CN107871206A - 基于连锁故障网络图的输电线路脆弱性识别方法 - Google Patents
基于连锁故障网络图的输电线路脆弱性识别方法 Download PDFInfo
- Publication number
- CN107871206A CN107871206A CN201710972890.6A CN201710972890A CN107871206A CN 107871206 A CN107871206 A CN 107871206A CN 201710972890 A CN201710972890 A CN 201710972890A CN 107871206 A CN107871206 A CN 107871206A
- Authority
- CN
- China
- Prior art keywords
- electricity
- transmission line
- failure
- electric power
- chain
- 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.)
- Withdrawn
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 147
- 230000005611 electricity Effects 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000010586 diagram Methods 0.000 claims abstract description 21
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000001514 detection method Methods 0.000 claims description 6
- 230000002265 prevention Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000009429 electrical wiring Methods 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001902 propagating effect Effects 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明公开基于连锁故障网络图的输电线路脆弱性识别方法，包括以下步骤：步骤a：对电力网络中的输电线路从1开始进行编号，并获取所述电力网络中的数据信息；步骤b：建立输电线路脆弱性评估指标公式(Ⅰ)，建立系统负荷损失率公式(Ⅱ)；步骤c：通过公式(Ⅰ)和公式(Ⅱ)构建电力网络的故障链；步骤d：根据电力网络的故障链构建连锁故障网络拓扑图；步骤e：根据连锁故障网络拓扑图计算每条输电线路的出度和入度；步骤f：根据电力网络中的输电线路出度大小，依次记录线路编号；根据电力网络中的输电线路入度大小，依次记录线路编号。本发明通过对连锁故障网络图中带权值的出度和入度的计算，能够对脆弱性线路进行有效区分。
Description
技术领域
本发明涉及电力系统领域，具体涉及基于连锁故障网络图的输电线路脆弱性识别方法。
背景技术
近年来，随着电力系统的不断壮大，电力系统正逐渐发展成大规模的复杂系统，在这庞大的系统线路网络中存在容易发生故障的关键线路，即脆弱性线路，使得电力系统发生连锁故障的可能性不断提高，这些连锁反应故障多为某一初始故障引起的连锁性事故，而系统网络中的脆弱性线路在连锁故障的传播中起到了推波助澜的作用，因此，输电线路脆弱性评估和识别是电力系统脆弱性评估体系的重要组成部分，评估并识别出这些脆弱性线路对提高输电线路的安全性和稳定性具有重大价值。
输电线路脆弱性评估中依据故障传播机理将脆弱性电线路分为两类：容易传播故障的线路和容易受到故障影响的线路，现有技术中，主要是通过构建脆弱性指标的方式来评估和识别脆弱性线路，但是构建脆弱性指标的方式只是单纯的给出了输电线路脆弱性的排名次序，并不能区分脆弱性线路中哪些是属于容易传播故障的线路，哪些是容易受到故障影响的线路，当故障发生时时，工作人员很难采取具有针对性的防控措施。
发明内容
为了克服现有技术的不足，本发明提供基于连锁故障网络图的输电线路脆弱性识别方法，通过对连锁故障网络图中输电线路带权值的出度和入度的计算，并根据线路出度值和入度值的大小对编号的输电线路进行记录，可以清晰直接地区分电力网络中哪些线路是容易传播故障的关键性线路，哪些线路是容易受故障影响的关键性线路，在系统发生故障时，工作人员根据记录结果能够快速有效采取具有针对性的防控措施。本发明通过以下技术方案实现：
基于连锁故障网络图的输电线路脆弱性识别方法，包括以下步骤：
步骤a：对电力网络中的输电线路从1开始进行编号，并获取所述电力网络中的数据信息；
步骤b：建立输电线路脆弱性评估指标公式(I)，建立系统负荷损失率公式 (II)；
步骤c：通过公式(I)和公式(II)构建电力网络的故障链；
步骤d：根据电力网络的故障链构建连锁故障网络拓扑图；
步骤e：根据连锁故障网络拓扑图计算每条输电线路的出度和入度；
步骤f：根据电力网络中的输电线路出度大小，依次记录线路编号；根据电力网络中的输电线路入度大小，依次记录线路编号。
进一步地，所述输电线路脆弱性评估指标公式为：
其中，α为电力网络中的一条输电线路脆弱性评估指标，Fno为系统正常运行时该输电线线路传输的有功功率，Ffo为系统故障运行时该输电线线路传输的有功功率， Fm表示该输电线路传输的最大有功功率限制。
进一步地，所述系统负荷损失率公式为：
其中，D为用户节点集合，Pd为系统正常运行时用户d的负荷量，P’d为系统故障时用户d的剩余负荷量。
进一步地，步骤c包括：
步骤c1：自行设定系统损失负荷率的阙值η；
步骤c2：选择电力网络中的一条输电线路作为一条故障链的起始线路；
步骤c3：将所述起始线路从电力网络中断开；
步骤c4：对电力网络进行孤岛检测，并确定孤岛个数；
步骤c5：对每个孤岛进行直流最优潮流计算；
步骤c6：通过公式(II)，根据每个孤岛的直流最优潮流计算结果计算每个孤岛的负荷损失率Δi；
步骤c7：通过公式(III)计算所有孤岛的总负荷损失率Δ′，
如果Δ′≥η，该故障链构建结束，进行步骤c11；
如果Δ′＜η，进行步骤c8；
其中，构建结束的故障链由构建该故障链时断开的输电线路组成，且该故障链中输电线路的故障顺序与输电线路的断开顺序相同；
步骤c8：对每个孤岛进行直流潮流计算，如果某孤岛的直流潮流计算不收敛，则用该孤岛的直流最优潮流计算结果代替直流潮流计算结果；
步骤c9：通过公式(I)，根据步骤c8的直流潮流计算结果计算每个孤岛中输电线路的脆弱性指标，其中，计算每个孤岛中输电线路的脆弱性指标时不包括已经断开的输电线路；
步骤c10：找出脆弱性指标值最大的输电线路，并将该输电线路从电力网络中断开，跳转至步骤c4，其中，再进行孤岛检测时不包括之前断开的输电线路；
步骤c11：从电力网络的输电线路中，将每一条不同于步骤c2所选择的输电线路分别作为剩余故障链的起始线路，进行步骤c3到步骤c10，完成电力网络剩余故障链的构建，其中，电力网络故障链的条数与电力网络输电线路的条数相同。
进一步地，步骤d包括：
步骤d1：将每一条故障链用有向权重图表示；
步骤d2：根据所有故障链的有向权重图构建连锁故障网络拓扑图。
进一步地，步骤d1包括：
步骤d101：选择一条故障链，该故障链的线路故障顺序为：其中，为该故障链的输电线路，n为该故障链的输电线路条数，j为该故障链所选择的起始线路在电力网络中的线路编号，k＝1，2，…，n；
步骤d102：将该故障链表示成一个有向权重图FCj，
FCj＝{Vj，Ej}
其中，Vj是节点的集合，每一个节点表示该故障链的一条输电线路，Ej是边的集合，由Vj中的两个节点连接而成，边的权重值为线路的脆弱性指标值值；
步骤d103：根据步骤d11和步骤d12将每一条故障链用有向权重图表示，得到 P条故障链的有向权重图FC1，FC2...，FCj...，FCp。
进一步地，步骤d2包括：
步骤d201：建立连锁网络故障图CFP，
步骤d202：通过公式(IV)计算连锁故障网络拓扑图CFP中的每条边的权重值αe′，
其中，αj为所计算的边在故障链有向权重图FCj中的权重值，nj为所计算的边所在故障链FCj的输电线路条数。
步骤d203：将故障链有向权重图FCj用邻接矩阵Aj表示，
其中，i＝1，2，…P，j＝1，2，…P；
生成P个邻接矩阵A1，A2，...Aj，...AP；
步骤d204：对FCj中的每一条边进行搜索，根据公式(V)计算Aj中的元素ai′j′的值，
其中，i′和j′为FCj中的一条边对应的两条输电线路在电力网络中的编号， i′∈i，j′∈j，Aj中的其余元素为零，从而得到确定的邻接矩阵Aj；
得到P个确定的邻接矩阵A1，A2，...Aj，...AP；
步骤d205：将P个邻接矩阵相加，得到电力网络的连锁故障网络图的邻接矩阵
步骤d206：根据电力网络的连锁故障网络图的邻接矩阵得到对应的连锁故障网络拓扑图。
进一步地，步骤f中，通过公式(VI)计算输电线路Li带权值的出度Wi，通过公式(VII)计算输电线路Li带权值的入度Vi
其中，i为输电线路Li在电力网络中的线路编号。
最后，在计算出电力网络中所有输电线路的出度值和入度值后，根据输电线路出度大小，依次记录线路编号；根据电力网络中的输电线路入度大小，依次记录线路编号。
本方法中，出度值越大的输电线路在系统发生故障时越容易传播故障，入度值越大的输电线路在统发生故障时越容易受到故障影响，另外，出度值较大的输电线路入度值也可能较大，这类线路在系统发生故障时既容易传播故障也容易受到故障影响，工作人员要重点防控。
因此，本发明通过构建连锁故障网络图并计算连锁故障网络图中输电线路带权值的出度和入度，并分别根据输电线路出度大小和入度大小对线路编号进行记录，工作人员能够快速有效的区分哪些输电线路是容易传播故障的关键性线路，哪些输电线路是容易受故障影响的关键性线路；另外，该连锁故障网络拓扑图能够形象直观地反应输电线路之间的内在脆弱性关系以及系统故障传播时线路之间发生故障的时间关联性，有利于工作人员在系统发生故障时采取具有针对性的防控措施。
附图说明
图1为本发明的方案流程图。
图2为IEEE 39节点系统图。
图3为IEEE39节点系统图的连锁故障网络拓扑图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合具体实施方式对本发明作进一步的详细说明。
实施例1
如图1所示，本实施例提供基于连锁故障网络图的输电线路脆弱性识别方法，包括以下步骤：
步骤a：对电力网络中的输电线路从1开始进行编号，并获取所述电力网络中的数据信息；
步骤b：建立输电线路脆弱性评估指标公式(I)，建立系统负荷损失率公式 (II)；
步骤c：通过公式(I)和公式(II)构建电力网络的故障链；
步骤d：根据电力网络的故障链构建连锁故障网络拓扑图；
步骤e：根据连锁故障网络拓扑图计算每条输电线路的出度和入度；
步骤f：根据电力网络中的输电线路出度大小，依次记录线路编号；根据电力网络中的输电线路入度大小，依次记录线路编号。
输电线路脆弱性评估指标公式为：
其中，α为电力网络中的一条输电线路脆弱性评估指标，Fno为系统正常运行时该输电线线路传输的有功功率，Ffo为系统故障运行时该输电线线路传输的有功功率， Fm表示该输电线路传输的最大有功功率限制。
系统负荷损失率公式为：
其中，D为用户节点集合，Pd为系统正常运行时用户d的负荷量，P’d为系统故障时用户d的剩余负荷量。
进一步地，步骤c包括：
步骤c1：自行设定系统损失负荷率的阙值η；
步骤c2：选择电力网络中的一条输电线路作为一条故障链的起始线路；
步骤c3：将所述起始线路从电力网络中断开；
步骤c4：对电力网络进行孤岛检测，并确定孤岛个数；
步骤c5：对每个孤岛进行直流最优潮流计算；
步骤c6：通过公式(II)，根据每个孤岛的直流最优潮流计算结果计算每个孤岛的负荷损失率Δi；
步骤c7：通过公式(III)计算所有孤岛的总负荷损失率Δ′，
如果Δ′≥η，该故障链构建结束，进行步骤c11；
如果Δ′＜η，进行步骤c8；
其中，构建结束的故障链由构建该故障链时断开的输电线路组成，且该故障链中输电线路的故障顺序与输电线路的断开顺序相同；
步骤c8：对每个孤岛进行直流潮流计算，如果某孤岛的直流潮流计算不收敛，则用该孤岛的直流最优潮流计算结果代替直流潮流计算结果；
步骤c9：通过公式(I)，根据步骤c8的直流潮流计算结果计算每个孤岛中输电线路的脆弱性指标，其中，计算每个孤岛中输电线路的脆弱性指标时不包括已经断开的输电线路；
步骤c10：找出脆弱性指标值最大的输电线路，并将该输电线路从电力网络中断开，跳转至步骤c4，其中，再进行孤岛检测时不包括之前断开的输电线路；
步骤c11：从电力网络的输电线路中，将每一条不同于步骤c2所选择的输电线路分别作为剩余故障链的起始线路，进行步骤c3到步骤c10，完成电力网络剩余故障链的构建，其中，电力网络故障链的条数与电力网络输电线路的条数相同。
进一步地，步骤d包括：
步骤d1：将每一条故障链用有向权重图表示；
步骤d2：根据所有故障链的有向权重图构建连锁故障网络拓扑图
其中，步骤d1包括：
步骤d101：选择一条故障链，该故障链的线路故障顺序为：其中，为该故障链的输电线路，n为该故障链的输电线路条数，j为该故障链所选择的起始线路在电力网络中的线路编号，k＝1，2，…，n；
步骤d102：将该故障链表示成一个有向权重图FCj，
FCj＝{Vj，Ej}
其中，Vj是节点的集合，每一个节点表示该故障链的一条输电线路，Ej是边的集合，由Vj中的两个节点连接而成，边的权重值为线路的脆弱性指标值值；
步骤d103：根据步骤d11和步骤d12将每一条故障链用有向权重图表示，得到 P条故障链的有向权重图FC1，FC2...，FCj...，FCp。
步骤d2包括：
步骤d201：建立连锁网络故障图CFP，
步骤d202：通过公式(IV)计算连锁故障网络拓扑图CFP中的每条边的权重值αe′，
其中，αj为所计算的边在故障链有向权重图FCj中的权重值，nj为所计算的边所在故障链FCj的输电线路条数。
步骤d203：将故障链有向权重图FCj用邻接矩阵Aj表示，
其中，i＝1，2，…P，j＝1，2，…P；
生成P个邻接矩阵A1，A2，...Aj，...AP；
步骤d204：对FCj中的每一条边进行搜索，根据公式(V)计算Aj中的元素ai′j′的值，
其中，i′和j′为FCj中的一条边对应的两条输电线路在电力网络中的编号， i′∈i，j′∈j，Aj中的其余元素为零，从而得到确定的邻接矩阵Aj；
得到P个确定的邻接矩阵A1，A2，...Aj，...AP；
步骤d205：将P个邻接矩阵相加，得到电力网络的连锁故障网络图的邻接矩阵
步骤d206：根据电力网络的连锁故障网络图的邻接矩阵得到对应的连锁故障网络拓扑图。
进一步地，步骤f中，通过公式(VI)计算输电线路Li带权值的出度Wi，通过公式(VII)计算输电线路Li带权值的入度Vi
其中，i为输电线路Li在电力网络中的线路编号。
实施例2
本实施例以IEEE 39节点系统图为具体电力网络图，利用实施例1提供的方法对IEEE 39节点系统图中的输电线路进行脆弱性评估与识别，过程如下：
第一步：如图2所示，该系统有39个母线节点、46条输电线路和10个发电机；步骤a中需要读取的数据信息包括：发电机的正常运行时的有功功率功率，发电机有功功率的最大值与最小值，系统正常运行时的用户负荷，线路的有功功率限制，线路的电抗以及母线的节点类型；并对线路进行编号，依次为1-46。
第二步：根据步骤b建立输电线路脆弱性评估指标公式(I)和系统负荷损失率公式II。
第三步：构建46条故障链，这里以编号为1的线路作为故障链的起始线路为例构建故障链，其中，在IEEE 39节点系统图中，编号为1的线路是母线1和母线2 之间的线路，过程如下：
将系统负荷损失率的阈值设置为η＝30％；
从系统中断开线路1；
对系统进行检测是否存在孤岛，本系统中，经检测发现孤岛数为1即不存在孤岛；
对该孤岛进行直流最优潮流计算，并根据公式(II)计算该孤岛的负荷损失率为Δ1，由于孤岛数为1，所以总的孤岛损失率Δ′＝Δ1，通过比较发现Δ′＜η；
对该孤岛进行直流潮流计算，本系统中该孤岛的直流潮流计算收敛，根据公式(I)，利用直流潮流计算结果计算该孤岛中除编号为1的线路外的剩余输电线路的脆弱性指标值；
断开脆弱性指标值最大的输电线路，循环执行步骤c4到步骤c10，直到Δ′≥η，以编号为1的线路作为起始点的故障链构建结束，本系统中，以编号为1的线路作为起始线路的故障链依次包括线路1、13、9、6、37、3、4、27、46和20；
构建剩余45条故障链。
第四步：构建连锁故障网络拓扑图，过程如下
将46条故障链分别用有向权重图表示，这里以起始线路为线路1的故障链为例，构建有向权重图FC1，FC1中，线路1、13、9、6、37、3、4、27、46和20分别是有向权重图FC1中的节点，由两个节点连接而成的边1-13、13-9、9-6、6-37、37-3，、 3-4、4-27、27-46和46-20分别为有向权重图FC1对应的边，边1-13、13-9、9-6、 6-37、37-3，、3-4、4-27、27-46和46-20在FC1中的权重值分别为线路1、13、9、 6、37、3、4、27、46和20在电力网络中的脆弱性指标；
最终得到46个有向权重图FC1，FC2，...，FC46；
根据步骤d201，建立连锁网络故障图CFP；
根据步骤d202，利用公式(IV)计算46条故障链中每一条边连锁网络故障图CFP 中的权重值，其中，FC1中的边1-13，13-9，9-6，6-37，37-3，3-4，4-27，27-46，46-20 在连锁网络故障图CFP中对应的权重值分别为1.289、1.931、2.134、1.063、1.598、 1.211、1.283、1.047、1.012；
根据步骤d203，将46条故障链的有向权重图分别用邻接矩阵表示，以FC1为例：将故障链FC1用邻接矩阵A1表示，
根据步骤d204，利用公式(V)，分别对FC1每一条边进行搜索，以其中一条边e1＝L1L2为例，L1和L2在电力网络中的编号分别为1和13，则A1中元素 a1，13＝0.1289；同理可得a13，9＝0.1931，a9，6＝0.2134，a6-37＝0.1063，a37-3＝0.1598， a3-4＝0.1211，a4-27＝0.1283，a27-46＝0.1047，a46-20＝0.1012，A1中其余元素为零，从而得到各元素值确定的邻接矩阵；
按照构建FC1的邻接矩阵的方法，构建剩余45个故障链有向权重图的邻接矩阵，最终生成46个确定的邻接矩阵A1，A2，...，A46；
根据步骤d205，将46个邻接矩阵相加得到IEEE 39节点系统图的连锁故障网络图的邻接矩阵B，
根据IEEE 39节点系统图的连锁故障网络图的邻接矩阵得到对应的连锁故障网络拓扑图，如图3所示。
第五步：根据公式(VI)和公式(VII)计算每条输电线路的出度和入度。
第六步：根据电力网络中的输电线路出度大小，依次记录线路编号；根据电力网络中的输电线路入度大小，依次记录线路编号。
通过计算IEEE 39节点系统图中每条输电线路的出度和入度，IEEE 39节点系统图中所有输电线路带权重出度由大到小排列，前五条线路编号为27，20，37，46， 13，所有线路带权重入度由大到小排列，前五条线路编号为27，20，37，46，5。
在实施例1和实施例2提供的方法中，一条输电线路的出度值越大，则该输电线路在系统发生故障时越容易传播故障，一条输电线路的入度值越大，则该输电电路在系统发生故障时越容易受到故障影响，一条输电线路的出度值和入度值都较大，则该线路在系统发生故障时既容易传播故障也容易受到故障影响。根据计算结果， IEEE 39节点系统图中线路编号为27，20，37，46，13的这些线路是容易传播故障的脆弱性线路；线路编号为27，20，37，46，5的这些线路是容易受到故障影响的脆弱性线路，同时线路编号为27，20，37，46的线路在系统发生故障时既容易传播故障也容易受到故障影响。
实施例1和实施例2通过构建连锁故障网络图并计算连锁故障网络图中输电线路带权值的出度和入度，并分别根据输电线路出度大小和入度大小对线路编号进行记录，工作人员能够快速有效的区分哪些输电线路是容易传播故障的关键性线路，哪些输电线路是容易受故障影响的关键性线路；另外，该连锁故障网络拓扑图能够形象直观(图形化)地反应输电线路之间的内在脆弱性关系以及系统故障传播时线路之间发生故障的时间关联性，有利于工作人员在系统发生故障时采取具有针对性的防控措施。
以上仅是本发明的优选实施方式，应当指出的是，上述优选实施方式不应视为对本发明的限制，本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说，在不脱离本发明的精神和范围内，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.基于连锁故障网络图的输电线路脆弱性识别方法，其特征在于，包括以下步骤：
步骤a：对电力网络中的输电线路从1开始进行编号，并获取所述电力网络中的数据信息；
步骤b：建立输电线路脆弱性评估指标公式(I)，建立系统负荷损失率公式(II)；
步骤c：通过公式(I)和公式(II)构建电力网络的故障链；
步骤d：根据电力网络的故障链构建连锁故障网络拓扑图；
步骤e：根据连锁故障网络拓扑图计算每条输电线路的出度和入度；
步骤f：根据电力网络中的输电线路出度大小，依次记录线路编号；根据电力网络中的输电线路入度大小，依次记录线路编号。
2.根据权利要求1所述的基于连锁故障网络图的输电线路脆弱性识别方法，其特征在于，所述输电线路脆弱性评估指标公式为：
其中，α为电力网络中的一条输电线路脆弱性评估指标，Fno为系统正常运行时该输电线线路传输的有功功率，Ffo为系统故障运行时该输电线线路传输的有功功率，Fm表示该输电线路传输的最大有功功率限制。
3.根据权利要求1所述的基于连锁故障网络图的输电线路脆弱性识别方法，其特征在于，所述系统负荷损失率公式为：
其中，D为用户节点集合，Pd为系统正常运行时用户d的负荷量，P’d为系统故障时用户d的剩余负荷量。
4.根据权利要求1所述的基于连锁故障网络图的输电线路脆弱性识别方法，其特征在于，步骤c包括：
步骤c1：自行设定系统损失负荷率的阙值η；
步骤c2：选择电力网络中的一条输电线路作为一条故障链的起始线路；
步骤c3：将所述起始线路从电力网络中断开；
步骤c4：对电力网络进行孤岛检测，并确定孤岛个数；
步骤c5：对每个孤岛进行直流最优潮流计算；
步骤c6：通过公式(II)，根据每个孤岛的直流最优潮流计算结果计算每个孤岛的负荷损失率Δi；
步骤c7：通过公式(III)计算所有孤岛的总负荷损失率Δ′，
如果Δ′≥η，该故障链构建结束，进行步骤c11；
如果Δ′＜η，进行步骤c8；
其中，构建结束的故障链由构建该故障链时断开的输电线路组成，且该故障链中输电线路的故障顺序与输电线路的断开顺序相同；
步骤c8：对每个孤岛进行直流潮流计算，如果某孤岛的直流潮流计算不收敛，则用该孤岛的直流最优潮流计算结果代替直流潮流计算结果；
步骤c9：通过公式(I)，根据步骤c8的直流潮流计算结果计算每个孤岛中输电线路的脆弱性指标，其中，计算每个孤岛中输电线路的脆弱性指标时不包括已经断开的输电线路；
步骤c10：找出脆弱性指标值最大的输电线路，并将该输电线路从电力网络中断开，跳转至步骤c4，其中，再进行孤岛检测时不包括之前断开的输电线路；
步骤c11：从电力网络的输电线路中，将每一条不同于步骤c2所选择的输电线路分别作为剩余故障链的起始线路，进行步骤c3到步骤c10，完成电力网络剩余故障链的构建，其中，电力网络故障链的条数与电力网络输电线路的条数相同。
5.根据权利要求4所述的基于连锁故障网络图的输电线路脆弱性识别方法，其特征在于，步骤d包括：
步骤d1：将每一条故障链用有向权重图表示；
步骤d2：根据所有故障链的有向权重图构建连锁故障网络拓扑图。
6.根据权利要求5所述的基于连锁故障网络图的输电线路脆弱性识别方法，其特征在于，步骤d1包括：
步骤d101：选择一条故障链，该故障链的线路故障顺序为：其中，为该故障链的输电线路，n为该故障链的输电线路条数，j为该故障链所选择的起始线路在电力网络中的线路编号，k＝1，2，…，n；
步骤d102：将该故障链表示成一个有向权重图FCj，
FCj＝{Vj，Ej}
其中，Vj是节点的集合，每一个节点表示该故障链的一条输电线路，Ej是边的集合，由Vj中的两个节点连接而成，边的权重值为线路的脆弱性指标值值；
步骤d103：根据步骤d11和步骤d12将每一条故障链用有向权重图表示，得到P条故障链的有向权重图FC1，FC2...，FCj...，FCp。
7.根据权利要求6所述的基于连锁故障网络图的输电线路脆弱性识别方法，其特征在于，步骤d2包括：
步骤d201：建立连锁网络故障图CFP，
步骤d202：通过公式(IV)计算连锁故障网络拓扑图CFP中的每条边的权重值αe′，
其中，αj为所计算的边在故障链有向权重图FCj中的权重值，nj为所计算的边所在故障链FCj的输电线路条数。
步骤d203：将故障链有向权重图FCj用邻接矩阵Aj表示，
其中，i＝1，2，…P，j＝1，2，…P；
生成P个邻接矩阵A1，A2，...Aj，...AP；
步骤d204：对FCj中的每一条边进行搜索，根据公式(V)计算Aj中的元素ai′j′的值，
其中，i′和j′为FCj中的一条边对应的两条输电线路在电力网络中的编号，i′∈i，j′∈j，Aj中的其余元素为零，从而得到确定的邻接矩阵Aj；
得到P个确定的邻接矩阵A1，A2，...Aj，...AP；
步骤d205：将P个邻接矩阵相加，得到电力网络的连锁故障网络图的邻接矩阵
步骤d206：根据电力网络的连锁故障网络图的邻接矩阵得到对应的连锁故障网络拓扑图。
8.根据权利要求7所述的基于连锁故障网络图的输电线路脆弱性识别方法，其特征在于，步骤f中，通过公式(VI)计算输电线路Li带权值的出度Wi，通过公式(VII)计算输电线路Li带权值的入度Vi
其中，i为输电线路Li在电力网络中的线路编号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710972890.6A CN107871206A (zh) | 2017-10-18 | 2017-10-18 | 基于连锁故障网络图的输电线路脆弱性识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710972890.6A CN107871206A (zh) | 2017-10-18 | 2017-10-18 | 基于连锁故障网络图的输电线路脆弱性识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107871206A true CN107871206A (zh) | 2018-04-03 |
Family
ID=61753297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710972890.6A Withdrawn CN107871206A (zh) | 2017-10-18 | 2017-10-18 | 基于连锁故障网络图的输电线路脆弱性识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107871206A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108335022A (zh) * | 2018-05-03 | 2018-07-27 | 江西科技师范大学 | 基于对称熵的输电网络两类角色的关键线路识别方法 |
| CN108767848A (zh) * | 2018-05-31 | 2018-11-06 | 西南交通大学 | 一种电力系统脆弱线路辨识及连锁故障预防方法 |
| CN110210714A (zh) * | 2019-05-07 | 2019-09-06 | 国网湖南省电力有限公司 | 基于电网脆弱点辨识的储能电池选址方法 |
| CN110288489A (zh) * | 2019-07-01 | 2019-09-27 | 华北电力大学（保定） | 一种电网脆弱线路分类方法及装置 |
| CN111523252A (zh) * | 2020-06-11 | 2020-08-11 | 西华大学 | 一种融合故障转移因子的脆弱流传播捕获方法 |
| CN111900720A (zh) * | 2020-06-22 | 2020-11-06 | 国家电网公司西南分部 | 一种基于双层网页排序算法的输电网脆弱线路辨识方法 |
| CN115242522A (zh) * | 2022-07-26 | 2022-10-25 | 上海大学 | 一种分布式拒绝服务攻击下电力信息物理系统连锁故障建模方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103972880A (zh) * | 2013-01-30 | 2014-08-06 | 国家电网公司 | 一种大电网连锁故障风险计算方法 |
| CN106529181A (zh) * | 2016-11-17 | 2017-03-22 | 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脆弱线路的辨识方法及系统 |
-
2017
- 2017-10-18 CN CN201710972890.6A patent/CN107871206A/zh not_active Withdrawn
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103972880A (zh) * | 2013-01-30 | 2014-08-06 | 国家电网公司 | 一种大电网连锁故障风险计算方法 |
| CN106529181A (zh) * | 2016-11-17 | 2017-03-22 | 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脆弱线路的辨识方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| XIAOGUANG WEI等: "A Novel Cascading Faults Graph Based Transmission Network Vulner", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
| XIAOGUANG WEI等: "A Novel Cascading Faults Graph Based Transmission Network Vulnerability Assessment Method", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
| YIHAN ZHU等: "Resilience Analysis of Power Grids Under the Sequential Attack", 《IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108335022A (zh) * | 2018-05-03 | 2018-07-27 | 江西科技师范大学 | 基于对称熵的输电网络两类角色的关键线路识别方法 |
| CN108335022B (zh) * | 2018-05-03 | 2021-09-17 | 江西科技师范大学 | 基于对称熵的输电网络两类角色的关键线路识别方法 |
| CN108767848A (zh) * | 2018-05-31 | 2018-11-06 | 西南交通大学 | 一种电力系统脆弱线路辨识及连锁故障预防方法 |
| CN110210714A (zh) * | 2019-05-07 | 2019-09-06 | 国网湖南省电力有限公司 | 基于电网脆弱点辨识的储能电池选址方法 |
| CN110210714B (zh) * | 2019-05-07 | 2022-03-01 | 国网湖南省电力有限公司 | 基于电网脆弱点辨识的储能电池选址方法 |
| CN110288489A (zh) * | 2019-07-01 | 2019-09-27 | 华北电力大学（保定） | 一种电网脆弱线路分类方法及装置 |
| CN110288489B (zh) * | 2019-07-01 | 2022-04-12 | 华北电力大学（保定） | 一种电网脆弱线路分类方法及装置 |
| CN111523252A (zh) * | 2020-06-11 | 2020-08-11 | 西华大学 | 一种融合故障转移因子的脆弱流传播捕获方法 |
| CN111523252B (zh) * | 2020-06-11 | 2021-02-05 | 西华大学 | 一种融合故障转移因子的脆弱流传播捕获方法 |
| CN111900720A (zh) * | 2020-06-22 | 2020-11-06 | 国家电网公司西南分部 | 一种基于双层网页排序算法的输电网脆弱线路辨识方法 |
| CN115242522A (zh) * | 2022-07-26 | 2022-10-25 | 上海大学 | 一种分布式拒绝服务攻击下电力信息物理系统连锁故障建模方法 |
| CN115242522B (zh) * | 2022-07-26 | 2023-11-21 | 上海大学 | 一种分布式拒绝服务攻击下电力信息物理系统连锁故障建模方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107871206A (zh) | 基于连锁故障网络图的输电线路脆弱性识别方法 | |
| CN103840967B (zh) | 一种电力通信网中故障定位的方法 | |
| CN107679716B (zh) | 考虑通信脆弱度的互联电网连锁故障风险评估与告警方法 | |
| 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 | |
| CN102721901B (zh) | 基于时序贝叶斯知识库tbkb的电网故障诊断方法 | |
| CN107895947A (zh) | 一种配电网脆弱线路辨识方法 | |
| CN108872792A (zh) | 一种输电线路故障检测方法 | |
| CN113516357B (zh) | 考虑网络攻击风险的电力系统脆弱线路评估方法及系统 | |
| CN106253270A (zh) | 电力系统脆弱线路辨识方法和系统 | |
| CN106226658A (zh) | 一种基于多数据融合的电网故障诊断方法 | |
| CN105678337A (zh) | 一种智能变电站故障诊断中的信息融合方法 | |
| CN106330588A (zh) | 一种bfd检测方法与装置 | |
| CN105005644B (zh) | 一种检测三相异步电动机故障的方法 | |
| CN107657798A (zh) | 一种风电机组状态智能监测系统 | |
| 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 | |
| CN109470983B (zh) | 一种保电设备故障预警方法及系统 | |
| CN107294851B (zh) | 一种路由器级网络拓扑推断方法 | |
| CN112398693A (zh) | 一种面向电力物联网感知层安全防护能力的评估方法 | |
| CN110381462B (zh) | 一种电力电缆局部放电在线监测系统 | |
| CN205647589U (zh) | 基于以太网及云服务的局放数据在线检测网络架构 | |
| CN113987852B (zh) | 一种电力信息物理系统的高风险线路组合分析方法 | |
| CN102790384B (zh) | 一种供电网的防越级跳闸的方法 | |
| CN108090616A (zh) | 一种电力系统主动解列最优断面搜索方法 | |
| CN111337792A (zh) | 基于改进型Petri网的电力系统故障诊断方法 | |
| CN110502553A (zh) | 一种基于大数据的辅助决策方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180403 |
|
| WW01 | Invention patent application withdrawn after publication |