CN112541100A - 基于拓扑分析的电网薄弱环节自动搜索方法 - Google Patents

基于拓扑分析的电网薄弱环节自动搜索方法 Download PDF

Info

Publication number
CN112541100A
CN112541100A CN202011401879.2A CN202011401879A CN112541100A CN 112541100 A CN112541100 A CN 112541100A CN 202011401879 A CN202011401879 A CN 202011401879A CN 112541100 A CN112541100 A CN 112541100A
Authority
CN
China
Prior art keywords
power grid
equipment
weak link
weak
search
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
CN202011401879.2A
Other languages
English (en)
Other versions
CN112541100B (zh
Inventor
汤伟
王京景
田宏强
王磊
谢大为
徐海青
麦立
许斌
汪伟
陈是同
余丽
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.)
State Grid Corp of China SGCC
State Grid Anhui Electric Power Co Ltd
Anhui Jiyuan Software Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Anhui Electric Power Co Ltd
Anhui Jiyuan Software Co Ltd
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 State Grid Corp of China SGCC, State Grid Anhui Electric Power Co Ltd, Anhui Jiyuan Software Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011401879.2A priority Critical patent/CN112541100B/zh
Publication of CN112541100A publication Critical patent/CN112541100A/zh
Application granted granted Critical
Publication of CN112541100B publication Critical patent/CN112541100B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9024Graphs; Linked lists
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9038Presentation of query results
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Educational Administration (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

本发明公开了基于拓扑分析的电网薄弱环节自动搜索方法,包括以下步骤:构建电网图论模型、简化电网图论模型、辨识电网初始薄弱环节、辨识电网设备停运后薄弱环节、形成电网薄弱环节搜索结果。与现有技术相比大大提高电网薄弱环节智能辨识水平,不在局限于某一类方法,吸取多种算法的优势,降低大型计算对硬件设备的要求,在规模、速度和决策方面都达到在线工程应用的要求,为电网运行人员应对当前灵活多变的大电网提供强有力技术支撑。

Description

基于拓扑分析的电网薄弱环节自动搜索方法
技术领域
本发明涉及电网运行安全分析技术领域,尤其涉及基于拓扑分析的电网薄弱环节自动搜索方法。
背景技术
在电力系统中,电网某些设备如果发生故障,会造成电网负荷损失、电网解列等构成电网事件等级风险的,这些设备集合一般称作电网薄弱环节。电网薄弱环节可由输电线路或变压器设备灵活组合,具体设备个数依据实际电网情况而定,一般根据标准,故障设备集合最多是2个,而随着特高压电网快速发展,跨区互联大电网形成,电网薄弱环节设备集合在实际电网中可以是3个或者4个甚至更多。
在某些区域的电力系统中,220kV及以上电网一般以闭环方式运行,属于环形网络,供电路径呈现多元化,电网薄弱环节灵活多变;110kV及以下电网以开环方式运行,属于树型网络,供电路径一般都是双路互备方式,电网薄弱环节较为固定,电网薄弱环节搜索主要面向220kV及以上环形电网。
在实际电力调度工作中,调控人员更多关注已知的电网薄弱环节,针对安全裕度低的会提前做好预案分析,但是面对当前灵活多变的大电网,是难于掌控所有薄弱环节,任一设备检修停役都会产生新的薄弱点,给电网带来新的运行风险,能够及时辨识新的电网薄弱环节对大电网安全控制具有重要意义。
从图论视角出发,如果把电网看作为一张连通图,那么薄弱环节就是图中边割集,以不构成孤立电网为条件即可从拓扑角度对电网薄弱环节进行搜索辨识。目前通过地理分区、边界优化、K最短路径搜索等方法来辨识电网薄弱环节研究较多,但是能够真正投入实际工程应用没有,即在4000节点电网中搜索结果覆盖完整、搜索速度控制在1分钟,满足用户在线使用。因此,急需从实际工程应用的角度,构建一套具有普遍性、准确性高、速度快的电网薄弱环节智能搜索方法。
发明内容
本发明的目的是为了提高电网薄弱环节智能辨识水平,提供一种基于拓扑分析的电网薄弱环节自动搜索方法来解决上述问题。
本发明是通过以下技术方案实现:
基于拓扑分析的电网薄弱环节自动搜索方法,包括以下步骤:
步骤一:构建电网图论模型;
步骤二:简化电网图论模型;
步骤三:辨识电网初始薄弱环节;
步骤四:辨识电网设备停运后薄弱环节;
步骤五:形成电网薄弱环节搜索结果。
进一步的,步骤一中,构建电网图论模型的具体方法如下:
将电网一次设备、拓扑信息和量测信息按计算机图论中的“顶点”和“边”进行转换,形成电网图论模型。
其中电网一次设备包括区域、厂站、线路、站内设备,站内设备包括母线、断路器、闸刀、变压器、量绕组、机组、变压器绕组、线路端点,电网量测数据包括有功、无功、开关状态信息,电网拓扑信息指设备逻辑连接关系,包括厂站从属于地区,站内设备从属于厂站,厂站外部连通是通过线路端点从属于线路实现,厂站内部不同电压等级之间连通是通过变压器绕组从属于变压器实现,其他设备通过拓扑节点实现连通。
引入“虚拟顶点”和“虚拟边”的概念,结合电网运行特性和电网接线方式,对每类设备进行定制化转换,保障建模后图论的“顶点”和“边”能够完整体现电网运行原始形态,便于进行设备状态变化仿真。
进一步的,步骤二中,简化电网图论模型的具体方法如下:
在步骤一中构建电网图论模型基础上,基于计算机图论求解连通子图算法对厂站内单个电压等级母线设备进行连通判断,对相连母线进行组装成一条等效母线,原有母线连接的线路或变压器设备连接至等效母线,实现电网图论模型的简化,以提高电网拓扑分析的效率。
进一步的,步骤三中,辨识电网初始薄弱环节的具体方法如下:
在步骤二简化电网图论模型的基础上,根据电网潮流方向构建电网出入度搜索算法,以厂站为单位,统计每个厂站出度或入度满足电网薄弱环节条件的设备集合,进行开断模拟,以形成新的连通子图为条件判定出初始电网薄弱环节。
进一步的,步骤四中,辨识电网设备停运后薄弱环节的具体方法如下:
以故障或检修停运设备为起点,逐步扩大搜索范围方式开展薄弱环节搜索,依次从停运设备近区、故障设备所在地市及相邻地市、故障设备所在电网分区直至多个电压等级进行搜索,从而确保电网薄弱环节搜索全覆盖。
进一步的,所述停运设备近区搜索采用广度优先约束搜索法,逐个逐层嗅探“顶点”,已遍历“顶点”纳入供电区域集合,通过该“顶点”链表信息去除区域内部联络“边”,通过判定该供电区域的外部联络“边”是否满足薄弱环节规则为条件,确定出新的薄弱环节和供电区域。
进一步的,所述故障设备所在地市、相邻地市及电网分区搜索采用单层约束组合开断模拟搜索法,在近区搜索算法基础上记录下已遍历“顶点”所在地区,再通过地区统计区域内与该停电设备同等电压的所有厂站区域以及与其相连周边地区所有厂站区域,基于电网图论模型对这些厂站区域之间仅通过双线或单线相连的线路进行标记,对标记后单线、双线和单线两两组合进行模拟开断,以形成新的连通子图且连通子图中包含搜索起点为条件,确定出电网薄弱环节和供电区域。
进一步的,多个电压等级搜索是分析因不同电压等级设备停运共同引起的薄弱环节,首先在停运设备近区搜索采用广度优先约束搜索法的遍历过程中,当判断供电区域集合的外部联络“边”是否满足薄弱环节规则时,将外部联络“边”中包含变压器设备去除后再判断是否满足薄弱环节,若满足,则标记去除变压器设备后的薄弱环节。
其次,再复制出一个忽略变压器设备的多连通分量的新的电网图论模型,在此基础上,对故障设备所在地市、相邻地市及电网分区搜索采用单层约束组合开断模拟搜索法中将没有造成新的孤立子网的设备集合置入新的电网图论模型进行开断模拟,若造成新的孤立子网,则标记该薄弱环节。
最后,对标记后薄弱环节按所属停役设备进行两两组合模拟开断,以形成新的孤立子网为条件确定出由不同电压等级设备停运组成薄弱环节和供电区域。
进一步的,步骤五中,形成电网薄弱环节搜索结果的具体方法如下:
从步骤四中的薄弱环节中去除与步骤三中相同的薄弱环节,剔除初始薄弱环节,按检修停役设备、薄弱环节、薄弱供电区域格式,进行组装合并,形成最终薄弱环节搜索结果。
与现有的技术相比,本发明的有益效果是:
与现有技术相比大大提高电网薄弱环节智能辨识水平,不在局限于某一类方法,吸取多种算法的优势,降低大型计算对硬件设备的要求,在规模、速度和决策方面都达到在线工程应用的要求,为电网运行人员应对当前灵活多变的大电网提供强有力技术支撑。
附图说明
图1为本发明基于拓扑分析的电网薄弱环节自动搜索方法的流程图;
图2为构建电网图论模型的转换前的厂站内外部连接示意图;
图3为构建电网图论模型的转换后的厂站内外部连接示意图;
图4为实施例中电网图论模型拓扑图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,图1为本发明基于拓扑分析的电网薄弱环节自动搜索方法的流程图。
基于拓扑分析的电网薄弱环节自动搜索方法,包括以下步骤:
步骤一:构建电网图论模型;
将电网一次设备、拓扑信息和量测信息按计算机图论中的“顶点”和“边”进行转换,形成电网图论模型;
其中电网一次设备包括区域、厂站、线路、站内设备,站内设备包括母线、断路器、闸刀、变压器、量绕组、机组、变压器绕组、线路端点,电网量测数据包括有功、无功、开关状态信息,电网拓扑信息指设备逻辑连接关系,包括厂站从属于地区,站内设备从属于厂站,厂站外部连通是通过线路端点从属于线路实现,厂站内部不同电压等级之间连通是通过变压器绕组从属于变压器实现,其他设备通过拓扑节点实现连通;
引入“虚拟顶点”和“虚拟边”的概念,结合电网运行特性和电网接线方式,对每类设备进行定制化转换,保障建模后图论的“顶点”和“边”能够完整体现电网运行原始形态,便于进行设备状态变化仿真。
请参阅图2和图3,其中图2为构建电网图论模型的转换前的厂站内外部连接示意图;图3为构建电网图论模型的转换后的厂站内外部连接示意图。
以图2为例转换后如图3所示。转换建模规则如下:
(1)机组、母线设备转换为“顶点”。
(2)两绕组变压器、线路设备转换为一条“边”。
(3)三绕组变压器转换为三条“边”和一个“虚拟顶点”。
(4)断路器、刀闸设备是开断设备,在不同母线接线方式起到不同作用,将断路器和刀闸组成的每条链路进行合并转换,转换过程中忽略刀闸,其状态并入转换后“边”中,可以划分为以下几种转换方式:
①单母分段类、双母类接线方式直接转化为“虚拟边”;
②3/2、4/3接线方式中每个断路器转换一个“虚拟边”、相邻两个断路器之间转换一个“虚拟顶点”;
③与线路、变压器相连的断路器和刀闸组成链路直接并入线路、变压器转换“边”中,不再转换;
④某些特殊接线方式,例如无母线结构,仅通过断路器和开关构成,此时可根据实际接线情况转换出“虚拟顶点”。
(5)电网量测数据都会对应具体的设备,转化为图中的连通情况,作为“顶点”和“边”状态信息,包含运行和检修停役两种状态。
步骤二:简化电网图论模型;
在步骤一中构建电网图论模型基础上,基于计算机图论求解连通子图算法对厂站内单个电压等级母线(“顶点”)设备进行连通判断,对相连母线(“顶点”)进行组装成一条等效母线(“顶点”),原有母线(“顶点”)连接的线路或变压器设备(“边”)连接至等效母线(“顶点”),实现电网图论模型的简化,以提高电网拓扑分析的效率。
步骤三:辨识电网初始薄弱环节;
在步骤二简化电网图论模型的基础上,根据电网潮流方向构建电网出入度搜索算法,以厂站为单位,统计每个厂站出度或入度满足电网薄弱环节条件(小于或等于2个设备)的设备集合,进行开断模拟,以形成新的连通子图为条件判定出初始电网薄弱环节。
步骤四:辨识电网设备停运后薄弱环节;
以故障或检修停运设备为起点,逐步扩大搜索范围方式开展薄弱环节搜索,依次从停运设备近区(实际可搜索约20个厂站左右,本申请不做限制)、故障设备所在地市及相邻地市、故障设备所在电网分区直至多个电压等级进行搜索,从而确保电网薄弱环节搜索全覆盖。
所述停运设备近区搜索采用广度优先约束搜索法,逐个逐层嗅探“顶点”,已遍历“顶点”纳入供电区域集合,通过该“顶点”链表信息去除区域内部联络“边”,通过判定该供电区域的外部联络“边”是否满足薄弱环节规则为条件,确定出新的薄弱环节和供电区域。
所述故障设备所在地市、相邻地市及电网分区搜索采用单层约束组合开断模拟搜索法,在近区搜索算法基础上记录下已遍历“顶点”所在地区,再通过地区统计区域内与该停电设备同等电压的所有厂站区域以及与其相连周边地区所有厂站区域,基于电网图论模型对这些厂站区域之间仅通过双线或单线相连的线路进行标记,对标记后单线、双线和单线两两组合进行模拟开断,以形成新的连通子图且连通子图中包含搜索起点为条件,确定出电网薄弱环节和供电区域。
多个电压等级搜索是分析因不同电压等级设备停运共同引起的薄弱环节,首先在停运设备近区搜索采用广度优先约束搜索法的遍历过程中,当判断供电区域集合的外部联络“边”是否满足薄弱环节规则时,将外部联络“边”中包含变压器设备去除后再判断是否满足薄弱环节,若满足,则标记去除变压器设备后的薄弱环节;
其次,再复制出一个忽略变压器设备的多连通分量的新的电网图论模型,在此基础上,对故障设备所在地市、相邻地市及电网分区搜索采用单层约束组合开断模拟搜索法中将没有造成新的孤立子网的设备集合置入新的电网图论模型进行开断模拟,若造成新的孤立子网,则标记该薄弱环节;
最后,对标记后薄弱环节按所属停役设备进行两两组合模拟开断,以形成新的孤立子网为条件确定出由不同电压等级设备停运组成薄弱环节和供电区域。
步骤五:形成电网薄弱环节搜索结果。
从步骤四中的薄弱环节中去除与步骤三中相同的薄弱环节,剔除初始薄弱环节,按检修停役设备、薄弱环节、薄弱供电区域格式,进行组装合并,形成最终薄弱环节搜索结果。
在实际电网调度管理工作中,每天因检修停役设备很多,所以在进行薄弱环节搜索时,是在同一套电网图论模型一次性置入多个停役设备,因此需要对上述算法中搜索出新的薄弱环节结果进行组装,若多个停电设备造成的薄弱环节和薄弱供电区域完全一样,则根据薄弱环节把对应的多个停役设备合并成一条记录,以此说明该薄弱供电区域是由这多个检修工作引起的,也说明检修工作存在重复安排情况,增大了电网运行风险。
实施例:
请参阅图4,图4为实施例中电网图论模型拓扑图。
以A省电网2019年10月24日检修计划为例,选取2019年10月20日电网图论模型和运行数据进行校核,当天涉及停电检修设备有省检修公司报送的两条500kV同杆线路5347、5348线路(检修周期2019年10月22日至24日)和B公司报送4860线路(检修周期2019年10月24日),10月20日电网拓扑图论模型,电网薄弱环节算法包搜索及评估定级过程见表1,最终组合结果见表2,表1为辨识电网设备停运后薄弱环节信息,表2为电网薄弱环节搜索最终组合结果。
表1辨识电网设备停运后薄弱环节信息
Figure BDA0002812756820000081
Figure BDA0002812756820000091
表2电网薄弱环节搜索最终组合结果
Figure BDA0002812756820000092
Figure BDA0002812756820000101
由此可知,4860线路在10月24日检修与线路5347、5348线路检修共同引起更大薄弱供电区域,构成风险等级更高的四级电网事件,故在实际工作执行中将错开两项工作的开展时间,杜绝该电网事件的发生。
与现有技术相比大大提高电网薄弱环节智能辨识水平,不在局限于某一类方法,吸取多种算法的优势,降低大型计算对硬件设备的要求,在规模、速度和决策方面都达到在线工程应用的要求,为电网运行人员应对当前灵活多变的大电网提供强有力技术支撑。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,包括以下步骤:
步骤一:构建电网图论模型;
步骤二:简化电网图论模型;
步骤三:辨识电网初始薄弱环节;
步骤四:辨识电网设备停运后薄弱环节;
步骤五:形成电网薄弱环节搜索结果。
2.根据权利要求1所述的基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,步骤一中,构建电网图论模型的具体方法如下:
将电网一次设备、拓扑信息和量测信息按计算机图论中的“顶点”和“边”进行转换,形成电网图论模型;
其中电网一次设备包括区域、厂站、线路、站内设备,站内设备包括母线、断路器、闸刀、变压器、量绕组、机组、变压器绕组、线路端点,电网量测数据包括有功、无功、开关状态信息,电网拓扑信息指设备逻辑连接关系,包括厂站从属于地区,站内设备从属于厂站,厂站外部连通是通过线路端点从属于线路实现,厂站内部不同电压等级之间连通是通过变压器绕组从属于变压器实现,其他设备通过拓扑节点实现连通;
引入“虚拟顶点”和“虚拟边”的概念,结合电网运行特性和电网接线方式,对每类设备进行定制化转换,保障建模后图论的“顶点”和“边”能够完整体现电网运行原始形态,便于进行设备状态变化仿真。
3.根据权利要求2所述的基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,步骤二中,简化电网图论模型的具体方法如下:
在步骤一中构建电网图论模型基础上,基于计算机图论求解连通子图算法对厂站内单个电压等级母线设备进行连通判断,对相连母线进行组装成一条等效母线,原有母线连接的线路或变压器设备连接至等效母线,实现电网图论模型的简化,以提高电网拓扑分析的效率。
4.根据权利要求3所述的基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,步骤三中,辨识电网初始薄弱环节的具体方法如下:
在步骤二简化电网图论模型的基础上,根据电网潮流方向构建电网出入度搜索算法,以厂站为单位,统计每个厂站出度或入度满足电网薄弱环节条件的设备集合,进行开断模拟,以形成新的连通子图为条件判定出初始电网薄弱环节。
5.根据权利要求4所述的基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,步骤四中,辨识电网设备停运后薄弱环节的具体方法如下:
以故障或检修停运设备为起点,逐步扩大搜索范围方式开展薄弱环节搜索,依次从停运设备近区、故障设备所在地市及相邻地市、故障设备所在电网分区直至多个电压等级进行搜索,从而确保电网薄弱环节搜索全覆盖。
6.根据权利要求5所述的基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,所述停运设备近区搜索采用广度优先约束搜索法,逐个逐层嗅探“顶点”,已遍历“顶点”纳入供电区域集合,通过该“顶点”链表信息去除区域内部联络“边”,通过判定该供电区域的外部联络“边”是否满足薄弱环节规则为条件,确定出新的薄弱环节和供电区域。
7.根据权利要求6所述的基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,所述故障设备所在地市、相邻地市及电网分区搜索采用单层约束组合开断模拟搜索法,在近区搜索算法基础上记录下已遍历“顶点”所在地区,再通过地区统计区域内与该停电设备同等电压的所有厂站区域以及与其相连周边地区所有厂站区域,基于电网图论模型对这些厂站区域之间仅通过双线或单线相连的线路进行标记,对标记后单线、双线和单线两两组合进行模拟开断,以形成新的连通子图且连通子图中包含搜索起点为条件,确定出电网薄弱环节和供电区域。
8.根据权利要求7所述的基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,多个电压等级搜索是分析因不同电压等级设备停运共同引起的薄弱环节,首先在停运设备近区搜索采用广度优先约束搜索法的遍历过程中,当判断供电区域集合的外部联络“边”是否满足薄弱环节规则时,将外部联络“边”中包含变压器设备去除后再判断是否满足薄弱环节,若满足,则标记去除变压器设备后的薄弱环节;
其次,再复制出一个忽略变压器设备的多连通分量的新的电网图论模型,在此基础上,对故障设备所在地市、相邻地市及电网分区搜索采用单层约束组合开断模拟搜索法中将没有造成新的孤立子网的设备集合置入新的电网图论模型进行开断模拟,若造成新的孤立子网,则标记该薄弱环节;
最后,对标记后薄弱环节按所属停役设备进行两两组合模拟开断,以形成新的孤立子网为条件确定出由不同电压等级设备停运组成薄弱环节和供电区域。
9.根据权利要求8所述的基于拓扑分析的电网薄弱环节自动搜索方法,其特征在于,步骤五中,形成电网薄弱环节搜索结果的具体方法如下:
从步骤四中的薄弱环节中去除与步骤三中相同的薄弱环节,剔除初始薄弱环节,按检修停役设备、薄弱环节、薄弱供电区域格式,进行组装合并,形成最终薄弱环节搜索结果。
CN202011401879.2A 2020-12-02 2020-12-02 基于拓扑分析的电网薄弱环节自动搜索方法 Active CN112541100B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011401879.2A CN112541100B (zh) 2020-12-02 2020-12-02 基于拓扑分析的电网薄弱环节自动搜索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011401879.2A CN112541100B (zh) 2020-12-02 2020-12-02 基于拓扑分析的电网薄弱环节自动搜索方法

Publications (2)

Publication Number Publication Date
CN112541100A true CN112541100A (zh) 2021-03-23
CN112541100B CN112541100B (zh) 2024-05-31

Family

ID=75015699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011401879.2A Active CN112541100B (zh) 2020-12-02 2020-12-02 基于拓扑分析的电网薄弱环节自动搜索方法

Country Status (1)

Country Link
CN (1) CN112541100B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113270867A (zh) * 2021-03-31 2021-08-17 中国电力科学研究院有限公司 一种薄弱电网潮流无解自动调整方法
CN113627766A (zh) * 2021-08-02 2021-11-09 广西电网有限责任公司 一种拓扑辨识停电检修计划的风险辨识方法
CN115102169A (zh) * 2022-08-24 2022-09-23 国网山西省电力公司太原供电公司 配电网模型质量校验方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2608355A2 (de) * 2011-12-23 2013-06-26 TelecityGroup Germany GmbH Vorrichtung zur unterbrechungsfreien Stromversorgung von elektrischen Verbrauchern und Verfahren zum Betrieb der Vorrichtung
CN104299172A (zh) * 2014-10-29 2015-01-21 国网上海市电力公司 一种电网薄弱环节全景识别方法
WO2016062316A1 (en) * 2014-10-24 2016-04-28 Vestas Wind Systems A/S Method for operating a wind power plant in a weak grid environment and a wind power plant
US20170092055A1 (en) * 2015-09-24 2017-03-30 Causam Energy, Inc. Systems and methods for aggregation and integration of distributed grid elements inputs for providing an interactive electric power grid geographic visualization
CN107453354A (zh) * 2017-07-18 2017-12-08 浙江大学华南工业技术研究院 一种配电网的薄弱环节识别方法
CN107769191A (zh) * 2016-08-18 2018-03-06 中国电力科学研究院 基于网络拓扑和潮流数据的关键输电断面自动识别方法
CN110276532A (zh) * 2019-06-04 2019-09-24 国网江苏省电力有限公司泰州供电分公司 一种研究基于负荷分块的配电网可靠性计算方法
WO2020078109A1 (zh) * 2018-10-17 2020-04-23 中国电力科学研究院有限公司 识别电网薄弱断面的方法、装置及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2608355A2 (de) * 2011-12-23 2013-06-26 TelecityGroup Germany GmbH Vorrichtung zur unterbrechungsfreien Stromversorgung von elektrischen Verbrauchern und Verfahren zum Betrieb der Vorrichtung
WO2016062316A1 (en) * 2014-10-24 2016-04-28 Vestas Wind Systems A/S Method for operating a wind power plant in a weak grid environment and a wind power plant
CN104299172A (zh) * 2014-10-29 2015-01-21 国网上海市电力公司 一种电网薄弱环节全景识别方法
US20170092055A1 (en) * 2015-09-24 2017-03-30 Causam Energy, Inc. Systems and methods for aggregation and integration of distributed grid elements inputs for providing an interactive electric power grid geographic visualization
CN107769191A (zh) * 2016-08-18 2018-03-06 中国电力科学研究院 基于网络拓扑和潮流数据的关键输电断面自动识别方法
CN107453354A (zh) * 2017-07-18 2017-12-08 浙江大学华南工业技术研究院 一种配电网的薄弱环节识别方法
WO2020078109A1 (zh) * 2018-10-17 2020-04-23 中国电力科学研究院有限公司 识别电网薄弱断面的方法、装置及存储介质
CN110276532A (zh) * 2019-06-04 2019-09-24 国网江苏省电力有限公司泰州供电分公司 一种研究基于负荷分块的配电网可靠性计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董迁富: ""电力系统输电断面的划分及其安全稳定分析"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 042 - 151 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113270867A (zh) * 2021-03-31 2021-08-17 中国电力科学研究院有限公司 一种薄弱电网潮流无解自动调整方法
CN113270867B (zh) * 2021-03-31 2023-08-18 中国电力科学研究院有限公司 一种薄弱电网潮流无解自动调整方法
CN113627766A (zh) * 2021-08-02 2021-11-09 广西电网有限责任公司 一种拓扑辨识停电检修计划的风险辨识方法
CN115102169A (zh) * 2022-08-24 2022-09-23 国网山西省电力公司太原供电公司 配电网模型质量校验方法及系统
CN115102169B (zh) * 2022-08-24 2022-12-09 国网山西省电力公司太原供电公司 配电网模型质量校验方法及系统

Also Published As

Publication number Publication date
CN112541100B (zh) 2024-05-31

Similar Documents

Publication Publication Date Title
CN112541100B (zh) 基于拓扑分析的电网薄弱环节自动搜索方法
WO2020147349A1 (zh) 配电网运行辅助决策分析系统及方法
CN107506854B (zh) 一种考虑差异化场景的220kV电网网架结构规划方法
CN108020750A (zh) 一种配电网停电范围分析方法和分析装置
CN110826895B (zh) 一种台区拓扑识别方法
CN108152663A (zh) 一种配电网故障定位方法及装置
CN107390547B (zh) 一种包含微网群的主动配电网性能测试方法
CN105656028A (zh) 一种基于gis的电网稳定裕度的可视化显示方法
CN111026900A (zh) 配电网接线组生成及网架拓扑图生成方法和装置
CN116073381B (zh) 一种考虑配电网可靠性的自动化设备布点决策方法
CN112966385A (zh) 配电网网架拓扑薄弱点辨识方法与系统
Li et al. An MILP model for urban distribution network planning considering street layout and block loads
CN106776750B (zh) 一种图模一体化的配电网数字化预案系统
CN109245109B (zh) 一种供电低电压预警系统及方法
CN115549075A (zh) 一种含微电网的配电网供电恢复方法及系统
CN114596171A (zh) 一种基于多源数据融合的停电事件智能分析方法
CN113158392A (zh) 一种配电图形化监测计算系统
CN108521124B (zh) 一种可视化的配电网故障区段划分方法
Hao et al. Data-driven lean management for distribution network
CN111401481A (zh) 基于多源信息融合技术的电网运行方式自动识别方法
CN111898925B (zh) 一种基于事件树的地区保供电风险分析方法
CN114186700B (zh) 一种电力光缆多周期运维入站站点选择方法
Wang et al. Research on Simulation of Distribution Network Engineering Scene Based on 3D GIS Technology
Li et al. Research on Reliability Improvement Strategy of Regional Distribution Network
Hu et al. Research on automatic optimization configuration strategy based on knowledge base

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