CN113077150B - 一种海上多平台互联电力系统的可靠性评估方法及系统 - Google Patents
一种海上多平台互联电力系统的可靠性评估方法及系统 Download PDFInfo
- Publication number
- CN113077150B CN113077150B CN202110359901.XA CN202110359901A CN113077150B CN 113077150 B CN113077150 B CN 113077150B CN 202110359901 A CN202110359901 A CN 202110359901A CN 113077150 B CN113077150 B CN 113077150B
- Authority
- CN
- China
- Prior art keywords
- layer
- load
- power
- node
- reliability
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000009826 distribution Methods 0.000 claims abstract description 38
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 238000010248 power generation Methods 0.000 claims abstract description 19
- 238000005520 cutting process Methods 0.000 claims abstract description 17
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 9
- 238000010845 search algorithm Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 102100024538 Cdc42 effector protein 1 Human genes 0.000 description 1
- 102100024492 Cdc42 effector protein 2 Human genes 0.000 description 1
- 102100024490 Cdc42 effector protein 3 Human genes 0.000 description 1
- 101000762448 Homo sapiens Cdc42 effector protein 1 Proteins 0.000 description 1
- 101000762417 Homo sapiens Cdc42 effector protein 2 Proteins 0.000 description 1
- 101000762414 Homo sapiens Cdc42 effector protein 3 Proteins 0.000 description 1
- 101000941711 Homo sapiens Centriolin Proteins 0.000 description 1
- 101000745836 Homo sapiens Centrosome-associated protein CEP250 Proteins 0.000 description 1
- 238000012614 Monte-Carlo sampling Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
Abstract
本发明涉及一种海上多平台互联电力系统的可靠性评估方法及系统,其包括:根据优先脱扣切负荷模型确定切除到各等级时的负荷功率,形成切负荷剩余功率表;根据切负荷剩余功率表生成含虚拟电源和虚拟全负荷节点的等效虚拟连接图,并生成系统内所有元件的元件停运表;逐等级计算该负荷水平触发优先脱扣的概率及配电系统整体失电概率;将发输电系统对配电系统的影响等效到配电系统,采用贝叶斯网络计算全系统可靠性。本发明能够评估海上多平台互联电力系统可靠性及其薄弱环节,能够快速精确计算,用于海上多平台电力系统的改建和扩建;可以广泛在电力系统可靠性评估技术领域中应用。
Description
技术领域
本发明涉及一种电力系统可靠性评估技术领域,特别是关于一种基于随机网流和贝叶斯网络的海上多平台互联电力系统的可靠性评估方法及系统。
背景技术
海洋蕴藏丰富资源,特别是对于中国,海洋石油在中国的能源安全中占有重要地位。海上油田多平台互联电力系统作为动力来源,其可靠高效运行在海洋资源开发与利用中发挥着重要作用。通过对海上油田电力系统可靠性进行评估,查找海上油田多平台互联电力系统可靠薄弱和冗余环节,为未来海上石油平台建设规划提供指导,具有重要的实用价值。
经过几十年的发展,传统陆上电力系统可靠性评估方法已经相对成熟。由于陆上电力系统规模较大,所以通常拆分成发电系统、发输电系统、配电系统、主接线等子系统分别进行评估。而海上电力系统规模小,各部分紧密结合,全系统同时评估有利于获得更加准确的可靠性评估结果。此外海上油田平台单负荷功率大,传统陆上电力系统连续切负荷模型已经不再适用。针对海上油田多平台互联电力系统的这些特殊特点,针对其可靠性的研究逐渐展开。现有文献采用混合法,将蒙特卡洛法和最小路集法相结合,结合海上油田多平台互联电力系统优先脱扣的特殊控制策略,实现了对海上油田多平台互联电力系统全系统可靠性的评估。在现有文献的基础上,还提出了生产可靠性指标,更加准确地计算了海上石油平台失负荷造成的经济损失,为平台的改扩建提供了经济性评价参考依据。但目前有关海上油田多平台互联电力系统可靠性的研究还并不完善,目前可靠性评估主要采用蒙特卡洛法对全系统可靠性指标进行计算,统计分析对全系统可靠性影响较大的环节,一方面蒙特卡洛抽样具有随机性,且是针对全系统进行分析,没有对影响平台的故障因素的影响程度进行细致的分析,另一方面,蒙特卡洛法要得到较高的计算精度,往往要付出较大的计算量,不利于对可靠性的单影响因素的重要程度进行评估。
发明内容
针对上述问题,本发明的目的是提供一种海上多平台互联电力系统的可靠性评估方法及系统,其能够评估海上多平台互联电力系统可靠性及其薄弱环节,能够快速精确计算,用于海上多平台电力系统的改建和扩建。
为实现上述目的,本发明采取以下技术方案:一种海上多平台互联电力系统的可靠性评估方法,其包括:步骤1、根据优先脱扣切负荷模型确定切除到各等级时的负荷功率,形成切负荷剩余功率表;步骤2、根据切负荷剩余功率表生成含虚拟电源和虚拟全负荷节点的等效虚拟连接图,并生成系统内所有元件的元件停运表;步骤3、逐等级计算该负荷水平触发优先脱扣的概率及配电系统整体失电概率;步骤4、将发输电系统对配电系统的影响等效到配电系统,采用贝叶斯网络计算全系统可靠性。
进一步,所述步骤2中,包括:
步骤21、将发电机等效为连接在虚拟电源节点和实际发电机节点之间的线路,线路最大传输容量为发电机的最大出力,虚拟电源节点能够无限制提供功率;
步骤22、将负荷等效为实际负荷节点连接到虚拟负荷节点的线路,线路最大传输容量为实际负荷量;
步骤23、生成元件停运表。
进一步,所述步骤3中,采用随机网流法进行逐等级计算。
进一步,所述步骤3中,逐等级计算包括:
步骤31、将所需计算等级功率指定给当前系统;
步骤32、设置元件正方向;
步骤33、采用搜索算法生成最小路集;
步骤34、形成路径组合状态空间;
步骤35、对各路径组合能通过的最大网流进行计算,同系统所需功率进行比较,如果满足系统需要,则系统供电正常,如果不能满足系统需要,则计入系统不正常状态;逐等级计算并记录,并根据不交化原则,形成该负荷水平电力不足概率表;
步骤36、计算各个节点不能同发电节点存在最小路的概率,为配电系统整体失电概率;
步骤37、将各等级下电力不足概率表减去系统整体失电概率,为触发优先脱扣的概率;并记录各节点触发优先脱扣的概率及配电系统整体失电概率。
进一步,所述步骤33中,计算随机网流首先要查找能够将发电节点和负荷节点连接起来的路径,可通过深度优先或广度优先搜索算法计算得到相应最小路集。
进一步,所述步骤34中,在网络的某一状态下,各路径不是单独运行的,而是会有若干条路径同时导通,采用概率论中组合方法计算得到最小路集中的所有路径的组合。
进一步,所述步骤36中,采用最小路集法进行计算。
进一步,所述步骤4中,将计算结果等效为贝叶斯网络中的两个节点,即全系统停电节点和优先脱扣节点,同时结合配电网自身的网络信息,建立贝叶斯网络,通过条件概率的方式计算可靠性结果。
进一步,所述贝叶斯网络结构为:
第一层为元件层,其可靠性数据为元件原始故障数据,其可靠度为原系统元件的可靠度;
第二层为支路层,由支路上所有元件串联而成,支路层与元件层的关系为与关系;
第三层是直连母线层,与上一层和同层其他父节点母线之间为与关系;
第四层为转供母线层,转供负荷层正常需要支援母线直连供电正常且支援途径断路器及母线正常,逻辑关系为与关系;
第五层为结构母线层,与第三层和第四层为或的关系;
第六层为负荷层,其父节点为结构母线层所在母线节点、优先脱扣切负荷节点、全系统切负荷节点,此层可得到负荷获得电力供应的概率;
第七层为子系统层,子系统层子系统节点的父节点为负荷层该子系统内所有负荷节点,逻辑关系为与关系;
第八层为全系统层,所有子系统全部正常全系统才正常,父节点为所有子系统节点,逻辑关系为与关系。
一种海上多平台互联电力系统的可靠性评估系统,其包括:第一处理模块、第二处理模块、逐等级计算模块和可靠性获取模块;
所述第一处理模块,根据优先脱扣切负荷模型确定切除到各等级时的负荷功率,形成切负荷剩余功率表;
所述第二处理模块,根据切负荷剩余功率表生成含虚拟电源和虚拟全负荷节点的等效虚拟连接图,并生成系统内所有元件的元件停运表;
所述逐等级计算模块,用于逐等级计算该负荷水平触发优先脱扣的概率及配电系统整体失电概率;
所述可靠性获取模块,将发输电系统对配电系统的影响等效到配电系统,采用贝叶斯网络计算全系统可靠性。
本发明由于采取以上技术方案,其具有以下优点:
1、相对于现有技术,本发明采用纯解析法随机网流法和贝叶斯网络理论相结合的方式,能够更加快速准确地计算海上多平台互联电力系统可靠性,计算精度也高于随机采样的模拟法海上多平台电力系统可靠性。
2、本发明采用计及优先脱扣切负荷模型的贝叶斯网络,能够识别出对海上多平台互联电力系统薄弱环节。
附图说明
图1是本发明实施方式中的评估方法流程示意图;
图2是本发明实施方式中的贝叶斯网络结构图;
图3是本发明实施例中海上多平台互联电力系统的结构示意图;
图4是本发明实施例中等效虚拟连接示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
海上油田多平台互联电力系统不同于陆上电力系统,一方面系统规模较小,通常仅由几个或十几个临近的井口平台和主平台连接而成,用电负荷通常也仅有几十兆瓦,发电机和线路等元件数目少,为全系统同时进行可靠性评估提供了可行性。此外,由于系统规模小,部分分系统可靠性评估的理想化假设已经不再成立,如辐射形网络供电条件下,发电系统可靠性评估中输电系统完全可靠的假设不再成立,配电系统中发输电系统完全可靠的假设不再成立。因此,对海上油田互联电力系统可靠性全系统同时评估既是可行的,也是必要的。
本发明提供一种海上多平台互联电力系统的可靠性评估方法及系统,通过随机网流法实现对发输电系统及环网配电系统的可靠性评估,将其故障地影响等效到辐射形配电系统的主馈线上,由于海上油田多平台互联电力系统的特殊性,不能等效为简单的多状态电源,应根据实际优先脱扣切负荷模型形成不同等级负荷的停运表。在形成等效停运表后,采用贝叶斯网络理论计算全系统可靠性评估结果,能有效的识别出对海上多平台互联电力系统薄弱环节。
在本发明的第一实施方式中,基于随机网流法和贝叶斯网络理论,计及海上多平台互联电力系统的实际特点,提供一种海上多平台互联电力系统的可靠性评估方法,如图1所示,其包括以下步骤:
步骤1、根据优先脱扣切负荷模型确定切除到各等级时的负荷功率,形成切负荷剩余功率表。
具体为:
根据事先制定好的优先脱扣策略表统计各个等级设备功率,计算切除到该等级后系统剩余功率,并按等级进行记录。
步骤2、根据切负荷剩余功率表生成含虚拟电源和虚拟全负荷节点的等效虚拟连接图,并生成系统内所有元件(包括实际系统中存在的元件及生成的虚拟元件)的元件停运表。
具体为:
步骤21、将发电机等效为连接在虚拟电源节点和实际发电机节点之间的线路,线路最大传输容量为发电机的最大出力,虚拟电源节点能够无限制提供功率;
步骤22、将负荷等效为实际负荷节点连接到虚拟负荷节点的线路,线路最大传输容量为实际负荷量;
步骤23、生成元件停运表。
由于电力系统中存在并联元件,如并联变压器、并联发电机等,可通过卷积运算的方式获得元件停运表,以减轻后续计算量。
停运表生成方法为:当并联各元件参数完全一致时,通过排列组合可快速得到元件停运表,如n台发电机中有m台正常n-m台停运的确切概率P(m)为:
当多台设备可能不同时,可采用停运表卷积法计算各个状态确切频率和增量概率。将每个元件停运表切分成步长为各元件最小公约数或某一固定值的停运表,而后对依次两两做卷积运算。对于两个元件,其第k个状态的确切概率fc(k)为:
fc(k)=Pb(j)fa(i)+Pa(i)fb(j)i+j-1=k (2)
步骤3、逐等级计算该负荷水平触发优先脱扣的概率及配电系统整体失电概率。
因优先脱扣含有多个等级,因此采用随机网流法逐等级计算该等级情况下系统给可靠性指标。具体为:
步骤31、首先将所需计算等级功率指定给当前系统。
步骤32、设置元件正方向。由于能流具有方向性,为计算元件的剩余容量,需于计算前指明元件正方向,可随机设置,对最终结果无影响。
步骤33、采用搜索算法生成最小路集。计算随机网流首先要查找能够将发电节点和负荷节点连接起来的路径,可通过深度优先或广度优先搜索算法计算得到相应最小路集。
步骤34、形成路径组合状态空间。在网络的某一状态下,各路径不是单独运行的,而是会有若干条路径同时导通。采用概率论中组合方法计算得到最小路集中的所有路径的组合。
步骤35、对各路径组合能通过的最大网流进行计算,同系统所需功率进行比较,如果满足系统需要,则系统供电正常,如果不能满足系统需要,则计入系统不正常状态。逐等级计算并记录,并根据不交化原则,形成该负荷水平电力不足概率表。
步骤36、采用最小路集法,计算各个节点不能同发电节点存在最小路的概率,即为配电系统整体失电概率。
步骤37、将各等级下电力不足概率表减去系统整体失电概率,即为触发优先脱扣的概率。并记录各节点触发优先脱扣的概率及配电系统整体失电概率。
步骤4、将发输电系统对配电系统的影响等效到配电系统,采用贝叶斯网络计算全系统可靠性;
具体方法为:将计算结果等效为贝叶斯网络中的两个节点,即全系统停电节点和优先脱扣节点,同时结合配电网自身的网络信息,建立贝叶斯网络,通过条件概率的方式计算可靠性结果。
在本实施例中,如图2所示,贝叶斯网络的第一层为元件层,为实际系统中的变压器、断路器等元件,其可靠性数据为元件原始故障数据,其可靠度即为原系统元件的可靠度;
第二层为支路层,由支路上所有元件串联而成,因此支路层与元件层的关系为与关系,一般支路由两个断路器及一个输电设备组成;以变压器支路为例,由两个断路器和一台变压器组成;
第三层是直连母线层,暂不考虑分段母线由其他并列母线转供过来的电能,直连母线层要想正常供电,需要父节点母线正常,且由父节点母线向该母线供电的支路也正常,因此与上一层和同层其他父节点母线之间为与关系;
第四层为转供母线层,转供负荷层正常需要支援母线直连供电正常且支援途径断路器及母线正常,逻辑关系为与关系;
第五层为结构母线层,即由于配电系统自身线路或母线故障造成的失负荷情况,最终负荷通过直连线路供电或者通过转供线路供电均能够保证正常供电能力,因此与第三层和第四层为或的关系;
第六层为负荷层,其父节点为结构母线层所在母线节点、优先脱扣切负荷节点、全系统切负荷节点,此层即可得到负荷获得电力供应的概率;
第七层为子系统层。只有子系统内所有负荷母线均能够正常供电,子系统才正常;因此子系统层子系统节点的父节点为负荷层该子系统内所有负荷节点,逻辑关系为与关系;
第八层为全系统层,所有子系统全部正常全系统才正常,父节点为所有子系统节点,逻辑关系为与关系;
系统可靠性为第八层全系统层正常的概率,系统电力不足期望为第六层负荷层不正常概率和该节点实际有功功率乘积的加和。
上述步骤4中,根据贝叶斯网络,可计算全系统可靠性结果,也可以计算系统故障或正常时其他元件故障或正常的概率。
在本发明的第二实施方式中,提供一种海上多平台互联电力系统的可靠性评估系统,其包括:第一处理模块、第二处理模块、逐等级计算模块和可靠性获取模块;
第一处理模块,根据优先脱扣切负荷模型确定切除到各等级时的负荷功率,形成切负荷剩余功率表;
第二处理模块,根据切负荷剩余功率表生成含虚拟电源和虚拟全负荷节点的等效虚拟连接图,并生成系统内所有元件的元件停运表;
逐等级计算模块,用于逐等级计算该负荷水平触发优先脱扣的概率及配电系统整体失电概率;
可靠性获取模块,将发输电系统对配电系统的影响等效到配电系统,采用贝叶斯网络计算全系统可靠性。
实施例:
下面以如图3所示的电力系统为具体实施例详细说明本发明的海上多平台互联电力系统的可靠性评估方法:
如图3所示,JZ海上多平台互联电力系统位于渤海海域,该系统包含3个CEP平台,8个WHP平台。海底电缆在图3中为蓝色,其余平台均通过几十米长的栈桥相连接,在图3中为黑色。海上多平台互联电力系统的发电机位于CEP1,CEP2和CEP3上,装机容量分别为2×12.98MW、4×12.98MW、3×12.98MW,机端电压均为6.3kV,各平台负荷在模拟中固定为冬季最大负荷。
针对该海上多平台互联电力系统:
1)根据优先脱扣切负荷模型确定切除到各等级时的负荷功率,形成切负荷剩余功率表。如本海上油田群优先脱扣控制系统中各级负荷量如表1所示,则剩余功率表如表2所示。
表1优先脱扣各级负荷量
负荷等级 | 1 | 2 | 3 | 4 | 5 |
负荷量(MW) | 0.5 | 1.1 | 1.2 | 2.1 | 4.2 |
负荷等级 | 6 | 7 | 8 | 9 | 10 |
负荷量(MW) | 1.5 | 0.7 | 3 | 2.6 | 5.5 |
负荷等级 | 11 | 12 | 13 | 14 | 15 |
负荷量(MW) | 3.7 | 1.1 | 1.6 | 1.8 | 4.5 |
表2剩余各级负荷量
负荷等级 | 1 | 2 | 3 | 4 | 5 |
负荷量(MW) | 34.6 | 33.5 | 32.3 | 30.2 | 26 |
负荷等级 | 6 | 7 | 8 | 9 | 10 |
负荷量(MW) | 24.5 | 23.8 | 20.8 | 18.2 | 12.7 |
负荷等级 | 11 | 12 | 13 | 14 | 15 |
负荷量(MW) | 9 | 7.9 | 6.3 | 4.5 | 0 |
2)对发输电系统建立等效虚拟连接图,如图4所示。
3)对发输电系统串并联元件进行等效,得到并联元件的停运表,如最大传输容量6.3MW的三回并联变压器,可靠度为单台0.9998,则三台都好的概率为0.99983=0.9994,两台正常一台故障的概率为两台故障一台正常的概率为/>三台全部故障的概率为0.00023=8×10-9。
4)采用随机网流法,计算各个节点在各负荷等级情况下,优先脱扣切负荷概率及平台孤立的概率。本算例节点孤立的概率为0,优先脱扣切负荷的概率如表3所示。
表2切负荷概率表
负荷等级 | 1 | 2 | 3 | 4 | 5 |
概率(10-7) | 2.53 | 2.53 | 2.53 | 2.53 | 2.53 |
负荷等级 | 6 | 7 | 8 | 9 | 10 |
概率(10-7) | 2.53 | 2.53 | 2.53 | 2.53 | 2.53 |
负荷等级 | 11 | 12 | 13 | 14 | 15 |
概率(10-7) | 0.51 | 0.51 | 0.51 | 0.51 | 0.51 |
5)采用贝叶斯网络理论计算可得,电力不足概率为0.01245,电力不足期望为0.0482MW。
6)对元件薄弱环节进行分析,造成系统故障最主要的原因是29.8km海底电缆,占76.77%,提高该部分海底电缆对于提高系统可靠性具有重要作用。
基于上述海上多平台互联电力系统的可靠性评估方法,本发明还提供一种海上多平台互联电力系统的可靠性评估系统,包括:
元件并联等效模块,用于对海上多平台互联电力系统中并联元件可靠性等效。
随机网流评估模块,用于根据剩余功率表和网架功率传输限制计算各配电系统主馈线孤立及优先脱扣概率。
贝叶斯网络评估模块,基于随机网流评估结果结合配电系统网架结构计算全系统可靠性结果。
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。
Claims (8)
1.一种海上多平台互联电力系统的可靠性评估方法,其特征在于,包括:
步骤1、根据优先脱扣切负荷模型确定切除到各等级时的负荷功率,形成切负荷剩余功率表;
步骤2、根据切负荷剩余功率表生成含虚拟电源和虚拟全负荷节点的等效虚拟连接图,并生成系统内所有元件的元件停运表;
步骤3、逐等级计算该负荷水平触发优先脱扣的概率及配电系统整体失电概率;
步骤4、将发输电系统对配电系统的影响等效到配电系统,采用贝叶斯网络计算全系统可靠性;
所述步骤4中,将计算结果等效为贝叶斯网络中的两个节点,即全系统停电节点和优先脱扣节点,同时结合配电网自身的网络信息,建立贝叶斯网络,通过条件概率的方式计算可靠性结果;
所述贝叶斯网络结构为:
第一层为元件层,其可靠性数据为元件原始故障数据,其可靠度为原系统元件的可靠度;
第二层为支路层,由支路上所有元件串联而成,支路层与元件层的关系为与关系;
第三层是直连母线层,与上一层和同层其他父节点母线之间为与关系;
第四层为转供母线层,转供负荷层正常需要支援母线直连供电正常且支援途径断路器及母线正常,逻辑关系为与关系;
第五层为结构母线层,与第三层和第四层为或的关系;
第六层为负荷层,其父节点为结构母线层所在母线节点、优先脱扣切负荷节点、全系统切负荷节点,此层可得到负荷获得电力供应的概率;
第七层为子系统层,子系统层子系统节点的父节点为负荷层该子系统内所有负荷节点,逻辑关系为与关系;
第八层为全系统层,所有子系统全部正常全系统才正常,父节点为所有子系统节点,逻辑关系为与关系。
2.如权利要求1所述海上多平台互联电力系统的可靠性评估方法,其特征在于,所述步骤2中,包括:
步骤21、将发电机等效为连接在虚拟电源节点和实际发电机节点之间的线路,线路最大传输容量为发电机的最大出力,虚拟电源节点能够无限制提供功率;
步骤22、将负荷等效为实际负荷节点连接到虚拟负荷节点的线路,线路最大传输容量为实际负荷量;
步骤23、生成元件停运表。
3.如权利要求1所述海上多平台互联电力系统的可靠性评估方法,其特征在于,所述步骤3中,采用随机网流法进行逐等级计算。
4.如权利要求3所述海上多平台互联电力系统的可靠性评估方法,其特征在于,所述步骤3中,逐等级计算包括:
步骤31、将所需计算等级功率指定给当前系统;
步骤32、设置元件正方向;
步骤33、采用搜索算法生成最小路集;
步骤34、形成路径组合状态空间;
步骤35、对各路径组合能通过的最大网流进行计算,同系统所需功率进行比较,如果满足系统需要,则系统供电正常,如果不能满足系统需要,则计入系统不正常状态;逐等级计算并记录,并根据不交化原则,形成该负荷水平电力不足概率表;
步骤36、计算各个节点不能同发电节点存在最小路的概率,为配电系统整体失电概率;
步骤37、将各等级下电力不足概率表减去系统整体失电概率,为触发优先脱扣的概率;并记录各节点触发优先脱扣的概率及配电系统整体失电概率。
5.如权利要求4所述海上多平台互联电力系统的可靠性评估方法,其特征在于,所述步骤33中,计算随机网流首先要查找能够将发电节点和负荷节点连接起来的路径,可通过深度优先或广度优先搜索算法计算得到相应最小路集。
6.如权利要求4所述海上多平台互联电力系统的可靠性评估方法,其特征在于,所述步骤34中,在网络的某一状态下,各路径不是单独运行的,而是会有若干条路径同时导通,采用概率论中组合方法计算得到最小路集中的所有路径的组合。
7.如权利要求4所述海上多平台互联电力系统的可靠性评估方法,其特征在于,所述步骤36中,采用最小路集法进行计算。
8.一种海上多平台互联电力系统的可靠性评估系统,其特征在于,包括:第一处理模块、第二处理模块、逐等级计算模块和可靠性获取模块;
所述第一处理模块,根据优先脱扣切负荷模型确定切除到各等级时的负荷功率,形成切负荷剩余功率表;
所述第二处理模块,根据切负荷剩余功率表生成含虚拟电源和虚拟全负荷节点的等效虚拟连接图,并生成系统内所有元件的元件停运表;
所述逐等级计算模块,用于逐等级计算该负荷水平触发优先脱扣的概率及配电系统整体失电概率;
所述可靠性获取模块,将发输电系统对配电系统的影响等效到配电系统,采用贝叶斯网络计算全系统可靠性;
所述可靠性获取模块中,将计算结果等效为贝叶斯网络中的两个节点,即全系统停电节点和优先脱扣节点,同时结合配电网自身的网络信息,建立贝叶斯网络,通过条件概率的方式计算可靠性结果;
所述贝叶斯网络结构为:
第一层为元件层,其可靠性数据为元件原始故障数据,其可靠度为原系统元件的可靠度;
第二层为支路层,由支路上所有元件串联而成,支路层与元件层的关系为与关系;
第三层是直连母线层,与上一层和同层其他父节点母线之间为与关系;
第四层为转供母线层,转供负荷层正常需要支援母线直连供电正常且支援途径断路器及母线正常,逻辑关系为与关系;
第五层为结构母线层,与第三层和第四层为或的关系;
第六层为负荷层,其父节点为结构母线层所在母线节点、优先脱扣切负荷节点、全系统切负荷节点,此层可得到负荷获得电力供应的概率;
第七层为子系统层,子系统层子系统节点的父节点为负荷层该子系统内所有负荷节点,逻辑关系为与关系;
第八层为全系统层,所有子系统全部正常全系统才正常,父节点为所有子系统节点,逻辑关系为与关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359901.XA CN113077150B (zh) | 2021-04-02 | 2021-04-02 | 一种海上多平台互联电力系统的可靠性评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359901.XA CN113077150B (zh) | 2021-04-02 | 2021-04-02 | 一种海上多平台互联电力系统的可靠性评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113077150A CN113077150A (zh) | 2021-07-06 |
CN113077150B true CN113077150B (zh) | 2024-01-05 |
Family
ID=76614886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110359901.XA Active CN113077150B (zh) | 2021-04-02 | 2021-04-02 | 一种海上多平台互联电力系统的可靠性评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077150B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113887989B (zh) * | 2021-10-15 | 2024-01-16 | 中国南方电网有限责任公司超高压输电公司柳州局 | 电力系统可靠性评估方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110057539A (ko) * | 2009-11-24 | 2011-06-01 | 한국수력원자력 주식회사 | 시스템 신뢰도 평가 장치 및 방법 |
CN104852383A (zh) * | 2015-06-02 | 2015-08-19 | 中国海洋石油总公司 | 一种海上油田群电网的紧急控制方法 |
CN105825317A (zh) * | 2016-03-09 | 2016-08-03 | 国网江苏省电力公司电力科学研究院 | 一种基于贝叶斯网络的直流配网可靠性评估方法 |
CN107871202A (zh) * | 2017-09-14 | 2018-04-03 | 国网浙江省电力公司经济技术研究院 | 一种计及多电压等级的电网可靠性评估方法 |
CN111353230A (zh) * | 2020-03-03 | 2020-06-30 | 中国海洋石油集团有限公司 | 海上油田电力系统的可靠性评估方法及系统 |
-
2021
- 2021-04-02 CN CN202110359901.XA patent/CN113077150B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110057539A (ko) * | 2009-11-24 | 2011-06-01 | 한국수력원자력 주식회사 | 시스템 신뢰도 평가 장치 및 방법 |
CN104852383A (zh) * | 2015-06-02 | 2015-08-19 | 中国海洋石油总公司 | 一种海上油田群电网的紧急控制方法 |
CN105825317A (zh) * | 2016-03-09 | 2016-08-03 | 国网江苏省电力公司电力科学研究院 | 一种基于贝叶斯网络的直流配网可靠性评估方法 |
CN107871202A (zh) * | 2017-09-14 | 2018-04-03 | 国网浙江省电力公司经济技术研究院 | 一种计及多电压等级的电网可靠性评估方法 |
CN111353230A (zh) * | 2020-03-03 | 2020-06-30 | 中国海洋石油集团有限公司 | 海上油田电力系统的可靠性评估方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于全系统可靠性评估方法的海上油田群电网可靠性评估;杜伟;《电力系统自动化》;第44卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113077150A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Orfanos et al. | Transmission expansion planning of systems with increasing wind power integration | |
CN105656040B (zh) | 一种考虑黑启动过程的电网恢复力计算方法 | |
Faza | A probabilistic model for estimating the effects of photovoltaic sources on the power systems reliability | |
CN110034581B (zh) | 风电并网下电力系统的区间电气介数脆弱性评估方法 | |
CN109687438B (zh) | 一种计及高铁冲击负荷作用下的电网脆弱线路辨识方法 | |
CN101917001B (zh) | 一种用于电力系统在线静态安全分析的故障排序方法 | |
Agajie et al. | Reliability enhancement and voltage profile improvement of distribution network using optimal capacity allocation and placement of distributed energy resources | |
Wang et al. | Robustness assessment of power network with renewable energy | |
CN113077150B (zh) | 一种海上多平台互联电力系统的可靠性评估方法及系统 | |
CN110689186B (zh) | 基于风电出力随机性的配电网供电可靠性评估方法及系统 | |
Zhi-jian et al. | Reliability assessment of distribution network considering the randomness of distributed generation | |
Aderibigbe et al. | A review on optimal placement of distributed generators for reliability improvement on distribution network | |
Li et al. | A fast method for reliability evaluation of ultra high voltage AC/DC system based on hybrid simulation | |
CN105552880A (zh) | 基于状态枚举法的电力系统典型故障集确定方法 | |
Durgadevi et al. | Availability Capacity Evaluation and Reliability Assessment of Integrated Systems Using Metaheuristic Algorithm. | |
Yu et al. | Optimization of an offshore oilfield multi-platform interconnected power system structure | |
Kafle et al. | Reliability Analysis Techniques in Distribution System: A Comprehensive Review | |
El-Werfelli et al. | Backbone-network reconfiguration for power system restoration using genetic algorithm and expert system | |
Chen et al. | Real‐time risk assessment of cascading failure in power system with high proportion of renewable energy based on fault graph chains | |
Al-Rubayi et al. | Optimal size and location of distributed generators using intelligent techniques | |
Pan et al. | Weaknesses identification using reliability tracking in distribution system with distribution generation | |
Zhao et al. | Comprehensive Identification of Critical Line in Power System with Large-Scale Wind Farms Integration | |
Sheng et al. | Reliability evaluation of distribution system considering sequential characteristics of distributed generation | |
Abdellatif et al. | Hybrid distributed generation system modeling for smart self-healing electric microgrid | |
Zhu et al. | Cascading Failure Chains Screening Model of AC-DC hybrid Power System |
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 |