CN112580237B - 电网融冰决策方法、装置、计算机设备和介质 - Google Patents

电网融冰决策方法、装置、计算机设备和介质 Download PDF

Info

Publication number
CN112580237B
CN112580237B CN202011450822.1A CN202011450822A CN112580237B CN 112580237 B CN112580237 B CN 112580237B CN 202011450822 A CN202011450822 A CN 202011450822A CN 112580237 B CN112580237 B CN 112580237B
Authority
CN
China
Prior art keywords
icing
target
substation
risk
equal
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
CN202011450822.1A
Other languages
English (en)
Other versions
CN112580237A (zh
Inventor
郭俊
蔡泽林
冯涛
徐勋建
叶钰
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 Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power 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 Hunan Electric Power Co Ltd, Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011450822.1A priority Critical patent/CN112580237B/zh
Publication of CN112580237A publication Critical patent/CN112580237A/zh
Application granted granted Critical
Publication of CN112580237B publication Critical patent/CN112580237B/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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

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

Abstract

本公开涉及一种电网融冰决策方法、装置、计算机设备和介质，其中，电网融冰决策方法包括：获取M个变电站的第一覆冰风险参数，针对每个变电站，获取变电站对应的N个第二覆冰风险参数和N个目标覆冰风险参数，根据目标覆冰风险参数生成目标风险矩阵，根据目标风险矩阵、目标函数和约束条件，获取决策矩阵，根据决策矩阵为变电站分配融冰装置。由于目标覆冰风险参数代表了为变电站分配融冰装置能够降低的覆冰风险，目标函数指融冰总收益最大，根据目标风险矩阵、目标函数和约束条件获取的决策矩阵是最优的融冰决策方案。因此，根据决策矩阵调配融冰装备对变电站进行融冰，提高了融冰效率，降低了电网安全运行的风险。

Description

电网融冰决策方法、装置、计算机设备和介质
技术领域
本公开涉及电气工程技术领域，尤其涉及一种电网融冰决策方法、 装置、计算机设备和介质。
背景技术
近年来，频繁发生的自然灾害严重影响了电网的安全运行和可靠 供电。其中，冬季覆冰是低温雨雪冰冻天气下常见的自然灾害之一， 输电线路覆冰严重会导致倒塔断线等事故。为了减小冰灾危害，对覆 冰的输电线路采取融冰措施是最直接有效的防治手段。
当电网发生大面积冰灾时，由于融冰装置配置数量的限制，无法 对所有覆冰的输电线路展开融冰工作。因此，制定科学合理的融冰政 策，充分发挥有限的融冰装置的效益，对及时有效地开展融冰工作、 提高融冰效率、降低电网安全运行风险有重要的意义。目前，对电网 冰灾防治技术的研究主要集中于电网覆冰预测、覆冰监测以及融冰技 术等方面，而对于融冰决策方案的制定还主要依赖人工经验。
然而，采用现有技术的方法，无法充分发挥融冰装置的效益，容 易出现重要输电线路融冰不及时，导致倒塔断线事故，影响了电网运 行的安全性。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公 开提供了一种电网融冰决策方法、装置、计算机设备和介质。
第一方面，本公开提供一种电网融冰决策方法，包括：
获取M个变电站的第一覆冰风险参数，其中，所述M为大于等于 2的整数；
针对每个变电站，根据N个融冰装置分别与所述变电站的距离， 获取所述变电站对应的N个第二覆冰风险参数，其中，所述N为大于 等于1的整数；
针对每个变电站，获取所述变电站对应的N个目标覆冰风险参数， 其中，所述N个目标覆冰风险参数为所述第一覆冰风险参数分别与所 述第二覆冰风险参数的差值；
根据目标覆冰风险参数生成目标风险矩阵，其中，所述目标风险 矩阵为M个变电站的目标风险参数组成的；
根据所述目标风险矩阵、目标函数和约束条件，获取决策矩阵， 其中，所述目标函数指所述目标风险矩阵乘以所述决策矩阵的结果最 大，所述约束条件用于限定一个融冰装置分配给一个变电站使用，一 个变电站最多分配一个融冰装置；
根据所述决策矩阵为所述变电站分配融冰装置。
可选的，所述获取M个变电站的第一覆冰风险参数，包括：
获取输电线路的覆冰灾害风险参数；
根据所述输电线路的覆冰灾害风险参数，获取M个变电站的第一 覆冰风险参数。
可选的，所述根据所述输电线路的覆冰灾害风险参数，获取M个 变电站的第一覆冰风险参数，包括：
根据
Figure BDA0002826818800000021
获取第i个变电站的第一覆冰风险参数，
其中，Ti为第i个变电站的第一覆冰风险参数，L为与第i个变电 站相关联的输电线路数量，
Figure BDA0002826818800000022
为与第i个变电站相关联的第n条输电线 路的覆冰灾害风险参数，i为大于等于1且小于等于M的整数，n为大 于等于1且小于等于L的整数。
可选的，所述针对每个变电站，获取所述变电站对应的N个目标 覆冰风险参数，包括：
根据Gij＝Ti-ΔTij，获取第i个变电站对应的第j个目标覆冰风险参 数，
其中，Gij为第i个变电站的第j个目标覆冰风险参数，Ti为第i个 变电站的第一覆冰风险参数，ΔTij为第i个变电站的第j个第二覆冰风 险参数，i为大于等于1且小于等于M的整数，j为大于等于1且小于 等于N的整数。
可选的，所述目标函数为：
Figure BDA0002826818800000031
其中，Gij为所述目标风险矩阵中第i行第j列的元素，xij为所述决 策矩阵中第i行第j列的元素，i为大于等于1且小于等于M的整数， j为大于等于1且小于等于N的整数；
所述约束条件包括：
xij＝0,1i＝1,2,...,M j＝1,2,...,N，
Figure BDA0002826818800000032
Figure BDA0002826818800000033
其中，xij只能是1或0，
Figure BDA0002826818800000034
表示一个融冰装置分配给一个变 电站使用，
Figure BDA0002826818800000035
表示一个变电站最多分配一个融冰装置，i为大于等 于1且小于等于M的整数，j为大于等于1且小于等于N的整数。
第二方面，本公开提供一种电网融冰决策的装置，包括：
获取模块，用于获取M个变电站的第一覆冰风险参数，其中，所 述M为大于等于2的整数；
所述获取模块，还用于针对每个变电站，根据N个融冰装置分别 与所述变电站的距离，获取所述变电站对应的N个第二覆冰风险参数， 其中，所述N为大于等于1的整数；
所述获取模块，还用于针对每个变电站，获取所述变电站对应的N 个目标覆冰风险参数，其中，所述N个目标覆冰风险参数为所述第一 覆冰风险参数分别与所述第二覆冰风险参数的差值；
处理模块，用于根据目标覆冰风险参数生成目标风险矩阵，其中， 所述目标风险矩阵为M个变电站的目标风险参数组成的；
所述获取模块，还用于根据所述目标风险矩阵、目标函数和约束 条件，获取决策矩阵，其中，所述目标函数指所述目标风险矩阵乘以 所述决策矩阵的结果最大，所述约束条件用于限定一个融冰装置分配 给一个变电站使用，一个变电站最多分配一个融冰装置；
所述处理模块，还用于根据所述决策矩阵为所述变电站分配融冰 装置。
可选的，所述获取模块具体用于：
获取输电线路的覆冰灾害风险参数；
根据所述输电线路的覆冰灾害风险参数，获取M个变电站的第一 覆冰风险参数。
可选的，所述获取模块具体用于：
根据
Figure BDA0002826818800000041
获取M个变电站的第一覆冰风险参数，
其中，Ti为第i个变电站的第一覆冰风险参数，L为与第i个变电 站相关联的输电线路数量，
Figure BDA0002826818800000042
为与第i个变电站相关联的第n条输电线 路的覆冰灾害风险参数，i为大于等于1且小于等于M的整数，n为大 于等于1且小于等于L的整数。
可选的，所述获取模块具体用于：
根据Gij＝Ti-ΔTij，获取第i个变电站对应的第j个目标覆冰风险参 数，
其中，Gij为第i个变电站的第j个目标覆冰风险参数，Ti为第i个 变电站的第一覆冰风险参数，ΔTij为第i个变电站的第j个第二覆冰风 险参数，i为大于等于1且小于等于M的整数，j为大于等于1且小于 等于N的整数。
第三方面，本公开提供一种计算机设备，包括：存储器、处理器 及存储在存储器上并可在处理器上运行的计算机程序，其特征在于， 所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
第四方面，本公开提供一种计算机可读存储介质，其上存储有计 算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述 的方法的步骤。
本公开实施例提供的技术方案与现有技术相比具有如下优点：
获取M个变电站的第一覆冰风险参数；针对每个变电站，根据N 个融冰装置分别与变电站的距离，获取变电站对应的N个第二覆冰风 险参数；针对每个变电站，获取变电站对应的N个目标覆冰风险参数； 根据目标覆冰风险参数生成目标风险矩阵，根据目标风险矩阵、目标 函数和约束条件，获取决策矩阵；根据决策矩阵为变电站分配融冰装 置。由于目标覆冰风险参数代表了为变电站分配融冰装置能够降低的 覆冰风险，目标函数指为各变电站分配融冰装置实施融冰获取的融冰 总收益最大，根据目标风险矩阵、目标函数和约束条件获取的决策矩 阵是最优的融冰决策方案，因此，根据决策矩阵调配融冰装备对变电站进行融冰，能够充分发挥有限的融冰装置的作用，为电网的抗冰减 灾工作提供科学合理的依据，提高了融冰效率，降低了电网安全运行 的风险。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符 合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开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，对于本领域普通技术人员而言，在不付出创造性劳动性的前 提下，还可以根据这些附图获得其他的附图。
图1为本公开提供的一种电网融冰决策方法实施例的流程示意图；
图2为本公开提供的另一种电网融冰决策方法实施例的流程示意 图；
图3为本公开提供的一种电网融冰决策装置的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将 对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下， 本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开，但 本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书 中的实施例只是本公开的一部分实施例，而不是全部的实施例。
输电线路覆冰严重时，会导致倒塔断线等事故。对覆冰的输电线 路及时采取融冰措施可以有效地减小冰灾危害。而考虑到经济性的原 则，无法对所有的重冰区都配置融冰装置，因此，需要制定合理的融 冰政策，充分发挥有限的融冰装置的作用。
本公开通过根据目标覆冰风险参数生成目标风险矩阵，根据目标 风险矩阵、目标函数和约束条件，获取决策矩阵，根据决策矩阵为变 电站分配融冰装置。由于目标覆冰风险参数代表了为变电站分配融冰 装置能够降低的覆冰风险，目标函数指为各变电站分配融冰装置实施 融冰获取的融冰总收益最大，根据目标风险矩阵、目标函数和约束条 件获取的决策矩阵是最优的融冰决策方案。因此，根据决策矩阵调配 融冰装备对变电站进行融冰，能够充分发挥有限的融冰装置的作用， 为电网的抗冰减灾工作提供科学合理的依据，提高了融冰效率，降低 了电网安全运行的风险。
下面以几个具体的实施例对本公开的技术方案进行描述，对于相 同或者类似的概念，可以相互参考，不再每处一一赘述。
图1为本公开实施例提供的一种电网融冰决策方法实施例的流程 示意图,如图1所示，本实施例的方法包括：
S101：获取M个变电站的第一覆冰风险参数。
其中，M为大于等于2的整数。
一种可能的实现方式为：如图2所示，
S1011：获取输电线路的覆冰灾害风险参数。
根据电网未来预设时间内的覆冰预测结果，结合电网网架结构和 运行状态数据，获取输电线路的覆冰灾害风险参数。其中，预设时间 可以根据实际需求设定，例如：将预设时间设定为3天，覆冰预测结 果包括：覆冰厚度、风速、风向等。
可选的，根据覆冰预测结果中的覆冰厚度、风速、风向与导线的 夹角等数据，利用输电线路的有限元受力仿真模型计算输电线路的塔 线受力分布，获取输电线路覆冰的故障概率。根据输电线路覆冰的故 障概率，确定输电线路的覆冰灾害风险参数，其中，输电线路覆冰的 故障概率故障概率越大，输电线路的覆冰灾害风险参数越大。
S1012：根据输电线路的覆冰灾害风险参数，获取M个变电站的 第一覆冰风险参数。
可选的，根据
Figure BDA0002826818800000071
获取第i个变电站的第一覆冰风险参数。
其中，Ti为第i个变电站的第一覆冰风险参数，L为与第i个变电 站相关联的输电线路数量，
Figure BDA0002826818800000072
为与第i个变电站相关联的第n条输电线 路的覆冰灾害风险参数，i为大于等于1且小于等于M的整数，n为大 于等于1且小于等于L的整数。
可选的，根据输电线路的重要程度和输电线路的覆冰灾害风险参 数，获取M个变电站的第一覆冰风险参数。其中，输电线路的重要程 度可以根据输电线路的电压等级、输电线路所在的地理位置等参数确 定。
S102：针对每个变电站，根据N个融冰装置分别与变电站的距离， 获取变电站对应的N个第二覆冰风险参数。
其中，N为大于等于1的整数。
由于各融冰装置距变电站的距离有差异，若融冰装置距变电站较 远，则调配该融冰装置对变电站进行融冰所需的时长较大，从而，导 致电网发生倒塔断线故障的风险增大。因此，融冰装置距变电站越远， 第二覆冰风险参数越大。
一种可能的实现方式为：
根据ΔTij＝α*Dij，获取第i个变电站对应的第j个第二覆冰风险参 数。
其中，ΔTij为第i个变电站的第j个第二覆冰风险参数，α为大于0 的常数，Dij为第j个融冰装置与第i个变电站的距离，i为大于等于1 且小于等于M的整数，j为大于等于1且小于等于N的整数。α可以 根据实际需求设定，本公开对此不做限制。
例如：针对第1个变电站，第1个融冰装置与变电站的距离是10Km， 根据ΔTij＝0.1*Dij，获取变电站对应的第1个第二覆冰风险参数ΔT11为1。
S103：针对每个变电站，获取变电站对应的N个目标覆冰风险参 数。
其中，N个目标覆冰风险参数为第一覆冰风险参数分别与第二覆 冰风险参数的差值。
一种可能的实现方式为：
根据Gij＝Ti-ΔTij，获取第i个变电站对应的第j个目标覆冰风险参 数。
其中，Gij为第i个变电站的第j个目标覆冰风险参数，Ti为第i个 变电站的第一覆冰风险参数，ΔTij为第i个变电站的第j个第二覆冰风 险参数，i为大于等于1且小于等于M的整数，j为大于等于1且小于 等于N的整数。
由于融冰装置距变电站越远，第二覆冰风险参数越大，目标覆冰 风险参数越小。目标覆冰风险参数表示为变电站分配融冰装置实施融 冰能够降低的覆冰风险，即，目标覆冰风险参数代表了为变电站分配 融冰装置实施融冰获取的融冰收益。
S104：根据目标覆冰风险参数生成目标风险矩阵。
其中，目标风险矩阵为M个变电站的目标风险参数组成的。
可选的，目标风险矩阵为：
Figure RE-GDA0002945844610000091
G为M行N列的矩阵，每个变电站对应的N个目标覆冰风险参数 为一个行向量。
目标风险矩阵G中第i行第j列的元素Gij为第i个变电站的第个 目标覆冰风险参数，Gij代表了为第i个变电站分配第j个融冰装置实施 融冰获取的融冰收益，目标风险矩阵G中的第j个列向量表示将第j个 融冰装置分配给各变电站实施融冰获取的融冰收益，i为大于等于1且 小于等于M的整数，j为大于等于1且小于等于N的整数。
S105：根据目标风险矩阵、目标函数和约束条件，获取决策矩阵。
其中，目标函数指目标风险矩阵乘以决策矩阵的结果最大，约束 条件用于限定一个融冰装置分配给一个变电站使用，一个变电站最多 分配一个融冰装置。
可选的，决策矩阵为：
Figure RE-GDA0002945844610000092
x为M行N列的矩阵，x中第i行第j列的元素xij表示是否为第i 个变电站分配第j个融冰装置，xij＝1表示为第i个变电站分配第j个融 冰装置，xij＝0表示不为第i个变电站分配第j个融冰装置，i为大于等 于1且小于等于M的整数，j为大于等于1且小于等于N的整数。
目标风险矩阵的第j个列向量表示将第j个融冰装置分配给各变电 站实施融冰获取的融冰收益，将目标风险矩阵G的每个列向量中的元 素分别与决策矩阵x对应的列向量中的元素相乘得到M个乘积结果， 将M个乘积结果累加，得到第j个融冰装置的融冰收益；将N个融冰 装置的收益累加，得到融冰总收益。
具体地，根据
Figure BDA0002826818800000101
确定融冰总收益，
其中，W为融冰总收益，Gij为目标风险矩阵中第i行第j列的元素， xij为决策矩阵中第i行第j列的元素，i为大于等于1且小于等于M的 整数，j为大于等于1且小于等于N的整数。
为了获取最大的融冰总收益，建立如下优化问题：
目标函数为：
Figure BDA0002826818800000102
其中，Gij为目标风险矩阵中第i行第j列的元素，xij为决策矩阵中 第i行第j列的元素，i为大于等于1且小于等于M的整数，j为大于 等于1且小于等于N的整数。
约束条件包括：
xij＝0,1i＝1,2,...,M j＝1,2,...,N，
Figure BDA0002826818800000103
Figure BDA0002826818800000104
其中，xij只能是1或0，
Figure BDA0002826818800000105
表示一个融冰装置分配给一个变 电站使用，
Figure BDA0002826818800000106
表示一个变电站最多分配一个融冰装置，i为大于等 于1且小于等于M的整数，j为大于等于1且小于等于N的整数。
采用整数规划方法求解，获取决策矩阵x。且采用整数规划方法求 解的时间复杂度不超过O(v3)，其中，v＝M*N，v为决策矩阵中元素 的个数。
S106：根据决策矩阵为变电站分配融冰装置。
根据决策矩阵中的元素xij的取值，若xij＝1，则为第i个变电站分 配第j个融冰装置，i为大于等于1且小于等于M的整数，j为大于等 于1且小于等于N的整数。
本实施例，获取M个变电站的第一覆冰风险参数；针对每个变电 站，根据N个融冰装置分别与变电站的距离，获取变电站对应的N个 第二覆冰风险参数；针对每个变电站，获取变电站对应的N个目标覆 冰风险参数；根据目标覆冰风险参数生成目标风险矩阵，根据目标风 险矩阵、目标函数和约束条件，获取决策矩阵，其中，目标函数指目 标风险矩阵乘以决策矩阵的结果最大，约束条件用于限定一个融冰装 置分配给一个变电站使用，一个变电站最多分配一个融冰装置；根据 决策矩阵为变电站分配融冰装置。由于目标覆冰风险参数代表了为变 电站分配融冰装置能够降低的覆冰风险，目标函数指为各变电站分配 融冰装置实施融冰获取的融冰总收益最大，根据目标风险矩阵、目标 函数和约束条件获取的决策矩阵是最优的融冰决策方案。因此，根据 决策矩阵调配融冰装备对变电站进行融冰，能够充分发挥有限的融冰 装置的作用，为电网的抗冰减灾工作提供科学合理的依据，提高了融 冰效率，降低了电网安全运行的风险。
以某区域电网为例，实施本公开提供的技术方案，包括：
根据电网未来3天的覆冰预测结果，结合电网网架结构和运行状 态数据，获取电网输电线路的覆冰灾害风险参数。
根据输电线路的覆冰灾害风险参数，获取电网的M个变电站的第 一覆冰风险参数。
根据
Figure BDA0002826818800000121
获取第i个变电站的第一覆冰风险参数。
其中，Ti为第i个变电站的第一覆冰风险参数，L为与第i个变电 站相关联的输电线路数量，
Figure BDA0002826818800000122
为与第i个变电站相关联的第n条输电线 路的覆冰灾害风险参数，i为大于等于1且小于等于M的整数，n为大 于等于1且小于等于L的整数。
对M个变电站按照第一覆冰风险参数的大小进行升序排列，确定 第一覆冰风险参数排名前3的变电站为：变电站1、变电站2和变电站 3。
该地区电网有3个融冰装置，针对每个变电站，根据3个融冰装 置分别与变电站的距离，获取变电站对应的3个第二覆冰风险参数。 融冰装置距变电站越远，第二覆冰风险参数越大。
针对每个变电站，获取变电站对应的3个目标覆冰风险参数。
根据Gij＝Ti-ΔTij，获取第i个变电站对应的3个目标覆冰风险参数。
其中，Gij为第i个变电站的第j个目标覆冰风险参数，Ti为第i个 变电站的第一覆冰风险参数，ΔTij为第i个变电站的第j个第二覆冰风 险参数，i为大于等于1且小于等于3的整数，j为大于等于1且小于 等于3的整数。
根据目标覆冰风险参数生成目标风险矩阵
Figure BDA0002826818800000123
根据目标风险矩阵、目标函数和约束条件，获取决策矩阵，其中， 目标函数指目标风险矩阵乘以决策矩阵的结果最大，约束条件用于限 定一个融冰装置分配给一个变电站使用，一个变电站最多分配一个融 冰装置。
为了获取最大的融冰收益，建立如下优化问题：
目标函数为：
Figure BDA0002826818800000131
其中，Gij为目标风险矩阵中第i行第j列的元素，xij为决策矩阵中 第i行第j列的元素，i为大于等于1且小于等于3的整数，j为大于等 于1且小于等于3的整数。
约束条件包括：
xij＝0,1i＝1,2,3j＝1,2,3，
Figure BDA0002826818800000132
Figure BDA0002826818800000133
其中，xij只能是1或0，
Figure BDA0002826818800000134
表示一个融冰装置分配给一个变 电站使用，
Figure BDA0002826818800000135
表示一个变电站最多分配一个融冰装置，i为大于等 于1且小于等于3的整数，j为大于等于1且小于等于3的整数。
采用整数规划方法求解，获取决策矩阵
Figure BDA0002826818800000136
根据决策矩阵为变电站分配融冰装置，为变电站1分配融冰装置1， 为变电站2分配融冰装置3，为变电站3分配融冰装置2，充分发挥了 有限的融冰装置的作用，提高了融冰效率，降低了电网安全运行的风 险。
图3为本公开提供的一种电网融冰决策的装置的结构示意图，本 实施例的装置包括：获取模块301和处理模块302。
其中，获取模块301，用于获取M个变电站的第一覆冰风险参数， 其中，所述M为大于等于2的整数；
获取模块301，还用于针对每个变电站，根据N个融冰装置分别 与所述变电站的距离，获取所述变电站对应的N个第二覆冰风险参数， 其中，所述N为大于等于1的整数；
获取模块301，还用于针对每个变电站，获取所述变电站对应的N 个目标覆冰风险参数，其中，所述N个目标覆冰风险参数为所述第一 覆冰风险参数分别与所述第二覆冰风险参数的差值；
处理模块302，用于根据目标覆冰风险参数生成目标风险矩阵，其 中，所述目标风险矩阵为M个变电站的目标风险参数组成的；
获取模块301，还用于根据所述目标风险矩阵、目标函数和约束条 件，获取决策矩阵，其中，所述目标函数指所述目标风险矩阵乘以所 述决策矩阵的结果最大，所述约束条件用于限定一个融冰装置分配给 一个变电站使用，一个变电站最多分配一个融冰装置；
处理模块302，还用于根据所述决策矩阵为所述变电站分配融冰装 置。
可选的，获取模块301具体用于：
获取输电线路的覆冰灾害风险参数；
根据所述输电线路的覆冰灾害风险参数，获取M个变电站的第一 覆冰风险参数。
可选的，获取模块301具体用于：
根据
Figure BDA0002826818800000141
获取M个变电站的第一覆冰风险参数，
其中，Ti为第i个变电站的第一覆冰风险参数，L为与第i个变电 站相关联的输电线路数量，
Figure BDA0002826818800000142
为与第i个变电站相关联的第n条输电线 路的覆冰灾害风险参数，i为大于等于1且小于等于M的整数，n为大 于等于1且小于等于L的整数。
可选的，获取模块301具体用于：
根据Gij＝Ti-ΔTij，获取第i个变电站对应的第j个目标覆冰风险参 数，
其中，Gij为第i个变电站的第j个目标覆冰风险参数，Ti为第i个 变电站的第一覆冰风险参数，ΔTij为第i个变电站的第j个第二覆冰风 险参数，i为大于等于1且小于等于M的整数，j为大于等于1且小于 等于N的整数。
本实施例的装置对应的可用于执行上述图1到图2任一所示方法 的技术方案，其实现原理和技术效果类似，此处不再赘述。
本公开实施例提供了一种计算机设备，包括：存储器、处理器及 存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序 时可以实现图1到图2任一所示方法的技术方案，其实现原理和技术 效果类似，此处不再赘述。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序， 所述计算机程序被处理器执行时实现图1到图2任一所示方法实施例 的技术方案。
需要说明的是，在本文中，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 者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或 者是还包括为这种过程、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。
以上所述仅是本公开的具体实施方式，使本领域技术人员能够理 解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说 将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精 神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限 制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖 特点相一致的最宽的范围。

Claims (6)

1.一种电网融冰决策方法，其特征在于，包括：
获取M个变电站的第一覆冰风险参数，其中，所述M为大于等于2的整数；
针对每个变电站，根据N个融冰装置分别与所述变电站的距离，获取所述变电站对应的N个第二覆冰风险参数，其中，所述N为大于等于1的整数；
针对每个变电站，获取所述变电站对应的N个目标覆冰风险参数，其中，所述N个目标覆冰风险参数为所述第一覆冰风险参数分别与所述第二覆冰风险参数的差值；
根据目标覆冰风险参数生成目标风险矩阵，其中，所述目标风险矩阵为M个变电站的目标风险参数组成的；
根据所述目标风险矩阵、目标函数和约束条件，获取决策矩阵，其中，所述目标函数指所述目标风险矩阵乘以所述决策矩阵的结果最大，所述约束条件用于限定一个融冰装置分配给一个变电站使用，一个变电站最多分配一个融冰装置；
根据所述决策矩阵为所述变电站分配融冰装置；
所述获取M个变电站的第一覆冰风险参数，包括：
获取输电线路的覆冰灾害风险参数；
根据所述输电线路的覆冰灾害风险参数，获取M个变电站的第一覆冰风险参数；
所述根据所述输电线路的覆冰灾害风险参数，获取M个变电站的第一覆冰风险参数，包括：
根据
Figure FDA0003800890120000011
获取第i个变电站的第一覆冰风险参数，
其中，Ti为第i个变电站的第一覆冰风险参数，L为与第i个变电站相关联的输电线路数量，
Figure FDA0003800890120000012
为与第i个变电站相关联的第n条输电线路的覆冰灾害风险参数，i为大于等于1且小于等于M的整数，n为大于等于1且小于等于L的整数。
2.根据权利要求1所述的方法，其特征在于，所述针对每个变电站，获取所述变电站对应的N个目标覆冰风险参数，包括：
根据Gij＝Ti-ΔTij，获取第i个变电站对应的第j个目标覆冰风险参数，
其中，Gij为第i个变电站的第j个目标覆冰风险参数，Ti为第i个变电站的第一覆冰风险参数，ΔTij为第i个变电站的第j个第二覆冰风险参数，i为大于等于1且小于等于M的整数，j为大于等于1且小于等于N的整数。
3.根据权利要求2所述的方法，其特征在于，所述目标函数为：
Figure FDA0003800890120000021
其中，Gij为所述目标风险矩阵中第i行第j列的元素，xij为所述决策矩阵中第i行第j列的元素，i为大于等于1且小于等于M的整数，j为大于等于1且小于等于N的整数；
所述约束条件包括：
xij＝0,1i＝1,2,...,M j＝1,2,...,N，
Figure FDA0003800890120000022
Figure FDA0003800890120000023
其中，xij只能是1或0，
Figure FDA0003800890120000024
表示一个融冰装置分配给一个变电站使用，
Figure FDA0003800890120000025
表示一个变电站最多分配一个融冰装置，i为大于等于1且小于等于M的整数，j为大于等于1且小于等于N的整数。
4.一种电网融冰决策的装置，其特征在于，包括：
获取模块，用于获取M个变电站的第一覆冰风险参数，其中，所述M为大于等于2的整数；
所述获取模块，还用于针对每个变电站，根据N个融冰装置分别与所述变电站的距离，获取所述变电站对应的N个第二覆冰风险参数，其中，所述N为大于等于1的整数；
所述获取模块，还用于针对每个变电站，获取所述变电站对应的N个目标覆冰风险参数，其中，所述N个目标覆冰风险参数为所述第一覆冰风险参数分别与所述第二覆冰风险参数的差值；
处理模块，用于根据目标覆冰风险参数生成目标风险矩阵，其中，所述目标风险矩阵为M个变电站的目标风险参数组成的；
所述获取模块，还用于根据所述目标风险矩阵、目标函数和约束条件，获取决策矩阵，其中，所述目标函数指所述目标风险矩阵乘以所述决策矩阵的结果最大，所述约束条件用于限定一个融冰装置分配给一个变电站使用，一个变电站最多分配一个融冰装置；
所述处理模块，还用于根据所述决策矩阵为所述变电站分配融冰装置；
所述获取模块，具体用于获取输电线路的覆冰灾害风险参数；根据所述输电线路的覆冰灾害风险参数，获取M个变电站的第一覆冰风险参数；
所述获取模块，具体用于根据
Figure FDA0003800890120000031
获取第i个变电站的第一覆冰风险参数，其中，Ti为第i个变电站的第一覆冰风险参数，L为与第i个变电站相关联的输电线路数量，
Figure FDA0003800890120000032
为与第i个变电站相关联的第n条输电线路的覆冰灾害风险参数，i为大于等于1且小于等于M的整数，n为大于等于1且小于等于L的整数。
5.一种计算机设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-3任一项所述方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-3任一项所述的方法的步骤。
CN202011450822.1A 2020-12-09 2020-12-09 电网融冰决策方法、装置、计算机设备和介质 Active CN112580237B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011450822.1A CN112580237B (zh) 2020-12-09 2020-12-09 电网融冰决策方法、装置、计算机设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011450822.1A CN112580237B (zh) 2020-12-09 2020-12-09 电网融冰决策方法、装置、计算机设备和介质

Publications (2)

Publication Number Publication Date
CN112580237A CN112580237A (zh) 2021-03-30
CN112580237B true CN112580237B (zh) 2022-10-28

Family

ID=75131318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011450822.1A Active CN112580237B (zh) 2020-12-09 2020-12-09 电网融冰决策方法、装置、计算机设备和介质

Country Status (1)

Country Link
CN (1) CN112580237B (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RO100610A2 (ro) * 1989-03-15 1991-10-30 Intreprinderea De Retele Electrice,Deva,Hunedoara,Ro Sistem pentru urmarirea si controlul solicitarilor mecanice ale elementelor lea
CN102510039B (zh) * 2011-11-09 2014-10-01 南方电网科学研究院有限责任公司 一种多功能直流融冰自动转换电路及其转换方法
CN104166937B (zh) * 2013-11-26 2017-08-04 贵州电网公司电力调度控制中心 一种电网融冰检修计划自动编排方法
AU2014409485A1 (en) * 2014-10-21 2017-05-11 Accenture Global Services Limited System, method, and apparatus for capacity determination for micro grid, and tangible computer readable medium
CN105096003B (zh) * 2015-08-18 2016-08-24 国家电网公司 基于最短路径算法和0/1决策的输电线路融冰决策方法
CN105245014B (zh) * 2015-11-12 2018-01-26 国网河南省电力公司濮阳供电公司 一种输电线路无线远动通道
CN107705032B (zh) * 2017-10-23 2020-05-19 华中科技大学 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法
CN109449921A (zh) * 2018-09-29 2019-03-08 贵州电网有限责任公司凯里供电局 基于改进遗传算法的强励模式配电网融冰选点优化方法

Also Published As

Publication number Publication date
CN112580237A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
US9239816B2 (en) Method of power system preventive control candidate measures identification self-adaptive to external environment
CN107705032B (zh) 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法
EP2608118B1 (en) A method for computer-assisted determination of the usage of electrical energy produced by a power generation plant, particularly a renewable power generation plant
CN105005827A (zh) 一种基于电力突发事件的应急响应预警方法
CN104299057A (zh) 基于多因素的油浸式变压器顶层油温预测方法
CN110632681B (zh) 基于机器学习的电网午后雷阵雨的短临预警方法及系统
CN110908014A (zh) 舞动精细化订正预报方法及系统
CN111738617A (zh) 一种强降雨天气下变电站风险评估方法与预警系统
CN115271253A (zh) 一种水风光发电功率预测模型构建方法、装置及存储介质
CN112580237B (zh) 电网融冰决策方法、装置、计算机设备和介质
CN116011749A (zh) 共享电单车的车辆管理方法、装置、电子设备和存储介质
EP3007234A1 (en) Operation of large scale PV plants
CN103839112A (zh) 一种配电网架空线路检修方案优化方法及系统
JP3245325U (ja) 太陽光発電所クラスタ監視システム
CN114386833A (zh) 主动配电网弹性评估与移动储能调控方法
CN114065634A (zh) 一种数据驱动的电能质量监测布点优化方法及装置
CN101656407B (zh) 一种输电线路防覆冰的方法及装置
CN104616087A (zh) 考虑天气因素和风速连续性的风电场输出功率预测方法
CN110889559A (zh) 电网舞动典型垭口微地形区域的判识方法及系统
CN112578232B (zh) 风力发电机组的雷电预警方法和雷电预警设备
CN114545097B (zh) 一种基于多要素动态权重算法的雷电预警研判方法
CN113381457B (zh) 一种风电集群有功功率波动的抑制方法及系统
CN110542936A (zh) 基于主导环流的电网暴雨灾害预报偏差的预报方法和系统
TW201740296A (zh) 再生能源發電量預測方法與系統
KR20200046706A (ko) 태양광 발전량을 이용한 유지 보수 관리 방법

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