CN110222946B - 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 - Google Patents
基于台风场景模拟的配电网架空线路薄弱环节辨识方法 Download PDFInfo
- Publication number
- CN110222946B CN110222946B CN201910403276.7A CN201910403276A CN110222946B CN 110222946 B CN110222946 B CN 110222946B CN 201910403276 A CN201910403276 A CN 201910403276A CN 110222946 B CN110222946 B CN 110222946B
- Authority
- CN
- China
- Prior art keywords
- typhoon
- line
- load
- electric pole
- distribution network
- 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 70
- 238000009826 distribution Methods 0.000 title claims abstract description 60
- 238000004088 simulation Methods 0.000 title claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 31
- 238000005070 sampling Methods 0.000 claims abstract description 14
- 230000003993 interaction Effects 0.000 claims abstract description 5
- 230000007246 mechanism Effects 0.000 claims abstract description 5
- 238000012614 Monte-Carlo sampling Methods 0.000 claims abstract description 4
- 238000012163 sequencing technique Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 9
- 238000010248 power generation Methods 0.000 abstract description 7
- 230000003014 reinforcing effect Effects 0.000 abstract description 4
- 238000005452 bending Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 239000012212 insulator Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- WURBVZBTWMNKQT-UHFFFAOYSA-N 1-(4-chlorophenoxy)-3,3-dimethyl-1-(1,2,4-triazol-1-yl)butan-2-one Chemical compound C1=NC=NN1C(C(=O)C(C)(C)C)OC1=CC=C(Cl)C=C1 WURBVZBTWMNKQT-UHFFFAOYSA-N 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000010792 warming Methods 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于台风场景模拟的配电网架空线路薄弱环节辨识方法,包括:根据台风风速与电杆相互作用机理、电杆实际运行状态,建立电杆及线路故障率模型;基于故障率模型及蒙特卡罗状态抽样过程,计算每次台风过境模拟后系统负荷损失,考虑线路故障频率及供电负荷重要程度,定义线路脆弱度指标;以方差系数U作为蒙特卡罗抽样停止的判断条件,当U小于给定值时,停止对台风登陆过程的仿真,否则进行下一次仿真;根据仿真结果计算各线路脆弱度指标并对其进行排序,将前k条脆弱度指标高的线路确定为薄弱环节。本发明以薄弱环节为依据,通过加固电杆、分配应急发电车等应急措施对薄弱环节加以提升,可有效降低台风后配电网的负荷损失和经济损失。
Description
技术领域
本发明涉及领域涉及配电网薄弱环节识别领域,尤其涉及一种基于台风场景模拟的配电网架空线路薄弱环节辨识方法。
背景技术
我国是世界上几个受台风影响严重的国家之一。近年来,随着全球气候变暖特征逐渐明显,台风登陆次数明显增长。据统计,我国每年因台风造成的经济损失高达300亿人民币,死亡人数达数百人[1-2]。对配电系统而言,台风登陆后通常造成大面积的停电,甚至可能演变成电力灾难。例如:2005年,强台风“达维”造成海南配电网设备严重受损,10kV主线路及大量用户受灾停电,海南电网崩溃[3];2006年台风“桑美”登陆温州,最大风速达68m/s,510条配电线路因损毁性故障停电,断杆、倒杆一万余基,经济损失近2亿元[4];2008年强台风“黑格比”登陆广州,广州西部沿海地区35kV、10kV线路大量跳闸,10kV配电网倒杆、断杆近万基;2016年台风“尼伯特”给福建电网带来重创,中低压配电网遭受毁灭性破坏。在城郊、乡镇、农村等欠发达地区配电网中,架空线路中电杆大多为混凝土电杆。台风风速通常高于电杆设计风速,导致台风侵袭过程中混凝土电杆故障现象十分严重[5],成为抢险重点关注的问题。然而,考虑到这些地区对配电网的抢险能力有限,且架空线路数量庞大,如福建省沿海城市泉州,10kV配电网架空线路比例达80%,在台风来临前对架空线路进行成片改造存在实际困难,只能对有限的抢险物资进行分配预防台风。尽管气象部门在台风登陆前可以做出较准确预报,但电力部门的抢险过程中仍存在严重的物资分配盲目的问题。因此,如何寻找台风中配电网最需要支援的部位,最大程度降低台风后配电网的损失,亟需对配电网架空线路的薄弱环节进行辨识,使抢险抗灾物资得到高效利用。
在该领域目前已有部分研究:文献[6]基于台风预测信息对预警区域进行网格划分,提出一种差异化输出预警结果的方法;文献[7]提出了一种在台风天气下运行的电网定量弹性评估框架,应用灾害风险评估的台风风场模型来评估影响的强度和持续时间;文献[8]提出基于元件脆弱性指标排序的N-k薄弱环节识别策略;文献[9]设计并实现了一种基于自律分散系统模型的多维度电网薄弱环节跟踪及分析系统,对薄弱环节定义、分析方法、数据来源和结果展示等维度多样性具有较好的适应性;文献[10]利用可靠性跟踪方法辨识电力系统的薄弱环节,通过跟踪分析可得到各元件对系统可靠性指标的“贡献”,元件的贡献越大,其对系统可靠性的影响就越大,即为系统的薄弱环节;文献[11]提出一种基于运行可靠性模型的连锁故障模拟及系统薄弱环节分析方法。目前常态配电网薄弱环节研究相对成熟,但针对台风场景下配电网薄弱环节识别方法的研究相对较少。
发明内容
本发明提供了一种基于台风场景模拟的配电网架空线路薄弱环节辨识方法,本发明基于Batts模型考虑台风过境全过程与电杆相互作用机理,同时考虑线路故障情况与供电负荷重要程度,定位台风场景下线路的薄弱环节;使抗灾物资得到更有效匹配,进一步降低台风过境后配电网的负荷损失及经济损失,详见下文描述:
一种基于台风场景模拟的配电网架空线路薄弱环节辨识方法,所述方法包括以下步骤:
1)根据台风风速与电杆相互作用机理、电杆实际运行状态,建立电杆及线路故障率模型;
2)基于故障率模型及蒙特卡罗状态抽样过程,计算每次抽样后系统负荷损失,考虑线路故障频率及供电负荷重要程度,定义线路脆弱度指标;
3)以方差系数U作为蒙特卡罗抽样停止的判断条件,当U小于给定值时,停止对台风登陆过程的仿真,否则进行下一次仿真;根据仿真结果计算各线路脆弱度指标并对其进行排序,将前k条脆弱度指标高的线路确定为薄弱环节。
其中,在步骤1)之前,所述方法还包括:
基于Batts模型描述台风衰减过程中风场各点的风速。
进一步地,所述建立电杆及线路故障率模型具体为:
基于风荷载理论,得出不同风速下各电杆的故障率;再由电力部门记录的处于不同运行年限的电杆故障数据,通过最小二乘法拟合得到浴盆曲线的参数,进而得到电杆故障率修正系数,修正系数与运行年限的关系用威布尔分布表示;
架空线路故障率由电杆串联模型表示。
本发明提供的技术方案的有益效果是:
(1)台风场景下,线路故障率显著增加,且故障率与电杆数量及台风风速密切相关。传统的线路薄弱环节识别方法仅仅关注负荷侧数据。本发明考虑特定场景下元件故障导致负荷损失的概率。
(2)本发明充分体现了灾害场景与元件故障率的交互关系。在设定灾害场景时,利用台风场景模拟仿真台风侵袭配电网的全过程;在定义线路脆弱度指标时,考虑线路故障频率与供电负荷重要程度两个因素来确定配电网薄弱环节。
(3)本发明以薄弱环节为依据,通过加固电杆、分配应急发电车等应急措施对薄弱环节加以提升,可有效降低台风后配电网的负荷损失和经济损失。
(4)本发明的研究成果可为台风场景下电力部门的防风抗台工作提供一定的指导。
(5)本方法所定位的薄弱线路可作为台风场景下分配混凝土电杆防风拉线、应急发电车等抗灾物资的依据,并能有效降低配电网负荷损失和经济损失。
附图说明
图1为薄弱环节辨识流程图;
图2为Batts台风风场示意图;
图3为电杆故障率修正系数曲线示意图;
图4为台风侵袭配电网时序过程示意图;
图5为薄弱环节定位分层模型示意图;
图6为IEEE RBTS BUS6F4系统结构图;
图7为台风登陆过程示意图;
图8为电杆故障率曲线示意图;
图9为线路脆弱度指标计算结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
实施例1
本发明实施例提出一种基于台风场景模拟的配电网架空线路薄弱环节辨识方法,参见图1,该方法包括以下步骤:
101:基于Batts模型描述台风衰减过程中风场各点的风速;
102:根据台风风速与电杆相互作用机理、电杆实际运行状态,建立电杆及线路故障率模型;
103:基于故障率模型及蒙特卡罗状态抽样过程,计算每次抽样后系统负荷损失llr,考虑线路故障频率及供电负荷重要程度,定义线路脆弱度指标;
104:以方差系数U作为蒙特卡罗抽样停止的判断条件,当U小于给定值时,停止对台风登陆过程的仿真,否则进行下一次台风过程仿真;根据仿真结果计算各线路脆弱度指标并对其进行排序,将前k条脆弱度指标高的线路确定为薄弱环节。
其中,步骤102中的建立电杆及线路故障率模型具体为:
基于风荷载理论,得出不同风速下各电杆的故障率;再由电力部门记录的处于不同运行年限的电杆故障数据,通过最小二乘法拟合得到浴盆曲线的参数,进而得到电杆故障率修正系数,修正系数与运行年限的关系用威布尔分布表示;
架空线路故障率由电杆串联模型表示。
综上所述,本发明实施例通过上述步骤101-步骤104可以使抗灾物资得到更有效匹配,进一步降低台风过境后配电网的负荷损失及经济损失,对于沿海地区防风抗台工作具有一定的指导意义和理论参考价值。
实施例2
下面结合图2-图5对实施例1中的方案进行进一步介绍,详见下文描述:
一、Batts台风模型
Batts台风模型是目前发展较为成熟的风场模型,包括:风场内各点风速的计算模型和台风登陆后的衰减模型。在Batts台风模型中,各点风速计算步骤如下:
1)计算最大风速半径Rmax及梯度风速Vgx
其中,Rmax是气旋中心到最强烈风带的距离;Vgx为气压梯度力造成的空气流动速度。Rmax通常利用其与中心气压差ΔP的关系进行计算,如式(1)所示。Vgx如式(2)所示。
Rmax=exp(-0.1239ΔP0.6003+5.1043) (1)
式中,ΔP为热带气旋外围与气象中心气压差(hPa),外围气压取1010hPa;f为地球自转科氏力系数;K为经验系数,取6.72。
2)计算风场范围内各点风速
通常平均最大风速VRmax出现在Rmax处。
式中,VT为台风的移动整体速度(m/s),可从气象部门发布的台风预报信息中获得。
风场中各点风速计算公式如(4)所示。
式中,Vrin和Vrout分别为配电线路与台风中心距离小于和大于Rmax时的风速,如图2所示;r为配电线路距台风中心O的距离;x为台风沿径向强度衰减有关的参数,取值在0.5到0.7之间。
台风登陆后,由式(5)可知,气旋中心气压差不断减小,进而由式(1)-(4)可知,VRmax及风场中各点风速不断降低。
ΔP(t)=ΔP0-0.675(1+sinβ)t (5)
式中,ΔP0为台风登陆时中心气压差(hPa);ΔP(t)为台风登陆后t时刻的中心气压差(hPa);β为台风登陆海岸线时与台风运动方向的夹角。
二、混凝土电杆故障模型
根据对历史故障数据的统计,台风过境对配电网造成的绝大部分故障是混凝土电杆故障,架空线路断线的概率极低。为此,只考虑混凝土电杆故障。
2.1电杆荷载
荷载是指使结构或者构建产生内力和变形的外力及其他因素。在遭受台风灾害时,电杆受到风荷载的部位主要包括:导线、杆塔以及绝缘子。
导线受到的风荷载wx为:
杆塔受到的风荷载ws为:
绝缘子受到的风荷载wz为:
式中:lH为电线水平档距(m);wx为线路水平档距为lH的风荷载(kN);μz为风压高度变化系数;α为电线风压不均匀系数;μsc为电线体形系数;d为电线外径(m);为风向与线路之间夹角;v为线路规定基准高hs处的设计风速(m/s);β为风振系数;μs为风荷载体形系数;A为杆塔结构构件迎风面的投影面积(m2);n1为一相导线所用的绝缘子串数;n2为每串绝缘子的片数,其他金属零件按加一片绝缘子的受风面积计算;Ap为每片绝缘子的受风面积。以上参数可根据相关设计规范查得,本发明实施例对此不做赘述。
综合考虑三种荷载后,电杆杆身任意截面形心处受到弯矩Mx按(9)式计算。
wxz=wx+wz (11)
由于台风引起的倒杆、断杆通常发生在电杆杆根,式中各变量取值如下:h1为电杆长度(m);h2为杆根至横担距离(m);F为杆身投影面积(m2);D0为电杆稍径(m);Dx为电杆杆根截面直径(m);mx为附加弯矩系数。
2.2电杆故障率模型
考虑到混凝土电杆制作工艺方面的差异,其抗弯强度存在一定的分散性。混凝土电杆的抗弯强度Mp通常符合正态分布,其概率密度函数如式(13)所示。
式中,μp为电杆抗弯强度的均值,通过实际运行经验或破坏性试验得到;δp为电杆抗弯强度的标准差。
由(9)-(13)式可求得电杆的强度变量及荷载效应。由此建立如式(14)所示判据Z。
Z=Mp-Mx (14)
由于Mp服从正态分布,则Z服从正态分布。可以得到以下判据:
对于特定弯矩Mx,电杆的故障率为:
2.3电杆故障率的修正
电杆在整个投入运行期间,故障发生次数与运行时间满足“浴盆曲线”[12],如图3所示。
基于电力部门记录的处于不同运行年限的电杆故障数据,进一步通过最小二乘法拟合得到浴盆曲线的参数。电杆故障率修正系数λ(T)用威布尔分布表示,如式(17)所示。
λ(T)=T(β-1) (17)
式中,T为电杆投运年限;在初始运行期,β<1;在稳定运行期,β=1;在损耗期,β>1。在稳定运行期,λ(T)取值为1。
式(18)给出了经修正后的电杆故障率Pf。
Pf=λ(T)P (18)
配电网架空线路中各电杆相互串联,任意电杆故障均会造成整条线路退出运行。架空线路故障率可由电杆串联模型表示,如式(19)所示。
式中,Pf(i)为第i根电杆的故障率;m为线路中电杆根数。
三、台风场景下薄弱环节辨识方法
识别电网薄弱环节的主要方法是分析元件对电力系统的影响程度的大小。具体分为:选择脆弱度指标、计算元件脆弱度、对元件脆弱度进行降序排序、选取前k个元件得到N-k薄弱环节四个步骤。
3.1线路脆弱度指标
考虑线路故障频率及供电负荷重要程度,定义如式(20)所示线路脆弱度指标Vk。
Vk=z1×Fk+z2×Ik (20)
z1+z2=1 (21)
式中,z1、z2为权重系数;Fk为线路故障频率;Ik为线路供电负荷的重要程度。
采用蒙特卡罗状态抽样法对台风登陆过程进行模拟。将台风侵袭配电网的过程分为n个时间间隔Δt,如图4所示。令Δti时段内风速用平均风速表示,如式(22)所示:
其中,ti为第1个时间间隔开始时刻;V(t)为风速随时间变化函数。
对Δt1,由式(16)-(19)得到线路k故障率Pl(k),令Sk(1)代表线路k的状态,则对线路k产生一个在[0,1]区间均匀分布的随机数R,使:
完成对配电网K条线路的抽样,在Δt1过后各线路状态的基础上,继续抽样得到Δt2后线路状态(若线路k在Δt1故障,在Δt2后的抽样中保持故障状态),直到完成对Δtn线路状态的抽样。最后得到具有K条线路系统最终状态S:
S=(s1,…,si…,sK) (24)
其中,sK为第K条线路的最终状态。
当对台风登陆过程模拟的次数足够多时(N次),Fk即为线路最终处于故障状态的次数与仿真总次数之比,如式(25)所示。
线路k供电负荷的重要程度如式(26)所示。
式中,M为负荷点总数;Qi和Qk分别为负荷点i、k的负荷量(MW);Ei和Ek为负荷点i、k单位负荷的经济价值(yuan·(MW·h)-1)。
3.2脆弱度指标权重确定方法
层次分析法是一种定性和定量相结合的、系统化、层次化的分析方法,采用经验判断量化各项标准的重要程度。采用该方法确定Vk中各因素的权重系数,基本步骤如下:
1)建立层次结构模型。以定位线路薄弱环节为目标层,在准则层中考虑线路故障频率和负荷重要程度两个因素,将各条线路作为备选方案,建立图5所示薄弱环节定位分层模型。
2)构造成对比较矩阵。在比较准则层中的Fk和Ik因素对于目标层的重要性时,利用表1所示1-9比较尺度构造比较矩阵C,如式(27)所示。
表1 1-9比较尺度
式中,c11与c22分别为Fk和Ik与自身比较的相对重要程度,取值为1;c12为Fk相对于Ik的重要程度,c21与c12互为倒数,由台风强度与实际运行经验确定其取值。
3)计算权向量并做一致性检验。计算矩阵C的最大特征根及对应特征向量,利用一致性指标做一致性检验。若检验通过,特征向量(归一化后)即为权向量;若不通过,需重新构造C。
3.3薄弱环节辨识流程
定义台风场景下配电网失负荷指标(lose of load index,LLR),选取薄弱环节比较进行提升前后电力系统失负荷量的变化,如式(28)所示。并将LLR结果收敛作为中止对台风过程模拟的判据,如式(29)所示。
式中,N为对台风过程进行模拟的次数;llr(i)为第i次模拟台风后由系统最终状态S确定的负荷损失;U为方差系数,小于给定值时中止抽样,此处取3%(根据实际应用中的需要进行设定,本发明实施例对此不做赘述)。
在台风到来前,根据气象预报信息,电力部门通常会预先采取加固电杆、分配应急发电车等防风措施减小台风过境后的负荷损失。传统的物资分配方法将负荷量更大、经济价值更高的负荷点所在线路视为薄弱环节,优先采取薄弱环节提升措施(以下简称传统方法),表2给出算例中电力系统各负荷点平均负荷水平及单位电量经济损失。
表2 IEEE RBTS BUS6负荷点数据
综上所述,本发明实施例以薄弱环节为依据,通过加固电杆、分配应急发电车等应急措施对薄弱环节加以提升,可有效降低台风后配电网的负荷损失和经济损失。
实施例3
下面结合具体的实验、图6-图9、表3和表4对实施例1和2中的方案进行可行性验证,详见下文描述:
以图6所示IEEE RBTS BUS6馈线系统为测试算例,验证所提台风场景下薄弱环节辨识方法的有效性。馈线系统各条馈线长度及负荷节点数据如表3和表4所示。基于薄弱环节辨识方法所定位出的配电网薄弱线路,从根本上仅与线路电杆情况(型号、档距、运行年限)及线路供电负荷重要程度相关,不涉及潮流计算过程,故适用于配电网不同电压等级线路薄弱环节的识别。
表3 IEEE RBTS BUS6线路类型及长度
图7为某次台风侵袭配电网过程示意图。设此次台风登陆时,中心气压差ΔP0=25hPa。建立如图所示直角坐标系,设台风登陆坐标在原点O1,登陆后移动路径为O1O4,与x轴夹角为45°。图7中五角星表示配电网地理位置,坐标为(100km,100km)。圆O1-圆O4表示台风登陆后风场的变化。
根据《配电网运行规程》,取35kV配电网架空线路电杆平均档距为300m,10kV架空线路电杆平均档距为100m设混凝土电杆承载能力校验弯矩Mu为48.76KN·m。在该强度下,混凝土电杆故障率与风速的关系如图8所示。由图8可见,该强度电杆的设计风速约为30m/s。
按图1所示台风场景下配电网架空线路薄弱环节辨识方法流程计算各架空线路脆弱度指标。LLR计算结果收敛后,在此次台风强度下,构建矩阵C后得到z1=0.5,z2=0.5。对台风过程抽样结束后,统计得到各条线路故障频率Fk。图9给出了部分架空线路脆弱度指标计算结果。
根据电力部门的物资、人员配置能力,选取前9条脆弱度指标最高的架空线路采取加装防风拉线、分配应急发电车等措施,以降低线路在台风侵袭后的负荷损失。根据图9线路脆弱度指标计算结果,此场景下线路薄弱环节为30,32,64,58,28,34,62,52,63。同样选取9条薄弱线路,根据传统方法选取30,32,43,64,47,62,39,58,38为线路薄弱环节。
假设对确定的薄弱环节进行电杆加固、分配应急发电车后,所在线路不再出现失负荷现象。表4给出了本方法与传统方法确定的薄弱环节被提升后系统负荷损失及经济损失结果。计算经济损失时,设线路故障修复时间为24小时。
表4提升薄弱环节后系统负荷及经济损失
由表4可见,与传统方法相比,综合考虑线路故障频率与负荷重要程度两个因素确定的线路薄弱环节得到提升后,台风场景中系统的负荷损失和经济损失均明显降低,LLR降低达4.56%。结果表明,在台风到来前,对本方法确定的线路薄弱环节进行提升,可以使防风拉线、应急发电车等物资得到更有效的匹配。
参考文献
[1]端义宏,陈联寿,许映龙,钱传海.我国台风监测预报预警体系的现状及建议[J].中国工程科学,2012,14(09):4-9.
[2]周晓敏,葛少云,李腾,刘洪.极端天气条件下的配电网韧性分析方法及提升措施研究[J].中国电机工程学报,2018,38(02):505-513.
[3]吴勇军,薛禹胜,谢云云,王昊昊,段荣华,黄伟.台风及暴雨对电网故障率的时空影响[J].电力系统自动化,2016,40(02):20-29.
[4]吴明祥,包建强,叶尹,等.超强台风“桑美”引起温州电网输电线路事故的分析[J].电力建设,2007,28(9):39-41..
[5]彭向阳,黄志伟,戴志伟.配电线路台风受损原因及风灾防御措施分析[J].南方电网技术,2010,4(1):99-102.
[6]黄勇,魏瑞增,周恩泽,张壮领,侯慧,耿浩.台风灾害下输电线路损毁预警方法[J].电力系统自动化,2018,42(23):142-150.
[7]Y.Yang,W.Tang,Y.Liu,Y.Xin and Q.Wu,"Quantitative ResilienceAssessment for Power Transmission Systems Under Typhoon Weather,"IEEE Access,vol.6,pp.40747-40756,2018.[8]Ming Wang,Yingmeng Xiang,Lingfeng Wang,D.Yu andJie Jiang,"Critical line identification for hypothesized multiple lineattacks against power systems,"2016IEEE/PES Transmission and DistributionConference and Exposition(T&D),Dallas,TX,2016,pp.1-5.[9]代贤忠,沈沉,陈颖,汤蕾,林韩,黄道姗.自律分散的多维度电网薄弱环节跟踪及分析系统设计与实现[J].电力系统自动化,2015,39(04):82-88.
[10]纪静,谢开贵,曹侃,胡博,吴伟杰.广东电网薄弱环节辨识及可靠性改善分析[J].电力系统自动化,2011,35(13):98-102.
[11]程林,刘满君,易俊,何剑,贺庆.基于运行可靠性模型的连锁故障模拟及薄弱环节分析[J].电网技术,2016,40(05):1488-1494.
[12]赵渊,张煦,杨清.基于可靠性成本/效益分析的电网计划检修周期优化[J].电力系统自动化,2014,38(20):54-60.
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (3)
1.一种基于台风场景模拟的配电网架空线路薄弱环节辨识方法,其特征在于,所述方法包括以下步骤:
1)根据台风风速与电杆相互作用机理、电杆实际运行状态,建立电杆及线路故障率模型;
2)基于故障率模型及蒙特卡罗状态抽样过程,计算每次抽样后系统负荷损失,考虑线路故障频率及供电负荷重要程度,定义线路脆弱度指标;
3)以方差系数U作为蒙特卡罗抽样停止的判断条件,当U小于给定值时,停止对台风登陆过程的仿真,否则进行下一次仿真;根据仿真结果计算各线路脆弱度指标并对其进行排序,将前k条脆弱度指标高的线路确定为薄弱环节;
所述考虑线路故障频率及供电负荷重要程度,定义线路脆弱度指标具体为:
Vk=z1×Fk+z2×Ik
z1+z2=1
式中,z1、z2为权重系数;Fk为线路故障频率;Ik为线路供电负荷的重要程度;
所述线路故障频率Fk具体为:
其中,sk(i)为第i次台风过程模拟后第k条线路的状态;N为对台风过程模拟的次数;
所述线路供电负荷的重要程度Ik具体为:
式中,M为负荷点总数;Qi和Qk分别为负荷点i、k的负荷量;Ei和Ek为负荷点i、k单位负荷的经济价值。
2.根据权利要求1所述的一种基于台风场景模拟的配电网架空线路薄弱环节辨识方法,其特征在于,在步骤1)之前,所述方法还包括:
基于Batts模型描述台风衰减过程中风场各点的风速。
3.根据权利要求1所述的一种基于台风场景模拟的配电网架空线路薄弱环节辨识方法,其特征在于,所述建立电杆及线路故障率模型具体为:
基于风荷载理论,得出不同风速下各电杆的故障率;再由电力部门记录的处于不同运行年限的电杆故障数据,通过最小二乘法拟合得到浴盆曲线的参数,进而得到电杆故障率修正系数,修正系数与运行年限的关系用威布尔分布表示;架空线路故障率由电杆串联模型表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910403276.7A CN110222946B (zh) | 2019-05-15 | 2019-05-15 | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910403276.7A CN110222946B (zh) | 2019-05-15 | 2019-05-15 | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110222946A CN110222946A (zh) | 2019-09-10 |
CN110222946B true CN110222946B (zh) | 2023-02-17 |
Family
ID=67821116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910403276.7A Active CN110222946B (zh) | 2019-05-15 | 2019-05-15 | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110222946B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826842A (zh) * | 2019-09-09 | 2020-02-21 | 天津大学 | 一种台风场景下的配电网风险控制方法 |
CN110929391B (zh) * | 2019-11-08 | 2021-08-24 | 中国农业大学 | 一种台风灾害下配电网故障率计算方法及系统 |
CN111222649A (zh) * | 2019-11-26 | 2020-06-02 | 广州供电局有限公司 | 一种配电网自愈能力提升规划方法 |
CN111815476B (zh) * | 2020-07-03 | 2023-04-07 | 国网新疆电力有限公司电力科学研究院 | 基于极端冰灾的电网薄弱环节识别方法及装置 |
CN113077358B (zh) * | 2021-04-12 | 2022-06-10 | 华南理工大学 | 一种应对飓风灾害的电力系统脆弱线路辨识方法 |
CN113836679B (zh) * | 2021-10-14 | 2024-02-23 | 国网湖南省电力有限公司 | N-k攻击模式下脆弱线路组合的识别方法及装置 |
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 (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246355B1 (en) * | 1999-12-22 | 2001-06-12 | Hot/Shot Radar Inspections, Llc | Radar cross-section measurement system for analysis of wooden structures |
CN103426056A (zh) * | 2013-07-18 | 2013-12-04 | 清华大学 | 基于风险评估的电力系统薄弱环节辨识方法 |
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 |
CN108876194A (zh) * | 2018-07-16 | 2018-11-23 | 国网福建省电力有限公司 | 一种台风灾害场景下配电网风险评估方法 |
CN109190164A (zh) * | 2018-07-30 | 2019-01-11 | 贵州万峰电力股份有限公司 | 节点电压暂降严重程度多指标评估方法 |
CN109193594A (zh) * | 2018-11-12 | 2019-01-11 | 上海科梁信息工程股份有限公司 | 确定电力安全保护等级的方法、装置、服务器和存储介质 |
-
2019
- 2019-05-15 CN CN201910403276.7A patent/CN110222946B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246355B1 (en) * | 1999-12-22 | 2001-06-12 | Hot/Shot Radar Inspections, Llc | Radar cross-section measurement system for analysis of wooden structures |
CN103426056A (zh) * | 2013-07-18 | 2013-12-04 | 清华大学 | 基于风险评估的电力系统薄弱环节辨识方法 |
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 |
CN108876194A (zh) * | 2018-07-16 | 2018-11-23 | 国网福建省电力有限公司 | 一种台风灾害场景下配电网风险评估方法 |
CN109190164A (zh) * | 2018-07-30 | 2019-01-11 | 贵州万峰电力股份有限公司 | 节点电压暂降严重程度多指标评估方法 |
CN109193594A (zh) * | 2018-11-12 | 2019-01-11 | 上海科梁信息工程股份有限公司 | 确定电力安全保护等级的方法、装置、服务器和存储介质 |
Non-Patent Citations (4)
Title |
---|
台风灾害场景下考虑运行状态的配电网风险评估方法;王永明,等;《电力系统及其自动化学报》;20181231;第30卷(第12期);第60-65页 * |
基于台风场景模拟的配电网架空线路薄弱环节辨识方法;李琳,等;《电力自动化设备》;20200531;第40卷(第5期);第150-156页 * |
基于网络结构重要度和安全隐患脆弱度的配电网脆弱线路辨识;孙顺祥,等;《电力系统保护与控制》;20180716;第46卷(第14期);第107-113页 * |
广东电网台风应急决策支持系统设计及应用;陈钢,等;《电力科学与工程》;20171231;第33卷(第12期);第22-27页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110222946A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222946B (zh) | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 | |
CN107633320B (zh) | 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 | |
CN109522599A (zh) | 一种台风导致的输电线路突发故障预警方法 | |
CN108876194A (zh) | 一种台风灾害场景下配电网风险评估方法 | |
WO2021047060A1 (zh) | 一种台风场景下的配电网风险控制方法 | |
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 | |
CN110535144A (zh) | 风沙天气下含多类型负荷的智能配电网韧性定量分析方法 | |
CN103440400A (zh) | 考虑灾害因素的电力系统短期风险判定方法 | |
CN110472371A (zh) | 一种基于恢复力的电力系统元件重要度的评估方法 | |
CN111210102A (zh) | 一种极端灾害条件下电网故障建模方法 | |
Lu et al. | Dynamic assessment of resilience of power transmission systems in ice disasters | |
CN112684294B (zh) | 一种基于环境动态影响的配电网故障抢修定位方法 | |
CN114707796A (zh) | 一种弹性配电网运行风险的滚动评估方法 | |
CN114117730A (zh) | 一种在台风灾害下配电网弹性评估方法 | |
CN105930964A (zh) | 一种基于时空因素影响的输电线路覆冰风险评估方法 | |
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 | |
Mu et al. | A risk management framework for power distribution networks undergoing a typhoon disaster | |
CN114595966B (zh) | 一种计及不同灾害类型的特大型城市电网韧性评估方法 | |
CN113541211A (zh) | 一种确定交直流配电网韧性的方法及系统 | |
Jin et al. | Fault probability prediction of transmission lines under icing disaster | |
Zhang et al. | An identification method of weak links of overhead lines in distribution network based on typhoon scenario simulation | |
CN113642221A (zh) | 一种根据高差、档距确定高风险杆塔体系的方法 | |
CN112329268A (zh) | 计及冰力和风力的冰冻天气下的输电线路时变可靠性方法 | |
Zhang et al. | Power system hurricane resilience assessment considering fuel supply system | |
Zhang et al. | Weighted Failure Probability Calculation of Overhead Distribution Line in Random Wind Field |
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 |