CN115833090A - 一种输配电系统在冰灾场景下的韧性控制方法 - Google Patents
一种输配电系统在冰灾场景下的韧性控制方法 Download PDFInfo
- Publication number
- CN115833090A CN115833090A CN202211286911.6A CN202211286911A CN115833090A CN 115833090 A CN115833090 A CN 115833090A CN 202211286911 A CN202211286911 A CN 202211286911A CN 115833090 A CN115833090 A CN 115833090A
- Authority
- CN
- China
- Prior art keywords
- line
- transmission
- ice
- power transmission
- distribution system
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 210
- 238000009826 distribution Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000006872 improvement Effects 0.000 claims abstract description 28
- 230000009467 reduction Effects 0.000 claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008014 freezing Effects 0.000 claims description 7
- 238000007710 freezing Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 3
- 239000011248 coating agent Substances 0.000 claims 1
- 238000000576 coating method Methods 0.000 claims 1
- 239000013598 vector Substances 0.000 description 39
- 230000002787 reinforcement Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 14
- 230000008439 repair process Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 238000004088 simulation Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种输配电系统在冰灾场景下的韧性控制方法，根据输电线路所处环境的气象数据，构建冰灾场景下输电线路的故障率模型；根据输电线路的故障率模型，采用适应线路故障率变化的混合抽样法生成冰灾场景下输电系统的故障场景；根据极端自然灾害下电力系统韧性曲线建立输配电系统韧性评估指标和框架，进而建立考虑输电线路故障的输配电系统最优负荷削减模型；对采用不同韧性提升措施的输配电系统的韧性变化进行控制，提高了在冰灾场景下输配电系统的安全性。本发明以评估冰灾天气下输电网的线路故障对其所连接的配电网造成的影响，在一定程度上能够用于描述冰灾场景下输配电系统的韧性变化情况，本发明也能够作为选择合理的输配电系统韧性提升措施的依据工具。
Description
技术领域
本发明涉及输配电网领域，尤其涉及一种输配电系统在冰灾场景下的韧性控制方法。
背景技术
电力系统的安全稳定对人们的正常生产生活至关重要。但很多极端自然灾害，例如：台风、地震、冰灾等概率小、影响大的事件，往往对电力系统造成严重危害。以2008年湖南冰灾影响电网为例，110kV以上电压等级杆塔倒塌约为3000基，35kV以下电压等级杆塔倒塌约为17万基[1]。由此可见，缓解冰灾等极端自然灾害对电力系统的巨大影响这一任务刻不容缓。从2008年湖南电网冰灾以及近些年东北地区电网受冰灾影响的后果可以看出，冰灾对输电网和配电网都造成了严重的影响。虽然近年来随着配电网架空线路电缆化程度的增加，冰灾对配电网线路的直接影响有所减少，但输电网始终是配电网的上级电网，冰灾对输电网的影响也会对配电网造成危害。
因此提出合理的冰灾场景下输配电系统的韧性控制方法是目前降低冰灾对电力系统造成影响研究的重点。
发明内容
本发明提供了一种输配电系统在冰灾场景下的韧性控制方法及装置，本发明以评估冰灾天气下输电网的线路故障对其所连接的配电网造成的影响，在一定程度上能够用于描述冰灾场景下输配电系统的韧性变化情况，本发明也能够作为选择合理的输配电系统韧性提升措施的依据工具，详见下文描述：
一种输配电系统在冰灾场景下的韧性控制方法，所述方法包括：
根据输电线路所处环境的气象数据，构建冰灾场景下输电线路的故障率模型；
根据输电线路的故障率模型，采用适应线路故障率变化的混合抽样法生成冰灾场景下输电系统的故障场景；
根据极端自然灾害下电力系统韧性曲线建立输配电系统韧性评估指标和框架，进而建立考虑输电线路故障的输配电系统最优负荷削减模型；
对采用不同韧性提升措施的输配电系统的韧性变化进行控制，提高了在冰灾场景下输配电系统的安全性。
所述根据极端自然灾害下电力系统韧性曲线建立输配电系统韧性评估指标和框架为：
通过输电网故障场景的形成，计算输配电系统负荷削减量，形成韧性曲线，计算韧性评估指标等步骤，进而建立了冰灾场景下输配电系统的韧性评估框架。
所述冰灾场景下输电线路的故障率模型为：
建立单位长度输电线路的覆冰厚度增长模型：
Wi(t)＝0.067×ri(t)0.846 (2)
在式(1-3)，Req,i(t)为时刻t的线路i的单位线路的覆冰厚度增量，T为冻雨小时数，ri(t) 为时刻t的线路i所处位置的冻雨量，vi(t)为时刻t的线路i所在位置的风速，ρw为水密度，ρI为覆冰密度，Wi(t)为时刻t的线路i所处位置的空气中液态水的含量，qi(t)为时刻t的线路i单位长度线路的覆冰厚度；
单位长度输电线路的冰力荷载、风力荷载模型及冰风力载荷模型，如下：
LI,i(t)＝9.8×10-3ρIπ(Di+qi(t))qi(t) (4)
LW,i(t)＝CSivi(t)2(Di+2qi(t)) (5)
在式(4-5)中，LI,i(t)、LW,i(t)分别为线路i在时刻t的单位长度线路的冰力载荷和风力载荷；Di为线路i的直径；C为恒定系数，设为6.964×10-3；Si是线路i的跨度因子；
时刻t的单位长度的输电线路i的冰风力载荷LWI,i(t)；
输电系统的故障率模型，如下：
Pi(t)＝1-(1-Pf,i(t))Li (8)
式(7)中，Pf,i(t)为线路i在时刻t的单位长度输电线路的故障率，aWI为单位长度线路的冰风力载荷下限阈值，bWI为单位长度线路的冰风力载荷的上限阈值；
式(8)中，Pi(t)为时刻t的输电线路i的故障率，Li为输电线路i的长度。
本发明提供的技术方案的有益效果是：
1、本发明将冰灾场景作用到输配电系统中，更加符合实际的工程情况；
2、本发明建立了冰灾场景下的输配电负荷削减模型，用于计算冰灾场景下输配电系统的负荷削减情况，考虑了输电线路故障对配电网的影响；
3、本发明根据极端自然灾害下的电力系统韧性曲线提出了输配电系统的韧性评估指标和韧性评估框架，能够对冰灾场景下输配电系统的韧性变化情况进行合理控制，并对选取有效的韧性提升措施提供帮助和依据。
附图说明
图1为一种冰灾场景下输配电系统韧性控制框架的示意图；
图2为冰灾场景下输电线路覆冰后的受力情况的示意图；
图3为极端自然灾害下电力系统的韧性变化曲线的示意图；
图4为改进的输配电系统的算例示意图；
图5为输配电系统中主动配电网的示意图；
图6为冰灾天气下冻雨和风速分布情况的示意图；
图7为冰灾全过程输电线路所受载荷变化情况的示意图；
图8为3种韧性提升场景下输电系统的故障场景的示意图；
图9为主动配电网中可再生能源发电机组有功功率出力上限变化情况的示意图；
图10为3种韧性提升场景下输电系统负荷削减情况的示意图；
图11为3种韧性提升场景下配电系统负荷削减情况的示意图；
图12为3种韧性提升场景下输配电系统韧性评估指标变化情况的示意图。
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。
从2008年湖南电网冰灾以及近些年东北地区电网受冰灾影响的后果可以看出，冰灾对输电网和配电网都造成了严重的影响。虽然近年来随着配电网架空线路电缆化程度的增加，冰灾对配电网线路的直接影响有所减少，但输电网始终是配电网的上级电网，冰灾对输电网的影响也会对配电网造成危害。因此提出合理的冰灾场景下输配电系统的韧性控制方法是目前降低冰灾对电力系统造成影响的研究重点。
为了评估冰灾天气下输电网的线路故障对其所连接的配电网造成的影响，本发明实施例提供了一种冰灾场景下输配电系统的韧性控制方法，其在一定程度上能够用于描述冰灾场景下输配电系统的韧性变化情况，也能够作为选择合理的输配电系统韧性提升措施的依据工具。
实施例1
本发明实施例提供了一种冰灾场景下输配电系统的韧性控制方法，该方法包括以下步骤：
101：根据输电线路所处环境的气象数据，构建冰灾场景下输电线路的故障率模型；
102：根据输电线路的故障率模型，采用适应线路故障率变化的混合抽样法生成冰灾场景下输电系统的故障场景；
103：根据极端自然灾害下电力系统韧性曲线建立输配电系统韧性评估指标和框架；
104：根据输配电系统的韧性评估指标和框架，建立考虑输电线路故障的输配电系统最优负荷削减模型；
105：以冰灾下的输配电系统为例，对采用不同韧性提升措施的输配电系统的韧性变化进行控制，提高了在冰灾场景下输配电系统的安全性。
综上所述，本发明实施例通过上述步骤101-步骤105通过输配电系统韧性评估指标及框架，建立输配电系统最优负荷削减模型，提出了一种冰灾场景下的输配电系统的韧性控制方法，进一步分析对比了不同韧性提升措施对于输配电网的韧性变化情况的影响。
实施例2
下面结合具体的计算公式、附图对实施例1中的方案进行进一步地介绍，详见下文描述：
201：根据输电线路所处环境的气象数据，构建冰灾场景下输电线路的故障率模型；
其中，该步骤201包括：
1)根据单位长度线路的覆冰厚度模型和线路所受风速，建立单位长度输电线路的覆冰厚度增长模型[2]；
Wi(t)＝0.067×ri(t)0.846 (2)
在式(1-3)，Req,i(t)为时刻t的线路i的单位线路的覆冰厚度增量，T为冻雨小时数，ri(t) 为时刻t的线路i所处位置的冻雨量，vi(t)为时刻t的线路i所在位置的风速，ρw为水密度，ρI为覆冰密度，Wi(t)为时刻t的线路i所处位置的空气中液态水的含量，qi(t)为时刻t的线路i单位长度线路的覆冰厚度。
2)根据输电线路覆冰模型和线路在冰灾天气下的风速，可以得出单位长度输电线路的冰力荷载、风力荷载模型及冰风力载荷模型，如下：
LI,i(t)＝9.8×10-3ρIπ(Di+qi(t))qi(t) (4)
LW,i(t)＝CSivi(t)2(Di+2qi(t)) (5)
在式(4-5)中，LI,i(t)、LW,i(t)分别为线路i在时刻t的单位长度线路的冰力载荷和风力载荷；Di为线路i的直径；C为恒定系数，设为6.964×10-3；Si是线路i的跨度因子。
单位长度线路在冰灾场景下的所受冰力载荷和风力载荷的情况如图1所示。根据冰力载荷和风力载荷在施力方向上的合成，得到时刻t的单位长度的输电线路i的冰风力载荷 LWI,i(t)；
3)根据单位长度输电线路的冰风力载荷模型，结合线路载荷阈值和输电线路的串联模型建立任意长度下输电线路的故障率模型，即输电系统的故障率模型，如下：
式(7)中，Pf,i(t)为线路i在时刻t的单位长度输电线路的故障率，aWI为单位长度线路的冰风力载荷下限阈值，bWI为单位长度线路的冰风力载荷的上限阈值。
式(8)中，Pi(t)为时刻t的输电线路i的故障率，Li为输电线路i的长度。
202：根据输电系统的故障率模型建立冰灾场景下输电系统的故障场景；
其中，该步骤202包括：
考虑到所有输电线路的故障率相互独立，采用适应线路故障率变化的混合抽样方法获得冰灾场景下各输电线路的运行持续时间和修复持续时间[3]，进而生成故障场景。输电系统的故障场景生成流程如下：
(1)根据线路i的气象条件，计算线路i在时间t的单位长度线路的覆冰厚度qi(t)；
(2)根据线路i在时间t的覆冰厚度和风速计算线路i的单位长度线路的冰风力荷载 LWI,i(t)；
(3)根据冰风力荷载LWI,i(t)计算线路i的故障率Pi(t)；
(4)从[0,1]的均匀分布集合中提取随机数Ui(t)；
(5)如果随机数Ui(t)>故障率Pi(t)，则线路i变为故障状态，设t-1为线路i的运行持续时间；否则，令t＝t+1，返回步骤(1)；
(6)从[0,1]的均匀分布集合中再次提取随机数Vi；
(7)根据随机数Vi计算线路i的修复持续时间trepairi；
(8)设i＝i+1，返回步骤(1)，直至所有的输电线路遍历完毕。
修复持续时间trepairi的计算方法如下：
trepairi ＝-tMTTR lnVi (9)
式(9)中，tMTTR为平均修复时长，Vi为[0,1]的均匀分布随机数，最大修复持续时间为2 倍的平均修复时长，最小修复持续时间为0.5倍的平均修复时长。
203：根据极端自然灾害下的电力系统韧性曲线提出输配电系统的韧性控制方法；
其中，该步骤203包括：
1)结合极端自然灾害下的电力系统韧性曲线建立两个韧性评估指标；
其中，电力系统的韧性曲线如图2所示，在图2中，t0时刻，由于极端自然灾害，电力系统开始出现故障；t1时刻，电力系统负荷开始稳定；t2时刻，电力系统负荷开始恢复；在t3时刻，电力系统负荷恢复到故障前的状态；则电力系统韧性的变化过程从t0开始，结束于t3。PL表示电力系统在故障发生前的总负荷功率，PX表示电力系统在灾难发生的整个过程中最低的总负荷功率。
紧接着提出以下两个韧性评估指标来表示输配电系统的韧性[4]。
(1)负荷最小保持比例(smallest load live percent，SLLP)：该韧性评估指标可以描述冰灾场景下输配电系统的鲁棒性特征，体现出输配电系统受损的严重程度。
式(10)中，PL表示电力系统在故障发生前的总负荷功率，PX表示电力系统在灾难发生的整个过程中最低的总负荷功率。
(2)灾害负荷电量损失率(loss percent of the load electricity ofdisaster，LPLE)：该韧性评估指标可以直接描述电力系统在整个冰灾过程中负荷的电量减少情况，可以直观地看到不同的韧性提升措施对整体输配电系统韧性的影响，也对韧性提升的决策具有一定的指导意义。
式(11)中，SABCD为图2中阴影部分的面积，SAEFD为灾害下未发生故障、正常运行情况下的整个灾害过程的电力系统的总负荷电量。
2)根据所提出的输配电系统韧性评估指标，建立冰灾场景下输配电系统的韧性评估框架。
根据以上介绍的两种输配电系统韧性评估指标，并通过输电网故障场景的形成，计算输配电系统负荷削减量，形成韧性曲线，计算韧性评估指标等步骤，进而建立了冰灾场景下输配电系统的韧性评估框架，如图3所示。
204：根据韧性评估框架，建立了考虑输电线路故障的输配电系统最优负荷削减模型；
其中，该步骤204包括：
1)输配电系统最优负荷削减模型的目标函数；
对于极端自然灾害下的输配电系统，在遭遇线路故障后需要建立最优负荷削减模型来减少负荷削减，该优化模型的目标是使输配电系统的加权负荷和最大，其目标函数为[5]：
式(12)中，ωti、ωdj分别为输电网负荷i、配电网负荷j的权值。其中，γt和γd分别为输电网和配电网之间的负荷权值。PXti和PXdj分别为输电网负荷i和配电网负荷j的削减负荷有功功率。nlt和nld分别为输电网和配电网的负荷节点数。
2)输电系统的约束条件；
输电系统采用直流潮流模型进行建模，具体的约束条件为[5]。
CgtPgt+Clt(PXt-PLt)＝CtPt (13)
mtij＝(1-ztij)M,i、j∈Nt (14)
θti-θtj≥-mtij+Ptijxtij,i、j∈Nt (15)
θti-θtj≤mtij+Ptijxtij,i、j∈Nt (16)
Pgtmin≤Pgt≤Pgtmax (18)
Ptmin≤Pt≤Ptmax (19)
0≤PXt≤PXtmax (20)
式(13)为节点有功功率平衡约束，在式(13)中，Cgt、Clt和Ct分别为输电网节点-电源节点关联矩阵、输电网节点-负荷节点关联矩阵和输电网节点-线路关联矩阵；Pgt、PXt、PLt和Pt分别为输电网电源节点输出有功功率向量、负荷节点削减有功功率向量、负荷节点注入有功功率向量和线路有功功率潮流。
式(14)为线路状态约束，在式(14)中，mtij为输电线路状态的中间向量；ztij为表示输电线路运行状态的0-1二进制向量；M为一个极大的数；Nt为输电线路个数。
式(15-16)为线路约束，在式(15-16)中，θti和θtj分别为输电线路首端节点i和末端节点 j的电压相角向量；Ptij和xtij分别为输电线路ij的有功功率潮流向量和线路电抗向量。
式(17)为输配耦合约束，在式(17)中，Ctd为输电网负荷节点-配电网主网电源节点关联矩阵；Pgd和Pgdmax分别为配电网主网电源输出有功功率向量和输出有功功率上限向量。
式(18)为电源节点输出有功功率上下限约束，在式(18)中，Pgt、Pgtmin和Pgtmax分别为输电网电源节点输出有功功率向量、输出有功功率下限向量和输出有功功率上限向量。
式(19)为输电线路有功功率潮流上下限约束，在式(19)中，Pt、Ptmin和Ptmax分别为输电线路有功功率潮流向量、有功功率潮流下限向量和有功功率潮流上限向量。
式(20)为负荷节点削减有功功率上下限约束，在式(20)中，PXtmax为输电网负荷节点削减有功功率上限向量。
式(21)为节点电压相角上下限约束，在式(21)中，θt为输电网节点电压相角向量。
3)配电系统的约束条件。
配电系统采用基于distflow的交流潮流模型进行计算[6]。
Pdgmin(Qdgmin)≤Pdg(Qdg)≤Pdgmax(Qdgmax) (27)
Pdmin(Qdmin)≤Pd(Qd)≤Pdmax(Qdmax) (28)
0≤PdX(QdX)≤PdXmax(QdXmax) (29)
Udmin≤Ud≤Udmax (30)
式(22)为节点注入有功功率潮流平衡约束，在式(22)中，Cdg、Cdl和Cd分别为配电网节点-电源节点关联矩阵、节点-负荷节点关联矩阵和节点-线路关联矩阵；Pdg、Pdl、PdX、Pd、rd和Id分别为配电网电源节点输出有功功率向量、负荷节点注入有功功率向量、负荷节点削减有功功率向量、线路有功功率潮流向量、线路电阻向量和线路电流向量。
式(23)为节点注入无功功率潮流平衡约束，在式(23)中，Qdg、Qdl、QdX、Qd和xd分别为配电网电源节点输出无功功率向量、负荷节点注入无功功率向量、负荷节点削减无功功率向量、线路无功功率潮流向量和线路电抗向量。
式(24)为线路电压损耗约束，在式(24)中，ΔUd为配电网线路电压损耗。
式(25)为线路有功功率、无功功率潮流平衡约束，在式(25)中，Sd为配电网的线路视在功率向量。
式(26)为经过二阶锥松弛的线路有功功率、无功功率潮流平衡约束，在式(26)中，Ud为节点电压向量。
式(27)为发电机输出有功功率和无功功率上下限约束，在式(27)中，Pdgmin、Pdgmax、Qdgmin和Qdgmax分别为配电网电源节点输出有功功率下限向量、有功功率上限向量、无功功率下限向量和无功功率上限向量。
式(28)为线路有功功率、无功功率潮流上下限约束，在式(28)中，Pdmin、Pdmax、Qdmin和Qdmax分别为配电网线路有功功率潮流下限、有功功率潮流上限、无功功率潮流下限和无功功率潮流上限。
式(29)为负荷削减有功功率、无功功率上下限约束，在式(29)中，PdXmax和QdXmax分别为配电网负荷节点削减有功功率向量和无功功率向量。
式(30)为节点电压上下限约束，在式(30)中，Udmin和Udmax分别为配电网节点电压下限向量和电压上限向量。
205：采取一定的韧性提升措施，对于加固线路等减小线路故障率的韧性提升措施，需要在线路故障率减小后重新生成输电系统故障场景，并计算负荷削减量和韧性评估指标；对于不改变线路故障率的韧性提升措施，只需要根据原故障场景利用加装韧性提升措施后的输配电系统最优负荷削减模型求解新的输配电系统负荷削减情况，并计算韧性评估指标；
206：比较采取韧性提升措施后和不采取韧性提升措施的韧性评估指标，如果采取韧性提升措施后的韧性评估指标能够满足实际工程需要，则在冰灾到来时采取该韧性提升措施，如果不满足实际工程需要，则重新采取新的韧性提升措施，直到满足实际工作需要。
综上所述，本发明实施例通过上述步骤201-步骤206建立了冰灾场景下输配电系统的韧性控制方法，该韧性控制方法能够对冰灾场景下输配电系统的韧性变化情况进行合理评估，并对选取有效的韧性提升措施提供帮助和依据。
实施例3
下面结合具体的实例、图4-图12对实施例1和2中的方案进行可行性验证，详见下文描述：
本实施例是以改进的IEEERTS-79输电系统[7]和IEEE33节点配电系统[8]耦合而成的 T24D4的输配电系统算例为例，验证本方法的有效性，采用的输配电系统示意图和主动配电网示意图分别如图4、图5所示。图4中三角型阴影区域为输电网高权重负荷节点，椭圆形阴影区域为输电网低权重负荷节点。
为了验证所提出的韧性评估指标和韧性评估框架，采用了3种韧性提升算例场景。Case 1表示输电网未采用任何线路加固策略。Case 2采用分布式线路加固策略，即对所有输电线路进行加固。Case 3采用集中线路加固策略，即对输电网络最长的几条线路进行加固。集中式线路加固策略和分布式线路加固策略具有相同的线路加固资源。
冰灾天气数据如图6所示，根据输电线路的相关气象模型得到冰灾天气线下的冰风荷载，如图7所示，载荷1-3分别代表风力荷载、冰力荷载和冰风力荷载。从图6中可以看出线路所受的风速较小，风力载荷对整体载荷的影响较小。冰雪灾害早期输电线路的覆冰厚度较小，冰力载荷较小，导致线路的故障概率较低，因此只考虑冰灾的后10天，此时电网容易发生故障的冰灾场景，将冰灾发生后10天作为仿真时间，在仿真时间里，每6 个小时形成一个时间断面，一共生成40个故障场景(线路状态序列)，其中包括所有输电线路故障和修复的过程，根据混合时间采样方法，可以得到仿真时间内三种算例场景下的输电网故障场景，如图8所示。其中图8(a)对应Case 1下的输电网故障场景，图8(b)对应 Case 2下的输电网故障场景，图8(c)对应Case 3下的输电网故障场景。同时，主动配电网中的可再生能源发电机组(风力发电机组和光伏发电机组)的有功功率出力上限，在输电网受冰灾影响下的各个输电网故障场景中的变化情况，如图9所示。
通过图8所示的3个算例场景下的输电网故障场景并结合输配电系统的最优负荷削减模型计算3个算例场景下输电网的负荷变化情况和总配电网(将4个配电网的负荷进行加权后求和等效成一个总配电网)的负荷变化情况，如图10和图11所示。
从图10和图11可以看出，考虑输电线路加固策略后输电网的负荷削减情况和总配电网的负荷削减情况较未采取线路加固策略的输配电网的负荷削减情况有明显改善。
紧接着根据输配电网的韧性曲线(即图10和图11所示)计算冰灾场景下输配电系统韧性评估指标，结果如图12所示。通过冰灾下输配电系统韧性评估指标变化情况可以看出，有线路加固措施的Case 2和Case 3下的输电网及总配电网的SLLP和LPLE较无加固策略的Case 1有显著改善，证明了线路加固策略作为韧性提升措施能够提高输配电系统的韧性，也验证了所提出的韧性评估指标的有效性。
另外，由图10和图12可以看出，集中式线路加固策略比分布式线路加固策略对于输电网韧性提升的效果更好，这是因为输电网的故障场景主要由输电网中的长线路故障组成，而集中式线路加固策略正是针对输电网长线路进行加固，集中式线路加固策略在长线路上施加的线路加固资源要多于分布式线路加固策略。但是从图11和图12可以看出，分布式线路加固策略比集中式线路加固策略对于总配电网韧性提升的效果要好，其原因是4个配电网在输电网中的分布情况和输电网的负荷权重分布情况不完全相同，导致集中式线路加固策略无法对处于输电网低负荷权重区的配电网进行有效的韧性提升，而分布式线路加固策略确能够依靠其分布式加固的特点对一些处于输电网低负荷权重区的配电网进行韧性提升。当然考虑到适应线路故障率变化的混合时间抽样法本身在故障场景抽样的随机性，韧性提升措施对输配电网的韧性提升效果也非一成不变。
综上所述，冰灾场景下输配电系统的韧性评估方法的优势体现为：将冰灾场景作用到输配电系统中，更加符合实际的工程情况，并且考虑了输电线路故障对配电网的影响，除此之外能够对冰灾场景下输配电系统的韧性变化情况进行合理评估，并对选取有效的韧性提升措施提供帮助和依据。
参考文献
[1]Lu J，Zeng M，Zeng X，et al.Analysis of Ice-Covering Characteristicsof China Hunan Power Grid[J].IEEE Transactions on Industry Applications，2015，51(3)：1997-2002.
[2]Zhao N，Yu X，Hou K，et al.Full-time scale resilience enhancementframework for power transmission system under ice disasters[J].InternationalJournal of Electrical Power&Energy Systems，2021，126：106609.
[3]王建学，张耀，吴思，等.大规模冰灾对输电系统可靠性的影响分析[J].中国电机工程学报，2011，31(28)：49-56.
[4]Panteli M，Mancarella P，Trakas D，et al.Metrics and Quantificationof Operational and Infrastructure Resilience in Power Systems[J].IEEETransactions on Power Systems，2017， 32(6)：4732-4742.
[5]Roofegari nejad R，Sun W，Golshani A.Distributed Restoration forIntegrated Transmission and Distribution Systems With DERs[J].IEEETransactions on Power Systems，2019，34(6)： 4964-4973.
[6]Ma S，Su L，Wang Z，et al.Resilience Enhancement of DistributionGrids Against Extreme Weather Events[J].IEEE Transactions on Power Systems，2018，33(5)：4842-4853.
[7]Subcommittee P.IEEE Reliability Test System[J].IEEE Transactionson Power Apparatus and Systems，1979，PAS-98(6)：2047-2054.
[8]Baran M E，Wu F F.Network reconfiguration in distribution systemsfor loss reduction and load balancing[J].IEEE Transactions on Power Delivery，1989，4(2)：1401-1407.
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 (3)
1.一种输配电系统在冰灾场景下的韧性控制方法，其特征在于，所述方法包括：
根据输电线路所处环境的气象数据，构建冰灾场景下输电线路的故障率模型；
根据输电线路的故障率模型，采用适应线路故障率变化的混合抽样法生成冰灾场景下输电系统的故障场景；
根据极端自然灾害下电力系统韧性曲线建立输配电系统韧性评估指标和框架，进而建立考虑输电线路故障的输配电系统最优负荷削减模型；
对采用不同韧性提升措施的输配电系统的韧性变化进行控制，提高了在冰灾场景下输配电系统的安全性。
2.根据权利要求1所述的一种输配电系统在冰灾场景下的韧性控制方法，其特征在于，所述根据极端自然灾害下电力系统韧性曲线建立输配电系统韧性评估指标和框架为：
通过输电网故障场景的形成，计算输配电系统负荷削减量，形成韧性曲线，计算韧性评估指标等步骤，进而建立了冰灾场景下输配电系统的韧性评估框架。
3.根据权利要求1所述的一种输配电系统在冰灾场景下的韧性控制方法，其特征在于，所述冰灾场景下输电线路的故障率模型为：
建立单位长度输电线路的覆冰厚度增长模型
Wi(t)＝0.067×ri(t)0.846 (2)
在式(1-3)，Req,i(t)为时刻t的线路i的单位线路的覆冰厚度增量，T为冻雨小时数，ri(t)为时刻t的线路i所处位置的冻雨量，vi(t)为时刻t的线路i所在位置的风速，ρw为水密度，ρI为覆冰密度，Wi(t)为时刻t的线路i所处位置的空气中液态水的含量，qi(t)为时刻t的线路i单位长度线路的覆冰厚度；
单位长度输电线路的冰力荷载、风力荷载模型及冰风力载荷模型，如下：
LI,i(t)＝9.8×10-3ρIπ(Di+qi(t))qi(t) (4)
LW,i(t)＝CSivi(t)2(Di+2qi(t)) (5)
在式(4-5)中，LI,i(t)、LW,i(t)分别为线路i在时刻t的单位长度线路的冰力载荷和风力载荷；Di为线路i的直径；C为恒定系数，设为6.964×10-3；Si是线路i的跨度因子；
时刻t的单位长度的输电线路i的冰风力载荷LWI,i(t)；
输电系统的故障率模型，如下：
式(7)中，Pf,i(t)为线路i在时刻t的单位长度输电线路的故障率，aWI为单位长度线路的冰风力载荷下限阈值，bWI为单位长度线路的冰风力载荷的上限阈值；
式(8)中，Pi(t)为时刻t的输电线路i的故障率，Li为输电线路i的长度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211286911.6A CN115833090A (zh) | 2022-10-20 | 2022-10-20 | 一种输配电系统在冰灾场景下的韧性控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211286911.6A CN115833090A (zh) | 2022-10-20 | 2022-10-20 | 一种输配电系统在冰灾场景下的韧性控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115833090A true CN115833090A (zh) | 2023-03-21 |
Family
ID=85525097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211286911.6A Pending CN115833090A (zh) | 2022-10-20 | 2022-10-20 | 一种输配电系统在冰灾场景下的韧性控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115833090A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117691598A (zh) * | 2024-02-04 | 2024-03-12 | 华北电力大学 | 一种极端天气下电热能量网络韧性评估方法及系统 |
| CN118693820A (zh) * | 2024-08-23 | 2024-09-24 | 华南理工大学 | 一种冰灾场景下源网荷多资源协同的配电网韧性提升方法 |
-
2022
- 2022-10-20 CN CN202211286911.6A patent/CN115833090A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117691598A (zh) * | 2024-02-04 | 2024-03-12 | 华北电力大学 | 一种极端天气下电热能量网络韧性评估方法及系统 |
| CN117691598B (zh) * | 2024-02-04 | 2024-04-12 | 华北电力大学 | 一种极端天气下电热能量网络韧性评估方法及系统 |
| CN118693820A (zh) * | 2024-08-23 | 2024-09-24 | 华南理工大学 | 一种冰灾场景下源网荷多资源协同的配电网韧性提升方法 |
| CN118693820B (zh) * | 2024-08-23 | 2024-12-03 | 华南理工大学 | 一种冰灾场景下源网荷多资源协同的配电网韧性提升方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108418255B (zh) | 一种适用于含高渗透率新能源的特高压直流外送电网规划方法及系统 | |
| CN111555280B (zh) | 基于电-气综合能源系统的弹性配电网灾后恢复控制方法 | |
| CN113346488B (zh) | 计及移动应急资源调度的城市配电网恢复方法 | |
| CN115833090A (zh) | 一种输配电系统在冰灾场景下的韧性控制方法 | |
| CN106549420B (zh) | 考虑风险和风力发电的电力系统运行备用优化方法 | |
| CN111525598A (zh) | 一种抑制送端电网高频问题的优化切机容量获取方法 | |
| CN107104462A (zh) | 一种用于风电场储能调度的方法 | |
| Zeng et al. | Resilience assessment for power systems under sequential attacks using double DQN with improved prioritized experience replay | |
| CN107622332A (zh) | 一种基于静态安全性约束的电网侧储能容量优化配置方法 | |
| CN113659515B (zh) | 一种配电网线路融冰方案的确定方法及系统 | |
| CN109921459A (zh) | 一种光伏高占比送端电网直流闭锁后的有功频率控制方法 | |
| CN115809836B (zh) | 考虑分布式储能应急供电能力的配电网韧性规划的方法 | |
| CN107732972A (zh) | 一种地区电网风电接纳能力评估方法 | |
| CN115313438B (zh) | 交直流输电网与储能协同规划方法及介质 | |
| CN111371113A (zh) | 一种考虑多回直流接入的送端电网动态规划方法 | |
| Niu et al. | Multistage condition-based resilient maintenance scheduling for power systems during ice storms | |
| CN103413194B (zh) | 一种含有高渗透率间歇性能源的区域电网规划系统及方法 | |
| CN115775107A (zh) | 一种考虑连锁故障的电网信息物理系统风险评估方法 | |
| CN113393074B (zh) | 考虑外网灵活性的发电扩展规划的模型构建方法 | |
| CN108923469A (zh) | 一种新能源电力系统级联故障分析方法 | |
| CN112152210B (zh) | 一种配电网系统的优化方法及装置 | |
| CN113346541A (zh) | 一种台风灾害下风电预防控制优化方法 | |
| CN113224751A (zh) | 一种高风电占比系统中线路容量优化方法 | |
| Zheng et al. | Research on Pre-disaster Reinforcement of Distribution Network System in Extreme Weather | |
| Guo et al. | Minimum Load Shedding Method across Electricity and Gas Systems Based on the Sensitivity Method |
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 |