CN106548284A - 一种面向运行调控的自适应模块化电网安全预警评价方法 - Google Patents
一种面向运行调控的自适应模块化电网安全预警评价方法 Download PDFInfo
- Publication number
- CN106548284A CN106548284A CN201610959208.5A CN201610959208A CN106548284A CN 106548284 A CN106548284 A CN 106548284A CN 201610959208 A CN201610959208 A CN 201610959208A CN 106548284 A CN106548284 A CN 106548284A
- Authority
- CN
- China
- Prior art keywords
- early warning
- index
- safe early
- evaluation module
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 293
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 17
- 238000013097 stability assessment Methods 0.000 claims description 7
- 230000001052 transient effect Effects 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 230000029305 taxis Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 230000004927 fusion Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 231100000817 safety factor Toxicity 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000004304 visual acuity Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向运行调控的自适应模块化电网安全预警评价方法，包括：构建交直流混联电网稳定性评价指标体系并形成安全预警评价模块，基于德尔菲专家会议机制，利用专家经验确定初始模块指标构成；并得到稳定性评价指标体系中指标评价结果序列和安全预警评价模块的评价结果序列；基于灰色关联分析法获取模块评价结果序列与全体指标计算结果序列之间的关联度；如果关联度超过阈值的指标与安全预警评价模块原有指标组成不同，则选取这些高关联度的指标对安全预警评价模块进行更新；否则基于最小距离模型将安全预警评价模块中指标的主观权重与客观权重融合获得综合权重，最终得到安全预警评价模块综合评价结果，并给出电网安全预警。
Description
技术领域
本发明属于电力***在线运行安全评价领域，更具体地，涉及一种面向运行调控的自适应模块化电网安全预警评价方法。
背景技术
随着特高压交直流混联电网的迅速发展，电网形态和特性面临深刻变化，一方面全网电气联系日趋紧密，断面间耦合关系更加复杂，安全稳定水平相互制约，电网结构和潮流方式变化大，供需与安全等问题需要考虑的因素较多，对电网***分析预警和运行控制的精益化和一体化水平提出了更高要求；另一方面电网运行的技术水平和复杂程度越来越高，诱发电网发生复杂故障的因素越来越多，电网发生复杂故障将严重危及电网安全稳定运行，正确迅速处置电网复杂故障对电力调控工作提出了更高要求。因此有效的电网运行安全综合评价方法对于在线调控预警及防止大面积停电事故的发生具有重要意义。
然而，现有的电网运行安全评价方法对于在线调控运行所关注的问题针对性较差，其主要原因如下：一是现有电网安全评价指标体系仅考虑影响电网运行安全的单方面因素，对电网运行风险反映程度有限；二是当前普遍采用的综合评价方法受主观因素影响较为严重，难以客观反映电网运作风险；三是现有评价体系与调度自动化***缺乏交互，难以充分挖掘电网运行信息和有效反映复杂运行情况下的电网运行风险。
如张国华等作者在电网技术2009(08)：30-34“电网安全评价的指标体系与方法”一文中提出了一套较完整的电网安全评价指标体系，包括电网的安全供电能力、静态电压安全性、拓扑结构脆弱性、暂态安全性、风险指标5大类，该套评价体系能够有效反映电网各方面安全因素，但对电网预想故障场景及典型紧急状况缺乏针对性，对在线调度参考意义不大；王博等作者在电网技术2011(01)：40-45“基于多因素分析的复杂电力***安全风险评估体系”一文中，利用事故树分析和层次分析方法建立了一套具有客观性、实用性、适用性的电力***安全风险评估体系，并通过层次分析法实现层次化指标的综合评价，该方法由于大量采取离线评估性指标，且评价方法主观性较高，适用于电力***中长期风险评估，对于在线调控运行缺乏指导意义。崔建磊等作者在电力***自动化2013(10)：92-97“面向调度运行的电网安全风险管理控制***(二)风险指标体系、评估方法与应用策略”一文中建立了越限驱动型风险和事件驱动型风险相结合的指标体系，然而缺乏针对性的综合评价方法，难以有效表征复杂运行情况下的电网运行风险。
上述几种典型方法对电网运行安全评价具有良好的借鉴和启发意义，但由于各自考虑的局限性，导致其应对在线调控预警问题不够理想。
发明内容
针对现有技术的以上缺陷，本发明提供了一种面向运行调控的自适应模块化电网安全预警评价方法，旨在解决现有技术中由于评价体系中仅考虑单方面因素、评价方法受主观影响以及缺乏与调度***交互的原因造成现有的评价方法不能有效反映复杂运行情况下的电网运行风险的技术问题。
为实现上述目的，本发明提供了一种面向运行调控的自适应模块化电网安全预警评价方法，包括以下步骤：
(1)构建交直流混联电网的稳定性评价指标体系，根据稳定性评价指标体系中指标与第p项安全预警评价模块的紧密程度确定第p项安全预警评价模块的初始指标构成；
(2)利用层次分析法获得第p项安全预警评价模块中初始指标的主观权重；
(3)根据电网运行信息获得稳定性评价指标体系中指标的评价结果，并根据稳定性评价指标体系中指标的评价结果和第p项安全预警评价模块中各指标的主观权重获得第p项安全预警评价模块的评价结果；
(4)间隔时间T后重复步骤(3)，直至重复步骤(3)K次，获得稳定性评价指标体系中指标的评价结果序列和第p项安全预警评价模块的评价结果序列；
(5)根据稳定性评价指标体系中指标的评价结果序列和第p项安全预警评价模块的评价结果序列，基于灰色关联分析法获得第p项安全预警评价模块与稳定性评价指标体系中指标之间的关联度；
(6)将关联度按从大到小的顺序排序，判断前n项关联度对应的稳定性评价指标体系的指标与第p项安全预警评价模块的指标构成是否不同。若不同，则将前n项关联度对应的稳定性评价指标体系的指标替换第p项安全预警评价模块的指标，并进入步骤(3)；否则，进入步骤(7)；
(7)根据最后一次更新的第p项安全预警评价模块中指标的关联度获得第p项安全预警评价模块中指标的客观权重，并根据第p项安全预警评价模块中指标的客观权重和主观权重获得第p项安全预警评价模块中指标的综合权重；
(8)利用第p项安全预警评价模块中指标的综合权重和最后一次更新的第p项安全预警评价模块中指标评价结果第p项安全预警评价模块的综合评价结果；
其中，T根据电网运行信息更新时间确定，K≥20p＝Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ、Ⅺ，Ⅰ为低电压预警评价模块、Ⅱ为过电压预警评价模块、Ⅲ为线路停运预警评价模块、Ⅳ为断面潮流转移预警评价模块、Ⅴ为交直流混联通道故障预警评价模块、Ⅵ为频率预警评价模块、Ⅶ为功率缺额预警评价模块、Ⅷ为功率过剩预警评价模块、Ⅸ为变压器安全预警评价模块、Ⅹ为***低频振荡预警评价模块、XI为暂态过程预警评价模块。
进一步地，步骤(2)中利用层次分析法获得第p项安全预警评价模块中初始指标的主观权重，包括如下步骤：
(21)根据第p项安全预警评价模块所包含的指标之间重要程度构建第p项安全预警评价模块所包含的指标的判断矩阵
(22)根据公式获得第p项安全预警评价模块所包含的指标的主观权重w1i；
(23)根据公式获得第p项安全预警评价模块的判断矩阵A的随机一致性比率，若当CR＜0.1时，认为判断矩阵具有满意的一致性，否则，应重新构造判断矩阵；
式中，A代表第p项安全预警评价模块所包含的指标的判断矩阵，元素aij为第p项安全预警评价模块所包含的指标Bi与第p项安全预警评价模块所包含的指标Bj相对重要程度，1≤i≤n，1≤j≤n，n为第p项安全预警评价模块所包含的指标数量；RI为平均一致性指标，可查找相关标准数据获得RI，CI为一致性指数，根据公式获得，根据公式获得判断矩阵的最大特征根的近似值λmax，W1＝(w11,...,w1i,...,w1n)T为第p项安全预警评价模块所包含的指标的客观权重向量，w1i为第p项安全预警评价模块所包含的指标的主观权重。
进一步地，步骤(3)中获取第p项安全预警评价模块中各指标的主观权重包括如下步骤：
(31)判断第p项安全预警评价模块中各指标与上一次更新时第p项安全预警评价模块中各初始指标是否相同，若是，则第p项安全预警评价模块中各指标的主观权重为第p项安全预警评价模块中各初始指标的主观权重，否则进入步骤(32)；
(32)根据步骤(2)中第p项安全预警评价模块中各初始指标的主观权重和第p项安全预警评价模块中各指标的关联度获得第p项安全预警评价模块中各指标的主观权重。
进一步地，步骤(32)获得第p项安全预警评价模块中各指标的主观权重包括如下步骤：
(321)将第p项安全预警评价模块中指标按关联度从大到小排序为B1…Bu…Bn；
(322)将步骤(2)中第p项安全预警评价模块中初始指标按主观权重从大到小排序B1'…B'u…B'n；
(323)令第p项安全预警评价模块中指标B'u的主观权重等于第p项安全预警评价模块中初始指标Bu的主观权重；
式中，1≤u≤n，n为第p项安全预警评价模块所包含的指标数量。
进一步地，步骤(5)基于灰色关联分析法获得第p项安全预警评价模块与稳定性评价指标体系中指标之间的关联度，包括如下步骤：
(51)根据公式将稳定性评价指标体系中指标的评价结果序列无量纲化和第p项安全预警评价模块的评价结果序列无量纲化；
(52)根据公式计算稳定性评价指标体系中指标中第k次评价结果与第p项安全预警评价模块的评价结果序列中第k次评价结果的关联度系数，
(53)根据公式获得第p项安全预警评价模块与稳定性评价指标体系中指标之间的关联度rm；
Xm(k)稳定性评价指标体系中指标的评价结果序列第k项，Y(k)为第p项安全预警评价模块的评价结果序列第k项，xm(k)为无量纲化后稳定性评价指标体系中指标的评价结果序列第k项，y(k)为无量纲化后第p项安全预警评价模块的评价结果序列第k项，ρ称为分辨系数，ξm(k)为稳定性评价指标体系中指标中第k次评价结果与第p项安全预警评价模块的评价结果序列中第k次评价结果的关联度系数，m＝1,2,…,M，k＝1,2,…,K，K为序列长度，M为稳定性指标体系中包含指标数量。
进一步地，步骤(7)根据公式获得第p项安全预警评价模块的指标的综合权重wi，αti使用t方法获得第p项安全预警评价模块的指标的权重的线性组合系数，wti为使用t方法获得第p项安全预警评价模块的指标的权重，根据公式获得αti使用t方法获得第p项安全预警评价模块的指标的权重的线性组合系数，t＝Ⅰ，Ⅱ，Ⅰ为层次分析法，Ⅱ为灰色关联分析法。
总体而言，按照本发明的上述技术构思与现有技术相比，主要具备以下的技术优点：
1、在线调控运行的主要任务是实时把控电网运行状态，有效保证电网安全稳定运行。而以往电网安全性评价仅通过单一指标进行电网安全预警，对电网紧急状态反映不全面，难以反映指标间的关联影响，无法给出客观综合的评判，本发明方法针对电网调控运行所关注的预想场景及电网典型紧急状况形成了相应的安全预警评价模块，对在线运行风险针对性强，能够有效的反映电网应对故障及紧急情景的能力。
2、实时获取电网运行参数，获得稳定性评价指标的评价结果，并根据稳定性评价指标的评价结果获得安全预警评价模块的评价结果，并根据上述评价结果获得安全预警评价模块与稳定性评价指标体系中各项指标之间的关联度排序结果，实现实时更新安全预警模块的指标构成，利用历史评价结果序列实现模块的自适应调整，对于电网复杂运行环境具有较强的适应性，并与现有调度自动化***紧密交互，充分利用调度自动化平台的在线计算能力。
3、采用层次分析法获得安全预警模块的主观权重，利用基于关联度灰色分析法获得安全预警模块的客观权重，利用最小距离模型实现主观权重与客观权重的有机融合，能有效改善评价方法受主观因素的影响，评价结果更符合实际情况。
附图说明
图1为本发明提供的面向运行调控的自适应模块化电网安全预警评价方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明提供的面向运行调控的自适应模块化电网安全预警评价方法，包括如下步骤：
(1)构建交直流混联电网的稳定性评价指标体系，根据稳定性评价指标体系中指标与第p项安全预警评价模块的紧密程度确定第p项安全预警评价模块的初始指标构成。
构建交直流混联电网的稳定性评价指标体系参照张国华等作者在电网技术2009(08)：30-34“电网安全评价的指标体系与方法”中提出一套较完整的电网安全评价指标体系以有效反映电网各方面安全因素，涉及电网的安全供电能力、静态电压安全性、拓扑结构脆弱性、暂态安全性、风险指标五个方面确定稳定性评价指标体系，稳定性评价指标体系中包含M项指标。
从电网调度所关注的故障及紧急场景出发，分析该故障及紧急场景的危急状态表征因素，并根据确定稳定性评价指标体系中与各个表征因素紧密相关的指标，该指标构成安全预警评价模块。通过对与各表征因素相关的指标进行综合评价，能有效反映各表征因素间的交互作用，实现有针对性的、由点及面的综合评价，从而有效反映电网不良紧急状态的危急程度。
根据调度需求，p＝Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ、Ⅺ，Ⅰ为低电压预警评价模块、Ⅱ为过电压预警评价模块、Ⅲ为线路停运预警评价模块、Ⅳ为断面潮流转移预警评价模块、Ⅴ为交直流混联通道故障预警评价模块、Ⅵ为频率预警评价模块、Ⅶ为功率缺额预警评价模块、Ⅷ为功率过剩预警评价模块、Ⅸ为变压器安全预警评价模块、Ⅹ为***低频振荡预警评价模块、XI为暂态过程预警评价模块，实现以评价目标为指向、以关联指标间的有机组合形成安全预警评价模块为主要手段的评价方式，实现有重点、多维度的电网综合评价机制。
由于安全预警评价模块是由反映电网安全运行某一典型方面风险的高度关联的指标组成，因此采用基于德尔菲专家会议机制，利用专家经验确定安全预警评价模块中指标构成，引入电力行业专家，尤其是具有调控运行经验的专家根据自身的知识及经验对模块组成指标的关联性进行专业评价，并确定安全预警评价模块中指标构成。
譬如对于电网低电压预警模块，通过电网实测电压进行简单评价难以全方位反映电网在低电压状态的危急程度，有必要综合考虑电网运行电压风险紧密相关的电网负荷、无功补偿、关联电网低电压裕度、电压变化趋势、电压偏移持续时间、无功功率总缺额、供电盈余、负荷变化趋势这8项指标进行综合分析，实现电网低电压风险的客观综合评价。
(2)利用层次分析法获得第p项安全预警评价模块中初始指标的主观权重，包括如下步骤：
(21)根据第p项安全预警评价模块所包含的初始指标之间重要程度构建第p项安全预警评价模块所包含的初始指标的判断矩阵
式中，A代表第p项安全预警评价模块所包含的初始指标的判断矩阵，元素aij为第p项安全预警评价模块所包含的初始指标Bi与第p项安全预警评价模块所包含的初始指标Bj相对重要程度，1≤i≤n，1≤j≤n，n为第p项安全预警评价模块所包含的初始指标数量。
(22)采用求根法获得第p项安全预警评价模块所包含的初始指标的主观权重w1i。
根据公式获得第p项安全预警评价模块所包含的初始指标的主观权重w1i；
(23)根据公式获得第p项安全预警评价模块的判断矩阵A的随机一致性比率，若当CR＜0.1时，认为判断矩阵具有满意的一致性，否则，应重新构造判断矩阵。
式中，RI为平均一致性指标，可查找相关标准数据获得RI，CI为一致性指数，根据公式获得，根据公式获得判断矩阵的最大特征根的近似值λmax，W1＝(w11,...,w1i,...,w1n)T为第p项安全预警评价模块所包含的初始指标的客观权重向量，A为第p项安全预警评价模块所包含的初始指标的判断矩阵，w1i为第p项安全预警评价模块所包含的初始指标Bi的主观权重，n为第p项安全预警评价模块所包含的指标数量。
(3)根据电网运行信息获得稳定性评价指标体系中指标的评价结果，并根据稳定性评价指标体系中指标的评价结果和第p项安全预警评价模块中各指标的主观权重获得第p项安全预警评价模块的评价结果；
第p项安全预警评价模块中各指标的主观权重根据步骤(2)中第p项安全预警评价模块中各初始指标的权重和第p项安全预警评价模块中各指标的关联度确定。
稳定性评价指标体系中指标均可以根据该指标算法在线计算得到该指标的评价结果Xm，1≤m≤M,M为稳定性评价指标体系中包含指标的数量
根据电网运行信息获得稳定性评价指标体系中指标的评价结果获得与第p项安全预警评价模块中的指标的评价结果Xai，即若第p项安全预警评价模块中的指标Bi与稳定性评价指标体系中指标相同，令第p项安全预警评价模块中的指标Bi的评价结果等于稳定性评价指标体系中指标的评价结果。
若第p项安全预警评价模块中指标根据关联度进行过替换，则第p项安全预警评价模块中指标与步骤(2)第p项安全预警评价模块的初始指标不同，第p项安全预警评价模块中指标按关联度从大到小排序为B1…Bu…Bn，并将步骤(2)中第p项安全预警评价模块中初始指标按主观权重从大到小排序B1'…B'u…B'n，则第p项安全预警评价模块中指标Bu'的主观权重等于第p项安全预警评价模块中初始指标Bu的主观权重，1≤u≤n，n为第p项安全预警评价模块所包含的指标数量。
根据公式获得获取第p项安全预警评价模块的评价结果y'。式中，Xai为第p项安全预警评价模块中指标的评价结果，w1i为第p项安全预警评价模块中指标的客观权重，n为第p项安全预警评价模块中指标Bi的数量。
为了充分体现模块指标的不同重要程度，采用层次分析法计算各项指标的主观权重，采用加权平均获得实现指标评价结果有效综合，得到安全预警评价模块综合评价结果。
(4)间隔时间T后重复步骤(3)，直至重复步骤(3)K次，获得稳定性评价指标体系中指标的评价结果序列Xm＝{Xm(k)|k＝1,2,…,K},m＝1,2,…,M和第p项安全预警评价模块的评价结果序列Y＝{Y(k)|k＝1,2,…,K}；其中K为序列长度，M为稳定性指标体系中包含指标数量。其中，T根据电网运行信息更新时间确定，根据工程应用的需要，K≥20。
(5)根据稳定性评价指标体系中指标的评价结果序列和第p项安全预警评价模块的评价结果序列，基于灰色关联分析法获得第p项安全预警评价模块与稳定性评价指标体系中指标之间的关联度，包括如下步骤：
(51)将稳定性评价指标体系中指标的评价结果序列和第p项安全预警评价模块的评价结果序列进行无量纲化。
由于***中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，要进行数据的无量纲化处理。
根据公式将稳定性评价指标体系中指标的评价结果序列无量纲化和第p项安全预警评价模块的评价结果序列无量纲化,Xm(k)稳定性评价指标体系中指标的评价结果序列第k项，Y(k)为第p项安全预警评价模块的评价结果序列第k项，xm(k)为无量纲化后稳定性评价指标体系中指标的评价结果序列第k项，y(k)为无量纲化后第p项安全预警评价模块的评价结果序列第k项，m＝1,2,…,M，k＝1,2,…,K，K为序列长度，M为稳定性指标体系中包含指标数量。
(52)计算稳定性评价指标体系中指标中第k次评价结果与第p项安全预警评价模块的评价结果序列中第k次评价结果的关联度系数：
根据公式计算关联度系数，式中，ρ称为分辨系数，ρ越小，分辨力越大，一般ρ的取值区间为(0,1),具体取值可视情况而定。当ρ≤0.5463时，分辨力最好，通常取ρ＝0.5，xi(k)为无量纲化后稳定性评价指标体系中指标的第k次评价结果，y(k)无量纲化后为安全预警评价模块第k次评价结果。
(53)获得第p项安全预警评价模块与稳定性评价指标体系中指标之间的关联度。
因为关联系数是第p项安全预警评价模块与稳定性评价指标体系中指标各个时刻的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻的关联系数集中为一个值，即求其平均值，作为第p项安全预警评价模块与稳定性评价指标体系中指标间关联程度的数量表示，第p项安全预警评价模块与稳定性评价指标体系中指标Cm间关联度rm公式如下：
式中，ξm(k)为稳定性评价指标体系中指标中第k次评价结果与第p项安全预警评价模块的评价结果序列中第k次评价结果的关联度系数，k＝1,2,...,K。
(6)将关联度按从大到小的顺序排序，判断前n项关联度对应的稳定性评价指标体系的指标与第p项安全预警评价模块的指标构成是否不同。若不同，则将前n项关联度对应的稳定性评价指标体系的指标替换第p项安全预警评价模块的指标，并进入步骤(3)；否则，进入步骤(7)；
根据步骤(4)中的关联度计算结果进行大小排序，关联度越高则表明第p项安全预警模块与该稳定性评价指标体系中的指标的关联程度更高，若前n项关联度对应的稳定性评价指标体系的指标与第p项安全预警评价模块的指标构成相同，将大的关联度对应的稳定性指标体系中的指标替换第p项安全预警模块中的指标，如此可以实现安全预警评价模块组成的高关联指标自适应调整，在不同方式下安全预警评价模块保证模块指标的高度关联，提高对电网复杂运行环境的适应性。
(7)根据最后一次更新的第p项安全预警评价模块中指标的关联度获得第p项安全预警评价模块中指标的客观权重，并根据第p项安全预警评价模块中指标的客观权重和主观权重获得第p项安全预警评价模块中指标的综合权重。
而在步骤(4)中的关联度实质上能够反映出第p项安全预警评价模块内各项指标的相对重要程度，即指标客观权重。最后一次更新的第p项安全预警评价模块指标各项指标的关联度分别为ri'，1≤i≤n，n为第p项安全预警评价模块所包含的指标数量，则其客观权重可以通过归一化计算
得到第p项安全预警评价模块内各项指标的客观权重。
为了实现第p项安全预警评价模块的客观真实评价，采取最小距离模型实现主观权重和客观权重的有效融合。最小距离模型可表示为：
式中：s＝Ⅰ，Ⅱ，t＝Ⅰ，Ⅱ，Ⅰ为层次分析法，Ⅱ为灰色关联分析法，wti为使用t方法获得第p项安全预警评价模块的指标的权重，wsi为使用s方法获得第p项安全预警评价模块的指标的权重，αt为使用t方法获得第p项安全预警评价模块的指标的权重的线性组合系数；
上述最小距离模型的最优化一阶导数条件为：
最优化一阶导数条件对应线性方程组的矩阵形式为：
由此可以得到使用t方法获得第p项安全预警评价模块的指标的权重的线性组合系数αti。
再根据获得第p项安全预警评价模块的指标的综合权重wi。
该步骤是一个将多种权重交叉组合的优化过程，得到一致或妥协的最满意权重，实现模块的客观真实评价。
(8)利用第p项安全预警评价模块中指标的综合权重wi和最后一次更新的第p项安全预警评价模块中指标评价结果Xai'获得第p项安全预警评价模块的综合评价结果，公式如下：
安全预警评价模块的综合评价结果能够表征电网不良紧急状态的危急程度。
通过基于稳定性评价指标体系中指标，并根据稳定性评价指标体系中指标与安全预警评价模块的关联度，确定安全预警评价模块的指标构成，安全预警评价模块能够有效的评价电网应对该种紧急或故障情况的能力；根据电网在线运行参数获得稳定性评价指标体系中指标的评价结果和安全预警评价模块的评价结果，并利用基于灰色关联度分析法获得稳定性评价指标体系中指标与安全预警评价模块的关联度，并根据关联度实现对安全预警评价模块中指标的更新，使得本发明提供的方法对于电网复杂运行环境具有较强的适应性，实现更加合理并符合实际情况的评价；并利用层次分析法获得安全预警评价模块中指标的主观权重，并根据安全预警评价模块中指标的主观权重与客观权重，获得指标的综合权重，使得评价结果更加符合实际情况。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种面向运行调控的自适应模块化电网安全预警评价方法，其特征在于，包括以下步骤：
(1)构建交直流混联电网的稳定性评价指标体系并根据调度需求形成安全预警评价模块，根据所述稳定性评价指标体系中指标与第p项安全预警评价模块的紧密程度确定第p项安全预警评价模块的初始指标构成；
(2)利用层次分析法获得所述第p项安全预警评价模块中初始指标的主观权重；
(3)根据电网运行信息获得稳定性评价指标体系中指标的评价结果，并根据稳定性评价指标体系中指标的评价结果和第p项安全预警评价模块中各指标的主观权重获得第p项安全预警评价模块的评价结果；
(4)间隔时间T后重复步骤(3)，直至重复步骤(3)K次，获得稳定性评价指标体系中指标的评价结果序列和第p项安全预警评价模块的评价结果序列；
(5)根据所述稳定性评价指标体系中指标的评价结果序列和所述第p项安全预警评价模块的评价结果序列，基于灰色关联分析法获得所述第p项安全预警评价模块与所述稳定性评价指标体系中指标之间的关联度；
(6)将关联度按从大到小的顺序排序，判断前n项关联度对应的所述稳定性评价指标体系的指标与所述第p项安全预警评价模块的指标构成是否不同；若不同，则将前n项关联度对应的稳定性评价指标体系中的指标替换第p项安全预警评价模块的指标，实现模块高度关联指标的更新，并进入步骤(3)；否则，进入步骤(7)；
(7)根据最后一次更新的第p项安全预警评价模块中指标的关联度获得第p项安全预警评价模块中指标的客观权重，并根据第p项安全预警评价模块中指标的客观权重和主观权重获得第p项安全预警评价模块中指标的综合权重；
(8)利用第p项安全预警评价模块中指标的综合权重和最后一次更新的第p项安全预警评价模块中指标评价结果第p项安全预警评价模块的综合评价结果；
其中，T根据电网运行信息更新时间确定，K≥20p＝Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ、Ⅺ，Ⅰ为低电压预警评价模块、Ⅱ为过电压预警评价模块、Ⅲ为线路停运预警评价模块、Ⅳ为断面潮流转移预警评价模块、Ⅴ为交直流混联通道故障预警评价模块、Ⅵ为频率预警评价模块、Ⅶ为功率缺额预警评价模块、Ⅷ为功率过剩预警评价模块、Ⅸ为变压器安全预警评价模块、Ⅹ为***低频振荡预警评价模块、XI为暂态过程预警评价模块。
2.根据权利要求1中所述的自适应模块化电网安全预警评价方法，其特征在于，所述步骤(2)中利用层次分析法获得第p项安全预警评价模块中初始指标的主观权重，包括如下步骤：
(21)根据第p项安全预警评价模块所包含的初始指标之间重要程度构建第p项安全预警评价模块所包含的初始指标的判断矩阵
(22)根据公式获得第p项安全预警评价模块所包含的初始指标的主观权重w1i；
(23)根据公式获得第p项安全预警评价模块的判断矩阵A的随机一致性比率，若当CR＜0.1时，认为判断矩阵具有满意的一致性，否则，应重新构造判断矩阵；
式中，A代表第p项安全预警评价模块所包含的初始指标的判断矩阵，元素aij为第p项安全预警评价模块所包含的初始指标Bi与第p项安全预警评价模块所包含的初始指标Bj相对重要程度，1≤i≤n，1≤j≤n，n为第p项安全预警评价模块所包含的指标数量；RI为平均一致性指标，可查找相关标准数据获得RI，CI为一致性指数，根据公式获得，根据公式获得判断矩阵的最大特征根的近似值λmax，W1＝(w11,...,w1i,...,w1n)T为第p项安全预警评价模块所包含的指标的客观权重向量，w1i为第p项安全预警评价模块所包含的指标Bi的主观权重。
3.如权利要求中所述的自适应模块化电网安全预警评价方法，其特征在于，所述步骤(3)中获取第p项安全预警评价模块中各指标的主观权重包括如下步骤：
(31)判断第p项安全预警评价模块中各指标与上一次更新时第p项安全预警评价模块中各初始指标是否相同，若是，则第p项安全预警评价模块中各指标的主观权重为第p项安全预警评价模块中各初始指标的主观权重，否则进入步骤(32)；
(32)根据所述步骤(2)中第p项安全预警评价模块中各初始指标的主观权重和第p项安全预警评价模块中各指标的关联度排序获得所述第p项安全预警评价模块中各指标的主观权重。
4.如权利要求中1至3中任一项所述的自适应模块化电网安全预警评价方法，其特征在于，所述步骤(32)获得所述第p项安全预警评价模块中各指标的主观权重包括如下步骤：
(321)将第p项安全预警评价模块中指标按关联度从大到小排序为B1…Bu…Bn；
(322)将步骤(2)中第p项安全预警评价模块中初始指标按主观权重从大到小排序B′1…B′u…B'n；
(323)令第p项安全预警评价模块中指标B'u的主观权重等于第p项安全预警评价模块中初始指标Bu的主观权重；
式中，1≤u≤n，n为第p项安全预警评价模块所包含的指标数量。
5.如权利要求1至3中任一项所述的自适应模块化电网安全预警评价方法，其特征在于，所述步骤(5)基于灰色关联分析法获得第p项安全预警评价模块与稳定性评价指标体系中指标之间的关联度，包括如下步骤：
(51)根据公式将稳定性评价指标体系中指标的评价结果序列无量纲化和第p项安全预警评价模块的评价结果序列无量纲化；
(52)根据公式计算稳定性评价指标体系中指标中第k次评价结果与第p项安全预警评价模块的评价结果序列中第k次评价结果的关联度系数；
(53)根据公式获得第p项安全预警评价模块与稳定性评价指标体系中指标之间的关联度rm；
Xm(k)稳定性评价指标体系中指标的评价结果序列第k项，Y(k)为第p项安全预警评价模块的评价结果序列第k项，xm(k)为无量纲化后稳定性评价指标体系中指标的评价结果序列第k项，y(k)为无量纲化后第p项安全预警评价模块的评价结果序列第k项，ρ称为分辨系数，ρ∈(0,1)，ξm(k)为稳定性评价指标体系中指标中第k次评价结果与第p项安全预警评价模块的评价结果序列中第k次评价结果的关联度系数，m＝1,2,…,M，k＝1,2,…,K，K为序列长度，M为稳定性指标体系中包含指标数量。
6.如权利要求1至3中任一项所述的自适应模块化电网安全预警评价方法，其特征在于，步骤(7)根据公式获得第p项安全预警评价模块的指标的综合权重wi，αti使用t方法获得第p项安全预警评价模块的指标的权重的线性组合系数，wti为使用t方法获得第p项安全预警评价模块的指标的权重，根据公式获得αti使用t方法获得第p项安全预警评价模块的指标的权重的线性组合系数，t＝Ⅰ，Ⅱ，Ⅰ为层次分析法，Ⅱ为灰色关联分析法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610959208.5A CN106548284B (zh) | 2016-10-27 | 2016-10-27 | 一种面向运行调控的自适应模块化电网安全评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610959208.5A CN106548284B (zh) | 2016-10-27 | 2016-10-27 | 一种面向运行调控的自适应模块化电网安全评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106548284A true CN106548284A (zh) | 2017-03-29 |
| CN106548284B CN106548284B (zh) | 2020-06-02 |
Family
ID=58393393
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610959208.5A Active CN106548284B (zh) | 2016-10-27 | 2016-10-27 | 一种面向运行调控的自适应模块化电网安全评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106548284B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111414550A (zh) * | 2019-11-07 | 2020-07-14 | 成都国腾实业集团有限公司 | 基于灰色关联分析的网络舆情热度值定量识别方法 |
| CN112288328A (zh) * | 2020-11-23 | 2021-01-29 | 中民新能投资集团有限公司 | 一种基于灰色层次分析法的能源互联网风险评估方法 |
| CN113435755A (zh) * | 2021-06-30 | 2021-09-24 | 华中科技大学 | 一种工况自适应水轮机组综合状态评估方法及*** |
| CN113763616A (zh) * | 2021-08-20 | 2021-12-07 | 太原市高远时代科技有限公司 | 一种基于多传感器的无感安全型户外机箱门禁***及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100748078B1 (ko) * | 2006-04-05 | 2007-08-09 | 한국건설기술연구원 | 생애주기 성능 및 비용에 기초한 사회기반구조물의 최적유지관리전략 수립 방법 |
| CN104318482A (zh) * | 2014-08-22 | 2015-01-28 | 国家电网公司 | 一套智能配电网综合评估体系和方法 |
| CN104616091A (zh) * | 2014-11-19 | 2015-05-13 | 南昌大学 | 一种基于层次分析法的城市配电网的综合分析方法 |
| CN105205251A (zh) * | 2015-09-18 | 2015-12-30 | 河北工业大学 | 一种变压器电磁设计方案的评估方法 |
-
2016
- 2016-10-27 CN CN201610959208.5A patent/CN106548284B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100748078B1 (ko) * | 2006-04-05 | 2007-08-09 | 한국건설기술연구원 | 생애주기 성능 및 비용에 기초한 사회기반구조물의 최적유지관리전략 수립 방법 |
| CN104318482A (zh) * | 2014-08-22 | 2015-01-28 | 国家电网公司 | 一套智能配电网综合评估体系和方法 |
| CN104616091A (zh) * | 2014-11-19 | 2015-05-13 | 南昌大学 | 一种基于层次分析法的城市配电网的综合分析方法 |
| CN105205251A (zh) * | 2015-09-18 | 2015-12-30 | 河北工业大学 | 一种变压器电磁设计方案的评估方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111414550A (zh) * | 2019-11-07 | 2020-07-14 | 成都国腾实业集团有限公司 | 基于灰色关联分析的网络舆情热度值定量识别方法 |
| CN112288328A (zh) * | 2020-11-23 | 2021-01-29 | 中民新能投资集团有限公司 | 一种基于灰色层次分析法的能源互联网风险评估方法 |
| CN113435755A (zh) * | 2021-06-30 | 2021-09-24 | 华中科技大学 | 一种工况自适应水轮机组综合状态评估方法及*** |
| CN113435755B (zh) * | 2021-06-30 | 2022-04-29 | 华中科技大学 | 一种工况自适应水轮机组综合状态评估方法及*** |
| CN113763616A (zh) * | 2021-08-20 | 2021-12-07 | 太原市高远时代科技有限公司 | 一种基于多传感器的无感安全型户外机箱门禁***及方法 |
| CN113763616B (zh) * | 2021-08-20 | 2023-03-28 | 太原市高远时代科技有限公司 | 一种基于多传感器的无感安全型户外机箱门禁***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106548284B (zh) | 2020-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108931972B (zh) | 一种基于模型驱动的变电站二次设备状态智能诊断方法 | |
| CN109308571B (zh) | 配电线路线变关系检测方法 | |
| CN109583520B (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
| CN107292502B (zh) | 一种配电网可靠性评估方法 | |
| Xiang et al. | Reliability correlated optimal planning of distribution network with distributed generation | |
| CN106548284A (zh) | 一种面向运行调控的自适应模块化电网安全预警评价方法 | |
| CN110796368A (zh) | 基于贝叶斯网络的社区配电网动态风险评估方法及装置 | |
| CN103971175B (zh) | 一种多级变电站的短期负荷预测方法 | |
| CN103617447B (zh) | 智能变电站的评价***及评价方法 | |
| CN113487447A (zh) | 一种基于大数据的配电网负荷预测及线损成因分析方法 | |
| CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
| CN110880055A (zh) | 楼宇智能电表*** | |
| CN109523101A (zh) | 一种配电网运行状态模糊综合评价方法 | |
| CN105894212A (zh) | 一种电磁环网解合环综合评价方法 | |
| CN109829560A (zh) | 一种配电网可再生能源发电集群接入规划方法 | |
| Khan et al. | Digital twin for advanced automation of future smart grid | |
| Zhang et al. | Risk assessment for substation operation based on triangular fuzzy number AHP and cloud model | |
| Roland et al. | Reliability prediction of Port Harcourt electricity distribution network using NEPLAN | |
| CN112100784A (zh) | 基于聚类网架拓扑和可靠性估算关联模型的配电网规划方法 | |
| CN111144639A (zh) | 一种基于alln算法的地铁设备故障预测方法及*** | |
| CN106651113A (zh) | 一种基于超前n‑1分析的调度员操作风险评估方法 | |
| Tiwary et al. | Multi-dimensional ANN application for active power flow state classification on a utility system | |
| Aminifar et al. | A multi-objective framework for enhancing the reliability and minimizing the cost of PMU deployment in power systems | |
| Kotsalos et al. | On the development of a framework for the advanced monitoring of LV grids | |
| CN112016631A (zh) | 一种低电压治理相关的改进方案 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |