CN107705032A - 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法 - Google Patents
一种基于电网覆冰灾害离线风险评估模型的线路融冰方法 Download PDFInfo
- Publication number
- CN107705032A CN107705032A CN201710992513.9A CN201710992513A CN107705032A CN 107705032 A CN107705032 A CN 107705032A CN 201710992513 A CN201710992513 A CN 201710992513A CN 107705032 A CN107705032 A CN 107705032A
- Authority
- CN
- China
- Prior art keywords
- ice
- failure
- electricity
- circuit
- risk
- 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 42
- 238000002844 melting Methods 0.000 title claims abstract description 32
- 238000013210 evaluation model Methods 0.000 title claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 86
- 230000005611 electricity Effects 0.000 claims abstract description 78
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 74
- 230000007257 malfunction Effects 0.000 claims abstract description 39
- 239000012141 concentrate Substances 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000001052 transient effect Effects 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004088 simulation Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 230000003068 static effect Effects 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000005755 formation reaction Methods 0.000 description 50
- 230000008859 change Effects 0.000 description 15
- 230000006378 damage Effects 0.000 description 12
- 238000012502 risk assessment Methods 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于电网覆冰灾害离线风险评估模型的线路融冰方法，包括：将电网划分为Nicearea片冰区，从电网中筛选出Nline条高风险输电线路获得高风险输电线路集，对位于每个冰区内高风险输电线路进行排列组合处理获得每个冰区动态预想故障集，并获得每个冰区动态预想故障集中各故障t时刻的故障概率和获得各故障的影响程度综合指标，进而获得各故障各时刻的风险值，将冰区风险值与冰区风险阈值比较，并确定高风险输电线路集是否需要更新，若需更新，则继续求更新后高风险输电线路集的风险值，否则将获得的高风险输电线路与原始高风险输电线路比较得到融冰策略。
Description
技术领域
本发明涉及电网安全稳定运行评估领域，更具体地，涉及一种基于电网覆冰灾害离线风险评估模型的线路融冰方法。
背景技术
近年来，我国逐渐增多的自然灾害造成了大量电力设施的损坏，严重影响了电网的可靠运行。作为自然灾害的一种，冰冻灾害影响范围大，一般会引起多个省市的电网出现机械性损坏。为减小冰灾危害，对覆冰线路采取融冰措施是最直接有效的重要手段之一。然而，受到融冰装置配置水平及电网安全运行条件的限制，无法对所有覆冰线路均展开融冰工作。因此，当电网出现大范围覆冰情况时，制定科学合理的融冰方案，对及时有效地开展融冰工作、提高融冰效率、降低电网安全运行风险有重要的意义。
目前，针对电网覆冰灾害的研究越来越受重视，主要集中在覆冰机理、覆冰监测、融冰技术、冰灾风险及防御策略几个方面。然而对于冰灾天气下，如何制定合理可行的线路融冰方案的相关研究仍不完善。在极端冰灾气候下系统受到环境和自身运行状态的影响，需要对电网的实时运行安全水平进行评估。若根据以往的研究仅考虑输电线路的历史覆冰情况是不全面也不可靠的。将电网覆冰下的风险评估与融冰方案的制定相结合，能够最大限度保证电网全稳定运行，增强电网抵御冰灾的能力。
发明内容
针对现有技术的以上缺陷，本发明提供了一种基于电网覆冰灾害离线风险评估模型的线路融冰方法，其目的在于解决现有线路融冰方案仅考虑输电线路历史覆冰情况导致方案可靠度不高的技术问题。
本发明提供一种基于电网覆冰灾害离线风险评估模型的线路融冰方法，包括以下步骤：
步骤1：根据历史覆冰情况和输电线路地理位置将电网划分为Nicearea片冰区，并根据输电线路的历史倒塔情况从电网中总共筛选出Nline条高风险输电线路，其中各冰区分别包含Niline(iline＝1,2…..Nicearea)条高风险线路，并由此确定各冰区第1次更新后的高风险输电线路集；
步骤2：对每个冰区第1次更新后的高风险输电线路进行排列组合，在各种故障组合下进行潮流计算与暂态仿真获得每个冰区内全部故障组合下的潮流计算结果和暂态仿真结果；
步骤3：从r次更新后的高风险输电线路集中获得位于每个冰区内第r次更新后的高风险输电线路集，对位于每个冰区内第r次更新后的高风险输电线路集发生故障线路进行排列组合处理获得每个冰区第r次更新后的动态预想故障集；
步骤4：根据第r次更新后每个冰区内的各高风险输电线路t时刻的故障概率获得每个冰区第r次更新后的动态预想故障集中各故障t时刻的故障概率；
根据潮流计算结果和暂态仿真结果获得第r次更新后的动态预想故障集中各故障的影响程度综合指标；步骤5：根据每个冰区第r次更新后的动态预想故障集中各故障各时刻的故障概率和第r次更新后的动态预想故障集中各故障的影响程度综合指标获得每个冰区的第r次更新后的风险判断值；
步骤6：判断每个冰区的第r次更新后的风险判断值是否小于各个冰区的风险阈值，若是，则第r次融冰方案为最佳融冰方案，并终止；否则，去除第1次更新的高风险线路集中任意m条高风险线路获得第r+1次更新的高风险线路集，且记任意m条高风险线路为第r+1次融冰方案，并令r＝r+1，进入步骤3；
其中，第0次融冰方案为不融化任何高风险输电线，每个冰区内第r次更新后的高风险输电线路集每条高风险输电线路t时刻的故障概率根据每条高风险输电线路的荷载和强度获得。
优选地，在选择从第1次更新的高风险线路集中剔除高风险线路时，应当遵循如下原则：去除高风险线路条数m应由0逐渐增加至Niline，且全面的考虑融冰线路的各种组合情况；
其中，Niline为第iline个冰区中第1次更新的高风险线路集高风险线路数量。
优选地，步骤4中根据公式获得各冰区动态预想故障集中各故障t时刻的故障概率，其中，Pfault(t)为k条线路断线的故障t时刻的故障概率，Pfx(t)为第x条线路t时刻故障概率，Pfy(t)为第y条线路t时刻故障概率，且x∈U,U为故障包含的故障线路的集合。
优选地，步骤4中获得单条线路发生故障的故障概率包括如下步骤：
将线路的冰荷载、风荷载、重力荷载和线路强度进行比较处理后获得线路可靠度指标；
将二维标准正态分布函数中两个相邻时刻的线路可靠度指标对应概率值作为获得线路的平均失效率；
根据线路的平均失效率获得线路发生故障的故障概率。
优选地，步骤4中根据公式Pf(Δt)＝1-PR(Δt)获得单条高风险输电线路时间段Δt的故障概率；
其中，PR(Δt)＝exp(-λ(t)Δt)，λ(t)为t时刻线路的平均失效率，λspani(t)为第spani档距t时刻输电线路的平均失效率，Φ2为二维标准正态分布函数，β(t)为t时刻的线路可靠度指标，β(t+Δt)表示t+Δt时刻的线路可靠度指标，ρz(t,t+Δt)为t+Δt时刻和t时刻极限状态方程的相关系数。
优选地，步骤4中根据公式获得t时刻线路的动态可靠度指标β(t)；
其中，Z(t)为t时刻线路状态，σR(t)为t时刻线路预测强度的标准差，σS(t)为t时刻线路预测应力的标准差，Z(t)＝R-S(t)，S(t)＝G+Fi(t)+Fw(t)，Fi(t)为t时刻线路的冰荷载，Fw(t)为t时刻线路的风荷载，G为重力荷载，R为线路初始强度。
优选地，步骤4中获得每个冰区的第r次更新后的动态预想故障集中各个故障的影响程度综合指标包括如下步骤：
从各种故障下的潮流计算结果和暂态仿真结果中筛选出每个冰区的第r次更新后动态预想故障集中各个故障下的潮流计算结果和暂态仿真结果；
根据从第r次更新后动态预想故障集内故障的潮流计算结果提取出的各节点电压模值、各节点额定电压、各节点最大允许电压偏差值以及各节点权因子获得稳态潮流下静态母线电压偏移指标；
根据从第r次更新后的动态预想故障集内故障的潮流计算结果提取出的支路有功功率、支路功率风险阈值、支路极限传输功率以及支路权重因子获得支路过载指标；
根据中枢点母线电压低于0.75p.u.的最大允许时间和从第r次更新后的动态预想故障集内故障的暂态仿真结果提取出的暂态过程中中枢点母线电压下降持续时间获得暂态电压偏移指标；
根据从第r次更新后的动态预想故障集内故障的暂态仿真结果提取出的暂态过程中各个发电机最大摇摆相对角的偏离程度获得发电机功角指标；
将稳态潮流下静态母线电压偏移指标、支路过载指标、暂态电压偏移指标以及发电机功角指标的加权平均值作为第r次更新后的动态预想故障集中各个故障的影响程度综合指标。
优选地，步骤4中根据公式计算稳态潮流下静态母线电压偏移指标SVI；
根据公式计算支路过载指标PFI；
其中，N为总节点数，ωinode为第inode个节点重要程度的权因子，Vinode为第inode个节点的电压模值，Vn为节点的额定电压，为第inode个节点的最大允许电压偏差值；Pi为第i个支路的有功功率；Plim,i为第i个支路极限传输功率；Pw,i为第i个支路功率风险阈值，ωi为支路权重因子。
优选地，步骤4中根据公式δv＝Tlowv/Tvmax计算暂态电压偏移指标TVI；
根据公式计算发电机功角指标GVI；
其中，Tlowv代表暂态过程中系统电压中枢点母线电压下降持续时间；Tvmax代表系统电压中枢点母线电压低于0.75p.u.的最大允许时间，Δθigen代表暂态过程中第igen个发电机最大摇摆相对角的偏离，Ngen代表发电机数量，igen代表发电机节点。
优选地，步骤(3)中对于电网的暂态仿真采用三相短路故障进行模拟。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
1、本发明综合考虑冰荷载和风荷载的影响，提出覆冰电网的输电线路故障概率计算模型，并与衡量事故后果的故障影响程度综合指标相结合，构建电网覆冰风险指标反映覆冰线路故障对系统运行安全水平的影响，并提出覆冰线路融冰方案。
2、本发明充分考虑了输电线路在覆冰过程中产生的时变不确定参数。能够更加准确地预测覆冰线路的短期故障概率。
3、本发明针对故障后系统的安全稳定性提出了故障影响程度综合指标，可定量评估系统的安全稳定性，再结合故障概率可得到系统的风险曲线，并根据风险曲线的变化来制定融冰方案，可以使得融冰后系统的风险下降最快。
附图说明
图1是本发明提供的基于电网覆冰灾害离线风险评估模型的线路融冰方法的流程图；
图2是本发明提供的线路融冰方法实例中系统拓扑结构及冰区划分图；
图3是本发明提供的线路融冰方法实例中4条输电线路的故障概率和覆冰厚度随时间变化曲线；
图4是本发明提供的线路融冰方法实例中冰区风险随时间变化曲线；
图5是本发明提供的线路融冰方法实例中各条线路融冰后的冰区风险变化曲线；其中，图5(a)为融冰A线路后系统的风险变化曲线，图5(b)为融冰B线路后系统的风险变化曲线，图5(c)为融冰C线路后系统的风险变化曲线，图5(d)为融冰D线路后系统的风险变化曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明针对冰灾天气下覆冰线路融冰方案制定研究不足的状况，构建一套覆冰电网离线风险评估模型，以反映覆冰线路故障对系统运行安全水平的影响，并提出覆冰线路融冰方案的制定方法。
图1是本发明提供的基于电网覆冰灾害离线风险评估模型的线路融冰方法的流程图，该方法包括如下步骤：
步骤1：根据历史覆冰情况和输电线路地理位置将电网划分为Nicearea片冰区，并根据输电线路的历史倒塔情况从电网中筛选出Nline条高风险输电线路获得第1次更新后的高风险输电线路集。其中，各冰区包含Niline(iline＝1,2…..Nicearea)条高风险线路，且
步骤2：对第1次更新后的高风险输电线路集在各种故障下进行潮流计算与暂态仿真获得各种故障下潮流计算结果和各种故障下暂态仿真结果，第1次更新后的高风险输电线路集有Nline条高风险输电线路，故需要进行潮流计算和暂态仿真。
步骤3：从r次更新后的高风险输电线路集中获得位于每个冰区内第r次更新后的高风险输电线路集，对位于每个冰区内第r次更新后的高风险输电线路集发生故障线路进行排列组合处理获得每个冰区第r次更新后的动态预想故障集。
对于第iline(iline＝1,2…..Nicearea)个冰区，冰区内包含Niline(iline＝1,2…..Nicearea)条高风险线路，则第iline个冰区第1次更新后的动态预想故障集中包含的故障数量可利用如下公式计算：
步骤4：根据位于每个冰区内第r次更新后的高风险输电线路集中各高风险输电线路的各时刻故障概率获得每个冰区第r次更新后的动态预想故障集中各故障各时刻的故障概率。
第r次更新后的动态预想故障集中k条线路断线的故障t时刻的故障概率可利用如下公式计算：
其中，Pfault(t)为k条线路断线的故障t时刻的故障概率，Pfx(t)为第x条线路t时刻故障概率，Pfy(t)为第y条线路t时刻故障概率，U为故障包含的发生故障的k条线路的集合。
每条高风险输电线路t时刻的故障概率根据每条高风险输电线路的荷载和强度获得，包括如下子步骤：
将线路的冰荷载、风荷载、重力荷载和线路强度进行比较处理后获得线路动态可靠度指标；
首先根据如下公式获得输电线路承受的风荷载：
其中，Fw(t)为风荷载，单位为kN；α为风压不均匀系数；v(t)为风速；μ为风压高度变化系数；μsc为导线的体型系数；βc为导线及地线的风荷载调整系数；dice为导线覆冰时的计算外径；Lp为杆塔的水平档距；B为覆冰时风荷载增大系数；θ为风向与导线的夹角。
根据输入的风速依据我国电力行业标准《110-500kV架空送电线路设计技术规定(DL/T 5092-1999)》确定输电线路的风压不均匀系数和风荷载增大系数；根据输入的导线外径依据我国电力行业标准《110-500kV架空送电线路设计技术规定(DL/T 5092-1999)》确定输电线路的导线体型系数；根据输入的风速确定风荷载调整系数；根据冰区地形依据《2012荷载规范风压高度变化系数表》确定输电线路的风压高度变化系数；根据Nicearea片冰区的历史天气信息可以获得天气预测信息，天气越策信息包括预测风速、预测风向与导线夹角；根据输入的天气越策信息进行覆冰预测可以得到导线覆冰厚度变化情况；输电线路参数包括输电线路型号、输电线路外径、杆塔水平档距、杆塔垂直档距、输电线路重力荷载以及输电线路传输容量上限。
当风速等于或大于20m/s时，风压不均匀系数取为0.61。当风速小于20m/s时，风荷载调整系数取值1；当风速大于等于20小于30时，风荷载调整系数取值1.1；当风速大于等于30小于35时，风荷载调整系数取值1.2；当风速大于等于35时，风荷载调整系数取值1.3。
当输电线路近海面时，风压高度变化系数取值1.17～1.38；当输电线路近乡镇和城郊时，风压高度变化系数取值1；当输电线路近密集建筑群的城市市区时，风压高度变化系数取值0.74；当输电线路近房屋较高的城市市区时，风压高度变化系数取值0.62。导线的体型系数在覆冰时取值1.2。
其次，根据如下公式获得输电线路承受的冰荷载：
Fice(t)＝9.82×10-9ρiceπd(t)(Dc+d(t))Lh
其中，Fice为冰荷载，单位kN；ρice为冰的密度；d(t)为导线的覆冰厚度；Dc为导线直径；Lh为杆塔的垂直档距。
再次，根据如下公式获得输电线路t时刻承受的总荷载：
S(t)＝G+Fice(t)+Fw(t)
式中，G为重力荷载，Fice(t)为t时刻冰荷载，Fw(t)为t时刻风荷载。
再次，根据如下公式获得线路强度：
R＝1.0917*Td
其中，R为线路初始强度，Td为线路最大使用张力，Td＝0.6Tm/K，Tm为拉断张力，K为安全系数，一般取值为2.5。覆冰持续时间通常为数周，线路的设计寿命通常为数十年。因此在计算覆冰线路失效率时，可以认为线路的强度不随时间变化。根据输电线路导线型号依据《钢芯铝绞线载流量表》确定输电线路的拉断张力。
再次，根据如下公式获得输电线路的状态：
Z(t)＝R-S(t)
当Z(t)大于0，说明t时刻输电线路的强度大于承受的荷载，那么线路不会发生故障；如果Z(t)小于0，说明t时刻线路发生故障。
最后，根据如下公式获得t时刻线路动态可靠度指标：
其中，Z(t)为t时刻线路状态；σR为预测强度的标准差；σS(t)为预测应力的标准差，σR＝0.1R，σS(t)＝0.15*(Fice(t)+Fw(t))。
将二维标准正态分布函数中两个相邻时间的线路动态可靠度指标对应概率值作为获得线路的平均失效率，根据如下公式获得线路的平均失效率：
首先根据如下公式获得第spani档距输电线路的平均失效率：
其中，spani＝1,2...n，spani为档距次序，Φ2为二维标准正态分布函数β(t)为t时刻的可靠度指标；β(t+Δt)表示t+Δt时刻对应时刻的可靠度指标；ρz(t,t+Δt)为对应两时刻极限状态方程的相关系数，可利用公式来计算，为求取相关系数的过程变量，
然后根据如下公式获得多档距覆冰输电线路的平均失效率：
其中λspani(t)为t时刻第spani档距输电线路的平均失效率。
根据线路的平均失效率获得线路发生故障的故障概率；根据如下公式获得线路发生故障时间段Δt的故障概率：
Pf(Δt)＝1-PR(Δt)
其中，Pf(Δt)为线路在Δt时间内的故障概率，即第t时刻至第t+Δt时刻之间时间段的故障概率，PR(Δt)为线路在Δt时间内的可靠度；PR(Δt)＝exp(-λ(t)Δt)。
并根据潮流计算结果和暂态仿真结果获得第r次更新后的动态预想故障集中各故障的影响程度综合指标；包括如下子步骤：
从各种故障下潮流计算结果和暂态仿真结果中获得每个冰区的第r次更新后的动态预想故障集中单个故障下潮流计算结果和暂态仿真结果；
根据第r次更新后的动态预想故障集单个故障潮流计算结果中各节点电压模值、各节点额定电压、各节点最大允许电压偏差值以及各节点权因子确定稳态潮流下静态母线电压偏移指标；即根据如下公式获得稳态潮流下静态母线电压偏移指标SVI：
其中，N为总节点数；ωinode表征节点重要程度的权因子，发电机节点取0.4，负荷节点取0.6，其他节点取0.5；Vinode为第inode节点的电压模值；Vn为第inode节点的额定电压；为第inode节点的最大允许电压偏差值，一般取值为0.1。
当母线电压偏移量未超过允许最大电压偏差量时，SVI指标值为0；当母线电压偏移量超过允许最大电压偏差量时，SVI指标值为节点权重因子与电压偏移程度的乘积。
根据第r次更新后的动态预想故障集单个故障潮流计算结果中支路有功功率、支路功率风险阈值、支路极限传输功率以及支路权重因子获得支路过载指标；即根据如下公式获得支路过载指标PFI：
其中，Pi为第i个支路的有功功率；Plim,i为第i个支路极限传输功率；Pw,i为第i个支路功率风险阈值，通常取为Plim的90％；ωi为支路权重因子，ωi＝Pi/SB，SB为系统基准功率。
当支路功率未超过支路功率风险阈值时，PFI指标值为0；当支路功率超过支路功率风险阈值时，PFI指标值为支路权重因子与功率越限程度的乘积。
根据第r次更新后的动态预想故障集单个故障暂态仿真结果中在暂态过程中中枢点母线电压下降持续时间和中枢点母线电压低于0.75p.u.的最大允许时间获得暂态电压偏移指标；即根据如下公式获得暂态电压偏移指标TVI：
δv＝Tlowv/Tvmax
其中，Tlowv代表暂态过程(5s)中中枢点母线电压下降持续时间，即中枢点母线电压低于0.75p.u.的下降持续时间；Tvmax代表代表中枢点母线电压低于0.75p.u.的最大允许时间，取值1s。
根据第r次更新后的动态预想故障集单个故障暂态仿真结果中在暂态过程中各个发电机最大摇摆相对角的偏离获得发电机功角指标；即根据如下公式获得发电机功角指标GVI：
其中，Δθigen代表暂态过程中发电机最大摇摆相对角的偏离，Ngen代表发电机数量，igen代表发电机节点，igen＝1,2....Ngen。
将稳态潮流下静态母线电压偏移指标、支路过载指标、暂态电压偏移指标以及发电机功角指标的加权平均值作为第r次更新后的动态预想故障集中单个故障的影响程度综合指标，根据如下公式获得单个故障的影响程度综合指标CI：
CI＝K1SVI+K2PFI+K3TVI+K4GAI
其中，利用公式计算静态母线电压偏移指标的权重，利用公式计算支路过载指标的权重；利用公式计算暂态电压偏移指标的权重；利用公式计算发电机功角指标的权重。
步骤5：根据每个冰区第r次更新后的动态预想故障集中各故障t时刻的故障概率和第r次更新后的动态预想故障集中各故障的影响程度综合指标获得每个冰区第r次更新后的风险值。
将故障的影响程度综合指标与故障t时刻的故障概率相乘后累加计算得到单个冰区的风险值，即利用如下同时获得单个冰区的t时刻风险值：
其中，Ω为在预测覆冰情况下所有可能对单个冰区安全稳定运行产生风险的动态预想故障集合，其中，利用公式FaultRAi(t)＝Pfault_i(t)*CIi计算故障t时刻的风险大小，其中Pfault_i(t)为第i个故障t时刻的故障概率，CIi为第i个故障的影响程度综合指标。
步骤6：选取单个冰区第r次更新后各个时刻风险值中最大值作为单个冰区第r次更新后风险判断值，判断每个冰区的第r次更新后风险判断值是否小于各个冰区的风险阈值，若是，则第r次融冰方案为最佳融冰方案，并终止；否则去除第1次更新后高风险线路集中任意m条高风险线路获得第r+1次更新的高风险线路集，且记任意m条高风险线路为第r+1次融冰方案，并令r＝r+1，进入步骤3；
其中，第0次融冰方案为不融化任何高风险输电线，单个冰区的风险阈值根据冰区为通过将冰区原始风险数据进行拟合后取拟合曲线上二次导数中正值最大对应的风险值作为风险阈值，冰区原始风险值数据将第1次更新后的高风险输电线路集合利用步骤3、步骤4以及步骤5所记载的内容获得。
本发明提供的线路融冰方法中，在去除高风险线路集中高风险线路时，可以采取如下步骤：
对于包含Niline(iline＝1,2…..Nicearea)条风险线路的冰区，首先按顺序选择一条风险线路进行融冰(也即将该线路从高风险输电线路集合中剔除)，更新预想故障集后观察系统的风险曲线变化；若融冰后系统的风险最大值降低到阈值以内，则融冰策略即为融冰该条风险线路。若无论融冰Niline条风险线路中的任意一条均不能使得该时刻系统风险降低到阈值以内增加一条融冰线路，再次遍历两条线路同时融冰后系统的风险变化，若融冰后系统的风险最大值降低到阈值以内，则融冰策略即为融冰该条风险线路。若依然无法寻找到使得系统风险值降低到阈值以内的融冰线路组合，则继续增加一条融冰线路，直至获得融冰方案。
本发明提供的实例是基于新英格兰10机39节点系统，对电网在极端冰灾气候下的长时间尺度(192小时)的风险分析。
实施例提供的一种电网在极端冰灾气候下长时间尺度的风险评估方法步骤具体如下：
(1)将新英格兰系统划分为三片冰区，选取线路L4-14、L5-6、L6-11和L10-13为四条高风险线路，其拓扑结构及冰区划分如图2所示。
(2)获得输电线路参数与线路覆冰厚度变化，如表1所示。风速为1～7m/s内的随机数。
表1线路参数
| 覆冰线路 | 线路型号 | 线路强度/kN | 线路外径/mm |
| L4-14 | LGJ-500/35 | 31.31 | 30 |
| L5-6 | LGJ-400/50 | 32.3318 | 27.63 |
| L6-11 | LGJ-300/70 | 33.5370 | 25.2 |
| L10-13 | LGJ-400/65 | 35.4235 | 28 |
表2覆冰线路的覆冰增长规律
表3冰风荷载计算参数设置
并获得冰区内4条输电线路的故障概率Pf，图3给出了4条输电线路的故障概率和覆冰厚度随时间变化曲线。
将4条高风险输电线路进行排列组合，形成动态预想故障集，故障集合中包含15种故障。
(3)对预想故障集中的15个故障进行潮流计算与暂态仿真，并计算各预想故障的影响程度综合指标。如表4所示给出了预想故障的影响程度综合指标计算结果，其中A表示线路L4-14，B表示线路L5-6，C表示线路L6-11，D表示线路L10-13。
表4预想故障集的影响程度综合指标
| 故障 | PFI | SVI | TVI | GVI | CI |
| A | 0 | 0 | 0 | 0.0752 | 0.0063 |
| B | 0 | 0 | 0 | 0.0783 | 0.0066 |
| C | 0.0543 | 0 | 0 | 0.0775 | 0.0065 |
| D | 0 | 0 | 0 | 0.0776 | 0.0065 |
| AB | 0 | 0 | 0 | 0.0881 | 0.0074 |
| AC | 0.03897 | 0 | 0 | 0.1172 | 0.0098 |
| AD | 0 | 0 | 0 | 0.0754 | 0.0063 |
| BC | 0.0543 | 0 | 0 | 0.0761 | 0.0064 |
| BD | 0 | 0 | 0 | 0.0912 | 0.0077 |
| CD | 0.1421 | 0.0297 | 0.6381 | 1 | 0.2008 |
| ABC | 0.3912 | 0 | 0 | 0.1126 | 0.0095 |
| ABD | 0 | 0 | 0 | 0.095 | 0.008 |
| ACD | 0.3971 | 0.2417 | 0.819 | 1 | 0.3904 |
| BCD | 0.1422 | 0.0327 | 0 | 0.0958 | 0.0332 |
| ABCD | 0.3981 | 0.2488 | 1.181 | 1 | 0.4491 |
(4)将预想故障的影响程度综合指标与故障概率相乘后累加计算得到冰区风险。图4给出了冰区风险随时间变化曲线。
并制定融冰策略。
以冰区原始风险数据所拟合曲线二次导数中正值最大的一点为阈值选取点，阈值为0.0767。逐一对四条线路进行融冰，图5所示给出了各条线路融冰后的系统风险，其中，图5(a)为融冰A线路后系统的风险变化曲线，图5(b)为融冰B线路后系统的风险变化曲线，图5(c)为融冰C线路后系统的风险变化曲线，图5(d)为融冰D线路后系统的风险变化曲线。
可以看出选择C或D线路进行融冰，未来八天内，系统的风险最高分别为0.0075和0.0089，不会超过风险阈值。因此选择C线路或者D线路进行融冰均可。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于电网覆冰灾害离线风险评估模型的线路融冰方法，其特征在于，包括以下步骤：
步骤1：根据历史覆冰情况和输电线路地理位置将电网划分为Nicearea片冰区，并根据输电线路的历史倒塔情况从电网中总共筛选出Nline条高风险输电线路，其中第iline个冰区包含的Niline条高风险线路构成第iline个冰区第1次更新后的高风险输电线路集；
步骤2：对每个冰区第1次更新后的高风险输电线路进行排列组合，在各种故障组合下进行潮流计算与暂态仿真获得每个冰区内全部故障组合下的潮流计算结果和暂态仿真结果；
步骤3：从r次更新后的高风险输电线路集中获得位于每个冰区内第r次更新后的高风险输电线路集，对位于每个冰区内第r次更新后的高风险输电线路集发生故障线路进行排列组合处理获得每个冰区第r次更新后的动态预想故障集；
步骤4：根据第r次更新后每个冰区内的各高风险输电线路t时刻的故障概率获得每个冰区第r次更新后的动态预想故障集中各故障t时刻的故障概率；
根据潮流计算结果和暂态仿真结果获得第r次更新后的动态预想故障集中各故障的影响程度综合指标；
步骤5：根据每个冰区第r次更新后的动态预想故障集中各故障各时刻的故障概率和第r次更新后的动态预想故障集中各故障的影响程度综合指标获得每个冰区的第r次更新后的风险判断值；
步骤6：判断每个冰区第r次更新后的风险判断值是否小于各个冰区的风险阈值，若是，则第r次融冰方案为最佳融冰方案，并终止；否则，去除第1次更新的高风险线路集中任意m条高风险线路获得第r+1次更新的高风险线路集，且记任意m条高风险线路为第r+1次融冰方案，并令r＝r+1，进入步骤3；
其中，第0次融冰方案为不融化任何高风险输电线，每个冰区内第r次更新后的高风险输电线路集每条高风险输电线路t时刻的故障概率根据每条高风险输电线路的荷载和强度获得，iline＝1,2,…,Nicearea。
2.如权利要求1所述的线路融冰方法，其特征在于，所述步骤6中在选择从第1次更新的高风险线路集中剔除高风险线路时，应当遵循如下原则：去除高风险线路条数m应由0逐渐增加至Niline，且全面的考虑融冰线路的各种组合情况；
其中，Niline为第iline个冰区中第1次更新的高风险线路集高风险线路数量。
3.如权利要求1或2所述的线路融冰方法，其特征在于，步骤4中根据公式获得各冰区动态预想故障集中各故障t时刻的故障概率，其中，Pfault(t)为k条线路断线的故障t时刻的故障概率，Pfx(t)为第x条线路t时刻故障概率，Pfy(t)为第y条线路t时刻故障概率，且U为故障包含的故障线路的集合。
4.如权利要求3所述的线路融冰方法，其特征在于，步骤4中获得单条线路发生故障的故障概率包括如下步骤：
将线路的冰荷载、风荷载、重力荷载和线路强度进行比较处理后获得线路可靠度指标；
将二维标准正态分布函数中两个相邻时刻的线路可靠度指标对应概率值作为获得线路的平均失效率；
根据线路的平均失效率获得线路发生故障的故障概率。
5.如权利要求4所述的线路融冰方法，其特征在于，步骤4中根据公式Pf(Δt)＝1-PR(Δt)获得单条高风险输电线路时间段Δt的故障概率；
其中，PR(Δt)＝exp(-λ(t)Δt)，λ(t)为t时刻线路的平均失效率，λspani(t)为第spani档距t时刻输电线路的平均失效率，Φ2为二维标准正态分布函数，β(t)为t时刻的线路可靠度指标，β(t+Δt)表示t+Δt时刻的线路可靠度指标，ρz(t,t+Δt)为t+Δt时刻和t时刻极限状态方程的相关系数。
6.如权利要求4或5所述的线路融冰方法，其特征在于，步骤4中根据公式获得t时刻线路的动态可靠度指标β(t)；
其中，Z(t)为t时刻线路状态，σR(t)为t时刻线路预测强度的标准差，σS(t)为t时刻线路预测应力的标准差，Z(t)＝R-S(t)，S(t)＝G+Fi(t)+Fw(t)，Fi(t)为t时刻线路的冰荷载，Fw(t)为t时刻线路的风荷载，G为重力荷载，R为线路初始强度。
7.如权利要求1至6任一项所述的线路融冰方法，其特征在于，所述步骤4中获得每个冰区的第r次更新后的动态预想故障集中各个故障的影响程度综合指标包括如下步骤：
从步骤2获得的各种故障下的潮流计算结果和暂态仿真结果中筛选出每个冰区第r次更新后动态预想故障集中各个故障下的潮流计算结果和暂态仿真结果；
根据从第r次更新后动态预想故障集内故障的潮流计算结果提取出的各节点电压模值、各节点额定电压、各节点最大允许电压偏差值以及各节点权因子获得稳态潮流下静态母线电压偏移指标；
根据从第r次更新后的动态预想故障集内故障的潮流计算结果提取出的各支路有功功率、支路功率风险阈值、支路极限传输功率以及支路权重因子获得支路过载指标；
根据中枢点母线电压低于0.75p.u.的最大允许时间和从第r次更新后的动态预想故障集内故障的暂态仿真结果提取出的暂态过程中中枢点母线电压下降持续时间获得暂态电压偏移指标；
根据从第r次更新后的动态预想故障集内故障的暂态仿真结果提取出的暂态过程中各个发电机最大摇摆相对角的偏离程度获得发电机功角指标；
将稳态潮流下静态母线电压偏移指标、支路过载指标、暂态电压偏移指标以及发电机功角指标的加权平均值作为第r次更新后的动态预想故障集中各个故障的影响程度综合指标。
8.如权利要求7所述的线路融冰方法，其特征在于，所述步骤4中根据公式计算稳态潮流下静态母线电压偏移指标SVI；
根据公式计算支路过载指标PFI；
其中，N为总节点数，ωinode为第inode个节点重要程度的权因子，Vinode为第inode个节点的电压模值，Vn为节点的额定电压，为第inode个节点的最大允许电压偏差值；Pi为第i个支路的有功功率；Plim,i为第i个支路极限传输功率；Pw,i为第i个支路功率风险阈值，ωi为支路权重因子。
9.如权利要求6至8任一项所述的线路融冰方法，其特征在于，所述步骤4中根据公式δv＝Tlowv/Tvmax计算暂态电压偏移指标TVI；
根据公式计算发电机功角指标GVI；
其中，Tlowv代表暂态过程中系统电压中枢点母线电压下降持续时间；Tvmax代表系统电压中枢点母线电压低于0.75p.u.的最大允许时间，Δθigen代表暂态过程中第igen个发电机最大摇摆相对角的偏离，Ngen代表发电机数量，igen代表发电机节点。
10.如权利要求1至9任一项所述的线路融冰方法，其特征在于，所述步骤(3)中对于电网的暂态仿真采用三相短路故障进行模拟。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710992513.9A CN107705032B (zh) | 2017-10-23 | 2017-10-23 | 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710992513.9A CN107705032B (zh) | 2017-10-23 | 2017-10-23 | 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107705032A true CN107705032A (zh) | 2018-02-16 |
| CN107705032B CN107705032B (zh) | 2020-05-19 |
Family
ID=61182667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710992513.9A Expired - Fee Related CN107705032B (zh) | 2017-10-23 | 2017-10-23 | 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107705032B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109088413A (zh) * | 2018-08-02 | 2018-12-25 | 清华大学 | 一种直流受端电网动态无功规划选址方法和装置 |
| CN109190815A (zh) * | 2018-08-22 | 2019-01-11 | 四川大学 | 输电线路在线防冰融冰超短期精准预测方法 |
| CN110503340A (zh) * | 2019-08-27 | 2019-11-26 | 国网湖南省电力有限公司 | 一种融冰线路排序的蚁群算法及系统 |
| CN111815476A (zh) * | 2020-07-03 | 2020-10-23 | 国网新疆电力有限公司电力科学研究院 | 基于极端冰灾的电网薄弱环节识别方法及装置 |
| CN112070407A (zh) * | 2020-09-11 | 2020-12-11 | 国网北京市电力公司 | 输电设备的环境风险处理方法及装置 |
| CN112508282A (zh) * | 2020-12-09 | 2021-03-16 | 国网湖南省电力有限公司 | 一种电网覆冰风险的预测方法及装置 |
| CN112580237A (zh) * | 2020-12-09 | 2021-03-30 | 国网湖南省电力有限公司 | 电网融冰决策方法、装置、计算机设备和介质 |
| CN112884351A (zh) * | 2021-03-15 | 2021-06-01 | 国网河北省电力有限公司电力科学研究院 | 一种输电线路覆冰舞动故障风险评估方法 |
| CN113283725A (zh) * | 2021-05-14 | 2021-08-20 | 国电南瑞科技股份有限公司 | 一种融冰策略效果评估方法、系统、存储介质及计算设备 |
| CN113659515A (zh) * | 2021-08-18 | 2021-11-16 | 中国农业大学 | 一种配电网线路融冰方案的确定方法及系统 |
| CN113886757A (zh) * | 2021-08-30 | 2022-01-04 | 国网山东省电力公司信息通信公司 | 一种电力通信网ptn网络业务运行可靠性评估方法 |
| CN114119287A (zh) * | 2021-11-30 | 2022-03-01 | 深圳供电局有限公司 | 一种电网预想故障快速定位方法及系统 |
| CN114386657A (zh) * | 2021-12-02 | 2022-04-22 | 贵州电网有限责任公司 | 一种基于最优发电再调度的电网覆冰风险缓释方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103279807A (zh) * | 2013-05-06 | 2013-09-04 | 国家电网公司 | 一种恶劣天气下电网静态风险评估方法 |
| CN104734151A (zh) * | 2015-03-31 | 2015-06-24 | 河南行知专利服务有限公司 | 一种电力系统静态安全分析方法 |
| US20150248510A1 (en) * | 2011-01-25 | 2015-09-03 | Power Analytics Corporation | Systems and Methods for Automated Model-Based Real-Time Simulation of a Microgrid for Market-Based Electric Power System Optimization |
| CN105760979A (zh) * | 2015-08-14 | 2016-07-13 | 中国电力科学研究院 | 一种考虑自然灾害的电力系统暂态风险评估方法 |
-
2017
- 2017-10-23 CN CN201710992513.9A patent/CN107705032B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150248510A1 (en) * | 2011-01-25 | 2015-09-03 | Power Analytics Corporation | Systems and Methods for Automated Model-Based Real-Time Simulation of a Microgrid for Market-Based Electric Power System Optimization |
| CN103279807A (zh) * | 2013-05-06 | 2013-09-04 | 国家电网公司 | 一种恶劣天气下电网静态风险评估方法 |
| CN104734151A (zh) * | 2015-03-31 | 2015-06-24 | 河南行知专利服务有限公司 | 一种电力系统静态安全分析方法 |
| CN105760979A (zh) * | 2015-08-14 | 2016-07-13 | 中国电力科学研究院 | 一种考虑自然灾害的电力系统暂态风险评估方法 |
Non-Patent Citations (4)
| Title |
|---|
| MAURICE HUNEAULT 等: "A Dynamic Programming Methodology to Develop De-Icing Strategies During Ice Storms by Channeling Load Currents in Transmission Networks", 《IEEE TRANSACTIONS ON POWER DELIVERY》 * |
| 晏鸣宇 等: "基于时变结构可靠性理论的覆冰电网风险调度", 《电网技术》 * |
| 晏鸣宇 等: "基于短期覆冰预测的电网覆冰灾害风险评估方法", 《电力系统自动化》 * |
| 陈亮 等: "基于等风险度法的电网直流融冰计划决策", 《四川大学学报（工程科学版）》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109088413A (zh) * | 2018-08-02 | 2018-12-25 | 清华大学 | 一种直流受端电网动态无功规划选址方法和装置 |
| CN109088413B (zh) * | 2018-08-02 | 2022-12-30 | 清华大学 | 一种直流受端电网动态无功规划选址方法和装置 |
| CN109190815B (zh) * | 2018-08-22 | 2021-11-23 | 四川大学 | 输电线路在线防冰融冰超短期精准预测方法 |
| CN109190815A (zh) * | 2018-08-22 | 2019-01-11 | 四川大学 | 输电线路在线防冰融冰超短期精准预测方法 |
| CN110503340A (zh) * | 2019-08-27 | 2019-11-26 | 国网湖南省电力有限公司 | 一种融冰线路排序的蚁群算法及系统 |
| CN111815476A (zh) * | 2020-07-03 | 2020-10-23 | 国网新疆电力有限公司电力科学研究院 | 基于极端冰灾的电网薄弱环节识别方法及装置 |
| CN111815476B (zh) * | 2020-07-03 | 2023-04-07 | 国网新疆电力有限公司电力科学研究院 | 基于极端冰灾的电网薄弱环节识别方法及装置 |
| CN112070407A (zh) * | 2020-09-11 | 2020-12-11 | 国网北京市电力公司 | 输电设备的环境风险处理方法及装置 |
| CN112508282A (zh) * | 2020-12-09 | 2021-03-16 | 国网湖南省电力有限公司 | 一种电网覆冰风险的预测方法及装置 |
| CN112508282B (zh) * | 2020-12-09 | 2022-08-05 | 国网湖南省电力有限公司 | 一种电网覆冰风险的预测方法及装置 |
| CN112580237A (zh) * | 2020-12-09 | 2021-03-30 | 国网湖南省电力有限公司 | 电网融冰决策方法、装置、计算机设备和介质 |
| CN112884351A (zh) * | 2021-03-15 | 2021-06-01 | 国网河北省电力有限公司电力科学研究院 | 一种输电线路覆冰舞动故障风险评估方法 |
| CN112884351B (zh) * | 2021-03-15 | 2023-09-26 | 国网河北省电力有限公司电力科学研究院 | 一种输电线路覆冰舞动故障风险评估方法 |
| CN113283725A (zh) * | 2021-05-14 | 2021-08-20 | 国电南瑞科技股份有限公司 | 一种融冰策略效果评估方法、系统、存储介质及计算设备 |
| CN113283725B (zh) * | 2021-05-14 | 2022-08-09 | 国电南瑞科技股份有限公司 | 一种融冰策略效果评估方法、系统、存储介质及计算设备 |
| CN113659515A (zh) * | 2021-08-18 | 2021-11-16 | 中国农业大学 | 一种配电网线路融冰方案的确定方法及系统 |
| CN113659515B (zh) * | 2021-08-18 | 2023-02-17 | 中国农业大学 | 一种配电网线路融冰方案的确定方法及系统 |
| CN113886757A (zh) * | 2021-08-30 | 2022-01-04 | 国网山东省电力公司信息通信公司 | 一种电力通信网ptn网络业务运行可靠性评估方法 |
| CN114119287A (zh) * | 2021-11-30 | 2022-03-01 | 深圳供电局有限公司 | 一种电网预想故障快速定位方法及系统 |
| CN114386657A (zh) * | 2021-12-02 | 2022-04-22 | 贵州电网有限责任公司 | 一种基于最优发电再调度的电网覆冰风险缓释方法 |
| CN114386657B (zh) * | 2021-12-02 | 2024-05-14 | 贵州电网有限责任公司 | 一种基于最优发电再调度的电网覆冰风险缓释方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107705032B (zh) | 2020-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107705032A (zh) | 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法 | |
| CN106096110B (zh) | 基于数值天气预报的输电线路风偏闪络预警方法 | |
| CN104123682B (zh) | 一种基于气象影响因素的配网故障风险评估方法 | |
| CN104992373B (zh) | 一种输电线路自然灾害风险预警方法 | |
| CN103837769B (zh) | 一种输电线路雷害预警方法及其系统 | |
| CN110222946B (zh) | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 | |
| CN105224797B (zh) | 一种特高压大跨越线路反击跳闸率计算方法 | |
| CN104614783B (zh) | 一种对电力系统输电杆塔周边环境的气象风险确定方法 | |
| CN106611245A (zh) | 一种基于gis的电网台风灾害风险评估方法 | |
| CN103427367B (zh) | 一种输电线路检修方法 | |
| CN111460389B (zh) | 一种覆冰导线舞动跳闸概率计算方法 | |
| CN106682831B (zh) | 电网舞动区域预测预警方法及系统 | |
| CN106570780B (zh) | 基于灰色关联理论的输电线路舞动预警方法 | |
| CN110826842A (zh) | 一种台风场景下的配电网风险控制方法 | |
| CN102968554B (zh) | 基于安全裕度的杆塔覆冰灾害风险预测方法 | |
| CN109359882B (zh) | 一种台风灾害下输电线路跳闸风险评估方法 | |
| CN102033982A (zh) | 基于模糊逻辑的覆冰输电线路状态评估方法 | |
| CN106651140A (zh) | 台风区输电线路风险的模块差异评估方法和装置 | |
| CN107403189A (zh) | 一种基于朴素贝叶斯分类器的风偏闪络预警方法 | |
| CN109146230A (zh) | 一种输配电线路台风风涝灾害短临预警方法和装置 | |
| 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 | |
| CN106651646A (zh) | 基于模糊综合评判的输电线路覆冰状态评估方法 | |
| CN113541211A (zh) | 一种确定交直流配电网韧性的方法及系统 | |
| Wu et al. | Extension of power system early-warning defense schemes by integrating typhoon information | |
| CN104281884B (zh) | 一种配电网避雷器故障风险指数预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200519 |