CN115640936A - 一种配电网弹性评估方法、装置、设备及可读存储介质 - Google Patents
一种配电网弹性评估方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN115640936A CN115640936A CN202211095024.0A CN202211095024A CN115640936A CN 115640936 A CN115640936 A CN 115640936A CN 202211095024 A CN202211095024 A CN 202211095024A CN 115640936 A CN115640936 A CN 115640936A
- Authority
- CN
- China
- Prior art keywords
- index
- distribution network
- power distribution
- elasticity
- disaster
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网弹性评估方法,应用于电力系统技术领域,包括:获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,其中配电网弹性指标包括时间层面指标和源网荷储层面指标;对历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图;根据功能曲线图和历史和当前时期的配电网信息与灾害信息对配电网弹性指标进行计算,确定配电网弹性水平。本发明通过构建考虑源网荷储的多时间尺度配电网弹性指标,能够对配电网在灾害下的弹性水平进行全面而有效地评估,也能为配电网在灾害下弹性水平的提升提供指导。此外,本发明还提供了一种装置、设备及可读存储介质,同样具有以上有益效果。
Description
技术领域
本发明涉及电力系统技术领域,特别涉及一种配电网弹性评估方法、装置、设备及可读存储介质。
背景技术
近年来,各种低概率、高损失的极端自然灾害频繁发生,不仅严重影响了电力系统的稳定运行,而且造成了巨大的经济损失。在应对台风、冰灾、地震和一些网络攻击等概率小、损失大的自然灾害时,会发生大规模停电。因此,对于这种小概率、高损失的事件,有必要对配电网的弹性进行评估,分析配电网在极端事件下的弹性水平,构建具有弹性的配电网来应对各种极端事件。
目前,大多数配电网弹性指标仅考虑灾害后的恢复力弹性指标,不能综合考虑灾害前、灾害中、灾害后多个时间尺度上的弹性水平。
发明内容
有鉴于此,本发明的目的在于提供一种配电网弹性评估方法、装置、设备及可读存储介质,解决了现有技术中不能综合考虑灾害前、灾害中、灾害后多个时间尺度上的弹性水平的问题。
为解决上述技术问题,本发明提供了一种配电网弹性评估方法,包括:
获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,所述配电网弹性指标包括时间层面指标和源网荷储层面指标,所述时间层面指标包括:灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标;所述源网荷储层面指标包括:电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标;
对所述历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图;
根据所述功能曲线图和所述历史和当前时期的配电网信息与灾害信息对所述配电网弹性指标进行计算,确定所述配电网弹性水平。
可选的,所述对所述历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图,包括:
根据所述历史和当前时期的配电网信息与灾害信息构建停电概率模型;
将所述停电概率模型的线路故障概率与生成的0-1之间的随机数相比较得到线路状态;
对所述线路状态进行仿真得到所述线路负荷值;
根据所述负荷值得到所述功能曲线图。
可选的,所述将所述停电概率模型的线路故障概率与生成的0-1之间的随机数相比较得到线路状态,包括:
在已知所述线路故障概率情况下,MATLAB生成服从(0,1)上均匀分布的随机数;
判断所述线路故障概率是否大于所述随机数;
若是,则认为所述线路处于故障态;
若否,则认为所述线路处于正常态。
可选的,所述获取历史和当前时期的配电网信息与灾害信息,包括:
获取历史和当前时期的网架拓扑结构信息、设备情况信息、分布式能源信息、运行工况信息、灾害类型信息、影响机理信息、灾害时间特性、灾害空间特性。
可选的,所述获取历史和当前时期的网架拓扑结构信息、设备情况信息、分布式能源信息、运行工况信息、灾害类型信息、影响机理信息、灾害时间特性、灾害空间特性,包括:
获取历史和当前时期的配电网节点数、配电网线路数、线路阻抗信息、配电网线路设计标准、变压器健康度水平、分布式能源接入位置、分布式能源种类、分布式能源接入量、运行的电压合格率、网络损耗、台风信息、暴雨信息、地震信息、冰灾信息、风速与故障率的关系、降雨与故障率的关系、覆冰与故障率的关系、灾害时长、灾害移动轨迹。
可选的,所述灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标,包括:
节点度指标、节点介数指标、线路电缆化率指标、重载线路比例指标、重载变压器比例指标、负荷损失比例指标、负荷损失速度指标、平均停电时长指标、线路自动化水平指标、线路故障比例指标、负荷恢复比例指标、负荷恢复速度指标、线路修复比例指标、抢修队伍数目指标、线路平均修复时长指标。
可选的,所述电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标,包括:
分布式电源比例指标、具备独立供电能力分布式能源占比指标、新能源消纳率指标、可控分布式能源比例指标、线路自动化比例指标、网损指标、节点度指标、电压偏差指标、可控负荷范围指标、平均可中断负荷比例指标、平均可削减负荷比例指标、平均可中断时间指标、最大储能容量指标、最大充放电功率指标、平均最大/最小储能功率指标、储能响应速度指标。
本发明还提供了一种配电网弹性评估装置,包括:
获取模块,用于获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,其中所述配电网弹性指标包括时间层面指标和源网荷储层面指标,其中所述时间层面指标包括:灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标;所述源网荷储层面指标包括:电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标;
仿真模块,用于对所述历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图;
确定模块,用于根据所述功能曲线图和所述获取历史和当前时期的配电网信息与灾害信息对所述配电网弹性指标进行计算确定所述配电网弹性水平。
本发明还提供了一种配电网弹性评估设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述的配电网弹性评估方法的步骤。
本发明还提供了一种可读存储介质,用于存储计算机程序,所述计算机程序被处理器执行时实现如上述的配电网弹性评估方法的步骤。
可见,本发明通过获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,其中配电网弹性指标包括时间层面指标和源网荷储层面指标,其中时间层面指标包括:灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标;源网荷储层面指标包括:电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标;对历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图;根据功能曲线图和历史和当前时期的配电网信息与灾害信息对配电网弹性指标进行计算,确定配电网弹性水平。本方法通过构建考虑源网荷储的多时间尺度配电网弹性指标,能够对配电网在灾害下的弹性水平进行全面而有效地评估,也能为配电网在灾害下弹性水平的提升提供指导。
此外,本发明还提供了一种配电网弹性评估装置、设备及可读存储介质,同样具有上述有益效果。
附图说明
为了更清楚地说明本发明实施例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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种配电网弹性评估方法流程图;
图2为本发明实施例提供的一种总体研究框架图示例图;
图3为本发明实施例提供的算例测试系统IEEE 33节点配电网系统;
图4为本发明实施例提供的极端自然灾害下配电网的功能曲线图;
图5为本发明实施例提供的算例1情况下配电网的功能曲线图;
图6为本发明实施例提供的算例2情况下配电网的功能曲线图;
图7为本发明实施例提供的算例3情况下配电网的功能曲线图;
图8为本发明实施例提供的一种配电网弹性指标图;
图9为本发明实施例提供的配电网弹性评估装置的结构示意图;
图10为本发明实施例提供的配电网弹性评估设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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,都属于本发明保护的范围。
弹性已被应用于许多学科,如生物学、环境科学、经济学等。在电力系统研究中,弹性被定义为电力系统对小概率高损耗极端事件的预防、抵抗和快速恢复负荷的能力。与传统可靠性相比,可靠性主要关注高概率、低损失的典型故障,主要关注典型故障对用户停电的影响,而弹性则主要关注小概率、高损失的极端事件,既关注停电对用户的影响,又关注系统的快速恢复能力。
配电网作为电力系统的重要组成部分,承担着将电能直接分配给终端用户的重要任务。由于配电网存在电网结构薄弱、配电网设备质量差、运维水平低等问题,伴随着风电、光伏电动汽车和储能的接入,配电网的不确定性越来越大。
因此有必要考虑对配电网在灾害下的弹性水平进行全面而有效地评估,也能为配电网在灾害下弹性水平的提升提供指导。具体请参考图1,图1为本发明实施例提供的一种配电网弹性评估方法流程图。该方法可以包括:
S101:获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,配电网弹性指标包括时间层面指标和源网荷储层面指标。
本实施例并不限定获取历史和当前时期配电网信息与灾害信息的频率;例如可以实时获取;或者还可以设定一定的频率获取,其中本实施例并不限定具体的频率。
本实施例中配电网弹性可以至少包括时间层面指标和源网荷储层面指标两个维度,还可以包括其它配电网弹性指标,本实施例在此不作限定,其中配电网弹性指标中的时间层面指标可以包括灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标,其中配电网弹性指标中的源网荷储层面指标可以包括电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标。本实施例并不具体限定预防力弹性指标、抵抗力弹性指标、恢复力弹性指标、电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标的具体指标内容,可以理解的是,指标设定越多,对配电网弹性评估就越全面。
进一步的,为了配电网弹性评估更加全面,其中预防力弹性指标可以包括节点度指标、节点介数指标、线路电缆化率指标、重载线路比例指标、重载变压器比例指标;抵抗力弹性指标可以包括负荷损失比例指标、负荷损失速度指标、平均停电时长指标、线路自动化水平指标、线路故障比例指标;恢复力弹性指标可以包括负荷恢复比例指标、负荷恢复速度指标、线路修复比例指标、抢修队伍数目指标、线路平均修复时长指标。
进一步的,为了配电网弹性评估更加全面,其中电源侧弹性指标可以包括分布式电源比例指标、具备独立供电能力分布式能源占比指标、新能源消纳率指标、可控分布式能源比例指标;网架侧弹性指标可以包括线路自动化比例指标、网损指标、节点度指标、电压偏差指标;负荷侧弹性指标可以包括可控负荷范围指标、平均可中断负荷比例指标、平均可削减负荷比例指标、平均可中断时间指标;储能侧弹性指标可以包括最大储能容量指标、最大充放电功率指标、平均最大/最小储能功率指标、储能响应速度指标。
本实施例并不限定获取历史和当前时期的配电网信息与灾害信息的具体内容,可以根据实际情况进行获取,可以理解的是,当获取的信息越多,后期的处理更加便捷。
进一步的,为了更高效的对配电网指标进行计算,获取历史和当前时期的配电网信息与灾害信息可以包括获取历史和当前时期的网架拓扑结构信息、设备情况信息、分布式能源信息、运行工况信息、灾害类型信息、影响机理信息、灾害时间特性、灾害空间特性。本实施例并不限定网架拓扑结构信息、设备情况信息、分布式能源信息、运行工况信息、灾害类型信息、影响机理信息、灾害时间特性、灾害空间特性具体信息内容,可以理解的是,信息获取越具体,对后期的配电网弹性指标的计算越高效。
进一步的,为了更高效的对配电网指标进行计算,配电网网架拓扑结构信息可以包括配电网节点数、配电网线路数、线路阻抗信息;设备情况信息可以包括配电网线路设计标准、变压器健康度水平;分布式能源信息可以包括分布式能源接入位置、分布式能源种类和分布式能源接入量;运行工况信息可以包括配电网运行的电压合格率、网络损耗;灾害类型信息可以包括台风信息、暴雨信息、地震信息和冰灾信息;影响机理信息可以包括风速与故障率的关系、降雨与故障率的关系以及覆冰与故障率的关系;灾害时间特性可以包括灾害时长;灾害空间特性可以包括灾害移动轨迹。
S102:对历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图。
S201:根据历史和当前时期的配电网信息与灾害信息构建停电概率模型。
利用MATLAB软件对配电网进行仿真,同时考虑到历史和当前时期的配电网信息与灾害信息,构建配电网的停电概率模型,得到灾害情况下的脆弱性曲线图。
S202:将停电概率模型的线路故障概率与生成的0-1之间的随机数相比较得到线路状态。
在已知所述线路故障概率λt情况下,MATLAB生成服从(0,1)上均匀分布的随机数pt;
判断所述线路故障概率λt是否大于所述随机数pt;
若是,则认为所述线路处于故障态;
若否,则认为所述线路处于正常态。
其中计算公式如下:
其中,pt为生成的随机数,λt为线路故障概率,st为线路状态,1表示线路闭合,0表示线路断开。
S203:对线路状态进行仿真得到线路负荷值,根据负荷值得到功能曲线图。
利用蒙特卡洛模拟得到所有线路状态,对所有的线路状态进行评估,评估完成后,计算某一时刻配电网系统功能值即负荷值,对每一个时刻进行仿真,求得所有时刻下的配电网状态,完成所有的时刻仿真即得到配电网系统整体的功能曲线。
S103:根据功能曲线图和历史和当前时期的配电网信息与灾害信息对配电网弹性指标进行计算,确定配电网弹性水平。
根据功能曲线图可以得到部分配电网弹性指标;根据历史和当前时期的配电网信息与灾害信息对配电网弹性指可以得到部分配电网弹性指标,根据配电网弹性指标的计算情况可以确定配电网弹性水平。其中部分弹性指标计算公式如下:
(1)节点度指标,节点度是复杂网络中用以描述某一节点重要程度的指标,节点i的节点度指标定义为包含节点i的边数。一般来说,某一节点的节点度越大,该节点越重要,若一个网络整体的节点度越大,代表该网络更为复杂,相连的情况越为复杂。该指标描述的是配电网应对灾害的预防力弹性指标,该指标越优,配电网应对灾害的预防弹性水平越高。
计算节点度指标公式为:
其中:ki为节点i的节点数,N为网络节点数量,K为网络总节点度。
(2)负荷损失比例指标,灾变下负荷损失比例指配电网无法完全吸收灾害所造成的影响,导致部分负荷失去供电。灾变下负荷损失比例体现配电网受灾后遭受破坏的严重程度,数值越小反映配电网自身抗灾能力越强。该指标描述的是配电网应对灾害的抵抗力弹性指标,该指标越优,配电网应对灾害的抵抗力弹性水平越高。
计算负荷损失比例指标公式为:
(3)负荷损失速度指标,灾变下负荷损失速度是指配电网从灾变前状态到灾变后状态失负荷的平均速度。负荷损失速度指配电网在无法完全吸收灾害所造成的影响下失去负荷的速度。灾变下负荷损失速度能够有效地描述配电网在灾害中的抵抗能力,该指标越优,配电网应对灾害的抵抗力弹性水平越高。
计算负荷损失速度指标公式为:
(4)配电设备故障比例指标,配电设备故障比例指的是在灾害情况下配电设备故障数占设备总数量的比例,设备包括线路、开关和变压器,该指标能描述灾害下配电网自身设备的坚强度,可以体现出配电网应对灾害的抵抗能力,该指标越优,配电网应对灾害的抵抗力弹性水平越高。
计算配电设备故障比例指标公式为:
其中,Rafa为设备故障比例,Nfa为设备故障数,N为设备总数量。
(5)负荷恢复比例指标,是指配电网在恢复阶段,利用配电网自身的拓扑灵活性或分布式能源的可控性,对负荷进行恢复的比例。该比例能体现出配电网在灾后的恢复能力,该指标越优,配电网应对灾害的恢复力弹性水平越高。
计算负荷恢复比例指标公式为:
(6)负荷恢复速度指标,是指在负荷恢复阶段系统恢复到正常运行的速度。系统恢复速度反映了配电网应对灾害的快速恢复的能力。负荷恢复速度能够从时间层面体现出配电网在灾后的恢复能力,该指标越优,配电网应对灾害的恢复力弹性水平越高。
计算负荷恢复速度指标公式为:
(7)配电设备恢复比例指标,配电设备故障比例指的是在灾后配电设备恢复数占设备总数量的比例,设备包括线路、开关和变压器,该指标能描述灾害后配电设备的恢复情况,可以体现出配电网应对灾害的恢复能力,该指标越优,配电网应对灾害的恢复力弹性水平越高。
计算配电设备恢复比例指标公式为:
其中,RaRE为设备恢复比例,NRE为设备恢复数,N为设备总数量。
为了使本发明更便于理解,具体请参考图2,图2为本发明实施例提供的一种总体研究框架图示例图,可以包括:
输入配电网信息及灾害信息,其中配电网信息包括:网架拓扑、设备情况、分布式能源、运行工况;灾害信息包括灾害类型、影响机理、灾害时间特性、灾害空间特性。根据配电网信息和灾害信息得到线路的停电概率模型,然后采用蒙特卡洛模拟对多条线路进行检测。对线路状态进行评估,当评估完所有线路状态,MATLAB软件仿真,采用配电网潮流计算得出负荷值,即配电网系统功能值,对所有时刻进行仿真,就可得到功能曲线图。构建配电网弹性指标,计算灾害前、灾害中、灾害后负荷量的变化情况,以及线路在灾害中损坏,灾害后恢复情况,全面风机灾害全过程以及各阶段时间配电网弹性水平,其中配电网弹性指标为负荷损失比例、负荷恢复比例、负荷损失速度、负荷恢复速度、线路故障比、线路恢复比等。下面为了更好的理解本实施例,具体过程如下:
步骤1:线路状态仿真。
采用IEEE 33节点配电网系统开展算例测试,系统拓扑图如图3所示,图3为本发明实施例提供的算例测试系统IEEE 33节点配电网系统。IEEE 33节点配电网系统包含33个节点,共有32个分段开关和5个联络开关。正常算例下,分段开关闭合,联络开关断开。具体线路参数和负荷数据见表1,表1为IEEE 33节点配电网算例数据表。
表1 IEEE 33节点配电网算例数据表
仿真得到线路状态,假设灾害为台风,该台风持续8小时,总共考虑3种算例。其中:算例1的自然灾害影响较大,大多数线路发生故障,算例2和算例3的自然灾害影响较小且一致,因此算例2、算例3故障线路远少于算例1。算例1和算例2的线路修复速度为每小时1条线路,算例3的维护速度为每小时2条线路。修复顺序按照故障线路顺序进行修复。三种算例下的线路故障算例均如表2所示,表2为线路状态仿真结果表。
表2线路状态仿真结果表
步骤2:配电网系统仿真及功能曲线图的获取。
当配电系统面临极端自然灾害时,大多数部件都会发生故障,导致大面积停电。当配电系统发生故障时,将出现降额运行状态,并开始修复故障部件,使配电系统逐渐恢复到原来的正常运行状态。图4为本发明实施例提供的极端自然灾害下配电网的功能曲线图。一般来说,电力系统状态可以视为系统负荷。
根据灾害过程,配电系统的状态可分为以下三个阶段:灾前阶段、灾中阶段和灾后阶段。
(1)灾害前预防阶段[0,T0]:极端自然灾害发生前,系统已正常运行。在此状态下,系统所有部件均正常,电力系统的状态也处于最高水平S0。在此阶段,系统可以准确预测天气状况,加强薄弱部件和相关线路,提前做好基本响应,提高配电系统应对自然灾害的预防能力。
(2)灾害中阶段[T0,T1]:自然灾害发生后,配电系统大量部件发生故障,部分线路断开,导致部分用户停电,系统功能曲线下降,配电系统处于降额运行状态S0。在此阶段,可以控制分布式能量,以实现微电网的孤岛运行状态,并减少用户的整体功率损耗。
(3)灾害后恢复阶段[T1、T5]:灾难恢复阶段主要包括紧急恢复状态和连续恢复状态。紧急恢复是指在极端自然灾害发生后,通过网络重构和移动储能车辆配置等措施恢复配电系统的状态。这些措施可以在一定程度上解决配电系统的失电状态,使配电系统的状态上升到S1状态;连续恢复是指维护和更换故障部件,以消除所有故障,并将配电系统的整体功能曲线恢复到原始状态S0。
通过步骤1可以获得线路的具体状态,对每个时刻的配电网系统进行仿真,可以得到所有时刻的系统状态,最终得到系统功能曲线图,在本算例中,系统状态取为系统负荷。算例1的功能曲线图如图5所示,图5为本发明实施例提供的算例1情况下配电网的功能曲线图。算例2的功能曲线图如图6所示,图6为本发明实施例提供的算例2情况下配电网的功能曲线图。算例3的功能曲线图如图7所示,图7为本发明实施例提供的算例3情况下配电网的功能曲线图。
步骤3:弹性指标的计算。
为了更全面地评估系统弹性,本发明同时考虑了时间层面指标和源网荷储层面指标,提出了一种配电网弹性评估方法,该方法可以综合考虑多时间和源网荷储,具体的指标体系如图8所示,图8为本发明实施例提供的一种配电网弹性指标图。
弹性指标的时间层面指标上分为预防力弹性指标、抵抗力弹性指标及恢复力弹性指标。预防力弹性指标可以有效地描述配电网应对灾害的预防能力。这一级别的指标主要包括线路的电缆化率、重载线路的比例等。一般来说,配电网的自动化水平越高,其自身设备的健康状况越好,预防力弹性越好;抵抗力弹性指标可以描述配电网在不发生崩溃的算例下应对灾害的能力,该级指标主要包括负荷损失比例、负荷损失速度等指标。该级别的指标不仅与自然灾害的强度有关,还与配电网本身的电网强度和配电网的可控资源有关,抗灾能力指数越高,配电网的抗灾能力越强;恢复力弹性描述了配电网灾后的恢复能力。这一级指标主要包括负荷恢复比例和负荷恢复速度。恢复力弹性指标可以综合评价配电网灾后恢复能力。恢复力弹性指数主要与配电网系统的恢复资源和恢复策略有关。恢复资源越多,恢复策略越合理,恢复力弹性越好。此外,本发明提出的弹性指标评估方法在考虑时间尺度的同时,还考虑了源网荷储的层面,源网荷储分别从电源端、负荷端、网络端和储能端进行描述。
通过灾害期间配电系统的系统功能曲线,使用提出的一些恢复力指标来评估系统的恢复力。计算三种算例下的弹性指数,三种算例下获得的弹性指数值如表3所示,表3为弹性指标计算结果表。
表3弹性指标计算结果表
弹性指标计算值 | 算例1 | 算例2 | 算例3 |
负荷损失比例指标值 | 67.43% | 51.41% | 51.41% |
负荷损失速度(MW/h)指标值 | 0.4175 | 0.2388 | 0.2388 |
线路故障比例指标值 | 31.25% | 15.63% | 15.63% |
节点度指标值 | 30.5 | 31.375 | 31.375 |
负荷恢复比例指标值 | 100% | 100% | 100% |
负荷恢复速度(MW/h)指标值 | 0.2505 | 0.382 | 0.637 |
线路修复比例指标值 | 100% | 100% | 100% |
根据表3中的数据,算例1的负荷损失率为67.43%,而算例2和算例3的负荷损失率为51.41%。算例1的负荷损失比例高于算例2和算例3,这与自然灾害的算例一致。因为只有线路维修速度在算例2和算例3中不一致,所以它们的抵抗力指标是相同的。算例2故障线路的修复速度低于算例3,因此,算例3的负荷恢复速度指标优于算例2。对于三种算例下的整体故障线路的修复率,将算例修复情形设置为无限修复资源,因此修复率可以达到100%。总的来说,由于算例3的自然灾害强度较小,故障线路的修复速度较快,因此算例3的整体恢复力弹性最好,而算例1的自然灾害强度较大,故障线路的修复速度没有优势,因此算例1的整体恢复力弹性最差。
因此,从以上结果的分析可以看出,本发明提出的配电网弹性评估方法能够有效地反映配电系统在应对不同强度自然灾害时的弹性水平。配电网弹性指标可以有效描述预防、抵抗和恢复的弹性,一般来说,配电系统的强度越高,自然灾害的强度越低,预防力弹性和抵抗力弹性的指标越好,系统修复速度越快,修复资源越多,系统恢复力弹性越好。总的来说,本发明提出的配电网弹性评估方法可以实现配电系统在极端自然灾害中的弹性水平,也可以为进一步提高配电网弹性水平提供一定的指导。
应用本发明实施例提供的配电网弹性评估方法,构建考虑源网荷储的多时间尺度配电网弹性指标,能够对配电网在灾害下的弹性水平进行全面而有效地评估,也能为配电网在灾害下弹性水平的提升提供指导。本发明从多角度对配电网应对灾害的能力进行描述,具体来说,分别从时间层面和源网荷储层面对配电网弹性进行分析与计算,最终从多个角度对配电网弹性进行全面分析,提高灾害下弹性水平评估的广度。
下面对本发明实施例提供的配电网弹性评估装置进行介绍,下文描述的配电网弹性评估装置与上文描述的配电网弹性评估方法可相互对应参照。
具体请参考图9,图9为本发明实施例提供的配电网弹性评估装置的结构示意图,可以包括:
获取模块100,用于获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,其中所述配电网弹性指标包括时间层面指标和源网荷储层面指标,其中所述时间层面指标包括:灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标;所述源网荷储层面指标包括:电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标;
仿真模块200,用于对所述历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图;
确定模块300,用于根据所述功能曲线图和所述历史和当前时期的配电网信息与灾害信息对所述配电网弹性指标进行计算,确定所述配电网弹性水平。
基于上述实施例,其中仿真模块200,可以包括
构建单元,用于根据所述历史和当前时期的配电网信息与灾害信息构建停电概率模型;
比较单元,用于将所述停电概率模型的线路故障概率与生成的0-1之间的随机数相比较得到线路状态;
仿真单元,用于对所述线路状态进行仿真得到所述线路负荷值;
确定单元,用于根据所述负荷值得到所述功能曲线图。
基于上述实施例,其中仿真单元,可以包括:
生成子单元,用于在已知所述线路故障概率情况下,MATLAB生成服从(0,1)上均匀分布的随机数;
判断子单元,用于判断所述线路故障概率是否大于所述随机数;
若是,则认为所述线路处于故障态;
若否,则认为所述线路处于正常态。
基于上述实施例,其中获取模块100,可以包括:
获取单元,用于获取历史和当前时期的网架拓扑结构信息、设备情况信息、分布式能源信息、运行工况信息、灾害类型信息、影响机理信息、灾害时间特性、灾害空间特性。
基于上述实施例,其中获取单元,可以包括:
获取子单元,用于获取历史和当前时期的配电网节点数、配电网线路数、线路阻抗信息、配电网线路设计标准、变压器健康度水平、分布式能源接入位置、分布式能源种类、分布式能源接入量、运行的电压合格率、网络损耗、台风信息、暴雨信息、地震信息、冰灾信息、风速与故障率的关系、降雨与故障率的关系、覆冰与故障率的关系、灾害时长、灾害移动轨迹。
需要说明的是,上述配电网弹性评估装置中的模块以及单元在不影响逻辑的情况下,其顺序可以前后进行更改。
应用本发明实施例提供的配电网弹性评估装置,能够构建考虑源网荷储的多时间尺度配电网弹性指标,能够对配电网在灾害下的弹性水平进行全面而有效地评估,也能为配电网在灾害下弹性水平的提升提供指导。
下面对本发明实施例提供的配电网弹性评估设备进行介绍,下文描述的配电网弹性评估设备与上文描述的配电网弹性评估方法可相互对应参照。
请参考图10,图10为本发明实施例提供的配电网弹性评估设备的结构示意图,可以包括:
存储器10,用于存储计算机程序;
处理器20,用于执行计算机程序,以实现上述的配电网弹性评估方法。
存储器10、处理器20、通信接口31和通信总线32。存储器10、处理器20、通信接口31均通过通信总线32完成相互间的通信。
在本发明实施例中,存储器10中用于存放一个或者一个以上程序,程序可以包括程序代码,程序代码包括计算机操作指令,在本申请实施例中,存储器10中可以存储有用于实现以下功能的程序:
获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,其中配电网弹性指标包括时间层面指标和源网荷储层面指标,其中时间层面指标包括:灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标;所述源网荷储层面指标包括:电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标;
对历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图;
根据功能曲线图和历史和当前时期的配电网信息与灾害信息对配电网弹性指标进行计算,确定配电网弹性水平。
在一种可能的实现方式中,存储器10可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统,以及至少一个功能所需的应用程序等;存储数据区可存储使用过程中所创建的数据。
此外,存储器10可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器的一部分还可以包括NVRAM。存储器存储有操作系统和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。操作系统可以包括各种系统程序,用于实现各种基础任务以及处理基于硬件的任务。
处理器20可以为中央处理器(Central Processing Unit,CPU)、特定应用集成电路、数字信号处理器、现场可编程门阵列或者其他可编程逻辑器件,处理器20可以是微处理器或者也可以是任何常规的处理器等。处理器20可以调用存储器10中存储的程序。
通信接口31可以为通信模块的接口,用于与其他设备或者系统连接。
当然,需要说明的是,图10所示的结构并不构成对本申请实施例中配电网弹性评估设备的限定,在实际应用中配电网弹性评估设备可以包括比图10所示的更多或更少的部件,或者组合某些部件。
下面对本发明实施例提供的可读存储介质进行介绍,下文描述的可读存储介质与上文描述的配电网弹性评估方法可相互对应参照。
本发明还提供一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述的配电网弹性评估方法的步骤。
该可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应该认为超出本发明的范围。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系属于仅仅用来将一个实体或者操作与另一个实体或者操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其他任何变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上对本发明所提供的一种配电网弹性评估方法、装置、设备和计算机可读存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种配电网弹性评估方法,其特征在于,包括:
获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,所述配电网弹性指标包括时间层面指标和源网荷储层面指标,所述时间层面指标包括:灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标;所述源网荷储层面指标包括:电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标;
对所述历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图;
根据所述功能曲线图和所述历史和当前时期的配电网信息与灾害信息对所述配电网弹性指标进行计算,确定所述配电网弹性水平。
2.根据权利要求1所述的配电网弹性评估方法,其特征在于,所述对所述历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图,包括:
根据所述历史和当前时期的配电网信息与灾害信息构建停电概率模型;
将所述停电概率模型的线路故障概率与生成的0-1之间的随机数相比较得到线路状态;
对所述线路状态进行仿真得到所述线路负荷值;
根据所述负荷值得到所述功能曲线图。
3.根据权利要求2所述的配电网弹性评估方法,其特征在于,所述将所述停电概率模型的线路故障概率与生成的0-1之间的随机数相比较得到线路状态,包括:
在已知所述线路故障概率情况下,MATLAB生成服从(0,1)上均匀分布的随机数;
判断所述线路故障概率是否大于所述随机数;
若是,则认为所述线路处于故障态;
若否,则认为所述线路处于正常态。
4.根据权利要求1所述的配电网弹性评估方法,其特征在于,所述获取历史和当前时期的配电网信息与灾害信息,包括:
获取历史和当前时期的网架拓扑结构信息、设备情况信息、分布式能源信息、运行工况信息、灾害类型信息、影响机理信息、灾害时间特性、灾害空间特性。
5.根据权利要求4所述的配电网弹性评估方法,其特征在于,所述获取历史和当前时期的网架拓扑结构信息、设备情况信息、分布式能源信息、运行工况信息、灾害类型信息、影响机理信息、灾害时间特性、灾害空间特性,包括:
获取历史和当前时期的配电网节点数、配电网线路数、线路阻抗信息、配电网线路设计标准、变压器健康度水平、分布式能源接入位置、分布式能源种类、分布式能源接入量、运行的电压合格率、网络损耗、台风信息、暴雨信息、地震信息、冰灾信息、风速与故障率的关系、降雨与故障率的关系、覆冰与故障率的关系、灾害时长、灾害移动轨迹。
6.根据权利要求1所述的配电网弹性评估方法,其特征在于,所述灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标,包括:
节点度指标、节点介数指标、线路电缆化率指标、重载线路比例指标、重载变压器比例指标、负荷损失比例指标、负荷损失速度指标、平均停电时长指标、线路自动化水平指标、线路故障比例指标、负荷恢复比例指标、负荷恢复速度指标、线路修复比例指标、抢修队伍数目指标、线路平均修复时长指标。
7.根据权利要求1所述的配电网弹性评估方法,其特征在于,所述电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标,包括:
分布式电源比例指标、具备独立供电能力分布式能源占比指标、新能源消纳率指标、可控分布式能源比例指标、线路自动化比例指标、网损指标、节点度指标、电压偏差指标、可控负荷范围指标、平均可中断负荷比例指标、平均可削减负荷比例指标、平均可中断时间指标、最大储能容量指标、最大充放电功率指标、平均最大/最小储能功率指标、储能响应速度指标。
8.一种配电网弹性评估装置,其特征在于,包括:
获取模块,用于获取历史和当前时期的配电网信息与灾害信息,以及配电网弹性指标,其中所述配电网弹性指标包括时间层面指标和源网荷储层面指标,其中所述时间层面指标包括:灾害前对应的预防力弹性指标、灾害中对应的抵抗力弹性指标、灾害后对应的恢复力弹性指标;所述源网荷储层面指标包括:电源侧弹性指标、网架侧弹性指标、负荷侧弹性指标和储能侧弹性指标;
仿真模块,用于对所述历史和当前时期的配电网信息与灾害信息进行仿真得到功能曲线图;
确定模块,用于根据所述功能曲线图和所述获取历史和当前时期的配电网信息与灾害信息对所述配电网弹性指标进行计算确定所述配电网弹性水平。
9.一种配电网弹性评估设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的配电网弹性评估方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的配电网弹性评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211095024.0A CN115640936A (zh) | 2022-09-05 | 2022-09-05 | 一种配电网弹性评估方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211095024.0A CN115640936A (zh) | 2022-09-05 | 2022-09-05 | 一种配电网弹性评估方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115640936A true CN115640936A (zh) | 2023-01-24 |
Family
ID=84941684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211095024.0A Pending CN115640936A (zh) | 2022-09-05 | 2022-09-05 | 一种配电网弹性评估方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115640936A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117335570A (zh) * | 2023-10-09 | 2024-01-02 | 国网河南省电力公司濮阳供电公司 | 一种弹性配电网全景信息可视化监测系统及方法 |
-
2022
- 2022-09-05 CN CN202211095024.0A patent/CN115640936A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117335570A (zh) * | 2023-10-09 | 2024-01-02 | 国网河南省电力公司濮阳供电公司 | 一种弹性配电网全景信息可视化监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Najafi et al. | Power distribution system improvement planning under hurricanes based on a new resilience index | |
US10886736B2 (en) | Post-disaster topology detection and energy flow recovery in power distribution network | |
Panteli et al. | Power system resilience to extreme weather: Fragility modeling, probabilistic impact assessment, and adaptation measures | |
Khomami et al. | Bi‐level network reconfiguration model to improve the resilience of distribution systems against extreme weather events | |
Albasrawi et al. | Analysis of reliability and resilience for smart grids | |
CN103855707B (zh) | 一种含分布式电源配电网的供电可靠性评估方法 | |
Billinton et al. | Teaching distribution system reliability evaluation using Monte Carlo simulation | |
Wu et al. | Resilience-based optimal recovery strategy for cyber–physical power systems considering component multistate failures | |
CN108512226B (zh) | 一种灾害下电力系统恢复力评估的方法 | |
Ghasemi et al. | A two-stage resilience improvement planning for power distribution systems against hurricanes | |
Panteli et al. | Assessment of the resilience of transmission networks to extreme wind events | |
CN113312761A (zh) | 一种配电网韧性的提升方法及系统 | |
Hernando-Gil et al. | Reliability performance of smart grids with demand-side management and distributed generation/storage technologies | |
EP3072200B1 (en) | Holistic optimization of distribution automation using survivability modeling to support storm hardening | |
Pierre et al. | Investment optimization to improve power system resilience | |
US20220138872A1 (en) | Computer-aided technique for assessing infrastructure reliability and resilience and related systems, methods, and devices | |
CN115640936A (zh) | 一种配电网弹性评估方法、装置、设备及可读存储介质 | |
Ma et al. | Resilience assessment of self-healing distribution systems under extreme weather events | |
Li et al. | A temporal-spatial natural disaster model for power system resilience improvement using DG and lines hardening | |
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 | |
CN110190617B (zh) | 多馈入直流电力系统的评估方法、系统、设备及存储介质 | |
Younesi et al. | Investigating the impacts of climate change and natural disasters on the feasibility of power system resilience | |
CN115169138A (zh) | 一种基于解析法的电力系统多层次恢复力评估方法和系统 | |
CN112152210B (zh) | 一种配电网系统的优化方法及装置 | |
CN110797906B (zh) | 风电基地最大装机容量的确定方法、装置及存储介质 |
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 |