CN114118685A - 一种评估配电网抗灾能力的方法及系统 - Google Patents
一种评估配电网抗灾能力的方法及系统 Download PDFInfo
- Publication number
- CN114118685A CN114118685A CN202111205723.1A CN202111205723A CN114118685A CN 114118685 A CN114118685 A CN 114118685A CN 202111205723 A CN202111205723 A CN 202111205723A CN 114118685 A CN114118685 A CN 114118685A
- Authority
- CN
- China
- Prior art keywords
- disaster
- distribution network
- power distribution
- evaluated
- stage
- 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
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
- G06Q10/06—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
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明提供一种评估配电网抗灾能力的方法及系统,包括:将待评估配电网输入故障预测模型,得到待评估配电网中各个负荷在灾害各阶段的失电概率;根据负荷在灾害各阶段的失电概率得到在灾害各阶段待评估配电网的能力值,并依据能力值评估待评估配电网在灾害各阶段的抗灾能力;其中,故障预测模型包括用于将待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。用以解决现有技术中对配电网抗灾能力的评估因评估因素单一或评估因素不够详细造成的结果准确率低的缺陷,实现对配电网应对各种灾害能力的整体准确评估。
Description
技术领域
本发明涉及配电网能力评估技术领域,尤其涉及一种评估配电网抗灾能力的方法及系统。
背景技术
由于全球变暖对地球生态造成的恶劣影响,极端灾害的发生频率在近十年急剧升高。极端灾害具有不确定性高、影响范围大的特征,电力系统的正常运行面临着极大的威胁。而城市配电网作为电力系统下最脆弱的环节,更容易受到灾害的破坏。所以,准确的评估配电网的抗灾能力,能够为系统管理者做出提高配电网抗灾能力的决策提供有力的理论依据。
然而,现有的评估配电网抗灾能力的方法大多针对单一的灾害进行,但是自然灾害的种类很多,且常有一种灾害中伴有另一种灾害发生的现象,例如,在台风灾害中,基本都会带来暴雨。同时,现有的评估配电网抗灾能力的方法大多一个灾害的整体对配电网的影响进行能力评估,但是,灾害的发生往往有不同的阶段,例如台风在初始登陆时的风速最强,但是一旦登陆后,因为远离了海洋或海湾水域提供的持续热量和水分、与大面积的陆地发生摩擦等因素的影响,风速就会随时间迅速衰减,所以,无论是针对单一的灾害进行配电网抗灾能力评估,还是针对整个灾害过程对配电网抗灾能力的评估,均会使得评估结果不够准确。
发明内容
本发明提供一种评估配电网抗灾能力的方法及系统,用以解决现有技术中对配电网抗灾能力的评估因评估因素单一或评估因素不够详细造成的结果准确率低的缺陷,实现对配电网应对各种灾害能力的整体准确评估。
本发明提供一种评估配电网抗灾能力的方法,包括:
将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;
根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力;
其中,所述故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。
根据本发明所述的评估配电网抗灾能力的方法,所述将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率,具体包括:
将所述待评估配电网输入所述结构解析层,所述结构解析层基于深度优先搜索方法得到所述待评估配电网中线路与节点的连接关系;其中,所述节点包括负荷和电源;
将所述连接关系输入所述概率预测层,所述概率预测层根据所述连接关系得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;其中,具体包括:
在设定的灾害场景中,针对每个所述负荷在灾害场景的各个灾害阶段重复生成随机数的过程,并根据生成的随机数与为所述负荷设定的随机数间的比较,更新所述负荷在各个灾害阶段的状态;
将所述灾害场景内除第一次发生失电所在灾害阶段的负荷的状态外,其他因判断所述负荷发生失电而改变的负荷的状态还原,生成所述待评估配电网的更新灾害场景;
按照设定次数为每个所述负荷设定新的随机数,并重复生成随机数的过程,以生成多个更新灾害场景;
依据多个所述更新灾害场景构建所述待评估配电网中负荷在不同灾害场景下的状态结果矩阵;
根据所述状态结果矩阵得到所述待评估配电网中各个负荷在灾害各阶段的失电概率。
根据本发明所述的评估配电网抗灾能力的方法,所述根据所述状态结果矩阵得到所述待评估配电网中各个负荷在灾害各阶段的失电概率,具体包括:
根据所述状态结果矩阵得到各个所述负荷在每个灾害阶段发生失电所占的灾害场景数量;
根据所述灾害场景和预设的灾害场景的总量,得到所述负荷在相应灾害阶段发生失电事件的概率;
将所述负荷在相应灾害阶段发生失电事件的概率与所述负荷在相应灾害阶段之前发生失电事件的概率求和,得到各个负荷在灾害各阶段的失电概率。
根据本发明所述的评估配电网抗灾能力的方法,所述根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,具体包括:
根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的弹性指标;
其中,所述弹性指标根据由所述负荷在灾害各阶段的失电概率得到的所述待评估配电网的失电损失与所述待评估配电网的负荷总功率得到。
根据本发明所述的评估配电网抗灾能力的方法,所述弹性指标根据由所述负荷在灾害各阶段的失电概率得到的所述待评估配电网的失电损失与所述待评估配电网的负荷总功率得到,具体包括:
根据各个所述负荷在灾害各阶段的失电概率、有功功率,以及预设的负荷价值系数,得到各个所述负荷在灾害各阶段的失电损失;
根据各个所述负荷在灾害各阶段的失电损失,分别得到所述待评估配电网在灾害各阶段的失电损失;
根据各个所述负荷在所述待评估配电网无故障时的有功功率和所述负荷价值系数,得到由所述待评估配电网中所有负荷的功率组成的所述待评估配电网在无故障时的负荷总功率;
根据所述待评估配电网在灾害各阶段的失电损失和负荷总功率,得到所述待评估配电网的弹性指标。
根据本发明所述的评估配电网抗灾能力的方法,所述根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,还具体包括:
根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的关键负荷供给率指标;
其中,所述关键负荷供给率指标根据所述待评估配电网中关键负荷的失电概率和关键负荷总功率得到。
本发明还提供一种评估配电网抗灾能力的系统,包括:
计算模块,用于将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;
评估模块,用于根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力;
其中,所述故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。
本发明还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述评估配电网抗灾能力的方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述评估配电网抗灾能力的方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述评估配电网抗灾能力的方法的步骤。
本发明提供的一种评估配电网抗灾能力的方法及系统,通过将待评估配电网输入故障预测模型中,故障预测模型根据配电网的拓扑结构获取的是该待评估配电网中各个负荷在不同灾害场景下的灾害各个阶段的失电概率,然后根据负荷在各阶段的失电概率得到灾害各阶段所述待评估配电网的能力值,进而通过待评估配电网的能力值评估得到的是配电网应对多种灾害,以及多种灾害各阶段的能力,便于系统管理员结合当地环境、需求以及其他要求对配电网进行改善,或在灾害来临时采取更具有针对性的防御措施,以降低配电网在灾害来临时损坏的风险。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种评估配电网抗灾能力的方法的流程示意图;
图2是本发明提供的一个配电网实例的状态结果矩阵的示意图;
图3是本发明提供的一种评估配电网抗灾能力的系统的结构示意图;
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中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。
下面结合图1和图2描述本发明的一种评估配电网抗灾能力的方法,如图1所示,该方法包括以下步骤:
101、将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率。
需要说明的是,故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层,因而,当将待评估配电网输入所述故障预测模型后,预测模型能够解析所述配电网的拓扑结构。
进一步地,应用蒙特卡洛法能够生成故障场景,进而尽可能的涵盖不同的灾害场景,以保证得到的失电概率针对不同灾害的准确率,然而灾害在其行进路径或传播路径上,强度等一系列参数均会发生变化,所以基于保证所述故障预测模型应对动态特征的能力,应用时序的蒙特卡洛法来获取待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率,从而保证由所述故障预测模型得到的失电概率的准确性。
102、根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力。
需要说明的是,用于评估待评估配电网的能力值的失电概率分为基于不同种类灾害,且单种灾害不同阶段的能力值,所以依据所述能力值评估的所述待评估配电网在灾害各阶段的抗灾能力,可以使得系统管理人员依据当地易发的灾害种类,要求的待评估配电网的抗灾能力等具体要求,对待评估配电网进行针对性的改进,以满足不同需求下配电网的抗灾能力。
在本发明的一个实施例中,具体说明了通过所述故障预测模型得到待评估配电网中各个负荷在灾害各阶段的失电概率的具体方法,即包括:
将所述待评估配电网输入所述结构解析层,所述结构解析层基于深度优先搜索方法得到所述待评估配电网中线路与节点的连接关系;其中,所述节点包括负荷和电源;
将所述连接关系输入所述概率预测层,所述概率预测层根据所述连接关系得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;其中,具体包括:
在设定的灾害场景中,针对每个所述负荷在灾害场景的各个灾害阶段重复生成随机数的过程,并根据生成的随机数与为所述负荷设定的随机数间的比较,更新所述负荷在各个灾害阶段的状态;
将所述灾害场景内除第一次发生失电所在灾害阶段的负荷的状态外,其他因判断所述负荷发生失电而改变的负荷的状态还原,生成所述待评估配电网的更新灾害场景;
按照设定次数为每个所述负荷设定新的随机数,并重复生成随机数的过程,以生成多个更新灾害场景;
依据多个所述更新灾害场景构建所述待评估配电网中负荷在不同灾害场景下的状态结果矩阵;
根据所述状态结果矩阵得到所述待评估配电网中各个负荷在灾害各阶段的失电概率。
需要说明的是,利用深度优先搜索方法,首先构建所述待评估配电网中线路与负荷以及电源之间的关联矩阵,从而表征线路与负荷以及电源之间的连接关系,然后对关联矩阵再进行深度优先搜索,能够得到待评估配电网中每条线路的所有负荷和电源。之后,所述故障预测模型的概率预测层根据线路与负荷以及电源的连接关系,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率。
可以理解的是,灾害来临后,在没有转供路径提供的前提下,负荷失电后是不可能恢复供电的,所以,在基于时序的蒙特卡洛法生成的故障场景中,应该只需记录该负荷第一次失电的所处的灾害阶段,所以,在本发明的上述实施例中,在根据生成的随机数与为所述负荷设定的随机数间的比较,更新所述负荷在各个灾害阶段的状态后,还需将所述灾害场景内除第一次发生失电所在灾害阶段的负荷的状态外,其他因判断所述负荷发生失电而改变的负荷的状态还原,生成所述待评估配电网的更新灾害场景,以提高更新灾害场景的准确性。
具体地,以台风灾害为例,假设所述待评估配电网中共有n个负荷,则对于每个灾害场景s,在灾害模拟的某个阶段t,所有负荷的状态可以用矩阵Xt描述:
Xt={x1,t,x2,t,…,xn,t} 公式1;
其中,xi,t为负荷i的状态,xi,t为0或1,0表示线路完好、1表示线路损坏。
对于每个负荷,产生位于0-1之间的随机数ri,t,负荷是否发生失电由下面公式判定:
在该灾害场景s内,依次对于灾害模拟的每个阶段t重复上述随机数生成过程,产生多组设备状态场景,每个故障场景记为Xs,t。
不断重复上述过程,就能生成多组灾害场景。因此,在一个待评估配电网的实例中,最终产生的灾害故障场景集可以用如图2所示的状态结果矩阵表示,其中,每一行表示一种灾害场景,列的编号为负荷编号;第s行第i列的矩阵元素值表示在第s个故障场景下,负荷i发生故障的时间,若负荷没有发生故障,则该元素值为0。
在本发明的另一个实施例中,根据所述状态结果矩阵得到各个所述负荷在每个灾害阶段发生失电所占的灾害场景数量;
根据所述灾害场景和预设的灾害场景的总量,得到所述负荷在相应灾害阶段发生失电事件的概率;
将所述负荷在相应灾害阶段发生失电事件的概率与所述负荷在相应灾害阶段之前发生失电事件的概率求和,得到各个负荷在灾害各阶段的失电概率。
需要说明的是,依据状态结果矩阵,能够方便的计算得到各个负荷在每个灾害阶段发生失电所占灾害场景数量,然后利用灾害场景和预设的灾害场景的总量,得到所述负荷在相应灾害阶段发生失电事件的概率,提高了评估效率。
具体地,对于所述待评估配电网中的任一负荷l,若所有蒙特卡洛场景个数为n,其中有n1个场景该负荷在阶段t由正常运行变为失去电力供给,则负荷在阶段t发生失电事件的概率就为:
可以理解的是,由于负荷在灾害发生过程的总时间内仅会发生一次失电的事件,因此负荷在在阶段t处于失电状态的概率为负荷在阶段t或阶段t之前发生失电事件的概率之和,即:
在本发明的另一个实施例中,具体说明了根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值的依据,具体包括:
根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的弹性指标;
其中,所述弹性指标根据由所述负荷在灾害各阶段的失电概率得到的所述待评估配电网的失电损失与所述待评估配电网的负荷总功率得到。
可以理解的是,在衡量灾害风险时,一般采用损失发生的概率对危害严重性的加权来计算风险,然而,针对不同规模的配电网,随着其设备以及负荷数的个数增加,其面临灾害的风险一定有上升的趋势。所以,一个配电网可能弹性更高,设备的故障风险较小,且有足够可靠的关键负荷转供路径,但是由于其负荷量较大,最终计算得到的风险大于一个弹性远不及其的配电网。因此,风险指标本身不能表征弹性大小。
基于此,需要提出一个能够对不同规模的配电网均能够得到较为准确的能力值的弹性指标,所以在本发明的上述实施例中,将弹性指标根据由所述负荷在灾害各阶段的失电概率得到的所述待评估配电网的失电损失与所述待评估配电网的负荷总功率得到,即提出一个将配电网风险进行归一化的指标,进而避免由于配电网规模不同而弹性大小不同的问题。
具体地,即将当前计算的因负荷失电损失的有功功率除以配电网内负荷的功率总和:
将灾害设定为共有T个阶段,则配电网基于灾害的弹性指标为:
可见,在其他配电网指标相同时,配电网的弹性指标的值越小,配电网的弹性越大。
更具体地,对于一个待评估配电网来说,其中每个负荷的价值会因为社会经济价值或者在灾害紧急情况下的重要性以及用电需求的紧急性等因素的影响而有所不同。
基于此,在本发明的另一个实施例中,根据各个所述负荷在灾害各阶段的失电概率、有功功率,以及预设的负荷价值系数,得到各个所述负荷在灾害各阶段的失电损失;
根据各个所述负荷在灾害各阶段的失电损失,分别得到所述待评估配电网在灾害各阶段的失电损失;
根据各个所述负荷在所述待评估配电网无故障时的有功功率和所述负荷价值系数,得到由所述待评估配电网中所有负荷的功率组成的所述待评估配电网在无故障时的负荷总功率;
根据所述待评估配电网在灾害各阶段的失电损失和负荷总功率,得到所述待评估配电网的弹性指标。
需要说明的是,当引入负荷价值系数后,即为待评估配电网中的每个负荷的风险大小增加了权重,使得对于配电网的抗灾能力评估更加与实际应用相贴合,从而在面对价值较高的负荷存在较高的风险时,可以针对性的做出改进,以提高配电网的应用价值。
具体地,以负荷i为例,极端灾害Z导致的停电风险可定义为:
其中,ci为负荷i的负荷价值系数。则公式5变化为:
进一步地,可以理解的是,关键负荷在配电网中扮演着重要的作用,所以在待评估配电网中,灾害中关键负荷的供给率直接反应所述待评估配电网的抗灾能力。
基于此,在本发明的另一个实施例中,根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的关键负荷供给率指标;
其中,所述关键负荷供给率指标根据所述待评估配电网中关键负荷的失电概率和关键负荷总功率得到。
则关键负荷供给率指标为:
可见,在其他配电网指标相同时,配电网RCLSI的值越大,配电网弹性越大。
更进一步地,在应用本发明所述的一种评估配电网抗灾能力的方法进行待评估配电网的抗灾能力评估时,能够根据实际需求,以设置权重的方式,将弹性指标和关键负荷供给率指标进行综合考虑,以更为系统的评估配电网的抗灾能力。
下面结合图3对本发明提供的一种评估配电网抗灾能力的系统进行描述,下文描述的一种评估配电网抗灾能力的系统与上文描述的一种评估配电网抗灾能力的方法可相互对应参照。
如图3所示,本发明提供的一种评估配电网抗灾能力的系统,包括计算模块310和评估模块320;其中,
所述计算模块310用于将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;
所述评估模块320用于根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力;
其中,所述故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。
需要说明的是,所述一种评估配电网抗灾能力的系统通过将待评估配电网输入故障预测模型中,故障预测模型根据配电网的拓扑结构获取的是该待评估配电网中各个负荷在不同灾害场景下的灾害各个阶段的失电概率,然后根据负荷在各阶段的失电概率得到灾害各阶段所述待评估配电网的能力值,进而通过待评估配电网的能力值评估得到的是配电网应对多种灾害,以及多种灾害各阶段的能力,便于系统管理员结合当地环境、需求以及其他要求对配电网进行改善,以降低配电网在灾害来临时损坏的风险。
在一个优选方案中,所述计算模块进一步包括解析单元和计算单元;其中,所述解析单元用于将所述待评估配电网输入所述结构解析层,所述结构解析层基于深度优先搜索方法得到所述待评估配电网中线路与节点的连接关系;其中,所述节点包括负荷和电源。
所述计算单元用于将所述连接关系输入所述概率预测层,所述概率预测层根据所述连接关系得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;其中,具体包括:
在设定的灾害场景中,针对每个所述负荷在灾害场景的各个灾害阶段重复生成随机数的过程,并根据生成的随机数与为所述负荷设定的随机数间的比较,更新所述负荷在各个灾害阶段的状态;
将所述灾害场景内除第一次发生失电所在灾害阶段的负荷的状态外,其他因判断所述负荷发生失电而改变的负荷的状态还原,生成所述待评估配电网的更新灾害场景;
按照设定次数为每个所述负荷设定新的随机数,并重复生成随机数的过程,以生成多个更新灾害场景;
依据多个所述更新灾害场景构建所述待评估配电网中负荷在不同灾害场景下的状态结果矩阵;
根据所述状态结果矩阵得到所述待评估配电网中各个负荷在灾害各阶段的失电概率。
在一个优选方案中,所述计算单元进一步用于根据所述状态结果矩阵得到各个所述负荷在每个灾害阶段发生失电所占的灾害场景数量;根据所述灾害场景和预设的灾害场景的总量,得到所述负荷在相应灾害阶段发生失电事件的概率;将所述负荷在相应灾害阶段发生失电事件的概率与所述负荷在相应灾害阶段之前发生失电事件的概率求和,得到各个负荷在灾害各阶段的失电概率。
在一个优选方案中,所述评估模块具体用于根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的弹性指标。
其中,所述弹性指标根据由所述负荷在灾害各阶段的失电概率得到的所述待评估配电网的失电损失与所述待评估配电网的负荷总功率得到。
在一个优选方案中,所述评估模块更具体用于根据各个所述负荷在灾害各阶段的失电概率、有功功率,以及预设的负荷价值系数,得到各个所述负荷在灾害各阶段的失电损失;
根据各个所述负荷在灾害各阶段的失电损失,分别得到所述待评估配电网在灾害各阶段的失电损失;
根据各个所述负荷在所述待评估配电网无故障时的有功功率和所述负荷价值系数,得到由所述待评估配电网中所有负荷的功率组成的所述待评估配电网在无故障时的负荷总功率;
根据所述待评估配电网在灾害各阶段的失电损失和负荷总功率,得到所述待评估配电网的弹性指标。
在一个优选方案中,所述评估模块还具体用于根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的关键负荷供给率指标;
其中,所述关键负荷供给率指标根据所述待评估配电网中关键负荷的失电概率和关键负荷总功率得到。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行评估配电网抗灾能力的方法,该方法包括:将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力;其中,所述故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的评估配电网抗灾能力的方法,该方法包括:将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力;其中,所述故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的评估配电网抗灾能力的方法,该方法包括:将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力;其中,所述故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种评估配电网抗灾能力的方法,其特征在于,包括:
将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;
根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力;
其中,所述故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。
2.根据权利要求1所述的评估配电网抗灾能力的方法,其特征在于,所述将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率,具体包括:
将所述待评估配电网输入所述结构解析层,所述结构解析层基于深度优先搜索方法得到所述待评估配电网中线路与节点的连接关系;其中,所述节点包括负荷和电源;
将所述连接关系输入所述概率预测层,所述概率预测层根据所述连接关系得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;其中,具体包括:
在设定的灾害场景中,针对每个所述负荷在灾害场景的各个灾害阶段重复生成随机数的过程,并根据生成的随机数与为所述负荷设定的随机数间的比较,更新所述负荷在各个灾害阶段的状态;
将所述灾害场景内除第一次发生失电所在灾害阶段的负荷的状态外,其他因判断所述负荷发生失电而改变的负荷的状态还原,生成所述待评估配电网的更新灾害场景;
按照设定次数为每个所述负荷设定新的随机数,并重复生成随机数的过程,以生成多个更新灾害场景;
依据多个所述更新灾害场景构建所述待评估配电网中负荷在不同灾害场景下的状态结果矩阵;
根据所述状态结果矩阵得到所述待评估配电网中各个负荷在灾害各阶段的失电概率。
3.根据权利要求2所述的评估配电网抗灾能力的方法,其特征在于,所述根据所述状态结果矩阵得到所述待评估配电网中各个负荷在灾害各阶段的失电概率,具体包括:
根据所述状态结果矩阵得到各个所述负荷在每个灾害阶段发生失电所占的灾害场景数量;
根据所述灾害场景和预设的灾害场景的总量,得到所述负荷在相应灾害阶段发生失电事件的概率;
将所述负荷在相应灾害阶段发生失电事件的概率与所述负荷在相应灾害阶段之前发生失电事件的概率求和,得到各个负荷在灾害各阶段的失电概率。
4.根据权利要求1所述的评估配电网抗灾能力的方法,其特征在于,所述根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,具体包括:
根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的弹性指标;
其中,所述弹性指标根据由所述负荷在灾害各阶段的失电概率得到的所述待评估配电网的失电损失与所述待评估配电网的负荷总功率得到。
5.根据权利要求4所述的评估配电网抗灾能力的方法,其特征在于,所述弹性指标根据由所述负荷在灾害各阶段的失电概率得到的所述待评估配电网的失电损失与所述待评估配电网的负荷总功率得到,具体包括:
根据各个所述负荷在灾害各阶段的失电概率、有功功率,以及预设的负荷价值系数,得到各个所述负荷在灾害各阶段的失电损失;
根据各个所述负荷在灾害各阶段的失电损失,分别得到所述待评估配电网在灾害各阶段的失电损失;
根据各个所述负荷在所述待评估配电网无故障时的有功功率和所述负荷价值系数,得到由所述待评估配电网中所有负荷的功率组成的所述待评估配电网在无故障时的负荷总功率;
根据所述待评估配电网在灾害各阶段的失电损失和负荷总功率,得到所述待评估配电网的弹性指标。
6.根据权利要求1所述的评估配电网抗灾能力的方法,其特征在于,所述根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,还具体包括:
根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的关键负荷供给率指标;
其中,所述关键负荷供给率指标根据所述待评估配电网中关键负荷的失电概率和关键负荷总功率得到。
7.一种评估配电网抗灾能力的系统,其特征在于,包括:
计算模块,用于将待评估配电网输入故障预测模型,得到所述待评估配电网中各个负荷在灾害各阶段的失电概率;
评估模块,用于根据所述负荷在灾害各阶段的失电概率得到在灾害各阶段所述待评估配电网的能力值,并依据所述能力值评估所述待评估配电网在灾害各阶段的抗灾能力;
其中,所述故障预测模型包括用于将所述待评估配电网的拓扑结构进行解析的结构解析层和用于根据解析得到的结果基于时序的蒙特卡洛法获取所述待评估配电网中各个负荷在不同灾害场景下的灾害各阶段的失电概率的概率预测层。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述评估配电网抗灾能力的方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述评估配电网抗灾能力的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述评估配电网抗灾能力的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111205723.1A CN114118685A (zh) | 2021-10-15 | 2021-10-15 | 一种评估配电网抗灾能力的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111205723.1A CN114118685A (zh) | 2021-10-15 | 2021-10-15 | 一种评估配电网抗灾能力的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114118685A true CN114118685A (zh) | 2022-03-01 |
Family
ID=80376007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111205723.1A Pending CN114118685A (zh) | 2021-10-15 | 2021-10-15 | 一种评估配电网抗灾能力的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114118685A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115330559A (zh) * | 2022-10-17 | 2022-11-11 | 国网浙江余姚市供电有限公司 | 一种信息数据时空协同的配电网弹性评估方法和装置 |
-
2021
- 2021-10-15 CN CN202111205723.1A patent/CN114118685A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115330559A (zh) * | 2022-10-17 | 2022-11-11 | 国网浙江余姚市供电有限公司 | 一种信息数据时空协同的配电网弹性评估方法和装置 |
CN115330559B (zh) * | 2022-10-17 | 2023-01-20 | 国网浙江余姚市供电有限公司 | 一种信息数据时空协同的配电网弹性评估方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Carreras et al. | Initial evidence for self-organized criticality in electric power system blackouts | |
US20170214242A1 (en) | System and method for assessing smart power grid networks | |
CN108512226B (zh) | 一种灾害下电力系统恢复力评估的方法 | |
CN111159922B (zh) | 一种电力系统连锁故障的关键线路辨识方法和装置 | |
Li et al. | Integrating reinforcement learning and optimal power dispatch to enhance power grid resilience | |
CN112433896B (zh) | 一种服务器磁盘故障预测方法、装置、设备及存储介质 | |
CN114861542A (zh) | 直流输电工程损耗评估方法、装置、设备和存储介质 | |
Nakarmi et al. | Analyzing power grids’ cascading failures and critical components using interaction graphs | |
CN114118685A (zh) | 一种评估配电网抗灾能力的方法及系统 | |
JP2008154378A (ja) | 潮流計算方法及びその装置 | |
Billinton | Basic models and methodologies for common mode and dependent transmission outage events | |
ul Hassan et al. | Online static security assessment for cascading failure using stacked De-noising Auto-encoder | |
CN110380411A (zh) | 一种考虑通信影响的配电网恢复力定量评估方法 | |
CN113922347B (zh) | 一种基于失配度评价指标的接地保护定值优化方法、系统及存储介质 | |
CN115640936A (zh) | 一种配电网弹性评估方法、装置、设备及可读存储介质 | |
CN113221426B (zh) | 一种地震序列作用下的核电厂区域抗震安全评估方法 | |
Malla et al. | Resilience of electrical power delivery system in response to natural disasters | |
CN114117937A (zh) | 一种电力系统连锁故障关键节点辨识方法及系统 | |
CN110797906B (zh) | 风电基地最大装机容量的确定方法、装置及存储介质 | |
Liu et al. | Global maximum flow based time-domain simulation method for evaluating power system resilience | |
Xie et al. | A novel unreliability tracing model for buck power systems based on contingency screening | |
CN115858324B (zh) | 基于ai的it设备故障处理方法、装置、设备和介质 | |
CN115511345A (zh) | 一种高渗透率风电电力系统的无功支撑能力评估方法 | |
Naveenkumar et al. | Distribution system state estimation with elegant PMU placements using a novel metaheuristic | |
CN114022013A (zh) | 一种系统保护故障场景生成方法及装置 |
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 |