CN109146332B - 跨区域电网雾霾程度的评估方法及系统 - Google Patents
跨区域电网雾霾程度的评估方法及系统 Download PDFInfo
- Publication number
- CN109146332B CN109146332B CN201811142306.5A CN201811142306A CN109146332B CN 109146332 B CN109146332 B CN 109146332B CN 201811142306 A CN201811142306 A CN 201811142306A CN 109146332 B CN109146332 B CN 109146332B
- Authority
- CN
- China
- Prior art keywords
- haze
- province
- data
- power grid
- cross
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims abstract description 75
- 238000012544 monitoring process Methods 0.000 claims abstract description 35
- 230000002354 daily effect Effects 0.000 claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 230000003203 everyday effect Effects 0.000 claims abstract description 18
- 241000013757 Ranina Species 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000003442 weekly effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009422 external insulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
-
- 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)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种跨区域电网雾霾程度的评估方法、电网联合抗霾的调度方法及系统,该评估方法包括:分别采集多个省份的雾霾数据,包括各省份具有时间对应关系的每日雾霾最大浓度、该省份输电线路沿线环境监测站点总数和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量;根据多个省份的雾霾数据,进行跨区域电网雾霾程度相关性计算,计算得到第一省份和第二省份雾霾最大浓度的相关系数以及第一省份和第二省份输电线路沿线雾霾区面积的相关系数;根据得到的两个相关系数,划分跨区域电网雾霾程度的强弱区间。本发明可以较为便捷快速的认识两地区雾霾程度的相关性,提高了输电线路雾霾防治工作的针对性和灵活性。
Description
技术领域
本发明涉及电网的防护领域,尤其涉及一种跨区域电网雾霾程度的评估方法、电网联合抗霾的调度方法及系统。
背景技术
每年秋冬季节,由于空气污染造成的雾霾天气在中国中东部地区频繁发生,已经严重危害到人们正常的生产生活。尤其在工业发达、人口密集的华北和华东地区,雾霾天气范围广、浓度高的特点严重影响到输变电设备的外绝缘特性,加剧了区域电网发生污秽闪络、影响社会正常运行的可能性。2001年大雾导致辽宁电网线路跳闸322次,2005年珠三角地区雾霾天气造成单条500kV线路跳闸7次之多。另一方面,跨区域电力企业通过合理的电网建设和电力调度措施,调整雾霾高发地区火电厂开停机,可以减轻区域雾霾程度。因此,大范围雾霾的发生对于线路抗霾决策、应急处置措施、电网调度管理等都提出了要求。
目前的雾霾预测方法已经可以实现未来三到七天的雾霾程度计算,但不同地区间的电网雾霾程度评估没有得到关注,跨区域雾霾的电网影响分析没有广泛开展,无法有效支撑电力企业联合抗霾,各地区冬季抗霾工作缺乏联动,降低了雾霾治理效率。
因此,进行跨区域电网雾霾程度评估和联合抗霾决策方法的研究和分析已经势在必行,这将为确定跨区域电网抗霾决策的制定方向,指导电网调度和火电厂开停机,支持跨区域电网抗霾联动和协调,减少大气环境污染起到重要作用。
发明内容
本发明提供了一种跨区域电网雾霾程度的评估方法及系统,用以解决目前缺乏跨区域电网雾霾程度评估分析及缺乏联合防霾策略的技术问题。
为解决上述技术问题,本发明提出的技术方案为:
一种跨区域电网雾霾程度的评估方法,包括以下步骤:
分别采集多个省份的雾霾数据,包括各省份具有时间对应关系的每日雾霾最大浓度、该省份输电线路沿线环境监测站点总数和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量;
根据多个省份的雾霾数据,进行跨区域电网雾霾程度相关性计算,计算得到第一省份和第二省份雾霾最大浓度的相关系数以及第一省份和第二省份输电线路沿线雾霾区面积的相关系数;
根据得到的两个相关系数,划分跨区域电网雾霾程度的强弱区间。
优选地,方法还包括:采集与雾霾数据时间跨度对应的ENSO指数数据;
依据ENSO事件的性质,将ENSO指数数据按照厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类,每一类中的数据按照时间顺序排列;
对照ENSO指数数据所表征的厄尔尼诺时期、拉尼娜时期和非ENSO时期,将待分析地区的雾霾最大浓度数据和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量分别划分为厄尔尼诺时期数据、拉尼娜时期数据和非ENSO时期数据三类,每一类中的数据按照时间顺序排列。
优选地,雾霾数据时间跨度对应的ENSO指数数据为雾霾过程阶段的周平均ENSO指数。
优选地,进行跨区域电网雾霾程度相关性计算,包括以下步骤:
计算一:根据每日雾霾最大浓度数据,计算得到第一省份的雾霾最大浓度平均值;将第一省份的每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量和该省份输电线路沿线环境监测站点总数相除,得到每日输电线路沿线雾霾区面积百分比数据,并计算得到输电线路沿线雾霾区面积百分比平均值;
计算二:根据每日雾霾最大浓度数据和雾霾最大浓度平均值,计算得到第一省份和第二省份雾霾最大浓度的相关系数;
计算三:分别以每日输电线路沿线雾霾区面积百分比数据及输电线路沿线雾霾区面积百分比平均值数据代替每日雾霾最大浓度数据和雾霾最大浓度平均值,重复计算二,得到第一省份和第二省份输电线路沿线雾霾区面积的相关系数;
评估:根据第一省份和第二省份雾霾最大浓度的相关系数的绝对值以及第一省份和第二省份输电线路沿线雾霾区面积的相关系数的绝对值,划分跨区域电网雾霾程度的强弱区间。
优选地,计算一的计算公式为:
优选地,计算二的计算公式为:
其中,r为相关系数,xi为第一省份的每日雾霾最大浓度,为第一省份的雾霾最大浓度的平均值,yi为第二省份的每日雾霾最大浓度,为第二省份的雾霾最大浓度的平均值,n为第一省份或第二省份的雾霾最大浓度数据总量。
优选地,划分跨区域电网雾霾程度的强弱区间,包括以下步骤:
将第一省份和第二省份雾霾最大浓度的相关系数作为横轴,将第一省份和第二省份输电线路沿线雾霾区面积的相关系数的绝对值作为纵轴,构建坐标系;
将坐标系划分为多个表示跨区域电网雾霾的强弱程度的网格区域,根据两个相关系数的绝对值落入的网格区域,划分电网雾霾程度的强弱区间。
优选地,根据待评估时段的气候特征,选取第一省份和第二省份在厄尔尼诺时期、拉尼娜时期和非ENSO时期中的对应类的每日雾霾最大浓度数据和输电线路沿线环境监测站点数据,重复计算一、计算二、计算三和评估步骤,进行包含气候条件的跨区域电网雾霾程度评估。
本发明还提供一种基于上述的跨区域电网雾霾程度的评估方法的电网联合抗霾的调度方法,包括以下步骤:将跨区域电网雾霾程度的强弱区间划分为由强到弱依次排列的七个区域;将跨区域的各省份之间的雾霾接近程度,即两省平均雾霾日数划分为两个类别;根据七个区域和两个类别,判断当年电网的抗霾决策制定方式、雾霾最大浓度对策的制定方式、是否区域内火电厂关停机和火电上网以及是否统一协调特高压和跨区电网输电。
本发明还提供一种计算机系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一方法的步骤。
本发明具有以下有益效果:
1、本发明的跨区域电网雾霾程度的评估方法及系统,可以较为便捷快速的认识两地区雾霾程度的相关性,并根据该相关性情况作出初步的抗霾决策;可操作性强;提高了输电线路雾霾防治工作的针对性和灵活性。
2、在优选方案中,本发明电网联合抗霾的调度方法,提高了输电线路沿线雾霾防治工作的针对性。根据评估结果,可以确定跨区域电网抗霾决策的制定方向,指导电网调度和火电厂开停机,支持跨区域电网抗霾联动和协调,减少大气环境污染。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的跨区域电网雾霾程度的评估方法的流程示意图;
图2是本发明优选实施例1的划分跨区域电网暴雨影响的强弱区间的示意图
图3是本发明优选实施例2的电网联合抗霾的调度方法的流程示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参见图1,本发明的跨区域电网雾霾程度的评估方法,包括以下步骤:
分别采集多个省份的雾霾数据,包括各省份具有时间对应关系的每日雾霾最大浓度、该省份输电线路沿线环境监测站点总数和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量;
根据多个省份的雾霾数据,进行跨区域电网雾霾程度相关性计算,计算得到第一省份和第二省份雾霾最大浓度的相关系数以及第一省份和第二省份输电线路沿线雾霾区面积的相关系数;
根据得到的两个相关系数,划分跨区域电网雾霾程度的强弱区间。
通过以上步骤,可以较为便捷快速的认识两地区雾霾程度的相关性,并根据该相关性情况作出初步的抗霾决策;可操作性强;提高了输电线路雾霾防治工作的针对性和灵活性。
实际实施时,以上的方法还能进行以下的扩充或应用,以下实施例中的技术特征都能相互组合,实施例仅作为示例,不作为对技术特征的正常组合限制。
实施例1:
参见图3,本发明的跨区域电网雾霾程度的评估方法,包括以下步骤:
分别采集多个省份的雾霾数据,包括各省份具有时间对应关系的每日雾霾最大浓度、该省份输电线路沿线环境监测站点总数和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量。
根据多个省份的雾霾数据,进行跨区域电网雾霾程度相关性计算,计算得到第一省份和第二省份雾霾最大浓度的相关系数以及第一省份和第二省份输电线路沿线雾霾区面积的相关系数。具体如下:
计算一:根据每日雾霾最大浓度数据,计算得到第一省份的雾霾最大浓度平均值;将第一省份的每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量和该省份输电线路沿线环境监测站点总数相除,得到每日输电线路沿线雾霾区面积百分比数据,并计算得到输电线路沿线雾霾区面积百分比平均值。计算公式为:
其中,为第一省份的雾霾最大浓度或输电线路沿线雾霾区面积百分比的平均值,xi为第一省份的每日雾霾浓度或每日输电线路沿线雾霾区面积百分比,n为该时期数据总量(本实施例中为雾霾数据的数据总量,当本公式应用于实施例2和3时,该时期为在厄尔尼诺时期、拉尼娜时期和非ENSO时期中的对应类的雾霾数据的数据总量)。
计算二:根据每日雾霾最大浓度数据和雾霾最大浓度平均值,计算得到第一省份和第二省份雾霾最大浓度的相关系数r 1。计算公式为:
其中,r为相关系数,xi为第一省份的每日雾霾最大浓度,为第一省份的雾霾最大浓度的平均值,yi为第二省份的每日雾霾最大浓度,为第二省份的雾霾最大浓度的平均值,n为第一省份或第二省份的雾霾最大浓度数据总量。
计算三:分别以每日输电线路沿线雾霾区面积百分比数据及输电线路沿线雾霾区面积百分比平均值数据代替每日雾霾最大浓度数据和雾霾最大浓度平均值,重复计算二,得到第一省份和第二省份输电线路沿线雾霾区面积的相关系数r 2。
评估:根据第一省份和第二省份雾霾最大浓度的相关系数r 1的绝对值以及第一省份和第二省份输电线路沿线雾霾区面积的相关系数r 2的绝对值,划分跨区域电网雾霾程度的强弱区间。
根据得到的两个相关系数,划分跨区域电网雾霾程度的强弱区间。步骤如下:
将第一省份和第二省份雾霾最大浓度的相关系数作为横轴,将第一省份和第二省份输电线路沿线雾霾区面积的相关系数的绝对值作为纵轴,构建坐标系;将坐标系划分为多个表示跨区域电网雾霾的强弱程度的网格区域,根据两个相关系数的绝对值落入的网格区域,划分电网雾霾程度的强弱区间。
本实施例还提供一种基于上述的跨区域电网雾霾程度的评估方法的电网联合抗霾的调度方法,包括以下步骤:参见图2,将跨区域电网雾霾程度的强弱区间划分为由强到弱依次排列的七个区域:①区域表示“相关性程度极强”,②区域表示“相关性程度很强”,③区域表示“相关性程度较强”,④区域表示“相关性程度一般”,⑤区域表示“相关性程度较弱”,⑥区域表示“相关性程度很弱”,⑦区域表示“相关性程度极弱”。将跨区域的各省份之间的雾霾接近程度根据两省平均雾霾日数,划分为两个类别:两省总体雾霾程度接近和两省总体雾霾程度差异较大。根据七个区域和两个类别,判断当年电网的抗霾决策制定方式、雾霾最大浓度对策的制定方式、是否区域内火电厂关停机和火电上网以及是否统一协调特高压和跨区电网输电。评估方式如表1所示:
表1跨区域电网联合抗霾决策初步制定
实施例2:
参见图3,本实施例与实施例1的步骤和计算公式基本相同,在此不再赘述,二者不同之处在于:采集数据时,还采集与雾霾数据时间跨度对应的ENSO指数数据。
依据ENSO事件的性质,将ENSO指数数据按照厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类,每一类中的数据按照时间顺序排列。
对照ENSO指数数据所表征的厄尔尼诺时期、拉尼娜时期和非ENSO时期,将待分析地区的雾霾最大浓度数据和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量分别划分为厄尔尼诺时期数据、拉尼娜时期数据和非ENSO时期数据三类,每一类中的数据按照时间顺序排列。
雾霾数据时间跨度对应的ENSO指数数据为雾霾过程阶段的周平均ENSO指数。
根据待评估时段(即需要进行跨区域电网雾霾程度评估的时间段,可以依据月份、季节、节气或者任意指定的时间段来划分)的气候特征,选取第一省份和第二省份在厄尔尼诺时期、拉尼娜时期和非ENSO时期中的对应类的每日雾霾最大浓度数据和输电线路沿线环境监测站点数据,重复计算一、计算二、计算三和评估步骤,进行包含气候条件的跨区域电网雾霾程度评估。
实施例3:
本实施例为实施例2的应用例,本实施例的跨区域电网雾霾程度的评估方法,包括以下步骤:
(1)数据采集。分别采集河北省和江苏省自2013年起的雾霾数据,包括两地具有时间对应关系的每日PM2.5最大浓度、该省份输电线路沿线环境监测站点总数、每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量。采集与雾霾数据时间跨度对应的周平均SOI指数(南方涛动指数,一种ENSO指数)数据。考虑到2015年为厄尔尼诺年,因此进行厄尔尼诺条件下的跨区域电网雾霾相关性程度评估。
(2.1)ENSO指数数据划分。依据ENSO事件的性质,将SOI指数数据按照厄尔尼诺(以下简称E)时期数据、拉尼娜(以下简称L)时期数据、非ENSO(以下简称N)时期数据划分为三类,每一类中的数据仍然按照时间顺序排列。
(2.2)雾霾数据划分。对照SOI指数所表征的E时期、L时期、N时期,将待分析地区的PM2.5最大浓度数据和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量分别划分为E时期数据、L时期数据、N时期数据三类,每一类中的数据仍然按照时间顺序排列。
(3)平均值计算。选取步骤(2.2)中得到的河北省E时期PM2.5最大浓度数据,按照公式(1),计算得到其PM2.5最大浓度平均值89微克/立方米。将步骤(2.2)中得到的河北省E时期每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量和该省份输电线路沿线环境监测站点总数相除,得到输电线路沿线雾霾区面积百分比数据,再按照公式(1),计算得到其雾霾区面积百分比平均值77%。
分别以步骤(2.2)中得到的江苏省E时期PM2.5最大浓度数据和E时期每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量及其输电线路沿线环境监测站点总数代替河北省E时期对应数据,重复步骤(3),得到江苏省E时期PM2.5最大浓度平均值57微克/立方米和雾霾区面积百分比平均值61%。
(4)跨区域电网雾霾相关性计算。选取步骤(2.2)中得到的河北省和江苏省E时期PM2.5最大浓度数据,以及步骤(3)中得到的河北省和江苏省E时期PM2.5最大浓度平均值,按照公式(2),计算得到两地雾霾最大浓度的相关系数0.73。
分别以每日输电线路沿线雾霾区面积百分比数据和步骤(3)中得到的输电线路沿线雾霾区面积百分比平均值数据代替每日雾霾最大浓度数据和雾霾最大浓度平均值,重复步骤(4),得到两地雾霾区面积的相关系数0.58。
(5)跨区域电网雾霾相关性程度评估。按照步骤(4)中两地雾霾最大浓度相关系数和雾霾区面积相关系数,根据图2的评估方法,进行跨区域电网雾霾相关性程度评估,认为河北和江苏两地电网雾霾相关性程度一般。
(6)跨区域电网联合抗霾决策初步制定。按照步骤(5)得到的电网雾霾相关性程度评估结果和2015年冬季河北江苏两地电网雾霾总体预测情况,根据表1初步制定跨区域电网联合抗霾决策为“当年电网抗霾决策可以相互参考,相互补充,可以建立抗霾联动机制”。
实施例4:
本发明还提供一种计算机系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一方法的步骤。
综上可知,本发明提高了输电线路沿线雾霾防治工作的针对性。根据评估结果,可以确定跨区域电网抗霾决策的制定方向,指导电网调度和火电厂开停机,支持跨区域电网抗霾联动和协调,减少大气环境污染。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种跨区域电网雾霾程度的评估方法,其特征在于,包括以下步骤:
分别采集多个省份的雾霾数据,包括各省份具有时间对应关系的每日雾霾最大浓度、该省份输电线路沿线环境监测站点总数和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量;
根据所述多个省份的雾霾数据,进行跨区域电网雾霾程度相关性计算,计算得到第一省份和第二省份雾霾最大浓度的相关系数以及第一省份和第二省份输电线路沿线雾霾区面积的相关系数;
根据得到的两个相关系数,划分跨区域电网雾霾程度的强弱区间。
2.根据权利要求1所述的跨区域电网雾霾程度的评估方法,其特征在于,所述方法还包括:采集与雾霾数据时间跨度对应的ENSO指数数据;
依据ENSO事件的性质,将ENSO指数数据按照厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类,每一类中的数据按照时间顺序排列;
对照ENSO指数数据所表征的厄尔尼诺时期、拉尼娜时期和非ENSO时期,将待分析地区的雾霾最大浓度数据和每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量分别划分为厄尔尼诺时期数据、拉尼娜时期数据和非ENSO时期数据三类,每一类中的数据按照时间顺序排列。
3.根据权利要求2所述的跨区域电网雾霾程度的评估方法,其特征在于,所述雾霾数据时间跨度对应的ENSO指数数据为雾霾过程阶段的周平均ENSO指数。
4.根据权利要求2至3中任一项所述的跨区域电网雾霾程度的评估方法,其特征在于,所述进行跨区域电网雾霾程度相关性计算,包括以下步骤:
计算一:根据每日雾霾最大浓度数据,计算得到第一省份的雾霾最大浓度平均值;将第一省份的每日监测到轻度以上等级雾霾的输电线路沿线环境监测站点数量和该省份输电线路沿线环境监测站点总数相除,得到每日输电线路沿线雾霾区面积百分比数据,并计算得到输电线路沿线雾霾区面积百分比平均值;
计算二:根据每日雾霾最大浓度数据和雾霾最大浓度平均值,计算得到第一省份和第二省份雾霾最大浓度的相关系数;
计算三:分别以每日输电线路沿线雾霾区面积百分比数据及输电线路沿线雾霾区面积百分比平均值数据代替每日雾霾最大浓度数据和雾霾最大浓度平均值,重复计算二,得到第一省份和第二省份输电线路沿线雾霾区面积的相关系数;
评估:根据第一省份和第二省份雾霾最大浓度的相关系数的绝对值以及第一省份和第二省份输电线路沿线雾霾区面积的相关系数的绝对值,划分跨区域电网雾霾程度的强弱区间。
7.根据权利要求5所述的跨区域电网雾霾程度的评估方法,其特征在于,划分跨区域电网雾霾程度的强弱区间,包括以下步骤:
将第一省份和第二省份雾霾最大浓度的相关系数作为横轴,将第一省份和第二省份输电线路沿线雾霾区面积的相关系数的绝对值作为纵轴,构建坐标系;
将坐标系划分为多个表示跨区域电网雾霾的强弱程度的网格区域,根据所述两个相关系数的绝对值落入的网格区域,划分电网雾霾程度的强弱区间。
8.根据权利要求5所述的跨区域电网雾霾程度的评估方法,其特征在于,根据待评估时段的气候特征,选取第一省份和第二省份在厄尔尼诺时期、拉尼娜时期和非ENSO时期中的对应类的每日雾霾最大浓度数据和输电线路沿线环境监测站点数据,重复计算一、计算二、计算三和评估步骤,进行包含气候条件的跨区域电网雾霾程度评估。
9.一种基于权利要求1至8中任一项所述的跨区域电网雾霾程度的评估方法的电网联合抗霾的调度方法,其特征在于,包括以下步骤:将跨区域电网雾霾程度的强弱区间划分为由强到弱依次排列的七个区域;将跨区域的各省份之间的雾霾接近程度划分为两个类别;根据所述七个区域和两个类别,判断当年电网的抗霾决策制定方式、雾霾最大浓度对策的制定方式、是否区域内火电厂关停机和火电上网以及是否统一协调特高压和跨区电网输电。
10.一种计算机系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至8任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811142306.5A CN109146332B (zh) | 2018-09-28 | 2018-09-28 | 跨区域电网雾霾程度的评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811142306.5A CN109146332B (zh) | 2018-09-28 | 2018-09-28 | 跨区域电网雾霾程度的评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146332A CN109146332A (zh) | 2019-01-04 |
CN109146332B true CN109146332B (zh) | 2022-03-08 |
Family
ID=64813401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811142306.5A Active CN109146332B (zh) | 2018-09-28 | 2018-09-28 | 跨区域电网雾霾程度的评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146332B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109978271A (zh) * | 2019-03-29 | 2019-07-05 | 国网湖南省电力有限公司 | 一种基于雾霾预测的火电厂开机策略优化方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184384A (zh) * | 2015-07-21 | 2015-12-23 | 国家电网公司 | 一种影响雾日的环流特征量因子分析及雾日预测模型 |
CN106682823A (zh) * | 2016-12-19 | 2017-05-17 | 国网湖南省电力公司 | 一种输电线路沿线雾霾响应程度计算方法及其系统 |
CN106709608A (zh) * | 2017-01-09 | 2017-05-24 | 泰华智慧产业集团股份有限公司 | 预测积水对城市内区域影响程度的方法及系统 |
CN106815793A (zh) * | 2017-01-06 | 2017-06-09 | 烟台市兴蓝电子科技开发有限公司 | 一种雾霾治理方法 |
-
2018
- 2018-09-28 CN CN201811142306.5A patent/CN109146332B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184384A (zh) * | 2015-07-21 | 2015-12-23 | 国家电网公司 | 一种影响雾日的环流特征量因子分析及雾日预测模型 |
CN106682823A (zh) * | 2016-12-19 | 2017-05-17 | 国网湖南省电力公司 | 一种输电线路沿线雾霾响应程度计算方法及其系统 |
CN106815793A (zh) * | 2017-01-06 | 2017-06-09 | 烟台市兴蓝电子科技开发有限公司 | 一种雾霾治理方法 |
CN106709608A (zh) * | 2017-01-09 | 2017-05-24 | 泰华智慧产业集团股份有限公司 | 预测积水对城市内区域影响程度的方法及系统 |
Non-Patent Citations (2)
Title |
---|
雾霾影响下的电网设备污闪预测预警研究综述;邸悦伦 等;《科技视界》;20170105;第358页 * |
雾霾污染的城市间动态关联及其成因研究;刘华军 等;《中国人口,资源与环境》;20170315;第27卷(第3期);第74-84页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109146332A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103346563B (zh) | 基于时间场景准入分析的分布式电源最大渗透率评估方法 | |
CN107194574B (zh) | 一种基于负荷损失的电网安全风险评估方法 | |
CN113569411B (zh) | 一种面向灾害天气的电网运行风险态势感知方法 | |
CN111523699A (zh) | 一种基于综合状态健康度的架空线路故障概率预测方法 | |
CN101655830A (zh) | 冰风暴灾害下电力断线的概率计算方法 | |
CN108629520B (zh) | 一种微气象环境下的高压输电线路运行状态评估方法 | |
CN113128758B (zh) | 基于近海浮标海浪观测数据构建的最大浪高预报系统 | |
CN112487051A (zh) | 光伏汇集区大数据管理系统及方法 | |
CN112116276A (zh) | 一种计及电气主设备时变状态的变电站运行风险评估方法 | |
CN111859812A (zh) | 天气影响下的海上风电场及柔直并网系统可靠性评估方法 | |
CN111209535B (zh) | 一种电力设备相继故障风险识别方法及系统 | |
CN111398859B (zh) | 一种用户低电压成因大数据分析方法及系统 | |
CN109146332B (zh) | 跨区域电网雾霾程度的评估方法及系统 | |
CN112001569A (zh) | 一种基于多电压等级故障下的电网运行风险分析方法 | |
CN107229817B (zh) | 光伏电站灰尘遮挡损失分析方法 | |
Du et al. | Spatiotemporal characteristics and influencing factors of China’s construction industry carbon intensity | |
CN107092793B (zh) | 一种输电线路沿线降雨响应程度计算方法及其系统 | |
CN114580177A (zh) | 一种基于连锁故障预防的电力系统调度方法 | |
CN109409682B (zh) | 跨区域电网覆冰程度的评估方法及系统 | |
CN111581802B (zh) | 一种配电设备实时综合故障率计算方法和系统 | |
CN108256690B (zh) | 基于形状参数置信区间的光伏发电预测方法 | |
CN109409681B (zh) | 跨区域电网台风影响的评估方法及系统 | |
CN107834544B (zh) | 一种基于区间数理论的配电网中性点接地方式改造方法 | |
CN112241604A (zh) | 概率匹配串并联耦合多模型的电网暴雨灾害预报订正方法 | |
CN112529395A (zh) | 一种基于fce和svm融合的输电线路典型冰风灾害分析方法 |
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 |