电力系统隐患脆弱性评估方法及系统与流程

摘要: 本技术涉及电力系统安全评估,尤其涉及一种电力系统隐患脆弱性评估方法及系统。背景技术:1、现代电力系统正面临可再生能源大规模接入和工业负荷快速增长的双重挑战。其中...
电力系统隐患脆弱性评估方法及系统与流程

本技术涉及电力系统安全评估,尤其涉及一种电力系统隐患脆弱性评估方法及系统。

背景技术:

1、现代电力系统正面临可再生能源大规模接入和工业负荷快速增长的双重挑战。其中,以钢铁工业为代表的高功率波动性负荷(包括电弧炉、轧钢机等),由于其秒级冲击特性和低功率因数,对电网稳定性构成严重威胁。

2、电力系统脆弱性评估中,现有方法难以有效处理工业负荷秒级冲击与天气分钟级变化的耦合效应,导致评估结果偏离实际情况。在多指标融合方面,固定权重方法在极端条件下无法准确反映系统最脆弱维度,存在短板效应。此外,传统的基于负载率的评估方法容易遗漏部分支路的隐藏脆弱性支路,即某些支路当前负载率不高,但在冲击或极端条件下却具有较高的失稳风险。

3、基于此,亟需一种能够有效处理多时间尺度耦合效应、克服复合指标短板效应、并识别隐藏脆弱性的电力系统脆弱性评估方法。

技术实现思路

1、本技术的目的是提供一种电力系统隐患脆弱性评估方法及系统,通过构建多维度灵敏度矩阵并采用动态权重调整,能够有效评估工业负荷冲击与天气变化在多时间尺度上的耦合影响,准确识别出传统负载率评估所掩盖的隐藏脆弱支路,提高了电力系统脆弱性评估的准确性。

2、本技术提供一种电力系统隐患脆弱性评估方法,包括:

3、建立数据驱动的负荷动态模型和线路级天气脆弱性模型,并基于所述负荷动态模型和所述线路级天气脆弱性模型,构建用于评估电力系统支路脆弱性的多维度灵敏度矩阵;所述负荷动态模型基于工业负荷的历史秒级有功功率和无功功率数据构建;所述线路级天气脆弱性模型基于实时气象参数和电网线路的电压等级与长度属性构建;采用动态融合算法,为所述多维度灵敏度矩阵中的每个维度指标分配权重,并基于所述多维度灵敏度矩阵中的每个维度指标,计算每条支路的复合脆弱性指标;基于每条支路的复合脆弱性指标,识别出电力系统的关键脆弱支路。

4、可选地,所述建立数据驱动线路级天气脆弱性模型,包括:执行智能时段选择操作,将历史气象事件的发生时段与工业冲击负荷的功率峰值时段进行时间上的对齐,构建用于评估的最恶劣耦合场景;基于实时气象参数、电网线路的电压等级与长度属性以及所述最恶劣耦合场景,构建所述线路级天气脆弱性模型;其中,所述线路级天气脆弱性模型用于量化每条线路因气象因素导致的实时故障概率。

5、可选地,所述电压灵敏度的计算方式包括:计算基于雅可比矩阵的物理电压灵敏度、电压偏差灵敏度以及电压幅值灵敏度;对所述物理电压灵敏度、电压偏差灵敏度以及电压幅值灵敏度进行加权融合,计算得到所述增强型电压灵敏度。

6、可选地,所述采用动态融合算法,为所述多维度灵敏度矩阵中的每个维度指标分配权重,具体包括:采用熵权法,基于每个维度指标数据的变异程度,计算每个维度指标的基准权重;基于每个维度指标的实时状态与临界阈值距离,对每个维度指标的基准权重进行调整,得到每个维度指标的最终权重。

7、可选地,所述基于每个维度指标的实时状态与临界阈值距离,对每个维度指标的基准权重进行调整,得到每个维度指标的最终权重,包括:采用变权原理进行状态触发式调整,持续监测每个维度指标的当前状态值与对应的临界阈值之间的差值;当监测到任一目标维度指标的状态值与对应的临界阈值之间的差值满足预设触发条件时,通过惩罚函数对所述目标维度指标的基准权重进行非线性放大,并进行归一化处理,得到动态调整后的权重,以提高影响系统安全的最脆弱维度在复合脆弱性指标中重要性。

8、可选地,所述基于每条支路的复合脆弱性指标,识别出电力系统的关键脆弱支路,包括:获取每条支路的第一排名和第二排名;所述第一排名为基于每条支路的负载率确定的;所述第二排名为基于每条支路的复合脆弱性指标确定的;计算每条支路的第二排名与第一排名的排名差值,并将排名差值超过预设阈值的支路,确定为电力系统的关键脆弱支路。

9、本技术还提供一种电力系统隐患脆弱性评估装置,包括:

10、数据驱动模块,用于建立数据驱动的负荷动态模型和线路级天气脆弱性模型;所述负荷动态模型基于工业负荷的历史秒级有功功率和无功功率数据构建;所述线路级天气脆弱性模型基于实时气象参数和电网线路的电压等级与长度属性构建;灵敏度计算模块,用于基于所述负荷动态模型和所述线路级天气脆弱性模型,构建多维度灵敏度矩阵;动态融合模块,用于采用动态融合算法,为所述多维度灵敏度矩阵中的每个维度指标分配权重;脆弱性指标计算模块,用于基于所述多维度灵敏度矩阵中的每个维度指标及其分配的权重,计算每条支路的复合脆弱性指标;脆弱支路识别模块,用于根据每条支路的复合脆弱性指标识别出电力系统的关键脆弱支路。

11、可选地,所述数据驱动模块,具体用于执行智能时段选择操作,将历史气象事件的发生时段与工业冲击负荷的功率峰值时段进行时间上的对齐,构建用于评估的最恶劣耦合场景;所述数据驱动模块,具体还用于基于实时气象参数、电网线路的电压等级与长度属性以及所述最恶劣耦合场景,构建所述线路级天气脆弱性模型;其中,所述线路级天气脆弱性模型用于量化每条线路因气象因素导致的实时故障概率。

12、可选地,所述数据驱动模块,具体用于计算基于雅可比矩阵的物理电压灵敏度、电压偏差灵敏度以及电压幅值灵敏度;所述数据驱动模块,具体还用于对所述物理电压灵敏度、电压偏差灵敏度以及电压幅值灵敏度进行加权融合,计算得到所述增强型电压灵敏度。

13、可选地,所述动态融合模块,具体用于采用熵权法,基于每个维度指标数据的变异程度,计算每个维度指标的基准权重;所述动态融合模块,具体还用于基于每个维度指标的实时状态与临界阈值距离,对每个维度指标的基准权重进行调整,得到每个维度指标的最终权重。

14、可选地,所述动态融合模块,具体用于采用变权原理进行状态触发式调整,持续监测每个维度指标的当前状态值与对应的临界阈值之间的差值;所述动态融合模块,具体用于还用于当监测到任一目标维度指标的状态值与对应的临界阈值之间的差值满足预设触发条件时,通过惩罚函数对所述目标维度指标的基准权重进行非线性放大,并进行归一化处理,得到动态调整后的权重,以提高影响系统安全的最脆弱维度在复合脆弱性指标中重要性。

15、可选地,所述脆弱支路识别模块,具体用于获取每条支路的第一排名和第二排名;所述第一排名为基于每条支路的负载率确定的;所述第二排名为基于每条支路的复合脆弱性指标确定的;所述脆弱支路识别模块,具体还用于计算每条支路的第二排名与第一排名的排名差值,并将排名差值超过预设阈值的支路,确定为电力系统的关键脆弱支路。

16、本技术还提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现如上述任一种所述电力系统隐患脆弱性评估方法的步骤。

17、本技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述电力系统隐患脆弱性评估方法的步骤。

18、本技术还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述电力系统隐患脆弱性评估方法的步骤。

19、本技术提供的电力系统隐患脆弱性评估方法及系统,首先,建立数据驱动的负荷动态模型和线路级天气脆弱性模型,并基于所述负荷动态模型和所述线路级天气脆弱性模型,构建用于评估电力系统支路脆弱性的多维度灵敏度矩阵;所述负荷动态模型基于工业负荷的历史秒级有功功率和无功功率数据构建;所述线路级天气脆弱性模型基于实时气象参数和电网线路的电压等级与长度属性构建;之后,采用动态融合算法,为所述多维度灵敏度矩阵中的每个维度指标分配权重,并基于所述多维度灵敏度矩阵中的每个维度指标,计算每条支路的复合脆弱性指标;最后,基于每条支路的复合脆弱性指标,识别出电力系统的关键脆弱支路。如此,通过构建多维度灵敏度矩阵并采用动态权重调整,能够有效评估工业负荷冲击与天气变化在多时间尺度上的耦合影响,准确识别出传统负载率评估所掩盖的隐藏脆弱支路,提高了电力系统脆弱性评估的准确性。