一种考虑故障概率信息与动态热定值的鲁棒预防调度方法

摘要: 本发明涉及电力系统调度,尤其涉及一种考虑故障概率信息与动态热定值的鲁棒预防调度方法。背景技术:1、随着“双碳”目标和新型电力系统建设的推进,风电、光伏等新能源装...
一种考虑故障概率信息与动态热定值的鲁棒预防调度方法

本发明涉及电力系统调度,尤其涉及一种考虑故障概率信息与动态热定值的鲁棒预防调度方法。

背景技术:

1、随着“双碳”目标和新型电力系统建设的推进,风电、光伏等新能源装机规模持续提升,电力系统对气象条件和极端天气的敏感性显著增强。寒潮、冻雨、暴雪等极端天气易导致输电线路覆冰、导线断线、杆塔倒塌等故障,并可能诱发大范围功率缺额和连锁停电事故。输电线路作为寒潮天气下直接暴露于自然环境的关键网侧元件,其运行状态一方面受覆冰、风荷载等气象因素影响,另一方面又受线路潮流、电流发热和融冰过程影响。因此,面向寒潮天气建立能够兼顾线路真实输送能力与故障风险的预防调度方法,保障电力系统安全经济运行,已成为亟待解决的关键问题。

2、现有电力系统调度方法中,输电线路容量通常采用静态热定值(static thermalrating, str)进行约束,该方法基于较保守的气象条件设定线路的固定容量,难以反映寒潮低温、大风、太阳辐射等条件下线路热稳定裕度的动态变化。动态热定值(dynamicthermal rating, dtr)能够综合考虑环境温度、风速、太阳辐射和线路温度等因素动态评估线路允许载流能力,从而在不超过线路最高允许工作温度的前提下挖掘既有输电通道的潜在输送能力。但是,现有dtr相关技术多侧重于常规气象条件、新能源消纳或线路容量提升问题,对寒潮天气下dtr与线路覆冰增长、焦耳热融冰以及故障概率之间的耦合关系考虑不足;同时,传统直流潮流模型忽略无功功率和电压偏移影响,难以准确计算线路电流,进而会影响线路热状态计算、dtr约束构建以及覆冰-融冰过程判断的准确性。

3、同时,针对极端天气下可能发生的多线路同时故障,现有预防调度和鲁棒优化方法通常采用传统n-k线路故障不确定性集合描述故障场景,即假设系统中共有n条线路,允许其中任意k条线路同时发生故障停运,仅以故障线路数量k限制同时停运的输电线路个数。该类方法默认不同线路具有相同或近似的故障风险,未能体现寒潮天气下不同线路因气象条件、覆冰厚度、融冰状态和冰风荷载不同而产生的差异化故障概率。当k值增大时,传统n-k线路故障不确定性集合容易将发生概率极低的多线路故障组合纳入鲁棒搜索范围,使调度模型为低概率、过保守场景预留过多备用容量,导致运行经济性下降。

技术实现思路

1、鉴于上述的分析,本发明实施例旨在提供一种考虑故障概率信息与动态热定值的鲁棒预防调度方法,用以解决极端寒潮天气下现有调度方法中线路电流计算不准确以及n-k故障集合未计及线路差异化故障概率导致备用方案过度保守的技术问题。

2、一方面,本发明实施例提供了一种考虑故障概率信息与动态热定值的鲁棒预防调度方法,包括:

3、获取寒潮气象预报数据和电网数据,将寒潮天气持续的时间作为调度周期,在调度周期内取多个离散的时刻;

4、对于电网中的各输电线路,基于所述电网数据,计算所述输电线路在各时刻的线路电流;

5、基于所述寒潮气象预报数据和所述输电线路在各时刻的线路电流,根据架空线路热平衡方程确定所述输电线路在各时刻的线路温度;

6、基于所述寒潮气象预报数据、所述输电线路在各时刻的线路温度和线路电流,得到所述输电线路在各时刻的故障概率;

7、基于各所述输电线路在各时刻的故障概率和故障熵阈值,构建故障熵约束,并基于所述故障熵约束构建概率感知n-k线路故障不确定性集合,所述集合中的各元素分别表示各输电线路在某一时刻的故障状态向量;

8、构建两阶段鲁棒预防调度模型,所述两阶段鲁棒预防调度模型以总运行成本最小为目标函数,以第一阶段的预防调度约束和第二阶段的紧急调度约束为约束条件,所述总运行成本包括火电机组的发电成本、开停机成本和备用成本;

9、基于所述概率感知n-k线路故障不确定性集合,利用c&cg算法求解所述两阶段鲁棒预防调度模型,得到目标调度方案。

10、基于上述方法的进一步改进,所述基于所述电网数据,计算所述输电线路在各时刻的线路电流,包括:

11、基于所述输电线路在各时刻的首、末两端的节点电压幅值和节点相角,计算所述输电线路在各时刻的有功功率和无功功率;

12、根据所述有功功率和所述无功功率,确定所述输电线路在各时刻的线路电流。

13、基于上述方法的进一步改进,所述基于所述寒潮气象预报数据、所述输电线路在各时刻的线路温度和线路电流,得到所述输电线路在各时刻的故障概率,包括:

14、将所述输电线路划分为多个区段,分别确定各区段的单位长度线路在各时刻的故障概率;

15、对于各区段,根据所述区段在各时刻的单位长度线路故障概率和区段长度,确定所述区段在各时刻的线路故障概率;

16、根据各所述区段在各时刻的线路故障概率,确定所述输电线路在各时刻的故障概率。

17、基于上述方法的进一步改进,所述确定各区段的单位长度线路在各时刻的故障概率,包括:

18、对于各区段,基于所述寒潮气象预报数据,计算所述区段的单位长度线路在各时刻的覆冰厚度;

19、基于所述输电线路在各时刻的线路温度和线路电流,计算所述区段的单位长度线路在各时刻的融冰体积;

20、基于所述覆冰厚度,计算所述区段的单位长度线路在各时刻的覆冰体积;

21、基于所述覆冰体积和所述融冰体积,得到所述区段的单位长度线路在各时刻的覆冰荷载;

22、基于所述覆冰厚度,得到所述区段的单位长度线路在各时刻的风荷载;

23、基于所述覆冰荷载和所述风荷载,得到所述区段的单位长度线路在各时刻的冰风荷载;

24、基于所述区段的单位长度线路在各时刻的冰风荷载、预设设计荷载和预设极限荷载,确定所述区段的单位长度线路在各时刻的故障概率。

25、基于上述方法的进一步改进,所述基于所述寒潮气象预报数据,计算所述区段的单位长度线路在各时刻的覆冰厚度,包括:

26、基于所述寒潮气象预报数据,利用jones模型计算当前时刻单位长度线路的覆冰厚度变化量;

27、将所述覆冰厚度变化量与上一时刻单位长度线路的覆冰厚度求和,得到当前时刻单位长度线路的覆冰厚度,其中初始覆冰厚度为0。

28、基于上述方法的进一步改进,所述基于各所述输电线路在各时刻的故障概率和故障熵阈值,构建故障熵约束,并基于所述故障熵约束构建概率感知n-k线路故障不确定性集合,包括:

29、对于各时刻,基于各所述输电线路在所述时刻的故障概率,得到所有输电线路在所述时刻的整体故障熵值;

30、以所述整体故障熵值不超过所述故障熵阈值为约束,构建所述时刻的故障熵约束;

31、将所述时刻的故障熵约束嵌入相同时刻的基本n-k故障不确定性集合中,得到所述所述时刻对应的概率感知n-k线路故障不确定性集合;

32、其中,所述基本n-k故障不确定性集合是指仅以允许同时发生故障的输电线路数量上限为约束条件的故障不确定性集合。

33、基于上述方法的进一步改进,所述第一阶段的预防调度约束为输电线路正常运行状态下的约束条件,所述第二阶段的紧急调度约束为输电线路故障状态下的约束条件,所述第一阶段的预防调度约束和所述第二阶段的紧急调度约束中均包括动态热定值约束;所述动态热定值约束包括:所述输电线路在各时刻的线路温度不超过预设最高允许工作温度。

34、基于上述方法的进一步改进,所述利用c&cg算法求解所述两阶段鲁棒预防调度模型,得到目标调度方案,包括:

35、在满足所述第一阶段的预防调度约束的条件下,以所述目标函数最小为目标进行优化,得到候选调度方案,所述候选调度方案包括正常运行状态下的调度决策变量值;

36、将所述调度决策变量值作为已知参数代入所述第二阶段的紧急调度约束中;

37、将所述第二阶段的紧急调度约束作为校验条件,采用max-min结构在所述概率感知n-k线路故障不确定性集合中确定安全约束违反度最大的向量;

38、若所述安全约束违反度小于或等于预设安全阈值,则判定所述候选调度方案满足所有第二阶段的紧急调度约束,并将所述候选调度方案作为目标调度方案;

39、若所述安全约束违反度大于预设安全阈值,则判定所述候选调度方案不满足至少一条第二阶段的紧急调度约束,并基于所述安全约束违反度最大的向量生成c&cg割约束;

40、将所述c&cg割约束并入第一阶段的预防调度约束中,重新求解得到候选调度方案,直到最大的安全约束违反度小于或等于所述预设安全阈值,得到目标调度方案。

41、与现有技术相比,本发明至少可实现以下有益效果之一:

42、1.通过获取寒潮气象预报数据和电网数据,将寒潮天气持续的时间作为调度周期,在调度周期内取多个离散的时刻,依次计算各输电线路在各时刻的线路电流、线路温度和故障概率,构建故障熵约束和概率感知n-k线路故障不确定性集合,进而构建以总运行成本最小为目标的两阶段鲁棒预防调度模型,并采用c&cg算法求解,得到目标调度方案。该方法通过动态热定值约束和计及无功功率的线性化交流潮流计算,提高了输电线路电流和温度的计算精度;通过故障熵约束构建概率感知n-k故障不确定集合,筛除低概率故障组合;通过两阶段鲁棒优化和c&cg算法迭代求解,在保证对所有可能故障场景具有鲁棒安全性的同时,最小化总运行成本,实现了极端天气下电力系统安全性与经济性的协同优化。

43、2.基于输电线路首、末两端节点的电压幅值和相角,采用计及无功功率的线性化交流潮流模型计算线路有功功率和无功功率,进而确定线路电流。相比传统直流潮流模型仅计及有功功率,忽略了无功功率与电压偏移对线路电流的影响,导致电流计算精度不足,本技术中的线性化交流潮流模型通过引入无功功率和电压偏移量,显著提高了线路电流的计算精度。

44、3.通过jones模型计算覆冰厚度变化量,通过热平衡方程计算融冰体积,进而得到覆冰体积、覆冰荷载和风荷载,合成冰风荷载后结合预设设计荷载和极限荷载确定故障概率。该过程完整计及了寒潮气象条件对覆冰增长的影响以及线路电流焦耳热对融冰过程的贡献,实现了覆冰-融冰动态过程的精确建模,使故障概率能够随气象条件和线路运行状态实时变化,较传统固定停运率假设更加符合实际物理过程,显著提高了故障概率评估的准确性。

45、本发明中,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。本发明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,或者通过实施本发明而了解。本发明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。