CN113705986A - 一种基于风险理论的核心骨干网架构建方法 - Google Patents
一种基于风险理论的核心骨干网架构建方法 Download PDFInfo
- Publication number
- CN113705986A CN113705986A CN202110926686.7A CN202110926686A CN113705986A CN 113705986 A CN113705986 A CN 113705986A CN 202110926686 A CN202110926686 A CN 202110926686A CN 113705986 A CN113705986 A CN 113705986A
- Authority
- CN
- China
- Prior art keywords
- risk
- index
- core backbone
- value
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 89
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000012502 risk assessment Methods 0.000 claims abstract description 23
- 238000005070 sampling Methods 0.000 claims description 58
- 238000004880 explosion Methods 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 230000002411 adverse Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电力系统差异化规划技术,具体涉及一种基于风险理论的核心骨干网架构建方法,基于风险理论构建电力系统安全风险评估指标体系;基于CRITIC赋权法计算各指标权重;通过概率潮流计算结果完成风险评估;以核心骨干网架综合风险水平与其长度之和最小为目标函数,构建核心骨干网架搜索模型;基于改进烟花算法对构建的模型进行求解,通过Floyd‑Warshall算法对网架连通性进行修复,得到核心骨干网架构建方案。该方法在核心骨干网架的构建中充分考虑风险要素,有效改善电压越限、功率越限等不利情况,降低了核心骨干网架运行的风险水平。有利于降低电力系统在大规模新能源接入趋势下的风险水平,提高系统抵御灾害的能力。
Description
技术领域
本发明属于电力系统差异化规划技术领域,特别涉及一种基于风险理论的核心骨干网架构建方法。
背景技术
电网公司为提高电网抵御自然灾害的能力,提出差役化规划的概念。差异化规划的目的是在重大自然灾害发生时或出现重大事故时能保障对重要负荷的持续供电,其核心内容是核心骨干网架的构建。自“30·60双碳”目标的提出使大规模新能源接入电力系统成为不可逆转的趋势,这使得电力系统在“源”、“荷”两端的不确定性显著提升,导致电力系统在运行的情况下极易出现电压、功率越限等非正常情况从而提高系统运行的风险,严重时极易引发连锁故障导致电网大停电事故。核心骨干网架作为电网抵御灾害或故障的“最后一道防线”,必须充分考虑网架内不确定性因素对网架运行风险水平的影响。因此,提出电力系统综合风险评估体系,并进而构建低运行风险水平的核心骨干网架,具有重要的实际意义。
发明内容
针对背景技术存在的问题,本发明提供一种基于风险理论的核心骨干网架构建方法。
为解决上述技术问题,本发明采用如下技术方案:一种基于风险理论的核心骨干网架构建方法,包括以下步骤:
步骤1、基于风险理论构建电力系统安全风险评估指标体系;
步骤2、基于CRITIC赋权法计算各指标权重;
步骤3、通过概率潮流计算结果完成风险评估;
步骤4、以核心骨干网架综合风险水平与其长度之和最小为目标函数,构建核心骨干网架搜索模型;
步骤5、基于改进烟花算法对构建的模型进行求解,通过Floyd-Warshall算法对网架连通性进行修复,得到核心骨干网架构建方案。
在上述基于风险理论的核心骨干网架构建方法中,步骤1所述构建电力系统安全风险评估指标体系包括建立电网潮流波动风险指标、线路有功越限风险指标、切负荷风险指标、新能源弃电风险和机组再调度风险指标;具体步骤如下:
步骤1.1、电网潮流波动风险R1:
电网潮流波动风险为系统不确定造成的线路潮流波动情况,通过电网的潮流熵进行计算,计算公式如下:
式中,N为抽样总次数;Hk为第k次抽样过程中的潮流熵;Hmax和Hmin分别为N次抽样过程中潮流熵的最大值和最小值;q为常数;ρj,t为负载率满足一定水平的线路条数占线路总条数的比例;Lj为负载率不满足条件的线路条数;K为线路总条数;
步骤1.2、线路有功越限风险指标R2:
该指标描述系统不确定性造成的线路有功越限情况,计算公式如下:
式中,N为抽样总次数;OLk为第k次抽样过程中所有线路的越限总值;OLmax和OLmin分别为N次抽样过程中所有线路越限总值的最大值和最小值;NOL为某一次迭代过程中超过支路潮流限值的支路数;Pw为线路计算得到的有功功率;Plim为支路潮流限值;
步骤1.3、切负荷风险指标R3:
该指标描述线路潮流越限造成的切负荷情况,计算公式如下:
式中,N为抽样总次数;PCk为第k次抽样过程中的切负荷总损失;PCmax和PCmin分别为N次抽样过程中切负荷总损失的最大值和最小值;Pcut为某一次迭代过程中的切负荷值;Pint为可中断负荷量;η为非可中断负荷赔偿倍率;Bcut为需要切负荷的节点数;Pw.xut为需要切负荷的节点的切负荷值;
按照是否可中断和负荷可靠性的顺序对节点负荷进行切除,并且在计算切负荷风险时计及赔偿倍率;
步骤1.4、新能源弃电风险指标R4:
该指标描述发电过剩造成的弃风弃光现象,计算公式如下:
式中,N为抽样总次数;NDk为第k次抽样过程中的新能源弃电总量;NDmax和NDmin分别为N次抽样过程中新能源弃电总量的最大值和最小值;BNC为某一次迭代过程中需要弃电的新能源节点数;Pw.cut为需要弃电的新能源节点的弃电量;
步骤1.5、机组再调度风险险指标R5:
该指标描述系统为消纳新能源出力,灵活火电机组参与再调度过程中产生的成本,计算公式如下:
式中,N为抽样总次数;GDk为第k次抽样过程中的发电机组再调度总量;GDmax和GDmin分别为N次抽样过程中发电机组再调度总量的最大值和最小值;BGC为某一次迭代过程中需要再调度的发电机节点数;Pw.GC为需要再调度的发电机节点的再调度量。
在上述基于风险理论的核心骨干网架构建方法中,步骤2的实现包括以下步骤:
步骤2.1、计算同一指标不同方案之间的对比强度:
式中,σi为指标i的标准差;u为决策方案的数量;xi,k为指标i在第k个决策方案中的无量纲指标值;xi,ave为指标i在所有决策方案中无量纲指标值的平均值;
步骤2.2、计算评价指标之间的冲突性:
式中,cij为指标i和j的冲突性;rij为指标i和j的相关系数;xi,k为指标i在第k个决策方案中的无量纲指标值;xi,ave为指标i在所有决策方案中无量纲指标值的平均值;
步骤2.3、计算各个指标的客观权重:
在上述基于风险理论的核心骨干网架构建方法中,步骤3的实现包括:
步骤3.1、根据确定的电网规划方案,输入所有发电机组的有功功率和负荷的有功功率,确定总的抽样次数,通过拉丁超立方对不确定性因素进行抽样,在每次抽样过程中对电力系统进行概率潮流计算;
步骤3.2、根据概率潮流计算结果,得到电力系统的综合风险值,对于电力系统的安全性进行量化评估。
在上述基于风险理论的核心骨干网架构建方法中,步骤4的目标函数为:
式中,Length为核心骨干网架的归一化长度,Risk为核心骨干网架的综合风险评估值。L1为核心骨干网架的总长度,Lo为原网架的总长度,Lcore为核心骨干网架的总支路数,L为原网架的总支路数,li为网架中第i条支路的长度;xi为第i条支路的开关状态,取1时支路状态为开,代表该支路接入核心骨干网架中;取0时支路状态为关,代表该支路未接入核心骨干网架中;n为参与综合风险评估的风险指标总数,取为5,αj为第j个风险指标的权重,riskj为第j个风险指标的取值;φ(x)为核心骨干网架的连通性判断函数,φ(x)=1时代表核心骨干网架连通,φ(x)=0时代表核心骨干网架不连通;g(x)=0为支路开关状态确定后的潮流等式约束方程,h(x)≤0为对应的潮流不等式约束方程。
在上述基于风险理论的核心骨干网架构建方法中,步骤5所述改进烟花算法的具体步骤包括:
步骤5.1、输入电网规划相关参数,电网网架结构,节点和支路的参数,传统发电机组与新能源装机数目、容量和安装地点,可中断负荷占比以及概率潮流抽样次数;设置烟花算法的相关参数,烟花数,变异火花数,爆炸数目,爆炸半径,爆炸数目限制因子以及迭代总次数;设定迭代总次数为N;
步骤5.2、在可行域中{0,1}随机生成初始烟花种群,采用Warshall算法对初始烟花种群中的每个个体形成的网架进行连通性判断;若连通,转向步骤5.3;若不连通,采用基于Floyd算法的最短路径方法对网架进行连通性修复,并转向步骤5.3;
步骤5.3、计算所有烟花的适应度值,并通过比较求得其中的最优值,作为全局最优值,记录最优个体;初始化迭代次数t=1;
步骤5.4、开始迭代,通过爆炸算子和变异算子模拟烟花爆炸过程,生成新的火花;
步骤5.5、对超出边界的火花应用映射规则,并对变量取值进行0-1化操作;采用Warshall算法对所有烟花、火花个体形成的网架进行连通性判断;若连通,转向步骤5.6;若不连通,采用基于Flovd算法的最短路径方法对网架进行连通性修复,并转向步骤5.6;
步骤5.6、计算所有烟花、火花个体的适应度值,并与全局最优值进行比较;若比全局最优值小或等于全局最优值,最优个体和最优值不变;若比全局最优值小,对最优个体和最优值进行更新;
步骤5.7、根据精英-随机选择策略选择下一代烟花种群,直接选取最优个体作为下一代的烟花,下一代剩下的烟花在其他的烟花和火花中随机选取;
步骤5.8、判断t<N是否成立,即迭代是否已到达最大次数;若成立,转向步骤5.9;若不成立,令循环次数加1,并返回步骤5.4;
步骤5.9、输出最优个体,得到核心骨干网架构建方案。
与现有技术相比,本发明的有益效果:
1.本发明充分考虑电网发展方向,结合新能源大幅度接入的背景下,在核心骨干网架的构建过程中充分考虑风险要素,有利于改善电压越限、功率越限等不利运行情况,达到降低核心骨干网架运行的风险水平的目的,为核心骨干网架的构建提供新的思路,具有实际应用意义。
2.本发明提出的电力系统综合风险水平评估基于概率潮流计算方法,充分考虑了电力系统不确定性因素的影响,更精细化地描述“源”、“荷”两端的不确定性因素,这相比现有的风险评估技术更符合实际情况。
3.本发明引入的新型爆炸方式、新型高斯变异、新型映射规则、精英-随机选择策略对烟花算法进行改进,有利于加快烟花算法的收敛,避免烟花算法陷入局部最优,求解结果更加准确可靠。
附图说明
图1是本发明一个实施例提供的核心骨干网架构建方法流程图;
图2是本发明一个实施例提供的电力系统综合风险评估指标体系示意图;
图3是本发明一个实施例提供的核心骨干网架构建方法步骤示意图。
具体实施方式
下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,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。
下面结合具体实施例对本发明作进一步说明,但不作为本发明的限定。
在大规模新能源接入电力系统的背景下,系统稳定运行受到极大挑战,系统运行风险水平不断提高,核心骨干网架的构建必须兼顾一定的风险水平,因此本实施例提出基于风险理论的核心骨干网架构建方法。该方法基于风险理论构建电力系统安全风险评估指标体系,利用概率潮流计算量化各指标风险大小,采用CRITIC赋权法计算各指标权重,计算电力系统综合风险大小;以系统综合风险水平大小与核心骨干网架总长之和最小为目标函数构建核心骨干网架搜索模型,采用改进烟花算法进行求解,并通过Floyd-Warshall算法修复网架连通性,得到核心骨干网架构建方案。该方法为核心骨干网架的构建拓展新的思路,为电网规划部门制定差异化规划方案提供参考,有利于降低电力系统在大规模新能源接入趋势下的风险水平,提高系统抵御灾害的能力。
本实施例是通过以下技术方案来实现的,一种基于风险理论的核心骨干网架构建方法,包括以下步骤:
S1、基于风险理论构建电力系统安全风险评估指标体系;
S2、基于CRITIC赋权法计算各指标权重;
S3、通过概率潮流计算结果完成风险评估;
S4、以核心骨干网架综合风险水平与其长度之和最小为目标函数,构建核心骨干网架搜索模型;
S5、基于改进烟花算法对构建的模型进行求解,通过Floyd-Warshall算法对网架连通性进行修复,得到核心骨干网架构建方案。
而且,电力系统综合风险评估指标体系包括五个单一支路风险指标,分别为电网潮流波动风险、线路有功越限风险、切负荷风险、新能源弃电风险和机组再调度风险指标。
而且,系统运行风险指标通过五个单一风险指标加权计算,电网潮流波动风险为系统不确定造成的线路潮流波动情况,线路有功越限风险描述系统不确定性造成的线路有功越限情况,切负荷风险描述线路潮流越限造成的切负荷情况,新能源损失风险指标描述了发电过剩造成的弃风、弃光现象;机组再调度风险描述灵活火电机组参与再调度过程中产生的成本。
而且,CRITIC赋权法的具体步骤如下:
S2.1、计算同一指标不同翻案之间的对比强度;
S2.2、计算评价指标之间的冲突性;
S2.3、计算各个指标的客观权重;
而且,系统综合风险水平的计算基于概率潮流计算方法。根据确定的电网规划方案,输入所有发电机组的有功功率和负荷的有功功率,确定总的抽样次数,通过拉丁超立方对不确定性因素进行抽样,在每次抽样过程中对电力系统进行潮流计算。进一步,根据概率潮流计算结果,整理得到电力系统的综合风险值,对于电力系统的安全性进行量化评估。
而且,核心骨干网架构建目标函数需考虑网架运行风险水平和网架线路总长,约束条件为连通性约束、潮流等式约束方程和潮流不等式约束方程。
而且,改进烟花算法的具体步骤如下:
S5.1、输入电网规划相关参数,电网网架结构,节点和支路的参数,传统发电机组与新能源装机数目、容量和安装地点,可中断负荷占比以及概率潮流抽样次数等。设置烟花算法的相关参数,烟花数,变异火花数,爆炸数目,爆炸半径,爆炸数目限制因子以及迭代总次数等。设定迭代总次数为N;
S5.2、在可行域中{0,1}随机生成初始烟花种群,采用Warshall算法对初始烟花种群中的每个个体形成的网架进行连通性判断。若连通,转向S5.3。若不连通,采用基于Floyd算法的最短路径方法对网架进行连通性修复,并转向S5.3;
S5.3、计算所有烟花的适应度值,并通过比较求得其中的最优值,作为全局最优值,记录最优个体。初始化迭代次数t=l;
S5.4、开始迭代,通过爆炸算子和变异算子模拟烟花爆炸过程,生成新的火花;
S5.5、对超出边界的火花应用映射规则,并对变量取值进行0-1化操作。采用Warshall算法对所有烟花、火花个体形成的网架进行连通性判断。若连通,转向S5.6。若不连通,采用基于Floyd算法的最短路径方法对网架进行连通性修复,并转向S5.6;
S5.6、计算所有烟花、火花个体的适应度值,并与全局最优值进行比较。若比全局最优值小或等于全局最优值,最优个体和最优值不变。若比全局最优值小,对最优个体和最优值进行更新;
S5.7、根据精英-随机选择策略选择下一代烟花种群,直接选取最优个体作为下一代的烟花,下一代剩下的烟花在其他的烟花和火花中随机选取;
S5.8、判断t<N是否成立,即迭代是否已到达最大次数。若成立,转向步骤5.9。若不成立,令循环次数加1,并返回S5.4;
S5.9、输出最优个体,即核心骨干网架构建方案。
具体实施时,如图1所示,一种基于风险理论的核心骨干网架构建方法,包括以下步骤:
如图2所示,1、基于风险理论,构建电力系统运行综合风险评估指标体系;
支路重要度评估指标体系包括五个单一风险指标,分别为电网潮流波动风险、线路有功越限风险、切负荷风险、新能源弃电风险和机组再调度风险指标。
电网潮流波动风险R1:
电网潮流波动风险为系统不确定造成的线路潮流波动情况,通过电网的潮流熵进行计算,计算公式如下:
式中,N为抽样总次数;Hk为第k次抽样过程中的潮流熵;Hmax和Hmin分别为N次抽样过程中潮流熵的最大值和最小值;q为常数;ρj,t为负载率满足一定水平的线路条数占线路总条数的比例;Li为负载率不满足条件的线路条数;K为线路总条数。
线路有功越限风险指标R2:
该指标描述系统不确定性造成的线路有功越限情况,计算公式如下:
式中,N为抽样总次数;OLk为第k次抽样过程中所有线路的越限总值;OLmax和OLmin分别为N次抽样过程中所有线路越限总值的最大值和最小值;NOL为某一次迭代过程中超过支路潮流限值的支路数;Pw为线路计算得到的有功功率;Plim为支路潮流限值。
切负荷风险指标R3:
该指标描述线路潮流越限造成的切负荷情况,计算公式如下:
式中,N为抽样总次数;PCk为第k次抽样过程中的切负荷总损失;PCmax和PCmin分别为N次抽样过程中切负荷总损失的最大值和最小值;Pcut为某一次迭代过程中的切负荷值;Pint为可中断负荷量;η为非可中断负荷赔偿倍率;Bcut为需要切负荷的节点数;Pw.cut为需要切负荷的节点的切负荷值。由于非可中断负荷的赔偿倍率比可中断负荷高,因此应该按照是否可中断和负荷可靠性的顺序对节点负荷进行切除,并且在计算切负荷风险时计及赔偿倍率。
新能源弃电风险指标R4:
该指标描述发电过剩造成的弃风弃光现象,计算公式如下:
式中,N为抽样总次数;NDk为第k次抽样过程中的新能源弃电总量;NDmax和NDmin分别为N次抽样过程中新能源弃电总量的最大值和最小值;BNC为某一次迭代过程中需要弃电的新能源节点数;Pw.cut为需要弃电的新能源节点的弃电量。
机组再调度风险险指标R5:
该指标描述系统为消纳新能源出力,灵活火电机组参与再调度过程中产生的成本,计算公式如下:
式中,N为抽样总次数;GDk为第k次抽样过程中的发电机组再调度总量;GDmax和GDmin分别为N次抽样过程中发电机组再调度总量的最大值和最小值;BGC为某一次迭代过程中需要再调度的发电机节点数;Pw.GC为需要再调度的发电机节点的再调度量。
2、基于CRITIC赋权法计算各指标权重;
CRITIC赋权法的具体步骤如下:
2.1、计算同一指标不同方案之间的对比强度:
式中,σi为指标i的标准差;u为决策方案的数量;xi,k为指标i在第k个决策方案中的无量纲指标值;xi,ave为指标i在所有决策方案中无量纲指标值的平均值。
2.2、计算评价指标之间的冲突性:
式中,cij为指标i和j的冲突性;rij为指标i和j的相关系数;xi,k为指标i在第k个决策方案中的无量纲指标值;xi,ave为指标i在所有决策方案中无量纲指标值的平均值。
2.3、计算各个指标的客观权重:
3、通过概率潮流计算结果完成风险评估;
根据确定的电网规划方案,输入所有发电机组的有功功率和负荷的有功功率,确定总的抽样次数,通过拉丁超立方对不确定性因素进行抽样,在每次抽样过程中对电力系统进行潮流计算。进一步,根据概率潮流计算结果,整理得到电力系统的综合风险值,对于电力系统的安全性进行量化评估。
4、以核心骨干网架综合风险水平与其长度之和最小为目标函数,构建核心骨干网架搜索模型;
考虑到核心骨干网架在新能源接入后的运行综合风险水平与其线路总长,以二者之和最小为目标函数,目的是得到运行风险水平低且网架规模小的核心骨干网架。该机组优化配置模型具体如下:
式中,Length为核心骨干网架的归一化长度,Risk为核心骨干网架的综合风险评估值。L1为核心骨干网架的总长度,L0为原网架的总长度,Lcore为核心骨干网架的总支路数,L为原网架的总支路数,li为网架中第i条支路的长度。xi为第i条支路的开关状态,取1时支路状态为开,代表该支路接入核心骨干网架中;取0时支路状态为关,代表该支路未接入核心骨干网架中。n为参与综合风险评估的风险指标总数,取为5,αj为第j个风险指标的权重,riskj为第j个风险指标的取值。φ(x)为核心骨干网架的连通性判断函数,φ(x)=1时代表核心骨干网架连通,φ(x)=0时代表核心骨干网架不连通。g(x)=0为支路开关状态确定后的潮流等式约束方程,h(x)≤0为对应的潮流不等式约束方程。
如图3所示,5、基于改进烟花算法对构建的模型进行求解,得到核心骨干网架构建方案。
改进烟花算法的具体步骤如下:
5.1、输入电网规划相关参数,电网网架结构,节点和支路的参数,传统发电机组与新能源装机数目、容量和安装地点,可中断负荷占比以及概率潮流抽样次数等。设置烟花算法的相关参数,烟花数,变异火花数,爆炸数目,爆炸半径,爆炸数目限制因子以及迭代总次数等。设定迭代总次数为N;
5.2、在可行域中{0,1}随机生成初始烟花种群,采用Warshall算法对初始烟花种群中的每个个体形成的网架进行连通性判断。若连通,转向S5.3。若不连通,采用基于Floyd算法的最短路径方法对网架进行连通性修复,并转向S5.3;
5.3、计算所有烟花的适应度值,并通过比较求得其中的最优值,作为全局最优值,记录最优个体。初始化迭代次数t=1;
5.4、开始迭代,通过爆炸算子和变异算子模拟烟花爆炸过程,生成新的火花;
5.5、对超出边界的火花应用映射规则,并对变量取值进行0-1化操作。采用Warshall算法对所有烟花、火花个体形成的网架进行连通性判断。若连通,转向步骤5.6。若不连通,采用基于Floyd算法的最短路径方法对网架进行连通性修复,并转向S5.6;映射规则计算如下式:
0-1化操作计算如下式:
5.6、计算所有烟花、火花个体的适应度值,并与全局最优值进行比较。若比全局最优值小或等于全局最优值,最优个体和最优值不变。若比全局最优值小,对最优个体和最优值进行更新;
5.7、根据精英-随机选择策略选择下一代烟花种群,直接选取最优个体作为下一代的烟花,下一代剩下的烟花在其他的烟花和火花中随机选取;
5.8、判断t<N是否成立,即迭代是否已到达最大次数。若成立,转向步骤5.9。若不成立,令循环次数加1,并返回S5.4;
5.9、输出最优个体,即核心骨干网架构建方案。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (6)
1.一种基于风险理论的核心骨干网架构建方法,其特征在于:包括以下步骤:
步骤1、基于风险理论构建电力系统安全风险评估指标体系;
步骤2、基于CRITIC赋权法计算各指标权重;
步骤3、通过概率潮流计算结果完成风险评估;
步骤4、以核心骨干网架综合风险水平与其长度之和最小为目标函数,构建核心骨干网架搜索模型;
步骤5、基于改进烟花算法对构建的模型进行求解,通过Floyd-Warshall算法对网架连通性进行修复,得到核心骨干网架构建方案。
2.根据权利要求1所述基于风险理论的核心骨干网架构建方法,其特征在于:步骤1所述构建电力系统安全风险评估指标体系包括建立电网潮流波动风险指标、线路有功越限风险指标、切负荷风险指标、新能源弃电风险和机组再调度风险指标;具体步骤如下:
步骤1.1、电网潮流波动风险R1:
电网潮流波动风险为系统不确定造成的线路潮流波动情况,通过电网的潮流熵进行计算,计算公式如下:
式中,N为抽样总次数;Hk为第k次抽样过程中的潮流熵;Hmax和Hmin分别为N次抽样过程中潮流熵的最大值和最小值;q为常数;ρj,t为负载率满足一定水平的线路条数占线路总条数的比例;Lj为负载率不满足条件的线路条数;K为线路总条数;
步骤1.2、线路有功越限风险指标R2:
该指标描述系统不确定性造成的线路有功越限情况,计算公式如下:
式中,N为抽样总次数;OLk为第k次抽样过程中所有线路的越限总值;OLmax和OLmin分别为N次抽样过程中所有线路越限总值的最大值和最小值;NOL为某一次迭代过程中超过支路潮流限值的支路数;Pw为线路计算得到的有功功率;Plim为支路潮流限值;
步骤1.3、切负荷风险指标R3:
该指标描述线路潮流越限造成的切负荷情况,计算公式如下:
式中,N为抽样总次数;PCk为第k次抽样过程中的切负荷总损失;PCmax和PCmin分别为N次抽样过程中切负荷总损失的最大值和最小值;Pcut为某一次迭代过程中的切负荷值;Pint为可中断负荷量;η为非可中断负荷赔偿倍率;Bcut为需要切负荷的节点数;Pw.cut为需要切负荷的节点的切负荷值;
按照是否可中断和负荷可靠性的顺序对节点负荷进行切除,并且在计算切负荷风险时计及赔偿倍率;
步骤1.4、新能源弃电风险指标R4:
该指标描述发电过剩造成的弃风弃光现象,计算公式如下:
式中,N为抽样总次数;NDk为第k次抽样过程中的新能源弃电总量;NDmax和NDmin分别为N次抽样过程中新能源弃电总量的最大值和最小值;BNC为某一次迭代过程中需要弃电的新能源节点数;Pw.cut为需要弃电的新能源节点的弃电量;
步骤1.5、机组再调度风险险指标R5:
该指标描述系统为消纳新能源出力,灵活火电机组参与再调度过程中产生的成本,计算公式如下:
式中,N为抽样总次数;GDk为第k次抽样过程中的发电机组再调度总量;GDmax和GDmin分别为N次抽样过程中发电机组再调度总量的最大值和最小值;BGC为某一次迭代过程中需要再调度的发电机节点数;Pw.GC为需要再调度的发电机节点的再调度量。
4.根据权利要求1所述基于风险理论的核心骨干网架构建方法,其特征在于:步骤3的实现包括:
步骤3.1、根据确定的电网规划方案,输入所有发电机组的有功功率和负荷的有功功率,确定总的抽样次数,通过拉丁超立方对不确定性因素进行抽样,在每次抽样过程中对电力系统进行概率潮流计算;
步骤3.2、根据概率潮流计算结果,得到电力系统的综合风险值,对于电力系统的安全性进行量化评估。
5.根据权利要求1所述基于风险理论的核心骨干网架构建方法,其特征在于:步骤4的目标函数为:
式中,Length为核心骨干网架的归一化长度,Risk为核心骨干网架的综合风险评估值。L1为核心骨干网架的总长度,L0为原网架的总长度,Lcore为核心骨干网架的总支路数,L为原网架的总支路数,li为网架中第i条支路的长度;xi为第i条支路的开关状态,取1时支路状态为开,代表该支路接入核心骨干网架中;取0时支路状态为关,代表该支路未接入核心骨干网架中;n为参与综合风险评估的风险指标总数,取为5,αj为第j个风险指标的权重,riskj为第j个风险指标的取值;φ(x)为核心骨干网架的连通性判断函数,φ(x)=1时代表核心骨干网架连通,φ(x)=0时代表核心骨干网架不连通;g(x)=0为支路开关状态确定后的潮流等式约束方程,h(x)≤0为对应的潮流不等式约束方程。
6.根据权利要求1所述基于风险理论的核心骨干网架构建方法,其特征在于:步骤5所述改进烟花算法的具体步骤包括:
步骤5.1、输入电网规划相关参数,电网网架结构,节点和支路的参数,传统发电机组与新能源装机数目、容量和安装地点,可中断负荷占比以及概率潮流抽样次数;设置烟花算法的相关参数,烟花数,变异火花数,爆炸数目,爆炸半径,爆炸数目限制因子以及迭代总次数;设定迭代总次数为N;
步骤5.2、在可行域中{0,1}随机生成初始烟花种群,采用Warshall算法对初始烟花种群中的每个个体形成的网架进行连通性判断;若连通,转向步骤5.3;若不连通,采用基于Floyd算法的最短路径方法对网架进行连通性修复,并转向步骤5.3;
步骤5.3、计算所有烟花的适应度值,并通过比较求得其中的最优值,作为全局最优值,记录最优个体;初始化迭代次数t=1;
步骤5.4、开始迭代,通过爆炸算子和变异算子模拟烟花爆炸过程,生成新的火花;
步骤5.5、对超出边界的火花应用映射规则,并对变量取值进行0-1化操作;采用Warshall算法对所有烟花、火花个体形成的网架进行连通性判断;若连通,转向步骤5.6;若不连通,采用基于Floyd算法的最短路径方法对网架进行连通性修复,并转向步骤5.6;
步骤5.6、计算所有烟花、火花个体的适应度值,并与全局最优值进行比较;若比全局最优值小或等于全局最优值,最优个体和最优值不变;若比全局最优值小,对最优个体和最优值进行更新;
步骤5.7、根据精英-随机选择策略选择下一代烟花种群,直接选取最优个体作为下一代的烟花,下一代剩下的烟花在其他的烟花和火花中随机选取;
步骤5.8、判断t<N是否成立,即迭代是否已到达最大次数;若成立,转向步骤5.9;若不成立,令循环次数加1,并返回步骤5.4;
步骤5.9、输出最优个体,得到核心骨干网架构建方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110926686.7A CN113705986B (zh) | 2021-08-12 | 2021-08-12 | 一种基于风险理论的核心骨干网架构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110926686.7A CN113705986B (zh) | 2021-08-12 | 2021-08-12 | 一种基于风险理论的核心骨干网架构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113705986A true CN113705986A (zh) | 2021-11-26 |
CN113705986B CN113705986B (zh) | 2023-11-07 |
Family
ID=78652519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110926686.7A Active CN113705986B (zh) | 2021-08-12 | 2021-08-12 | 一种基于风险理论的核心骨干网架构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113705986B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10215520A (ja) * | 1997-01-28 | 1998-08-11 | Koichi Tsuji | 線型計画法を適用した事故復旧装置 |
CA2712873A1 (en) * | 2010-08-18 | 2012-02-18 | Suresh Patel | Method of artificial neural network loadflow computation for electrical power system |
CN103151777A (zh) * | 2013-03-27 | 2013-06-12 | 国家电网公司 | 一种基于电网差异化的核心骨干网架构建方法 |
CN103366062A (zh) * | 2013-07-15 | 2013-10-23 | 武汉大学 | 基于bbo算法和电网生存性的核心骨干网架构建方法 |
CN107491834A (zh) * | 2017-07-27 | 2017-12-19 | 国网江西省电力公司经济技术研究院 | 计及元件综合重要度和网络抗毁性的骨干网架搜索方法 |
CN107623319A (zh) * | 2017-08-17 | 2018-01-23 | 广东电网有限责任公司惠州供电局 | 一种基于多评价指标的电网关键线路辨识方法 |
CN108898287A (zh) * | 2018-06-11 | 2018-11-27 | 国网江西省电力有限公司电力科学研究院 | 大规模光伏并网的配电网运行风险评估方法 |
CN110350517A (zh) * | 2019-06-27 | 2019-10-18 | 华南理工大学 | 一种基于运行风险的电动汽车并网配电网络重构方法 |
CN110942175A (zh) * | 2019-10-23 | 2020-03-31 | 江苏大学 | 基于烟花爆炸人工蜂群算法的大规模电力系统经济调度问题优化方法 |
CN111950900A (zh) * | 2020-08-12 | 2020-11-17 | 国网山东省电力公司烟台供电公司 | 一种电力系统源网荷储本质安全风险评估方法 |
CN112036611A (zh) * | 2020-08-12 | 2020-12-04 | 国网山东省电力公司经济技术研究院 | 一种计及风险的电网优化规划方法 |
CN113239547A (zh) * | 2021-05-17 | 2021-08-10 | 国网山东省电力公司经济技术研究院 | 一种基于tlbo算法的核心骨干网架构建方法 |
WO2022142392A1 (zh) * | 2020-12-28 | 2022-07-07 | 国网天津市电力公司电力科学研究院 | 一种移动储能时空联合优化调度策略的制定方法 |
CN115378876A (zh) * | 2022-07-29 | 2022-11-22 | 南京邮电大学 | 一种sdn环境下数据中心网络负载均衡方法 |
CN115423140A (zh) * | 2022-05-31 | 2022-12-02 | 南京工程学院 | 一种电力系统短期负荷预测方法 |
-
2021
- 2021-08-12 CN CN202110926686.7A patent/CN113705986B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10215520A (ja) * | 1997-01-28 | 1998-08-11 | Koichi Tsuji | 線型計画法を適用した事故復旧装置 |
CA2712873A1 (en) * | 2010-08-18 | 2012-02-18 | Suresh Patel | Method of artificial neural network loadflow computation for electrical power system |
CN103151777A (zh) * | 2013-03-27 | 2013-06-12 | 国家电网公司 | 一种基于电网差异化的核心骨干网架构建方法 |
CN103366062A (zh) * | 2013-07-15 | 2013-10-23 | 武汉大学 | 基于bbo算法和电网生存性的核心骨干网架构建方法 |
CN107491834A (zh) * | 2017-07-27 | 2017-12-19 | 国网江西省电力公司经济技术研究院 | 计及元件综合重要度和网络抗毁性的骨干网架搜索方法 |
CN107623319A (zh) * | 2017-08-17 | 2018-01-23 | 广东电网有限责任公司惠州供电局 | 一种基于多评价指标的电网关键线路辨识方法 |
CN108898287A (zh) * | 2018-06-11 | 2018-11-27 | 国网江西省电力有限公司电力科学研究院 | 大规模光伏并网的配电网运行风险评估方法 |
CN110350517A (zh) * | 2019-06-27 | 2019-10-18 | 华南理工大学 | 一种基于运行风险的电动汽车并网配电网络重构方法 |
CN110942175A (zh) * | 2019-10-23 | 2020-03-31 | 江苏大学 | 基于烟花爆炸人工蜂群算法的大规模电力系统经济调度问题优化方法 |
CN111950900A (zh) * | 2020-08-12 | 2020-11-17 | 国网山东省电力公司烟台供电公司 | 一种电力系统源网荷储本质安全风险评估方法 |
CN112036611A (zh) * | 2020-08-12 | 2020-12-04 | 国网山东省电力公司经济技术研究院 | 一种计及风险的电网优化规划方法 |
WO2022142392A1 (zh) * | 2020-12-28 | 2022-07-07 | 国网天津市电力公司电力科学研究院 | 一种移动储能时空联合优化调度策略的制定方法 |
CN113239547A (zh) * | 2021-05-17 | 2021-08-10 | 国网山东省电力公司经济技术研究院 | 一种基于tlbo算法的核心骨干网架构建方法 |
CN115423140A (zh) * | 2022-05-31 | 2022-12-02 | 南京工程学院 | 一种电力系统短期负荷预测方法 |
CN115378876A (zh) * | 2022-07-29 | 2022-11-22 | 南京邮电大学 | 一种sdn环境下数据中心网络负载均衡方法 |
Non-Patent Citations (1)
Title |
---|
王靖: "配电网络优化运行重构技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技II辑》, no. 4 * |
Also Published As
Publication number | Publication date |
---|---|
CN113705986B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112036611B (zh) | 一种计及风险的电网优化规划方法 | |
CN111798095B (zh) | 一种基于神经网络电力电缆状态评价方法 | |
CN107330573B (zh) | 一种光伏系统关键设备的状态评估方法及装置 | |
Zhang et al. | Application of simulated annealing genetic algorithm-optimized back propagation (BP) neural network in fault diagnosis | |
WO2019154135A1 (zh) | 一种基于网络抗毁度的微电网可靠性评估方法 | |
CN110417011A (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
CN107292481B (zh) | 一种基于节点重要度的电网关键节点评估方法 | |
CN110570016B (zh) | 一种计及多阶段性能的抗灾型骨干网架优化方法 | |
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 | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN111950900A (zh) | 一种电力系统源网荷储本质安全风险评估方法 | |
CN114006413A (zh) | 一种基于图神经网络的电力系统暂态稳定控制方法及系统 | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
CN107179688B (zh) | 考虑蒙特卡罗状态抽样截尾的电力系统可靠性分析方法 | |
CN113705986A (zh) | 一种基于风险理论的核心骨干网架构建方法 | |
CN112989576A (zh) | 基于实时需求响应评估能源信息耦合系统可靠性的方法 | |
CN114662809A (zh) | 一种综合能源园区内供电电源的电能质量评价方法和系统 | |
CN113239547B (zh) | 一种基于tlbo算法的核心骨干网架构建方法 | |
CN110994621A (zh) | 基于改进直流潮流算法的电网有功潮流调整方法及装置 | |
CN110782080B (zh) | 一种基于种群性能排序选择的电力系统结构优化方法 | |
CN112330125A (zh) | 配电变压器利用率指标的参数确定方法、装置和存储介质 | |
CN108616126B (zh) | 计及输电网供电能力概率等值模型的配网可靠性计算方法 | |
Lin et al. | A Resilience-based Comprehensive Evaluation Framework for All-Electric Ship | |
CN116131272B (zh) | 基于卷积神经网络关注度的电网预防控制优化方法及系统 | |
Singh et al. | Impact of wind turbine generator for on the reliability and economics of a remote WTG 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 |