电网灾害链AI推演与风险预警方法及系统

摘要: 本发明涉及有源电网灾害风险评估,尤其涉及一种电网灾害链ai推演与风险预警方法及系统。背景技术:1、极端暴雨引发的洪涝灾害已成为威胁区域有源电网安全稳定运行的核心...
电网灾害链AI推演与风险预警方法及系统

本发明涉及有源电网灾害风险评估,尤其涉及一种电网灾害链ai推演与风险预警方法及系统。

背景技术:

1、极端暴雨引发的洪涝灾害已成为威胁区域有源电网安全稳定运行的核心风险之一,其强非线性、突发性的灾害特征,极易导致电网设备损毁、拓扑断裂,引发大规模停电事故,严重影响区域供电可靠性与社会生产生活秩序。

2、关于围绕电网灾害演化与韧性评估,现有技术取得了一些成果。在理论框架层面,相关研究剖析了新型电力系统建设方向与关键任务,界定了电力系统韧性的核心维度,从宏观风险防控、系统耦合效应等角度构建了灾害链基础理论体系,为电网韧性研究奠定了宏观基础。在风险评估与建模层面,建立了城市暴雨洪涝灾害链风险评价模型、暴雨-滑坡灾害链脆弱性评估模型,通过贝叶斯更新方法优化设备失效概率,提出边韧性度指标识别系统关键线路,同时梳理了分布式新能源集群常规调度方案,分析了水电机组调节潜力,初步实现了洪涝灾害风险的量化表征与电网关键单元辨识。在感知技术层面,“天-空-地”协同感知技术逐步应用于电网防灾领域,依托 sar(synthetic aperture radar,合成孔径雷达)影像、多光谱卫星、雷达影像、雷达点云等技术,实现了广域洪水风险辨识、杆塔状态监测、设备损毁阈值判定等功能,为打破洪涝工况下的物理感知盲区提供了技术支撑。

3、现有研究虽取得一定成果,但仍存在以下亟待解决的技术短板。

4、一是多源感知数据无法实现淹没地理坐标向电网拓扑矩阵的精准映射,难以刻画电力设施微观动态损毁过程,各类监测技术在复杂水动力环境下鲁棒性不足,尚未形成感知信息向精准风险量化的闭环转化模型。

5、二是传统安全防护准则存在局限性,静态概率与“n-1”准则应对洪涝灾害链的强非线性特征时滞后明显,无法满足灾中动态防控与灾后快速恢复的需求。

技术实现思路

1、鉴于上述的分析,本技术实施例旨在提供一种电网灾害链ai推演与风险预警方法及系统,用以解决精确量化评估电网韧性的问题。

2、一方面,本技术实施例提供了一种电网灾害链ai推演与风险预警方法。该方法包括:采样得到电网所在区域内各设备位置处的多维度监测数据,并根据多维度监测数据得到特征向量;将各设备的特征向量、设备类型和灾害持续时间输入训练好的风险评估模型,输出各设备的失效概率;根据各设备的失效概率,确定各节点的失效概率,并根据节点与其他节点之间的拓扑关联权重,确定各节点的风险转移熵;风险转移熵表征属于节点的设备扰动向全网蔓延的风险。

3、基于上述方法的进一步改进,该方法还包括:若电网的某个局部区域内存在风险转移熵超出预设阈值的节点,提高对该局部区域内各设备的多维度监测数据的采样频率。

4、基于上述方法的进一步改进,该方法还包括:根据各设备的失效概率,生成多个可能的设备失效组合;确定每一设备失效组合对应的电网运行场景,并确定各电网运行场景的电网运行状态参数;根据电网运行状态参数计算每一电网运行场景的瞬时失负荷风险;根据每一电网运行场景下瞬时失负荷风险的加权和,确定电网的瞬时失负荷风险;各电网运行场景对应的权重指示电网运行状态参数的发生概率。

5、基于上述方法的进一步改进,电网运行状态参数中,节点之间连通或断开的电气连接关系根据所生成的设备失效组合、电网已有的节点失效状态以及电网已有的支路失效状态确定;和/或权重根据电网运行场景所对应的设备失效组合中各设备的失效概率与未失效概率的乘积确定。

6、基于上述方法的进一步改进,瞬时失负荷风险为负荷缺失率;通过以下公式计算得到:,式中,为时段节点的实际保供负荷功率;为时段节点的负荷需求功率;实际保供负荷通过最优潮流算法确定,其中,最优潮流算法的目标函数以最大化实际保供负荷为目标,最优潮流算法的约束条件包括:电力平衡约束、电源出力约束、支路传输容量约束、节点电压约束和负荷削减约束。

7、基于上述方法的进一步改进,节点的实际保供负荷功率为该节点的原始负荷有功需求与实际削减的有功负荷量的差值;节点的负荷需求功率根据该节点的原始负荷有功需求估算得到;上述数学规划方法采用的目标函数为:,式中,为电网节点集合,为调度时段集合,为时段节点的实际保供负荷功率,为单位时间步长;上述数学规划方法采用的约束条件包括:

8、,

9、,

10、,

11、,

12、,

13、,

14、,

15、,

16、,

17、式中,、分别为时刻节点的实发有功功率与无功功率;、分别为时刻节点的原始负荷有功需求与无功需求;、分别为时刻节点实际削减的有功负荷量与无功负荷量;、分别为节点与节点的电压幅值;为节点与之间的电压相角差;、为经风偏修正后的动态导纳矩阵;为时刻节点的运行状态因子;为受环境特征张量驱动的电源实时出力潜力上限;为支路在时刻传输的视在功率;、分别为支路在时刻传输的有功功率与无功功率;为考虑导线风偏角修正后的动态热稳极限;为支路的运行状态位。

18、基于上述方法的进一步改进,已有的节点失效状态的失效判据为:节点的状态参数达到临界值时,该节点丧失设计所规定的电气功能。其中,对于变电站节点,状态参数为:变电站节点的核心绝缘部件处的水位高度,临界值为:核心绝缘部件的安装高度;对于光伏电站节点,状态参数为:光伏电站节点的逆变器箱体处的水位高度,临界值为:逆变器箱体最低带电点的安装高度;对于杆塔节点,状态参数为:杆塔节点的抗倾覆安全系数,临界值为:抗倾覆安全系数的设计极限;对于风电机组节点,状态参数为:风电机组节点处的风压产生的弯矩,临界值为:风电机组节点的塔筒设计极限抗风载荷;或者,对于水轮机组节点,状态参数为:水轮机组节点的地面升压站处的水位高度,临界值为:地面升压站的核心绝缘部件高度。

19、基于上述方法的进一步改进,已有的支路失效状态为绝缘击穿失效的判据为:支路绝缘裕度小于或等于零;绝缘裕度的计算公式为:,式中,为静态对塔间隙;为绝缘子串长度;为额定电压下不发生击穿的最小物理距离。

20、基于上述方法的进一步改进,风险评估模型包括logit映射函数;logit映射函数用于预测设备在灾害持续的时间的失效概率;失效概率根据以下公式计算得到:,表示特征向量的第个分量,为特征向量所包括的分量数目;、为要训练的参数,为设备累积损耗系数;风险评估模型以设备是否失效作为训练标签;不同设备对应的失效概率计算公式具有不同的模型参数;模型参数通过设备的历史运行数据训练得到。

21、第二方面,本技术实施例提供一种电网灾害链ai推演与风险预警系统。该系统包括采集模块、预测模块和风险量化模块。其中,采集模块用于采样得到电网所在区域内各设备位置处的多维度监测数据,并根据多维度监测数据得到特征向量;预测模块用于将各设备的特征向量、设备类型和灾害持续时间输入训练好的风险评估模型,输出各设备的失效概率;风险量化模块用于根据各设备的失效概率,确定各节点的失效概率,并根据节点与其他节点之间的拓扑关联权重,确定各节点的风险转移熵;风险转移熵表征属于节点的设备扰动向全网蔓延的风险。

22、与现有技术相比,本技术至少可实现如下有益效果之一:

23、第一,先将表征各设备运行状态的特征向量、设备类型和灾害持续时间输入训练好的风险评估模型,输出各设备的失效概率,进而根据得到的设备失效概率确定各节点的失效概率及风险转移熵,从而量化表征各设备、节点的生存裕度,还通过各节点的风险转移熵量化表征属于节点的设备扰动向全网蔓延的风险。由此,本技术可以通过设备的失效概率指标量化设备尺度的局部失效风险,也可以通过节点的失效概率、量化节点尺度的局部失效风险,还通过风险转移熵量化节点局部风险向全电网蔓延的风险。

24、第二,在得到各设备失效概率的基础上,生成多个可能的设备失效组合,然后确定各设备失效组合对应的电网运行场景及其电网运行状态参数,并计算各电网运行场景的瞬时失负荷风险,进而根据每一电网运行场景下瞬时失负荷风险的加权和确定电网的瞬时失负荷风险,从而能够量化电网子系统尺度的潜在减供负荷风险乃至失负荷风险。

25、第三,上述不同尺度的风险均为量化数值,在此基础上,可以设置多个预警优先级,并针对不同优先级设计相应的处置方案。例如,若电网的某个局部区域内存在风险转移熵超出预设阈值的节点,提高对该局部区域内各设备的多维度监测数据的采样频率。

26、第四,本技术提供了精确确定电网运行场景中电网运行状态参数的方案,提供了准确识别节点及支路失效的判据,还提供了风险评估模型的计算公式及该计算公式中参数的训练方案,从而提高上述各种尺度风险量化预测的准确度。

27、第五,基于周期性采样获取的多维度监控数据,量化评估电网局部与整体尺度的运行风险,从而能够实时跟踪灾害期间的动态防控情况,进而依据研判结果统筹开展灾中处置及灾后快速恢复工作。

28、本技术中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本技术的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本技术而了解。本技术的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。