CN110247391B - 一种基于综合加权供电路径指数的配电网失电风险分析方法 - Google Patents
一种基于综合加权供电路径指数的配电网失电风险分析方法 Download PDFInfo
- Publication number
- CN110247391B CN110247391B CN201910301043.6A CN201910301043A CN110247391B CN 110247391 B CN110247391 B CN 110247391B CN 201910301043 A CN201910301043 A CN 201910301043A CN 110247391 B CN110247391 B CN 110247391B
- Authority
- CN
- China
- Prior art keywords
- power supply
- power
- node
- distribution network
- supply path
- 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 42
- 238000012502 risk assessment Methods 0.000 title claims abstract description 26
- 238000012546 transfer Methods 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 abstract description 13
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000010845 search algorithm Methods 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000010248 power generation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000000243 solution Substances 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
- 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
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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]
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于综合加权供电路径指数的配电网失电风险分析方法及系统,该方法系统通过建立综合加权供电路径指数来反映配电网节点失负荷的风险。首先,提取配电网的拓扑和电气信息,依据有功功率流向建立邻接矩阵;然后,建立有功流向树模型,并用线路阻抗为流向树模型中的边赋权;之后,根据有功流向树模型,依深度优先或广度优先的搜索算法,得到正电源集到负电源集之间的供电路径;最后,综合考虑节点负荷量、节点负荷供电、转供路径和电源坚强性相对因子,建立各节点综合加权供电路径指数模型。对每一次配电网的状态更新,循环计算上述过程,实现对负荷节点相对失电风险的快速对比与分析。
Description
技术领域
本发明涉及一种基于综合加权供电路径指数的配电网失电风险分析方法,属于配电网可靠性分析评估领域。
背景技术
配电网运行状态的时变性、网架结构及元件的多样性和随机模糊性,给电力系统的安全稳定运行带来了新的挑战。
传统的考虑设备故障率的风险分析方法往往存在历史参数难以获取,对系统时变特征的适应性较差。而目前基于概率论的配电网风险评估模型与方法多存在未周全涉及配电网的时变特性、分布式电源出力的随机模糊性、网络结构的坚强性等。另外,基于概率论的含不确定性的配电网风险评估模型都要基于随机潮流的计算,其计算方法虽几经改进,但在实际应用中,仍存在风险分析过程的运算维度和耗时激增问题。建立的风险分析指标,既要综合配电网功率、潮流、电源容量比等电气信息和供电路径、转供路径等拓扑信息,而且要能反映与实际情况相符的风险相对性分析结果。指标模型在尽量全面的前提下,又要尽量简练,尽量不涉及随机模型,以满足快速性与实时性。
发明内容
本发明的目的是提出一种基于综合加权供电路径指数的配电网失电风险分析方法,该方案有效提高设备的使用效率,该方案综合利用配电网中实时的拓扑信息和电气信息,建立一种负荷量、供电路径电气距离、转供路径电气距离、供电电源相对坚强性等且能反映与事实相符的负荷节点失电风险评估参考模型与指数,即综合加权供电路径指数,并设置其模型细节与操作过程逻辑,使其满足科学性、有效性。
为了实现上述目的,本发明的技术方案如下:一种基于综合加权供电路径指数的配电网失电风险分析方法,其特征在于,所述方法包括以下步骤:
步骤1:整合配电网实时的拓扑信息和电气信息,建立其依据有功潮流流向的邻接矩阵;并将配电网中的节点划分形成正电源集和负电源集;
步骤2:建立正电源集节点到负电源集节点间的有功流向树模型,并对树中的边按线路阻抗值赋权;并依据有功流向树模型,搜索出正电源集元素到负电源集元素间的供电路径;
步骤3:求出各负荷节点的综合加权供电路径指数,分析各负荷节点相对失电风险;
步骤4:当配电网状态更新后,重新进行前三步的计算与操作,得到并分析新状态下的各负荷节点相对失电风险。
作为本发明的一种改进,所述步骤1中,依据有功潮流流向的邻接矩阵的L=(ai,j)n中元素的ai,j的判别式为:
其中,Pi,j为线路ij之间流过的功率,i点为始端。
作为本发明的一种改进,所述步骤1中,正电源集和负电源集的判别式为:
S={nodei|Pi>0,i∈[1,n]}
E={nodei|Pi<0,i∈[1,n]}
式中,nodei表示节点号,Pi表示节点的注入功率。
作为本发明的一种改进,所述步骤2中,有功流向树模型的根节点为正电源集中元素,数量不限于1个;且有功流向树模型中,结点与结点间的连接边按照对应的线路阻抗值进行赋权。与传统的树模型相比,树式结构图不仅可以表述配电网各节点设备基于有功流向的连接逻辑关系、使得各节点的供电路径(即从正电源到该节点的有功路径)有功流向树中清晰化的显示,也通过赋权表示了节点供电路径的实际电气距离。此权值可以反映配电网的供电安全风险规律,即距离电源点越近的设备,其由线路故障造成的失电风险就越低,而这个距离一般为线路阻抗表示的电气距离。另外,与传统的考虑线路故障率的不确定性配电网风险分析方法相比,以线路阻抗值赋权表示有功潮流树的边,实际上将供电路径所经过的线路故障的不确定性概率叠加结果定性对应为供电路径的电气距离。而线路故障的不确定性概率表述过程往往需要大量的线路可靠性分析相关数据搜索,配电网中一般无法对每条线路都作出有一定可信度的可靠性评估结果,而且评估还要投入大量的计算资源,评估结果也无法克服主观性,故采用线路阻抗值赋权的有功潮流流向树模型,降低了配电网失电风险分析数据获取的难度、计算的复杂度,又保证了风险定性规律的正常表示。
作为本发明的一种改进,所述步骤2中,基于有功流向树模型搜索供电路径的方法不限于深度优先、广度优先等遍历算法。
作为本发明的一种改进,所述步骤3中,供电路径为正电源节点到负电源节点间的电气距离,即阻抗值;转供路径为负电源节点到有转供能力的联络开关的两个端点间的距离。考虑到实际配电运行过程中,负电源节点失电之后,调度人员可以根据配电网结构,对负电源点通过有转供能力的联络开关,重新恢复供电,这种负荷转供的过程也是配电网节点失电风险需要考虑的影响因素,即其一般规律为负荷转供能力越强的配电网,其负荷失电风险就越小,而传统的风险分析方法与过程中往往都没能准确表述当前状态配电网负荷转供能力的量化值。本发明考虑到实际上,调度操作负荷转供时,通过联络开关的闭合转供负荷,负电源点距离联络开关越近,其越容易通过联络开关的闭合,将其切换到另一条供电路径下供电,故将这种实际规律下的定性关系通过负电源点到联络开关两个端点的电气距离进行量化表述,并且还量化了联络开关本身的电气距离的大小与失电风险的关系。
作为本发明的一种改进,所述步骤3中,综合加权供电路径指数综合分析了供电路径、转供路径、负荷量的增大会增大负荷失电风险;负荷供电电源的相比于其它电源的容量占比越大,供电电源越可靠,也即负荷失电风险越小,其相关参数的计算公式为:
Dj=min{Dj-k,k∈S,j∈E}
式中,j∈E,k∈S;αk为供电电源坚强性因子;Dj-k为负荷点j到各正电源的综合加权供电路径指数,Dj为负荷点j的最短综合加权供电路径指数,dj为负荷点j 到电源点k基于供电路径的电气距离,Pj为节点j处有功负荷量;dli-1为节点j到未闭合的联络开关一个端点之间的电气距离,dli-2为到联络开关另一个端点之间的电气距离, Nl为配电网中未闭合(具有转供负荷能力)的联络开关数。
相对于现有技术,本发明的有益效果如下:
1)传统的配电网的运行风险分析方法与过程中,因为分析分布式资源多样性和设备故障等不确定性,使其存在设备可靠性分析过程中设备数量、种类多而相关参数、影响因素难以获取的实际问题;因风险指标的概率化表述,其不可避免地要面临解概率潮流的过程中运算维度和耗时激增的问题。而本发明,通过线路阻抗值赋权表示有功流向树,在既反映配电网拓扑结构关系的同时,又反映了分布式电源对供电路径的影响(分布式电源会改变配电网有功分布)。其实际上将供电路径所经过的线路故障的不确定性概率叠加结果定性对应为供电路径的电气距离,通过该值得大小既能表述符合配电网客观事实的风险定性关系,又最大限度的节省了计算资源,简化了分析数据的提取难度。
2)加权最短供电路径加权最短供电路径模型中通过设置节点到联络开关的距离,反映出失电事故发生后调度操作完成负荷转供的潜在能力大小。将统的风险分析方法与过程中往往都没能准确表述的当前状态配电网负荷转供能力的进行量化;另外设置供电电源坚强性因子,来表述配电网电源的坚强性对失电风险的影响大小,该方法指标使增加了风险分析的维度,使其评价值更加具体全面。
3)同一运行断面下,加权最短供电路径加权最短供电路径模型可以横向比较各负电源节点的失电风险大小,可以发现供电的薄弱环节点;加权最短供电路径加权最短供电路径模型还含有配电网的功率(正、负电源集的功率)、拓扑(加权的有功流向树) 等时变信息,即该评价指标可以动态跟配电网运行变化,可以通过纵向比较,了解运行信息和拓扑信息的改变对失电风险的影响。
4)该方案建立的风险分析指标,既综合配电网功率、潮流、电源容量比等电气信息和供电路径、转供路径等拓扑信息,而且又能反映与实际情况相符的风险相对性分析结果,指标模型既全面又简练,满足快速性与实时性;
5)该方法综合利用配电网中实时的拓扑信息和电气信息,建立一种考虑负荷量、供电路径电气距离、转供路径电气距离、供电电源相对坚强性等且能反映与事实相符的负荷节点失电风险评估参考模型与指数,即综合加权供电路径指数,并设置其模型细节与操作过程逻辑,使其满足科学性、有效性。
附图说明
图1为本发明整体流程示意图;
图2为应用实施例IEEE配电网33节点图(某一断面);
图3为线路阻抗赋权的有功潮流树示意图;
图4配电网综合加权最短路径指数。
具体实施方式
为了加深对本发明的认识和理解,下面以开源软件clone来进一步介绍本实施例,clone是一个采用MVC模式开发的小游戏。
实施例1:参见图1,一种基于综合加权供电路径指数的配电网失电风险分析方法,所述方法包括以下步骤:
步骤1:整合配电网实时的拓扑信息和电气信息,建立其依据有功潮流流向的邻接矩阵;并将配电网中的节点划分形成正电源集和负电源集;该步骤建立其依据有功潮流流向的邻接矩阵;并依据有向邻接矩阵,按节点注入功率判定条件,划分正电源集(正电源集一般可为:主电源、DG和处于发电状态的储能元件,可简称为电源集)和负电源集(负电源集一般可为:常规负荷、可控电源和处于充电状态的储能元件,可简称为负荷集);
步骤2:建立正电源集节点到负电源集节点间的有功流向树模型,并对树中的边按线路阻抗值赋权;并依据有功流向树模型,搜索出正电源集元素到负电源集元素间的供电路径;按照考虑有功潮流流向的有向邻接矩阵,建立由入度为0的正电源集节点到出度为0的负电源集节点间的有功潮流树模型,并对树中的边按线路阻抗值赋权。并搜索出正电源集元素到负电源集元素间的供电路径。
步骤3:求出各负荷节点的综合加权供电路径指数,分析各负荷节点相对失电风险;
步骤4:当配电网状态更新后,重新进行前三步的计算与操作,得到并分析新状态下的各负荷节点相对失电风险,使得综合加权路径指数跟随配电网的运行状态变化,实时反映配电网各节点失负荷的相对风险。
所述步骤1中,依据有功潮流流向的邻接矩阵的L=(ai,j)n中元素的ai,j的判别式为:
其中,Pi,j为线路ij之间流过的功率,i点为始端。
作为本发明的一种改进,所述步骤1中,正电源集和负电源集的判别式为:
S={nodei|Pi>0,i∈[1,n]}
E={nodei|Pi<0,i∈[1,n]}
式中,nodei表示节点号,Pi表示节点的注入功率。
所述步骤2中,有功流向树模型的根节点为正电源集中元素,数量不限于1个;且有功流向树模型中,结点与结点间的连接边按照对应的线路阻抗值进行赋权。
所述步骤2中,基于有功流向树模型搜索供电路径的方法不限于深度优先、广度优先等遍历算法。
所述步骤3中,供电路径为正电源节点到负电源节点间的电气距离,即阻抗值;转供路径为负电源节点到有转供能力的联络开关的两个端点间的距离。
所述步骤3中,综合加权供电路径指数综合分析了供电路径、转供路径、负荷量的增大会增大负荷失电风险;负荷供电电源的相比于其它电源的容量占比越大,供电电源越可靠,也即负荷失电风险越小,其相关参数的计算公式为:
Dj=min{Dj-k,k∈S,j∈E}
式中,j∈E,k∈S;αk为供电电源坚强性因子;Dj-k为负荷点j到各正电源的综合加权供电路径指数,Dj为负荷点j的最短综合加权供电路径指数,dj为负荷点j 到电源点k基于供电路径的电气距离,Pj为节点j处有功负荷量;dli-1为节点j到未闭合的联络开关一个端点之间的电气距离,dli-2为到联络开关另一个端点之间的电气距离, Nl为配电网中未闭合(具有转供负荷能力)的联络开关数。
应用实施例:
示例所示的IEEE33节点配电网拓扑图见图1,其中1号节点为参考节点,18号节点(考虑分布式电源)为PV节点,其余节点为PQ节点;12节点与22节点间为联络开关。
参见图1-图4,一种基于综合加权供电路径指数的配电网失电风险分析方法,所述方法包括以下步骤:
第一步:按实时断面潮流,依线路有功潮流方向,整合配电网实时的拓扑信息和电气信息,建立其依据有功潮流流向的邻接矩阵;并依据有向邻接矩阵,按节点注入功率判定条件,划分正电源集(正电源集一般可为:主电源、DG和处于发电状态的储能元件,可简称为电源集)和负电源集(负电源集一般可为:常规负荷、可控电源和处于充电状态的储能元件,可简称为负荷集)。
记线路起点集(正电源集)为S={nodei|Pi>0,i∈[1,n]},即节点注入有功功率为正的所有节点所组成的集合;线路终点集(负电源集)为E={nodei|Pi<0,i∈[1,n]},即节点注入功率为负的所有节点组成的集合。
则,示例所示,正电源集S={1,18},其中1号节点为主电源,18号节点为分布式电源;负电源集S={2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17, 19,20,21,22,23,24,25,26,27,28,29,30,31,32,33}。
由线路中有功潮流的分布与流向,建立考虑有功流向的邻接矩阵L=(ai,j)n,其中ai,j是邻接矩阵L中的元素,其表达式为:
则,由示例,a1,2、a2,3、a3,4、a4,5、a5,6、a6,7、a7,8、a8,9、a9,10、a10,11、a2,19、a19,20、 a20,21、a21,22、a3,23、a23,24、a24,25为1。ai,j=1表示线路ij上的功率由节点i流向节点j,表明了有功功率的流向。
第二步:按照考虑有功潮流流向的有向邻接矩阵,建立由入度为0的正电源集节点到出度为0的负电源集节点间的有功潮流树模型,并对树中的边按线路阻抗值赋权。并搜索出正电源集元素到负电源集元素间的供电路径。
由图3所示的有功潮流树模型,进行正电源节点到各负电源节点间的供电路径。以11号节点和24节点为例,基于广度优先遍历算法搜到的11号节点在该断面下的供电路径有两条:18->17->16->15->14->13->12->11和 1->2->3->4->5->6->7->8->9->10->11。24号节点的供电路径有1条:1->2->3->23->24。第三步:求出各负荷节点的综合加权供电路径指数,依次来分析各节点间失负荷的相对风险。因为负荷点的负荷量和供电路径的长度的增大都会加重线路等设备传输功率的负担,使得其配电网中线路过载的可能性增大,从而增大负荷失电的风险;另外,考虑到联络开关的使得配电网负荷可以通过转供来调整潮流分布,改变运行风险。则对于负荷节点j,设置综合加权供电路径指数计算公式:
Dj=min{Dj-k,k∈S,j∈E}
式中,j∈E,k∈S;αk为供电电源坚强性因子,符合电源容量越大,供电越安全的经验常识;Dj-k为负荷点j到各正电源的综合加权供电路径指数,Dj为负荷点j的最短综合加权供电路径指数,其综合考虑了节点的供电负荷量。dj为负荷点j到电源点 k基于供电路径的电气距离,Pj为节点j处有功负荷量;dli-1为节点j到未闭合的联络开关一个端点之间的电气距离,dli-2为到联络开关另一个端点之间的电气距离,Nl为配电网中未闭合(具有转供负荷能力)的联络开关数。
由上述方法,求出各负荷节点的综合加权最短路径指数,用以反映负荷失电风险的大小,即Dj越小,负荷失电风险越小。由上述方法过程计算求得由配电网某时刻下的综合加权最短路径指数反映的配电网负荷失电风险大小分布如图4所示:
如图2、图3,由于18号节点存在的分布式电源,则其附近所供的负荷点的负荷失电风险较小,则综合加权路径指数也较小;虽然7、8节点和6号节点到1号电源电的供电路径电气距离相差不大,但7、8号节点的综合加权最短路径指数远大于6号节点,这是因为7、8号节点的负荷为0.2MW,远大于6号节点负荷的0.06MW,即其反映了大负载相比于小负载所承受的更大的失电风险;而节点32、33由于远离电源中心,其综合加权路径指数也较大,即其反映了长供电路径的电气距离会增大负荷的失电风险;另外对比1号和18号电源节点的有功容量,即1号节点容量大于2号节点,则其所供的负荷节点的失电风险也相应的略低于18号节点所供给的负荷节点,如图示的3、4、 5节点(由1号电源供电)的综合加权路径指数略小于15、16、17节点(由18号分布式电源供电),这也是设置供电电源坚强性相对因子的作用
需要说明的是,上述实施例仅仅是本发明的较佳实施例,并没有用来限定本发明的保护范围,在上述技术方案的基础上做出的等同替换或者替代,均属于本发明的保护范围。
Claims (5)
1.一种基于综合加权供电路径指数的配电网失电风险分析方法,其特征在于,所述方法包括以下步骤:
步骤1:整合配电网实时的拓扑信息和电气信息,建立其依据有功潮流流向的邻接矩阵;并将配电网中的节点划分形成正电源集和负电源集;
步骤2:建立正电源集节点到负电源集节点间的有功流向树模型,并对树中的边按线路阻抗值赋权;并依据有功流向树模型,搜索出正电源集元素到负电源集元素间的供电路径;
步骤3:求出各负荷节点的综合加权供电路径指数,分析各负荷节点相对失电风险;
步骤4:当配电网状态更新后,重新进行前三步的计算与操作,得到并分析新状态下的各负荷节点相对失电风险;
所述步骤1中,依据有功潮流流向的邻接矩阵的L=(ai,j)n中元素的ai,j的判别式为:
其中,Pi,j为线路ij之间流过的功率,i点为始端;
所述步骤1中,正电源集和负电源集的判别式为:
S={nodei|Pi>0,i∈[1,n]}
E={nodei|Pi<0,i∈[1,n]}
式中,nodei表示节点号,Pi表示节点的注入功率。
2.根据权利要求1所述的基于综合加权供电路径指数的配电网失电风险分析方法,其特征在于,所述步骤2中,有功流向树模型的根节点为正电源集中元素,数量至少为1个,且有功流向树模型中,结点与结点间的连接边按照对应的线路阻抗值进行赋权。
3.根据权利要求2所述的一种基于综合加权供电路径指数的配电网失电风险分析方法,其特征在于:所述步骤2中,基于有功流向树模型搜索供电路径的方法为深度优先或广度优先遍历算法。
4.根据权利要求3所述的一种基于综合加权供电路径指数的配电网失电风险分析方法,其特征在于:所述步骤3中,供电路径为正电源节点到负电源节点间的电气距离,即阻抗值;转供路径为负电源节点到有转供能力的联络开关的两个端点间的距离。
5.根据权利要求4所述的一种基于综合加权供电路径指数的配电网失电风险分析方法,其特征在于:所述步骤3中,综合加权供电路径指数综合分析了供电路径、转供路径、负荷量的增大会增大负荷失电风险;负荷供电电源的相比于其它电源的容量占比越大,供电电源越可靠,也即负荷失电风险越小,其相关参数的计算公式为:
Dj=min{Dj-k,k∈S,j∈E}
式中,j∈E,k∈S;αk为供电电源坚强性因子;Dj-k为负荷点j到各正电源的综合加权供电路径指数,Dj为负荷点j的最短综合加权供电路径指数,dj为负荷点j到电源点k基于供电路径的电气距离,Pj为节点j处有功负荷量;dli-1为节点j到未闭合的联络开关一个端点之间的电气距离,dli-2为到联络开关另一个端点之间的电气距离,Nl为配电网中未闭合的联络开关数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910301043.6A CN110247391B (zh) | 2019-04-15 | 2019-04-15 | 一种基于综合加权供电路径指数的配电网失电风险分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910301043.6A CN110247391B (zh) | 2019-04-15 | 2019-04-15 | 一种基于综合加权供电路径指数的配电网失电风险分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110247391A CN110247391A (zh) | 2019-09-17 |
CN110247391B true CN110247391B (zh) | 2022-08-12 |
Family
ID=67883171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910301043.6A Active CN110247391B (zh) | 2019-04-15 | 2019-04-15 | 一种基于综合加权供电路径指数的配电网失电风险分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110247391B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022052142A1 (zh) * | 2020-09-08 | 2022-03-17 | 广东电网有限责任公司江门供电局 | 一种开环电网负荷转供决策中的路径排序方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107919678A (zh) * | 2017-11-09 | 2018-04-17 | 国网浙江省电力公司经济技术研究院 | 交直流混合配电网的供电恢复方法及系统 |
-
2019
- 2019-04-15 CN CN201910301043.6A patent/CN110247391B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107919678A (zh) * | 2017-11-09 | 2018-04-17 | 国网浙江省电力公司经济技术研究院 | 交直流混合配电网的供电恢复方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110247391A (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110969347B (zh) | 一种输电网结构形态评估方法 | |
CN102593829B (zh) | 计及关键支路的输电断面确定方法与装置 | |
WO2021035681A1 (zh) | 一种基于拉格朗日乘子的最优负荷削减算法及其应用 | |
CN107453928B (zh) | 一种电力通信网节点重要度评价方法及装置 | |
CN103279639A (zh) | 基于响应的受端电网电压稳定全过程态势评估及防控方法 | |
CN103455842B (zh) | 贝叶斯算法和MapReduce相结合的信任度量方法 | |
CN113705085B (zh) | 一种智能电网多层次结构建模及风险评估方法 | |
CN105721228A (zh) | 基于快速密度聚类的电力通信网节点重要性评估方法 | |
CN109033507A (zh) | 一种考虑信息系统监视功能失效的电力系统可靠性评估方法 | |
CN108388688A (zh) | 一种主动配电网可靠性评估方法 | |
CN111160716A (zh) | 基于潮流介数的大电网脆弱性评估方法 | |
CN110247391B (zh) | 一种基于综合加权供电路径指数的配电网失电风险分析方法 | |
Huang et al. | Decentralized robust state estimation for hybrid AC/DC distribution systems with smart meters | |
Chen et al. | Cyber-physical power system vulnerability analysis based on complex network theory | |
Zhou et al. | Robustness analysis of power system dynamic process and repair strategy | |
Sun et al. | An identification method for vulnerable lines based on combination weighting method and GraphSAGE algorithm | |
CN105787604A (zh) | 一种输配协同的配网态势快速感知方法 | |
CN111191867B (zh) | 电力系统复杂网络的可靠性评估方法 | |
CN116827807A (zh) | 基于多因素评价指标的电力通信网节点重要性评估方法 | |
CN115577292A (zh) | 基于抽象对偶网络和连锁故障超网络的脆弱线路辨识方法 | |
CN104766141A (zh) | 一种基于连锁故障序列的电网风险防控系统 | |
CN109858822A (zh) | 一种基于流关联分析的信息电力融合系统可靠性评估方法 | |
Hosic et al. | Evolving decision trees to detect anomalies in recurrent ICS networks | |
Zhen et al. | A backup algorithm for power communication network based on fault cascade in the network virtualization environment | |
Liu et al. | Risk-averse graph learning for real-time power system emergency load shedding |
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 |