CN114925916A - 一种基于数字孪生的重要用户保电应急辅助决策方法 - Google Patents

一种基于数字孪生的重要用户保电应急辅助决策方法 Download PDF

Info

Publication number
CN114925916A
CN114925916A CN202210568549.5A CN202210568549A CN114925916A CN 114925916 A CN114925916 A CN 114925916A CN 202210568549 A CN202210568549 A CN 202210568549A CN 114925916 A CN114925916 A CN 114925916A
Authority
CN
China
Prior art keywords
equipment
power
important
users
power supply
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
CN202210568549.5A
Other languages
English (en)
Inventor
赵月辉
陶黎
顾盼盼
徐晓亮
陈根军
解凯
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.)
NR Electric Co Ltd
NR Engineering Co Ltd
Original Assignee
NR Electric Co Ltd
NR 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 NR Electric Co Ltd, NR Engineering Co Ltd filed Critical NR Electric Co Ltd
Priority to CN202210568549.5A priority Critical patent/CN114925916A/zh
Publication of CN114925916A publication Critical patent/CN114925916A/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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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]
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • Educational Administration (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于数字孪生的重要用户保电应急辅助决策方法，包括输入预先获取的重要用户数据、输配电网设备模型及断面数据，通过重要用户相关模型抽取算法，获取与重要用户相关的局部电网数字化模型；输入预先获取的发电预测及负荷预测结果数据，通过输配用协同风险分析算法，输出未来断面下有供电风险的重要用户，并给出风险消除方案；输入预先获取的设备可靠性参数，基于蒙特卡洛抽样方法进行故障模拟，输出有供电风险的重要用户，并给出风险消除方案，本发明利用数字孪生技术进行重要用户在电网未来和故障情况下的风险评估和风险消除，从而实现保电应急辅助决策功能。

Description

一种基于数字孪生的重要用户保电应急辅助决策方法
技术领域
本发明涉及一种基于数字孪生的重要用户保电应急辅助决策方法，属于重要用户保电技术领域。
背景技术
数字孪生是以数字化的方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，实现物理世界和信息世界的连通。
重要用户一般是具有重要经济属性或政治属性的用户，其对供电可靠性要求比较高。重要用户一般处于电网的末端，其供电电网包括输电网和配电网。随着新能源以及可调节负荷接入输配电网，这使得电网的发电出力以及系统负荷波动性变大，同时电网运行人员也会经常调整电网的运行方式，电网设备也有可能发生故障。因此要充分考虑输电网和配电网的运行方式变化、系统负荷、系统发电波动以及电网发生故障对重要用户的供电带来的风险。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种基于数字孪生的重要用户保电应急辅助决策方法，利用数字孪生技术进行重要用户在电网未来和故障情况下的风险评估和风险消除，从而实现保电应急辅助决策功能。
为达到上述目的，本发明是采用下述技术方案实现的：
本发明提供了一种基于数字孪生的重要用户保电应急辅助决策方法，包括：
输入预先获取的重要用户数据、输配电网设备模型及断面数据，通过重要用户相关模型抽取算法，获取与重要用户相关的局部电网数字化模型；
输入预先获取的发电预测及负荷预测结果数据，通过输配用协同风险分析算法，计算电网中的重过载设备以及搜索重过载设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出未来断面下有供电风险的重要用户，并给出风险消除方案；
输入预先获取的设备可靠性参数，基于蒙特卡洛抽样方法进行故障模拟，计算可能发生故障的电网设备以及搜索故障设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出有供电风险的重要用户，并给出风险消除方案。
进一步的，所述输入预先获取的重要用户数据、输配电网设备模型及断面数据，通过重要用户相关模型抽取算法，获取与重要用户相关的局部电网数字化模型，包括：
输入预先获取的重要用户数据、输配电网设备模型，基于预先获取的重要用户与配变的匹配关系，配变所属馈线与厂站的关系，输出与重要用户相关的输配电网设备模型；
输入与重要用户相关的输配电网设备模型，根据预先获取的断面数据与设备模型的匹配关系，输出与重要用户相关的输配电网运行方式断面；
输入与重要用户相关的输配电网设备模型以及运行方式断面，基于预先获取的设备ID将两者进行匹配，获取包含设备模型和断面的与重要用户相关的局部电网数字化模型。
进一步的，所述输入预先获取的发电预测及负荷预测结果数据，通过输配用协同风险分析算法，计算电网中的重过载设备以及搜索重过载设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出未来断面下有供电风险的重要用户，并给出风险消除方案，包括：
输入预先获取的不同天气下的发电预测结果，基于输配协同潮流计算方法计算不同出力水平下设备的未来的重过载情况；
输入预先获取的不同负荷调节水平下的负荷预测结果，基于输配协同潮流计算方法计算不同负荷水平下设备未来的重过载情况；
输入重要用户数据以及设备重过载情况，根据重要用户与重过载设备的关联关系，搜索重过载设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出未来受影响的有供电风险的重要用户；
输入未来受影响的有供电风险的重要用户，通过输配协同负荷转供技术，输出包含电网运行方式调节策略的风险消除方案。
进一步的，所述基于输配协同潮流计算方法计算不同出力水平下设备的未来的重过载情况，包括：
基于输配协同潮流计算方法，通过将线路、变压器的视在功率除以额定容量的方法计算设备的负载率，根据设备的负载率和重过载门槛值进行比较，负载率高于重过载门槛的设备为重过载设备，从而计算不同出力水平下设备的未来的重过载情况。
进一步的，所述基于输配协同潮流计算方法计算不同负荷水平下设备未来的重过载情况，包括：
基于输配协同潮流计算方法，通过将线路、变压器的视在功率除以额定容量的方法计算设备的负载率，根据设备的负载率和重过载门槛值进行比较，负载率高于重过载门槛的设备为重过载设备，计算不同负荷水平下设备未来的重过载情况。
进一步的，所述通过输配协同负荷转供技术，输出包含电网运行方式调节策略的风险消除方案，包括：
通过输配协同负荷转供技术，搜索重载设备下供电范围重要用户，并将其转移到由其它设备下供电这一目标所需要的开关分合操作列表，将这些开关分合操作列表形成电网运行方式调节策略，通过执行调节策略消除重要用户供电风险，最终将开关分合操作列表输出为包含电网运行方式调节策略的风险消除方案。
进一步的，所述输入预先获取的设备可靠性参数，基于蒙特卡洛抽样方法进行故障模拟，计算可能发生故障的电网设备以及搜索故障设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出有供电风险的重要用户，并给出风险消除方案，包括：
从电网生产管理系统中获取设备可靠性参数；
输入设备可靠性参数，基于蒙特卡洛抽样方法，分析可能发生故障的设备，通过输配用协同风险分析算法进行分析，输出受故障影响的有供电风险的重要用户；
输入受故障影响的有供电风险的重要用户，通过输配协同负荷转供技术，输出包含电网运行方式调节策略的风险消除方案。
进一步的，所述通过输配用协同风险分析算法进行分析，输出受故障影响的有供电风险的重要用户，包括：
通过输配用协同风险分析算法进行分析，通过拓扑搜索计算电网设备发生故障后，影响的供电范围下的重要用户，并将这些用户列为供电风险用户，输出受故障影响的有供电风险的重要用户。
进一步的，所述通过输配协同负荷转供技术，输出包含电网运行方式调节策略的风险消除方案，包括：
通过输配协同负荷转供技术，搜索故障设备影响的重要用户，并将其转移到由其它设备供电这一目标所需要的开关分合操作列表，将这些开关分合操作列表形成电网运行方式调节策略，通过执行调节策略消除重要用户供电风险，最终将开关分合操作列表输出为包含电网运行方式调节策略的风险消除方案。
与现有技术相比，本发明所达到的有益效果：
本发明提供一种基于数字孪生的重要用户保电应急辅助决策方法，分析与重要用户相关的输配电网模型及其多个典型运行方式，实现重要用户相关电网模型及运行方式的数字化；对与重要用户相关的输配电网进行发电预测及负荷预测，形成多个输配电网未来断面，评估未来断面下重要用户的供电风险，并给出风险消除方案；结合设备可靠性参数，基于抽样方法评估电网有故障时重要用户的供电风险，并给出风险消除方案，本发明利用数字孪生技术进行重要用户在电网未来和故障情况下的风险评估和风险消除，从而实现保电应急辅助决策功能。
附图说明
图1是本发明实施例提供的一种基于数字孪生的重要用户保电应急辅助决策方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1
本实施例介绍一种基于数字孪生的重要用户保电应急辅助决策方法，包括：
相关模型抽取算法，获取与重要用户相关的局部电网数字化模型；
输入预先获取的发电预测及负荷预测结果数据，通过输配用协同风险分析算法，计算电网中的重过载设备以及搜索重过载设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出未来断面下有供电风险的重要用户，并给出风险消除方案；
输入预先获取的设备可靠性参数，基于蒙特卡洛抽样方法进行故障模拟，计算可能发生故障的电网设备以及搜索故障设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出有供电风险的重要用户，并给出风险消除方案。
本实施例提供的基于数字孪生的重要用户保电应急辅助决策方法，其应用过程具体涉及如下步骤：
S100：分析重要用户相关输配电网模型及典型运行方式，实现物理电网数字化。
输配电网设备众多，通常重要用户数量较少，因此与其相关的电网设备数量只占整个电网的一小部分。因此有必要基于重要用户与配变的匹配关系以及配变所属馈线与厂站关系从地区电网中抽取与重要用户相关的输电网与配电网模型；电网系统负荷时刻变化，但可根据其典型负荷曲线选取电网的几个典型全网系统负荷，抽取与重要用户相关的输配电网运行方式断面；将与重要用户相关的输配电网模型与运行方式断面录入数据库，实现与重要用户相关的物理电网数字化。为后面的各种保电分析决策功能奠定基础。
S200：对重要用户相关输配电网进行发电预测和负荷预测，评估重要用户未来供电风险，并给出风险消除方案。
随着碳达峰、碳中和的要求。输电网和配电网将接入大量的集中式和分布式新能源。新能源具有出力随机性、波动性等特点，因此需要考虑电网中光伏、风电等新能源出力的波动性，对电网的总发电进行发电预测；随着电动汽车以及电力市场的发展，电网中出现了越来越多的可调节性负荷，这些可调节性负荷具体发电和用电的双向潮流特性，因此需要考虑电网中的充电桩、虚拟电厂、负荷聚合商等可调节性负荷，对电网的总负荷进行预测；为实现对重要用户在未来的风险预测，需要建立电网的未来运行方式断面，因此需要结合发电预测和负荷预测结果以及多个电网典型运行方式，形成多个输配电网未来断面，基于未来断面评估重要用户的供电风险；最后根据重要用户的供电风险给出电网未来运行方式断面下的风险消除方案。
S300：对重要用户相关输配电网进行设备故障抽样，评估重要用户在电网故障时的供电风险，并给出风险消除方案。
电网设备都有一定故障的概率，电网设备故障后有可能对重要用户带来风险。因此需要从电网生产管理系统中获取设备的可靠性参数，如设备的故障率等信息；由于电网中设备较多，因此基于抽样方法，模拟电网部分设备故障，分析故障后重要用户的供电风险；最后根据重要用户的供电风险给出电网故障情况下的风险消除方案。
本发明一种基于数字孪生的重要用户保电应急辅助决策技术，分析与重要用户相关的输配电网模型及其多个典型运行方式，实现重要用户相关电网模型及运行方式的数字化；对与重要用户相关的输配电网进行发电预测及负荷预测，形成多个输配电网未来断面，评估未来断面下重要用户的供电风险，并给出风险消除方案；结合设备可靠性参数，基于抽样方法评估电网有故障时重要用户的供电风险，并给出风险消除方案。本发明利用数字孪生技术进行重要用户在电网未来和故障情况下的风险评估和风险消除，从而实现保电应急辅助决策功能。
为了更进一步详细解释本发明一种基于数字孪生的重要用户保电应急辅助决策技术，下面将采用一具体实施例进行解释说明。其具体如下：
1)分析重要用户相关输配电网模型及典型运行方式，实现物理电网数字化。
先根据用户->配变->馈线->厂站关系匹配表搜索用户所属厂站：
用户ID 配变ID 馈线ID 厂站ID
用户1 配变1 馈线1 厂站1
用户2 配变2 馈线2 厂站2
用户3 配变3 馈线3 厂站3
用户4 配变4 馈线4 厂站4
用户5 配变5 馈线5 厂站5
再根据重要用户所在厂站与其它厂站之间的连接关系搜索其它厂站：
厂站名 拓扑连接厂站
厂站1 厂站10,厂站11，厂站12
厂站2 厂站20,厂站21，厂站22
厂站3 厂站30,厂站31，厂站32
厂站4 厂站40,厂站41，厂站42
厂站5 厂站50,厂站51，厂站52
由此可知重要用户相关的厂站包括厂站1～厂站5，厂站10～厂站12，厂站20～厂站22，厂站30～厂站32，厂站40～厂站42，厂站50～厂站52。
假设某电网系统负荷在10000MW到19000MW之间变化，可以1000MW为间隔获取系统负荷的10个运行方式断面作为电网的典型运行方式断面。电网运行方式断面应包括以下信息:
a)开关分合状态。
b)发电机、电容器、变压器、线路、负荷的有功功率和无功功率。
将以上电网模型信息和电网断面信息录入数据库，实现与重要用户相关的物理电网数字化。
2)对重要用户相关输配电网进行发电预测和负荷预测，评估重要用户未来供电风险，并给出风险消除方案。
输电网和配电网将接入大量的集中式和分布式新能源，因此需要对新能源进行发电预测，预测结果包含以下内容：
a)光伏发电日前出力预测，以15分钟为间隔形成明日96点发电有功曲线。
b)风力发电日前出力预测，以15分钟为间隔形成明日96点发电有功曲线。
输电网和配电网中出现了越来越多的可调节性负荷，这些可调节性负荷具体发电和用电的双向潮流特性，因此需要考虑包含可调节负荷的系统负荷，预测结果包含以下内容：
a)充电桩、虚拟电厂、负荷聚合商等可调节性负荷的负荷预测结果，以15分钟为间隔形成明日96点负荷有功曲线。
评估重要用户未来供电风险，根据发电预测和负荷预测结果结合电网典型运行方式断面，形成电网多个未来运行方式断面。对各个断面进行潮流计算，分析是否有重过载设备，以及这些重过载设备对重要用户供电风险，形成如下风险扫描结果：
重要用户 供电重载厂站 供电重载设备
用户1 厂站1 主变1
用户2 厂站1 主变1
用户3 厂站3 主变2
用户4 厂站3 主变2
根据重要用户的供电风险通过负荷转供的方式，将重载设备的负荷转由其它设备供电，从而消除设备重载现象，形成的电网未来运行方式断面下的风险消除方案如下：
Figure BDA0003659253170000091
Figure BDA0003659253170000101
3)对重要用户相关输配电网进行设备故障抽样，评估重要用户在电网故障时的供电风险，并给出风险消除方案。
根据设备的可靠性参数，对电网设备进行故障抽样，形成抽样结果如下表：
故障设备 故障次数 单次故障时间(小时)
厂站1主变1 1 1.5
厂站1主变2 2 2.2
线路1 1 0.5
线路2 3 2.5
根据设备故障抽样结果分析重要用户单电源供电时长：
Figure BDA0003659253170000102
为避免设备故障时重要用户变为单电源供电，应通过电网运行方式调整，由其它设备为重要用户供电，保证重要用户为双电源供电，运行方式调整方案如下：
Figure BDA0003659253170000103
Figure BDA0003659253170000111
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.一种基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，包括：
输入预先获取的重要用户数据、输配电网设备模型及断面数据，通过重要用户相关模型抽取算法，获取与重要用户相关的局部电网数字化模型；
输入预先获取的发电预测及负荷预测结果数据，通过输配用协同风险分析算法，计算电网中的重过载设备以及搜索重过载设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出未来断面下有供电风险的重要用户，并给出风险消除方案；
输入预先获取的设备可靠性参数，基于蒙特卡洛抽样方法进行故障模拟，计算可能发生故障的电网设备以及搜索故障设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出有供电风险的重要用户，并给出风险消除方案。
2.根据权利要求1所述的基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，所述输入预先获取的重要用户数据、输配电网设备模型及断面数据，通过重要用户相关模型抽取算法，获取与重要用户相关的局部电网数字化模型，包括：
输入预先获取的重要用户数据、输配电网设备模型，基于预先获取的重要用户与配变的匹配关系，配变所属馈线与厂站的关系，输出与重要用户相关的输配电网设备模型；
输入与重要用户相关的输配电网设备模型，根据预先获取的断面数据与设备模型的匹配关系，输出与重要用户相关的输配电网运行方式断面；
输入与重要用户相关的输配电网设备模型以及运行方式断面，基于预先获取的设备ID将两者进行匹配，获取包含设备模型和断面的与重要用户相关的局部电网数字化模型。
3.根据权利要求2所述的基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，所述输入预先获取的发电预测及负荷预测结果数据，通过输配用协同风险分析算法，计算电网中的重过载设备以及搜索重过载设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出未来断面下有供电风险的重要用户，并给出风险消除方案，包括：
输入预先获取的不同天气下的发电预测结果，基于输配协同潮流计算方法计算不同出力水平下设备的未来的重过载情况；
输入预先获取的不同负荷调节水平下的负荷预测结果，基于输配协同潮流计算方法计算不同负荷水平下设备未来的重过载情况；
输入重要用户数据以及设备重过载情况，根据重要用户与重过载设备的关联关系，搜索重过载设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出未来受影响的有供电风险的重要用户；
输入未来受影响的有供电风险的重要用户，通过输配协同负荷转供技术，输出包含电网运行方式调节策略的风险消除方案。
4.根据权利要求3所述的基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，所述基于输配协同潮流计算方法计算不同出力水平下设备的未来的重过载情况，包括：
基于输配协同潮流计算方法，通过将线路、变压器的视在功率除以额定容量的方法计算设备的负载率，根据设备的负载率和重过载门槛值进行比较，负载率高于重过载门槛的设备为重过载设备，从而计算不同出力水平下设备的未来的重过载情况。
5.根据权利要求3所述的基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，所述基于输配协同潮流计算方法计算不同负荷水平下设备未来的重过载情况，包括：
基于输配协同潮流计算方法，通过将线路、变压器的视在功率除以额定容量的方法计算设备的负载率，根据设备的负载率和重过载门槛值进行比较，负载率高于重过载门槛的设备为重过载设备，计算不同负荷水平下设备未来的重过载情况。
6.根据权利要求3所述的基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，所述通过输配协同负荷转供技术，输出包含电网运行方式调节策略的风险消除方案，包括：
通过输配协同负荷转供技术，搜索重载设备下供电范围重要用户，并将其转移到由其它设备下供电这一目标所需要的开关分合操作列表，将这些开关分合操作列表形成电网运行方式调节策略，通过执行调节策略消除重要用户供电风险，最终将开关分合操作列表输出为包含电网运行方式调节策略的风险消除方案。
7.根据权利要求1所述的基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，所述输入预先获取的设备可靠性参数，基于蒙特卡洛抽样方法进行故障模拟，计算可能发生故障的电网设备以及搜索故障设备供电范围下的重要用户，并将这些用户列为供电风险用户，从而输出有供电风险的重要用户，并给出风险消除方案，包括：
从电网生产管理系统中获取设备可靠性参数；
输入设备可靠性参数，基于蒙特卡洛抽样方法，分析可能发生故障的设备，通过输配用协同风险分析算法进行分析，输出受故障影响的有供电风险的重要用户；
输入受故障影响的有供电风险的重要用户，通过输配协同负荷转供技术，输出包含电网运行方式调节策略的风险消除方案。
8.根据权利要求7所述的基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，所述通过输配用协同风险分析算法进行分析，输出受故障影响的有供电风险的重要用户，包括：
通过输配用协同风险分析算法进行分析，通过拓扑搜索计算电网设备发生故障后，影响的供电范围下的重要用户，并将这些用户列为供电风险用户，输出受故障影响的有供电风险的重要用户。
9.根据权利要求7所述的基于数字孪生的重要用户保电应急辅助决策方法，其特征在于，所述通过输配协同负荷转供技术，输出包含电网运行方式调节策略的风险消除方案，包括：
通过输配协同负荷转供技术，搜索故障设备影响的重要用户，并将其转移到由其它设备供电这一目标所需要的开关分合操作列表，将这些开关分合操作列表形成电网运行方式调节策略，通过执行调节策略消除重要用户供电风险，最终将开关分合操作列表输出为包含电网运行方式调节策略的风险消除方案。
CN202210568549.5A 2022-05-24 2022-05-24 一种基于数字孪生的重要用户保电应急辅助决策方法 Pending CN114925916A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210568549.5A CN114925916A (zh) 2022-05-24 2022-05-24 一种基于数字孪生的重要用户保电应急辅助决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210568549.5A CN114925916A (zh) 2022-05-24 2022-05-24 一种基于数字孪生的重要用户保电应急辅助决策方法

Publications (1)

Publication Number Publication Date
CN114925916A true CN114925916A (zh) 2022-08-19

Family

ID=82811323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210568549.5A Pending CN114925916A (zh) 2022-05-24 2022-05-24 一种基于数字孪生的重要用户保电应急辅助决策方法

Country Status (1)

Country Link
CN (1) CN114925916A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116738772A (zh) * 2023-08-16 2023-09-12 国网浙江省电力有限公司杭州供电公司 基于数字孪生的供电路径追溯方法、装置、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116738772A (zh) * 2023-08-16 2023-09-12 国网浙江省电力有限公司杭州供电公司 基于数字孪生的供电路径追溯方法、装置、设备及介质
CN116738772B (zh) * 2023-08-16 2023-10-27 国网浙江省电力有限公司杭州供电公司 基于数字孪生的供电路径追溯方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
Ishraque et al. Optimization of load dispatch strategies for an islanded microgrid connected with renewable energy sources
Rezaeian-Marjani et al. Optimal allocation of D-STATCOM in distribution networks including correlated renewable energy sources
CN103746368B (zh) 一种电力系统静态安全稳定运行极限优化方法
CN107123988B (zh) 一种考虑恢复量不确定的停电电网负荷恢复二阶锥规划方法
CN109638870B (zh) 一种特高压直流送端电网的调相机配置方法
CN102510108B (zh) 一种用于求取地区电网最大风电装机容量的方法
CN110263391B (zh) 一种基于机会约束的有源配电网智能软开关规划方法
Zhao et al. Distributed risk-limiting load restoration for wind power penetrated bulk system
CN105375513B (zh) 一种基于实时在线等值的110千伏风电场自动电压控制方法
CN112784475B (zh) 基于多代理技术的配电网多级电压协调控制方法
CN109214713B (zh) 含有分布式电源的主动配电网规划方法
CN116896082A (zh) 一种新能源基地运行风险在线分析方法、装置及存储介质
Li et al. Optimized energy storage system configuration for voltage regulation of distribution network with PV access
CN114925916A (zh) 一种基于数字孪生的重要用户保电应急辅助决策方法
Rezaeian‐Marjani et al. Probabilistic assessment of D‐STATCOM operation considering correlated uncertain variables
Lu et al. Clean generation mix transition: Large-scale displacement of fossil fuel-fired units to cut emissions
CN116316611B (zh) 基于低压台区下的供电方法及系统
CN111105089B (zh) 一种考虑主配网协调的城市电网规划方法
CN116415708B (zh) 考虑置信水平的电网鲁棒规划方法
CN104362639A (zh) 基于改进微分进化方法的电网全网无功优化方法
Sun et al. Determining optimal generator start-up sequence in bulk power system restoration considering uncertainties: A confidence gap decision theory based robust optimization approach
Li et al. Joint planning of distributed generation, electric vehicle charging station, and active distribution network framework
CN112018757B (zh) 一种面向配电网形态演化的通用算例生成方法
Zhang et al. Prosumer‐centric energy storage system and high voltage distribution network topology Co‐optimisation for urban grid congestion management
CN109193640B (zh) 一种改善配电网电压质量的分布式电源规划方法

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