CN113962459A - 考虑配电网韧性的灾后电网复电时间预测方法 - Google Patents

考虑配电网韧性的灾后电网复电时间预测方法 Download PDF

Info

Publication number
CN113962459A
CN113962459A CN202111227339.1A CN202111227339A CN113962459A CN 113962459 A CN113962459 A CN 113962459A CN 202111227339 A CN202111227339 A CN 202111227339A CN 113962459 A CN113962459 A CN 113962459A
Authority
CN
China
Prior art keywords
distribution network
time
power distribution
power
disaster
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.)
Pending
Application number
CN202111227339.1A
Other languages
English (en)
Inventor
叶祥满
李小栊
黄达洋
吴龙伟
王智聪
叶锦锋
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.)
Fujian Yongfu Power Engineering Co Ltd
Original Assignee
Fujian Yongfu Power Engineering 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 Fujian Yongfu Power Engineering Co Ltd filed Critical Fujian Yongfu Power Engineering Co Ltd
Priority to CN202111227339.1A priority Critical patent/CN113962459A/zh
Publication of CN113962459A publication Critical patent/CN113962459A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • 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]
    • 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
    • G06F2119/12—Timing analysis or timing optimisation
    • 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)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种考虑配电网韧性的灾后电网复电时间预测方法，包括以下步骤：步骤S1：获取配电网的电网数据信息；步骤S2:根据电网数据信息，并将自然灾害下配电网加权失负荷与时间轴的积分所描述的配电网韧性指标引入，构建配电网功能曲线模型；步骤S3:获取自然灾害相关参量，并根据自然灾害相关参量，建立自然灾害模型；步骤S4:构建考虑配电网韧性的灾后电网复电总时间的基础计算模型；步骤S5:修正考虑配电网韧性的灾后电网复电总时间的基础计算模型，得到配电网故障处理总时间的精确计算模型；步骤S6:获取灾后配电网的电网数据信息，并基于配电网故障处理总时间的精确计算模型，获得的灾后电网复电时间。本发明能够快速获取灾后电网复电时间，且精度高，能有效提高配电网可靠性。

Description

考虑配电网韧性的灾后电网复电时间预测方法
技术领域
本发明属于电气自动化领域，具体涉及一种考虑配电网韧性的灾后电网复电时间预测方法。
背景技术
随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。
配电终端(distribution terminal unit，DTU)是配电自动化的基础设备，可监视配电线路的运行状况，及时发现线路故障，诊断出故障区段并将故障区段隔离，恢复对非故障区段的供电，可显著提升配电网供电可靠性水平。目前，关于配电终端的研究可大致分为两类，一类是针对配电终端的优化配置问题展开的，另一类则是针对配电终端对配电网供电可靠性影响展开的。这两类关于配电终端的研究均需建立配电终端的可靠性模型，同时配电终端与其他电力设备一样，在运行过程中难免出现配电终端失效的情况，将会影响整个系统的供电可靠性。
配电网的故障处理总时间，指的是配电网发生故障时，故障从发生到处理完毕时所好耗费的总的时间。配电网的故障处理总时间是配电网的重要参数之一，并直接影响着配电网的可靠性计算结果。因此，配电网的故障处理总时间的计算是非常重要。但是，目前的配电网的故障处理总时间的计算，其计算过程较为简单和粗略，且由于当前分布式电源等增多，配电网的韧性逐渐增强，抵抗自然灾害的能力逐渐增强，考虑配电网韧性的灾后电网复电时间计算方法很少有人提出，按照之前配电网复电时间计算方法所得到的配电网的故障处理总时间的计算结果的精度较差，已经严重影响到了配电网的可靠性计算结果，
发明内容
有鉴于此，本发明的目的在于提供一种考虑配电网韧性的灾后电网复电时间预测方法，能够快速获取灾后电网复电时间，且精度高，有效提高配电网可靠性。
为实现上述目的，本发明采用如下技术方案：
一种考虑配电网韧性的灾后电网复电时间预测方法，包括以下步骤：
步骤S1：获取配电网的电网数据信息；
步骤S2:根据电网数据信息，并将自然灾害下配电网加权失负荷与时间轴的积分所描述的配电网韧性指标引入，构建配电网功能曲线模型；
步骤S3:获取自然灾害相关参量，并根据自然灾害相关参量，建立自然灾害模型；
步骤S4:构建考虑配电网韧性的灾后电网复电总时间的基础计算模型；
步骤S5:基于基于概率预测理论，修正考虑配电网韧性的灾后电网复电总时间的基础计算模型，得到配电网故障处理总时间的精确计算模型；
步骤S6:获取灾后配电网的电网数据信息，并基于配电网故障处理总时间的精确计算模型，获得的灾后电网复电时间。
进一步的，所述电网数据信息包括供电干线的长度、供电分支线的长度、故障率对应的平均修复时间、隔离开关的操作时间、各负荷点的负荷量和各负荷点的供电用户数。
进一步的，所述配电网功能曲线模型以时间为横坐标，以负荷水平为纵坐标。
进一步的，所述自然灾害为台风，步骤S3具体为：
构建台风静态风场模型：
Figure BDA0003314657060000031
其中，K为经验参数；vm为最大风速；rmv为最大风速半径；rs为台风影响区域半径；β为台风边界因子，表示最大梯度风速与边界风速的比值
构建台风动态风场模型，台风动态风场用于描述台风登陆后的风场变化情况，建模为一系列静态风场的集合H；
H＝{ha}a＝0,1,…,|H| (2)
ha＝Γ(h0丨α,ph,vh,ΔTa) (3)
其中，丨·丨为集合中元素的数量，后同；h0为台风登录时的风场；hα为台风登陆后a时刻的风场，Γ(·)为hα关于h0的时变函数。函数Γ(·)可结合以下参数模拟：台风着陆衰减因子α，台风的移动路径ph，台风移动速度vh，台风登录后a时刻经历的时间△T。
进一步的，所述建立考虑配电网韧性的灾后电网复电总时间的基础计算模型，具体如下：
当配电网韧性可以抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间Tf由自然灾害模型与配电网功能曲线模型决定，具体基础计算模型Tf为：
Tf＝t1-t0 (4)
其中，t0为灾害发生时刻，t1为配电网功能恢复正常的时刻；
B.当配电网韧性不能抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间Tf由配电网韧性失效时间、故障定位时间、故障隔离时间、故障巡线时间期望值和故障恢复时间决定，具体基础计算模型Tf为：
Tf＝Tloc-r+Tiso-r+Tpat-exp+Trec+t2-t0 (5)
式中，Tloc-r为故障定位时间；Tiso-r为故障隔离时间；Tpat-exp为故障巡线时间期望值；Trec为故障恢复时间；t0为灾害发生时刻，t2为配电网功能失效的时刻。
进一步的，所述故障巡线时间期望值，具体为：
Figure BDA0003314657060000041
式中k为故障馈线的分段编号；N为故障馈线的分段总数；ΔLk为故障馈线第k段的长度；L为故障馈线的长度；tp为单位长度馈线巡线时间；且规定各条馈线单位长度的故障率相同。
进一步的，所述步骤S5基于概率预测理论，对于配电网韧性的灾后电网复电总时间的基础计算模型进行修正，使原始模型根据配电网可能发生故障的概率实时更新，从而实现考虑配电网韧性的灾后电网复电时间预测，具体为：
a.采用如下算式计算得到修正后的故障定位时间Tloc-exp：
Tloc-exp＝(1-Ploc-f)*Tloc-f+Ploc-f*Tloc-f (7)
式中Tloc-exp为自动定位失效后的定位时间；Ploc-f表示定位功能失效的概率；
b.采用如下算式计算得到修正后的故障隔离时间Tiso-exp：
Tiso-exp＝(1-Piso-f)*Tiso-f+Piso-f*Tiso-f (8)
式中Tiso-f为自动隔离失效后的隔离时间；Piso-f表示隔离功能失效的概率；
c.采用如下算是计算得到修正后的故障恢复时间Trec-exp：
Figure BDA0003314657060000051
式中Tter为配电终端故障的恢复时间，且
Figure BDA0003314657060000052
Trec为未修正的故障恢复时间；
d.构建配电网故障处理总时间的精确计算模型：
(1)当配电网韧性可以抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间精确计算模型：
Tf＝t1-t0 (10)；
(2)当配电网韧性不能抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间精确计算模型：
Tf＝Tloc-exp+Tiso-exp+Tpat-exp+Trec-exp+t2-t0
(11)。
本发明与现有技术相比具有以下有益效果：
本发明能够快速获取灾后电网复电时间，且精度高，有效提高配电网可靠性。
附图说明
图1是本发明方法流程图；
图2是本发明一实施例中馈线的微分模型的示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1，本发明提供一种考虑配电网韧性的灾后电网复电时间计算方法，包括如下步骤：
S1.读取配电网的电网数据信息、历史数据；
S2.基于配电网的电网数据信息、历史数据，并根据配电网韧性概念曲线，将自然灾害下配电网加权失负荷与时间轴的积分所描述的配电网韧性指标引入，建立配电网功能曲线模型；
S3.根据自然灾害相关参量，建立自然灾害模型；
S4.建立考虑配电网韧性的灾后电网复电总时间的基础计算模型；
S5.对步骤S4建立的考虑配电网韧性的灾后电网复电总时间的基础计算模型进行修正，从而得到配电网故障处理总时间的精确计算模型；
S6.根据步骤S5得到的配电网故障处理总时间的精确计算模型，计算得到最终的配电网故障处理总时间。
优选的，在本实施例中，电网数据信息包括供电干线的长度、供电分支线的长度、故障率对应的平均修复时间、隔离开关的操作时间、各负荷点的负荷量和各负荷点的供电用户数。
优选的，在本实施例中，配电网功能曲线模型以时间为横坐标，以负荷水平为纵坐标。
优选的，在本实施例中，建立自然灾害模型，具体为：
A.台风静态风场建模：台风的影响范围可近似为一个圆形，其影响范围内各点的风速(或梯度风速)v是与该点到风眼的距离d相关的分段函数。台风影响范围之外的区域风速为0，对影响范围内的区域：当d由0增加至最大风速半径时，风速单调上升；当d由最大风速半径增加至台风覆盖半径时，风速单调下降。
Figure BDA0003314657060000071
其中，K为经验参数；vm为最大风速；rmv为最大风速半径；rs为台风影响区域半径；β为台风边界因子，表示最大梯度风速与边界风速的比值。
B.台风动态风场建模：台风动态风场用于描述台风登陆后的风场变化情况，可建模为一系列静态风场的集合H：
H＝{ha}a＝0,1,…,|H| (24)
ha＝Γ(h0丨α,ph,vh,ΔTa) (25)
其中，丨·丨为集合中元素的数量，后同；h0为台风登录时的风场；hα为台风登陆后a时刻的风场，Γ(·)为hα关于h0的时变函数。函数Γ(·)可结合以下参数模拟：台风着陆衰减因子α，台风的移动路径ph，台风移动速度vh，台风登录后a时刻经历的时间△T。
优选的，在本实施例中，建立考虑配电网韧性的灾后电网复电总时间的基础计算模型，具体为：
A.当配电网韧性可以抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间Tf由自然灾害模型与配电网功能曲线模型决定，具体基础计算模型Tf为：
Tf＝t1-t0(26)
其中，t0为灾害发生时刻，t1为配电网功能恢复正常的时刻。
B.当配电网韧性不能抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间Tf由配电网韧性失效时间、故障定位时间、故障隔离时间、故障巡线时间期望值和故障恢复时间决定，具体基础计算模型Tf为：
Tf＝Tloc-r+Tiso-r+Tpat-exp+Trec+t2-t0 (27)
式中，Tloc-r为故障定位时间；Tiso-r为故障隔离时间；Tpat-exp为故障巡线时间期望值；Trec为故障恢复时间；t2为配电网功能失效的时刻。
所述的故障巡线时间期望值，具体为采用如下算式计算故障巡线时间期望值：
Figure BDA0003314657060000091
式中k为故障馈线的分段编号；N为故障馈线的分段总数；ΔLk为故障馈线第k段的长度；L为故障馈线的长度；tp为单位长度馈线巡线时间；且规定各条馈线单位长度的故障率相同。
优选的，在本实施例中，故障巡线时间期望值的计算方法，具体如下：
假定配电系统在馈线发生故障后，已通过故障定位过程确定了故障发生在系统中的某条馈线，设该馈线长为L，单位长度馈线巡线时间为tp，各条馈线单位长度的故障率相同。采用微分思想建立该馈线的微分模型，将该馈线等分为N个小区段，如图2所示
Figure BDA0003314657060000092
Figure BDA0003314657060000093
Figure BDA0003314657060000094
根据建立的馈线微分模型可知，馈线区段内的故障巡线时间t与从故障馈线首端(也可以是故障馈线末端开始，不影响故障巡线时间)开始找到故障点的巡线距离成正比关系，即
Figure BDA0003314657060000095
nk为故障馈线首端到区段k的区段个数；
从而可以得到整个故障馈线区段内的巡线时间期望可表示为：
Figure BDA0003314657060000096
优选的，在本实施例中，步骤S5，具体为：
a.采用如下算式计算得到修正后的故障定位时间Tloc-exp：
Tloc-exp＝(1-Ploc-f)*Tloc-f+Ploc-f*Tloc-f (33)
式中Tloc-exp为自动定位失效后的定位时间；Ploc-f表示定位功能失效的概率；
b.采用如下算式计算得到修正后的故障隔离时间Tiso-exp：
Tiso-exp＝(1-Piso-f)*Tiso-f+Piso-f*Tiso-f (34)
式中Tiso-f为自动隔离失效后的隔离时间；Piso-f表示隔离功能失效的概率；
c.采用如下算是计算得到修正后的故障恢复时间Trec-exp：
Figure BDA0003314657060000101
式中Tter为为配电终端故障的恢复时间，且
Figure BDA0003314657060000102
Trec为未修正的故障恢复时间；
d.采用如下算式作为配电网故障处理总时间的精确计算模型：
(1)当配电网韧性可以抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间精确计算模型：Tf＝t1-t0(36)；
(2)当配电网韧性不能抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间精确计算模型：Tf＝Tloc-exp+Tiso-exp+Tpat-exp+Trec-exp+t2-t0(37)。
实施例1：
在本实施例中，获取其馈线故障率、馈线长度、负荷点数和用户数等配电网相关数据，未安装配电终端时，故障处理时间取3h。本算例中，配电终端功能正常时，故障定位时间Tloc-r取0.017h，故障隔离时间Tiso-r取0h；遥测失效后的定位时间Tloc-f取0.1h，遥控失效后的隔离时间Tiso-f取0.5h。故障恢复时间Trec取0.2h。配电终端的遥测功能恢复时间t3均取0.15h，遥信功能恢复时间t4均取0.2h，遥控功能恢复时间t5均取0.25h。读取自然灾害相关数据，台风灾害是全球发生频率最高、影响最严重的自然灾害之一，是当今人类生存和发展所面临的一个重大全球性问题。以某次实际台风数据为例，台风登陆位置坐标为(-150km，-125km)，与横坐标呈45°方向移动，速度18m/s，最大风速半径为47公里，根据历史数据建立配电网功能曲线模型与台风模型，根据本发明所提考虑配电网韧性的灾后电网复电时间计算方法，可得此次台风可以通过配电网韧性进行抵抗，复电时间Tf＝t1-t0＝2.397h；以某次实际台风数据为例，台风登陆位置坐标为(-120km，-100km)，与横坐标呈60°方向移动，速度49.5m/s，最大风速半径为120公里，根据历史数据建立配电网功能曲线模型与台风模型，根据本发明所提考虑配电网韧性的灾后电网复电时间计算方法，可得此次台风不可以通过配电网韧性进行抵抗，整个配电网的复电时间可以通过如下公式计算：Tf＝Tloc-exp+Tiso-exp+Tpat-exp+Trec-exp+t2-t0＝1.667h。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (7)

1.一种考虑配电网韧性的灾后电网复电时间预测方法，其特征在于，包括以下步骤：
步骤S1：获取配电网的电网数据信息；
步骤S2:根据电网数据信息，并将自然灾害下配电网加权失负荷与时间轴的积分所描述的配电网韧性指标引入，构建配电网功能曲线模型；
步骤S3:获取自然灾害相关参量，并根据自然灾害相关参量，建立自然灾害模型；
步骤S4:构建考虑配电网韧性的灾后电网复电总时间的基础计算模型；
步骤S5:基于概率预测理论，修正考虑配电网韧性的灾后电网复电总时间的基础计算模型，得到配电网故障处理总时间的精确计算模型；
步骤S6:获取灾后配电网的电网数据信息，并基于配电网故障处理总时间的精确计算模型，获得的灾后电网复电时间。
2.根据权利要求1所述的考虑配电网韧性的灾后电网复电时间预测方法，其特征在于，所述电网数据信息包括供电干线的长度、供电分支线的长度、故障率对应的平均修复时间、隔离开关的操作时间、各负荷点的负荷量和各负荷点的供电用户数。
3.根据权利要求1所述的考虑配电网韧性的灾后电网复电时间预测方法，其特征在于，所述配电网功能曲线模型以时间为横坐标，以负荷水平为纵坐标。
4.根据权利要求1所述的考虑配电网韧性的灾后电网复电时间预测方法，其特征在于，所述自然灾害为台风，步骤S3具体为：
构建台风静态风场模型：
Figure FDA0003314657050000021
其中，K为经验参数；vm为最大风速；rmv为最大风速半径；rs为台风影响区域半径；β为台风边界因子，表示最大梯度风速与边界风速的比值
构建台风动态风场模型，台风动态风场用于描述台风登陆后的风场变化情况，建模为一系列静态风场的集合H；
H＝{ha}a＝0,1,…,|H| (2)
ha＝Γ(h0丨α,ph,vh,ΔTa) (3)
其中，丨·丨为集合中元素的数量，后同；h0为台风登录时的风场；hα为台风登陆后a时刻的风场，Γ(·)为hα关于h0的时变函数。函数Γ(·)可结合以下参数模拟：台风着陆衰减因子α，台风的移动路径ph，台风移动速度vh，台风登录后a时刻经历的时间△T。
5.根据权利要求1所述的考虑配电网韧性的灾后电网复电时间预测方法，其特征在于，所述建立考虑配电网韧性的灾后电网复电总时间的基础计算模型，具体如下：
当配电网韧性可以抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间Tf由自然灾害模型与配电网功能曲线模型决定，具体基础计算模型Tf为：
Tf＝t1-t0 (4)
其中，t0为灾害发生时刻，t1为配电网功能恢复正常的时刻；
B.当配电网韧性不能抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间Tf由配电网韧性失效时间、故障定位时间、故障隔离时间、故障巡线时间期望值和故障恢复时间决定，具体基础计算模型Tf为：
Tf＝Tloc-r+Tiso-r+Tpat-exp+Trec+t2-t0 (5)
式中，Tloc-r为故障定位时间；Tiso-r为故障隔离时间；Tpat-exp为故障巡线时间期望值；Trec为故障恢复时间；t0为灾害发生时刻，t2为配电网功能失效的时刻。
6.根据权利要求5所述的考虑配电网韧性的灾后电网复电时间预测方法，其特征在于，所述故障巡线时间期望值，具体为：
Figure FDA0003314657050000031
式中k为故障馈线的分段编号；N为故障馈线的分段总数；ΔLk为故障馈线第k段的长度；L为故障馈线的长度；tp为单位长度馈线巡线时间；且规定各条馈线单位长度的故障率相同。
7.根据权利要求5所述的考虑配电网韧性的灾后电网复电总时间的基础计算模型，其特征在于，所述步骤S5基于概率预测理论，对于配电网韧性的灾后电网复电总时间的基础计算模型进行修正，使原始模型根据配电网可能发生故障的概率实时更新，从而实现考虑配电网韧性的灾后电网复电时间预测，具体为：
a.采用如下算式计算得到修正后的故障定位时间Tloc-exp：
Tloc-exp＝(1-Ploc-f)*Tloc-f+Ploc-f*Tloc-f (7)
式中Tloc-exp为自动定位失效后的定位时间；Ploc-f表示定位功能失效的概率；
b.采用如下算式计算得到修正后的故障隔离时间Tiso-exp：
Tiso-exp＝(1-Piso-f)*Tiso-f+Piso-f*Tiso-f (8)
式中Tiso-f为自动隔离失效后的隔离时间；Piso-f表示隔离功能失效的概率；
c.采用如下算是计算得到修正后的故障恢复时间Trec-exp：
Figure FDA0003314657050000041
式中Tter为配电终端故障的恢复时间，且
Figure FDA0003314657050000042
Trec为未修正的故障恢复时间；
d.构建配电网故障处理总时间的精确计算模型：
(1)当配电网韧性可以抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间精确计算模型：
Tf＝t1-t0 (10)；
(2)当配电网韧性不能抵抗自然灾害时，考虑配电网韧性的灾后电网复电总时间精确计算模型：
Tf＝Tloc-exp+Tiso-exp+Tpat-exp+Trec-exp+t2-t0 (11)。
CN202111227339.1A 2021-10-21 2021-10-21 考虑配电网韧性的灾后电网复电时间预测方法 Pending CN113962459A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111227339.1A CN113962459A (zh) 2021-10-21 2021-10-21 考虑配电网韧性的灾后电网复电时间预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111227339.1A CN113962459A (zh) 2021-10-21 2021-10-21 考虑配电网韧性的灾后电网复电时间预测方法

Publications (1)

Publication Number Publication Date
CN113962459A true CN113962459A (zh) 2022-01-21

Family

ID=79465330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111227339.1A Pending CN113962459A (zh) 2021-10-21 2021-10-21 考虑配电网韧性的灾后电网复电时间预测方法

Country Status (1)

Country Link
CN (1) CN113962459A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330244A (zh) * 2022-08-26 2022-11-11 天津大学 考虑电网支路故障概率变化韧性指标快速修正方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330244A (zh) * 2022-08-26 2022-11-11 天津大学 考虑电网支路故障概率变化韧性指标快速修正方法

Similar Documents

Publication Publication Date Title
CN110807550B (zh) 基于神经网络的配变重过载识别预警方法及终端设备
US20180046924A1 (en) Whole-life-cycle power output classification prediction system for photovoltaic systems
US20190041445A1 (en) Maintaining connectivity information for meters and transformers located in a power distribution network
CN105676067A (zh) 一种输电线路故障诊断方法及系统
CN117332215B (zh) 一种高低压配电柜异常故障信息远程监测系统
CN103871004A (zh) 基于专家系统和d-s证据理论的配电网故障原因分析法
CN113110383A (zh) 一种城市水务系统供水故障检测方法
CN113962459A (zh) 考虑配电网韧性的灾后电网复电时间预测方法
CN108548992B (zh) 一种基于假设故障区域的配网故障定位方法
WO2014157753A1 (ko) 수계수질상태의 진단 및 예측이 가능한 수질정보제공시스템 및 방법
Gao et al. Heuristic failure prediction model of transmission line under natural disasters
KR102678885B1 (ko) 전력 품질을 관리하는 서버, 방법 및 컴퓨터 프로그램
CN114840982A (zh) 台风灾害下考虑连锁故障演化的电力系统弹性评估方法
CN116187165A (zh) 基于改进粒子群算法的电网弹性提升方法
CN107295553A (zh) 一种基站维护方法及装置
CN108132419B (zh) 基于电流突变信息阵的简易配电网主动故障研判方法
CN112926863A (zh) 基于六大预警中心的电网灾害综合监测系统
CN111382392B (zh) 配电网故障处理总时间计算方法及其可靠性计算方法
CN111027855A (zh) 考虑输电线路气象灾害故障概率的电力系统风险控制方法
CN109146325B (zh) 一种多元件并列供电系统失负荷损失概率计算方法
CN111157851A (zh) 一种配电网故障定位方法及系统
changhua Distribution network fault location based on rough set and data fusion
CN114266370A (zh) 一种台风气象环境电网设备故障处置预案在线生成方法、系统及存储介质
CN111985708B (zh) 一种基于贝叶斯算法的高压断路器拒动概率预测方法及装置
CN113689050A (zh) 基于电网运行大数据的多环节sf6气体量预测方法及系统

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