CN111797530A - 一种电力系统薄弱环节确定方法、装置、设备及介质 - Google Patents

一种电力系统薄弱环节确定方法、装置、设备及介质 Download PDF

Info

Publication number
CN111797530A
CN111797530A CN202010645984.4A CN202010645984A CN111797530A CN 111797530 A CN111797530 A CN 111797530A CN 202010645984 A CN202010645984 A CN 202010645984A CN 111797530 A CN111797530 A CN 111797530A
Authority
CN
China
Prior art keywords
event
power system
power failure
outage
current evaluation
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
CN202010645984.4A
Other languages
English (en)
Other versions
CN111797530B (zh
Inventor
胡博
谢开贵
牛涛
李春燕
周家浩
王华健
廖庆龙
万凌云
张盈
赵宇琪
岳鑫桂
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.)
Chongqing University
Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
State Grid Corp of China SGCC
Original Assignee
Chongqing University
Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
State Grid Corp of China SGCC
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 Chongqing University, Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd, State Grid Corp of China SGCC filed Critical Chongqing University
Priority to CN202010645984.4A priority Critical patent/CN111797530B/zh
Publication of CN111797530A publication Critical patent/CN111797530A/zh
Application granted granted Critical
Publication of CN111797530B publication Critical patent/CN111797530B/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
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (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

本申请公开了一种电力系统薄弱环节确定方法、装置、设备及计算机可读存储介质，方法包括：确定目标电力系统的停电事件及相关参数；计算每个停电事件对应的各下属子事件的权重，计算当前评估元件对各下属子事件造成的削负荷量增量；利用每个停电事件中各下属子事件的权重及对应的削负荷量增量，计算当前停运事件在对应的停电事件中对目标电力系统的可靠性贡献；得到当前评估元件的可靠性指标分摊量，确定目标电力系统的薄弱环节。本申请公开的上述技术方案，通过下属子事件的权重、当前评估元件对各下属子事件造成的削负荷量增量的计算来提高停运元件对电力系统可靠性贡献及可靠性指标分摊量计算的准确性，从而提高电力系统薄弱环节确定的准确性。

Description

一种电力系统薄弱环节确定方法、装置、设备及介质
技术领域
本申请涉及电力系统可靠性评估技术领域，更具体地说，涉及一种电力系统薄弱环节确定方法、装置、设备及计算机可读存储介质。
背景技术
电力系统可靠性关乎国计民生与国家安全。进入21世纪以来，国内外大小停电事件频发，影响超100万人的大停电100余次。辨识电力系统的薄弱环节可以为系统检修人员提供针对性指导意见，通过合理分配检修资源最小化可靠性风险，也可以作为改善可靠性措施的分析工具，为规划人员提高设备选型升级的择优方案，因此，准确评估电力系统可靠性，辨识并消除薄弱环节是在规划设计的源头上保证电力系统安全可靠运行的重要手段，具有重要意义。
目前，一般是基于比例分摊原则计算电力系统中各元件对电力系统可靠性贡献，并根据可靠性贡献获取该元件的可靠性指标分摊量，且根据可靠性指标分摊量确定电力系统的薄弱环节，其中，基于比例分摊原则计算电力系统中各元件对电力系统可靠性贡献的具体过程为：对于每个停电事件，获取当前停电事件中所包含的各停运元件的不可用率，并利用当前评估元件的不可用率占当前停电事件中所有停运元件的不可用率分摊量的比例与当前停电事件对应的削负荷量之间的乘积来得到当前评估元件对电力系统可靠性贡献，但是，这种方式忽略了单个元件在系统正常运行中的作用，容易造成高风险元件和低风险元件间的遮蔽现象，从而会降低元件对电力系统可靠性贡献及可靠性指标分摊量计算的准确性，进而会降低电力系统薄弱环节确定的准确性。
综上所述，如何提高电力系统薄弱环节确定的准确性，是目前本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此，本申请的目的是提供一种电力系统薄弱环节确定方法、装置、设备及计算机可读存储介质，用于提高电力系统薄弱环节确定的准确性。
为了实现上述目的，本申请提供如下技术方案：
一种电力系统薄弱环节确定方法，包括：
获取目标电力系统中各元件的参数，确定所述目标电力系统的停电事件、各所述停电事件发生的概率、各所述停电事件包含的停运元件及各所述停电事件的削负荷量；
依次将各所述停运元件作为当前评估元件，确定各所述停电事件中不含所述当前评估元件停运的下属子事件，通过shapley值法计算每个所述停电事件对应的各所述下属子事件的权重，并计算所述当前评估元件对各所述下属子事件造成的削负荷量增量；
利用每个所述停电事件中各所述下属子事件的权重及对应的所述削负荷量增量，计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献；
利用所述可靠性贡献及对应的停电事件发生的概率，得到所述当前评估元件的可靠性指标分摊量，将所述可靠性分摊量大于阈值的所有所述停运元件的集合确定为所述目标电力系统的薄弱环节。
优选的，通过shapley值法计算每个所述停电事件对应的各所述下属子事件的权重，包括：
利用
Figure BDA0002573124790000021
计算每个所述停电事件对应的各所述下属子事件的权重；
相应地，利用每个所述停电事件中各所述下属子事件的权重及对应的所述削负荷量增量，计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献，包括：
利用
Figure BDA0002573124790000022
计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献；
其中，Ej既代表第j个停电事件，也代表停电事件中的停运元件集合，|Ej|为停电事件Ej中的停运元件个数，e代表停电事件Ej中不包含当前评估元件i停运的下属子事件，|e|为下属子事件e中的停运元件个数，w(|e|)为下属子事件e的权重，v(e∪{i})代表在下属子事件e中增加当前评估元件i停运后所对应的停电事件的削负荷量，v(e)代表下属子事件e的削负荷量，ri(Ej)为当前评估元件i在第j个停电事件中对所述目标电力系统的可靠性贡献。
优选的，利用所述可靠性贡献及对应的停电事件发生的概率，得到所述当前评估元件的可靠性指标分摊量，包括：
利用
Figure BDA0002573124790000031
得到所述当前评估元件的可靠性指标分摊量Ri；
其中，I代表所述目标电力系统中所有停电事件，P(Ej)为第j个停电事件Ej发生的概率。
优选的，确定所述目标电力系统的停电事件、各所述停电事件发生的概率、各所述停电事件包含的停运元件及对应的削负荷量，包括：
通过状态枚举法确定所述目标电力系统中故障事件的停运元件；
利用
Figure BDA0002573124790000032
计算每个所述故障事件发生的概率P(s)；其中，nd是所述故障事件在系统状态s中的停运元件个数，n为所述目标电力系统中的元件总数，PFi为停运元件i的不可用率；
通过最优负荷削减法计算每个所述故障事件对应的最小负荷削减量；
若所述最小负荷削减量不为零，则将所述故障事件确定为停电事件，并将所述故障事件发生的概率P(s)作为所述停电事件发生的概率，且将对应的所述最小负荷削减量作为所述停电事件的削负荷量。
优选的，在将可靠性分摊量大于阈值的所有所述停运元件的集合确定为所述目标电力系统的薄弱环节之前，还包括：
按照所述可靠性分摊量由大到小的顺序对对应的所述停运元件进行排序。
一种电力系统薄弱环节确定装置，包括：
获取模块，用于获取目标电力系统中各元件的参数，确定所述目标电力系统的停电事件、各所述停电事件发生的概率、各所述停电事件包含的停运元件及各所述停电事件的削负荷量；
第一计算模块，用于依次将各所述停运元件作为当前评估元件，确定各所述停电事件中不含所述当前评估元件停运的下属子事件，通过shapley值法计算每个所述停电事件对应的各所述下属子事件的权重，并计算所述当前评估元件对各所述下属子事件造成的削负荷量增量；
第二计算模块，用于利用每个所述停电事件中各所述下属子事件的权重及对应的所述削负荷量增量，计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献；
确定模块，用于利用所述可靠性贡献及对应的停电事件发生的概率，得到所述当前评估元件的可靠性指标分摊量，将所述可靠性分摊量大于阈值的所有所述停运元件的集合确定为所述目标电力系统的薄弱环节。
优选的，所述第一计算模块包括：
第一计算单元，用于利用
Figure BDA0002573124790000041
计算每个所述停电事件对应的各所述下属子事件的权重；
相应地，所述第二计算模块包括：
第二计算单元，用于利用
Figure BDA0002573124790000042
计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献；
其中，Ej既代表第j个停电事件，也代表停电事件中的停运元件集合，|Ej|为停电事件Ej中的停运元件个数，e代表停电事件Ej中不包含当前评估元件i停运的下属子事件，|e|为下属子事件e中的停运元件个数，w(|e|)为下属子事件e的权重，v(e∪{i})代表在下属子事件e中增加当前评估元件i停运后所对应的停电事件的削负荷量，v(e)代表下属子事件e的削负荷量，ri(Ej)为当前评估元件i在第j个停电事件中对所述目标电力系统的可靠性贡献。
优选的，所述确定模块包括：
第三计算单元，用于利用
Figure BDA0002573124790000043
得到所述当前评估元件的可靠性指标分摊量Ri；
其中，I代表所述目标电力系统中所有停电事件，P(Ej)为第j个停电事件Ej发生的概率。
一种电力系统薄弱环节确定设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一项所述的电力系统薄弱环节确定方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的电力系统薄弱环节确定方法的步骤。
本申请提供了一种电力系统薄弱环节确定方法、装置、设备及计算机可读存储介质，其中，该方法包括：获取目标电力系统中各元件的参数，确定目标电力系统的停电事件、各停电事件发生的概率、各停电事件包含的停运元件及各停电事件的削负荷量；依次将各停运元件作为当前评估元件，确定各停电事件中不包含当前评估元件停运的下属子事件，通过shapley值法计算每个停电事件对应的各下属子事件的权重，并计算当前评估元件对各下属子事件造成的削负荷量增量；利用每个停电事件中各下属子事件的权重及对应的削负荷量增量，计算当前停运事件在对应的停电事件中对目标电力系统的可靠性贡献；利用可靠性贡献及对应的停电事件发生的概率，得到当前评估元件的可靠性指标分摊量，将可靠性指标分摊量大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节。
本申请公开的上述技术方案，在获取目标电力系统中各停电事件的相关信息之后，确定各停电事件中不包含当前评估元件停运的下属子事件，并通过shapley值法计算每个停电事件对应的各下属子事件的权重，且计算当前评估元件对各下属子事件造成的削负荷量增量，然后，利用下属子事件的权重以及所计算出的对应的削负荷量增量计算得到当前评估元件在对应的停电事件中对目标电力系统的可靠性贡献，并根据所计算出的可靠性贡献及对应的停电事件发生的概率得到当前评估元件的可靠性指标分摊量，且根据可靠性指标分摊量与阈值的关系确定目标电力系统的薄弱环节，以通过各停电事件中不包含当前评估元件的下属子事件的权重、当前评估元件对各下属子事件造成的削负荷量增量的计算来实现在计算各停运元件对目标电力系统的可靠性贡献时能够将各停运元件在目标电力系统运行中的作用及各停运元件的特性差异考虑在内，从而提高停运元件对电力系统可靠性贡献计算的准确性，并提高停运元件可靠性指标分摊量计算的准确性，进而提高电力系统薄弱环节确定的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种电力系统薄弱环节确定方法的流程图；
图2为本申请实施例提供的RTS79系统单线图；
图3为本申请实施例提供的一种电力系统薄弱环节确定装置的结构示意图；
图4为本申请实施例提供的一种电力系统薄弱环节确定设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
参见图1，其示出了本申请实施例提供的一种电力系统薄弱环节确定方法的流程图，本申请实施例提供的一种电力系统薄弱环节确定方法，可以包括：
S11：获取目标电力系统中各元件的参数，确定目标电力系统的停电事件、各停电事件发生的概率、各停电事件包含的停运元件及各停电事件的削负荷量。
考虑目前在进行电力系统薄弱环节确定时是利用比例分摊原则计算各元件对电力系统可靠性贡献，并基于可靠性贡献得到可靠性指标分摊量，且根据可靠性指标分摊量确定电力系统的薄弱环节，由于比例分摊原则仅是基于停运元件的不可用率来计算可靠性贡献的，而并未考虑元件在系统中运行的作用，则会存在元件不可用率相同但对电力系统可靠性贡献不同，而采用现有方式进行计算时所计算出的对电力系统可靠性贡献相同等情况，由此可知，现有方式会降低元件对电力系统可靠性贡献计算的准确性，从而会导致无法准确辨识电力系统的薄弱环节，进而会降低电力系统运行的可靠性，为此，本申请提供一种电力系统薄弱环节确定方法，以提高提高电力系统薄弱环节确定的准确性：
具体地，获取目标电力系统中各元件的参数，其中，这里提及的参数可以包括电气参数和可靠性参数，具体可以为元件在电力系统中的位置、容量、不可用率、具体接在何条支路上、编号等，之后，可以根据所获取的各元件的参数确定目标电力系统的停电事件、各停电事件发生的概率、各停电事件包含的停运元件及各停电事件的削负荷量。
S12：依次将各停运元件作为当前评估元件，确定各停电事件中不含当前评估元件停运的下属子事件，通过shapley值法计算每个停电事件对应的各下属子事件的权重，并计算当前评估元件对各下属子事件造成的削负荷量增量。
在执行完步骤S11之后，可以依次将各个停运元件作为当前评估元件，并确定每个停电事件中不包含当前评估元件停运的下属子事件，其中，下属子事件指的是由停电事件中部分停运元件引起的事件，也包含无停运元件事件，相应地，停电事件中不包含当前评估元件停运的下属子事件即指的是由停电事件中不包含当前评估元件停运引起的事件。例如：对于停运元件1和停运元件2引起的停电事件E{1,2}，其对应的下属子事件为仅停运元件1停运的事件e{1}、仅停运元件2停运的事件e{2}和无停运元件停运的事件
Figure BDA0002573124790000071
这三个下属子事件，当将停运元件1作为当前评估元件时，则停电事件中不包含当前评估元件停运的下属子事件包括e{2}和
Figure BDA0002573124790000072
之后，可以通过shapley值法计算上述所确定出的每个停电事件中不包含当前评估元件的各下属子事件的权重，以便于根据后续各下属子事件的权重来计算当前评估元件在对应的停电事件中对目标电力系统的可靠性贡献。
在计算各下属子事件的权重的同时，可以计算当前评估元件对各下属子事件造成的削负荷量增量，具体可以根据在每个停电事件的各下属子事件中增加当前评估元件停运后对应的停电事件的削负荷量、下属子事件的削负荷量，计算当前评估元件对各下属子事件造成的削负荷量增量，其具体过程为：获取在停电事件的下属子事件中增加当前评估元件停运后对应的停电事件的削负荷量，并获取上述下属子事件的削负荷量，然后，将两者作差，以计算得到当前评估元件对上述下属子事件造成的削负荷量增量。对每个停电事件中的各下属子事件均进行上述操作，以得到当前评估元件对不包含当前评估元件的各下属子事件造成的削负荷量增量。
上述计算当前评估元件对各下属子事件造成的削负荷量增量的过程即是计算当前评估元件对各下属子事件造成的削负荷量的差异，以实现将当前评估元件在每个停电事件中所发挥的作用考虑在削负荷量的影响中，从而实现将停运元件在目标电力系统中的作用及特性差异考虑在内，进而便于将当前评估元件在电力系统运行中发挥的作用及各停运元件的特性差异考虑在可靠性贡献的计算中，以便于提高计算停运元件对电力系统的可靠性贡献的准确性。
S13：利用每个停电事件中各下属子事件的权重及对应的削负荷量增量，计算当前评估元件在对应的停电事件中对目标电力系统的可靠性贡献。
在得到下属子事件的权重以及当前评估元件对各下属子事件造成的削负荷量增量之后，可以利用停电事件中各下属子事件的权重以及当前评估元件在对应的下属子事件造成的削负荷量增量来计算当前评估元件在对应的停电事件中对目标电力系统造成的可靠性贡献，以便于提高当前评估元件对电力系统的可靠性贡献的计算准确性。
其中，对于步骤S12及步骤S13，具体可以通过以下方式进行实现：
步骤1：获取目标电力系统中所有停电事件包含的停运元件的总个数B，对所有的停运元件按照1至B进行编号，并初始化当前评估元件编号b，使b＝1；
步骤2：基于当前评估元件编号b，选择第b个停运元件作为当前评估元件；
步骤3：对目标电力系统中所有停电事件按照1到K进行编号，并初始化当前停电事件编号k，使k＝1；
步骤4：基于当前停电事件编号k选择第k个停电事件；
步骤5：确定第k个停电事件中不含当前评估元件停运的下属子事件，通过shapley值法计算第k个停电事件对应的各下属子事件(具体为不含当前评估元件停运的下属子事件)的权重，并计算当前评估元件对对应的下属子事件造成的削负荷量增量；
步骤6：利用第k个停电事件中各下属子事件的权重及对应的削负荷量增量，计算当前评估元件在第k个停电事件中对目标电力系统的可靠性贡献；
步骤7：判断k是否大于K，若k不大于K，则令k等于k+1，并返回步骤4，若k大于K，则判断b是否大于B，若b不大于B，则令b等于b+1，并返回步骤2，若b大于B，则完成所有停运元件在对应的停电事件中对目标电力系统的可靠性贡献的计算。
其中，需要说明的是，若某个或某些停电事件中不包含当前评估元件，则当前评估元件在这个或这些停电事件中对电力系统的可靠性贡献即为0。
通过上述过程可以在可靠性贡献计算时将各停运元件在目标电力系统的停电事件中发挥的作用及停运元件的特性差异考虑在内，从而便于提高可靠性贡献的计算准确性，进而便于提高目标电力系统薄弱环节确认的准确性。
S14：利用可靠性贡献及对应的停电事件发生的概率，得到当前评估元件的可靠性指标分摊量，将可靠性分摊量大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节。
在计算出各停运元件在对应的停电事件中对目标电力系统的可靠性贡献之后，可以根据当前停运元件在对应的停电事件中对目标电力系统的可靠性贡献以及所对应的停电事件发生的概率得到当前评估元件的可靠性指标分摊量，以实现对目标电力系统中各停运元件的可靠性指标分摊量的计算。之后，可以判断每个停运元件的可靠性指标分摊量是否大于阈值，并将大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节。
由于通过上述过程可以提高各停运元件在对应的停电事件中对目标电力系统的可靠性贡献计算的准确性，因此，在此则可以相应地提高停运元件的可靠性指标分摊量计算的准确性，并可以提高目标电力系统薄弱环节确定的准确性，从而则便于准确地消除目标电力系统的薄弱环节，以使得目标电力系统可以安全可靠地进行运行，进而便于提高目标电力系统的可靠性。
本申请公开的上述技术方案，在获取目标电力系统中各停电事件的相关信息之后，确定各停电事件中不包含当前评估元件停运的下属子事件，并通过shapley值法计算每个停电事件对应的各下属子事件的权重，且计算当前评估元件对各下属子事件造成的削负荷量增量，然后，利用下属子事件的权重以及所计算出的对应的削负荷量增量计算得到当前评估元件在对应的停电事件中对目标电力系统的可靠性贡献，并根据所计算出的可靠性贡献及对应的停电事件发生的概率得到当前评估元件的可靠性指标分摊量，且根据可靠性指标分摊量与阈值的关系确定目标电力系统的薄弱环节，以通过各停电事件中不包含当前评估元件的下属子事件的权重、当前评估元件对各下属子事件造成的削负荷量增量的计算来实现在计算各停运元件对目标电力系统的可靠性贡献时能够将各停运元件在目标电力系统运行中的作用及各停运元件的特性差异考虑在内，从而提高停运元件对电力系统可靠性贡献计算的准确性，并提高停运元件可靠性指标分摊量计算的准确性，进而提高电力系统薄弱环节确定的准确性。
本申请实施例提供的一种电力系统薄弱环节确定方法，通过shapley值法计算每个停电事件对应的各下属子事件的权重，可以包括：
利用
Figure BDA0002573124790000101
计算每个停电事件对应的各下属子事件的权重；
相应地，利用每个停电事件中各下属子事件的权重及对应的削负荷量增量，计算当前评估元件在对应的停电事件中对目标电力系统的可靠性贡献，可以包括：
利用
Figure BDA0002573124790000102
计算当前评估元件对各下属子事件造成的削负荷量增量；
其中，Ej既代表第j个停电事件，也代表停电事件中的停运元件集合，|Ej|为停电事件Ej中的停运元件个数，e代表停电事件Ej中不包含当前评估元件i停运的下属子事件，|e|为下属子事件e中的停运元件个数，w(|e|)为下属子事件e的权重，v(e∪{i})代表在下属子事件e中增加当前评估元件i停运后所对应的停电事件的削负荷量，v(e)代表下属子事件e的削负荷量，ri(Ej)为当前评估元件i在第j个停电事件中对目标电力系统的可靠性贡献。
在通过shapley值法计算每个停电事件对应的各下属子事件的权重时，具体可以利用公式
Figure BDA0002573124790000103
计算停电事件对应的各下属子事件的权重，其中，Ej既代表第j个停电事件本身，也代表该停电事件中的停运元件集合，|Ej|为停电事件Ej中的停运元件个数，e代表停电事件Ej中不包含当前评估元件i停运的下属子事件，即e代表停电事件Ej的子事件中不包含当前评估元件i的事件，也即e中停运元件集合是停电事件Ej中停运元件集合的子集，且e中停运元件集合不包含当前评估元件i，|e|为下属子事件e中的停运元件个数，w(|e|)为下属子事件e的权重。
相应地，可以利用
Figure BDA0002573124790000111
计算当前评估元件在对应的停电事件中对目标电力系统的可靠性贡献，其中，ri(Ej)为当前评估元件i在第j个停电事件中对目标电力系统的可靠性贡献，v(e∪{i})代表在下属子事件e中增加当前评估元件i停运后所对应的停电事件的削负荷量，v(e)代表下属子事件e的削负荷量。
本申请实施例提供的一种电力系统薄弱环节确定方法，利用可靠性贡献及对应的停电事件发生的概率，得到当前评估元件的可靠性指标分摊量，可以包括：
利用
Figure BDA0002573124790000112
得到当前评估元件的可靠性指标分摊量Ri；
其中，I代表目标电力系统中所有停电事件，P(Ej)为第j个停电事件Ej发生的概率。
在计算出当前评估元件i在第j个停电事件中对目标电力系统的可靠性贡献ri(Ej)之后，可以根据第j个停电事件Ej发生的概率P(Ej)并利用如下公式
Figure BDA0002573124790000113
来计算当前停运元件i的可靠性指标分摊量Ri，其中，I代表目标电力系统中所有停电事件，从而便于根据各停运元件的可靠性指标分摊量来准确地确定出目标电力系统的薄弱环节。
本申请实施例提供的一种电力系统薄弱环节确定方法，确定目标电力系统的停电事件、各停电事件发生的概率、各停电事件包含的停运元件及对应的削负荷量，可以包括：
通过状态枚举法确定目标电力系统中故障事件的停运元件；
利用
Figure BDA0002573124790000121
计算每个故障事件发生的概率P(s)；其中，nd是故障事件在系统状态s中的停运元件个数，n为目标电力系统中的元件总数，PFi为停运元件i的不可用率；
通过最优负荷削减法计算每个故障事件对应的最小负荷削减量；
若最小负荷削减量不为零，则将故障事件确定为停电事件，并将故障事件发生的概率P(s)作为停电事件发生的概率，且将对应的最小负荷削减量作为停电事件的削负荷量。
在本申请中，具体可以通过如下方式确定目标电力系统的停电事件、各停电事件发生的概率、各停电事件包含的停运元件及对应的削负荷量：
步骤01：不考虑目标电力系统降额运行和计划停运，采用仅含正常运行和强迫停运两种状态的元件停运模型参与其中；
步骤02：设定枚举的故障事件的故障阶数最高为A，初始化当前评估的故障事件的故障阶数为A，使a＝1；
步骤03：计算第a阶故障事件的个数J，对每一阶故障事件的个数按1至J进行编号，并初始化当前评估的故障事件编号j，使j＝1；
步骤04：枚举第j个a阶故障事件，计算该故障事件发生的概率P(s)，其中：
Figure BDA0002573124790000122
nd是该故障事件在系统状态s中的停运元件个数，n为目标电力系统中的元件总数，PFi为停运元件i的不可用率；
步骤05：通过最优负荷削减法计算第j个a阶故障事件下的最小负荷削减量；
步骤06：若该最小负荷削减量不为零，则称有停电发生，并将第j个a阶故障事件确定为停电事件，将对应的最小负荷削减量作为第j个a阶故障事件的削负荷量，且将该故障事件发生的概率P(s)作为停电事件发生的概率；
步骤07：判断j是否小于J，若是，则令j＝j+1，并返回步骤04，若否，则执行步骤08；
步骤08：判断a是否小于A，若是，则令a＝a+1，并返回步骤03，若否，则结束。
需要说明的是，上述所提及的故障阶数与对应的故障事件中包含的停运元件的个数相等，即若故障阶数为1，则该故障阶数所包含的每个故障事件中存在有1个停运元件，若故障阶数为2，则该故障阶数所包含的每个故障事件中存在有2个停运元件……通过这种方式可以避免出现遗漏故障事件统计的情况发生。另外，通过上述过程可以尽量避免遗漏停电事件统计的情况发生，从而便于提高停运元件可靠性贡献及可靠性指标分摊量计算的准确性，进而便于提高目标电力系统薄弱环节确定的准确性。
本申请实施例提供的一种电力系统薄弱环节确定方法，在将可靠性分摊量大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节之前，还可以包括：
按照可靠性分摊量由大到小的顺序对对应的停运元件进行排序。
在将可靠性分摊量大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节之前，可以按照各停运元件的可靠性指标分摊量由大到小的顺序对对应的停运元件进行排序，以便于根据排序来确定可靠性分摊量大于阈值的所有停运元件，从而便于进行目标电力系统的薄弱环节的确定。
为了更清楚对本申请的上述过程进行说明，则可以将本申请所提供的方法与现有技术中的比例分摊法进行比较，以验证采用本申请的方法来确认薄弱环节，从而对薄弱环节进行处理的过程可以更好地改善目标电力系统的可靠性水平：
参见图2，其示出了本申请实施例提供的RTS79系统单线图，表1示出了RTS79系统发电机组的可靠性参数表，表2为对RTS79系统基于比例分摊原则和基于本申请所提供的方法分别进行计算所得到的对比表。
表1 RTS79系统发电机组的可靠性参数表
Figure BDA0002573124790000131
Figure BDA0002573124790000141
表2基于比例分摊原则和基于本申请所提供的方法所计算出结果对比表
Figure BDA0002573124790000151
表3可靠性改善效果
Figure BDA0002573124790000152
为验证本申请所提供方法的正确性，按比例减小表2中排名前十元件的不可用率来模拟系统可靠性的改善。具体实施过程中，假定排名第一的元件不可用率降低50％，排名第二到五的元件不可用率降低30％，排名第六到十的元件不可用率降低10％。分别降低比例分摊法和本申请所提供方法中“不可靠性”贡献排名前十元件的不可用率，改善后的系统可靠性水平如表3所示，均低于改善前系统14.0052MW的EDNS(Expected Demand NotSupplied，期望缺供电力)指标，这表明两种方法都可以辨识系统的可靠性薄弱环节，通过改善元件可靠性降低系统的削负荷风险。但基于比例分摊法的EDNS指标要高于基于本申请所提供方法的EDNS指标，说明基于本申请所提供方法对系统可靠性进行改善后，系统削负荷风险降低更加明显，相比于比例分摊法，本申请所提供方法对系统可靠性的分摊结果更加公平合理，对系统可靠性薄弱环节的辨识更加精确。
本申请实施例还提供了一种电力系统薄弱环节确定装置，参见图3，其示出了本申请实施例提供的一种电力系统薄弱环节确定装置的结构示意图，可以包括：
获取模块31，用于获取目标电力系统中各元件的参数，确定目标电力系统的停电事件、各停电事件发生的概率、各停电事件包含的停运元件及各停电事件的削负荷量；
第一计算模块32，用于依次将各停运元件作为当前评估元件，确定各停电事件中不含当前评估元件停运的下属子事件，通过shapley值法计算每个停电事件对应的各下属子事件的权重，并计算当前评估元件对各下属子事件造成的削负荷量增量；
第二计算模块33，用于利用每个停电事件中各下属子事件的权重及对应的削负荷量增量，计算当前评估元件在对应的停电事件中对目标电力系统的可靠性贡献；
确定模块34，用于利用可靠性贡献及对应的停电事件发生的概率，得到当前评估元件的可靠性指标分摊量，将可靠性分摊量大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节。
本申请实施例提供的一种电力系统薄弱环节确定装置，第一计算模块32可以包括：
第一计算单元，用于利用
Figure BDA0002573124790000161
计算每个停电事件对应的各下属子事件的权重；
相应地，第二计算模块33可以包括：
第二计算单元，用于利用
Figure BDA0002573124790000162
计算当前评估元件在对应的停电事件中对目标电力系统的可靠性贡献；
其中，Ej既代表第j个停电事件，也代表停电事件中的停运元件集合，|Ej|为停电事件Ej中的停运元件个数，e代表停电事件Ej中不包含当前评估元件i停运的下属子事件，|e|为下属子事件e中的停运元件个数，w(|e|)为下属子事件e的权重，v(e∪{i})代表在下属子事件e中增加当前评估元件i停运后所对应的停电事件的削负荷量，v(e)代表下属子事件e的削负荷量，ri(Ej)为当前评估元件i在第j个停电事件中对目标电力系统的可靠性贡献。
本申请实施例提供的一种电力系统薄弱环节确定装置，确定模块34可以包括：
第三计算单元，用于利用
Figure BDA0002573124790000163
得到当前评估元件的可靠性指标分摊量Ri；
其中，I代表目标电力系统中所有停电事件，P(Ej)为第j个停电事件Ej发生的概率。
本申请实施例提供的一种电力系统薄弱环节确定装置，获取模块31可以包括：
第一确定单元，用于通过状态枚举法确定目标电力系统中故障事件的停运元件；
第四计算单元，用于利用
Figure BDA0002573124790000171
计算每个故障事件发生的概率P(s)；其中，nd是故障事件在系统状态s中的停运元件个数，n为目标电力系统中的元件总数，PFi为停运元件i的不可用率；
第五计算单元，用于通过最优负荷削减法计算每个故障事件对应的最小负荷削减量；
第二确定单元，用于若最小负荷削减量不为零，则将故障事件确定为停电事件，并将故障事件发生的概率P(s)作为停电事件发生的概率，且将对应的最小负荷削减量作为停电事件的削负荷量。
本申请实施例提供的一种电力系统薄弱环节确定装置，还可以包括：
排序模块，用于在将可靠性分摊量大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节之前，按照可靠性分摊量由大到小的顺序对对应的停运元件进行排序。
本申请实施例还提供了一种电力系统薄弱环节确定设备，参见图4，其示出了本申请实施例提供的一种电力系统薄弱环节确定设备的结构示意图，可以包括：
存储器41，用于存储计算机程序；
处理器42，用于执行存储器41存储的计算机程序时可实现如下步骤：
获取目标电力系统中各元件的参数，确定目标电力系统的停电事件、各停电事件发生的概率、各停电事件包含的停运元件及各停电事件的削负荷量；依次将各停运元件作为当前评估元件，确定各停电事件中不包含当前评估元件停运的下属子事件，通过shapley值法计算每个停电事件对应的各下属子事件的权重，并计算当前评估元件对各下属子事件造成的削负荷量增量；利用每个停电事件中各下属子事件的权重及对应的削负荷量增量，计算当前停运事件在对应的停电事件中对目标电力系统的可靠性贡献；利用可靠性贡献及对应的停电事件发生的概率，得到当前评估元件的可靠性指标分摊量，将可靠性指标分摊量大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时可实现如下步骤：
获取目标电力系统中各元件的参数，确定目标电力系统的停电事件、各停电事件发生的概率、各停电事件包含的停运元件及各停电事件的削负荷量；依次将各停运元件作为当前评估元件，确定各停电事件中不包含当前评估元件停运的下属子事件，通过shapley值法计算每个停电事件对应的各下属子事件的权重，并计算当前评估元件对各下属子事件造成的削负荷量增量；利用每个停电事件中各下属子事件的权重及对应的削负荷量增量，计算当前停运事件在对应的停电事件中对目标电力系统的可靠性贡献；利用可靠性贡献及对应的停电事件发生的概率，得到当前评估元件的可靠性指标分摊量，将可靠性指标分摊量大于阈值的所有停运元件的集合确定为目标电力系统的薄弱环节。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的一种电力系统薄弱环节确定装置、设备及计算机可读存储介质中相关部分的说明可以参见本申请实施例提供的一种电力系统薄弱环节确定方法中对应部分的详细描述，在此不再赘述。
需要说明的是，在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本申请中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本申请所示的这些实施例，而是要符合与本申请所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种电力系统薄弱环节确定方法，其特征在于，包括：
获取目标电力系统中各元件的参数，确定所述目标电力系统的停电事件、各所述停电事件发生的概率、各所述停电事件包含的停运元件及各所述停电事件的削负荷量；
依次将各所述停运元件作为当前评估元件，确定各所述停电事件中不含所述当前评估元件停运的下属子事件，通过shapley值法计算每个所述停电事件对应的各所述下属子事件的权重，并计算所述当前评估元件对各所述下属子事件造成的削负荷量增量；
利用每个所述停电事件中各所述下属子事件的权重及对应的所述削负荷量增量，计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献；
利用所述可靠性贡献及对应的停电事件发生的概率，得到所述当前评估元件的可靠性指标分摊量，将所述可靠性分摊量大于阈值的所有所述停运元件的集合确定为所述目标电力系统的薄弱环节。
2.根据权利要求1所述的电力系统薄弱环节确定方法，其特征在于，通过shapley值法计算每个所述停电事件对应的各所述下属子事件的权重，包括：
利用
Figure FDA0002573124780000011
计算每个所述停电事件对应的各所述下属子事件的权重；
相应地，利用每个所述停电事件中各所述下属子事件的权重及对应的所述削负荷量增量，计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献，包括：
利用
Figure FDA0002573124780000012
计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献；
其中，Ej既代表第j个停电事件，也代表停电事件中的停运元件集合，|Ej|为停电事件Ej中的停运元件个数，e代表停电事件Ej中不包含当前评估元件i停运的下属子事件，|e|为下属子事件e中的停运元件个数，w(|e|)为下属子事件e的权重，v(e∪{i})代表在下属子事件e中增加当前评估元件i停运后所对应的停电事件的削负荷量，v(e)代表下属子事件e的削负荷量，ri(Ej)为当前评估元件i在第j个停电事件中对所述目标电力系统的可靠性贡献。
3.根据权利要求2所述的电力系统薄弱环节确定方法，其特征在于，利用所述可靠性贡献及对应的停电事件发生的概率，得到所述当前评估元件的可靠性指标分摊量，包括：
利用
Figure FDA0002573124780000021
得到所述当前评估元件的可靠性指标分摊量Ri；
其中，I代表所述目标电力系统中所有停电事件，P(Ej)为第j个停电事件Ej发生的概率。
4.根据权利要求1所述的电力系统薄弱环节确定方法，其特征在于，确定所述目标电力系统的停电事件、各所述停电事件发生的概率、各所述停电事件包含的停运元件及对应的削负荷量，包括：
通过状态枚举法确定所述目标电力系统中故障事件的停运元件；
利用
Figure FDA0002573124780000022
计算每个所述故障事件发生的概率P(s)；其中，nd是所述故障事件在系统状态s中的停运元件个数，n为所述目标电力系统中的元件总数，PFi为停运元件i的不可用率；
通过最优负荷削减法计算每个所述故障事件对应的最小负荷削减量；
若所述最小负荷削减量不为零，则将所述故障事件确定为停电事件，并将所述故障事件发生的概率P(s)作为所述停电事件发生的概率，且将对应的所述最小负荷削减量作为所述停电事件的削负荷量。
5.根据权利要求1所述的电力系统薄弱环节确定方法，其特征在于，在将可靠性分摊量大于阈值的所有所述停运元件的集合确定为所述目标电力系统的薄弱环节之前，还包括：
按照所述可靠性分摊量由大到小的顺序对对应的所述停运元件进行排序。
6.一种电力系统薄弱环节确定装置，其特征在于，包括：
获取模块，用于获取目标电力系统中各元件的参数，确定所述目标电力系统的停电事件、各所述停电事件发生的概率、各所述停电事件包含的停运元件及各所述停电事件的削负荷量；
第一计算模块，用于依次将各所述停运元件作为当前评估元件，确定各所述停电事件中不含所述当前评估元件停运的下属子事件，通过shapley值法计算每个所述停电事件对应的各所述下属子事件的权重，并计算所述当前评估元件对各所述下属子事件造成的削负荷量增量；
第二计算模块，用于利用每个所述停电事件中各所述下属子事件的权重及对应的所述削负荷量增量，计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献；
确定模块，用于利用所述可靠性贡献及对应的停电事件发生的概率，得到所述当前评估元件的可靠性指标分摊量，将所述可靠性分摊量大于阈值的所有所述停运元件的集合确定为所述目标电力系统的薄弱环节。
7.根据权利要求6所述的电力系统薄弱环节确定装置，其特征在于，所述第一计算模块包括：
第一计算单元，用于利用
Figure FDA0002573124780000031
计算每个所述停电事件对应的各所述下属子事件的权重；
相应地，所述第二计算模块包括：
第二计算单元，用于利用
Figure FDA0002573124780000032
计算所述当前评估元件在对应的停电事件中对所述目标电力系统的可靠性贡献；
其中，Ej既代表第j个停电事件，也代表停电事件中的停运元件集合，|Ej|为停电事件Ej中的停运元件个数，e代表停电事件Ej中不包含当前评估元件i停运的下属子事件，|e|为下属子事件e中的停运元件个数，w(|e|)为下属子事件e的权重，v(e∪{i})代表在下属子事件e中增加当前评估元件i停运后所对应的停电事件的削负荷量，v(e)代表下属子事件e的削负荷量，ri(Ej)为当前评估元件i在第j个停电事件中对所述目标电力系统的可靠性贡献。
8.根据权利要求7所述的电力系统薄弱环节确定装置，其特征在于，所述确定模块包括：
第三计算单元，用于利用
Figure FDA0002573124780000033
得到所述当前评估元件的可靠性指标分摊量Ri；
其中，I代表所述目标电力系统中所有停电事件，P(Ej)为第j个停电事件Ej发生的概率。
9.一种电力系统薄弱环节确定设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的电力系统薄弱环节确定方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的电力系统薄弱环节确定方法的步骤。
CN202010645984.4A 2020-07-07 2020-07-07 一种电力系统薄弱环节确定方法、装置、设备及介质 Active CN111797530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010645984.4A CN111797530B (zh) 2020-07-07 2020-07-07 一种电力系统薄弱环节确定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010645984.4A CN111797530B (zh) 2020-07-07 2020-07-07 一种电力系统薄弱环节确定方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN111797530A true CN111797530A (zh) 2020-10-20
CN111797530B CN111797530B (zh) 2023-10-31

Family

ID=72810527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010645984.4A Active CN111797530B (zh) 2020-07-07 2020-07-07 一种电力系统薄弱环节确定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN111797530B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118693A (zh) * 2021-10-21 2022-03-01 国网浙江省电力有限公司金华供电公司 一种基于区块链共识算法的智能停电管控方法及装置
CN114139858A (zh) * 2021-10-26 2022-03-04 四川大学 一种基于预想事故集的场馆供电系统运行风险评估方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103426056A (zh) * 2013-07-18 2013-12-04 清华大学 基于风险评估的电力系统薄弱环节辨识方法
CN104091203A (zh) * 2014-07-24 2014-10-08 重庆大学 一种风力发电用变流器的实时可靠性评估方法
CN106067089A (zh) * 2016-05-30 2016-11-02 广东电网有限责任公司电网规划研究中心 电力系统薄弱环节的改善方法和系统
CN106709823A (zh) * 2017-03-19 2017-05-24 国网福建省电力有限公司 一种电力用户用电信息采集系统的运行性能评价方法
US20170194814A1 (en) * 2014-04-23 2017-07-06 Nec Corporation Electricity distribution system with dynamic cooperative microgrids for real-time operation
US20180240202A1 (en) * 2015-08-19 2018-08-23 China Electric Power Research Institute Company Limited Method of predicting distribution network operation reliability
CN108446483A (zh) * 2018-03-16 2018-08-24 太原理工大学 计及风电机组传动系统疲劳的风电场可靠性评估方法
CN109583779A (zh) * 2018-12-06 2019-04-05 重庆大学 一种电-气互联系统的薄弱元件确定方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103426056A (zh) * 2013-07-18 2013-12-04 清华大学 基于风险评估的电力系统薄弱环节辨识方法
US20170194814A1 (en) * 2014-04-23 2017-07-06 Nec Corporation Electricity distribution system with dynamic cooperative microgrids for real-time operation
CN104091203A (zh) * 2014-07-24 2014-10-08 重庆大学 一种风力发电用变流器的实时可靠性评估方法
US20180240202A1 (en) * 2015-08-19 2018-08-23 China Electric Power Research Institute Company Limited Method of predicting distribution network operation reliability
CN106067089A (zh) * 2016-05-30 2016-11-02 广东电网有限责任公司电网规划研究中心 电力系统薄弱环节的改善方法和系统
CN106709823A (zh) * 2017-03-19 2017-05-24 国网福建省电力有限公司 一种电力用户用电信息采集系统的运行性能评价方法
CN108446483A (zh) * 2018-03-16 2018-08-24 太原理工大学 计及风电机组传动系统疲劳的风电场可靠性评估方法
CN109583779A (zh) * 2018-12-06 2019-04-05 重庆大学 一种电-气互联系统的薄弱元件确定方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CHAO WEI等: "GT-CFS: A Game Theoretic Coalition Formulation Strategy for Reducing Power Loss in Micro Grids", 《IEEE》, pages 2307 - 2317 *
MAOSEN CAO 等: "Reliability tracing of the integrated energy system using the improved shapley value", 《ELSEVIER》, pages 1 - 12 *
刘慧超 等: "考虑新能源接入和供暖约束的地区电网可靠性评估与分析", 《高压电器》, vol. 54, no. 02, pages 186 - 193 *
胡博 等: "考虑削负荷责任分摊的电力系统可靠性跟踪方法", 《电力系统自动化》, vol. 44, no. 23, pages 64 - 71 *
靖石虎 等: "基于节点电压可靠性指标的系统薄弱点识别", 《电气开关》, vol. 56, no. 6, pages 74 - 75 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118693A (zh) * 2021-10-21 2022-03-01 国网浙江省电力有限公司金华供电公司 一种基于区块链共识算法的智能停电管控方法及装置
CN114118693B (zh) * 2021-10-21 2024-01-23 国网浙江省电力有限公司金华供电公司 一种基于区块链共识算法的智能停电管控方法及装置
CN114139858A (zh) * 2021-10-26 2022-03-04 四川大学 一种基于预想事故集的场馆供电系统运行风险评估方法
CN114139858B (zh) * 2021-10-26 2023-04-18 四川大学 一种基于预想事故集的场馆供电系统运行风险评估方法

Also Published As

Publication number Publication date
CN111797530B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
Ejebe et al. Automatic contingency selection
CN106779309B (zh) 关键线路多角度多层次的辨识方法
CN111797530A (zh) 一种电力系统薄弱环节确定方法、装置、设备及介质
CN107527134A (zh) 一种基于大数据的配电变压器状态评估方法及装置
CN110210738B (zh) 一种供电可靠性分析方法及其系统
CN115330275B (zh) 一种退役电池的梯次利用方法及装置
CN113050018A (zh) 基于数据驱动评估结果变化趋势的电压互感器状态评估方法及系统
CN111950800A (zh) 电力现货日前市场出清方法、系统、设备及可读存储介质
CN113506190B (zh) 一种异常用电行为辨识方法、装置、设备及存储介质
CN115660638A (zh) 一种维护保养计划生成方法、装置和电子设备
CN106329515A (zh) 一种基于静态可靠性概率指标的电网可靠性水平判定方法
CN109936134A (zh) 一种热稳定输电通道功率极限区间识别方法及设备
CN110942250A (zh) 一种电力容量持留检测方法、装置及设备
CN116455078A (zh) 一种配电网智能化运维管控平台
CN114154661A (zh) 一种配网抢修作业的优先级评估方法、系统、设备及介质
CN106682273A (zh) 一种串并联混合航天装备系统寿命重要度确定方法
CN113691174A (zh) 基于指数型非线性回归的配电变压器档位识别方法及系统
Liacco The role of state estimation in power system operation
CN115021236A (zh) 高压直流输电系统的可靠性跟踪方法、装置、设备及介质
Michel et al. Monte Carlo optimization of the replacement strategy of components subject to technological obsolescence
LU101709B1 (en) Method and device for analyzing criticality of failure mode of numerical control equipment
CN111784086A (zh) 一种直流配用电系统供电方案评估方法及系统
CN113919171B (zh) 计及稳态潮流状态的在线电网故障预案的生成方法
CN109149560A (zh) 一种处理区域备自投系统动作引起过负荷的方法
CN114460340A (zh) 母线不平衡率校验方法、装置及介质

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