专利汇可以提供考虑灾害因素的电力系统短期风险判定方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及考虑灾害因素的电 力 系统短期 风 险判定方法,属于电力系统可靠性与风险分析领域。该方法包括:从地理上划分引起电力系统输电线路故障的灾害所分布的地区(简称灾区,例如 雷击 、 冰 灾、 鸟 害等地区);并根据电力系统输电设备的 位置 以及灾区的地理分布建立输电设备与灾区的对应关系;通过统计电力系统输电设备历史故障及其发生原因,计算处于灾区内的输电设备在灾害发生时的条件故障率;根据气象预报信息以及输电设备的条件故障率,利用电力系统风险评估技术判定未来短期内电力系统的停电风险。利用本方法对灾害天气下电力系统潜在的停电事故作出预警,合理安排电力系统检修计划与运行方式, 预防 电力系统大规模停电事故。,下面是考虑灾害因素的电力系统短期风险判定方法专利的具体信息内容。
1.一种考虑灾害因素的电力系统短期风险判定方法,将电力系统发电机组、输电线路、变压器统称为“元件”;定义电力系统中的所有母线为“节点”;定义Tst与Ted为电力系统风险判定的起始时段与截止时段,电力系统风险判定的时间长度为Ted-Tst;
其特征在于,包括以下步骤:
1)从地理上划分对电力系统输电线路故障具有影响的灾区,建立输电线路与灾区的对应关系,根据线路与灾区的对应关系将输电线路分为多个输电线路分段,计算处于灾区内输电线路分段在灾害发生及未发生条件下的条件故障概率;
2)根据天气预报信息获取各灾区发生灾害的概率,并以此确定各输电线路分段的条件故障概率,根据输电线路的条件故障概率通过随机采样确定各输电线路的状态,并通过随机采样确定发电机组状态以及各母线负荷大小,以所述各元件的状态以及电力系统负荷大小为边界条件,利用最优潮流模型判断电力系统失效状态,得到电力系统各节点失负荷量;
3)根据所述各节点失负荷量计算系统失负荷概率、失负荷期望电量以及失负荷损失,利用收敛准则判定风险评估是否收敛,若不收敛则返回步骤2)开始新一次的采样,若收敛则根据系统计算结果判定系统短期运行风险。
2.如权利要求1所述方法,其特征在于,所述步骤1)具体包括以下步骤:
1.1)形成灾区地图
结合多年气象数据以及电力系统因自然灾害而产生故障的区域分布,绘制灾区分布图,在地图上形成多个闭合的灾区;利用式(1)计算每个灾区不同月份发生灾害的概率:
pij=dij/Dj (1)
式(1)中pij表示灾区i第j月灾害发生概率,dij表示灾区i历史上在第j月发生灾害的平均天数,Dj为第j月的总天数;
1.2)根据各输电线路故障的历史统计数据计算各输电线路的故障概率指标,包括各输电线路综合跳闸率al、重合闸成功率pRC,l、以及各输电线路故障平均修复时间MTTRl:
采用式(2)计算输电线路综合跳闸率:
式(2)中,al为输电线路l的综合跳闸率,单位为次/(年×百公里);nl,T为时间T内输电线路l跳闸的总次数;Ll为输电线路l的长度,单位为公里;
采用式(3)计算输电线路重合闸成功率:
式(3)中pRC,l为输电线路l的重合闸成功率; 为时间T内输电线路l跳闸后自动重合闸成功的总次数;
采用式(4)计算输电线路故障平均修复时间:
式(4)中,MTTRl为输电线路l故障平均修复时间,单位为小时;tl,T为时间T内输电线路l跳闸后处于修复状态的总时间;
1.3)建立灾区与输电线路对应关系:
根据灾区对输电线路位置关系将输电线路进行分段,分别记录输电线路在每个灾区的起始坐标与终止坐标,进而将输电线路分为K段,形成K个输电线路分段,分别获取各输电线路分段的长度:
ll,k,l=1,2,...,L,k=1,2,...,K (5)
式(5)中ll,k为输电线路l第k个分段的长度;
1.4)计算灾区内线路因灾害而引起的故障占其整体故障的百分比:
统计历史上灾区内各输电线路的所有故障,并将故障按发生原因进行分类,根据式(6)计算输电线路l因灾区i产生的灾害而引起的故障占其整体故障的百分比Qi,l为:
式(6)中nl,T,i为输电线路l在时间T的因灾区i产生的灾害而引起的故障的总次数;
1.5)计算处于同一灾区内输电线路故障相关系数:
采用式(7)计算时间时间T内各输电线路因灾害i产生故障的概率pl,i:
设灾区i内包含输电线路l1与l2,采用式(8)计算两输电线路故障的相关系数ρ:
-1 -1
Φρ[Φ (pl1),Φ (pl2)]=pl1,l2 (8)
式(8)中pl1,i与pl2,i分别表示l1与l2各自因灾害产生的故障概率,pl1,l2表示线路l1-1
与l2历史上因灾害同时产生故障的概率。Φ 表示一维标准正态分布函数的逆函数,Φρ为相关系数为ρ的二维正态分布;
1.6)计算输电线路在灾害发生与未发生情况下的条件故障率:
采用式(9)计算灾区i灾害时间占全年总时间的比例Ri:
l
根据步骤1.3)中对输电线路的分段以及步骤1.2)中输电线路综合跳闸a 率与重合闸成功率pRC,l,计算各输电线路各分段线路故障率,输电线路l第k分段故障率采用式(10)计算:
对于处于灾区中的输电线路,采用式(11)计算输电线路在发生灾害情况下条件故障率λl,k,1与未发生灾害情况下条件故障率λl,k,0:
3.如权利要求1所述方法,其特征在于,所述步骤2)具体包括:
2.1)对灾区内是否发生灾害进行采样:
采用式(12)计算风险评估时间长度内灾害发生的概率pi:
式(12)中tj为风险评估目标时段处于各个月的天数,pij为步骤1.1)中计算得到的灾区i各月发生灾害概率;
利用计算机标准随机数生成程序生成0~1之间均匀分布的随机数ξu(0,1),根据随机数ξu(0,1)确定灾区i的状态:
Si取值中,0表示灾区i中未发生灾害,1表示灾区i发生灾害,i=1,2,...,I,i为灾区的序号,根据每个灾区的采样值依次确定电力系统中所有灾区在一次采样中的状态;
2.2)对处于灾区内的输电线路的分段的状态进行随机采样:
根据步骤2.1)中得到的灾区状态Si以及步骤1.6)中输电线路在发生灾害情况下与未发生灾害情况下条件故障率,计算处于灾区内的各输电线路的分段产生故障的概率,若输电线路l第k段处于灾区i内,则其故障概率的计算公式如式(14)所示:
式(14)中t=Ted-Tst表示风险评估的时间长度,pl,k,1表示灾害发生条件下输电线路l第k段发生故障的概率,pl,k,0表示灾害发生条件下输电线路l第k段发生故障的概率;
λl,k,1与λl,k,0分别为步骤1.6)中计算得到的输电线路在发生灾害情况下与未发生灾害情况下的条件故障率;
对灾区内输电线路分段的状态进行采样,对于每一个灾区,若灾害发生情况下(Si=
1),则进行步骤2.2.1),若灾害未发生(Si=0)则跳转至步骤2.2.2);
2.2.1)灾害发生情况下对输电线路分段的状态进行随机采样:
利用计算机标准随机数生成程序随机产生Li个正态分布的随机数δn(0.1),l,l=
1,2,...,Li,构成一个Li维的列向量Δn(0.1),Li表示灾区i内共有Li条线路;将步骤1.5)中计算得到的处于灾区i内所有输电线路分段故障相关系数组成相关系数矩阵Ci,其形式如式(15)所示:
式(15)矩阵Ci中的每一个元素均可由步骤1.5)中所述的过程获得;对Ci矩阵进行Cholesky分解,将Ci分解为三角矩阵L及其转置的乘积:
Ci=LLT (16)
根据式(17)采用L对Δn(0.1)进行线性变换:
根据 中各元素的值 l=1,2,...,Li确定灾区各输电线路分段的状态,若输电线路l第k段处于灾区i内,输电线路分段状态Sl,k(0代表故障,1代表正常运行)由式(18)确定:
式(18)中Φ(·)为标准正态分布函数;
2.2.2)灾害未发生情况下对输电线路分段的状态进行随机采样:
利用计算机标准随机数生成程序生成0~1之间均匀分布的随机数ξu(0,1),根据随机数ξu(0,1)确定灾区i内输电线路l第k段的状态Sl,k(0代表故障,1代表正常运行):
步骤2.2.1)以及步骤2.2.2)完成了一个灾区内所有输电线路分段的状态的采样,i=
1,2,...,I,对所有灾区进行遍历采样后,得到所有处于灾区内输电线路分段在一次采样中的状态;
2.3)对不在灾区内的输电线路分段的状态进行随机采样:
根据步骤1.6)中式(10)计算得到的不在灾区内的输电线路分段的随机停运率λl,k,采用式(20)计算风险评估目标时间段t内停运概率pl,k:
式(20)中pl,k表示输电线路l第k段故障概率,λl,k为步骤1.6)中计算得到的输电线路故障率;利用计算机标准随机数生成程序生成0~1之间均匀分布的随机数ξu(0,1),根据随机数ξu(0,1)确定输电线路l第k段的采样状态Sl,k为:
Sl,k取值中,0表示输电线路l第k段故障停运,1表示输电线路l第k段正常运行;l=1,2,...,L,k=1,2,...,K,l与k分别是输电线路以及输电线路分段的编号;根据每个输电线路分段的采样值依次确定不在灾区内的输电线路分段的采样状态;
2.4)根据步骤2.2)与2.3)中采样得到的各输电线路各个分段的状态确定各输电线路整体的状态为:
Sl取值中,0表示输电线路l故障停运,1表示输电线路l正常运行;采用式(22)对所有输电线路l=1,2,...,L利用步骤2.4)进行遍历,得到所有输电线路在一次采样中的状态;
2.5)对发电机组的状态进行随机采样:
根据式(23)计算发电机组随机停运率λg:
式(23)中FORg为发电机组g的强迫停运率;MTTRg为发电机组g的停运平均修复时间;
计算风险评估目标时间段内停运概率pg:
利用计算机标准随机数生成程序生成0~1之间均匀分布的随机数ξu(0,1),根据随机数ξu(0,1)确定发电机组g的采样状态Sg为:
Sg取值中,0表示发电机组g故障停运,1表示发电机组g正常运行;g=1,2,...,G,g为发电机组的序号;根据每台发电机组的采样值依次确定电力系统中所有机组的在一次采样中的状态;
2.6)在辨识的时间长度内,对电力系统各节点负荷进行随机采样:
获取辨识的时间长度内电力系统负荷预测曲线,采用计算机标准随机数生成程序生成
0~1之间均匀分布的随机数ξu(0,1),根据随机数ξu(0,1)确定电力系统总负荷的一次采样值为: t=round[ξu(0,1)(Tst-Ted)],b=1,2,...,B (26)式(26)中hb为节点b的采样负荷,Ht为t时刻电力系统总负荷, 为节点b负荷占系统负荷的比例,节点总数为B,round[·]表明对括号内数的取整;
2.7)对变压器的状态进行随机采样:
根据式(23)计算风险评估目标时间段内变压器停运概率pq:
式(27)中λq为变压器q的停运率,t=Ted-Tst表示风险评估的时间长度;利用计算机标准随机数生成程序生成0~1之间均匀分布的随机数ξu(0,1),根据随机数ξu(0,1)确定变压器q的采样状态Sq为:
Sq取值中,0表示变压器q故障停运,1表示变压器q正常运行;q=1,2,...,Q,q为变压器的序号;根据每台变压器的采样值依次确定电力系统中所有变压器的在一次采样中的状态;
通过步骤2.1)至步骤2.7),完成了短期风险评估中对于系统状态的一次采样,确定了该采样中输电线路、变压器、发电机组的状态以及各节点负荷的大小。
4.如权利要求1所述方法,其特征在于,所述步骤3)具体包括:
3.1)根据系统发电机组与输电线路的采样状态以及负荷采样大小,采用以失负荷量最小为优化目标的单时段最优潮流模型计算电力系统在该状态下各节点最小切负荷量:
h′b=F(Sl,Sg,hb,Ωx,Ωg,cx) (29)
式(29)中F(·)表示以失负荷量最小为优化目标的单时段最优潮流模型,模型的输入数据包括系统各输电线路的采样状态Sl、输电线路的参数集Ωl、发电机组的采样状态Sg、发电机组的参数集Ωg、各母线负荷的大小hb以及切负荷成本参数cb,模型输出参数为系统失负荷成本最小目标下系统各节点切负荷量h′b;
3.2)根据各节点最小切负荷量h′b统计系统风险指标,风险指标包括系统失负荷概率LOLP、系统失负荷期望EENS以及系统期望失负荷损失费用ECLL:
式(30)、(31)与(32)中,M为总采样次数,h′mb表示第m次采样对应的各节点切负荷的大小,式(30)中,Um表示系统在第m次采样中系统切负荷的示性变量:
3.3)判断系统收敛性:
采用式(34)计算LOLP,EENS以及ECLL的均方差的渐进无偏估计量 与
采用式(35)计算各风险指标的相对计算误差:
式(35)中λα为标准正态分布双侧检验的置信度为1-α时对应的自变量的值,取置信度为0.95,则λα=1.96;
采用是(36)判断系统风险指标计算的收敛性:
式(36)中ε0为最大允许相对误差极限;
3.4)根据风险评估中得到的LOLP、EENS、ECLL的指标大小,判定电力系统短期运行风险,若有:
LOLP≤LOLPmax且EENS≤EENSmax且ECLL≤ECLLmax (37)
则系统风险指标合格,否则,则判定系统处于较大风险中;式(37)中LOLPmax、EENSmax、ECLLmax为电力系统短期运行最大风险容许标准。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种燃气发电机组的安装结构 | 2020-05-08 | 874 |
扭振信号检测方法、装置设备及存储介质 | 2020-05-11 | 26 |
一种海上风力发电系统的在线监测系统 | 2020-05-11 | 27 |
基于电池储能装置与电储热装置减少电网峰谷差的方法 | 2020-05-08 | 423 |
一种新型发电机组消声箱的可拆卸结构 | 2020-05-08 | 133 |
一种燃气发电机组发动机的水空中冷器布置结构 | 2020-05-08 | 26 |
一种具有防水功能的发电机组拖车 | 2020-05-08 | 902 |
一种发电机组的轮轴支架 | 2020-05-08 | 271 |
一种水轮机导叶轴套拆卸工具 | 2020-05-08 | 215 |
一种新型发电机组用消音箱内部结构 | 2020-05-08 | 58 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。