CN112734155B - 基于暂态能量不平衡的输电网络风险评估优化方法 - Google Patents

基于暂态能量不平衡的输电网络风险评估优化方法 Download PDF

Info

Publication number
CN112734155B
CN112734155B CN202011331451.5A CN202011331451A CN112734155B CN 112734155 B CN112734155 B CN 112734155B CN 202011331451 A CN202011331451 A CN 202011331451A CN 112734155 B CN112734155 B CN 112734155B
Authority
CN
China
Prior art keywords
node
probability
alternating current
direct current
risk assessment
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
CN202011331451.5A
Other languages
English (en)
Other versions
CN112734155A (zh
Inventor
张文朝
潘晓杰
王锐
徐友平
杨俊炜
党杰
邵德军
周濛
张三洪
张慕婕
边宏宇
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.)
Central China Grid Co Ltd
Original Assignee
Central China Grid 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 Central China Grid Co Ltd filed Critical Central China Grid Co Ltd
Priority to CN202011331451.5A priority Critical patent/CN112734155B/zh
Publication of CN112734155A publication Critical patent/CN112734155A/zh
Application granted granted Critical
Publication of CN112734155B publication Critical patent/CN112734155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了基于暂态能量不平衡的输电网络风险评估优化方法，包括：步骤SS1：基于交直流混联电力系统的能量传递关系，建立交直流混联电力系统暂态能量函数；步骤SS2：基于电网历史运行数据，对所述步骤SS1的交直流混联电力系统暂态能量函数基于BNG模型进行风险评估优化。针对目前网络风险评估模型中忽略故障预测及连锁故障产生的安全影响问题，为了准确评估目标网络风险，基于交直流混联电力系统的能量传递关系，建立交直流混联电力系统暂态能量函数，基于电网历史运行数据，引入了暂态能量效能变量，并将该变量融入概率的计算，得出网络中各节点的先验风险概率，从而对网络风险进行静态评估。

Description

基于暂态能量不平衡的输电网络风险评估优化方法
技术领域
本发明涉及一种基于暂态能量不平衡的输电网络风险评估优化方法，属于电力系统技术领域。
背景技术
目前，我国已建成世界最大的多区域互联的交直流输电系统。当前电力系统中清洁能源发电容量不断提升，伴随着电力电子元件大量的应用，多种影响关系例如交直流、送受端以及不同区域电网间的耦合等都给电网安稳运行带来挑战。因此，研究输电网络的风险评估方法具有重要意义。
在实际工程中，由连锁故障引起的停电事故是主要原因之一。目前，针对连锁故障引起的系统风险的相关研究尽管从多个方面阐述了连锁故障对系统的影响，但在建立风险评估模型时不够具体，未考虑暂态能量函数的影响。另一方面，考虑到电网对系统风险评估的需要，通常以故障链搜索法建模，但传统的事故链搜索方法未考虑对系统暂态过程和工程实际中故障产生时的保护措施等，仅对稳态过程以及线路故障和可靠性进行考虑。另外在计算事故链概率，现有的评估优化方法很少利用电网历史数据，并且忽略了故障间的相关性影响。因此，有必要设计新型的的暂态稳定评估方法，实现缩短计算时间、实现稳定裕度量化评估等目标。
发明内容
针对目前网络风险评估模型中忽略故障预测及连锁故障产生的安全影响问题，为了准确评估目标网络风险，本发明提出一种基于暂态能量不平衡的的输电网络风险评估优化方法。首先，基于交直流混联电力系统的能量传递关系，建立一种暂态能量函数模型；基于电网历史运行数据，引入了暂态能量效能变量，并将该变量融入概率的计算，得出网络中各节点的先验风险概率，从而对网络风险进行静态评估。考虑网络连锁故障动态更新模型，实现了对网络风险的动态评估。本发明所提出的模型不但可以有效地评估网络整体的安全性，而且在预测连锁故障方面也具有可行性。所提模型可以有效提升电网运行稳定性，降低系统运行风险。
本发明具体采用如下技术方案：基于暂态能量不平衡的输电网络风险评估优化方法，包括：
步骤SS1：基于交直流混联电力系统的能量传递关系，建立交直流混联电力系统暂态能量函数；
步骤SS2：基于电网历史运行数据，对所述步骤SS1的交直流混联电力系统暂态能量函数基于BNG模型进行风险评估优化。
作为一种较佳的实施例，所述建立交直流混联电力系统暂态能量函数包括：
步骤SS11：建立惯量坐标下的系统暂态能量函数数学模型；
步骤SS12：建立交直流混联电力系统暂态能量函数；
步骤SS13：建立交流系统势能函数；
步骤SS14：建立直流系统势能函数。
作为一种较佳的实施例，所述建立惯量坐标下的系统暂态能量函数数学模型具体包括：交直流混联电力系统中，各机组在惯量坐标下的等值转子角δC和等值速度ωC为：
式中：Mi、和δi分别为各机组的惯性时间常数和惯量修正系数；
各机组的转角和角速度表示为：
式中：θi和分别为各机组的转角和角速度；
对机组的能量方程累加，得到整个交直流混联电力系统在惯量坐标下的运动方程，如式(3)所示：
对于交直流混联电力系统支路的能量函数，表示如式(4)。
作为一种较佳的实施例，所述建立交直流混联电力系统暂态能量函数具体包括：
交直流混联电力系统的暂态能量函数形式如下：
Wc＝Wk+WAC+WDC (5)
其中，Wc为交直流混联电力系统的暂态能量；为交直流混联电力系统动能；WAC为交流系统势能；WDC为直流系统势能。
作为一种较佳的实施例，所述建立交流系统势能函数具体包括：
交流系统势能WAC＝W1+W2+W3+W4，各部分表达式为：
其中，W1为与发电机相关的势能；W2为与交流负荷相关的势能；W3为与发电机母线与负荷母线之间的传输功率及负荷母线之间传输功率相关的势能；W4为与交流母线和换流母线之间传输功率相关的势能；Vsi、Vsj和分别为母线i、j在故障清除后系统稳定平衡点处的电压幅值和相角；/>Vi、Vj和/>分别为故障清除时刻母线i、j的电压幅值和相角。
作为一种较佳的实施例，所述建立直流系统势能函数具体包括：
从交流侧注入直流系统的功率不为常数，且其与整流侧母线和逆变侧母线的电压幅值及相角均有关，据此直流系统势能函数WDC定义为：
式中，Pdz、Qdz和Pdn、Qdn为以整流和逆变方式注入直流子系统的有功和无功；Vr、Vl分别为整流和逆变的电压；分别为整流侧、逆变侧的电压相角。
作为一种较佳的实施例，所述步骤SS2中的所述BNG模型具体包括：
BNG＝{K，E，P，F，Ppre，O，Ppos}是有向无环图，各参数定义如下：
K＝{kj|ki∈Kb∪Km∪Kt，i＝1，2，...n}表示资源状态节点集合；其中，ki代表伯努利随机变量状态，ki＝0表示已发生风险，ki＝1表示未发生风险；
为初始的资源状态节点集合，Pa(Kj)为kj的父节点集合；
为中间资源状态节点集合；
为目标资源状态节点集合；
E＝{ei→j|i＝1，2，...N，j＝1，2，...N}表示资源状态节点间的有向边集合也是风险点集合；
若/>kj∈K，ki∈Pa(Kj)，则有E＝{ei→j|i＝1，2，.N，j＝1，2，...N}，ei→j＝<ki，kj>
F＝{F(ei→j)|i＝1，2，...N.j＝1，2，...N}表示风险发生的故障概率集合，为有向边上的权值；
F＝{And，Or}表示父节点间的依赖关系集合；表示ki父节点间的依赖关系；
Ppre表示资源状态节点的先验概率；
O＝{o(oi→j)|i＝1，2，...N，j＝1，2，...N}表示检测到的风险集合，其中，风险oi→j表示系统检测到故障ei→j。
作为一种较佳的实施例，所述步骤SS2中的所述风险评估优化包括：静态风险评估，计算出节点局部条件概率，进而计算节点先验概率，具体包括：
局部条件概率反映某电网的状态节点可能会发生的风险，kj的局部条件概率与其父节点Pa(kj)到该节点的连锁故障有关，贝叶斯攻击图BNG模型中父节点间存在两种依赖关系：{And，Or}，状态节点kj的局部条件概率的计算公式如下：
1)父节点间依赖关系fj＝And时：
2)父节点间依赖关系fj＝Or时：
由局部条件概率公式进一步计算kj的先验概率：
若kj的先验概率根据专家经验赋值。
作为一种较佳的实施例，所述步骤SS2中的所述风险评估优化包括：动态风险评估，输入贝叶斯攻击图BNG对应的端正图，输出节点删除次序，具体包括：
步骤SS21：初始化队列Q，用来存储节点删除次序；
步骤SS22：计算出每个节点对应的复杂度IC＝AE/DE；
步骤SS23：找出最小复杂度IC对应的节点，并将该节点存入队列Q，且从图中删除该节点，节点数递减；
步骤SS24：判定状态节点数目是否大于3，若是则输出节点删除次序队列，结束；否则转入步骤SS23。
作为一种较佳的实施例，所述步骤SS2中的所述风险评估优化包括：计算状态节点的后验概率，输入：贝叶斯攻击图BNG以及对应的团树Tb，检测到的攻击证据集合O；输出：每个状态节点的后验概率，具体包括：
步骤SS25：利用BSNAG初始化团树Tb，，即将与状态节点有关的原子攻击成功概率以及先验概率存入Tb，，由此得到各个团的概率分布；
步骤SS26：在团树Tb，中，将攻击证据对应的状态节点后验风险概率设为1；找出攻击证据对应的状态节点所在的一个团Tp，将该团作为枢纽进行概率推理；与Tp相邻的团Tc，将该团作为枢纽进行概率推理；
步骤SS27：调用信息分发函数collectmessage(Tp，Tc)，并将分发的信息存储在团Tc对应的信息存储函数中；
步骤SS28：查询一个含有非证据变量的团Ts；将初始化的概率分布和信息存储函数相结合，得到攻击证据下的团Ts的概率分布h(Ts)；
步骤SS29：利用计算非证据变量的后验概率。
本发明所达到的有益效果：(1)本发明介绍了一种基于暂态能量不平衡的的输电网络风险评估分析方法，用于交直流混联电力系统的静态与动态风险评估，能够有效地评估网络整体的安全性，预测连锁故障，有效提升电网运行稳定性，降低系统运行风险；(2)本发明提出的算法具有更好的消元效果，本发明提出的风险评估方法优于时域仿真法；(3)本发明所提出的方法可为交直流混联系统风险评估提供理论支持。
附图说明
图1是本发明的节点删除次序算法流程图；
图2是本发明的团树传播算法流程图；
图3是本发明的算例结构图；
图4是本发明的算法分析对比示意图。
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：如图1和图2所示，本发明提出基于暂态能量不平衡的输电网络风险评估优化方法，包括：
步骤SS1：基于交直流混联电力系统的能量传递关系，建立交直流混联电力系统暂态能量函数；
步骤SS2：基于电网历史运行数据，对所述步骤SS1的交直流混联电力系统暂态能量函数基于BNG模型进行风险评估优化。
作为一种较佳的实施例，所述建立交直流混联电力系统暂态能量函数包括：
步骤SS11：建立惯量坐标下的系统暂态能量函数数学模型；
步骤SS12：建立交直流混联电力系统暂态能量函数；
步骤SS13：建立交流系统势能函数；
步骤SS14：建立直流系统势能函数。
作为一种较佳的实施例，所述建立惯量坐标下的系统暂态能量函数数学模型具体包括：交直流混联电力系统中，各机组在惯量坐标下的等值转子角δC和等值速度ωC为：
式中：Mi、和δi分别为各机组的惯性时间常数和惯量修正系数；
各机组的转角和角速度表示为：
式中：θi和分别为各机组的转角和角速度；
对机组的能量方程累加，得到整个交直流混联电力系统在惯量坐标下的运动方程，如式(3)所示：
对于交直流混联电力系统支路的能量函数，表示如式(4)。
作为一种较佳的实施例，所述建立交直流混联电力系统暂态能量函数具体包括：
交直流混联电力系统的暂态能量函数形式如下：
Wc＝Wk+WAC+WDC (5)
其中，Wc为交直流混联电力系统的暂态能量；为交直流混联电力系统动能；WAC为交流系统势能；WDC为直流系统势能。
作为一种较佳的实施例，所述建立交流系统势能函数具体包括：
交流系统势能WAC＝W1+W2+W3+W4，各部分表达式为：
其中，W1为与发电机相关的势能；W2为与交流负荷相关的势能；W3为与发电机母线与负荷母线之间的传输功率及负荷母线之间传输功率相关的势能；W4为与交流母线和换流母线之间传输功率相关的势能；Vsi、Vsj和分别为母线i、j在故障清除后系统稳定平衡点处的电压幅值和相角；/>Vi、Vj和/>分别为故障清除时刻母线i、j的电压幅值和相角。
作为一种较佳的实施例，所述建立直流系统势能函数具体包括：
从交流侧注入直流系统的功率不为常数，且其与整流侧母线和逆变侧母线的电压幅值及相角均有关，据此直流系统势能函数WDC定义为：
式中，Pdz、Qdz和Pdn、Qdn为以整流和逆变方式注入直流子系统的有功和无功；Vr、Vl分别为整流和逆变的电压；分别为整流侧、逆变侧的电压相角。
作为一种较佳的实施例，所述步骤SS2中的所述BNG模型具体包括：
BNG＝{K，E，P，F，Ppre，O，Ppos}是有向无环图，各参数定义如下：
K＝{kj|ki∈Kb∪Km∪Kt，i＝1，2，...n}表示资源状态节点集合；其中，ki代表伯努利随机变量状态，ki＝0表示已发生风险，ki＝1表示未发生风险；
为初始的资源状态节点集合，Pa(Kj)为kj的父节点集合；
为中间资源状态节点集合；
为目标资源状态节点集合；
E＝{ei→j|i＝1，2，...N，j＝1，2，...N}表示资源状态节点间的有向边集合也是风险点集合；
若/>kj∈K，ki∈Pa(Kj)，则有E＝{ei→j|i＝1，2，.N，j＝1，2，...N}，ei→j＝<ki，kj>
F＝{F(ei→j)|i＝1，2，...N.j＝1，2，...N}表示风险发生的故障概率集合，为有向边上的权值；
F＝{And，Or}表示父节点间的依赖关系集合；表示ki父节点间的依赖关系；
Ppre表示资源状态节点的先验概率；
O＝{o(oi→j)|i＝1，2，...N，j＝1，2，...N}表示检测到的风险集合，其中，风险oi→j表示系统检测到故障ei→j。
作为一种较佳的实施例，所述步骤SS2中的所述风险评估优化包括：静态风险评估，计算出节点局部条件概率，进而计算节点先验概率，具体包括：
局部条件概率反映某电网的状态节点可能会发生的风险，kj的局部条件概率与其父节点Pa(kj)到该节点的连锁故障有关，贝叶斯攻击图BNG模型中父节点间存在两种依赖关系：{And，Or}，状态节点kj的局部条件概率的计算公式如下：
1)父节点间依赖关系fj＝And时：
2)父节点间依赖关系fj＝Or时：
由局部条件概率公式进一步计算kj的先验概率：
若kj的先验概率根据专家经验赋值。
作为一种较佳的实施例，所述步骤SS2中的所述风险评估优化包括：动态风险评估，输入贝叶斯攻击图BNG对应的端正图，输出节点删除次序，具体包括：
步骤SS21：初始化队列Q，用来存储节点删除次序；
步骤SS22：计算出每个节点对应的复杂度IC＝AE/DE；
步骤SS23：找出最小复杂度IC对应的节点，并将该节点存入队列Q，且从图中删除该节点，节点数递减；
步骤SS24：判定状态节点数目是否大于3，若是则输出节点删除次序队列，结束；否则转入步骤SS23。
作为一种较佳的实施例，所述步骤SS2中的所述风险评估优化包括：计算状态节点的后验概率，输入：贝叶斯攻击图BNG以及对应的团树Tb，检测到的攻击证据集合O；输出：每个状态节点的后验概率，具体包括：
步骤SS25：利用BSNAG初始化团树Tb，，即将与状态节点有关的原子攻击成功概率以及先验概率存入Tb，，由此得到各个团的概率分布；
步骤SS26：在团树Tb，中，将攻击证据对应的状态节点后验风险概率设为1；找出攻击证据对应的状态节点所在的一个团Tp，将该团作为枢纽进行概率推理；与Tp相邻的团Tc，将该团作为枢纽进行概率推理；
步骤SS27：调用信息分发函数collectmessage(Tp，Tc)，并将分发的信息存储在团Tc对应的信息存储函数中；
步骤SS28：查询一个含有非证据变量的团Ts；将初始化的概率分布和信息存储函数相结合，得到攻击证据下的团Ts的概率分布h(Ts)；
步骤SS29：利用计算非证据变量的后验概率。
以某地交直流混联电网为算例进行仿真，对本发明方法进行验证，系统结构如图3所示。交流系统1、2、3分别有10个、15个、20个机组节点和29个、64个和76个负荷节点。系统中各VSC-高压直流输电线路传输容量为700MW，每条LCC-高压直流输电线路传输容量为900MW。
为了验证本发明提出的算法优势，将减少节点次序法的消元效果与最小缺边搜索算法做了对比分析。从图4中可以看出，NDO算法在降低消元成相比于最小缺边算法有一定的优势，随着边数量的扩大时更有优势，可用于大规模网络。
本发明模拟在不同线路故障时，对比本发明方法和时域仿真法的故障切除时间如表1所示。由表1可看出，本发明所提方法的故障切除时间远远少于时域仿真法。
表1故障切除时间的计算时长对比
采用本发明方法进行三相短路故障仿真，对稳定状态进行评估，结果如表2所示，验证了本发明方法的有效性。
表2算例系统暂态稳定分析
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 (5)

1.基于暂态能量不平衡的输电网络风险评估优化方法，其特征在于，包括：
步骤SS1：基于交直流混联电力系统的能量传递关系，建立交直流混联电力系统暂态能量函数包括：
步骤SS11：建立惯量坐标下的系统暂态能量函数数学模型具体包括：
交直流混联电力系统中，各机组在惯量坐标下的等值转子角δC和等值速度ωC为：
式中：Mi、和δi分别为各机组的惯性时间常数和惯量修正系数；
各机组的转角和角速度表示为：
式中：θi和分别为各机组的转角和角速度；
对机组的能量方程累加，得到整个交直流混联电力系统在惯量坐标下的运动方程，如式(3)所示：
对于交直流混联电力系统支路的能量函数，表达式为：
步骤SS12：建立交直流混联电力系统暂态能量函数具体包括：
交直流混联电力系统的暂态能量函数形式如下：
Wc＝Wk+WAC+WDC (5)
其中，Wc为交直流混联电力系统的暂态能量；为交直流混联电力系统动能；WAC为交流系统势能；WDC为直流系统势能；
步骤SS13：建立交流系统势能函数具体包括：
交流系统势能WAC＝W1+W2+W3+W4
W1为与发电机相关的势能；W2为与交流负荷相关的势能；W3为与发电机母线与负荷母线之间的传输功率及负荷母线之间传输功率相关的势能；W4为与交流母线和换流母线之间传输功率相关的势能；
步骤SS14：建立直流系统势能函数具体包括：
从交流侧注入直流系统的功率不为常数，且其与整流侧母线和逆变侧母线的电压幅值及相角均有关，据此直流系统势能函数WDC定义为：
式中，Pdz、Qdz和Pdn、Qdn为以整流和逆变方式注入直流子系统的有功和无功；Vr、VI分别为整流和逆变的电压；θr、θI分别为整流侧、逆变侧的电压相角；
步骤SS2：基于电网历史运行数据，对所述步骤SS1的交直流混联电力系统暂态能量函数基于BNG模型进行风险评估优化包括：
静态风险评估，计算出节点局部条件概率，进而计算节点先验概率；
动态风险评估，输入贝叶斯攻击图BNG对应的端正图，输出节点删除次序；
计算状态节点的后验概率，输入：贝叶斯攻击图BNG以及对应的团树Tb，检测到的攻击证据集合O；输出：每个状态节点的后验概率；
所述BNG模型具体包括：
BNG＝{K,E,P,F,Ppre,O,Ppos}是有向无环图，各参数定义如下：
K＝{kj|ki∈Kb∪Km∪Kt,i＝1,2,...n}表示资源状态节点集合；其中，ki代表伯努利随机变量状态，ki＝0表示已发生风险，ki＝1表示未发生风险；
为初始的资源状态节点集合，Pa(Kj)为kj的父节点集合；
为中间资源状态节点集合；为目标资源状态节点集合；
E＝{ei→j|i＝1,2，...N,j＝1,2,...N}表示资源状态节点间的有向边集合也是风险点集合；若/>则有E＝{ei→j|i＝1,2，…N,j＝1,2,...N}，ei→j＝<ki,kj>
F＝{F(ei→j)|i＝1,2，...N,j＝1,2,...N}表示风险发生的故障概率集合，为有向边上的权值；
F＝{And,Or}表示父节点间的依赖关系集合；表示ki父节点间的依赖关系；
Ppre表示资源状态节点的先验概率；
O＝{o(oi→j)|i＝1,2，...N,j＝1,2,...N}表示检测到的风险集合，其中，风险oi→j表示系统检测到故障ei→j。
2.根据权利要求1所述的基于暂态能量不平衡的输电网络风险评估优化方法，其特征在于，交流系统势能WAC的各部分表达式为：
其中，Vsi、Vsj和θsi、θsj分别为母线i、j在故障清除后系统稳定平衡点处的电压幅值和相角；θsij＝θsi-θsj；Vi、Vj和θi、θj分别为故障清除时刻母线i、j的电压幅值和相角。
3.根据权利要求1所述的基于暂态能量不平衡的输电网络风险评估优化方法，其特征在于，所述静态风险评估，计算出节点局部条件概率，进而计算节点先验概率，具体包括：
局部条件概率反映某电网的状态节点可能会发生的风险，kj的局部条件概率与其父节点Pa(kj)到该节点的连锁故障有关，贝叶斯攻击图BNG模型中父节点间存在两种依赖关系：{And,Or}，状态节点kj的局部条件概率的计算公式如下：
1)父节点间依赖关系fj＝And时：
2)父节点间依赖关系fj＝Or时：
由局部条件概率公式进一步计算kj的先验概率：
若kj的先验概率根据专家经验赋值。
4.根据权利要求3所述的基于暂态能量不平衡的输电网络风险评估优化方法，其特征在于，所述动态风险评估，输入贝叶斯攻击图BNG对应的端正图，输出节点删除次序，具体包括：
步骤SS21：初始化队列Q，用来存储节点删除次序；
步骤SS22：计算出每个节点对应的复杂度IC＝AE/DE；
步骤SS23：找出最小复杂度IC对应的节点，并将该节点存入队列Q，且从图中删除该节点，节点数递减；
步骤SS24：判定状态节点数目是否大于3，若是则输出节点删除次序队列，结束；否则转入步骤SS23。
5.根据权利要求4所述的基于暂态能量不平衡的输电网络风险评估优化方法，其特征在于，所述计算状态节点的后验概率，输入：贝叶斯攻击图BNG以及对应的团树Tb，检测到的攻击证据集合O；输出：每个状态节点的后验概率，具体包括：
步骤SS25：利用BSNAG初始化团树Tb，，即将与状态节点有关的原子攻击成功概率以及先验概率存入Tb，，由此得到各个团的概率分布；
步骤SS26：在团树Tb，中，将攻击证据对应的状态节点后验风险概率设为1；
找出攻击证据对应的状态节点所在的一个团Tp，将该团作为枢纽进行概率推理；
与Tp相邻的团Tc，将该团作为枢纽进行概率推理；
步骤SS27：调用信息分发函数collectmessage(Tp，Tc)，并将分发的信息存储在团Tc对应的信息存储函数中；
步骤SS28：查询一个含有非证据变量的团Ts；将初始化的概率分布和信息存储函数相结合，得到攻击证据下的团Ts的概率分布h(Ts)；
步骤SS29：利用计算非证据变量的后验概率。
CN202011331451.5A 2020-11-24 2020-11-24 基于暂态能量不平衡的输电网络风险评估优化方法 Active CN112734155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011331451.5A CN112734155B (zh) 2020-11-24 2020-11-24 基于暂态能量不平衡的输电网络风险评估优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011331451.5A CN112734155B (zh) 2020-11-24 2020-11-24 基于暂态能量不平衡的输电网络风险评估优化方法

Publications (2)

Publication Number Publication Date
CN112734155A CN112734155A (zh) 2021-04-30
CN112734155B true CN112734155B (zh) 2023-10-31

Family

ID=75597698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011331451.5A Active CN112734155B (zh) 2020-11-24 2020-11-24 基于暂态能量不平衡的输电网络风险评估优化方法

Country Status (1)

Country Link
CN (1) CN112734155B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114744628B (zh) * 2022-02-28 2024-08-02 华北电力大学 基于耗散能量的交直流系统故障暂态特性优化方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001071897A1 (en) * 2000-03-18 2001-09-27 Alstom An improved electrical substation
JP2011015559A (ja) * 2009-07-03 2011-01-20 Hitachi Ltd 電力系統安定化装置の演算割付方法
CN102541875A (zh) * 2010-12-16 2012-07-04 北京大学 有向无环图的关系型节点数据的存取方法、装置及系统
CN102832617A (zh) * 2012-09-03 2012-12-19 武汉大学 一种基于精确化模式判别的大电网暂态稳定分析方法
WO2017016020A1 (zh) * 2015-07-28 2017-02-02 天津大学 电力系统暂态稳定性在线分析的分区合成方法及其装置
CN108268670A (zh) * 2016-12-30 2018-07-10 中国电力科学研究院 一种不依赖系统扰动轨迹的电网稳定态势评估方法及系统
CN110046376A (zh) * 2019-02-26 2019-07-23 中国西安卫星测控中心 一种基于贝叶斯网络的卫星姿控系统多工况健康评估方法
CN111030112A (zh) * 2020-01-02 2020-04-17 北京交通大学 含柔性直流的交直流混联电力系统暂态稳定性判定方法
CN111639841A (zh) * 2020-05-20 2020-09-08 国家电网公司华中分部 一种高压输电线路的雷击跳闸风险综合评估方法
CN111786386A (zh) * 2020-07-15 2020-10-16 华北电力大学 一种基于暂态能量法的防止直流闭锁的控制系统及方法
CN114095232A (zh) * 2021-11-16 2022-02-25 国网上海市电力公司 基于隐马尔可夫的电力信息系统动态威胁定量分析方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7672240B2 (en) * 2006-12-14 2010-03-02 Sun Microsystems, Inc. Method and system for using Bayesian network inference for selection of transport protocol algorithm
US11616378B2 (en) * 2019-06-11 2023-03-28 Raytheon Company Power transfer system with multiple energy storage modules

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001071897A1 (en) * 2000-03-18 2001-09-27 Alstom An improved electrical substation
JP2011015559A (ja) * 2009-07-03 2011-01-20 Hitachi Ltd 電力系統安定化装置の演算割付方法
CN102541875A (zh) * 2010-12-16 2012-07-04 北京大学 有向无环图的关系型节点数据的存取方法、装置及系统
CN102832617A (zh) * 2012-09-03 2012-12-19 武汉大学 一种基于精确化模式判别的大电网暂态稳定分析方法
WO2017016020A1 (zh) * 2015-07-28 2017-02-02 天津大学 电力系统暂态稳定性在线分析的分区合成方法及其装置
CN108268670A (zh) * 2016-12-30 2018-07-10 中国电力科学研究院 一种不依赖系统扰动轨迹的电网稳定态势评估方法及系统
CN110046376A (zh) * 2019-02-26 2019-07-23 中国西安卫星测控中心 一种基于贝叶斯网络的卫星姿控系统多工况健康评估方法
CN111030112A (zh) * 2020-01-02 2020-04-17 北京交通大学 含柔性直流的交直流混联电力系统暂态稳定性判定方法
CN111639841A (zh) * 2020-05-20 2020-09-08 国家电网公司华中分部 一种高压输电线路的雷击跳闸风险综合评估方法
CN111786386A (zh) * 2020-07-15 2020-10-16 华北电力大学 一种基于暂态能量法的防止直流闭锁的控制系统及方法
CN114095232A (zh) * 2021-11-16 2022-02-25 国网上海市电力公司 基于隐马尔可夫的电力信息系统动态威胁定量分析方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
Review of major approaches to analyze vulnerability in power system;Amin Abedi;Reliability Engineering and System Safety;第183卷;153-172 *
Static Security Assessment and Contingency Analysis for Smart Grid;Prateek Shrivastava;Proceedings of the Sixth International Conference on Computing Methodologies and Communication;119-126 *
受端大电网交直流连锁反应模式及传播路径研究;应超楠;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第12期);C042-235 *
基于暂态能量不平衡的输电网络风险评估模型;潘晓杰;可再生能源;第40卷(第5期);690-695 *
电网可靠性评估方法及可靠性基础理论研究;汪隆君;中国博士学位论文全文数据库工程科技Ⅱ辑(第06期);C042-23 *
考虑暂态稳定性的网储多目标双层优化;方朝雄;吴晓升;江岳文;;电力建设(第07期);62-70 *
考虑风电不确定性的交直流混联系统同质化能量函数模型;徐明忻;张文军;项颂;赵勇;党伟;顾大可;孙鹏;;可再生能源(第02期);135-140 *
菅小艳.《贝叶斯网基础及应用》.武汉大学出版社,2019,74-78. *

Also Published As

Publication number Publication date
CN112734155A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
Liu et al. Operational reliability assessment for gas-electric integrated distribution feeders
Kim et al. Enhancing distribution resilience with mobile energy storage: A progressive hedging approach
US20160301216A1 (en) Method of determining an islanding solution for an electrical power system
Mazhari et al. A hybrid fault cluster and thévenin equivalent based framework for rotor angle stability prediction
CN113346484B (zh) 一种考虑暂态不确定性的配电网弹性提升方法及系统
CN109995050A (zh) 计及电压暂降经济损失不确定性的补偿设备优化配置方法
CN112734155B (zh) 基于暂态能量不平衡的输电网络风险评估优化方法
Eshragh et al. A projection-adapted cross entropy (PACE) method for transmission network planning
Sun et al. Improving the restorability of bulk power systems with the implementation of a WF-BESS system
CN109919398A (zh) 基于图分割算法的含风电电力系统分区备用优化配置方法
Hui et al. Reactive power multi-objective optimization for multi-terminal AC/DC interconnected power systems under wind power fluctuation
Makhloufi et al. Long-term forecasting of intermittent wind and photovoltaic resources by using Adaptive Neuro Fuzzy Inference System (ANFIS)
Liu et al. Event-triggered scheme for finite-time distributed economic dispatch in smart grids
Rosato et al. Takagi-Sugeno fuzzy systems applied to voltage prediction of photovoltaic plants
Žarković et al. Reliability improvement of distribution system through distribution system planning: MILP vs. GA
Rana et al. Distributed dynamic state estimation considering packet losses in interconnected smart grid subsystems: Linear matrix inequality approach
Kucuktezcan et al. Big bang-big crunch based optimal preventive control action on power systems
Zou et al. Clustering-based serverless edge computing assisted federated learning for energy procurement
El-Amin et al. Transient stability assessment using artificial neural networks
Chen et al. Determination of shortest distance to voltage instability with particle swarm optimization algorithm
Kunlong et al. An innovative method for optimization of power system restoration path
Sixuan et al. Joint Expansion Planning of Offshore Wind Farms and Transmission Lines Considering N-1 Contigency
Justin et al. Real-Time Small-Signal Security Assessment Using Graph Neural Networks
CN117578478B (zh) 一种输配耦合电网弹性恢复方法及系统
Dong et al. An Accelerated and Risk-free AC Power Flow Method with Machine Learning based Initiation

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
TA01 Transfer of patent application right

Effective date of registration: 20220520

Address after: Central China power grid dispatching building, 225 Xudong street, Hongshan District, Wuhan City, Hubei Province

Applicant after: CENTRAL CHINA BRANCH OF STATE GRID CORPORATION OF CHINA

Address before: 5 / F, main building, No.15, Xiaoying East Road, Qinghe, Haidian District, Beijing 100192

Applicant before: BEIJING KEDONG POWER CONTROL SYSTEM Co.,Ltd.

Applicant before: Central China branch of State Grid Corporation of China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant