一种基于风险分级的宽频振荡监测装置概率可观布点方法及系统与流程

摘要: 本发明涉及电力系统宽频振荡监测,具体是一种基于风险分级的宽频振荡监测装置概率可观布点方法及系统。背景技术:1、随着风电、光伏等新能源发电占比持续攀升,以及柔性直...
一种基于风险分级的宽频振荡监测装置概率可观布点方法及系统与流程

本发明涉及电力系统宽频振荡监测,具体是一种基于风险分级的宽频振荡监测装置概率可观布点方法及系统。

背景技术:

1、随着风电、光伏等新能源发电占比持续攀升,以及柔性直流输电、静止无功补偿器等电力电子装备在电网中规模化应用,电力系统已呈现典型的“双高”特征。新能源出力的随机波动与电力电子设备的多时间尺度控制相互交织,使系统运行方式频繁变化,宽频振荡问题日益突出,涵盖次同步、超同步乃至数千赫兹的高频振荡,严重威胁设备安全与系统稳定。

2、在关键节点部署宽频振荡监测装置是感知振荡风险、实现预警与抑制的重要前提。然而,现有布点方法大多以全局完全可观作为刚性约束,要求系统中每一个节点均须被监测装置直接或间接覆盖。这一做法带来了三方面突出问题:一是装置数量随电网规模线性增长,在大型区域电网中投资成本高昂,经济性差;二是不区分节点的振荡风险差异,高风险节点与几乎不发生振荡的低风险节点按同等标准配置监测资源,造成资源配置粗放错位;三是可观性约束通常基于少数典型运行方式构建,未能以概率形式量化新能源出力波动、线路投切及设备检修等引起的拓扑与工况变化,导致方案在极端或小概率运行方式下覆盖能力不足,鲁棒性存在明显短板。

3、因此,亟需提出一种基于风险分级的宽频振荡监测装置概率可观布点方法,依据节点振荡风险指数划分风险等级,对不同等级节点差异化设定可观性置信度,允许低风险节点以一定概率不可观,并通过概率可观性约束与风险加权覆盖度构建优化模型,在保证高风险节点高可靠监测的前提下,实现监测效果与投资经济性的最优平衡。

技术实现思路

1、为解决现有技术中存在的不足,本发明提供一种基于风险分级的宽频振荡监测装置概率可观布点方法,能够解决现有技术中所有节点强制可观导致装置数量偏高,经济性差等问题。在保证高风险节点高可靠性监测的前提下,允许低风险节点以一定概率不可观,从而实现监测效果与经济性的最优平衡。

2、本发明采用如下的技术方案。

3、一种基于风险分级的宽频振荡监测装置概率可观布点方法,包括:

4、s1. 获取电力系统的历史运行数据、拓扑结构与各节点电气参数以及历史振荡事件数据,基于所述历史运行数据统计典型运行方式及其运行概率,并针对系统中所有节点,按装置数量从一至节点总数枚举全部可能的节点组合,形成候选安装方案集合;

5、s2. 根据所述历史运行数据计算各节点未来发生宽频振荡的概率;根据所述拓扑结构与各节点电气参数计算各节点发生振荡对系统的影响程度;根据所述历史振荡事件数据计算各节点的历史振荡事件频次;

6、s3. 将步骤s2计算得到的各节点未来发生宽频振荡的概率、发生振荡对系统的影响程度和历史振荡事件频次进行加权求和得到各节点的风险指数,根据所述风险指数划分各节点的风险等级,并为各风险等级的节点设定不同的可观性置信度;

7、s4. 在步骤s1形成的候选安装方案集合中,基于步骤s1统计得到的典型运行方式及其运行概率和各和步骤s3设定的可观性置信度,计算各节点在所有典型运行方式下的线性可观性,以各节点的线性可观性大于其对应的可观性置信度构建可观性约束条件;

8、s5. 在满足步骤s4所述可观性约束条件的候选安装方案集合中,将监测装置安装总数与各可观节点的风险指数之和进行归一化处理构建目标函数,选取目标函数值最小的安装方案作为最优布点方案。

9、进一步的,步骤s1中获取电力系统的历史运行数据、拓扑结构与各节点电气参数以及历史振荡事件数据,具体包括:

10、统计典型运行方式及其概率,各节点的最小短路容量、基准短路容量、接入的新能源功率和负荷功率,每次振荡事件发生的时间和涉及的节点;

11、基于所述历史运行数据统计典型运行方式及其运行概率,具体包括:

12、典型运行方式有k种:正常运行方式,线路l1断开,线路l2断开,…,线路ln-1投入,线路ln投入,其中为典型运行方式数量,为第种典型运行方式,为第种典型运行方式出现的概率;

13、针对系统中所有节点,按装置数量从一至节点总数枚举全部可能的节点组合,形成候选安装方案集合,具体包括:

14、设系统节点全集为,则

15、;

16、其中对应在个节点安装装置的情形,该候选安装方案集合包含所有非空子集,集合总数为。

17、进一步的, 步骤s2中,节点未来发生宽频振荡的概率的计算公式为:

18、;

19、式中,为典型运行方式数量,为第种典型运行方式,为该运行方式出现的概率,可基于历史运行数据统计,为基于机器学习模型构建的振荡风险预测函数,其输入为第种运行方式的特征向量和节点的参数向量,输出为节点在该运行方式下发生宽频振荡的概率值,所述机器学习模型通过历史振荡事件数据与运行方式数据训练得到,反映节点在未来发生宽频振荡的可能性;

20、节点发生振荡对系统的影响程度的计算公式为:

21、;

22、式中,为节点的最小短路容量,为节点的基准短路容量,为节点接入的新能源功率,为节点的负荷功率,反映若节点发生振荡对系统安全稳定运行的危害程度;

23、节点的历史振荡事件频次的计算公式为:

24、;

25、式中,为历史事件总数,为第个事件发生时间,为当前时间,为指示函数,若节点在时刻发生振荡则为1,否则为0,为衰减因子,,反映节点过去发生振荡的频繁程度,用于修正风险预测。

26、进一步的,步骤s3中,所述风险指数的计算公式为:

27、;

28、式中,为节点的风险指数,为节点未来发生宽频振荡的概率,为节点发生振荡对系统的影响程度,为节点的历史振荡事件频次,、、为预设的权重系数,满足,可通过优序图法确定;

29、根据所述风险指数的数值大小,划分各节点的风险等级:将所有节点按其风险指数从大到小进行降序排列,风险指数在前20%的节点设置为高风险节点,风险指数在第21%~70%的节点设置为中风险节点,风险指数在第71%~100%的节点设置为低风险节点,若计算结果不为整数,则统一采用即向上取整的方式确定节点个数;

30、并设定不同的可观性置信度具体为:高风险节点的可观性置信度设为;中风险节点的可观性置信度设为;低风险节点的可观性置信度设为,其中,且均为百分值。

31、进一步的,步骤s4具体包括:在候选安装方案集合中,已知系统共有种典型运行方式,每种方式出现的概率为,且,且各个节点的可观状态,表示在场景下节点是否可观,则每个节点的线性可观性为:

32、;

33、为0-1决策变量,表示节点是否可观,节点自身或相邻节点有装置时为1,否则为0;

34、以每个节点的线性可观性大于可观性置信度构建可观性约束条件为:

35、;

36、式中,为各个节点的可观性置信度,,所述可观性约束条件要求对于任一节点,其自身或与其相邻的节点中至少有一个安装监测装置的概率不小于该节点对应的可观性置信度。

37、进一步的,步骤s5中,监测装置安装总数的计算公式为:

38、;

39、其中,为系统节点总数,为0-1决策变量,表示节点是否安装监测装置,表示安装,表示不安装;

40、在满足可观性约束条件的候选安装方案集合中,各可观节点的风险指数之和的计算公式为:

41、;

42、其中,为系统节点总数,为节点的风险指数,为0-1变量,表示节点是否可观,若节点自身或其相邻节点安装有监测装置,则,否则;

43、以最小化监测装置安装总数和最大化各可观节点的风险指数之和为优化目标构建目标函数为:

44、;

45、其中,监测装置安装总数与各可观节点的风险指数之和的量纲不同,故将其进行比例归一化处理,然后通过粒子群优化算法求解,、为预设的权重系数,可根据比例标度利用层次分析法确定,满足;为预设的装置最大安装数量,为系统总节点数,为0-1决策变量,表示节点是否安装监测装置,表示安装,表示不安装;为0-1决策变量,表示节点是否可观,节点自身或相邻节点有装置时为1,否则为0;为节点的风险指数,为各个节点的可观性置信度,;

46、为预设的装置最大安装数量,计算公式如下:

47、

48、其中,为预设的装置最大安装数量,表示满足全局可观的最小值数量,为与节点相邻的节点集合;

49、选取目标函数值最小的安装方案作为最优布点方案。

50、一种基于风险分级的宽频振荡监测装置概率可观布点系统,用于实现如上所述的方法,所述系统包括:

51、数据获取模块,用于获取电力系统的历史运行数据、拓扑结构与各节点电气参数以及历史振荡事件数据,基于所述历史运行数据统计典型运行方式及其运行概率,并针对系统中所有节点,按装置数量从一至节点总数枚举全部可能的节点组合,形成候选安装方案集合;

52、风险评估模块,用于根据各节点未来发生宽频振荡的概率、发生振荡对系统的影响程度和历史振荡事件频次进行加权求和得到各节点的风险指数,根据所述风险指数划分各节点的风险等级,并为各风险等级的节点设定不同的可观性置信度;

53、风险分级模块,用于将所述未来发生宽频振荡的概率、影响程度和历史振荡事件频次进行加权求和得到各节点的风险指数,根据所述风险指数划分风险等级并设定不同的可观性置信度;

54、可观性约束构建模块,用于在形成的候选安装方案集合中,基于统计得到的典型运行方式及其运行概率和各和设定的可观性置信度,计算各节点在所有典型运行方式下的线性可观性,以各节点的线性可观性大于其对应的可观性置信度构建可观性约束条件;

55、优化布点模块,用于在满足所述可观性约束条件的候选安装方案集合中,将监测装置安装总数与各可观节点的风险指数之和进行归一化处理构建目标函数,选取目标函数值最小的安装方案作为最优布点方案。

56、进一步的, 所述风险评估模块包括:振荡概率计算单元,用于根据公式计算各节点未来发生宽频振荡的概率,式中,为典型运行方式数量,为第种典型运行方式,为该运行方式出现的概率,可基于历史运行数据统计,为基于机器学习模型构建的振荡风险预测函数,其输入为第种运行方式的特征向量和节点的参数向量,输出为节点在该运行方式下发生宽频振荡的概率值,所述机器学习模型通过历史振荡事件数据与运行方式数据训练得到,反映节点在未来发生宽频振荡的可能性;

57、影响程度计算单元,用于根据公式计算各节点发生振荡对系统的影响程度,式中,为节点的最小短路容量,为节点的基准短路容量,为节点接入的新能源功率,为节点的负荷功率,反映若节点发生振荡对系统安全稳定运行的危害程度;

58、历史频次计算单元,用于根据公式计算各节点的历史振荡事件频次,式中,为历史事件总数,为第个事件发生时间,为当前时间,为指示函数,若节点在时刻发生振荡则为1,否则为0,为衰减因子,,反映节点过去发生振荡的频繁程度,用于修正风险预测。

59、进一步的,所述风险分级模块包括:

60、风险指数计算单元,用于根据公式计算各节点的风险指数;

61、等级划分单元,用于将所有节点按风险指数降序排列,将前20%设为高风险节点、21%~70%设为中风险节点、71%~100%设为低风险节点;

62、置信度设定单元,用于设定高风险节点的可观性置信度为p1,中风险节点的为p2,低风险节点的为p3,且满足p1 > p2 > p3,p1、p2及p3均为百分值。

63、进一步的,所述可观性约束构建模块包括:

64、线性可观性计算单元,用于根据公式计算各节点在所有典型运行方式下的线性可观性,其中为 种典型运行方式中每种方式出现的概率,且;为0-1决策变量,表示节点是否可观,节点自身或相邻节点有装置时为1,否则为0;

65、约束生成单元,用于生成约束条,其中为各个节点的可观性置信度,,所述可观性约束条件要求对于任一节点,其自身或与其相邻的节点中至少有一个安装监测装置的概率不小于该节点对应的可观性置信度。

66、进一步的,所述优化布点模块包括:

67、安装总数计算单元,用于根据公式计算监测装置安装总数,其中为系统节点总数,为0-1决策变量,表示节点是否安装监测装置,表示安装,表示不安装;

68、风险指数和计算单元,用于根据公式\)计算各可观节点的风险指数之和,其中为系统节点总数,为节点的风险指数,为0-1变量,表示节点是否可观,若节点自身或其相邻节点安装有监测装置,则,否则;

69、目标函数构建单元,用于构建目标函数并选取目标函数值z最小的安装方案作为最优布点方案,其中,监测装置安装总数与各可观节点的风险指数之和的量纲不同,故将其进行比例归一化处理,然后通过粒子群优化算法求解,、为预设的权重系数,可根据比例标度利用层次分析法确定,满足;为预设的装置最大安装数量,为系统总节点数,为0-1决策变量,表示节点是否安装监测装置,表示安装,表示不安装;为0-1决策变量,表示节点是否可观,节点自身或相邻节点有装置时为1,否则为0;为节点的风险指数,为各个节点的可观性置信度,;

70、为预设的装置最大安装数量,计算公式如下:

71、

72、其中,为预设的装置最大安装数量,表示满足全局可观的最小值数量,为与节点相邻的节点集合。

73、本发明的有益效果在于,与现有技术相比,本发明显著降低了监测装置的投资成本,打破了传统方法对所有节点强制要求完全可观的刚性约束,依据节点风险等级差异化设定可观性置信度,允许低风险节点以一定概率处于不可观状态,有效精简了装置安装总数,大幅提升了工程经济性。