CN111769545B - 一种在相继的多重开断场景下潮流评估方法及装置 - Google Patents

一种在相继的多重开断场景下潮流评估方法及装置 Download PDF

Info

Publication number
CN111769545B
CN111769545B CN202010441596.4A CN202010441596A CN111769545B CN 111769545 B CN111769545 B CN 111769545B CN 202010441596 A CN202010441596 A CN 202010441596A CN 111769545 B CN111769545 B CN 111769545B
Authority
CN
China
Prior art keywords
power flow
algorithm
stage
result
acceptable
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
CN202010441596.4A
Other languages
English (en)
Other versions
CN111769545A (zh
Inventor
薛禹胜
刘昀
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.)
NARI Group Corp
Nari Technology Co Ltd
State Grid Electric Power Research Institute
Original Assignee
NARI Group Corp
Nari Technology Co Ltd
State Grid Electric Power Research Institute
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 NARI Group Corp, Nari Technology Co Ltd, State Grid Electric Power Research Institute filed Critical NARI Group Corp
Priority to CN202010441596.4A priority Critical patent/CN111769545B/zh
Publication of CN111769545A publication Critical patent/CN111769545A/zh
Application granted granted Critical
Publication of CN111769545B publication Critical patent/CN111769545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种在相继的多重开断场景下潮流评估方法及装置，包括以下过程：按照开断顺序依次计算每个开断阶段的潮流，其中计算某一开断阶段的潮流时，采用分布因子法和算法1分别计算得到此开断阶段的潮流结果；所述算法1包括牛顿潮流法的首轮迭代、PQ解耦潮流法的首轮迭代，或前两个方法的变形；若判断算法1的潮流结果为可接受则将算法1的潮流结果作为此开断阶段的最终潮流结果，若不可接受则采用交流潮流方法计算得到潮流结果，并将此潮流结果作为此开断阶段的最终潮流结果。本发明采用三个数学模型分析潮流可保证结果的强壮性，采用统计方法判断算例是否预估误差可接受，提高了分析效率。

Description

一种在相继的多重开断场景下潮流评估方法及装置
技术领域
本发明属于电力系统及其自动化技术领域，具体涉及一种在相继的多重开断场景下潮流评估方法及装置。
背景技术
近年来，世界范围内发生了多起电网大规模停电事故，造成巨大的经济与社会损失。大量研究与实例表明，同时发生的多重开断，及先后发生的相继开断，以及两者的结合均与大停电有关。然而，传统相继故障的概念忽略了故障链的重数(宽度)，多重故障的概念未考虑故障链的时序(深度)。为综合考虑故障链的宽度与深度，本专利所指相继的多重开断故障应包括有因果关系的连锁性开断，有相关关系的群发性开断，以及两者的结合；而其他文献所研究的情景，包括多重开断故障与相继开断故障都系其特例。
然而，相继的多重开断故障因其排列组合性质使算例总数非常庞大，分析过程陷入“维数灾难”。即便不考虑多时段，N-k故障算例总数也高达N！/[k！(N-k)！]，以一个含500个元件中小型系统为例，仅k取4时故障算例总数近26亿。显然，详细分析每一个算例是不切实际的。现有相继的多重开断潮流研究旨在兼顾分析的快速性与精确性，从而快速可靠分析相继故障风险并及时预警，为电网的安全运行提供在线技术支持。
在现有研究中，交流潮流法完整地保留了潮流问题的非线性，采用如牛顿法或PQ解耦法可获得故障后潮流的精确解。然而，该方法需反复迭代状态变量直至满足收敛判据。此外，在相继的多重开断分析中，随开断轮次的递增，交流潮流法的计算量呈指数增长，难以适应工程的在线分析需求。
为提高潮流计算速度，分布因子法将非线性潮流方程线性化，以被开断潮流的变化量与拓扑参数直接计算故障后潮流，无需迭代，计算量及小，但有功潮流误差随开断支路数增加而不断累积且难以控制，且无法获取无功潮流与电压信息，难以直接应用于相继故障风险的评估。
此外，每一个交流潮流法都可取其首轮结果近似估计潮流。由于该过程无需迭代，其计算量较交流潮流法显著降低。相比分布因子法，该方法不仅同时考虑了有功与无功的交互影响，提高了有功的计算精度，还可评估无功与电压。然而，此方法对强非线性算例的分析精度难以达到工程要求。
针对以上各方法的不足，亟需一种在保证相继故障有功与无功计算精度满足工程需求的前提下快速的潮流计算方法，以满足相继的多重开断潮流的在线可靠分析。
发明内容
本发明的目的在于克服现有技术中的不足，提供了一种在相继的多重开断场景下潮流评估方法，解决了相继的多重开断场景下的潮流计算问题。
为解决上述技术问题，本发明提供了一种在相继的多重开断场景下潮流评估方法，包括以下过程：
获取相继的多重开断的开断顺序及开断支路；
按照开断顺序依次计算每个开断阶段的潮流，其中计算某一开断阶段的潮流包括：
若此开断阶段为第一个开断阶段，则获取系统初始拓扑信息、初始潮流结果和第一开断阶段的开断支路，若为其他开断阶段则获取上一开断阶段的拓扑信息、潮流结果和此开断阶段的开断支路，采用分布因子法和算法1分别计算得到此开断阶段的潮流结果；所述算法1包括牛顿潮流法的首轮迭代、PQ解耦潮流法的首轮迭代，或前两个方法的变形；
若根据此开断阶段的分布因子法和算法1的潮流结果确定算法1的潮流结果为可接受，则将算法1的潮流结果作为此开断阶段的最终潮流结果，若不可接受则采用交流潮流方法计算得到潮流结果，将采用交流潮流方法的潮流结果作为此开断阶段的最终潮流结果。
进一步的，算法1的潮流结果包括有功、无功、电压与相角。
进一步的，所述根据此开断阶段的分布因子法和算法1的潮流结果确定算法1的潮流结果为可接受，包括：
根据此开断阶段的分布因子法和算法1的潮流结果，计算4个特征：
特征1：此开断阶段分布因子法有功与算法1有功差值的二范数；
特征2：此开断阶段被开断支路开断前后有功潮流向量变化的二范数；
特征3：此开断阶段算法1电压与上一开断阶段电压之差的二范数的平方；
特征4：此开断阶段算法1电压与上一开断阶段电压之差的二范数；
根据以上4个特征判断算法1的潮流结果是否可接受。
进一步的，所述根据4个特征判断算法1的潮流结果是否可接受，包括：根据4个特征，采用分类器判断算法1的潮流结果是否可接受。
进一步的，根据4个特征，采用分类器判断算法1的潮流结果是否可接受，包括：
将特征1、特征2和特征4输入有功分类器中，得到有功结果是否可接受结果；
将特征1、特征3和特征4输入无功分类器中，得到无功结果是否可接受结果；
当且仅当有功结果与无功结果均为可接受时，判断算法1的潮流结果为可接受。
相应的，本发明还提供了一种在相继的多重开断场景下潮流评估装置，包括参数获取模块、单个开断阶段潮流计算模块和全故障链潮流计算模块，其中：
参数获取模块，用于获取相继的多重开断的开断顺序及开断支路；
单个开断阶段潮流计算模块，用于计算某一开断阶段的潮流，包括单模型计算模块和潮流输出模块，其中：
单模型计算模块，若此开断阶段为第一个开断阶段，则获取系统初始拓扑信息、初始潮流结果和第一开断阶段的开断支路，若为其他开断阶段则获取上一开断阶段的拓扑信息、潮流结果和此开断阶段的开断支路，采用分布因子法和算法1分别计算得到此开断阶段的潮流结果；所述算法1包括牛顿潮流法的首轮迭代、PQ解耦潮流法的首轮迭代，或前两个方法的变形；
潮流输出模块，若根据此开断阶段的分布因子法和算法1的潮流结果确定算法1的潮流结果为可接受，则输出算法1的潮流结果，若不可接受，则采用交流潮流方法计算得到潮流结果，并输出采用交流潮流方法的潮流结果。
全故障链潮流计算模块，用于按照开断顺序依次执行单模型潮流计算模块。
进一步的，算法1的潮流结果包括有功、无功和电压。
进一步的，所述单个开断阶段潮流计算模块进一步包括潮流结果判断模块，所述潮流结果判断模块，包括：
计算单元，用于根据此开断阶段的分布因子法和算法1的潮流结果，计算4个特征：
特征1：此开断阶段分布因子法有功与算法1有功差值的二范数；
特征2：此开断阶段被开断支路开断前后有功潮流向量变化的二范数；
特征3：此开断阶段算法1电压与上一开断阶段电压之差的二范数的平方；
特征4：此开断阶段算法1电压与上一开断阶段电压之差的二范数；
判断单元，用于根据以上4个特征判断算法1的潮流结果是否可接受。
进一步的，所述判断单元用于根据4个特征，采用分类器判断算法1的潮流结果是否可接受。
进一步的，所述判断单元，包括：
第一处理子单元，用于将特征1、特征2和特征4输入有功分类器中，得到有功结果是否可接受结果；
第二处理子单元，用于将特征1、特征3和特征4输入无功分类器中，得到无功结果是否可接受结果；
第三处理子单元，用于当且仅当有功结果与无功结果均为可接受时，判断算法1的潮流结果为可接受。
与现有技术相比，本发明所达到的有益效果是：在相继的多重开断潮流分析中，采用快速的分布因子方法与牛顿法或PQ解耦潮流法的首轮结果代替计算量大的交流潮流方法计算，显著提高了分析效率。此外，融合了统计范式与因果范式的分类器可判断是否需切换精确的交流潮流方法进行分析，保证了计算精度。此外，相比传统的快速潮流计算方法，本方法可提供可靠的无功与电压结果。本发明在保证相继的多重开断故障有功与无功计算精度满足工程需求的基础上，大大减小计算量，提高了相继的多重开断故障的潮流分析效率，并具有良好的泛化性能。
附图说明
图1是本发明一种实施例的流程图；
图2是相继的多重开断的示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明的一种在相继的多重开断场景下潮流评估方法，包括以下步骤：
步骤1)记录相继的多重开断的故障链信息，系统初始状态拓扑信息，并计算系统初始状态潮流，作为后续开断阶段潮流的基础。
相继的多重开断的故障链参见图2所示，从第0开断阶段(系统初始状态)开始，到第n个开断阶段，n为开断阶段总数。多重开断的故障链信息包括被开断支路(编号)及其开断顺序，用于明确每一开断阶段的被开断支路。系统初始状态拓扑信息包括系统节点电导矩阵G0、节点电纳矩阵B0与支路电纳矩阵
Figure BDA0002504369860000061
用于后续开断阶段的潮流计算。系统初始状态潮流计算方法不限，例如可采用现有技术中的交流潮流法方法分析，以获得系统初始状态有功向量P0、支路无功向量Q0、节点电压向量V0、节点相角向量θ0，作为第1开断阶段潮流计算的初值。
步骤2)根据系统第i-1开断阶段拓扑信息、第i-1开断阶段潮流结果，与第i开断阶段被开断支路编号，分别采用分布因子(DF)法，算法1得到第i开断阶段潮流结果，用于分类器特征计算。
考虑到DF法计算量极小，但完全电压的影响，误差通常较大，且无法计算无功，算法1需近似反映无功与电压的影响，从误差机理上保证其精度高于DF法。从而DF法与算法1有功潮流结果的差别，评估具体算例中有功与无功的耦合程度，并据此决定是否需要调用迭代收敛的交流潮流方法来精确计算开断潮流。综上考虑，算法1可选择牛顿潮流法的首轮迭代(1J)、PQ解耦潮流法的首轮迭代(1P1Q)，或相关方法的变形(变形包括牛顿法两轮迭代结果、三轮迭代结果等，本发明希望将算法1的选择范围扩展到1J法、1P1Q法的变形)。
系统第i-1开断阶段拓扑信息包括系统第i-1开断阶段节点电导矩阵Gi-1、节点电纳矩阵Bi-1与支路电纳矩阵
Figure BDA0002504369860000071
系统第i-1开断阶段潮流结果包括第i-1开断阶段有功向量Pi-1、支路无功向量Qi-1、节点电压向量Vi-1、节点相角向量θi-1。
分布因子法属于现有已知的潮流计算方案，此方法可快速获取故障后有功潮流。采用DF法估算第i开断阶段潮流的具体过程是：根据第i-1开断阶段节点电纳矩阵Bi-1与第i开断阶段被开断支路编号，计算支路开断分布因子矩阵LODF，再结合第i-1开断阶段支路有功潮流Pi-1，快速评估故障后有功潮流Pi DF。
牛顿潮流法的首轮迭代(1J)、PQ解耦潮流法的首轮迭代(1P1Q)，或相关方法的变形均属于现有已知的潮流计算方案，采用算法1估算第i开断阶段潮流的具体过程是：根据Gi-1、Bi-1、Vi-1、θi-1与第i开断阶段被开断支路编号，计算灵敏度矩阵，并据此计算算法1第i开断阶段潮流有功潮流向量Pi A1、无功潮流向量
Figure BDA0002504369860000072
节点电压向量Vi A1与节点相角向量
Figure BDA0002504369860000073
由于算法1可选择牛顿潮流法的首轮迭代、PQ解耦潮流法的首轮迭代，或相关方法的变形，算法1的选择影响灵敏度矩阵，进而影响Pi A1、
Figure BDA0002504369860000074
Vi A1与
Figure BDA0002504369860000075
的计算结果，但不影响本发明实现快速可靠的有功及无功潮流计算的目的。
特殊地，当i＝1时，本步骤输入量为系统初始状态拓扑、初始状态潮流与首轮开断支路编号。
步骤3)根据第i开断阶段DF法、算法1潮流结果，及第i-1开断阶段潮流结果，计算四个特征，作为分类器的输入信号，以判断是否需调用迭代收敛的交流潮流方法来精确计算第i开断阶段潮流。
所述四个特征分别为：
特征1：第i开断阶段DF法与算法1有功差值的二范数||Pi A1-Pi DF||2。DF法结果完全忽略无功。算法1部分考虑了无功因素的影响，从误差机理上保证了其精度必然高于DF法。根据两者有功潮流结果的差别，评估具体算例中有功与无功的耦合程度，判断是否需要调用交流潮流方法。
特征2：第i开断阶段被开断支路开断前后有功潮流向量变化
Figure BDA0002504369860000081
的二范数
Figure BDA0002504369860000082
Figure BDA0002504369860000083
可由第i开断阶段被开断支路编号与第i-1开断阶段有功潮流向量Pi-1计算。对含L条支路的系统，若第i开断阶段被开断支路编号为k，则
Figure BDA0002504369860000084
为除第k个元素为Pi-1(k)外，其余元素为0的L×1向量。算法1有功误差与被开断支路有功潮流有关。有功与无功的耦合程度(特征1)相近时，特征2越大，算法1有功误差越大，当超过一定阈值时，需调用交流潮流方法。
特征3：第i开断阶段算法1电压Vi A1与第i-1开断阶段电压Vi-1之差的二范数的平方(||Vi A1-Vi-1||2)2。算法1无功误差与第i开断前后电压变化的平方有关。有功与无功的耦合程度(特征1)相近时，特征3越大，算法1无功误差越大，当超过一定阈值时，需调用交流潮流方法。
特征4：第i开断阶段算法1电压Vi A1与第i-1开断阶段电压Vi-1之差的二范数||Vi A1-Vi-1||2。算法1有功误差与特征1、特征2有关；无功误差与特征1、特征3有关。特征4决定了有功误差与无功误差的主导特征。
步骤4)按数据驱动方法设定分类阈值后，根据步骤3的特征判断是否需要调用迭代收敛的交流潮流(AC)方法来精确计算开断潮流；
由于算法1预估误差可接受算例可以直接采用算法1的结果，而只有预估误差不可接受算例才需要进一步通过耗时大的迭代过程来提高精度，因此，选择迭代收敛的AC方法分析算法1误差较大的算例，保证计算精度。
所述按数据驱动方法设定分类阈值：
数据驱动方法包括人工智能与人工试凑两种方式。为判断是否需要调用迭代收敛的交流潮流方法来精确计算开断潮流，本发明以上述四个特征量为输入信号，经离线训练的分类器可据此判断算例的预估误差是否可接受。要求所提特征是因果范式的产物，而分类器的训练依赖于统计分析。因果与统计范式的融合，保障结果兼具因果范式的强壮性与统计范式的高效性。
在离线阶段，利用人工智能或人工试凑等智能方法分别训练得到分类器。将步骤S3中特征输入分类器后，对预估的误差不可接受算例，才可直接应用算法1的结果作为第i开断阶段开断潮流，即Pi＝Pi A1、
Figure BDA0002504369860000091
Vi＝Vi A1且
Figure BDA0002504369860000092
否则，则需调用AC法精确分析，并以AC法潮流解为第i开断阶段开断潮流，即Pi＝Pi AC、
Figure BDA0002504369860000093
Vi＝Vi AC且
Figure BDA0002504369860000094
分布因子法、算法1、AC法的关系是：
精度：因子法<算法1<AC法；
速度：因子法>算法1>AC法；
本发明对不同开断阶段智能的切换三种算法，同时计算有功与无功潮流，并兼顾计算精度与速度。
步骤5)输出第i开断阶段有功Pi及无功潮流Qi；
步骤6)判断是否完成相继的多重开断故障的潮流分析。
判断是否完成所有开断阶段的故障潮流分析，若已完成所有开断阶段的故障分析，则相继的多重开断潮流分析结束；否则，继续分析下一开断阶段各故障潮流。
本发明在相继的多重开断潮流分析中，采用快速的分布因子方法与算法1代替计算量大的交流潮流方法计算，显著提高了计算速度。此外，采用三个数学模型分析潮流可保证结果的强壮性，采用统计方法判断算例是否预估误差可接受，提高了分析效率。此外，相比传统的快速潮流计算方法，本方法可提供可靠的无功与电压结果。本发明在保证相继的多重开断故障有功与无功计算精度满足工程需求的基础上，大大减小计算量，提高了相继的多重开断故障的潮流分析效率，并具有良好的泛化性能。
实施例1
本发明的一种在相继的多重开断场景下潮流评估方法，此处以牛顿法的首轮迭代结果(1J)为算法1，具体参见如图1所示，包括以下步骤：
步骤S1，记录相继的多重开断的故障链信息，系统初始状态(第0开断阶段)拓扑信息，并计算系统初始状态潮流，作为后续开断阶段潮流的基础，并记开断阶段i＝1。
相继的多重开断的故障链信息包括被开断支路编号及其开断顺序，用于明确每一开断阶段的被开断支路。系统初始状态拓扑信息包括系统节点电导矩阵G0、节点电纳矩阵B0与支路电纳矩阵
Figure BDA0002504369860000101
用于后续开断阶段的潮流计算。系统初始状态潮流计算方法不限，例如可采用现有技术中的交流潮流法方法分析，以获得系统初始状态有功向量P0、支路无功向量Q0、节点电压向量V0、节点相角向量θ0，作为第1开断阶段潮流计算的初值。
步骤S2，根据系统第i-1开断阶段拓扑信息、第i-1开断阶段潮流结果，与第i开断阶段被开断支路编号，分别采用分布因子(DF)法、牛顿潮流法的首轮迭代(1J法)得到第i开断阶段潮流结果，用于分类器特征计算；
系统第i-1开断阶段拓扑信息包括系统第i-1开断阶段节点电导矩阵Gi-1、节点电纳矩阵Bi-1与支路电纳矩阵
Figure BDA0002504369860000111
系统第i-1开断阶段潮流结果包括第i-1开断阶段有功向量Pi-1、支路无功向量Qi-1、节点电压向量Vi-1、节点相角向量θi-1。
采用DF法计算潮流时，根据
Figure BDA0002504369860000112
Pi-1与第i开断阶段被开断支路编号，输出DF法第i开断阶段有功潮流向量Pi DF。
采用1J法计算潮流时，根据Gi-1、Bi-1、Vi-1、θi-1与第i开断阶段被开断支路编号，输出1J法第i开断阶段潮流有功潮流向量Pi 1J、无功潮流向量
Figure BDA0002504369860000113
节点电压向量Vi 1J与节点相角向量
Figure BDA0002504369860000114
特殊地，当i＝1时，本步骤输入量为系统初始状态拓扑信息、初始状态潮流与首轮开断支路编号。
步骤S3，根据第i开断阶段DF法、1J法潮流结果，及第i-1开断阶段潮流结果，计算下列四个特征，作为分类器的输入信号，以判断是否需调用迭代收敛的交流潮流方法(AC)来精确计算第i开断阶段潮流。
特征1：第i开断阶段DF法与1J法有功差值的二范数||Pi 1J-Pi DF||2。DF法结果完全忽略无功。1J法部分考虑了无功因素的影响，从误差机理上保证了其精度必然高于DF法。根据两者有功潮流结果的差别，评估具体算例中有功与无功的耦合程度，判断是否需要调用交流潮流方法。
特征2：第i开断阶段被开断支路开断前后有功潮流向量变化的二范数
Figure BDA0002504369860000115
1J法有功误差与被开断支路有功潮流有关。有功与无功的耦合程度(特征1)相近时，特征2越大，1J法有功误差越大，当超过一定阈值时，需调用交流潮流方法。
特征3：第i开断阶段1J法电压结果与第i-1开断阶段电压结果差值的二范数的平方(||Vi 1J-Vi-1||2)2。1J法无功误差与第i开断前后电压变化的平方有关。有功与无功的耦合程度(特征1)相近时，特征3越大，1J法无功误差越大，当超过一定阈值时，需调用交流潮流方法。
特征4：第i开断阶段1J法电压结果与第i-1开断阶段电压结果差值的二范数||Vi 1J-Vi-1||2。1J法有功误差与特征1、特征2有关；无功误差与特征1、特征3有关。特征4决定了有功误差与无功误差的主导特征。特征4较大时，电压变化大，1J法有功误差的主导特征为特征1；无功误差的主导特征为特征3；特征4较小时，电压变化小，1J法有功误差的主导特征为特征2，无功误差的主导特征为特征1。
步骤S4，将特征1，特征2，特征4输入有功分类器，特征1，特征3，特征4输入无功分类器。当且仅当有功与无功分类器均对第i开断阶段故障输出“可接受”的标签时，可直接输出1J法第i开断阶段潮流结果；否则，需采用交流潮流(AC)法详细计算第i开断阶段潮流，并输出相应计算结果。
有功分类器对具体算例1J法有功误差是否可接受进行分类。该分类器在离线训练阶段以训练集算例的特征1，特征2，特征4为输入信号，采用支持向量机学习特征与算例1J法有功误差是否可接受的相关性，并输出“可接受”或“不可接受”的分类结果(标签)。
无功分类器同理。无功分类器对具体算例1J法无功误差是否可接受进行分类。该分类器在离线训练阶段以训练集算例的特征1，特征3，特征4为输入信号，采用支持向量机学习特征与算例1J法无功误差是否可接受的相关性，并输出“可接受”或“不可接受”的分类结果(标签)。
以工程要求误差不超过2％为例。离线训练算例分类器时，将训练集中1J法有功误差小于等于2％与大于2％的算例分别标记为“可接受”、“不可接受”标签。以训练集中算例的特征1，特征2，特征4为输入信号，算例“可接受”、“不可接受”标签为输出信号，采用支持向量机学习特征与标签的映射关系，得到有功算例分类器。同理，将训练集中1J法无功误差小于等于2％与大于2％的算例分别标记为“可接受”、“不可接受”算例。以训练集中算例的特征1，特征3，特征4为输入信号，算例“可接受”、“不可接受”标签为输出信号，采用支持向量机学习特征与标签的映射关系，得到无功算例分类器。
算例分类器的在线应用时，将步骤S3中特征输入对应分类器后，当且仅当有功与无功分类器均输出“可接受”标签时，才可直接应用1J法的潮流结果，即Pi＝Pi 1J、
Figure BDA0002504369860000131
Vi＝Vi 1J且
Figure BDA0002504369860000132
当任意一个分类器输出“不可接受”的标签时，则需调用AC法精确分析，并以AC法潮流解为第i开断阶段潮流，即Pi＝Pi AC、
Figure BDA0002504369860000133
Vi＝Vi AC且
Figure BDA0002504369860000134
步骤S5，输出本开断本故障开断有功Pi及无功潮流Qi。
步骤S6，判断是否完成相继的多重开断故障的潮流分析。
判断是否完成所有开断阶段的故障潮流分析，若已完成所有开断阶段的故障分析，则相继的多重开断潮流分析结束；否则，继续分析下一开断阶段各故障潮流。
本发明综合了分布因子法、牛顿法或PQ解耦法的首轮结果的快速性与交流潮流法的精确性，实现了相继的多重开断有功及无功的快速可靠计算。相比现有方法，显著提高了相继的多重开断潮流分析的效率，且具有良好的泛化性能。
实施例2
相应的，本发明还提供了一种在相继的多重开断场景下潮流评估装置，包括参数获取模块、单个开断阶段潮流计算模块和全故障链潮流计算模块，其中：
参数获取模块，用于获取相继的多重开断的开断顺序及开断支路；
单个开断阶段潮流计算模块，用于计算某一开断阶段的潮流，包括单模型计算模块和潮流输出模块，其中：
单模型计算模块，若此开断阶段为第一个开断阶段，则获取系统初始拓扑信息、初始潮流结果和第一开断阶段的开断支路，若为其他开断阶段则获取上一开断阶段的拓扑信息、潮流结果和此开断阶段的开断支路，采用分布因子法和算法1分别计算得到此开断阶段的潮流结果；所述算法1包括牛顿潮流法的首轮迭代、PQ解耦潮流法的首轮迭代，或前两个方法的变形；
潮流输出模块，若根据此开断阶段的分布因子法和算法1的潮流结果确定算法1的潮流结果为可接受，则输出算法1的潮流结果，若不可接受，则采用交流潮流方法计算得到潮流结果，并输出采用交流潮流方法的潮流结果。
全故障链潮流计算模块，用于按照开断顺序依次执行单模型潮流计算模块。
进一步的，算法1的潮流结果包括有功、无功和电压。
进一步的，所述单个开断阶段潮流计算模块进一步包括潮流结果判断模块，所述潮流结果判断模块，包括：
计算单元，用于根据此开断阶段的分布因子法和算法1的潮流结果，计算4个特征：
特征1：此开断阶段分布因子法有功与算法1有功差值的二范数；
特征2：此开断阶段被开断支路开断前后有功潮流向量变化的二范数；
特征3：此开断阶段算法1电压与上一开断阶段电压之差的二范数的平方；
特征4：此开断阶段算法1电压与上一开断阶段电压之差的二范数；
判断单元，用于根据以上4个特征判断算法1的潮流结果是否可接受。
进一步的，所述判断单元用于根据4个特征，采用分类器判断算法1的潮流结果是否可接受。
进一步的，所述判断单元，包括：
第一处理子单元，用于将特征1、特征2和特征4输入有功分类器中，得到有功结果是否可接受结果；
第二处理子单元，用于将特征1、特征3和特征4输入无功分类器中，得到无功结果是否可接受结果；
第三处理子单元，用于当且仅当有功结果与无功结果均为可接受时，判断算法1的潮流结果为可接受。
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。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (4)

1.一种在相继的多重开断场景下潮流评估方法，其特征是，包括以下过程：
获取相继的多重开断的开断顺序及开断支路；
按照开断顺序依次计算每个开断阶段的潮流，其中计算某一开断阶段的潮流包括：
获取上一开断阶段的拓扑信息、潮流结果和此开断阶段的开断支路，采用分布因子法和算法1分别计算得到此开断阶段的潮流结果；所述算法1包括牛顿潮流法的首轮迭代、PQ解耦潮流法的首轮迭代，或前两个方法的变型；
若根据此开断阶段的分布因子法和算法1的潮流结果确定算法1的潮流结果为可接受，则将算法1的潮流结果作为此开断阶段的最终潮流结果，若不可接受则采用交流潮流方法计算得到潮流结果，将采用交流潮流方法的潮流结果作为此开断阶段的最终潮流结果；
根据此开断阶段的分布因子法和算法1的潮流结果确定算法1的潮流结果为可接受，包括：
根据此开断阶段的分布因子法和算法1的潮流结果，计算4个特征，分别为：
特征1：此开断阶段分布因子法有功与算法1有功差值的二范数；
特征2：此开断阶段被开断支路开断前后有功潮流向量变化的二范数；
特征3：此开断阶段算法1电压与上一开断阶段电压之差的二范数的平方；
特征4：此开断阶段算法1电压与上一开断阶段电压之差的二范数；
根据以上4个特征判断算法1的潮流结果是否可接受；
所述根据4个特征判断算法1的潮流结果是否可接受，包括：根据4个特征，采用分类器判断算法1的潮流结果是否可接受；
根据4个特征，采用分类器判断算法1的潮流结果是否可接受，包括：
将特征1、特征2和特征4输入有功分类器中，得到有功结果是否可接受结果；
将特征1、特征3和特征4输入无功分类器中，得到无功结果是否可接受结果；
当且仅当有功结果与无功结果均为可接受时，判断算法1的潮流结果为可接受。
2.根据权利要求1所述的一种在相继的多重开断场景下潮流评估方法，其特征是，算法1的潮流结果包括有功、无功、电压与相角。
3.一种在相继的多重开断场景下潮流评估装置，其特征是，包括参数获取模块、单个开断阶段潮流计算模块和全故障链潮流计算模块，其中：
参数获取模块，用于获取相继的多重开断的开断顺序及开断支路；
单个开断阶段潮流计算模块，用于计算某一开断阶段的潮流，包括单模型计算模块和潮流输出模块，其中：
单模型计算模块，用于获取上一开断阶段的拓扑信息、潮流结果和此开断阶段的开断支路，采用分布因子法和算法1分别计算得到此开断阶段的潮流结果；所述算法1包括牛顿潮流法的首轮迭代、PQ解耦潮流法的首轮迭代，或前两个方法的变型；
潮流输出模块，若根据此开断阶段的分布因子法和算法1的潮流结果确定算法1的潮流结果为可接受，则输出算法1的潮流结果，若不可接受，则采用交流潮流方法计算得到潮流结果，并输出采用交流潮流方法的潮流结果；
全故障链潮流计算模块，用于按照开断顺序依次执行单模型潮流计算模块；
所述单个开断阶段潮流计算模块进一步包括潮流结果判断模块，所述潮流结果判断模块，包括：
计算单元，用于根据此开断阶段的分布因子法和算法1的潮流结果，计算4个特征，分别为：
特征1：此开断阶段分布因子法有功与算法1有功差值的二范数；
特征2：此开断阶段被开断支路开断前后有功潮流向量变化的二范数；
特征3：此开断阶段算法1电压与上一开断阶段电压之差的二范数的平方；
特征4：此开断阶段算法1电压与上一开断阶段电压之差的二范数；
判断单元，用于根据以上4个特征判断算法1的潮流结果是否可接受；
所述判断单元用于根据4个特征，采用分类器判断算法1的潮流结果是否可接受；
所述判断单元，包括：
第一处理子单元，用于将特征1、特征2和特征4输入有功分类器中，得到有功结果是否可接受结果；
第二处理子单元，用于将特征1、特征3和特征4输入无功分类器中，得到无功结果是否可接受结果；
第三处理子单元，用于当且仅当有功结果与无功结果均为可接受时，判断算法1的潮流结果为可接受。
4.根据权利要求3所述的一种在相继的多重开断场景下潮流评估装置，其特征是，算法1的潮流结果包括有功、无功、电压与相角。
CN202010441596.4A 2020-05-22 2020-05-22 一种在相继的多重开断场景下潮流评估方法及装置 Active CN111769545B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010441596.4A CN111769545B (zh) 2020-05-22 2020-05-22 一种在相继的多重开断场景下潮流评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010441596.4A CN111769545B (zh) 2020-05-22 2020-05-22 一种在相继的多重开断场景下潮流评估方法及装置

Publications (2)

Publication Number Publication Date
CN111769545A CN111769545A (zh) 2020-10-13
CN111769545B true CN111769545B (zh) 2022-08-19

Family

ID=72719636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010441596.4A Active CN111769545B (zh) 2020-05-22 2020-05-22 一种在相继的多重开断场景下潮流评估方法及装置

Country Status (1)

Country Link
CN (1) CN111769545B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111769545B (zh) * 2020-05-22 2022-08-19 国电南瑞科技股份有限公司 一种在相继的多重开断场景下潮流评估方法及装置
CN112542838B (zh) * 2020-11-26 2023-01-03 云南电网有限责任公司 一种基于支持向量回归的配电网三相潮流线性化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104617575A (zh) * 2015-01-28 2015-05-13 国电南瑞科技股份有限公司 一种用于静态安全分析预想故障下潮流不可解评估方法
CN106130011A (zh) * 2016-06-30 2016-11-16 中国电力科学研究院 一种基于网损等值负荷模型的潮流计算初值给定方法
CN111769545A (zh) * 2020-05-22 2020-10-13 国电南瑞科技股份有限公司 一种在相继的多重开断场景下潮流评估方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104617575A (zh) * 2015-01-28 2015-05-13 国电南瑞科技股份有限公司 一种用于静态安全分析预想故障下潮流不可解评估方法
CN106130011A (zh) * 2016-06-30 2016-11-16 中国电力科学研究院 一种基于网损等值负荷模型的潮流计算初值给定方法
CN111769545A (zh) * 2020-05-22 2020-10-13 国电南瑞科技股份有限公司 一种在相继的多重开断场景下潮流评估方法及装置

Also Published As

Publication number Publication date
CN111769545A (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
CN111769545B (zh) 一种在相继的多重开断场景下潮流评估方法及装置
CN110635479B (zh) 一种限制短路电流运行方式的智能辅助决策方法及系统
CN103995215B (zh) 一种基于多层次反馈调整的智能电网故障诊断方法
CN112330165B (zh) 基于特征分离型神经网络的电网暂态稳定评估方法及系统
CN109936113B (zh) 一种基于随机森林算法的保护动作智能诊断方法及系统
CN111060815B (zh) 基于GA-Bi-RNN的高压断路器故障诊断方法
CN113725862B (zh) 一种基于贝叶斯网络的同母拓扑辨识方法及设备
US11709486B2 (en) Fault signal recovery system and method
CN113505458A (zh) 连锁故障关键触发支路预测方法、系统、设备及存储介质
CN115453356B (zh) 一种动力设备运行状态监测分析方法、系统、终端及介质
CN110824297B (zh) 一种基于svm支持向量机的单相接地故障判别方法和装置
CN110907757A (zh) 基于电突触传递的snp系统含分布式电源配电网故障定位方法
CN116956203B (zh) 一种变压器分接开关动作特性测量方法及系统
KR20200039877A (ko) 전력 부하 데이터의 패턴 변화 탐지 장치 및 방법
CN111953657B (zh) 一种序列-数据联合驱动的配电网cps网络攻击辨识方法
CN116541748A (zh) 基于人工智能技术的电网故障诊断方法和系统
Zheng et al. Fault diagnosis of photovoltaic inverters using hidden Markov model
US20180136641A1 (en) Fault signal recovery apparatus and method
Salehpour et al. A supervised early attack detection mechanism for smart grid networks
Maier et al. Automated generation of timing models in distributed production plants
Su et al. Deep neural network based efficient data fusion model for false data detection in power system
CN117713683A (zh) 一种光伏阵列运行状态监测方法、装置、设备及介质
CN115714381B (zh) 一种基于改进cnn模型的电网瞬态稳定性预测方法
CN114172155A (zh) 多重故障开断的潮流计算方法、系统、设备及存储介质
Hurtado-Cortés et al. Identification and fault detection in actuator using NN-NARX

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