一种光伏系统连锁故障序列辨识方法及系统与流程

1.本发明属于电力系统安全运行技术领域，具体涉及一种光伏系统连锁故障序列辨识方法及系统。


背景技术：

2.目前，关于连锁故障模拟模型的研究大多针对传统电力系统，考虑光伏发电系统的模型较少。适用于光伏发电系统具有一定的片面性。现有的方法是根据系统结构拓扑特征，通过算法对系统进行分区，其次在线路脆弱性方面构建冲击脆弱性指标和专一脆弱性指标来搜索连锁故障序列；或者在动态潮流方法中加入综合脆弱度指标，形成连锁故障模式搜索方法等。
3.以上方法均是从系统拓扑结构方面和潮流运行方面构建相应指标来分析电力系统连锁故障序列，所建立的指标未能全面从系统的结构特性、潮流情况和光伏特性进行分析，不能全面准确的进行光伏系统的连锁故障序列搜索。


技术实现要素：

4.本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种光伏系统连锁故障序列辨识方法及系统，通过从局部拓扑结构角度、潮流运行情况角度和光伏发电影响情况角度建立光伏系统的连锁故障序列的辨识指标，讨论光伏系统的连锁故障中间环节的预测。
5.本发明采用以下技术方案：
6.本发明一种光伏系统连锁故障序列辨识方法，包括以下步骤：
7.s1、根据专家经验选取关键线路为连锁故障序列的初始故障；
8.s2、从局部拓扑结构角度、潮流运行情况和光伏发电影响情况角度构建链路预测指标、加权潮流熵指标和光电加权波动熵指标；
9.s3、根据步骤s2构建的链路预测指标、加权潮流熵指标和光电加权波动熵指标构建非合作关系的博弈模型，确定链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g，根据链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g得到光伏系统的连锁故障序列综合指标k；
10.s4、根据步骤s1选取的初始故障与步骤s3得到的连锁故障序列综合指标k，确定结束光伏系统连锁故障序列预测条件，当满足系统发生解列或连锁故障序列达到最大时，完成光伏系统连锁故障序列辨识。
11.具体的，步骤s2中，从局部拓扑结构角度构建评估线路重要性的链路预测指标，通过链路预测指标对含光伏网络中的潜在链路进行预测；
12.从潮流运行情况出发，考虑断开故障支路后其他线路的潮流转移冲击比率，用支路负载率与支路个数取对数的倒数的乘积对潮流熵函数进行加权，加权后的熵函数模型计及线路平均负载率和支路个数对系统运行状态的影响，再乘以表征线路不同的系数，得到
用于表征光伏系统潮流运行情况的加权潮流熵指标；
13.从光伏发电影响情况角度出发，考虑光电的波动性对系统自组织临界演化水平的影响，对光电汇集母线i处的光电功率波动率进行归一化处理，得到光电加权波动熵指标。
14.进一步的，链路预测指标s
a(i)
为：
[0015][0016]
其中，a为邻接矩阵，i为节点号，k为列号，σ为可调参数，m为系统中线路支数。
[0017]
进一步的，加权潮流熵指标f
ki
为：
[0018][0019]
其中，p
ki
为支路i断开后支路k的有功潮流；p
k0
为支路k的初始有功潮流；p
kmax
为支路k的最大有功传输容量，m为系统中线路支数，n为接光伏系统线路支数。
[0020]
进一步的，光电加权波动熵指标h
ki
为：
[0021][0022]
其中，χ
min
为所有光电功率波动率的最小值，χ
max
为所有光电功率波动率的最大值，m为系统中线路支数，t为χi区间内的节点数，fk为χi的母线数目，χi为线路i的光电功率波动率。
[0023]
具体的，步骤s3中，光伏系统的连锁故障序列综合指标k为：
[0024]
k＝c1s c2f c3h
[0025]
其中，c1为链路预测指标s的权重，c2为加权潮流熵指标f的权重，c3为光电加权波动熵指标h的权重。
[0026]
具体的，步骤s3中，链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g为：
[0027]
g＝{p,(sr)
r∈n
,(ur)
r∈n
}
[0028]
其中，p表示指标集合，sr表示指标pr可调节权重系数的策略集合，ur表示指标pr在采用策略s
rg
时的收益函数，n＝{1,2,...,n}。
[0029]
第二方面，本发明实施例提供了一种光伏系统连锁故障序列辨识系统，包括：
[0030]
选取模块，根据专家经验选取关键线路为连锁故障序列的初始故障；
[0031]
指标模块，从局部拓扑结构角度、潮流运行情况和光伏发电影响情况角度构建链路预测指标、加权潮流熵指标和光电加权波动熵指标；
[0032]
博弈模块，根据指标模块构建的链路预测指标、加权潮流熵指标和光电加权波动熵指标构建非合作关系的博弈模型，确定链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g，根据链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g得到光伏系统的连锁故障序列综合指标k；
[0033]
辨识模块，根据选取模块选取的初始故障与博弈模块得到的连锁故障序列综合指标k，确定结束光伏系统连锁故障序列预测条件，当满足系统发生解列或连锁故障序列达到最大时，完成光伏系统连锁故障序列辨识。
[0034]
第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述光伏系统连锁故障序列辨识方法的步骤。
[0035]
第四方面，本发明实施例提供了一种计算机可读存储介质，包括计算机程序，所述计算机程序被处理器执行时实现上述光伏系统连锁故障序列辨识方法的步骤。
[0036]
与现有技术相比，本发明至少具有以下有益效果：
[0037]
本发明一种光伏系统连锁故障序列辨识方法，考虑了局部拓扑结构角度、潮流运行情况和光伏发电影响情况角度，构建基本指标，提出光伏系统连锁故障序列辨识方法，通过非合作博弈理论建立综合链路预测指标、加权潮流熵指标和光电加权波动熵指标的综合指标，预测光伏系统中的下一级故障线路，形成连锁故障序列，本发明有助于连锁事故链的预测，对工程实践具有有效的指导作用。
[0038]
进一步的，局部拓扑结构角度、潮流运行情况和光伏发电影响情况角度构建链路预测指标、加权潮流熵指标和光电加权波动熵指标，可以多角度、更全面的综合考虑光伏系统连锁故障序列。
[0039]
进一步的，从网络拓扑结构角度建立评估线路重要性的链路预测指标s。作为网络特征的一个特征，链路预测可以对网络中的潜在链路进行预测。链路预测是根据给定网络中可获得的已知信息来预估潜在的边。定义链路预测指标s来衡量网络拓扑结构对线路重要度的影响。
[0040]
进一步的，从潮流运行情况角度出发，考虑断开故障支路后其他线路的潮流转移冲击比率，用支路负载率与支路个数取对数的倒数的乘积对潮流熵函数进行加权，加权后的熵函数模型计及了线路平均负载率和支路个数对系统运行状态的影响。
[0041]
进一步的，从光伏对整个电力系统的影响特性出发，光电加权波动熵h为衡量光伏发电汇集母线处潮流波动均匀水平的程度。
[0042]
进一步的，为更全面的表征光伏系统连锁故障的特性，更准确的预测光伏系统的连锁故障序列，本发明将链路预测指标、加权潮流熵指标和光电加权波动熵指标综合起来形成综合指标进行光伏系统连锁故障序列的预测。
[0043]
进一步的，为考虑各指标之间的关系以及保证综合指标的准确性，本发明运用非合作博弈理论根据各指标之间的特性求取指标权重，确定最终综合指标计算公式。
[0044]
综上所述，本发明综合考虑拓扑结构角度、潮流运行情况和光伏发电影响情况对系统连锁故障的影响，通过非合作博弈论将上述三个指标建立成综合指标，可以更加全面的预测光伏系统的连锁故障序列。
[0045]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0046]
图1为本发明光伏系统连锁故障序列预测流程图；
[0047]
图2为本发明一实施例提供的计算机设备的示意图。
具体实施方式
[0048]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0049]
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0050]
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0051]
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0052]
应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。
[0053]
取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
[0054]
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
[0055]
本发明提供了一种光伏系统连锁故障序列辨识方法，通过从局部拓扑结构角度、潮流运行情况角度和光伏发电影响情况角度建立光伏系统的连锁故障序列的辨识指标，讨论光伏系统的连锁故障中间环节的预测。包括：从局部拓扑结构方面、潮流运行情况和光伏发电影响情况角度分别建立链路预测指标、加权潮流熵指标和光电加权波动熵，再利用博弈论的综合赋权法对以上三个指标进行权重的赋值，组成综合光伏系统的连锁故障序列指标；用于预测光伏系统连锁故障的下一级故障。
[0056]
本发明一种光伏系统连锁故障序列辨识方法，包括以下步骤：
[0057]
s1、选取初始故障；
[0058]
根据专家经验选取关键线路为连锁故障序列的初始故障。
[0059]
s2、构建指标；
[0060]
从局部拓扑结构角度、潮流运行情况、光伏发电影响情况角度构建链路预测指标、
加权潮流熵指标和光电加权波动熵。
[0061]
从局部拓扑结构角度建立评估线路重要性的链路预测指标s，作为网络特征的一个特征，通过链路预测对含光伏系统中的潜在链路进行预测。
[0062]
链路预测是根据给定网络中可获得的已知信息来预估潜在的边，定义链路预测指标s
a(i)
来衡量网络拓扑结构对线路重要度的影响，按照如下式确定：
[0063][0064]
其中，a为邻接矩阵，i为节点号，k为列号，σ为可调参数，m为系统中线路支数。
[0065]
从潮流运行情况角度出发，考虑断开故障支路后其他线路的潮流转移冲击比率，用支路负载率与支路个数取对数的倒数的乘积对潮流熵函数进行加权，加权后的熵函数模型计及了线路平均负载率和支路个数对系统运行状态的影响，再乘以表征线路不同的系数，即可以全面的表征光伏系统的潮流运行情况，加权潮流熵指标f
ki
按照如下式确定：
[0066][0067]
其中，p
ki
为支路i断开后支路k的有功潮流；p
k0
为支路k的初始有功潮流；p
kmax
为支路k的最大有功传输容量，m为系统中线路支数，n为接光伏系统线路支数。
[0068]
由上式看出，当支路i断开后，承担转移潮流的支路k负载率越大，说明支路i的断开越容易引起支路k的过载，甚至引发连锁故障，故因对支路i赋予更小的权重，使其计算出的潮流熵更小。
[0069]
当加权潮流熵越小，表明线路i断开对系统的潮流冲击越大，由支路i转移到其余线路的潮流分布越不均匀，且这些线路的负载率较大，易出现过载，不利于系统的安全运行。在所有支路最大传输容量相通的情况下，若裕度大的支路承担更多的潮流转移，则系统负载率分布越均匀，且计算出的加权潮流熵越大。
[0070]
从光伏发电影响情况角度出发，考虑光电的波动性对系统自组织临界演化水平的影响。光电的波动会给母线电压带来较大波动，若无功调节容量和速度不能满足要求，可能导致元件切除引发连锁故障，从而影响电网的自组织临界演化水平。设χi为光电汇集母线i处的光电功率波动率(单位时间功率变化量)，进行归一化处理，得到：
[0071][0072]
其中，χ
min
为所有光电功率波动率的最小值，χ
max
为所有光电功率波动率的最大值；给定常数序列u＝[u1,u2,
…
,um]，用fk表示χi∈(uk,u
k 1
]的母线数目，t表示χi∈(uk,u
k 1
]区间内的节点数。
[0073]
光电加权波动熵越大，说明光电汇集母线处的潮流波动越不均匀，汇集点母线电压波动越大，系统发生连锁故障的概率越高。
[0074]
s3、建立综合指标
[0075]
首先确定光伏系统的连锁故障序列综合指标k的计算公式；再利用非合作博弈理论根据指标关系特点构建非合作关系的博弈模型。
[0076]
光伏系统的连锁故障序列综合指标k的计算是运用非合作博弈理论将链路预测指标、加权潮流熵指标和光电加权波动熵指标综合在一起，其表达式为：
[0077]
k＝c1s c2f c3h
ꢀꢀꢀ
(4)
[0078]
通过非合作博弈理论确定链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重，计算公式为：
[0079]
g＝{p,(sr)
r∈n
,(ur)
r∈n
}
ꢀꢀꢀ
(5)
[0080]
其中，p表示指标集合，即p＝{p1,p2,...,pn},同一时间段内共有n个待确定权重系数的指标；sr表示指标pr可调节权重系数的策略集合s＝{s
r1
,s
r2
,...,s
rm(r)
}，其中m(r)为博弈方pr的策略数；ur表示指标pr在采用策略s
rg
时的收益函数，1《g《m(r)；n＝{1,2,...,n}。
[0081]
s4、确定结束光伏系统连锁故障序列预测条件。
[0082]
光伏系统发生解列；或连锁故障序列深度达到最大。
[0083]
若是满足系统发生解列或连锁故障序列达到最大时，结束预测；若不满足，返回步骤s2。
[0084]
本发明再一个实施例中，提供一种光伏系统连锁故障序列辨识系统，该系统能够用于实现上述光伏系统连锁故障序列辨识方法，具体的，该光伏系统连锁故障序列辨识系统包括选取模块、指标模块、博弈模块以及辨识模块。
[0085]
其中，选取模块，根据专家经验选取关键线路为连锁故障序列的初始故障；
[0086]
指标模块，从局部拓扑结构角度、潮流运行情况和光伏发电影响情况角度构建链路预测指标、加权潮流熵指标和光电加权波动熵指标；
[0087]
博弈模块，根据指标模块构建的链路预测指标、加权潮流熵指标和光电加权波动熵指标构建非合作关系的博弈模型，确定链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g，根据链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g得到光伏系统的连锁故障序列综合指标k；
[0088]
辨识模块，根据选取模块选取的初始故障与博弈模块得到的连锁故障序列综合指标k，确定结束光伏系统连锁故障序列预测条件，当满足系统发生解列或连锁故障序列达到最大时，完成光伏系统连锁故障序列辨识。
[0089]
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于光伏系统连锁故障序列辨识方法的操作，包括：
[0090]
根据专家经验选取关键线路为连锁故障序列的初始故障；从局部拓扑结构角度、潮流运行情况和光伏发电影响情况角度构建链路预测指标、加权潮流熵指标和光电加权波
动熵指标；根据链路预测指标、加权潮流熵指标和光电加权波动熵指标构建非合作关系的博弈模型，确定链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g，根据链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g得到光伏系统的连锁故障序列综合指标k；根据初始故障与连锁故障序列综合指标k，确定结束光伏系统连锁故障序列预测条件，当满足系统发生解列或连锁故障序列达到最大时，完成光伏系统连锁故障序列辨识。
[0091]
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0092]
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关光伏系统连锁故障序列辨识方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
[0093]
根据专家经验选取关键线路为连锁故障序列的初始故障；从局部拓扑结构角度、潮流运行情况和光伏发电影响情况角度构建链路预测指标、加权潮流熵指标和光电加权波动熵指标；根据链路预测指标、加权潮流熵指标和光电加权波动熵指标构建非合作关系的博弈模型，确定链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g，根据链路预测指标、加权潮流熵指标和光电加权波动熵指标的权重g得到光伏系统的连锁故障序列综合指标k；根据初始故障与连锁故障序列综合指标k，确定结束光伏系统连锁故障序列预测条件，当满足系统发生解列或连锁故障序列达到最大时，完成光伏系统连锁故障序列辨识。
[0094]
请参阅图2，该实施例的计算机设备60包括：处理器61、存储器62以及存储在存储器62中并可在处理器61上运行的计算机程序63，该计算机程序63被处理器61执行时实现实施例中的光伏系统连锁故障序列辨识方法，为避免重复，此处不一一赘述。或者，该计算机程序63被处理器61执行时实现实施例光伏系统连锁故障序列辨识系统中各模型/单元的功能，为避免重复，此处不一一赘述。
[0095]
计算机设备60可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备60可包括，但不仅限于，处理器61、存储器62。本领域技术人员可以理解，图2仅仅是计算机设备60的示例，并不构成对计算机设备60的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
[0096]
所称处理器61可以是中央处理单元(central processing unit，cpu)，还可以是其它通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、
分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0097]
存储器62可以是计算机设备60的内部存储单元，例如计算机设备60的硬盘或内存。存储器62也可以是计算机设备60的外部存储设备，例如计算机设备60上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。
[0098]
进一步地，存储器62还可以既包括计算机设备60的内部存储单元也包括外部存储设备。存储器62用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器62还可以用于暂时地存储已经输出或者将要输出的数据。
[0099]
综上所述，本发明一种光伏系统连锁故障序列辨识方法及系统，综合考虑了从局部拓扑结构角度、潮流运行情况和光伏发电影响情况角度三方面衡量线路危险程度的基本指标，提出了一种基于非合作博弈理论的光伏系统连锁故障序列辨识方法。通过非合作博弈理论建立综合链路预测指标、加权潮流熵指标和光电加权波动熵指标得到光伏系统连锁故障综合指标h，准确的预测连锁故障中的下一级故障线路，根据结束连锁故障预测的判据确定连锁事故链。本发明有助于连锁事故链的预测，对工程实践具有有效的指导作用。
[0100]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0101]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0102]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0103]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0104]
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。