CN107871216A - 一种配电网脆弱节点的识别方法 - Google Patents
一种配电网脆弱节点的识别方法 Download PDFInfo
- Publication number
- CN107871216A CN107871216A CN201711387753.2A CN201711387753A CN107871216A CN 107871216 A CN107871216 A CN 107871216A CN 201711387753 A CN201711387753 A CN 201711387753A CN 107871216 A CN107871216 A CN 107871216A
- Authority
- CN
- China
- Prior art keywords
- node
- distribution network
- index
- power distribution
- power
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 17
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 17
- 238000012502 risk assessment Methods 0.000 claims abstract description 10
- 238000000547 structure data Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims description 11
- 208000036119 Frailty Diseases 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000009833 condensation Methods 0.000 claims description 3
- 230000005494 condensation Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- 238000002347 injection Methods 0.000 claims 1
- 239000007924 injection Substances 0.000 claims 1
- 239000000243 solution Substances 0.000 claims 1
- 206010068052 Mosaicism Diseases 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 210000003765 sex chromosome Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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
- G06Q10/0635—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
- 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)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网脆弱节点的识别方法。本方法包括下列步骤:(1)建立基于复杂网络理论的脆弱评估指标、基于风险理论的风险评估指标;(2)使用层次分析法,对配电网脆弱评估指标进行加权求和,并对脆弱指标与风险指标进行综合分析,建立配电网节点脆弱性的综合评价指标;(3)获取配电网结构数据以及潮流计算结果,计算配电网综合评价指标;(4)输出配电网相对脆弱节点。本综合评价指标有如下优点:采用了复杂网络理论和风险理论,考虑到配电网的结构又考虑到故障风险,综合解决配电网中脆弱节点的识别问题。
Description
技术领域
本发明涉及电力系统安全运行评估技术领域,特别涉及一种配电网脆弱节点的识别方法。
背景技术
自2005年来俄罗斯莫斯科大停电事故的发生,全球大停电事故频频发生,这导致电力系统的安全问题得到了进一步的关注,因此电网脆弱性这一概念备受学者们的关注。所谓电网脆弱性,即找出电网中的薄弱节点或线路,当这些节点或线路受到外界影响或系统干扰时,会导致线路元件的相继故障,引起大规模停电事故。所以在系统发生故障之前,根据系统的各项参数找出整个系统的薄弱环节并加以改善,将会大大降低系统发生大停电事故的概率。
目前大量的脆弱性研究主要集中在输电网,而对于配电网的研究还处于初级阶段,随着新能源的开发,多类分布式电源的完善,配电网将会接入分布式电源,这将对配电网的结构等造成影响,可能导致配电网中出现薄弱环节,增大故障发生的概率。目前的脆弱性评估,大部分是基于复杂网络理论提出的,且都是针对输电网的脆弱性评估,考虑到配电网大都是开环运行的辐射状网络,其中的许多假设与评估指标都不再适用,因此不宜将评估体系直接移植到配电网络中,需要进行一定的完善与改进。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种配电网脆弱节点的识别方法,结合复杂网络理论和风险理论,建立配电网综合脆弱性指标,分别求出各节点的综合脆弱性指标,找出配电网络中的薄弱节点。
为解决上述技术问题,本发明采用的技术方案是:
一种配电网脆弱节点的识别方法,包括下列步骤:
步骤1,建立配电网节点指标,具体包括:
步骤101、建立基于复杂网络理论的脆弱评估指标;
步骤102、建立基于风险理论的风险评估指标;
所述的步骤101和步骤102两套指标并行独立建立。
步骤2,使用层次分析法,对获得的节点脆弱指标进行加权求和,在此基础上结合各节点的风险指标,确定配电网节点的脆弱性综合评价指标;
步骤3,获取实际配电网结构数据以及潮流计算结果,计算步骤2中配电网节点的综合脆弱性指标;
步骤4,根据步骤3所得结果,找出配电网络中相对脆弱的节点,并输出结果。
进一步的,所述的步骤101中,建立基于复杂网络理论的脆弱性评估指标:
其中节点的脆弱评估指标分为节点度数、节点介数和节点注入功率;
节点度数:考虑到配电网相对于输电网更稀疏,因此在节点度数中融合凝聚度的思想,不仅考虑该节点所连接的边的数目,还考虑与该节点相连的所有节点的影响,节点度数计算公式如下:
其中,Di为i节点所连接的边的数目;Vad为与i节点所连所有节点;为系统节点的平均度数;
节点介数:考虑到节点容量、支路电抗等参数,为了能够反映电力系统中的客观潮流分布,即发电机与负荷节点之间的功率传输对各节点的利用,节点介数计算公式如下:
其中,
其中,Sb为系统基准容量;m为发电机节点;n为负荷节点;Sm为发电机节点的实际功率;Sn为负荷节点的实际消纳的功率;Imn(i,j)为在m-n节点注入单位电流源后在i-j支路上产生的电流;j为与节点i相连全部节点;
节点注入功率:为了反映节点在功率传输以及分配时的重要度,现在引入节点注入功率的概念来表示,节点注入功率的计算公式如下:
其中,Pi为节点i的注入功率;Sb为系统基准容量;
进一步的,所述的步骤102中,建立基于风险理论的风险评估指标:
其中建立的风险评估指标为节点电压越限风险指标;
节点电压越限风险指标:考虑10kV线路正常运行规定的电压偏移在±7%,节点电压越限风险指标的计算公式为:
其中,Ui代表母线i电压的标幺值;
进一步的,所述的步骤2中,确定配电网节点的脆弱性综合评价指标:
节点的脆弱指标有:节点度数NDi、节点介数NBi以及节点注入功率NPi,针对节点提出的风险指标为节点电压越限风险指标NRUi,所得节点i综合脆弱性指标的计算公式为:
Ni=(ω1NDi+ω2NBi+ω3NPi)×NRUi
其中,ω代表各指标的权重;
为了确定各个指标的权重,采用层次分析法来确定各个指标的权重,根据各指标之间的互相联系,将其分成几个不同的层次,通过各层次的优化和重要度分析来定量计算,可得节点度数、节点介数以及节点注入功率的权重分别为0.2、0.2、0.6,可得节点综合脆弱指标的计算公式为:
Ni=(0.2NDi+0.2NBi+0.6NPi)×NRUi
进一步的,所述的步骤3中,获取实际配电网结构数据以及潮流计算结果:
由于各指标所需原始数据广,需要各节点的电压、功率等,因此单纯的网络结构数据不能满足要求,需要对配电网进行潮流计算,由于计算网络为配电网,常用算法不一定满足精度要求,因此采用前推回代法或改进算法进行潮流计算。
进一步的,所述的步骤4中,找出配电网络中相对脆弱的节点:
配电网的各节点综合脆弱性指标越大,表示配电网中该节点脆弱性水平越高,即越脆弱;反之各节点综合脆弱性指标越小,表示配电网中该节点的脆弱性水平越低,即越强壮;
由于各指标的求解都采用了归一化,通过归一化来消除各指标数量级与单位的不同,方便进行各指标的加权,因此求得指标值为相对整个网络的相对值而非绝对值,其在同一配电网络中可以进行比较,对于不同配电网络或仿真状态,所得各脆弱性指标无可比性,不能进行直接比较。
与现有技术相比,有益效果是:本方法可以有效找出配电网络中脆弱节点,准确性高且合理,能解决配电网的脆弱性问题。
附图说明
图1是本发明的一种工作流程图。
图2是IEEE 33节点配电网络结构图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
如图1所示,一种配电网脆弱节点的识别方法,包括下列步骤:
步骤1,建立配电网节点指标,具体包括:
步骤101、建立基于复杂网络理论的脆弱评估指标;
步骤102、建立基于风险理论的风险评估指标;
所述的步骤101和步骤102两套指标并行独立建立。
步骤2,使用层次分析法,对获得的节点脆弱指标进行加权求和,在此基础上结合各节点的风险指标,确定配电网节点的脆弱性综合评价指标;
步骤3,获取实际配电网结构数据以及潮流计算结果,计算步骤2中配电网节点的综合脆弱性指标;
步骤4,根据步骤3所得结果,找出配电网络中相对脆弱的节点,并输出结果。
在所述的步骤101中,建立基于复杂网络理论的脆弱性评估指标,具体包括:
节点的脆弱评估指标分为节点度数、节点介数和节点注入功率。
节点度数:考虑到配电网相对于输电网更稀疏,因此在节点度数中融合凝聚度的思想,不仅考虑该节点所连接的边的数目,还考虑与该节点相连的所有节点的影响,节点度数计算公式如下:
其中,Di为i节点所连接的边的数目;Vad为与i节点所连所有节点;为系统节点的平均度数。
节点介数:考虑到节点容量、支路电抗等参数,为了能够反映电力系统中的客观潮流分布,即发电机与负荷节点之间的功率传输对各节点的利用,节点介数计算公式如下:
其中,
其中,Sb为系统基准容量;m为发电机节点;n为负荷节点;Sm为发电机节点的实际功率;Sn为负荷节点的实际消纳的功率;Imn(i,j)为在m-n节点注入单位电流源后在i-j支路上产生的电流;j为与节点i相连全部节点。
节点注入功率:为了反映节点在功率传输以及分配时的重要度,现在引入节点注入功率的概念来表示,节点注入功率的计算公式如下:
其中,Pi为节点i的注入功率;Sb为系统基准容量。
在所述的步骤102中,建立基于风险理论的风险评估指标:
其中建立的风险评估指标为节点电压越限风险指标。
节点电压越限风险指标:考虑10kV线路正常运行规定的电压偏移在±7%,节点电压越限风险指标的计算公式为:
其中,Ui代表母线i电压的标幺值。
在所述的步骤2中,确定配电网节点和脆弱性综合评价指标:
本专利提出节点的脆弱指标有:节点度数NDi、节点介数NBi以及节点注入功率NPi,针对节点提出的风险指标为节点电压越限风险指标NRUi,所得节点i综合脆弱性指标的计算公式为:
Ni=(ω1NDi+ω2NBi+ω3NPi)×NRUi
其中,ω代表各指标的权重。
为了确定各个指标的权重,采用层次分析法来确定各个指标的权重,根据各指标之间的互相联系,将其分成几个不同的层次,通过各层次的优化和重要度分析来定量计算,可得节点度数、节点介数以及节点注入功率的权重分别为0.2、0.2、0.6,可得节点综合脆弱指标的计算公式为:
Ni=(0.2NDi+0.2NBi+0.6NPi)×NRUi
在述的步骤3中,获取实际配电网结构数据以及潮流计算结果:
由于各指标所需原始数据广,需要各节点的电压、功率等,因此单纯的网络结构数据不能满足要求,需要对配电网进行潮流计算,由于计算网络为配电网,常用算法不一定满足精度要求,因此采用前推回代法或改进算法进行潮流计算。
在本次实例中采用标准IEEE 33节点配电网络进行脆弱性评估,其网络结构见附图2,其标准配电网络结构数据可从方便获得,但电压、功率等数据需经潮流计算获取,考虑到配电网以及潮流计算收敛性的问题,本实例采用前推回代法进行潮流计算,计算结果收敛,满足要求。
在获取所需数据的基础上,进行各指标的计算并求出各节点的综合脆弱性指标。
在述的步骤4中,找出配电网络中相对脆弱的节点:对比各节点的综合脆弱性指标大小,指标值越大,意味着在该配电网络中其为薄弱节点;相反,指标值越小,意味着在该配电网络中其为强壮节点。
实施例:
对标准IEEE 33配电网络进行脆弱性评估,节点的综合脆弱性指标结果见下表(按降序取前10名):
节点 | Ni | 节点 | Ni |
2 | 0.8634 | 5 | 0.3562 |
1 | 0.8286 | 23 | 0.2196 |
3 | 0.5171 | 7 | 0.1844 |
4 | 0.3922 | 26 | 0.1732 |
6 | 0.3592 | 24 | 0.1621 |
从以上数据可以看出,得到的节点综合脆弱性指标中,节点2和节点1的数值最大,因此在该配电网络节点中其脆弱性最大,即最脆弱点;节点3、节点4、节点6和节点5的数值相对较大,为次脆弱点;节点7之后的节点综合脆弱性相对较小,因此可认为为强壮点。
结合IEEE 33配电网络的实际情况,以上结果符合实际,由此可见,本发明所提出的一种配电网脆弱节点的识别方法可以有效找出配电网络中脆弱节点,准确性高且合理,能解决配电网的脆弱性问题。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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,均应包含在本发明权利要求的保护范围之内。
Claims (6)
1.一种配电网脆弱节点的识别方法,其特征在于,包括下列步骤:
步骤1,建立配电网节点指标,具体包括:
步骤101、建立基于复杂网络理论的脆弱评估指标;
步骤102、建立基于风险理论的风险评估指标;
所述的步骤101和步骤102两套指标并行独立建立。
步骤2,使用层次分析法,对获得的节点脆弱指标进行加权求和,在此基础上结合各节点的风险指标,确定配电网节点的脆弱性综合评价指标;
步骤3,获取实际配电网结构数据以及潮流计算结果,计算步骤2中配电网节点的综合脆弱性指标;
步骤4,根据步骤3所得结果,找出配电网络中相对脆弱的节点,并输出结果。
2.根据权利要求1所述的一种配电网脆弱节点的识别方法,其特征在于,所述的步骤101中,建立基于复杂网络理论的脆弱性评估指标:
其中节点的脆弱评估指标分为节点度数、节点介数和节点注入功率;
节点度数:考虑到配电网相对于输电网更稀疏,因此在节点度数中融合凝聚度的思想,不仅考虑该节点所连接的边的数目,还考虑与该节点相连的所有节点的影响,节点度数计算公式如下:
其中,Di为i节点所连接的边的数目;Vad为与i节点所连所有节点;为系统节点的平均度数;
节点介数:考虑到节点容量、支路电抗等参数,为了能够反映电力系统中的客观潮流分布,即发电机与负荷节点之间的功率传输对各节点的利用,节点介数计算公式如下:
其中,
其中,Sb为系统基准容量;m为发电机节点;n为负荷节点;Sm为发电机节点的实际功率;Sn为负荷节点的实际消纳的功率;Imn(i,j)为在m-n节点注入单位电流源后在i-j支路上产生的电流;j为与节点i相连全部节点;
节点注入功率:为了反映节点在功率传输以及分配时的重要度,现在引入节点注入功率的概念来表示,节点注入功率的计算公式如下:
其中,Pi为节点i的注入功率;Sb为系统基准容量。
3.根据权利要求1所述的一种配电网脆弱节点的识别方法,其特征在于,所述的步骤102中,建立基于风险理论的风险评估指标:
其中建立的风险评估指标为节点电压越限风险指标;
节点电压越限风险指标:考虑10kV线路正常运行规定的电压偏移在±7%,节点电压越限风险指标的计算公式为:
其中,Ui代表母线i电压的标幺值。
4.根据权利要求1所述的一种配电网脆弱节点的识别方法,其特征在于,所述的步骤2中,确定配电网节点的脆弱性综合评价指标:
节点的脆弱指标有:节点度数NDi、节点介数NBi以及节点注入功率NPi,针对节点提出的风险指标为节点电压越限风险指标NRUi,所得节点i综合脆弱性指标的计算公式为:
Ni=(ω1NDi+ω2NBi+ω3NPi)×NRUi
其中,ω代表各指标的权重;
为了确定各个指标的权重,采用层次分析法来确定各个指标的权重,根据各指标之间的互相联系,将其分成几个不同的层次,通过各层次的优化和重要度分析来定量计算,可得节点度数、节点介数以及节点注入功率的权重分别为0.2、0.2、0.6,可得节点综合脆弱指标的计算公式为:
Ni=(0.2NDi+0.2NBi+0.6NPi)×NRUi
5.根据权利要求1所述的一种配电网脆弱节点的识别方法,其特征在于,所述的步骤3中,获取实际配电网结构数据以及潮流计算结果:
由于各指标所需原始数据广,需要各节点的电压、功率等,因此单纯的网络结构数据不能满足要求,需要对配电网进行潮流计算,由于计算网络为配电网,常用算法不一定满足精度要求,因此采用前推回代法或改进算法进行潮流计算。
6.根据权利要求1所述的一种配电网脆弱节点的识别方法,其特征在于,所述的步骤4中,找出配电网络中相对脆弱的节点:
配电网的各节点综合脆弱性指标越大,表示配电网中该节点脆弱性水平越高,即越脆弱;反之各节点综合脆弱性指标越小,表示配电网中该节点的脆弱性水平越低,即越强壮;
由于各指标的求解都采用了归一化,通过归一化来消除各指标数量级与单位的不同,方便进行各指标的加权,因此求得指标值为相对整个网络的相对值而非绝对值,其在同一配电网络中可以进行比较,对于不同配电网络或仿真状态,所得各脆弱性指标无可比性,不能进行直接比较。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711387753.2A CN107871216A (zh) | 2017-12-20 | 2017-12-20 | 一种配电网脆弱节点的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711387753.2A CN107871216A (zh) | 2017-12-20 | 2017-12-20 | 一种配电网脆弱节点的识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107871216A true CN107871216A (zh) | 2018-04-03 |
Family
ID=61756037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711387753.2A Pending CN107871216A (zh) | 2017-12-20 | 2017-12-20 | 一种配电网脆弱节点的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107871216A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109193617A (zh) * | 2018-07-30 | 2019-01-11 | 山东大学 | 基于紧约束识别的电力系统脆弱点评价方法及系统 |
CN109544012A (zh) * | 2018-11-26 | 2019-03-29 | 南方电网科学研究院有限责任公司 | 一种配电网运行效率的分析方法以及系统 |
CN109638817A (zh) * | 2018-12-08 | 2019-04-16 | 国网江苏省电力有限公司淮安供电分公司 | 一种考虑用户侧模型的配电网脆弱点分析以及预防控制方法 |
CN110138762A (zh) * | 2019-05-09 | 2019-08-16 | 南京邮电大学 | 基于攻击图网络的脆弱点检测系统、方法及存储介质 |
CN110428191A (zh) * | 2019-08-30 | 2019-11-08 | 华北电力大学(保定) | 配电网脆弱节点辨识的方法 |
CN110991839A (zh) * | 2019-11-21 | 2020-04-10 | 中国电建集团国际工程有限公司 | 一种电-气综合能源系统整体脆弱性的评估方法 |
CN111160675A (zh) * | 2018-11-08 | 2020-05-15 | 国网经济技术研究院有限公司 | 考虑运行可靠性的电网脆弱性评估方法 |
CN111369388A (zh) * | 2020-03-09 | 2020-07-03 | 华北电力大学 | 用于城市电网的对抗脆弱性评估方法及系统 |
CN111628496A (zh) * | 2020-05-19 | 2020-09-04 | 南京工程学院 | 一种电动汽车充电站选址和最大充电负荷确定方法 |
CN112053088A (zh) * | 2020-09-24 | 2020-12-08 | 华中科技大学 | 一种配电网节点脆弱性评价方法 |
CN113612229A (zh) * | 2021-10-09 | 2021-11-05 | 深圳市景星天成科技有限公司 | 一种多节点故障测试的电力自愈方法 |
CN113722868A (zh) * | 2021-09-03 | 2021-11-30 | 湘潭大学 | 一种融合结构洞特征的多指标电网节点脆弱性评估方法 |
CN114124728A (zh) * | 2021-11-11 | 2022-03-01 | 国网四川省电力公司经济技术研究院 | 电网控制系统与电力一次设备间脆弱性耦合链路识别方法 |
CN114519281A (zh) * | 2022-04-21 | 2022-05-20 | 国网天津市电力公司城南供电分公司 | 一种汛期10kV配电站房薄弱环节辨识方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683021A (zh) * | 2016-12-29 | 2017-05-17 | 贵州电网有限责任公司电力科学研究院 | 一种基于潮流特征的电网脆弱性指标的评估方法 |
CN107193274A (zh) * | 2017-07-04 | 2017-09-22 | 广东电网有限责任公司电力调度控制中心 | 一种基于多维度综合指标的电网脆弱性评估方法 |
-
2017
- 2017-12-20 CN CN201711387753.2A patent/CN107871216A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683021A (zh) * | 2016-12-29 | 2017-05-17 | 贵州电网有限责任公司电力科学研究院 | 一种基于潮流特征的电网脆弱性指标的评估方法 |
CN107193274A (zh) * | 2017-07-04 | 2017-09-22 | 广东电网有限责任公司电力调度控制中心 | 一种基于多维度综合指标的电网脆弱性评估方法 |
Non-Patent Citations (4)
Title |
---|
丰皓等: "计及抗干扰能力和影响力的节点综合脆弱性评估方法" * |
吴辉等: "基于复杂网络理论的配电网节点脆弱度评估" * |
曹斌等: "考虑电网运行风险的发用电一体化调度方法" * |
肖盛等: "基于复杂网络理论与风险理论的地区电网脆弱性评估" * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109193617A (zh) * | 2018-07-30 | 2019-01-11 | 山东大学 | 基于紧约束识别的电力系统脆弱点评价方法及系统 |
CN111160675A (zh) * | 2018-11-08 | 2020-05-15 | 国网经济技术研究院有限公司 | 考虑运行可靠性的电网脆弱性评估方法 |
CN111160675B (zh) * | 2018-11-08 | 2024-02-02 | 国网经济技术研究院有限公司 | 考虑运行可靠性的电网脆弱性评估方法 |
CN109544012A (zh) * | 2018-11-26 | 2019-03-29 | 南方电网科学研究院有限责任公司 | 一种配电网运行效率的分析方法以及系统 |
CN109638817B (zh) * | 2018-12-08 | 2022-04-12 | 国网江苏省电力有限公司淮安供电分公司 | 一种考虑用户侧模型的配电网脆弱点分析及预防控制方法 |
CN109638817A (zh) * | 2018-12-08 | 2019-04-16 | 国网江苏省电力有限公司淮安供电分公司 | 一种考虑用户侧模型的配电网脆弱点分析以及预防控制方法 |
CN110138762A (zh) * | 2019-05-09 | 2019-08-16 | 南京邮电大学 | 基于攻击图网络的脆弱点检测系统、方法及存储介质 |
CN110428191A (zh) * | 2019-08-30 | 2019-11-08 | 华北电力大学(保定) | 配电网脆弱节点辨识的方法 |
CN110428191B (zh) * | 2019-08-30 | 2022-06-28 | 华北电力大学(保定) | 配电网脆弱节点辨识的方法 |
CN110991839A (zh) * | 2019-11-21 | 2020-04-10 | 中国电建集团国际工程有限公司 | 一种电-气综合能源系统整体脆弱性的评估方法 |
CN110991839B (zh) * | 2019-11-21 | 2022-11-29 | 中国电建集团国际工程有限公司 | 一种电-气综合能源系统整体脆弱性的评估方法 |
CN111369388B (zh) * | 2020-03-09 | 2024-01-26 | 华北电力大学 | 用于城市电网的对抗脆弱性评估方法及系统 |
CN111369388A (zh) * | 2020-03-09 | 2020-07-03 | 华北电力大学 | 用于城市电网的对抗脆弱性评估方法及系统 |
CN111628496B (zh) * | 2020-05-19 | 2022-01-25 | 南京工程学院 | 一种电动汽车充电站选址和最大充电负荷确定方法 |
CN111628496A (zh) * | 2020-05-19 | 2020-09-04 | 南京工程学院 | 一种电动汽车充电站选址和最大充电负荷确定方法 |
CN112053088A (zh) * | 2020-09-24 | 2020-12-08 | 华中科技大学 | 一种配电网节点脆弱性评价方法 |
CN113722868A (zh) * | 2021-09-03 | 2021-11-30 | 湘潭大学 | 一种融合结构洞特征的多指标电网节点脆弱性评估方法 |
CN113722868B (zh) * | 2021-09-03 | 2024-03-26 | 湘潭大学 | 一种融合结构洞特征的多指标电网节点脆弱性评估方法 |
CN113612229A (zh) * | 2021-10-09 | 2021-11-05 | 深圳市景星天成科技有限公司 | 一种多节点故障测试的电力自愈方法 |
CN113612229B (zh) * | 2021-10-09 | 2021-12-28 | 深圳市景星天成科技有限公司 | 一种多节点故障测试的电力自愈方法 |
CN114124728A (zh) * | 2021-11-11 | 2022-03-01 | 国网四川省电力公司经济技术研究院 | 电网控制系统与电力一次设备间脆弱性耦合链路识别方法 |
CN114519281A (zh) * | 2022-04-21 | 2022-05-20 | 国网天津市电力公司城南供电分公司 | 一种汛期10kV配电站房薄弱环节辨识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107871216A (zh) | 一种配电网脆弱节点的识别方法 | |
Zhao et al. | Data-driven correction approach to refine power curve of wind farm under wind curtailment | |
CN107482626A (zh) | 一种区域电网关键节点识别方法 | |
CN106529791B (zh) | 一种电力系统中支路重要度的评估方法 | |
CN104466959B (zh) | 电力系统关键线路辨识方法和系统 | |
CN105976257A (zh) | 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法 | |
CN105354675A (zh) | 基于关键输电断面识别的交直流电网连锁故障分析方法 | |
CN110034581A (zh) | 风电并网下电力系统的区间电气介数脆弱性评估方法 | |
CN104901308B (zh) | 电力系统关键线路辨识方法 | |
CN104849614B (zh) | 小电流单相接地故障选线的判断方法 | |
CN110096764B (zh) | 一种电-气耦合系统脆弱线路辨识和优化方法 | |
CN109063379A (zh) | 基于最大熵原理的电-气综合能源系统概率能流计算方法 | |
CN107947151A (zh) | 一种电力系统关键节点的识别方法 | |
CN104485660A (zh) | 一种基于有向关系图的配电网可靠性评估方法 | |
Moradifar et al. | Intelligent localisation of multiple non‐linear loads considering impact of harmonic state estimation accuracy | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN109816254A (zh) | 一种基于topsis的智能电网自愈性水平评估方法 | |
CN101520812A (zh) | 基于小生境免疫算法的电力系统动态等值方法 | |
Jeni Seles Martina et al. | Operations on multi-valued neutrosophic matrices and its application to neutrosophic simplified-TOPSIS method | |
Qu et al. | Survivability evaluation method for cascading failure of electric cyber physical system considering load optimal allocation | |
CN103823998A (zh) | 考虑网络拓扑变化对输电能力影响的薄弱断面确定方法 | |
Žarković et al. | Reliability improvement of distribution system through distribution system planning: MILP vs. GA | |
CN107196307A (zh) | 一种变压器故障后电网有功潮流快速估算的方法 | |
CN105356457B (zh) | 一种电网事故恢复备用容量充裕度评估方法 | |
Ono et al. | Island model genetic programming based on frequent trees |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180403 |
|
RJ01 | Rejection of invention patent application after publication |