CN110648247B - 电力系统输电线路重要性的评价方法及装置 - Google Patents
电力系统输电线路重要性的评价方法及装置 Download PDFInfo
- Publication number
- CN110648247B CN110648247B CN201910286507.0A CN201910286507A CN110648247B CN 110648247 B CN110648247 B CN 110648247B CN 201910286507 A CN201910286507 A CN 201910286507A CN 110648247 B CN110648247 B CN 110648247B
- Authority
- CN
- China
- Prior art keywords
- fault
- transmission line
- fault chain
- chain
- loss caused
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 254
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 238000005457 optimization Methods 0.000 claims description 41
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- 230000002068 genetic effect Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 230000035772 mutation Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000002040 relaxant effect Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 108090000623 proteins and genes Proteins 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006798 recombination Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005215 recombination Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 206010064571 Gene mutation Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000008303 genetic mechanism Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003313 weakening effect Effects 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
Abstract
本发明实施例提供一种电力系统输电线路重要性的评价方法及装置。其中,方法包括:根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;根据每一输电线路造成的最大损失,评价每一输电线路的重要性;其中,每一故障链由一条或多条输电线路组成。本发明实施例提供的电力系统输电线路重要性的评价方法及装置,基于合作博弈理论,对电力系统中各故障链造成的损失进行合理分配,获得每一输电线路造成的最大损失,并根据每一输电线路造成的最大损失,评价每一输电线路的重要性,考虑了多重故障作为故障链的叠加效应,覆盖了全部故障链,能获得更准确的输电线路重要性评价结果、评价结果更符合实际情况。
Description
技术领域
本发明实施例涉及电力技术领域,更具体地,涉及一种电力系统输电线路重要性的评价方法及装置。
背景技术
随着电力系统规模增大与电网区域互联的日益紧密,电网中的元件耦合程度增加。在改善能源与需求分布不均的现象、降低供电成本的同时,也为电网中故障的传播提供了便利,增大了系统的安全风险。2003年北美大停电等一系列大停电事故反复证明了这一点。
电网中不同输电线路对系统级大停电的贡献不同,通常存在少数线路,它们的故障对系统功能的削弱、进而导致故障全面传播起到关键作用。上述少数线路为关键线路。
现有评价输电线路的重要性、辨识其中的关键线路的方法可以分为两类。第一类是基于复杂网络理论的方法,从拓扑的角度分析电网,计算输电线路的度数、介数等指标或综合指标,以根据上述指标的计算值辨识关键线路;或者从输电线路故障相互影响的角度出发建立相关性网络,根据相关性网络分析输电线路的脆弱性,以根据脆弱性辨识关键线路。第二类是基于电网详细模型的方法。此类方法通常对电网施加故障,得到故障前后的潮流等信息,然后进行重要性评估。
但大停电事故通常需要一个发展过程,需要多级连锁故障才会导致最终的大停电。现有技术无法全面考虑多级连锁故障共同作用的影响,且用于评价输电线路重要性的指标由计算得出而没有确切含义,从而导致评价输电线路的重要性、辨识其中的关键线路的结果与实际相差较大,准确性不足。
发明内容
本发明实施例提供一种电力系统输电线路重要性的评价方法及装置,用以解决或者至少部分地解决现有技术中输电线路重要性的评价结果准确性不足的缺陷。
第一方面,本发明实施例提供一种电力系统输电线路重要性的评价方法,包括:
根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;
根据所述每一输电线路造成的最大损失,评价每一所述输电线路的重要性;
其中,每一所述故障链由一条或多条输电线路组成。
第二方面,本发明实施例提供一种电力系统输电线路重要性的评价装置,包括:
分配模块,用于根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;
评价模块,用于根据所述每一输电线路造成的最大损失,评价每一所述输电线路的重要性;
其中,每一所述故障链由一条或多条输电线路组成。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,执行所述程序时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的电力系统输电线路重要性的评价方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的电力系统输电线路重要性的评价方法的步骤。
本发明实施例提供的电力系统输电线路重要性的评价方法及装置,基于合作博弈理论,对电力系统中各故障链造成的损失进行合理分配,获得每一输电线路造成的最大损失,并根据每一输电线路造成的最大损失,评价每一输电线路的重要性,考虑了多重故障作为故障链的叠加效应,覆盖了全部故障链,能获得更准确的输电线路重要性评价结果、评价结果更符合实际情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为根据本发明实施例提供的电力系统输电线路重要性的评价方法的流程示意图;
图2为根据本发明实施例提供的电力系统输电线路重要性的评价装置的结构示意图;
图3为根据本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
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作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。
为了克服现有技术的上述问题,本发明实施例提供一种电力系统输电线路重要性的评价方法及装置,其发明构思是,以故障链为研究对象,将基于故障链后果的输电线路重要性指标作为输电线路重要性的评价指标,该指标表示输电线路故障对电力系统造成的风险,该风险源于输电线路组成的故障链对电力系统造成的损失,可反映输电线路在故障链总损失中贡献的合理份额。
图1为根据本发明实施例提供的电力系统输电线路重要性的评价方法的流程示意图。如图1所示,该方法包括:步骤S101、根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失。
其中,每一故障链由一条或多条输电线路组成。
具体地,在一次停电事故的发展过程中,如果线路L1、L2等相继停运,则这次停电事故的故障链F可以表示为停运线路的序列:
F=(L1,L2,...)
停电事故存在慢速阶段和快速阶段,慢速阶段是事故的原因,而快速阶段则是电网崩溃的结果。因此,本发明各实施例中的故障链仅包含慢速阶段发生故障停运的输电线路。
一条故障链可以包括一条或多条输电线路;一条输电线路也可以与其他不同输电线路组成多条故障链。
由于故障链F可能对电力系统(即电网)造成负荷损失或经济损失,因此,本发明实施例中,故障链造成的损失可以为负荷损失或经济损失。
负荷损失,包括因功率平衡、紧急控制等各种原因造成的非正常切负荷。
通常即电网满足N-1安全校验,单一输电线路的故障不会造成严重后果,因此故障链造成的损失不应归其中某一输电线路独有,而应为全体成员输电线路共有。可以获取一条输电线路在故障链造成的总损失中的合理份额,作为自身故障对故障链造成的损失的贡献度,也即对电力系统造成的风险。输电线路贡献的损失,即输电线路造成的损失。
可以理解的是,输电线路造成的损失越严重、越大,说明该输电线路越重要,在生产中应进行更好的保障。因此,输电线路的重要性,可以通过输电线路造成的最大损失衡量,从而可以采用输电线路贡献的最大损失作为该输电线路的重要性指标。
由于一条故障链可以包括一条或多条输电线路,一条输电线路也可以与其他不同输电线路组成多条故障链,为了获取各条输电线路造成的最大损失衡量,可以基于合作博弈理论,让输电线路开展合作博弈,以解决如何组合故障链和如何分配故障链造成的总损失这两个问题,以使得每条输电线路都最大化自身风险,从而揭露出该输电线路最危险的一面,即对电力系统造成的最大风险。
合作博弈是博弈论的一种形式,研究一些参与者以同盟、合作的方式进行的博弈。与其他形式博弈类似,合合作博弈中,参与者的目标为自身收益最大,反映了它们的个体理性。
对于电网中的输电线路,合作的必要性在于单一输电线路故障无风险,故障输电线路的组合(即故障链)才有风险;而博弈的必要性则在于故障链有很多,需要最大化输电线路风险,即获取电网最危险的状态。
合作博弈的要素至少包括参与者、联盟、特征函数、集体与个体理性。在本发明实施例中,参与者为输电线路,联盟为故障链的组合,特征函数为故障链造成的损失,集体理性为故障链造成的后果最严重,个体理性为输电线路自身重要性最大。
因此,根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失的多目标优化模型可以表示为
maxp1,p2,...,pn
UX=1
其中,cj表示第j条故障链;m表示电力系统中故障链的数量;n表示电力系统中输电线路的总数;pi表示第i条输电线路的重要性指标;v()为特征函数的符号,v(cj)表示故障链cj造成的损失;U为n×m阶的关系矩阵,用于表示第i条输电线路是否属于第j条故障链;若第i条输电线路属于第j条故障链,则Uij=1,否则Uij=0;X=[x1,x2,...,xj]T,为0-1向量,用于表示故障链是否组成联盟;若第j条故障链参与组成联盟,则xj=1,否则xj=0;M为一充分大正数,用于松弛约束。
约束条件2为UX=1,表示参与者只能加入一个联盟。
合作博弈对应多目标优化问题,上述多目标优化模型为基于合作博弈理论建立的模型。通过对该模型的最优化求解,可以获得maxp1,p2,...,pn,即获得每一输电线路造成的最大损失。
最优化求解该模型,可以采用任一种多目标优化算法或多种多目标优化算法的组合,本发明实施例对此不作具体限制。
步骤S102、根据每一输电线路造成的最大损失,评价每一输电线路的重要性。
具体地,输电线路的重要性指标,用于评价输电线路的重要性。输电线路的重要性指标的数值越大,表示该输电线路越重要。
输电线路贡献的最大损失,即输电线路造成的最大损失。因此,可以根据每一输电线路造成的最大损失的大小,对输电线路的重要性进行排序,从而获得每一输电线路的重要性的评价结果。
以输电线路贡献的最大损失作为重要性指标,该指标的物理意义明确,且能反映输电线路在故障链中的相应贡献,使得电网运行维护人员对输电线路的重要性能有更直观的理解,更好地理解重要性的评价结果以及评价依据。
本发明实施例基于合作博弈理论,对电力系统中各故障链造成的损失进行合理分配,获得每一输电线路造成的最大损失,并根据每一输电线路造成的最大损失,评价每一输电线路的重要性,考虑了多重故障作为故障链的叠加效应,覆盖了全部故障链,能获得更准确的输电线路重要性评价结果、评价结果更符合实际情况。
基于上述各实施例的内容,根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失之后,还包括:对于每一故障链,根据故障链造成的损失及组成故障链的各输电线路造成的最大损失,确定故障链是否为关键故障链。
具体地,可以相对于组成故障链的输电线路自身重要性,筛选出全部故障链中的关键故障链。
筛选关键故障链的具体步骤包括:
对于每一故障链,可以通过比较该故障链造成的损失,以及组成该故障链的各输电线路造成的最大损失之和,判断该故障链是否为关键故障链。
关键故障链对重要性中等的输电线路最有意义,这是因为这些故障链的重要性高于输电线路本身的重要性。因此,需要关注它们组成的关键故障链。
本发明实施例根据故障链造成的损失及组成故障链的各输电线路造成的最大损失,筛选关键故障链,能从大量的故障链中筛选出较少的关键故障链,有助于电网运行维护人员精准锁定目标,提高电网运行的稳定性和安全性。
基于上述各实施例的内容,根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失的具体步骤包括:根据电力系统中各故障链造成的损失,确定故障链组合。
其中,故障链组合由多条故障链组成;在故障链组合中,每一输电线路属于且仅属于一条故障链;在电力系统中各故障链的各种组合方式中,故障链组合造成的总损失最大。
需要说明的是,合作博弈的超可加性指的是参与者可以通过组成更大的联盟以取得更大收益的性质。
对于两个无共同成员的联盟S和T,如果超可加性成立则有
v(S∪T)≥v(S)+v(T)
其中,v()为特征函数的符号。
此时所有参与者将组成总联盟,然后多目标优化模型的最优化求解可以转化为Shapley值的计算问题。
电网中,设联盟S为将发电机接入电网的所有线路(发电机变压器,简称发电机支路),联盟T为不在联盟S中的若干条输电线路且v(T)>0。对于实际电网,总是存在满足上述条件的T。显然,联盟S的收益为电网的总损失,记为v(S)=1p.u.,但这也是故障链所能造成的最大损失,因此,超可加性不成立。
本发明上述实施例中建立的多目标优化模型不具有超可加性,可能不存在最优解,由于集体理性和个体理性是相容的,因此,本发明实施例将该模型的求解分解为两个阶段,分别最大化集体理性和个体理性,将不可解的问题转化为可解的问题。
对于非超可加性合作博弈,多目标优化问题可能无解,即不存在稳定的分配。但不论如何分配,对每条输电线路而言,合作也比不合作好,因此,及时没有最优故障链的组合方案,也可以有准最优解。此时需要让渡一部分个体理性,优先集体理性,构建两阶段优化问题。第一阶段负责最大化集体理性,使故障链后果最严重,即输电线路造成的损失之和最大。第二阶段则在第一阶段的基础上最大限度满足个体理性,尽量使每条输电线路的重要性都最大化。两个阶段的优化问题中均体现出故障链的作用。
第一阶段中,优化目标为确定故障链组合,该故障链组合为联盟,使得在电力系统中各故障链的各种组合方式中,该联盟造成的总损失最大。
该故障链组合,由多条故障链组成。该故障链组合,包括全部输电线路,且每一输电线路属于且仅属于一条故障链。
故障链组合造成的总损失,为组成该故障链组合的各故障链造成的损失之和。
因此,第一阶段的优化目标可以表示为
s.t.UX=1,X=[x1,x2,...,xj]T
其中,cj表示第j条故障链;v()为特征函数的符号,v(cj)表示故障链cj造成的损失;m表示电力系统中故障链的数量;U为n×m阶的关系矩阵,用于表示第i条输电线路是否属于第j条故障链;若第i条输电线路属于第j条故障链,则Uij=1,否则Uij=0;X=[x1,x2,...,xj]T,为0-1向量,用于表示故障链是否组成联盟;若第j条故障链参与组成联盟,则xj=1,否则xj=0。
通过对第一阶段的优化目标的最优化求解,可以确定X,即确定x1,x2,...,xj的取值,从而可以根据x1,x2,...,xj中数值为1的元素,确定由哪些故障链组成的故障链组合造成的总损失最大。
第一阶段的优化目标中的决策变量X为0-1变量,因此,第一阶段的优化目标的最优化求解,为整数规划问题。可以采用任意整数规划问题的求解算法获取X,本发明实施例对此不作具体限制。
对于故障链组合中的每一故障链,根据故障链造成的损失,获取组成故障链的每一输电线路贡献的损失,作为每一输电线路造成的最大损失。
具体地,第二阶段中,优化目标为对第一阶段确定的故障链组合中的每一故障链造成的损失进行分配,确定每一输电线路造成的最大损失。
因此,第二阶段的优化目标可以表示为
minε
其中,cj表示第j条故障链;m表示电力系统中故障链的数量;n表示电力系统中输电线路的总数;pi表示第i条输电线路的重要性指标;v()为特征函数的符号,v(cj)表示故障链cj造成的损失;ε为优化因子,为一正数,用于表示上述实施例中的约束条件1被打破的程度。
第二阶段的优化目标中,保留了约束条件1和约束条件3,但允许约束条件1不满足,即将约束条件1松弛,但要求松弛的限度最小,使得作出的让步最小。
第二阶段的优化目标的最优化求解,为线性规划问题。可以采用任意线性规划问题的求解算法获取ε和pi(其中,1≤i≤n),本发明实施例对此不作具体限制。
本发明实施例通过分离集体理性和个体理性,分别集体理性和个体理性,获取每一输电线路造成的最大损失,能获得更准确的输电线路造成的最大损失,从而能获得更准确的输电线路重要性评价结果、评价结果更符合实际情况。
基于上述各实施例的内容,根据电力系统中各故障链造成的损失,确定故障链组合的具体步骤包括:根据遗传算法和电力系统中各故障链造成的损失,确定故障链组合。
具体地,由于第一阶段的优化目标的最优化求解,为整数规划问题,目前不存在多项式时间内找到整数规划问题最优解的方法,因此,可以采用遗传算法求解这一优化问题。
遗传算法是一种全局优化,算法基于自然选择和遗传学机理的生物进化过程,可以通过模拟种群的进化获得接近最优解的解法。
遗传算法中,每个个体都有一套“基因”,表示电力系统中多个故障链的一种组合方式。若干个体组成一个种群,种群演化若干代后算法结束。每一代的演化中,种群中的个体需经历基因重组、基因突变和自然选择(优胜劣汰),通过自然选择的个体产生与自身相同的后代,组成下一代的群体。若干,指一个或多个。
遗传算法运行指定的代数后,选择最后一代中适应度最高的个体的组合方案作为故障链组合。
本发明实施例通过遗传算法最大化集体理性,确定故障链组合,覆盖了全部故障链,具有更好的鲁棒性和更高的准确性,从而能提高输电线路重要性评价结果的准确性。
基于上述各实施例的内容,遗传算法中,将候选组合作为个体。
其中,候选组合由多条故障链组成;在候选组合中,每一输电线路属于且仅属于一条故障链。
具体地,在本发明实施例的遗传算法中,将候选组合作为个体,若干个体组成一个种群,种群演化若干代后遗传算法结束。
任一候选组合,由多条故障链组成;该候选组合包括全部输电线路,且每一输电线路属于该候选组合中的唯一一条故障链。
候选组合造成的损失,为组成该候选组合的各故障链造成的损失之和。
遗传算法中的交叉算子,用于将第一个体中的第一故障链组与第二个体中的第二故障链组互相替换;将属于第一故障链组且不属于第二故障链组的输电线路随机组合成第一个体中新的故障链,或加入第一个体中已有的故障链中;将属于第二故障链组且不属于第一故障链组的输电线路随机组合成第二个体中新的故障链,或加入第二个体中已有的故障链中。
其中,第一故障链组包括第一个体中随机选择的若干条故障链;第二故障链组包括第二个体中随机选择的若干条故障链。
基因重组,通过遗传算法中交叉算子进行模拟。基因重组可以同时吸收两方的优势,组合出损失更大的候选组合,因此概率通常较高。
交叉算子的运算过程可以包括:
对于第一个体和第二个体,随机选择第一个体中的若干条故障链,作为第一故障链组;随机选择第二个体中的若干条故障链,作为第二故障链组;
将第一个体中的第一故障链组与第二个体中的第二故障链组互相替换;
由于候选组合需满足包括全部输电线路,且每一输电线路属于该候选组合中的唯一一条故障链,第一故障链组中的故障链和第二故障链组中的故障链所包括的输电线路可能不同,不在第一故障链组和第二故障链组的交集中的输电线路会“落单”,因此,可以不在第一故障链组和第二故障链组的交集中的输电线路进行重新组合,或加入已有的故障链中,使已有的故障链的长度增加。
遗传算法中的变异算子,用于随机拆散个体中的若干条故障链,将拆散故障链获得的输电线路组合成个体中新的故障链。
基因突变,通过遗传算法中变异算子进行模拟。基因突变可以为群体演化提供新的素材,但是突变大部分是有害的,会降低候选组合的损失,因此概率通常较低。
变异算子的运算过程可以包括:
对于任一个体,可以将该个体包括的故障链中的一个或多个故障链随机拆散;
对于拆散上述故障链获得的多个输电线路,可以将其组合为一个新的故障链,作为该个体中的一个新的基因。
自然选择,通过遗传算法中选择算子进行模拟。自然选择根据个体的适应度优胜劣汰,适应度高的个体通过自然选择、留下“后代”的概率和数量较高。
对于任一个体i,该个体对应的候选组合造成的总损失为Vi,则种群的平均损失Va为
其中,n表示种群中个体的数量。
个体i的适应度为Fi
Fi=max(M(Vi-Va)+Va,0)
其中,M为线性放大系数。Vi越大,则Fi越大。造成的损失高于平均值的个体的适应度为正,而不高于平均值的个体的适应度则为0。个体留下“后代”的概率与其适应度成正比。
本发明实施例根据合作博弈的特点,设计遗传算法的编码方案、基因重组、突变方案与自然选择方案,能在更短时间内找到可以接受的准最优解,使得进行输电线路重要性评价的耗时更短、结果更准确。
基于上述各实施例的内容,根据故障链造成的损失及组成故障链的各输电线路造成的最大损失,确定故障链是否为关键故障链的具体步骤包括:若故障链造成的损失不小于组成故障链的各输电线路造成的最大损失之和,或者组成故障链的各输电线路造成的最大损失之和不小于故障链造成的损失与优化因子之差,则将故障链确定为关键故障链;其中,优化因子,表示获取每一输电线路造成的最大损失时的最小松弛限度。
具体地,若故障链F的损失为v(F),包括n条输电线路,输电线路的重要性指标分别为p1,p2,…,pn,则满足下列两个条件之一的故障链为关键故障链:
其中,ε为优化因子,用于表示上述实施例中的约束条件1被打破的程度,即表示约束条件1的最小松弛限度。
可以看出,故障链组合中的故障链均为关键故障链,满足松弛的约束条件1的故障链均也是关键故障链。
故障链关键与否是相对于组成该故障链的输电线路自身重要性得出的,重要性中等的线路关键故障链较多,重要性较高或较低的线路关键故障链则较少。重要性较低的线路对系统安全影响不大,因此关键故障链自然较少。
关键故障链对重要性中等的输电线路最有意义,这是因为这些故障链的重要性高于组成这些故障链的输电线路本身的重要性,因此,它们是关键故障链。对于重要性高的输电线路,由于输电线路本身已确定为重要,因此,重要性高的输电线路组成的任何故障链都是关键故障链。
本发明实施例根据故障链造成的损失及组成故障链的各输电线路造成的最大损失,筛选关键故障链,能从大量的故障链中筛选出较少的关键故障链,有助于电网运行维护人员精准锁定目标,提高电网运行的稳定性和安全性。
基于上述各实施例的内容,根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失的之前,还包括:获取电力系统中每一故障链造成的负荷损失,作为故障链造成的损失。
具体地,基于合作博弈理论获取每一输电线路造成的最大损失的之前,先获取电力系统中每一故障链的造成的损失。
由于故障链造成的经济损失不易评估,因此,可以将每一故障链造成的负荷损失,作为该故障链造成的损失。
负荷损失,包括因功率平衡、紧急控制等各种原因造成的非正常切负荷。
本发明实施例通过获取故障链造成的负荷损失,作为故障链造成的损失,能更准确地表示故障链造成的损失,从而获取输电线路对故障链造成的损失的贡献,能获得更准确的输电线路造成的最大损失,能获得更准确的输电线路重要性评价结果。
为了便于对本发明各实施例的理解,下面通过一个实例进行说明。
采用本发明上述实施例提供的方法,对某地的10机39节点系统进行输电线路重要性评价和关键故障链筛选。
该系统有39个节点,46条输电线路(含9条发电机支路)。其中节点39是外网等值的发电机,在本实例使用的运行方式中与整个系统基本没有功率交换。
对该系统长度不超过4的故障链进行筛选,得到23876条可造成损失的故障链。故障链损失的单位为标幺值p.u.,其基值为系统总负荷,因此输电线路重要性指标的单位也为p.u.。
需要说明的是,本实例为了减少计算量,仅筛选长度不超过4的故障链作为研究对象。而本发明上述各实施例中,均不对故障链的长度进行限制。
得到故障链后,利用本发明上述实施例提出的两阶段方法进行合作博弈,得到上述46条线路的重要性指标。上述46条线路的重要性指标最小为0,最大为0.4526。
其中,采用的遗传算法的参数取值为:群体规模为460,基因重组率为0.90,基因变异率为0.10,线性放大系数为100,遗传代数为60。
部分输电线路的重要性指标及排名如表1所示。
表1部分输电线路的重要性指标及排名
从表1可以看出,该系统中,发电机支路较重要,前10名中有5条发电机,此外,发电机支路的平均重要性为0.2456p.u.,远高于全体46条线路的平均值0.1094p.u.。这是因为一旦发电机支路故障,则发电机脱网,电网为了功率平衡,就要切负荷。
表2示出了L33、L46、L3和L38在合作博弈中组成的故障链及组成该故障链的各输电线路的重要性指标。
表2 L33、L46、L3和L38的故障链和重要性
从表2可以看出,重要性较高的线路如L33、L46、L38,能与重要性较低的线路组合,“精准扶弱”,得到损失严重的故障链,而L3只能与其他较重要的线路组成有损失的故障链,不能“独自带队”,发挥核心作用,因此前三者重要性较高,而L3重要性排名一般。
根据各故障链造成的损失和每一输电线路的重要性指标,从23876条故障链中,共筛选出2126条关键故障链。
故障链关键与否相对于组成故障链的输电线路自身重要性得出,重要性中等的输电线路组成的关键故障链较多,重要性较高或较低的输电线路组成的关键故障链则较少。重要性较低的输电线路对系统安全影响不大,因此组成的关键故障链自然较少。
本实例中,遗传算法可以在60代之内收敛,在中等硬件条件的PC上计算耗时1分钟左右,速度快,耗时少,具有较好的工程应用前景。
通过本实例可以验证个体理性与集体理性总体上是一致的。集体理性越大的方案,即故障链组合的总损失越大,个体理性越能满足,即优化因子越小。因此,通过分解为两阶段进行最优化求解,能获得更准确的输电线路造成的最大损失。
图2为根据本发明实施例提供的电力系统输电线路重要性的评价装置的结构示意图。基于上述各实施例的内容,如图2所示,该装置包括分配模块201和评价模块202,其中:
分配模块201,用于根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;
评价模块202,用于根据每一输电线路造成的最大损失,评价每一输电线路的重要性;
其中,每一故障链由一条或多条输电线路组成。
具体地,分配模块201基于合作博弈理论,让输电线路开展合作博弈,获取每一输电线路对故障链造成的损失的贡献度,使得每条输电线路都最大化自身风险,从而揭露出该输电线路最危险的一面,即对电力系统造成的最大风险,从而获得每一输电线路造成的最大损失。
评价模块202可以根据每一输电线路造成的最大损失的大小,对输电线路的重要性进行排序,从而获得每一输电线路的重要性的评价结果。输电线路的重要性指标的数值越大,表示该输电线路越重要。
本发明实施例提供的电力系统输电线路重要性的评价装置,用于执行本发明上述各实施例提供的电力系统输电线路重要性的评价方法,该电力系统输电线路重要性的评价装置包括的各模块实现相应功能的具体方法和流程详见上述电力系统输电线路重要性的评价方法的实施例,此处不再赘述。
该电力系统输电线路重要性的评价装置用于前述各实施例的电力系统输电线路重要性的评价方法。因此,在前述各实施例中的电力系统输电线路重要性的评价方法中的描述和定义,可以用于本发明实施例中各执行模块的理解。
本发明实施例基于合作博弈理论,对电力系统中各故障链造成的损失进行合理分配,获得每一输电线路造成的最大损失,并根据每一输电线路造成的最大损失,评价每一输电线路的重要性,考虑了多重故障作为故障链的叠加效应,覆盖了全部故障链,能获得更准确的输电线路重要性评价结果、评价结果更符合实际情况。
图3为根据本发明实施例提供的电子设备的结构框图。基于上述实施例的内容,如图3所示,该电子设备可以包括:处理器(processor)301、存储器(memory)302和总线303;其中,处理器301和存储器302通过总线303完成相互间的通信;处理器301用于调用存储在存储器302中并可在处理器301上运行的计算机程序指令,以执行上述各方法实施例所提供的电力系统输电线路重要性的评价方法,例如包括:根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;根据每一输电线路造成的最大损失,评价每一输电线路的重要性;其中,每一故障链由一条或多条输电线路组成。
本发明另一实施例公开一种计算机程序产品,计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的电力系统输电线路重要性的评价方法,例如包括:根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;根据每一输电线路造成的最大损失,评价每一输电线路的重要性;其中,每一故障链由一条或多条输电线路组成。
此外,上述的存储器302中的逻辑指令可以通过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,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明另一实施例提供一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行上述各方法实施例所提供的电力系统输电线路重要性的评价方法,例如包括:根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;根据每一输电线路造成的最大损失,评价每一输电线路的重要性;其中,每一故障链由一条或多条输电线路组成。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行上述各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种电力系统输电线路重要性的评价方法,其特征在于,包括:
根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;
根据所述每一输电线路造成的最大损失,评价每一所述输电线路的重要性;
其中,每一所述故障链由一条或多条输电线路组成;
所述根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失,包括:
对多目标优化模型进行最优化求解,获取每一输电线路造成的最大损失;
所述多目标优化模型为
max p1,p2,...,pn
UX=1
其中,cj表示第j条故障链;m表示电力系统中故障链的数量;n表示电力系统中输电线路的总数;pi表示第i条输电线路的重要性指标;v()为特征函数的符号,v(cj)表示故障链cj造成的损失;U为n×m阶的关系矩阵,用于表示第i条输电线路是否属于第j条故障链;若第i条输电线路属于第j条故障链,则Uij=1,否则Uij=0;X=[x1,x2,...,xj]T,为0-1向量,用于表示故障链是否组成联盟;若第j条故障链参与组成联盟,则xj=1,否则xj=0;M为一充分大正数,用于松弛约束。
2.根据权利要求1所述的方法,其特征在于,所述根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失之后,还包括:
对于每一所述故障链,根据所述故障链造成的损失及组成所述故障链的各输电线路造成的最大损失,确定所述故障链是否为关键故障链。
3.根据权利要求1所述的方法,其特征在于,所述根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失的具体步骤包括:
根据电力系统中各故障链造成的损失,确定故障链组合;
对于所述故障链组合中的每一故障链,根据所述故障链造成的损失,获取组成所述故障链的每一输电线路贡献的损失,作为所述每一输电线路造成的最大损失;
其中,所述故障链组合由多条故障链组成;在所述故障链组合中,每一输电线路属于且仅属于一条故障链;在所述电力系统中各故障链的各种组合方式中,所述故障链组合造成的总损失最大。
4.根据权利要求3所述的方法,其特征在于,根据电力系统中各故障链造成的损失,确定故障链组合的具体步骤包括:
根据遗传算法和所述电力系统中各故障链造成的损失,确定故障链组合。
5.根据权利要求4所述的方法,其特征在于,所述遗传算法中,将候选组合作为个体;
所述遗传算法中的交叉算子,用于将第一个体中的第一故障链组与第二个体中的第二故障链组互相替换;将属于所述第一故障链组且不属于所述第二故障链组的输电线路随机组合成第一个体中新的故障链,或加入第一个体中已有的故障链中;将属于所述第二故障链组且不属于所述第一故障链组的输电线路随机组合成第二个体中新的故障链,或加入第二个体中已有的故障链中;
所述遗传算法中的变异算子,用于随机拆散个体中的若干条故障链,将拆散故障链获得的输电线路组合成个体中新的故障链;
其中,所述候选组合由多条故障链组成;在所述候选组合中,每一输电线路属于且仅属于一条故障链;所述第一故障链组包括第一个体中随机选择的若干条故障链;所述第二故障链组包括第二个体中随机选择的若干条故障链。
6.根据权利要求2所述的方法,其特征在于,根据所述故障链造成的损失及组成所述故障链的各输电线路造成的最大损失,确定所述故障链是否为关键故障链的具体步骤包括:
若所述故障链造成的损失不小于组成所述故障链的各输电线路造成的最大损失之和,或者组成所述故障链的各输电线路造成的最大损失之和不小于所述故障链造成的损失与优化因子之差,则将所述故障链确定为关键故障链;
其中,所述优化因子,表示获取每一输电线路造成的最大损失时的最小松弛限度。
7.根据权利要求1至6任一所述的方法,其特征在于,所述根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失之前,还包括:
获取所述电力系统中每一故障链造成的负荷损失,作为所述每一故障链造成的损失。
8.一种电力系统输电线路重要性的评价装置,其特征在于,包括:
分配模块,用于根据电力系统中各故障链造成的损失及合作博弈理论,获取每一输电线路造成的最大损失;
评价模块,用于根据所述每一输电线路造成的最大损失,评价每一所述输电线路的重要性;
其中,每一所述故障链由一条或多条输电线路组成;
所述分配模块,具体用于对多目标优化模型进行最优化求解,获取每一输电线路造成的最大损失;
所述多目标优化模型为
max p1,p2,...,pn
UX=1
其中,cj表示第j条故障链;m表示电力系统中故障链的数量;n表示电力系统中输电线路的总数;pi表示第i条输电线路的重要性指标;v()为特征函数的符号,v(cj)表示故障链cj造成的损失;U为n×m阶的关系矩阵,用于表示第i条输电线路是否属于第j条故障链;若第i条输电线路属于第j条故障链,则Uij=1,否则Uij=0;X=[x1,x2,...,xj]T,为0-1向量,用于表示故障链是否组成联盟;若第j条故障链参与组成联盟,则xj=1,否则xj=0;M为一充分大正数,用于松弛约束。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至7任一项所述的电力系统输电线路重要性的评价方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述的电力系统输电线路重要性的评价方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019102229516 | 2019-03-22 | ||
CN201910222951 | 2019-03-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110648247A CN110648247A (zh) | 2020-01-03 |
CN110648247B true CN110648247B (zh) | 2022-06-10 |
Family
ID=69009348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910286507.0A Active CN110648247B (zh) | 2019-03-22 | 2019-04-10 | 电力系统输电线路重要性的评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110648247B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002081041A2 (en) * | 2001-04-06 | 2002-10-17 | Feldman Barry E | Method and system for using cooperative game theory to resolve statistical joint effects |
CN104820864A (zh) * | 2015-03-31 | 2015-08-05 | 浙江工业大学 | 含分布式电源的智能配电网全景故障恢复博弈方法 |
CN105281372A (zh) * | 2015-10-09 | 2016-01-27 | 南京邮电大学 | 面向分布式能源的多目标多主体分布式博弈优化方法 |
CN106780141A (zh) * | 2016-12-15 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种基于流形学习的输电线路检修计划优化方法及系统 |
CN108090623A (zh) * | 2017-12-29 | 2018-05-29 | 广东电网有限责任公司惠州供电局 | 一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法 |
-
2019
- 2019-04-10 CN CN201910286507.0A patent/CN110648247B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002081041A2 (en) * | 2001-04-06 | 2002-10-17 | Feldman Barry E | Method and system for using cooperative game theory to resolve statistical joint effects |
CN104820864A (zh) * | 2015-03-31 | 2015-08-05 | 浙江工业大学 | 含分布式电源的智能配电网全景故障恢复博弈方法 |
CN105281372A (zh) * | 2015-10-09 | 2016-01-27 | 南京邮电大学 | 面向分布式能源的多目标多主体分布式博弈优化方法 |
CN106780141A (zh) * | 2016-12-15 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种基于流形学习的输电线路检修计划优化方法及系统 |
CN108090623A (zh) * | 2017-12-29 | 2018-05-29 | 广东电网有限责任公司惠州供电局 | 一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法 |
Non-Patent Citations (1)
Title |
---|
《基于电网生存性评估的关键线路识别方法》;杨文辉等;《中国电机工程学报》;20110305;第31卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110648247A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fang et al. | A new strategy for transmission expansion in competitive electricity markets | |
Garcés et al. | A bilevel approach to transmission expansion planning within a market environment | |
Attar et al. | A simulation-based optimization approach for free distributed repairable multi-state availability-redundancy allocation problems | |
EP2507751B1 (en) | Restoration switching analysis with modified genetic algorithm | |
CN104715318A (zh) | 面向通信网络的多维度运行风险评价方法 | |
Florez et al. | Multi-objective transmission expansion planning considering multiple generation scenarios | |
Geng et al. | Research on self-organization in resilient recovery of cluster supply chains | |
Sharifi et al. | Using NSGA II algorithm for a three objectives redundancy allocation problem with k-out-of-n sub-systems | |
Meng et al. | Analysis of inventive problem-solving capacities for renewable energy storage investments | |
CN111626545A (zh) | 应急救援物资高维多目标分配方法和系统 | |
Abdollahzadeh et al. | Optimal design of a multi-state system with uncertainty in supplier selection | |
Pourahmadi et al. | Identification of critical components in power systems: A game theory application | |
Sun et al. | Strategic bidding in extended locational marginal price scheme | |
Saisridhar et al. | Assessing supply chain responsiveness, resilience and robustness (Triple-R) by computer simulation: a systematic review of the literature | |
CN111797892A (zh) | 一种基于随机森林回归的电力市场发电商市场力监测方法 | |
da Silva et al. | Constructive metaheuristics applied to transmission expansion planning with security constraints | |
CN110648247B (zh) | 电力系统输电线路重要性的评价方法及装置 | |
Shayeghi et al. | GEP considering purchase prices, profits of IPPs and reliability criteria using hybrid GA and PSO | |
Sooktip et al. | System reliability optimization with k-out-of-n subsystems and changing k | |
MohammadZadeh Dogahe et al. | A new biobjective model to optimize integrated redundancy allocation and reliability-centered maintenance problems in a system using metaheuristics | |
Trivedi et al. | Multi-objectivization of short-term unit commitment under uncertainty using evolutionary algorithm | |
Bashi et al. | A comparative study on the bidding behaviour of pay as bid and uniform price electricity market players | |
Larsson | The network performance assessment model: a new framework of regulating the electricity network companies | |
Srinivasan et al. | Evolving cooperative bidding strategies in a power market | |
Mortazavi et al. | Multi-objective redundancy allocation problem considering instantaneous availability, reparability, interference factor and load share |
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 |