CN110826228B - 一种地区电网运行品质极限评估方法 - Google Patents
一种地区电网运行品质极限评估方法 Download PDFInfo
- Publication number
- CN110826228B CN110826228B CN201911081686.0A CN201911081686A CN110826228B CN 110826228 B CN110826228 B CN 110826228B CN 201911081686 A CN201911081686 A CN 201911081686A CN 110826228 B CN110826228 B CN 110826228B
- Authority
- CN
- China
- Prior art keywords
- power grid
- regional power
- regional
- parameter
- verification
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000011664 signaling Effects 0.000 claims abstract description 27
- 238000004088 simulation Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000012847 principal component analysis method Methods 0.000 claims abstract description 6
- 238000012795 verification Methods 0.000 claims description 61
- 238000013441 quality evaluation Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000013210 evaluation model Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 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
- G06Q10/06—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
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种地区电网运行品质极限评估方法，本方法从电力系统遥测、遥信数据及电网一、二次设备的特点出发，建立地区电网的经济运行指标、电压波动指标、故障频率指标、频繁操作指标和寿命损失指标等，对地区电网的运行品质进行综合评价；本发明通过构建基于PandaPower的地区电网稳态仿真模型(PSSM)，结合最优潮流方法(OPF)以及主成分分析法对关联地区电网运行品质的各类电力数据进行分析，运用极限评估方法实现基于系统当前运行参数的地区电网运行品质的综合评估。
Description
技术领域
本发明涉及电力系统运行品质评估领域，具体地，涉及一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法。
背景技术
作为省级电网的下级电网，地区电网通常由地区电力机构进行调度及管辖，其输电距离一般比较短，用于连接电力用户与输电主干网。随着我国电力系统的快速发展，电网中的电力数据越来越多，数据维度升高的同时，各类型数据分布也越来越广。为了保障地区电网的安全与稳定运行，我们不断地提高现代电网的信息水平，并且已建设并不断完善了电力系统中的信息化系统，如数据采集和监控系统，即SCADA系统，用以在各个方面反映电力系统的运行状态。单就四川电网而言，一年的电力数据采集量就可以超过40GB，其中包含了遥测遥信等多个维度的数据信息，它们不仅可以体现出社会经济运行、气象变化、重要社会事件等对电网的影响，同时也可以在一定程度上体现出电网运行品质的情况。
然而，由于地区电网的管理隶属的不同，同时，对电力大数据的有效处理方法较少，并且极少在地区电网运行品质评价方面得以应用，导致每个电力系统层级海量数据难以得到合理的处理，各类型电力数据(包括不同属性数据及相同属性数据、不同层级数据及相同层级数据)之间的关联关系没有得到充分挖掘，实现不了数据共享，甚至是在同一地区电网同一层级同一企业内部的不同部门或专业生成的数据之间仍然存在许多壁垒，妨碍了电力数据资源的巨大潜能发挥，总体来说，电网数据利用率较低。
因此，随着现代电力系统不断向智能化、信息化发展，能够基于遥测遥信数据完整、合理地对地区电网的运行品质进行评价至关重要。拥有一套科学的对地区电网运行品质进行评价的评估体系，不仅能够有利于电力系统调度及监控专业人员科学、合理地评估电网的运行健康水平和接纳新负荷等的潜在能力，同时更可以为地区电网的运行、发展及规划提供高质量的参考信息和相应的指导方案。
目前，对电网运行的评价研究从时间尺度上主要分为对电网短期运行状态和对电网长期运行效益的评价研究；从不同评价指标的角度来看，对电网的评价研究主要可以分成对电网运行安全、经济水平、智能程度及环保水平等方面的评价。文献“吕朋蓬,赵晋泉,李端超,等.电网运行状态评价指标体系与综合评价方[J].电网技术,2015,39(8):2245-2252.”基于智能电网调度技术支持系统提供的电网实时运行数据及其在线分析结果，建立了一种结合模糊综合评判和重心法对电网运行状态进行综合评价的方法，同时用层次分析法和反熵权法对各种评价指标的权重进行相应的改进。文献“吴鸣,赵婷婷,赵凤展,等.微电网运行效果评价指标体系及评价方法[J].电网技术,2018,42(3).”基于鱼骨图法提出了一种依托于“源-网-荷”三个不同维度对微电网的运行效果进行评价的综合体系，该文章采用环比评分秩和比评价两种方法综合评价微电网的可靠性、经济性、协调性及优质性，以科学、合理地指导微电网进行运行方案及后期规划等的改进。考虑到电网安全性指标，文献“穆永铮,鲁宗相,乔颖,等.基于多算子层次分析模糊评价的电网安全与效益综合评价指标体系[J].电网技术,2015,39(1):23-28.”在电网运行环境效益的基础上，提出一种基于多算子层次分析方法的模糊评价模型对电网进行综合的评价。在智能电网方面，文献“黄飞,宋璇坤,周晖,等.基于效果与基础互动的电网智能化水平综合评价指标体系研究[J].电力系统保护与控制,2016,44(11):142-148.”从基础建设和预期效益两个方面对智能电网构建相应的评价指标体系，将层次分析法、熵权法及灰色关联分析方法结合起来，对智能电网的发展水平进行综合、全面的评价。类似地，文献“高会芳.主动配电网经济运行评价模型研究[D].燕山大学,2017.”从主动配电网的角度对电网运行评价指标进行定义及改进，基于评价指标提出一种改进超球支持向量机评价模型，同时考虑评价过程中存在的随机性和模糊性问题，建立基于双重不确定性的主动配电网运行综合评价模型，并验证了模型的有效性。
上述研究存在考虑遥测遥信数据不够全面以及对系统一二次侧设备、系统的运行状态考虑较少的问题，无法实现对电网运行品质的精细化评价，同时，现有电网运行评价研究的数据来源较为单一，没有充分利用如今现代化电网中的各类监控预警信号、PMU量测等数据信息。因此，有必要进一步研究基于混合遥测遥信数据源的电网运行品质评价指标体系与方法。
发明内容
针对上述问题，提供一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，从电力系统遥测、遥信数据及电网一、二次设备的特点出发，建立地区电网的经济运行指标、电压波动指标、故障频率指标、频繁操作指标和寿命损失指标等，对地区电网的运行品质进行综合评价。
本发明通过构建基于PandaPower的地区电网稳态仿真模型(PSSM)，结合最优潮流方法(OPF)以及主成分分析法对关联地区电网运行品质的各类电力数据进行分析，运用极限评估方法实现基于系统当前运行参数的地区电网运行品质的综合评估。
本发明通过下述技术方案实现：
一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，包括以下步骤：
S1、依托电力系统遥测、遥信数据，根据电网及一、二次设备各自的特点，从经济运行指标(EOI)、电压波动指标(VFI)、故障频率指标(FFI)、频繁操作指标(FOI)、寿命损失指标(FLI)等多个维度，提出地区电网运行品质评价指标体系(OQEIS)；
S2、根据地区电网运行特性与设备物理参数，构建地区电网参数安全运行约束域(SOC)，对OQEIS中参数是否运行在安全域内进行检查；
S3、根据地区电网运行参数和设备参数，构建基于PandaPower的地区电网稳态仿真模型(PSSM)；
S4、对PSSM运用最优潮流方法(OPF)计算当前运行工况下系统最优运行参数(SOOP)；
S5、结合SOC检查结果，对地区电网每一时间断面下OQEIS中参数和对应的SOOP进行对比，计算合理性分数(OG)；
S6、利用PSSM对每一时间断面进行潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验，计算此时间断面下地区电网评估总分(TG)；
S7、根据TG和OG对应关系，计算每一参数对TG的影响因子(IF)；
S8、利用PSSM对每一时间断面进行潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验，计算此时间断面下地区电网评估总分(TG)。
进一步的，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，所述步骤S1包括：依托电力系统遥测、遥信数据，根据电网及一、二次设备各自的特点，从经济运行指标(EOI)、电压波动指标(VFI)、故障频率指标(FFI)、频繁操作指标(FOI)、寿命损失指标(FLI)等多个维度，提出地区电网运行品质评价指标体系(OQEIS)，具体为：
经济运行指标(EOI)：电网损耗(网损电量、网损功率、线路理论损耗率)、负荷(负荷均衡程度、线路负荷率、功率因数)、电网设备及功能系统(一次设备和二次设备的运行状态)、电网布局等；
电压波动指标(VFI)：电压(电压偏差、线路最大电压降落、母线电压合格率、电压波动与闪变等)与系统频率偏差；
故障频率指标(FFI)：供电可靠性(供电可靠率、用户平均停电时间、平均停电次数等)；
频繁操作指标(FOI)：设备投切的复杂程度直接关系到停电损失大小乃至网络的安全性，通过计算N-1校验的平均倒闸次数来计算操作复杂度指标；
寿命损失指标(FLI)：线路和设备的寿命损失。
通过以上五个维度的指标，建立地区电网运行品质评价指标体系。
进一步的，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，所述步骤S2包括：根据地区电网运行特性与设备物理参数，构建地区电网参数安全运行约束域(SOC)，对OQEIS中参数是否运行在安全域内进行检查，具体为：
根据地区电网运行特性与设备物理参数，构建地区电网参数安全运行约束域(SOC)，对OQEIS中参数是否运行在安全域内进行检查，具体为：
潮流约束：
其中，PG为发电机有功出力，QR为无功源输出，PD为有功负荷，QD为无功负荷，U为节点电压，G为电导，B为电纳，α为节点相角差。
稳定运行约束：
其中，PGi、
和为QGi、
分别为有功源和无功源出力上下限，Ui、
为节点电压上下限，Pij、
为线路潮流上下限，Sg为电源集合集合，Sn为节点集合，Sl为线路集合。
进一步的，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，所述步骤S3包括根据地区电网运行参数和设备参数，构建基于PandaPower的地区电网稳态仿真模型(PSSM)，具体为：
根据地区电网运行参数和设备参数，构建基于PandaPower的地区电网稳态仿真模型(PSSM)，具体为：
基于PandaPower的地区电网稳态仿真模型(PSSM)构建包括两个步骤：
(1)根据PandaPower软件所需数据格式，从实际电网遥测遥信数据库中提取对应数据，提取格式为QS文件。
(2)使用Python对QS文件进行解析，解析成与PandaPower对应的数据格式。
PandaPower最优潮流计算所需数据格式为：
节点(Bus)：名称(Name)、类型(Type)、电压上限(max_vm_pu)、电压下限(min_vm_pu)，区域(zone)、电压基准(vn_kv)。
线路(Line)：名称(Name)、每公里线电阻(r_ohm_per_km)、每公里线电抗(x_ohm_per_km)、每公里线电容(c_nf_per_km)、首节点(from_bus)、末节点(to_bus)、连接状态(in_service)。
发电机(Gen)：名称(Name)、节点(Bus)、有功出力(p_mw)、电压(vm_pu)、有功出力上限(max_p_mw)、有功出力下限(min_p_mw)、无功出力上限(max_q_mw)、无功出力下限(min_q_mw)、连接状态(in_service)。
负荷(Load)：名称(Name)、节点(Bus)、有功负荷(p_mw)、无功负荷(q_mw)。
进一步的，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，所述步骤S4包括：对PSSM运用最优潮流方法(OPF)计算当前运行工况下系统最优运行参数(SOOP)，具体为：
对PSSM运用最优潮流方法(OPF)计算当前运行工况下系统最优运行参数(SOOP)，具体为：
式中，Ploss表示系统总网损；Pk.loss表示支路k的网损；gk表示支路k的电导，其两端电压幅值为Ui和Uj，θij表示线路两端电压相角差。
约束域：
满足极坐标形式的交流节点功率方程：
其中，PG为发电机有功出力，QR为无功源输出，PD为有功负荷，QD为无功负荷，U为节点电压，G为电导，B为电纳，α为节点相角差。
满足节点电压幅值的约束条件：
Ui.min≤Ui≤Ui.max,i∈Sn
其中，Ui.min和Ui.max分别为节点i电压的下限和上限，Sn为系统节点集合。
满足节点的有功和无功功率约束条件：
Pi.min≤Pi≤Pi.max,i∈Sn
Qi.min≤Qi≤Qi.max,i∈Sn
其中，Pi.min和Pi.max分别为节点i有功功率的下限和上限，Qi.min和Qi.max分别表示节点i无功功率的下限和上限。
满足变压器支路k的变比约束条件：
Tk.min≤Tk≤Tk.max,i∈St
其中，Tk表示变压器支路k的变比，Tk.min和Tk.max分别为Tk的下限值和上限值，St为变压器支路集合。
进一步的，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，所述步骤S5包括：结合SOC检查结果，对地区电网每一时间断面下OQEIS中参数和对应的SOOP进行对比，计算合理性分数(OG)，具体为：
(1)结合SOC检查结果，对地区电网每一时间断面下OQEIS中参数和对应的SOOP进行对比，计算合理性分数(OG)，具体为：
其中，Ai表示OQEIS中第i个参数实际采集数据大小，AOi表示OQEIS中第i个参数使用最优潮流法计算得到的结果，OGi表示第i个参数合理性分数。
(2)对一二次设备地域分布密度和容量的合理性进行评估：
根据电力系统运行拓扑图，对负荷分布和一二次设备的分布进行评估，将电网非常若干小区域，对每一区域负荷和一二次设备数量和容量进行对比，给出合理性分数OG。
对一二次设备额定容量和实际使用容量进行对比，根据容量利用率和备用率双重指标进行打分，计算合理性分数。
QG＝UL+SR
其中，UL为一二次设备利用率合理性分数，SR为一二次设备备用率合理性分数。
进一步的，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，所述步骤S6包括，利用PSSM对每一时间断面进行潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验，计算此时间断面下地区电网评估总分(TG)，具体为：
利用PSSM对每一时间断面进行潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验，计算此时间断面下地区电网评估总分(TG)，具体为：
(1)潮流约束校验、稳定运行约束校验和电压稳定校验均包含在地区电网参数安全运行约束域(SOC)中，因此使用PSSM计算系统潮流后，判断系统是否运行在SOC内。
(2)N-1校验：断开系统任意一条线路，对系统重新进行潮流约束校验、稳定运行约束校验和电压稳定校验。
(3)统计潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验中系统越限次数，记作此时间断面下地区电网评估总分(TG)。
进一步的，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，所述步骤S7包括，根据TG和OG对应关系，计算每一参数对TG的影响因子(IF)，具体为：
根据TG和OG对应关系，计算每一参数对TG的影响因子(IF)，具体为：
使用主成分分析法，计算TG和电网所有参数OG的对应关系，求取每一参数对TG大小影响的权重，记作影响因子(IF)。
主成分分析是一种统计学算法，通过正交变化将数据变换到新的坐标系下，删除相关变量所携带的冗余信息，使剩余变量两两之间互不相关，并且同时使新变量能反映原先数据集的所有特征。
主成分分析法的步骤为：
(1)根据PMU采集的p维参数向量x＝(x1，x2，…，xp)T和n个样本xi＝(xi1，xi2，…，xip)T,i＝1,2,…n。
构造样本阵，对样本阵进行标准化变换：
(2)对标准化阵Z求相关系数矩阵
(3)解样本相关阵R的特征方程|R-λIp|＝0，得p个特征根，确定主成分。按照
确定m值，使有用信息达85％以上。并解方程Rb＝λ，求单位特征向量bj。
(4)将标准化后的特征向量转换成主成分：
其中，U1为第一主成分，U2为第二主成分，Up为第p主成分。
(5)将所求得的主成分U，作为电网每一参数对TG的影响因子(IF)。
进一步的，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，所述步骤S8包括，根据地区电网每一参数的OG和IF，构建TG和OG之间拟合公式，实现基于系统当前运行参数的系统合理性评估，具体为：
根据地区电网每一参数的OG和IF，推导TG与OG对应关系：
其中，S表示地区电网所有参数集。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明由电力系统运行过程中的多个指标入手，通过对研究对象的多方面分析，考虑各个运行指标的重要性搭建了综合评价指标体系，同时针对各个单项指标建立雷达图，结合电网运行评估的量化数据及对比，可以更加直观地评判本地区电网发展的优势和不足。
2、针对不同地区的情景差异性，本发明以本地区电力系统最优状况下的数据为参考，依托遥信遥测数据，对地区电网每一时间断面下PMU采集到的所有运行参数和对应的系统最优运行参数进行对比，计算合理性分数，同时根据本地区电网运行特性与设备物理参数，建立地区电网参数安全运行约束域，对电网是否运行在安全域内进行检查，具有科学合理、实用性强与适用性广的特点，可以有效的为地区电网运行品质提供参考标准。
3、各个指标的权重系数为综合评价模型的核心，相较于以往的主观赋权法，本发明采用综合赋权法，从主观及客观方面设置权重系数，可减少因主观认知对评定标准造成的偏移，保证了评定结果的科学性和合理性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定；
图1为地区电网运行品质评价指标体系构成图；
图2为一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本领域技术人员应理解的是，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。
可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。
实施例1
如图1所示，一种基于电力系统遥测遥信数据的地区电网运行品质极限评估方法，包括以下步骤：
S1、依托电力系统遥测、遥信数据，根据电网及一、二次设备各自的特点，从经济运行指标(EOI)、电压波动指标(VFI)、故障频率指标(FFI)、频繁操作指标(FOI)、寿命损失指标(FLI)等多个维度，提出地区电网运行品质评价指标体系(OQEIS)，具体为：
经济运行指标(EOI)：电网损耗(网损电量、网损功率、线路理论损耗率)、负荷(负荷均衡程度、线路负荷率、功率因数)、电网设备及功能系统(一次设备和二次设备的运行状态)、电网布局等；
电压波动指标(VFI)：电压(电压偏差、线路最大电压降落、母线电压合格率、电压波动与闪变等)与系统频率偏差；
故障频率指标(FFI)：供电可靠性(供电可靠率、用户平均停电时间、平均停电次数等)；
频繁操作指标(FOI)：设备投切的复杂程度直接关系到停电损失大小乃至网络的安全性，通过计算N-1校验的平均倒闸次数来计算操作复杂度指标；
寿命损失指标(FLI)：线路和设备的寿命损失。
通过以上五个维度的指标，建立地区电网运行品质评价指标体系。
S2、根据地区电网运行特性与设备物理参数，构建地区电网参数安全运行约束域(SOC)，对OQEIS中参数是否运行在安全域内进行检查，具体为：
潮流约束：
其中，PG为发电机有功出力，QR为无功源输出，PD为有功负荷，QD为无功负荷，U为节点电压，G为电导，B为电纳，α为节点相角差。
稳定运行约束：
其中，PGi、
和为QGi、
分别为有功源和无功源出力上下限，Ui、
为节点电压上下限，Pij、
为线路潮流上下限，Sg为电源集合集合，Sn为节点集合，Sl为线路集合。
S3、根据地区电网运行参数和设备参数，构建基于PandaPower的地区电网稳态仿真模型(PSSM)，具体为：
基于PandaPower的地区电网稳态仿真模型(PSSM)构建包括两个步骤：
(1)根据PandaPower软件所需数据格式，从实际电网遥测遥信数据库中提取对应数据，提取格式为QS文件。
(2)使用Python对QS文件进行解析，解析成与PandaPower对应的数据格式。
PandaPower所需数据格式为：
节点(Bus)：名称(Name)、类型(Type)、电压上限(max_vm_pu)、电压下限(min_vm_pu)，区域(zone)、电压基准(vn_kv)。
线路(Line)：名称(Name)、每公里线电阻(r_ohm_per_km)、每公里线电抗(x_ohm_per_km)、每公里线电容(c_nf_per_km)、首节点(from_bus)、末节点(to_bus)、连接状态(in_service)。
发电机(Gen)：名称(Name)、节点(Bus)、有功出力(p_mw)、电压(vm_pu)、有功出力上限(max_p_mw)、有功出力下限(min_p_mw)、无功出力上限(max_q_mw)、无功出力下限(min_q_mw)、连接状态(in_service)。
负荷(Load)：名称(Name)、节点(Bus)、有功负荷(p_mw)、无功负荷(q_mw)。
S4、对PSSM运用最优潮流方法(OPF)计算当前运行工况下系统最优运行参数(SOOP)，具体为：
式中，Ploss表示系统总网损；Pk.loss表示支路k的网损；gk表示支路k的电导，其两端电压幅值为Ui和Uj，θij表示线路两端电压相角差。
S5、结合SOC检查结果，对地区电网每一时间断面下OQEIS中参数和对应的SOOP进行对比，计算合理性分数(OG)，具体为：
其中，Ai表示OQEIS中第i个参数实际采集数据大小，AOi表示OQEIS中第i个参数使用最优潮流法计算得到的结果，GOGi表示第i个参数合理性分数。
S6、利用PSSM对每一时间断面进行潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验，计算此时间断面下地区电网评估总分(TG)，具体为：
(1)潮流约束校验、稳定运行约束校验和电压稳定校验均包含在地区电网参数安全运行约束域(SOC)中，因此使用PSSM计算系统潮流后，判断系统是否运行在SOC内。
(2)N-1校验：断开系统任意一条线路，对系统重新进行潮流约束校验、稳定运行约束校验和电压稳定校验。
(3)统计潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验中系统越限次数，记作此时间断面下地区电网评估总分(TG)。
S7、根据TG和OG对应关系，计算每一参数对TG的影响因子(IF)，具体为：
使用主成分分析法，计算TG和电网所有参数OG的对应关系，求取每一参数对TG大小影响的权重，记作影响因子(IF)。
S8、根据地区电网每一参数的OG和IF，构建TG和OG之间拟合公式，实现基于系统当前运行参数的系统合理性评估，具体为：
其中，S表示地区电网所有参数集。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种地区电网运行品质极限评估方法，其特征在于，所述方法包括：
S1：建立地区电网运行品质评价指标体系；
S2：根据地区电网运行特性与设备物理参数，构建地区电网参数安全运行约束域，对所述评价指标体系中参数是否运行在安全域内进行检查；
S3：根据地区电网运行参数和设备参数，构建地区电网稳态仿真模型；
S4：针对地区电网稳态仿真模型计算当前运行工况下电力系统最优运行参数；
S5：结合地区电网参数安全运行约束域检查结果，对地区电网每一时间断面下所述评价指标体系中参数和对应的电力系统最优运行参数进行对比，计算合理性分数；
S6：利用地区电网稳态仿真模型对每一时间断面进行潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验，计算此时间断面下地区电网评估总分；
S7：根据地区电网评估总分和合理性分数对应关系，计算每一参数对地区电网评估总分的影响因子；
S8、根据地区电网每一参数的合理性分数和每一参数对地区电网评估总分的影响因子，构建地区电网评估总分和合理性分数之间拟合公式，实现基于电力系统当前运行参数的电力系统合理性评估；步骤S1具体包括：依托电力系统遥测和遥信数据，根据电网及一、二次设备各自的特点，从经济运行指标、电压波动指标、故障频率指标、频繁操作指标、寿命损失指标多个维度，提出地区电网运行品质评价指标体系，具体为：
经济运行指标：电网损耗、电网负荷、电网设备及功能系统、电网布局；
电压波动指标：电压与系统频率偏差；
故障频率指标：供电可靠性；
频繁操作指标：通过计算N-1校验的平均倒闸次数来计算操作复杂度指标；
寿命损失指标：线路和设备的寿命损失；
通过以上五个维度的指标，建立地区电网运行品质评价指标体系；
步骤S3包括：根据地区电网运行参数和设备参数，构建基于PandaPower的地区电网稳态仿真模型，具体为：基于PandaPower的地区电网稳态仿真模型构建包括两个步骤：
(1)根据PandaPower软件所需数据格式，从实际电网遥测遥信数据库中提取对应数据，提取格式为QS文件；
(2)对QS文件进行解析，解析成与PandaPower对应的数据格式；
步骤S4包括：对地区电网稳态仿真模型运用最优潮流方法计算当前运行工况下系统最优运行参数，具体为：
式中，Ploss表示系统总网损；Pk.loss表示支路k的网损；gk表示支路k的电导，其两端电压幅值为Ui和Uj，θij表示线路两端电压相角差；
所述步骤S7包括：根据地区电网评估总分和合理性分数对应关系，计算每一参数对地区电网评估总分的影响因子，具体为：使用主成分分析法，计算地区电网评估总分和电网所有参数合理性分数的对应关系，求取每一参数对地区电网评估总分大小影响的权重，记作影响因子。
2.根据权利要求1所述的地区电网运行品质极限评估方法，其特征在于，所述步骤S2包括：根据地区电网运行特性与设备物理参数，构建地区电网参数安全运行约束域，对地区电网运行品质评价指标体系中参数是否运行在安全域内进行检查，具体为：
潮流约束：
其中，PG为发电机有功出力，QR为无功源输出，PD为有功负荷，QD为无功负荷，U为节点电压，G为电导，B为电纳，α为节点相角差；
稳定运行约束：
其中，PGi、
和QGi、
分别为有功源和无功源出力上下限，Ui、
为节点电压上下限，Pij、
为线路潮流上下限，Sg为电源集合集合，Sn为节点集合，Sl为线路集合。
3.根据权利要求1所述的地区电网运行品质极限评估方法，其特征在于，PandaPower所需数据格式为：
节点：名称、类型、电压上限、电压下限、区域和电压基准；
线路：名称、每公里线电阻、每公里线电抗、每公里线电容、首节点、末节点和连接状态；
发电机：名称、节点、有功出力、电压、有功出力上限、有功出力下限、无功出力上限、无功出力下限和连接状态；
负荷：名称、节点、有功负荷和无功负荷。
4.根据权利要求1所述的地区电网运行品质极限评估方法，其特征在于，所述步骤S5包括：结合地区电网参数安全运行约束域检查结果，对地区电网每一时间断面下地区电网运行品质评价指标体系中参数和对应的电力系统最优运行参数进行对比，计算合理性分数，具体为：
其中，Ai表示地区电网运行品质评价指标体系中第i个运行参数实际采集数据大小，AOi表示地区电网运行品质评价指标体系中第i个运行参数使用最优潮流法计算得到的结果，OGi表示第i个运行参数合理性分数。
5.根据权利要求1所述的地区电网运行品质极限评估方法，其特征在于，所述步骤S6包括：利用地区电网稳态仿真模型对每一时间断面进行潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验，计算此时间断面下地区电网评估总分，具体为：
(1)潮流约束校验、稳定运行约束校验和电压稳定校验均包含在地区电网参数安全运行约束域中，使用地区电网稳态仿真模型计算系统潮流后，判断系统是否运行在地区电网参数安全运行约束域内；
(2)N-1校验：断开电力系统任意一条线路，对电力系统重新进行潮流约束校验、稳定运行约束校验和电压稳定校验；
(3)统计潮流约束校验、稳定运行约束校验、电压稳定校验和N-1校验中系统越限次数，记作此时间断面下地区电网评估总分。
6.根据权利要求1所述的地区电网运行品质极限评估方法，其特征在于，所述步骤S8包括：根据地区电网每一参数的合理性分数和影响因子，构建地区电网评估总分和合理性分数之间拟合公式，实现基于系统当前运行参数的系统合理性评估，具体为：
根据地区电网每一参数的合理性分数和影响因子，推导地区电网评估总分与合理性分数对应关系：
其中，S表示地区电网所有参数集；OGi表示第i个参数合理性分数；TG为地区电网评估总分；IFi为第i个参数的影响因子，表示第i个参数对TG大小影响的权重。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911081686.0A CN110826228B (zh) | 2019-11-07 | 2019-11-07 | 一种地区电网运行品质极限评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911081686.0A CN110826228B (zh) | 2019-11-07 | 2019-11-07 | 一种地区电网运行品质极限评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110826228A CN110826228A (zh) | 2020-02-21 |
| CN110826228B true CN110826228B (zh) | 2022-07-01 |
Family
ID=69553169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911081686.0A Active CN110826228B (zh) | 2019-11-07 | 2019-11-07 | 一种地区电网运行品质极限评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110826228B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112365009A (zh) * | 2020-10-28 | 2021-02-12 | 国网山东省电力公司电力科学研究院 | 一种基于深度学习网络的二次设备异常诊断方法 |
| CN112686503B (zh) * | 2020-12-16 | 2022-05-17 | 云南电网有限责任公司 | 一种异步电网频率调控质量的评价方法及系统 |
| CN112818523B (zh) * | 2021-01-20 | 2023-11-10 | 国网浙江省电力有限公司营销服务中心 | 基于模糊评价模型的中低压直流计量点选择方法 |
| CN116451875A (zh) * | 2023-06-14 | 2023-07-18 | 国网吉林省电力有限公司经济技术研究院 | 光储充一体站容量优化配置方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140303951A1 (en) * | 2013-04-09 | 2014-10-09 | Schlumberger Technology Corporation | Integrated system for production design assistance |
| CN104810834B (zh) * | 2015-04-14 | 2017-09-15 | 国家电网公司 | 基于电压灵敏度的多断面500kV电网无功补偿投切策略优化方法 |
| CN105160459A (zh) * | 2015-08-15 | 2015-12-16 | 国家电网公司 | 一种电力系统的稳定运行状况评估方法 |
| CN105656024B (zh) * | 2015-12-02 | 2018-05-15 | 国电南瑞科技股份有限公司 | 电力系统运行备用安全裕度在线评估方法 |
| CN106815661B (zh) * | 2017-02-22 | 2020-10-20 | 清华大学 | 一种热电联合系统的分解协调调度方法 |
| CN107069814B (zh) * | 2017-04-14 | 2019-08-20 | 广东电网有限责任公司东莞供电局 | 配网分布式电源容量布点的模糊机会约束规划方法与系统 |
| CN108038300B (zh) * | 2017-12-07 | 2021-08-03 | 长春理工大学 | 基于改进的隶属度函数结合神经网络的光纤状态评估方法 |
| CN108537433B (zh) * | 2018-04-04 | 2020-04-07 | 国电南瑞科技股份有限公司 | 基于多维评价指标的地区电网风险预警方法 |
| CN108898258B (zh) * | 2018-07-06 | 2020-11-03 | 广州供电局有限公司 | 雷电灾害天气下电力系统连锁故障风险的分析方法与系统 |
| CN109829199B (zh) * | 2018-12-29 | 2021-08-03 | 中国科学院遥感与数字地球研究所 | 基于LiDAR点云的电力线快速分层提取方法 |
| CN110417015A (zh) * | 2019-06-18 | 2019-11-05 | 湖北追日电气股份有限公司 | 基于模型预测控制的微电网多目标优化调度方法及系统 |
-
2019
- 2019-11-07 CN CN201911081686.0A patent/CN110826228B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110826228A (zh) | 2020-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
| CN113159339B (zh) | 一种基于大数据的一台区一指标线损管理方法及系统 | |
| WO2020147349A1 (zh) | 配电网运行辅助决策分析系统及方法 | |
| CN110266000B (zh) | 一种配电网电压越限原因分析方法、系统及存储介质 | |
| CN110059356A (zh) | 一种基于大数据和人工智能的大电网智能调控系统和方法 | |
| Khalili et al. | Optimal instantaneous prediction of voltage instability due to transient faults in power networks taking into account the dynamic effect of generators | |
| CN103761690A (zh) | 基于电网系统中电压无功控制系统的评估方法 | |
| CN112688431A (zh) | 一种基于大数据的配电网负荷过载可视化方法及系统 | |
| CN110348674A (zh) | 一种电网风险评估方法、系统和计算机可读存储介质 | |
| CN103617447B (zh) | 智能变电站的评价系统及评价方法 | |
| CN111460374A (zh) | 一种考虑节点差异性的配电网d-pmu优化配置方法 | |
| CN112288303A (zh) | 确定线损率的方式、装置 | |
| CN109450089B (zh) | 一种台区低电压识别方法、装置及终端设备 | |
| CN112202597A (zh) | 一种低压台区通信网络节点重要度的评估方法 | |
| CN109345090A (zh) | 一种基于配电网可靠性提升的网架评价方法 | |
| WO2019140553A1 (zh) | 配电系统的健康指数确定方法及装置、计算机存储介质 | |
| Sun et al. | Research on integrated safety assessment model of electric vehicle charging process | |
| Zhang et al. | Transformer maintenance decision based on condition monitoring and fuzzy probability hybrid reliability assessment | |
| CN112053086B (zh) | 基于大数据电网运行诊断系统的工作方法 | |
| Lu et al. | Security‐level classification based on power system partitioning | |
| Changchao et al. | Identification of key nodes considering different roles of power businesses in power communication system and power system | |
| Ma et al. | Fuzzy comprehensive evaluation of performance evaluation for secondary equipment in smart substation based on expert ranking method | |
| Li et al. | State Assessment Method of Electricity Meter Based on Grey Correlation Analysis | |
| CN108596474A (zh) | 一种满足用电需求的电网工程运行效益评价方法及系统 | |
| Long et al. | Substation Automation Equipment State Evaluation Method Based on Comprehensive Analysis of Interval Value Fuzzy Soft Sets |
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 |