CN117895498B - 一种电力网络区块化目标失能的辅助决策和优化决策方法 - Google Patents

一种电力网络区块化目标失能的辅助决策和优化决策方法 Download PDF

Info

Publication number
CN117895498B
CN117895498B CN202410039775.3A CN202410039775A CN117895498B CN 117895498 B CN117895498 B CN 117895498B CN 202410039775 A CN202410039775 A CN 202410039775A CN 117895498 B CN117895498 B CN 117895498B
Authority
CN
China
Prior art keywords
node
power
target
load
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.)
Active
Application number
CN202410039775.3A
Other languages
English (en)
Other versions
CN117895498A (zh
Inventor
刘文霞
曹宇
李承泽
刘岩东
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202410039775.3A priority Critical patent/CN117895498B/zh
Publication of CN117895498A publication Critical patent/CN117895498A/zh
Application granted granted Critical
Publication of CN117895498B publication Critical patent/CN117895498B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Power Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及电力网络技术领域，具体涉及一种电力网络区块化目标失能的辅助决策和优化决策方法，包括以下步骤：获取目标区域电网的网络拓扑信息、线路潮流值、发电机节点出力、负荷节点所带负荷节点、线路信息；在目标区域选择要进行物理打击的目标区块；制定区块化精准停电辅助决策，对目标区块内、外所有供电路径进行搜索；生成优化后的节点、线路更新状态表，最终基于最优潮流计算目标区块外切负荷量；判断目标区块外切负荷量是否为最小值；计算目标区块内实际切负荷量和实际停电比例，最终优化结果即为优化决策最优方案。本发明，辨识目标区块的脆弱性，为电网运行者加强脆弱电力设备的保护提供了重要的参考借鉴意义。

Description

一种电力网络区块化目标失能的辅助决策和优化决策方法
技术领域
本发明涉及电力网络技术领域，尤其涉及一种电力网络区块化目标失能的辅助决策和优化决策方法。
背景技术
近几十年来，由于经济和一些环境问题，电力系统基础设施的发展没有与需求增长同步，导致电力系统在其静态和动态极限附近运行，电力系统变得更易受到蓄意攻击，如网络攻击和恶意破坏，导致大规模停电事件。
目前电力系统脆弱点识别方法包括：
基于网络拓扑的方法：这类方法主要基于复杂网络理论，通过挖掘电网拓扑结构特征来构建脆弱性指标，识别薄弱节点。
基于运行状态的方法：这类方法重点关注电力系统的实际运行状态，多通过潮流分析来辨识电压薄弱节点。
一些脆弱性指标已在某些国家的电力系统中成功应用，但这些方法多从电网拓扑角度判断脆弱性，未充分考虑物理运行状态。
现有大部分研究集中在电力传输线路的脆弱性，较少考虑电力厂站节点，少有研究对电力网络进行区块划分并研究其脆弱性，尤其是在战略掠夺背景下的区块化停电问题，区块脆弱性和点状脆弱性存在差异，缺乏完善的保护措施可能导致重大损失。
发明内容
基于上述目的，本发明提供了一种电力网络区块化目标失能的辅助决策和优化决策方法。
一种电力网络区块化目标失能的辅助决策和优化决策方法，包括以下步骤：
S1：获取目标区域电网的网络拓扑信息、线路潮流值、发电机节点出力、负荷节点所带负荷节点、线路信息；
S2：在目标区域选择要进行物理打击的目标区块，生成目标区块内、外节点线路信息集合；
S3：制定区块化精准停电辅助决策，对目标区块内、外所有供电路径进行搜索，然后进行目标区域供电、受电性质判断，明确优化目标为目标区块内切负荷量最大、目标区块外切负荷量最小；
S4：基于区块精准停电优化决策建立优化决策模型，优化决策模型根据优化目标设置目标函数、约束条件，进行目标优化，生成优化后的节点、线路更新状态表，最终基于最优潮流计算目标区块外切负荷量；
S5：判断目标区块外切负荷量是否为最小值；
S6：根据节点、线路更新状态表生成最优停电方案，计算目标区块内实际切负荷量和实际停电比例，最终优化结果即为优化决策最优方案。
进一步的，所述S2中的目标区块包括受电区块和供电区块，且选择的目标区块要同时满足打击需求与打击目标；
当目标区域内受电设备比例大于供电设备时，考虑目标区域内的节点及线路、目标区域外供电厂站节点及出线，当目标区域内供电设备比例大于受电设备时，考虑目标区域内的节点及线路，整合各节点、线路、设备，使用分析工具，生成目标区块内、外节点线路的信息集合。
进一步的，所述S3中的区块化精准停电辅助决策具体包括：
S31：识别目标区块内的节点，包括源、荷节点，并确定目标区块拓扑的进出线；
S32：使用深度优先入栈搜索算法找到目标区域内每个荷的所有供电路径，生成供电路径集合以及搜索路径表；
S33：对位于目标区域边界的输电线路进行识别，并对与其相连接的外部节点进行电压等级判断：
若连接的是发电厂节点或高电压等级的变电站节点，则该目标区域为供电端，生成目标区域外的供电路径；
若连接的是低电压等级的变电站节点或负荷节点，则该目标区域为受电端，不会对目标区域内节点供电，不生成针对该目标区域的供电路径。
进一步的，所述区块化精准停电辅助决策提供能够完成区域全部停电为目标的打击方案，打击方案包括打击所有电源、打击所有发电厂出线、打击节点和线路组合方案，选中其中一个方案并经过打击后果计算后，生成后果信息表，所述后果信息表用于对辅助决策方案进行优劣评价和参考。
进一步的，所述S32中的深度优先入栈搜索算法基于图论，用于遍历或搜索树或图，具体包括：
S321：确定搜索起点和终点：
选择起点：确定目标区块的根节点作为搜索的起点；
设定终点：标定发电厂节点作为潜在的搜索终点；
S322：执行深度优先搜索：
初始化搜索：从根节点开始，将其加入搜索栈:；
遍历节点：从栈中取出当前节点，搜索其所有子节点，并将子节点加入栈中；
回溯与探索：在达到终点或遇到死路时，回溯到上一个节点，继续搜索其它分支，反复进行，直至遍历完所有节点；
S323：生成供电路径：
记录路径：记录从根节点到各终点节点的所有可能路径；
分析路径：分析路径中的各个节点和线路，确定各个节点和线路在电力网络中的作用和重要性:；
S324：确定打击方案：
分析失能影响：分析不同节点或线路失能对整个电力网络的影响；
制定方案：针对每条供电路径，选择关键节点或线路进行打击，以确保路径失能；
整体失能分析：对区域内每个节点应用相同过程，以实现区域的完全失能；
S325：将所有可能的打击方案按类型和影响进行归类，为决策提供归类后的方案集合。
进一步的，所述S4中的目标函数为目标区块外切负荷量最小化：
f1＝min∑c≠TΔPc D
式中，T为目标区块序号；c≠T表示除目标区块外的所有其他区域，ΔPc D表示负荷切除量。
进一步的，所述S4中的约束条件具体包括：
S41：定义决策变量：包括发电机出力、节点负荷切除量、线路状态，定义附加变量：包括线路毁伤状态、线路打击状态、节点打击状态；
S42：建立约束条件，包括：
发电厂出力调整限制：确保每台发电机的出力在可调整的范围内；
负荷切除量约束：控制节点负荷切除量不超过最大负荷值；
输电线路功率限制：保证输电线路的功率流在容量范围内；
节点平衡功率约束：确保流入和流出某节点的功率之和相等；
节点相角平衡约束：调整每个节点相角的裕度；
直流潮流输送约束：计算线路上的潮流值；
目标区块切负荷量约束：设定目标区块内切负荷量的上下限；
线路状态约束：考虑线路和节点的攻击状态对线路状态的影响；
打击资源约束：限制节点和线路的打击资源；
还包括构建优化模型，将定义的决策变量和约束条件整合成优化模型，解析优化模型的结果，确定关键变量和决策点。
进一步的，所述直流潮流输送约束为非线性约束，应用Big-M法将直流潮流输送约束转换为线性约束进行求解，进而使用运筹模型进行求解。
进一步的，所述Big-M法具体如下：
设有二次项gx，其中g∈{0,1},-10≤x≤0，用大M法线性化，令y＝g·x，即转化为：
其中，g＝1时，y＝x；g＝0时，y＝0。
进一步的，所述S6中的最优停电方案即搜索路径表中的节点及线路编号。
本发明的有益效果：
本发明，当攻击者想要对某区域进行战略掠夺，利用区块化停电，在令该区域停电的同时，应减少区域外电力基础设施的失效比例，减少附加损失并提升夺控行动的隐秘性，同时，辨识目标区块的脆弱性，为电网运行者加强脆弱电力设备的保护提供了重要的参考借鉴意义。
本发明，基于深度优先搜索算法和运筹学理论，对任意划定的区块化目标区域进行供电路径搜索以及供受电性质判断，在此基础上，根据优化目标进行该区域脆弱节点和线路的辨识，从而达到目标区域最大范围停电，而区域外最小范围停电的目标。
附图说明
为了更清楚地说明本发明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，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例的辅助决策和优化决策方法示意图；
图2为本发明实施例的辅助决策方法流程示意图；
图3为本发明实施例的目标区块拓扑连接示意图；
图4为本发明实施例的优化决策方法流程示意图。
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明白，以下结合具体实施例，对本发明进一步详细说明。
需要说明的是，除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
如图1-4所示，一种电力网络区块化目标失能的辅助决策和优化决策方法，包括以下步骤：
S1：获取目标区域电网的网络拓扑信息、线路潮流值、发电机节点出力、负荷节点所带负荷节点、线路信息。
S2：在目标区域选择要进行物理打击的目标区块，生成目标区块内、外节点线路信息集合；
具体的：首先，在目标区域选择要进行物理打击的目标区块，选择目标区块时，一方面，要考虑到该目标区块内的变电站数目较多，起到重要的连接和联络作用，并且厂站内部分别涉及到不同的设备，设备种类繁多，功能复杂，是打击时应重点考虑的区域；另一方面，目标区块可分为受电区块和供电区块，当目标区域内受电设备比例较大时，不仅要考虑目标区域内的节点及线路，还要考虑目标区域附近供电厂站节点及出线；当目标区域内供电设备比例较大时，则主要考虑目标区域内的节点及线路。因此，选择的目标区块要同时满足打击需求与打击目标。
S3：制定区块化精准停电辅助决策，对目标区块内、外所有供电路径进行搜索，然后进行目标区域供电、受电性质判断，明确优化目标为目标区块内切负荷量最大、目标区块外切负荷量最小；
具体的：目标区域电网区块化精准停电辅助决策方法。
区块化精准停电辅助决策方法首先识别目标区块内的节点，分为源(发电厂、厂出线)、荷(负荷变电站)，并确定该区域拓扑的进出线，进而用深度优先搜索(DFS)算法找到区域内部每个荷的所有供电路径，生成供电路径集合；然后对位于区域边界的输电线路进行识别，并对与其相连的区域外的节点进行电压等级判断：若连接发电厂节点或高电压等级的变电站节点，则对于该区域为供电端，需要生成区域外的供电路径；若连接的是低电压等级的变电站节点或负荷节点，对于该区域为受电端，不会对区域内节点供电，则不生成针对该区域的供电路径。
辅助决策方法提供一系列能够完成区域全部停电为目标的打击方案，包括打击所有电源、打击所有发电厂出线、打击节点和线路组合方案。在选中其中一个方案后，即方案中涉及到的供输电馈线及发电厂、变电站节点组合，在经过打击后果计算后，生成后果信息表，从而对辅助决策方案进行优劣评价和参考。
基于图论的深度优先搜索算法
供电路径搜索依靠的算法是深度优先搜索算法(Depth First Search，简称DFS)：是图论里面一种的算法。沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点的所在边都己被探寻过或者在搜寻时结点不满足条件，搜索将回溯到发现节点的那条边的起始节点。整个进程反复进行直到所有节点都被访问为止。
基本思想是探索与回溯法，又称为试探法，按选优条件向前搜索，以达到目标，但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法。递归过程是每次访问起始点的第一个邻接结点后，又将该第一个邻接结点作为新的起始点继续向下访问，该过程是一个递归过程。以图3中的5号节点为例，绿色虚线框表示发电厂节点，红色实线框表示选定区块目标区域，其余红色节点表示变电站节点：
1)首先选定节点5为根节点，即搜索起点，将根节点5放入栈中，并设置发电厂节点3、7、11作为终点。
2)从栈中取出节点5，寻找到5的子节点2、6、7、8、9、10并放入栈中。
(此时处于节点5)；
3)然后从栈中取出节点2，寻找2的子节点3，放入栈中，搜所完成(此时处于节点2)；
4)之后取出节点2，寻找子节点7并放入栈中(此时位于节点7)。；
5)最后取出节点7重复执行以上操作，直至遍历全图。
最终搜索到目标区块区域内5号节点所有的供电路径，其中，L代表线路，N代表变电站及发电厂节点，搜索结果如下表所示：
5号节点区块区域内路径表
利用同样的原理，搜索5号节点区域外可能的所有供电路径，由于节点15的电压等级低于节点8电压等级，不会向区块区域内部输电，因此不进行路径搜索，连接发电厂节点和高电压等级节点的路径搜索结果见下表：
5号节点区块区域外路径表
对上面针对该区域节点5生成的所有供电路径，可生成众多满足区域整体失能的打击方案：打击所有发电厂节点；打击所有发电厂节点出线；打击变电站节点和线路组合,在已经生成的供电路径集合中，针对区域内的每个变电站节点路径中，选取一个节点或线路进行打击，使该条供电路径完全失能，每条供电路径都选取一个电力设备进行打击，则可保证该节点5停电,区域内每个节点都执行上述过程，即可使该区域完全失能,最终将各方案归类到集合里面，供辅助决策参考。
S4：基于区块精准停电优化决策建立优化决策模型，优化决策模型根据优化目标设置目标函数、约束条件，进行目标优化，生成优化后的节点、线路更新状态表，最终基于最优潮流计算目标区块外切负荷量；
具体的：目标区域电网区块化停电优化决策方法。
1优化决策模型。
优化问题是电力系统中一种重要的问题，其目标是在给定电力系统的约束条件下，通过逻辑运算，各决策变量在上下限范围内变化，从而确定各决策变量的最佳数值，并通过对偶单纯形法求解该线性规划问题，在优化决策方法的设计中，辨识目标区块时，在目标函数和约束条件的限制下，寻找满足目标函数和约束条计的最优打击组合，并不断更新脆弱节点、线路组合，计算并比较各脆弱组合的直流潮流结果，直至寻找到最优结果，下面详细介绍优化决策模型。
1.1目标函数：
优化决策方法模型的目标函数为，目标区块外的切负荷量最小化：
f1＝min∑c≠TΔPc D (1)
式中，T为目标区域序号；c≠T表示除目标区域外的所有其他区域，ΔPc D表示区域的负荷切除量。
1.2约束条件：
优化决策模型涉及许多变量，其中最主要的是各个发电机的发电功率ΔPi G、各个节点负荷切除量ΔPi D，其他变量包括输电线路的功率流等，还有涉及到的决策变量包括：表示线路毁伤状态决策变量，表示线路打击状态决策变量，表示节点打击状态决策变量，这些变量组成的约束描述了电力系统的物理和运行限制，包括：
1.2.1发电厂出力调整限制约束：每台发电机的出力该变量必须在一定范围内。
式中，ΔPi G表示节点i的初始出力，分别为节点i的出力调整上下限。
1.2.2负荷切除量约束：节点负荷切除量不能超过该节点所带的最大负荷值。
式中，Pi D表示节点i所带的的初始负荷，ΔPi D表示节点i的负荷切除量。
输电线路功率限制约束：输电线路的功率流必须在其容量范围内。
表示线路i-j上输送的功率，表示线路i-j的输送容量上限，下限中的负号表示线路中的功率流向相反。
1.2.3节点平衡功率约束：流入某节点的功率之和等于流出该节点的功率之和。
式中，ΔPi G表示节点i的初始出力，Pi G表示节点i的初始出力，Pi D表示节点i所带的的初始负荷，ΔPi D表示节点i的负荷切除量，表示线路i-j上输送的功率。
1.2.4节点相角平衡约束：每个节点相角的调整裕度必须在一定范围内。
式中，θi和θj表示节点当前相角值。
1.2.5线路直流潮流输送约束：每条线路上流过的潮流按照直流(DC-OPF)潮流进行计算。
式中，表示线路i-j上输送的功率，Xi-j表示线路i-j的电抗值，为线路毁伤状态决策变量。
1.2.6目标区块切负荷量约束：选择的区块区域内切负荷量上下限。
式中，表示攻击者期望的区域内负荷切除量，表示最大切负荷量，越接近100％优化结果越合理，表示最小切负荷量，但不易过小。
1.2.7线路状态约束：攻击后线路i-j状态受该线路攻击状态影响，同时，线路i-j状态也受到该线路所连接的所有节点的攻击状态决策变量的影响。因此，定义网架中与n节点相连接的线路集合TL，则线路状态也有可能受其周围节点状态影响。
上式为逻辑约束条件，转换为线性约束条件，如下：
式中，表示线路毁伤状态决策变量，表示线路打击状态决策变量，表示节点打击状态决策变量。
公式(12)表示目标区域内有些地下线路、电缆实际存在，但是在实际打击时无法选中，因此强制将这类线路的状态保证这类线路无法成为可选择的对象。
打击资源约束：节点和线路打击资源不是无限的，有阈值限制。
Vl+Vn≤V (16)
公式(13)表示节点打击资源上限，公式(14)表示线路打击资源上限，公式(15)表示总体可用打击资源上限。
其中，其中，约束条件(7)线路直流潮流输送约束为非线性约束，需要转换为线性约束进行求解。Big-M法是运筹优化建模中常用到的方法，逻辑约束和非线性约束可以使用Big-M法转成线性约束，目的是将非线性问题转成线性问题，使得问题能够使用运筹经典模型来求解。若有如下二次项：gx，其中g∈{0,1},-10≤x≤0用大M法线性化，令y＝g·x，即转化为：
即：g＝1时，y＝x；g＝0时，y＝0。
要注意大M的值不能太小，若太小则不能保证线性化后不等式的方向，因此无法起到线性化的作用；也不能太大，会导致数值计算上的问题，大M如果有物理意义，根据物理意义来取值越小越好；否则一般取值上，比参数多一两个数量级即可；
以上也可用使用逻辑计算，比如求最大值(x＝max(a,b,c))或最小值指示函数(x>0→y＝1)，在优化决策模型中也使用了大M法将非线性约束条件转换为线性约束条件，如约束条件(7)使用大M法后，转换为如下结果：
式中，表示当前线路上流过的潮流值，θi、θj表示节点相角值，Xi-j表示线路i-j的电抗值，M即为一个很大的常数，表示线路毁伤状态决策变量。
S5：判断目标区块外切负荷量是否为最小值；
S6：根据节点、线路更新状态表生成最优停电方案，计算目标区块内实际切负荷量和实际停电比例，最终优化结果即为优化决策最优方案。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明的范围被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
本发明旨在涵盖落入权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、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)

1.一种电力网络区块化目标失能的辅助决策和优化决策方法，其特征在于，包括以下步骤：
S1：获取目标区域电网的网络拓扑信息、线路潮流值、发电机节点出力、负荷节点、线路信息；
S2：在目标区域选择要进行物理打击的目标区块，生成目标区块内、外节点线路信息集合；
S3：制定区块化精准停电辅助决策，对目标区块内、外所有供电路径进行搜索，然后进行目标区域供电、受电性质判断，明确优化目标为目标区块内切负荷量最大、目标区块外切负荷量最小；
S4：基于区块精准停电优化决策建立优化决策模型，优化决策模型根据优化目标设置目标函数、约束条件，进行目标优化，生成优化后的节点、线路更新状态表，最终基于最优潮流计算目标区块外切负荷量；
S5：判断目标区块外切负荷量是否为最小值；
S6：根据节点、线路更新状态表生成最优停电方案，计算目标区块内实际切负荷量和实际停电比例，最终优化结果即为优化决策最优方案；
所述S2中的目标区块包括受电区块和供电区块，所述选择要进行物理打击的目标区块要同时满足打击需求与打击目标；
当目标区域内受电设备比例大于供电设备时，考虑目标区域内的节点及线路、目标区域外供电厂站节点及出线，当目标区域内供电设备比例大于受电设备时，考虑目标区域内的节点及线路，整合各节点、线路、设备，使用分析工具，生成目标区块内、外节点线路的信息集合；
所述S3中的区块化精准停电辅助决策具体包括：
S31：识别目标区块内的节点，包括源、荷节点，并确定目标区块拓扑的进出线；
S32：使用深度优先入栈搜索算法找到目标区域内每个负荷节点的所有供电路径，生成供电路径集合以及搜索路径表；
S33：对位于目标区域边界的输电线路进行识别，并对与其相连接的外部节点进行电压等级判断：
若连接的是发电厂节点或高电压等级的变电站节点，则该目标区域为供电区块，生成目标区域外的供电路径；
若连接的是低电压等级的变电站节点或负荷节点，则该目标区域为受电区块，不会对目标区域内节点供电，不生成针对该目标区域的供电路径；
所述区块化精准停电辅助决策提供完成区域全部停电为目标的打击方案，打击方案包括打击所有电源、打击所有发电厂出线、打击节点和线路组合方案，选中其中一个方案并经过打击后果计算后，生成后果信息表，所述后果信息表用于对辅助决策方案进行优劣评价和参考；
所述S32中的深度优先入栈搜索算法基于图论，用于遍历或搜索树或图，具体包括：
S321：确定搜索起点和终点：
选择起点：确定目标区块的根节点作为搜索的起点；
设定终点：标定发电厂节点作为潜在的搜索终点；
S322：执行深度优先搜索：
初始化搜索：从根节点开始，将其加入搜索栈；
遍历节点：从栈中取出当前节点，搜索其所有子节点，并将子节点加入栈中；
回溯与探索：在达到终点或遇到死路时，回溯到上一个节点，继续搜索其它分支，反复进行，直至遍历完所有节点；
S323：生成供电路径：
记录路径：记录从根节点到各终点节点的所有可能路径；
分析路径：分析路径中的各个节点和线路，确定各个节点和线路在电力网络中的作用和重要性；
S324：确定打击方案：
分析失能影响：分析不同节点或线路失能对整个电力网络的影响；
制定方案：针对每条供电路径，选择关键节点或线路进行打击，以确保路径失能；
整体失能分析：对区域内每个节点应用相同过程，以实现区域的完全失能；
S325：将所有可能的打击方案按类型和影响进行归类，为决策提供归类后的方案集合；
所述S4中的目标函数为目标区块外切负荷量最小化：
式中，T为目标区块序号；c≠T表示除目标区块外的所有其他区域，表示负荷切除量；
所述S4中的约束条件具体包括：
S41：定义决策变量：包括发电机出力、节点负荷切除量、线路状态，定义附加变量：包括线路毁伤状态、线路打击状态、节点打击状态；
S42：建立约束条件，包括：
发电厂出力调整限制：确保每台发电机的出力在可调整的范围内；
负荷切除量约束：控制节点负荷切除量不超过最大负荷值；
输电线路功率限制：保证输电线路的功率流在容量范围内；
节点平衡功率约束：确保流入和流出某节点的功率之和相等；
节点相角平衡约束：调整每个节点相角的裕度；
直流潮流输送约束：计算线路上的潮流值；
目标区块切负荷量约束：设定目标区块内切负荷量的上下限；
式中，表示攻击者期望的区域内负荷切除量，表示最大切负荷量，越接近100％优化结果越合理，表示最小切负荷量，但不易过小；
线路状态约束：考虑线路和节点的攻击状态对线路状态的影响；
打击资源约束：限制节点和线路的打击资源；
还包括构建优化模型，将定义的决策变量和约束条件整合成优化模型，解析优化模型的结果，确定关键变量和决策点；
所述S6中的最优停电方案即搜索路径表中的节点及线路编号。
2.根据权利要求1所述的一种电力网络区块化目标失能的辅助决策和优化决策方法，其特征在于，所述直流潮流输送约束为非线性约束，应用Big-M法将直流潮流输送约束转换为线性约束进行求解，进而使用运筹模型进行求解。
3.根据权利要求2所述的一种电力网络区块化目标失能的辅助决策和优化决策方法，其特征在于，所述Big-M法具体如下：
设有二次项gx，其中g∈{0,1},-10≤x≤0，用大M法线性化，令y＝g·x，即转化为：
其中，g＝1时，y＝x；g＝0时，y＝0。
CN202410039775.3A 2024-01-10 2024-01-10 一种电力网络区块化目标失能的辅助决策和优化决策方法 Active CN117895498B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410039775.3A CN117895498B (zh) 2024-01-10 2024-01-10 一种电力网络区块化目标失能的辅助决策和优化决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410039775.3A CN117895498B (zh) 2024-01-10 2024-01-10 一种电力网络区块化目标失能的辅助决策和优化决策方法

Publications (2)

Publication Number Publication Date
CN117895498A CN117895498A (zh) 2024-04-16
CN117895498B true CN117895498B (zh) 2024-07-05

Family

ID=90642162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410039775.3A Active CN117895498B (zh) 2024-01-10 2024-01-10 一种电力网络区块化目标失能的辅助决策和优化决策方法

Country Status (1)

Country Link
CN (1) CN117895498B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671029A (zh) * 2020-11-30 2021-04-16 国网浙江宁波市鄞州区供电有限公司 一种含分布式电源的配网多阶段故障恢复方法
CN114844050A (zh) * 2022-07-06 2022-08-02 南京邮电大学 基于事件触发机制的配电网分层分区切负荷协调控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110783967B (zh) * 2019-10-29 2021-03-30 清华大学 基于约束聚合的虚拟电厂出力可行域辨识方法及装置
CA3226832C (en) * 2020-10-01 2024-04-30 S&C Electric Company Closed loop restoration
CN114389265B (zh) * 2022-03-23 2022-08-16 山东大学 基于增殖和缩减进化的电网紧急切负荷优化方法及系统
US20230327438A1 (en) * 2022-04-11 2023-10-12 General Electric Company Scalable state estimation for power distribution grid
CN116231638A (zh) * 2023-02-28 2023-06-06 广东电网有限责任公司广州供电局 基于决策树的电网重要用户供电路径决策方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671029A (zh) * 2020-11-30 2021-04-16 国网浙江宁波市鄞州区供电有限公司 一种含分布式电源的配网多阶段故障恢复方法
CN114844050A (zh) * 2022-07-06 2022-08-02 南京邮电大学 基于事件触发机制的配电网分层分区切负荷协调控制方法

Also Published As

Publication number Publication date
CN117895498A (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
CN106815657B (zh) 一种考虑时序性和可靠性的配电网双层规划方法
CN105449713B (zh) 考虑分布式电源特性的有源配电网智能软开关规划方法
CN109149586B (zh) 面向智能软开关的有源配电网分区分散式电压控制方法
Liu et al. A new hybrid Nelder‐Mead particle swarm optimization for coordination optimization of directional overcurrent relays
CN104794541B (zh) 一种基于模拟退火和锥优化的配电网运行优化方法
Gholizadeh-Roshanagh et al. A framework for optimal coordinated primary-secondary planning of distribution systems considering MV distributed generation
CN108880886B (zh) 一种跨区域电力系统保护通信网规划方法
CN109474023A (zh) 智能配电网区段实时更新方法、系统、存储介质及终端
Atat et al. Stochastic geometry-based model for dynamic allocation of metering equipment in spatio-temporal expanding power grids
Kumar et al. Multi‐objective design of advanced power distribution networks using restricted‐population‐based multi‐objective seeker‐optimisation‐algorithm and fuzzy‐operator
CN107808200A (zh) 配电网短时检修计划优化方法和装置
Isac et al. Optimal capacitor placement in radial distribution system to minimize the loss using fuzzy logic control
CN110311372A (zh) 基于谱聚类的电网分区方法
CN117610879A (zh) 一种基于人工智能的城市配电网通信设施规划方法及系统
CN117895498B (zh) 一种电力网络区块化目标失能的辅助决策和优化决策方法
CN107276093B (zh) 基于场景削减的电力系统概率潮流计算方法
Khoshayand et al. A new method of decision making in multi-objective optimal placement and sizing of distributed generators in the smart grid
Nayeripour et al. Interactive fuzzy binary shuffled frog leaping algorithm for multi-objective reliable economic power distribution system expansion planning
Casolino et al. Load areas in distribution systems
CN113629769B (zh) 一种基于线路权重的电网分区搜索方法和系统
CN113162056B (zh) 特高压电网自动电压控制方法和装置
Ymeri et al. Impact of Photovoltaic Systems Placement, Sizing on Power Quality in Distribution Network.
Vo et al. Multi-objective security constrained optimal active and reactive power dispatch using hybrid particle swarm optimization and differential evolution
CN114465216A (zh) 一种基于mo-cgabc的主动配电网故障恢复方法
CN113449908A (zh) 考虑需求侧资源的配电网规划方法及系统

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
GR01 Patent grant
GR01 Patent grant