CN112713584B - 适用于稳控系统预想故障集外故障的控制方法和装置 - Google Patents

适用于稳控系统预想故障集外故障的控制方法和装置 Download PDF

Info

Publication number
CN112713584B
CN112713584B CN202011313480.9A CN202011313480A CN112713584B CN 112713584 B CN112713584 B CN 112713584B CN 202011313480 A CN202011313480 A CN 202011313480A CN 112713584 B CN112713584 B CN 112713584B
Authority
CN
China
Prior art keywords
fault
expected
control
faults
degree
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
CN202011313480.9A
Other languages
English (en)
Other versions
CN112713584A (zh
Inventor
马骞
王娟
张建新
李祝昆
吴云亮
刘东洋
李鹏
熊峰
周志为
徐捷
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.)
China Southern Power Grid Co Ltd
Nari Technology Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
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 China Southern Power Grid Co Ltd, Nari Technology Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN202011313480.9A priority Critical patent/CN112713584B/zh
Publication of CN112713584A publication Critical patent/CN112713584A/zh
Application granted granted Critical
Publication of CN112713584B publication Critical patent/CN112713584B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H7/00—Emergency 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
    • H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种适用于稳控系统预想故障集外故障的控制方法和装置，当系统发生预想故障集外故障时，根据故障信息库的内容，在系统信息库中找出与集外故障相匹配的运行工况，得到集外故障信息；将集外故障信息与预想故障集中的预想故障进行关联度比较，得到与集外故障关联度最高的预想故障或者得到集外故障与预想故障集的关联度较低；根据与集外故障关联度最高的预想故障或者稳控策略规则库制定预想故障集外故障的控制措施量，根据所述控制措施量采取联切机组或联切负荷的措施。本发明可提高安全稳定控制系统可靠性，保障电网安全稳定运行。

Description

适用于稳控系统预想故障集外故障的控制方法和装置
技术领域
本发明属于电力系统安全稳定控制技术领域，具体涉及一种适用于稳控系统预想故障集外故障的控制方法和装置。
背景技术
随着特高压交直流工程的快速发展，电力输电呈现大容量、远距离、跨大区的新特点，电力系统的稳定问题也变得更加复杂和不确定。“三道防线”是中国电网能够长期安全稳定运行的成功经验，安全稳定控制系统作为第二道防线，通过采取必要的切机、切负荷等手段，以确保电网在受到重大冲击的严重故障时能够继续保持稳定运行，是保障电网安全、可靠、稳定运行的重要设备，而策略表是第二道防线的核心和基础。
在制定策略表时，需针对预想的可能会对系统运行造成重大冲击的严重故障，通过大量多次的仿真计算，得到能够使系统恢复到稳定状态的控制措施，进而将该严重故障与其对应的控制措施构成相应的策略表，当实际系统发生严重故障时，根据判别的故障类型，匹配策略表中对应的控制措施进行控制。
目前安全稳定控制系统中，不论是离线策略还是在线预决策，都是针对预想故障集设置的控制策略，对于预想故障集之外的故障并未给出具体的控制措施，一旦电网发生预想策略外故障，安控装置就可能有拒动的风险，影响电网安全稳定运行。
发明内容：
为解决现有技术中的不足，本发明提供一种适用于稳控系统预想故障集外故障的控制方法和装置，解决了目前对于预想故障集外故障无控制方法的问题。
为了实现上述目标，本发明采用如下技术方案：一种适用于稳控系统预想故障集外故障的控制方法，包括：
当系统发生预想故障集外故障时，根据故障信息库的内容，在系统信息库中找出与集外故障相匹配的运行工况，得到集外故障信息；
将集外故障信息与预想故障集中的预想故障进行关联度比较，得到与集外故障关联度最高的预想故障或者得到集外故障与预想故障集的关联度较低；
根据与集外故障关联度最高的预想故障或者稳控策略规则库制定预想故障集外故障的控制措施量，根据所述控制措施量采取联切机组或联切负荷的措施。
进一步的，所述故障信息库包括预想故障集外故障的类型，所述类型包括：故障元件类型、故障元件个数类型和元件故障的类型。
进一步的，故障元件类型包括：母线故障、线路故障、主变故障、机组故障和极故障；故障元件个数类型包括：N-1故障、N-2故障；元件故障的类型包括：过载故障、跳闸故障。
进一步的，所述系统信息库中包括：系统站点、接线方式、控制功能、断面和潮流方式。
进一步的，所述关联度η的计算如下：
Figure BDA0002790579890000021
其中，n为影响因素的个数，ωi表示单个影响因素的权重系数，0≤ωi≤1，
Figure BDA0002790579890000022
xi表示单个影响因素的评价值，0≤xi≤1，若影响因素完全匹配，则评价值xi为1，若完全不匹配，则为0。
进一步的，从η＞ηco对应的预想故障中选择关联度最大对应的预想故障作为与集外故障关联度最高的预想故障，其中，ηco是关联度阈值；若各个关联度都满足η＜＝ηco，则认为集外故障与预想故障的关联度较低。
进一步的，若得到与集外故障关联度最高的预想故障，在该关联度最高的预想故障控制措施基础上得出集外故障的控制量：
P＝λ*Pold
其中，Pold为关联度最大对应的预想故障的控制措施量，P为预想故障集外故障的控制措施量，λ为控制系数，其取值与关联度η有关，λ∈[η,1+(1-η)]。进一步的，若得到集外故障与预想故障的关联度较低，则查询稳控策略规则库中的规则，得出针对预想故障集外故障的控制对象及控制措施；
稳控策略规则库中包括影响因素和对应的权重，采用多影响因素叠加的方法来确定集外故障的控制对象，形式如下：
Figure BDA0002790579890000031
式中，F代表故障控制对象，根据计算得出的F的符号来决定切机还是切负荷；Wm为第m个影响因素的权重，M为影响因素的总数,m＝1,2…,M；
计算预想故障集外故障的控制量：
P＝δ*ΔP
ΔP＝Pt-Pt-200ms
式中，P是预想故障集外故障的控制量，δ是比例系数，0.8≤δ≤1.2，ΔP是故障元件功率损失量，Pt是故障当前元件功率，Pt-200ms是故障前元件稳态功率。根据计算得出控制量P，进而采取联切机组或联切负荷措施。
一种适用于稳控系统预想故障集外故障的控制装置，包括：
集外故障信息获取模块，用于当系统发生预想故障集外故障时，根据故障信息库的内容，在系统信息库中找出与集外故障相匹配的运行工况，得到集外故障信息；
控制措施量获取模块，用于将集外故障信息与预想故障集中的预想故障进行关联度比较，得到与集外故障关联度最高的预想故障或者得到集外故障与预想故障集的关联度较低；根据与集外故障关联度最高的预想故障或者稳控策略规则库制定预想故障集外故障的控制措施量，根据所述控制措施量采取联切机组或联切负荷的措施。
进一步的，所述关联度η的计算如下：
Figure BDA0002790579890000041
其中，n为影响因素的个数，ωi表示单个影响因素的权重系数，0≤ωi≤1，
Figure BDA0002790579890000042
xi表示单个影响因素的评价值，0≤xi≤1，若影响因素完全匹配，则评价值xi为1，若完全不匹配，则为0；
若得到与集外故障关联度最高的预想故障，在该关联度最高的预想故障控制措施基础上得出集外故障的控制量：
P＝λ*Pold
其中，Pold为关联度最大对应的预想故障的控制措施量，P为预想故障集外故障的控制措施量，λ为控制系数，其取值与关联度η有关，λ∈[η,1+(1-η)]；
若得到集外故障与预想故障的关联度较低，则查询稳控策略规则库中的规则，得出针对预想故障集外故障的控制对象及控制措施；
稳控策略规则库中包括影响因素和对应的权重，采用多影响因素叠加的方法来确定集外故障的控制对象，形式如下：
Figure BDA0002790579890000043
式中，F代表故障控制对象，根据计算得出的F的符号来决定切机还是切负荷；Wm为第m个影响因素的权重，M为影响因素的总数,m＝1,2…,M；
计算预想故障集外故障的控制量：
P＝δ*ΔP
ΔP＝Pt-Pt-200ms
式中，P是预想故障集外故障的控制量，δ是比例系数，0.8≤δ≤1.2，ΔP是故障元件功率损失量，Pt是故障当前元件功率，Pt-200ms是故障前元件稳态功率。根据计算得出控制量P，进而采取联切机组或联切负荷措施。
本发明的有益效果：本发明根据故障信息库的内容，在系统信息库中找出与集外故障相匹配的运行工况，得到集外故障信息；将集外故障信息与预想故障集中的预想故障进行关联度比较，得到与集外故障关联度最高的预想故障或者得到集外故障与预想故障集的关联度较低；根据与集外故障关联度最高的预想故障或者稳控策略规则库制定预想故障集外故障的控制措施量，根据所述控制措施量采取联切机组或联切负荷的措施。能够有效解决目前稳控系统预想故障集外故障的控制措施的问题，提高稳控系统的可靠性。
附图说明
图1为预想故障策略外故障分类图。
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。
实施例1：
针对安控系统发生预想故障集外的故障(以下均简称为“集外故障”)，一种适用于稳控系统预想故障集外故障的控制方法，具体步骤如下：
步骤1，当系统发生预想故障集外故障时，根据故障信息库的内容，在系统信息库中找出与集外故障相匹配的运行工况，得到集外故障信息；
故障信息越完善，制定出的控制措施越有效。
对于安控系统检测的故障，不同故障元件类型、不同故障类型以及不同故障元件个数，其控制策略都不尽相同。因此，在制定超出预想故障集外的集外故障的控制策略前，有必要对故障进行合理的分类，可以有效简化策略的制定流程。
对预想故障集外故障分类可形成故障信息库，如图1所示，依据不同的分类标准，有不同的分类方法。根据故障元件类型不同，分类有母线故障、线路故障、主变故障、机组故障、极故障等；根据故障元件个数不同，分类有N-1故障、N-2故障等；根据元件故障的类型不同，分类有过载故障、跳闸故障，其中，跳闸故障又分为单瞬故障、单永故障、相间故障以及无故障跳闸。对于分类，可以依据单一的分类标准，也可以同时考虑多种分类标准，比如，母线的N-1故障，线路的N-1无故障跳闸等，依据的分类标准越多，分类越详细，越有利于之后制定故障控制措施。
所述系统信息库存放的是系统站点、接线方式、控制功能、断面、潮流方式(即运行工况)。其中，系统站点指该系统所包含各站点，包括控制主站、控制子站以及执行站；接线方式指，对于影响电网运行方式的策略元件，元件有“投运”和“检修”两种状态，当这些元件中的某一个或某几个出现检修时，即认为系统出现一种“接线方式”；控制功能指设备跳闸控制功能和设备过载控制功能；断面指的是本系统中涉及控制策略的断面；潮流方式，包含潮流方向及潮流区间。
系统信息库可以表示为，系统站点(站点1、站点2、…、站点P)，接线方式(方式1、方式2、…、方式F)，控制功能(过载、跳闸)，故障断面(断面1、断面2、…、断面L)，故障元件潮流方向(正向、反向)，故障元件潮流区间(区间1、区间2、…、区间K)。得到的完整的故障信息可表示为故障对象(系统站点p、接线方式f、控制功能、断面l、潮流方向、故障区间k)；
步骤2，将集外故障信息与预想故障集中的故障进行关联度比较，得到与集外故障关联度最高的预想故障或者得到集外故障与预想故障集的关联度较低；
关联度η通过影响因素计算，影响因素包括：运行方式、故障断面、潮流方向、潮流区间、故障类型、故障元件个数、故障元件类型等；为每个影响因素设置其关联度值ηi,关联度η的计算如下：
Figure BDA0002790579890000071
其中，n为用于计算关联度的影响因素的个数，具体选取可根据稳控系统预想故障策略表而定，。ωi表示单个影响因素的权重系数，0≤ωi≤1，
Figure BDA0002790579890000072
xi表示单个影响因素的评价值，0≤xi≤1，若影响因素完全匹配，如运行方式一致，则评价值xi为1，若运行方式完全不一致则为0。
从η＞ηco中选择关联度最大对应的预想故障作为与集外故障关联度最高的预想故障，其中ηco是关联度阈值，ηco的取值可根据不同电网网架灵活整定；
若集外故障预想故障的关联度均低于设定的ηco阈值，则认为集外故障与预想故障的关联度较低。
步骤3，根据与集外故障关联度最高的预想故障或者稳控策略规则库制定预想故障集外故障的控制措施量。
若得到与集外故障关联度最高的预想故障，可在该关联度较高的预想故障控制措施基础上得出严重故障的控制量:
P＝λ*Pold
其中，Pold为关联度最大对应的预想故障的控制措施量，P为预想故障集外故障的控制措施量。λ为控制系数，其取值与关联度η有关，λ∈[η,1+(1-η)]；
若得到集外故障与预想故障的关联度较低，则查询稳控策略规则库中的规则，可得出针对预想故障集外故障的控制对象及控制措施，控制对象例如本地切除、远方切除；控制措施如待切机组量，待切负荷量。其中，稳控策略规则库则是经过询问有经验的专家制定的特定故障的控制策略。稳控策略规则库的建立应遵循以下原则：所有知识和参数的确定都要反复询问专家而确定，然后整理成一条条规则，依据内容的不同，组建成规则库。所有知识均从有经验专家那里或经计算而来。稳控策略规则库，可以在其中增加，删除，修改指定的规则，方便对规则库的完善和更新。条件是规则的基本元素，一条规则是由多个条件组合而成，条件也可以是多个条件的嵌套组成。
规则表示的数学模型为：
RULE<规则名>
WHEN<条件>
IF<影响因素1>THEN<权重1>；
IF<影响因素2>THEN<权重2>；
…
IF<影响因素m>THEN<权重m>；
END RULE<规则名>
模型中每个规则的形式均以IF…THEN…的形式建立，运行过程中环环相扣以形成严格的推理网络进行分析。
例如，线路故障。
RULE<XX线路故障>
WHEN<单永故障>
IF<运行方式>THEN<权重1>；
IF<故障断面>THEN<权重2>；
IF<潮流方向>THEN<权重3>；
END RULE<XX线路故障>
采用多影响因素叠加的方法来确定集外故障的控制对象，形式如下：
Figure BDA0002790579890000081
式中，F代表故障控制对象，根据计算得出的F的符号来决定切机还是切负荷。规定，F为正代表切机，为负代表切负荷；Wm为第m个影响因素的权重，规定Wm为正代表切机，为负代表切负荷。M为用于计算F的影响因素的总数,m＝1,2…,M；
计算预想故障集外故障的控制量：
P＝δ*ΔP
ΔP＝Pt-Pt-200
式中，P是预想故障集外故障的控制量，δ是比例系数，0.8≤δ≤1.2，ΔP是故障元件功率损失量，Pt是故障当前元件功率，Pt-200ms是故障前元件稳态功率。根据计算得出控制量P，进而采取联切机组或联切负荷措施。
总之，当电力系统发生预想故障集外严重故障时，本发明能够根据故障类型及运行工况给出符合经验的控制措施，使得安全稳定控制装置能够更好的应对电网故障，保障电网稳定运行。
实施例2：
一种适用于稳控系统预想故障集外故障的控制装置，包括：
集外故障信息获取模块，用于当系统发生预想故障集外故障时，根据故障信息库的内容，在系统信息库中找出与集外故障相匹配的运行工况，得到集外故障信息；
控制措施量获取模块，用于将集外故障信息与预想故障集中的预想故障进行关联度比较，得到与集外故障关联度最高的预想故障或者得到集外故障与预想故障集的关联度较低；根据与集外故障关联度最高的预想故障或者稳控策略规则库制定预想故障集外故障的控制措施量，根据所述控制措施量采取联切机组或联切负荷的措施。
进一步的，所述关联度η的计算如下：
Figure BDA0002790579890000101
其中，n为用于计算关联度的影响因素的个数，ωi表示单个影响因素的权重系数，0≤ωi≤1，
Figure BDA0002790579890000102
xi表示单个影响因素的评价值，0≤xi≤1，若影响因素完全匹配，则评价值xi为1，若完全不匹配，则为0；
从η＞ηco对应的预想故障中选择关联度最大对应的预想故障作为与集外故障关联度最高的预想故障，其中，ηco是关联度阈值；若各个关联度都满足η＜＝ηco，则认为集外故障与预想故障的关联度较低。
若得到与集外故障关联度最高的预想故障，在该关联度最高的预想故障控制措施基础上得出集外故障的控制量：
P＝λ*Pold
其中，Pold为关联度最大对应的预想故障的控制措施量，P为预想故障集外故障的控制措施量，λ为控制系数，其取值与关联度η有关，λ∈[η,1+(1-η)]；
若得到集外故障与预想故障的关联度较低，则查询稳控策略规则库中的规则，得出针对预想故障集外故障的控制对象及控制措施；
稳控策略规则库中包括影响因素和对应的权重，采用多影响因素叠加的方法来确定集外故障的控制对象，形式如下：
Figure BDA0002790579890000103
式中，F代表故障控制对象，根据计算得出的F的符号来决定切机还是切负荷；Wm为第m个影响因素的权重，M为用于计算F的影响因素的总数,m＝1,2…,M；
计算预想故障集外故障的控制量：
P＝δ*ΔP
ΔP＝Pt-Pt-200ms
式中，P是预想故障集外故障的控制量，δ是比例系数，0.8≤δ≤1.2，ΔP是故障元件功率损失量，Pt是故障当前元件功率，Pt-200ms是故障前元件稳态功率。根据计算得出控制量P，进而采取联切机组或联切负荷措施。
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。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.一种适用于稳控系统预想故障集外故障的控制方法，其特征在于，包括：
当系统发生预想故障集外故障时，根据故障信息库的内容，在系统信息库中找出与集外故障相匹配的运行工况，得到集外故障信息；
将集外故障信息与预想故障集中的预想故障进行关联度比较，得到与集外故障关联度最高的预想故障或者得到集外故障与预想故障集的关联度较低；
根据与集外故障关联度最高的预想故障或者稳控策略规则库制定预想故障集外故障的控制措施量，根据所述控制措施量采取联切机组或联切负荷的措施；所述关联度
Figure DEST_PATH_IMAGE001
的计算如下：
Figure 390326DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE003
为影响因素的个数，
Figure 278648DEST_PATH_IMAGE004
表示单个影响因素的权重系数，
Figure DEST_PATH_IMAGE005
，
Figure 692312DEST_PATH_IMAGE006
；
Figure DEST_PATH_IMAGE007
表示单个影响因素的评价值，
Figure 746593DEST_PATH_IMAGE008
，若影响因素完全匹配，则评价值
Figure 95666DEST_PATH_IMAGE007
为1，若完全不匹配，则为0；
若得到与集外故障关联度最高的预想故障，在该关联度最高的预想故障控制措施基础上得出集外故障的控制量：
Figure DEST_PATH_IMAGE009
其中，
Figure 64759DEST_PATH_IMAGE010
为关联度最大对应的预想故障的控制措施量，
Figure DEST_PATH_IMAGE011
为控制系数，
Figure 626322DEST_PATH_IMAGE012
；
若得到集外故障与预想故障的关联度较低，则查询稳控策略规则库中的规则，得出针对预想故障集外故障的控制对象及控制措施；
稳控策略规则库中包括影响因素和对应的权重，采用多影响因素叠加的方法来确定集外故障的控制对象，形式如下：
Figure DEST_PATH_IMAGE013
式中，F代表故障控制对象，根据计算得出的F的符号来决定切机还是切负荷；
Figure 302154DEST_PATH_IMAGE014
为第m个影响因素的权重，M为影响因素的总数，m=1,2,…,M；
计算预想故障集外故障的控制量：
Figure DEST_PATH_IMAGE015
式中，P是预想故障集外故障的控制量，
Figure DEST_PATH_IMAGE017
是比例系数，
Figure 848892DEST_PATH_IMAGE018
，
Figure DEST_PATH_IMAGE019
是故障元件功率损失量，
Figure 39702DEST_PATH_IMAGE020
是故障当前元件功率，
Figure DEST_PATH_IMAGE021
是故障前元件稳态功率；根据计算得出控制量P，而采取联切机组或联切负荷措施。
2.根据权利要求1所述的控制方法，其特征在于：所述故障信息库包括预想故障集外故障的类型，所述类型包括：故障元件类型、故障元件个数类型和元件故障的类型。
3.根据权利要求2所述的控制方法，其特征在于：故障元件类型包括：母线故障、线路故障、主变故障、机组故障和极故障；故障元件个数类型包括：N-1故障、N-2故障；元件故障的类型包括：过载故障、跳闸故障。
4.根据权利要求1所述的控制方法，其特征在于：所述系统信息库中包括：系统站点、接线方式、控制功能、断面和潮流方式。
5.根据权利要求4所述的控制方法，其特征在于：从
Figure 467272DEST_PATH_IMAGE022
对应的预想故障中选择关联度最大对应的预想故障作为与集外故障关联度最高的预想故障，其中，
Figure DEST_PATH_IMAGE023
是关联度阈值；若各个关联度都满足
Figure 935293DEST_PATH_IMAGE024
，则认为集外故障与预想故障的关联度较低。
6.一种适用于稳控系统预想故障集外故障的控制装置，其特征在于，包括：
集外故障信息获取模块，用于当系统发生预想故障集外故障时，根据故障信息库的内容，在系统信息库中找出与集外故障相匹配的运行工况，得到集外故障信息；
控制措施量获取模块，用于将集外故障信息与预想故障集中的预想故障进行关联度比较，得到与集外故障关联度最高的预想故障或者得到集外故障与预想故障集的关联度较低；根据与集外故障关联度最高的预想故障或者稳控策略规则库制定预想故障集外故障的控制措施量，根据所述控制措施量采取联切机组或联切负荷的措施；
所述关联度
Figure 750803DEST_PATH_IMAGE001
的计算如下：
Figure DEST_PATH_IMAGE025
其中，
Figure 569854DEST_PATH_IMAGE003
为影响因素的个数，
Figure 129011DEST_PATH_IMAGE004
表示单个影响因素的权重系数，
Figure 45015DEST_PATH_IMAGE005
，
Figure 405327DEST_PATH_IMAGE006
；
Figure 39570DEST_PATH_IMAGE007
表示单个影响因素的评价值，
Figure 136839DEST_PATH_IMAGE008
，若影响因素完全匹配，则评价值
Figure 110612DEST_PATH_IMAGE007
为1，若完全不匹配，则为0；
若得到与集外故障关联度最高的预想故障，在该关联度最高的预想故障控制措施基础上得出集外故障的控制量：
Figure 205607DEST_PATH_IMAGE009
其中，
Figure 123884DEST_PATH_IMAGE010
为关联度最大对应的预想故障的控制措施量，
Figure 165789DEST_PATH_IMAGE011
为控制系数，
Figure 790806DEST_PATH_IMAGE012
；
若得到集外故障与预想故障的关联度较低，则查询稳控策略规则库中的规则，得出针对预想故障集外故障的控制对象及控制措施；
稳控策略规则库中包括影响因素和对应的权重，采用多影响因素叠加的方法来确定集外故障的控制对象，形式如下：
Figure 384598DEST_PATH_IMAGE013
式中，F代表故障控制对象，根据计算得出的F的符号来决定切机还是切负荷；
Figure 399959DEST_PATH_IMAGE014
为第m个影响因素的权重，M为影响因素的总数，m=1,2,…,M；
计算预想故障集外故障的控制量：
Figure 307872DEST_PATH_IMAGE015
式中，P是预想故障集外故障的控制量，
Figure 115291DEST_PATH_IMAGE017
是比例系数，
Figure 817668DEST_PATH_IMAGE018
，
Figure 821789DEST_PATH_IMAGE019
是故障元件功率损失量，
Figure 330131DEST_PATH_IMAGE020
是故障当前元件功率，
Figure 929739DEST_PATH_IMAGE021
是故障前元件稳态功率；根据计算得出控制量P，而采取联切机组或联切负荷措施。
CN202011313480.9A 2020-11-20 2020-11-20 适用于稳控系统预想故障集外故障的控制方法和装置 Active CN112713584B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011313480.9A CN112713584B (zh) 2020-11-20 2020-11-20 适用于稳控系统预想故障集外故障的控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011313480.9A CN112713584B (zh) 2020-11-20 2020-11-20 适用于稳控系统预想故障集外故障的控制方法和装置

Publications (2)

Publication Number Publication Date
CN112713584A CN112713584A (zh) 2021-04-27
CN112713584B true CN112713584B (zh) 2023-02-14

Family

ID=75542415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011313480.9A Active CN112713584B (zh) 2020-11-20 2020-11-20 适用于稳控系统预想故障集外故障的控制方法和装置

Country Status (1)

Country Link
CN (1) CN112713584B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101340080A (zh) * 2007-11-08 2009-01-07 国网南京自动化研究院 大电网安全稳定预警、预防控制和紧急控制的一体化协调控制方法
CN103744919A (zh) * 2013-12-26 2014-04-23 广州供电局有限公司 电网知识库的自学习方法和系统
CN106655173A (zh) * 2016-12-26 2017-05-10 国网山东省电力公司泰安供电公司 电力系统故障修复方法和装置
EP3640760A1 (en) * 2018-10-17 2020-04-22 Solaredge Technologies Ltd. Photovoltaic system failure and alerting
CN111555908A (zh) * 2020-04-21 2020-08-18 国电南瑞科技股份有限公司 基于专家经验规则的电网复杂故障事件识别方法、装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101340080A (zh) * 2007-11-08 2009-01-07 国网南京自动化研究院 大电网安全稳定预警、预防控制和紧急控制的一体化协调控制方法
CN103744919A (zh) * 2013-12-26 2014-04-23 广州供电局有限公司 电网知识库的自学习方法和系统
CN106655173A (zh) * 2016-12-26 2017-05-10 国网山东省电力公司泰安供电公司 电力系统故障修复方法和装置
EP3640760A1 (en) * 2018-10-17 2020-04-22 Solaredge Technologies Ltd. Photovoltaic system failure and alerting
CN111555908A (zh) * 2020-04-21 2020-08-18 国电南瑞科技股份有限公司 基于专家经验规则的电网复杂故障事件识别方法、装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
廊坊地区电网报警分析与故障诊断系统;李再华等;《电气应用》;20090420(第08期);85-88 *

Also Published As

Publication number Publication date
CN112713584A (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
US20220376504A1 (en) Proactive intelligent load shedding
Singh et al. Decision tree based anomaly detection for remedial action scheme in smart grid using pmu data
CN110070286B (zh) 电网多灾种耦合连锁故障分析方法及系统
CN106408438A (zh) 基于全过程动态仿真的安全稳定控制策略自动校核方法
CN109993665B (zh) 电力系统在线安全稳定评估方法、装置及系统
JP7131971B2 (ja) 電力系統安定化システムおよび電力系統安定化方法
CN106548265B (zh) 一种基于连锁故障事故链搜索的输电网可靠性评估方法
Genêt et al. Voltage-stability monitoring using wide-area measurement systems
CN104218576B (zh) 一种重合闸电力系统暂态稳定性波动方法
CN112713584B (zh) 适用于稳控系统预想故障集外故障的控制方法和装置
Voropai et al. Smart technologies in emergency control of Russia's unified energy system
CN111799773A (zh) 一种用于预测电网连锁故障集的方法及系统
Pakdel Intelligent instability detection for islanding prediction
CN113285452B (zh) 用于预判电力系统暂态失稳与生成切机控制策略的方法
CN115133556A (zh) 一种基于深度交叉网络的电力系统暂态稳定预防控制方法
Santos et al. Real-time closed loop system controlled by an Artificial Neural Network for estimation of the optimal load shedding
Xu et al. Blackout risk assessment of cascading outages considering wind power uncertainty
Zhu et al. Online voltage stability monitoring and control using limited synchrophasor measurements
Rexhepi et al. Reliability indicators and condition monitoring of power transformers–Case study
Shao Adaptive three-stage controlled islanding to prevent imminent wide-area blackouts
Li Identification of cascaded generator over-excitation tripping events
Iswaran et al. A Comprehensive Framework based on Dynamic and Steady State Analysis to Evaluate Power System Resiliency to Extreme Weather Conditions
Sanyal et al. Impact of Voltage Sag on Market Operation in Electrical Power System
Solås A wide area load shedding scheme to prevent voltage instability
Das et al. Detection and Prevention of Voltage Instability Using PMU Data for Secured Operation of Power Systems

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