CN111882125A - 基于风险元理论的电力信息物理系统连锁故障预测方法 - Google Patents

基于风险元理论的电力信息物理系统连锁故障预测方法 Download PDF

Info

Publication number
CN111882125A
CN111882125A CN202010721892.XA CN202010721892A CN111882125A CN 111882125 A CN111882125 A CN 111882125A CN 202010721892 A CN202010721892 A CN 202010721892A CN 111882125 A CN111882125 A CN 111882125A
Authority
CN
China
Prior art keywords
information
power
line
power grid
failure
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
CN202010721892.XA
Other languages
English (en)
Other versions
CN111882125B (zh
Inventor
张晶晶
吴佳瑜
陈博进
齐先军
李小燕
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202010721892.XA priority Critical patent/CN111882125B/zh
Publication of CN111882125A publication Critical patent/CN111882125A/zh
Application granted granted Critical
Publication of CN111882125B publication Critical patent/CN111882125B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02HEMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H7/00Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
    • H02H7/26Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于风险元理论的电力信息物理系统连锁故障预测方法,其步骤包括:1、Prim算法修正电网社团分区结果;2、构建电力信息物理系统;3、构建故障的风险传递函数,计算线路初始故障概率和信息节点初始失效概率,形成事故链的初始故障集;4、选取故障阶段,当相应故障开断信息上传至调度中心,调度中心下发相应控制命令;5、根据后续风险传递函数,依次选取下一个故障阶段中故障线路和失效节点;6、遍历初始故障集,重复步骤4‑步骤5至满足结束条件后记录事故链数据并输出。本发明能动态描述电力信息物理系统中故障在电网和信息网交互传播的发展过程,从而能为电力信息物理系统连锁故障的防控提供理论指导。

Description

基于风险元理论的电力信息物理系统连锁故障预测方法
技术领域
本发明属于电力系统领域,具体的说是一种基于风险元理论的电力信息物理系统连锁故障预测方法。
背景技术
电力信息物理系统是实现智能电网的一种可行途径。如何在连锁故障的演化过程中考虑信息和物理系统两者的交互作用,是一个值得研究的问题。
电力信息物理系统中电网和信息网相互依存,故障在两个网络相互传递,导致电网和信息网不同程度的受损,造成严重的经济损失。当前研究主要针对由攻击引起的连锁故障,对信息延时引起电力信息物理系统连锁故障的演化模式鲜有研究,信息网中通信的延时会导致调度中心无法准确感知电网的实际运行状况,在电网发生故障的情况下,通信就显得尤为重要,若调度中心无法掌握电网的实际运行状况,则做出的控制策略可能会导致故障的进一步蔓延。因此电力信息物理系统的连锁故障建模需要考虑物理层电网的潮流,信息层数据流,以及信息层延时因素对物理层电网故障建模、安全控制等方面的影响。
发明内容
本发明是为了解决上述现有技术存在的不足之处,提出一种基于风险元理论的电力信息物理系统连锁故障预测方法,以期能动态描述电力信息物理系统中故障在电网和信息网交互传播的发展过程,从而能为电力信息物理系统连锁故障的防控提供理论指导。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种基于风险元理论的电力信息物理系统连锁故障预测方法的特点是按如下步骤进行:
步骤1、通过社团分区方法对电网进行预分区,得到预分区后的电网;
利用Prim算法对所述预分区后的电网中相应节点的归属进行调整,得到修正后的电网;
步骤2、根据修正后的电网拓扑结构,构建电力信息物理系统;
步骤3、构建故障的风险传递函数,并计算线路初始故障概率以及信息节点失效概率,从而根据设定的初始故障概率阈值形成事故链的初始故障集;
步骤4、定义变量j并初始化j=1;
依次将所述初始故障集中的线路或节点设为第j个故障阶段;
步骤5:电网选取第j个故障阶段,在所述第j个故障阶段中发生的线路故障和信息节点失效故障在电网与信息网之间交互传递,若线路故障的开断信息成功上传至调度中心,则所述调度中心下发相应控制命令;否则调度中心无控制,所述电网动作保护;
步骤6、所述电网进行区域功率的再平衡控制:
若电网发生解列,则先在解列区域内进行发电机有功出力调整后,再对所述电网进行潮流计算;
所述发电机有功出力调整包括:当发电机出力达到下限时,切除部分发电机;当发电机出力达到上限时,切除部分有功负荷;
若电网未发生解列,则直接对所述电网进行潮流计算;
步骤7、判断事故链搜索是否满足结束条件,若是,则执行步骤9,否则执行步骤8;
所述事故链搜索的结束条件为:所述电网的负荷损失率达到所设定的阈值或电网的解列个数达到所设定的孤岛阈值;
步骤8、在第j个故障阶段后,根据后续风险传递函数,选取第j+1个故障阶段中故障线路和失效节点,再依次开断所述第j+1个故障阶段的故障线路候选集中的线路和失效节点候选集中的节点后,将j+1赋值给j并返回步骤5;
步骤9、记录整个事故链相关数据并输出,包括:事故链路径、事故链各环节采取的控制措施和控制量、事故链发生概率和风险值。
本发明所述的基于风险元理论的电力信息物理系统连锁故障预测方法的特点也在于,所述修正后的电网是按如下过程得到:
步骤1.1、通过社团分区方法对电网进行预分区,得到预分区后的电网;
步骤1.2、设置分区要求:
(1)每个区域内至少存在一个发电机和一个负荷;
(2)区域数量小于发电机与负荷数量的最小值;
(3)区域内的功率接近平衡;
(4)每个区域内的节点的地理位置与电气距离均相对接近;
步骤1.3、利用Prim算法对电网进行初步分区,得到Prim分区结果;
步骤1.4、计算预分区后的电网的区域内发电机和负荷的功率,并对照所述Prim分区结果,若当前区内发电机的功率大于负荷功率,将相应发电机调到相邻区或将相邻区内负荷调到当前区;若负荷功率大于发电机功率,则进行相反调节,从而满足所述分区要求。
所述步骤2中的电力信息物理系统包括电网与信息网,且所述信息网分为核心层、骨干层和接入层;
所述核心层由主调度中心和备用调度中心组成,负责整个电网的安全运行及经济调度;
所述骨干层为区域调度中心,负责区域内调度及汇聚、转发所述接入层的信息,其节点数由电网的分区数量决定,且骨干层节点以环状互联后与所述核心层相连;
所述接入层负责信息采集与调度命令下达,且发电厂和变电站对应的接入层的节点归属于所述骨干层;
所述电网的节点和所述信息网中接入层的节点一一对应,且所述电网中的节点为所述信息网中接入层的节点提供能量支持,而信息网中接入层的节点监测和控制对应的电网中的节点。
所述步骤3中的风险传递函数包括:电网初始线路停运的风险传递函数、信息节点初始失效的风险传递函数、后续线路停运的风险传递函数和信息网后续信息失效的风险传递函数;
利用式(1)计算电网中第k条线路Lk的初始线路停运风险传递函数
Figure BDA0002600314400000039
Figure BDA0002600314400000031
式(1)中,
Figure BDA0002600314400000032
表示由线路老化因素x1引起的线路停运概率,
Figure BDA0002600314400000033
表示潮流初始分布时第k条线路Lk因潮流因素x2而停运的概率,并有:
Figure BDA0002600314400000034
式(2)中,λoi为第k条线路Lk的单位长度老化故障率,lk为第k条线路Lk的长度;Np为电网中线路总数量;
Figure BDA0002600314400000035
式(3)中,ηk表示线路负载率指标、ωk表示潮流占比指标;ek表示潮流变化指标,并有:
Figure BDA0002600314400000036
Figure BDA0002600314400000037
Figure BDA0002600314400000038
式(4)-式(6)中,Fk,0为第k条线路Lk的初始潮流值,Fk,max为第k条线路Lk的潮流极限值,ΔFi为第k条线路Lk退出运行后第i条线路Li的潮流变化量;
利用式(7)计算信息网中第j个信息节点初始失效风险传递函数
Figure BDA0002600314400000041
Figure BDA0002600314400000042
式(7)中,
Figure BDA0002600314400000043
为第j个节点因网络拓扑因素x4的失效概率,
Figure BDA0002600314400000044
为第j个节点因信息占用因素x5的失效概率,并有:
Figure BDA0002600314400000045
式(8)中,kj为第j个节点的度数,Nc为信息网中节点总数量,且Nc>1;
Figure BDA0002600314400000046
式(9)中,nj为第j个节点的数据包数量;
利用式(10)得到第j个故障阶段中第m条线路Lm的关联性指标
Figure BDA0002600314400000047
Figure BDA0002600314400000048
式(10)中,Akm、Bkm、Hkm分别表示潮流波动指标、潮流耦合指标和线路负载率指标,并有:
Figure BDA0002600314400000049
Figure BDA00026003144000000410
Figure BDA00026003144000000411
式(11)-(13)中,Fm、Fm,max分别为第m条线路Lm的潮流值和潮流极限值,Fm′为第k条线路Lk开断后第m条线路Lm的潮流值,Fk为线路第k条线路Lk的潮流值;Hkm为第m条线路Lm的负载率;
利用式(14)得到后续线路停运风险传递函数
Figure BDA00026003144000000412
Figure BDA00026003144000000413
式(14)中,fi next表示第j个故障阶段中第i条线路Li的关联性指标,ξ为阈值;
利用式(15)得到电网和信息网的交互影响过程中信息网的后续信息失效风险传递函数
Figure BDA0002600314400000051
Figure BDA0002600314400000052
式(15)中,flag为信息网中节点是否失效的标志位,1表示失效,0表示未失效,δ为传输延时引起的信息失效概率,并有:
Figure BDA0002600314400000053
式(16)中,
Figure BDA0002600314400000056
为信息网中节点
Figure BDA0002600314400000057
的信息传输时间,Ta为信息网中信息传输的平均时间,Tmax为最大信息传输时间,并有:
Figure BDA0002600314400000054
式(17)中,
Figure BDA0002600314400000055
表示信息网中第n个节点最大信息传输时间。
与现有技术相比,本发明的有益效果在于:
1、本发明动态描述电力信息物理系统中故障在电网和信息网交互传播的发展过程,为电力信息物理系统连锁故障的防控提供了理论指导。
2、本发明通过Prim算法修正社团分区得到的分区结果,不仅使修正后的区域在实际地理位置上联系紧密,而且加强了区域间的电气联系,使分区结果更适合调度和监控。
3、本发明将风险元理论应用于电力信息物理系统连锁故障预测,有利于找出受风险因素影响较大的风险传递路径,适用于连锁故障预测和风险评估研究。
附图说明
图1为本发明电力信息物理系统连锁故障预测流程图;
图2为本发明分区过程示意图。
图3为本发明电力信息物理系统结构示意图;
图4为本发明实施例信息网络结构图;
图5为本发明初始信息节点失效与传输时间的关系图。
具体实施方式
本实施例中,一种基于风险元理论的电力信息物理系统连锁故障预测方法是在电力信息物理系统中,将风险元理论应用于连锁故障,动态描述故障在电网和信息网交互传播的发展过程,本发明的连锁故障预测具体流程如图1所示,根据风险函数预测初始故障线路和初始故障节点,在初始故障选定后,电网将故障开断信息上传至调度中心,上传过程中信息因延时失效,调度中心根据已感知的电网制定控制策略并下达到相应节点,若无线路过载,即可根据风险传递函数选取后续故障线路,若仍有线路过载,则由电网保护断开过载线路。本实施例中以IEEE39节点电力系统动态模拟电力信息物理系统连锁故障过程,该方法是按如下步骤进行:
步骤1、通过社团分区方法对电网进行预分区,得到预分区后的电网;
利用Prim算法对所述预分区后的电网中相应节点的归属进行调整,得到修正后的电网;
该修正后的电网是按如下过程得到:
步骤1.1、通过社团分区方法对电网进行预分区,得到预分区后的电网;
步骤1.2、设置分区要求:
(1)每个区域内至少存在一个发电机和一个负荷;
(2)区域数量小于发电机与负荷数量的最小值;
(3)区域内的功率接近平衡;即:功率缺额在区域内发电机额定功率的0%-50%,同区域内的负荷在发电机额定功率的0%-60%内;
(4)每个区域内的节点的地理位置与电气距离均相对接近。
步骤1.3、利用Prim算法对电网进行初步分区,得到Prim分区结果;
步骤1.4、计算预分区后的电网的区域内发电机和负荷的功率,并对照Prim分区结果,若当前区内发电机的功率大于负荷功率,将相应发电机调到相邻区或将相邻区内负荷调到当前区;若负荷功率大于发电机功率,则进行相反调节,从而满足分区要求。
实施例中社团分区与Prim分区的区域功率统计如表1所示。
表1区域功率统计
Figure BDA0002600314400000061
分析表1可知,社团分区后前3个区域的功率极不平衡,不满足分区要求(3),区域1和3的发电机功率过剩,区域2的功率缺额大,Prim分区结果中区域功率相对平衡,参考Prim分区结果,修改相应发电机和负荷节点的归属,分区结果如图2所示。
步骤2、根据修正后的电网以及其拓扑结构,构建电力信息物理系统;
该电力信息物理系统包括电网与信息网,且信息网分为核心层、骨干层和接入层;
核心层由主调度中心和备用调度中心组成,负责整个电网的安全运行及经济调度;
骨干层为区域调度中心,负责区域内调度及汇聚、转发接入层的信息,其节点数由电网的分区数量决定,且骨干层节点以环状互联后与核心层相连;
接入层负责信息采集与调度命令下达,且发电厂和变电站对应的接入层的节点归属于骨干层;
电网的节点和信息网中接入层的节点一一对应,且电网中的节点为信息网中接入层的节点提供能量支持,而信息网中接入层的节点监测和控制对应的电网中的节点。电力信息物理系统结构示意如图3所示,实施例信息网络结构如图4所示。
步骤3、构建故障的风险传递函数,并计算线路初始故障概率以及信息节点失效概率,从而根据设定的初始故障概率阈值形成事故链的初始故障集;
电力信息物理系统连锁故障在电力网络和信息网络间交互传递,线路的接连断开等原因可能引起信息节点失效,信息节点失效导致对应的电力节点信息无法上传,也无法执行控制命令;信息传输延时会导致调度中心无法获取电力网络的实际运行情况,控制命令存在偏差,可能进一步导致电网的线路停运,如此往复循环,导致故障的不断蔓延。电力信息物理系统中元件的相继停运最终导致连锁故障,影响元件的停运的风险元为自身故障和潮流转移等。电力信息物理系统连锁故障的风险元信息如表2所示。
表2电力信息物理系统连锁故障的风险元信息表
Figure BDA0002600314400000071
电力信息物理系统连锁故障中风险传递函数包括:电网初始线路停运的风险传递函数、信息节点初始失效的风险传递函数、后续线路停运的风险传递函数和信息网后续信息失效的风险传递函数;
利用式(1)计算电网中第k条线路Lk的初始线路停运风险传递函数
Figure BDA0002600314400000072
Figure BDA0002600314400000073
式(1)中,
Figure BDA0002600314400000081
表示由线路老化因素x1引起的线路停运概率,
Figure BDA0002600314400000082
表示潮流初始分布时第k条线路Lk因潮流因素x2而停运的概率,并有:
Figure BDA0002600314400000083
式(2)中,λoi为第k条线路Lk的单位长度老化故障率,lk为第k条线路Lk的长度;Np为电网中线路总数量;
Figure BDA0002600314400000084
式(3)中,ηk表示线路负载率指标、ωk表示潮流占比指标;ek表示潮流变化指标,并有:
Figure BDA0002600314400000085
Figure BDA0002600314400000086
Figure BDA0002600314400000087
式(4)-式(6)中,Fk,0为第k条线路Lk的初始潮流值,Fk,max为第k条线路Lk的潮流极限值,ΔFi为第k条线路Lk退出运行后第i条线路Li的潮流变化量;
利用式(7)计算信息网中第j个信息节点初始失效风险传递函数
Figure BDA0002600314400000088
Figure BDA0002600314400000089
式(7)中,
Figure BDA00026003144000000810
为第j个节点因网络拓扑因素x4的失效概率,
Figure BDA00026003144000000811
为第j个节点因信息占用率因素x5的失效概率,并有:
Figure BDA00026003144000000812
式(8)中,kj为第j个节点的度数,Nc为信息网中节点总数量,且Nc>1;
Figure BDA00026003144000000813
式(9)中,nj为第j个节点的数据包数量;
根据电网初始线路停运的风险传递函数及信息节点初始失效的风险传递函数可得初始故障集如表3所示。
表3初始故障集
Figure BDA0002600314400000091
利用式(10)得到第j个故障阶段中第m条线路Lm的关联性指标
Figure BDA0002600314400000092
Figure BDA0002600314400000093
式(10)中,Akm、Bkm、Hkm分别表示潮流波动指标、潮流耦合指标和线路负载率指标,并有:
Figure BDA0002600314400000094
Figure BDA0002600314400000095
Figure BDA0002600314400000096
式(11)-(13)中,Fm、Fm,max分别为第m条线路Lm的潮流值和潮流极限值,Fm′为第k条线路Lk开断后第m条线路Lm的潮流值,Fk为线路第k条线路Lk的潮流值;Hkm为第m条线路Lm的负载率;
利用式(14)得到后续线路停运风险传递函数
Figure BDA0002600314400000097
Figure BDA0002600314400000098
式(14)中,fi next表示第j个故障阶段中第i条线路Li的关联性指标;本实施例中,ξ=1.4;
利用式(15)得到电网和信息网的交互影响过程中信息网的后续信息失效风险传递函数
Figure BDA0002600314400000099
Figure BDA0002600314400000101
式(15)中,flag为信息网中节点是否失效的标志位,1表示失效,0表示未失效,δ为传输延时引起的信息失效概率,并有:
Figure BDA0002600314400000102
式(16)中,
Figure BDA0002600314400000105
为信息网中节点
Figure BDA0002600314400000106
的信息传输时间,Ta为信息网中信息传输的平均时间,Tmax为最大信息传输时间,并有:
Figure BDA0002600314400000103
式(17)中,
Figure BDA0002600314400000104
表示信息网中第n个节点最大信息传输时间。
初始故障集中信息节点失效与传输时间的关系如图5所示(失效节点为0表示无节点失效),可见信息平均传输时间Ta波动较小,节点Vc43是区域4的调度中心,该节点失效后Ta最大,系统中剩余的骨干层节点承担信息传输任务,导致信息在骨干层排队时间延长,信息最大传输时间Tmax骤升。Tmax确定,Ta越大,信息系统越容易发生信息延时。
步骤4、定义变量j并初始化j=1;
依次将初始故障集中的线路或节点设为第j个故障阶段;
步骤5:电网选取第j个故障阶段,在第j个故障阶段中发生的线路故障和信息节点失效故障在电网与信息网之间交互传递,若线路故障的开断信息成功上传至调度中心,则调度中心下发相应控制命令;若开断信息上传不成功,则调度中心无控制,电网中的保护和安稳装置根据系统状态动作保护;
步骤6、电网进行区域功率的再平衡控制:
若电网发生解列,则先在解列区域内进行发电机有功出力调整后,再对电网进行潮流计算;
发电机有功出力调整包括:当发电机出力达到下限时,切除部分发电机;当发电机出力达到上限时,切除部分有功负荷;
若电网未发生解列,则直接对电网进行潮流计算;
步骤7、判断事故链搜索是否满足结束条件,若是,则执行步骤9,否则执行步骤8;
事故链搜索的结束条件为:电网的负荷损失率达到所设定的阈值或电网的解列个数达到所设定的孤岛阈值;
步骤8、在第j个故障阶段后,根据风险传递函数,选取第j+1个故障阶段中故障线路候选集或失效节点候选集,再依次开断第j+1个故障阶段的故障线路候选集中的线路或失效节点候选集中的节点后,将j+1赋值给j并返回步骤5;
步骤9、记录整个事故链相关数据并输出,包括:事故链路径、事故链各环节采取的控制措施和控制量、事故链发生概率和风险值。
本实施例中,分别以L29和Vc11为初始故障,说明信息有效性对连锁故障的影响。表4为线路L29初始故障停运,故障开断信息上传成功,表5为信息节点Vc11初始故障,故障开断信息上传成功,表6为线路L29初始停运,故障开断信息上传失效。连锁故障演化过程分别为表4至表6。
表4 L29初始故障,其开断信息上传成功的连锁故障演化过程
Figure BDA0002600314400000111
表5初始故障为Vc11失效,L29开断信息上传成功的连锁故障演化过程
Figure BDA0002600314400000121
表6 L29初始故障,其开断信息上传失效的连锁故障演化过程
Figure BDA0002600314400000122
分析表4-表6,故障路径中信息网节点Vc24、Vc11分别发送电力网线路L29和L12的开断信息(本实施例中,开断信息由线路两端的节点编号较大的节点上传)。故障路径(以下简称路径)1中,L29断开后,区域4内L23、L27过载,Vc7因信息延时失效,L29开断信息上传成功,采取区域调度,其骨干层节点下发的控制命令为:区域4中G6(发电机6)切除88MW,B16(母线16)切除22MW,B24切除66MW,L23、L27过载消除。根据后续风险传递函数,用模糊聚类方法,选出下级故障L28开断后,Vc9失效,调度中心接收到L28开断信息,系统解列为两部分,发电机调整543MW。下级故障选出L24开断后,无线路过载,但Vc24无电力供应,成为孤立节点;下级故障选出L12开断后,Vc29失效,调度中心仍能接收到L12开断信息并做出控制消除过载,后续L7断开,Vc13失效,电网无线路过载,L14断开后,Vc11失效,系统解列为三部分,故障路径终止。
路径2以Vc11为初始故障,L29故障断开至L12断开故障路径与路径1相同,但由于Vc11失效,L12开断信息未上传成功,调度中心感知电网无过载,实际电网L8、L17、L18过载,保护动作断开L18,调度中心做出控制命令,消除L18开断引起的过载,此时调度中心未感知解列,实际电网解列成三部分,安稳措施动作,故障路径结束。
对比路径1和3,不同在于L29开断后失效信息节点不同。路径1中,虽然Vc7失效,调度中心仍可以接收L29开断信息,采取正确的控制消除过载,后续开断L28,系统解列为两部分。路径3中,Vc24失效,L29开断信息未上传成功,调度中心感知电网无过载,无控制措施,实际L29断开后,L23、L27过载,后续L23由保护动作断开,调度中心控制消除L23断开引起的过载,但由于L29断开信息上传失效,调度中心未感知电网解列。可见,L29开断后,Vc24和Vc7信息失效对调度中心的控制策略影响不同,进而影响电力信息物理系统连锁故障路径的走向。因此信息有效性对调度制定合理经济的控制措施很重要,还可能影响连锁故障路径走向。
故障路径概率及风险值如表7所示。
表7故障路径概率及风险值
Figure BDA0002600314400000131
从表7可得,路径3概率及风险值较路径1增大,可见信息失效会加快连锁故障的发生。路径2中Vc11失效,调度中心未收到L12开断信息,后续未判断系统解列,导致安稳措施动作切除部分发电机和负荷,控制代价增大,其风险值比路径1稍高。

Claims (4)

1.一种基于风险元理论的电力信息物理系统连锁故障预测方法,其特征是按如下步骤进行:
步骤1、通过社团分区方法对电网进行预分区,得到预分区后的电网;
利用Prim算法对所述预分区后的电网中相应节点的归属进行调整,得到修正后的电网;
步骤2、根据修正后的电网拓扑结构,构建电力信息物理系统;
步骤3、构建故障的风险传递函数,并计算线路初始故障概率以及信息节点失效概率,从而根据设定的初始故障概率阈值形成事故链的初始故障集;
步骤4、定义变量j并初始化j=1;
依次将所述初始故障集中的线路或节点设为第j个故障阶段;
步骤5:电网选取第j个故障阶段,在所述第j个故障阶段中发生的线路故障和信息节点失效故障在电网与信息网之间交互传递,若线路故障的开断信息成功上传至调度中心,则所述调度中心下发相应控制命令;否则调度中心无控制,所述电网动作保护;
步骤6、所述电网进行区域功率的再平衡控制:
若电网发生解列,则先在解列区域内进行发电机有功出力调整后,再对所述电网进行潮流计算;
所述发电机有功出力调整包括:当发电机出力达到下限时,切除部分发电机;当发电机出力达到上限时,切除部分有功负荷;
若电网未发生解列,则直接对所述电网进行潮流计算;
步骤7、判断事故链搜索是否满足结束条件,若是,则执行步骤9,否则执行步骤8;
所述事故链搜索的结束条件为:所述电网的负荷损失率达到所设定的阈值或电网的解列个数达到所设定的孤岛阈值;
步骤8、在第j个故障阶段后,根据后续风险传递函数,选取第j+1个故障阶段中故障线路和失效节点,再依次开断所述第j+1个故障阶段的故障线路候选集中的线路和失效节点候选集中的节点后,将j+1赋值给j并返回步骤5;
步骤9、记录整个事故链相关数据并输出,包括:事故链路径、事故链各环节采取的控制措施和控制量、事故链发生概率和风险值。
2.根据权利要求1所述的基于风险元理论的电力信息物理系统连锁故障预测方法,其特征是,所述修正后的电网是按如下过程得到:
步骤1.1、通过社团分区方法对电网进行预分区,得到预分区后的电网;
步骤1.2、设置分区要求:
(1)每个区域内至少存在一个发电机和一个负荷;
(2)区域数量小于发电机与负荷数量的最小值;
(3)区域内的功率接近平衡;
(4)每个区域内的节点的地理位置与电气距离均相对接近;
步骤1.3、利用Prim算法对电网进行初步分区,得到Prim分区结果;
步骤1.4、计算预分区后的电网的区域内发电机和负荷的功率,并对照所述Prim分区结果,若当前区内发电机的功率大于负荷功率,将相应发电机调到相邻区或将相邻区内负荷调到当前区;若负荷功率大于发电机功率,则进行相反调节,从而满足所述分区要求。
3.根据权利要求1所述的基于风险元理论的电力信息物理系统连锁故障预测方法,其特征是,所述步骤2中的电力信息物理系统包括电网与信息网,且所述信息网分为核心层、骨干层和接入层;
所述核心层由主调度中心和备用调度中心组成,负责整个电网的安全运行及经济调度;
所述骨干层为区域调度中心,负责区域内调度及汇聚、转发所述接入层的信息,其节点数由电网的分区数量决定,且骨干层节点以环状互联后与所述核心层相连;
所述接入层负责信息采集与调度命令下达,且发电厂和变电站对应的接入层的节点归属于所述骨干层;
所述电网的节点和所述信息网中接入层的节点一一对应,且所述电网中的节点为所述信息网中接入层的节点提供能量支持,而信息网中接入层的节点监测和控制对应的电网中的节点。
4.根据权利要求1所述的基于风险元理论的电力信息物理系统连锁故障预测方法,其特征是,所述步骤3中的风险传递函数包括:电网初始线路停运的风险传递函数、信息节点初始失效的风险传递函数、后续线路停运的风险传递函数和信息网后续信息失效的风险传递函数;
利用式(1)计算电网中第k条线路Lk的初始线路停运风险传递函数
Figure FDA0002600314390000021
Figure FDA0002600314390000022
式(1)中,
Figure FDA0002600314390000023
表示由线路老化因素x1引起的线路停运概率,
Figure FDA0002600314390000024
表示潮流初始分布时第k条线路Lk因潮流因素x2而停运的概率,并有:
Figure FDA0002600314390000031
式(2)中,λoi为第k条线路Lk的单位长度老化故障率,lk为第k条线路Lk的长度;Np为电网中线路总数量;
Figure FDA0002600314390000032
式(3)中,ηk表示线路负载率指标、ωk表示潮流占比指标;ek表示潮流变化指标,并有:
Figure FDA0002600314390000033
Figure FDA0002600314390000034
Figure FDA0002600314390000035
式(4)-式(6)中,Fk,0为第k条线路Lk的初始潮流值,Fk,max为第k条线路Lk的潮流极限值,ΔFi为第k条线路Lk退出运行后第i条线路Li的潮流变化量;
利用式(7)计算信息网中第j个信息节点初始失效风险传递函数
Figure FDA0002600314390000036
Figure FDA0002600314390000037
式(7)中,
Figure FDA0002600314390000038
为第j个节点因网络拓扑因素x4的失效概率,
Figure FDA0002600314390000039
为第j个节点因信息占用因素x5的失效概率,并有:
Figure FDA00026003143900000310
式(8)中,kj为第j个节点的度数,Nc为信息网中节点总数量,且Nc>1;
Figure FDA00026003143900000311
式(9)中,nj为第j个节点的数据包数量;
利用式(10)得到第j个故障阶段中第m条线路Lm的关联性指标
Figure FDA00026003143900000312
Figure FDA00026003143900000313
式(10)中,Akm、Bkm、Hkm分别表示潮流波动指标、潮流耦合指标和线路负载率指标,并有:
Figure FDA0002600314390000041
Figure FDA0002600314390000042
Figure FDA0002600314390000043
式(11)-(13)中,Fm、Fm,max分别为第m条线路Lm的潮流值和潮流极限值,Fm′为第k条线路Lk开断后第m条线路Lm的潮流值,Fk为线路第k条线路Lk的潮流值;Hkm为第m条线路Lm的负载率;
利用式(14)得到后续线路停运风险传递函数
Figure FDA0002600314390000044
Figure FDA0002600314390000045
式(14)中,fi next表示第j个故障阶段中第i条线路Li的关联性指标,ξ为阈值;
利用式(15)得到电网和信息网的交互影响过程中信息网的后续信息失效风险传递函数
Figure FDA0002600314390000046
Figure FDA0002600314390000047
式(15)中,flag为信息网中节点是否失效的标志位,1表示失效,0表示未失效,δ为传输延时引起的信息失效概率,并有:
Figure FDA0002600314390000048
式(16)中,
Figure FDA0002600314390000049
为信息网中节点
Figure FDA00026003143900000410
的信息传输时间,Ta为信息网中信息传输的平均时间,Tmax为最大信息传输时间,并有:
Figure FDA00026003143900000411
式(17)中,
Figure FDA00026003143900000412
表示信息网中第n个节点最大信息传输时间。
CN202010721892.XA 2020-07-24 2020-07-24 基于风险元理论的电力信息物理系统连锁故障预测方法 Active CN111882125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010721892.XA CN111882125B (zh) 2020-07-24 2020-07-24 基于风险元理论的电力信息物理系统连锁故障预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010721892.XA CN111882125B (zh) 2020-07-24 2020-07-24 基于风险元理论的电力信息物理系统连锁故障预测方法

Publications (2)

Publication Number Publication Date
CN111882125A true CN111882125A (zh) 2020-11-03
CN111882125B CN111882125B (zh) 2022-10-04

Family

ID=73200407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010721892.XA Active CN111882125B (zh) 2020-07-24 2020-07-24 基于风险元理论的电力信息物理系统连锁故障预测方法

Country Status (1)

Country Link
CN (1) CN111882125B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113408921A (zh) * 2021-06-29 2021-09-17 合肥工业大学 一种基于网络依存关系的连锁故障风险评估方法
CN114826392A (zh) * 2022-03-31 2022-07-29 国家电网有限公司 一种电力通信网网络可靠性评估方法
CN114895115A (zh) * 2022-03-09 2022-08-12 合肥工业大学 特高压直流控保系统中基于启发式搜索分析的故障预测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214920A (zh) * 2011-06-10 2011-10-12 华北电力大学 基于线路集群的电网连锁故障分析方法
CN104166880A (zh) * 2013-05-31 2014-11-26 贵州电网公司电力调度控制中心 电力系统连锁故障模式预测方法
US20150081129A1 (en) * 2011-12-28 2015-03-19 State Grid Electric Power Institute Equipment overload successive approximation adaptive control method based on centralized real-time decision
CN105678642A (zh) * 2016-02-18 2016-06-15 云南电网有限责任公司电力科学研究院 一种电力系统连锁故障风险辨识法
CN106230024A (zh) * 2016-08-22 2016-12-14 张雪敏 含双馈风电场的电力系统停电风险计算方法
CN108898258A (zh) * 2018-07-06 2018-11-27 广州供电局有限公司 雷电灾害天气下电力系统连锁故障风险的分析方法与系统
CN109118098A (zh) * 2018-08-21 2019-01-01 山东大学 高比例风电并网的连锁故障风险评估方法及系统
CN109873457A (zh) * 2019-04-12 2019-06-11 合肥工业大学 台风天气条件下电力系统的多时间尺度连锁故障预测方法
CN111082402A (zh) * 2019-12-31 2020-04-28 西安理工大学 一种关于输电网连锁故障序列的预测方法
CN111159922A (zh) * 2020-01-20 2020-05-15 浙江大学 一种电力系统连锁故障的关键线路辨识方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214920A (zh) * 2011-06-10 2011-10-12 华北电力大学 基于线路集群的电网连锁故障分析方法
US20150081129A1 (en) * 2011-12-28 2015-03-19 State Grid Electric Power Institute Equipment overload successive approximation adaptive control method based on centralized real-time decision
CN104166880A (zh) * 2013-05-31 2014-11-26 贵州电网公司电力调度控制中心 电力系统连锁故障模式预测方法
CN105678642A (zh) * 2016-02-18 2016-06-15 云南电网有限责任公司电力科学研究院 一种电力系统连锁故障风险辨识法
CN106230024A (zh) * 2016-08-22 2016-12-14 张雪敏 含双馈风电场的电力系统停电风险计算方法
CN108898258A (zh) * 2018-07-06 2018-11-27 广州供电局有限公司 雷电灾害天气下电力系统连锁故障风险的分析方法与系统
CN109118098A (zh) * 2018-08-21 2019-01-01 山东大学 高比例风电并网的连锁故障风险评估方法及系统
CN109873457A (zh) * 2019-04-12 2019-06-11 合肥工业大学 台风天气条件下电力系统的多时间尺度连锁故障预测方法
CN111082402A (zh) * 2019-12-31 2020-04-28 西安理工大学 一种关于输电网连锁故障序列的预测方法
CN111159922A (zh) * 2020-01-20 2020-05-15 浙江大学 一种电力系统连锁故障的关键线路辨识方法和装置

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
I. J. W. R. J VAN BEURDEN: "Predictive analytics: Using field failure data to predict failure rates for SIS verification", 《IEEE XPLORE》 *
丁明等: "考虑有限理性的电力系统连锁故障多阶段动态博弈防御模型", 《电力自动化设备》 *
何晔等: "基于模糊聚类的连锁故障事故链模型研究", 《电气自动化》 *
张晶晶等: "台风对电力系统连锁故障的影响分析", 《电力自动化设备》 *
杨洋: "基于风险的电力系统连锁故障协调控制的研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *
潘一飞等: "考虑气象因子条件下的电网连锁故障预测", 《 华北电力大学学报(自然科学版)》 *
钱宇骋: "过载主导型连锁故障预测和风险控制", 《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》 *
马超等: "电网连锁性故障识别和风险评估基本框架与模型", 《中国电机工程学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113408921A (zh) * 2021-06-29 2021-09-17 合肥工业大学 一种基于网络依存关系的连锁故障风险评估方法
CN113408921B (zh) * 2021-06-29 2022-11-08 合肥工业大学 一种基于网络依存关系的连锁故障风险评估方法
CN114895115A (zh) * 2022-03-09 2022-08-12 合肥工业大学 特高压直流控保系统中基于启发式搜索分析的故障预测方法
CN114895115B (zh) * 2022-03-09 2023-04-18 合肥工业大学 特高压直流控保系统中基于启发式搜索分析的故障预测方法
CN114826392A (zh) * 2022-03-31 2022-07-29 国家电网有限公司 一种电力通信网网络可靠性评估方法
CN114826392B (zh) * 2022-03-31 2023-08-29 国家电网有限公司 一种电力通信网网络可靠性评估方法

Also Published As

Publication number Publication date
CN111882125B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
CN111882125B (zh) 基于风险元理论的电力信息物理系统连锁故障预测方法
CN102522747B (zh) 一种配电系统供电能力的计算方法
CN110729765A (zh) 一种考虑sop的配电网灵活性评估指标体系和优化调度方法
CN108879706A (zh) 一种自动电压控制系统
CN112085275B (zh) 基于多时间尺度的电力信息物理系统的连锁故障预测方法
CN113241738B (zh) 一种配电网的拓扑重构故障恢复及设备部署方法
CN113328437B (zh) 一种智能配电网cps拓扑构建方法及故障恢复方法
CN109635331B (zh) 一种经济型短路限流器优化配置方法
CN109494728B (zh) 一种配电终端选址选型方法
CN112491034B (zh) 一种基于交流潮流模型的电力信息物理系统建模方法
CN113705085A (zh) 一种智能电网多层次结构建模及风险评估方法
CN111327047A (zh) 一种确定级联式电网多交流断面输电能力的方法及系统
CN105741016B (zh) 一种用于中期电网规划的静态可靠性概率指标获取方法
CN112434905A (zh) 考虑多次转供对可靠性影响的配电系统供电能力评估方法
CN110689186A (zh) 基于风电出力随机性的配电网供电可靠性评估方法及系统
CN112531655A (zh) 一种配网馈线分段开关的快速优化配置方法及系统
CN110445186B (zh) 一种自同步微电网控制系统及二次调频控制方法
CN108667027A (zh) 含柔性直流的交直流系统潮流转移搜索与量化分析方法
CN108711865B (zh) 一种基于wams的受端电网稳控切负荷方法
CN114285085A (zh) 一种基于网络重构的电网弹性资源广域调度方法
CN111900720B (zh) 一种基于双层网页排序算法的输电网脆弱线路辨识方法
CN113408921B (zh) 一种基于网络依存关系的连锁故障风险评估方法
CN110649626B (zh) 一种受端电网分层优化切负荷方法及系统
CN111581760A (zh) 一种配电网通信结构优化方法
CN106505576A (zh) 一种基于Link‑path的城市高压配电网负载转供方法

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