CN114744770A - 一种保护控制装置的管控节点规模决策方法及相关装置 - Google Patents

一种保护控制装置的管控节点规模决策方法及相关装置 Download PDF

Info

Publication number
CN114744770A
CN114744770A CN202210659225.2A CN202210659225A CN114744770A CN 114744770 A CN114744770 A CN 114744770A CN 202210659225 A CN202210659225 A CN 202210659225A CN 114744770 A CN114744770 A CN 114744770A
Authority
CN
China
Prior art keywords
control device
node
protection control
scale
formula
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
Application number
CN202210659225.2A
Other languages
English (en)
Other versions
CN114744770B (zh
Inventor
杨昆
向真
黄珊
杨锐雄
刘超
蔡仲启
郭晓燕
童铸
胡大朋
钱利宏
张亮
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.)
Zhuhai Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Zhuhai Power Supply Bureau of Guangdong 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 Zhuhai Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Zhuhai Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202210659225.2A priority Critical patent/CN114744770B/zh
Publication of CN114744770A publication Critical patent/CN114744770A/zh
Application granted granted Critical
Publication of CN114744770B publication Critical patent/CN114744770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
    • H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/00036—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving switches, relays or circuit breakers
    • H02J13/0004—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving switches, relays or circuit breakers involved in a protection system
    • 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

Abstract

本申请公开了一种保护控制装置的管控节点规模决策方法及相关装置，通过配电网保护控制装置的管控节点数量决策模型，解析保护控制装置对各监测节点完成管控的计算负荷需求来确定各分布式智能保护控制装置的节点管控数量，最小化计算成本。并且通过保护控制装置的管控节点范围决策模型，提出以通信距离作为衡量分布式智能保护控制装置和监测节点之间通信成本的考量因素，来确定保护控制装置的管控节点范围。通过提出配电网分布式智能保护控制装置的管控节点规模决策方法，明确划分各分布式智能保护控制装置的管控规模，最小化系统的计算成本和通信成本，从而解决了现有技术不但成本高，而且部分节点被重复管控或失管、通信线路接线复杂的问题。

Description

一种保护控制装置的管控节点规模决策方法及相关装置
技术领域
本申请涉及电力技术领域，尤其涉及一种保护控制装置的管控节点规模决策方法及相关装置。
背景技术
随着智能电网建设不断推进，在智能监测设备不断下沉、电力大数据技术不断发展的趋势下，基于量测大数据进行配电网故障检测已成为行业研究关注的焦点，而如何规划计算终端对配电网监测节点的管控范围，以实现配电网计算资源的合理配置，提高系统故障定位业务的经济性和可靠性具有重要意义。
配电网监测节点数目众多且分布范围广泛，现有的配电网分布式智能保护控制装置的管控节点规模划分方法多采用地理位置近邻聚类划分、配电台区分区划分或者区域整体划分的方法，在分布式智能保护控制装置数量部署充足的情况下，仅考虑监控节点与分布式智能保护控制装置的地理距离作为划分指标，完成配电网分布式智能保护控制装置的管控规模决策。可能会出现各分布式智能保护控制装置管控范围重叠和交叉、部分监测节点失管、通信线路接线复杂等问题，导致故障分析效率较低、计算资源配置失衡、监测节点量测值重复上送等问题。
发明内容
本申请提供了一种保护控制装置的管控节点规模决策方法及相关装置，用于解决现有技术不但成本高，而且部分节点被重复管控或失管、通信线路接线复杂的技术问题。
有鉴于此，本申请第一方面提供了一种保护控制装置的管控节点规模决策方法，所述方法包括：
S1、根据保护控制装置中监测设备节点的规模构建监测设备节点的邻接矩阵，将计算所述邻接矩阵的复杂度作为计算负荷，从而构建保护控制装置的计算负荷需求公式；
S2、对若干个保护控制装置管控中的监测设备节点进行节点簇划分，构建各智能监测节点到所属分布式智能保护控制装置的距离计算公式，并作为通信成本的衡量指标；
S3、以保护控制装置最小化计算负荷对所述计算负荷需求公式进行变换，得到第一规模决策模型，基于第一规模决策模型计算保护控制装置管控的监测设备节点的数量；
S4、以保护控制装置最小化通信成本对所述距离计算公式进行变换，得到第二规模决策模型，基于第二规模决策模型计算保护控制装置管控的监测设备节点的范围。
可选地，步骤S1，具体包括：
S01、根据电气量信息、开关量信息以及保护控制装置中监测设备节点的个数计算监测设备节点的邻接矩阵，将计算所述邻接矩阵的复杂度作为计算负荷后，构建电网系统在正常运行时的保护控制装置的计算负荷需求公式；
S02、当电网系统发生故障时，设定纵向故障概率和横向故障概率，构建电网系统发生故障时的保护控制装置的计算负荷需求公式。
可选地，当电网系统在正常运行时，所述计算负荷需求公式，具体为：
Figure 127832DEST_PATH_IMAGE001
；
式中，
Figure 728577DEST_PATH_IMAGE002
为监测设备节点的规模，即监测设备节点的数量。
可选地，当电网系统发生故障时，所述计算负荷需求公式，具体为：
Figure 67286DEST_PATH_IMAGE003
；
式中，
Figure 287046DEST_PATH_IMAGE002
为监测设备节点的规模，即监测设备节点的数量；
Figure 785023DEST_PATH_IMAGE004
为纵向故障概率；
Figure 166457DEST_PATH_IMAGE005
为横向故障概率。
可选地，所述距离计算公式，具体为：
Figure 258041DEST_PATH_IMAGE006
；
Figure 140546DEST_PATH_IMAGE007
；
式中，M为保护控制装置的数量；
Figure 368396DEST_PATH_IMAGE008
为监测设备节点簇
Figure 45365DEST_PATH_IMAGE009
内的各监测设备节点；
Figure 358666DEST_PATH_IMAGE010
为监测设备节点簇
Figure 920229DEST_PATH_IMAGE009
所属保护控制装置的位置。
可选地，所述第一规模决策模型，具体为：
Figure 127219DEST_PATH_IMAGE011
；
式中，M为保护控制装置的数量；
Figure 116035DEST_PATH_IMAGE012
为计算负荷需求公式。
可选地，所述第二规模决策模型，具体为：
Figure 41266DEST_PATH_IMAGE013
；
式中，M为保护控制装置的数量；
Figure 140940DEST_PATH_IMAGE008
为监测设备节点簇
Figure 343382DEST_PATH_IMAGE009
内的各监测设备节点；
Figure 627733DEST_PATH_IMAGE010
为监测设备节点簇
Figure 650047DEST_PATH_IMAGE009
所属保护控制装置的位置。
本申请第二方面提供一种保护控制装置的管控节点规模决策系统，所述系统包括：
第一构建单元，用于根据保护控制装置中监测设备节点的规模构建监测设备节点的邻接矩阵，将计算所述邻接矩阵的复杂度作为计算负荷，从而构建保护控制装置的计算负荷需求公式；
第二构建单元，用于将若干个保护控制装置管控的监测设备节点簇进行划分，构建各智能监测节点到所属分布式智能保护控制装置的距离计算公式，并作为通信成本的衡量指标；
第一决策单元，用于以保护控制装置最小化计算负荷对所述计算负荷需求公式进行变换，得到第一规模决策模型，基于第一规模决策模型计算保护控制装置管控的监测设备节点的数量；
第二决策单元，用于以保护控制装置最小化通信成本对所述距离计算公式进行变换，得到第二规模决策模型，基于第二规模决策模型计算保护控制装置管控的监测设备节点的范围。
本申请第三方面提供一种保护控制装置的管控节点规模决策设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的保护控制装置的管控节点规模决策方法的步骤。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的保护控制装置的管控节点规模决策方法。
从以上技术方案可以看出，本申请具有以下优点：
本申请提供了一种保护控制装置的管控节点规模决策方法，包括：S1、根据保护控制装置中监测设备节点的规模构建监测设备节点的邻接矩阵，将计算邻接矩阵的复杂度作为计算负荷，从而构建保护控制装置的计算负荷需求公式；S2、对若干个保护控制装置管控中的监测设备节点进行节点簇划分，构建各智能监测节点到所属分布式智能保护控制装置的距离计算公式，并作为通信成本的衡量指标；S3、以保护控制装置最小化计算负荷对计算负荷需求公式进行变换，得到第一规模决策模型，基于第一规模决策模型计算保护控制装置管控的监测设备节点的数量；S4、以保护控制装置最小化通信成本对距离计算公式进行变换，得到第二规模决策模型，基于第二规模决策模型计算保护控制装置管控的监测设备节点的范围。
与现有技术相比，本申请提高了分布式智能保护控制装置对众多监测节点完成管控的方案合理性，能够最小化系统计算资源需求和通信成本。与现有技术相比，本发明通过解析分布式智能保护控制装置对各监测节点完成管控的计算负荷需求来确定各边缘计算终端的节点管控数量，最小化计算成本。进一步地，通过提出以通信距离作为衡量分布式智能保护控制装置和监测节点之间通信成本的考量因素，来确定分布式智能保护控制装置的管控节点范围。通过提出配电网分布式智能保护控制装置的管控节点规模决策方法，明确划分各分布式智能保护控制装置的管控规模，最小化系统的计算成本和通信成本，解决了现有技术不但成本高，而且部分节点被重复管控或失管、通信线路接线复杂的弊端，从而提高配电网的适应海量智能监测节点接入和保护控制业务服务的能力。
附图说明
图1为本申请实施例中提供的一种保护控制装置的管控节点规模决策方法实施例的流程示意图；
图2为本申请实施例中提供的基于IEEE33标准节点规划配电网分布式智能保护控制装置的管控节点规模示例图；
图3为本申请实施例中提供的一种保护控制装置的管控节点规模决策系统实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，本申请实施例中提供的一种保护控制装置的管控节点规模决策方法，包括：
步骤101、根据保护控制装置中监测设备节点的规模构建监测设备节点的邻接矩阵，将计算邻接矩阵的复杂度作为计算负荷，从而构建保护控制装置的计算负荷需求公式；
本实施例具体为：
1）根据电气量信息、开关量信息以及保护控制装置中监测设备节点的个数计算监测设备节点的邻接矩阵，将计算邻接矩阵的复杂度作为计算负荷后，构建电网系统在正常运行时的保护控制装置的计算负荷需求公式；
需要说明的是，分布式智能保护控制装置在故障发生后，对获取的电气量和开关量等信息进行整合和分析，可以获取电网系统的监测设备节点邻接矩阵
Figure 678046DEST_PATH_IMAGE014
，通过对
Figure 734994DEST_PATH_IMAGE014
进行
Figure 190246DEST_PATH_IMAGE015
次自乘布尔运算以确定分布式智能保护控制装置管控范围内各节点两两之间的相邻关系的变化情况，以此完成故障定位。对于分布式智能保护控制装置
Figure 965436DEST_PATH_IMAGE016
，当其管控范围内监测设备节点规模为
Figure 531546DEST_PATH_IMAGE002
时，计算节点邻接矩阵
Figure 443001DEST_PATH_IMAGE017
，将其计算复杂度称为计算负荷。
则在电网系统正常运行的情况下，可知该分布式智能保护控制装置
Figure 944521DEST_PATH_IMAGE016
对管控范围内所有监测设备节点完成管控的计算负荷需求可以表示为式（1）：
Figure 66061DEST_PATH_IMAGE018
（1）
式中，
Figure 311229DEST_PATH_IMAGE002
为监测设备节点的规模，即监测设备节点的数量。
2）当电网系统发生故障时，设定纵向故障概率和横向故障概率，构建电网系统发生故障时的保护控制装置的计算负荷需求公式。
而在电网系统某节点发生故障的情况下，假设纵向故障概率为
Figure 467403DEST_PATH_IMAGE004
，横向故障概率为
Figure 139824DEST_PATH_IMAGE005
，且
Figure 748660DEST_PATH_IMAGE019
（
Figure 531940DEST_PATH_IMAGE004
、
Figure 542621DEST_PATH_IMAGE005
分别是实际配电网统计总故障事件中纵向故障、横向故障的占比），则该分布式智能保护控制装置
Figure 385943DEST_PATH_IMAGE016
对系统内所有监测设备节点完成管控的计算负荷需求可以表示为式（2）：
Figure 357441DEST_PATH_IMAGE020
（2）
式中，
Figure 69045DEST_PATH_IMAGE002
为监测设备节点的规模，即监测设备节点的数量；
Figure 75179DEST_PATH_IMAGE004
为纵向故障概率；
Figure 214036DEST_PATH_IMAGE005
为横向故障概率。
进一步地，若配电网内共有
Figure 407251DEST_PATH_IMAGE021
个分布式智能保护控制装置，每个分布式智能保护控制装置分别管控
Figure 922546DEST_PATH_IMAGE022
个监测设备节点，则为了完成故障前后的计算需求，配电网区域内所有分布式智能保护控制装置的计算负荷需求可以表示为：
Figure 806623DEST_PATH_IMAGE023
（3）
对各分布式智能保护控制装置所管控的节点数量
Figure 116382DEST_PATH_IMAGE002
约束可表示为：
Figure 796893DEST_PATH_IMAGE024
（4）
式中，
Figure 850300DEST_PATH_IMAGE025
表示正整数。
如图2所示，本发明以IEEE33标准节点为例，对配电网故障定位业务实施的具体场景进行说明，图2中的一至七为7个分布式智能保护控制装置，1至33为33个节点：
配电网的监测设备节点无方向拓扑连接关系可以用邻接矩阵表示，邻接矩阵描述节点之间的联络关系，对于一个含有
Figure 565446DEST_PATH_IMAGE026
个节点的网络，可以用一个矩阵
Figure 921472DEST_PATH_IMAGE014
来表示其节点拓扑连接关系。若节点
Figure 479492DEST_PATH_IMAGE016
和节点
Figure 946377DEST_PATH_IMAGE027
之间有支路直接相连，称为一次相邻，则元素
Figure 906243DEST_PATH_IMAGE028
，否则
Figure 433170DEST_PATH_IMAGE029
。其中，邻接矩阵的对角线元素定义为
Figure 212907DEST_PATH_IMAGE030
。
Figure 483483DEST_PATH_IMAGE031
（5）
若节点
Figure 297855DEST_PATH_IMAGE016
和节点
Figure 995684DEST_PATH_IMAGE027
之间无支路直接相连，此时元素
Figure 262717DEST_PATH_IMAGE029
，但若在节点
Figure 336983DEST_PATH_IMAGE016
和节点
Figure 5862DEST_PATH_IMAGE027
最少节点路径上存在节点
Figure 874592DEST_PATH_IMAGE032
使
Figure 628921DEST_PATH_IMAGE033
和
Figure 506879DEST_PATH_IMAGE034
均成立，则称节点
Figure 905630DEST_PATH_IMAGE016
和节点
Figure 69895DEST_PATH_IMAGE027
二次相邻。基于此，定义当两节点在最少节点路径上存在
Figure 186887DEST_PATH_IMAGE035
个节点使其存在邻接关系为
Figure 727590DEST_PATH_IMAGE036
次相邻。
由图论理论可知，通过最多对矩阵
Figure 980848DEST_PATH_IMAGE014
做
Figure 581593DEST_PATH_IMAGE015
次自乘布尔运算，可以判定配电网无方向拓扑图中各监测设备节点的两两相邻关系。若在矩阵
Figure 920302DEST_PATH_IMAGE014
完成第
Figure 140062DEST_PATH_IMAGE035
次自乘运算后，元素
Figure 372460DEST_PATH_IMAGE037
的值由0转变为1，则节点
Figure 19473DEST_PATH_IMAGE016
和节点
Figure 970111DEST_PATH_IMAGE027
之间为
Figure 727983DEST_PATH_IMAGE036
次相邻。
Figure 80467DEST_PATH_IMAGE038
（6）
Figure 898381DEST_PATH_IMAGE039
（7）
式中，
Figure 211682DEST_PATH_IMAGE040
表示第m-1次自乘运算后的矩阵
Figure 897878DEST_PATH_IMAGE014
第i行第k列元素，
Figure 980235DEST_PATH_IMAGE041
表示未做自乘运算时矩阵
Figure 93685DEST_PATH_IMAGE014
的第k行第j列元素。
式(6)为对原始邻接矩阵
Figure 894281DEST_PATH_IMAGE042
做第
Figure 993956DEST_PATH_IMAGE035
次自乘布尔运算的表达式，式中
Figure 321032DEST_PATH_IMAGE043
为原始邻接矩阵
Figure 215170DEST_PATH_IMAGE042
完成
Figure 627696DEST_PATH_IMAGE035
次自乘布尔运算后的结果；式（7）为元素
Figure 531061DEST_PATH_IMAGE037
的自乘布尔运算逻辑表达式。
配电网的故障分为纵向故障和横向故障，考虑到多点故障的概率较低，因此本发明以单点故障场景进行分析。当故障发生后，各监测设备节点之间的邻接关系发生改变。若配电网某监测设备节点发生纵向故障，则该节点与其近邻节点的一次相邻关系将直接发生改变，与其他节点的多次相邻关系也将间接被改变，因此反映到系统节点邻接矩阵上就是元素的值将发生0-1转换；若配电网某节点发生横向故障，则系统将新增一个接地点，该故障节点的一次邻接节点数目增多，系统节点邻接矩阵元素也将发生0-1变化。当配电网故障后，智能监测终端检测到电气量和开关量信息并将其上传至分布式智能保护控制装置进行故障定位分析，而分布式智能保护控制装置通过所获取到的信息进行实时拓扑计算以实现故障定位。
步骤102、对若干个保护控制装置管控中的监测设备节点进行节点簇划分，构建各智能监测节点到所属分布式智能保护控制装置的距离计算公式，并作为通信成本的衡量指标；
需要说明的是，由于配电台区内智能监测设备众多且分布范围广泛，而分布式智能保护控制装置数量有限，因此在确定每个分布式智能保护控制装置所管控的监测设备节点规模之后，还需要考虑通信成本以对其管控节点的具体范围进行划分。对于分布式智能保护控制装置
Figure 712644DEST_PATH_IMAGE044
，使用其管控范围内各智能监测节点到分布式智能保护控制装置的距离作为衡量通信成本的指标，完成各智能监测节点所属分布式智能保护控制装置的划分。
将M个分布式智能保护控制装置管控的节点簇分别划分为
Figure 43262DEST_PATH_IMAGE045
，节点簇
Figure 552872DEST_PATH_IMAGE009
内共有
Figure 118983DEST_PATH_IMAGE002
个智能监测设备节点。各智能监测节点到所属分布式智能保护控制装置的距离计算公式如下式所示：
Figure 296017DEST_PATH_IMAGE046
（8）
Figure 922171DEST_PATH_IMAGE047
（9）
式中，M为保护控制装置的数量；
Figure 919077DEST_PATH_IMAGE008
为监测设备节点簇
Figure 288878DEST_PATH_IMAGE009
内的各监测设备节点；
Figure 320419DEST_PATH_IMAGE010
为监测设备节点簇
Figure 117474DEST_PATH_IMAGE009
所属保护控制装置的位置。
建立智能监测节点归属0-1矩阵
Figure 601676DEST_PATH_IMAGE048
，则节点簇
Figure 509589DEST_PATH_IMAGE009
内所包含的监测节点数目约束及各监测节点仅归属于单一分布式智能保护控制装置的约束可用下式刻画：
Figure 395637DEST_PATH_IMAGE049
（10）
Figure 215521DEST_PATH_IMAGE050
（11）
式中，
Figure 311653DEST_PATH_IMAGE051
为智能监测节点归属0-1矩阵的第p行第q列元素。
步骤103、以保护控制装置最小化计算负荷对计算负荷需求公式进行变换，得到第一规模决策模型，基于第一规模决策模型计算保护控制装置管控的监测设备节点的数量；
步骤104、以保护控制装置最小化通信成本对距离计算公式进行变换，得到第二规模决策模型，基于第二规模决策模型计算保护控制装置管控的监测设备节点的范围。
对于步骤103-104需要说明的是：
一方面，为了在满足配电网故障定位服务需求的条件下，尽可能使系统内分布式智能保护控制装置总计算资源配置最小，需要对各分布式智能保护控制装置所管控的监测节点数量
Figure 898624DEST_PATH_IMAGE002
进行决策以实现分布式智能保护控制装置总计算负荷最小化的目标。
另一方面，考虑到系统通信成本会随着监测设备节点与分布式智能保护控制装置的距离变化而变化，因此需要在明确各分布式智能保护控制装置管控节点数量后，再划分各分布式智能保护控制装置的管控范围，以实现通信成本最小化的目标。基于此，本发明提出配电网分布式智能保护控制装置的管控节点规模决策模型如式（12）和式（13）所示：
Figure 763812DEST_PATH_IMAGE052
（12）
式中，M为保护控制装置的数量；
Figure 778035DEST_PATH_IMAGE012
为计算负荷需求公式。
Figure 361463DEST_PATH_IMAGE053
（13）
式中，M为保护控制装置的数量；
Figure 752124DEST_PATH_IMAGE008
为监测设备节点簇
Figure 347185DEST_PATH_IMAGE009
内的各监测设备节点；
Figure 656943DEST_PATH_IMAGE010
为监测设备节点簇
Figure 603034DEST_PATH_IMAGE009
所属保护控制装置的位置。
本实施例提供了一种配电网分布式智能保护控制装置的管控节点规模决策方法，提高了分布式智能保护控制装置对众多监测节点完成管控的方案合理性，能够最小化系统计算资源需求和通信成本。与现有技术相比，本发明通过解析分布式智能保护控制装置对各监测节点完成管控的计算负荷需求来确定各边缘计算终端的节点管控数量，最小化计算成本。进一步地，通过提出以通信距离作为衡量分布式智能保护控制装置和监测节点之间通信成本的考量因素，来确定分布式智能保护控制装置的管控节点范围。通过提出配电网分布式智能保护控制装置的管控节点规模决策方法，明确划分各分布式智能保护控制装置的管控规模，最小化系统的计算成本和通信成本，解决了现有技术不但成本高，而且部分节点被重复管控或失管、通信线路接线复杂的弊端，从而提高配电网的适应海量智能监测节点接入和保护控制业务服务的能力。
以上为本申请实施例中提供的一种保护控制装置的管控节点规模决策方法的实施例，以下为本申请实施例中提供的一种保护控制装置的管控节点规模决策方法的实施例。
请参阅图3，本申请实施例中提供的一种保护控制装置的管控节点规模决策系统，包括：
第一构建单元201，用于根据保护控制装置中监测设备节点的规模构建监测设备节点的邻接矩阵，将计算邻接矩阵的复杂度作为计算负荷，从而构建保护控制装置的计算负荷需求公式；
第二构建单元202，用于将若干个保护控制装置管控的监测设备节点簇进行划分，构建各智能监测节点到所属分布式智能保护控制装置的距离计算公式，并作为通信成本的衡量指标；
第一决策单元203，用于以保护控制装置最小化计算负荷对计算负荷需求公式进行变换，得到第一规模决策模型，基于第一规模决策模型计算保护控制装置管控的监测设备节点的数量；
第二决策单元204，用于以保护控制装置最小化通信成本对距离计算公式进行变换，得到第二规模决策模型，基于第二规模决策模型计算保护控制装置管控的监测设备节点的范围。
进一步地，本申请实施例中还提供了一种保护控制装置的管控节点规模决策设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行上述方法实施例所述的保护控制装置的管控节点规模决策方法。
进一步地，本申请实施例中还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述方法实施例所述的保护控制装置的管控节点规模决策方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个（项）”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项（个）或复数项（个）的任意组合。例如，a，b或c中的至少一项（个），可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以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，本申请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全部或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）执行本申请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（英文全称：Read-OnlyMemory，英文缩写：ROM）、随机存取存储器（英文全称：Random Access Memory，英文缩写：RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。

Claims (10)

1.一种保护控制装置的管控节点规模决策方法，其特征在于，包括：
S1、根据保护控制装置中监测设备节点的规模构建监测设备节点的邻接矩阵，将计算所述邻接矩阵的复杂度作为计算负荷，从而构建保护控制装置的计算负荷需求公式；
S2、对若干个保护控制装置管控中的监测设备节点进行节点簇划分，构建各智能监测节点到所属分布式智能保护控制装置的距离计算公式，并作为通信成本的衡量指标；
S3、以保护控制装置最小化计算负荷对所述计算负荷需求公式进行变换，得到第一规模决策模型，基于第一规模决策模型计算保护控制装置管控的监测设备节点的数量；
S4、以保护控制装置最小化通信成本对所述距离计算公式进行变换，得到第二规模决策模型，基于第二规模决策模型计算保护控制装置管控的监测设备节点的范围。
2.根据权利要求1所述的保护控制装置的管控节点规模决策方法，其特征在于，步骤S1，具体包括：
S01、根据电气量信息、开关量信息以及保护控制装置中监测设备节点的个数计算监测设备节点的邻接矩阵，将计算所述邻接矩阵的复杂度作为计算负荷后，构建电网系统在正常运行时的保护控制装置的计算负荷需求公式；
S02、当电网系统发生故障时，设定纵向故障概率和横向故障概率，构建电网系统发生故障时的保护控制装置的计算负荷需求公式。
3.根据权利要求2所述的保护控制装置的管控节点规模决策方法，其特征在于，当电网系统在正常运行时，所述计算负荷需求公式，具体为：
Figure 787862DEST_PATH_IMAGE001
；
式中，
Figure 161206DEST_PATH_IMAGE002
为监测设备节点的规模，即监测设备节点的数量。
4.根据权利要求2所述的保护控制装置的管控节点规模决策方法，其特征在于，当电网系统发生故障时，所述计算负荷需求公式，具体为：
Figure 808219DEST_PATH_IMAGE003
；
式中，
Figure 758857DEST_PATH_IMAGE002
为监测设备节点的规模，即监测设备节点的数量；
Figure 516729DEST_PATH_IMAGE004
为纵向故障概率；
Figure 869213DEST_PATH_IMAGE005
为横向故障概率。
5.根据权利要求1所述的保护控制装置的管控节点规模决策方法，其特征在于，所述距离计算公式，具体为：
Figure 687127DEST_PATH_IMAGE006
；
Figure 428DEST_PATH_IMAGE007
；
式中，M为保护控制装置的数量；
Figure 421045DEST_PATH_IMAGE008
为监测设备节点簇
Figure 768981DEST_PATH_IMAGE009
内的各监测设备节点；
Figure 882430DEST_PATH_IMAGE010
为监测设备节点簇
Figure 683027DEST_PATH_IMAGE009
所属保护控制装置的位置。
6.根据权利要求1所述的保护控制装置的管控节点规模决策方法，其特征在于，所述第一规模决策模型，具体为：
Figure 907335DEST_PATH_IMAGE011
；
式中，M为保护控制装置的数量；
Figure 844198DEST_PATH_IMAGE012
为计算负荷需求公式。
7.根据权利要求1所述的保护控制装置的管控节点规模决策方法，其特征在于，所述第二规模决策模型，具体为：
Figure 3915DEST_PATH_IMAGE013
；
式中，M为保护控制装置的数量；
Figure 291808DEST_PATH_IMAGE008
为监测设备节点簇
Figure 319807DEST_PATH_IMAGE009
内的各监测设备节点；
Figure 376756DEST_PATH_IMAGE010
为监测设备节点簇
Figure 566429DEST_PATH_IMAGE009
所属保护控制装置的位置。
8.一种保护控制装置的管控节点规模决策系统，其特征在于，包括：
第一构建单元，用于根据保护控制装置中监测设备节点的规模构建监测设备节点的邻接矩阵，将计算所述邻接矩阵的复杂度作为计算负荷，从而构建保护控制装置的计算负荷需求公式；
第二构建单元，用于将若干个保护控制装置管控的监测设备节点簇进行划分，构建各智能监测节点到所属分布式智能保护控制装置的距离计算公式，并作为通信成本的衡量指标；
第一决策单元，用于以保护控制装置最小化计算负荷对所述计算负荷需求公式进行变换，得到第一规模决策模型，基于第一规模决策模型计算保护控制装置管控的监测设备节点的数量；
第二决策单元，用于以保护控制装置最小化通信成本对所述距离计算公式进行变换，得到第二规模决策模型，基于第二规模决策模型计算保护控制装置管控的监测设备节点的范围。
9.一种保护控制装置的管控节点规模决策设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-7任一项所述的保护控制装置的管控节点规模决策方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-7任一项所述的保护控制装置的管控节点规模决策方法。
CN202210659225.2A 2022-06-13 2022-06-13 一种保护控制装置的管控节点规模决策方法及相关装置 Active CN114744770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210659225.2A CN114744770B (zh) 2022-06-13 2022-06-13 一种保护控制装置的管控节点规模决策方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210659225.2A CN114744770B (zh) 2022-06-13 2022-06-13 一种保护控制装置的管控节点规模决策方法及相关装置

Publications (2)

Publication Number Publication Date
CN114744770A true CN114744770A (zh) 2022-07-12
CN114744770B CN114744770B (zh) 2022-09-02

Family

ID=82287510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210659225.2A Active CN114744770B (zh) 2022-06-13 2022-06-13 一种保护控制装置的管控节点规模决策方法及相关装置

Country Status (1)

Country Link
CN (1) CN114744770B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220216A (zh) * 2013-04-22 2013-07-24 南京邮电大学 一种基于区域划分的无线体域网路由方法
CN106253250A (zh) * 2016-08-23 2016-12-21 江苏方天电力技术有限公司 一种智能配电网分布式快速保护系统及保护方法
US20170337086A1 (en) * 2015-02-09 2017-11-23 Huawei Technologies Co., Ltd. Method, Apparatus, and System for Adjusting Deployment Location of Virtual Machine
CN108710382A (zh) * 2018-05-14 2018-10-26 西安工业大学 一种基于分簇算法的智能监测无人机控制系统
CN112615373A (zh) * 2020-12-25 2021-04-06 华北电力大学 一种计及信息失效的柔性配电系统分散控制策略优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220216A (zh) * 2013-04-22 2013-07-24 南京邮电大学 一种基于区域划分的无线体域网路由方法
US20170337086A1 (en) * 2015-02-09 2017-11-23 Huawei Technologies Co., Ltd. Method, Apparatus, and System for Adjusting Deployment Location of Virtual Machine
CN106253250A (zh) * 2016-08-23 2016-12-21 江苏方天电力技术有限公司 一种智能配电网分布式快速保护系统及保护方法
CN108710382A (zh) * 2018-05-14 2018-10-26 西安工业大学 一种基于分簇算法的智能监测无人机控制系统
CN112615373A (zh) * 2020-12-25 2021-04-06 华北电力大学 一种计及信息失效的柔性配电系统分散控制策略优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘迪萱等: "面向配电网故障定位的分布式智能终端优化配置方法", 《机电工程技术》 *
段宇君等: "改进型蚁群算法融合混沌优化的pSPIEL算法的无线传感器布局优化", 《计算机应用》 *
陈元榉等: "电力物联网边缘计算终端部署与业务分配优化方法", 《南方电网技术》 *

Also Published As

Publication number Publication date
CN114744770B (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN110351118B (zh) 根因告警决策网络构建方法、装置和存储介质
CN112215374B (zh) 电网中长期检修计划的校核方法、系统、设备及介质
WO2017036244A1 (zh) 配电网数字仿真系统
CN109753385A (zh) 一种面向流计算系统异常监控的恢复方法及系统
CN109474023A (zh) 智能配电网区段实时更新方法、系统、存储介质及终端
CN109981326A (zh) 家庭宽带感知故障定位的方法及装置
Zahraoui et al. Self‐healing strategy to enhance microgrid resilience during faults occurrence
CN116500385A (zh) 输电网监测校验方法、装置、设备和介质
CN109586281B (zh) 基于节点优化编号的配电网可靠性评估方法、装置与介质
Kang et al. An automatic algorithm of identifying vulnerable spots of internet data center power systems based on reinforcement learning
CN114744770B (zh) 一种保护控制装置的管控节点规模决策方法及相关装置
Garcia et al. A computational intelligence approach to improve the efficiency of repair services in the smart grid context
CN111834996B (zh) 电网线损计算方法和装置
Zhang et al. Fast search algorithm for key transmission sections based on topology converging adjacency matrix
CN115392747A (zh) 一种电网调控系统健康度评价方法、装置、系统及存储介质
CN112053086B (zh) 基于大数据电网运行诊断系统的工作方法
KR102220716B1 (ko) 배전계통 재구성 장치 및 그 방법
CN112086969A (zh) 基于Infomap算法的配电网边缘划分方法和装置
CN111309716A (zh) 应用于pas案例库的维护方法、装置及计算机设备
CN106849098B (zh) 电力系统的潮流计算方法
Babu et al. Transient instability mitigation via repetitive corrective actions based upon the real-time macrocoherency evaluation
Ren et al. Automatic recognition algorithm of information architecture reliability based on energy internet network topology
CN114221901B (zh) 一种能源互联网cps韧性调度方法、系统及其存储介质
Xuan et al. Robustness analysis of bipartite task assignment networks: A case study in hospital logistics system
CN115018393B (zh) 一种配电网模型的拓扑分析方法及系统

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
GR01 Patent grant
GR01 Patent grant