CN111244924B - 基于风险的高维多目标复杂电网故障限流器最优配置方法 - Google Patents

基于风险的高维多目标复杂电网故障限流器最优配置方法 Download PDF

Info

Publication number
CN111244924B
CN111244924B CN202010191234.4A CN202010191234A CN111244924B CN 111244924 B CN111244924 B CN 111244924B CN 202010191234 A CN202010191234 A CN 202010191234A CN 111244924 B CN111244924 B CN 111244924B
Authority
CN
China
Prior art keywords
power
representing
power system
current limiter
fault current
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
Application number
CN202010191234.4A
Other languages
English (en)
Other versions
CN111244924A (zh
Inventor
叶承晋
郭超
丁一
宋永华
郭创新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202010191234.4A priority Critical patent/CN111244924B/zh
Publication of CN111244924A publication Critical patent/CN111244924A/zh
Application granted granted Critical
Publication of CN111244924B publication Critical patent/CN111244924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H9/00—Emergency protective circuit arrangements for limiting excess current or voltage without disconnection
    • H02H9/02—Emergency protective circuit arrangements for limiting excess current or voltage without disconnection responsive to excess current
    • 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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Biodiversity & Conservation Biology (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风险的高维多目标复杂电网故障限流器最优配置方法。根据电力系统的浴盆曲线，获得电力线路的基本故障概率；根据电力线路所处位置的气候数据和环境数据，获得协变量连接参数；根据基本故障概率和协变量连接参数，获得电力线路的长期短路故障概率；建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件；求解获得帕累托最优解集，在帕累托最优解集中选取最优的电力系统故障限流器配置。本发明考虑了电力线路的长期短路故障概率，提出了电力系统故障限流器配置的计算方法，提高了电力系统运行的安全性。

Description

基于风险的高维多目标复杂电网故障限流器最优配置方法
技术领域
本发明属于短路故障背景下的电力系统故障限流器优化方法，具体是涉及了一种基于风险的高维多目标复杂电网故障限流器最优配置方法。
背景技术
短路故障是电力系统运行中最常见的故障类型和突出问题之一，近年来引起了广泛的关注。此外，随着电力系统的互连和扩展，短路电流水平显着增加。短路电流超出允许范围的问题在许多国家都受到困扰，特别是在中国。因此，迫切需要提出一种电力系统故障限流器的配置方法，以在规划阶段实现最佳决策。
作为一种有效的解决方案，故障电流限制器广泛用于电力系统中。在现有研究中，电力系统故障限流器均为采取确定性短路故障方案。但是，电力系统中的发生短路故障的概率相对较低，而且不同短路故障发生的概率不同。因此，现有的确定性的短路故障方案会造成不能优先应对大概率故障，加剧了电力系统的故障风险。所以需要提出一种新的电力系统故障限流器的配置方法，可以用于在电力系统规划中，以提高电力系统应对短路故障的能力。
现有的部分算法可以用于计算短路故障情况下，电力系统故障限流器的配置方法，但是这类算法忽略了电力系统短路故障概率的不同。所以，本发明提出一种考虑电力系统短路故障概率的多目标电力系统故障限流器配置方法。
因此，现有提高电力系统故障限流器的配置方法忽略了短路故障的发生概率，将所有短路故障等价对待。此种方法不能有效应对电力系统大概率的短路故障。
发明内容
针对现有技术的不足，本发明提出了一种基于风险的高维多目标复杂电网故障限流器最优配置方法，先提出电力线路的长期短路故障概率模型，计算电力线路的长期短路故障概率，再处理获得电力系统故障限流器配置组合并根据需要选择。
本发明采用的技术方案如下：
1)首先，根据电力系统的浴盆曲线，获得电力线路的基本故障概率；
2)其次，根据电力线路所处位置的气候数据和环境数据，获得协变量连接参数；
3)再次，根据基本故障概率和协变量连接参数，获得电力线路的长期短路故障概率；
4)最后，建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件；根据目标函数及其约束条件处理获得帕累托最优解集，在帕累托最优解集中选取最优的电力系统故障限流器配置。
根据电力系统故障限流器配置进行施工，在电力系统所需安装故障限流器的电力线路上安装。
所述步骤1)中，电力线路的基本故障概率采用以下公式获得：
Figure GDA0002793676710000021
式中，h0(t)表示电力线路在t时刻的基本故障概率，α1、α2和β2分别表示浴盆曲线的第一、第二和第三参数，TU、TV和TW分别为电力线路的浴盆曲线中第一个拐点、第二个拐点的服役时长和最大服役时间。
所述步骤2)中，电力线路的气候数据和环境数据均包括多种影响因素，采集每种影响因素的测量值，计算获得电力线路的气候数据和环境数据各自对应的协变量连接参数，针对气候数据和环境数据处理方式相同，具体采用以下过程获得电力线路的协变量连接参数：
2.1)先计算电力线路的气候数据或者环境数据与电力系统的长期短路故障概率之间的相关系数r，具体为：
Figure GDA0002793676710000022
式中，xi表示第i组气候数据或环境数据的一种影响因素的测量值，
Figure GDA0002793676710000026
表示第i组气候数据或环境数据的平均值，yi表示第i组电力线路长期短路故障概率的测量值，
Figure GDA0002793676710000027
第i组电力线路长期短路故障概率的平均值；
2.2)以气候数据或环境数据的每种影响因素的各个测量值作为样本，进行假设检验，确定第s种影响因素的权重ζs，具体为：
Figure GDA0002793676710000023
Figure GDA0002793676710000024
Figure GDA0002793676710000025
式中，n表示每种影响因素的各个测量值的总数量，T表示假设检验的检验统计量，(1-κ-s)表示第s种影响因素的重要性参数；P()表示假设检验检验统计量服从的概率分布，t表示对应于假设检验检验统计量的积分变量；
2.3)利用气候数据或环境数据下各种影响因素的权重ζs，建立电力线路的第c种数据(即气候数据或者环境数据)对应的协变量连接参数Zc，具体为：
Figure GDA0002793676710000031
其中，xs表示气候数据或环境数据下的第s种影响因素。
本发明针对气候数据或者环境数据为两种数据，获得两个协变量连接参数。
所述步骤3)中，电力线路的长期短路故障概率按照以下公式获得：
Figure GDA0002793676710000032
式中，Nz表示协变量连接参数的总数量，具体取为2，γc表示第c种数据对应的协变量连接参数Zc的比例参数，Z表示协变量连接参数Zc的集合；
所述步骤4)中，具体如下：
4.1)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数，具体为：
4.1.1)计算配置电力系统的故障限流器配置代价量，具体为：
Figure GDA0002793676710000033
式中，NL表示待安装故障限流器的电力线路数量，Uf表示电力线路f上是否安装故障限流器的配置参数，
Figure GDA0002793676710000034
表示电力线路f上故障限流器的安装代价，
Figure GDA0002793676710000035
表示电力线路f上故障限流器的单位阻抗代价，
Figure GDA0002793676710000036
表示电力线路f上故障限流器的阻抗值；
4.1.2)计算电力系统出现短路故障时的电流越线配置量，具体为：
Figure GDA0002793676710000037
式中，NF表示电力系统中预想发生短路故障的电力节点的总数，Vi表示电力系统中电力节点i的电压幅值，Zii表示电力系统中电力节点i的自阻抗，Ibc表示可接纳电力系统短路电流的幅值，λ1为第一惩罚系数，pi为电力系统中电力节点i发生短路故障的概率，Ψ(·)表示惩罚函数，具体为：
Figure GDA0002793676710000041
其中，y1和y2分别表示惩罚函数中的第一变量和第二变量；
4.1.3)计算电力系统出现短路故障时的暂态失稳配置量，具体为：
Figure GDA0002793676710000042
式中，NG表示电力系统中发电机的总数量，T＝1秒，Δt＝0.05秒，
Figure GDA0002793676710000043
表示第i个电力节点发生短路故障下第k个发电机的功角曲线上的第n个离散点上的发电机转子角度，
Figure GDA0002793676710000044
表示第i个电力节点发生短路故障下第k个发电机的功角曲线上的第n个离散点上的电力系统惯性中心的角度，δthre表示发电机转子角度偏离电力系统惯性中心角度的阈值，λ2为第二惩罚系数；
4.1.4)计算电力系统出现短路故障时的电压降落配置量，具体为：
Figure GDA0002793676710000045
式中，NB表示电力系统中电力节点的数量，Ii表示第i个电力系统短路故障下短路电流幅值的大小，Xib表示电力系统的电力节点导纳矩阵中第i行第b列的元素，ΔUthre表示电压暂降的阈值，λ3为第三惩罚系数；
4.2)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的约束条件，约束条件包括：
4.2.1)节点功率平衡约束为：
Figure GDA0002793676710000046
Figure GDA0002793676710000047
式中，Pis表示电力节点i上负荷类型s的有功负荷，Pig表示电力节点i上发电机g的有功出力，Qis表示电力节点i上负荷类型s的无功负荷，Qig表示电力节点i上发电机g的无功出力，N表示节点的数量，Vi和Vw分别表示电力节点i和电力节点w的电压幅值，θi和θw分别表示电力节点i和电力节点w的电压相位，Yiw表示电力系统的电力节点导纳矩阵中第i行第w列的元素，δiw为电力节点i和电力节点w上发电机功角的差值；
4.2.2)发电机输出功率约束及节点电压约束为：
Pigmin≤Pig≤Pigmax,
Qigmin≤Qig≤Qigmax
|Vi|min≤|Vi|≤|Vi|max
式中，Pigmax和Pigmin表示电力节点i上发电机g有功出力的上限和下限，Qigmax和Qigmin表示电力节点i上发电机g无功出力的上限和下限，|Vi|max和|Vi|min表示节点i电压幅值的上限和下限。
4.3)对目标函数进行求解获得满足对应约束条件的帕累托最优解集，帕累托最优解集包括多种相对最优的电力系统故障限流器配置，根据对故障限流器配置代价、电流越线配置、暂态失稳配置或者电压降落配置的要求，在帕累托最优解集中选取电力系统故障限流器配置进而进行施工，从而提高电力系统应对短路故障的能力。
具体地，若在电力系统暂态稳定的要求下，则从帕累托最优解集中选取暂态失稳配置小的电力系统故障限流器配置。若在电力系统电压稳定的要求下，则从帕累托最优解集中选取电压降落配置小的电力系统故障限流器配置。
所述的电力系统故障限流器配置是由电力线路f上是否安装故障限流器的配置参数Uf、电力线路f上故障限流器的阻抗值
Figure GDA0002793676710000051
等配置参数构成。
本发明所述帕累托最优解集的求解是通过基于参考点的非支配排序多目标算法(NSGA-III)求解得出。
所述的电力系统是由多个电力节点构成，每个电力节点上均安装有发电机，可以安装一个发电机或者多个发电机，发电机之间通过电力线路连接，电力线路根据配置安装故障限流器。
本发明的有益效果是：
本发明考虑了电力线路的长期短路故障概率和电力系统短路故障的不确定性，提出了电力系统故障限流器配置的优化方法，对电力系统故障限流器进行配置施工，提高了电力系统运行的安全性。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示，按照本发明完整方法实施的具体实施过程如下：
(1)首先，基于电力线路的故障模型及统计数据，计算电力线路的长期短路故障概率，并生成对应的预想故障集。
本实施例选取IEEE新英格兰39节点系统进行方法验证。
首先，根据电力系统的浴盆曲线，获得电力线路的基本故障概率；然后，基于电力线路所处位置的气候数据以及环境数据，获得协变量连接参数；最后，基于计算获得的基本故障概率以及协变量连接参数，获得电力线路的长期短路故障概率。其中，电力系统中关键节点的短路故障率如表1所示。
表1预想故障
预想故障编号 故障线路 概率
1 20-34 0.13
2 23-36 0.15
3 6-31 0.16
4 10-32 0.08
5 22-35 0.15
(2)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件；计算满足对应约束条件的帕累托最优解集，根据对故障限流器配置代价量、电流越线配置量、暂态失稳配置量以及电压降落配置量的要求，在帕累托最优解集中选取电力系统故障限流器配置，从而提高电力系统应对短路故障的能力。
建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件，方法具体如下：
1)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数，具体为：
1.1)计算配置电力系统故障限流器的代价，具体为：
Figure GDA0002793676710000061
式中，NL表示待安装电力系统故障限流器的电力线路数量，Uf表示电力线路f上是否安装电力系统故障限流器，
Figure GDA0002793676710000062
表示电力线路f上电力系统故障限流器的安装代价，
Figure GDA0002793676710000063
表示电力线路f上电力系统故障限流器的单位阻抗代价，
Figure GDA0002793676710000064
表示电力线路f上电力系统故障限流器的阻抗值。
1.2)计算电力系统出现短路故障时的电流越线配置量，具体为：
Figure GDA0002793676710000065
式中，NF表示电力系统中预想发生短路故障的电力节点的总数，Vi表示电力系统中电力节点i的电压幅值，Zii表示电力系统中电力节点i的自阻抗，Ibc表示可接纳电力系统短路电流的幅值，λ1为第一惩罚系数，pi为电力系统中电力节点i发生短路故障的概率，Ψ(·)表示惩罚函数，具体为：
Figure GDA0002793676710000071
其中，y1和y2分别表示惩罚函数中的第一变量和第二变量；
1.3)计算电力系统出现短路故障时的暂态失稳配置量，具体为：
Figure GDA0002793676710000072
式中，NG表示电力系统中发电机的总数量，T＝1秒，Δt＝0.05秒，
Figure GDA0002793676710000073
表示第i个电力节点发生短路故障下第k个发电机的功角曲线上的第n个离散点上的发电机转子角度，
Figure GDA0002793676710000074
表示第i个电力节点发生短路故障下第k个发电机的功角曲线上的第n个离散点上的电力系统惯性中心的角度，δthre表示发电机转子角度偏离电力系统惯性中心角度的阈值，λ2为第二惩罚系数；
1.4)计算电力系统出现短路故障时的电压降落配置量，具体为：
Figure GDA0002793676710000075
式中，NB表示电力系统中电力节点的数量，Ii表示第i个电力系统短路故障下短路电流幅值的大小，Xib表示电力系统的电力节点导纳矩阵中第i行第b列的元素，ΔUthre表示电压暂降的阈值，λ3为第三惩罚系数；
2)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的约束条件，约束条件包括：
2.1)节点功率平衡约束为：
Figure GDA0002793676710000076
Figure GDA0002793676710000077
式中，Pis表示电力节点i上负荷类型s的有功负荷，Pig表示电力节点i上发电机g的有功出力，Qis表示电力节点i上负荷类型s的无功负荷，Qig表示电力节点i上发电机g的无功出力，N表示节点的数量，Vi和Vw分别表示电力节点i和电力节点w的电压幅值，θi和θw分别表示电力节点i和电力节点w的电压相位，Yiw表示电力系统的电力节点导纳矩阵中第i行第w列的元素，δiw为电力节点i和电力节点w上发电机功角的差值；
2.2)发电机输出功率约束及节点电压约束为：
Pigmin≤Pig≤Pigmax,
Qigmin≤Qig≤Qigmax
|Vi|min≤|Vi|≤|Vi|max
式中，Pigmax和Pigmin表示电力节点i上发电机g有功出力的上限和下限，Qigmax和Qigmin表示电力节点i上发电机g无功出力的上限和下限，|Vi|max和|Vi|min表示节点i电压幅值的上限和下限。
具体实施中，模型的求解是通过基于参考点的非支配排序多目标算法(NSGA-III)求解得出。
从而获得电力系统故障限流器配置的帕累托解集。所述的电力系统故障限流器配置是由电力线路f上是否安装故障限流器的配置参数Uf、电力线路f上故障限流器的阻抗值
Figure GDA0002793676710000081
等配置参数构成。下表为在确保电力系统暂态稳定要求下的电力系统故障限流器配置。
表2最优配置
序号 配置位置 配置大小(阻抗值)
1 线路15-16 91Ω
2 线路22-23 59Ω
由此可见，通过在线路15-16上配置91Ω的电力系统故障限流器以及在线路22-23上配置59Ω的电力系统故障限流器的故障限流器，可以保证电力系统暂态稳定，所述方法可以满足电力系统故障限流器配置中的各项性能要求，提高了电力系统运行的安全性。

Claims (5)

1.一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于方法步骤如下：
1)根据电力系统的浴盆曲线，获得电力线路的基本故障概率；
2)根据电力线路所处位置的气候数据和环境数据，获得协变量连接参数；
3)根据基本故障概率和协变量连接参数，获得电力线路的长期短路故障概率；
4)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件；根据目标函数及其约束条件处理获得帕累托最优解集，在帕累托最优解集中选取最优的电力系统故障限流器配置；
所述步骤4)中，具体如下：
4.1)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数，具体为：
4.1.1)计算配置电力系统的故障限流器配置代价量，具体为：
Figure FDA0002817384250000011
式中，NL表示待安装故障限流器的电力线路数量，Uf表示电力线路f上是否安装故障限流器的配置参数，
Figure FDA0002817384250000012
表示电力线路f上故障限流器的安装代价，
Figure FDA0002817384250000013
表示电力线路f上故障限流器的单位阻抗代价，
Figure FDA0002817384250000014
表示电力线路f上故障限流器的阻抗值；
4.1.2)计算电力系统出现短路故障时的电流越线配置量，具体为：
Figure FDA0002817384250000015
式中，NF表示电力系统中预想发生短路故障的电力节点的总数，Vi表示电力系统中电力节点i的电压幅值，Zii表示电力系统中电力节点i的自阻抗，Ibc表示可接纳电力系统短路电流的幅值，λ1为第一惩罚系数，pi为电力系统中电力节点i发生短路故障的概率，Ψ(·)表示惩罚函数，具体为：
Figure FDA0002817384250000016
其中，y1和y2分别表示惩罚函数中的第一变量和第二变量；
4.1.3)计算电力系统出现短路故障时的暂态失稳配置量，具体为：
Figure FDA0002817384250000021
式中，NG表示电力系统中发电机的总数量，T表示暂态仿真时间长度，Δt表示暂态仿真步长，其中T＝1秒，Δt＝0.05秒，
Figure FDA0002817384250000022
表示第i个电力节点发生短路故障下第k个发电机的功角曲线上的第n个离散点上的发电机转子角度，
Figure FDA0002817384250000023
表示第i个电力节点发生短路故障下第k个发电机的功角曲线上的第n个离散点上的电力系统惯性中心的角度，δthre表示发电机转子角度偏离电力系统惯性中心角度的阈值，λ2为第二惩罚系数；
4.1.4)计算电力系统出现短路故障时的电压降落配置量，具体为：
Figure FDA0002817384250000024
式中，NB表示电力系统中电力节点的数量，Ii表示第i个电力节点发生短路故障下短路电流幅值的大小，Xib表示电力系统的电力节点导纳矩阵中第i行第b列的元素，ΔUthre表示电压暂降的阈值，λ3为第三惩罚系数；
4.2)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的约束条件，约束条件包括：
4.2.1)节点功率平衡约束为：
Figure FDA0002817384250000026
Figure FDA0002817384250000027
式中，Pis表示电力节点i上负荷类型s的有功负荷，Pig表示电力节点i上发电机g的有功出力，Qis表示电力节点i上负荷类型s的无功负荷，Qig表示电力节点i上发电机g的无功出力，N表示节点的数量，Vi和Vw分别表示电力节点i和电力节点w的电压幅值，θi和θw分别表示电力节点i和电力节点w的电压相位，Yiw表示电力系统的电力节点导纳矩阵中第i行第w列的元素，δiw为电力节点i和电力节点w上发电机功角的差值；
NGi表示电力节点i中的发电机的集合，NLi表示电力节点i中待安装故障限流器的电力线路的集合；
4.2.2)发电机输出功率约束及节点电压约束为：
Pigmin≤Pig≤Pigmax,
Qigmin≤Qig≤Qigmax
|Vi|min≤|Vi|≤|Vi|max
式中，Pigmax和Pigmin表示电力节点i上发电机g有功出力的上限和下限，Qigmax和Qigmin表示电力节点i上发电机g无功出力的上限和下限，|Vi|max和|Vi|min表示节点i电压幅值的上限和下限；
4.3)对目标函数进行求解获得满足对应约束条件的帕累托最优解集，帕累托最优解集包括多种电力系统故障限流器配置，根据对故障限流器配置代价、电流越线配置、暂态失稳配置或者电压降落配置的要求，在帕累托最优解集中选取电力系统故障限流器配置进而进行施工，从而提高电力系统应对短路故障的能力。
2.根据权利要求1所述的一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：所述步骤1)中，电力线路的基本故障概率采用以下公式获得：
Figure FDA0002817384250000031
式中，h0(t)表示电力线路在t时刻的基本故障概率，α1、α2和β2分别表示浴盆曲线的第一、第二和第三参数，TU和TV分别为电力线路的浴盆曲线中第一个拐点、第二个拐点的服役时长，TW表示电力线路的最大服役时间。
3.根据权利要求1所述的一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：所述步骤2)中，电力线路的气候数据和环境数据均包括多种影响因素，采集每种影响因素的测量值，计算获得电力线路的气候数据和环境数据各自对应的协变量连接参数，针对气候数据和环境数据处理方式相同，具体采用以下过程获得电力线路的协变量连接参数：
2.1)先计算电力线路的气候数据或者环境数据与电力系统的长期短路故障概率之间的相关系数r，具体为：
Figure FDA0002817384250000032
式中，xi表示第i组气候数据或环境数据的一种影响因素的测量值，
Figure FDA0002817384250000033
表示第i组气候数据或环境数据的平均值，yi表示第i组电力线路长期短路故障概率的测量值，
Figure FDA0002817384250000036
表示第i组电力线路长期短路故障概率的平均值；
2.2)以气候数据或环境数据的每种影响因素的各个测量值作为样本，进行假设检验，确定第s种影响因素的权重ζs，具体为：
Figure FDA0002817384250000034
Figure FDA0002817384250000035
Figure FDA0002817384250000041
式中，n表示每种影响因素的各个测量值的总数量，T表示假设检验的检验统计量，(1-κ-s)表示第s种影响因素的重要性参数；P(τ>|T|)表示假设检验检验统计量服从τ>|T|的概率分布，τ表示对应于假设检验检验统计量的积分变量；
2.3)利用气候数据或环境数据下各种影响因素的权重，建立电力线路的第c种数据对应的协变量连接参数Zc，具体为：
Figure FDA0002817384250000042
其中，xs表示气候数据或环境数据下的第s种影响因素。
4.根据权利要求1所述的一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：所述步骤3)中，电力线路的长期短路故障概率按照以下公式获得：
Figure FDA0002817384250000043
式中，Nz表示协变量连接参数的总数量，γc表示第c种数据对应的协变量连接参数Zc的比例参数，Z表示协变量连接参数Zc的集合。
5.根据权利要求1所述的一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：所述的电力系统是由多个电力节点构成，每个电力节点上均安装有发电机，发电机之间通过电力线路连接，电力线路根据配置安装故障限流器。
CN202010191234.4A 2020-03-18 2020-03-18 基于风险的高维多目标复杂电网故障限流器最优配置方法 Active CN111244924B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010191234.4A CN111244924B (zh) 2020-03-18 2020-03-18 基于风险的高维多目标复杂电网故障限流器最优配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010191234.4A CN111244924B (zh) 2020-03-18 2020-03-18 基于风险的高维多目标复杂电网故障限流器最优配置方法

Publications (2)

Publication Number Publication Date
CN111244924A CN111244924A (zh) 2020-06-05
CN111244924B true CN111244924B (zh) 2021-03-23

Family

ID=70864456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010191234.4A Active CN111244924B (zh) 2020-03-18 2020-03-18 基于风险的高维多目标复杂电网故障限流器最优配置方法

Country Status (1)

Country Link
CN (1) CN111244924B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112380682B (zh) * 2020-11-03 2022-06-24 浙江大学 一种基于第五代通信系统的故障限流器在线调度控制方法
CN113191009B (zh) * 2021-05-11 2022-09-27 清华大学 实现离子阵列的方法、装置、计算机存储介质及终端

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103246805A (zh) * 2013-04-23 2013-08-14 浙江大学 一种针对风灾天气下架空输电线路时变停运概率的估计方法
CN104766247A (zh) * 2015-04-14 2015-07-08 国家电网公司 一种全电压等级电网可靠性的计算方法
CN105956727A (zh) * 2016-04-11 2016-09-21 重庆大学 一种改进的电力设备故障率计算方法
CN106446467A (zh) * 2016-11-11 2017-02-22 国家电网公司 基于自适应粒子群算法的故障电流限制器的优化配置方法
CN110391657A (zh) * 2019-06-11 2019-10-29 浙江大学 一种应对极端天气引起短路故障的电力系统韧性提高方法
CN110416983A (zh) * 2019-07-03 2019-11-05 东南大学 柔直电网中限流电抗器与故障限流器的协同优化配置方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103246805A (zh) * 2013-04-23 2013-08-14 浙江大学 一种针对风灾天气下架空输电线路时变停运概率的估计方法
CN104766247A (zh) * 2015-04-14 2015-07-08 国家电网公司 一种全电压等级电网可靠性的计算方法
CN105956727A (zh) * 2016-04-11 2016-09-21 重庆大学 一种改进的电力设备故障率计算方法
CN106446467A (zh) * 2016-11-11 2017-02-22 国家电网公司 基于自适应粒子群算法的故障电流限制器的优化配置方法
CN110391657A (zh) * 2019-06-11 2019-10-29 浙江大学 一种应对极端天气引起短路故障的电力系统韧性提高方法
CN110416983A (zh) * 2019-07-03 2019-11-05 东南大学 柔直电网中限流电抗器与故障限流器的协同优化配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于改进NNIA算法的多目标电网分层分区优化;徐秋实等;《电子世界》;20170523;正文第102-104页 *
多因素驱动架空线路故障率模型;杨才明等;《电力系统保护与控制》;20180616;第46卷(第12期);正文第9-15页 *

Also Published As

Publication number Publication date
CN111244924A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN107394807B (zh) 一种多馈入直流换相失败快速评估方法
Baran et al. Distribution system state estimation using AMI data
CN111244924B (zh) 基于风险的高维多目标复杂电网故障限流器最优配置方法
CN109901013B (zh) 一种利用电流、电压突变量极性来判别配电网故障方向的方法
Ramadan et al. Optimal allocation of renewable energy resources considering uncertainty in load demand and generation
CN110728065A (zh) 电压暂降故障概率估计及损失评估方法
CN110569485A (zh) 一种计及新能源电源出力波动性的新能源电源节点状态脆弱性监测方法
CN107305651B (zh) 一种输电系统可靠性评估方法和系统
CN113609637A (zh) 一种考虑故障连锁的多灾害配电网弹性评估方法
CN111429043B (zh) 基于场景构建的电压暂降特征量随机评估方法
CN110661294A (zh) 基于自适应核密度估计的含有dfig的区间暂降频次估计方法
CN110749767B (zh) 考虑网络拓扑动态重构的电压暂降监测装置配置方法
CN115566722A (zh) 考虑配网保护适应性的分布式光伏接入容量计算方法
CN116167609A (zh) 基于神经网络模型的电力系统风险评估方法
CN114977939A (zh) 基于改进多目标粒子群算法的双馈风机控制参数辨识方法
CN112036718B (zh) 一种考虑新能源不确定性的电力系统安全风险评估方法
CN110190617B (zh) 多馈入直流电力系统的评估方法、系统、设备及存储介质
CN107886227B (zh) 用于评估配电网抗灾害能力提升程度的方法
CN114461982B (zh) 一种输电线路保护特性识别及电压暂降持续时间估计方法
CN107196300B (zh) 一种考虑事故负荷削减量的变压器重要程度评估方法
CN116054224A (zh) 一种多馈入直流输电系统换相失败快速评估方法
CN112152210B (zh) 一种配电网系统的优化方法及装置
CN111756035B (zh) 基于不确定度的双因子抗差贝叶斯配电网状态估计方法
CN115940280A (zh) 高比例新能源外送系统的分布式调相机配置方法及系统
CN114417620A (zh) 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法

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