A (zh) * | 2014-08-06 | 2015-05-06 | 国家电网公司 | 台风天气输电线路时变可靠性计算方法及风险评估系统 |
CN106503881A (zh) * | 2016-09-23 | 2017-03-15 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 直流输电线路台风风险的评估方法 |
CN106651131A (zh) * | 2016-11-16 | 2017-05-10 | 海南电力技术研究院 | 输电线路防台风预警方法和系统 |
CN106845698A (zh) * | 2017-01-04 | 2017-06-13 | 广西电网有限责任公司电力科学研究院 | 一种台风影响电网断线率的预测方法 |
-
2017
- 2017-09-04 CN CN201710793128.1A patent/CN107578169B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599023A (zh) * | 2014-08-06 | 2015-05-06 | 国家电网公司 | 台风天气输电线路时变可靠性计算方法及风险评估系统 |
CN106503881A (zh) * | 2016-09-23 | 2017-03-15 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 直流输电线路台风风险的评估方法 |
CN106651131A (zh) * | 2016-11-16 | 2017-05-10 | 海南电力技术研究院 | 输电线路防台风预警方法和系统 |
CN106845698A (zh) * | 2017-01-04 | 2017-06-13 | 广西电网有限责任公司电力科学研究院 | 一种台风影响电网断线率的预测方法 |
Non-Patent Citations (1)
Title |
---|
王志奎: "《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》", 15 July 2018 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108595872A (zh) * | 2018-05-07 | 2018-09-28 | 深圳供电局有限公司 | 一种电网在线安全稳定分析方法 |
CN109118035B (zh) * | 2018-06-25 | 2022-04-05 | 南瑞集团有限公司 | 基于网格化预警信息的台风风涝灾害配电网风险评估方法 |
CN109118035A (zh) * | 2018-06-25 | 2019-01-01 | 南瑞集团有限公司 | 基于网格化预警信息的台风风涝灾害配电网风险评估方法 |
CN108898258A (zh) * | 2018-07-06 | 2018-11-27 | 广州供电局有限公司 | 雷电灾害天气下电力系统连锁故障风险的分析方法与系统 |
CN108876194A (zh) * | 2018-07-16 | 2018-11-23 | 国网福建省电力有限公司 | 一种台风灾害场景下配电网风险评估方法 |
CN109861222A (zh) * | 2019-03-29 | 2019-06-07 | 国网湖南省电力有限公司 | 一种省级电网负荷分区预测方法及系统 |
CN109861222B (zh) * | 2019-03-29 | 2022-12-06 | 国网湖南省电力有限公司 | 一种省级电网负荷分区预测方法及系统 |
WO2021047060A1 (zh) * | 2019-09-09 | 2021-03-18 | 天津大学 | 一种台风场景下的配电网风险控制方法 |
CN110929391A (zh) * | 2019-11-08 | 2020-03-27 | 中国农业大学 | 一种台风灾害下配电网故障率计算方法及系统 |
CN111985159A (zh) * | 2020-08-20 | 2020-11-24 | 重庆大学 | 一种基于输电塔荷载可靠度的架空输电线路加固规划方法 |
CN112488336A (zh) * | 2020-12-09 | 2021-03-12 | 深圳供电局有限公司 | 一种用于极端天气下的电网故障处理方法及系统 |
CN112906620A (zh) * | 2021-03-09 | 2021-06-04 | 唐山职业技术学院 | 无人机辅助的绝缘子故障检测方法、装置和电子设备 |
CN112906620B (zh) * | 2021-03-09 | 2022-10-28 | 唐山职业技术学院 | 无人机辅助的绝缘子故障检测方法、装置和电子设备 |
CN113177857A (zh) * | 2021-03-31 | 2021-07-27 | 国网浙江省电力有限公司温州供电公司 | 一种基于台风灾害预估的资源弹性调配方法 |
CN113177857B (zh) * | 2021-03-31 | 2022-10-21 | 国网浙江省电力有限公司温州供电公司 | 一种基于台风灾害预估的资源弹性调配方法 |
CN113191535A (zh) * | 2021-04-14 | 2021-07-30 | 国网河南省电力公司电力科学研究院 | 一种大风灾害预警中设计风速修正方法 |
CN115207930A (zh) * | 2022-08-19 | 2022-10-18 | 华北电力大学 | 一种极端天气下的电力系统预防性控制方法及系统 |
CN115207930B (zh) * | 2022-08-19 | 2024-07-02 | 华北电力大学 | 一种极端天气下的电力系统预防性控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107578169B (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107578169A (zh) | 一种台风灾害条件下的电网关键线路识别方法及装置 | |
CN110532508B (zh) | 一种基于步进环栅的输电线路的多目标优化路径选择方法 | |
CN106611245A (zh) | 一种基于gis的电网台风灾害风险评估方法 | |
Karipoğlu et al. | Determination of the most appropriate site selection of wind power plants based Geographic Information System and Multi-Criteria Decision-Making approach in Develi, Turkey. | |
CN103678865B (zh) | 一种冻雨引发输电线路故障的故障概率在线评估方法 | |
CN105785243A (zh) | 一种特高压交流输电线路绝缘子覆冰闪络风险评估方法 | |
WO2021047060A1 (zh) | 一种台风场景下的配电网风险控制方法 | |
CN108595872A (zh) | 一种电网在线安全稳定分析方法 | |
CN109522599A (zh) | 一种台风导致的输电线路突发故障预警方法 | |
CN107292478A (zh) | 一种灾害对配电网影响态势的获取方法 | |
CN104732448B (zh) | 一种电网基础设施脆弱性评价方法 | |
CN109118035A (zh) | 基于网格化预警信息的台风风涝灾害配电网风险评估方法 | |
Gentle | Concurrent wind cooling in power transmission lines | |
CN109359882A (zh) | 一种台风灾害下输电线路跳闸风险评估方法 | |
Abboud et al. | Coupling computational fluid dynamics with the high resolution rapid refresh model for forecasting dynamic line ratings | |
CN109359896A (zh) | 一种基于svm的电网线路故障风险预警方法 | |
CN110276536A (zh) | 指数型去模糊化层次分析法的配电网杆塔安全性评估方法 | |
CN105278004A (zh) | 一种电网输电线路区段的气象情况分析方法 | |
CN111126672A (zh) | 一种基于分类决策树的高压架空输电线路台风灾害预测方法 | |
CN104050518B (zh) | 一种基于多普勒天气雷达的电网对流致灾大风预警方法 | |
CN107370146A (zh) | 一种计及风随机性影响的直线塔输电线路风偏放电概率在线预警方法 | |
CN102983533A (zh) | 一种输电线路导/地线风荷载计算方法 | |
Genç | Determination of the most appropriate site selection of wind power plants based Geographic Information System and Multi-Criteria Decision-Making approach in Develi, Turkey | |
Shafieezadeh et al. | Fragility assessment of wood poles in power distribution networks against extreme wind hazards | |
CN106682776A (zh) | 架空输电线路舞动精细化预测预警方法及系统 |
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 |