CN111523252A - 一种融合故障转移因子的脆弱流传播捕获方法 - Google Patents

一种融合故障转移因子的脆弱流传播捕获方法 Download PDF

Info

Publication number
CN111523252A
CN111523252A CN202010526564.4A CN202010526564A CN111523252A CN 111523252 A CN111523252 A CN 111523252A CN 202010526564 A CN202010526564 A CN 202010526564A CN 111523252 A CN111523252 A CN 111523252A
Authority
CN
China
Prior art keywords
branch
fault
flow
fragile
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.)
Granted
Application number
CN202010526564.4A
Other languages
English (en)
Other versions
CN111523252B (zh
Inventor
黄涛
吴佳毅
林攀
雷霞
韦晓广
吴英俊
贾燕冰
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.)
Xihua University
Original Assignee
Xihua University
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 Xihua University filed Critical Xihua University
Priority to CN202010526564.4A priority Critical patent/CN111523252B/zh
Publication of CN111523252A publication Critical patent/CN111523252A/zh
Application granted granted Critical
Publication of CN111523252B publication Critical patent/CN111523252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种融合故障转移因子的脆弱流传播捕获方法，包括以下步骤：S1：获取电力系统数据信息；S2：构造电网拓扑模型；S3：计算支路开断分布因子W；S4：计算改进支路开断分布因子ρ；S5：加入潮流波动系数θ；S6：计算故障转移因子f；S7：定义支路的脆弱流F；S8：计算额外脆弱流ΔF；S9：选取F计算值最大的支路作为故障支路；S10：计算不同故障阶段的脆弱流，选取脆弱流计算值最大的作为下一条故障支路，按顺序添加到故障链；S11：重复S10直到系统形成孤岛，得到顺序包含不同故障阶段故障支路的故障链C；该捕获方法能快速有效识别电网中最易受冲击的支路，极大降低计算复杂度，为保障系统安全稳定运行提供可靠数据支持。

Description

一种融合故障转移因子的脆弱流传播捕获方法
技术领域
本发明涉及电力系统脆弱性安全评估技术领域，特别是涉及到一种融合故障转移因子的脆弱流传播捕获方法。
背景技术
随着特高压输电系统的快速发展和电力需求的急剧增长，区域电网互联程度日益提高，电网规模的不断扩大使得电网更复杂化。大型电网在提高电力系统的经济性和可靠性的同时，也带来了严重的中断和潜在的级联故障造成的破坏性事故。当系统中的某条线路受到干扰而故障切断，会导致系统中的线路发生连锁故障，从而引起整个系统的崩溃。因此电网脆弱性评估应运而生，旨在通过系统性的评估指标找出电网中的关键线路，为运行调度员提前做好防御措施提供参考，因此可以有效抑制大停电的发生，提高电网的安全运行稳定性。
目前的电网脆弱性的评估主要研究方向是识别出对系统冲击最大的线路，而对故障传播过程中同样重要的受影响线路却很少涉及。此外电网脆弱性评估以往的研究方法主要从网络拓扑和运行状态两个方面来构造评价指标。单一地从网络拓扑结构出发会忽略电力系统中，大多数负荷的传输是涉及到两条母线的事实，因此未能准确评估电网的脆弱性。因此越来越多的综合考虑运行特性和网络拓扑的混合模型用于评估电网的临界性，比如最大流，潮流熵以及潮流介数等。
近十年来，利用复杂网络理论来评估电网的脆弱性已经成为研究现代电网的一种流行的理论方法，从复杂网络的角度看，电网可以图形化地表示电网的元器件，用顶点表示系统中的母线，发电机，负载等；用支路表示传输线路。但是基于复杂网络中的介数，度数以及平均路径等提出的单个脆弱性评估指标相对来说缺乏全面性的考虑，难以从系统性的角度准确识别出电网的关键线路。
发明内容
为克服现有技术中的不足，本发明提供了一种融合故障转移因子的脆弱流传播捕获方法，该发明根据电网的故障转移因子与复杂网络中的负荷重分配规则建立相应的脆弱性指标模型，并构造了电网的脆弱性指标，该捕获方法可以快速有效的识别出电网输电线路中最易受到冲击的支路，为调度员更好地保障电力系统安全稳定运行提供可靠的数据支持，实用性强，且识别效率高，计算复杂度低。
本发明的目的可以通过以下技术方案来实现：
一种融合故障转移因子的脆弱流传播捕获方法，具体包括以下步骤：
S1：对电力系统中输电线路进行监测，获取所述电力系统中的数据信息，所述数据信息包括电力系统运行参数、电网拓扑结构参数、线路电气参数；
S2：根据所述电网拓扑结构参数利用复杂网络理论构造相应的电网拓扑模型；
S3：基于S2中电网拓扑模型，根据S1中获取的电力系统运行参数和线路电气参数计算电网的支路开断分布因子，得到支路开断分布因子矩阵W，支路开断分布因子描述的是稳态情况下支路l的开断引起支路k上的有功潮流变化；
S4：支路开断分布因子定义为支路l开断后支路k上的有功潮流变化量与支路l的初始有功潮流的比值，利用S1中电网支路的初始有功潮流比值，修改支路开断分布因子的定义，得到改进支路开断分布因子，计算电网中每条支路的改进支路开断分布因子得到全网的改进支路开断分布因子矩阵ρ；
S5：考虑到系统中不同支路的容量的差异，支路的容量和初始功率的相对差对支路发生故障的可能性起着关键作用，初始功率距离容量限度越大，支路发生过载的可能性越小，因此加入潮流波动系数θ来体现开断支路原始潮流对电网不同未开断支路的冲击性；
S6：利用S5中所述潮流波动系数θ和S4中改进支路开断分布因子矩阵ρ，计算故障转移因子，得到故障转移因子矩阵f；
S7：由于电力系统故障的影响受限于线路间的电气距离，即电气距离越远，故障影响就越小，因此本发明主要考虑与故障支路邻接的支路，基于所述故障转移因子计算支路的脆弱流，计算支路与所邻接的其余支路之间的故障转移因子，根据所述与邻接支路之间的故障转移因子定义支路的脆弱流F，选取所述支路的脆弱流F的计算值最大的支路作为故障支路；
S8：由于支路故障时，原来通过其上的脆弱流会向网络中邻接支路转移，因此基于复杂网络中的支路局部权重流重分配模型，得到由故障支路引起的脆弱流转移模型，根据所述脆弱流转移模型得到额外脆弱流ΔF；
S9：计算故障时支路的脆弱流，并计算同一故障阶段的各完好支路的脆弱流，选取故障后更新的支路的脆弱流F的计算值最大的支路作为下一阶段故障支路；
S10：更新故障后电力系统的数据信息，返回S3-S9，计算不同故障阶段的脆弱流，选取脆弱流计算值最大的作为下一阶段故障支路，并按顺序添加到故障链C中；
S11：重复S10，直到电网解列形成孤岛，统计S10重复次数得到总的故障阶段数E，并得到一条包含不同故障阶段的所有故障支路且按顺序选取的故障链C。
进一步的，所述电力系统运行参数包括发电机出力及其负荷大小，所述电网拓扑结构参数包括节点支路数量及其连接关系，所述线路电气参数包括阻抗，电纳和容量，所述电网拓扑模型包括IEEE39节点系统的拓扑模型。
进一步的，所述支路开断分布因子矩阵W为：
Figure BDA0002533873430000041
W中nl表示电网中的支路数，W中元素支路开断分布因子的计算方法通过支路k与支路l之间的支路开断分布因子wkl的计算方法来描述，wkl的计算公式为：
Figure BDA0002533873430000042
式(1)中ΔPkl表示支路l的开断引起支路k上的有功潮流变化，Pkl表示支路l开断后电网支路k的有功功率，Pk0表示支路k的初始有功功率，Pl0表示支路l的初始有功功率；
第x阶段故障时支路开断分布因子
Figure BDA0002533873430000043
的计算公式为：
Figure BDA0002533873430000044
式(2)中
Figure BDA0002533873430000045
表示第x阶段故障时支路l的开断引起支路k上的有功潮流变化，
Figure BDA0002533873430000046
表示第x阶段故障时支路l开断后电网支路k的有功功率；
第x阶段故障时支路开断分布因子矩阵Wx为：
Figure BDA0002533873430000047
Wx中nl表示第x阶段故障时电网中的支路数，Wx中元素支路开断分布因子表示第x阶段故障时支路k与支路l之间的支路开断分布因子
Figure BDA0002533873430000048
进一步的，所述改进支路开断分布因子通过支路k与支路l之间的改进支路开断分布因子ρkl的计算方法来描述，ρkl的计算公式为：
Figure BDA0002533873430000051
用ΔP矩阵表示Pl0和Pk0的比值：
Figure BDA0002533873430000052
则改进支路开断分布因子矩阵ρ计算方法为：
ρ＝WT·ΔP (4)
所述改进支路开断分布因子矩阵ρ为：
Figure BDA0002533873430000053
第x阶段故障时改进支路开断分布因子
Figure BDA0002533873430000054
为：
Figure BDA0002533873430000055
第x阶段故障时改进支路开断分布因子矩阵ρx计算方法为：
ρx＝(Wx)T·ΔP (6)
第x阶段故障时改进支路开断分布因子矩阵ρx为：
Figure BDA0002533873430000061
ρx中nl表示第x阶段故障时电网中的支路数，ρx中元素表示第x阶段故障时支路k与支路l之间的改进支路开断分布因子
Figure BDA0002533873430000062
进一步的，所述潮流波动系数的计算方法通过支路k的潮流波动系数θk的计算方法来描述，θk的计算公式为：
Figure BDA0002533873430000063
式(7)中Ck表示支路k的容量。
进一步的，所述故障转移因子矩阵f的计算方法通过支路l故障生成的支路k的故障转移因子fl(k)的计算方法来描述，fl(k)的计算公式为：
fl(k)＝θk·ρkl (8)
ρkl为公式(4)计算的改进支路开断分布因子矩阵ρ中第k行l列元素，所述ρkl的正负值反映故障支路功率转移的方向，当ρkl<-2或者ρkl>0时，功率重分配使得支路k过载，当-2≤ρkl≤0时，不存在过载的可能性，将公式(8)中故障转移因子fl(k)进一步通过公式(9)来描述；
Figure BDA0002533873430000064
第x阶段故障时故障转移因子
Figure BDA0002533873430000065
为：
Figure BDA0002533873430000066
Figure BDA0002533873430000067
为公式(6)计算的第x阶段故障时改进支路开断分布因子矩阵ρx中第l行k列元素，所述
Figure BDA0002533873430000068
的正负值反映第x阶段故障时故障支路功率转移的方向，当
Figure BDA0002533873430000071
或者
Figure BDA0002533873430000072
时，功率重分配使得支路k过载，当
Figure BDA0002533873430000073
时，不存在过载的可能性，将公式(10)中故障转移因子
Figure BDA0002533873430000074
进一步通过公式(11)来描述。
Figure BDA0002533873430000075
进一步的，所述脆弱流的计算方法通过支路k的脆弱流Fk的计算方法来描述，Fk的计算公式为：
Figure BDA0002533873430000076
式(12)中集合Ω为支路k的邻接支路集合，由此得到电网支路脆弱流向量(F)nl×1；
第x阶段故障时支路k的脆弱流
Figure BDA0002533873430000077
为：
Figure BDA0002533873430000078
式(13)中集合Ω为第x阶段故障时支路k的邻接支路集合，由此得到第x阶段故障时电网支路脆弱流向量(Fx)nl×1；
选取(Fx)nl×1中计算值最大的支路作为故障支路cx。
进一步的，所述额外脆弱流的计算方法通过支路k的额外脆弱流ΔFk的计算方法来描述，ΔFk的计算公式为：
Figure BDA0002533873430000079
式(14)中Γi，Γj表示支路l两端节点i和j的所有邻接支路集合，Fl表示支路l的脆弱流，Fn表示Γi中支路n的脆弱流，Fm表示Γj中支路m的脆弱流，由此得到额外脆弱流向量(ΔF)nl×1；
第x阶段故障时支路k的额外脆弱流
Figure BDA00025338734300000710
为：
Figure BDA0002533873430000081
式(15)中Γi，Γj表示第x阶段故障时支路l两端节点i和j的所有邻接支路集合，
Figure BDA0002533873430000082
表示第x阶段故障时支路l的脆弱流，
Figure BDA0002533873430000083
表示第x阶段故障时Γi中支路n的脆弱流，
Figure BDA0002533873430000084
表示第x阶段故障时Γj中支路m的脆弱流，由此得到额外脆弱流向量(ΔFx)nl×1。
进一步的，所述故障后更新的各支路脆弱流计算方法通过故障时支路k在支路l故障后的脆弱流Fkl的计算方法来描述，Fkl的计算公式为：
Fkl＝Fk+ΔFk (16)
第x阶段故障时支路k在支路l故障后的脆弱流
Figure BDA0002533873430000085
为：
Figure BDA0002533873430000086
进而得到故障后更新的电网支路脆弱流向量(Fx+1)nl×1，选取(Fx+1)nl×1计算值最大的支路作为故障支路cx+1。
进一步的，所述电网解列形成孤岛时，获取总的故障阶段数E，得到的故障链C为{c1,c2...cx,cx+1...cE}。
与现有的技术相比，本发明有益的效果为：
(1)可以快速有效的识别出输电网中最易受到冲击的支路，为调度员更好地保障系统安全稳定运行提供可靠的数据支持。
(2)引入基于矩阵的运算方法，矩阵的每一列表示了每一条支路断开时对网络其余支路的冲击，因此整个矩阵实际上就表示了电网的每一条支路开断时对网络中其余支路的影响，因此可以通过矩阵变化，避免大量的重复仿真。
附图说明
图1为融合故障转移因子的脆弱流传播捕获方法的流程图；
图2为通过复杂网络简化后IEEE 39节点系统的拓扑模型图；
图3为节点负荷重分配模型图；
图4为局部权重流重分配模型图；
图5为IEEE 39节点系统故障后的支路脆弱流三维示意图；
图6为IEEE 39节点按不同方法攻击线路时系统发生连锁故障后的甩负荷结果仿真图。
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，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
一种融合故障转移因子的脆弱流传播捕获方法，该捕获方法流程图如图1所示，具体包括以下步骤：
S1：对电力系统中输电线路进行监测，获取所述电力系统中的数据信息，包括电力系统运行参数、电网拓扑结构参数、线路电气参数，所述电力系统运行参数包括发电机出力及其负荷大小，所述电网拓扑结构参数包括节点支路数量及其连接关系，所述线路电气参数包括阻抗，电纳和容量；
S2：根据所述电网拓扑结构参数利用复杂网络理论构造相应的电网拓扑模型，所述电网拓扑模型包括IEEE39节点系统的拓扑模型，如图2所示，从复杂网络的角度，电网可以图形化地表示：顶点表示母线，发电机，负荷等，两个顶点的边表示电网的传输支路；
S3：基于S2中电网拓扑模型，根据S1中获取的电力系统运行参数和线路电气参数计算电网的支路开断分布因子，得到支路开断分布因子矩阵W，支路开断分布因子描述的是稳态情况下支路l的开断引起支路k上的有功潮流变化；
S4：支路开断分布因子定义为支路l开断后支路k上的有功潮流变化量与支路l的初始有功潮流的比值，利用S1中电网支路的初始有功潮流比值，修改支路开断分布因子的定义，得到改进支路开断分布因子，计算电网中每条支路的改进支路开断分布因子得到全网的改进支路开断分布因子矩阵ρ；
S5：考虑到系统中不同支路的容量的差异，支路的容量和初始功率的相对差对支路发生故障的可能性起着关键作用，初始功率距离容量限度越大，支路发生过载的可能性越小，因此加入潮流波动系数θ来体现开断支路原始潮流对电网不同未开断支路的冲击性；
S6：利用S5中所述潮流波动系数θ和S4中改进支路开断分布因子矩阵ρ，计算故障转移因子得到故障转移因子矩阵f；
S7：由于电力系统故障的影响受限于线路间的电气距离，即电气距离越远，故障影响就越小，因此本发明主要考虑与故障支路邻接的支路，基于所述故障转移因子计算支路的脆弱流，计算支路与所邻接的其余支路之间的故障转移因子，根据所述与邻接支路之间的故障转移因子定义支路的脆弱流F，选取所述支路的脆弱流F的计算值最大的支路作为故障支路；
S8：现有技术中，多考虑节点间的负荷重分配，如图3所示，节点i故障后，原来通过i的负荷会通过不同路径传递到相邻节点，而支路间的负荷重分配很少涉及，如图4所示，故障支路l的脆弱流会转移到邻接的支路k上，并且初始负载大的支路会承担更多的脆弱流，基于复杂网络中的支路局部权重流重分配模型，得到由故障支路引起的脆弱流转移模型，根据所述脆弱流转移模型得到额外脆弱流ΔF；
S9：计算故障时支路的脆弱流，并计算同一故障阶段的各完好支路的脆弱流，选取故障后更新的支路的脆弱流F的计算值最大的支路作为下一阶段故障支路；
S10：更新故障后电力系统的数据信息，返回S3-S9，计算不同故障阶段的脆弱流，选取脆弱流计算值最大的作为下一阶段故障支路，并按顺序添加到故障链C中；
S11：重复S10，直到电网解列形成孤岛，统计S10重复次数得到总的故障阶段数E，并得到一条包含不同故障阶段的所有故障支路且按顺序选取的故障链C，在IEEE39节点系统下仿真，如图5所示，坐标轴分别表示故障支路，受故障影响支路以及支路脆弱流，得到故障后支路脆弱流的仿真结果。
所述支路开断分布因子矩阵W为：
Figure BDA0002533873430000111
W中nl表示电网中的支路数，W中元素支路开断分布因子的计算方法通过支路k与支路l之间的支路开断分布因子wkl的计算方法来描述，wkl的计算公式为：
Figure BDA0002533873430000112
式(1)中ΔPkl表示支路l的开断引起支路k上的有功潮流变化，Pkl表示支路l开断后电网支路k的有功功率，Pk0表示支路k的初始有功功率，Pl0表示支路l的初始有功功率；
第x阶段故障时支路开断分布因子
Figure BDA0002533873430000113
的计算公式为：
Figure BDA0002533873430000121
式(2)中
Figure BDA0002533873430000122
表示第x阶段故障时支路l的开断引起支路k上的有功潮流变化，
Figure BDA0002533873430000123
表示第x阶段故障时支路l开断后电网支路k的有功功率；
第x阶段故障时支路开断分布因子矩阵Wx为：
Figure BDA0002533873430000124
Wx中nl表示第x阶段故障时电网中的支路数，Wx中元素支路开断分布因子表示第x阶段故障时支路k与支路l之间的支路开断分布因子
Figure BDA0002533873430000125
所述改进开断分布因子通过支路k与支路l之间的改进开断分布因子ρkl的计算方法来描述，ρkl的计算公式为：
Figure BDA0002533873430000126
用ΔP矩阵表示Pl0和Pk0的比值：
Figure BDA0002533873430000127
则改进支路开断分布因子矩阵ρ计算方法为：
ρ＝WT·ΔP (4)
所述改进支路开断分布因子矩阵ρ为：
Figure BDA0002533873430000131
第x阶段故障时改进支路开断分布因子
Figure BDA0002533873430000132
为：
Figure BDA0002533873430000133
第x阶段故障时改进支路开断分布因子矩阵ρx计算方法为：
ρx＝(Wx)T·ΔP (6)
第x阶段故障时改进支路开断分布因子矩阵ρx为：
Figure BDA0002533873430000134
ρx中nl表示第x阶段故障时电网中的支路数，ρx中元素表示第x阶段故障时支路k与支路l之间的改进支路开断分布因子
Figure BDA0002533873430000135
所述潮流波动系数的计算方法通过支路k的潮流波动系数θk的计算方法来描述，θk的计算公式为：
Figure BDA0002533873430000136
式(7)中Ck表示支路k的容量。
所述故障转移因子矩阵f的计算方法通过支路l故障生成的支路k的故障转移因子fl(k)的计算方法来描述，fl(k)的计算公式为：
fl(k)＝θk·ρkl (8)
ρkl为公式(4)计算的改进支路开断分布因子矩阵ρ中第k行l列元素，所述ρkl的正负值反映故障支路功率转移的方向，当ρkl<-2或者ρkl>0时，功率重分配使得支路k过载，当-2≤ρkl≤0时，不存在过载的可能性，将公式(8)中故障转移因子fl(k)进一步通过公式(9)来描述；
Figure BDA0002533873430000141
第x阶段故障时故障转移因子
Figure BDA0002533873430000142
为：
Figure BDA0002533873430000143
Figure BDA0002533873430000144
为公式(6)计算的第x阶段故障时改进支路开断分布因子矩阵ρx中第l行k列元素，所述
Figure BDA0002533873430000145
的正负值反映第x阶段故障时故障支路功率转移的方向，当
Figure BDA0002533873430000146
或者
Figure BDA0002533873430000147
时，功率重分配使得支路k过载，当
Figure BDA0002533873430000148
时，不存在过载的可能性，将公式(10)中故障转移因子
Figure BDA0002533873430000149
进一步通过公式(11)来描述。
Figure BDA00025338734300001410
所述脆弱流的计算方法通过支路k的脆弱流Fk的计算方法来描述，Fk的计算公式为：
Figure BDA00025338734300001411
式(12)中集合Ω为支路k的邻接支路集合，由此得到电网支路脆弱流向量(F)nl×1；
第x阶段故障时支路k的脆弱流
Figure BDA00025338734300001412
为：
Figure BDA00025338734300001413
式(13)中集合Ω为第x阶段故障时支路k的邻接支路集合，由此得到第x阶段故障时电网支路脆弱流向量(Fx)nl×1；
选取(Fx)nl×1中计算值最大的支路作为故障支路cx。
所述额外脆弱流的计算方法通过支路k的额外脆弱流ΔFk的计算方法来描述，ΔFk的计算公式为：
Figure BDA0002533873430000151
式(14)中Γi，Γj表示支路l两端节点i和j的所有邻接支路集合，Fl表示支路l的脆弱流，Fn表示Γi中支路n的脆弱流，Fm表示Γj中支路m的脆弱流，由此得到额外脆弱流向量(ΔF)nl×1；
第x阶段故障时支路k的额外脆弱流
Figure BDA0002533873430000152
为：
Figure BDA0002533873430000153
式(15)中Γi，Γj表示第x阶段故障时支路l两端节点i和j的所有邻接支路集合，
Figure BDA0002533873430000154
表示第x阶段故障时支路l的脆弱流，
Figure BDA0002533873430000155
表示第x阶段故障时Γi中支路n的脆弱流，
Figure BDA0002533873430000156
表示第x阶段故障时Γj中支路m的脆弱流，由此得到额外脆弱流向量(ΔFx)nl×1。
所述故障后更新的各支路脆弱流计算方法通过故障时支路k在支路l故障后的脆弱流Fkl的计算方法来描述，Fkl的计算公式为：
Fkl＝Fk+ΔFk (16)
第x阶段故障时支路k在支路l故障后的脆弱流
Figure BDA0002533873430000157
为：
Figure BDA0002533873430000158
进而得到故障后更新的电网支路脆弱流向量(Fx+1)nl×1，选取(Fx+1)nl×1计算值最大的支路作为故障支路cx+1。
所述电网解列形成孤岛时，获取总的故障阶段数E，得到的故障链C为{c1,c2...cx,cx+1...cE}。
依次切除故障链C中的支路，根据剩余负荷判断所述捕获方法的技术效果，并与其他方法进行比较，故障x+1阶段的系统剩余负荷百分比
Figure BDA0002533873430000161
计算公式为：
Figure BDA0002533873430000162
式(18)中N表示电网负荷母线数，
Figure BDA0002533873430000163
分别是故障x和故障x+1阶段负荷母线有功功率。
如图6所示，在IEEE 39节点系统下仿真，将采用本发明中的捕获方法与两篇参考文献中所用方法相比较可以看出，本发明指标脆弱流的剩余负荷百分比低于其余两篇参考文献中的指标，说明本发明指标更能找出脆弱支路，因此本发明在识别关键支路上具有有效性。
用到的两篇参考文献是：
(1)基于最大流的电力系统脆弱性分析
(A Maximum-Flow-Based Complex Network Approach for Power SystemVulnerability Analysis，IEEE Transactions on Industrial Informatics)；
(2)基于潮流介数的电力系统关键线路识别
(Identification of critical line in power systems based on flowbetweenness，中国电机工程学报)。

Claims (10)

1.一种融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述捕获方法具体包括以下步骤：
S1：对电力系统运行进行监测，获取被监测系统的数据信息，所述数据信息包括电力系统运行参数、电网拓扑结构参数、线路电气参数；
S2：根据所述电网拓扑结构参数利用复杂网络理论构造相应的电网拓扑模型；
S3：基于S2中电网拓扑模型，根据S1中获取的电力系统运行参数和线路电气参数计算电网的支路开断分布因子，得到支路开断分布因子矩阵W；
S4：利用S1中电网支路的初始有功潮流比值，修改支路开断分布因子的定义，得到改进支路开断分布因子，计算电网中每条支路的改进支路开断分布因子，得到全网的改进支路开断分布因子矩阵ρ；
S5：加入潮流波动系数θ来体现开断支路原始潮流对电网不同未开断支路的冲击性；
S6：利用S5中所述潮流波动系数θ和S4中改进支路开断分布因子矩阵ρ，计算故障转移因子，得到故障转移因子矩阵f；
S7：基于所述故障转移因子计算支路的脆弱流，计算支路与所邻接的其余支路之间的故障转移因子，根据所述与邻接支路之间的故障转移因子定义支路的脆弱流F，选取所述支路的脆弱流F的计算值最大的支路作为故障支路；
S8：基于复杂网络中的支路局部权重流重分配模型，得到由故障支路引起的脆弱流转移模型，根据所述脆弱流转移模型得到额外脆弱流ΔF；
S9：选取故障后更新的支路的脆弱流F的计算值最大的支路作为下一阶段故障支路；
S10：更新故障后电力系统的数据信息，返回S3-S9，计算不同故障阶段的脆弱流，选取脆弱流计算值最大的作为下一阶段故障支路，并按顺序添加到故障链C中；
S11：重复S10，直到电网解列形成孤岛，统计S10重复次数得到总的故障阶段数E，并得到一条包含不同故障阶段的所有故障支路且按顺序选取的故障链C。
2.根据权利要求1所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述电力系统运行参数包括发电机出力及其负荷大小，所述电网拓扑结构参数包括节点支路数量及其连接关系，所述线路电气参数包括阻抗，电纳和容量。
3.根据权利要求2所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述支路开断分布因子矩阵W为：
Figure FDA0002533873420000021
W中nl表示电网中的支路数，W中元素支路开断分布因子的计算方法通过支路k与支路l之间的支路开断分布因子wkl的计算方法来描述，wkl的计算公式为：
Figure FDA0002533873420000022
式(1)中ΔPkl表示支路l的开断引起支路k上的有功潮流变化，Pkl表示支路l开断后电网支路k的有功功率，Pk0表示支路k的初始有功功率，Pl0表示支路l的初始有功功率；
第x阶段故障时支路开断分布因子
Figure FDA0002533873420000023
的计算公式为：
Figure FDA0002533873420000031
式(2)中
Figure FDA0002533873420000032
表示第x阶段故障时支路l的开断引起支路k上的有功潮流变化，
Figure FDA0002533873420000033
表示第x阶段故障时支路l开断后电网支路k的有功功率；
第x阶段故障时支路开断分布因子矩阵Wx为：
Figure FDA0002533873420000034
Wx中nl表示第x阶段故障时电网中的支路数，Wx中元素支路开断分布因子表示第x阶段故障时支路k与支路l之间的支路开断分布因子
Figure FDA0002533873420000035
4.根据权利要求3所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述改进支路开断分布因子通过支路k与支路l之间的改进支路开断分布因子ρkl的计算方法来描述，ρkl的计算公式为：
Figure FDA0002533873420000036
用ΔP矩阵表示Pl0和Pk0的比值：
Figure FDA0002533873420000037
则改进支路开断分布因子矩阵ρ计算方法为：
ρ＝WT·ΔP (4)
所述改进支路开断分布因子矩阵ρ为：
Figure FDA0002533873420000041
第x阶段故障时改进支路开断分布因子
Figure FDA0002533873420000042
为：
Figure FDA0002533873420000043
第x阶段故障时改进支路开断分布因子矩阵ρx计算方法为：
ρx＝(Wx)T·ΔP (6)
第x阶段故障时改进支路开断分布因子矩阵ρx为：
Figure FDA0002533873420000044
ρx中nl表示第x阶段故障时电网中的支路数，ρx中元素表示第x阶段故障时支路k与支路l之间的改进支路开断分布因子
Figure FDA0002533873420000045
5.根据权利要求4所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述潮流波动系数的计算方法通过支路k的潮流波动系数θk的计算方法来描述，θk的计算公式为：
Figure FDA0002533873420000046
式(7)中Ck表示支路k的容量。
6.根据权利要求5所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述故障转移因子矩阵f的计算方法通过支路l故障生成的支路k的故障转移因子fl(k)的计算方法来描述，fl(k)的计算公式为：
fl(k)＝θk·ρkl (8)
ρkl为公式(4)计算的改进支路开断分布因子矩阵ρ中第k行l列元素，所述ρkl的正负值反映故障支路功率转移的方向，当ρkl<-2或者ρkl>0时，功率重分配使得支路k过载，当-2≤ρkl≤0时，不存在过载的可能性，将公式(8)中故障转移因子fl(k)进一步通过公式(9)来描述；
Figure FDA0002533873420000051
第x阶段故障时故障转移因子fl x(k)为：
Figure FDA0002533873420000052
Figure FDA0002533873420000053
为公式(6)计算的第x阶段故障时改进支路开断分布因子矩阵ρx中第l行k列元素，所述
Figure FDA0002533873420000054
的正负值反映第x阶段故障时故障支路功率转移的方向，当
Figure FDA0002533873420000055
或者
Figure FDA0002533873420000056
时，功率重分配使得支路k过载，当
Figure FDA0002533873420000057
时，不存在过载的可能性，将公式(10)中故障转移因子fl x(k)进一步通过公式(11)来描述。
Figure FDA0002533873420000058
7.根据权利要求6所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述脆弱流的计算方法通过支路k的脆弱流Fk的计算方法来描述，Fk的计算公式为：
Figure FDA0002533873420000059
式(12)中集合Ω为支路k的邻接支路集合，由此得到电网支路脆弱流向量(F)nl×1；
第x阶段故障时支路k的脆弱流
Figure FDA00025338734200000510
为：
Figure FDA0002533873420000061
式(13)中集合Ω为第x阶段故障时支路k的邻接支路集合，由此得到第x阶段故障时电网支路脆弱流向量(Fx)nl×1；
选取(Fx)nl×1中计算值最大的支路作为故障支路cx。
8.根据权利要求7所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述额外脆弱流的计算方法通过支路k的额外脆弱流ΔFk的计算方法来描述，ΔFk的计算公式为：
Figure FDA0002533873420000062
式(14)中Γi，Γj表示支路l两端节点i和j的所有邻接支路集合，Fl表示支路l的脆弱流，Fn表示Γi中支路n的脆弱流，Fm表示Γj中支路m的脆弱流，由此得到额外脆弱流向量(ΔF)nl×1；
第x阶段故障时支路k的额外脆弱流
Figure FDA0002533873420000063
为：
Figure FDA0002533873420000064
式(15)中Γi，Γj表示第x阶段故障时支路l两端节点i和j的所有邻接支路集合，Fl x表示第x阶段故障时支路l的脆弱流，
Figure FDA0002533873420000065
表示第x阶段故障时Γi中支路n的脆弱流，
Figure FDA0002533873420000066
表示第x阶段故障时Γj中支路m的脆弱流，由此得到额外脆弱流向量(ΔFx)nl×1。
9.根据权利要求8所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述故障后更新的各支路脆弱流计算方法通过故障时支路k在支路l故障后的脆弱流Fkl的计算方法来描述，Fkl的计算公式为：
Fkl＝Fk+ΔFk (16)
第x阶段故障时支路k在支路l故障后的脆弱流
Figure FDA0002533873420000071
为：
Figure FDA0002533873420000072
进而得到故障后更新的电网支路脆弱流向量(Fx+1)nl×1，选取(Fx+1)nl×1计算值最大的支路作为故障支路cx+1。
10.根据权利要求9所述融合故障转移因子的脆弱流传播捕获方法，其特征在于，所述电网解列形成孤岛时，获取总的故障阶段数E，得到的故障链C为{c1,c2...cx,cx+1...cE}。
CN202010526564.4A 2020-06-11 2020-06-11 一种融合故障转移因子的脆弱流传播捕获方法 Active CN111523252B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010526564.4A CN111523252B (zh) 2020-06-11 2020-06-11 一种融合故障转移因子的脆弱流传播捕获方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010526564.4A CN111523252B (zh) 2020-06-11 2020-06-11 一种融合故障转移因子的脆弱流传播捕获方法

Publications (2)

Publication Number Publication Date
CN111523252A true CN111523252A (zh) 2020-08-11
CN111523252B CN111523252B (zh) 2021-02-05

Family

ID=71909966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010526564.4A Active CN111523252B (zh) 2020-06-11 2020-06-11 一种融合故障转移因子的脆弱流传播捕获方法

Country Status (1)

Country Link
CN (1) CN111523252B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115034605A (zh) * 2022-06-08 2022-09-09 西华大学 一种基于波动过程的复杂电网脆弱流转移捕获方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005093960A1 (en) * 2003-02-27 2005-10-06 International Rectifier Corporation Single-stage pfc and power converter circuit
CN107871206A (zh) * 2017-10-18 2018-04-03 西华大学 基于连锁故障网络图的输电线路脆弱性识别方法
CN109948695A (zh) * 2019-03-18 2019-06-28 云南电网有限责任公司 一种基于近邻传播聚类算法的电网脆弱节点自动识别方法
CN110034581A (zh) * 2019-04-23 2019-07-19 湘潭大学 风电并网下电力系统的区间电气介数脆弱性评估方法
CN110096764A (zh) * 2019-04-12 2019-08-06 浙江大学 一种电-气耦合系统脆弱线路辨识和优化方法
CN110350522A (zh) * 2019-07-10 2019-10-18 西南交通大学 一种基于加权h指数的电力系统脆弱线路辨识方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005093960A1 (en) * 2003-02-27 2005-10-06 International Rectifier Corporation Single-stage pfc and power converter circuit
CN107871206A (zh) * 2017-10-18 2018-04-03 西华大学 基于连锁故障网络图的输电线路脆弱性识别方法
CN109948695A (zh) * 2019-03-18 2019-06-28 云南电网有限责任公司 一种基于近邻传播聚类算法的电网脆弱节点自动识别方法
CN110096764A (zh) * 2019-04-12 2019-08-06 浙江大学 一种电-气耦合系统脆弱线路辨识和优化方法
CN110034581A (zh) * 2019-04-23 2019-07-19 湘潭大学 风电并网下电力系统的区间电气介数脆弱性评估方法
CN110350522A (zh) * 2019-07-10 2019-10-18 西南交通大学 一种基于加权h指数的电力系统脆弱线路辨识方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XIAOGUANG WEI 等: "A Novel Cascading Faults Graph Based Transmission Network Vulnerability Assessment Method", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 *
黄燕 等: "基于复杂网络和暂态能量函数的支路暂态脆弱性评估", 《电力系统保护与控制》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115034605A (zh) * 2022-06-08 2022-09-09 西华大学 一种基于波动过程的复杂电网脆弱流转移捕获方法

Also Published As

Publication number Publication date
CN111523252B (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN107872058B (zh) 一种融合线路自愈的配网一体化保护方法
Liu et al. Recognition and vulnerability analysis of key nodes in power grid based on complex network centrality
Koç et al. Matcasc: A tool to analyse cascading line outages in power grids
CN110166483B (zh) 一种电网故障以及网络攻击的辨识方法、装置及设备
CN104750878A (zh) 一种基于混合搜索策略的拓扑故障诊断方法
CN104158174B (zh) 电力系统灾难性事故风险评估方法
Xie et al. Fast algorithm for the reliability evaluation of large-scale electrical distribution networks using the section technique
CN113328437B (zh) 一种智能配电网cps拓扑构建方法及故障恢复方法
CN109064071A (zh) 一种基于保护失效的智能变电站二次系统风险评估方法
CN108683161B (zh) 一种应用于智能配电网的差动后备保护方法
CN111523252B (zh) 一种融合故障转移因子的脆弱流传播捕获方法
Ni et al. Reliability assessment of cyber physical power system considering communication failure in monitoring function
Youssef et al. Robustness measure for power grids with respect to cascading failures.
CN114386222A (zh) 一种基于信息物理系统的配电网协同故障恢复方法和系统
CN104462404B (zh) 电力系统潮流转移危险线路快速搜索方法
CN111082402B (zh) 一种关于输电网连锁故障序列的预测方法
CN109683036A (zh) 一种用于数据中心的配电系统故障模拟方法及系统
CN110797863A (zh) 一种考虑电网n-1及n-2安全约束的经济调度方法
Pan et al. Modeling and analysis of cascading failures in cyber-physical power systems under different coupling strategies
CN115775107A (zh) 一种考虑连锁故障的电网信息物理系统风险评估方法
CN115130300A (zh) 一种基于过载型连锁故障的电网关键支路辨识方法及系统
CN111865700B (zh) 一种电力信息物理系统的信息节点筛选方法及相关装置
CN113408921A (zh) 一种基于网络依存关系的连锁故障风险评估方法
Wang et al. Cascading Failure Risk Assessment Based on Event-Driven Model in a Cyber-physical Power System
CN114662328B (zh) 一种考虑网络攻击的电力系统恢复力评估方法

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