CN110795866A - 一种基于极限故障点的电压暂降区域预测方法 - Google Patents
一种基于极限故障点的电压暂降区域预测方法 Download PDFInfo
- Publication number
- CN110795866A CN110795866A CN201911127011.5A CN201911127011A CN110795866A CN 110795866 A CN110795866 A CN 110795866A CN 201911127011 A CN201911127011 A CN 201911127011A CN 110795866 A CN110795866 A CN 110795866A
- Authority
- CN
- China
- Prior art keywords
- fault
- voltage
- voltage sag
- point
- limit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 abstract 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (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极限故障点的电压暂降区域预测方法,包括:构建电网简化模型;创建蒙特卡洛随机变量故障模型;获得不同情况下N个节点的故障电压平均值,以及相对应的电压暂降百分比;根据不同故障所对应的权重值,计算出各个节点综合故障时的电压暂降百分比;确定极限故障点;根据极限故障点所对应的电压暂降区域,提前配置相应设备以进行电压抬升。本发明将蒙特卡洛法与极限故障点法相结合,对电网故障进行精准预测,找出极限故障点所对应的电压暂将区域,为后续合理、高效地治理以抬升电压暂降区域的电压奠定了基础,使得系统的全网电压状态最佳。
Description
技术领域
本发明涉及电力系统故障的预测技术领域,特别是一种基于极限故障点的电压暂降区域预测方法。
背景技术
在现代科技发展的今天,各种电力电子器件的应用,给电网带来巨大的挑战。同时,随着当代电力系统的电网和负荷不断扩张及各种精密仪器装置的使用,也对电网的供电质量提出了更高的要求。电压暂降作为较为严重的电能质量问题之一,如何精准地预测做到防患于未然是避免电能质量问题发生的关键所在。
当前电网结构日趋复杂化、智能化,不同区域之间的互联越来越紧密,从而致使电力系统的故障发生的随机性愈发增强,故障点对电网其他节点的影响也越来越大。因此,在庞大而繁杂的电网系统中,故障预测会呈现出错综复杂的结果。若对每种可能发生的故障情况都提前配置相应的设备进行治理又显得不切实际,大幅地增加了电网的成本,所以对预测到的故障情况进行严重性的等级划分就有着举足轻重的作用,由此延伸的如何有效地解决盲目治理的问题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于极限故障点的电压暂降区域预测方法,将蒙特卡洛法与极限故障点法相结合,对电网故障进行精准预测,找出极限故障点所对应的电压暂将区域,为后续合理、高效地治理以抬升电压暂降区域的电压奠定了基础,使得系统的全网电压状态最佳。
本发明的目的是通过以下技术方案来实现的:
一种基于极限故障点的电压暂降区域预测方法,包括以下步骤:
S1、构建电网简化模型;
S2、创建蒙特卡洛随机变量故障模型,对不同种类的故障分别进行n次仿真;
S3、获得不同情况下N个节点的故障电压平均值,以及相对应的电压暂降百分比;
S4、根据不同故障所对应的权重值,计算出各个节点综合故障时的电压暂降百分比;
S5、由各个节点综合故障时的电压暂降百分比,来确定某一点故障时使用其他节点电压暂降的百分比之和最大的点,即为极限故障点;
S6、根据极限故障点所对应的电压暂降区域,提前配置相应设备以进行电压抬升,使得电网更加稳定可靠运行。
进一步的,步骤S2中包括:
S201、建立故障类型的概率模型;
设随机数u1~(0,1)为均匀分布,则系统发生不同
故障类型的概率分布模型为:
其中,P(FTi)为每种故障类型发生的概率;根据配电网历年的事故统计结果,设定FTi从1到10,分别对应10类短路故障;
S202、建立故障线路的概率模型;
设定每条线路发生的故障是随机的,线路发生故障的概率与线路长度占总线路长度的比例相等,即:
设随机数u2~(0,1)均匀分布,FL表示故障线路,则故障线路的概率模型为:
S203、建立位置故障位置的概率模型
设随机数u3~(0,1)均匀分布,每条线路上均匀设置3个故障位置点,F代表故障点位置,则故障点位置的概率分布模型如下所示:
进一步的,在步骤S4中,还包括:
S401、在每个节点附近不同的位置设置故障,用蒙特卡洛法分别仿真单相接地短路故障、两相接地短路故障、两相短路故障、三相短路故障n次,得出四种情况十种不同类型下的N 个节点故障电压平均值式中:代表当第i节点发生n次W故障时第j个节点的故障平均电压值;W=1,2,3,4表示单相接地短路故障、两相接地短路故障、两相短路故障、三相短路故障;i、j表示N个节点,取值从1到N;
S403、根据配电网历年的事故统计结果,得出每种故障下不同的权重值QW分别是:单相接地短路故障Q1为0.648、两相接地短路故障Q2为0.201、两相短路故障Q3为0.09、三相短路故障Q4为0.06,计算得到各个节点综合故障时的电压暂降百分比
式中:i=1,2,3...N;j=1,2,3...N。
进一步的,在步骤S5中,还包括:
式中:i=1,2,3...N。
进一步的,在步骤S6中,还包括:
根据步骤S5确定出来的极限故障点Gi,以及故障时影响其他各节点电压暂降的百分比找到对应电压暂降60%~90%的区域,在电网系统中提前配置相应设备以进行电压抬升。
本发明的有益效果为:
本发明将先采用蒙特卡洛法对故障情况进行仿真并结合每种故障下不同的权重值,得到各个节点综合故障时的电压暂降百分比,以此来找到某一点故障时使得其他节点电压暂降的百分比之和最大的点,即为极限故障点。根据极限故障点提前配置设备治理其相对应的极限电压暂降区域,就可有效地抬升故障暂降的电压值,以此优化全网电压,使得电力系统更加稳定可靠的运行。
附图说明
图1为本发明电压暂降区域预测方法的流程图;
图2为本发明IEEE14节点模型的示意图;
图3为本发明极限故障点4的电压暂降区域图。
具体实施方式
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,所描述的实施例仅仅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做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。
本发明提供一种基于极限故障点的电压暂降区域预测方法,将蒙特卡洛法与极限故障点法相结合,对电网故障进行精准预测,找出极限故障点所对应的电压暂将区域,为后续合理、高效地治理以抬升电压暂降区域的电压奠定了基础,使得系统的全网电压状态最佳。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
一种基于极限故障点的电压暂降区域预测方法,入图1所示,包括以下步骤:
S1、构建电网简化模型如图2所示,构建出简化的IEEE14节点模型;
S2、创建蒙特卡洛随机变量故障模型,对不同种类的故障分别进行n次仿真;
S3、获得不同情况下N个节点的故障电压平均值,以及相对应的电压暂降百分比;
S4、根据不同故障所对应的权重值,计算出各个节点综合故障时的电压暂降百分比;
S5、由各个节点综合故障时的电压暂降百分比,来确定某一点故障时使用其他节点电压暂降的百分比之和最大的点,即为极限故障点;
S6、根据极限故障点所对应的电压暂降区域,提前配置相应设备以进行电压抬升,使得电网更加稳定可靠运行。
进一步的,步骤S2中包括:
S201、建立故障类型的概率模型;
设随机数u1~(0,1)为均匀分布,则系统发生不同
故障类型的概率分布模型为:
其中,P(FTi)为每种故障类型发生的概率;根据配电网历年的事故统计结果,设定FTi从1到10,分别对应10类短路故障;根据配电网历年的事故统计结果,有各种故障类型的发声概率如表1所示:
表1配电网故障类型的发生概率统计
S202、建立故障线路的概率模型;
设定每条线路发生的故障是随机的,线路发生故障的概率与线路长度占总线路长度的比例相等,即:
设随机数u2~(0,1)均匀分布,FL表示故障线路,则故障线路的概率模型为:
S203、建立位置故障位置的概率模型
设随机数u3~(0,1)均匀分布,每条线路上均匀设置3个故障位置点,F代表故障点位置,则故障点位置的概率分布模型如下所示:
进一步的,在步骤S4中,还包括:
S401、在每个节点附近不同的位置设置故障,用蒙特卡洛法分别仿真单相接地短路故障、两相接地短路故障、两相短路故障、三相短路故障n次,得出四种情况十种不同类型下的N 个节点故障电压平均值式中:代表当第i节点发生n次W故障时第j个节点的故障平均电压值;W=1,2,3,4表示单相接地短路故障、两相接地短路故障、两相短路故障、三相短路故障;i、j表示N个节点,取值从1到N;
S403、根据配电网历年的事故统计结果,得出每种故障下不同的权重值QW分别是:单相接地短路故障Q1为0.648、两相接地短路故障Q2为0.201、两相短路故障Q3为0.09、三相短路故障Q4为0.06,计算得到各个节点综合故障时的电压暂降百分比
式中:i=1,2,3...N;j=1,2,3...N。
进一步的,在步骤S5中,还包括:
式中:i=1,2,3...N。
进一步的,在步骤S6中,还包括:
式中:本算例中U基准取1.05。
表2单相接地短路故障电压暂降百分比
表2中第一行数据代表当1节点附近发生故障时,14个节点的电压暂降百分比,以此类推。
表3两相接地短路故障电压暂降百分比
表4两相短路故障电压暂降百分比
表5三相短路故障电压暂降百分比
步骤S303中,根据配电网历年的事故统计结果,得出每种故障下不同的权重值QW分别是:单相接地短路故障Q1为0.648、两相接地短路故障Q2为0.201、两相短路故障Q3为0.09、三相短路故障Q4为0.06,计算得到各个节点综合故障时的电压暂降百分比具体如表6所示:
表6综合故障电压暂降百分比
表7综合故障电压暂降百分比之和
表中,最后一列代表各点故障时使得其他节点综合故障电压暂降的百分比之和。
本发明将蒙特卡洛法对故障情况进行仿真并结合每种故障下不同的权重值,得到各个节点综合故障时的电压暂降百分比,以先采用此来找到某一点故障时使得其他节点电压暂降的百分比之和最大的点,即为极限故障点。根据极限故障点提前配置设备治理其相对应的极限电压暂降区域,就可有效地抬升故障暂降的电压值,以此优化全网电压,使得电力系统更加稳定可靠的运行。
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (5)
1.一种基于极限故障点的电压暂降区域预测方法,其特征在于,包括以下步骤:
S1、构建电网简化模型;
S2、创建蒙特卡洛随机变量故障模型,对不同种类的故障分别进行n次仿真;
S3、获得不同情况下N个节点的故障电压平均值,以及相对应的电压暂降百分比;
S4、根据不同故障所对应的权重值,计算出各个节点综合故障时的电压暂降百分比;
S5、由各个节点综合故障时的电压暂降百分比,来确定某一点故障时使用其他节点电压暂降的百分比之和最大的点,即为极限故障点;
S6、根据极限故障点所对应的电压暂降区域,提前配置相应设备以进行电压抬升,使得电网更加稳定可靠运行。
2.根据权利要求1所述一种基于极限故障点的电压暂降区域预测方法,其特征在于,步骤S2中包括:
S201、建立故障类型的概率模型;
设随机数u1~(0,1)为均匀分布,则系统发生不同
故障类型的概率分布模型为:
其中,P(FTi)为每种故障类型发生的概率;根据配电网历年的事故统计结果,设定FTi从1到10,分别对应10类短路故障;
S202、建立故障线路的概率模型;
设定每条线路发生的故障是随机的,线路发生故障的概率与线路长度占总线路长度的比例相等,即:
设随机数u2~(0,1)均匀分布,FL表示故障线路,则故障线路的概率模型为:
S203、建立位置故障位置的概率模型
设随机数u3~(0,1)均匀分布,每条线路上均匀设置3个故障位置点,F代表故障点位置,则故障点位置的概率分布模型如下所示:
3.根据权利要求1所述一种基于极限故障点的电压暂降区域预测方法,其特征在于,在步骤S4中,还包括:
S401、在每个节点附近不同的位置设置故障,用蒙特卡洛法分别仿真单相接地短路故障、两相接地短路故障、两相短路故障、三相短路故障n次,得出四种情况十种不同类型下的N个节点故障电压平均值式中:代表当第i节点发生n次W故障时第j个节点的故障平均电压值;W=1,2,3,4表示单相接地短路故障、两相接地短路故障、两相短路故障、三相短路故障;i、j表示N个节点,取值从1到N;
S403、根据配电网历年的事故统计结果,得出每种故障下不同的权重值QW分别是:单相接地短路故障Q1为0.648、两相接地短路故障Q2为0.201、两相短路故障Q3为0.09、三相短路故障Q4为0.06,计算得到各个节点综合故障时的电压暂降百分比
式中:i=1,2,3...N;j=1,2,3...N。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911127011.5A CN110795866B (zh) | 2019-11-18 | 2019-11-18 | 一种基于极限故障点的电压暂降区域预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911127011.5A CN110795866B (zh) | 2019-11-18 | 2019-11-18 | 一种基于极限故障点的电压暂降区域预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110795866A true CN110795866A (zh) | 2020-02-14 |
CN110795866B CN110795866B (zh) | 2024-04-23 |
Family
ID=69445089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911127011.5A Active CN110795866B (zh) | 2019-11-18 | 2019-11-18 | 一种基于极限故障点的电压暂降区域预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110795866B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104300532A (zh) * | 2014-09-30 | 2015-01-21 | 国网山西省电力公司电力科学研究院 | 一种基于矩阵因子的电压暂降评估流程 |
WO2016026355A1 (zh) * | 2014-08-18 | 2016-02-25 | 国家电网公司 | 一种有源配电网电压跌落仿真与评估方法 |
CN106058865A (zh) * | 2016-07-08 | 2016-10-26 | 东南大学 | 一种电网节点电压暂降的风险评估方法 |
CN109034461A (zh) * | 2018-07-06 | 2018-12-18 | 国网山西省电力公司电力科学研究院 | 一种基于实际电网监测信息的电压暂降随机预估方法 |
-
2019
- 2019-11-18 CN CN201911127011.5A patent/CN110795866B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016026355A1 (zh) * | 2014-08-18 | 2016-02-25 | 国家电网公司 | 一种有源配电网电压跌落仿真与评估方法 |
CN104300532A (zh) * | 2014-09-30 | 2015-01-21 | 国网山西省电力公司电力科学研究院 | 一种基于矩阵因子的电压暂降评估流程 |
CN106058865A (zh) * | 2016-07-08 | 2016-10-26 | 东南大学 | 一种电网节点电压暂降的风险评估方法 |
CN109034461A (zh) * | 2018-07-06 | 2018-12-18 | 国网山西省电力公司电力科学研究院 | 一种基于实际电网监测信息的电压暂降随机预估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110795866B (zh) | 2024-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeraati et al. | Voltage quality improvement in low voltage distribution networks using reactive power capability of single-phase PV inverters | |
Song et al. | A new formulation of distribution network reconfiguration for reducing the voltage volatility induced by distributed generation | |
Ding et al. | On distributed PV hosting capacity estimation, sensitivity study, and improvement | |
Rajput et al. | Coordination of directional overcurrent relays in the interconnected power systems using effective tuning of harmony search algorithm | |
Chen et al. | An improved model for structural vulnerability analysis of power networks | |
Esmaili et al. | Transmission expansion planning including TCSCs and SFCLs: A MINLP approach | |
JP2018191482A (ja) | 最適潮流計算装置、最適潮流計算方法、および最適潮流計算プログラム | |
Zhai et al. | Modeling and identification of worst-case cascading failures in power systems | |
Li et al. | A temporal-spatial natural disaster model for power system resilience improvement using DG and lines hardening | |
Chi et al. | Multi‐objective robust tuning of STATCOM controller parameters for stability enhancement of stochastic wind‐penetrated power systems | |
Alam et al. | Optimal placement of DG in distribution system for power loss minimization and voltage profile improvement | |
WO2017134045A1 (en) | Common rank approximation in distribution grid probabilistic simulation | |
CN114336634B (zh) | 一种电网系统的潮流计算方法、装置和设备 | |
Pompodakis et al. | A comprehensive three-phase step voltage regulator model with efficient implementation in the Z-bus power flow | |
Li et al. | A multi-area Thevenin equivalent based multi-rate co-simulation for control design of practical LCC HVDC system | |
CN110912199A (zh) | 多直流馈入受端电网同步调相机的布点和定容方法及装置 | |
CN110795866A (zh) | 一种基于极限故障点的电压暂降区域预测方法 | |
Mahseredjian et al. | Simulation of electromagnetic transients with EMTP-RV | |
Bhujade et al. | Economic analysis of annual load loss due to voltage sags in industrial distribution networks with distributed PVs | |
CN110176755A (zh) | 一种故障限流器配置方法及装置 | |
CN103972880A (zh) | 一种大电网连锁故障风险计算方法 | |
CN112906200B (zh) | 电力系统储能配置方法、装置、计算机设备和存储介质 | |
Akwukwaegbu et al. | Comparative Power Flow Analysis of 28 and 52 Buses for 330KV Power Grid Networks in Nigeria Using Newton-Raphson Method | |
CN111651889B (zh) | 输电系统高风险事件筛选方法、装置、设备及存储介质 | |
Hinneck et al. | Optimal power flow with substation reconfiguration |
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 |