CN110807172A - 一种电力系统继电保护的风险预测方法和装置 - Google Patents
一种电力系统继电保护的风险预测方法和装置 Download PDFInfo
- Publication number
- CN110807172A CN110807172A CN201910970025.7A CN201910970025A CN110807172A CN 110807172 A CN110807172 A CN 110807172A CN 201910970025 A CN201910970025 A CN 201910970025A CN 110807172 A CN110807172 A CN 110807172A
- Authority
- CN
- China
- Prior art keywords
- risk
- relay protection
- power system
- index
- power
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000004088 simulation Methods 0.000 claims abstract description 50
- 238000012360 testing method Methods 0.000 claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 238000002955 isolation Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 230000009471 action Effects 0.000 description 18
- 230000006872 improvement Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000005070 sampling Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 238000009434 installation Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012614 Monte-Carlo sampling Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- KNHUKKLJHYUCFP-UHFFFAOYSA-N clofibrate Chemical compound CCOC(=O)C(C)(C)OC1=CC=C(Cl)C=C1 KNHUKKLJHYUCFP-UHFFFAOYSA-N 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002370 liquid polymer infiltration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- NGVDGCNFYWLIFO-UHFFFAOYSA-N pyridoxal 5'-phosphate Chemical compound CC1=NC=C(COP(O)(O)=O)C(C=O)=C1O NGVDGCNFYWLIFO-UHFFFAOYSA-N 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明于提供一种电力系统继电保护的风险预测方法和装置，属于电力系统继电保护技术领域。其中，电力系统继电保护的风险预测方法包括如下步骤：通过对电力系统继电保护过程进行仿真测试，获取电力系统继电保护过程中各风险后果的严重度指标和发生概率；风险后果包括负荷切除、电源孤立和电网解列中的至少两种；根据电力系统继电保护过程中各风险后果的发生概率和严重度指标计算出各风险后果的风险指标；根据各风险后果的风险指标计算出电力系统继电保护的综合风险指标。本发明所提供的技术方案，计算过程比较简单，能够解决现有技术中在对电力系统继电保护风险预测时算法复杂，工作效率低的问题。
Description
技术领域
本发明属于电力系统继电保护技术领域，具体涉及一种电力系统继电保护的风险预测方法和装置。
背景技术
目前，随着电力系统规模在不断扩大，电力系统规模程度也越大，并且需要能够抵御更多的随机故障和扰动。同时，电网运行的不确定性也在逐渐增加，继电保护装置中存在某些故障或缺陷，如自检系统故障或者定值设置不合理等，造成在线路故障或者电力系统出现较大的扰动时，继电保护装置可能会不正确动作，引起电力系统的输送功率损失的问题，严重时还会引起大规模停电的严重后果。因此，有必要结合继电保护装置动作行为对电网本身造成的影响程度来对保护系统的运行风险及薄弱环节进行评估。
对连锁故障的预测方法分为模式搜索法和模型搜索法。模式搜索法通过对电网进行故障仿真，搜索出导致连锁故障的故障模式，常见方法有：N-1(或N-K)判据、蒙特卡洛抽样法、状态空间法、综合解析法和随机模拟法的混合筛选法等。N-1(或N-K)判据法在电网中经常用作安全检验，但是在处理具有连续参数的设备时处理过程比较复杂，并且对不确定因素支持也较差，不适合用来分析连锁故障。
模型搜索法常用的是采用基于马尔可夫状态空间法的电力系统连锁故障预测模型，考虑了被切除线路的潮流转移影响，以及继电保护装置和断路器不正确动作概率、系统硬件失效率，利用系统结构和网络参数建立起前后级连锁故障间的关系，预测连锁故障路径。不过这种方法运用在规模较大的系统中造成在对电力系统继电保护风险预测时算法复杂，工作效率低的问题。
发明内容
本发明的目的在于提供一种电力系统继电保护的风险预测方法，用于解决现有技术中在对电力系统继电保护风险预测时存在的算法复杂、工作效率低的问题；同时，本发明还提供了一种电力系统继电保护的风险预测装置，用于解决现有技术中在对电力系统继电保护风险预测时存在的算法复杂、工作效率低的问题。
为实现上述目的，本发明提供的技术方案是：
一种电力系统继电保护的风险预测方法，包括如下步骤：
(1)获取电力系统继电保护过程中各风险后果的严重度指标和发生概率；所述风险后果包括负荷切除、电源孤立和电网解列中的至少两种；
(2)根据所述发生概率和严重度指标，计算出各风险后果的风险指标；
(3)根据各风险后果的风险指标，计算出电力系统继电保护的综合风险指标，根据综合风险指标进行风险预测。
本发明所提供的技术方案，根据电力系统继电保护过程中各风险后果的发生概率和严重度指标，计算出各风险后果的风险指标，进而计算出综合风险指标，计算过程比较简单，能够解决现有技术中在对电力系统继电保护风险预测时算法复杂，工作效率低的问题。
作为对各风险后果发生概率计算方法的进一步改进，所述获取电力系统继电保护过程中各风险后果的发生概率的方法为：对电力系统的继电保护过程进行N次仿真测试，其中一种风险后果发生的次数为n，则该风险后果的发生概率为n/N。
作为对电源孤立严重度指标计算的进一步改进，通过仿真测试获取电力系统继电保护过程中电源孤立严重度指标的计算公式为：
其中N为仿真测试的总次数，PG(i)为第i次仿真测试时导致的电源容量损失；PS为系统容量；IBI为电源孤立的严重度指标。
作为对负荷切除严重度指标计算的进一步改进，通过仿真测试获取电力系统继电保护过程中负荷切除严重度指标的计算公式为：
其中Ci表示第i次仿真测试中的负荷消减数量。
作为对电网解列严重度指标计算的进一步改进，通过仿真测试获取电力系统继电保护过程中电网解列严重度指标的计算公式为：
其中PN(i)为第i次仿真测试造成的系统容量损失；PS为系统容量。
作为对各风险后果风险指标计算的进一步改进，其中一种风险后果的风险指标的计算公式为：
R＝P*I；
其中，R为其中一种风险后果的风险指标，I为该风险后果的严重度指标，P为该风险后果的发生概率。
作为对电力系统继电保护综合风险指标计算的进一步改进，电力系统继电保护的综合风险指标为：
IR＝α1RBI+α2RLP+α3RNB；
其中α1、α2和α3为权重值，RB1为电源孤立的风险指标，RLP为负荷切除的风险指标，RNB电网解列的风险指标。
设置权重值，对电力系统继电保护的风险预测的结果更加准确。
一种电力系统继电保护的风险预测装置，包括处理器和存储器，所述存储器上存储有用于在处理器上执行的计算机程序；所述处理器执行所述计算机程序时实现如下步骤：
(1)通过对电力系统继电保护过程进行仿真测试，获取电力系统继电保护过程中各风险后果的严重度指标和发生概率；所述风险后果包括负荷切除、电源孤立和电网解列中的至少两种；
(2)根据电力系统继电保护过程中各风险后果的发生概率和严重度指标，计算出各风险后果的风险指标；
(3)根据各风险后果的风险指标，计算出电力系统继电保护的综合风险指标。
本发明所提供的技术方案，通过仿真测试得到电力系统继电保护过程中各风险后果的发生概率和严重度指标，不存在状态划分困难的问题；并且计算过程比较简单，能够解决现有技术中在对电力系统继电保护风险预测时由于状态划分困难和求解困难而造成的算法复杂，工作效率低的问题。
作为对各风险后果的发生概率计算方法的进一步改进，所述获取电力系统继电保护过程中各风险后果的发生概率的方法为：对电力系统的继电保护过程进行N次仿真测试，其中一种风险后果发生的次数为n，则该风险后果的发生概率为n/N。
作为对电源孤立严重度指标计算的进一步改进，通过仿真测试获取电力系统继电保护过程中电源孤立严重度指标的计算公式为：
其中N为仿真测试的总次数，PG(i)为第i次仿真测试时导致的电源容量损失；PS为系统容量；IBI为电源孤立的严重度指标。
作为对负荷切除严重度指标计算的进一步改进，通过仿真测试获取电力系统继电保护过程中负荷切除严重度指标的计算公式为：
其中Ci表示第i次仿真测试中的负荷消减数量。
作为对电网解列严重度指标计算的进一步改进，通过仿真测试获取电力系统继电保护过程中电网解列严重度指标的计算公式为：
其中PN(i)为第i次仿真测试造成的系统容量损失；PS为系统容量。
作为对各风险后果风险指标计算的进一步改进，设其中一种风险后果的发生概率为P，且该风险后果的严重度指标为I，则该风险后果的风险指标为R＝P*I。
作为对电力系统继电保护综合风险指标计算的进一步改进，电力系统继电保护的综合风险指标为：
IR＝α1RBI+α2RLP+α3RNB；
其中α1、α2和α3为权重值，RB1为电源孤立的风险指标，RLP为负荷切除的风险指标，RNB电网解列的风险指标。
设置权重值，对电力系统继电保护的风险预测的结果更加准确。
附图说明
图1为本发明方法实施例中电力系统继电保护的风险预测方法流程图；
图2为本发明方法实施例中隐性误动概率模型的示意图；
图3为本发明方法实施例中IEEE-39节点可靠性测试系统的拓扑图；
图4为本发明方法实施例中电源孤立、负荷切除、电网解列的发生概率与采样次数的关系图；
图5为本发明方法实施例中电源孤立、负荷切除、电网解列的严重度指标与采样次数的关系图；
图6为本发明方法实施例中电源孤立、负荷切除、电网解列的风险指标与采样次数的关系图；
图7为本发明方法实施例中电力系统的综合风险指标与采样次数的关系图。
具体实施方式
电力系统继电保护的风险预测方法实施例：
本发明提供的电力系统继电保护的风险预测方法，包括如下步骤：
(1)通过对电力系统继电保护过程进行仿真测试，获取电力系统继电保护过程中各风险后果的严重度指标和发生概率；所述风险后果包括负荷切除、电源孤立和电网解列中的至少一种；
(2)根据电力系统继电保护过程中各风险后果的发生概率和严重度指标，计算出各风险后果的风险指标；
(3)根据各风险后果的风险指标，计算出电力系统继电保护的综合风险指标，根据综合风险指标进行风险预测。
该方法用于对电力系统继电保护的可靠性进行定量的分析，定位电力系统中继电保护的薄弱环节。关于电力系统继电保护过程中各风险后果的严重度指标和发生概率的获取方式本发明不做限制，只要可以得到各风险后果的严重度指标和发生概率即可。
电力系统继电保护的风险预测方法，其流程如图1所示，具体步骤为：
(1)利用蒙特卡洛抽样算法对电力系统进行设定次数(N次)的继电保护仿真测试，本实施例以距离保护为例进行仿真测试。
在进行仿真测试前，有以下假设条件：
1)继电保护系统“拒动”和“误动”不会同时发生。
2)只考虑一阶初始故障。
3)当载流原件处于失效状态时不会发生继电保护系统故障。
4)所有故障相互独立。
5)发电机机械功率在暂停过程中保持恒定。
在每次仿真测试中，设定随机的线路故障，向电力系统的继电保护设备发送继电保护指令；
判断继电保护设备是否出现拒动；
如果有继电保护设备发生拒动，则断开该故障线路的相邻线路，本次仿真测试结束；
如果没有继电保护设备发生拒动，继电保护设备正确切除故障线路，统计继电保护误动集(故障线路上、下级线路的距离保护)，判断该继电保护误动集内是否出现误动；
如果该继电保护误动集内没有出现误动，则本次仿真测试结束；
如果该继电保护误动集内出现误动，则判断该误动是否导致出现风险后果，本实施例中风险后果包括电源孤立、负荷切除和电网解列，若没有出现电源孤立、负荷切除和电网解列，则本次仿真测试结束。
继电保护不正确动作导致电力系统发生连锁故障时，导致电源孤立将会造成整个系统容量的减小；由于线路或其它元件的连锁停运可能造成负荷被切除；由于线路的连锁跳闸可能造成电网分裂成2个以上的互不连接的部分，此为电网解列现象。
判断继电保护设备是否发生拒动的方法为：
通过比较仿真测试产生的0到1的随机数与通过计算得到的隐性拒动故障概率来判断故障线路的继电保护是否发生拒动，将生成0-1之间的随机数与得到的隐性拒动故障概率进行比较，如果该随机数小于隐性拒动故障概率，则判断为继电保护发生拒动。
判断继电保护误动作集内是否会出现误动的方法为，首先根据潮流计算得到继电保护误动集的测量阻抗，然后结合隐性误动概率模型得到距离保护误动概率，判断继电保护误动作集是否出现误动。
根据潮流计算得到测量阻抗的方法为：
首先利用牛顿-拉夫逊法对网络潮流进行计算，并根据潮流计算结果，得出各线路继电保护设备安装处的测量电流和测量电压；
然后根据继电保护设备安装处的测量电压与测量电流之比，计算出各线路继电保护设备安装处的测量阻抗。
隐性误动概率模型如图2所示，其中纵坐标表示距离保护误动概率PZ，横坐标表示测量阻抗Z(即图2中的继电器测量阻抗)；将计算出的各线路继电保护设备安装处的测量阻抗带入该隐性误动概率模型，即可得到当前的距离保护误动概率；将生成0-1之间的随机数与得到的当前的距离保护误动概率进行比较，如果该随机数小于当前的距离保护误动概率，则判断为继电保护误动作集会出现误动作。
上述的距离保护误动反映了线路上发生故障且本条线路保护正常动作后所伴随的测量阻抗变化是否会导致上一级的保护误动作，而保护误动作集表示在仿真测试过程中本条线路故障正确切除时造成上一级线路保护因测量阻抗变化而误动作的事件集。
隐性误动概率模型中的距离保护误动概率K值和隐性拒动故障概率是根据Markov链建立状态转移矩阵得出的。即建立状态空间模型，将继电保护装置运行状态划分为十三种情况，如表1所示。
表1
时变概率：装置从某一状态转移到另一状态的概率。
pij(Δt)≈qijΔt；
pii(Δt)≈1-qiiΔt；
其中pij(△t)(i≠j)是继电保护装置从状态i转移至状态j的概率，pii(△t)是继电保护装置维持现有状态i的概率，qij与qii均为状态转移密度，从而得到以下状态转移矩阵A。
该状态转移矩阵中μp为继电保护装置的修复率；μ1为被保护对象线路的修复率；μop1为检修人员到维修现场平均时间的倒数；λ1为被保护对象线路的故障率；λ'j为保护装置的拒动概率；λ'w为保护装置的误动概率；s为保护装置的自检成功概率；s'为保护装置自检失效概率；z为系统发生故障概率；λ'p为保护装置错误动作的概率；Q为检修间隔时间的倒数。该转移矩阵各元素为状态转移密度，数据的获取来自自变电站保护信息子站，主要包括两类数据：周期性数据：如继电保护装置内部自检等信息、定值信息等；事件驱动数据：如故障录波数据、继电保护装置的动作信息等。
通过如下公式对上述状态转移矩阵进行求解，得到电力系统的距离保护误动概率和隐性拒动故障概率；
其中p是一个行向量，是由保护装置分别处于十三个状态的概率构成的行向量，pi为i状态的平稳概率，通过求解得出的P5为所要得到的距离保护误动概率，P7为隐性拒动故障概率。
(2)若出现电源孤立、负荷切除或者电网解列，通过蒙特卡洛仿真获取风险后果的严重度指标和发生概率，并记录继电保护不正确动作导致的风险后果。
进行各风险后果的发生概率的计算的具体方法为：
判断在设定次数的继电保护仿真测试中发生负荷切除的次数、发生电源孤立的次数和发生电网解列的次数，得到电力系统发生负荷切除的概率、发生电源孤立的概率和发生电网解列的概率；
设对电力系统共进行N次继电保护仿真测试，当第i次仿真测试发生电源孤立时，函数B(i)的值为1，否则B(i)的值为0；当第i次仿真测试发生负荷切除时，函数L(i)的值为1，否则L(i)的值为0；当第i次仿真测试发生电网解列时，函数S(i)的值为1，否则S(i)的值为0，则电源孤立的发生概率为：
负荷切除的发生概率为：
电网解列的发生概率为：
进行各风险后果的严重度指标的计算的具体方法为，
由于电源孤立将会造成整个系统容量的减小，因此进行标幺化后，电源孤立的严重度指标为：
其中PG(i)为第i次故障仿真时导致的电源容量损失；PS为系统容量；IBI为电源孤立的严重度指标，为方便不同系统之间的对比，将其标幺化；
负荷切除的期望功率损失(即负荷切除的严重度指标)为：
其中Ci表示第i次仿真中的负荷消减数量；
为了比较和区分继电保护不正确动作导致的不同连锁故障模式对不同电力系统的影响，需要对该指标进行归一化：
其中SL为系统的总负荷；ILP为归一化后的ELP，即归一化期望功率损失；
电网解列将会造成整个电力系统容量的减小，同理分析可知，电网解列的严重度指标为：
其中PN(i)为第i次模拟故障造成的系统容量损失；PS为系统容量。
(3)根据电力系统继电保护过程中各风险后果的发生概率和严重度指标，计算出各风险后果的风险指标，风险后果的风险指标为其中一种风险后果的发生概率与该风险后果的严重度指标的乘积，具体为：
电源孤立的风险指标为：
RBI＝PBI·IBI；
负荷切除的风险指标为：
RLP＝PLP·ILP；
电网解列风险指标为：
RNB＝PNB·INB。
(4)根据电力系统发生电源孤立、负荷切除和电网解列的风险指标计算电力系统的综合风险指标，设电力系统的综合风险指标为IR，则：
IR＝α1RBI+α2RLP+α3RNB，其中α1、α2和α3为权重值。
在进行在脆弱性评估(即风险评估)中考虑以下特性：
1)假设所有故障都是三相故障，无论是暂时性故障还是永久性故障。
2)故障地点服从均匀分模型。
3)采用标准可能性分布模型来显示故障清除时间。
4)故障持续时间的分布为瑞丽分布。
下面选取针对电网可靠性的IEEE-39节点可靠性测试系统进行研究，以验证算法的有效性。
IEEE-39节点可靠性测试系统的结构原理如图3所示，首先根据Markov链建立状态转移矩阵。求出单一化继电保护装置的误动概率为0.0012，拒动概率为0.0055。
对IEEE-39节点系统进行17500次抽样仿真。仿真结果中电源孤立的发生概率为0.04554，严重度指标为0.00543，风险指标为2.47×10-4；负荷切除的发生概率为0.03248，严重度指标为0.00342，风险指标为1.11×10-4；电网解列的发生概率为0.00412，严重度指标为0.06583，风险指标为2.71×10-4。电源孤立、负荷切除、电网解列的发生概率与采样次数之间的关系如图4所示，从图中可以看出，电源孤立的发生概率最高，电网解列发生概率最小；电源孤立、负荷切除、电网解列的严重度指标与采样次数之间的关系如图5所示，由图5可知出现电网解列的后果最严重，电源孤立与负荷切除的严重度比较接近；电源孤立、负荷切除、电网解列的风险指标与采样次数之间的关系如图6所示，由图6可知电源孤立和电网解列的风险指标都比较大，需要重点预防，负荷切除导致的风险较低(由于IEEE-39节点是环网拓扑结构，负荷可以通过多条支路来供电)。设权重
可以求解出系统的综合风险指标为2.10×10-4。电力系统的综合风险指标与采样次数的关系如图7所示。
记录连锁故障路径，以便进行故障分析和风险管控，将对应综合风险最大的6条线路列于表2所示，对应支路编号为：16-19，19-20，25-26，22-23，8-9，15-16。表中每一行代表故障线路，“/”表示故障停止蔓延，单次模拟仿真结束。
表2
| 序号 | 保护装置对应的支路编号 | 综合风险(10<sup>-5</sup>) |
| 1 | 16-19 | 6.368 |
| 2 | 19-20 | 5.103 |
| 3 | 25-26 | 3.045 |
| 4 | 22-23 | 2.284 |
| 5 | 8-9 | 1.903 |
| 6 | 15-16 | 1.866 |
仿真测试程序在IEEE-39节点系统进行连锁故障风险评估，仿真测试结果表明，通过对电力系统发生连锁故障的综合风险，以及继电保护过程发生误判时对电网造成的影响程度进行有效评估，对复杂系统进行可靠性的定量分析，由计算机来模拟各种故障的发生和继电保护设备的动作情况，能够定位对系统造成较高风险影响的关键继电保护设备，降低连锁故障发生的风险，还可以量化继电保护设备的维修效果，有利于结合维修资源的限制，制定更为合理的继电保护维修策略。
电力系统继电保护的风险预测装置实施例：
本实施例提供一种电力系统继电保护的风险预测装置，包括处理器和存储器，存储器上存储有用于在处理器上执行的计算机程序；处理器执行该计算机程序时实现如上述方法实施例中所提供的电力系统继电保护的风险预测方法。
具体电力系统继电保护的风险预测方法的实施过程在上述电力系统继电保护的风险预测方法实施例中已经介绍，这里不做赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。
Claims (8)
1.一种电力系统继电保护的风险预测方法，其特征在于，包括如下步骤：
(1)获取电力系统继电保护过程中各风险后果的严重度指标和发生概率；所述风险后果包括负荷切除、电源孤立和电网解列中的至少两种；
(2)根据所述发生概率和严重度指标，计算出各风险后果的风险指标；
(3)根据各风险后果的风险指标，计算出电力系统继电保护的综合风险指标，根据综合风险指标进行风险预测。
2.根据权利要求1所述的电力系统继电保护的风险预测方法，其特征在于，所述获取电力系统继电保护过程中各风险后果的发生概率的方法为：对电力系统的继电保护过程进行N次仿真测试，其中一种风险后果发生的次数为n，则该风险后果的发生概率为n/N。
3.根据权利要求2所述的电力系统继电保护的风险预测方法，其特征在于，通过仿真测试获取电力系统继电保护过程中电源孤立严重度指标的计算公式为：
其中N为仿真测试的总次数，PG(i)为第i次仿真测试时导致的电源容量损失；PS为系统容量；IBI为电源孤立的严重度指标。
4.根据权利要求2所述的电力系统继电保护的风险预测方法，其特征在于，通过仿真测试获取电力系统继电保护过程中负荷切除严重度指标的计算公式为：
其中Ci表示第i次仿真测试中的负荷消减数量。
5.根据权利要求2所述的电力系统继电保护的风险预测方法，其特征在于，通过仿真测试获取电力系统继电保护过程中电网解列严重度指标的计算公式为：
其中PN(i)为第i次仿真测试造成的系统容量损失；PS为系统容量。
6.根据权利要求1所述的电力系统继电保护的风险预测方法，其特征在于，其中一种风险后果的风险指标的计算公式为：
R＝P*I；
其中，R为其中一种风险后果的风险指标，I为该风险后果的严重度指标，P为该风险后果的发生概率。
7.根据权利要求1所述的电力系统继电保护的风险预测方法，其特征在于，电力系统继电保护的综合风险指标为：
IR＝α1RBI+α2RLP+α3RNB；
其中α1、α2和α3为权重值，RB1为电源孤立的风险指标，RLP为负荷切除的风险指标，RNB电网解列的风险指标。
8.一种电力系统继电保护的风险预测装置，包括处理器和存储器，所述存储器上存储有用于在处理器上执行的计算机程序，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1-7任意一项所述的电力系统继电保护的风险预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910970025.7A CN110807172A (zh) | 2019-10-12 | 2019-10-12 | 一种电力系统继电保护的风险预测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910970025.7A CN110807172A (zh) | 2019-10-12 | 2019-10-12 | 一种电力系统继电保护的风险预测方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110807172A true CN110807172A (zh) | 2020-02-18 |
Family
ID=69488333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910970025.7A Pending CN110807172A (zh) | 2019-10-12 | 2019-10-12 | 一种电力系统继电保护的风险预测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110807172A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113536607A (zh) * | 2021-09-15 | 2021-10-22 | 广东电网有限责任公司东莞供电局 | 一种变电站信号传输系统评估方法及系统 |
| JP2022545769A (ja) * | 2020-07-28 | 2022-10-31 | 南京郵電大学 | アクティブ配電網の安全性評価方法 |
| CN117686757A (zh) * | 2023-12-07 | 2024-03-12 | 浙江万昌电力设备有限公司 | 一种户外电力计量箱的智能预警方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108830475A (zh) * | 2018-06-08 | 2018-11-16 | 国网江苏省电力有限公司 | 二次系统隐性故障评估方法 |
-
2019
- 2019-10-12 CN CN201910970025.7A patent/CN110807172A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108830475A (zh) * | 2018-06-08 | 2018-11-16 | 国网江苏省电力有限公司 | 二次系统隐性故障评估方法 |
Non-Patent Citations (3)
| Title |
|---|
| 李浩: ""继电保护状态转移模型及风险评估研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 03, pages 042 - 366 * |
| 陈为化 等: "考虑继电保护隐性故障的电力系统连锁故障风险评估" * |
| 陈为化 等: "考虑继电保护隐性故障的电力系统连锁故障风险评估", 《电网技术》, vol. 30, no. 13, pages 14 - 19 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2022545769A (ja) * | 2020-07-28 | 2022-10-31 | 南京郵電大学 | アクティブ配電網の安全性評価方法 |
| JP7319739B2 (ja) | 2020-07-28 | 2023-08-02 | 南京郵電大学 | アクティブ配電網の安全性評価方法 |
| CN113536607A (zh) * | 2021-09-15 | 2021-10-22 | 广东电网有限责任公司东莞供电局 | 一种变电站信号传输系统评估方法及系统 |
| CN117686757A (zh) * | 2023-12-07 | 2024-03-12 | 浙江万昌电力设备有限公司 | 一种户外电力计量箱的智能预警方法及系统 |
| CN117686757B (zh) * | 2023-12-07 | 2024-06-11 | 浙江万昌电力设备有限公司 | 一种户外电力计量箱的智能预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nedic et al. | Criticality in a cascading failure blackout model | |
| CN107358366B (zh) | 一种配电变压器故障风险监测方法及系统 | |
| CN107609725B (zh) | 一种考虑变电站影响的输电网风险评估方法 | |
| CN109886475B (zh) | 基于ai的计量自动化系统的信息安全态势感知系统 | |
| Baldick et al. | Vulnerability assessment for cascading failures in electric power systems | |
| CN110807172A (zh) | 一种电力系统继电保护的风险预测方法和装置 | |
| Aliyan et al. | Decision tree analysis to identify harmful contingencies and estimate blackout indices for predicting system vulnerability | |
| CN104917085A (zh) | 一种优化可靠性与经济性的变压器检修决策方法 | |
| CN105467971A (zh) | 一种电力二次设备监测系统及方法 | |
| GB2618947A (en) | Probabilistic safety analysis-based fire protection selection method and apparatus for cables in nuclear power plant | |
| Clements et al. | Systemic modelling and integrated assessment of asset management strategies and staff constraints on distribution network reliability | |
| Mahmood et al. | Formal reliability analysis of protective systems in smart grids | |
| CN110108980B (zh) | 一种电力系统的异常事件的识别方法及装置 | |
| Porumb et al. | Power quality in modern electric distribution systems assessment using probabilistic approach | |
| CN110021933B (zh) | 考虑组件故障的电力信息系统控制功能可靠性评估方法 | |
| Zhu et al. | Propagation model and blackout risk quantitation analysis for cascading failures in AC/DC hybrid power systems | |
| JP5111258B2 (ja) | 故障点標定装置、故障点標定方法および故障点標定プログラム | |
| CN113095952B (zh) | 考虑实时和n-x预想信息的电网解列预警方法和系统 | |
| CN114117786A (zh) | 一种场馆供电系统维护方法、系统、设备及介质 | |
| Nighot | Incorporating substation and switching station related outages in composite system reliability evaluation | |
| Hardiman et al. | Multiscenario cascading failure analysis using trelss | |
| CN109742722B (zh) | 一种定值修改检测方法、装置、设备和介质 | |
| CN113567805A (zh) | 一种基于数据相关性的配电网故障诊断方法及装置 | |
| Tien et al. | Reliability evaluation of the distribution systems using analytical technique | |
| Chen et al. | Big data system testing method based on chaos engineering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |