CN114386657B - 一种基于最优发电再调度的电网覆冰风险缓释方法 - Google Patents

一种基于最优发电再调度的电网覆冰风险缓释方法 Download PDF

Info

Publication number
CN114386657B
CN114386657B CN202111461130.1A CN202111461130A CN114386657B CN 114386657 B CN114386657 B CN 114386657B CN 202111461130 A CN202111461130 A CN 202111461130A CN 114386657 B CN114386657 B CN 114386657B
Authority
CN
China
Prior art keywords
risk
line
icing
power
constraint
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
Application number
CN202111461130.1A
Other languages
English (en)
Other versions
CN114386657A (zh
Inventor
陈锐
贺先强
马覃峰
刘明顺
曹杰
安甦
张丹
王国松
朱灵子
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.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid 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 Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN202111461130.1A priority Critical patent/CN114386657B/zh
Publication of CN114386657A publication Critical patent/CN114386657A/zh
Application granted granted Critical
Publication of CN114386657B publication Critical patent/CN114386657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • 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
    • G06F2111/04—Constraint-based CAD
    • 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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (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

本发明公开了一种基于最优发电再调度的电网覆冰风险缓释方法，包括防冰风险调度、强迫线路停运和覆冰风险紧急调度三个步骤，包括：首先通过冰雪天气预测、地理空间分析、电网区域划分，建立防冰风险调度模型，预防积冰现象形成；然后通过线路强迫停运和风险指标评估，选出最佳停运方案，迫使风险线路潮流进一步提高；最后在覆冰状况无法避免的情况下，采用紧急调度风险措施，尽可能减少用户的失电量。实施例表明，该技术可有效降低冰雪天气下发生断线倒塔停电事故的概率和影响范围，提高电网抵御极端工况风险的能力。

Description

一种基于最优发电再调度的电网覆冰风险缓释方法
技术领域
本发明涉及电网风险防控技术领域，特别涉及一种基于最优发电再调度的电网覆冰风险缓释方法。
背景技术
电网覆冰导致的断线倒塔事故，会引发大规模停电或系统解列风险，带来巨大的经济和安全损失，严重危害电力系统的安全稳定运行。以2008年雪灾为例，持续的大强度冰冻使得贵州电网遭受了史无前例的严峻考验。覆冰最严重时，贵州电网解列成中西部、北部、东部及东南部四片电网运行，仅中西部电网与南方电网主网通过一条500kV联络线进行连接。在不到一个月的时间内，共计发生500kV线路杆塔受损216基、220kV线路杆塔受损241基、110kV线路杆塔受损498基，其他电压等级线路均遭受严重破坏。因此，研究电网覆冰风险缓释技术显得尤为关键。
目前，针对覆冰风险的缓释技术主要包括两种，融冰/破冰技术和防冰技术。在前一种技术中，假设架空线路上已形成覆冰，为保护相关导线及其支撑结构免受有害机械力影响，可采用融冰/破冰技术。一般通过增强电流或强制短路故障来加热导线，或施加外来机械力对覆冰进行分解。实践表明，融化积冰所需要的能量远远大于防止积冰形成所需要的能量，因此认为预防性的覆冰风险缓释技术更加有效。当然，增加负载电流以产生额外热量，防止形成积冰的方式肯定使得系统处于次优运行状态，不仅大大降低了电网运行的经济性，更严重危害了输电线路的使用寿命。虽然在正常运行期间是不被允许的，但当面对极端冰雪天气的紧急工况时，却是一种公认的有效措施。
发明内容
有鉴于此，本发明的第一方面的目的是提供一种基于最优发电再调度的电网覆冰风险缓释方法。提升电网在应对极端冰雪天气时，纵深风险防御、资源优化配置、科学决策管理、灵活高效调控的能力，提高电网抵御风险与智能应急处理能力，提高电网运行的安全性和可靠性。
本发明的第一方面的目的是通过以下技术方案实现的：
一种基于最优发电再调度的电网覆冰风险缓释方法，包括以下步骤：
步骤S1：利用可用的天气预报信息，在极端工况到来前，获取电网的可能受影响区域，则通过地理空间分析，辨识出处于风险区域的线路，尝试重新调度发电机组，以增加风险线路的潮流，使其超过预定水平；
步骤S2：如果步骤1中的机组再调度方案无法实现预期目标，即过水平电流通过线路导线产生的热量不足以将温度升高到冰点以上，无法阻止积冰的形成，则考虑基于区域的强迫停运方案，通过让一条或多条线路计划性地退出运行，迫使风险线路的潮流水平进一步提高；
步骤S3：如果步骤2中的强迫停运方案仍无法使风雪区域的线路满足安全要求，则将覆冰风险紧急调度最优潮流作为最终手段，当面对极端冰雪天气，大规模覆冰现象已然无法避免，则考虑考虑风险区域断线倒塔的所有故障场景集，建立并求解考虑应急约束的最优潮流模型，尽可能降低意外停电事故造成的负荷损失。
进一步，所述步骤S1中，防冰风险调度的具体步骤包括：
步骤S21：确定最小防冰期望电流
步骤S22：进行网络拓扑分析
在极端冰雪天气期间，可将电网划分为三个区域，即(a)受影响区域，包括受风暴直接影响的架空线和母线；(b)边界区域，包括与受影响母线直接相连的未受影响的架空线和母线；(c)其他区域；网络拓扑分析的主要目标是根据可用的风暴预测信息，确定受影响区域和边界区域，以及和其他区域的进线出线连接；
步骤S23：建立防冰风险调度模型
建立防冰风险调度模型，旨在增加风险架空线的潮流水平，以提高导线表面温度，防止积冰形成。
进一步，所述步骤S23中，除了发电机的运行约束之外，旋转备用也需要被纳入建模考虑之中，假设为实现发电出力紧急调控，假设机组容量储备必须在调度时间d内可用，因此受到爬坡速率的限制；
进一步，所述模型的约束条件包括：(1)节点功率约束；(2)线路潮流约束；(3)电压安全约束；(3)旋转备用约束；(5)最小储备约束；(.6)非负性和上下限约束；
在防冰风险调度模型中，优化变量包括：Pi G、Vk、θk、其余参数均假定为给定的常数，该模型通过相关严重度成本对潮流下溢风险进行最小优化，从而使得风险线路的潮流水平和期望值之间的差距减小，增加这些线路中的热能损耗，防止积冰的形成，另一点是关于发电机组的成本权重系数，这些权重系数由该机组发电水平对风险线路的影响程度来确定，可以根据风险线路有功潮流对母线发出有功的灵敏度分析进行求解。
进一步，步骤S2中，强迫线路停运的具体内容包括：
将受影响区域视作一个广义节点，由基尔霍夫电流定律可得：
SGEN+SIMP＝SEXP+SDEM+SLOSS
式中，SGEN是该广义节点的总发电量；SDEM是该广义节点的总负荷量；SLOSS是该广义节点内部的总线路损耗；SIMP和SEXP是该广义节点进线和出线上的总潮流量。该步骤的目标是在给定的总负荷量SDEM下，尽可能增加线路损耗SLOSS。该广义节点的进线和出线是强迫停运方案所应重点考虑的线路；
通过迭代方式对上述候选线路进行优先排序，首先使用不同的性能指标对各个强迫停运方案进行评估，其中包括：(a)受影响区域的总功耗增加；(b)受影响区域的总发电量增加；(c)所有风险线路的潮流下溢水平降低。通过线路强迫停运、求解防冰风险调度模型、风险指标评估，每次选出一条最优停运线路并将其剔除，不断迭代求解，直至性能指标没有明显改善，从而得到最佳停运方案。
进一步，步骤S3中的具体步骤包括：
步骤S31：建立基于时变结构可靠性理论的失效率模型
步骤S32：计算覆冰线路故障概率
步骤S33：求解覆冰风险紧急调度模型
模型的约束条件包括节点功率约束、线路潮流约束、电压安全约束、旋转备用约束、最小储备约束、非负性和上下限约束条件；
本发明的第二方面的目的是提供一种计算机装置，包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前所述的方法。
本发明的第三方面的目的是提供一种计算机可读存储介质，其上储存有计算机程序，所述计算机程序被处理器执行时实现如前所述的方法。
本发明的有益效果是：通过防冰风险调度、强迫线路停运和覆冰风险紧急调度三项保障措施，有效防止了积冰的形成，降低了冰雪天气下发生断线倒塔停电事故的概率和影响范围，提高了电网抵御极端工况风险的能力。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和前述的权利要求书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：
图1为基于最优发电再调度的电网覆冰风险缓释技术的流程图；
图2为极端冰雪天气下电网拓扑识别及区域划分；
图3为IEEE 118节点具体实施例的电网结构图；
图4为覆冰风险紧急调度措施下的切负荷损失。
具体实施方式
以下将参照附图，对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
如图1所示，本发明提供了一种基于最优发电再调度的电网覆冰风险缓释方法，旨在通过防冰风险调度、强迫线路停运和覆冰风险紧急调度三项保障措施，有效防止了积冰的形成，降低了冰雪天气下发生断线倒塔停电事故的概率和影响范围，提高了电网抵御极端工况风险的能力。其技术流程图如图1所示，具体步骤为：
步骤S1：防冰风险调度，具体为：
尝试重新调度发电机组，以增加风险线路的潮流，使其超过预定水平。为此，假设天气预报信息可用，并且能在极端工况到来前，可以相当准确地预测出电网的受影响区域，则通过地理空间分析，辨识出处于风险区域的线路和/或节点，该步骤具体包括：
步骤S11：确定最小防冰期望电流
在热力学中，架空线路的潮流水平必须使得导线表面温度在冰点以上，以防止积冰的形成。最小防冰期望电流的确定取决于很多因素影响，包括环境温度、风速，以及涉及风和液滴的热交换。工程应用中通常以下列公式进行估计：
式中，ΔT为高于环境温度所需的温升；RAC为导线在20℃时的电阻值；D是导线直径；v是风速。该公式适用于风速大于2mph时的情况。
步骤S12：网络拓扑分析
在极端冰雪天气期间，可将电网划分为三个区域，如图2所示，即(a)影响区域，包括受风暴直接影响的架空线和母线；(b)边界区域，包括与受影响母线直接相连的未受影响的架空线和母线；(c)安全区域。图2中用最深色标识出影响区域的母线和线路(最左边)，用浅色标识出边界区域(中间)，用次深色标识出安全区域(最右边)。网络拓扑分析的主要目标是根据可用的风暴预测信息，确定受影响区域和边界区域，以及和其他区域的进线出线连接。
步骤S13：建立防冰风险调度模型
建立防冰风险调度模型，旨在增加风险架空线的潮流水平，以提高导线表面温度，防止积冰形成。除了发电机的运行约束之外，旋转备用也需要被纳入建模考虑之中。假设为实现发电出力紧急调控，假设机组容量储备必须在调度时间d内可用(一般取10min)，因此受到爬坡速率的限制。
因此，定义两种速率：RR+为供电功率的最大增加速率，RR-为供电功率的最大减少速率。类似地，定义两种旋转备用：SR+和SR-分别为10min内可增加到当前发电水平或从当前发电水平中扣除的功率。有：
式中，q为提供旋转备用的机组的索引；为机组q的有功出力；/>和/>为机组q有功出力的最大值和最小值。
定义下溢严重度δl,L，表示风险线路潮流低于最小防冰期望电流的程度。针对所有风险线路，定义下溢严重度函数公式如下。显然，需要使所有最小化，以保证线路的安全稳定运行。
式中，LA为受风雪影响的架空传输线集合；j为输电线路索引；为通过输电线路j，为防止结冰所需的最小潮流。
考虑到所有风险变量、旋转约束和相关成本，建立防冰风险调度模型如下：
Min Csum＝Cg+Csr+Crisk
式中，Cg为发电运行成本；Csr为旋转备用机会成本；Crisk为风险损失，包括所有母线节点的过压/欠压风险，所有未受影响线路的过流风险和所有受影响线路的下溢风险，其具体表达式为：
式中，i为发电机组索引；k为母线索引；NG、NGR、NB分别为发电机组、提供旋转备用的机组以及母线的数量；γ为发电机组成本函数的权重系数；ai、bi、ci为发电机组i的成本函数系数；αsr、αr、αv、αl,H、αl,L分别为旋转备用机会成本、风险损失、过压/欠压风险、过流风险和下溢风险的权重系数；为母线k的过压/欠压严重度；/>为线路j的过流严重度；LU为未受风雪影响的传输线路集合。
约束条件包括：
(1)节点功率约束
式中，和/>为母线k注入的净有功功率和无功功率；Vk和θk为母线k的电压幅值和相位角；θkk'为母线k和k'之间的相位角差；Gkk′和Bkk′分别为线路kk'的电导和电纳。
(2)线路潮流约束
由于问题表述的风险属性，允许线路潮流偏离期望阈值。所有线路均受过流风险影响，而下溢风险是适用于受影响区域的线路。和/>严重度变量由优化问题所决定。
式中，Y为电网的导纳矩阵；为线路的输电容量(额定值)。
(3)电压安全约束
在正常运行条件下，母线电压必须在安全允许范围内。然而在紧急调度过程中，部分母线电压的约束无法满足。对于母线k，可通过引入过压/欠压严重度暂时放宽约束条件。
式中，和/>为母线k允许电压幅值的最小值和最大值；/>为/>和/>的平均值。
(4)旋转备用约束
式中，和/>分别为机组q的上调旋转备用和下调旋转备用
(5)最小储备约束
式中，SR+,min和SR-,min分别为上调旋转备用的最小值和下调旋转备用的最大值。
(6)非负性和上下限约束
式中，为机组i的无功出力；/>和/>为机组i无功出力的最大值和最小值。
在防冰风险调度模型中，优化变量包括：Pi G、Vk、θk、其余参数均假定为给定的常数。该模型通过相关严重度成本对潮流下溢风险进行最小优化，从而使得风险线路的潮流水平和期望值之间的差距减小，增加这些线路中的热能损耗，防止积冰的形成。另一点是关于发电机组的成本权重系数。这些权重系数由该机组发电水平对风险线路的影响程度来确定，可以根据风险线路有功潮流对母线发出有功的灵敏度分析进行求解。
求解上述防冰风险调度模型，如果所有风险线路的潮流下溢风险值均为零值，则表明积冰已经被完全阻止，这是最理想的情况。
步骤S2：强迫线路停运，具体为：
如果步骤S1中的机组再调度方案无法实现预期目标，即过水平电流通过线路导线产生的热量不足以将温度升高到冰点以上，无法阻止积冰的形成，则考虑基于区域的强迫停运方案。通过让一条或多条线路计划性地退出运行，迫使风险线路的潮流水平进一步提高。停运方案的选择可通过风险线路潮流的改善情况进行评估和确定。将受影响区域视作一个广义节点，由基尔霍夫电流定律可得：
SGEN+SIMP＝SEXP+SDEM+SLOSS
式中，SGEN是该广义节点的总发电量；SDEM是该广义节点的总负荷量；SLOSS是该广义节点内部的总线路损耗；SIMP和SEXP是该广义节点进线和出线上的总潮流量。该步骤的目标是在给定的总负荷量SDEM下，尽可能增加线路损耗SLOSS。该广义节点的进线和出线是强迫停运方案所应重点考虑的线路。
通过迭代方式对上述候选线路进行优先排序。首先使用不同的性能指标对各个强迫停运方案进行评估，其中包括：(a)受影响区域的总功耗增加；(b)受影响区域的总发电量增加；(c)所有风险线路的潮流下溢水平降低。通过线路强迫停运、求解防冰风险调度模型、风险指标评估，每次选出一条最优停运线路并将其剔除。不断迭代求解，直至性能指标没有明显改善，从而得到最佳停运方案。
步骤S3：覆冰风险紧急调度
如果步骤S2中的强迫停运方案仍无法使风雪区域的线路满足安全要求，则将覆冰风险紧急调度最优潮流作为最终手段。当面对极端冰雪天气，大规模覆冰现象已然无法避免，则考虑考虑风险区域断线倒塔的所有故障场景集，建立并求解考虑应急约束的最优潮流模型，尽可能降低意外停电事故造成的负荷损失。具体为
步骤S31：建立基于时变结构可靠性理论的失效率模型
目前验证中所采用的覆冰失效率模型是基于静态结构可靠性理论，虽然考虑了随机变量影响，但忽略了其时变特性。因此基于时变结构可靠性理论，建立线路覆冰失效率模型。将[0,t]时间长度视为n个Δt的组合，线路在[0,t]时间内可靠等效于在每个Δt时间长度内都可靠，因此线路可靠度计算公式为：
式中，PR为线路可靠度；PC为故障概率。
失效率的定义可描述为：
式中，Z(t)为时变功能函数，大于0时表示元件可靠，小于0时表示元件故障。
上式求解过于复杂，在实际工程中难以应用。所以可以选用PHI2方法，利用静态可靠度指标计算时变失效率：
式中，Φ2为二位标准高斯函数；β(t)和β(t+Δt)为对应时刻的可靠度指标；ρz(t,t+Δt)为对应两时刻极限状态方程的相关系数。
步骤S32:计算覆冰线路故障概率
对于多档距覆冰线路，可采用串联模型计算线路在[t,t+Δt]时段内的平均失效率λ：
线路在[t,t+Δt]时段内的可靠度和故障概率为：
PC(Δt)＝1-PR(Δt)＝1-exp(-λΔt)
式中，PR为线路在Δt时间内的可靠度；PC为线路在Δt时间内的故障概率。
步骤S33：求解覆冰风险紧急调度模型
针对每一种故障场景发生的概率及相应的严重度，重新定义机组备用机会成本和风险损失函数：
式中，c为故障场景的索引；NC为故障场景集个数。
覆冰风险紧急调度模型目标函数为：
Min Csum＝Cg+Csr+Crisk
约束条件仍包括1.3.1)-1.3.6)的节点功率约束、线路潮流约束、电压安全约束、旋转备用约束、最小储备约束、非负性和上下限约束条件。
具体实施例
通过天气预测信息和GIS数据，目前可以相当准确地确定影响区域和边界区域。本发明实施例采用IEEE 118节点测试系统，并采用MATPOWER中基于内点法的OPF求解器来求解调度模型。假设28、29、31号母线所在区域即将遭受一场严重的暴风雪灾害，其连接架空线路面临极大的覆冰风险，采用本发明提出的基于最优发电再调度的电网覆冰风险缓释技术，降低冰雪天气下发生断线倒塔停电事故的概率和影响范围，提高电网抵御极端工况风险的能力。IEEE 118节点网络结构图如图3所示，其中影响区域的母线和架空线路已用深一点颜色的虚线标识出，边界区域的母线和架空线路已用浅一点颜色的点断线标识出。
假设所有架空线路均采用LGJ-400/50型号，在确定最小防冰期望电流时，取参数ΔT＝9℃，RAC＝0.1129Ω/mile，D＝1.108inch，v＝10mph。离线拓扑分析结果如表1所示，风险调度模型参数如表2所示：
表1离线拓扑分析结果
表2风险调度模型参数
首先根据表1、表2中的数据求解步骤S1中的防冰风险调度模型，求解结果如表3所示：
表3防冰风险调度求解结果
从表3求解结果可以看出，步骤S1中的防冰风险调度方案虽然有效增加了受影响区域风险线路的潮流值，从而升高了导体表面的温度，但仍存在较大积冰的风险。因此进一步采用步骤S2中的强迫停运方案，求解结果如表4所示，此时断开联络线(23,32),(27,115),(17,18)。
表4强迫线路停运求解结果
对比表3和表4数据可以看出，当强制断开边界区域连络线时，虽然受影响区域发电运行成本和旋转备用机会成本增加，但风险线路的潮流下溢严重度降低，风险损失大大减少，总成本降低。
如果线路积冰已无法阻止，则启用步骤S3的覆冰风险紧急调度措施，在各种冰雪场景及各种故障场景下，系统的失负荷量如图4所示。
需要说明的是，流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种基于最优发电再调度的电网覆冰风险缓释方法，其特征在于：包括以下步骤：
步骤S1：利用可用的天气预报信息，在极端工况到来前，获取电网的可能受影响区域，则通过地理空间分析，辨识出处于风险区域的线路，尝试重新调度发电机组，以增加风险线路的潮流，使其超过预定水平；所述步骤S1中，防冰风险调度的具体步骤包括：
步骤S21：确定最小防冰期望电流
步骤S22：进行网络拓扑分析
在极端冰雪天气期间，可将电网划分为三个区域，即（a）受影响区域，包括受风暴直接影响的架空线和母线；（b）边界区域，包括与受影响母线直接相连的未受影响的架空线和母线；（c）其他区域；网络拓扑分析的主要目标是根据可用的风暴预测信息，确定受影响区域和边界区域，以及和其他区域的进线出线连接；
步骤S23：建立防冰风险调度模型
建立防冰风险调度模型，用于增加风险架空线的潮流水平，以提高导线表面温度，防止积冰形成；所述步骤S23中，除了发电机的运行约束之外，旋转备用也被纳入建模考虑之中，假设为实现发电出力紧急调控，假设机组容量储备必须在调度时间d内可用，因此受到爬坡速率的限制；
定义两种速率：RR + 为供电功率的最大增加速率，RR - 为供电功率的最大减少速率；类似地，定义两种旋转备用：SR + 和SR - 分别为10min内可增加到当前发电水平或从当前发电水平中扣除的功率，有：
；
；
式中，q为提供旋转备用的机组的索引; 为机组的有功出力；和/>为机组q有功出力的最大值和最小值；
定义下溢严重度，表示风险线路潮流低于最小防冰期望电流的程度；针对所有风险线路，定义下溢严重度函数公式如下；显然，需要使所有/>最小化，以保证线路的安全稳定运行：
；
式中，为受风雪影响的架空传输线集合；j为输电线路索引；/>为通过输电线路j，为防止结冰所需的最小潮流；
考虑到所有风险变量、旋转约束和相关成本，建立防冰风险调度模型如下：
；
式中，为发电成本；/>为旋转备用机会成本；/>为风险损失，包括所有母线节点的过压/欠压风险，所有未受影响线路的过流风险和所有受影响线路的下溢风险，其具体表达式为：
；
式中，i为发电机组索引；k为母线索引；分别为发电机组、提供旋转备用的机组以及母线的数量；/>为发电机组成本函数的权重系数；/>为发电机组的成本函数系数；/>分别为旋转备用机会成本、风险损失、过压/欠压风险、过流风险和下溢风险的权重系数；/>为母线的过压/欠压严重度；/>为线路j的过流严重度；/>为未受风雪影响的传输线路集合；
求解上述防冰风险调度模型，如果所有风险线路的潮流下溢风险值均为零值，则表明积冰已经被完全阻止；所述模型的约束条件包括：
（1）节点功率约束：
；
式中，和为母线注入的净有功功率和无功功率；/>分别为母线k和母线k’的电压幅值；/>为母线k和k‘之间的相位角差；/>分别为线路/>的电导和电纳；
（2）线路潮流约束：
由于问题表述的风险属性，允许线路潮流偏离期望阈值，所有线路均受过流风险影响，而下溢风险是适用于受影响区域的线路，严重度变量由优化问题所决定；
；
式中，Y为电网的导纳矩阵；为线路的输电容量额定值；
（3）电压安全约束：
在正常运行条件下，母线电压必须在安全允许范围内，然而在紧急调度过程中，部分母线电压的约束无法满足，对于母线k，可通过引入过压/欠压严重度暂时放宽约束条件；
；
式中，为母线k允许电压幅值的最小值和最大值；/>的平均值；
（4）旋转备用约束：
；
式中，分别为机组q的上调旋转备用和下调旋转备用；
（5）最小储备约束：
；
式中，分别为上调旋转备用的最小值和下调旋转备用的最大值；
（6）非负性和上下限约束：
；
式中，为机组i的无功出力；/>为机组无功出力的最大值和最小值；
步骤S2：如果步骤1中的机组再调度方案无法实现预期目标，即过水平电流通过线路导线产生的热量不足以将温度升高到冰点以上，无法阻止积冰的形成，则考虑基于区域的强迫停运方案，通过让一条或多条线路计划性地退出运行，迫使风险线路的潮流水平进一步提高；
步骤S3：如果步骤2中的强迫停运方案仍无法使风雪区域的线路满足安全要求，则将覆冰风险紧急调度最优潮流作为最终手段，当面对极端冰雪天气，大规模覆冰现象已然无法避免，则考虑考虑风险区域断线倒塔的所有故障场景集，建立并求解考虑应急约束的最优潮流模型，尽可能降低意外停电事故造成的负荷损失。
2.根据权利要求1所述的一种基于最优发电再调度的电网覆冰风险缓释方法，其特征在于：在防冰风险调度模型中，优化变量包括：，其余参数均假定为给定的常数，该模型通过相关严重度成本对潮流下溢风险进行最小优化，从而使得风险线路的潮流水平和期望值之间的差距减小，增加这些线路中的热能损耗，防止积冰的形成，另外关于发电机组的成本权重系数，这些权重系数由该机组发电水平对风险线路的影响程度来确定，可根据风险线路有功潮流对母线发出有功的灵敏度分析进行求解。
3.根据权利要求1所述的一种基于最优发电再调度的电网覆冰风险缓释方法，其特征在于：步骤S2中，强迫线路停运的具体内容包括：
将受影响区域视作一个广义节点，由基尔霍夫电流定律可得：
；
式中，是该广义节点的总发电量；/>是该广义节点的总负荷量；/>是该广义节点内部的总线路损耗；/>是该广义节点进线和出线上的总潮流量；该步骤的目标是在给定的总负荷量/>下，尽可能增加线路损耗/>，该广义节点的进线和出线是强迫停运方案所应重点考虑的线路；
通过迭代方式对上述线路进行优先排序，首先使用不同的性能指标对各个强迫停运方案进行评估，其中包括：（a）受影响区域的总功耗增加；（b）受影响区域的总发电量增加；（c）所有风险线路的潮流下溢水平降低；通过线路强迫停运、求解防冰风险调度模型、风险指标评估，每次选出一条最优停运线路并将其剔除，不断迭代求解，直至性能指标没有明显改善，从而得到最佳停运方案。
4.根据权利要求1所述的一种基于最优发电再调度的电网覆冰风险缓释方法，其特征在于：步骤S3中的具体步骤包括：
步骤S31：建立基于时变结构可靠性理论的失效率模型；
基于时变结构可靠性理论，建立线路覆冰失效率模型，将[0, t]时间长度视为n个△t的组合，线路在[0,t]时间内可靠等效于在每个△t时间长度内都可靠，因此线路可靠度计算公式为：
；
式中，为线路可靠度；/>为故障概率；
失效率的定义可描述为：
；
式中，为时变功能函数，大于0时表示元件可靠，小于0时表示元件故障；
也可以选用PHI2方法，利用静态可靠度指标计算时变失效率：
；
式中，为二位标准高斯函数；/>为对应时刻的可靠度指标；/>为对应两时刻极限状态方程的相关系数；
步骤S32：计算覆冰线路故障概率；
对于多档距覆冰线路，可采用串联模型计算线路在时段内的平均失效率λ/>；
；
线路在时段内的可靠度和故障概率为：
；
式中，为线路在△t时间内的可靠度；/>为线路在△t时间内的故障概率；
步骤S33：求解覆冰风险紧急调度模型；
针对每一种故障场景发生的概率及相应的严重度，重新定义机组备用机会成本和风险损失函数：
；
式中，c为故障场景的索引；NC为故障场景集个数；
覆冰风险紧急调度模型目标函数为：
。
5.根据权利要求4所述的一种基于最优发电再调度的电网覆冰风险缓释方法，其特征在于：所述模型的约束条件包括节点功率约束、线路潮流约束、电压安全约束、旋转备用约束、最小储备约束、非负性和上下限约束条件；
（1）节点功率约束：
；
式中，为母线k注入的净有功功率和无功功率；/>为母线的电压幅值和相位角；/>为母线k和k’之间的相位角差；/>分别为线路/>的电导和电纳；
（2）线路潮流约束：
由于问题表述的风险属性，允许线路潮流偏离期望阈值；所有线路均受过流风险影响，而下溢风险是适用于受影响区域的线路；严重度变量由优化问题所决定；
；
式中，Y为电网的导纳矩阵；为线路的输电容量额定值；
（3）电压安全约束
在正常运行条件下，母线电压必须在安全允许范围内；然而在紧急调度过程中，部分母线电压的约束无法满足；对于母线k，可通过引入过压/欠压严重度暂时放宽约束条件；
；
式中，为母线允许电压幅值的最小值和最大值；/>的平均值；
（4）旋转备用约束：
；
式中，分别为机组q的上调旋转备用和下调旋转备用；
（5）最小储备约束：
；
式中，分别为上调旋转备用的最小值和下调旋转备用的最大值；
（6）非负性和上下限约束：
；
式中，为机组i的无功出力；/>为机组i无功出力的最大值和最小值。
6.一种计算机装置，包括存储器、处理器及储存在存储器上并能够在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计算机程序时实现如权利要求1-5任一项所述的方法。
7.一种计算机可读存储介质，其上储存有计算机程序，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1-5任一项所述的方法。
CN202111461130.1A 2021-12-02 2021-12-02 一种基于最优发电再调度的电网覆冰风险缓释方法 Active CN114386657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111461130.1A CN114386657B (zh) 2021-12-02 2021-12-02 一种基于最优发电再调度的电网覆冰风险缓释方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111461130.1A CN114386657B (zh) 2021-12-02 2021-12-02 一种基于最优发电再调度的电网覆冰风险缓释方法

Publications (2)

Publication Number Publication Date
CN114386657A CN114386657A (zh) 2022-04-22
CN114386657B true CN114386657B (zh) 2024-05-14

Family

ID=81196072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111461130.1A Active CN114386657B (zh) 2021-12-02 2021-12-02 一种基于最优发电再调度的电网覆冰风险缓释方法

Country Status (1)

Country Link
CN (1) CN114386657B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117906900B (zh) * 2024-02-22 2024-05-14 中国空气动力研究与发展中心低速空气动力研究所 一种结冰风洞试验中旋转帽罩的残留冰获取方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107705032A (zh) * 2017-10-23 2018-02-16 华中科技大学 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法
CN111815476A (zh) * 2020-07-03 2020-10-23 国网新疆电力有限公司电力科学研究院 基于极端冰灾的电网薄弱环节识别方法及装置
CN112632748A (zh) * 2020-11-23 2021-04-09 国家电网公司华中分部 一种电力系统安稳风险优化方法、系统及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107705032A (zh) * 2017-10-23 2018-02-16 华中科技大学 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法
CN111815476A (zh) * 2020-07-03 2020-10-23 国网新疆电力有限公司电力科学研究院 基于极端冰灾的电网薄弱环节识别方法及装置
CN112632748A (zh) * 2020-11-23 2021-04-09 国家电网公司华中分部 一种电力系统安稳风险优化方法、系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
晏鸣宇 ; 何宇斌 ; 姚伟 ; 文劲宇 ; 郭创新 ; 陆佳政 ; .基于时变结构可靠性理论的覆冰电网风险调度.电网技术.2016,(06),180-187. *

Also Published As

Publication number Publication date
CN114386657A (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
Rios et al. Value of security: modeling time-dependent phenomena and weather conditions
CN108921410B (zh) 一种配电网弹性恢复力指标构建及提升方法
Zadkhast et al. Reliability evaluation of an HVDC transmission system tapped by a VSC station
CN107705032B (zh) 一种基于电网覆冰灾害离线风险评估模型的线路融冰方法
US10424926B2 (en) Method for controlling an electric power distribution micro-grid
CN108389002B (zh) 一种基于n-1严重故障集的多重故障生成方法
CN101394073A (zh) 输配电线路防覆冰除融冰方法及设备
CN114386657B (zh) 一种基于最优发电再调度的电网覆冰风险缓释方法
Chen et al. A numerical approach for hybrid simulation of power system dynamics considering extreme icing events
CN111030098A (zh) 基于多元参数约束动态提升送电断面热稳定限额的方法
CN112564091A (zh) 一种考虑n-1故障的安全约束机组组合问题求解方法
Sun et al. Overview of power system operational reliability
Ciapessoni et al. Security-Constrained Redispatching to enhance power system resilience in case of wet snow events
Wang et al. Real‐time optimisation of emergency demand response and HVDC power modulation to improve short‐term frequency stability of the receiving‐end power systems
CN114117730A (zh) 一种在台风灾害下配电网弹性评估方法
CN116914726A (zh) 配电网故障预防控制方法、装置及存储介质
Javanbakht et al. Mitigation of snowstorm risks on power transmission systems based on optimal generation re-dispatch
Lashkarbolooki et al. Decreasing the ice storm risk on power conductors by sequential outages
CN113659515B (zh) 一种配电网线路融冰方案的确定方法及系统
Rong et al. Methods for transient AC overvoltage reduction at wind farm terminal
CN111146779A (zh) 一种电力设备相继故障的大电网柔性安全控制方法及系统
Yang et al. Optimization and decision for limiting short circuit current considering sensitivity ranking
CN114865776B (zh) 一种不切新能源机组与负荷的备自投装置、方法及应用
Bao et al. Field study of a novel dynamic rating system for power transmission lines
Xu et al. Impact of the UHVDC on Performance Characteristics of Power Grid

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