CN115330244B - 考虑电网支路故障概率变化韧性指标快速修正方法 - Google Patents

考虑电网支路故障概率变化韧性指标快速修正方法 Download PDF

Info

Publication number
CN115330244B
CN115330244B CN202211031366.6A CN202211031366A CN115330244B CN 115330244 B CN115330244 B CN 115330244B CN 202211031366 A CN202211031366 A CN 202211031366A CN 115330244 B CN115330244 B CN 115330244B
Authority
CN
China
Prior art keywords
disaster
branch
fault
toughness
toughness index
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
CN202211031366.6A
Other languages
English (en)
Other versions
CN115330244A (zh
Inventor
侯恺
杜洁
刘晓楠
贾宏杰
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN202211031366.6A priority Critical patent/CN115330244B/zh
Publication of CN115330244A publication Critical patent/CN115330244A/zh
Application granted granted Critical
Publication of CN115330244B publication Critical patent/CN115330244B/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
    • G06Q10/06—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
    • 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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Strategic Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (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

本发明公开了一种考虑电网支路故障概率变化的韧性指标快速修正方法，包括：选取受灾或加固过的支路，计算各支路的故障概率变化量，建立遭受自然灾害侵袭而产生的新故障状态集合和故障概率变化的支路集合；遍历所有原有故障状态，并结合计算公式计算未遭受灾害场景v下韧性指标值；计算韧性指标值的偏导数，基于影响增量灵敏度计算出灾害场景集w下的电网原有韧性评估指标值，并基于支路故障概率变化量和以上韧性指标偏导数，计算遭受灾害后韧性指标变化量；利用各灾害场景W的发生概率，快速计算考虑支路故障概率变化的韧性指标基于韧性指标对受灾线路进行加固，对灾后电网进行修复。

Description

考虑电网支路故障概率变化韧性指标快速修正方法
技术领域
本发明涉及电力系统韧性控制领域，尤其涉及一种考虑电网支路故障概率变化韧性指标快速修正方法。
背景技术
极端灾害冲击下，电力系统通常要经历灾中防御及灾后修复阶段，这种电网抵抗自然灾害的能力便称为韧性。当极端自然灾害降临时，导致系统某些线路受损，电网的故障概率随之增大，为加强系统的韧性，工作人员会考虑线路或管道加固、电网资源合理配置等措施，这些措施会大幅度降低支路的故障概率，确保系统的安全稳定运行。
目前国内外学者也提出了多种韧性评价方法，文献[2]-[4]均采用基于蒙特卡洛的顺序时间序列仿真模型评估电力系统韧性，此外文献[3]应用此模型比较了加固线路、提高故障修复速度等多种韧性提升措施的效果，文献[4]引入节点韧性指标的概念来量化多能源系统的韧性。文献[5]量化了台风对配电网故障率的影响，并采用核密度估计方法全面反映了接入分布式电源对韧性的提升程度。文献[6]-[7]分别利用影响增量状态枚举法及基于影响增量灵敏度的方法计算输电系统在台风灾害影响下导致的负荷损失平均水平来量化输电系统的韧性水平。
虽然已有的电网韧性评估方法可以直观地得出电网在台风灾害影响下的整体韧性水平，但在电网元件的故障概率变化时，这些方法却难以直观反映出各个支路对电网整体韧性水平的影响程度。如果使用蒙特卡洛方法对所有可能出现的故障状态进行抽样，虽然结果精确度较高，但是需要逐次求解其潮流方程进而得出新韧性指标。基于影响增量的状态枚举法和基于影响增量灵敏度的方法在首次求解韧性指标时效率很高，但在求解因外界因素而改变的韧性指标时，仍需重新计算韧性指标对所有支路故障概率的n阶偏导数，重新计算很多个含n×n矩阵的方法较为繁琐，无法及时为电网的安全运行提供保障。因此，利用现有方法难以计算电网支路故障概率变化后的韧性指标。又因为电网支路故障概率的变化，一般不会改变电网的拓扑结构。灾害来临时通常只改变受灾支路的故障概率，而不会影响其余支路；同理，在灾后修复阶段，仅以上受灾支路需要加固线路，不改变其他支路的韧性指标值。为此，本发明提出一种考虑支路故障概率变化韧性指标快速修正方法及装置，既可精准求出韧性指标变化量，也可提升计算速率。
参考文献
[1]王红斌，方健，何嘉兴，等.极端灾害下配电网韧性研究综述[J].供用电，2019，36(7)： 20-29.
[2]A X F,B H N L A.Uncertainty analysis of the strength capacity andfailure path for a transmission tower under a wind load[J].Journal of WindEngineering and Industrial Aerodynamics,2018,173:147-155.
[3]Panteli M,Mancarella P.Modeling and evaluating the resilience ofcritical electrical power infrastructure to extreme weather events[J].IEEESystems Journal，2015：1-10，doi：10.1109/JSYST.2015.2389272.
[4]Minglei Bao,Yi Ding,Maosheng Sang et al.Modeling and evaluatingnodal resilience of multi-energy systems under windstorms[J].Applied Energy,Volume 270,2020,115136,ISSN 0306-2619.
[5]周晓敏，葛少云，李腾，等.极端天气条件下的配电网韧性分析方法及提升措施研究 [J].中国电机工程学报，2018，38(2)：505-513+681.
[6]Liu X,Hou K,Zhao J,et al.A planning-oriented resilience assessmentframework for transmission systems under typhoon disasters[J].IEEETransactions on Smart Grid,2020,11(6):5431-5441.
[7]侯恺，刘晓楠，贾宏杰，等.一种基于影响增量灵敏度的输电系统韧性快速评方法：CN202110491069.9
发明内容
本发明提供了一种考虑电网支路故障概率变化的韧性指标快速修正方法，本发明适用对象是局部电网支路故障概率改变的电力系统，首先利用灵敏度来定量计算初始电网的韧性评估指标，然后利用本方法计算支路故障概率变化时的系统韧性评估指标改变量，便可快速求得新电网的韧性指标，提高了线路受灾或加固后进行韧性评估的效率，为实时指导灾中调度和灾后电网的修复提供了技术支撑，最后采用算例验证了该方法的快速性以及韧性评估的有效性，详见下文描述：
一种考虑电网支路故障概率变化的韧性指标快速修正方法，所述方法适用于局部电网支路故障概率改变的电力系统，所述方法包括：
选取受灾或加固过的支路，计算各支路的故障概率变化量，建立遭受自然灾害侵袭而产生的新故障状态集合和故障概率变化的支路集合；
遍历所有原有故障状态，并结合计算公式计算未遭受灾害时场景v下韧性指标值；
计算韧性指标值的偏导数，基于影响增量灵敏度计算出灾害场景集w下的电网原有韧性评估指标值Rw；
基于支路故障概率变化量和韧性指标偏导数，计算遭受灾害后韧性指标变化量ΔRw；
利用各灾害场景W的发生概率，快速计算考虑支路故障概率变化的韧性指标基于韧性指标对受灾线路进行加固，对灾后电网进行修复。
其中，所述基于支路故障概率变化量和以上韧性指标偏导数，计算遭受灾害后韧性指标变化量ΔRw具体为：
其中，Ωn表示故障概率变化后新集合，将故障状态Ωn分为与支路i相关及无关的故障状态集合，表示削减后的n阶故障状态集合中与支路i相关的故障状态集合，则表示与之无关的故障状态集合，中表示各支路的新故障概率在自然灾害场景w下的变化向量；是支路i的故障概率变化量；Θ表示故障概率改变的支路集合。
其中，所述方法还包括：将新求得的韧性指标简化为：
其中，Rw是电网原有韧性评估指标值，ΔRw是灾害发生后的韧性指标变化量，W表示灾害发生场景集；Pw表示某次自然灾害场景w的发生概率。
进一步地，该方法应用于遭受台风“山竹”影响的广东输电网，所述韧性指标应用于台风、冰灾、地震自然灾害场景下，所述方法适用于因遭受自然灾害侵袭而产生局部电网支路故障概率改变的电力系统。
本发明提供的技术方案的有益效果是：
1、本发明减少了灾中调度及灾后恢复阶段的韧性指标计算的时间，若使用已有的计算方法，需重新计算每条线路的潮流方程结果，计算方程与原有支路数呈平方关系，计算时间大大增加；但本发明可在初始韧性指标的基础上，因其韧性指标变化量仅与支路故障概率变化量相关，仅需重新计算故障概率变化线路的局部潮流方程，即可得出系统的实时韧性指标；
2、本发明不仅为遭受灾害中的电网提供了优化方案，也可根据韧性指标的变化量评估灾后修复的效果，提升了韧性评估及提升的实时效率。
附图说明
图1为考虑电网支路故障概率变化韧性指标快速修正方法的流程图；
图2为IEEE-RTS 79系统接线示意图；
图3为地理位置示意图；
图4为不同强化方案下各子方案提升效果对比图。
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，下面对本发明实施方式作进一步地详细描述。
实施例1
本发明实施例提供了一种考虑电网支路故障概率变化韧性指标快速修正方法，参见图 1，该方法包括以下步骤：
101：输入某自然灾害下电力系统的固定参数，枚举出未经受灾害前的原有故障状态，假设原有故障状态总数为A，设定原始故障数a＝1；计算各原有故障状态的负荷损失量Is，并依据影响增量状态枚举法计算各原有故障状态的影响增量ΔIs；
102：选取受灾或加固过的支路，计算各支路的故障概率变化量，建立遭受自然灾害侵袭而产生的新故障状态集合和故障概率变化的支路集合；
103：遍历所有原有故障状态，并计算未遭受灾害场景v下韧性指标值Rv；
104：计算上述韧性指标值Rv的偏导数，基于影响增量灵敏度计算出灾害场景集w下的电网原有韧性评估指标值Rw；
105：基于支路故障概率变化量和以上韧性指标偏导数，计算遭受灾害后韧性指标变化量ΔRw；
106：利用各灾害场景W的发生概率，快速计算考虑支路故障概率变化的韧性指标
107：基于韧性指标对受灾线路进行加固，对灾后电网进行修复。
将上述步骤101-107应用于遭受台风“山竹”影响后的广东输电网，其计算的韧性指标结果的相对误差接近为零，计算速度较现有方法提升两个数量级，证明本发明可基于韧性指标对受灾线路进行加固，对灾后电网进行修复。
综上所述，本发明实施例通过上述步骤101-107提高了线路受灾或加固后进行韧性评估的效率，为实时指导灾中调度和灾后电网的修复提供了算法支撑。
实施例2
下面结合具体的实例、计算公式对实施例1中的方案进行进一步地介绍，详见下文描述：
由于自然灾害导致的某条电网支路故障情况出现后，其对电网的影响直接体现在负荷损失量上，为此现有方法将灵敏度分析方法与影响增量状态枚举方法相结合计算系统韧性评估指标[7]。但已有的基于影响增量灵敏度的韧性评估方法是采用变量偏导数的思想进行计算，若在计算个别遭受侵袭或者加固强化后的支路的韧性指标时，需重新计算各支路的各阶偏导数，其计算的速度无法满足工程需求。
为此，本发明实施例提出了一种可快速、精准地计算故障概率变化后韧性指标的方法，该方法基于原有方法[7]，只需利用支路故障概率的改变量与灵敏度结果，不必再重新进行偏导数的计算以获取电网支路故障概率变化后的韧性指标。以遭受台风灾害侵袭的电力系统为例，解释说明本发明方法计算的快速准确性。
首先，利用未发生台风灾害时场景v的各阶灵敏度信息，计算原电网在场景v下的韧性指标，计算公式可由公式(1)得到：
其中，Rw表示电力系统在台风灾害场景w下的韧性指标，可通过影响增量灵敏度法得到；i表示选取的第i条故障支路；Δpw＝[Δpw1,…,Δpwi,…,ΔpwM]表示台风灾害场景w下的各支路故障概率较原始量p的变化值组成的向量；N表示计算中需要考虑的故障状态阶数；Ωn表示台风灾害场景w下的初始n阶故障状态集合；s表示台风灾害场景w所导致的故障状态；Rv表示已知的原始场景v下韧性指标，可通过影响增量状态枚举法求得，计算公式可由(2)得到：
其中，pvm表示场景v下第m条支路的故障概率；ΔIs表示系统的影响增量，可由公式(3)求得：
其中，ns表示故障状态s下故障支路总数，Ωsn表示s的n阶状态子集；Ivs表示场景v下故障状态s的系统负荷损失，可通过最优潮流计算得到。
假设支路i的故障概率发生了改变，由于韧性指标的大小与电力系统最优负荷削减量呈正比，即负荷削减量越小、系统抵御灾害的能力越强、韧性指标越小。公式(4)中为加号说明故障概率增大，说明电网遭受了自然灾害的侵袭；减号则说明故障概率减小，人为加固了系统线路。在受台风灾害的场景w下，新电网韧性指标可通过公式(4)进行计算：
进一步，将式(4)进行展开得到公式(5)，可简化表示为由公式(6)：
其中，Ωn表示故障概率变化后新集合，将故障状态Ωn分为与支路i相关及无关的故障状态集合，表示削减后的n阶故障状态集合中与支路i相关的故障状态集合，则表示与之无关的故障状态集合(与原有韧性指标大小相同)，中表示各支路的新故障概率在台风灾害场景w下的变化向量；是支路i的故障概率变化量；Θ表示故障概率改变的支路集合。
由公式(6)可知，在局部支路i的故障概率变化后，只需计算在台风场景w下的韧性指标变化量ΔRw，便可求得新电网的韧性指标。可以看出，使用原有方法时需要重新求解所有状态下韧性指标，而本发明实施例简化了偏导数计算，仅需要计算与故障概率变化相关的故障概率变化量即可，不再需要偏导数计算。
又由于中只有受灾或者加固过的支路所在元素处不为0，因此公式(6)中的ΔRw可化简为：
因此，只需利用故障概率变化量与灵敏度结果，便可快速计算出因受灾或者加固而引起的韧性指标的改变量。计算公式为：
其中，W表示台风场景集；Pw表示某次台风灾害场景w的发生概率。
实施例3
下面结合算例对实施例1和2中的方案进行可行性验证，详见下文描述：
本算例以遭受台风“山竹”影响的广东输电网为例，已有研究表明，台风灾害下线路段断线及杆塔倒塌的主要原因，是其所承受的最大风速超过了抗风设计标准(即设计风速)。针对该问题，可通过提高线路及杆塔的设计风速，来强化输电支路，从而降低其在台风下的故障概率，进而提高韧性水平，韧性水平的改变体现在加固后支路故障概率的变化上，将现有的基于影响增量灵敏度的方法与本发明方法作为对比，验证本发明方法对韧性指标的快速修正作用。
选取IEEE-RTS79系统作为测试算例，该系统共含有39条支路，峰值负荷为2850MW。39条支路包括5台变压器支路、2条电缆支路(支路1、支路10)和32条架空输电支路。该系统的接线示意图如图2所示。为便于分析台风灾害对系统造成的影响，将IEEE-RTS 79 系统设置在广东省遭受台风“山竹”影响的沿海区域所在位置。在本算例中，假设输电杆塔之间的间隔是500m，两相邻输电杆塔经由一条输电线路段连接，每条输电线路段上的风速认为是相同的。为着重研究输电网在台风灾害下的受灾情况，本发明实施例只考虑台风灾害对架空输电支路和杆塔造成的故障，根据文献[6]中各条支路的长度数据，可估算出系统地理位置，该系统的地理位置如图3所示。
首先选取某个受“山竹”台风灾害影响场景w，选择(111.84°E,21.73°N)和(113°E,22.50°N)作为所研究区域的海岸线起点和终点的坐标。根据文献[6]得出初始情况下的故障状态、初始影响增量以进行后续计算。其次为验证该修正方法的精确性与快速性，随机选取输电支路9和22两条输电支路进行强化，并分别采用影响增量状态枚举法、影响增量灵敏度方法和本发明所提的指标修正方法进行韧性指标的计算。首先，利用影响增量状态枚举法计算韧性评估指标，将此韧性指标作为基准。其次，将影响增量灵敏度的方法与本发明所提的指标修正方法的计算结果作比较，这三种方法的计算时间及其计算误差如表1 所示。
表1台风场景w下的输电网韧性指标计算结果和计算时间
由表1可以看出，利用本发明修正方法可在计算精度不变的前提下进一步提高计算效率。这是因为：本发明所提方法只需计算各种台风灾害场景下所强化的输电支路故障概率的变化量，并利用了原输电网韧性指标计算中已得到的各阶灵敏度结果。由此可见，本发明实施例所提的修正方法更适用于评估支路故障概率变化后的韧性指标计算。
为验证所提方法在提升输电网韧性指标的有效性，针对定位出的薄弱输电支路(即重要程度最高，需加固的输电支路)采取提高输电线路段及杆塔的设计风速的强化措施，提高后的输电线路段及杆塔的设计风速分别为35m/s、40m/s。在此，设置三种提升方案：I. 强化一条输电支路；II.强化两条输电支路；III.强化三条输电支路。将排序在前10的新输电网韧性指标及提升效果分别示于表2及图3。
表2不同强化方案下的新输电网韧性指标结果
结合表2和图3可知：随着强化输电支路数的增加，韧性指标呈现下降趋势，韧性提升的程度增大。其中，方案I中强化输电支路11的子方案、方案II中强化输电支路11&27 的方案、方案III的强化输电支路11&27&23的子方案，其提升效果最明显，分别达到25.4871％、48.1335％以及57.1901％。从强化输电支路11的子方案到强化输电支路11&27的子方案，输电网整体韧性提升了22.6464％，结合表2中输电支路韧性指标改变的排序结果也可以看出，输电支路11、27是整个输电网中最薄弱的输电支路，因此强化这两条线路对提升输电网韧性的效果最好。从强化支路11&27的子方案到强化输电支路11&27&23 的子方案，输电网韧性提升仅提升了9.0566％。从表2中可以看出，这是因为输电支路23 对输电网韧性水平的影响程度约是输电支路11及27的一半，对韧性的提升效果也相对较弱。因此可以得出如下结论：随着输电支路韧性指标的排序越靠后，输电支路的重要程度越低，对输电网韧性提升的效果也越弱。
本发明更适用于电网支路故障概率变化后韧性指标的计算，支路故障概率增加或者降低的情况均适用。在输入基本数据之后，首先枚举出电网故障状态集合及计算各故障状态 s的负荷损失量Is，进而根据公式(3)计算各故障状态s的影响增量ΔIs；选取因受灾而需要进行加固强化的支路，计算各支路的故障概率变化量，建立支路故障概率变化后的故障状态集合；其次，利用公式(2)计算单一场景下韧性指标，并利用基于影响增量灵敏度的方法及公式(7)计算出各自然灾害下灾害场景w的韧性指标和支路故障概率变化后的韧性指标变化量；最后，利用各灾害场景的发生概率与公式(8)快速计算考虑支路故障概率变化的韧性指标。
从灾中韧性评估角度出发，仅展示本方法在台风灾害下进行评估的作用，此外，本修正方法可以应用于冰灾、地震等，在计算误差小于1％的前提下，大大缩短计算所用时间，将小时级别的评估时间缩短至秒级。在灾后修复方面，该修正方法可对定位出的薄弱输电支路采取更精准的强化措施，电网提升效率高达57.1901％。由此可见，所提修正方法更适用于评估支路故障概率变化后的韧性指标计算。
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种考虑电网支路故障概率变化的韧性指标快速修正方法，所述方法适用于局部电网支路故障概率改变的电力系统，其特征在于，所述方法包括：
选取受灾或加固过的支路，计算各支路的故障概率变化量，建立遭受自然灾害侵袭而产生的新故障状态集合和故障概率变化的支路集合；
遍历所有原有故障状态，并结合计算公式计算未遭受灾害时场景v下韧性指标值Rv，计算韧性指标值Rv的偏导数；基于影响增量灵敏度计算出灾害场景集w下的电网原有韧性评估指标值Rw；
基于支路故障概率变化量和韧性指标偏导数，计算遭受灾害后韧性指标变化量ΔR w；
利用各灾害场景W的发生概率，快速计算考虑支路故障概率变化的韧性指标基于韧性指标对受灾线路进行加固，对灾后电网进行修复；
其中，所述基于支路故障概率变化量和韧性指标偏导数，计算遭受灾害后韧性指标变化量ΔR w具体为：
其中，Ωn表示故障概率变化后新集合，将故障状态Ωn分为与支路i相关及无关的故障状态集合，表示削减后的n阶故障状态集合中与支路i相关的故障状态集合，则表示与之无关的故障状态集合，中表示各支路的新故障概率在自然灾害场景w下的变化向量；是支路i的故障概率变化量；Θ表示故障概率改变的支路集合；
其中，所述方法还包括：
将新求得的韧性指标简化为：
其中，R w是电网原有韧性评估指标值，ΔR w是灾害发生后的韧性指标变化量，W表示灾害发生场景集；Pw表示某次自然灾害场景w的发生概率；
利用未发生台风灾害时场景v的各阶灵敏度信息，计算原电网在场景v下的韧性指标Rw：
其中，R w表示电力系统在台风灾害场景w下的韧性指标；i表示选取的第i条故障支路；Δpw＝[Δpw1,…,Δpwi,…,ΔpwM]表示台风灾害场景w下的各支路故障概率较原始量p的变化值组成的向量；N表示计算中需要考虑的故障状态阶数；Ωn表示台风灾害场景w下的初始n阶故障状态集合；s表示台风灾害场景w所导致的故障状态；R v表示已知的原始场景v下韧性指标：
其中，pvm表示场景v下第m条支路的故障概率；ΔIs表示系统的影响增量：
其中，ns表示故障状态s下故障支路总数，Ωsn表示s的n阶状态子集；Ivs表示场景v下故障状态s的系统负荷损失。
2.根据权利要求1所述的一种考虑电网支路故障概率变化的韧性指标快速修正方法，该方法应用于遭受台风“山竹”影响的广东输电网，所述韧性指标应用于台风、冰灾、地震自然灾害场景下，所述方法适用于因遭受自然灾害侵袭而产生局部电网支路故障概率改变的电力系统。
CN202211031366.6A 2022-08-26 2022-08-26 考虑电网支路故障概率变化韧性指标快速修正方法 Active CN115330244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211031366.6A CN115330244B (zh) 2022-08-26 2022-08-26 考虑电网支路故障概率变化韧性指标快速修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211031366.6A CN115330244B (zh) 2022-08-26 2022-08-26 考虑电网支路故障概率变化韧性指标快速修正方法

Publications (2)

Publication Number Publication Date
CN115330244A CN115330244A (zh) 2022-11-11
CN115330244B true CN115330244B (zh) 2024-08-02

Family

ID=83927703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211031366.6A Active CN115330244B (zh) 2022-08-26 2022-08-26 考虑电网支路故障概率变化韧性指标快速修正方法

Country Status (1)

Country Link
CN (1) CN115330244B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115310378A (zh) * 2022-07-19 2022-11-08 武汉大学 一种极端台风灾害下电网韧性评估及差异化规划方法
US11507041B1 (en) * 2022-05-03 2022-11-22 The Florida International University Board Of Trustees Systems and methods for boosting resiliency of a power distribution network
CN115907546A (zh) * 2022-12-09 2023-04-04 国网天津市电力公司电力科学研究院 一种考虑电网局部拓扑变化的韧性指标快速修正方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9557723B2 (en) * 2006-07-19 2017-01-31 Power Analytics Corporation Real-time predictive systems for intelligent energy monitoring and management of electrical power networks
JP2017069620A (ja) * 2015-09-28 2017-04-06 日本電信電話株式会社 信頼性評価装置、信頼性評価方法、及びプログラム
CN107230015B (zh) * 2017-05-25 2020-08-21 天津大学 一种基于系统信息熵的配电网韧性评估方法
CN108711852B (zh) * 2018-06-22 2021-02-26 天津大学 一种基于故障关联矩阵的配电网故障参数灵敏度计算方法
WO2020041302A1 (en) * 2018-08-21 2020-02-27 Battelle Energy Alliance, Llc A computer-aided technique for assessing infrastructure reliability and resilience and related systems, methods, and devices
EP3751699B1 (de) * 2019-06-13 2021-09-15 Siemens Aktiengesellschaft Verfahren und anordnung zur schätzung eines netzzustands eines energieverteilungsnetzes
US20210110319A1 (en) * 2019-10-09 2021-04-15 Battelle Memorial Institute Framework to quantify cybersecurity risks and consequences for critical infrastructure
CN112001626A (zh) * 2020-08-21 2020-11-27 广东电网有限责任公司广州供电局 一种台风天气下的配电网韧性评价方法、存储介质及设备
CN112288326B (zh) * 2020-11-23 2023-04-18 天津大学 一种适用于输电系统韧性评估的故障场景集削减方法
KR102476663B1 (ko) * 2020-12-14 2022-12-14 노아에스앤씨 주식회사 쇠퇴지역의 재난재해를 종합진단하는 시스템 및 방법
CN113177717B (zh) * 2021-05-06 2022-08-26 天津大学 一种基于影响增量灵敏度的输电系统韧性快速评估方法
CN113610371A (zh) * 2021-07-27 2021-11-05 国网经济技术研究院有限公司 基于韧性的冰冻灾害电网薄弱环节评估方法及装置
CN113962459A (zh) * 2021-10-21 2022-01-21 福建永福电力设计股份有限公司 考虑配电网韧性的灾后电网复电时间预测方法
CN113962461A (zh) * 2021-10-22 2022-01-21 国网辽宁省电力有限公司抚顺供电公司 一种基于环境数据预测的配电网韧性提升策略
CN113852084B (zh) * 2021-10-22 2023-10-03 国网辽宁省电力有限公司抚顺供电公司 考虑智能软开关优化配置的配电网多阶段韧性提升方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11507041B1 (en) * 2022-05-03 2022-11-22 The Florida International University Board Of Trustees Systems and methods for boosting resiliency of a power distribution network
CN115310378A (zh) * 2022-07-19 2022-11-08 武汉大学 一种极端台风灾害下电网韧性评估及差异化规划方法
CN115907546A (zh) * 2022-12-09 2023-04-04 国网天津市电力公司电力科学研究院 一种考虑电网局部拓扑变化的韧性指标快速修正方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
台风灾害影响下面向规划的输电网韧性评估方法研究;刘晓楠;万方学位论文数据库;20221019;全文 *

Also Published As

Publication number Publication date
CN115330244A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
CN107633320B (zh) 一种基于气象预测和风险评估的电网线路重要度评估方法
EP4068172A1 (en) Planning method and system for cable path of wind power plant, medium, and electronic device
CN112986731B (zh) 计及地震不确定性的电气互联系统韧性评估与提升方法
CN112288326B (zh) 一种适用于输电系统韧性评估的故障场景集削减方法
CN110535144A (zh) 风沙天气下含多类型负荷的智能配电网韧性定量分析方法
CN110034567A (zh) 基于传播特性的配电网短路型电压暂降特征量计算方法
CN111900713A (zh) 网源协调下考虑负荷和风电随机性多场景输电网规划方法
CN107959287B (zh) 一种两个电压等级电网生长演化模型的构建方法
CN111079982B (zh) 风电场的电缆路径的规划方法、系统、介质及电子设备
CN115330244B (zh) 考虑电网支路故障概率变化韧性指标快速修正方法
CN117293906A (zh) 一种基于重心理论的配电网分布式光伏承载力快速评估方法与系统
CN104283208B (zh) 大型电网概率性可用输电能力的分解协调计算方法
CN106875026B (zh) 一种电力市场环境下中长期输电网拓展规划的混合性规划方法
CN113177717B (zh) 一种基于影响增量灵敏度的输电系统韧性快速评估方法
CN116862149A (zh) 一种计及极端天气影响的配电网移动应急资源预配置方法
CN106786734A (zh) 电网风电场接入选址方法
CN110797906B (zh) 风电基地最大装机容量的确定方法、装置及存储介质
CN109193617B (zh) 基于紧约束识别的电力系统脆弱点评价方法及系统
CN115173468B (zh) 基于光伏重心和越限点辨识的光伏最大准入容量确定方法
CN114925864B (zh) 一种台风灾害下应急抢修方法
CN103198205B (zh) 适应于大规模数据潮流计算的初值计算方法
LU504569B1 (en) A fast reliability evaluation method for the power system based on active constraints and its device
Huang Line Loss Prediction of Distribution Network Based on BP Neural Network
CN118659346A (zh) 一种配电网的分布式电源选址定容方法及终端
CN118348351A (zh) 一种新型配电线路雷击故障定位方法及系统

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