CN112613676A - 一种高分辨度电网弹性评估方法 - Google Patents
一种高分辨度电网弹性评估方法 Download PDFInfo
- Publication number
- CN112613676A CN112613676A CN202011599832.1A CN202011599832A CN112613676A CN 112613676 A CN112613676 A CN 112613676A CN 202011599832 A CN202011599832 A CN 202011599832A CN 112613676 A CN112613676 A CN 112613676A
- Authority
- CN
- China
- Prior art keywords
- index
- load
- power supply
- power
- capacity
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000010606 normalization Methods 0.000 claims abstract description 13
- 238000012614 Monte-Carlo sampling Methods 0.000 claims abstract description 9
- 241001672018 Cercomela melanura Species 0.000 claims description 44
- 238000005192 partition Methods 0.000 claims description 34
- 238000004146 energy storage Methods 0.000 claims description 27
- 238000011084 recovery Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 13
- 230000009467 reduction Effects 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了属于电网评估指标体系技术领域的一种高分辨度电网弹性评估方法。建立分层指标体系;通过直接统计计算或Monte‑Carlo抽样获得指标值,并对获取的指标值取对数运算以增加指标的区分度;通过评判对象的指标值矩阵A构造评判矩阵H=ATA,以H矩阵最大特征值对应的特征向量进行归一化后的各元素作为各指标的权重;对底层指标加权处理后得到上一层的指标值;重复该操作,直到得到评价对象的弹性指标,作为判别电网弹性的依据。在评判电网弹性时,采用的基本指标物理意义明确且易于获得;采用对数处理指标值,能有效增加指标区分度;采用赋权方法可以逐层拉开评判对象档次,增加评估方法分辨度,具有较高应用价值。
Description
技术领域
本发明涉及电网评估指标体系技术领域,尤其涉及一种高分辨度电网弹性评估方法。
背景技术
从电力系统面临的内部环境来看,2010年开始我国电力系统进入了大容量直流和大规模新能源快速发展阶段。截至2019年底已投产特高压直流11回(0.956亿千瓦),经营区风电、光伏并网容量达1.82亿千瓦、1.43亿千瓦。一是电网格局发生重大改变,特高压交直流电网逐步形成,系统容量和远距离输送规模持续扩大,交直流耦合特性复杂,大直流/直流群与弱交流之间的矛盾更加凸显;二是电源结构发生重大改变,新能源装机不断增加,常规电源比重下降,新能源出力波动大、耐受能力差,可调节能力差。电力系统稳定特性发生深刻变化,系统稳定水平呈现一定的下降趋势。
从电力系统面临的外部环境来看,当今世界正处于百年未有之大变局,新时期电力安全的内涵正在发生深刻变化。由于电力在现代社会生产生活中发挥的重要基础性作用,包括网络攻击、物理攻击、供应链阻断等形式在内的人为蓄意破坏,将成为电力系统安全的重大威胁;另外,近年来台风、冰灾、地震等严重自然灾害呈现频发趋势,影响范围广且持续时间长,对电力系统生产运行造成巨大破坏。因此,新时期电力安全风险防控的对象更广、场景更多、要求更高、难度更大。
针对新时期电力系统面临的内外部风险,构建有弹性的电网,才能实现安全与效率的双提升。弹性电力系统指具有恢复力的电力系统,电力系统弹性重在描述系统内外部环境变化下应对极端自然灾害、蓄意人为攻击等非常规情形的抗击与抵御能力,具体体现为:遭遇扰动事件前有能力做出相应的准备与预防;遭遇扰动事件过程中有能力充分抵御、吸收、响应及适应;遭遇扰动事件后有能力快速恢复到事先设定的期望正常状态。
针对新提出的电力系统弹性,目前对其进行评价的方法较少,迫切需要一种方法高分辨度地对其进行评价。
发明内容
本发明的目的是提出一种高分辨度电网弹性评估方法,其特征在于,包括以下步骤:
步骤1:建立以电网弹性为总体目标,以鲁棒性、充裕性、安全性为基本准则,以电源、电网、用户为评价对象的指标分解体系;
步骤2:对于能直接通过统计计算赋值的指标和不能直接通过统计计算赋值的指标分别利用统计信息计算赋值法和蒙特卡洛抽样法得到最底层指标的指标值;即选定n个评价对象s1,s2,...,sn,对此n个评价对象利用统计信息或蒙特卡洛抽样以及步骤1计算各指标,并记为Yij;
步骤4:对经步骤3一致化处理后获得的指标值yij,做对数绝对值运算;即对于第i个评价对象的第j个指标值yij,进行如下运算xij=|ln yij|,在指标值上增加区分度;
步骤5:利用层次分析法计算各指标的权重系数,并对指标值进行权化处理;
步骤6:构造权化指标矩阵A,计算评判矩阵H;
步骤7:计算评判矩阵最大特征值λmax所对应的特征向量ω,并进行归一化处理,求解权重系数向量b;
步骤8:求上一层指标的综合评价指标值zi;
步骤1的指标分解体系与计算方法包括:
一、电力系统弹性:
a)安全性:
i.结构安全:
(1)分区电源负荷匹配度:本地电源负荷匹配度是本地电源最大可用容量与分区最大统调负荷之比;该指标反映分区供电来源于本地电源的程度;本地电源负荷匹配度越大,该地区供电将大部分依靠本地电源,对500kV电网的依赖越小,风险水平越低;指标计算方法为:
其中,GLi%为第i分区电源匹配度;SG,i为第i分区最大可用容量;Lmax,i为第i分区最大统调负荷;
(2)“N-1”通过率:该指标反映重要线路结构的坚强程度以及发生事故后电网仍能正常运行的可能性;该数值越高,风险越小;指标计算方法为:
其中,P%为“N-1”通过率;Np,i为第i种N-1情况下全网可行运行方式计数值,越限为0,不越限为1;Ni为第i种N-1情况下全网运行方式计数值;
(3)无故障时线路重载、过载比例:该指标反映无故障运行时,负载率超过80%的500kV和220kV线路所占比例;比例越大,风险越高;指标计算方法为:
其中,OLline为无故障时220kV和500kV线路重载或过载线路数;Line为线路总数;
(4)无故障500kV主变重载或过载比例:该指标反映无故障运行时,负载率超过70%的500kV主变所占比例;比例越大,风险越高;指标计算方法为:
其中,OLT为500kV主变重载或过载台量;T500为500kV主变台量;
ii.容量安全:
(1)重要电厂全停故障平均负荷消减比例:该指标反映重要电厂发电机停运导致停电的事故的平均风险水平;平均负荷消减比例越大,风险越高;指标计算方法为:
其中,LG为电厂发电机停运后平均负荷消减量;Lmax为全网最大统调负荷;
(2)主变事故过载比例:该指标反映了500kV主变保护连锁动作的可能性;比例越大,风险越大;指标计算方法为:
(3)重要变电站主变全停故障平均负荷消减比例:该指标反映重要变电站主变停运导致停电的事故的平均风险水平;平均负荷消减比例越大,风险越高;指标计算方法为:
其中,LT为重要变电站主变停运时,平均负荷消减量;
(4)重要输电线路停运故障平均负荷消减比例:该指标反映重要输电线路停运导致停电的事故的平均风险水平;平均负荷消减比例越大,风险越大;指标计算方法为:
其中,Lline为重要输电线路停运平均负荷消减容量;
(5)220/500kV线路在电网发生事故时过载比例:该指标反映了220kV和500kV线路在电网发生故障时保护连锁动作的可能性以及线路结构和潮流分布的合理性;比例越大,风险越高;指标计算方法为:
(6)重要负荷保证度:该指标反映保安电源特殊情况下为重要负荷供电的能力;数值越高,风险越小;指标计算方法为:
其中,LI为重要负荷容量;GB为保安电源可用容量;
(7)分区500kV变电站主变平均负载率:负载率是变压器实际功率与额定功率的比值;该指标没有正负之分;负载率越高,变电容量裕度越小,风险水平越高;指标计算方法为:
其中,ALT,500%为500kV主变平均负载率;Smax,500为500kV电网最大下送电量;ST,500为500kV主变容量;
(8)系统解列概率:该指标反映当发生严重故障时,电力系统会发生解列的概率;概率越高,风险水平越低;该指标利用蒙特卡洛模拟法计算;
b)充裕度:
i.电源充裕度:
(1)全网供电盈余比例:全网供电盈余等于统调最大可调用容量减去最高统调容量和全网最低备用容量;该值为正时,高峰时期正常供电能满足负荷需求;为负时,高峰时期正常供电无法满足负荷需求;指标计算方法为:
其中,Wq为全网供电盈余,其计算方法如下
Wq=Gmax-Lmax-Bmin (1.13)
其中,Gmax为最大统调可调用容量;Bmin为全网最低备用容量;
(2)分区供电盈余比例:分区供电盈余等于分区电源最大可用容量减去最大统调负荷预测值;该指标反映本地电源满足分区供电的情况,是存在盈余还是存在缺口;分区供电盈余是正数时,高峰时期正常供电能满足负荷需求,风险水平越低;反之越高;指标计算方法为:
其中,Wi为第i分区供电盈余;
ii.储能充裕度:
(1)储能容量比例:该指标反映电网内设置的储能设备的容量与最大统调负荷之比;
储能容量比例越大,风险越小;指标计算方法为:
其中,C为储能容量;
(2)储能长时间供电能力:该指标反映电网内储能设备长时间为负荷供电的能力;储能供电总容量越大,风险越小;指标计算方法为:
其中,CC为储能长时间供电能力;SC为长时间供电储能总容量;SH为用电高峰日峰值时段用电量;
iii.负荷充裕度
(1)可调节负荷比例:该指标反映负荷因电价等因素而接受调节的比例;该比例越高,风险越小;指标计算方法为:
其中,Lad为可调节负荷;
b)恢复性:
i.电源恢复性
(1)具有自启动能力的黑启动电源比例:该指标用于评估黑启动电源的总体自启动能力;具有自启动能力的黑启动电源比例越高,恢复力越强;指标计算方法为:
其中,HZ为具有自启动能力的黑启动电源数量;H为黑启动电源数量;
(2)黑启动首次恢复全网负荷比例:该指标用于评估黑启动电源恢复全网负荷的能力;黑启动电源与第二批启动电源恢复全网比例越高,全网停电损失越小,风险越低,快速恢复能力越强;指标计算方法为:
其中,HF&S为黑启动电源以及第二次启动电源总容量;
(3)具有黑启动电源的分区比例:各分区电网都应该具备黑启动电源;若某些分区电网没有黑启动电源,该分区事故后的恢复能力较差;该指标用于评估黑启动电源分布是
其中,NH%为具有黑启动电源的分区比例;NH,i为第i个分区黑启动电源情况统计值;
ii.负荷恢复性
(1)可中断负荷比例:该指标反映负荷因电价等因素而接受中断调节的比例;该比例越高,风险越小;指标计算方法为:
其中,LS为可中断负荷总容量;
(2)严重故障后短时间内负荷恢复供电比例:该指标反映电网快速恢复,向电网供电的能力;该比例越高,风险越小;指标计算方法为:
其中,LH为恢复供电负荷容量。
步骤5具体包括以下子步骤:
步骤52:采用特征根法分别求解权重系数,经一致性检验后,进行归一化处理,即
步骤6具体包括以下子步骤:
步骤61:对于每个评价对象,构造权化指标矩阵,即
步骤62:计算评判矩阵H,即H=(A)TA。
步骤7具体包括以下子步骤:
步骤71:求H最大特征值对应的特征向量ω,即Hω=λmaxω;
步骤9具体包括以下子步骤:
本发明的有益效果在于:
提出以电网弹性为总目标的分层指标体系,所提指标物理意义明确,且易于获得,对于评价电网弹性具有典型意义。考虑到在同一个评价体系中,不同的评价指标针对评价目标的重要程度不同,采用特征值法求出各评价指标的主观权重系数,对评价指标进行“权化处理”;再采用拉开档次法对权化处理后的数据进行客观赋权,可以突出各评价对象间的整体差异。采用此种方法可对不同电力系统的弹性进行评价,并且在评价时能够对不同电力系统的弹性进行明显区分。
附图说明
图1为本发明高分辨度电网弹性评估方法的流程图;
图2为电网弹性指标的分级方案;
图3为系统分级以及分级标识框图;
图4为层次分析法求解指标权重的流程图。
具体实施方式
本发明提出一种高分辨度电网弹性评估方法,下面结合附图和具体实施例对本发明做进一步说明。
如图1所示,本发明所述一种高分辨度电网弹性评估方法,具体实施步骤如下:
(1)以电网弹性为总体目标,以鲁棒性、充裕性、安全性为基本准则,以电源、电网、用户为评价对象的指标分解体系,如图2所示:
1.电力系统弹性:
a)安全性:
i.结构安全:
(1)分区电源匹负荷配度:本地电源负荷匹配度是本地电源最大可用容量与分区最大统调负荷之比。该指标反映分区供电来源于本地电源的程度。本地电源负荷匹配度越大,该地区供电将大部分依靠本地电源,对500kV电网的依赖越小,风险水平越低。
指标计算方法:
其中,GLi%为第i分区电源匹配度;SG,i为第i分区最大可用容量;Lmax,i为第i分区最大统调负荷。
“N-1”通过率:该指标反映重要线路结构的坚强程度以及发生事故后电网仍能正常运行的可能性。该数值越高,风险越小。
其中,P%为“N-1”通过率;Np,i为第i种N-1情况下全网可行运行方式计数值,越限为0,不越限为1;Ni为第i种N-1情况下全网运行方式计数值。
无故障时线路重载、过载比例:该指标反映无故障运行时,负载率超过80%的500kV和220kV线路所占比例。比例越大,风险越高。
指标计算方法:
其中,OLl为无故障时220kV和500kV线路重载或过载比例;Line为线路总数。
无故障500kV主变重载或过载比例:该指标反映无故障运行时,负载率超过70%的500kV主变所占比例。比例越大,风险越高。
指标计算方法:
其中,OLT为500kV主变重载或过载台量;T500为500kV主变台量。
ii.容量安全:
重要电厂全停故障平均负荷消减比例:该指标反映重要电厂发电机停运导致停电的事故的平均风险水平。平均负荷消减比例越大,风险越高。
指标计算方法:
其中,LG为电厂发电机停运后平均负荷消减量;Lmax为全网最大统调负荷。
主变事故过载比例:该指标反映了500kV主变保护连锁动作的可能性。比例越大,风险越大。
指标计算方法:
重要变电站主变全停故障平均负荷消减比例:该指标反映重要变电站主变停运导致停电的事故的平均风险水平。平均负荷消减比例越大,风险越高。
指标计算方法:
其中,LT为重要变电站主变停运时,平均负荷消减量。
重要输电线路停运故障平均负荷消减比例:该指标反映重要输电线路停运导致停电的事故的平均风险水平。平均负荷消减比例越大,风险越大。
指标计算方法:
其中,Lline为重要输电线路停运平均负荷消减容量。
220/500kV线路在电网发生事故时过载比例:该指标反映了220kV和500kV线路在电网发生故障时保护连锁动作的可能性以及线路结构和潮流分布的合理性。比例越大,风险越高。
指标计算方法:
重要负荷保证度:该指标反映保安电源特殊情况下为重要负荷供电的能力。数值越高,风险越小。
指标计算方法:
其中,LI为重要负荷容量;GB为保安电源可用容量
分区500kV变电站主变平均负载率:负载率是变压器实际功率与额定功率的比值。该指标没有正负之分。负载率越高,变电容量裕度越小,风险水平越高。
指标计算方法:
其中,ALT,500为500kV主变平均负载率;S500为500kV电网最大下送电量;ST,500为500kV主变容量。
系统解列概率:该指标反映当发生严重故障时,电力系统会发生解列的概率。概率越高,风险水平越低。该指标利用蒙特卡洛模拟法计算。
b)充裕度:
i.电源充裕度:
全网供电盈余比例:全网供电盈余等于统调最大可调用容量减去最高统调容量和全网最低备用容量。该值为正时,高峰时期正常供电能满足负荷需求;为负时,高峰时期正常供电可能无法满足负荷需求。
其中,Wq为全网供电盈余;Lmax为最大统调负荷。
Wq=Gmax-Lmax-Bmin (1.13)
其中,Gmax为最大统调可调用容量;Bmin为全网最低备用容量。
分区供电盈余比例:分区供电盈余等于分区电源最大可用容量减去最大统调负荷预测值。该指标反映本地电源满足分区供电的情况,是存在盈余还是存在缺口。分区供电盈余是正数时,高峰时期正常供电能满足负荷需求,风险水平越低;反之越高。
指标计算方法:
其中,Wi为第i分区供电盈余。
ii.储能充裕度:
储能容量比例:该指标反映电网内设置的储能设备的容量与最大统调负荷之比。储能容量比例越大,风险越小。
指标计算方法:
其中,C为储能容量。
储能长时间供电能力:该指标反映电网内储能设备长时间为负荷供电的能力。储能供电总容量越大,风险越小。
指标计算方法:
其中,CC为储能长时间供电能力;SC为长时间供电储能总容量;SH为用电高峰日峰值时段用电量。
iii.负荷充裕度
可调节负荷比例:该指标反映负荷因电价等因素而接受调节的比例。该比例越高,风险越小。
指标计算方法:
其中,Lad为可调节负荷比例。
c)恢复性:
i.电源恢复性
具有自启动能力的黑启动电源比例:该指标用于评估黑启动电源的总体自启动能力。具有自启动能力的黑启动电源比例越高,恢复力越强。
指标计算方法:
其中,HZ为具有自启动能力的黑启动电源数量;H为黑启动电源数量。
黑启动首次恢复全网负荷比例:该指标用于评估黑启动电源恢复全网负荷的能力。黑启动电源与第二批启动电源恢复全网比例越高,全网停电损失越小,风险越低,快速恢复能力越强。
指标计算方法:
其中,HF&S为黑启动电源以及第二次启动电源总容量。
具有黑启动电源的分区比例:各分区电网都应该具备黑启动电源。若某些分区电网没有黑启动电源,该分区事故后的恢复能力较差。该指标用于评估黑启动电源分布是否合理,具有黑启动电源的分区比例越高,风险越小。
其中,NH%为具有黑启动电源的分区比例;NH,i为第i个分区黑启动电源情况统计值。
ii.负荷恢复性
可中断负荷比例:该指标反映负荷因电价等因素而接受中断调节的比例。该比例越高,风险越小。
指标计算方法:
其中,LS为可中断负荷总容量。
严重故障后短时间内负荷恢复供电比例:该指标反映电网快速恢复,向电网供电的能力。该比例越高,风险越小。
指标计算方法:
其中,LH为恢复供电负荷容量。
(2)如图3所示,将总目标看做一个大系统,并且认为每个大系统均有两个层次的结构。对于可以直接通过统计计算赋值的指标,利用统计信息计算得到二级子系统sq (2,t)下的指标的指标值Yij (2,t,q):
选定n个评价对象s1,s2,...sn,认为每个评价对象有两个层次。利用统计数据,对于n个评价对象计算七个二级子系统sq (2,t)下分别选定的可利用统计信息计算的各指标,利用步骤1中所给出的公式计算出指标值,并记为Yij (2,t,q);
例如,利用统计数据,对于n个评价对象计算七个二级子系统“结构安全”s1 (2,1)选定的四项评价指标“分区电源匹负荷配度”,‘N-1’通过率、“无故障时线路重载、过载比例”、“无故障500kV主变重载或过载比例”,分别依据公式(1.1)、(1.2)、(1.3)、(1.4)计算出指标值,分别记为Yi1 (2,1,1),Yi2 (2,1,1),Yi3 (2,1,1),Yi4 (2,1,1)。
其中:Yij (2,t,q)的含义为第i个评价对象的第二层子系统sq (2,t)下属第j项指标的观测值i=1,2,...,n;j=1,2,...,mtq;t=1,2,...n1;q=1,2,...mt)
(3)对于无法直接通过统计计算赋值的指标,采用Monte-Carlo抽样计算得到评判对象最底层指标的指标值Yij (2,t,q):
对于n个评价对象的七个二级子系统sq (2,t)中选定的不能直接计算需要蒙特卡洛抽样获得的指标,采用蒙特卡洛抽样计算其指标值,并记为Yij (2,t,q)。
例如,对于n个评价对象的二级子系统“容量安全”s2 (2,1)选定的其中一项评价指标“系统解列概率”,采用蒙特卡洛抽样计算其指标值,并记为Yi8 (2,1,2)。
其中:Yij (2,t,q)的含义为第i个评价对象的第二层子系统sq (2,t)下属第j项指标的观测值i=1,2,...,n;j=1,2,...,mtq;t=1,2,...n1;q=1,2,...mt)
(4)对步骤2和步骤3获得的指标值Yij (2,t,q),进行指标数据的类型一致化、无量纲化处理:
1)由于底层指标同时中存在极大型与极小型指标,因此对指标做一致化处理,对极小型指标而言:
2)本方法所提指标均为百分比形式,因此不需要进行无量纲化处理。
(5)为了增加指标数值上的区分度,对经过一致化处理后获得的指标值yij (2,t,q),做对数绝对值运算:
对于第i个评价对象的第j个指标值xij,进行对数绝对值运算,在指标值上增加区分度:
(6)由于不同指标对总目标的重要程度不同,为了加以区分,如图4所示,利用层次分析法计算各指标的权重系数,并对指标值进行权化处理:
1)对于每个评价对象,针对七个二级系统,分别构造判断矩阵,即:
2)采用特征根法分别求解权重系数,经一致化检验后,进行归一化处理。即
3)各评价指标进行区分重要性程度的权化处理,即:
(7)为从整体上突出各被评价对象之间的差异,构造权化指标矩A(2,t,q),计算评判矩阵H(2,t,q)
1)对于每个评价对象,针对七个二级系统,分别构造权化指标矩阵,即:
2)计算评判矩阵H(2,t,q),即:
H(2,t,q)=(A(2,t,q))TA(2,t,q)
(8)计算评判矩阵H(2,t,q)最大特征值所对应的特征向量ω(2,t,q),并进行归一化处理,求解权重系数向量
1)求H(2,t,q)最大特征值对应的特征向量ω(2,t,q);
H(2,t,q)ω(2,t,q)=λj.maxω(2,t,q)
其中:ωi (2,t,q)为特征向量ω(2,t,q)的某一具体元素。
(9)求各二级子系统子系统sq (2,t)的综合评价指标值z(2,t,q):
2)将n个评价对象的针对某一个二级子系统的综合评价函数值表示为矩阵形式,即:
z(2,t,q)=A(2,t,q)b(2,t,q)
(10)重复步骤6-9,直到求得评判对象的弹性指标zi:
此实施例仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (7)
1.一种高分辨度电网弹性评估方法,其特征在于,包括以下步骤:
步骤1:建立以电网弹性为总体目标,以鲁棒性、充裕性、安全性为基本准则,以电源、电网、用户为评价对象的指标分解体系;
步骤2:对于能直接通过统计计算赋值的指标和不能直接通过统计计算赋值的指标分别利用统计信息计算赋值法和蒙特卡洛抽样法得到最底层指标的指标值;即选定n个评价对象s1,s2,...,sn,对此n个评价对象利用统计信息或蒙特卡洛抽样以及步骤1计算各指标,并记为Yij;
步骤4:对经步骤3一致化处理后获得的指标值yij,做对数绝对值运算;即对于第i个评价对象的第j个指标值yij,进行如下运算xij=|ln yij|,在指标值上增加区分度;
步骤5:利用层次分析法计算各指标的权重系数,并对指标值进行权化处理;
步骤6:构造权化指标矩阵A,计算评判矩阵H;
步骤7:计算评判矩阵最大特征值λmax所对应的特征向量ω,并进行归一化处理,求解权重系数向量b;
步骤8:求上一层指标的综合评价指标值zi;
2.根据权利要求1所述的高分辨度电网弹性评估方法,其特征在于,所述步骤1的指标分解体系与计算方法包括:
一、电力系统弹性:
a)安全性:
i.结构安全:
(1)分区电源负荷匹配度:本地电源负荷匹配度是本地电源最大可用容量与分区最大统调负荷之比;该指标反映分区供电来源于本地电源的程度;本地电源负荷匹配度越大,该地区供电将大部分依靠本地电源,对500kV电网的依赖越小,风险水平越低;指标计算方法为:
其中,GLi%为第i分区电源匹配度;SG,i为第i分区最大可用容量;Lmax,i为第i分区最大统调负荷;
(2)“N-1”通过率:该指标反映重要线路结构的坚强程度以及发生事故后电网仍能正常运行的可能性;该数值越高,风险越小;指标计算方法为:
其中,P%为“N-1”通过率;Np,i为第i种N-1情况下全网可行运行方式计数值,越限为0,不越限为1;Ni为第i种N-1情况下全网运行方式计数值;
(3)无故障时线路重载、过载比例:该指标反映无故障运行时,负载率超过80%的500kV和220kV线路所占比例;比例越大,风险越高;指标计算方法为:
其中,OLline为无故障时220kV和500kV线路重载或过载线路数;Line为线路总数;
(4)无故障500kV主变重载或过载比例:该指标反映无故障运行时,负载率超过70%的500kV主变所占比例;比例越大,风险越高;指标计算方法为:
其中,OLT为500kV主变重载或过载台量;T500为500kV主变台量;
ii.容量安全:
(1)重要电厂全停故障平均负荷消减比例:该指标反映重要电厂发电机停运导致停电的事故的平均风险水平;平均负荷消减比例越大,风险越高;指标计算方法为:
其中,LG为电厂发电机停运后平均负荷消减量;Lmax为全网最大统调负荷;
(2)主变事故过载比例:该指标反映了500kV主变保护连锁动作的可能性;比例越大,风险越大;指标计算方法为:
(3)重要变电站主变全停故障平均负荷消减比例:该指标反映重要变电站主变停运导致停电的事故的平均风险水平;平均负荷消减比例越大,风险越高;指标计算方法为:
其中,LT为重要变电站主变停运时,平均负荷消减量;
(4)重要输电线路停运故障平均负荷消减比例:该指标反映重要输电线路停运导致停电的事故的平均风险水平;平均负荷消减比例越大,风险越大;指标计算方法为:
其中,Lline为重要输电线路停运平均负荷消减容量;
(5)220/500kV线路在电网发生事故时过载比例:该指标反映了220kV和500kV线路在电网发生故障时保护连锁动作的可能性以及线路结构和潮流分布的合理性;比例越大,风险越高;指标计算方法为:
(6)重要负荷保证度:该指标反映保安电源特殊情况下为重要负荷供电的能力;数值越高,风险越小;指标计算方法为:
其中,LI为重要负荷容量;GB为保安电源可用容量;
(7)分区500kV变电站主变平均负载率:负载率是变压器实际功率与额定功率的比值;该指标没有正负之分;负载率越高,变电容量裕度越小,风险水平越高;指标计算方法为:
其中,ALT,500%为500kV主变平均负载率;Smax,500为500kV电网最大下送电量;ST,500为500kV主变容量;
(8)系统解列概率:该指标反映当发生严重故障时,电力系统会发生解列的概率;概率越高,风险水平越低;该指标利用蒙特卡洛模拟法计算;
b)充裕度:
i.电源充裕度:
(1)全网供电盈余比例:全网供电盈余等于统调最大可调用容量减去最高统调容量和全网最低备用容量;该值为正时,高峰时期正常供电能满足负荷需求;为负时,高峰时期正常供电无法满足负荷需求;指标计算方法为:
其中,Wq为全网供电盈余,其计算方法如下
Wq=Gmax-Lmax-Bmin (1.13)
其中,Gmax为最大统调可调用容量;Bmin为全网最低备用容量;
(2)分区供电盈余比例:分区供电盈余等于分区电源最大可用容量减去最大统调负荷预测值;该指标反映本地电源满足分区供电的情况,是存在盈余还是存在缺口;分区供电盈余是正数时,高峰时期正常供电能满足负荷需求,风险水平越低;反之越高;指标计算方法为:
其中,Wi为第i分区供电盈余;
ii.储能充裕度:
(1)储能容量比例:该指标反映电网内设置的储能设备的容量与最大统调负荷之比;储能容量比例越大,风险越小;指标计算方法为:
其中,C为储能容量;
(2)储能长时间供电能力:该指标反映电网内储能设备长时间为负荷供电的能力;储能供电总容量越大,风险越小;指标计算方法为:
其中,CC为储能长时间供电能力;SC为长时间供电储能总容量;SH为用电高峰日峰值时段用电量;
iii.负荷充裕度
(1)可调节负荷比例:该指标反映负荷因电价等因素而接受调节的比例;该比例越高,风险越小;指标计算方法为:
其中,Lad为可调节负荷;
b)恢复性:
i.电源恢复性
(1)具有自启动能力的黑启动电源比例:该指标用于评估黑启动电源的总体自启动能力;具有自启动能力的黑启动电源比例越高,恢复力越强;指标计算方法为:
其中,HZ为具有自启动能力的黑启动电源数量;H为黑启动电源数量;
(2)黑启动首次恢复全网负荷比例:该指标用于评估黑启动电源恢复全网负荷的能力;黑启动电源与第二批启动电源恢复全网比例越高,全网停电损失越小,风险越低,快速恢复能力越强;指标计算方法为:
其中,HF&S为黑启动电源以及第二次启动电源总容量;
(3)具有黑启动电源的分区比例:各分区电网都应该具备黑启动电源;若某些分区电网没有黑启动电源,该分区事故后的恢复能力较差;该指标用于评估黑启动电源分布是否合理,具有黑启动电源的分区比例越高,风险越小;指标计算方法为:
其中,NH%为具有黑启动电源的分区比例;NH,i为第i个分区黑启动电源情况统计值;ii.负荷恢复性
(1)可中断负荷比例:该指标反映负荷因电价等因素而接受中断调节的比例;该比例越高,风险越小;指标计算方法为:
其中,LS为可中断负荷总容量;
(2)严重故障后短时间内负荷恢复供电比例:该指标反映电网快速恢复,向电网供电的能力;该比例越高,风险越小;指标计算方法为:
其中,LH为恢复供电负荷容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011599832.1A CN112613676A (zh) | 2020-12-29 | 2020-12-29 | 一种高分辨度电网弹性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011599832.1A CN112613676A (zh) | 2020-12-29 | 2020-12-29 | 一种高分辨度电网弹性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112613676A true CN112613676A (zh) | 2021-04-06 |
Family
ID=75248960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011599832.1A Pending CN112613676A (zh) | 2020-12-29 | 2020-12-29 | 一种高分辨度电网弹性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112613676A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662328A (zh) * | 2022-03-30 | 2022-06-24 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑网络攻击的电力系统恢复力评估方法 |
CN117081868B (zh) * | 2023-10-17 | 2023-12-26 | 山东源鲁信息科技有限公司 | 一种基于安全策略的网络安全运营方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140236513A1 (en) * | 2011-09-22 | 2014-08-21 | Jun Xiao | Region-based security evaluation method for the electric power distribution system |
KR20200008621A (ko) * | 2017-12-18 | 2020-01-28 | 한국 전기안전공사 | 인공지능기법을 이용한 전기설비 안전도 평가 시스템 |
CN111489091A (zh) * | 2020-04-14 | 2020-08-04 | 广东电网有限责任公司广州供电局 | 一种电力系统恢复力综合评价方法 |
-
2020
- 2020-12-29 CN CN202011599832.1A patent/CN112613676A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140236513A1 (en) * | 2011-09-22 | 2014-08-21 | Jun Xiao | Region-based security evaluation method for the electric power distribution system |
KR20200008621A (ko) * | 2017-12-18 | 2020-01-28 | 한국 전기안전공사 | 인공지능기법을 이용한 전기설비 안전도 평가 시스템 |
CN111489091A (zh) * | 2020-04-14 | 2020-08-04 | 广东电网有限责任公司广州供电局 | 一种电力系统恢复力综合评价方法 |
Non-Patent Citations (2)
Title |
---|
TIANYOU LI 等: "Tech-economic Benefit Evaluation and Decision for Distribution Network Planning Based on Fuzzy Analysis Hierarchical Process", 《 2019 IEEE INNOVATIVE SMART GRID TECHNOLOGIES - ASIA (ISGT ASIA)》, 24 October 2019 (2019-10-24), pages 3277 - 3282 * |
陈庆前: "电力系统安全风险评估与应急体系研究", 中国博士学位论文全文数据库 工程科技Ⅱ辑, no. 2012, 15 September 2012 (2012-09-15), pages 042 - 34 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662328A (zh) * | 2022-03-30 | 2022-06-24 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑网络攻击的电力系统恢复力评估方法 |
CN114662328B (zh) * | 2022-03-30 | 2024-04-26 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑网络攻击的电力系统恢复力评估方法 |
CN117081868B (zh) * | 2023-10-17 | 2023-12-26 | 山东源鲁信息科技有限公司 | 一种基于安全策略的网络安全运营方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022134596A1 (zh) | 一种计及新能源影响的主动配电网脆弱节点辨识方法 | |
Rios et al. | Value of security: modeling time-dependent phenomena and weather conditions | |
CN109858793B (zh) | 电力系统风险评估指标体系构建方法 | |
CN112613676A (zh) | 一种高分辨度电网弹性评估方法 | |
CN116014790A (zh) | 一种含分布式能源的配电网弹性评估方法 | |
CN113657619B (zh) | 考虑故障连锁的关键弹性提升元件辨识及故障恢复方法 | |
CN114580177A (zh) | 一种基于连锁故障预防的电力系统调度方法 | |
Wang et al. | Early warning of distribution transformer based on bp neural network considering the influence of extreme weather | |
Li et al. | A three-dimensional resilience index evaluation system for the distribution network under flood disaster | |
Lu et al. | Comprehensive risk assessment method of power grid based on grey relational weight game theory | |
CN113572191B (zh) | 大规模新能源直流外送系统分布式调相机配置方法及系统 | |
Adebayo et al. | Voltage stability enhancement capabilities of LTCT and STATCOM in a power system | |
Pei-Dong et al. | Cascading failure risk assessment in power grid based on the line outage rate | |
CN114611907A (zh) | 基于机会约束模型的台风灾害下小水电停运风险评估方法 | |
Chu et al. | Self-healing control method in abnormal state of distribution network | |
CN110676869B (zh) | 一种确定新增黑启动机组布点的方法 | |
Ma et al. | Renewable Energy Integrated HVDC Power System Modeling for Transient Frequency Stability Online Assessment | |
Wei et al. | Resilience Assessment Using Simulation System of Distribution Network under Extreme Weather | |
Yang et al. | Optimization and decision for limiting short circuit current considering sensitivity ranking | |
Saberi et al. | A two-stage approach to enhance distribution network resilience against natural disasters | |
Zhai et al. | Identification and analysis of cascading failures in power grids with protective actions | |
Feng et al. | A New Method for Allocation of Power Quality Monitoring Sites | |
CN117175548B (zh) | 一种基于随机潮流的连锁故障紧急控制方法 | |
Qi et al. | Power grid security risk assessment based on fuzzy cluster and state homogeneity | |
Zhao et al. | Research on Self-healing Optimization of Distribution Network Switch based on Binary Particle Swarm Optimization |
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 |