CN110334966A - 一种电网脆弱线路评估方法、终端设备及存储介质 - Google Patents
一种电网脆弱线路评估方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN110334966A CN110334966A CN201910635396.XA CN201910635396A CN110334966A CN 110334966 A CN110334966 A CN 110334966A CN 201910635396 A CN201910635396 A CN 201910635396A CN 110334966 A CN110334966 A CN 110334966A
- Authority
- CN
- China
- Prior art keywords
- power grid
- value
- line
- value vector
- authority
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 239000011159 matrix material Substances 0.000 claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 20
- 238000012216 screening Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 19
- 238000004088 simulation Methods 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010845 search algorithm Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012614 Monte-Carlo sampling Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请适用于电网规划技术领域,提供了一种电网脆弱线路评估方法、终端设备和存储介质,其中,方法包括:获取电网中任意一条线路故障造成其它所有线路的自身潮流变化量;根据潮流变化量构建相关性矩阵;根据相关性矩阵反复迭代计算电网中各个线路的权威值和枢纽值,直至满足迭代终止条件时的值即为电网的权威值和枢纽值;根据权威值和枢纽值,筛选出电网中的脆弱线路。本申请实施例提供的电网脆弱线路评估方法、终端设备和存储介质,由于充分考虑了实际电网中的潮流信息,避免了现有的电网脆弱集合识别算法仅以电网的拓扑特征为研究对象,从而提高了对电网脆弱集合的识别准确性。
Description
技术领域
本申请属于电网规划技术领域,尤其涉及一种基于超文本主题搜索算法的电网脆弱线路评估方法、终端设备和存储介质。
背景技术
近年来,随着电网规模的逐渐扩展和新能源的接入增多,电力系统已成为规模庞大、元件复杂、电力供需瞬时平衡、存在大量随机因素影响的复杂系统。与此同时,国内外电力系统均受到大电网安全稳定运行的潜在威胁,首当其冲的便是由连锁故障引发的大规模停电的影响。电力系统的连锁故障的产生原因和发展过程的原理非常复杂。对于电力系统的连锁故障过程描述如下,首先由于随机因素或者线路误动等因素,使得初始故障发生;电力系统各条选路的电压、电流等状态重新分布,当其他线路由于线路过载、人为误动或者随机因素的原因进入触发状态,电力系统会发生次级故障;此时,电力系统各条选路的电压、电流等状态会再次重新分布,当其他线路由于线路过载、人为误动或者随机因素的原因进入触发状态,电力系统会发生第三级故障;电力系统会不断发生故障,由母故障产生子故障,一直到电力系统不再发生下一级故障为止。也就是说,在电力系统连锁故障过程中,有一部分线路在初始故障阶段具有很重要的作用,有一部分线路在连锁故障传播过程中具有很重要的作用,这两类线路从两个方面对于电力系统连锁故障的发展具有重要意义。这两类线路也可以称为电力系统的脆弱集合。
长期以来,一直采用传统运行状态仿真分析的方法对电力系统中可能诱发连锁故障的线路进行评估,这类方法得到的脆弱集合没有考虑结构属性,同时评估的计算量大、效率低,难以真正应用。随后,出现了利用复杂网络结构属性的电力系统脆弱性评估技术。然而,现有的电力系统脆弱集合评估算法大多从电力系统的拓扑结构入手进行分析,只考虑到了电网的拓扑特征,从而使计算得到的脆弱环节与实际电网中的脆弱环节有很大区别,准确性较差。与此同时,无论现有何种技术,都没有从电力系统连锁故障过程中的两类线路进行全面评估的技术(有一部分线路在初始故障阶段具有很重要的作用,有一部分线路在连锁故障传播过程中具有很重要的作用),而这两类线路的全面评估才可称为电力系统的脆弱集合。
发明内容
有鉴于此,本申请实施例提供了一种基于超文本主题搜索算法的电网脆弱线路评估方法、终端设备和存储介质,以解决目前电力系统脆弱集合评估技术中存在的准确性较差的问题。
在连锁故障发展过程中,有两类线路对连锁故障传播产生重要作用的脆弱线路,一种是其线路本身对其他线路有比较重要的影响,即该线路的故障可能使得系统风险上升,连锁故障发生的可能性增加;另一种线路是线路易受到其他线路故障的影响,当初始故障发生后,这类线路很容易受到影响,发生故障,从而使得连锁故障的规模增大。本发明中,创造性地将这两类电网中的脆弱线路与表征互联网网页(或网站)间联系的“权威级”网页和“枢纽级”网页分别建立等效关系。权威级别表示具有较高价值的网页,具有更多指向它的页面,即该网页在系统中对其他网页比较重要,用于表示电网中的第一类脆弱线路;而枢纽级别表示指向较多权威网页的网页,即网页易受到其他网页的影响而发生链接线路故障,用于表示电网中的第二类脆弱线路。在此基础上,本发明改进超文本主题搜索算法(Hypertext-Induced Topic Search,HITS)的相关矩阵获取,提出了一种基于超文本主题搜索算法的电网脆弱线路评估方法。
本发明技术方案的基础思想是:以定义和计算电力系统的权威脆弱性和枢纽脆弱性为核心,将电力系统抽象为网络,基于HITS算法加快权威值和枢纽值的计算速度,通过对连锁故障仿真结果的统计估计电力系统中线路的权威脆弱值和枢纽脆弱值,从而找出这两类具有脆弱性的重要设备:一类线路的重要性体现在其故障对其他线路将产生严重影响,其脆弱性体现在直接与系统风险相关;另一类线路容易受到其他线路故障的影响而发生相继故障,其脆弱性体现在连锁故障传播过程中。这两类脆弱设备即为电网中的脆弱元件。
在计算电力系统的权威脆弱性和枢纽脆弱性时,可直接进行根据定义进行计算,但需要反复对电网进行设备故障的仿真模拟,且只有当仿真次数足够多时,由统计得到的设备权威值和枢纽值将接近于真值。但由于连锁故障模拟耗费大量的时间,需要更加高效的方法,因此本文基于HITS算法并改进了其中的相关性矩阵A。
在电力系统中,相关性矩阵A可以通过不同线路间的潮流相关性来反映,即电网中线路N-1故障后引起其他线路潮流的自身变化量。基于此,本发明定义潮流相关性矩阵A,代表了故障线路与其他线路之间相互影响的有向图,以此为基础可进行电网中线路的权威值与枢纽值计算。具体而言,构造相关性矩阵A时,以系统中其他线路故障前后的本线路潮流差值作为分子,采用本线路的潮流裕度作为分母,使得相关性矩阵的元素具有明确的物理意义,即线路i故障引起线路j潮流变化量相对于其裕度的影响。
根据第一方面,本申请实施例提供了一种电网脆弱线路评估方法,包括:获取电网中任意一条线路故障造成其它所有线路的自身潮流变化量;根据所述潮流变化量构建相关性矩阵;根据所述相关性矩阵反复迭代计算所述电网中各个线路的权威值和枢纽值,直至满足迭代终止条件时的值即为所述电网的权威值和枢纽值;根据所述权威值和所述枢纽值,筛选出所述电网中的脆弱线路。
本申请实施例提供的电网脆弱线路评估方法,在对电网中的脆弱线路进行评估时,首先采集电网中任意一条线路故障造成其它所有线路的自身潮流变化量,并以潮流变化量为依据进而计算电网中各个线路的权威值和枢纽值,从而筛选出电网中的脆弱线路。由于在基于拓扑结构进行快速评估的基础上,充分考虑了实际电网中的潮流信息,避免了现有的电网脆弱集合识别算法仅以电网的拓扑特征为研究对象,从而提高了对电网脆弱集合的识别准确性。
结合第一方面,在本申请的一些实施例中,所述根据所述相关性矩阵计算所述电网中各个线路的权威值和枢纽值,包括:获取前次权威值向量和前次枢纽值向量;根据所述相关性矩阵和前次枢纽值向量计算当前权威值向量;根据所述相关性矩阵和当前权威值向量计算当前枢纽值向量;判断所述当前权威值向量和所述当前枢纽值向量是否分别收敛;当所述当前权威值向量和所述当前枢纽值向量均收敛时,确定所述当前权威值向量中各个元素的值分别为所述电网中对应线路的权威值,并确定所述当前枢纽值向量中各个元素的值分别为所述电网中对应线路的枢纽值。当所述当前权威值向量或所述当前枢纽值向量不收敛时,利用所述当前权威值向量替代所述前次权威值向量,并利用所述当前枢纽值向量替代所述前次枢纽值向量;重复执行所述根据所述相关性矩阵和前次枢纽值向量计算当前权威值向量;根据所述相关性矩阵和当前权威值向量计算当前枢纽值向量;判断所述当前权威值向量和所述当前枢纽值向量是否分别收敛的步骤,直至所述当前权威值向量和所述当前枢纽值向量均收敛为止。
结合第一方面,在本申请的一些实施例中,所述根据所述相关性矩阵计算所述电网中各个线路的权威值和枢纽值,还包括:设置权威值向量和枢纽值向量的初始值。
本申请实施例提供的电网脆弱线路评估方法,通过为权威值向量和枢纽值向量设置初始值(初始值向量中的各个元素可以全部设置为1),能够使针对电网中各个线路的权威值和枢纽值的迭代计算顺利展开。
结合第一方面,在本申请的一些实施例中,通过
X(t)=c(t)ATY(t-1)
计算所述当前权威值向量;其中,X(t)表示所述当前权威值向量;A表示所述相关性矩阵;Y(t-1)表示所述前次枢纽值向量;c(t)表示第一归一化参数,用于使成立;xi(t)为所述当前权威值向量中的元素,表示所述电网中线路i的权威值。
本申请实施例提供的电网脆弱线路评估方法,给出了计算电网中各个线路的权威值的计算公式,通过该公式,用户能够方便快捷地完成电网中各个线路权威值的计算,并为后续步骤评估线路是否属于脆弱集合提供依据。
结合第一方面,在本申请的一些实施例中,通过
Y(t)=d(t)AX(t)
计算所述当前枢纽值向量;其中,Y(t)表示所述当前枢纽值向量;A表示所述相关性矩阵;X(t)表示所述当前权威值向量;d(t)表示第二归一化参数,用于使成立;yi(t)为所述当前枢纽值向量中的元素,表示所述电网中线路i的枢纽值。
本申请实施例提供的电网脆弱线路评估方法,给出了计算电网中各个线路的枢纽值的计算公式,通过该公式,用户能够方便快捷地完成电网中各个线路枢纽值的计算,并为后续步骤评估线路是否属于脆弱集合提供依据。
结合第一方面,在本申请的一些实施例中,所述相关性矩阵为
其中,A表示所述相关性矩阵;Δaij为所述相关性矩阵中的元素,表示所述电网中任意一条线路故障造成其它所有线路的自身潮流变化量。通过
进行计算。其中,
Pj表示线路i故障前线路j的潮流值,Pj'表示线路i故障后线路j的潮流值;Sj表示第j条线路的最大潮流容量。
本申请实施例提供的电网脆弱线路评估方法,给出了用于计算电网中各个线路的枢纽值和权威值的相关性矩阵,从而为为后续步骤评估线路是否属于脆弱集合提供依据。
结合第一方面,在本申请的一些实施例中,所述根据所述权威值和所述枢纽值,筛选出所述电网中的脆弱线路,包括:根据所述权威值对所述电网中的各个线路进行降序排序,得到第一排序结果;选取所述第一排序结果中排序靠前的多条线路为脆弱线路,例如可以选取排序在前10%或20%的线路为脆弱线路;根据所述枢纽值对所述电网中的各个线路进行降序排序,得到第二排序结果;选取所述第二排序结果中排序靠前的多条线路为脆弱线路;删除所述脆弱线路中重复的线路。
根据第二方面,本申请实施例提供了一种终端设备,包括:第一计算单元,用于获取电网中任意一条线路故障造成其它所有线路的自身潮流变化量,以及用于根据所述潮流变化量构建相关性矩阵;第二计算单元,用于根据所述相关性矩阵计算所述电网中各个线路的权威值和枢纽值;筛选单元,用于根据所述权威值和所述枢纽值,筛选出所述电网中的脆弱线路。
根据第三方面,本申请实施例提供了一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面或第一方面任一实施方式所述方法的步骤。
根据第四方面,本申请实施例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第一方面或第一方面任一实施方式所述方法的步骤。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的电网脆弱线路评估方法的基本原理图;
图2是本申请实施例提供的电网脆弱线路评估方法的具体的步骤流程图;
图3是本申请实施例提供的终端设备的逻辑图;
图4是本申请实施例提供的终端设备的设备图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
本申请实施例提供了一种电网脆弱线路评估方法,如图1所示,该电网脆弱线路评估方法可以包括以下步骤:
步骤S101:获取电网中任意一条线路故障造成其它所有线路的自身潮流变化量。在实际应用中,可以通过以下几个子步骤获取步骤S101中的潮流变化量:
步骤S1011:获取电网的结构和设备参数,建立电网运行仿真模型,获取每条线路的最大潮流容量Sj,计算没有故障情况下的各个线路j(j=1,2,3..N,共N条线路)的潮流Pj;
步骤S1012:依次设置电网中的每条线路i故障,计算线路i故障后的各个线路j(j=1,2,3..N,共N条线路)的潮流Pj;
步骤S1013:计算得到线路j的潮流变化量⊿Pij=P’-P的绝对值;
步骤S1014:返回步骤S1012,重复计算不同i的⊿Pij,直到所有的i被遍历。
步骤S102:根据潮流变化量构建相关性矩阵。在一具体实施方式中,使用公式(1)所示的矩阵作为本申请实施例中的相关性矩阵:
其中,A表示相关性矩阵;Δaij为相关性矩阵中的元素,称为不同线路之间(线路i与线路j之间)的潮流相关因子,表示所述电网中任意一条线路故障造成其它所有线路的自身潮流变化量,可以通过计算Δaij。
步骤S103:根据相关性矩阵反复迭代计算电网中各个线路的权威值和枢纽值,直至满足迭代终止条件时的值即为电网的权威值和枢纽值。
在连锁故障发展过程中,有两类线路对于连锁故障传播具有推波助澜的作用,一种是其线路本身对其他线路有比较重要的影响,这类线路为传统的脆弱线路,即该线路的故障可能使得系统风险上升,连锁故障发生的可能性增加;另一种线路是线路易受到其他线路故障的影响,当初始故障发生后,这类线路很容易受到影响,发生故障,从而使得连锁故障的规模增大。这两类线路分别对应着电力系统线路的两类脆弱性,一种是权威脆弱性,其脆弱性直接与系统风险相关;一种是枢纽脆弱性,其脆弱性体现在连锁故障传播过程中。为了研究连锁故障中这两种脆弱性线路的影响,在本申请实施例提供的电网脆弱线路评估方法中,可以通过计算得到电网中各个线路的权威值和枢纽值。其中,权威值级别反映了线路受其他线路故障的影响,枢纽值反映了该线路故障后对电网中其他线路产生的影响。
在一具体实施方式中,如图2所示,可以通过以下几个子步骤实现步骤S103的过程:
步骤S1031:获取权威值向量和枢纽值向量的初始值,以及前次权威值向量和前次枢纽值向量。在进行第一次迭代计算时,权威值向量和枢纽值向量的初始值可以作为对应的前次权威值向量和前次枢纽值向量。通过为权威值向量和枢纽值向量设置初始值,能够使针对电网中各个线路的权威值和枢纽值的迭代计算顺利展开。具体的,可以设置初始化的权威值向量和枢纽值向量分别为x0=(1,...,1)T,y0=(1,...,1)T。
步骤S1032:根据相关性矩阵和前次枢纽值向量计算当前权威值向量。
步骤S1033:根据相关性矩阵和当前权威值向量计算当前枢纽值向量。
步骤S1034:判断当前权威值向量和当前枢纽值向量是否分别收敛。当当前权威值向量和当前枢纽值向量均收敛时,执行步骤S1035;当当前权威值向量或当前枢纽值向量不收敛时,执行步骤S1036。
步骤S1035:确定当前权威值向量中各个元素的值分别为电网中对应线路的权威值(即权威值向量中第j个元素为电网中线路j的权威值),并确定当前枢纽值向量中各个元素的值分别为电网中对应线路的枢纽值(即枢纽值向量中第j个元素为电网中线路j的枢纽值)。
步骤S1036:利用当前权威值向量替代前次权威值向量,并利用当前枢纽值向量替代前次枢纽值向量。在实际应用中,当当前权威值向量或当前枢纽值向量不收敛时,需要进行迭代计算,在执行步骤S1036后,可以返回步骤S1032,从而继续计算下一次的权威值向量和枢纽值向量,直至经迭代计算得到的当前权威值向量和当前枢纽值向量均收敛为止。
在一具体实施方式中,可以通过公式(2)计算当前权威值向量,通过公式(3)计算当前枢纽值向量:
X(t)=c(t)ATY(t-1) (2)
Y(t)=d(t)AX(t) (3)
计算所述当前权威值向量;
其中,X(t)表示当前权威值向量;A表示相关性矩阵;Y(t-1)表示前次枢纽值向量;c(t)表示第一归一化参数,用于使成立;xi(t)为当前权威值向量中的元素,表示电网中线路i的权威值。Y(t)表示当前枢纽值向量;d(t)表示第二归一化参数,用于使成立;yi(t)为当前枢纽值向量中的元素,表示电网中线路i的枢纽值。
步骤S104:根据权威值和枢纽值,筛选出电网中的脆弱线路。在一具体实施方式中,如图2所示,可以通过以下几个子步骤实现步骤S104的过程:
步骤S1041:根据权威值对电网中的各个线路进行降序排序,得到第一排序结果;
步骤S1042:选取第一排序结果中排序靠前的若干条线路为脆弱线路;
步骤S1043:根据枢纽值对电网中的各个线路进行降序排序,得到第二排序结果;
步骤S1044:选取第二排序结果中排序靠前的若干条线路为脆弱线路;
步骤S1045:删除脆弱线路中重复的线路。
在得到第一排序结果和第二排序结果后,可以根据预设的数量阈值分别从第一排序结果和第二排序结果中选取固定数量的线路作为脆弱线路;也可以根据预设的百分比阈值分别从第一排序结果和第二排序结果中选取固定数量的线路作为脆弱线路,本申请实施例对此不做限制。
本申请实施例提供的电网脆弱线路评估方法,在对电网中的脆弱线路进行评估时,首先采集电网中任意一条线路故障造成其它所有线路的自身潮流变化量,并以潮流变化量为依据进而计算电网中各个线路的权威值和枢纽值,从而筛选出电网中的脆弱线路。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
为说明本申请实施例提供的电网脆弱线路评估方法的有效性,选取某500KV网架规划系统作为算例,应用本申请实施例提供的电网脆弱线路评估方法对该算例进行分析。该系统包含母线64个,支路109条(各个支路的编号可以为线路1、线路2、线路3……线路109),系统装机容量为41180MW,最大负荷为30205MW,容量基值取为100MVA。
本申请实施例提供的电网脆弱线路评估方法,考虑了电力系统中线路间的潮流相关性,在得到的权威值级别与枢纽值级别中,不仅反映了线路在电网结构中的地位,同时也反映了线路故障对系统潮流的影响,综合了网络拓扑分析与物理运行特性的评估结果。通过本申请实施例提供的电网脆弱线路评估方法对算例进行分析计算,可以得到该算例中系统的薄弱环节排序。
为了验证本申请实施例提供的电网脆弱线路评估方法得到的排序结果的有效性,通过基于蒙特卡洛采样的连锁故障仿真方法(传统运行状态仿真方法)来验证,分别设置109条线路中的一条作为初始故障,通过对每种情况进行10000次仿真,由此得到仿真结果统计的权威值和枢纽值排序。
仿真统计得到的权威值和枢纽值与本申请实施例提供的电网脆弱线路评估方法计算的权威值与枢纽值排序,在排名前40位中有较好的一致性,排名40位之后的线路排序存在一定误差。不过需要关注的正是排名高的线路。与此同时,将本发明中的改进HITS算法与传统连锁故障仿真的计算效率进行比较,见表1所示,其计算效率有较大提升。
表1计算效率比较
为了便于与其他方法进行计算精度对比,下面定义权威值排序的误差为:
其中,表示表示利用脆弱性指标得到的权威值排名,Rauth(i)表示基于蒙特卡洛采样的连锁故障仿真方法得到的权威值排名,d表示统计的线路总数。
枢纽值排序的误差为:
其中,表示表示利用脆弱性指标得到的权威值排名,Rauth(i)表示基于蒙特卡洛采样的连锁故障仿真方法得到的权威值排名,d表示统计的线路总数。
下面的表格给出了采用PageRank方法、改进k核法得到的排序误差,以及采用以容量作为基值的相关矩阵定义方法得到的排序误差。
由表2可知,本文方法与其他方法相比,权威值和枢纽值排序的误差有比较明显的下降。
表2权威值排名前40的线路排序误差
下面将进一步分析权威值和枢纽值排名与设备在连锁故障中的行为,可将设备分为4类:
(1)权威值高、枢纽值高的设备:容易影响其他设备,也容易受其他设备影响,是事故扩大的关键环节。需要针对其强相关的集合建立整体的事故预防措施。例如:线路62和线路77等。
(2)权威值高、枢纽值低的设备:容易影响其他设备,但不容易受其他设备影响,需要注意保证其自身的可靠性。例如:线路47。
(3)权威值低、枢纽值高的设备:不容易影响其他设备,但容易受其他设备影响。需要准备合适的应急预案,以避免被其他设备故障所波及。例如:线路82。
(4)权威值、枢纽值低的设备:不容易影响其他设备,也不容易被其他设备影响。这类设备不需要特别关注。
从结果来看,权威值和枢纽值排序都较高的设备除了包含了传统意义上的承担大量潮流的线路和省间、市间联络线外,还包含了部分潮流较轻的线路。这类设备的重要性在通常的N-1分析中难以发现。下面结合连锁故障仿真的数据,研究其对事故规模的扩大效应。
首先,定义事故加速指标:
其中,i表示线路编号,k表示某次连锁故障仿真的编号,m表示仿真总数,si,k表示线路i出现故障的阶段,N(si,k)表示线路i出现故障时同时故障的设备数目。
为了排除更重要的设备的影响,这里不统计比设备i权威值和枢纽值排名更高的设备在设备i故障阶段出现时的数据。
线路9的潮流只有224MW,与其他线路相比潮流很轻,但是线路9在故障的第3阶段之后将明显减速故障扩大。因此,需要针对其相关的事故链制定有效的事故阻断措施。
可见,采用本文方法可以更加全面地筛选出电力系统中的关键线路,有利于制定更加合理的预防和阻断措施。
本申请实施例还提供了一种终端设备,如图3所示,该终端设备可以包括第一计算单元301、第二计算单元302和筛选单元303。
其中,第一计算单元301用于获取电网中任意一条线路故障造成其它所有线路的自身潮流变化量,以及用于根据潮流变化量构建相关性矩阵;其对应的工作过程如上述方法实施例中步骤S101至步骤S102所述。
第二计算单元,用于根据相关性矩阵计算所述电网中各个线路的权威值和枢纽值;其对应的工作过程如上述方法实施例中步骤S103所述。
筛选单元,用于根据所述权威值和所述枢纽值,筛选出所述电网中的脆弱线路;其对应的工作过程如上述方法实施例中步骤S104所述。
图4是本申请一实施例提供的另一终端设备的示意图。如图4所示,该实施例的终端设备400包括:处理器401、存储器402以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序403,例如电网脆弱集合评估程序。所述处理器401执行所述计算机程序403时实现上述各个电网脆弱线路评估方法实施例中的步骤,例如图1所示的步骤S101至步骤S104。或者,所述处理器401执行所述计算机程序403时实现上述各装置实施例中各模块/单元的功能,例如图3所示第一计算单元301、第二计算单元302和筛选单元303的功能。
所述计算机程序403可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器402中,并由所述处理器401执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序403在所述终端设备400中的执行过程。例如,所述计算机程序403可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
所述终端设备400可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器401、存储器402。本领域技术人员可以理解,图4仅仅是终端设备400的示例,并不构成对终端设备400的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以是所述终端设备400的内部存储单元,例如终端设备400的硬盘或内存。所述存储器402也可以是所述终端设备400的外部存储设备,例如所述终端设备400上配备的插接式硬盘,智能存储卡(Smart Media Card、SMC),安全数字(SecureDigital、SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器402还可以既包括所述终端设备400的内部存储单元也包括外部存储设备。所述存储器402用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。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申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (11)
1.一种电网脆弱线路评估方法,其特征在于,包括:
获取电网中任意一条线路故障造成其它所有线路的自身潮流变化量;
根据所述潮流变化量构建相关性矩阵;
根据所述相关性矩阵反复迭代计算所述电网中各个线路的权威值和枢纽值,直至满足迭代终止条件时的值即为所述电网的权威值和枢纽值;
根据所述权威值和所述枢纽值,筛选出所述电网中的脆弱线路。
2.如权利要求1所述的电网脆弱线路评估方法,其特征在于,所述根据所述相关性矩阵反复迭代计算所述电网中各个线路的权威值和枢纽值,直至满足迭代终止条件时的值即为所述电网的权威值和枢纽值,包括:
获取前次权威值向量和前次枢纽值向量;
根据所述相关性矩阵和前次枢纽值向量计算当前权威值向量;
根据所述相关性矩阵和当前权威值向量计算当前枢纽值向量;
判断所述当前权威值向量和所述当前枢纽值向量是否分别收敛;
当所述当前权威值向量和所述当前枢纽值向量均收敛时,确定所述当前权威值向量中各个元素的值分别为所述电网中对应线路的权威值,并确定所述当前枢纽值向量中各个元素的值分别为所述电网中对应线路的枢纽值。
3.如权利要求2所述的电网脆弱线路评估方法,其特征在于,所述根据所述相关性矩阵反复迭代计算所述电网中各个线路的权威值和枢纽值,直至满足迭代终止条件时的值即为所述电网的权威值和枢纽值,还包括:
当所述当前权威值向量或所述当前枢纽值向量不收敛时,利用所述当前权威值向量替代所述前次权威值向量,并利用所述当前枢纽值向量替代所述前次枢纽值向量;
重复执行所述根据所述相关性矩阵和前次枢纽值向量计算当前权威值向量;根据所述相关性矩阵和当前权威值向量计算当前枢纽值向量;判断所述当前权威值向量和所述当前枢纽值向量是否分别收敛的步骤,直至所述当前权威值向量和所述当前枢纽值向量均收敛为止。
4.如权利要求3所述的电网脆弱线路评估方法,其特征在于,所述根据所述相关性矩阵反复迭代计算所述电网中各个线路的权威值和枢纽值,直至满足迭代终止条件时的值即为所述电网的权威值和枢纽值,还包括:
设置权威值向量和枢纽值向量的初始值。
5.如权利要求4所述的电网脆弱线路评估方法,其特征在于,通过
X(t)=c(t)ATY(t-1)
计算所述当前权威值向量;
其中,X(t)表示所述当前权威值向量;A表示所述相关性矩阵;Y(t-1)表示所述前次枢纽值向量;c(t)表示第一归一化参数,用于使成立;xi(t)为所述当前权威值向量中的元素,表示所述电网中线路i的权威值。
6.如权利要求4所述的电网脆弱线路评估方法,其特征在于,通过
Y(t)=d(t)AX(t)
计算所述当前枢纽值向量;
其中,Y(t)表示所述当前枢纽值向量;A表示所述相关性矩阵;X(t)表示所述当前权威值向量;d(t)表示第二归一化参数,用于使成立;yi(t)为所述当前枢纽值向量中的元素,表示所述电网中线路i的枢纽值。
7.如权利要求4所述的电网脆弱线路评估方法,其特征在于,所述相关性矩阵为
其中,A表示所述相关性矩阵;Δaij为所述相关性矩阵中的元素,表示电网中任意一条线路故障造成其它所有线路的自身潮流变化量,Pj表示线路i故障前线路j的潮流值,P′j表示线路i故障后线路j的潮流值;Sj表示第j条线路的最大潮流容量;当i=j时,对角线的元素Δaij=0。
8.如权利要求1至7中任一项所述的电网脆弱线路评估方法,其特征在于,所述根据所述权威值和所述枢纽值,筛选出所述电网中的脆弱线路,包括:
根据所述权威值对所述电网中的各个线路进行降序排序,得到第一排序结果;
选取所述第一排序结果中排序靠前的多条线路为脆弱线路;
根据所述枢纽值对所述电网中的各个线路进行降序排序,得到第二排序结果;
选取所述第二排序结果中排序靠前的多条线路为脆弱线路;
删除所述脆弱线路中重复的线路。
9.一种终端设备,其特征在于,包括:
第一计算单元,用于获取电网中任意一条线路故障造成其它所有线路的自身潮流变化量,以及用于根据所述潮流变化量构建相关性矩阵;
第二计算单元,用于根据所述相关性矩阵反复迭代计算所述电网中各个线路的权威值和枢纽值,直至满足迭代终止条件时的值即为所述电网的权威值和枢纽值;
筛选单元,用于根据所述权威值和所述枢纽值,筛选出所述电网中的脆弱线路。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至8任一项所述方法的步骤。
11.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910635396.XA CN110334966A (zh) | 2019-07-15 | 2019-07-15 | 一种电网脆弱线路评估方法、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910635396.XA CN110334966A (zh) | 2019-07-15 | 2019-07-15 | 一种电网脆弱线路评估方法、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110334966A true CN110334966A (zh) | 2019-10-15 |
Family
ID=68146816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910635396.XA Withdrawn CN110334966A (zh) | 2019-07-15 | 2019-07-15 | 一种电网脆弱线路评估方法、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110334966A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117764265A (zh) * | 2023-11-09 | 2024-03-26 | 中国石油大学(北京) | 基于数据驱动的综合能源系统脆弱性动态分析方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389670A (zh) * | 2015-12-07 | 2016-03-09 | 浙江大学 | 一种电网节点重要度确定方法 |
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 |
-
2019
- 2019-07-15 CN CN201910635396.XA patent/CN110334966A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389670A (zh) * | 2015-12-07 | 2016-03-09 | 浙江大学 | 一种电网节点重要度确定方法 |
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 |
Non-Patent Citations (1)
Title |
---|
袁博等: ""基于改进HITS 算法的电网脆弱集合快速评估"", 《电力系统及其自动化学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117764265A (zh) * | 2023-11-09 | 2024-03-26 | 中国石油大学(北京) | 基于数据驱动的综合能源系统脆弱性动态分析方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
LaRocca et al. | Topological performance measures as surrogates for physical flow models for risk and vulnerability analysis for electric power systems | |
Lin et al. | Wide‐area coherency identification of generators in interconnected power systems with renewables | |
Lesieutre et al. | Power system extreme event screening using graph partitioning | |
CN105354643A (zh) | 一种风电接入电网的风险预测评估方法 | |
CN115759365A (zh) | 光伏发电功率的预测方法及相关设备 | |
Luo et al. | Identify critical branches with cascading failure chain statistics and hypertext-induced topic search algorithm | |
Durvasulu et al. | Market‐based generator cost functions for power system test cases | |
CN110570094A (zh) | 一种中压配电网网架结构坚强度的评估方法及系统 | |
Kontis et al. | Dynamic equivalencing of active distribution grids | |
Bracale et al. | A new finite mixture distribution and its expectation-maximization procedure for extreme wind speed characterization | |
Qian et al. | N-1 static security assessment method for power grids with high penetration rate of renewable energy generation | |
Arava et al. | Analyzing the static security functions of a power system dynamic security assessment toolbox | |
CN113408804A (zh) | 窃电行为检测方法、系统、终端设备及存储介质 | |
CN116362823A (zh) | 用于行为稀疏场景的推荐模型训练方法、推荐方法及装置 | |
Koochi et al. | Taxonomy of coherency detection and coherency‐based methods for generators grouping and power system partitioning | |
CN108805419B (zh) | 基于网络嵌入与支持向量回归的电网节点重要度计算方法 | |
CN110334966A (zh) | 一种电网脆弱线路评估方法、终端设备及存储介质 | |
Xiao et al. | Comprehensive Evaluation Index System of Distribution Network for Distributed Photovoltaic Access | |
Gusev et al. | Recursion based contingency analysis of an electrical power system | |
Zou et al. | Improving log-based fault diagnosis by log classification | |
Barros et al. | Detection and classification of voltage disturbances in electrical power systems using a modified Euclidean ARTMAP neural network with continuous training | |
CN115964951A (zh) | 电力系统运行可靠性评估方法、装置及电子设备 | |
CN114282598A (zh) | 多源异构电网数据融合方法、装置、设备及计算机介质 | |
CN103886520A (zh) | 利用数字化配电网进行故障处理的方法及系统 | |
CN114548762A (zh) | 基于时空图神经网络的电力系统连锁故障风险实时评估方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191015 |
|
WW01 | Invention patent application withdrawn after publication |