CN111680879B - 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 - Google Patents
一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 Download PDFInfo
- Publication number
- CN111680879B CN111680879B CN202010394786.5A CN202010394786A CN111680879B CN 111680879 B CN111680879 B CN 111680879B CN 202010394786 A CN202010394786 A CN 202010394786A CN 111680879 B CN111680879 B CN 111680879B
- Authority
- CN
- China
- Prior art keywords
- voltage sag
- load
- sensitive
- network
- toughness
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 53
- 238000011156 evaluation Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000004927 fusion Effects 0.000 claims description 9
- 238000013486 operation strategy Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000013441 quality evaluation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
Abstract
本发明涉及一种考虑敏感负荷失效的配电网运行韧性评估方法及装置,属于配电网电能质量评估领域。所述评估方法包括以下步骤:构建覆盖不同故障类型的典型电压暂降事件特征表;利用特征表对照敏感设备敏感不确定区域对设备是否停运进行判断;计算电压暂降影响指标、系统经济性指标及网络负荷水平指标;类比弹性系数定义方法,计算运行韧性综合评价指标。本发明用于评估配电网在电压暂降下保障敏感负荷持续供电的能力,为电压暂降治理的措施评估方法提供理论依据。
Description
技术领域
本发明涉及配电网电能质量评估领域,具体是一种考虑敏感负荷失效的配电网运行韧性评估方法及装置。
背景技术
随着我国经济的发展和能源需求的增长,现代配电网与传统配电网相比有了巨大的不同。配电网特征变为高渗透率分布式发电、环网运行交直流混合,潮流双向随机变化、峰谷差加大、储能与电动汽车增长迅速且物理信息深度融合智能化。以现代光电子、半导体芯片、精密加工为代表的尖端制造业技术正引领现代制造产业的发展,集成化和精密化制造加工意味着各类高电能质量需求的新型敏感设备日益增多。电压暂降问题对敏感负荷的影响日益凸显,在各行业造成了严重的经济损失。
传统使用的可靠性评价体系中缺乏对网络结构、敏感负荷持续供电、电压暂降治理设备覆盖情况等配电网对电压暂降问题应对能力的评估,未从配电网运行策略、负荷耐受力等方面去评估电压暂降问题耐受能力。而现行的配电网韧性主要侧重于系统在极端自然灾害下的耐受恢复力,因此,需拓宽配电网韧性评估范畴,建立针对电压暂降敏感用户持续供电能力的配电网运行韧性评估方法。
发明内容
本发明提供一种考虑敏感负荷失效的配电网运行韧性评估方法及装置,针对含敏感负荷的配电网,考虑网架结构和负荷水平等条件,综合电压暂降特征、经济损失、治理成本等指标,建立运行韧性系数计算方法与评估流程,为电压暂降治理方案评价提供量化指标。
一种考虑敏感负荷失效的配电网运行韧性评估方法,包括以下步骤:
步骤1、在选取目标网络的一种运行策略及电压暂降治理方式后,统计配电网络敏感负荷数据及确定设备敏感不确定区域;
步骤2、将网络各类故障类型造成的电压暂降场景进行消减融合运算,形成覆盖不同故障类型的典型电压暂降事件特征表;
步骤3、根据典型电压暂降事件特征表计算整个网络的电压暂降影响指标;
步骤4、基于步骤2所得电压暂降典型事件特征表对应步骤1中敏感负荷数据进行设备运行状态判断,将电压暂降典型事件特征表中(i,j)型场景的特征值对应步骤1确定的各敏感设备的敏感不确定区域获得敏感负荷在各场景下的停运概率,其中i表示电压暂降持续时间、j表示电压暂降深度;
步骤5、根据步骤4获得的停运概率,计算各事件下的累加的网络敏感负荷失效水平,同时计算该治理方式下系统经济投入成本,最终由负荷失效水平与系统经济投入成本得到系统经济性指标;
步骤6、根据网络负荷水平指标、步骤3得到的电压暂降影响指标、步骤5得到暂降经济性指标类比弹性系数定义方法,定义并计算运行韧性评价系数,所述运行韧性评价系数用于反映目标网络在该运行方式下量化的运行韧性。
进一步的,步骤1中配电网络敏感负荷数据包括配电网络中的敏感负荷接入位置、数量及负荷类型。
进一步的,步骤2中典型电压暂降事件特征表包括典型电压暂降事件(i,j)的持续时间i、电压暂降深度j及该典型事件的发生概率E(i,j)。
进一步的,步骤3根据典型电压暂降事件特征表计算整个网络的电压暂降影响指标具体包括:
首先根据典型电压暂降事件特征表计算单个节点的暂降影响参数SARFI*,以表征各场景下负荷点的受影响情况,
其中Nm为(i,j)型场景下受到影响的负荷点,NT为评估中涉及的总负荷点,E(i,j)即为(i,j)型场景发生概率,单个节点的暂降影响参数记做SARFI*;
然后,根据暂降影响参数SARFI*计算整个网络的电压暂降影响指标Asag,计算公式如下,
其中nn为负荷节点数,Sb为节点b上的连接容量,下标k用于区分不同的敏感负荷类型,下标b为节点数,nv表示敏感负荷的类型数,αbk则代表在节点b上k类型的占比,tk为该类型设备的恢复时间,其中表示评估全部场景内负荷点受电压暂降影响的平均次数,由公式(1)计算得到。
进一步的,步骤5中敏感负荷失效水平Ploss为各电压暂降事件停运概率加权之和,满足:
其中Pbk(i,j)为节点b上k类型敏感设备的停运概率,由所有典型场景的累加得到,αbk则代表在节点b上k类型的占比;
所述系统经济投入成本Ccost包括运行成本Cop、重启动成本Cre、治理设备投入成本Cim。
进一步的,暂降经济性指标μcost由负荷失效水平Ploss与系统经济投入成本Ccost之比得到。
进一步的,对于运行成本Cop,考虑系统网损计算运行成本,计算方法如下:
重启动成本Cre计算方法如下:
Cre=Ma+Ea+Trestart×Clabor (7)
其中Ma为额外的辅助材料成本;Ea为重启动过程中的能源动力费用;Trestart为重启动所需的时间;Clabor为该过程涉及的人员成本;
治理设备投入成本Cim计算方法如下:
其中Cjk为节点j上k类型治理设备的投入成本,ηjk为节点j上k类型治理设备的覆盖率。
进一步的,步骤6中网络负荷水平指标λ计算方法如下:
其中li·avg为网络中线路i的平均负载,li·max为线路i的最大负载,ηl为网络线路数。
一种考虑敏感负荷失效的配电网运行韧性评估装置,包括:
统计模块,用于在选取目标网络的一种运行策略及电压暂降治理方式后,统计配电网络敏感负荷数据及确定设备敏感不确定区域;
典型电压暂降事件特征表获取模块,用于将网络各类故障类型造成的电压暂降场景采用聚类算法进行消减融合运算,形成覆盖不同故障类型的典型电压暂降事件特征表;
电压暂降影响指标计算模块,用于根据典型电压暂降事件特征表计算整个网络的电压暂降影响指标;
停运概率获取模块,用于基于所得电压暂降典型事件特征表对应敏感负荷数据进行设备运行状态判断,将电压暂降典型事件特征表中(i,j)型场景的特征值对应统计模块确定的各敏感设备的敏感不确定区域获得敏感负荷在各场景下的停运概率;
暂降经济性指标获取模块,用于根据停运概率获取模块获得的停运概率计算各事件下的累加的网络敏感负荷失效水平,同时计算该治理方式下系统经济投入成本,最终由负荷失效水平与系统经济投入成本得到系统经济性指标;
运行韧性评价系数获取模块,用于根据电压暂降影响指标、暂降经济性指标以及网络负荷水平指标类比弹性系数定义方法,定义并计算运行韧性评价系数p,即可反映目标网络在该运行方式下量化的运行韧性。
进一步的,所述电压暂降影响指标计算模块首先根据典型电压暂降事件特征表计算单个节点的暂降影响参数SARFI*,以表征各场景下负荷点的受影响情况,
其中Nm为(i,j)型场景下受到影响的负荷点,NT为评估中涉及的总负荷点,E(i,j)即为(i,j)型场景发生概率,故单个节点的暂降影响参数记做SARFI*;
然后,根据暂降影响参数SARFI*计算整个网络的电压暂降影响指标Asag,即统计电压暂降事件对敏感负荷的影响情况,计算公式如下,
其中nn为负荷节点数,Sb为节点b上的连接容量,下标k用于区分不同的敏感负荷类型,下标b为节点数,nv表示敏感负荷的类型数,αbk则代表在节点b上k类型的占比,tk为该类型设备的恢复时间,其中表示评估全部场景内负荷点受电压暂降影响的平均次数,由公式(1)计算得到。
本发明具采用的评估指标可以综合反映电压暂降影响程度、经济性、负荷水平及网架结构对于系统运行韧性的影响,相比于传统的可靠性指标,本方法的评估结果更能反映不同电压暂降治理措施对系统运行影响的实际情况,为电压暂降治理的措施评估方法提供理论依据。
附图说明
图1本发明考虑敏感负荷失效的配电网运行韧性评估方法其中一个实施例的流程图;
图2由IEEE33节点修改的算例网络;
图3为可靠性与运行韧性评估结果对比示意图;
图4本发明考虑敏感负荷失效的配电网运行韧性评估方法其中一个实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明的一部分实施例,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的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。
请参阅图1,本发明实施例提供一种考虑敏感负荷失效的配电网运行韧性评估方法,包括以下步骤:
步骤1、在选取目标网络的一种运行策略及电压暂降治理方式后,统计配电网络敏感负荷数据及确定设备敏感不确定区域,其中配电网络敏感负荷数据包括配电网络中的敏感负荷接入位置、数量及负荷类型;
步骤2、将网络各类故障类型造成的电压暂降场景采用聚类算法进行消减融合运算,形成覆盖不同故障类型的典型电压暂降事件特征表,所述典型电压暂降事件特征表包括该典型电压暂降事件(i,j)的持续时间i、电压暂降深度j及该典型事件的发生概率E(i,j)。
具体的,使用Wasserstein概率距离指标,将日负荷情况转换为概率分布曲线,并将电路阻抗转化为含概率信息的最优分位点,随段内采用基于改进的K-medoids并行聚类算法进行消减,段间进行场景融合,通过迭代消减、融合运算,形成覆盖不同故障类型的电压暂降事件特征表;
步骤3、根据典型电压暂降事件特征表计算整个网络的电压暂降影响指标。
具体的,首先根据典型电压暂降事件特征表计算单个节点的暂降影响参数SARFI*,以表征各场景下负荷点的受影响情况,
通常SARFI指标统计某时间段内电压暂降的发生次数,考虑到本方法采用场景法生成典型电压暂降事件,这里Nm为(i,j)型场景下受到影响的负荷点,NT为评估中涉及的总负荷点,E(i,j)即为(i,j)型场景发生概率,故单个节点的暂降影响参数记做SARFI*。
然后,根据暂降影响参数SARFI*计算整个网络的电压暂降影响指标Asag,即统计电压暂降事件对敏感负荷的影响情况,计算公式如下,
其中nn为负荷节点数,Sb为节点b上的连接容量。下标k用于区分不同的敏感负荷类型,下标b为节点数,nv表示敏感负荷的类型数,αbk则代表在节点b上k类型的占比,tk为该类型设备的恢复时间,其中表示评估全部场景内负荷点受电压暂降影响的平均次数,由公式(1)计算得到。
步骤4、基于步骤2所得电压暂降典型事件特征表对应步骤1中敏感负荷数据进行设备运行状态判断,将电压暂降典型事件特征表中(i,j)型场景的特征值对应步骤1确定的各敏感设备的敏感不确定区域即可获得敏感负荷在各场景下的停运概率P(i,j),停运概率P(i,j)的累积分布模型如下:
其中P(i,j)表示敏感负荷在各场景下的停运概率,Umin、Umax为该类型敏感负荷的电压耐受曲线的电压阈值最小值和最大值,Tmin、Tmax为该类型敏感负荷的电压耐受曲线的电压阈值最小值和最大值。
步骤5、根据步骤4获得的停运概率P(i,j),计算各事件下的累加的网络敏感负荷失效水平Ploss,同时计算该治理方式下系统经济投入成本Ccost,最终由负荷失效水平Ploss与系统经济投入成本Ccost之比得到系统经济性指标μcost;
敏感负荷失效水平Ploss为各电压暂降事件停运概率加权之和,满足:
其中Pbk(i,j)为节点b上k类型敏感设备的停运概率,由所有典型场景的累加得到,αbk则代表在节点b上k类型的占比。
系统统经济投入成本Ccost主要包括运行成本Cop、重启动成本Cre、治理设备投入成本Cim,对于运行成本Cop考虑系统网损计算运行成本,计算方法如下,
其中Cjk为节点j上k类型治理设备的投入成本,ηjk为节点j上k类型治理设备的覆盖率。考虑设备重启成本:
Cre=Ma+Ea+Trestart×Clabor (7)
其中Ma为额外的辅助材料成本;Ea为重启动过程中的能源动力费用;Trestart为重启动所需的时间;Clabor为该过程涉及的人员成本。
最终得到该治理方式下系统经济投入成本Ccost,由负荷失效水平Ploss与系统经济投入成本Ccost之比得到暂降经济性指标μcost:
步骤6、对于系统侧负荷水平定义计算网络负荷水平指标λ:
其中li·avg为网络中线路i的平均负载,li·max为线路i的最大负载,ηl为网络线路数。
根据网络负荷水平指标λ、步骤3得到的电压暂降影响指标Asag、步骤5得到暂降经济性指标μcost类比弹性系数定义方法,定义并计算运行韧性评价系数Rop,即可反映目标网络在该运行方式下量化的运行韧性:
其中μcost为暂降经济性指标,类比弹性系数中线径与中径比率部分,这里在运行韧性系数中定义为负荷损失与投入成本的比率;λ为网络负荷水平指标,类比弹性系数中的刚性模数的倒数,衡量配电网的负荷水平,反映配电网的一般属性;电压暂降影响指标Asag则类比弹性系数中的有效圈数Nc,为电压暂降影响指标,反映电压暂降的影响情况。
步骤7、更改网络运行策略,重复步骤2至步骤6,计算不同运行策略下的运行韧性评价系数Rop得到最终的运行韧性综合评价指标。
如图4所示,本发明实施例还提供一种考虑敏感负荷失效的配电网运行韧性评估装置,包括:
统计模块10,用于在选取目标网络的一种运行策略及电压暂降治理方式后,统计配电网络敏感负荷数据及确定设备敏感不确定区域,其中配电网络敏感负荷数据包括配电网络中的敏感负荷接入位置、数量及负荷类型;
典型电压暂降事件特征表获取模块20,用于将网络各类故障类型造成的电压暂降场景采用聚类算法进行消减融合运算,形成覆盖不同故障类型的典型电压暂降事件特征表,所述典型电压暂降事件特征表包括该典型电压暂降事件(i,j)的持续时间i、电压暂降深度j及该典型事件的发生概率E(i,j);
电压暂降影响指标计算模块30,用于根据典型电压暂降事件特征表计算整个网络的电压暂降影响指标。
所述电压暂降影响指标计算模块30首先根据典型电压暂降事件特征表计算单个节点的暂降影响参数SARFI*,以表征各场景下负荷点的受影响情况,
其中Nm为(i,j)型场景下受到影响的负荷点,NT为评估中涉及的总负荷点,E(i,j)即为(i,j)型场景发生概率;
然后,所述电压暂降影响指标计算模块30根据暂降影响参数SARFI*计算整个网络的电压暂降影响指标Asag,即统计电压暂降事件对敏感负荷的影响情况,计算公式如下,
其中nn为负荷节点数,Sb为节点b上的连接容量。下标k用于区分不同的敏感负荷类型,下标b为节点数,nv表示敏感负荷的类型数,αbk则代表在节点b上k类型的占比,tk为该类型设备的恢复时间,其中表示评估全部场景内负荷点受电压暂降影响的平均次数,由公式(1)计算得到。
停运概率获取模块40,用于基于所得电压暂降典型事件特征表对应敏感负荷数据进行设备运行状态判断,将电压暂降典型事件特征表中(i,j)型场景的特征值对应统计模块确定的各敏感设备的敏感不确定区域获得敏感负荷在各场景下的停运概率P(i,j);
暂降经济性指标获取模块50,用于根据停运概率获取模块40获得的停运概率P(i,j),计算各事件下的累加的网络敏感负荷失效水平Ploss,同时计算该治理方式下系统经济投入成本Ccost,最终由负荷失效水平Ploss与系统经济投入成本Ccost之比得到系统经济性指标μcost;
敏感负荷失效水平Ploss为各电压暂降事件停运概率加权之和,满足:
其中Pbk(i,j)为节点b上k类型敏感设备的停运概率,由所有典型场景的累加得到,αbk则代表在节点b上k类型的占比。
统经济投入成本Ccost主要包括运行成本Cop、重启动成本Cre、治理设备投入成本Cim,对于运行成本Cop考虑系统网损计算运行成本,计算方法如下,
其中Cjk为节点j上k类型治理设备的投入成本,ηjk为节点j上k类型治理设备的覆盖率。考虑设备重启成本:
Cre=Ma+Ea+Trestart×Clabor (7)
其中Ma为额外的辅助材料成本;Ea为重启动过程中的能源动力费用;Trestart为重启动所需的时间;Clabor为该过程涉及的人员成本。
最终得到该治理方式下系统经济投入成本Ccost,由由负荷失效水平Ploss与Ccost之比得到暂降经济性指标μcost:
运行韧性评价系数获取模块60,用于根据电压暂降影响指标Asag、暂降经济性指标μcost以及网络负荷水平指标λ类比弹性系数定义方法,定义并计算运行韧性评价系数Rop,即可反映目标网络在该运行方式下量化的运行韧性。
其中网络负荷水平指标λ计算公式如下:
其中li·avg为网络中线路i的平均负载,li·max为线路i的最大负载,ηl为网络线路数;
运行韧性评价系数Ropλ计算公式如下:
其中μcost为暂降经济性指标,类比弹性系数中线径与中径比率部分,这里在运行韧性系数中定义为负荷损失与投入成本的比率;λ为网络负荷水平指标,类比弹性系数中的刚性模数的倒数,衡量配电网的负荷水平,反映配电网的一般属性;电压暂降影响指标Asag则类比弹性系数中的有效圈数Nc,为电压暂降影响指标,反映电压暂降的影响情况。
本文针对实例进行运行韧性评估,实例基于IEEE33节点修改而成,在原系统的基础上在节点1接入包含敏感设备的负荷类型,如图2所示,最终将运行韧性评价结果与传统使用的可靠性指标进行对比,如图3所示,可以看到传统可靠性评估指标难以体现不同治理方式之间的区别,而运行韧性评价结果可显著体现不同治理方式下目标网络的运行韧性区别。
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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种考虑敏感负荷失效的配电网运行韧性评估方法,其特征在于包括以下步骤:
步骤1、在选取目标网络的一种运行策略及电压暂降治理方式后,统计配电网络敏感负荷数据及确定设备敏感不确定区域;
步骤2、将网络各类故障类型造成的电压暂降场景进行消减融合运算,形成覆盖不同故障类型的典型电压暂降事件特征表;
步骤3、根据典型电压暂降事件特征表计算整个网络的电压暂降影响指标;
步骤4、基于步骤2所得电压暂降典型事件特征表对应步骤1中敏感负荷数据进行设备运行状态判断,将电压暂降典型事件特征表中(i,j)型场景的特征值对应步骤1确定的各敏感设备的敏感不确定区域获得敏感负荷在各场景下的停运概率,其中i表示电压暂降持续时间、j表示电压暂降深度;
步骤5、根据步骤4获得的停运概率,计算各事件下的累加的网络敏感负荷失效水平,同时计算该治理方式下系统经济投入成本,最终由负荷失效水平与系统经济投入成本得到系统经济性指标;
步骤6、根据网络负荷水平指标、步骤3得到的电压暂降影响指标、步骤5得到暂降经济性指标类比弹性系数定义方法,定义并计算运行韧性评价系数,所述运行韧性评价系数用于反映目标网络在该运行方式下量化的运行韧性。
2.如权利要求1所述的考虑敏感负荷失效的配电网运行韧性评估方法,其特征在于:步骤1中配电网络敏感负荷数据包括配电网络中的敏感负荷接入位置、数量及负荷类型。
3.如权利要求1所述的考虑敏感负荷失效的配电网运行韧性评估方法,其特征在于:步骤2中典型电压暂降事件特征表包括典型电压暂降事件(i,j)的持续时间i、电压暂降深度j及该典型事件的发生概率E(i,j)。
4.如权利要求1所述的考虑敏感负荷失效的配电网运行韧性评估方法,其特征在于:步骤3根据典型电压暂降事件特征表计算整个网络的电压暂降影响指标具体包括:
首先根据典型电压暂降事件特征表计算单个节点的暂降影响参数SARFI*,以表征各场景下负荷点的受影响情况,
其中Nm为(i,j)型场景下受到影响的负荷点,NT为评估中涉及的总负荷点,E(i,j)即为(i,j)型场景发生概率,单个节点的暂降影响参数记做SARFI*;
然后,根据暂降影响参数SARFI*计算整个网络的电压暂降影响指标Asag,计算公式如下,
6.如权利要求1所述的考虑敏感负荷失效的配电网运行韧性评估方法,其特征在于:暂降经济性指标μcost由负荷失效水平Ploss与系统经济投入成本Ccost之比得到。
9.一种考虑敏感负荷失效的配电网运行韧性评估装置,其特征在于包括:
统计模块,用于在选取目标网络的一种运行策略及电压暂降治理方式后,统计配电网络敏感负荷数据及确定设备敏感不确定区域;
典型电压暂降事件特征表获取模块,用于将网络各类故障类型造成的电压暂降场景采用聚类算法进行消减融合运算,形成覆盖不同故障类型的典型电压暂降事件特征表;
电压暂降影响指标计算模块,用于根据典型电压暂降事件特征表计算整个网络的电压暂降影响指标;
停运概率获取模块,用于基于所得电压暂降典型事件特征表对应敏感负荷数据进行设备运行状态判断,将电压暂降典型事件特征表中(i,j)型场景的特征值对应统计模块确定的各敏感设备的敏感不确定区域获得敏感负荷在各场景下的停运概率;
暂降经济性指标获取模块,用于根据停运概率获取模块获得的停运概率计算各事件下的累加的网络敏感负荷失效水平,同时计算该治理方式下系统经济投入成本,最终由负荷失效水平与系统经济投入成本得到系统经济性指标;
运行韧性评价系数获取模块,用于根据电压暂降影响指标、暂降经济性指标以及网络负荷水平指标类比弹性系数定义方法,定义并计算运行韧性评价系数p,即可反映目标网络在该运行方式下量化的运行韧性。
10.如权利要求9所述的考虑敏感负荷失效的配电网运行韧性评估装置,其特征在于:所述电压暂降影响指标计算模块首先根据典型电压暂降事件特征表计算单个节点的暂降影响参数SARFI*,以表征各场景下负荷点的受影响情况,
其中Nm为(i,j)型场景下受到影响的负荷点,NT为评估中涉及的总负荷点,E(i,j)即为(i,j)型场景发生概率,故单个节点的暂降影响参数记做SARFI*;
然后,根据暂降影响参数SARFI*计算整个网络的电压暂降影响指标Asag,即统计电压暂降事件对敏感负荷的影响情况,计算公式如下,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010394786.5A CN111680879B (zh) | 2020-05-11 | 2020-05-11 | 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010394786.5A CN111680879B (zh) | 2020-05-11 | 2020-05-11 | 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680879A CN111680879A (zh) | 2020-09-18 |
CN111680879B true CN111680879B (zh) | 2022-11-25 |
Family
ID=72434011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010394786.5A Active CN111680879B (zh) | 2020-05-11 | 2020-05-11 | 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680879B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113030616A (zh) * | 2021-03-03 | 2021-06-25 | 国网福建省电力有限公司 | 基于电压暂降监测数据的敏感负荷识别方法 |
CN112803423B (zh) * | 2021-03-04 | 2024-01-12 | 中国石油大学(华东) | 油田区域配电网电压暂降治理装置优化布点方法及系统 |
CN113055249B (zh) * | 2021-03-18 | 2022-07-08 | 中国人民解放军军事科学院国防科技创新研究院 | 一种关键基础设施网络弹性检测方法及系统 |
CN113779112A (zh) * | 2021-09-27 | 2021-12-10 | 南京乐帆电气科技有限公司 | 基于空间信息和大数据映射算法的电能质量分析系统 |
CN117151031B (zh) * | 2023-10-26 | 2024-01-30 | 国网经济技术研究院有限公司 | 一种大功率电力电子器件并联母排设计评估方法和系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184419A (zh) * | 2015-09-25 | 2015-12-23 | 清华大学 | 一种配网电压暂降及短时中断治理方案的优选方法 |
CN108629525B (zh) * | 2018-05-15 | 2022-09-27 | 国网上海市电力公司 | 一种考虑负荷重要程度的节点电压暂降严重程度评估方法 |
CN108764666A (zh) * | 2018-05-15 | 2018-11-06 | 国网上海市电力公司 | 基于多质量损失函数综合的用户暂降经济损失评估方法 |
-
2020
- 2020-05-11 CN CN202010394786.5A patent/CN111680879B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111680879A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111680879B (zh) | 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 | |
He et al. | Mission reliability evaluation for fuzzy multistate manufacturing system based on an extended stochastic flow network | |
CN108847686B (zh) | 一种光伏逆变器故障预测方法 | |
CN116976707B (zh) | 基于用电信息采集的用户用电数据异常分析方法及系统 | |
Xue et al. | Adaptive ultra-short-term wind power prediction based on risk assessment | |
CN116739829B (zh) | 一种基于大数据的电力数据分析方法、系统及介质 | |
CN114841081A (zh) | 一种电力设备异常事故控制方法及系统 | |
CN115453356A (zh) | 一种动力设备运行状态监测分析方法、系统、终端及介质 | |
Huang et al. | Wind turbine health assessment framework based on power analysis using machine learning method | |
CN112731022B (zh) | 光伏逆变器故障检测方法、设备及介质 | |
CN116956203B (zh) | 一种变压器分接开关动作特性测量方法及系统 | |
CN117543589A (zh) | 一种梯级水电安全集控系统调度方法 | |
CN111628498A (zh) | 一种考虑配电网可靠性的多目标配电网重构方法和装置 | |
KR100705610B1 (ko) | 전기설비 신뢰도를 활용한 투자 우선순위 결정 방법 | |
Liu et al. | Research on text classification method of distribution network equipment fault based on deep learning | |
CN114444886A (zh) | 基于解析法的台风灾害下配电网受损概率评估方法 | |
CN114662589A (zh) | 一种电表故障研判方法、装置、设备和可读存储介质 | |
Ding et al. | Reliability evaluation of direct current distribution system for intelligent buildings based on big data analysis | |
CN108649571B (zh) | 一种基于事故链模型的连锁故障紧急阻断方法 | |
CN114764672A (zh) | 联合学习框架下的融合多因素的电网设备风险评估方法 | |
CN107862144B (zh) | 基于电网的计算机模拟方法及系统 | |
Chumnanvanichkul et al. | Three-level Classification of Air Conditioning Energy Consumption for Building Energy Management System Using Data Mining Techniques | |
CN113055237B (zh) | 配网主站协同式自愈可信度确定方法、装置和存储介质 | |
CN110187989A (zh) | 雾环境下基于Markov Chain的容错策略选择方法 | |
CN117728421B (zh) | 微电网集群协调调度方法、系统、计算机设备和存储介质 |
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 |