CN110146785A - 一种含风光电源电网脆弱线路识别方法 - Google Patents
一种含风光电源电网脆弱线路识别方法 Download PDFInfo
- Publication number
- CN110146785A CN110146785A CN201910427129.3A CN201910427129A CN110146785A CN 110146785 A CN110146785 A CN 110146785A CN 201910427129 A CN201910427129 A CN 201910427129A CN 110146785 A CN110146785 A CN 110146785A
- Authority
- CN
- China
- Prior art keywords
- formula
- route
- follows
- index
- calculates
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本方法涉及一种含风光电源电网脆弱线路识别方法,包括步骤一计算在风光电源出力波动下线路的过负荷风险因子;步骤二计算电网随机开断一条线路的事故状态下线路k的受冲击脆弱指标;步骤三建立包括电气结构重要度、开断脆弱指标以及节点电压偏移指标的后果脆弱指标集;步骤四基于模糊层次分析(FAHP)与改进熵权法求取线路k的断开后果脆弱指标。本方法计及风光电源出力随机波动的影响能够真实地反映电网实际运行工况;综合脆弱性指标实现对脆弱性线路进行多方位识别;提出基于模糊层次分析与改进熵权法的评估方法解决了关于信息熵的边界问题,运用计及条件约束的最优数学模型科学地综合专家经验和客观数据信息,评估线路脆弱性更具合理性。
Description
技术领域
本方法涉及电力系统安全稳定分析领域,具体涉及一种含风光电源电网脆弱线路识别方法。
背景技术
目前识别电网脆弱线路的方法主要集中在基于复杂网络理论研究系统结构脆弱性,同时将系统故障后各种运行状态的偏移程度纳入脆弱性分析,仅考虑了本线路故障对系统其它部分的影响,未计及其他线路故障对目标线路的影响,脆弱线路识别模型不够完善;随着风光电源的装机容量在电网中占的比重越来越高,由于风速和光照强度的波动而导致风光电源输出功率的波动性对电网稳定运行造成的负面影响也逐渐突出,目前大多数文献针对传统电网脆弱性进行了深入研究,就风光电源并网时其出力波动性对电网脆弱性影响的研究相对较少。
发明内容
1.所要解决的技术问题:
根据上述提出的技术问题,本发明提出一种基于加权开断概率与断开后果严重度的含风光电源电网脆弱线路识别方法;本方法计及风光电源出力随机波动造成的线路过负荷风险对潮流转移过程中线路开断概率的影响,能够从目标线路开断概率和线路断开对电网电气结构、潮流转移以及节点电压的综合影响两方面对脆弱性线路多方位识别。
2.技术方案:
一种含风光电源电网脆弱线路识别方法,其特征在于:包括以下步骤:
步骤一、计算在风光电源出力波动下线路的过负荷风险因子;具体包括步骤11)至步骤12):步骤11):计算每条线路的过负荷风险值;具体包括步骤111)至步骤119):
步骤111)利用HOMER软件模拟风速v和光照强度r,根据式(1)计算风机的输出功率PWP,根据式(2)计算光伏电池的输出功率PPV;所述式(1)、式(2)为:
式(1)中,vci为风机的切入风速,vr为风机的额定风速,vco为风机的切出风速,Pr为风机的额定功率;
PPV=rAη (2)
式(2)中,r为光照强度,A为光伏电池面积,η为光电转换效率;
步骤112)将风光电源出力视作随机变量xb(b=1,…m),m为随机变量个数;根据式(3)求取xb的偏度系数λb,3,根据式(4)求取xb的峰度系数λb,4;所述式(3)、所述式(4)分别为:
式(3)、式(4)中,E[·]表示求均值运算,ub和σb分别为xb的均值和标准差;
步骤113)根据式(5)计算xb的第i(i=1,2,3)个估计点的位置度量ξb,i;所述式(5)为:
步骤114)根据式(6)计算xb的第i(i=1,2,3)个估计点的概率集中度pb,i;所述式(6)为:
步骤115)根据式(7)求取xb的3个估计点,分别记作xb,1,xb,2,xb,3;所述式(7)为:
xb,i=ub+ξb,iσbi=1,2,3 (7)
步骤116)根据式(8)计算各线路上潮流的各阶原点矩;所述式(8)为:
式(8)中,X为各支路的潮流,j是原点矩阶数,m为随机变量个数,pb,i表示第b个随机变量的第i个估计点的概率集中度,3个估计点的概率集中度之和一般取1/m;F(u1,u2,...,xb,i,...,um)表示每个随机变量xb用表征该变量分布特征的3个点xk,1,xk,2,xk,3分别代替,其他变量在均值处取值进行潮流计算的结果;
步骤117)步骤116)中j取1即为各线路潮流的期望值u;(8)式中,当j取2得E(X2);(8)式中,当j取1得E(X),平方后得E2(X);根据式(9)计算各线路潮流的标准差σ;假设线路上的潮流服从正态分布,根据式(10)可以求出线路潮流的概率密度函数f(x);所述式(9)、所述式(10)分别为:
步骤118)根据式(11)计算线路的过负荷严重度函数Y(x);所述式(11)为:
式(11)中,h为线路实际潮流与额定潮流的比值;
步骤119)根据式(12)计算每条线路的过负荷风险值γ;所述式(12)为:
式(12)中,PN为线路额定容量;
步骤12)根据式(13)计算线路k的过负荷风险因子Lk;所述式(13)为:
式(13)中,γk为线路k的过负荷风险值;δ为指数映射系数,用于将线路的过负荷风险值映射为过负荷风险因子;一个非线性函数求系数δ,约束条件是γk为0.9时,
Lk为10,此时可以推出δ=2.56,即当γk∈[0,1],Lk∈[1,10],相当于把过负荷风险最高的线路开断概率扩大10倍,此时推导出δ=2.56;
步骤二、计算电网随机开断一条线路的事故状态下线路k的受冲击脆弱指标;具体包括步骤21)至步骤23):
步骤21)依次断开电网中除线路k以外的其他线路l,根据式(14)计算线路l断开对线路k的潮流转移熵Fkl;所述式(14)为:
式(14)中,Z为系统总支路数,△Pk-l为线路l断开对线路k的潮流冲击,若线路k的潮流转移增量△Pk(l)∈[-2Pko,0],Pko为线路k的正常潮流,则线路k受到的潮流冲击△Pk-l为0,其他情况下△Pk-l=|△Pk(l)|;
步骤22)依次断开电网中除线路k以外的其他线路l,根据式(15)计算线路l断开后,线路k的负载率;所述式(15)为:
式(15)中,Pkl为线路l断开后线路k上的潮流,Pkmax是线路k的最大允许传输功率;
步骤23)根据式(16)计算线路k的受冲击脆弱指标;所述式(16)为:
步骤三、建立包括电气结构重要度、开断脆弱指标以及节点电压偏移指标的后果脆弱指标集;具体包括步骤31)至步骤33):
步骤31)根据式(17)计算电网的电气连接度ZG,根据式(18)计算线路k的电气结构重要度所述式(17)、所述式(18)分别为:
式(17)中,N为网络节点数,zi'j'是网络节点阻抗矩阵中第i’行第j’列元素;
△ZG k=(ZG-k-ZG)/ZG (18)
式(18)中,ZG-k为移除线路k后电网电气连接度;
步骤32)根据式(19)计算线路k开断后线路l的潮流转移裕量Wlk;根据式(20)计算线路k断开对线路l的潮流转移熵Flk;根据式(21)计算线路k的开断脆弱指标Ik;所述式(19)、所述式(20)、所述式(21)分别为:
式(19)、式(20)、式(21)中,Plmax是线路l的最大允许传输功率,Plk为线路k断开后线路l的潮流,Plo为线路l的正常潮流,Z为系统总支路数,△Pl-k为线路k断开对线路l的潮流冲击;
步骤33)根据式(22)计算线路k故障切除后的节点电压偏移指标Ak;所述式(22)为:
式(22)中,N为系统节点数,Uqo k和分别为线路k故障切除前后节点q的电压;
步骤四、基于模糊层次分析(FAHP)与改进熵权法求取线路k的断开后果脆弱指标;具体包括步骤41)至步骤44):
步骤41)采用模糊层次分析法(FAHP)确定后果脆弱指标集中各项指标的主观权重;包括步骤411)至步骤418):
步骤411)以目标层为线路脆弱性评估,准则层为电气结构特性和状态转移特性,因素层为包括电气结构重要度、开断脆弱指标和节点电压偏移指标的后果脆弱指标集建立层次结构模型;
步骤412)邀请3位专家利用“九标度法”对准则层n项指标相对于目标层的重要性比较评判,专家t(t=1,2,3)给出指标s比指标y重要的模糊判断区间为Msyt=[asyt,bsyt,csyt],则指标y比指标s重要的模糊判断区间为整合3位专家的模糊判断区间构造模糊判断矩阵;各专家权重相同,根据式(23)得到综合判断矩阵D=(dsy)n×n;所述式(23)为:
式(23)中,s=1,2,…n,y=1,2,…,n,dsy为综合判断矩阵第s行第y列元素;
步骤413)根据式(24)对综合判断矩阵构造模糊评价因子矩阵E;所述式(24)为:
步骤414)根据式(25)计算调整判断矩阵Q,并将Q按列转换为对角线为1的判断矩阵ψ;所述式(25)为:
步骤415)根据式(26)对矩阵ψ进行变换,得相容矩阵Λ=(ρsy)n×n;所述式(26)为:
式(26)中,ρsy为相容矩阵Λ的第s行第y列元素;为矩阵ψ的第s行第g列元素,为矩阵ψ的第g行第y列元素。
步骤416)根据式(27)计算准则层第e项指标相对于目标层的权重θe;所述式(27)为:
式(27)中,ρeg为相容矩阵Λ的第e行第g列元素。
步骤417)重复步骤412)至步骤416),计算因素层n1项指标相对于准则层的权重;
步骤418)向上逐层计算,最后得到因素层n1项指标相对于目标层的权重即为后果脆弱指标集中各项指标的主观权重;
步骤42)采用改进熵权法确定后果脆弱指标集中各项指标的客观权重;具体包括步骤421)至步骤422):
步骤421)根据式(28)计算第e’项指标的熵值;所述式(28)为:
式(29)中,K是样本总数,λg'e'是第g’个样本值占第e’项指标的比重;
步骤422)根据式(29)计算第e’项指标的客观权重;所述式(29)为:
步骤43)根据式(30)所示最优函数与式(31)所示条件约束计算后果脆弱指标集中各项指标的综合权重;所述式(30)、所述式(31)分别为:
式(30)、式(31)中,αe’、βe’、ωe’分别表示第e’项指标的主观权重、客观权重和综合权重;
步骤44)根据式(32)求取线路k的断开后果脆弱指标;所述式(32)为:
式(33)中,ωe’表示第e’项指标的综合权重,ηe’ k表示线路k的第e’个指标值;
步骤五、综合考虑线路断开可能性和断开后果,根据式(33)计算线路k的综合脆弱性指标;
所述式(33)为:
Vk=Sk×Rk (33)
式(33)中,Sk为线路k的受冲击脆弱指标,Rk为线路k的断开后果脆弱指标。
3.有益效果:
本方法计及风光电源出力随机波动造成的线路过负荷风险对潮流转移过程中线路开断概率的影响,能够更真实地反映电网实际运行工况;综合脆弱性指标从目标线路开断概率和线路断开对电网电气结构、潮流转移以及节点电压的综合影响两方面,从而对脆弱性线路进行多方位识别;提出基于模糊层次分析与改进熵权法的评估方法,改善专家打分主观性的同时解决了关于信息熵的边界问题,运用计及条件约束的最优数学模型更科学地综合了专家经验和客观数据信息,评估线路脆弱性更具合理性。
附图说明
图1为本发明中仿真例1中的IEEE39节点系统;
图2为将附图1的IEEE39节点系统采用本方法进行改造后的含风光电源的IEEE39节点系统;
图3为本发明仿真例2中的模拟风速日变化情况;
图4为本发明仿真例2中的模拟光照强度日变化情况;
图5为本发明仿真例2中的风电场的日出力变化;
图6为本发明仿真例2中的光伏电站的日出力变化;
图7为本发明仿真例2中的计算得到的线路过负荷风险值;
图8为本发明中所提及的模糊层次分析法中的层次结构模型;
图9为本发明仿真例1和仿真例2中的无风光与含风光电源两种情况下IEEE39节点系统线路综合脆弱度曲线图;
图10为本发明中的含风光电源电网脆弱线路识别流程图。
具体实施方式
下面结合附图对本发明进行具体的说明。
一种含风光电源电网脆弱线路识别方法,其特征在于:包括以下步骤:
步骤一、计算在风光电源出力波动下线路的过负荷风险因子;具体包括步骤11)至步骤12):步骤11):计算每条线路的过负荷风险值;具体包括步骤111)至步骤119):
步骤111)利用HOMER软件模拟风速v和光照强度r,根据式(1)计算风机的输出功率PWP,根据式(2)计算光伏电池的输出功率PPV;所述式(1)、式(2)为:
式(1)中,vci为风机的切入风速,vr为风机的额定风速,vco为风机的切出风速,Pr为风机的额定功率;
PPV=rAη (2)
式(2)中,r为光照强度,A为光伏电池面积,η为光电转换效率;
步骤112)将风光电源出力视作随机变量xb(b=1,…m),m为随机变量个数;根据式(3)求取xb的偏度系数λb,3,根据式(4)求取xb的峰度系数λb,4;所述式(3)、所述式(4)分别为:
式(3)、式(4)中,E[·]表示求均值运算,ub和σb分别为xb的均值和标准差;
步骤113)根据式(5)计算xb的第i(i=1,2,3)个估计点的位置度量ξb,i;所述式(5)为:
步骤114)根据式(6)计算xb的第i(i=1,2,3)个估计点的概率集中度pb,i;所述式(6)为:
步骤115)根据式(7)求取xb的3个估计点,分别记作xb,1,xb,2,xb,3;所述式(7)为:
xb,i=ub+ξb,iσbi=1,2,3 (7)
步骤116)根据式(8)计算各线路上潮流的各阶原点矩;所述式(8)为:
式(8)中,X为各支路的潮流,j是原点矩阶数,m为随机变量个数,pb,i表示第b个随机变量的第i个估计点的概率集中度,3个估计点的概率集中度之和一般取1/m;F(u1,u2,...,xb,i,...,um)表示每个随机变量xb用表征该变量分布特征的3个点xk,1,xk,2,xk,3分别代替,其他变量在均值处取值进行潮流计算的结果;
步骤117)步骤116)中j取1即为各线路潮流的期望值u;(8)式中,当j取2得E(X2);(8)式中,当j取1得E(X),平方后得E2(X);根据式(9)计算各线路潮流的标准差σ;假设线路上的潮流服从正态分布,根据式(10)可以求出线路潮流的概率密度函数f(x);所述式(9)、所述式(10)分别为:
步骤118)根据式(11)计算线路的过负荷严重度函数Y(x);所述式(11)为:
式(11)中,h为线路实际潮流与额定潮流的比值;
步骤119)根据式(12)计算每条线路的过负荷风险值γ;所述式(12)为:
式(12)中,PN为线路额定容量;
步骤12)根据式(13)计算线路k的过负荷风险因子Lk;所述式(13)为:
式(13)中,γk为线路k的过负荷风险值;δ为指数映射系数,用于将线路的过负荷风险值映射为过负荷风险因子;一个非线性函数求系数δ,约束条件是γk为0.9时,
Lk为10,此时可以推出δ=2.56,即当γk∈[0,1],Lk∈[1,10],相当于把过负荷风险最高的线路开断概率扩大10倍,此时推导出δ=2.56;
步骤二、计算电网随机开断一条线路的事故状态下线路k的受冲击脆弱指标;具体包括步骤21)至步骤23):
步骤21)依次断开电网中除线路k以外的其他线路l,根据式(14)计算线路l断开对线路k的潮流转移熵Fkl;所述式(14)为:
式(14)中,Z为系统总支路数,△Pk-l为线路l断开对线路k的潮流冲击,若线路k的潮流转移增量△Pk(l)∈[-2Pko,0],Pko为线路k的正常潮流,则线路k受到的潮流冲击△Pk-l为0,其他情况下△Pk-l=|△Pk(l)|;
步骤22)依次断开电网中除线路k以外的其他线路l,根据式(15)计算线路l断开后,线路k的负载率;所述式(15)为:
式(15)中,Pkl为线路l断开后线路k上的潮流,Pkmax是线路k的最大允许传输功率;
步骤23)根据式(16)计算线路k的受冲击脆弱指标;所述式(16)为:
步骤三、建立包括电气结构重要度、开断脆弱指标以及节点电压偏移指标的后果脆弱指标集;具体包括步骤31)至步骤33):
步骤31)根据式(17)计算电网的电气连接度ZG,根据式(18)计算线路k的电气结构重要度所述式(17)、所述式(18)分别为:
式(17)中,N为网络节点数,zi'j'是网络节点阻抗矩阵中第i’行第j’列元素;
△ZG k=(ZG-k-ZG)/ZG (18)
式(18)中,ZG-k为移除线路k后电网电气连接度;
步骤32)根据式(19)计算线路k开断后线路l的潮流转移裕量Wlk;根据式(20)计算线路k断开对线路l的潮流转移熵Flk;根据式(21)计算线路k的开断脆弱指标Ik;所述式(19)、所述式(20)、所述式(21)分别为:
式(19)、式(20)、式(21)中,Plmax是线路l的最大允许传输功率,Plk为线路k断开后线路l的潮流,Plo为线路l的正常潮流,Z为系统总支路数,△Pl-k为线路k断开对线路l的潮流冲击;
步骤33)根据式(22)计算线路k故障切除后的节点电压偏移指标Ak;所述式(22)为:
式(22)中,N为系统节点数,Uqo k和Uq k分别为线路k故障切除前后节点q的电压;
步骤四、基于模糊层次分析(FAHP)与改进熵权法求取线路k的断开后果脆弱指标;具体包括步骤41)至步骤44):
步骤41)采用模糊层次分析法(FAHP)确定后果脆弱指标集中各项指标的主观权重;具体包括步骤411)至步骤418):
步骤411)以目标层为线路脆弱性评估,准则层为电气结构特性和状态转移特性,因素层为包括电气结构重要度、开断脆弱指标和节点电压偏移指标的后果脆弱指标集建立层次结构模型;
步骤412)邀请3位专家利用“九标度法”对准则层n项指标相对于目标层的重要性比较评判,专家t(t=1,2,3)给出指标s比指标y重要的模糊判断区间为Msyt=[asyt,bsyt,csyt],则指标y比指标s重要的模糊判断区间为整合3位专家的模糊判断区间构造模糊判断矩阵;各专家权重相同,根据式(23)得到综合判断矩阵D=(dsy)n×n;所述式(23)为:
式(23)中,s=1,2,…n,y=1,2,…,n,dsy为综合判断矩阵第s行第y列元素;
步骤413)根据式(24)对综合判断矩阵构造模糊评价因子矩阵E;所述式(24)为:
步骤414)根据式(25)计算调整判断矩阵Q,并将Q按列转换为对角线为1的判断矩阵ψ;所述式(25)为:
步骤415)根据式(26)对矩阵ψ进行变换,得相容矩阵Λ=(ρsy)n×n;所述式(26)为:
式(26)中,ρsy为相容矩阵Λ的第s行第y列元素;为矩阵ψ的第s行第g列元素,为矩阵ψ的第g行第y列元素。
步骤416)根据式(27)计算准则层第e项指标相对于目标层的权重θe;所述式(27)为:
式(27)中,ρeg为相容矩阵Λ的第e行第g列元素。
步骤417)重复步骤412)至步骤416),计算因素层n1项指标相对于准则层的权重;
步骤418)向上逐层计算,最后得到因素层n1项指标相对于目标层的权重即为后果脆弱指标集中各项指标的主观权重;
步骤42)采用改进熵权法确定后果脆弱指标集中各项指标的客观权重;具体包括步骤421)至步骤422):
步骤421)根据式(28)计算第e’项指标的熵值;所述式(28)为:
式(29)中,K是样本总数,λg'e'是第g’个样本值占第e’项指标的比重;
步骤422)根据式(29)计算第e’项指标的客观权重;所述式(29)为:
步骤43)根据式(30)所示最优函数与式(31)所示条件约束计算后果脆弱指标集中各项指标的综合权重;所述式(30)、所述式(31)分别为:
式(30)、式(31)中,αe’、βe’、ωe’分别表示第e’项指标的主观权重、客观权重和综合权重;
步骤44)根据式(32)求取线路k的断开后果脆弱指标;所述式(32)为:
式(33)中,ωe’表示第e’项指标的综合权重,ηe’ k表示线路k的第e’个指标值;
步骤五、综合考虑线路断开可能性和断开后果,根据式(33)计算线路k的综合脆弱性指标;
所述式(33)为:
Vk=Sk×Rk (33)
式(33)中,Sk为线路k的受冲击脆弱指标,Rk为线路k的断开后果脆弱指标。
具体实施例;
如附图1为不含有风光电源的IEEE39节点系统接线图,附图2是含风光电源的IEEE39节点系统接线图。附图2中在节点3和节点8处分别接入风电1和风电2,额定功率分别为12MW和10MW,在节点21和节点20处分别接入光伏1和光伏2,额定功率分别为8MW和10MW。采用HOMER软件模拟出我国北方和南方地区的风速、光照强度分别如图3、图4所示。对风光电源的出力采取离散化处理后,风电1和风电2一天内的出力情况如图5所示,风电1和风电2分别位于北方和南方地区;光伏1和光伏2一天内的出力情况如图6所示,光伏1和光伏2分别位于北方和南方地区。
由步骤11)计算得到附图2中每条线路的过负荷风险值,绘制成图7曲线图,通过图中可以看出过负荷风险较大的线路均分布在风光电源附近,且某些距离越近的线路过负荷风险越大,如线路3-4、线路3-18。由于风险值还与线路额定容量有关,所以某些额定容量小的线路受到轻微的波动影响就可能潮流越限引起过负荷风险,比如线路12-13。
如附图8所示,以目标层为线路脆弱性评估,准则层为电气结构特性和状态转移特性,因素层为包括电气结构重要度、开断脆弱指标和节点电压偏移指标的后果脆弱指标集建立层次结构模型如附图8所示。
下面通过两个仿真算例验证本方法的有效性,将这两个算例中的结果用表格表示出来。仿真案例1:对附图1所示的IEEE39节点系统仿真:
表1不同方法的脆弱线路辨识结果
注:文献[1]徐岩,郅静.基于加权潮流熵的电网故障传播脆弱线路识别[J].现代电力,2016,33(03):88-94.
文献[2]单政博,王慧芳,林冠强,等.考虑开断相对概率与后果的电网脆弱线路辨识[J].浙江大学学报(工学版),2018,52(03):560-568.
通过分析表1数据不难发现,本方法的识别结果与文献[1]、[2]相比,相同的脆弱线路超过半数,验证了本方法提出的综合脆弱性指标的合理性,文献[1]重点考虑线路断开在电网故障传播的潮流转移过程中的影响,从而漏选了线路4-5、6-7和16-19,这些线路的开断对电网电气结构的均匀程度或节点电压的偏移程度有较大影响;文献[2]认为线路受到的潮流冲击来自于负荷随机波动且未考虑线路在拓扑结构方面相对于全网的重要程度,从而漏选了线路4-14、4-5、22-23、16-24,这些线路在电网随机开断一条线路的事故状态下存在开断可能性且开断后严重破坏电网鲁棒性。表明综合脆弱性指标能够多维度识别电网脆弱线路。
仿真案例2:对附图2所示的改造后的含风光电源的IEEE39节点系统进行仿真。如附图10所示,为其处理的具体步骤。
将无风光与含风光电源两种情况下的线路综合脆弱度计算结果绘制成如附图9的曲线图。
选取脆弱性排名前20条的线路展示在表2中,表2中除过负荷风险因子以外,其他数据均为归一化后的结果,N表示分别断开其他线路造成目标线路过载的次数。
表2无风光与含风光电源两种情况下的电网线路脆弱性排序
通过分析表4数据可以发现:风光电源并网后,风险线路3-4、3-18的开断概率得到提高而被识别为脆性源,风险线路16-19、15-16的脆弱性排名上升明显,进一步验证了综合脆弱性指标的有效性。综合脆弱性指标主要识别出的是既容易因为受到潮流冲击而过载,且故障后影响电网稳定运行的线路:线路6-11会由于线路4-14、10-13、13-14的分别开断而成为发电机32和节点4负荷的主要输、供电通道,过载率达到3.95%、12.39%和32.71%,且线路6-11属于中枢连接线路,故障切除后系统潮流重新分布,潮流冲击集中在线路10-13、13-14、4-14,故线路6-11的综合脆弱程度最高;线路23-24将在线路21-22、16-21开断后成为发电机35、36的主要输电通道,过载率分别达到14.98%和59.75%,故障后电网鲁棒性变差的同时伴随少数线路受到大潮流冲击,受冲击支路可能触发连锁故障;线路21-22受到线路23-24的潮流冲击将发生过载,开断后电网鲁棒性变差,线路16-24、22-23和23-24承受接近600MW的大规模潮流转移,节点21电压偏移最显著,故该条线路的断开后果最严重,综合脆弱度位列第5;线路10-11、10-13、13-14、4-14、4-5、22-23和16-24断开后将引起电气结构极不均匀,系统抵御扰动能力下降;线路2-3处于重要联通位置,开断后节点3、18电压偏移显著;线路16-21的脆弱性表现在故障切除后,潮流转移至线路22-23、23-24和16-24以承担节点16的供电任务;线路5-6、6-7、28-29由于在电网随机开断一条线路的事故状态下没有过载情况,故线路的开断危险性无法体现出来,线路综合脆弱程度不高。
结论:本文提出的基于加权开断概率与断开后果严重度的含风光电源电网脆弱线路识别方法,具有以下特点:①综合脆弱性指标从目标线路开断概率和线路断开对电网电气结构、潮流转移以及节点电压的综合影响两方面对脆弱性线路多方位识别。②为了计及风光电源出力随机波动性对电网脆弱线路的影响,运用点估计法结合概率潮流计算求得过负荷风险脆弱指标,并采用过负荷风险因子对线路开断概率加权以提高风光电源出力波动下的风险线路在受到潮流冲击后的开断概率,更真实地反映电网实际运行工况。③提出基于模糊层次分析与改进熵权法的评估方法,改善专家打分主观性的同时解决了关于信息熵的边界问题,运用计及条件约束的最优数学模型较科学地综合了专家经验和客观数据信息,评估线路脆弱性更具合理性。④具体算例结果论证了所提出的脆弱线路评估指标和评估方法具有较好的有效性和实用性。
虽然本发明已以较佳实施例公开如上,但它们并不是用来限定本发明的,任何熟悉此问题研究者,在不脱离本发明之精神和范围内,自当可作各种变化或润饰,因此本发明的保护范围应当以本申请的权利要求保护范围所界定的为准。
Claims (1)
1.一种含风光电源电网脆弱线路识别方法,其特征在于:包括以下步骤:
步骤一、计算在风光电源出力波动下线路的过负荷风险因子;具体包括步骤11)至步骤12):
步骤11):计算每条线路的过负荷风险值;具体包括步骤111)至步骤119):
步骤111)利用HOMER软件模拟风速v和光照强度r,根据式(1)计算风机的输出功率PWP,根据式(2)计算光伏电池的输出功率PPV;所述式(1)、式(2)为:
式(1)中,vci为风机的切入风速,vr为风机的额定风速,vco为风机的切出风速,Pr为风机的额定功率;
PPV=rAη (2)
式(2)中,r为光照强度,A为光伏电池面积,η为光电转换效率;
步骤112)将风光电源出力视作随机变量xb(b=1,…m),m为随机变量个数;根据式(3)求取xb的偏度系数λb,3,根据式(4)求取xb的峰度系数λb,4;所述式(3)、所述式(4)分别为:
式(3)、式(4)中,E[●]表示求均值运算,ub和σb分别为xb的均值和标准差;
步骤113)根据式(5)计算xb的第i(i=1,2,3)个估计点的位置度量ξb,i;所述式(5)为:
步骤114)根据式(6)计算xb的第i(i=1,2,3)个估计点的概率集中度pb,i;所述式(6)为:
步骤115)根据式(7)求取xb的3个估计点,分别记作xb,1,xb,2,xb,3;所述式(7)为:
xb,i=ub+ξb,iσb i=1,2,3 (7)
步骤116)根据式(8)计算各线路上潮流的各阶原点矩;所述式(8)为:
式(8)中,X为各支路的潮流,j是原点矩阶数,m为随机变量个数,pb,i表示第b个随机变量的第i个估计点的概率集中度,3个估计点的概率集中度之和一般取1/m;
F(u1,u2,...,xb,i,...,um)表示每个随机变量xb用表征该变量分布特征的3个点xk,1,xk,2,xk,3分别代替,其他变量在均值处取值进行潮流计算的结果;
步骤117)步骤116)中j取1即为各线路潮流的期望值u;(8)式中,当j取2得E(X2);(8)式中,当j取1得E(X),平方后得E2(X);根据式(9)计算各线路潮流的标准差σ;假设线路上的潮流服从正态分布,根据式(10)可以求出线路潮流的概率密度函数f(x);所述式(9)、所述式(10)分别为:
步骤118)根据式(11)计算线路的过负荷严重度函数Y(x);所述式(11)为:
式(11)中,h为线路实际潮流与额定潮流的比值;
步骤119)根据式(12)计算每条线路的过负荷风险值γ;所述式(12)为:
式(12)中,PN为线路额定容量;
步骤12)根据式(13)计算线路k的过负荷风险因子Lk;所述式(13)为:
式(13)中,γk为线路k的过负荷风险值;δ为指数映射系数,用于将线路的过负荷风险值映射为过负荷风险因子;一个非线性函数求系数δ,约束条件是γk为0.9时,Lk为10,此时可以推出δ=2.56,即当γk∈[0,1],Lk∈[1,10],相当于把过负荷风险最高的线路开断概率扩大10倍,此时推导出δ=2.56;
步骤二、计算电网随机开断一条线路的事故状态下线路k的受冲击脆弱指标;具体包括步骤21)至步骤23):
步骤21)依次断开电网中除线路k以外的其他线路l,根据式(14)计算线路l断开对线路k的潮流转移熵Fkl;所述式(14)为:
式(14)中,Z为系统总支路数,△Pk-l为线路l断开对线路k的潮流冲击,若线路k的潮流转移增量△Pk(l)∈[-2Pko,0],Pko为线路k的正常潮流,则线路k受到的潮流冲击△Pk-l为0,其他情况下△Pk-l=|△Pk(l)|;
步骤22)依次断开电网中除线路k以外的其他线路l,根据式(15)计算线路l断开后,线路k的负载率;所述式(15)为:
式(15)中,Pkl为线路l断开后线路k上的潮流,Pkmax是线路k的最大允许传输功率;
步骤23)根据式(16)计算线路k的受冲击脆弱指标;所述式(16)为:
步骤三、建立包括电气结构重要度、开断脆弱指标以及节点电压偏移指标的后果脆弱指标集;具体包括步骤31)至步骤33):
步骤31)根据式(17)计算电网的电气连接度ZG,根据式(18)计算线路k的电气结构重要度ΔZG k;所述式(17)、所述式(18)分别为:
式(17)中,N为网络节点数,zi'j'是网络节点阻抗矩阵中第i’行第j’列元素;
△ZG k=(ZG-k-ZG)/ZG (18)
式(18)中,ZG-k为移除线路k后电网电气连接度;
步骤32)根据式(19)计算线路k开断后线路l的潮流转移裕量Wlk;根据式(20)计算线路k断开对线路l的潮流转移熵Flk;根据式(21)计算线路k的开断脆弱指标Ik;所述式(19)、所述式(20)、所述式(21)分别为:
式(19)、式(20)、式(21)中,Plmax是线路l的最大允许传输功率,Plk为线路k断开后线路l的潮流,Plo为线路l的正常潮流,Z为系统总支路数,△Pl-k为线路k断开对线路l的潮流冲击;
步骤33)根据式(22)计算线路k故障切除后的节点电压偏移指标Ak;所述式(22)为:
式(22)中,N为系统节点数,Uqo k和Uq k分别为线路k故障切除前后节点q的电压;
步骤四、基于模糊层次分析(FAHP)与改进熵权法求取线路k的断开后果脆弱指标;具体包括步骤41)至步骤44):
步骤41)采用模糊层次分析法(FAHP)确定后果脆弱指标集中各项指标的主观权重;包括步骤411)至步骤418):
步骤411)以目标层为线路脆弱性评估,准则层为电气结构特性和状态转移特性,因素层为包括电气结构重要度、开断脆弱指标和节点电压偏移指标的后果脆弱指标集建立层次结构模型;
步骤412)邀请3位专家利用“九标度法”对准则层n项指标相对于目标层的重要性比较评判,专家t(t=1,2,3)给出指标s比指标y重要的模糊判断区间为Msyt=[asyt,bsyt,csyt],则指标y比指标s重要的模糊判断区间为整合3位专家的模糊判断区间构造模糊判断矩阵;各专家权重相同,根据式(23)得到综合判断矩阵D=(dsy)n×n;所述式(23)为:
式(23)中,s=1,2,…n,y=1,2,…,n,dsy为综合判断矩阵第s行第y列元素;
步骤413)根据式(24)对综合判断矩阵构造模糊评价因子矩阵E;所述式(24)为:
步骤414)根据式(25)计算调整判断矩阵Q,并将Q按列转换为对角线为1的判断矩阵ψ;所述式(25)为:
步骤415)根据式(26)对矩阵ψ进行变换,得相容矩阵Λ=(ρsy)n×n;所述式(26)为:
式(26)中,ρsy为相容矩阵Λ的第s行第y列元素;为矩阵ψ的第s行第g列元素,为矩阵ψ的第g行第y列元素。
步骤416)根据式(27)计算准则层第e项指标相对于目标层的权重θe;所述式(27)为:
式(27)中,ρeg为相容矩阵Λ的第e行第g列元素。
步骤417)重复步骤412)至步骤416),计算因素层n1项指标相对于准则层的权重;
步骤418)向上逐层计算,最后得到因素层n1项指标相对于目标层的权重即为后果脆弱指标集中各项指标的主观权重;
步骤42)采用改进熵权法确定后果脆弱指标集中各项指标的客观权重;具体包括步骤421)至步骤422):
步骤421)根据式(28)计算第e’项指标的熵值;所述式(28)为:
式(29)中,K是样本总数,λg'e'是第g’个样本值占第e’项指标的比重;
步骤422)根据式(29)计算第e’项指标的客观权重;所述式(29)为:
步骤43)根据式(30)所示最优函数与式(31)所示条件约束计算后果脆弱指标集中各项指标的综合权重;所述式(30)、所述式(31)分别为:
式(30)、式(31)中,αe’、βe’、ωe’分别表示第e’项指标的主观权重、客观权重和综合权重;步骤44)根据式(32)求取线路k的断开后果脆弱指标;所述式(32)为:
式(33)中,ωe’表示第e’项指标的综合权重,ηe’ k表示线路k的第e’个指标值;
步骤五、综合考虑线路断开可能性和断开后果,根据式(33)计算线路k的综合脆弱性指标;所述式(33)为:
Vk=Sk×Rk (33)
式(33)中,Sk为线路k的受冲击脆弱指标,Rk为线路k的断开后果脆弱指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910427129.3A CN110146785B (zh) | 2019-05-22 | 2019-05-22 | 一种含风光电源电网脆弱线路识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910427129.3A CN110146785B (zh) | 2019-05-22 | 2019-05-22 | 一种含风光电源电网脆弱线路识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110146785A true CN110146785A (zh) | 2019-08-20 |
CN110146785B CN110146785B (zh) | 2021-04-06 |
Family
ID=67592436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910427129.3A Active CN110146785B (zh) | 2019-05-22 | 2019-05-22 | 一种含风光电源电网脆弱线路识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110146785B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569485A (zh) * | 2019-08-28 | 2019-12-13 | 云南电网有限责任公司 | 一种计及新能源电源出力波动性的新能源电源节点状态脆弱性监测方法 |
CN111049129A (zh) * | 2019-12-11 | 2020-04-21 | 国网浙江常山县供电有限公司 | 一种配电网运行薄弱环节两阶段评估方法 |
CN111313408A (zh) * | 2020-03-05 | 2020-06-19 | 西南交通大学 | 一种考虑暂态能量关联的电网脆弱线路辨识方法 |
CN113191643A (zh) * | 2021-05-06 | 2021-07-30 | 四川大学 | 电-气互联系统脆弱线路辨识方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279900A (zh) * | 2013-05-24 | 2013-09-04 | 华南理工大学 | 一种针对区域输电网脆弱域的评估方法 |
CN104614624A (zh) * | 2015-02-13 | 2015-05-13 | 东南大学 | 一种基于电力通信交互影响的电力系统脆弱性的检测方法 |
CN105574614A (zh) * | 2015-12-15 | 2016-05-11 | 东北大学 | 基于多属性分析的电力系统线路脆弱度评估系统及方法 |
CN105912835A (zh) * | 2016-03-15 | 2016-08-31 | 华侨大学 | 一种计及风电场接入的电力线路脆弱性辨识模型建立方法 |
CN105976257A (zh) * | 2015-12-17 | 2016-09-28 | 国家电网公司 | 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 |
KR101747074B1 (ko) * | 2016-04-15 | 2017-06-14 | 대한민국 | 안전 진단 방법, 이를 수행하는 안전 진단 장치 및 이를 저장한 기록매체 |
CN106934246A (zh) * | 2017-03-21 | 2017-07-07 | 广东电网有限责任公司惠州供电局 | 电网线路脆弱性的计算方法及装置 |
CN107276076A (zh) * | 2017-06-23 | 2017-10-20 | 国网江苏省电力公司 | 一种统一潮流控制器的两阶段多目标选址方法 |
CN107895947A (zh) * | 2017-12-20 | 2018-04-10 | 广东电网有限责任公司惠州供电局 | 一种配电网脆弱线路辨识方法 |
CN109687438A (zh) * | 2018-12-19 | 2019-04-26 | 西南交通大学 | 一种计及高铁冲击负荷作用下的电网脆弱线路辨识方法 |
-
2019
- 2019-05-22 CN CN201910427129.3A patent/CN110146785B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279900A (zh) * | 2013-05-24 | 2013-09-04 | 华南理工大学 | 一种针对区域输电网脆弱域的评估方法 |
CN104614624A (zh) * | 2015-02-13 | 2015-05-13 | 东南大学 | 一种基于电力通信交互影响的电力系统脆弱性的检测方法 |
CN105574614A (zh) * | 2015-12-15 | 2016-05-11 | 东北大学 | 基于多属性分析的电力系统线路脆弱度评估系统及方法 |
CN105976257A (zh) * | 2015-12-17 | 2016-09-28 | 国家电网公司 | 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 |
CN105912835A (zh) * | 2016-03-15 | 2016-08-31 | 华侨大学 | 一种计及风电场接入的电力线路脆弱性辨识模型建立方法 |
KR101747074B1 (ko) * | 2016-04-15 | 2017-06-14 | 대한민국 | 안전 진단 방법, 이를 수행하는 안전 진단 장치 및 이를 저장한 기록매체 |
CN106934246A (zh) * | 2017-03-21 | 2017-07-07 | 广东电网有限责任公司惠州供电局 | 电网线路脆弱性的计算方法及装置 |
CN107276076A (zh) * | 2017-06-23 | 2017-10-20 | 国网江苏省电力公司 | 一种统一潮流控制器的两阶段多目标选址方法 |
CN107895947A (zh) * | 2017-12-20 | 2018-04-10 | 广东电网有限责任公司惠州供电局 | 一种配电网脆弱线路辨识方法 |
CN109687438A (zh) * | 2018-12-19 | 2019-04-26 | 西南交通大学 | 一种计及高铁冲击负荷作用下的电网脆弱线路辨识方法 |
Non-Patent Citations (2)
Title |
---|
单政博 等: "考虑开断相对概率与后果的电网脆弱线路辨识", 《浙江大学学报(工学版)》 * |
曾鑫 等: "基于组合赋权法的输电线路脆弱性评估", 《电力系统及其自动化学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569485A (zh) * | 2019-08-28 | 2019-12-13 | 云南电网有限责任公司 | 一种计及新能源电源出力波动性的新能源电源节点状态脆弱性监测方法 |
CN111049129A (zh) * | 2019-12-11 | 2020-04-21 | 国网浙江常山县供电有限公司 | 一种配电网运行薄弱环节两阶段评估方法 |
CN111313408A (zh) * | 2020-03-05 | 2020-06-19 | 西南交通大学 | 一种考虑暂态能量关联的电网脆弱线路辨识方法 |
CN111313408B (zh) * | 2020-03-05 | 2022-04-29 | 西南交通大学 | 一种考虑暂态能量关联的电网脆弱线路辨识方法 |
CN113191643A (zh) * | 2021-05-06 | 2021-07-30 | 四川大学 | 电-气互联系统脆弱线路辨识方法 |
CN113191643B (zh) * | 2021-05-06 | 2022-04-01 | 四川大学 | 电-气互联系统脆弱线路辨识方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110146785B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110146785A (zh) | 一种含风光电源电网脆弱线路识别方法 | |
CN100438251C (zh) | 一种大型电力系统脆弱线路辨识的方法 | |
CN105893740B (zh) | 一种用于挖掘电力网络中脆弱节点和线路的方法 | |
CN103107535B (zh) | 一种基于熵权法的电网结构安全性综合评估方法 | |
CN109118098A (zh) | 高比例风电并网的连锁故障风险评估方法及系统 | |
CN114665498A (zh) | 一种计及新能源影响的主动配电网脆弱节点辨识方法 | |
CN110417011A (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
WO2011101189A2 (en) | Energy generating system and control thereof | |
CN105207204B (zh) | 一种计及一次调频不确定性的概率潮流分析方法 | |
Yan et al. | Adaptive load shedding method based on power imbalance estimated by ANN | |
CN104820864A (zh) | 含分布式电源的智能配电网全景故障恢复博弈方法 | |
CN108306285A (zh) | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 | |
CN104779608B (zh) | 基于离线策略的电力系统安全稳定在线附加紧急控制方法 | |
CN105912835A (zh) | 一种计及风电场接入的电力线路脆弱性辨识模型建立方法 | |
CN110224427A (zh) | 一种基于微电网能量控制策略的信息物理系统建模方法 | |
CN109117651B (zh) | 一种计量数据安全防护方法 | |
CN107276070A (zh) | 计及一二次调频的发输电系统运行可靠性建模及其评估方法 | |
CN111950900A (zh) | 一种电力系统源网荷储本质安全风险评估方法 | |
CN110061496A (zh) | 源网荷多目标规划模型的可信度优化方法 | |
CN114565248A (zh) | 一种高比例新能源省级电网安全风险的评估方法及装置 | |
CN106096849A (zh) | 分布式光伏接入电网综合评价系统及方法 | |
CN109301832B (zh) | 一种基于n-1静态安全约束下的断面潮流优化控制方法 | |
Huang et al. | Mango–modal analysis for grid operation: A method for damping improvement through operating point adjustment | |
CN112600244B (zh) | 一种基于神经网络的光伏电站电压控制方法 | |
CN107122599A (zh) | 一种蓄热电锅炉实时消纳弃风弃光电量能力的评估方法 |
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 |