CN112651662A - 多火点灾害下电网连锁故障风险最小化处置方法及系统 - Google Patents

多火点灾害下电网连锁故障风险最小化处置方法及系统 Download PDF

Info

Publication number
CN112651662A
CN112651662A CN202110037289.4A CN202110037289A CN112651662A CN 112651662 A CN112651662 A CN 112651662A CN 202110037289 A CN202110037289 A CN 202110037289A CN 112651662 A CN112651662 A CN 112651662A
Authority
CN
China
Prior art keywords
failure
risk
cascading
power grid
fault
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
CN202110037289.4A
Other languages
English (en)
Other versions
CN112651662B (zh
Inventor
常康
徐泰山
刘韶峰
简洲
范明豪
郁琛
王昊昊
郭俊
程宜风
赵明
黄燕
吴峰
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
State Grid Hunan Electric Power Co Ltd
NARI Group Corp
Nari Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Anhui Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
NARI Group Corp
Nari Technology 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, State Grid Hunan Electric Power Co Ltd, NARI Group Corp, Nari Technology Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110037289.4A priority Critical patent/CN112651662B/zh
Publication of CN112651662A publication Critical patent/CN112651662A/zh
Application granted granted Critical
Publication of CN112651662B publication Critical patent/CN112651662B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • 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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems 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)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (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

本发明公开了一种多火点灾害下电网连锁故障风险最小化处置方法及系统，本发明优化灭火装备部署，降低初始群发性故障的概率，基于灭火装备部署，优化电网运行方式，调整连锁故障输电线路潮流，综合电网运行方式调整和灭火措施降低连锁故障风险，实现山火灾害下电网连锁故障风险最小化。

Description

多火点灾害下电网连锁故障风险最小化处置方法及系统
技术领域
本发明涉及一种多火点灾害下电网连锁故障风险最小化处置方法及系统，属于电力系统调度运行控制技术领域。
背景技术
近年来，输电线路附近山火频发，引发了包括特高压交直流线路多次跳闸停运事故，严重威胁到大电网安全稳定运行。在山火高发期，例如清明、春节期间，输电线路附近爆发的山火数量高达数百上千，极易导致多条线路同时发生山火跳闸事故，还有可能引发后续的连锁故障，对电网安全运行构成严重威胁。
目前，对山火灾害下的连锁故障风险评估、防山火装备布防等已有一定研究，但是并未将灭火措施和电网调控措施进行协调，来综合处置山火灾害引发的电网连锁故障风险。
发明内容
本发明提供了一种多火点灾害下电网连锁故障风险最小化处置方法及系统，解决了背景技术中披露的问题。
为了解决上述技术问题，本发明所采用的技术方案是：
多火点灾害下电网连锁故障风险最小化处置方法，包括，
根据火点分布和输电线路分布，获取各输电线路的故障概率；
根据输电线路故障概率进行故障组合，构建初始群发性预想故障集；
根据当前电网状态数据，对初始群发性预想故障集进行电网连锁故障风险评估，获取电网各输电线路的风险权重；
根据风险权重和预设的灭火装备部署优化模型，获取最优的灭火装备部署方案；
根据最优的灭火装备部署方案和电网运行方式优化模型，调整连锁故障输电线路潮流，降低连锁故障概率。
根据当前电网状态数据，对初始群发性预想故障集进行电网连锁故障风险评估，获取电网各输电线路的风险权重，具体过程为，
根据当前电网状态数据，获取各初始群发性预想故障的所有连锁故障演化路径，计算连锁故障演化路径中各阶段稳态相继动作事件的故障概率；其中，连锁故障演化路径为初始群发性预想故障、初始群发性预想故障的暂态相继动作事件、初始群发性预想故障各阶段的稳态相继动作事件的集合；
根据各阶段稳态相继动作事件的故障概率，计算连锁故障演化路径的故障概率；
根据连锁故障演化路径的故障概率和预设的故障严重度，计算连锁故障演化路径的风险；
根据连锁故障演化路径的风险，计算电网连锁故障风险；
响应于电网连锁故障风险大于风险可接受值，根据连锁故障演化路径的风险，计算电网各输电线路的风险权重。
计算连锁故障演化路径中各阶段稳态相继动作事件的故障概率，具体公式为，
Figure BDA0002893734050000031
其中，
Figure BDA0002893734050000032
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中第j阶段稳态相继动作事件SEi.j的故障概率；α1、α2、α3为比例系数；
Figure BDA0002893734050000033
为第j阶段稳态相继开断元件故障前的第l条输电线路潮流值；
Figure BDA0002893734050000034
为第j阶段稳态相继开断元件的额定功率值。
计算连锁故障演化路径故障概率，具体公式为，
Figure BDA0002893734050000035
其中，
Figure BDA0002893734050000036
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的故障概率；
Figure BDA0002893734050000037
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中第j阶段稳态相继动作事件SEi.j的故障概率；J为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中的稳态相继开断阶段数；pFi0是第i个初始群发性故障的故障概率。
计算连锁故障演化路径的风险，具体公式为，
Figure BDA0002893734050000038
其中，
Figure BDA0002893734050000039
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的风险；
Figure BDA00028937340500000310
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的故障概率；
Figure BDA00028937340500000311
为预设的故障严重度。
计算电网连锁故障风险，具体公式为，
Figure BDA0002893734050000041
其中，RCF为电网连锁故障风险；
Figure BDA0002893734050000042
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的风险；CF为所有连锁故障演化路径集合。
计算电网各输电线路的风险权重，具体公式为，
Figure BDA0002893734050000043
其中，βl为第l条输电线路的风险权重；L为所有输电线路集合；CF为所有连锁故障演化路径集合；
Figure BDA0002893734050000044
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的风险；
Figure BDA0002893734050000045
为第l条输电线路在CFi_k中的权重因子。
灭火装备部署优化模型以单位风险灭火装备部署成本最小为目标；
优化目标函数为：
Figure BDA0002893734050000046
其中，βl为第l条输电线路的风险权重；L为所有输电线路集合；Cl为第l条输电线路部署灭火装备的成本；λl为第l条输电线路部署灭火装备决策变量；
约束条件为：
Figure BDA0002893734050000047
其中，Next为灭火装备总数。
电网运行方式优化模型以电网连锁故障风险控制距可接受风险偏差最小为目标，以可调发电机、可控负荷为决策变量进行优化；
优化目标函数为：
Figure BDA0002893734050000051
其中，p′Fi0为第i个初始群发性预想故障在部署灭火装备后的故障概率；
Figure BDA0002893734050000052
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中第j阶段稳态相继动作事件SEi.j，在考虑电网运行方式调整后的故障概率；J为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中的稳态相继开断阶段数；CF为所有连锁故障演化路径集合；
Figure BDA0002893734050000053
为CFi_k在考虑灭火装备及电网运行方式调整综合作用后的故障严重度；Ru为风险可接受值
约束条件为：
PD.i′.d≤P′D.i′≤PD.i′.u
PG.i″.d≤P′G.i″≤PG.i″.u
Figure BDA0002893734050000054
其中，P′D.i′、P′G.i″、
Figure BDA0002893734050000055
分别为电网运行方式调整后第i′个可控负荷有功值、第i″个可调发电机有功出力、第j阶段稳态相继开断元件故障前的第l条输电线路潮流值；PD.i′.d、PD.i′.u分别为P′D.i′的下限和上限；PG.i″.d、PG.i″.u分别为P′G.i″的下限和上限；
Figure BDA0002893734050000056
分别为
Figure BDA0002893734050000057
的下限和上限。
多火点灾害下电网连锁故障风险最小化处置系统，包括，
故障概率模块：根据火点分布和输电线路分布，获取各输电线路的故障概率；
故障集模块：根据输电线路故障概率进行故障组合，构建初始群发性预想故障集；
风险权重模块：根据当前电网状态数据，对初始群发性预想故障集进行电网连锁故障风险评估，获取电网各输电线路的风险权重；
灭火装备部署方案优化模块：根据风险权重和预设的灭火装备部署优化模型，获取最优的灭火装备部署方案；
线路潮流优化模块：根据最优的灭火装备部署方案和电网运行方式优化模型，调整连锁故障输电线路潮流，降低连锁故障概率。
本发明所达到的有益效果：本发明优化灭火装备部署，降低初始群发性故障的概率，基于灭火装备部署，优化电网运行方式，调整连锁故障输电线路潮流，综合电网运行方式调整和灭火措施降低连锁故障风险，实现山火灾害下电网连锁故障风险最小化。
附图说明
图1为本发明方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，多火点灾害下电网连锁故障风险最小化处置方法，包括以下步骤：
步骤1，根据火点分布和输电线路分布，获取各输电线路的故障概率。
根据火点分布数据、输电线路及杆塔地理位置等，计算各输电线路的故障概率，具体计算方法参考专利“评估山火引发输电线路故障概率的方法”(201310382753.9)。
步骤2，根据输电线路故障概率进行故障组合，构建初始群发性预想故障集；其中，山火下初始群发性预想故障集生成可参考专利“一种预想故障集生成方法、系统及存储介质”(202010160075.1)。
步骤3，根据当前电网状态数据，对初始群发性预想故障集进行电网连锁故障风险评估，即对初始群发性预想故障集进行安全稳定时域仿真，进行电网连锁故障风险评估，若评估结果大于风险可接受值，则转至步骤4；否则结束，输出处置结果，即不动作。
定义初始群发性预想故障、初始群发性预想故障的暂态相继动作事件、初始群发性预想故障各阶段的稳态相继动作事件的集合，称为初始群发性预想故障的连锁故障演化路径。
风险评估具体过程如下：
31)根据当前电网状态数据，获取各初始群发性预想故障的所有连锁故障演化路径，计算连锁故障演化路径中各阶段稳态相继动作事件的故障概率。
具体公式：
Figure BDA0002893734050000071
其中，
Figure BDA0002893734050000072
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中第j阶段稳态相继动作事件SEi.j的故障概率；α1、α2、α3为比例系数，0＜α1＜1、1＜α2、α3＜0，建议α1＝0.25、α2＝2、α3＝-1.4；
Figure BDA0002893734050000073
为第j阶段稳态相继开断元件故障前的第l条输电线路潮流值；
Figure BDA0002893734050000074
为第j阶段稳态相继开断元件的额定功率值。
32)根据各阶段稳态相继动作事件的故障概率，计算连锁故障演化路径的故障概率；其中，连锁故障演化路径的故障概率取连锁故障演化路径各阶段的故障概率之积。
具体公式：
Figure BDA0002893734050000081
其中，
Figure BDA0002893734050000082
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的故障概率；J为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中的稳态相继开断阶段数；pFi0是第i个初始群发性故障Fi 0的故障概率。
33)根据连锁故障演化路径的故障概率和预设的故障严重度，计算连锁故障演化路径的风险。
具体公式：
Figure BDA0002893734050000083
其中，
Figure BDA0002893734050000084
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的风险；
Figure BDA0002893734050000085
为预设的故障严重度，可以根据连锁故障时域仿真对应的事故事件等级结论分级评定：无事故事件时，
Figure BDA0002893734050000086
五级事件时，
Figure BDA0002893734050000087
四级事件时，
Figure BDA0002893734050000088
三级事件时，
Figure BDA0002893734050000089
二级事件时，
Figure BDA00028937340500000810
一级事件时，
Figure BDA00028937340500000811
一般事故时，
Figure BDA00028937340500000812
较大事故时，
Figure BDA00028937340500000813
重大事故时，
Figure BDA00028937340500000814
特大事故时，
Figure BDA00028937340500000815
34)根据连锁故障演化路径的风险，计算电网连锁故障风险；
具体公式：
Figure BDA00028937340500000816
其中，RCF为电网连锁故障风险；CF为所有连锁故障演化路径集合。
35)若电网连锁故障风险大于风险可接受值Ru，转至步骤4，否则结束。
步骤4，根据连锁故障演化路径的风险，获取电网各输电线路的风险权重。
具体公式：
Figure BDA0002893734050000091
其中，βl为第l条输电线路的风险权重；L为所有输电线路集合；
Figure BDA0002893734050000092
为第l条输电线路在CFi_k中的权重因子；当第l条输电线路属于CFi_k时，
Figure BDA0002893734050000093
一般取1.0；当第l条输电线路不属于CFi_k时，
Figure BDA0002893734050000094
步骤5，根据风险权重和预设的灭火装备部署优化模型，获取最优的灭火装备部署方案。
灭火装备部署优化模型以单位风险灭火装备部署成本最小为目标；
优化目标函数为：
Figure BDA0002893734050000095
其中，Cl为第l条输电线路部署灭火装备的成本，无特殊情况时各输电线路灭火装备部署成本取相同的常数；λl为第l条输电线路部署灭火装备决策变量，如需要部署，则λl＝1，否则λl＝0。
灭火装备数往往远小于输电线路数，因此以灭火装备总数为等式约束，具体为：
Figure BDA0002893734050000096
其中，Next为灭火装备总数。
步骤6，根据最优的灭火装备部署方案和电网运行方式优化模型，调整连锁故障输电线路潮流，降低连锁故障概率。
通过灭火装备部署优化可以降低初始群发性故障的概率，在此基础上，通过优化可调发电机、可控负荷，调整连锁故障输电线路潮流，降低连锁故障概率，综合实现降低连锁故障风险。
以此为优化方向，建立以电网连锁故障风险控制距可接受风险偏差最小为目标电网运行方式优化模型，以可调发电机、可控负荷为决策变量进行优化。
以山火灾害下，电网运行方式调整后电网连锁故障风险达到风险可接受值Ru为目标，建立如下优化目标函数：
Figure BDA0002893734050000101
展开后为
Figure BDA0002893734050000102
其中，p′Fi0为第i个初始群发性预想故障在部署灭火装备后的故障概率，当初始群发性预想故障中包含的输电线路中部署有灭火装备时，p′Fi0＝0，否则p′Fi0＝pFi0；
Figure BDA0002893734050000103
为CFi_k在考虑灭火装备及电网运行方式调整综合作用后的故障严重度，一般情况下取
Figure BDA0002893734050000104
简化起见可以不计及故障严重度的变化，即η＝1；
Figure BDA0002893734050000105
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中第j阶段稳态相继动作事件SEi.j，在考虑电网运行方式调整后的故障概率，计算公式为：
Figure BDA0002893734050000111
其中，
Figure BDA0002893734050000112
为电网运行方式调整后第j阶段稳态相继开断元件故障前的第l条输电线路潮流值；
对于CFi_k中第1阶段开断元件，其考虑电网运行方式调整后的潮流值
Figure BDA0002893734050000113
按下式计算：
Figure BDA0002893734050000114
其中，PG.i″、PD.i′分别为电网运行方式调整前的第i″个可调发电机有功出力、第i′个可控负荷有功值；P′D.i′、P′G.i″、
Figure BDA0002893734050000115
分别为电网运行方式调整后第i′个可控负荷有功值、第i″个可调发电机有功出力、第j阶段稳态相继开断元件故障前的第l条输电线路潮流值；
Figure BDA0002893734050000116
为第i″个可调发电机出力调整对第l条输电线路潮流变化影响的有功灵敏度；
Figure BDA0002893734050000117
为第i′个可控负荷有功值调整对第l条输电线路潮流变化影响的有功灵敏度；G为参与调整的可调发电机数量；D为参与调整的可控负荷数量；
对于CFi_k中第1阶段之后的开断元件，不考虑其功率变化的影响，即
Figure BDA0002893734050000118
考虑参与调整的可调发电机、可控负荷调整空间约束以及输电线路潮流限额约束，建立如下约束条件：
PD.i′.d≤P′D.i′≤PD.i′.u i′∈D
PG.i″.d≤P′G.i″≤PG.i″.u i″∈G
Figure BDA0002893734050000121
其中，PD.i′.d、PD.i′.u分别为P′D.i′的下限和上限；PG.i″.d、PG.i″.u分别为P′G.i″的下限和上限；
Figure BDA0002893734050000122
分别为
Figure BDA0002893734050000123
的下限和上限。
整合灭火装备部署优化方案、电网运行方式优化调整方案，以及优化处理后的电网连锁故障运行风险。
上述方法优化灭火装备部署，降低初始群发性故障的概率，基于灭火装备部署，优化电网运行方式，调整连锁故障输电线路潮流，综合电网运行方式调整和灭火措施降低连锁故障风险，实现山火灾害下电网连锁故障风险最小化。
多火点灾害下电网连锁故障风险最小化处置系统，包括，
故障概率模块：根据火点分布和输电线路分布，获取各输电线路的故障概率；
故障集模块：根据输电线路故障概率进行故障组合，构建初始群发性预想故障集；
风险权重模块：根据当前电网状态数据，对初始群发性预想故障集进行电网连锁故障风险评估，获取电网各输电线路的风险权重；
灭火装备部署方案优化模块：根据风险权重和预设的灭火装备部署优化模型，获取最优的灭火装备部署方案；
线路潮流优化模块：根据最优的灭火装备部署方案和电网运行方式优化模型，调整连锁故障输电线路潮流，降低连锁故障概率。
根据优化模型求解决策变量P′D.i′、P′G.i″，确定运行方式调整量及其对应的山火灾害下电网连锁故障运行风险。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行多火点灾害下电网连锁故障风险最小化处置方法。
一种计算设备，包括一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行多火点灾害下电网连锁故障风险最小化处置方法的指令。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

Claims (10)

1.多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：包括，
根据火点分布和输电线路分布，获取各输电线路的故障概率；
根据输电线路故障概率进行故障组合，构建初始群发性预想故障集；
根据当前电网状态数据，对初始群发性预想故障集进行电网连锁故障风险评估，获取电网各输电线路的风险权重；
根据风险权重和预设的灭火装备部署优化模型，获取最优的灭火装备部署方案；
根据最优的灭火装备部署方案和电网运行方式优化模型，调整连锁故障输电线路潮流，降低连锁故障概率。
2.根据权利要求1所述的多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：根据当前电网状态数据，对初始群发性预想故障集进行电网连锁故障风险评估，获取电网各输电线路的风险权重，具体过程为，
根据当前电网状态数据，获取各初始群发性预想故障的所有连锁故障演化路径，计算连锁故障演化路径中各阶段稳态相继动作事件的故障概率；其中，连锁故障演化路径为初始群发性预想故障、初始群发性预想故障的暂态相继动作事件、初始群发性预想故障各阶段的稳态相继动作事件的集合；
根据各阶段稳态相继动作事件的故障概率，计算连锁故障演化路径的故障概率；
根据连锁故障演化路径的故障概率和预设的故障严重度，计算连锁故障演化路径的风险；
根据连锁故障演化路径的风险，计算电网连锁故障风险；
响应于电网连锁故障风险大于风险可接受值，根据连锁故障演化路径的风险，计算电网各输电线路的风险权重。
3.根据权利要求2所述的多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：计算连锁故障演化路径中各阶段稳态相继动作事件的故障概率，具体公式为，
Figure FDA0002893734040000021
其中，
Figure FDA0002893734040000022
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中第j阶段稳态相继动作事件SEi.j的故障概率；α1、α2、α3为比例系数；
Figure FDA0002893734040000023
为第j阶段稳态相继开断元件故障前的第l条输电线路潮流值；
Figure FDA0002893734040000024
为第j阶段稳态相继开断元件的额定功率值。
4.根据权利要求2所述的多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：计算连锁故障演化路径故障概率，具体公式为，
Figure FDA0002893734040000025
其中，
Figure FDA0002893734040000026
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的故障概率；
Figure FDA0002893734040000027
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中第j阶段稳态相继动作事件SEi.j的故障概率；J为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中的稳态相继开断阶段数；pFi0是第i个初始群发性故障的故障概率。
5.根据权利要求2所述的多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：计算连锁故障演化路径的风险，具体公式为，
Figure FDA0002893734040000031
其中，
Figure FDA0002893734040000032
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的风险；
Figure FDA0002893734040000033
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的故障概率；
Figure FDA0002893734040000034
为预设的故障严重度。
6.根据权利要求2所述的多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：计算电网连锁故障风险，具体公式为，
Figure FDA0002893734040000035
其中，RCF为电网连锁故障风险；
Figure FDA0002893734040000036
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的风险；CF为所有连锁故障演化路径集合。
7.根据权利要求2所述的多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：计算电网各输电线路的风险权重，具体公式为，
Figure FDA0002893734040000037
其中，βl为第l条输电线路的风险权重；L为所有输电线路集合；CF为所有连锁故障演化路径集合；
Figure FDA0002893734040000038
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k的风险；
Figure FDA0002893734040000039
为第l条输电线路在CFi_k中的权重因子。
8.根据权利要求2所述的多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：灭火装备部署优化模型以单位风险灭火装备部署成本最小为目标；
优化目标函数为：
Figure FDA0002893734040000041
其中，βl为第l条输电线路的风险权重；L为所有输电线路集合；Cl为第l条输电线路部署灭火装备的成本；λl为第l条输电线路部署灭火装备决策变量；
约束条件为：
Figure FDA0002893734040000042
其中，Next为灭火装备总数。
9.根据权利要求2所述的多火点灾害下电网连锁故障风险最小化处置方法，其特征在于：电网运行方式优化模型以电网连锁故障风险控制距可接受风险偏差最小为目标，以可调发电机、可控负荷为决策变量进行优化；
优化目标函数为：
Figure FDA0002893734040000043
其中，p′Fi0为第i个初始群发性预想故障在部署灭火装备后的故障概率；
Figure FDA0002893734040000044
为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中第j阶段稳态相继动作事件SEi.j，在考虑电网运行方式调整后的故障概率；J为第i个初始群发性预想故障的第k条连锁故障演化路径CFi_k中的稳态相继开断阶段数；CF为所有连锁故障演化路径集合；
Figure FDA0002893734040000045
为CFi_k在考虑灭火装备及电网运行方式调整综合作用后的故障严重度；Ru为风险可接受值；
约束条件为：
PD.i′.d≤P′D.i′≤PD.i′.u
PG.i″.d≤PG′.i″≤PG.i″.u
Figure FDA0002893734040000046
其中，P′D.i′、P′G.i″、
Figure FDA0002893734040000051
分别为电网运行方式调整后第i′个可控负荷有功值、第i″个可调发电机有功出力、第j阶段稳态相继开断元件故障前的第l条输电线路潮流值；PD.i′.d、PD.i′.u分别为P′D.i′的下限和上限；PG.i″.d、PG.i″.u分别为P′G.i″的下限和上限；
Figure FDA0002893734040000052
分别为
Figure FDA0002893734040000053
的下限和上限。
10.多火点灾害下电网连锁故障风险最小化处置系统，其特征在于：包括，
故障概率模块：根据火点分布和输电线路分布，获取各输电线路的故障概率；
故障集模块：根据输电线路故障概率进行故障组合，构建初始群发性预想故障集；
风险权重模块：根据当前电网状态数据，对初始群发性预想故障集进行电网连锁故障风险评估，获取电网各输电线路的风险权重；
灭火装备部署方案优化模块：根据风险权重和预设的灭火装备部署优化模型，获取最优的灭火装备部署方案；
线路潮流优化模块：根据最优的灭火装备部署方案和电网运行方式优化模型，调整连锁故障输电线路潮流，降低连锁故障概率。
CN202110037289.4A 2021-01-12 2021-01-12 多火点灾害下电网连锁故障风险最小化处置方法及系统 Active CN112651662B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110037289.4A CN112651662B (zh) 2021-01-12 2021-01-12 多火点灾害下电网连锁故障风险最小化处置方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110037289.4A CN112651662B (zh) 2021-01-12 2021-01-12 多火点灾害下电网连锁故障风险最小化处置方法及系统

Publications (2)

Publication Number Publication Date
CN112651662A true CN112651662A (zh) 2021-04-13
CN112651662B CN112651662B (zh) 2022-09-20

Family

ID=75368081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110037289.4A Active CN112651662B (zh) 2021-01-12 2021-01-12 多火点灾害下电网连锁故障风险最小化处置方法及系统

Country Status (1)

Country Link
CN (1) CN112651662B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115967126A (zh) * 2022-12-06 2023-04-14 哈尔滨工业大学 一种自然灾害下新能源集群出力外送风险在线分析方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106886841A (zh) * 2017-02-24 2017-06-23 湖南省湘电试研技术有限公司 无需实时采集现场信息的线路山火灾害评估方法及系统
CN107330554A (zh) * 2017-06-29 2017-11-07 国网湖南省电力公司 山火灾害下电网灭火装备动态博弈应急方法及系统
CN107590563A (zh) * 2017-09-07 2018-01-16 国网湖南省电力公司 电网山火灾害风险分布图绘制方法及系统
CN110346673A (zh) * 2019-05-23 2019-10-18 国网河南省电力公司郑州供电公司 一种计及网络拓扑合理性的智能配电网风险评估方法
CN111368449A (zh) * 2020-03-12 2020-07-03 国电南瑞科技股份有限公司 一种考虑交直流影响的连锁故障演化路径在线识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106886841A (zh) * 2017-02-24 2017-06-23 湖南省湘电试研技术有限公司 无需实时采集现场信息的线路山火灾害评估方法及系统
CN107330554A (zh) * 2017-06-29 2017-11-07 国网湖南省电力公司 山火灾害下电网灭火装备动态博弈应急方法及系统
CN107590563A (zh) * 2017-09-07 2018-01-16 国网湖南省电力公司 电网山火灾害风险分布图绘制方法及系统
CN110346673A (zh) * 2019-05-23 2019-10-18 国网河南省电力公司郑州供电公司 一种计及网络拓扑合理性的智能配电网风险评估方法
CN111368449A (zh) * 2020-03-12 2020-07-03 国电南瑞科技股份有限公司 一种考虑交直流影响的连锁故障演化路径在线识别方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115967126A (zh) * 2022-12-06 2023-04-14 哈尔滨工业大学 一种自然灾害下新能源集群出力外送风险在线分析方法
CN115967126B (zh) * 2022-12-06 2024-03-22 哈尔滨工业大学 一种自然灾害下新能源集群出力外送风险在线分析方法

Also Published As

Publication number Publication date
CN112651662B (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
Amraee et al. Probabilistic under frequency load shedding considering RoCoF relays of distributed generators
Sigrist et al. A review of the state of the art of UFLS schemes for isolated power systems
US20210210958A1 (en) Proactive intelligent load shedding
Laghari et al. Application of computational intelligence techniques for load shedding in power systems: A review
Chvez et al. The joint adequacy of AGC and primary frequency response in single balancing authority systems
Wu Frequency stability for an island power system: Developing an intelligent preventive-corrective control mechanism for an offshore location
CN113077075B (zh) 新能源不确定性电力系统安全风险预防控制方法及装置
CN112651662B (zh) 多火点灾害下电网连锁故障风险最小化处置方法及系统
Bera et al. Sizing of energy storage systems for grid inertial response
Hong et al. A new load shedding scheme with consideration of distributed energy resources’ active power ramping capability
Yadav et al. Low voltage ride through capability for resilient electrical distribution system integrated with renewable energy resources
CN106845757B (zh) 一种电网潮流转移危害度评估方法
Rahmann et al. Methodology for selecting operating points and contingencies for frequency stability studies
Kirby et al. Nuclear generating stations and transmission grid reliability
CN110689178A (zh) 电网的输电线路的山火连锁故障风险的分析方法及系统
Mditshwa et al. A review on sustaining power system frequency stability considering the integration of distributed energy resources (DERs)
Pimjaipong et al. Blackout prevention plan-The stability, reliability and security enhancement in Thailand power grid
Nerkar et al. An analysis of the impact on frequency response with penetration of‎ RES in power system and modified virtual inertia controller
Santos et al. Real-time closed loop system controlled by an Artificial Neural Network for estimation of the optimal load shedding
US11916394B2 (en) Renewable energy system stabilization system and system stabilization support method
Li et al. A three-dimensional resilience index evaluation system for the distribution network under flood disaster
CN110429619B (zh) 一种超大规模电网的需求侧频率紧急控制的容灾反应方法
Spallarossa et al. Underfrequency load shedding scheme for systems with large penetration renewable variable generation
Fan et al. Steady frequency prediction algorithm for power system with governor deadband
Hazra et al. A network congestion management approach considering the risk of cascading failures

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