CN108512226B - 一种灾害下电力系统恢复力评估的方法 - Google Patents

一种灾害下电力系统恢复力评估的方法 Download PDF

Info

Publication number
CN108512226B
CN108512226B CN201810485792.4A CN201810485792A CN108512226B CN 108512226 B CN108512226 B CN 108512226B CN 201810485792 A CN201810485792 A CN 201810485792A CN 108512226 B CN108512226 B CN 108512226B
Authority
CN
China
Prior art keywords
disaster
line
power
load
under
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.)
Active
Application number
CN201810485792.4A
Other languages
English (en)
Other versions
CN108512226A (zh
Inventor
别朝红
张寒
卞艺衡
李更丰
林雁翎
马慧远
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.)
Xian Jiaotong University
State Grid Beijing Electric Power Co Ltd
Original Assignee
Xian Jiaotong University
State Grid Beijing Electric Power Co Ltd
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 Xian Jiaotong University, State Grid Beijing Electric Power Co Ltd filed Critical Xian Jiaotong University
Priority to CN201810485792.4A priority Critical patent/CN108512226B/zh
Publication of CN108512226A publication Critical patent/CN108512226A/zh
Application granted granted Critical
Publication of CN108512226B publication Critical patent/CN108512226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种灾害下电力系统恢复力评估的方法：1)确定灾害的类型与发生的性质；2)获得灾害下易损元件类型与相关的故障概率；3)利用蒙特卡洛仿真获取易损设备在灾害环境下的运行状态；4)进行基于直流最优潮流的系统最小切负荷计算；5)进行指标计算与系统抵抗能力分析。利用本发明所述方法可以对电力系统在各类自然灾害与人为灾害下的预期运行状态与坚强程度进行快速求取，求取过程兼顾了灾害类型与特点，而且可以分析灾害下系统的恢复力提升限制因素，可以用于为电力系统防灾规划与建设提供参考建议。

Description

一种灾害下电力系统恢复力评估的方法
技术领域
本发明属于电力系统安全规划运行领域，具体涉及一种灾害下电力系统恢复力评估的方法。
背景技术
保持高的供电可靠性是人们对于现代电力系统的要求之一。近年来，气候变化加剧，极端自然灾害发生频率不断增加，对电力系统的正常运行造成了严重干扰，引起大停电事故频发。电力系统恢复力可以理解为电力系统精准预测可能遭受的灾害扰动、在灾害来临前与灾害过程中采取多种有效措施减轻系统设备和负荷损失、灾害结束后能够迅速恢复到故障前正常状态的能力；弹性电力系统能够从已遭受的扰动中汲取经验教训，在未来遇到相同类型灾害时，能够预防或减轻灾害危害。因此，电力系统恢复力与可靠性研究有着质的区别。目前还没有清晰明确的评估方法与评价指标来量化电力系统系统恢复力的大小。已有评估方法相对来说比较片面、局限，难以为电力系统调度员与决策者提供足够的信息支撑。且指标体系不健全不完善，如何建立合理的评估方法与评价指标也是值得研究的问题。
发明内容
本发明的目的在于提供一种灾害下电力系统恢复力评估的方法。本方法可以对电力系统在各类自然灾害与人为灾害下的预期运行状态与坚强程度进行快速求取，求取过程兼顾了灾害类型与特点，而且可以分析灾害下系统的恢复力提升限制因素，可以用于为电力系统防灾规划与建设提供参考建议。
为实现上述目的，本发明采用了以下技术方案：
一种灾害下电力系统恢复力评估的方法，包括以下步骤：
确定灾害的类型与发生的性质；
获得灾害下易损元件类型与相关的故障概率；
利用蒙特卡洛仿真获取易损设备在灾害环境下的运行状态；
利用潮流计算分析系统状态并使用直流潮流模型进行紧急状况下最小切负荷最优潮流计算，
最终得到恢复力评估指标，判断系统面对灾害的坚强程度与抵抗能力。
作为本发明的进一步改进，风暴环境下，输电线路的故障率为
Figure GDA0002424145690000021
平均修复时间为
Figure GDA0002424145690000022
雷暴环境下，线路故障率为
λlightning(Ng)＝(βNg+1)λnorm
线路修复率为
Figure GDA0002424145690000023
由于雷暴环境下线路修复工作的进行会对维修人员的生命安全造成严重威胁，因此不考虑雷暴下的故障修复。基于统计方法，得到雷暴下线路故障概率为
Figure GDA0002424145690000024
ω(t)为t时刻风速；
α为规模系数；
ωcrit为λ开始上升时的风速；
λnorm为正常环境下的故障率；
rtnorm为正常环境下的故障修复时间；
k为故障修复时间随ω(t)的增长率；
rrnorm为正常环境下的故障修复率；
μ,β为规模系数；
Ng为单位时间内单位面积落雷密度(occ/h*km2)。
作为本发明的进一步改进，利用蒙特卡洛仿真获取易损设备在灾害环境下的运行状态具体为：
输入系统参数，定义采样次数N；对于持续时间长的灾害，要考虑故障设备的修复过程；用时序蒙特卡洛进行仿真；短时间内的灾害，用非时序蒙特卡洛仿真；
时序蒙特卡洛仿真抽样过程为：
获取线路运行持续时间
Figure GDA0002424145690000031
线路正常工作时，置线路状态为1；
获取线路故障持续时间
trepair＝-tmttr·ln(u)
线路故障时，置线路状态为0；
λ为线路在灾害环境下的故障率，tmttr是线路在灾害环境下的修复时间，u为在0～1上均匀分布的随机数；
非时序蒙特卡洛仿真抽样的过程为：
获取[0,1]空间均匀分布的随机数θ，p为故障概率，得到线路运行状态X：
Figure GDA0002424145690000032
1表示正常工作，0表示故障。
作为本发明的进一步改进，灾害下系统最小切负荷计算方法为：
结合元件状态，通过潮流计算进行电力系统运行状态分析：如果出现发电机出力不足或线路潮流越线情况，进行系统最小切负荷计算：
首先判断线路是否停运，若有线路停运，则进入解列分析模块；若无线路停运，则输出结果；
分析系统是否解列，若系统解列，则在各个孤岛内进行功率潮流分析，统计各孤岛内的失负荷量，累加各孤岛的负荷损失量得到本次的失负荷量；如果没有解列，则进入潮流分析模块；具体流程如下：
灾害环境下对系统进行潮流计算。
(a)系统潮流收敛，变量超出平衡节点调节范围时或线路传输容量约束等其他不等式约束范围，灵活调节系统各机组出力情况：统计非平衡机且未达到最大出力上限的机组集合ng，将负荷-出力不平衡量按机组出力比例分配到ng中各台机组，将调整后出力越限的机组出力限制到最大值，并更新ng；重复计算直至潮流收敛，当计算次数超过指定的调节次数上限时，进行基于最优潮流的最小切负荷分析；
(b)系统潮流不收敛，总负荷超过系统发电机最大出力之和调节，进行最小切负荷优化计算；否则按照步骤(a)中的流程对处理；
Figure GDA0002424145690000041
s.t.
Figure GDA0002424145690000042
0≤P≤Pmax
0≤D≤Dmax
Figure GDA0002424145690000043
PTDF·(P-D)≥F
式中，i是节点的编号，D是节点的负荷功率向量，P是节点的发电机注入功率向量，N是节点总数，Dmax是各节点的负荷需求向量，Pmax是各发电机的最大发电量向量，PTDF是功率分布因子矩阵，
Figure GDA0002424145690000044
是线路潮流容量上限向量，F是线路潮流容量下限向量；pi和di分别是各节点的注入功率和负荷功率，是决策变量；该状态校正模型的目标函数是系统总的失负荷量最小。
作为本发明的进一步改进，恢复力评估指标为：
a.切负荷时失负荷比例ALRIL
Figure GDA0002424145690000045
其中，Llc,i是第i次仿真的切负荷大小，Ld,i是第i次仿真的系统负荷规模，Ns是总仿真次数；
b.系统故障元件(特定类型)比例PCFD
Figure GDA0002424145690000051
其中，Nc,i是第i次仿真的故障元件数量，Nc是该类元件的总数；
c.系统解列概率PSI
Figure GDA0002424145690000052
其中，Nsy是总仿真过程中系统解列次数；
d.系统中出现孤立节点次数PIN
Figure GDA0002424145690000053
其中，Nin是总仿真过程中孤立节点出现次数；
e.区域发电裕度GMA
Figure GDA0002424145690000054
其中，Gi,max为机组i有功出力上限，li,real,n为灾害下母线i上的负荷，li,real,b是节点i实际的负荷需求，Gnow是灾害下能够正常运行的机组集合，Gall是系统所有机组的集合；
f.输电断面输电裕度TCTS
Figure GDA0002424145690000055
其中，Ci,max为输电线路i的传输容量上限，Ci,real,n为灾害下输电线路i的实际传输功率，Ci,real,b为灾前输电线路i的实际传输功率，Lnow是灾害下能够正常运行的断面线路集合，Lall是断面所有线路的集合。
针对灾害发生的区域，将系统进行分区，分别统计各分区内发电能力充裕度，与分区之间的输电断面之间输电能力充裕度；如果发电裕度为很小甚至为负值，则说明区域内发电能力严重不足；一旦输电断面损坏，切负荷概率将急剧增加，导致该区域内的负载损失；相反，大的发电裕度有助于避免负荷损失。
基于上述评价指标，判断系统面对灾害的坚强程度与抵抗能力。
与现有技术相比，本发明具有以下优点：
本发明利用蒙特卡洛仿真获取易损设备在灾害环境下的运行状态，并利用潮流计算分析系统状态并使用直流潮流模型进行紧急状况下最小切负荷最优潮流计算，给出了清晰明确的评估方法与评价指标来量化电力系统系统恢复力的大小，相对现有技术而言，该灾害下电力系统恢复力评估的方法能够比较全面的为电力系统调度员与决策者提供足够的信息支撑。采用利用本发明所述方法可以对电力系统在各类自然灾害与人为灾害下的预期运行状态与坚强程度进行快速求取，求取过程兼顾了灾害类型与特点，而且可以分析灾害下系统的恢复力提升限制因素，可以用于为电力系统防灾规划与建设提供参考建议。
进一步，本发明对于持续时间长的灾害，要考虑故障设备的修复过程。用时序蒙特卡洛进行仿真(结合故障率与修复率)；短时间内的灾害用非时序蒙特卡洛仿真(结合故障概率)。计算和分析结果能加全面，能够行快速求取在各类自然灾害与人为灾害下的预期运行状态与坚强程度。
附图说明
图1为灾害下电力系统恢复力评估的方法的程序流程图；
图2为算例示意图；
图3为算例计算结果。
图4为算例计算结果。
具体实施方式
下面结合附图和实施例对本发明做详细说明。
参见图1，本发明所述灾害下电力系统恢复力评估的方法，通过给定评估灾害的类别与性质，找出灾害下电力系统的易损元件及其故障特性，利用蒙特卡洛仿真得到元件状态变化过程，利用潮流计算分析系统状态并使用直流潮流模型进行紧急状况下最小切负荷最优潮流计算，最终得到恢复力评估指标，判断系统面对灾害的坚强程度与抵抗能力。
1.确定灾害的类型与发生的性质
不同的灾害性质相差很大，对电力系统破坏过程、可能造成的危害大小、灾后系统恢复难度也大相径庭。在分析电力系统抵御灾害的能力时，需要明确被分析灾害发生的影响区域、持续时间、灾害强度等信息。
2.获得灾害下易损元件类型与相关的故障概率；
应明确灾害对电力系统的时空影响。确定灾害发生的电力系统的损害机理，确定灾害下易损元件的类型。不同的灾害下，易损元件差异很大，例如，电力系统受到网络攻击时，应重点关注通信设备和信息存储设备(如EMS和SCADA)；地震的发生会破坏变电站；在大风期间，容易造成断线倒塔。对于持续时间较长的灾害，应当获取易损部件的故障率λ和平均修复时间μ。
以风暴与雷电对输电线路的影响进行分析。
风暴环境下，输电线路的故障率为
Figure GDA0002424145690000071
平均修复时间为
Figure GDA0002424145690000072
雷暴环境下，线路故障率为
λlightning(Ng)＝(βNg+1)λnorm
线路修复率为
Figure GDA0002424145690000073
由于雷暴环境下线路修复工作的进行会对维修人员的生命安全造成严重威胁，因此不考虑雷暴下的故障修复。基于统计方法，得到雷暴下线路故障概率为
Figure GDA0002424145690000081
ω(t)为t时刻风速；
α为规模系数；
ωcrit为λ开始上升时的风速；
λnorm为正常环境下的故障率；
rtnorm为正常环境下的故障修复时间；
k为故障修复时间随ω(t)的增长率；
rrnorm为正常环境下的故障修复率；
μ,β为规模系数；
Ng为单位时间内单位面积落雷密度(occ/h*km2)。
3.经过步骤2后，利用蒙特卡洛仿真获取易损设备在灾害环境下的运行状态
输入系统参数，包含系统的峰值负荷水平，线路故障率、修复率(或故障概率)，发电机组故障率、修复率(或故障概率)信息等原始数据。定义采样次数N；
对于持续时间长的灾害，要考虑故障设备的修复过程。用时序蒙特卡洛进行仿真(结合故障率与修复率)；短时间内的灾害，如雷电、地震，或者虽然灾害持续时间长，灾害过于猛烈、为了保证救援人员的生命安全，在灾害进行过程中不进行抢修的，(如洪水)等，用非时序蒙特卡洛仿真(结合故障概率)。
其中，时序蒙特卡洛仿真抽样过程为：
获取线路运行持续时间
Figure GDA0002424145690000082
线路正常工作时，置线路状态为1。
获取线路故障持续时间
trepair＝-tmttr·ln(u)
线路故障时，置线路状态为0。
λ为线路在灾害环境下的故障率，tmttr是线路在灾害环境下的修复时间，u为在0～1上均匀分布的随机数。
非时序蒙特卡洛仿真抽样的过程为：
获取[0,1]空间均匀分布的随机数θ，得到线路运行状态X
Figure GDA0002424145690000091
1表示正常工作，0表示故障。
4.进行系统状态分析(基于直流最优潮流的系统最小切负荷计算)；
结合元件状态，通过潮流计算进行电力系统运行状态分析。如果出现发电机出力不足或线路潮流越线情况，进行系统最小切负荷计算。
首先判断线路是否停运(故障)，若有线路停运，则进入解列分析模块；若无线路停运，则输出结果。
分析系统是否解列，若系统解列，则在各个孤岛内进行功率潮流分析，统计各孤岛内的失负荷量，累加各孤岛的负荷损失量得到本次的失负荷量(负荷损失量)；如果没有解列，则进入潮流分析模块。具体流程如下：
灾害环境下对系统进行潮流计算(若系统发生了解列则对孤岛进行潮流计算)。
(a)系统(孤岛)潮流收敛，但是变量超出平衡节点调节范围时或线路传输容量约束等其他不等式约束范围，灵活调节系统(孤岛)各机组出力情况：统计非平衡机且未达到最大出力上限的机组集合ng，将负荷-出力不平衡量按机组出力比例分配到ng中各台机组，将调整后出力越限的机组出力限制到最大值，并更新ng；重复计算直至潮流收敛，当计算次数超过指定的调节次数上限时，进行基于最优潮流的最小切负荷分析。
(b)系统(孤岛)潮流不收敛，总负荷超过系统(孤岛)发电机最大出力之和调节，进行最小切负荷优化计算；否则按照步骤(a)中的流程对处理。
Figure GDA0002424145690000101
s.t.
Figure GDA0002424145690000102
0≤P≤Pmax
0≤D≤Dmax
Figure GDA0002424145690000103
PTDF·(P-D)≥F
式中i是节点的编号，D是节点的负荷功率向量，P是节点的发电机注入功率向量，N是节点总数，Dmax是各节点的负荷需求向量，Pmax是各发电机的最大发电量向量，PTDF是功率分布因子矩阵，
Figure GDA0002424145690000104
是线路潮流容量上限向量，F是线路潮流容量下限向量。pi和di分别是各节点的注入功率和负荷功率，是决策变量。该状态校正模型的目标函数是系统总的失负荷量最小。
5.进行指标计算与系统抵抗能力分析。
所有的仿真过程结束后，进行恢复力指标计算。恢复力指标有：
a.切负荷时失负荷比例ALRIL
Figure GDA0002424145690000105
其中，Llc,i是第i次仿真的切负荷大小，Ld,i是第i次仿真的系统负荷规模，Ns是总仿真次数。
b.系统故障元件(特定类型)比例PCFD
Figure GDA0002424145690000106
其中，Nc,i是第i次仿真的故障元件数量，Nc是该类元件的总数。
c.系统解列概率PSI
Figure GDA0002424145690000111
其中，Nsy是总仿真过程中系统解列次数。
d.系统中出现孤立节点次数PIN
Figure GDA0002424145690000112
其中，Nin是总仿真过程中孤立节点出现次数。
e.区域发电裕度GMA
Figure GDA0002424145690000113
其中，Gi,max为机组i有功出力上限，li,real,n为灾害下母线i上的负荷，li,real,b是节点i实际的负荷需求，Gnow是灾害下能够正常运行的机组集合，Gall是系统所有机组的集合。
f.输电断面输电裕度TCTS
Figure GDA0002424145690000114
其中，Ci,max为输电线路i的传输容量上限，Ci,real,n为灾害下输电线路i的实际传输功率，Ci,real,b为灾前输电线路i的实际传输功率，Lnow是灾害下能够正常运行的断面线路集合，Lall是断面所有线路的集合。
针对灾害发生的区域，将系统进行分区，分别统计各分区内发电能力充裕度，与分区之间的输电断面之间输电能力充裕度。如果发电裕度为很小甚至为负值，则说明区域内发电能力严重不足。一旦输电断面损坏，切负荷概率将急剧增加，导致该区域内的负载损失。相反，大的发电裕度有助于避免负荷损失。
算例分析
采用标准IEEE-RTS 79测试系统作为算例说明，该系统有33台发电机，38条线路，系统峰值负荷为2850MW，根据电压等级，系统可分为两个区域：区域1(母线1～12,24)、区域2(母线13～23)，如图2所示。假设该系统位于热带沿海地区，分别遭受了风暴(ω(t)＝38m/s，一天)与雷电(Ng＝0.1occ/h*km2)的袭击，受灾范围为线路15-24(58km),11-14(47km),12-23(km),11-13(53km),12-13(53km)。ωcrit设为25m/s。
评估结果为表1
指标 正常 风暴 雷电
PIN 0.000320 0.000620 0.001217
PSI 0.000320 0.005980 0.007700
PCFD 0.000658 0.043977 0.048036
ALRIL 5.192828e-03 9.666e-03 1.166672e-02
GMA(区域1) -1.025110 -1.008275 -1.002412
GMA(区域2) 0.852445 0.856448 0.855681
TCTS 1.017020 0.562210 0.524445
从正常情况到飓风和雷电，可以清楚地看到切负荷的概率和期望值不断上升，更多的输电线路容易发生故障，出现孤立节点和系统解列的可能性大大增加。
面对灾害时，输电断面的输电能力受到灾害破坏，被极大限制，因此每个地区的电力需求主要由内部发电机的输出来提供。受到灾害的范围限制，灾害主要影响该断面的输电能力，而不是破坏发电机组。因此，在不同类型的灾害下，各区域的发电裕度变化不大。但是，从表1中发现表明区域1的发电裕度严重不足，所以区域1的切负荷的可能性非常高。相比之下，区域2中很少发生切负荷。决策者可以考虑在区域1中分配更多的发电机，提高发电裕度，或加强现有的输电线路强度或增加建设更多的输电线路，以提高该断面的输电能力。
可见，从正常条件到风暴、雷电，系统的恢复力水平不断下降。此外，即使台风的威胁、强度更大，该电力系统对正常台风的恢复力也要强于对雷电的恢复力。因此，恢复力的评估需要与灾害的具体类型相结合，不能单纯是说电力系统的恢复力是强还是弱。
本发明的保护范围并不限于上述的实施例，对于本领域的普通技术人员来说，倘若对本发明进行的各种改动和变形属于本发明权利要求求及等同技术范围内，则本发明的意图也包含这些改动和变形在内。

Claims (4)

1.一种灾害下电力系统恢复力评估的方法，其特征在于，包括以下步骤：
确定灾害的类型与发生的性质；
获得灾害下易损元件类型与相关的故障概率；
利用蒙特卡洛仿真获取易损设备在灾害环境下的运行状态；
利用潮流计算分析系统状态并使用直流潮流模型进行紧急状况下最小切负荷最优潮流计算；
最终得到恢复力评估指标，判断系统面对灾害的坚强程度与抵抗能力；
恢复力评估指标为：
a.切负荷时失负荷比例ALRIL
Figure FDA0002424145680000011
其中，Llc,i是第i次仿真的切负荷大小，Ld,i是第i次仿真的系统负荷规模，Ns是总仿真次数；
b.系统故障元件(特定类型)比例PCFD
Figure FDA0002424145680000012
其中，Nc,i是第i次仿真的故障元件数量，Nc是该类元件的总数；
c.系统解列概率PSI
Figure FDA0002424145680000013
其中，Nsy是总仿真过程中系统解列次数；
d.系统中出现孤立节点次数PIN
Figure FDA0002424145680000014
其中，Nin是总仿真过程中孤立节点出现次数；
e.区域发电裕度GMA
Figure FDA0002424145680000021
其中，Gi,max为机组i有功出力上限，li,real,n为灾害下母线i上的负荷，li,real,b是节点i实际的负荷需求，Gnow是灾害下能够正常运行的机组集合，Gall是系统所有机组的集合；
f.输电断面输电裕度TCTS
Figure FDA0002424145680000022
其中，Ci,max为输电线路i的传输容量上限，Ci,real,n为灾害下输电线路i的实际传输功率，Ci,real,b为灾前输电线路i的实际传输功率，Lnow是灾害下能够正常运行的断面线路集合，Lall是断面所有线路的集合；
针对灾害发生的区域，将系统进行分区，分别统计各分区内发电能力充裕度，与分区之间的输电断面之间输电能力充裕度；如果发电裕度为很小甚至为负值，则说明区域内发电能力严重不足；一旦输电断面损坏，切负荷概率将急剧增加，导致该区域内的负载损失；相反，大的发电裕度有助于避免负荷损失；
基于上述评价指标，判断系统面对灾害的坚强程度与抵抗能力。
2.根据权利要求1所述的一种灾害下电力系统恢复力评估的方法，其特征在于，
风暴环境下，输电线路的故障率为
Figure FDA0002424145680000023
平均修复时间为
Figure FDA0002424145680000024
雷暴环境下，线路故障率为
λlightning(Ng)＝(βNg+1)λnorm
线路修复率为
Figure FDA0002424145680000031
由于雷暴环境下线路修复工作的进行会对维修人员的生命安全造成严重威胁，因此不考虑雷暴下的故障修复；基于统计方法，得到雷暴下线路故障概率为
Figure FDA0002424145680000032
ω(t)为t时刻风速；
α为规模系数；
ωcrit为λ开始上升时的风速；
λnorm为正常环境下的故障率；
rtnorm为正常环境下的故障修复时间；
k为故障修复时间随ω(t)的增长率；
rrnorm为正常环境下的故障修复率；
μ,β为规模系数；
Ng为单位时间内单位面积落雷密度(occ/h*km2)。
3.根据权利要求1所述的一种灾害下电力系统恢复力评估的方法，其特征在于，利用蒙特卡洛仿真获取易损设备在灾害环境下的运行状态具体为：
输入系统参数，定义采样次数N；对于持续时间长的灾害，要考虑故障设备的修复过程，用时序蒙特卡洛进行仿真；短时间内的灾害，用非时序蒙特卡洛仿真；
时序蒙特卡洛仿真抽样过程为：
获取线路运行持续时间
Figure FDA0002424145680000033
线路正常工作时，置线路状态为1；
获取线路故障持续时间
trepair＝-tmttr·ln(u)
线路故障时，置线路状态为0；
λ为线路在灾害环境下的故障率，tmttr是线路在灾害环境下的修复时间，u为在0～1上均匀分布的随机数；
非时序蒙特卡洛仿真抽样的过程为：
获取[0,1]空间均匀分布的随机数θ，p为故障概率，得到线路运行状态X：
Figure FDA0002424145680000041
1表示正常工作，0表示故障。
4.根据权利要求1所述的一种灾害下电力系统恢复力评估的方法，其特征在于，灾害下系统最小切负荷计算方法为：
结合元件状态，通过潮流计算进行电力系统运行状态分析：如果出现发电机出力不足或线路潮流越线情况，进行系统最小切负荷计算：
首先判断线路是否停运，若有线路停运，则进入解列分析模块；若无线路停运，则输出结果；
分析系统是否解列，若系统解列，则在各个孤岛内进行功率潮流分析，统计各孤岛内的失负荷量，累加各孤岛的负荷损失量得到本次的失负荷量；如果没有解列，则进入潮流分析模块；具体流程如下：
灾害环境下对系统进行潮流计算
(a)系统潮流收敛，变量超出平衡节点调节范围时或线路传输容量约束的不等式约束范围，灵活调节系统各机组出力情况：统计非平衡机且未达到最大出力上限的机组集合ng，将负荷-出力不平衡量按机组出力比例分配到ng中各台机组，将调整后出力越限的机组出力限制到最大值，并更新ng；重复计算直至潮流收敛，当计算次数超过指定的调节次数上限时，进行基于最优潮流的最小切负荷分析；
(b)系统潮流不收敛，总负荷超过系统发电机最大出力之和调节，进行最小切负荷优化计算；否则按照步骤(a)中的流程对处理；
Figure FDA0002424145680000051
Figure FDA0002424145680000052
0≤P≤Pmax
0≤D≤Dmax
Figure FDA0002424145680000053
PTDF·(P-D)≥F
式中，i是节点的编号，D是节点的负荷功率向量，P是节点的发电机注入功率向量，N是节点总数，Dmax是各节点的负荷需求向量，Pmax是各发电机的最大发电量向量，PTDF是功率分布因子矩阵，
Figure FDA0002424145680000054
是线路潮流容量上限向量，F是线路潮流容量下限向量；pi和di分别是各节点的注入功率和负荷功率，是决策变量；该状态校正模型的目标函数是系统总的失负荷量最小。
CN201810485792.4A 2018-05-21 2018-05-21 一种灾害下电力系统恢复力评估的方法 Active CN108512226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810485792.4A CN108512226B (zh) 2018-05-21 2018-05-21 一种灾害下电力系统恢复力评估的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810485792.4A CN108512226B (zh) 2018-05-21 2018-05-21 一种灾害下电力系统恢复力评估的方法

Publications (2)

Publication Number Publication Date
CN108512226A CN108512226A (zh) 2018-09-07
CN108512226B true CN108512226B (zh) 2020-06-19

Family

ID=63400962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810485792.4A Active CN108512226B (zh) 2018-05-21 2018-05-21 一种灾害下电力系统恢复力评估的方法

Country Status (1)

Country Link
CN (1) CN108512226B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108879785B (zh) * 2018-08-10 2021-09-07 国网山东省电力公司潍坊供电公司 一种基于负荷恢复过程的电网恢复力计算方法及系统
CN109361231B (zh) * 2018-10-25 2022-05-13 国网浙江省电力有限公司 基于聚合恒温控制负荷的特高压直流故障调度方法
CN110401183A (zh) * 2019-03-12 2019-11-01 天津大学 一种基于配电系统两阶段重构的韧性提升方法
CN110570079B (zh) * 2019-07-22 2023-02-03 广东工业大学 一种并列供电系统多种运行状态联合概率的计算方法
CN110472371A (zh) * 2019-09-06 2019-11-19 西安交通大学 一种基于恢复力的电力系统元件重要度的评估方法
CN111049128B (zh) * 2019-12-10 2021-04-27 浙江大学 一种考虑负荷预计用电影响的电力系统可靠性提高方法
CN113410842B (zh) * 2021-06-18 2022-07-05 天津大学 计及联动故障的综合能源系统概率能流计算方法及装置
CN115409427B (zh) * 2022-10-28 2023-03-24 国网江西省电力有限公司供电服务管理中心 居民负荷可用调节容量多状态的评估方法及装置
CN115879833B (zh) * 2023-03-02 2023-06-16 国网山东省电力公司威海供电公司 考虑灾害响应和恢复的双层配电网韧性评估方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105552899A (zh) * 2016-01-20 2016-05-04 国网山东省电力公司潍坊供电公司 一种计算大停电后电网恢复力的方法
CN106786530A (zh) * 2016-12-23 2017-05-31 广东电网有限责任公司电力调度控制中心 一种适应在极端天气情况下电网快速恢复的方法
CN107633320A (zh) * 2017-08-17 2018-01-26 广东电网有限责任公司惠州供电局 一种基于气象预测和风险评估的电网线路重要度评估方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9244446B2 (en) * 2012-11-29 2016-01-26 International Business Machines Corporation Configuring, optimizing and managing micro-grids
CN105656040B (zh) * 2016-03-22 2018-06-29 国网山东省电力公司潍坊供电公司 一种考虑黑启动过程的电网恢复力计算方法
CN106022581B (zh) * 2016-05-12 2019-08-23 西安交通大学 基于几何优化-最小方差化方法的重要抽样蒙特卡洛电力系统可靠性评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105552899A (zh) * 2016-01-20 2016-05-04 国网山东省电力公司潍坊供电公司 一种计算大停电后电网恢复力的方法
CN106786530A (zh) * 2016-12-23 2017-05-31 广东电网有限责任公司电力调度控制中心 一种适应在极端天气情况下电网快速恢复的方法
CN107633320A (zh) * 2017-08-17 2018-01-26 广东电网有限责任公司惠州供电局 一种基于气象预测和风险评估的电网线路重要度评估方法

Also Published As

Publication number Publication date
CN108512226A (zh) 2018-09-07

Similar Documents

Publication Publication Date Title
CN108512226B (zh) 一种灾害下电力系统恢复力评估的方法
US11159018B2 (en) Method and system for online decision making of generator start-up
Shaoyun et al. Assessing and boosting the resilience of a distribution system under extreme weather
Rios et al. Value of security: modeling time-dependent phenomena and weather conditions
CN108631306B (zh) 一种电力系统灾后恢复能力的评估方法
CN108695846B (zh) 一种单元制配电网运行风险评估方法
Ramadan et al. Optimal allocation of renewable energy resources considering uncertainty in load demand and generation
CN113301010B (zh) 拒绝服务攻击下电力信息网络数据传输通道重要程度的判定方法
CN111507509A (zh) 一种电力系统极端事件的风险评估方法
CN109687410A (zh) 一种基于最大熵增的连锁故障集构建方法
CN109801183A (zh) 一种电力信息物理系统的故障危害评估方法及装置
CN115603459A (zh) 一种基于数字孪生技术的配电网关键厂站监测方法与系统
CN112329377A (zh) 用于量化多输入多输出变电站系统地震易损性的评估方法
CN116167609A (zh) 基于神经网络模型的电力系统风险评估方法
CN110021933B (zh) 考虑组件故障的电力信息系统控制功能可靠性评估方法
CN111027855A (zh) 考虑输电线路气象灾害故障概率的电力系统风险控制方法
CN110797863A (zh) 一种考虑电网n-1及n-2安全约束的经济调度方法
Wu et al. A cascading failure model of power systems considering components’ multi-state failures
CN110190617A (zh) 多馈入直流电力系统的评估方法、系统、设备及存储介质
CN105322460A (zh) 一种雷暴天气下架空配电线路抗雷击规划方法
Ciapessoni et al. An integrated framework for power and ICT system risk-based security assessment
CN112152210B (zh) 一种配电网系统的优化方法及装置
CN110797906B (zh) 风电基地最大装机容量的确定方法、装置及存储介质
CN114118685A (zh) 一种评估配电网抗灾能力的方法及系统
CN111146779A (zh) 一种电力设备相继故障的大电网柔性安全控制方法及系统

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