CN113468745B - 一种基于历史故障的配电网可靠性快速评估方法及系统 - Google Patents
一种基于历史故障的配电网可靠性快速评估方法及系统 Download PDFInfo
- Publication number
- CN113468745B CN113468745B CN202110739752.XA CN202110739752A CN113468745B CN 113468745 B CN113468745 B CN 113468745B CN 202110739752 A CN202110739752 A CN 202110739752A CN 113468745 B CN113468745 B CN 113468745B
- Authority
- CN
- China
- Prior art keywords
- fault
- distribution network
- power distribution
- data
- elements
- 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
- 238000000034 method Methods 0.000 title claims abstract description 136
- 238000009826 distribution Methods 0.000 title claims abstract description 117
- 230000008569 process Effects 0.000 claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims abstract description 47
- 238000004088 simulation Methods 0.000 claims abstract description 46
- 238000005070 sampling Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 36
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 18
- 238000011084 recovery Methods 0.000 claims description 14
- 238000002955 isolation Methods 0.000 claims description 12
- 230000008439 repair process Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims 2
- 238000000342 Monte Carlo simulation Methods 0.000 abstract description 18
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000009471 action Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 7
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008030 elimination Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于历史故障的配电网可靠性快速评估方法,包括:获取配电网系统参数,基于断路器和开关位置将配电网拓扑划分为多个虚拟元件;对配电网元件状态进行时序模拟和抽样操作,将所有元件的状态转化为对应虚拟元件的状态;并对每一次抽样获得的系统状态进行编码,构建历史故障表;获取当前时刻元件抽样结果的编码,在历史故障表中查找;基于故障影响数据进行系统可靠性指标计算。本发明考虑了系统故障处理过程,相较于传统蒙特卡洛模拟法计算所耗时间更少,有着更高的运行效率,且计算结果符合算例实际情况。
Description
技术领域
本发明涉及配电网风险分析与评估技术领域,尤其涉及一种基于历史故障的配电网可靠性快速评估方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
电力系统可靠性是电网不间断为电力用户供电的量度,而配电网是电力系统中发电、输电、变电、配电的最后一个环节,其直接与用户相连结,因此配电网的可靠性直接影响电力用户的用电质量。配电网的可靠性评估就是基于配电网的运行数据以及元件特性获得元件故障率等可靠性参数,通过采用解析或者模拟的方法,计算分析不同条件下、不同拓扑结构下的配电网的可靠性指标,分析配电网抵抗故障影响的能力,有助于对已存在配电网的薄弱环节进行改造以及后续新建设配电网的规划。
在上述背景之下,针对配电网可靠性计算的方法,国内外学者从不同角度对解析与模拟这两类方法进行改进,开展了富有成效的研究,但是总体上,尤其是在模拟法方面多是对系统状态抽样的方法进行改进,且未考虑配电网中开关的动态作用。
通常在配电网发生故障后,系统内部的断路器等自动开关会进行动作,将系统内发生故障的部分区域进行隔离,以避免发生更加严重的事故。而断路器等开关元件的作用可能会使得部分原本正常的负荷区域同时隔离,扩大故障的影响范围。在恢复阶段,隔离开关等非自动开关的作用,准确隔离故障点,以使得部分正常符合区域恢复供电或者达成转供条件,减少停电范围。如果不考虑开关元件的动态作用过程,会使得模拟分析结果与实际运行情况产生偏差,对负荷的实际状态分析不够详尽。
发明内容
为了解决上述问题,本发明提出了一种基于历史故障的配电网可靠性快速评估方法及系统,在传统蒙特卡洛模拟法的基础上,综合考虑开关种类特性以及分布位置在配电网中对负荷点的影响,针对模拟过程中重复出现的故障元件,使用高效的查表过程替代重复的故障分析过程,对配电网故障分析、可靠性分析计算效率研究具有重要意义。
在一些实施方式中,采用如下技术方案:
一种基于历史故障的配电网可靠性快速评估方法,包括:
获取配电网系统参数,包括:节点数据、元件数据和故障参数;基于断路器和开关位置将配电网拓扑划分为多个虚拟元件;
对配电网元件状态进行时序模拟和抽样操作,将所有元件的状态转化为对应虚拟元件的状态;并对每一次抽样获得的系统状态进行编码,构建历史故障表;
获取当前时刻元件抽样结果的编码,在历史故障表中查找,若存在确定负荷节点的故障影响数据,否则,对负荷节点的故障影响数据进行计算,并将相应数据存入历史故障表;
基于故障影响数据进行系统可靠性指标计算。
在另一些实施方式中,采用如下技术方案:
一种基于历史故障的配电网可靠性快速评估系统,包括:
数据获取模块,用于获取配电网系统参数,包括:节点数据、元件数据和故障参数;基于断路器和开关位置将配电网拓扑划分为多个虚拟元件;
历史故障表构建模块,用于对配电网元件状态进行时序模拟和抽样操作,将所有元件的状态转化为对应虚拟元件的状态;并对每一次抽样获得的系统状态进行编码,构建历史故障表;
故障数据匹配模块,用于获取当前时刻元件抽样结果的编码,在历史故障表中查找,若存在确定负荷节点的故障影响数据,否则,对负荷节点的故障影响数据进行计算,并将相应数据存入历史故障表;
可靠性分析模块,用于基于故障影响数据进行系统可靠性指标计算。
在另一些实施方式中,采用如下技术方案:
一种终端设备,其包括处理器和存储器,处理器用于实现各指令;存储器用于存储多条指令,所述指令适于由处理器加载并执行上述的基于历史故障的配电网可靠性快速评估方法。
在另一些实施方式中,采用如下技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行上述的基于历史故障的配电网可靠性快速评估方法。
与现有技术相比,本发明的有益效果是:
本发明在传统模拟法进行配电网可靠性评估的基础上,考虑了故障发生后配电网内部开关的类型与分布,将元件故障后的过程划分为故障区隔离过程与非故障区恢复过程,对配电网内部负荷点状态进行分类,并对稳定状态下的配电网进行切负荷运算。
本发明针对蒙特卡洛模拟法中重复状态多次出现的特点,采用历史故障表的形式储存故障数据,实现了后续模拟计算过程中对系统分析结果进行快速读取,减少了计算时间。
本发明用RBTS 6-BUS改造后的系统,基于传统的蒙特卡罗模拟法,对系统负荷状态进行分析并最小切负荷为优化目标,定量计算故障对系统负荷点的影响,采用不同搭配方案,以验证本发明提出方法的有效性。算例结果表明,本发明提出方法考虑了系统故障处理过程,相较于传统蒙特卡洛模拟法计算所耗时间更少,有着更高的运行效率,且计算结果符合算例实际情况。
本发明的其他特征和附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本方面的实践了解到。
附图说明
图1为本发明实施例中基于历史故障的配电网可靠性快速评估方法流程图;
图2为本发明实施例中元件时序模拟图;
图3(a)为本发明实施例中简单配电网系统结构图;
图3(b)-(c)分别为本发明实施例中转换后的简单配电网系统结构图;
图4为本发明实施例中k阶历史故障表结构图;
图5为本发明实施例中目标故障表表内搜索流程图;
图6为本发明实施例中改造后的RBTS-6BUS系统结构图;
图7为本发明实施例中各模拟法方案平均耗时图;
图8(a)-(b)为本发明实施例中耗时比率与元件故障率和模拟时长之间的关系图;
图9(a)-(d)为本发明实施例中各个负荷点可靠性指标图示。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
根据本发明的实施例,公开了一种基于历史故障的配电网可靠性快速评估方法,参照图1,具体包括如下过程:
(1)获取配电网系统参数,包括:节点数据、元件数据和故障参数;具体地,输入系统的相关参数包括:
节点数据:节点编号、节点有功、节点容量、参考节点、负荷重要度等;
元件数据:元件编号、首节点、末节点、支路电抗、元件容量、元件类型等;
故障参数:元件故障率、元件平均修复时间等。
(2)基于断路器和开关位置将配电网拓扑划分为多个虚拟元件;
具体地,配电网的拓扑分析是该发明有着较好泛用性的基础,使得该方法可以适用于辐射状配电网以及存在环状结构的配电网。对拓扑结构进行预处理能够有效减少后续模拟过程中,对系统拓扑的重复分析,提高分析效率。
相较于输电网,典型配电网内部元件众多,结构更加复杂多变,通常闭环设计开环运行,呈辐射状结构。当配电网内部发生故障时,系统中的断路器会自动作用将故障元件断开。若此时发生的故障为永久型故障,断路器的自动重合闸不能正常发挥作用,需要断开与故障元件最近的上下游隔离开关,来保障检修人员的安全。检修结束后,闭合所有开关,以恢复供电。
本实施例在考虑配电网故障动态过程时,将故障发生至检修完成恢复供电这一过程划分为1)故障区域的故障隔离和2)非故障区域的负荷恢复两个阶段,对整个配电网进行预处理操作。具体的分析如图3(a)-(c)所示;
图3(a)是一个简单的配电网系统结构图,其内部包含有线路、断路器、隔离开关、变压器等元件,以节点27、28之间的线路为例,当该线路发生故障时红点所示,配电系统会进入到故障隔离阶段,故障元件距离最近的上下游自动开关会动作,即断路器B1动作切除故障点,造成负荷点23、26、29停电,由于断路器的作用,故障元件影响的范围扩大。紧接着,隔离开关S1起到隔离作用,将故障点隔离开,断路器重合,负荷点23、26恢复供电,负荷点29仍然处于断电状态。由此可见,故障对负荷点的影响与系统内开关元件的种类与分布密切相关,且故障的影响范围以及恢复供电的范围都是以开关元件作为边界。
将图3(a)转换成图3(b)-(c)所示,图3(b)是将图3(a)中的所有断路器断开后获得的结构图,图3(c)是将3(a)中的所有断路器以及隔离开关断开后获得的结构图。这两张结构图分别反映故障隔离过程中故障的影响范围以及故障恢复过程中恢复供电的范围。同一虚线框内的任意元件故障时,配电网中起到故障点切除与隔离作用的断路器与隔离开关是相同的,对虚线框外部系统的影响是一致的、等效的。因此本实施例在此将这样的一系列元件等效为一个虚拟元件,在后续故障编码过程中仅对虚拟元件进行编码而不是对所有元件状态进行编码,能够有效减少编码数量,提高编码效率。
在上述过程中,需要对虚拟元件进行划分,该发明根据配电网拓扑自动对系统内的元件进行划分,相较于传统手动区分只能适用于简单系统,该发明可以用于处理节点数量多,系统网络复杂的辐射状或环状配电网,且运算速度较快。其主要思路与上述过程相近,分别断开断路器和所有开关来模拟故障隔离与故障恢复两个过程,采用高斯消元法进行连通性分析。相较于传统的广度优先与深度优先搜索法,该方法在处理复杂配电网连通关系时,有着更高的效率。通过对消元过程中计算矩阵进行分块处理,能够进一步提高高斯消元法进行连通性分析的效率。对系统内部所有节点的连通性进行分析后,得到系统内部所有节点构成的多个连通片,每一个连通片就对应一个虚拟元件,获取连通片边界开关信息并储存,以备后续使用。
通过上述流程可以实现配电网元件自动划分,相较于传统的手动区分只能适用于简单系统,通过分块处理的高斯消去法进行连通性分析,使得该方法可以用于处理节点数量多,系统网络复杂的辐射状或环状配电网,且运算速度较快。当某一连通片内部的任意元件发生故障后,该连通片的边界开关元件发挥作用,将连通片与其他连通片的关联切除,因此连通片内部的所有元件可以等效为一个虚拟元件,内部任意元件发生故障时对外的影响是一致的、等效的。通过构建虚拟元件,能够有效减少系统内部元件个数,减少历史故障表中故障数据的量,提高查表效率。
(3)对配电网元件状态进行时序模拟和抽样操作,将所有元件的状态转化为对应虚拟元件的状态;并对每一次抽样获得的系统状态进行编码,构建历史故障表;
获取当前时刻元件抽样结果的编码,在历史故障表中查找,若存在确定负荷节点的故障影响数据,否则,对负荷节点的故障影响数据进行计算,并将相应数据存入历史故障表;
具体地,对配电网元件状态进行时序模拟的过程为:
配电网设备元件采用两状态模型,即设备元件在正常与故障两个状态之间相互转换。配电网元件状态的时序模拟是根据每一个元件的故障率以及平均修复时间,通过计算机生成随机数来求解元件正常状态持续时间以及故障状态持续时间,生成如图2所示时序状态图。由于配电网中每一个元件状态都是相互独立的,因此每一个元件的时序状态图也是相互独立的,在同一时段内,所有元件的状态决定了此时系统的状态。
元件状态的抽样是在同一时间截面取所有元件的状态用来分析配电网的状态。在实际电力系统中,由于电力设备故障率较低的特点,状态持续时间较长,在抽样的过程中,选取合适的抽样步长即时间间隔能够在保障准确性的前提下,减少抽样次数。时间间隔过短,会导致抽样次数大幅增加,降低计算效率。时间间隔过长,会导致抽样次数过少,损失大量状态信息,导致计算结果准确性降低。通常选择一小时作为抽样的时间间隔是合理的。
由于电力元件低故障率的特点,电力元件发生故障次数较少,抽样后的数据矩阵中含有大量正常状态数据。若将每一次抽样数据储存,消耗大量存储资源,因此本发明在此使用稀疏技术对抽样数据进行处理,仅储存故障元件的故障时间数据,而非所有元件的所有状态数据。
元件状态的编码是根据拓扑预处理的结果以及状态抽样的结果,将所有元件的状态转化为对应虚拟元件的状态。原配电网中m个元件,经过拓扑预处理后转化为n个虚拟元件,经过某一次抽样后,故障的虚拟元件个数为k。记所有的虚拟元件为X1,X2,X3……Xn,发生故障的虚拟元件为Xb1,Xb2,Xb3……Xbk。这样对于任意一次抽样获得的系统状态则有唯一状态编码[Xb1Xb2Xb3……Xbk]来表示该故障状态,为了方便后续查找工作,还应当设计编码之间的大小比较原则或者对编码大小进行赋值。编码之间的比较应满足如下原则:编码长度较长的编码较大,当长度相同时,由高位顺次至低位,位数值较大的编码值较大。
本实施例中,在蒙特卡洛模拟过程中,生成大量故障状态,部分状态的重复分析会导致蒙特卡洛模拟法计算时间增加,降低计算效率。因此本发明通过构建历史故障表,使用查找的方法代替复杂的分析过程。
①故障表结构
结合图4,历史故障表,是本实施例实现替代复杂分析过程的关键,其结构影响着查找过程的效率。为了减少查找过程表中关键字的个数,将历史故障表根据故障元件的阶数k划分为多个故障子表,每个子表内仅当前k阶元件的分析数据。根据抽样后故障元件个数,选择相应子表作为目标表进行数据查找,可以有效排除非当前阶数数据的关键字,加快故障查找的速度,提高查找过程效率。
②故障表的构建
在模拟过程初期,该表是一张空表,随着模拟过程的进行,通过插入排序的方式不断向表中写入或读取数据。采用插入排序的方式能够保证故障表自始至终为顺序表,是后续查找过程得以进行的基础。
在进行抽样后,获得当前状态故障元件的个数,在当前k阶历史故障主表中进行查找,判断是否生成过对应k阶历史故障子表。若子表不存在,则在主表下新建k阶历史故障子表,将正常状态对应的数据写入表首,并将故障查找结果置为未发生过该故障,数据写入位置为表首。若子表存在,则在主表中选择k阶历史故障子表作为目标表进行表内故障数据查找。
③故障表的查找
故障表的查找是本实施例中提高可靠性评估计算效率的关键,而查找算法的主要依据就是关键字之间的关系,当且仅当关键字相等时,才表明故障表中查找到匹配数据,因此在模拟过程中需要对每一个系统状态设置查找关键字。
采用如下规则设置关键字:
记原配电网中m个元件,经过拓扑预处理后转化为n个虚拟元件,所有的虚拟元件为X1,X2,X3……Xn。经过某一次抽样后,故障的虚拟元件个数为k,发生故障的虚拟元件为Xb1,Xb2,Xb3……Xbk。这样对于任意一次抽样获得的系统状态,可以使用故障虚拟元件编号[Xb1Xb2Xb3……Xbk]作为唯一状态编码来表示该故障状态,该状态编码也就是查表过程中的关键字。关键字之间的比较满足下列原则,关键字长度较长的关键字较大,当长度相同时,由高位顺次至低位,位数值较大的关键字较大。由此便可采用查找算法,根据关键字之间的关系,在故障表中获取历史数据。
为了保证查找位置的正确性与查找过程的高效性,本实施例选取折半查找法作为故障表的查找算法。折半查找算法流程简单、效率高、稳定性好,通过该方法能够快速在历史故障表中进行查询,以辨别该故障编码是否存在,获得负荷影响的结果,减少对历史状态的重复分析。其主要流程如图5所示:
a)获取当前故障虚拟元件编码cd_c以及虚拟元件个数k,以对应k阶历史故障子表作为目标表,进入到其中进行搜索。
b)将当前故障状态编码cd_c以及当前目标表的表首编码cd_f以及表尾编码cd_l进行比较。
c)若cd_c=cd_f,则将故障搜寻结果置为曾发生过该故障,数据读取位置为当前目标表的表首cd_f位置。若cd_c=cd_l,则将故障搜寻结果置为曾发生过该故障,数据读取位置为当前目标表的表尾cd_l位置。
d)若cd_c<cd_f,则将故障搜寻结果置为未发生过该故障,数据写入位置为当前目标表的表首cd_f位置。若cd_c>cd_l,则将故障搜寻结果置为未发生过该故障,数据写入位置为当前目标表的表尾cd_l位置。
e)若cd_f<cd_c<cd_l,则设置查找系数x=0.5。
f)更新当前目标表的参考编码位置loc(cd_r)=x*(loc(cd_f)+loc(cd_l))。
g)比较当前故障状态编码cd_c与参考编码cd_r的大小。
若cd_c=cd_r,则跳转至h。若cd_c<cd_r,则令loc(cd_l)=loc(cd_r)-1。
若cd_c>cd_r,则令loc(cd_f)=loc(cd_r)+1。若表首与表尾位置之间的距离差大于2,则跳转至f,反之跳转至i。
h)将故障搜寻结果置为曾发生过该故障,数据读取位置为cd_r当前位置。
i)将故障搜寻结果置为未发生过该故障,数据写入位置为cd_r当前位置。
为了进一步提高查找效率,在进行一定量模拟后,在低阶故障数据的查找过程中,使用插值查找替换折半查找。由于插值查找对关键字均匀的顺序表搜索效果最好,而上述过程中的关键字为非均匀的,因此需要对关键字进行改进,采用下式对编码进行赋值,将赋值结果作为查找关键字,可以保证历史故障表中的关键字为均匀且顺序的;
其中n为经过预处理后虚拟元件个数,k为经过某一次抽样后,故障的虚拟元件个数,即当前目标历史故障表的阶数,bk为故障元件的集合。Nkf为k阶历史故障表表首正常状态编码的赋值,N为表内各个状态编码的赋值,即插值查找过程中起到重要作用的关键字。
通过上式进行赋值后,相邻故障状态的关键字之间的间隔变得均匀,能够很好地适用于插值查找。与折半查找不同的是,插值查找的查找系数是动态变化且自适应的,其值由下式决定:
NC为当前编码的关键字数值,NF为表内第一个编码的关键字数值,NL为表内最后一个编码的关键字数值,通过改变搜索系数,将参考编码的选择改进成为自适应选择,使得参考编码的位置更加靠近目标编码的位置,提高查找效率。对于元件可靠性较低、元件数量较大的系统,采用插值查找能够取得较好的效果。
④故障表的写入与读取
根据故障表的查找结果以及数据位置,对故障表进行写入与读取操作。如果当前故障在表内不存在,说明该故障未曾发生过,需要对该故障状态进行分析,将分析结果写入查找位置处。如果当前故障在表内存在,说明该故障曾经发生过,可以从表内查找位置读取故障数据作为故障影响分析的结果。
本实施例中,如果故障类型为历史故障表中没有发生过的故障数据,则对负荷节点的故障影响数据进行计算,并将相应数据存入历史故障表;
负荷节点的故障影响主要从两个方面进行1)负荷分类和2)切负荷计算。进行可靠性分析时,模拟生成元件故障后,断路器会迅速动作将故障切除,进而隔离开关动作,将故障隔离以恢复对配电网中非故障区域负荷的供电,故障后果的判定与开关操作逻辑密切相关,负荷节点会存在正常、停电以及恢复供电三种状态。在整个故障过程中,非故障区系统恢复后可能会因为线路的容量以及节点的电压等的限制,而存在对某些负荷节点的负荷进行切除的情况,因此这部分的分析计算是可靠性评估中必不可少的。
1)负荷状态分类
故障后果的判定与开关操作的逻辑密切相关,开关的种类与位置,影响着负荷节点在故障发生后的状态。基于本发明前述的拓扑预处理结果,可以获得在整个故障过程起到故障区切除、非故障区恢复作用的开关元件,对这些开关元件进行断开操作,并进行连通性分析,查找有源连通片,便可以对当前故障状态下负荷点的供电情况进行分析。当配电网中元件发生故障后,断路器会迅速动作将故障切除以起到保护作用,在这个阶段中,有两类负荷点会发生断电现象,一是直接受故障元件影响的故障区负荷点,二是部分非故障区负荷点,该部分负荷点发生断电现象是因为断路器的开断作用扩大故障影响范围。另一部分负荷在断路器的作用下,不受系统元件故障的影响,在整个故障过程中均能保障正常供电,称其为正常区负荷。故障成功隔离后,隔离开关动作,以恢复原来部分负荷的供电,这些区域内的负荷在经历短时间停电后恢复供电,在此称其为恢复区负荷,而另一部分断电负荷点只有故障修复完成后,所有元件重新闭合才能恢复正常供电,在此称为故障区负荷。在模拟过程中,每一次元件发生故障,正常区负荷不受影响,其停电次数与停电持续时间不发生增加;故障区负荷停电次数增加,停电持续时间为故障修复时间;恢复区负荷停电次数增加,停电时间为隔离开关动作的时长,即负荷点转供时长。
2)切负荷计算
在故障发生后,配电网经历故障隔离与非故障区负荷恢复两个阶段后趋近于稳定状态,并持续较长时间。在该状态下正常区和恢复区负荷都能够正常供电,故障区负荷在故障修复前无法恢复供电。但是受制于节点功率平衡关系、配电网线路容量限制以及节点电压限制,并非所有正常区和恢复区的负荷能够正常供电,为了满足配电网正常、稳定、安全运行的要求,需要在允许的范围内,对配电网的注入功率进行调整、对配电网的节点负荷进行削减。
本实施例在蒙特卡洛模拟的过程中,通过更新元件状态信息,使用基于电力系统直流潮流模型,对配电网中负荷削减的情况进行分析。直流潮流模型是非精确的电力系统模型,有着计算速度快的特点,能够减少评估过程所消耗的时间,其精度也能够满足可靠性评估需求。其计算模型如下:
s.t.
0<Pcut,i<PD,i
θi>0
其中,ND为负荷节点集合;Wi是第i节点的权值向量,权值越大,负荷重要性越高。Pcut是节点切负荷量的向量,PG是节点有功出力向量,PD是节点有功负荷的向量,Lij是线路承担有功潮流的向量,θi为节点电压相角,xij为节点间线路电抗。PG max和PG min是有功出力上下限,Lij max是线路功率传输上限。
(5)基于故障影响数据进行系统可靠性指标计算。
在整个蒙特卡洛模拟过程中,需要对每一次抽样后的分析结果进行统计,在本发明中用以统计的参数有负荷点停电次数、负荷点停电持续时间、负荷点切负荷量三种,这三种参数能够较好的反应负荷点的供电可靠性,为整个系统的可靠性指标计算以及分析奠定了基础。
在配电网运行过程,通常由停电次数、停电时间以及停电量三个指标来表示系统的可靠性,针对不同分析对象,可以将指标分为负荷点可靠性指标以及系统可靠性指标。其种类如下:
负荷点可靠性指标:负荷点年平均停电故障率λ、负荷点年平均停电持续时间U、单次故障平均停电时间T、负荷点年平均缺电量E。
系统可靠性指标:系统年平均停电故障率(SAIFI)、系统年平均停电时间(SAIDI)、系统平均供电可用度(ASAI)、系统年电量不足量(EENS)分别由下式计算:
其中,λi为负荷点i的年平均停电故障率。Ni为负荷点i的用户数量。Ui为负荷点i的年平均停电持续时间。Lci为负荷点用户缺负荷量。
本实施例是在传统模拟法进行配电网可靠性评估的基础上,计及故障区隔离过程与非故障区恢复过程,对配电网内部负荷点状态进行分类,并对稳定状态下的配电网进行切负荷运算,采用历史故障表的形式储存故障数据,以便后续过程进行快速读取,该方法具有如下优点:
1)该方法综合考虑了故障发生后配电网内部开关的类型与分布,构造了故障后配电网运行的两阶段过程,即故障区隔离过程与非故障区恢复过程,更符合配电网的真实运行状况。
2)该方法通过元件连接关系的分析,将具有相似效应的元件作为一个虚拟元件,减少了编码的个数;通过建立历史故障表,将曾经发生过的故障信息进行存储,采用高效的查表方式,避免对于重复故障的计算,提高整体评估过程的效率。
为了验证所提出方法的优化效果,以RBTS 6-BUS系统为基础,并对其加以改动,具体改动为,取原系统中的F1与F4主馈线,并将其以常开开关连接,其系统接线图以及节点标号如下图6所示。
经过改动后,系统中包括两个子网络,子网络F1含有25个元件和26个节点,子网络F4含有65个元件和66个节点。通常情况下F1和F4主馈线下的配电系统单独运行,互不干扰,发生故障后,通过闭合常开开关,可以连通两个子网络,以恢复某些非故障区负荷点的供电,在本算例中,默认常开开关与子网络间的连通线路是正常工作的,不会发生故障。
该系统中参数如下:
表1节点有功参数
表2节点负荷参数
表3线路参数
表4元件故障相关参数
采用如下方案对该系统的可靠性进行分析,以验证方案的高效性:
1.采用传统的蒙特卡洛模拟法,不进行预处理,同时也不构建历史故障表。
2.采用传统的蒙特卡洛模拟法,进行预处理,但是不构建历史故障表。
3.采用传统的蒙特卡洛模拟法,不进行预处理,但是构建普通历史故障表。
4.采用传统的蒙特卡洛模拟法,进行预处理,同时也构建普通历史故障表。
5.采用传统的蒙特卡洛模拟法,进行预处理,同时也构建k阶历史故障表。模拟时间设为10年,即87600小时,计算对象系统为上述RBTS 6-BUS系统,采用同一电脑运行matlab软件进行多次模拟计算,模拟过程平均耗时如下:
表5各方案计算平均耗时
图7为灰度图像,灰色较粗柱形条为各个方案多次模拟过程中,计算时间的平均值。黑色的细短条为多次测量时间的浮动范围,因此黑色细短条的长度表示了计算时间的波动误差。各方案误差较小,说明各方法都是稳定的,能够保证计算过程的可靠。
相较于方案一,方案二通过采用预处理操作,减少了模拟过程所耗时间,方案三通过采用构建普通历史故障表的方式,也减少了模拟过程所耗时间。方案四通过结合系统预处理以及构建历史故障表的方法,相较于方案一,计算效率提升更加明显。方案五在方案四的基础上进行优化,对元件故障阶数进行划分,构建k阶历史故障表,优化后计算所耗时间进一步减少。由此可以看出,通过采用配电网预处理方法,用虚拟元件等效替代原始元件,减少了后续模拟过程中元件数量,有效减少了程序运行内存占用量,减少了运行所耗时间,提高了计算效率。进一步,通过构建k阶历史故障表,历史故障的分析数据得以保存并应用到后续故障分析中,通过该方法可以避免对已发生故障的重复分析,减少运行所耗时间。
结合图8(a)-(b),通过下列计算以探究模拟时长与元件故障率对该方法效率的影响,设置模拟过程为5至50年,以每五年为一间隔,并设置元件故障率为原来的1至10倍,分别进行多次模拟计算,获得计算过程的平均耗时,由下式计算模拟过程速度比率,绘制于图8中。
耗时比率反映了该方法在单位故障率与单位时长下,计算效率的变化,图中颜色越浅比率越高,计算效率越低,颜色越深比率越低,计算效率越高。元件故障率一定的情况下,随着模拟时长的增加,耗时比率有所下降,呈现先陡后缓的趋势。模拟时长一定的情况下,随着元件故障率放大倍数的增加,耗时比率有所下降,但幅度较小。由于该方法是基于历史故障数据,因此故障率放大倍数的增加会使得故障发生更加频繁,在较短时间内构成历史故障数据表,对于低可靠性系统的计算也能有较高的效率。对于高可靠性系统,其元件故障率通常较低,模拟时间设置较大,使用蒙特卡洛模拟法进行计算会消耗大量时间,而采用本发明提出方法,在构造历史故障数据表后,仅需通过查表方法完成计算,可以降低计算耗时。
通过下列计算以分析该方法的准确性,在此模拟时间设为100年,即876000小时,计算对象系统为上述RBTS 6-BUS系统,采用方案五对该系统进行多次模拟计算,系统可靠性参数如下所示:
表6系统可靠性指标
各负荷点可靠性参数如图9(a)-(d)所示。
总体来看,该配电系统内部各个负荷点的故障率、年停电时间、年缺负荷量指标较高,主要是由于该算例中元件故障率较高,网络规模较大导致。而负荷点的单次故障平均时间相对于元件故障平均修复时间较低,主要原因是配电网内部隔离开关的作用,隔离开关动作使得非故障区负荷得以恢复供电,且隔离开关动作时间远小于故障元件修复时间。负荷点年缺负荷指标不仅与负荷点的故障事件有关,也与负荷点的负荷需求量以及负荷需求的重要性有关。观察负荷点年故障率、年故障时间以及单次故障平均持续时间,可以发现部分负荷点的指标相近。相近指标的负荷点所处区域的划分与前述预处理过程中得到的虚拟元件范围划分相似,由此也体现出虚拟元件对外的等效性。
将负荷点故障率指标与RBTS 6-BUS系统结构进行比较,可以发现:F4主馈线网络规模较大,元件数量较多,其内部负荷点年故障率与年故障时间整体较高。负荷点越远离电源节点,其年故障率越高,年故障时间越长,在系统元件发生故障时,越发难以保证正常供电然而负荷点8、11、12、13、21以及22处的年故障时间相对临近负荷点有不同程度的减少,是由于隔离开关的作用,减少了这些负荷点下游网络发生故障对其产生的影响。而F1主馈线网络规模较小,且隔离开关数量较多且分布均匀,处于F1主馈线的负荷点年故障率与年故障时间均远小于F4主馈线负荷点,该区域配电网可靠性更高。将两条主馈线连接,起到了相互备用的作用,有效的提高了系统可靠性。
综上,本发明在传统模拟法进行配电网可靠性评估的基础上,考虑了故障发生后配电网内部开关的类型与分布,将元件故障后的过程划分为故障区隔离过程与非故障区恢复过程,对配电网内部负荷点状态进行分类,并对稳定状态下的配电网进行切负荷运算,针对蒙特卡洛模拟法中重复状态多次出现的特点,采用历史故障表的形式储存故障数据,实现了后续模拟计算过程中对系统分析结果进行快速读取,减少了计算时间。最后用RBTS 6-BUS改造后的系统,基于传统的蒙特卡罗模拟法,对系统负荷状态进行分析并最小切负荷为优化目标,定量计算故障对系统负荷点的影响,采用不同搭配方案,以验证本发明提出方法的有效性。算例结果表明,本发明提出方法考虑了系统故障处理过程,相较于传统蒙特卡洛模拟法计算所耗时间更少,有着更高的运行效率,且计算结果符合算例实际情况。
实施例二
根据本发明的实施例,公开了一种基于历史故障的配电网可靠性快速评估系统,包括:
数据获取模块,用于获取配电网系统参数,包括:节点数据、元件数据和故障参数;基于断路器和开关位置将配电网拓扑划分为多个虚拟元件;
历史故障表构建模块,用于对配电网元件状态进行时序模拟和抽样操作,将所有元件的状态转化为对应虚拟元件的状态;并对每一次抽样获得的系统状态进行编码,构建历史故障表;
故障数据匹配模块,用于获取当前时刻元件抽样结果的编码,在历史故障表中查找,若存在确定负荷节点的故障影响数据,否则,对负荷节点的故障影响数据进行计算,并将相应数据存入历史故障表;
可靠性分析模块,用于基于故障影响数据进行系统可靠性指标计算。
需要说明的是,上述各模块的具体实现方式已经在实施例一中进行了详细的说明,不再赘述。
实施例三
根据本发明的实施例,公开了一种终端设备的实施例,其包括处理器和存储器,处理器用于实现各指令;存储器用于存储多条指令,所述指令适于由处理器加载并执行实施例一中所述的基于历史故障的配电网可靠性快速评估方法。
在另一些实施方式中,公开了一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行实施例一中所述的基于历史故障的配电网可靠性快速评估方法。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种基于历史故障的配电网可靠性快速评估方法,其特征在于,包括:
获取配电网系统参数,包括:节点数据、元件数据和故障参数;基于断路器和开关位置将配电网拓扑划分为多个虚拟元件;
对配电网元件状态进行时序模拟和抽样操作,将所有元件的状态转化为对应虚拟元件的状态;并对每一次抽样获得的系统状态进行编码,构建历史故障表;
获取当前时刻元件抽样结果的编码,在历史故障表中查找,若存在确定负荷节点的故障影响数据,否则,对负荷节点的故障影响数据进行计算,并将相应数据存入历史故障表;
基于故障影响数据进行系统可靠性指标计算;
所述基于断路器和开关位置将配电网拓扑划分为多个虚拟元件,具体为:
分别断开断路器和所有开关来模拟故障隔离与故障恢复两个过程,对系统内部所有节点的连通性进行分析,得到系统内部所有节点构成的多个连通片,每一个连通片就对应一个虚拟元件,获取连通片边界开关信息并储存;
所述对配电网元件状态进行时序模拟和抽样,具体包括:
根据每一个元件的故障率以及平均修复时间,通过计算机生成随机数来求解元件正常状态持续时间以及故障状态持续时间;
选取设定的时间步长对所有元件的状态进行抽样,使用稀疏技术对抽样数据进行处理,仅储存故障元件的故障时间数据。
2.如权利要求1所述的一种基于历史故障的配电网可靠性快速评估方法,其特征在于,将历史故障表根据故障元件的阶数划分为多个故障子表,每个子表内仅当前阶数元件的故障数据集合,储存着每一次故障对负荷的影响后果数据,包括查找关键字、负荷节点分类和切负荷数据;主表为所有故障子表的集合。
3.如权利要求2所述的一种基于历史故障的配电网可靠性快速评估方法,其特征在于,获取当前时刻元件抽样结果的编码,在历史故障表中查找,具体包括:获取当前时刻元件抽样结果的编码,采用折半查找或插值查找的方式,进入故障元件个数相应的k阶历史故障表中进行故障历史状态查找。
4.如权利要求1所述的一种基于历史故障的配电网可靠性快速评估方法,其特征在于,所述对负荷节点的故障影响数据进行计算,具体包括:负荷分类和切负荷计算;所述故障分类包括:正常、停电以及恢复供电;所述切负荷计算包括:负荷点停电次数、负荷点停电持续时间和负荷点切负荷量。
5.如权利要求1所述的一种基于历史故障的配电网可靠性快速评估方法,其特征在于,基于故障影响数据进行系统可靠性指标计算,所述系统可靠性指标具体包括:系统年平均停电故障率、系统年平均停电时间、系统平均供电可用度和系统年电量不足量。
6.一种基于历史故障的配电网可靠性快速评估系统,其特征在于,包括:
数据获取模块,用于获取配电网系统参数,包括:节点数据、元件数据和故障参数;基于断路器和开关位置将配电网拓扑划分为多个虚拟元件;
历史故障表构建模块,用于对配电网元件状态进行时序模拟和抽样操作,将所有元件的状态转化为对应虚拟元件的状态;并对每一次抽样获得的系统状态进行编码,构建历史故障表;
故障数据匹配模块,用于获取当前时刻元件抽样结果的编码,在历史故障表中查找,若存在确定负荷节点的故障影响数据,否则,对负荷节点的故障影响数据进行计算,并将相应数据存入历史故障表;
可靠性分析模块,用于基于故障影响数据进行系统可靠性指标计算;
所述基于断路器和开关位置将配电网拓扑划分为多个虚拟元件,具体为:
分别断开断路器和所有开关来模拟故障隔离与故障恢复两个过程,对系统内部所有节点的连通性进行分析,得到系统内部所有节点构成的多个连通片,每一个连通片就对应一个虚拟元件,获取连通片边界开关信息并储存;
所述对配电网元件状态进行时序模拟和抽样,具体包括:
根据每一个元件的故障率以及平均修复时间,通过计算机生成随机数来求解元件正常状态持续时间以及故障状态持续时间;
选取设定的时间步长对所有元件的状态进行抽样,使用稀疏技术对抽样数据进行处理,仅储存故障元件的故障时间数据。
7.一种终端设备,其包括处理器和存储器,处理器用于实现各指令;存储器用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行权利要求1-5任一项所述的基于历史故障的配电网可靠性快速评估方法。
8.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1-5任一项所述的基于历史故障的配电网可靠性快速评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739752.XA CN113468745B (zh) | 2021-06-30 | 2021-06-30 | 一种基于历史故障的配电网可靠性快速评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739752.XA CN113468745B (zh) | 2021-06-30 | 2021-06-30 | 一种基于历史故障的配电网可靠性快速评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113468745A CN113468745A (zh) | 2021-10-01 |
CN113468745B true CN113468745B (zh) | 2023-08-11 |
Family
ID=77876838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110739752.XA Active CN113468745B (zh) | 2021-06-30 | 2021-06-30 | 一种基于历史故障的配电网可靠性快速评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113468745B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091296B (zh) * | 2021-10-29 | 2024-05-10 | 国网冀北电力有限公司电力科学研究院 | 高压直流断路器的故障预警方法及装置 |
CN115983824B (zh) * | 2022-12-13 | 2024-03-15 | 苏州德拓联合智能系统科技有限公司 | 一种基于健康诊断的公用设备运营管理方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111404144A (zh) * | 2020-01-23 | 2020-07-10 | 天津大学 | 一种基于非序贯蒙特卡洛法的交直流配电网可靠性评估方法 |
CN111695231A (zh) * | 2020-04-01 | 2020-09-22 | 华南理工大学 | 复杂配电网信息物理系统的实用化可靠性分析方法 |
-
2021
- 2021-06-30 CN CN202110739752.XA patent/CN113468745B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111404144A (zh) * | 2020-01-23 | 2020-07-10 | 天津大学 | 一种基于非序贯蒙特卡洛法的交直流配电网可靠性评估方法 |
CN111695231A (zh) * | 2020-04-01 | 2020-09-22 | 华南理工大学 | 复杂配电网信息物理系统的实用化可靠性分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113468745A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276532B (zh) | 一种研究基于负荷分块的配电网可靠性计算方法 | |
CN107609725B (zh) | 一种考虑变电站影响的输电网风险评估方法 | |
CN110086168B (zh) | 一种基于多源数据融合的配电网运行拓扑辨识方法 | |
CN113468745B (zh) | 一种基于历史故障的配电网可靠性快速评估方法及系统 | |
CN107769202B (zh) | 计及天气模型的基于模糊Petri网的配电网可靠性评估方法 | |
CN110222889B (zh) | 基于多种智能算法的配电网馈线自动化终端配置方法 | |
CN111082401B (zh) | 基于自学习机制的配电网故障恢复方法 | |
CN109102146B (zh) | 基于多参数线性规划的电力系统风险评估加速方法 | |
CN111143764B (zh) | 基于扩散理论的结构复杂配网可靠性评估方法 | |
CN110570016B (zh) | 一种计及多阶段性能的抗灾型骨干网架优化方法 | |
CN109949178B (zh) | 一种基于支持向量机中压配网停电事件判断及补全方法 | |
CN113328437B (zh) | 一种智能配电网cps拓扑构建方法及故障恢复方法 | |
CN112557811B (zh) | 一种基于改进遗传算法的含分布式电源配电网故障定位 | |
CN113507116B (zh) | 一种配电网负荷转供方法、装置、设备及存储介质 | |
CN114580177A (zh) | 一种基于连锁故障预防的电力系统调度方法 | |
CN112769124B (zh) | 一种基于潮流转移和追踪的电力系统快速运行风险评估方法 | |
CN110021933B (zh) | 考虑组件故障的电力信息系统控制功能可靠性评估方法 | |
CN111191867B (zh) | 电力系统复杂网络的可靠性评估方法 | |
CN114912853B (zh) | 一种电网稳定性的评价方法及装置 | |
Zou et al. | An incidence matrix based analytical method of N-1 contingency parallel analysis of main transformers in distribution networks | |
CN114186858A (zh) | 一种配电网储能规划节点重要度评估方法及系统 | |
CN114519259A (zh) | 配电信息物理系统可靠性评估方法 | |
CN114881390A (zh) | 一种计及电网安全约束的变电站主接线风险评估方法 | |
CN112258030A (zh) | 配电网智能开关站的选址方法、系统及信息数据处理终端 | |
CN111651889A (zh) | 输电系统高风险事件筛选方法、装置、设备及存储介质 |
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 |