CN109784780B - 一种电力系统韧性的评估方法、装置及设备 - Google Patents
一种电力系统韧性的评估方法、装置及设备 Download PDFInfo
- Publication number
- CN109784780B CN109784780B CN201910160802.1A CN201910160802A CN109784780B CN 109784780 B CN109784780 B CN 109784780B CN 201910160802 A CN201910160802 A CN 201910160802A CN 109784780 B CN109784780 B CN 109784780B
- Authority
- CN
- China
- Prior art keywords
- fault
- power system
- line
- transmission line
- probability
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims abstract description 106
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 238000013486 operation strategy Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 22
- 238000009827 uniform distribution Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000006872 improvement Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 4
- 239000011159 matrix material Substances 0.000 description 10
- 238000005452 bending Methods 0.000 description 8
- 230000008439 repair process Effects 0.000 description 8
- 229910000831 Steel Inorganic materials 0.000 description 5
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 5
- 229910052782 aluminium Inorganic materials 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- 230000005484 gravity Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 230000009194 climbing Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000009658 destructive testing Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统韧性的评估方法，包括：根据目标周期内各输电线路的外部气象数据分别计算得到目标周期内各目标时段各输电线路的故障概率；根据故障概率计算得到各目标时段电力系统由恶劣天气引发的线路故障场景，并更新目标时段电力系统的网架结构；根据网架结构与目标时段电力系统的运行策略计算得到各目标时段电力系统由隐性故障引发的线路故障场景；根据电力系统由恶劣天气引发的线路故障场景与由隐性故障引发的线路故障场景得到电力系统的韧性指标数据。该方法可有效评估电力系统韧性，为电力系统的韧性规划与运行改善提供有效参考。本发明还公开了一种电力系统韧性的评估装置、设备及计算机可读存储介质，均具有上述技术效果。
Description
技术领域
本发明涉及电力系统技术领域，特别涉及一种电力系统韧性的评估方法；还涉及一种电力系统韧性的评估装置、设备以及计算机可读存储介质。
背景技术
随着全球气候的急剧变化，自然灾害的日益频发与由此引发的电力系统停电事故及社会经济损失，使得电力系统应对自然灾害的能力得到了广泛关注。为了评估电力系统在自然灾害下，减少故障损失并尽快恢复到正常供电状态的能力，电力系统引入了韧性的概念，通过开展电力系统的韧性评估，预判电力系统的自然灾害抵御能力，从而达到改善电力系统的韧性，降低自然灾害影响，减少电网故障经济损失的目的。
目前，现有的电力系统韧性评估方法各异，而无论具体为哪一种评估方法，其均仅关注恶劣天气对电力系统韧性的影响，而由于恶劣天气这一单一元素所引发的故障场景对电力系统的影响有限，从而严重影响了电力系统韧性的评估有效性与可靠性。
有鉴于此，如何提高电力系统韧性的评估有效性，为电力系统的韧性规划与运行改善提供有效参考是本领域技术人员亟待解决的技术问题。
发明内容
本发明的目的是提供一种电力系统韧性的评估方法，能够有效评估电力系统韧性，为电力系统的韧性规划与运行改善提供有效参考；本发明的另一目的是提供一种电力系统韧性的评估装置、设备以及计算机可读存储介质，均具有上述技术效果。
为解决上述技术问题，本发明提供了一种电力系统韧性的评估方法，包括：
根据目标周期内各输电线路的外部气象数据分别计算得到所述目标周期内各目标时段各所述输电线路的故障概率；
根据所述故障概率计算得到各所述目标时段电力系统由恶劣天气引发的线路故障场景，并更新所述目标时段所述电力系统的网架结构；
根据所述网架结构与所述目标时段所述电力系统的运行策略计算得到各所述目标时段所述电力系统由隐性故障引发的线路故障场景；
根据所述电力系统由所述恶劣天气引发的线路故障场景与由所述隐性故障引发的线路故障场景得到所述电力系统的韧性指标数据。
可选的，所述根据所述故障概率计算得到各所述目标时段电力系统由恶劣天气引发的线路故障场景，包括：
分别为各所述输电线路生成一个服从均匀分布的第一随机数；
比较所述第一随机数与所述故障概率的大小；
若所述第一随机数小于或等于所述故障概率，则对应的所述输电线路故障；
若所述第一随机数大于所述故障概率，则对应的所述输电线路在线。
可选的，所述根据所述网架结构与所述目标时段所述电力系统的运行策略计算得到各所述目标时段所述电力系统由隐性故障引发的线路故障场景，包括：
根据所述网架结构与所述运行策略计算得到所述电力系统的潮流分布状态；
根据所述潮流分布状态，通过潮流越限时继电保护隐性故障概率模型得到各所述输电线路的隐性故障概率；
根据所述隐性故障概率计算得到所述各所述目标时段所述电力系统由隐性故障引发的线路故障场景。
可选的，所述根据所述隐性故障概率计算得到所述各所述目标时段所述电力系统由隐性故障引发的线路故障场景，包括：
分别为各所述输电线路生成一个服从均匀分布的第二随机数；
比较所述第二随机数与所述隐性故障概率的大小；
若所述第二随机数小于或等于所述故障概率，则对应的所述输电线路故障；
若所述第二随机数大于所述故障概率，则对应的所述输电线路在线。
为解决上述技术问题，本发明还提供了一种电力系统韧性的评估装置，包括：
故障概率计算模块，用于根据目标周期内各输电线路的外部气象数据分别计算得到所述目标周期内各目标时段各所述输电线路的故障概率；
第一线路故障场景计算模块，用于根据所述故障概率计算得到各所述目标时段电力系统由恶劣天气引发的线路故障场景，并更新所述目标时段所述电力系统的网架结构；
第二线路故障场景计算模块，用于根据所述网架结构与所述目标时段所述电力系统的运行策略计算得到各所述目标时段所述电力系统由隐性故障引发的线路故障场景；
电力系统韧性指标确定模块，用于根据所述电力系统由所述恶劣天气引发的线路故障场景与由所述隐性故障引发的线路故障场景得到所述电力系统的韧性指标数据。
可选的，所述第一线路故障场景计算模块包括：
随机数生成单元，用于分别为各所述输电线路生成一个服从均匀分布的第一随机数；
比较单元，用于比较所述第一随机数与所述故障概率的大小；
确定单元，用于若所述第一随机数小于或等于所述故障概率，则对应的所述输电线路故障；若所述第一随机数大于所述故障概率，则对应的所述输电线路在线。
可选的，所述第二线路故障场景计算模块包括：
潮流分布状态计算单元，用于根据所述网架结构与所述运行策略计算得到所述电力系统的潮流分布状态；
隐性故障概率计算单元，用于根据所述潮流分布状态，通过潮流越限时继电保护隐性故障概率模型得到各所述输电线路的隐性故障概率；
线路故障场景计算单元，用于根据所述隐性故障概率计算得到所述各所述目标时段所述电力系统由隐性故障引发的线路故障场景。
可选的，所述线路故障场景计算单元包括：
随机数生成子单元，用于分别为各所述输电线路生成一个服从均匀分布的第二随机数；
比较子单元，用于比较所述第二随机数与所述隐性故障概率的大小；
确定子单元，用于若所述第二随机数小于或等于所述故障概率，则对应的所述输电线路故障；若所述第二随机数大于所述故障概率，则对应的所述输电线路在线。
为解决上述技术问题，本发明还提供了一种电力系统韧性评估设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一项所述的电力系统韧性的评估方法的步骤。
为解决上述技术问题，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的电力系统韧性的评估方法的步骤。
本发明所提供的电力系统韧性的评估方法，包括：根据目标周期内各输电线路的外部气象数据分别计算得到所述目标周期内各目标时段各所述输电线路的故障概率；根据所述故障概率计算得到各所述目标时段电力系统由恶劣天气引发的线路故障场景，并更新所述目标时段所述电力系统的网架结构；根据所述网架结构与所述目标时段所述电力系统的运行策略计算得到各所述目标时段所述电力系统由隐性故障引发的线路故障场景；根据所述电力系统由所述恶劣天气引发的线路故障场景与由所述隐性故障引发的线路故障场景得到所述电力系统的韧性指标数据。
可见，相较于仅考虑恶劣天气对电力系统韧性影响的传统评估方法，本发明所提供的电力系统韧性的评估方法，不仅关注天气因素对电力系统韧性的影响，同时还根据恶劣天气引发初始故障后电力系统的实时的网架结构与运行策略得到电力系统由于隐性故障引发的故障场景，进而依据目标周期内各目标时段电力系统由恶劣天气引发的故障场景以及由隐性故障引发的故障场景得到电力系统的韧性指标数据，从而实现电力系统韧性的有效评估，为电力系统的韧性规划与运行改善提供有效参考。
本发明所提供的电力系统韧性的评估装置、设备以及计算机可读存储介质，均具有上述技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的一种电力系统韧性的评估方法的流程示意图；
图2为本发明实施例所提供的一种电力系统韧性的评估装置的示意图；
图3为本发明实施例所提供的一种电力系统韧性的评估设备的示意图。
具体实施方式
本发明的核心是提供一种电力系统韧性的评估方法，能够有效评估电力系统韧性，为电力系统的韧性规划与运行改善提供有效参考；本发明的另一目的是提供一种电力系统韧性的评估装置、设备以及计算机可读存储介质，均具有上述技术效果。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，图1为本发明实施例所提供的一种电力系统韧性的评估方法的流程示意图；参考图1，该评估方法包括：
S101：根据目标周期内各输电线路的外部气象数据分别计算得到目标周期内各目标时段各输电线路的故障概率；
具体的，通过电力系统气象监测中心预测得到未来的上述目标周期内各输电线路的外部气象数据，进而通过恶劣天气下输电线路元件的不可靠度模型，计算得到恶劣天气下，上述目标周期内各目标时段各输电线路的故障概率，以后续根据此故障概率确定电力系统由恶劣天气引发的故障场景。
其中，本评估方法的主要评估对象为基于机组组合与经济调度模型计算得到的未来一段周期内电力系统的计划调度策略的韧性，另外，由于短期的电力系统发电调度计划一般以一天即24小时为一个调度周期，且恶劣天气的相关预测尺度通常为小时级别，故上述目标周期可以具体设置为24小时，并具体可以小时为单位进行目标时段划分，即划分为24个目标时段，从而根据未来24小时内各输电线路的外部气象数据计算在恶劣天气下，未来24小时内的各目标时段各输电线路的故障概率。
以台风天气作为恶劣天气的代表，计算得到各输电线路在台风天气下的故障概率的具体过程如下：预先分析台风天气对输电线路元件(主要为导线与电杆)的影响，并根据分析结果建立台风天气下输电线路元件的不可靠度模型，进而根据台风天气的气象预测数据，求得各输电线路在台风天气下的故障概率。
具体而言，计算单档导线在台风天气下的故障概率：根据电力系统气象监测中心预测得到的台风天气的气象数据，通过
计算得到单位长度导线的风荷载。其中，P1为风荷载；V为风速，单位为m/s；D为导线外径，单位为m；α为风压不均匀系数；μsc为导线体型系数；μs为风压高度变化系数；θ为风向与线路的夹角。另外，上述各参数可对应通过台风天气气象预测数据和线路参数获得。进一步，根据线路参数，通过P2＝qg计算得到单位长度导线的重力荷载。其中，P2为重力荷载，q为单位长度导线的质量，单位为kg/m；g为重力加速度，单位为m/s2。在计算得到单位长度导线的风荷载与重力荷载的基础上，通过
计算得到导线承受的单位综合荷载P。进一步，根据
及
计算得到导线截面应力。其中，σg为导线截面应力；Sl为导线计算截面面积；Tg为导线悬挂点切线方向综合张力；β为导线两侧杆塔挂点连线与水平面之间的夹角差；lgv为导线悬挂点到弧垂最低点的距离，单位为m；Pm、Tm、tm分别为已知气象条件下的线荷载(N/m)、弧垂最低点导线张力(N)以及温度(℃)；P、T、t分别为待求气象条件下的线荷载(N/m)、弧垂最低点导线张力(N)及温度(℃)；α为导线的温度伸长系数，单位为1/℃；E为导线的弹性模数，单位为MPa；l为档距，单位为m；A为导线的截面积，单位为mm2。进而，结合导线强度随机变量概率密度函数
根据导线荷载不可靠度模型
计算得到导线在台风天气下的故障概率。其中，μl＝Nαμα+Nsμs，
μl、μα、μs分别为导线抗拉强度均值、铝单线的抗拉强度均值、钢单线抗拉强度均值；δl、δα、δs分别为导线抗拉强度标准差、铝单线抗拉强度标准差、钢导线抗拉强度标准差；Kα、Ks分别为铝、钢强度损失系数；nα、ns分别为铝、钢单根线数；Sα、Ss分别为铝、钢单线截面面积，单位为mm2。另外，上述各参数的取值可通过材料拉断实验或实际运行经验获得。
计算单根电杆在台风天气下的故障概率：根据M1＝PpZ计算得到由杆身风荷载引起的杆根弯矩M1。其中，
Pp为杆身风荷载；Z为杆身风压合力点至杆根的力臂，单位为m；C为体型系数；D0、Dp分别为梢经与杆根的杆经，单位为m；hp为电杆杆高，单位为m。根据
计算得到由导线风荷载引起的杆根弯矩M2。其中，P1k为第k根导线的导线风荷载，单位为N/m；hk为第k根导线与杆根的垂直距离；n为电杆上悬挂的导线根数；l为导线档距，单位为m。进一步，根据MT＝M1+M2，通过M1与M2的矢量合，计算得到电杆杆根弯矩MT。其中，M1为由杆身风荷载引起的杆根弯矩矢量；M2为由导线风荷载引起的杆根弯矩矢量。进而结合电杆强度随机变量概率密度函数
根据电杆荷载不可靠度模型
计算得到电杆在台风天气下的故障概率Pfp。其中，μp＝β·Mu，μp为杆塔抗弯强度的均值，β值可通过实际运行经验或破坏性试验得到；Mu为杆塔的承载能力校验弯矩，单位为N·m；δp＝νMu为杆塔抗弯强度的标准差，ν为变差系数，上述参数可通过破坏性试验或实际运行经验获得。
计算输电线路在台风天气下的故障概率：根据上述操作分别计算得到的导线在台风天气下的故障概率与电杆在台风天气下的故障概率，通过
分别计算得到各输电线路在台风天气下的故障概率。其中，Pf,i为输电线路i的故障率；m1为输电线路i的导线档数；m2为输电线路i的电杆数；Pfl,k,i为输电线路i的第k档导线的故障率；Pfp,k,i输电线路i的第k根电杆。
S102：根据故障概率计算得到各目标时段电力系统由恶劣天气引发的线路故障场景，并更新目标时段电力系统的网架结构；
具体的，在计算得到恶劣天气下各目标时段各输电线路的故障概率的基础上，本步骤旨在根据各输电线路的故障概率确定电力系统由恶劣天气引发的故障场景，并更新对应目标时刻时的电力系统的网架结构，实现在确定电力系统由恶劣天气引发的故障场景的同时，为后续确定电力系统由隐性故障引发的故障场景提供实时的网架结构信息。
在一种具体的实施方式中，上述根据故障概率计算得到各目标时段电力系统由恶劣天气引发的线路故障场景，包括：分别为各输电线路生成一个服从均匀分布的第一随机数；比较第一随机数与故障概率的大小；若第一随机数小于或等于故障概率，则对应的输电线路故障；若第一随机数大于故障概率，则对应的输电线路在线。
具体而言，本实施例通过蒙特卡洛方法确定电力系统由恶劣天气引发的故障场景。具体对每一条输电线路生成一个在(0，1)上服从均匀分布的随机数ρw,i，即上述第一随机数，进而比较该第一随机数与对应的输电线路的故障概率Pf,i的大小，其中，i表示第i条输电线路。若Pf,i≥ρw,i则对应的输电线路为故障线路，否则对应的输电线路保持在线；对于故障线路，进一步根据线路修复时间概率密度函数采样一个修复时间。具体的，本实施例采用指数分布f(x)＝λe-λ,(x＞0)作为线路修复时间分布，参数λ由输电线路的自身参数决定。逐一遍历各故障线路，采样得到一个服从参数为λ的指数分布的随机数Ri，则故障线路i的修复时间为TRi。
S103：根据网架结构与目标时段电力系统的运行策略计算得到各目标时段电力系统由隐性故障引发的线路故障场景；
具体的，所谓隐性故障即在恶劣天气引发初始故障后的潮流转移过程中，除线路过流引起的保护跳闸外，因保护装置本身的缺陷存在的错误动作。在当前的目标时段进行电力系统的网架结构更新后，根据更新后的网架结构信息以及电力系统在该目标时段的运行策略，主要包括电力系统中各发电机组的计划输出力与各负荷节点的预测负荷需求量，计算得到该目标时段电力系统由隐性故障引发的线路故障场景。通过在各目标时段执行上述操作，即可得到各目标时段电力系统由隐性故障引发的线路故障场景。
可以明白的是，计算某个目标时段电力系统由隐性故障引发的线路故障场景的操作是在计算该目标时段电力系统由恶劣天气引发的线路故障场景以及更新电力系统的网架结构信息后执行的。
在一种具体的实施方式中，上述根据网架结构与目标时段电力系统的运行策略计算得到各目标时段电力系统由隐性故障引发的线路故障场景，包括：根据网架结构与运行策略计算得到电力系统的潮流分布状态；根据潮流分布状态，通过潮流越限时继电保护隐性故障概率模型得到各输电线路的隐性故障概率；根据隐性故障概率计算得到各目标时段电力系统由隐性故障引发的线路故障场景。
具体的，本实施例首先根据网架结构与运行策略计算得到初始故障后电力系统的潮流分布状态，进而根据输电线路潮流越限时继电保护隐性故障概率模型得到各输电线路的隐性故障概率。具体而言，根据当前的目标时段更新后的电力系统的网架结构，通过SF＝X*KL'*Bn计算得到该网架结构下输电线路的直流功率传输分布因子SFi,k。SFi,k为输电线路直流功率分布因子矩阵SF中第i行，第k列元素，用以表示节点k注入单位功率，在线路i上引起的潮流分布。其中，上式中，X为NLon×NLon的对角矩阵，其中，NLon为系统在线的线路总数，
Xi,j＝0,(i≠j)，xi为输电线路i的电抗值；KL为NB×NLon的节点-线路系数矩阵，NB为系统的节点总数，KL的生成方法为：KL矩阵的每一列对应一条输电线路，每条输电线路的始节点所在节点对应行元素值为1，末节点所在节点对应行元素值为-1，其余行元素值为0。Bn为只考虑电抗的导纳矩阵B减去参考节点后得到的逆矩阵Bredu再加上参加节点的零向量得到的矩阵，具体如下所示：
根据当前的目标时段电力系统的运行策略得到各节点的注入功率。具体的，注入功率Pinj等于节点的发电机出力减去其负荷需求量。进一步，根据
计算得到第i条输电线路的输电线路功率PLi，进而根据线路潮流越限的继电保护隐性故障概率模型
计算得到隐性故障概率。其中，继电保护隐性故障概率PH可根据线路老化故障率，平均故障率得到，进一步即可根据隐性故障概率得到电力系统由隐性故障引发的线路故障场景。
可选的，上述根据隐性故障概率计算得到各目标时段电力系统由隐性故障引发的线路故障场景，包括：分别为各输电线路生成一个服从均匀分布的第二随机数；比较第二随机数与隐性故障概率的大小；若第二随机数小于或等于故障概率，则对应的输电线路故障；若第二随机数大于故障概率，则对应的输电线路在线。
具体的，本实施例同样采用蒙特卡洛方法确定电力系统由隐性故障引发的故障场景。具体对每一条输电线路生成一个在(0，1)上服从均匀分布的随机数ρh,i，即上述第二随机数，进而比较该第二随机数与对应的输电线路的隐性故障概率Ph,i的大小，其中，i表示第i条输电线路。若Ph,i≥ρh,i则对应的输电线路为故障线路，否则对应的输电线路保持在线；对于故障线路，进一步根据线路修复时间概率密度函数采样一个修复时间。具体的，可采用指数分布f(x)＝λe-λ,(x＞0)作为线路修复时间分布，参数λ由输电线路的自身参数决定。逐一遍历各故障线路，采样得到一个服从参数为λ的指数分布的随机数Ri，则故障线路i的修复时间为TRi。
S104：根据电力系统由恶劣天气引发的线路故障场景与由隐性故障引发的线路故障场景得到电力系统的韧性指标数据。
具体的，得到目标周期内各目标时段电力系统由恶劣天气引发的线路故障场景与由隐性故障引发的线路故障场景后，即可根据上述两种因素引发的线路故障场景确定电力系统的韧性指标数据。具体可包括统计目标周期内各目标时段电力系统中在线输电线路的路数或故障输电线路的路数，以及计算各目标时段对应的线路故障场景下电力系统的缺供负荷量，从而可进一步得到电力系统的韧性曲线。其中，各目标时刻对应的线路故障场景下电力系统的缺供负荷量可通过最优切负荷方法得到，具体可根据最优切负荷的目标函数即最小化故障场景下的切负荷量
最大切负荷量约束式
系统功率平衡约束
故障场景下发电机出力上爬坡和下爬坡约束
发电机出力上下限约束
以及节点功率平衡约束
输电线路潮流上限约束
与
得到。其中，ND为负荷节点数；ΔDk为负荷k的切负荷量；
为负荷k预测有功负荷需求量；
为发电机i在故障场景下的有功出力；ΔRUi为发电机i允许的最大上爬坡量；ΔRDi为发电机i允许的最大下爬坡量；PGi,min为发电机i允许最小出力值；PGi,max为发电机i允许最大出力值；KL、KG、KD分别为节点-线路、节点-发电机、节点-负荷系数矩阵；
为故障场景下线路l的潮流；PLl,max为线路l允许的最大潮流值；Jl为线路l的状态变量(线路故障，Jl为0，线路在线，Jl为1)，M为一个足够大的正数，Xl为线路l的电抗，θl,f为线路l始节点的相角，θt,l为线路l末节点的相角。
综上所述，本发明所提供的电力系统韧性的评估方法，不仅关注天气因素对电力系统韧性的影响，同时还根据恶劣天气引发初始故障后电力系统的实时的网架结构与运行策略得到电力系统由于隐性故障引发的故障场景，进而依据目标周期内各目标时段电力系统由恶劣天气引发的故障场景以及由隐性故障引发的故障场景确定电力系统的韧性指标数据，从而实现电力系统韧性的有效评估，为电力系统的韧性规划与运行改善提供有效参考。
本发明还提供了一种电力系统韧性的评估装置，下文描述的该评估装置可以与上文描述的评估方法相互对应参照。请参考图2，图2为本发明实施例所提供的一种电力系统韧性的评估装置的示意图；结合图2，该评估装置包括：
故障概率计算模块10，用于根据目标周期内各输电线路的外部气象数据分别计算得到目标周期内各目标时段各输电线路的故障概率；
第一线路故障场景计算模块20，用于根据故障概率计算得到各目标时段电力系统由恶劣天气引发的线路故障场景，并更新目标时段电力系统的网架结构；
第二线路故障场景计算模块30，用于根据网架结构与目标时段电力系统的运行策略计算得到各目标时段电力系统由隐性故障引发的线路故障场景；
电力系统韧性指标确定模块40，用于根据电力系统由恶劣天气引发的线路故障场景与由隐性故障引发的线路故障场景得到电力系统的韧性指标数据。
在上述实施例的基础上，可选的，第一线路故障场景计算模块20包括：
随机数生成单元，用于分别为各输电线路生成一个服从均匀分布的第一随机数；
比较单元，用于比较第一随机数与故障概率的大小；
确定单元，用于若第一随机数小于或等于故障概率，则对应的输电线路故障；若第一随机数大于故障概率，则对应的输电线路在线。
在上述实施例的基础上，可选的，第二线路故障场景计算模块30包括：
潮流分布状态计算单元，用于根据网架结构与运行策略计算得到电力系统的潮流分布状态；
隐性故障概率计算单元，用于根据潮流分布状态，通过潮流越限时继电保护隐性故障概率模型得到各输电线路的隐性故障概率；
线路故障场景计算单元，用于根据隐性故障概率计算得到各目标时段电力系统由隐性故障引发的线路故障场景。
在上述实施例的基础上，可选的，线路故障场景计算单元包括：
随机数生成子单元，用于分别为各输电线路生成一个服从均匀分布的第二随机数；
比较子单元，用于比较第二随机数与隐性故障概率的大小；
确定子单元，用于若第二随机数小于或等于故障概率，则对应的输电线路故障；若第二随机数大于故障概率，则对应的输电线路在线。
本发明还提供了一种电力系统韧性的评估设备，请参考图3，图3为本发明实施例所提供的一种电力系统韧性的评估设备的示意图，结合图3，该评估设备包括：存储器11与处理器12；其中，存储器11用于存储计算机程序；处理器12用于执行该计算机程序时实现如下的步骤：
根据目标周期内各输电线路的外部气象数据分别计算得到目标周期内各目标时段各输电线路的故障概率；根据故障概率计算得到各目标时段电力系统由恶劣天气引发的线路故障场景，并更新目标时段电力系统的网架结构；根据网架结构与目标时段电力系统的运行策略计算得到各目标时段电力系统由隐性故障引发的线路故障场景；根据电力系统由恶劣天气引发的线路故障场景与由隐性故障引发的线路故障场景得到电力系统的韧性指标数据。
对于本发明所提供的评估设备的介绍请参照上述方法实施例，本发明在此不做赘述。
本发明还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如下的步骤：
根据目标周期内各输电线路的外部气象数据分别计算得到目标周期内各目标时段各输电线路的故障概率；根据故障概率计算得到各目标时段电力系统由恶劣天气引发的线路故障场景，并更新目标时段电力系统的网架结构；根据网架结构与目标时段电力系统的运行策略计算得到各目标时段电力系统由隐性故障引发的线路故障场景；根据电力系统由恶劣天气引发的线路故障场景与由隐性故障引发的线路故障场景得到电力系统的韧性指标数据。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本发明所提供的计算机可读存储介质的介绍请参照上述方法实施例，本发明在此不做赘述。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置以及计算机可读存储介质而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的电力系统韧性的评估方法、装置、设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围。
Claims (8)
1.一种电力系统韧性的评估方法，其特征在于，包括：
根据目标周期内各输电线路的外部气象数据分别计算得到所述目标周期内各目标时段各所述输电线路的故障概率；
根据所述故障概率计算得到各所述目标时段电力系统由恶劣天气引发的线路故障场景，并更新所述目标时段所述电力系统的网架结构；
根据所述网架结构与所述目标时段所述电力系统的运行策略计算得到各所述目标时段所述电力系统由隐性故障引发的线路故障场景；
根据所述电力系统由所述恶劣天气引发的线路故障场景与由所述隐性故障引发的线路故障场景得到所述电力系统的韧性指标数据；
所述根据所述网架结构与所述目标时段所述电力系统的运行策略计算得到各所述目标时段所述电力系统由隐性故障引发的线路故障场景，包括：
根据所述网架结构与所述运行策略计算得到所述电力系统的潮流分布状态；
根据所述潮流分布状态，通过潮流越限时继电保护隐性故障概率模型得到各所述输电线路的隐性故障概率；
根据所述隐性故障概率计算得到所述各所述目标时段所述电力系统由隐性故障引发的线路故障场景。
2.根据权利要求1所述的评估方法，其特征在于，所述根据所述故障概率计算得到各所述目标时段电力系统由恶劣天气引发的线路故障场景，包括：
分别为各所述输电线路生成一个服从均匀分布的第一随机数；
比较所述第一随机数与所述故障概率的大小；
若所述第一随机数小于或等于所述故障概率，则对应的所述输电线路故障；
若所述第一随机数大于所述故障概率，则对应的所述输电线路在线。
3.根据权利要求1所述的评估方法，其特征在于，所述根据所述隐性故障概率计算得到所述各所述目标时段所述电力系统由隐性故障引发的线路故障场景，包括：
分别为各所述输电线路生成一个服从均匀分布的第二随机数；
比较所述第二随机数与所述隐性故障概率的大小；
若所述第二随机数小于或等于所述隐性故障概率，则对应的所述输电线路故障；
若所述第二随机数大于所述隐性故障概率，则对应的所述输电线路在线。
4.一种电力系统韧性的评估装置，其特征在于，包括：
故障概率计算模块，用于根据目标周期内各输电线路的外部气象数据分别计算得到所述目标周期内各目标时段各所述输电线路的故障概率；
第一线路故障场景计算模块，用于根据所述故障概率计算得到各所述目标时段电力系统由恶劣天气引发的线路故障场景，并更新所述目标时段所述电力系统的网架结构；
第二线路故障场景计算模块，用于根据所述网架结构与所述目标时段所述电力系统的运行策略计算得到各所述目标时段所述电力系统由隐性故障引发的线路故障场景；
电力系统韧性指标确定模块，用于根据所述电力系统由所述恶劣天气引发的线路故障场景与由所述隐性故障引发的线路故障场景得到所述电力系统的韧性指标数据；
所述第二线路故障场景计算模块包括：
潮流分布状态计算单元，用于根据所述网架结构与所述运行策略计算得到所述电力系统的潮流分布状态；
隐性故障概率计算单元，用于根据所述潮流分布状态，通过潮流越限时继电保护隐性故障概率模型得到各所述输电线路的隐性故障概率；
线路故障场景计算单元，用于根据所述隐性故障概率计算得到所述各所述目标时段所述电力系统由隐性故障引发的线路故障场景。
5.根据权利要求4所述的评估装置，其特征在于，所述第一线路故障场景计算模块包括：
随机数生成单元，用于分别为各所述输电线路生成一个服从均匀分布的第一随机数；
比较单元，用于比较所述第一随机数与所述故障概率的大小；
确定单元，用于若所述第一随机数小于或等于所述故障概率，则对应的所述输电线路故障；若所述第一随机数大于所述故障概率，则对应的所述输电线路在线。
6.根据权利要求4所述的评估装置，其特征在于，所述线路故障场景计算单元包括：
随机数生成子单元，用于分别为各所述输电线路生成一个服从均匀分布的第二随机数；
比较子单元，用于比较所述第二随机数与所述隐性故障概率的大小；
确定子单元，用于若所述第二随机数小于或等于所述隐性故障概率，则对应的所述输电线路故障；若所述第二随机数大于所述隐性故障概率，则对应的所述输电线路在线。
7.一种电力系统韧性评估设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述的电力系统韧性的评估方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的电力系统韧性的评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910160802.1A CN109784780B (zh) | 2019-03-04 | 2019-03-04 | 一种电力系统韧性的评估方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910160802.1A CN109784780B (zh) | 2019-03-04 | 2019-03-04 | 一种电力系统韧性的评估方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109784780A CN109784780A (zh) | 2019-05-21 |
| CN109784780B true CN109784780B (zh) | 2022-12-30 |
Family
ID=66486521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910160802.1A Expired - Fee Related CN109784780B (zh) | 2019-03-04 | 2019-03-04 | 一种电力系统韧性的评估方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109784780B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110598177B (zh) * | 2019-08-06 | 2023-07-25 | 广东工业大学 | 一种基于环境相依失效的输电线路联合故障概率计算方法 |
| CN111382501B (zh) * | 2020-02-21 | 2023-06-02 | 华北电力大学 | 一种智能电表的配置方法、装置及计算设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217253A (zh) * | 2014-08-29 | 2014-12-17 | 重庆大学 | 台风天气下配电线路荷载可靠度分析方法 |
| CN107230015A (zh) * | 2017-05-25 | 2017-10-03 | 天津大学 | 一种基于系统信息熵的配电网韧性评估方法 |
| CN108537413A (zh) * | 2018-03-19 | 2018-09-14 | 国网天津市电力公司 | 基于马尔科夫链的考虑台风时空特性的电网韧性评估方法 |
| CN108805745A (zh) * | 2018-06-06 | 2018-11-13 | 浙江大学 | 一种配电网的灵活性评估方法 |
| CN109118098A (zh) * | 2018-08-21 | 2019-01-01 | 山东大学 | 高比例风电并网的连锁故障风险评估方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11107016B2 (en) * | 2016-08-18 | 2021-08-31 | Virtual Power Systems, Inc. | Augmented power control within a datacenter using predictive modeling |
-
2019
- 2019-03-04 CN CN201910160802.1A patent/CN109784780B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217253A (zh) * | 2014-08-29 | 2014-12-17 | 重庆大学 | 台风天气下配电线路荷载可靠度分析方法 |
| CN107230015A (zh) * | 2017-05-25 | 2017-10-03 | 天津大学 | 一种基于系统信息熵的配电网韧性评估方法 |
| CN108537413A (zh) * | 2018-03-19 | 2018-09-14 | 国网天津市电力公司 | 基于马尔科夫链的考虑台风时空特性的电网韧性评估方法 |
| CN108805745A (zh) * | 2018-06-06 | 2018-11-13 | 浙江大学 | 一种配电网的灵活性评估方法 |
| CN109118098A (zh) * | 2018-08-21 | 2019-01-01 | 山东大学 | 高比例风电并网的连锁故障风险评估方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 极端天气条件下的配电网韧性分析方法及提升措施研究;周晓敏等;《中国电机工程学报》;20180120;第38卷(第02期);第505-513页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109784780A (zh) | 2019-05-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109784780B (zh) | 一种电力系统韧性的评估方法、装置及设备 | |
| CN112784347B (zh) | 考虑断索的基于桥塔变形的斜拉桥索力可靠度评估方法 | |
| CN108876194A (zh) | 一种台风灾害场景下配电网风险评估方法 | |
| CN103246805B (zh) | 一种针对风灾天气下架空输电线路时变停运概率的估计方法 | |
| CN105468876A (zh) | 一种实时在线评估输电塔安全状态的方法及其系统 | |
| CN112001625B (zh) | 一种冰灾下输电系统的全时段韧性增强方法 | |
| CN111859767A (zh) | 一种输电线路覆冰风险模拟评估方法及装置 | |
| CN109918854A (zh) | 一种复合绝缘横担耐久性能评估方法及装置 | |
| CN110929391B (zh) | 一种台风灾害下配电网故障率计算方法及系统 | |
| Luo et al. | Data missing mechanism and missing data real-time processing methods in the construction monitoring of steel structures | |
| Hu et al. | Hardening planning of overhead distribution lines in typhoon-prone areas by considering the typhoon motion paths and the line load reliability | |
| CN102983533A (zh) | 一种输电线路导/地线风荷载计算方法 | |
| CN107563641B (zh) | 一种计及灾害偏好的配电网抗灾多场景差异化规划方法 | |
| CN115809836B (zh) | 考虑分布式储能应急供电能力的配电网韧性规划的方法 | |
| CN117150808A (zh) | 一种强对流天气下输电线路韧性评估方法、系统及设备 | |
| Ma et al. | Probabilistic simulation of power transmission systems affected by hurricane events based on fragility and AC power flow analyses | |
| CN116109210A (zh) | 输电线路杆塔的抗风能力评估方法、装置、介质及设备 | |
| CN111313419A (zh) | 极端天气下基于动态重构的配电网弹性提升方法及系统 | |
| CN110188500A (zh) | 输电线路覆冰倒塔断线风险分析方法及系统 | |
| CN105160420A (zh) | 一种架空线路风荷载停运概率的预测方法 | |
| CN115906610A (zh) | 考虑线路故障和电网韧性的分布式电源选址规划方法 | |
| CN113686286A (zh) | 输电线路耐张段连续档导线覆冰监测方法、装置及系统 | |
| CN112257233A (zh) | 弹性电网恢复力评估方法、装置、计算机设备和介质 | |
| Heo et al. | Maintenance priority index of overhead transmission lines for reliability centered approach | |
| CN111241731A (zh) | 一种依据水平张力的输电导线找形方法 |
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: 20221230 |