CN116799946A - 一种基于风险调度的电网全息智能管控方法及平台 - Google Patents

一种基于风险调度的电网全息智能管控方法及平台 Download PDF

Info

Publication number
CN116799946A
CN116799946A CN202310484793.8A CN202310484793A CN116799946A CN 116799946 A CN116799946 A CN 116799946A CN 202310484793 A CN202310484793 A CN 202310484793A CN 116799946 A CN116799946 A CN 116799946A
Authority
CN
China
Prior art keywords
power grid
risk
lightning
fault
time
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
CN202310484793.8A
Other languages
English (en)
Inventor
李付存
汪洲
杨剑
王清
王者龙
李骁
刘丽君
于超
郭创新
任浩
吴艳平
窦仁晖
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.)
Zhejiang University ZJU
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
Zhejiang University ZJU
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of 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 Zhejiang University ZJU, China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical Zhejiang University ZJU
Priority to CN202310484793.8A priority Critical patent/CN116799946A/zh
Publication of CN116799946A publication Critical patent/CN116799946A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (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

本发明公开了一种基于风险调度的电网全息智能管控方法及平台，克服现有技术中电网风险调度运行，风险分析准确度低，灵活性差，全息风险评估及提前预控手段缺失的问题，方法包括以下步骤：S1：提取自然灾害数据，建立状态演变模型；S2：评估自然灾害对电网设备故障概率的影响，并计算自然灾害的实时故障率，建立灾害预警框架；S3：进行电网运行风险评估，确定电网运行风险等级；S4：若评估出的风险指标超出阈值，在线计算出预防控制措施和紧急校正预案，实现智能辅助决策。实现多元数据及时获取，提高电网风险分析准确度，降低灾害导致的电网运行风险，保证电网的安全稳定运行。

Description

一种基于风险调度的电网全息智能管控方法及平台
技术领域
本发明涉及电力系统风险调度技术领域，特别涉及了一种基于风险调度的电网全息智能管控方法及平台。
背景技术
随着全球气候变暖，极端天气的频繁出现给电网运行也带来了严重影响。在建设以新能源为主体的新型电力系统过程中，电网面临着多重风险，运行分析更为复杂，这对传统的调度运行风险管控提出新的挑战。电网规模逐年扩大，通道日益密集，接入设备不断增多，恶劣天气、设备缺陷等风险因素引发的电网故障比例持续上升。这类故障影响范围大、涉及设备多、故障后果严重，易造成较大的社会经济影响。目前有不少文献研究了山火、雷电、冰雪、台风等自然灾害下的故障率建模与电网风险评估。进一步通过构建好的评估体系在实际灾害条件下对当前运行状态进行评估，对风险定级较高的设施进行一定的调整以降低其运行风险，避免严重电网设备资产损失或者停电事故的发生。
在当前实际的电网调度运行中，调度人员以对拓扑电网的运行监视控制为主，预想故障分析停留在“全网设备N-1扫描”阶段。实际电网调度运行人员对电网感知能力不足，外部气象环境、设备在线运行状态等物理电网信息在电网调度中的应用程度低，对大电网全方位掌控能力薄弱。同时，电网风险评估决策手段有限，未考虑外部气象环境、设备影响等因素，全息风险评估及提前预控手段缺失。因而迫切需要研究更为灵活、鲁棒的风险管控关键技术，对风险预警和故障告警事件进行分析，得出电网预控措施。
发明内容
本发明的目的是克服现有技术中电网风险调度运行，风险分析准确度低，灵活性差，全息风险评估及提前预控手段缺失的问题，提供了一种基于风险调度的电网全息智能管控方法及平台，实现多元数据及时获取，提高电网风险分析准确度，降低灾害导致的电网运行风险，保证电网的安全稳定运行。
为了实现上述目的，本发明采用以下技术方案：一种基于风险调度的电网全息智能管控方法，包括下列步骤：
S1：提取自然灾害数据，建立状态演变模型；
S2：评估自然灾害对电网设备故障概率的影响，并计算自然灾害的实时故障率，建立灾害预警框架；
S3：进行电网运行风险评估，确定电网运行风险等级；
S4：若评估出的风险指标超出阈值，在线计算出预防控制措施和紧急校正预案，实现智能辅助决策。
提取自然灾害致灾的中间状态，研究每个演变环节的机理，建立从环境状态、到机械状态、再到电气状态的演变模型，掌握造成电力系统故障的不同途径和特点，以此细致地评估自然灾害对电网设备故障概率的影响，并计算故障率。系统发出高危预警后，在线计算出预防控制措施和紧急校正预案，为调度人员提供快速的辅助决策，尽可能降低系统运行风险发生的概率和严重程度。
自然灾害数据包括地理信息数据与气象数据，实现了多源数据的及时获取；进一步通过灾害故障率建模与电网风险分析，给出在灾害与正常运行情况的电网运行风险并提供辅助决策建议。能够有效汇集电网、地理、气象等多源数据，降低灾害导致的电网运行风险，保证电网的安全稳定运行。完善电网运行全景信息展示与风险智能管控，实现气象地理电气信息的集成，实时展现潜在风险源并给出管控建议，提高电网应对自然灾害的应急能力，保障电网运行的安全性和可靠性。
作为优选，所述计算故障率包括计算雷电故障率：
获取当雷击杆塔时，雷电流超过耐雷水平I1的概率P1，计算击杆率g与概率P1的乘积A1；
获取当雷电绕击线路时，雷电流超过耐雷水平I2的概率P2，计算绕击率Pα与概率P2的乘积A2；
根据雷电预报信息将管控区域划分为m个雷击分区；
根据杆塔的经纬度信息和雷电范围区域计算各雷击分区内的线路长度以及分区内线路被雷击次数Ni；
计算A1与A2之和A3，利用A3与建弧率η、雷击次数Ni的乘积，得到分区内线路的实时雷电故障率，对所有分区内线路的实时雷电故障率求和，得到输电线路实时雷电故障率PT。
进行雷电实测数据预处理，并读取实时雷电数据，划分雷电区域，关联前后两个时间段分区，外推预报可能的雷击分区范围，评估雷区内电网设备故障概率，输出风险设备集。当雷电击中杆塔时，雷电流在杆塔与避雷线的波阻抗和接地电阻上的压降使塔顶的暂态电位绝对值骤升；当绝缘子两端压差超过其耐受电压时，造成反击型闪络。当雷电流绕过避雷线直接击中导线时，造成绕击型闪络。传统的线路雷电故障概率公式，采用年雷暴日数进行计算，反映的是整体电网区域的年平均雷击风险，忽视了线路在时空维度上的差异性。本发明采用线路实时雷电故障模型，可以根据在线的雷暴信息，自适应地调整线路的雷击故障跳闸率。
作为优选，所述计算故障率包括计算山火故障率：
设置校正参数，利用校正参数对山火环境下带电体对气隙的击穿电压进行校正；
利用气隙击穿电压的正态分布，计算空气间隙发送击穿的概率；
按照山火燃烧强度将输电线路进行分段，根据线路实际电压计算分段的空气间隙击穿概率Pj；
利用分段的空气间隙击穿概率Pj与单位长度线路故障率系数λ、分段j在燃烧区域中的长度为lj的乘积计算分段输电线路的实时山火故障概率，对所有分段输电线路的实时山火故障概率求和，得到整条输电线路的实时山火故障概率。
读取静态参数，按地形地貌将输电线路分段，读取气象和山火的实时信息，进行山火蔓延特征分析以及山火蔓延外推预测，计算气隙击穿电压，评估输电线路故障率，将输电线路按故障率排序，并输出。在标准大气条件下，设备设计的外绝缘空气间隙都有足够裕度。但山火近处空气的温度、密度及湿度都会显著变化，显著降低气隙的绝缘强度。此外大量烟尘，特别是松树和杉树的针状灰烬，会随着热对流呈链状飞向高压电极，使电场进一步畸变。这些因素都会诱发带电体对地气隙，以及异相带电体之间气隙的击穿，因此本发明设置了校正系数。本发明还可以基于地理信息系统(GIS)和遥感卫星技术，对山火蔓延情况进行外推预测。
作为优选，所述步骤S3中，电网运行风险评估的具体步骤包括：
S3.1：根据电网设备的时变故障率模型，选取出电网预想故障状态Ei；
S3.2：对电网系统进行风险分析，计算得到设备发生故障的后果严重程度；
S3.3：计算第i个系统在运行条件Xt,j下，发生故障Ei的后果严重程度Sev(Ei，Xt,j)与t时刻第j个可能的运行条件Xt,j发生的条件概率值Pr(Xt,j|Xt,f)的乘积M，计算M与故障Ei发生的概率Pr(Ei)的乘积Bi，对所有系统的Bi进行求和，计算得到风险指标。
风险指标：
式中：Xt,f为t时刻的系统预计运行条件；Xt,j为t时刻第j个可能的运行条件；Pr(Xt,j|Xt,f)为Xt,j发生的条件概率值；Ei为第i个系统预想故障状态；Pr(Ei)为故障Ei发生的概率；Sev(Ei，Xt,j)表示在运行条件Xt,j下，发生故障Ei的后果严重程度，比如潮流越限、负荷减供等。
电网风险是对系统运行过程中各种不确定性因素(如自然灾害造成的线路故障跳闸)发生可能性与所造成后果严重程度的综合考量，能够帮助调度人员更加全面准确地感知实时态和预测态的电网运行态势，为控制系统安全水平和经济成本提供有效指导。
作为优选，采用动态N-1状态选取方法选取出电网预想故障状态：
在N-1故障场景集的基础上，基于电气距离对相邻元件进行扫描，生成高关联度故障集；
基于图搜索理论，对电网网络脆弱性进行分析，辨识出拓扑中的薄弱环节；
根据精度和速度要求选择合适的快速排序结果集大小；
采用蒙特卡洛抽样方法对评估结果的精度进行验证。
风险评估首先需要根据设备的时变故障率模型，选取出电网预想故障状态。常见的状态选取方法包括蒙特卡洛抽样、状态枚举、快速排序、事件树等。为满足风险评估准确性和实时性的要求，本发明采用“动态N-1”状态选取方法。由于设备故障率通常较低，在蒙特卡洛抽样过程中往往会产生大量的正常样本冗余，导致抽样规模过大、效率低下，为此可对其进行等分散抽样的改进。
作为优选，所述步骤4中，智能辅助决策的具体步骤包括：
以正常阶段的发电成本和故障阶段的失负荷损失之和为目标函数，设置约束条件，建立多阶段的协调控制优化模型；
采用强分支界定法，在松弛问题最优解处对目标函数影响大的变量进行分支，同时利用稀疏矩阵技术修正方程组，在故障阶段，利用各个场景集之间的解耦特性，实现对模型的并行求解，为调度人员提供经济合理且风险可控的调度方案。
经济合理且风险可控的调度方案包括当前运行态下的机组和联络线功率调整，以及各种高危风险故障场景下的切机切负荷紧急预案。
智能辅助决策是在评估出的风险指标超出阈值，系统发出高危预警后，在线计算出预防控制措施和紧急校正预案，为调度人员提供快速的辅助决策，尽可能降低系统运行风险发生的概率和严重程度。本发明实现风险协调控制思想与现有运行调度方式的深度融合，在预防控制和校正控制的基础上，综合考虑电网运行的安全性和经济性，引入风险协调约束，既保证了电网在正常阶段和故障场景下的安全运行条件，又提升了调度的灵活性，降低了发电成本和停电损失。求解时，在计算平台上，采用主任务传播模式，将并行计算任务下发到各个处理器，实现多CPU和GPU的并行计算，提高求解效率。
作为优选，所述多阶段的协调控制优化模型包括潮流控制模型：
划分潮流阈值，根据故障发生和校正措施生效的时刻，以及不同的潮流阈值，划分电网系统运行状态，在不同的运行状态进行不同的控制：
在正常阶段T0-T1，电力系统以预防控制方式u0运行，线路潮流处于Flt以下；在紧急阶段T1-T2，控制措施仍为u0，同时将线路潮流控制在紧急阈值Fet以下；
在故障阶段T2-T3，对故障设备进行维修，控制措施从u0调整到uk，同时满足耦合约束条件：控制措施u0与uk的差的绝对值小于等于最大允许调整量，最大运行调整量等于最大允许调整速率与紧急调整时间的乘积。
考虑到输变电设备对潮流的耐受能力与连续工作时长呈负相关关系，一般可将设备的潮流阈值划分为三个等级，即长期潮流阈值Flt、短期潮流阈值Fst和紧急潮流阈值Fet，其大小依次递增。根据故障发生和校正措施生效的时刻，以及不同的潮流阈值，将系统运行状态划分为“正常-紧急-故障”三个阶段。
作为优选，所述建立灾害预警框架包括：
建立雷电灾害预警框架，采集雷电实测数据，优化时间断面上实际雷电区域的二维图形描述，绘制相邻时间断面的雷电区域的时空演化，依据具体的演化情况调用不同的外推算法预报下一时间断面上的雷电区域，并估计各雷电区域内的电网设备发生故障的概率；
建立山火灾害预警框架，读取山林静态信息以及实时气象信息，并根据微地形修正气象信息，预测火场形态的时空演变，计算受到威胁的线路长度，根据气隙击穿电压的计算结果建立故障率模型，评估输电线故障率，并将线路按故障率排序。
雷电灾害预警框架由3个阶段组成，雷电分区的时空预报阶段，包括实时数据输入、识别、关联、外推预报等环节；电网设备故障概率修正阶段；与电力系统安全稳定性分析软件交互。数据预处理模块读入静态信息，对参数初始化，将监控区域网格化。山火灾害预警框架分为6个阶段，依次为读取静态信息，读取实时信息，山火蔓延特征分析，山火蔓延外推预测，评估线路故障率，向稳定分析软件输出。
作为优选，所述步骤S3还包括：
确定风险等级后，利用可视化技术对实时态和预测态的电网运行风险发出预警，在电网地理接线图上自动识别和定位出各类风险源和故障源，以不同颜色表示不同级别的警报。
值班调度人员可从指挥中心大屏上清晰纵览全网安全风险态势，及时分配责任部门，做好防范部署准备。
一种基于风险调度的电网全息智能管控平台，包括：
全景潮流可视化模块，实现电网运行关键指标数据的实时融合展现，将告警信息关联到三维地图；
三维扫描模块，扫描电网线路，构建三维模型，并集成到GIS模块中；
GIS模块，基于地理信息数据，构建电网三维GIS地图；
视频平台，将视频数据和告警详情数据结合，当告警发生时，调用现场视频信息，辅助协同相关人员展开对应的应急处置。
完善电网运行全景信息展示与风险智能管控，实现气象、地理、电气信息的集成，实时展现潜在风险源并给出管控建议，提高电网应对自然灾害的应急能力，保障电网运行的安全性和可靠性。
因此，本发明具有如下有益效果：1、通过故障率计算、运行风险评估和智能辅助决策三个措施，实现自动分析外部气象、设备状态可能引起电网主设备跳闸的风险的概率，给出风险预警和辅助决策，辅助调度运行人员开展预防性控制；2、通过自动综合告警和故障时各类信息的综合展示，辅助调度运行人员开展事故处理，迅速恢复电网正常运行方式，提高大电网的运行掌控和风险管控水平；3、通过拓扑电网数据和物理电网数据的深度融合，实现调度员对电网故障处置的全景数据支撑和智能决策。
附图说明
图1为本发明管控方法的具体操作流程图。
图2为本发明智能辅助决策时序图。
图3为本发明管控平台的系统结构示意图。
图4为实施例二中雷电灾害预警框架；
图5为实施例三中山火灾害预警框架；
图中：1、全景潮流可视化模块；2、三维扫描模块；3、GIS模块；4、视频平台。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述：
如图1所示的实施例中，可以看到一种基于风险调度的电网全息智能管控方法，其操作流程为：步骤一，提取自然灾害数据，建立状态演变模型；步骤二，评估自然灾害对电网设备故障概率的影响，并计算自然灾害的实时故障率，建立灾害预警框架；步骤三，进行电网运行风险评估，确定电网运行风险等级；步骤四，若评估出的风险指标超出阈值，在线计算出预防控制措施和紧急校正预案，实现智能辅助决策。
通过故障率计算、运行风险评估和智能辅助决策三个措施，实现自动分析外部气象、设备状态可能引起电网主设备跳闸的风险的概率，给出风险预警和辅助决策，辅助调度运行人员开展预防性控制。能够有效汇集电网、地理、气象等多源数据，降低灾害导致的电网运行风险，保证电网的安全稳定运行。能够发现潜在风险源并给出管控建议，提高电网应对自然灾害的应急能力，保障电网运行的安全性和可靠性。
下面通过具体的例子，进一步说明本申请的技术方案。
第一步：提取自然灾害数据，建立状态演变模型。
提取自然灾害致灾的中间状态，研究每个演变环节的机理，建立从环境状态、到机械状态、再到电气状态的演变模型。
第二步：评估自然灾害对电网设备故障概率的影响，并计算自然灾害的实时故障率，建立灾害预警框架。
通过建立的状态演变模型，掌握造成电力系统故障的不同途径和特点，以此细致地评估自然灾害对电网设备故障概率的影响，并计算故障率。
第三步：进行电网运行风险评估，确定电网运行风险等级。
1、电网风险评估
电网风险是对系统运行过程中各种不确定性因素(如自然灾害造成的线路故障跳闸)发生可能性与所造成后果严重程度的综合考量，能够帮助调度人员更加全面准确地感知实时态和预测态的电网运行态势，为控制系统安全水平和经济成本提供有效指导。
(1)根据电网设备的时变故障率模型，选取出电网预想故障状态Ei。
风险评估首先需要根据设备的时变故障率模型，选取出电网预想故障状态。常见的状态选取方法包括蒙特卡洛抽样、状态枚举、快速排序、事件树等。
为满足风险评估准确性和实时性的要求，本实施例采用“动态N-1”状态选取方法，在N-1故障场景集的基础上，基于电气距离对相邻元件进行扫描，生成高关联度故障集，再基于图搜索理论，对网络脆弱性进行分析，辨识出拓扑中的薄弱环节；然后根据精度和速度要求选择合适的快速排序结果集大小；最后采用蒙特卡洛抽样方法对评估结果的精度进行验证。由于设备故障率通常较低，在蒙特卡洛抽样过程中往往会产生大量的正常样本冗余，导致抽样规模过大、效率低下，为此可对其进行等分散抽样的改进。
(2)对电网系统进行风险分析，计算得到设备发生故障的后果严重程度。
电网运行所面临的主要风险包括负荷减供、潮流越限、电压偏移、电网解列、厂站全停等。
本实施例以设备潮流越限风险为例进行说明：
在选取预想故障状态后，对系统进行潮流分析，从而计算得到设备潮流越限严重度，其定义式为：
式中：Fl为设备l上的潮流大小；为其潮流上限阈值；β为选取的设备负载率起始关注点，β≤1，如取β＝0.8，则风险结果为80％越限风险；Nl为设备数量。本发明着重考虑输电线路、变压器和输电断面上的潮流越限情况。
(3)计算第i个系统在运行条件Xt,j下，发生故障Ei的后果严重程度Sev(Ei，Xt,j)与t时刻第j个可能的运行条件Xt,j发生的条件概率值Pr(Xt,j|Xt,f)的乘积M，计算M与故障Ei发生的概率Pr(Ei)的乘积Bi，对所有系统的Bi进行求和，计算得到风险指标：
式中：Xt,f为t时刻的系统预计运行条件；Xt,j为t时刻第j个可能的运行条件；Pr(Xt,j|Xt,f)为Xt,j发生的条件概率值；Ei为第i个系统预想故障状态；Pr(Ei)为故障Ei发生的概率；Sev(Ei，Xt,j)表示在运行条件Xt,j下，发生故障Ei的后果严重程度，比如潮流越限、负荷减供等。
2、确定电网运行风险等级
在得到电网运行风险评估结果后，基于专家知识确定风险等级，利用可视化技术对实时态和预测态的电网运行风险发出预警，在电网地理接线图上自动识别和定位出各类风险源(如雷电/山火等自然灾害)和故障源(如线路/变压器跳闸)，以“红”(紧急)、“橙”(严重)、“黄”(警戒)、“绿”(正常)等颜色表示不同级别的警报。值班调度人员可从指挥中心大屏上清晰纵览全网安全风险态势，及时分配责任部门，做好防范部署准备。
第四步：若评估出的风险指标超出阈值，在线计算出预防控制措施和紧急校正预案，实现智能辅助决策，为调度人员提供快速的辅助决策，尽可能降低系统运行风险发生的概率和严重程度。
本实施例实现风险协调控制思想与现有运行调度方式的深度融合，在预防控制和校正控制的基础上，综合考虑电网运行的安全性和经济性，引入风险协调约束，既保证了电网在正常阶段和故障场景下的安全运行条件，又提升了调度的灵活性，降低了发电成本和停电损失。
智能辅助决策的具体步骤包括：
以正常阶段的发电成本和故障阶段的失负荷损失之和为目标函数，设置约束条件，建立多阶段的协调控制优化模型；
采用强分支界定法，在松弛问题最优解处对目标函数影响大的变量进行分支，同时利用稀疏矩阵技术修正方程组，在故障阶段，利用各个场景集之间的解耦特性，实现对模型的并行求解，为调度人员提供经济合理且风险可控的调度方案。
具体的，本实施例以潮流越限风险为例，如图2所示：
考虑到输变电设备对潮流的耐受能力与连续工作时长呈负相关关系，一般可将设备的潮流阈值划分为三个等级，即长期潮流阈值Flt、短期潮流阈值Fst和紧急潮流阈值Fet，其大小依次递增。根据故障发生和校正措施生效的时刻，以及不同的潮流阈值，将系统运行状态划分为“正常-紧急-故障”三个阶段。
在正常阶段T0-T1：
T0为当前运行时刻，T0-T1为正常阶段(记作x0)。该阶段以预防控制方式u0运行，线路潮流处于Flt以下。
在紧急阶段T1-T2：
假设在T1时刻发生故障k。从设备停运到校正措施生效这段时间，即T1-T2，称为紧急阶段(记作xk′)，控制措施仍为u0。在该阶段必须将线路潮流控制在紧急阈值以下，即满足：
Fk′(xk′,u0)≤Fet
Fet＝γFlt
式中：Fk′(xk′,u0)为紧急阶段的线路潮流；γ为风险协调因子，满足γ≥1。γ的大小体现了调度人员对故障后线路潮流越限的容忍程度，γ越大，则容忍度越高，反之越低。
在T2时刻，紧急校正措施uk生效，通过机组再调整、切负荷等手段，使线路潮流降到Fst以下。
在故障阶段T2-T3：
维修人员将在T2-T3时间内对故障设备进行维修，称为故障阶段(记作xk)。
在T3时刻，维修结束，系统恢复正常。调度措施从u0调整到uk，需要满足耦合约束条件：
|uk-u0|≤Δumax
Δumax＝vmaxΔT
式中：Δumax为最大允许调整量；vmax为最大允许调整速率；ΔT为紧急调整时间。
该决策方式是一种多阶段的协调控制优化模型，以正常阶段的发电成本和故障阶段的失负荷损失之和为目标函数，可实现经济性和安全性的综合优化。约束条件包括正常、紧急、故障三个阶段的功率平衡约束、机组出力约束、线路潮流约束、负荷调整约束等。求解结果可以为调度人员提供经济合理且风险可控的调度方案，包括当前运行态下的机组和联络线功率调整，以及各种高危风险故障场景下的切机切负荷紧急预案。
多阶段协调控制模型属于非凸、非线性的大规模混合整数规划问题，实时态的辅助决策要求系统在数分钟之内求解得到问题的最优解，或者至少为可靠的较优解。因此稳定高效的求解算法也是实现智能辅助决策工程实践应用的关键。采用强分支定界法，在松弛问题最优解处对目标函数影响大的变量进行分支，可提高分支定界法的实现效率，比如选择对消除潮流越限风险灵敏度大的机组出力调整方式进行分支。同时利用稀疏矩阵技术修正方程组，可提高求解的数值稳定性。在故障阶段，利用各个场景集之间的解耦特性，可实现并行求解。在计算平台上，采用主任务传播模式，将并行计算任务下发到各个处理器，实现多CPU和GPU的并行计算。
本实施例还提供了一种基于风险调度的电网全息智能管控平台，如图3所示，包括：
全景潮流可视化模块1，实现电网运行关键指标数据的实时融合展现，将告警信息关联到三维地图；
三维扫描模块2，扫描电网线路，构建三维模型，并集成到GIS模块中；
GIS模块3，基于地理信息数据，构建电网三维GIS地图；
视频平台4，将视频数据和告警详情数据结合，当告警发生时，调用现场视频信息，辅助协同相关人员展开对应的应急处置。
完善电网运行全景信息展示与风险智能管控，实现气象地理电气信息的集成，实时展现潜在风险源并给出管控建议，提高电网应对自然灾害的应急能力，保障电网运行的安全性和可靠性。
通过该电网全息智能管控方法与平台，可以实现以下功能：
1)电网全景展示服务
如图3所示，全景展示服务通过电网“一张图”展示出网架、潮流、断面、直流以及相关厂站负载率等重要信息，同时在“一张图”的基础上将物理电网告警和拓扑电网告警融合在一起，完成“一张图”的告警联动功能。在展示告警时提供告警详情分析展示，展示当前告警的基本信息、台账信息、风险评估信息、辅助决策和灵敏度分析信息，为了能够将告警真实的融入到三维地图中，通过对接GIS服务和三维扫描服务可以将告警信息关联到三维地图，完成告警仿真交互。通过对接统一视频平台将告警时刻的视频直接展示到“一张图”上，方便相关人员实时掌握现场信息，协助分析告警对相关设备的影响，对开展预控措施提供决策支撑。
全景潮流可视化：电网“一张图”功能，实现交流线路有功、柔直线路有功、断面负载率(有功)、主变负载率(有功)、线路负载率(电流)、母线电压以及部分大电网运行关键指标等数据的实时融合呈现。
GIS服务：基于地理信息数据，实现了电网三维GIS地图。GIS地图具备丰富的基础服务能力和辅助应用能力。其中辅助应用能力融合了多类型模型定位功能，可以将综合智能告警、N-1告警、输变电设备告警、气象环境预警精准定位的真实地图中。
三维扫描：通过实体激光扫描技术对线路进行扫描，转化为三维模型，并集成到GIS应用中；通过三维扫描可以在平台中了解到线路真实所在的地理环境，查看交跨三跨等信息；当出现物理电网和拓扑电网告警时，会根据告警的类型在三维扫描模型场景中上渲染出特定的告警场景并展示出告警相关信息，协助调度、安检、设备等人员分析告警对相关设备的影响。
统一视频：通过对接统一视频平台，将视频数据和告警详情数据结合起来。当告警发生时，平台迅速调用出现场视频信息，通过相关告警信息，台账信息，风险评估信息联合分析，辅助协同相关人员展开对应的应急处置，提升电网安全稳定水平。
2)电网运行监视风险预警和预控
一是针对外部气象灾害的预警与预控。当线路近区发生山火、雷电等外部气象灾害时，全息智能管控平台会弹出预警提示图标，点击图标后，会进行弹窗风险预警。
在山火与雷电灾害发生时，将通过地理气象信息与GIS地图，确定即将受影响的设备并展示近区线路设备三维图，并给出线路台账信息、故障发生概率、故障前后的潮流计算与负载率信息。通过风险评估和辅助决策信息，可以为调度员了解气象灾害的危急程度、危害范围以及为开展预控措施提供决策支撑。
二是针对变压器等关键设备运行状态的预警与预控。当变电站内，变压器、开关等重要设备出现温度高、SF6压力低闭锁等设备故障隐患时，平台会在对应变电站弹出预警提示图标。
在实际运行中，当1000kV Q地一线附近发生山火灾害预警时，平台会展示山火近区的线路三维图并提供线路的基本信息与台账。在风险评估部分会计算N-1故障以及山火引起的断线概率，同时给出故障前后的潮流计算结果以及负载率。最后给出运行辅助决策：某地受负载率达到限额的41.64％，需降低相关联络及机组出力。
当500kV P地一线附近发生雷电灾害预警时，平台会展示雷电近区线路三维图并提供线路基本信息与台账。在风险评估部分会计算N-1故障以及雷电引起的断线概率，同时给出故障前后潮流计算结果以及负载率。最后给出运行辅助决策：P地二线负载率达到限额的49.92％，P地三线负载率达到限额的49.69％，P地三回负载率达到限额的68.95％，需降低相关联络及机组出力。
通过风险评估和辅助决策信息，可以为调度员了解设备运行风险的程度、危害性以及开展预控措施提供决策支撑。
3)电网故障综合信息展示和辅助决策
当电网发生线路跳闸、变压器跳闸等故障时，通过点击故障告警提示图标，可以看到故障的综合信息，包括：当前气象环境、设备台帐、故障基本信息、GIS三维图、实时监控视频、故障前后潮流、负载率、建议的辅助决策参考等。
在实际运行中，故障综合信息展示和辅助决策：当500kV O地二线B相发生线路跳闸故障时，平台会展示故障点线路三维图以及变电站实时监控视频等。然后计算故障前后设备以及断面的潮流大小以及负载率。最后给出运行辅助决策：xxx负载率达到限额的xx％，需降低相关联络及机组出力。
当某地变压器跳闸时，平台会展示变电站实时监控视频、主变台账、站内天气等信息。然后计算故障前后各关联变压器的潮流大小以及负载率。最后给出运行辅助决策：xxx变压器负载率达到限额的xx％，需降低相关联络及机组出力。
通过潮流转移、辅助决策等信息，可以为调度运行人员提供简明扼要的辅助决策信息，为调度员及时控制故障范围、恢复电网运行方式提供支撑。
实施例二：
本实施例在实施例一的基础上，评估了雷电灾害对电网设备故障概率的影响，并计算雷电灾害的实时故障率，建立了雷电灾害预警框架，实现了面对雷电灾害的电网全息智能管控。
雷电故障率计算：
雷击故障是造成线路闪络的主要极端自然天气灾害之一。雷电过电压分为感应雷过电压及直击雷过电压两种。对110kV及以上的高压输电线路，由于绝缘水平比较高，一般不会引起感应过电压。直击雷过电压一般会发生雷击杆塔和雷绕击线路两种情况。当雷电击中杆塔时，雷电流在杆塔与避雷线的波阻抗和接地电阻上的压降使塔顶的暂态电位绝对值骤升；当绝缘子两端压差超过其耐受电压时，造成反击型闪络。当雷电流绕过避雷线直接击中导线时，造成绕击型闪络。
1、获取当雷击杆塔时，雷电流超过耐雷水平I1的概率P1；获取当雷电绕击线路时，雷电流超过耐雷水平I2的概率P2。
当雷击杆塔时，线路的耐雷水平为：
式中：U50％为50％概率击穿电压；k为避雷线与输电线路间的耦合系数；k0为导线与地线间的耦合系数；ha、ht、hav和hgv分别为横档高度、杆塔高度、导线平均高度和地线平均高度，单位为m；β为分流系数；Rsu为杆塔冲击接地电阻，单位为Ω；Lt为杆塔等值电感，单位为μH。
当雷电绕击线路时，其耐雷水平I2为：
雷电流超过耐雷水平I1和I2的概率P1和P2的计算公式分别为：
2、根据雷电预报信息将管控区域划分为m个雷击分区；根据杆塔的经纬度信息和雷电范围区域计算各雷击分区内的线路长度以及分区内线路被雷击次数Ni；计算输电线路实时雷电故障率PT。
传统的线路雷电故障概率公式，采用年雷暴日数进行计算，反映的是整体电网区域的年平均雷击风险，忽视了线路在时空维度上的差异性。而本实施例所采用的线路实时雷电故障模型，可以根据在线的雷暴信息，自适应地调整线路的雷击故障跳闸率。其计算方法如下：
根据雷电预报信息将管控区域划分为m个雷击分区，分区的面积为Si，实际落雷数为ni，则雷区内的落雷密度为(ni/Si)。根据杆塔的经纬度信息和雷电范围区域计算各雷击分区内的线路长度li。
分区内线路被雷击的次数为：
式中：b为地线之间的距离，li表示第i个雷区的线路长度。
则输电线路的实时雷电故障概率PT为：
式中：η为建弧率；g为击杆率；Pα为绕击率。
建立雷电灾害预警框架：
建立雷电灾害预警框架，采集雷电实测数据，优化时间断面上实际雷电区域的二维图形描述，绘制相邻时间断面的雷电区域的时空演化，依据具体的演化情况调用不同的外推算法预报下一时间断面上的雷电区域，并估计各雷电区域内的电网设备发生故障的概率。
对于全息智能管控平台：
雷电灾害预警框架由3个阶段组成，如图4所示：(1)雷电分区的时空预报阶段，包括实时数据输入、识别、关联、外推预报等环节；(2)电网设备故障概率修正阶段；(3)与电力系统安全稳定性分析软件交互。数据预处理模块读入静态信息，对参数初始化，将监控区域网格化。实时数据输入模块读入雷电定位系统、多普勒天气雷达、卫星和大气电场仪等的实测数据。划分雷电区域模块则优化某时间断面上实际雷电区域的二维图形描述。关联模块则描述相邻时间断面的雷电区域的时空演化。外推预报模块依据具体的演化情况调用不同的外推算法来预报下一时间断面上的雷电区域。故障概率评估模块则估计各雷电区域内的电网设备发生故障的概率。风险设备集输出模块提供预想故障表，与电力系统安全稳定性分析软件实现一体化。
实施例三：
本实施例在实施例一的基础上，评估了山火灾害对电网设备故障概率的影响，并计算山火灾害的实时故障率，建立了山火灾害预警框架，实现了面对山火灾害的电网全息智能管控。
山火故障率计算：
在标准大气条件下，电网设备设计的外绝缘空气间隙都有足够裕度。但山火近处空气的温度、密度及湿度都会显著变化，显著降低气隙的绝缘强度。此外大量烟尘，特别是松树和杉树的针状灰烬，会随着热对流呈链状飞向高压电极，使电场进一步畸变。这些因素都会诱发带电体对地气隙，以及异相带电体之间气隙的击穿。
为反映上述影响，本实施例定义校正系数Kt为：
Kt＝KdKhKp
式中：Kd为空气密度校正系数；Kh为空气湿度校正系数；Kp为颗粒校正系数。
校正后的50％概率击穿电压U5′0％为：
U5′0％＝KtU50％
在山火环境中，气隙击穿电压服从正态分布，空气间隙发生击穿的概率为：
式中：U为实际电压。
基于地理信息系统(GIS)和遥感卫星技术，可对山火蔓延情况进行外推预测。
按照山火燃烧强度将输电线路分为n段，分段j在燃烧区域中的长度为lj，根据线路实际电压得到其空气间隙击穿概率为Pj，则整条输电线路的实时山火故障概率PF为：
式中：λ为单位长度线路故障率系数。
建立山火灾害预警框架：
建立山火灾害预警框架，读取山林静态信息以及实时气象信息，并根据微地形修正气象信息，预测火场形态的时空演变，计算受到威胁的线路长度，根据气隙击穿电压的计算结果建立故障率模型，评估输电线故障率，并将线路按故障率排序。
对于全息智能管控平台：
电网全息智能管控平台采用的山火灾害预警框架分为6个阶段，如图5所示，依次为读取静态信息，读取实时信息，山火蔓延特征分析，山火蔓延外推预测，评估线路故障率，向稳定分析软件输出。相关的静态信息包括线路的电压等级、杆塔位置、塔型布置与参数、导线参数、相地和相间间隙、设计的绝缘强度、周边地形与植被等数据；软件自动按线路及环境因素将线路分段。实时信息模块读取的气象信息包括气温、湿度、风速风向、降雨量等，并根据微地形修正气象信息；读取的山火信息包括火源分布及蔓延态势、燃烧强度等。山火的行为特征反映在山火蔓延及火场态势两方面。山火蔓延分析模块评估火场蔓延速度、火线强度及温度等参数。态势分析模块则预测火场形态的时空演变，计算受到威胁的线路长度。故障率预报模块则根据气隙击穿电压的计算结果建立故障率模型，评估输电线故障率。输出模块将线路按故障率排序，作为与电力系统稳定性分析软件的预想故障表的接口。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (10)

1.一种基于风险调度的电网全息智能管控方法，其特征在于，包括以下步骤：
S1：提取自然灾害数据，建立状态演变模型；
S2：评估自然灾害对电网设备故障概率的影响，并计算自然灾害的实时故障率，建立灾害预警框架；
S3：进行电网运行风险评估，确定电网运行风险等级；
S4：若评估出的风险指标超出阈值，在线计算出预防控制措施和紧急校正预案，实现智能辅助决策。
2.根据权利要求1所述的一种基于风险调度的电网全息智能管控方法，其特征在于，所述计算故障率包括计算雷电故障率：
获取当雷击杆塔时，雷电流超过耐雷水平I1的概率P1，计算击杆率g与概率P1的乘积A1；
获取当雷电绕击线路时，雷电流超过耐雷水平I2的概率P2，计算绕击率Pα与概率P2的乘积A2；
获取实时雷电数据，根据雷电数据划分m个雷击分区，并关联前后两个时间段分区，外推雷击分区范围；
根据杆塔的经纬度信息和雷电范围区域计算各雷击分区内的线路长度以及分区内线路被雷击次数Ni；
计算A1与A2之和A3，利用A3与建弧率η、雷击次数Ni的乘积，得到分区内线路的实时雷电故障率，对所有分区内线路的实时雷电故障率求和，得到输电线路实时雷电故障率PT。
3.根据权利要求1或2所述的一种基于风险调度的电网全息智能管控方法，其特征在于，所述计算故障率包括计算山火故障率：
设置校正参数，利用校正参数对山火环境下带电体对气隙的击穿电压进行校正；
利用气隙击穿电压的正态分布，计算空气间隙发送击穿的概率；
按照山火燃烧强度将输电线路进行分段，根据线路实际电压计算分段的空气间隙击穿概率Pj；
利用分段的空气间隙击穿概率Pj与单位长度线路故障率系数λ、分段j在燃烧区域中的长度为lj的乘积计算分段输电线路的实时山火故障概率，对所有分段输电线路的实时山火故障概率求和，得到整条输电线路的实时山火故障概率。
4.根据权利要求1或2所述的一种基于风险调度的电网全息智能管控方法，其特征在于，所述步骤S3中，电网运行风险评估的具体步骤包括：
S3.1：根据电网设备的时变故障率模型，选取出电网预想故障状态Ei；
S3.2：对电网系统进行风险分析，计算得到设备发生故障的后果严重程度；
S3.3：计算第i个系统在运行条件Xt,j下，发生故障Ei的后果严重程度Sev(Ei，Xt,j)与t时刻第j个可能的运行条件Xt,j发生的条件概率值Pr(Xt,j|Xt,f)的乘积M，计算M与故障Ei发生的概率Pr(Ei)的乘积Bi，对所有系统的Bi进行求和，计算得到风险指标。
5.根据权利要求2所述的一种基于风险调度的电网全息智能管控方法，其特征在于，采用动态N-1状态选取方法选取出电网预想故障状态：
在N-1故障场景集的基础上，基于电气距离对相邻元件进行扫描，生成高关联度故障集；
基于图搜索理论，对电网网络脆弱性进行分析，辨识出拓扑中的薄弱环节；
根据精度和速度要求选择合适的快速排序结果集大小；
采用蒙特卡洛抽样方法对评估结果的精度进行验证。
6.根据权利要求1所述的一种基于风险调度的电网全息智能管控方法，其特征在于，所述步骤4中，智能辅助决策的具体步骤包括：
以正常阶段的发电成本和故障阶段的失负荷损失之和为目标函数，设置约束条件，建立多阶段的协调控制优化模型；
采用强分支界定法，在松弛问题最优解处对目标函数影响大的变量进行分支，同时利用稀疏矩阵技术修正方程组，在故障阶段，利用各个场景集之间的解耦特性，实现对模型的并行求解，为调度人员提供经济合理且风险可控的调度方案。
7.根据权利要求6所述的一种基于风险调度的电网全息智能管控方法，其特征在于，所述多阶段的协调控制优化模型包括潮流控制模型：
划分潮流阈值，根据故障发生和校正措施生效的时刻，以及不同的潮流阈值，划分电网系统运行状态，在不同的运行状态进行不同的控制：
在正常阶段T0-T1，电力系统以预防控制方式u0运行，线路潮流处于Flt以下；
在紧急阶段T1-T2，控制措施仍为u0，同时将线路潮流控制在紧急阈值Fet以下；
在故障阶段T2-T3，对故障设备进行维修，控制措施从u0调整到uk，同时满足耦合约束条件：控制措施u0与uk的差的绝对值小于等于最大允许调整量，最大运行调整量等于最大允许调整速率与紧急调整时间的乘积。
8.根据权利要求1或2或6或7所述的一种基于风险调度的电网全息智能管控方法，其特征在于，所述建立灾害预警框架包括：
建立雷电灾害预警框架，采集雷电实测数据，优化时间断面上实际雷电区域的二维图形描述，绘制相邻时间断面的雷电区域的时空演化，依据具体的演化情况调用不同的外推算法预报下一时间断面上的雷电区域，并估计各雷电区域内的电网设备发生故障的概率；
建立山火灾害预警框架，读取山林静态信息以及实时气象信息，并根据微地形修正气象信息，预测火场形态的时空演变，计算受到威胁的线路长度，根据气隙击穿电压的计算结果建立故障率模型，评估输电线故障率，并将线路按故障率排序。
9.根据权利要求1或6或7所述的一种基于风险调度的电网全息智能管控方法，其特征在于，所述步骤S3还包括：
确定风险等级后，利用可视化技术对实时态和预测态的电网运行风险发出预警，在电网地理接线图上自动识别和定位出各类风险源和故障源，以不同颜色表示不同级别的警报。
10.一种基于风险调度的电网全息智能管控平台，采用权利要求1-8任意一项权利要求所述的一种基于风险调度的电网全息智能管控方法，其特征在于，包括：
全景潮流可视化模块，实现电网运行关键指标数据的实时融合展现，将告警信息关联到三维地图；
三维扫描模块，扫描电网线路，构建三维模型，并集成到GIS模块中；
GIS模块，基于地理信息数据，构建电网三维GIS地图；
视频平台，将视频数据和告警详情数据结合，当告警发生时，调用现场视频信息，辅助协同相关人员展开对应的应急处置。
CN202310484793.8A 2023-04-26 2023-04-26 一种基于风险调度的电网全息智能管控方法及平台 Pending CN116799946A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310484793.8A CN116799946A (zh) 2023-04-26 2023-04-26 一种基于风险调度的电网全息智能管控方法及平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310484793.8A CN116799946A (zh) 2023-04-26 2023-04-26 一种基于风险调度的电网全息智能管控方法及平台

Publications (1)

Publication Number Publication Date
CN116799946A true CN116799946A (zh) 2023-09-22

Family

ID=88045949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310484793.8A Pending CN116799946A (zh) 2023-04-26 2023-04-26 一种基于风险调度的电网全息智能管控方法及平台

Country Status (1)

Country Link
CN (1) CN116799946A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117114428A (zh) * 2023-10-25 2023-11-24 国网山西省电力公司电力科学研究院 一种电力设备气象灾害分析预警方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117114428A (zh) * 2023-10-25 2023-11-24 国网山西省电力公司电力科学研究院 一种电力设备气象灾害分析预警方法
CN117114428B (zh) * 2023-10-25 2024-01-30 国网山西省电力公司电力科学研究院 一种电力设备气象灾害分析预警方法

Similar Documents

Publication Publication Date Title
CN103914791A (zh) 一种电力设备状态检修系统
CN106017551A (zh) 一种智能化输电线路综合监测分析预警方法
CN104063750B (zh) 基于改进ahp‑反熵权的电力系统受灾影响的预测方法
CN111897030A (zh) 一种雷暴预警系统及方法
Vazquez et al. Wildfire mitigation plans in power systems: A literature review
US10809885B2 (en) Identifying and presenting related electrical power distribution system events
CN104732058B (zh) 一种多维度输电设备状态的评估方法
Dokic et al. Risk assessment of a transmission line insulation breakdown due to lightning and severe weather
CN113793021B (zh) 立体化输电走廊山火监测装置及方法
CN113298295B (zh) 一种面向电力生产的气象预报系统
Feng et al. Risk index system for catenary lines of high-speed railway considering the characteristics of time–space differences
CN106651128A (zh) 一种输变电系统风险预警方法
CN116799946A (zh) 一种基于风险调度的电网全息智能管控方法及平台
US20210072303A1 (en) Power distribution fault location estimation using transient analysis
CN105809574A (zh) 一种结合地形参数判定线路走廊云地闪高危区段的方法
WO2024093581A1 (zh) 一种面向电力设备设施的洪涝水位监测方法和系统
US10852341B2 (en) Composite fault mapping
CN114936450A (zh) 面向风电送出线路动态增容的数字孪生评估方法和系统
US10837995B2 (en) Composite fault mapping
CN116012189A (zh) 一种电力设施洪涝受灾空间异质性分析方法和系统
CN113344735B (zh) 电网设备的防灾减灾监测预警系统
Sharafi et al. Wildfires down under: Impacts and mitigation strategies for Australian electricity grids
CN104166883A (zh) 基于状态多维度综合评估的电网调度动态增容评估方法
CN117614137A (zh) 基于多源数据融合的配电网优化系统
CN117236685A (zh) 一种电网运行风险评估方法及系统

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