CN115879833A - 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 - Google Patents
考虑灾害响应和恢复的双层配电网韧性评估方法及系统 Download PDFInfo
- Publication number
- CN115879833A CN115879833A CN202310186416.6A CN202310186416A CN115879833A CN 115879833 A CN115879833 A CN 115879833A CN 202310186416 A CN202310186416 A CN 202310186416A CN 115879833 A CN115879833 A CN 115879833A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- toughness
- layer
- line
- 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.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 149
- 238000011084 recovery Methods 0.000 title claims abstract description 65
- 238000011156 evaluation Methods 0.000 title claims abstract description 47
- 230000004044 response Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 55
- 230000008859 change Effects 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 27
- 230000008439 repair process Effects 0.000 claims abstract description 22
- 238000004088 simulation Methods 0.000 claims abstract description 20
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 12
- 238000005070 sampling Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000001556 precipitation Methods 0.000 claims description 23
- 239000011248 coating agent Substances 0.000 claims description 17
- 238000000576 coating method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 230000002787 reinforcement Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 238000009827 uniform distribution Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims 2
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 claims 1
- 239000010410 layer Substances 0.000 description 67
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004146 energy storage Methods 0.000 description 6
- 230000036961 partial effect Effects 0.000 description 5
- 238000010248 power generation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 101100001670 Emericella variicolor andE gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于配电网韧性评估技术领域，具体公开了一种考虑灾害响应和恢复的双层配电网韧性评估方法及系统，方法包括：获取待评估配电网历史冰灾、配电网结构和设备信息；构建配电网韧性规划层和运行层的双层多维度指标体系；采用蒙特卡洛法抽样故障线路获取故障场景，基于场景信息熵筛选典型故障场景；采用基于负荷重要度的最小切负荷模型和最优线路抢修顺序模型实现典型故障场景的全过程模拟，生成系统性能变化曲线；根据系统性能变化曲线和配电网结构和设备信息，分别计算规划层和运行层的配电网韧性综合评估值，对配电网韧性进行评价。本发明的双层配电网韧性评估指标体系，避免了韧性指标价值的重复定量计算。
Description
技术领域
本发明涉及配电网韧性评估技术领域，尤其涉及一种考虑灾害响应和恢复的双层配电网韧性评估方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
电力系统作为暴露在外界的最大、最复杂的人工动力学系统，不仅受到常规的高概率低损失的设备/系统故障，还面临着冰灾、台风、地震等极端自然灾害的危害。极端自然灾害往往造成大面积停电，表明了当前电网的脆弱性。为提高电力系统抵御极端自然灾害的能力并减少扰动带来的损失，国内外学者将“韧性”概念引入电力系统，开展建设韧性电网研究。
配电网处于电网末端，与用户负荷密切相关，提高配电网的灾害应对能力能够有效缩小负荷停电范围。韧性概念、韧性评估和韧性提升策略是研究韧性配电网的基本逻辑框架。当前韧性电网研究主要停留在基础理论上，韧性电网核心概念是对小概率高损失极端事件能够灾前预防，灾中抵御、吸收灾害影响，保障关键负荷不失电，灾后快速高效恢复并有效学习经验的能力。为了能有效评估当前电网应对灾害的能力和验证韧性提升策略的效果，需要设计一套完整的韧性评估指标体系以及合理的韧性评估流程。
韧性评估是发现配电网韧性薄弱环节和评估韧性提升策略的关键。一套科学完备的韧性评估指标体系是定量评估韧性的基础，考虑电网现有规划建设情况，有衡量配电网网络坚强度、元件设备冗余度和电源配置等的评估韧性指标；考虑灾害进程中配电网调度策略的实施效果，有表征配电网抵御力、适应力、恢复力和协同力等韧性评估指标。对于评估配电网韧性具体流程，除基于现有电网基础设施的计算指标外，模拟灾害进行过程是韧性评估的重要环节。
目前配电网韧性评估指标分综合指标和分层指标体系，综合指标可以评估系统性能的偏差，但是很难捕捉到不同阶段韧性的属性；而现有层次化指标体系大部分没有区分基础设施韧性影响因素和运行调度影响因素，致使二者对应的韧性指标直接相加，同样的效果被重复计算。同时，现有的评估流程经常基于已存在的灾害故障信息，或者模拟单一故障场景，很少筛选典型故障场景，缺乏对一类极端天气如冰雪灾害的评估能力，导致整个评估框架适应性不足。
发明内容
为了解决上述问题，本发明提出了一种考虑灾害响应和恢复的双层配电网韧性评估方法及系统，考虑影响配电网韧性的规划和运行两个层次因素，建立规划层和运行层多维度韧性指标体系，通过蒙特卡洛模拟和信息熵计算，筛选典型冰雪灾害故障场景，采用最小切负荷模型和最优线路抢修顺序模型实现灾害响应与恢复，生成完整系统性能曲线，最后逐层计算韧性综合评价值，实现配电网韧性的有效评估。
在一些实施方式中，采用如下技术方案：
一种考虑灾害响应和恢复的双层配电网韧性评估方法，包括：
获取待评估配电网历史冰灾、配电网结构和设备信息；构建配电网韧性规划层和运行层的双层多维度指标体系；
计算配电网各线路的时变覆冰厚度，基于线路覆冰脆弱性曲线计算线路时变故障概率；
根据线路时变故障概率，采用蒙特卡洛法抽样故障线路获取故障场景，基于场景信息熵筛选典型故障场景；采用基于负荷重要度的最小切负荷模型和最优线路抢修顺序模型实现典型故障场景的全过程模拟，生成系统性能变化曲线；
根据系统性能变化曲线和配电网结构和设备信息，计算规划层和运行层韧性指标，对各层指标进行一致化处理，并为各层指标赋权重，分别计算规划层和运行层的配电网韧性综合评估值，对配电网韧性进行评价。
在另一些实施方式中，采用如下技术方案：
一种考虑灾害响应和恢复的双层配电网韧性评估系统，包括：
数据获取模块，用于获取待评估配电网历史冰灾、配电网结构和设备信息；构建配电网韧性规划层和运行层的双层多维度指标体系；
典型故障场景确定模块，用于计算配电网各线路的时变覆冰厚度，基于线路覆冰脆弱性曲线计算线路时变故障概率；根据线路时变故障概率，采用蒙特卡洛法抽样故障线路获取故障场景，基于场景信息熵筛选典型故障场景；
系统性能变化曲线生成模块，用于采用基于负荷重要度的最小切负荷模型和最优线路抢修顺序模型实现典型故障场景的全过程模拟，生成系统性能变化曲线；
综合韧性计算模块，用于根据系统性能变化曲线和配电网结构和设备信息，计算规划层和运行层韧性指标，对各层指标进行一致化处理，并为各层指标赋权重，分别计算规划层和运行层的配电网韧性综合评估值，对配电网韧性进行评价。
在另一些实施方式中，采用如下技术方案：
一种终端设备，其包括处理器和存储器，处理器用于实现指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的考虑灾害响应和恢复的双层配电网韧性评估方法。
与现有技术相比，本发明的有益效果是：
（1）本发明提供了一种考虑冰雪灾害响应和恢复过程的双层配电网韧性评估方法，根据影响电网应对灾害能力的基础设施因素和运行调度因素，建立的双层配电网韧性评估指标体系，相互协调，理清了不同评估层面的评估效果，避免韧性指标价值的重复定量计算。
（2）本发明采用蒙特卡洛法模拟冰雪气旋移动过程产生故障场景，考虑故障场景的信息价值，利用信息熵筛选出典型故障场景，与实际可能故障场景相匹配，提高了配电网韧性评估准确性。
（3）本发明在模拟灾害发生时考虑了电网的响应和恢复模型，使离线研究配电网韧性时能够生成完整的系统性能变化曲线，为计算运行层韧性指标提供基础数据，有效评估配电网运行韧性；采用的灾害响应和恢复模型，实现了灾中负荷价值的最小消减和灾后负荷价值的最大恢复速度，提升了配电网灾害下运行的经济性，保证了离线评估的可靠性。
（4）本发明根据最小二乘原则组合了熵权法和层次分析法的赋权重结果，层次分析法和熵权法分别是主观和客观赋权重法，二者组合既兼顾了评估专家的主观意见又最大程度极少了主观随意性的影响，对电网韧性评估更加合理公正。
本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。
附图说明
图1为本发明实施例中的考虑灾害响应和恢复的双层配电网韧性评估方法流程图；
图2为本发明实施例中的电网系统性能理想变化曲线图。
具体实施方式
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
在一个或多个实施方式中，公开了一种考虑灾害响应和恢复的双层配电网韧性评估方法，参照图1，具体包括如下过程：
S101：获取待评估配电网历史冰灾、配电网结构和设备信息；
具体地，配电网历史冰灾信息包括：近10年发生在待评估配电网地区的产生冰灾的冰雪气旋的移动路径、移动速度、降水量分布半径、冰雪气旋最大风速、最大风速半径和气旋中心最大降水量等。
配电网结构信息包括：网络拓扑结构、线路位置与长度、备用电源分布位置、联络开关位置和电网各节点相对位置等。
配电网设备信息包括：备用电源容量和功率、联络开关数量、线路加固数量、可控负荷功率和负荷等级等。
考虑冰雪气旋移动速度和线路覆冰积累时间，仿真时间间隔设置10分钟；由于实际中杆塔覆冰倒塌概率较低，不考虑杆塔故障，线路每100米分段，线路设计覆冰厚度20毫米。
本实施例根据电网历史冰灾、配电网结构和设备信息，统计电网网架拓扑结构、关键负荷供电回路数、线路设计、联络开关配置、可控负荷数量和备用电源情况，设计最大可能灾害场景，确定待模拟冰雪气旋的移动方向、移动速度、降水量分布半径、冰雪气旋最大风速、最大风速半径和气旋中心最大降水量。
S102：构建配电网韧性规划层和运行层的双层多维度指标体系；
本实施例配电网韧性的双层多维度指标体系如表1所示，每一层指标均包括一级指标和二级指标。
表1双层多维度配电网韧性指标体系
（1）根据配电网的拓扑结构、元件设备和调控电源类基础设施，构建配电网韧性规划层指标体系；配电网韧性规划层指标体系包括：
①包含网架连通度和关键负荷供电回路数的拓扑类指标；
其中，网架连通度指标A 11计算表达式如下式所示：
其中，
表示网络节点个数，/>
为配电网所对应的图G邻接矩阵的特征根，其中图G为配电网联络开关全闭合的完全图。
关键负荷供电回路数指标A 12计算表达式如下式所示：
其中，
表示关键负荷节点数量，通常为一级负荷，/>
表示所有负荷节点数量，
表示对应负荷权重；/>
表示所有大于对应负荷节点/>
的功率的电源节点到该节点/>
的所有可能路径数量，/>
代表关键负荷/>
有功功率，/>
代表所有负荷类型/>
的有功功率。
②包含线路N-1失负荷量、联络开关配置率和线路加固率的元件类指标；
其中，N-1失负荷量指标A 21计算表达式如下式所示：
其中，
表示正常运行时线路数量，/>
表示断开线路/>
后的失负荷之和，/>
代表所有负荷类型/>
的有功功率，/>
表示所有负荷节点数量。
联络开关配置率指标A 22计算表达式如下式所示：
其中，
表示配电网联络开关数量，/>
表示配电网正常运行连通的线路数量。
线路加固率指标A 23计算表达式如下式所示：
其中，
表示被加固线路数，/>
表示配电网正常运行连通的线路数量，/>
表示线路/>
正常运行时的潮流量。
③包含可控负荷比率、备用电源储备率和备用电源覆盖率的调控电源类指标。
其中，可控负荷比率指标A 31计算表达式如下式所示：
其中，
表示所有负荷节点数量，/>
表示可控负荷节点数量，/>
代表所有类型负荷/>
的有功功率。
备用电源储备率指标A 32计算表达式如下式所示：
其中，
表示备用电源的最大有功功率，/>
表示正常运行时接入电源的最大功率。
备用电源覆盖率指标A 33计算表达式如下式所示：
其中，
表示备用电源总数，/>
表示所有负荷节点数量，/>
表示备用电源/>
所能够支撑供电范围内的负荷数量，若不同电源都覆盖同一关键负荷则此关键负荷选择最近的备用电源供电，仅计算一次；/>
代表所有类型负荷i的有功功率，/>
表示负荷节点i对应的负荷权重。
（2）考虑配电网面对灾害的抵御能力、适应能力、紧急恢复能力和整体恢复能力，构建配电网韧性运行层指标体系；
配电网韧性运行层指标体系包括：
①系统抵御能力指标，包括系统功能保持时间、系统性能下降速率和系统降额运行率指标；
其中，系统功能保持时间指标B 11计算表达式如下式所示：
其中，
表示极端事件发生时刻，/>
表示电网线路开始产生故障时刻，/>
表示系统不再发生故障时刻，也即是灾害结束时刻，如图2所示。
系统性能下降速率指标B 12计算表达式如下式所示：
其中，
表示在/>
时刻各负荷点损失的负荷量。
系统降额运行率指标B 13计算表达式如下式所示：
其中，
表示在/>
时刻各负荷点有功功率，/>
表示负荷/>
的权重。
②系统适应能力指标，包括系统适应准备时间指标；系统适应准备时间指标B 21计算表达式如下式所示：
其中，
表示极端事件发生时刻，/>
表示系统不再发生故障时刻，/>
表示系统开始恢复时刻，/>
表示系统恢复到正常状态时刻。/>
③紧急恢复能力指标，包括关键负荷恢复率、关键负荷电量供缺率和关键负荷恢复速率指标；
其中，关键负荷恢复率指标B 31计算表达式如下式所示：
其中，
表示在/>
时刻关键负荷功率，/>
代表关键负荷/>
有功功率。
关键负荷电量供缺率指标B 32计算表达式如下式所示：
其中，
表示关键负荷/>
在/>
阶段功率，/>
表示系统开始恢复时刻，/>
表示紧急恢复结束时刻，即紧急恢复资源分配完成时刻。
关键负荷恢复速率指标B 33计算表达式如下式所示：
其中，
和/>
分别表示配电网关键负荷在/>
和/>
时刻的大小。
④整体恢复能力指标，包括负荷恢复时间、负荷整体恢复速率和负荷整体电量供缺率指标。
其中，负荷恢复时间指标B 41计算表达式如下式所示：
负荷整体恢复速率指标B 42计算表达式如下式所示：
其中，
和/>
分别表示配电网关键负荷在/>
和/>
时刻的大小。
负荷整体电量供缺率指标B 43计算表达式如下式所示：
其中，
表示负荷节点i在仿真t时刻的有功功率，/>
表示仿真或恢复时间间隔。
S103：计算配电网各线路的时变覆冰厚度，基于线路覆冰脆弱性曲线计算线路时变故障概率；
本实施例中，根据冰雪气旋的移动位置、冰雪气旋风速模型和冰雪气旋降水分布模型，利用线路覆冰厚度经验公式Jones模型计算各灾害仿真时间点的线路覆冰厚度，基于线路覆冰脆弱性曲线计算各灾害时间点的线路故障概率，生成线路时变故障概率曲线。
具体地，根据冰雪气旋的移动位置和冰雪气旋风速模型，计算得到设定线路位置的风速；根据冰雪气旋的移动位置和冰雪气旋降水分布模型，计算得到该线路位置的降水量；根据计算得到的风速和降水量，利用覆冰厚度经验公式Jones模型，计算各灾害仿真时间点的该线路位置的覆冰厚度。
冰雪气旋风速模型分布采用Rankine涡旋模型表达式如下式所示：
其中，根据冰雪气旋的移动位置确定冰雪气旋中心的位置，
为某一设定的线路位置到冰雪气旋中心的距离；/>
为最大风速半径；/>
为冰雪气旋的最大风速；/>
表示冰雪气旋的风速分布参数，一般取0.5；最终计算得到该线路位置的风速/>
。
冰雪气旋降水分布模型为降水量沿冰雪气旋中心向外按指数形式衰减，并考虑气旋降水最大影响半径，降水分布模型表达式如下式所示：
其中，根据冰雪气旋的移动位置确定冰雪气旋中心的位置；上述公式中，
为某一设定的线路位置到冰雪气旋中心的距离，/>
为冰雪气旋中心降水量，/>
为气旋降水分布半径；最终计算得到该线路位置的降水量/>
。
线路某一时刻的覆冰厚度是以前覆冰的累积，而在冰雪天气持续期间，风速和降水量随着冰雪气旋中心的移动而变化，那么假设统计时间段Δt内降水速率和风速保持不变，则某一时刻t覆冰厚度R(t)采用Jones覆冰厚度经验公式如下式所示：
其中，
表示划分的时间段数，/>
表示第/>
测量时间段的时长且/>
，/>
表示仿真总史称，/>
和/>
分别表示第/>
时间段的风速和降水量，/>
表示冰的密度，/>
表示水的密度，W j 为中间量。
其中，第
时间段的风速/>
根据冰雪气旋的移动位置和冰雪气旋风速模型计算得到；第/>
时间段的降水量/>
根据冰雪气旋的移动位置和冰雪气旋降水分布模型计算得到。
根据输电线路脆弱性曲线，线路
的第/>
段线路在任意仿真时间点的线路时变故障概率/>
计算表达式如下式所示：
其中，
、/>
和/>
分表示线路/>
第/>
段的覆冰故障概率、实际覆冰厚度和最大设计覆冰厚度。
假设线路
分为/>
段，各段故障情况相互独立，则线路/>
故障概率/>
计算表达式如下式所示：
S104：根据线路时变故障概率，采用蒙特卡洛法抽样故障线路获取故障场景，基于场景信息熵筛选典型故障场景；
具体地，本实施例根据线路时变故障概率曲线，在各个灾害时间点基于蒙特卡洛法进行故障抽样，生成多个故障场景，基于故障场景信息熵筛选5个典型故障场景。
在每个典型故障场景的各个线路故障时间点，采用最小切负荷模型调整发电机和储能输出功率及负荷实现电网功率平衡。
在每个故障场景系统恢复阶段，统计电网线路故障数量和位置，采用基于最大负荷恢复速度的线路最优恢复模型安排抢修故障线路，最终形成系统负荷从灾害前正常运行状态到灾害后正常运行状态的变化曲线，即5个典型故障场景对应5个系统性能变化曲线。
本实施例中，采用非序贯蒙特卡洛模拟法和信息熵选择典型故障场景，具体步骤如下：
S1041：系统的N个元件在
时刻的系统状态向量/>
，将灾害过程划分为多个时间段，在每个时间段上按照如下方式确定系统状态/>
，按照此方式，模拟出大量系统故障场景。
假设系统元件状态只有正常和故障两种状态，且各元件状态转换概率相互独立，元件
在/>
时刻的故障概率是/>
，则利用0~1的随机数确定元件状态/>
。
其中，
是服从(0,1)均匀分布的随机数。
S1042：计算每一个故障场景的信息熵，统计故障场景信息熵频率分布图，呈单极值特性，极值附近的故障场景发生概率高破坏性大，属于典型故障场景，选择5个典型的故障场景进入下一步系统的响应和恢复。
S1043：配电网故障场景的信息熵计算表达式如下式所示：
其中，
表示灾害持续时间；/>
表示配电网的连通线路；/>
表示线路/>
在/>
时刻的故障概率；/>
表示线路/>
在/>
时刻的状态，故障时/>
=1，否则，
S105：采用基于负荷重要度的最小切负荷模型和最优线路抢修顺序模型实现典型故障场景的全过程模拟，生成系统性能变化曲线；
本实施例中，模拟典型故障场景发生全过程，生成用于计算运行层韧性指标的系统性能变化曲线。
在灾害发生时刻，线路出现故障，将导致部分负荷无法得到供电或者电源供电无法送出，导致有功不平衡，则必须切除部分负荷或者更改转供路径，但是由于线路传输功率限制，在使用其他路径转供或者由于线路自身故障问题，导致部分线路传输功率超出其设计最大传输功率，因此有必要切除部分负荷，既保证线路传输功率在其最大传输能力以内，又维持配电网供电平衡，产生能够负荷上述要求的最小切负荷模型。
在灾害结束后，需要抢修线路，恢复灾害期间失电负荷，需要根据负荷的重要程度和线路恢复带来的效益大小，确定最优线路抢修顺序，使负荷恢复效益最大，即最优线路抢修顺序模型。
最小切负荷模型是在灾害进行中，线路不断遭到破坏时应用的，切除负荷维持电网供电平衡，而最优线路抢修顺序模型是在灾害结束后，先利用系统备用电源恢复部分关键负荷即紧急恢复阶段，然后抢修灾害期间被破坏的线路，进而恢复在灾害期间所有被切除的负荷。两个模型使用场景在时间上是承接关系。
在灾害前，配电网系统工作在正常状态；在灾害中，因线路不断故障而不断切除负荷，系统的整个在供电的负荷逐渐减少；在灾害后，因线路不断被抢修而不断恢复负荷，系统的整个在供电的负荷逐渐增加，直至恢复正常状态的负荷水平。因此，负荷先减少后增加，记录这完整的从灾害前到灾害后的在供电的负荷变化，在这里，系统性能用在供电的负荷表示，以时间为横轴，以在供电的负荷为纵轴，完整刻画在供电负荷变化的曲线就是系统性能变化曲线。
具体地，在各个仿真时间点，如果线路故障，应立即切除多余负荷，最小切负荷模型的优化目标是该灾害时刻切除的加权负荷最小，约束条件包括节点电压约束、支路潮流约束、发电和储能出力约束、配电网拓扑结构约束和各时步间的调度关联约束。相应表达式如下所示：
其中，L t 表示t时刻加权切负荷损失，num表示电网母线数量，m i 表示母线i的负荷出线数目，z i,j,t 表示t时刻母线i的第j个负荷是否切除，z i,j,t =1表示切除，z i,j,t =0表示供电，w i,j 表示母线i的第j个负荷的权重，一级负荷设置为100，二级负荷设置为1，三级负荷设置为0.1；P i,j 表示抢修线路i时恢复的负荷j，V i 表示母线i的电压，V i,min 和V i,max 分别表示母线i电压下限和上限，P l 和P l,max 分别表示线路l的有功潮流及其上限，P Gi 、P Gi,min 和P Gi,max 分别表示发电有功出力及其下限和上限，Q Gi 、Q Gi,min 和Q Gi,max 分别表示发电无功出力及其下限和上限，P Ei 、P Ei,min 和P Ei,max 分别表示储能有功出力及其下限和上限，Q Ei 、Q Ei,min 和Q Ei,max 分别表示储能无功出力及其下限和上限，E Ei 、E Ei,min 和E Ei,max 分别表示储能容量及其下限和上限。
冰雪气旋离开电网区域后，统计线路故障情况，进行线路抢修，恢复失电负荷，最终形成完整的系统负荷灾害前到灾害后变化曲线。最优线路抢修顺序模型优化目标是恢复负荷的价值最大，约束条件包括节点电压约束、支路潮流约束、发电和储能出力约束、配电网拓扑结构约束和各时步间的调度关联约束。
其中，f表示抢修时间T内恢复负荷的加权电量，L表示故障线路总数，P i 表示抢修线路i恢复的总负荷，w i,j 表示抢修线路i时恢复的负荷j的权重，P i,j 表示抢修线路i时恢复的负荷j，T表示整个抢修过程时间，t i 表示抢修线路i完成的时刻。
S106：根据系统性能变化曲线和配电网结构和设备信息，计算规划层和运行层韧性指标，对各层指标进行一致化处理，并为各层指标赋权重，分别计算规划层和运行层的配电网韧性综合评估值，对配电网韧性进行评价。
具体地，依靠配电网结构和设备信息计算规划层韧性基础指标值；根据模拟生成的5个系统性能变化曲线计算5组运行层韧性基础指标值；
将基础指标值利用最大值或标准值比值的方式无量纲化处理，将负向指标做正向化处理；
对规划层指标利用层次分析法结合专家意见设置各级指标权重；对运行层指标采用最小二乘原则组合熵权法和层次分析法为各级指标赋权重；
需要说明的是，利用层次分析法或熵权法为指标赋权重的方法是本领域技术人员根据现有技术能够实现的，本实施例不再详述。
本实施例中，假设运行层韧性指标体系的组合赋权重的权重向量为
，熵权法计算的赋权重向量为/>
，层次分析法计算的赋权重向量为/>
，m组运行层韧性基础指标经过无量纲化处理后的标准化指标值矩阵/>
，最小二乘组合优化模型如下式：
假设韧性指标体系第i组数据下n个二级指标值标准化后为
，对应组合权重为/>
，该组数据的一级指标值为/>
，依此方式分别计算韧性指标体系的规划层韧性指标值和运行层韧性指标值，综合评价配电网韧性。
实施例二
在一个或多个实施方式中，公开了一种考虑灾害响应和恢复的双层配电网韧性评估系统，具体包括：
数据获取模块，用于获取待评估配电网历史冰灾、配电网结构和设备信息；构建配电网韧性规划层和运行层的双层多维度指标体系；
典型故障场景确定模块，用于计算配电网各线路的时变覆冰厚度，基于线路覆冰脆弱性曲线计算线路时变故障概率；根据线路时变故障概率，采用蒙特卡洛法抽样故障线路获取故障场景，基于场景信息熵筛选典型故障场景；
系统性能变化曲线生成模块，用于采用基于负荷重要度的最小切负荷模型和最优线路抢修顺序模型实现典型故障场景的全过程模拟，生成系统性能变化曲线；
综合韧性计算模块，用于根据系统性能变化曲线和配电网结构和设备信息，计算规划层和运行层韧性指标，对各层指标进行一致化处理，并为各层指标赋权重，分别计算规划层和运行层的配电网韧性综合评估值，对配电网韧性进行评价。
需要说明的是，上述各模块的具体实现方式与实施例一中相同，具体不再详述。
实施例三
在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一中的考虑灾害响应和恢复的双层配电网韧性评估方法。为了简洁，在此不再赘述。
应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器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非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种考虑灾害响应和恢复的双层配电网韧性评估方法，其特征在于，包括：
获取待评估配电网历史冰灾、配电网结构和设备信息；构建配电网韧性规划层和运行层的双层多维度指标体系；
计算配电网各线路的时变覆冰厚度，基于线路覆冰脆弱性曲线计算线路时变故障概率；
根据线路时变故障概率，采用蒙特卡洛法抽样故障线路获取故障场景，基于场景信息熵筛选典型故障场景；采用基于负荷重要度的最小切负荷模型和最优线路抢修顺序模型实现典型故障场景的全过程模拟，生成系统性能变化曲线；
根据系统性能变化曲线和配电网结构和设备信息，计算规划层和运行层韧性指标，对各层指标进行一致化处理，并为各层指标赋权重，分别计算规划层和运行层的配电网韧性综合评估值，对配电网韧性进行评价。
2.如权利要求1所述的一种考虑灾害响应和恢复的双层配电网韧性评估方法，其特征在于，根据配电网的拓扑结构、元件设备和调控电源类基础设施，构建配电网韧性规划层指标体系；
所述配电网韧性规划层指标体系包括：
包含网架连通度和关键负荷供电回路数的拓扑类指标；包含线路N-1失负荷量、联络开关配置率和线路加固率的元件类指标；以及包含可控负荷比率、备用电源储备率和备用电源覆盖率的调控电源类指标。
3.如权利要求1所述的一种考虑灾害响应和恢复的双层配电网韧性评估方法，其特征在于，考虑配电网面对灾害的抵御能力、适应能力、紧急恢复能力和整体恢复能力，构建配电网韧性运行层指标体系；
所述配电网韧性运行层指标体系包括：
系统抵御能力指标，包括系统功能保持时间、系统性能下降速率和系统降额运行率指标；
系统适应能力指标，包括系统适应准备时间指标；
紧急恢复能力指标，包括关键负荷恢复率、关键负荷电量供缺率和关键负荷恢复速率指标；
整体恢复能力指标，包括负荷恢复时间、负荷整体恢复速率和负荷整体电量供缺率指标。
4.如权利要求1所述的一种考虑灾害响应和恢复的双层配电网韧性评估方法，其特征在于，计算配电网各线路的时变覆冰厚度，具体为：
根据冰雪气旋的移动位置和冰雪气旋风速模型，计算得到设定线路位置的风速；根据冰雪气旋的移动位置和冰雪气旋降水分布模型，计算得到设定线路位置的降水量；
根据计算得到的风速和降水量，利用覆冰厚度经验公式Jones模型，计算各灾害仿真时间点的设定线路位置的覆冰厚度。
5.如权利要求1所述的一种考虑灾害响应和恢复的双层配电网韧性评估方法，其特征在于，基于线路覆冰脆弱性曲线计算线路时变故障概率，具体为：
基于线路
第/>
段的实际覆冰厚度和最大设计覆冰厚度，计算得到线路/>
第/>
段线路在任意时间点的故障概率；
假设线路
分为/>
段，各段故障情况相互独立，基于线路/>
第/>
段线路在任意时间点的故障概率，计算得到整个线路的时变故障概率。
6.如权利要求1所述的一种考虑灾害响应和恢复的双层配电网韧性评估方法，其特征在于，根据线路时变故障概率，采用蒙特卡洛法抽样故障线路获取故障场景，基于场景信息熵筛选典型故障场景，具体为：
假设系统线路状态只有正常和故障两种状态，且各元件状态转换概率相互独立，元件
在/>
时刻的故障概率是/>
，则利用0~1的随机数确定元件状态/>
；
其中，
是服从(0,1)均匀分布的随机数；
将灾害过程划分为M个时间段，确定系统的N个元件在每个时间段上的系统状态向量
，一次仿真结束后生成一个故障场景/>
，重复上述过程得到故障场景集；
计算每一个故障场景的信息熵，统计故障场景信息熵频率分布图，呈单极值特性，选取极值附近的设定数量的故障场景作为典型故障场景。
7.如权利要求1所述的一种考虑灾害响应和恢复的双层配电网韧性评估方法，其特征在于，采用基于负荷重要度的最小切负荷模型和最优线路抢修顺序模型实现典型故障场景的全过程模拟，生成系统性能变化曲线，具体为：
所述最小切负荷模型以当前灾害时刻切除的加权负荷最小为优化目标；
所述最优线路抢修顺序模型以恢复负荷的价值最大为优化目标；
对配电网典型故障场景进行仿真，在各个仿真时间点，如果线路故障，基于最小切负荷模型切除多余负荷，冰雪气旋离开电网区域后，统计线路故障情况，进行线路抢修，基于最优线路抢修顺序模型恢复失电负荷，最终形成完整的系统负荷从灾害前到灾害后变化曲线，即系统性能变化曲线。
8.如权利要求1所述的一种考虑灾害响应和恢复的双层配电网韧性评估方法，其特征在于，根据系统性能变化曲线和配电网结构和设备信息，计算规划层和运行层韧性指标，对各层指标进行一致化处理，并为各层指标赋权重，分别计算规划层和运行层的配电网韧性综合评估值，对配电网韧性进行评价，具体为：
根据配电网结构和设备信息，利用指标计算公式，计算规划层韧性指标值；
根据不同的典型故障场景下的系统性能变化曲线，分别获得不同系统性能变化曲线上的数据点时间数据以及配电网设备信息数据，利用指标计算公式，计算得到多组运行层韧性指标值；
将得到的各个指标值利用最大值或标准值比值的方式进行无量纲化处理，将负向指标做正向化处理；
对规划层指标利用层次分析法结合专家意见设置各级指标权重；对运行层指标采用最小二乘原则组合熵权法和层次分析法为各级指标赋权重；
分别计算规划层和运行层的韧性综合评估值，基于所述韧性综合评估值，综合评价配电网韧性。
9.一种考虑灾害响应和恢复的双层配电网韧性评估系统，其特征在于，包括：
数据获取模块，用于获取待评估配电网历史冰灾、配电网结构和设备信息；构建配电网韧性规划层和运行层的双层多维度指标体系；
典型故障场景确定模块，用于计算配电网各线路的时变覆冰厚度，基于线路覆冰脆弱性曲线计算线路时变故障概率；根据线路时变故障概率，采用蒙特卡洛法抽样故障线路获取故障场景，基于场景信息熵筛选典型故障场景；
系统性能变化曲线生成模块，用于采用基于负荷重要度的最小切负荷模型和最优线路抢修顺序模型实现典型故障场景的全过程模拟，生成系统性能变化曲线；
综合韧性计算模块，用于根据系统性能变化曲线和配电网结构和设备信息，计算规划层和运行层韧性指标，对各层指标进行一致化处理，并为各层指标赋权重，分别计算规划层和运行层的配电网韧性综合评估值，对配电网韧性进行评价。
10.一种终端设备，其包括处理器和存储器，处理器用于实现指令；存储器用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-7任一项所述的考虑灾害响应和恢复的双层配电网韧性评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310186416.6A CN115879833B (zh) | 2023-03-02 | 2023-03-02 | 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310186416.6A CN115879833B (zh) | 2023-03-02 | 2023-03-02 | 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115879833A true CN115879833A (zh) | 2023-03-31 |
| CN115879833B CN115879833B (zh) | 2023-06-16 |
Family
ID=85761767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310186416.6A Active CN115879833B (zh) | 2023-03-02 | 2023-03-02 | 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115879833B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116384142A (zh) * | 2023-04-14 | 2023-07-04 | 广西大学 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
| CN117394311A (zh) * | 2023-09-26 | 2024-01-12 | 国网宁夏电力有限公司经济技术研究院 | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 |
| CN117394311B (zh) * | 2023-09-26 | 2024-05-24 | 国网宁夏电力有限公司经济技术研究院 | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107230015A (zh) * | 2017-05-25 | 2017-10-03 | 天津大学 | 一种基于系统信息熵的配电网韧性评估方法 |
| CN108512226A (zh) * | 2018-05-21 | 2018-09-07 | 西安交通大学 | 一种灾害下电力系统恢复力评估的方法 |
| CN108921410A (zh) * | 2018-06-22 | 2018-11-30 | 天津大学 | 一种配电网弹性恢复力指标构建及提升方法 |
| CN110472371A (zh) * | 2019-09-06 | 2019-11-19 | 西安交通大学 | 一种基于恢复力的电力系统元件重要度的评估方法 |
| CN111191872A (zh) * | 2019-11-22 | 2020-05-22 | 国家电网有限公司 | 一种电网多维度韧性评估系统及方法 |
| 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 |
| CN112270111A (zh) * | 2020-11-17 | 2021-01-26 | 国网湖南省电力有限公司 | 一种应对冰灾的电力系统主动调度方法及系统 |
| CN112348384A (zh) * | 2020-11-13 | 2021-02-09 | 国网河南省电力公司经济技术研究院 | 基于数据驱动的配电网规划方案可靠性快速评估方法 |
| CN113191687A (zh) * | 2021-05-25 | 2021-07-30 | 广东电网有限责任公司广州供电局 | 一种弹性配电网全景信息可视化方法及系统 |
| CN114358619A (zh) * | 2022-01-08 | 2022-04-15 | 西安交通大学 | 一种用于弹性配电网恢复力评估的双层评估方法及系统 |
| US20220138872A1 (en) * | 2018-08-21 | 2022-05-05 | Battelle Energy Alliance, Llc | Computer-aided technique for assessing infrastructure reliability and resilience and related systems, methods, and devices |
| GB202207056D0 (en) * | 2021-05-27 | 2022-06-29 | Hitachi Ltd | Electric power system planning operation device, method, and system |
| CN115130378A (zh) * | 2022-06-24 | 2022-09-30 | 国网江苏省电力有限公司南京供电分公司 | 一种台风灾害下基于蒙特卡洛算法的配电网韧性评估方法 |
| CN115587649A (zh) * | 2022-09-16 | 2023-01-10 | 国网黑龙江省电力有限公司 | 一种极端冰雪灾害下输电线路检修顺序优化决策方法 |
-
2023
- 2023-03-02 CN CN202310186416.6A patent/CN115879833B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107230015A (zh) * | 2017-05-25 | 2017-10-03 | 天津大学 | 一种基于系统信息熵的配电网韧性评估方法 |
| CN108512226A (zh) * | 2018-05-21 | 2018-09-07 | 西安交通大学 | 一种灾害下电力系统恢复力评估的方法 |
| CN108921410A (zh) * | 2018-06-22 | 2018-11-30 | 天津大学 | 一种配电网弹性恢复力指标构建及提升方法 |
| US20220138872A1 (en) * | 2018-08-21 | 2022-05-05 | Battelle Energy Alliance, Llc | Computer-aided technique for assessing infrastructure reliability and resilience and related systems, methods, and devices |
| CN110472371A (zh) * | 2019-09-06 | 2019-11-19 | 西安交通大学 | 一种基于恢复力的电力系统元件重要度的评估方法 |
| CN111191872A (zh) * | 2019-11-22 | 2020-05-22 | 国家电网有限公司 | 一种电网多维度韧性评估系统及方法 |
| 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 |
| CN112348384A (zh) * | 2020-11-13 | 2021-02-09 | 国网河南省电力公司经济技术研究院 | 基于数据驱动的配电网规划方案可靠性快速评估方法 |
| CN112270111A (zh) * | 2020-11-17 | 2021-01-26 | 国网湖南省电力有限公司 | 一种应对冰灾的电力系统主动调度方法及系统 |
| CN113191687A (zh) * | 2021-05-25 | 2021-07-30 | 广东电网有限责任公司广州供电局 | 一种弹性配电网全景信息可视化方法及系统 |
| GB202207056D0 (en) * | 2021-05-27 | 2022-06-29 | Hitachi Ltd | Electric power system planning operation device, method, and system |
| CN114358619A (zh) * | 2022-01-08 | 2022-04-15 | 西安交通大学 | 一种用于弹性配电网恢复力评估的双层评估方法及系统 |
| CN115130378A (zh) * | 2022-06-24 | 2022-09-30 | 国网江苏省电力有限公司南京供电分公司 | 一种台风灾害下基于蒙特卡洛算法的配电网韧性评估方法 |
| CN115587649A (zh) * | 2022-09-16 | 2023-01-10 | 国网黑龙江省电力有限公司 | 一种极端冰雪灾害下输电线路检修顺序优化决策方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王守相;黄仁山;潘志新;王建明;: "极端冰雪天气下配电网弹性恢复力指标的构建及评估方法", 高电压技术, no. 01 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116384142A (zh) * | 2023-04-14 | 2023-07-04 | 广西大学 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
| CN116384142B (zh) * | 2023-04-14 | 2023-11-17 | 广西大学 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
| CN117394311A (zh) * | 2023-09-26 | 2024-01-12 | 国网宁夏电力有限公司经济技术研究院 | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 |
| CN117394311B (zh) * | 2023-09-26 | 2024-05-24 | 国网宁夏电力有限公司经济技术研究院 | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115879833B (zh) | 2023-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107516170B (zh) | 一种基于设备故障概率和电网运行风险的差异自愈控制方法 | |
| Chen et al. | Composite power system vulnerability evaluation to cascading failures using importance sampling and antithetic variates | |
| CN112001626A (zh) | 一种台风天气下的配电网韧性评价方法、存储介质及设备 | |
| CN115879833A (zh) | 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 | |
| CN111475953A (zh) | 供能可靠性影响分析方法、装置设备及存储介质 | |
| Noebels et al. | Assessing the effect of preventive islanding on power grid resilience | |
| Ciapessoni et al. | An integrated platform for power system security assessment implementing probabilistic and deterministic methodologies | |
| CN115663922A (zh) | 一种分布式电源多自由度优化配置方法及系统 | |
| CN116187165A (zh) | 基于改进粒子群算法的电网弹性提升方法 | |
| Li et al. | Service restoration for distribution network considering the uncertainty of restoration time | |
| CN107563641B (zh) | 一种计及灾害偏好的配电网抗灾多场景差异化规划方法 | |
| 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 | |
| CN115906610A (zh) | 考虑线路故障和电网韧性的分布式电源选址规划方法 | |
| CN116014790A (zh) | 一种含分布式能源的配电网弹性评估方法 | |
| Zeng et al. | Resilience assessment for power systems under sequential attacks using double DQN with improved prioritized experience replay | |
| Fan et al. | Research on optimal load shedding for active distribution network based on genetic algorithm | |
| Jayaweera | Security enhancement with nodal criticality-based integration of strategic micro grids | |
| Luitel et al. | Wide area monitoring in power systems using cellular neural networks | |
| CN111832836B (zh) | 一种计及负荷用电特性的配电网重构方法及系统 | |
| Chen et al. | Risk assessment for power system static security based on fuzzy modeling of weather conditions | |
| CN108281964A (zh) | 一种基于运行和网架风险的配电网运行方式优化方法 | |
| CN112182952A (zh) | 一种提升电力系统弹性的多目标优化调度方法 | |
| CN117745084B (zh) | 一种极端气象下两阶段电力系统运行风险评估方法及系统 | |
| Kaiyuan et al. | Reliability study for distribution network considering adverse weather | |
| CN117394353B (zh) | 一种配电网负荷转供与恢复方法及装置 |
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 |