CN115800244A - 一种电网连锁故障孤岛划分恢复方法、装置和设备 - Google Patents

一种电网连锁故障孤岛划分恢复方法、装置和设备 Download PDF

Info

Publication number
CN115800244A
CN115800244A CN202211322423.6A CN202211322423A CN115800244A CN 115800244 A CN115800244 A CN 115800244A CN 202211322423 A CN202211322423 A CN 202211322423A CN 115800244 A CN115800244 A CN 115800244A
Authority
CN
China
Prior art keywords
fault
power
line
cascading failure
failure
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
CN202211322423.6A
Other languages
English (en)
Inventor
张颖
文艳
季宇
刘海涛
吕广宪
左娟
王文博
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.)
China Online Shanghai Energy Internet Research Institute Co ltd
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
State Grid Shandong Electric Power Co Ltd
Original Assignee
China Online Shanghai Energy Internet Research Institute Co ltd
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
State Grid Shandong Electric Power 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 China Online Shanghai Energy Internet Research Institute Co ltd, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd, State Grid Shandong Electric Power Co Ltd filed Critical China Online Shanghai Energy Internet Research Institute Co ltd
Priority to CN202211322423.6A priority Critical patent/CN115800244A/zh
Publication of CN115800244A publication Critical patent/CN115800244A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种电网连锁故障孤岛划分恢复方法、装置和设备，其中，方法包括：基于事故链理论生成连锁故障事故链集合；在故障发生时，基于所述连锁故障事故链集合确定所述故障对应的连锁故障场景；构建孤岛划分的目标函数及确定所述目标函数的约束条件，根据所述目标函数的约束条件，利用预设算法对所述孤岛划分的目标函数进行求解，并根据所述孤岛划分的目标函数的求解结果，对实现对连锁故障场景下的电力系统进行孤岛划分。本发明能够提高电网供电的安全性和可靠性。

Description

一种电网连锁故障孤岛划分恢复方法、装置和设备
技术领域
本发明涉及配电网供电技术领域，特别是涉及一种电网连锁故障孤岛划分恢复方法、装置和设备。
背景技术
近年来，世界各国都出现了不同程度的停电事故，严重影响了国民经济发展和电网的稳定运行。连锁故障是一种小概率高损失的严重事件，它指系统中一个或多个元件由于故障等原因被切除后，引起的其他元件连续故障的过程，是导致该类事件的元凶。目前对于电力系统连锁故障的研究，主要基于复杂网络理论和模式检索理论。为解决风电出力不确定性对电网连锁故障演化路径的影响，有些研究人员考虑了风电出力的不确定性，采用随机潮流算法处理风电出力波动、负荷波动等不确定性因素，结合线路功率概率密度和线路停运函数建立了下级线路故障的停运概率模型。还有些研究人员从线路受冲击与断开后果两个角度建立了线路脆弱性评价指标集，将过负荷风险因子作为线路加权开断概率，辨识电网连锁故障的薄弱环节，提高风险线路的可靠性。有些研究人员利用概率潮流模型提出考虑风电不确定性的规模风电并网系统的连锁故障路径预测方法，基于双层多目标决策模型确定后继故障。
但是由于电网中的可再生能源装机比例持续上升，其不确定性和波动性也提高了电网的耦合性和复杂度，因此现有技术方案无法确保高比例可再生能源集群的电网供电可靠性。
发明内容
本发明所要解决的技术问题是提供一种电网连锁故障孤岛划分恢复方法、装置和设备，能够提高电网供电的安全性和可靠性。
本发明解决其技术问题所采用的技术方案是：提供一种电网连锁故障孤岛划分恢复方法，包括以下步骤：
基于事故链理论生成连锁故障事故链集合；
在故障发生时，基于所述连锁故障事故链集合确定所述故障对应的连锁故障场景；
构建孤岛划分的目标函数及确定所述目标函数的约束条件；
根据所述目标函数的约束条件，利用预设算法对所述孤岛划分的目标函数进行求解，并根据所述孤岛划分的目标函数的求解结果，对实现对连锁故障场景下的电力系统进行孤岛划分。
所述基于事故链理论生成连锁故障事故链集合，包括：
采用聚类算法生成多组分布式资源随机出力场景，并计算电力系统在各组分布式资源随机出力场景下的系统潮流分布，得到每条线路在不同场景下的随机潮流；
将负荷率作为故障发生率的评判标准，并基于每条线路在不同场景下的随机潮流计算初始故障选取指标；
将所述初始故障选取指标超过阈值的线路作为初始故障；
根据所有所述初始故障生成连锁故障事故链集合。
所述根据所有所述初始故障生成连锁故障事故链集合，包括：
遍历所有所述初始故障的线路中的每一条线路；
判断系统是否稳定，如果系统不稳定，则根据所述系统潮流分布确定线路的显示故障和计算线路的隐示故障的概率，并根据所述显示故障和隐式故障的概率，排除概率低于阈值的隐式故障，并按显示故障和隐式故障的概率大小顺序选择下一级故障线路，重复本步骤直至系统稳定；如果系统稳定，则将所述初始故障的线路以及选出的下一级故障线路作为事故链进行输出。
所述初始故障选取指标通过
Figure SMS_1
计算得到，其中，Ii表示线路i的初始故障选取指标，
Figure SMS_2
表示线路i在不同场景下的随机潮流，
Figure SMS_3
表示线路i的极限传输功率，L表示系统中线路的集合，max(·)为取最大值，mean(·)为取平均值。
所述隐示故障的概率通过q(Pi)＝k(Pi)(1-Pact_ref)+(1-k(Pi))PNact_miss计算得到，其中，q(Pi)为隐示故障的概率，Pact_ref为线路保护器件拒动平均概率，PNact_miss表示线路保护器件误动平均概率，k(Pi)表示线路传输功率和线路保护动作的概率之间的关系，
Figure SMS_4
Figure SMS_5
表示线路i的额定功率；pi0为保护隐式故障平均概率。
所述构建孤岛划分的目标函数为
Figure SMS_6
其中，f表示目标函数，N表示系统中负荷的集合，yi′表示负荷i′是否恢复供电，当yi′为第一预设值时，表示恢复供电，当yi′为第二预设值时，表示退出运行；ωi′表示负荷i′的权重，Pi′表示负荷i′的功率值。
所述目标函数的约束条件包括，功率平衡约束：
Figure SMS_7
节点电压约束：Ui″,min≤Ui″≤Ui″,max，支路功率约束：St≤St,max，其中，Pi″,Qi″分别为节点i″注入的有功功率和无功功率，M为节点总数；Ui″和Uj″分别为节点i″和节点j″的电压幅值；Gi″j″,Bi″j″,αi″j″分别为节点i″和节点j″之间的电导、电纳和相角差；Ui″,min和Ui″,max分别表示节点i″的电压最大值和最小值；St为支路的实际功率值，St,max为支路的最大功率值。
所述基于所述目标函数的约束条件，利用离散二进制正余弦算法对所述孤岛划分的目标函数进行求解，包括：
采用正弦余弦算法随机选择初始解；
将解到的数据通过正负信息进行离散化处理，得到离散解集；
判断所有离散解集中每个个体的适应度，若不满足约束，则利用正弦函数或者余弦函数并结合随机因子更新解的值，并返回上一步直至满足约束；其中，每个解即为所述孤岛划分的备选方案。
本发明解决其技术问题所采用的技术方案是：提供一种电网连锁故障孤岛划分恢复装置，包括：
生成模块，用于基于事故链理论生成连锁故障事故链集合；
确定模块，用于在故障发生时，基于所述连锁故障事故链集合确定所述故障对应的连锁故障场景；
构建模块，用于构建孤岛划分的目标函数及确定所述目标函数的约束条件；
求解模块，用于根据所述所述目标函数的约束条件，利用预设算法对所述孤岛划分的目标函数进行求解，并根据所述孤岛划分的目标函数的求解结果，对实现对连锁故障场景下的电力系统进行孤岛划分。
本发明解决其技术问题所采用的技术方案是：提供一种电子设备，包括存储器、处理器及存储在存储器上并可在所述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上述电网连锁故障孤岛划分恢复方法的步骤。
本发明解决其技术问题所采用的技术方案是：提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述电网连锁故障孤岛划分恢复方法的步骤。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明基于事故链理论生成多组高比例分布式资源集群接入电网的连锁故障场景，能实现新能源高占比电力系统的连锁故障诊断与预测，并通过离散二进制正余弦算法对该连锁故障场景下的电力系统进行孤岛划分，提供了非故障区域的最优恢复供电方案，提高了电网供电的安全性和可靠性。
附图说明
图1是本发明第一实施方式电网连锁故障孤岛划分恢复方法的流程图；
图2是本发明第一实施方式中生成连锁故障事故链集合的流程图；
图3是本发明第一实施方式中离散二进制正余弦算法求解的流程图；
图4是本发明第二实施方式电网连锁故障孤岛划分恢复装置的示意图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的第一实施方式涉及一种电网连锁故障孤岛划分恢复方法，如图1所示，包括以下步骤：基于事故链理论生成连锁故障事故链集合；在故障发生时，基于所述连锁故障事故链集合确定所述故障对应的连锁故障场景；构建孤岛划分的目标函数及确定所述目标函数的约束条件；根据所述目标函数的约束条件，利用预设算法对所述孤岛划分的目标函数进行求解，并根据所述孤岛划分的目标函数的求解结果，对实现对连锁故障场景下的电力系统进行孤岛划分。本实施方式为提升连锁故障紧急状态下含高比例可再生能源集群的电网供电可靠性，实现紧急状态下的孤岛划分故障恢复，能在故障期间快速恢复非故障区域的失电负荷，减少经济损失。具体地说：
连锁故障传播过程中，故障被相继切除，是一个具有单向传递特点的序列，可以采用事故链理论对其进行分析。事故链理论是指一个大型事故的发生，不是单一事故引起的，而是多个条件同时满足所导致的。当所有条件同时满足时，各个环节就像链条一样连接在一起诱发事故。定义第i条事故链Li的表达式为：
Li＝Ti1Ti2...Tini
Tij(j＝1,2,...,ni)为第i条事故链的第j个造成事故的因素，如果所有Tij都等于1就会导致事故发生。
所有的事故链构成了事故链集合F，它包括了所有可能发生的连锁故障情况：
Figure SMS_8
同时，由于连锁故障情况下，所有的故障按照一定顺序发生，并相互之间形成连锁，因此事故链发生的概率可以表示为条件概率，如下所示：
Figure SMS_9
其中，p(Ti2∣Ti1)·表示Ti1发生故障的情况下Ti2发生故障的概率。
为研究电力系统连锁故障，首先需要生成初始故障集合。电力系统中包含了多种元件，其发生故障的概率也不同。本实施方式将负荷率作为故障发生率的评判标准，元件的负荷率越少，其发生故障的概率就越低，元件的负荷占系统总负荷的比重越小，发生故障后的传播概率就越小。因此建立初始故障集需要排除低故障发生率和传播率的元件。
如图2所示，生成连锁故障事故链集合具体包括：采用聚类算法生成多组分布式资源随机出力场景，并计算不同分布式资源随机出力场景下的系统潮流分布；将负荷率作为故障发生率的评判标准，计算初始故障选取指标；将所述初始故障选取指标超过阈值的线路作为初始故障，以此将低故障发生率的元件进行排除；基于事故链理论根据所述初始故障生成连锁故障事故链集合。
在基于事故链理论根据所述初始故障生成连锁故障事故链集合时，遍历所述初始故障的线路中的每一条线路；判断系统是否稳定，如果系统不稳定，则根据所述系统潮流分布确定线路的显示故障和计算线路的隐示故障的概率，排除概率低于阈值的隐式故障，即通过隐示故障的概率可以排除低传播率的元件，并根据所述显示故障和隐式故障的概率按概率大小顺序选择下一级故障线路，重复本步骤直至系统稳定；如果系统稳定，则将所述初始故障的线路以及选出的下一级故障线路作为输出事故链。其中系统稳定的判断依据为：一：该条线路为系统中最后一级线路，二：该条线路之后的下一级线路中无显示故障且硬示故障的概率低于阈值。具体地说：
首先采用模糊C均值聚类算法FCM(Fuzzy C-Means)生成多组分布式资源随机出力场景，然后计算不同场景下的系统潮流分布。FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。通过FCM聚类算法生成多个分布式资源出力的典型场景，由此计算出各场景下的潮流分布。为便于计算，将系统中的元件视为统一线路，同时元件负荷率与系统总负荷率的占比采用元件负荷率与系统中期望值最大的元件负荷率之比代替，如此初始故障选取指标如下式所示：
Figure SMS_10
其中，Ii表示线路i的初始故障选取指标，
Figure SMS_11
表示线路i在不同场景下的随机潮流，
Figure SMS_12
表示线路i的极限传输功率，L表示系统中线路的集合，max(·)为取最大值，mean(·)为取平均值。
生成初始故障后，根据连锁故障发生的特点，系统中的某条线路发生故障后，也可能会引发连锁故障。当第i重故障发生时，第i+1重故障可能会必然发生，如系统过载，线路不稳定等情况，称其为显式触发。第i+1重故障也可能有一定概率才会发生，如保护拒动或误动等，称其为隐式触发。显式触发可以通过潮流分析计算得到，隐式触发采用概率计算得到。线路传输功率和线路保护动作的概率之间的关系k(Pi)为：
Figure SMS_13
其中，
Figure SMS_14
表示线路i的额定功率；pi0为保护隐式故障平均概率。
由此计算断路器误动或拒动的线路故障概率q(Pi)为：
q(Pi)＝k(Pi)(1-Pact-ref)+(1-k(Pi))PNact_-mis
其中，Pact_ref为线路保护器件拒动平均概率，PNact_miss表示线路保护器件误动平均概率。由此可以计算出连锁故障事故链。
在故障发生后，基于所述连锁故障事故链集合确定所述故障对应的连锁故障场景，然后构建孤岛划分的目标函数，并通过离散二进制正余弦算法对所述孤岛划分的目标函数进行求解，实现对连锁故障场景下的电力系统进行孤岛划分。
本实施方式中，在故障发生后，需要按照优先顺序对负荷进行恢复，将不同类型的负荷分为一级、二级和三级。其中一级负荷关乎国民经济命脉，需要最优先恢复，而三级负荷优先程度较低，可以暂缓恢复。同时孤岛划分应优先恢复较为集中的负荷，切除较小的负荷，因此孤岛划分的目标函数为：
Figure SMS_15
其中，f表示目标函数，N表示系统中负荷的集合，yi′表示负荷i′是否恢复供电，当yi′为第一预设值时，例如当yi′＝1时，表示恢复供电，当yi′为第二预设值时，例如当yi′＝0时，表示退出运行；ωi′表示负荷i′的权重，Pi′表示负荷i′的功率值。
同时，孤岛需要满足约束条件才能保持稳定，本实施方式中目标函数的约束条件包括：
功率平衡约束：
Figure SMS_16
Figure SMS_17
其中，Pi″,Qi″分别为节点i″注入的有功功率和无功功率，M为节点总数；Ui″和Uj″分别为节点i″和节点j″的电压幅值；Gi″j″,Bi″j″,αi″j″分别为节点i″和节点j″之间的电导、电纳和相角差。
节点电压约束：
Ui″,min≤Ui″≤Ui″,max
其中，Ui″,min和Ui″,max分别表示节点i″的电压最大值和最小值。
支路功率容量约束：
St≤St,max
其中，St为支路的实际功率值，St,max为支路的最大功率值。
如图3所示，本实施方式采用二进制正余弦算法对孤岛划分问题进行求解，在求解时，采用正弦余弦算法随机选择初始解；将解到的数据通过正负信息进行离散化处理，得到离散解集；判断所有个体的适应度，若不满足约束，则利用正弦函数或者余弦函数并结合随机因子更新解的值，并返回上一步直至满足约束；其中，每个解即为所述孤岛划分的备选方案。
其中，在更新解的值时，其更新方式为：
Figure SMS_18
其中，
Figure SMS_19
是当前个体的第i维第t代的位置；r2为0到2π的随机数；r3为0到2之间的随机数；r4为0到1的随机数，
Figure SMS_20
表示在t代最优个体的第i维位置。
r
其中，a是一个常数；t为当前迭代次数；T为最大迭代次数；当r1较小时，每次更新变化量较小，有助于提高局部搜索能力，r1较大时，有助于提高全局的开发能力。
离散二进制正余弦算法将解得的数据通过正负信息离散化，每次输入和输出令所有的解X(i,j)在[-1,1]之间，得到离散的解集Y(i,j)
Figure SMS_21
Figure SMS_22
通过二进制正余弦算法得到连锁故障情况下高比例分布式资源集群接入的电网的孤岛划分最优解。
不难发现，本发明基于事故链理论生成多组高比例分布式资源集群接入电网的连锁故障场景，能实现新能源高占比电力系统的连锁故障诊断与预测，并通过离散二进制正余弦算法对该连锁故障场景下的电力系统进行孤岛划分，提供了非故障区域的最优恢复供电方案，提高了电网供电的安全性和可靠性。
本发明的第二实施方式涉及一种电网连锁故障孤岛划分恢复装置，如图4所示，包括：
生成模块，用于基于事故链理论生成连锁故障事故链集合；
确定模块，用于在故障发生时，基于所述连锁故障事故链集合确定所述故障对应的连锁故障场景；
构建模块，用于构建孤岛划分的目标函数及确定所述目标函数的约束条件；
求解模块，用于根据所述所述目标函数的约束条件，利用预设算法对所述孤岛划分的目标函数进行求解，并根据所述孤岛划分的目标函数的求解结果，对实现对连锁故障场景下的电力系统进行孤岛划分。
所述生成模块包括：
聚类单元，用于采用聚类算法生成多组分布式资源随机出力场景，并计算电力系统在各组分布式资源随机出力场景下的系统潮流分布；
计算单元，用于将负荷率作为故障发生率的评判标准，并基于所述系统潮流分布计算初始故障选取指标；
初始故障设定单元，用于将所述初始故障选取指标超过阈值的线路作为初始故障；
生成单元，用于根据所有所述初始故障生成连锁故障事故链集合。
所述生成单元包括：
遍历子单元，用于遍历所有所述初始故障的线路中的每一条线路；
判断子单元，用于判断系统是否稳定，如果系统不稳定，则根据所述系统潮流分布确定线路的显示故障和计算线路的隐示故障的概率，排除概率低于阈值的隐式故障，并根据概率大小按顺序选择下一级故障线路，重复本步骤直至系统稳定；如果系统稳定，则将所述初始故障的线路以及选出的下一级故障线路作为事故链进行输出。
所述计算单元通过
Figure SMS_23
计算初始故障选取指标，其中，Ii表示线路i的初始故障选取指标，
Figure SMS_24
表示线路i在不同场景下的随机潮流，
Figure SMS_25
表示线路i的极限传输功率，L表示系统中线路的集合，max(·)为取最大值，mean(·)为取平均值。
所述判断子单元通过q(Pi)＝k(Pi)(1-Pact_ref)+(1-k(Pi))PNact_miss计算隐示故障的概率，其中，q(Pi)为隐示故障的概率，Pact_ref为线路保护器件拒动平均概率，PNact_miss表示线路保护器件误动平均概率，k(Pi)表示线路传输功率和线路保护动作的概率之间的关系，
Figure SMS_26
Figure SMS_27
表示线路i的额定功率；pi0为保护隐式故障平均概率。
所述求解模块包括构建单元，所述构建单元构建的孤岛划分的目标函数为
Figure SMS_28
其中，f表示目标函数，N表示系统中负荷的集合，yi′表示负荷i′是否恢复供电，当yi′为第一预设值时，表示恢复供电，当yi′为第二预设值时，表示退出运行；ωi′表示负荷i′的权重，Pi′表示负荷i′的功率值。
所述目标函数的约束条件包括，功率平衡约束：
Figure SMS_29
节点电压约束：Ui″,min≤Ui″≤Ui″,max，支路功率约束：St≤St,max，其中，Pi″,Qi″分别为节点i″注入的有功功率和无功功率，M为节点总数；Ui″和Uj″分别为节点i″和节点j″的电压幅值；Gi″j″,Bi″j″,αi″j″分别为节点i″和节点j″之间的电导、电纳和相角差；Ui″,min和Ui″,max分别表示节点i″的电压最大值和最小值；St为支路的实际功率值，St,max为支路的最大功率值。
所述求解模块还包括：
初始计算单元，用于采用正弦余弦算法随机选择初始解；
离散化单元，用于将解到的数据通过正负信息进行离散化处理，得到离散解集；
适应度判断单元，用于判断所有离散解集中每个个体的适应度，若不满足约束，则利用正弦函数或者余弦函数并结合随机因子更新解的值，并返回离散化单元直至满足约束，其中，每个解即为所述孤岛划分的备选方案。
本发明的第三实施方式涉及一种电子设备，包括存储器、处理器及存储在存储器上并可在所述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第一实施方式的电网连锁故障孤岛划分恢复方法的步骤。
本发明的第四实施方式涉及一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一实施方式的电网连锁故障孤岛划分恢复方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (11)

1.一种电网连锁故障孤岛划分恢复方法，其特征在于，包括以下步骤：
基于事故链理论生成连锁故障事故链集合；
在故障发生时，基于所述连锁故障事故链集合确定所述故障对应的连锁故障场景；
构建孤岛划分的目标函数及确定所述目标函数的约束条件；
根据所述目标函数的约束条件，利用预设算法对所述孤岛划分的目标函数进行求解，并根据所述孤岛划分的目标函数的求解结果，对连锁故障场景下的电力系统进行进行孤岛划分。
2.根据权利要求1所述的电网连锁故障孤岛划分恢复方法，其特征在于，所述基于事故链理论生成连锁故障事故链集合，包括：
采用聚类算法生成多组分布式资源随机出力场景，并计算电力系统在各组分布式资源随机出力场景下的系统潮流分布，得到每条线路在不同场景下的随机潮流；
将负荷率作为故障发生率的评判标准，并基于每条线路在不同场景下的随机潮流计算初始故障选取指标；
将所述初始故障选取指标超过阈值的线路作为初始故障；
根据所有所述初始故障生成连锁故障事故链集合。
3.根据权利要求2所述的电网连锁故障孤岛划分恢复方法，其特征在于，所述根据所有所述初始故障生成连锁故障事故链集合，包括：
遍历所有所述初始故障中每一条线路；
判断系统是否稳定，如果系统不稳定，则根据所述系统潮流分布确定线路的显示故障和计算线路的隐示故障的概率，并根据所述显示故障和隐式故障的概率，排除概率低于阈值的隐式故障，并按显示故障和隐式故障的概率大小顺序选择下一级故障线路，重复本步骤直至系统稳定；如果系统稳定，则将所述初始故障的线路以及选出的下一级故障线路作为事故链进行输出。
4.根据权利要求2所述的电网连锁故障孤岛划分恢复方法，其特征在于，所述初始故障选取指标通过
Figure FDA0003910969050000011
计算得到，其中，Ii表示线路i的初始故障选取指标，
Figure FDA0003910969050000012
表示线路i在不同场景下的随机潮流，
Figure FDA0003910969050000013
表示线路i的极限传输功率，L表示系统中线路的集合，max(·)为取最大值，mean(·)为取平均值。
5.根据权利要求4所述的电网连锁故障孤岛划分恢复方法，其特征在于，所述隐示故障的概率通过q(Pi)＝k(Pi)(1-Pact_ref)+(1-k(Pi))PNact_miss计算得到，其中，q(Pi)为隐示故障的概率，Pact_ref为线路保护器件拒动平均概率，PNact_miss表示线路保护器件误动平均概率，k(Pi)表示线路传输功率和线路保护动作的概率之间的关系，
Figure FDA0003910969050000021
Figure FDA0003910969050000022
表示线路i的额定功率；pi0为保护隐式故障平均概率。
6.根据权利要求1所述的电网连锁故障孤岛划分恢复方法，其特征在于，所述构建孤岛划分的目标函数为
Figure FDA0003910969050000023
其中，f表示目标函数，N表示系统中负荷的集合，yi′表示负荷i′是否恢复供电，当yi′为第一预设值时，表示恢复供电，当yi′为第二预设值时，表示退出运行；ωi′表示负荷i′的权重，Pi′表示负荷i′的功率值。
7.根据权利要求1所述的电网连锁故障孤岛划分恢复方法，其特征在于，所述目标函数的约束条件包括，功率平衡约束：
Figure FDA0003910969050000024
节点电压约束：Ui″,min≤Ui″≤Ui″,max，支路功率约束：St≤St,max，其中，Pi″,Qi″分别为节点i″注入的有功功率和无功功率，M为节点总数；Ui″和Uj″分别为节点i″和节点j″的电压幅值；Gi″j″,Bi″j″,αi″j″分别为节点i″和节点j″之间的电导、电纳和相角差；Ui″,min和Ui″,max分别表示节点i″的电压最大值和最小值；St为支路的实际功率值，St,max为支路的最大功率值。
8.根据权利要求1所述的电网连锁故障孤岛划分恢复方法，其特征在于，所述基于所述目标函数的约束条件，利用离散二进制正余弦算法对所述孤岛划分的目标函数进行求解，包括：
采用正弦余弦算法随机选择初始解；
将解到的数据通过正负信息进行离散化处理，得到离散解集；
判断所有离散解集中每个个体的适应度，若不满足约束，则利用正弦函数或者余弦函数并结合随机因子更新解的值，并返回上一步直至满足约束；其中，每个解即为所述孤岛划分的备选方案。
9.一种电网连锁故障孤岛划分恢复装置，其特征在于，包括：
生成模块，用于基于事故链理论生成连锁故障事故链集合；
确定模块，用于在故障发生时，基于所述连锁故障事故链集合确定所述故障对应的连锁故障场景；
构建模块，用于构建孤岛划分的目标函数及确定所述目标函数的约束条件；
求解模块，用于根据所述所述目标函数的约束条件，利用预设算法对所述孤岛划分的目标函数进行求解，并根据所述孤岛划分的目标函数的求解结果，对实现对连锁故障场景下的电力系统进行孤岛划分。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在所述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1-8中任一所述电网连锁故障孤岛划分恢复方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，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1-8中任一所述电网连锁故障孤岛划分恢复方法的步骤。
CN202211322423.6A 2022-10-27 2022-10-27 一种电网连锁故障孤岛划分恢复方法、装置和设备 Pending CN115800244A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211322423.6A CN115800244A (zh) 2022-10-27 2022-10-27 一种电网连锁故障孤岛划分恢复方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211322423.6A CN115800244A (zh) 2022-10-27 2022-10-27 一种电网连锁故障孤岛划分恢复方法、装置和设备

Publications (1)

Publication Number Publication Date
CN115800244A true CN115800244A (zh) 2023-03-14

Family

ID=85433953

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211322423.6A Pending CN115800244A (zh) 2022-10-27 2022-10-27 一种电网连锁故障孤岛划分恢复方法、装置和设备

Country Status (1)

Country Link
CN (1) CN115800244A (zh)

Similar Documents

Publication Publication Date Title
Xie et al. A review of machine learning applications in power system resilience
CN106101252A (zh) 基于大数据和可信计算的信息安全风险防护系统
Mohammadi et al. Machine learning assisted stochastic unit commitment during hurricanes with predictable line outages
Li et al. Research and application of random forest model in mining automobile insurance fraud
CN114152839B (zh) 一种分布式电力并网环境下的配电网故障定位方法及系统
CN104868465A (zh) 基于模糊机会约束的电力系统网架重构优化方法
CN112163304A (zh) 一种输电网冗余约束识别方法、存储介质及计算设备
Yan et al. Insecurity early warning for large scale hybrid AC/DC grids based on decision tree and semi-supervised deep learning
CN103347028A (zh) 云架构下基于贝叶斯的对等网络信任度量模型
CN115688032A (zh) 基于多源数据融合的台风灾害下电网风险预警方法及系统
Cicconet et al. Moment-SOS relaxation of the medium term hydrothermal dispatch problem
CN113507116A (zh) 一种配电网负荷转供方法、装置、设备及存储介质
CN113346484A (zh) 一种考虑暂态不确定性的配电网弹性提升方法及系统
CN115800244A (zh) 一种电网连锁故障孤岛划分恢复方法、装置和设备
CN117595488A (zh) 一种基于负荷动态匹配的电力调度监控方法及系统
CN116683431A (zh) 一种配电系统恢复力快速评估指标与评估方法及系统
Mohammadi et al. Machine learning assisted stochastic unit commitment: A feasibility study
CN114743703A (zh) 核电站机组的可靠性分析方法、装置、设备和存储介质
CN112751334A (zh) 一种基于内存计算架构的电网在线建模的方法及系统
CN113177695A (zh) 一种洪水调度方案评价与选取方法及系统
CN107508279B (zh) 一种电力网络的稳定性仿真方法
Hu et al. Guaranteed load prediction for distribution network considering extreme disasters
Liu et al. Robust transmission capacity margin evaluation based on All-Scenario-Feasible optimization
Pereira Stochastic programming models for energy planning
CN118249342A (zh) 考虑新能源出力时空相关性的恢复分区划分方法及系统

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