CN116073381A - 一种考虑配电网可靠性的自动化设备布点决策方法 - Google Patents
一种考虑配电网可靠性的自动化设备布点决策方法 Download PDFInfo
- Publication number
- CN116073381A CN116073381A CN202310278953.3A CN202310278953A CN116073381A CN 116073381 A CN116073381 A CN 116073381A CN 202310278953 A CN202310278953 A CN 202310278953A CN 116073381 A CN116073381 A CN 116073381A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- equipment
- node
- reliability
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 199
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 26
- 230000008030 elimination Effects 0.000 claims abstract description 18
- 238000003379 elimination reaction Methods 0.000 claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 230000006872 improvement Effects 0.000 claims abstract description 12
- 230000008901 benefit Effects 0.000 claims abstract description 10
- 238000013439 planning Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 49
- 230000008569 process Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 25
- 230000009471 action Effects 0.000 claims description 24
- 238000012546 transfer Methods 0.000 claims description 13
- 238000013024 troubleshooting Methods 0.000 claims description 12
- 238000009434 installation Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 5
- 238000000638 solvent extraction Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 230000007480 spreading Effects 0.000 claims description 3
- 238000003892 spreading Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 4
- 238000011084 recovery Methods 0.000 description 10
- 238000002955 isolation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000010937 topological data analysis Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Power Engineering (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及考虑配电网可靠性的自动化设备布点决策方法，包括对配电网内部元件、节点之间的连接关系建立拓扑模型；采用分块高斯消元法来实现对配电网节点连通关系的判断；依据配电网节点连通关系的判断结果实现故障对负荷点影响后果的分析；结合配电网可靠性的解析求解方法，求解配电网负荷可靠性指标以及***可靠性指标；通过结合配网自动化设备投资成本以及效益提升两个部分，建立配电网自动化设备优化布点求解模型的目标函数；综合考虑配电自动化设备的物理约束、可靠性指标约束以及拓扑关系约束，得到了优化布点的规划模型。本申请在满足配电网可靠性的前提下，优化自动化设备的布点方案，减小自动化设备建设成本与配电网运行中的故障成本。
Description
技术领域
本申请涉及配电自动化领域，特别涉及到一种考虑配电网可靠性的自动化设备布点决策方法。
背景技术
配电自动化的功能与技术内容出现了革命性的变化，其功能是将配电网改造后，实现“手拉手”或环网供电方式，利用馈线自动化***，可对配电线路进行故障检测定位、自动隔离故障区段并恢复对非故障区段的供电。这样就缩小了停电范围，减少用户终端的停电时间，大幅度提高了供电可靠性。通过实时监视运行状态，适时进行负荷转带、电容器投切，保证供电质量。配电自动化改造工程是一项难度极大的工程，耗资大，且施工复杂程度高，其中具有代表性的问题是如何合理布置配电自动化的终端设备。合理布置配电自动化终端设备主要涉及两个方面，一是终端设备的数量，二是终端设备的配置位置。配电自动化终端设备成本昂贵，全区域的覆盖将极大程度的拉高成本，从而降低了投资回报率。
发明内容
本申请实施例的目的在于提供一种考虑配电网可靠性的自动化设备布点决策方法，根据配电网网络拓扑理论，实现对任意结构配电网进行拓扑分析，将其引入配电网可靠性分析与计算中，将分析结果引入到自动化设备的布点优化决策过程中，在满足配电网可靠性的前提下，优化自动化设备的布点方案，减小自动化设备建设成本与配电网运行中的故障成本。
为实现上述目的，本申请提供如下技术方案：
本申请实施例提供一种考虑配电网可靠性的自动化设备布点决策方法，包括以下具体步骤：
步骤一：对配电网内部元件、节点之间的连接关系建立拓扑模型；
步骤二：采用分块高斯消元法来实现对配电网节点连通关系的判断；
步骤三：依据配电网节点连通关系的判断结果实现故障对负荷点影响后果的分析；
步骤四：结合配电网可靠性的解析求解方法，求解配电网负荷可靠性指标以及***可靠性指标；
步骤五：通过结合配网自动化设备投资成本以及效益提升两个部分，建立配电网自动化设备优化布点求解模型的目标函数；
步骤六：综合考虑配电自动化设备的物理约束、可靠性指标约束以及拓扑关系约束，得到了优化布点的规划模型。
所述步骤一中，所述对配电网内部元件、节点之间的连接关系建立拓扑模型具体为，采用元件信息矩阵与节点信息矩阵作为原始数据的存储方式，输入拓扑模型的相关参数数据包括以下三类：
1）节点数据：节点编号、节点有功、节点容量、负荷重要度；
2）元件数据：元件编号、首节点编号、末节点编号、元件容量、元件类型；
3）元件故障参数：元件故障率、元件修复时间、二遥设备动作时间、三遥设备动作时间、手动设备动作时间；
采取无向图邻接矩阵的方式来描述电网内部元件之间的连接关系。
所述步骤二中，分块高斯消元法具体流程为，
（1）对邻接矩阵开展如下所示的分块处理，通过将邻接矩阵的各个分块进行计算；
，
（2）对分块处理后的矩阵主对角线子块、分别采用高斯消元法进行消去、前代、回代操作；
（3）非主对角线上两个子块、反映子块、之间的联系，对其需要进行连接关系映射计算；
（4） 子块，，，计算后，便获得新的邻接矩阵，对矩阵进行一次完整的高斯消元法计算后，便可以获得连通矩阵；
（5）对连通矩阵进行行扫描或者列扫描，获取相同的元素对应的行数、列数，便可以获取不同节点之间的连通关系。
所述步骤三中，通过修改配电网拓扑对应的邻接矩阵参数，模拟开断配电网内部各类配电自动化设备，实现对发挥作用的配电自动化装置进行识别与定位，其具体过程如下：
（1）人为断开配电网内部断路器设备，通过前述的拓扑分析方法，便可以获得断路器连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合，
（2）人为断开配电网内部手动开关设备，通过前述的拓扑分析方法，便可以获得手动开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（3）人为断开配电网内部二遥开关设备，通过前述的拓扑分析方法，便可以获得二遥开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（4）人为断开配电网内部三遥开关设备，通过前述的拓扑分析方法，便可以获得三遥开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（5）根据故障元件的节点编号，在上述四个不同边界开关设备集合中搜索故障所对应的边界开关设备，并将搜索结果存储于***中。
所述步骤四中，根据故障影响分析结果对各类负荷点停电持续时间进行建模，划分为不受影响区域、故障区域、恢复区域、转供区域，故障查找时间模型如下：
，
其中，为巡线排查故障准备工作的时间，为馈线段的长度，为工作人员巡线排查故障的速度，为排查故障的目标区域内包含的馈线段集合。
所述步骤五中，通过结合配网自动化设备投资成本以及效益提升两个部分，建立配电网自动化设备优化布点求解模型的目标函数具体为，
1）设备投资成本最小
，
上式中，为设备采购、改造、安装总成本；为馈线集合中位于馈线上节点的二遥开关指示变量，当时，说明该位置为安装二遥设备，当时，说明该位置安装二遥设备；为馈线集合中位于馈线上节点的三遥开关指示变量，其含义与二遥开关指示变量一致；、分别为二遥设备、三遥设备综合***，
对于贷款采购设备还应考虑其贷款利息，其最终成本如下式所示：
，
式中为银行贷款年化利率，为银行贷款年限，
将最终成本按照设备残值以及使用年限进行折旧均摊，获得设备采购、改造、安装的年均成本，其计算式如下：
，
2）配网效益提升最大
负荷年停电损失量化模型如下所示：
，
其中为负荷点的年平均负荷，为负荷点单位电量损失成本，
3）总目标函数
因此考虑设备采购、改造、安装、维护的年均成本以及年负荷停电损失后的总目标函数如下：
。
所述步骤六中，综合考虑配电自动化设备的物理约束、可靠性指标约束以及拓扑关系约束，得到了优化布点的规划模型具体为，
1）配电自动化设备的物理约束
对于馈线上节点处的自动化设备，最多仅能存在一种类型，通常不可同时安装二遥、三遥设备，因此有
，
应对优化模型内的特定节点进行强制约束，并有以下数量约束：
，
2）配电网可靠性指标约束
采用最小路法进行计算，计算过程等效为以下约束条件：
，
应当有：
，
优化布点过程中，不仅仅需要满足各个重要负荷的可靠性指标，还应当满足***整体的可靠性指标，采用平均供电可考虑指标ASAI作为参考，其计算方式如下：
，
上式中，为重要负荷年停电持续时间参考值；为负荷点处用户数量；为***平均供电可考虑指标参考值。
与现有技术相比，本申请的有益效果是：通过配电网网络拓扑理论，对网络进行建模与分析，对故障影响进行分析，计算可靠性指标，将其应用至优化求解模型中，通过迭代求解获得布置方案最优解。在此情况下，可以合理的选址布置设备，极大的提高***效率，在更短的时间内对故障进行自动定位，实现快速转供，最终提高供电可靠性。本申请可以帮助电网公司提高配电网管理效率与供电可靠性，并对电网配电自动化的发展和电网智能化建设有推动性作用。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本申请实施的方法流程图。
图2是简单配电网结构示意图。
图3是简单配电网结区域划分示意图。
图4是RBTS BUS6***F4馈线示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
术语“第一”、“第二”等仅用于将一个实体或者操作与另一个实体或操作区分开来，而不能理解为指示或暗示相对重要性，也不能理解为要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
参照图1，本申请实施例提供一种考虑配电网可靠性的自动化设备布点决策方法，包括以下具体步骤：
步骤一：对配电网内部元件、节点之间的连接关系建立拓扑模型；
步骤二：采用分块高斯消元法来实现对配电网节点连通关系的判断；
步骤三：依据配电网节点连通关系的判断结果实现故障对负荷点影响后果的分析；
步骤四：结合配电网可靠性的解析求解方法，求解配电网负荷可靠性指标以及***可靠性指标；
步骤五：通过结合配网自动化设备投资成本以及效益提升两个部分，建立配电网自动化设备优化布点求解模型的目标函数；
步骤六：综合考虑配电自动化设备的物理约束、可靠性指标约束以及拓扑关系约束，得到了优化布点的规划模型。
配电网拓扑结构模型与分析方法
1.1 配电网的拓扑结构描述
城市配电网结构种类复杂且繁多，主要有单环网、双环网、环间联络等连接方式，一般采用环形设计、开环运行的方式，当配电网失去一路电源的情况下可通过倒闸操作恢复非故障区域供电。为了能够普适性地描述配电网的拓扑结构，并对其拓扑结构进行有效的分析，本申请采用元件信息矩阵与节点信息矩阵作为原始数据的存储方式。输入***的相关参数数据通常包括以下三类：
1）节点数据：节点编号、节点有功、节点容量、负荷重要度等
2）元件数据：元件编号、首节点编号、末节点编号、元件容量、元件类型（包含开关设备分类）等
3）元件故障参数：元件故障率、元件修复时间、二遥设备动作时间、三遥设备动作时间、手动设备动作时间等
以图2所示的简单配电网结构为例，其连接矩阵为一个无向图模型，所以采取无向图邻接矩阵的方式来描述电网内部元件之间的连接关系，将图2中简单配电网的连接信息进行提取，并转换为如下的邻接矩阵：
，
1.2 配电网的拓扑分析方法
邻接矩阵可以准确的反映拓扑两个任意节点间的直接连接关系，但是没有考虑到传递特性在连通关系中发挥的作用，即两个节点还可以通过其他节点来形成间接的连接关系。因此，使用邻接矩阵来表达拓扑关系并不全面，难以通过矩阵元素的取值直接判断所有节点的连接关系，不适合用于计算机的处理过程。在经过拓扑分析过程以后，可以把邻接矩阵转换为连通矩阵的形式，从而形成一种更适合计算机扫描与识别的矩阵元素连通片结构，这样方便了后续的处理与计算过程。本申请在此采用改进的高斯消元法作为拓扑分析与求解的基本方法，其算法过程如下：
（1）对邻接矩阵开展如下列图示的分块处理，通过将邻接矩阵的各个分块进行计算，从而降低矩阵维度，达到降阶的效果，有效减少单次拓扑分析的计算量：
，
（2）对分块处理后的矩阵主对角线子块、分别采用高斯消元法进行消去、前代、回代操作。邻接矩阵的消去过程是从拓扑中的第一个节点（）开始，按照规定顺序逐次确定拓扑关系中各个节点经由中间节点构成的间接连接关系
，
在上述过程中，最内层的循环用于不断获取并更新节点，计算的元素值，即节点与节点的直接连通关系与经由中间节点构成的间接连通关系。中间层的循环用于更新节点，计算的元素值，即节点与节点的直接连通关系以及经由中间节点构成的间接连通关系。最外层循环用于不断获取并更新中间节点，以获取节点与节点通过不同中间节点间接连接的连接关系。
在矩阵消去后，需要对矩阵进行前代操作，将矩阵的节点信息由前向后逐次传递，采用单位矩阵作为记录矩阵，记录前代过程中的拓扑关系：
，
在矩阵前代操作结束后，需要进一步进行回代操作，从最后节点开始，根据记录矩阵和邻接矩阵，将同一连通片上的节点信息由后至前传递到所有节点：
，
完成上述所有计算流程后，节点1至节点之间共个节点的所有连通关系由子块表示，节点至节点之间共个节点的所有连通关系由子块表示。
（3）非主对角线上两个子块、反映子块、之间的联系，对其需要进行如下（3.a）至（3.d）的连接关系映射计算。
（3.a）经过第（2）步中高斯消去后的子块、结构如下
，
其中、分别为子块、中连通片的个数，、分别为第、第个连通片中所包含的节点的个数。
（3.b）将子块、中的各个连通片区对外等效为连通集合整体，表示为一个“1”，即如下所示：
，
根据等效结果，按照下述两步，将连通关系映射到子块、中。
（3.c）第一步，对于子块中的个连通片，从第1个连通片开始，其内部包含节点，在子块中寻找节点对应行，在子块中寻找节点对应列，分别按行、按列逐次进行逻辑或运算，将连通集合的连接关系多对一映射到非对角子块中，计算后的子块、分别为、矩阵。
（3.d）第二步，对于子块中的个连通片，从第1个连通片开始，其内部包含节点，在子块中寻找节点对应列，在子块中寻找节点对应行，分别按列、按行依次进行逻辑或运算，将连通集合的连接关系多对一映射到非对角子块中，计算后的子块、分别为、矩阵。
（4） 子块，，，计算后，便获得新的邻接矩阵。对矩阵进行一次完整的高斯消元法计算后，便可以获得连通矩阵。
（5）对连通矩阵进行行扫描或者列扫描，获取相同的元素对应的行数、列数，便可以获取不同节点之间的连通关系。
上述过程对邻接矩阵进行了分块处理，能够有效的减少计算过程中矩阵的维度，在***节点数量较大时，计算量大幅降低。
配电自动化装置的定位辨识与故障影响分析
2.1 配电自动化装置的识别与定位
配电网内部存在大量具有遥测、遥信、遥控功能的配网自动化设备，来实现配电网故障的快速识别、定位与切除，以最大限度的保障配电网的正常、稳定运行。配电网内部各个负荷点受故障影响的程度与内部自动化设备的种类与分布位置密切相关，因此准确、快速的识别与定位发挥作用的自动化设备对故障影响分析有着重要意义。故障的影响范围与恢复范围都是以配网自动化设备为边界，即在故障发生后，故障点临近自动化装置会发挥作用，将故障区域进行隔离，并将非故障区域进行恢复。
配电网设备种类繁多，混合存在着手动开关以及不同自动化程度的各类开关设备，不同的开关设备有着不同的动作速度。在故障发生时，通常是具有高自动化水平的开关设备先动作，自动化水平较低的设备后动作，不断缩小故障区域的范围。本申请以手动开关与“二遥”、“三遥”开关作为主要研究对象，以下图3为例说明不同开关的作用效果，其中S1为手动开关，S2为“二遥”开关，S3为“三遥”开关。
当发生故障后，馈线的出口断路器B1保护跳闸，“三遥”开关S3自动化程度最高，自动地隔离故障区域，实现部分区域的转供。随后“二遥”开关S2指示出故障范围，通知相关工作人员进行操作，进一步缩小停电范围。最后，工作人员通过手动开关实现最小故障区域的隔离操作，恢复故障区域以外的所有负荷节点。上述过程中，整条馈线被分成5个区域，其中区域1为不受影响区域，区域2为恢复区域，区域3为故障区域，区域4、5为转供区域。区域的划分与配电自动化设备的分布位置以及种类有着紧密的关联，本申请采用前文提到的拓扑分析方法，通过修改配电网拓扑对应的邻接矩阵参数，模拟开断配电网内部各类配电自动化设备，实现对发挥作用的配电自动化装置进行识别与定位，其具体过程如下：
（1）人为断开配电网内部断路器设备，通过前述的拓扑分析方法，便可以获得断路器连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合，
（2）人为断开配电网内部手动开关设备，通过前述的拓扑分析方法，便可以获得手动开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（3）人为断开配电网内部二遥开关设备，通过前述的拓扑分析方法，便可以获得二遥开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（4）人为断开配电网内部三遥开关设备，通过前述的拓扑分析方法，便可以获得三遥开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（5）根据故障元件的节点编号，在上述四个不同边界开关设备集合中搜索故障所对应的边界开关设备，并将搜索结果存储于***中。
2.2 故障影响分析
根据上图3中简单配电网实例的分析，可知配电自动化设备的存在并不会影响负荷年停电次数指标，其对配电网可靠程度的影响主要体现在负荷年停电持续时间指标上，具体地影响了故障查找过程、故障隔离过程以及转供恢复供电过程的时间。
配电自动化设备优化布点模型
3.1 负荷点停电时间模型
据前文所述，负荷点停电时间取决于其自身所处位置以及故障点、负荷点之间终端的分布，因此可以根据故障影响分析结果对各类负荷点停电持续时间进行建模。按照上面8种划分区域进行分类：
（1）不受影响区域，
不受影响区域内部所有负荷均不会受故障的影响，因此其内部负荷点故障率以及停电持续时间如下：
，
（2）故障区域，
故障区域，即最小故障区域，其内部所有负荷由于故障的影响无法正常供电，只能等待故障修复工作结束后，才能正常供电。区域内部负荷点停电持续时间由故障查找时间与故障修复时间构成。故障修复时间取决于故障程度，通常远大于自动化设备动作时间，因此可以忽略自动化设备动作时间。其内部负荷点故障率以及停电持续时间如下：
，
（3）恢复区域，
故障发生后，恢复区域中的负荷受断路器作用的影响停电，但是在各类配电自动化设备的作用下，可以恢复供电，其停电持续时间包含故障查找时间以及开关作用时间、。开关作用时间由起到恢复作用的配电自动化设备种类与性能决定。其内部负荷点故障率以及停电持续时间如下：
，
若该区域为三遥开关恢复区域，三遥开关能够起到故障快速、自动隔离作用，其故障查找时间与手动开关操作时间均为0。若该区域为为二遥开关或者手动开关恢复区域，其故障查找时间与手动开关操作时间均不为0。
（4）转供区域，
故障发生后，转供区域中的负荷能在配电自动化设备以及联络线的作用下恢复供电，其停电持续时间包含了故障查找时间以及转供过程的开关作用时间、。其内部负荷点故障率以及停电持续时间如下：
，
开关作用时间由起到恢复作用的配电自动化设备种类与性能决定。若该区域为三遥开关转供区域，三遥开关能够起到故障快速、自动隔离作用，其故障查找时间与手动开关操作时间均为0。若该区域为为二遥开关或者手动开关转供区域，其故障查找时间与手动开关操作时间均不为0。
3.2 故障查找时间模型
在上述模型中，各类自动化设备动作时间、以及故障修复时间通常可以认定为是定值，而故障查找时间受地理、环境、交通、人员等各个因素影响，通常是变化的。当配电网中没有任何自动化设备时，检修人员需要对整条配电线路进行故障排查，故障查找时间较长。当配电网内部装设有自动化设备后，二遥、三遥设备可以将部分故障电流信息传递给主站，便于检修人员对故障进行初步定位，缩小故障查找范围，有效减少故障查找过程的时间。根据这一关系可以得到故障查找时间模型如下：
，
其中，为巡线排查故障准备工作的时间，为馈线段的长度，为工作人员巡线排查故障的速度，为排查故障的目标区域内包含的馈线段集合，该区域为一个以二遥、三遥开关为边界的包含故障元件的最小区域，馈线段集合可以通过前述拓扑分析过程获得。
3.3 自动化设备优化布点目标函数及其约束
（1）优化布点决策目标函数
为了便于配电自动化设备优化分布的求解，需要指定该求解问题的目标函数，本申请认为该优化过程的最终目的即是保证配电自动化设备带来的经济效益的提升，分别从如下两个方面体现：
1）设备投资成本最小
配电自动化设备，尤其是三遥设备的成本较高，所以并非所有设备均能改造或更换成二遥、三遥设备，应当在保证设备作用效果的前提下，尽量减少投资成本。
，
上式中，为设备采购、改造、安装总成本；为馈线集合中位于馈线上节点的二遥开关指示变量，当时，说明该位置为安装二遥设备，当时，说明该位置安装二遥设备；为馈线集合中位于馈线上节点的三遥开关指示变量，其含义与二遥开关指示变量一致；、分别为二遥设备、三遥设备综合***，
对于贷款采购设备还应考虑其贷款利息，其最终成本如下式所示：
，
式中为银行贷款年化利率，为银行贷款年限，
将最终成本按照设备残值以及使用年限进行折旧均摊，获得设备采购、改造、安装的年均成本，其计算式如下：
，
2）配网效益提升最大
负荷年停电损失量化模型如下所示：
，
其中为负荷点的年平均负荷，为负荷点单位电量损失成本，
3）总目标函数
因此考虑设备采购、改造、安装、维护的年均成本以及年负荷停电损失后的总目标函数如下：
。（2）优化布点决策约束条件
1）自动化设备安装物理约束
对于馈线上节点处的自动化设备，最多仅能存在一种类型，通常不可同时安装二遥、三遥设备，因此有
，
根据国家电网公司企业标准《配电自动化规划设计技术导则》以及中国南方电网有限责任公司企业标准《配电自动化规划导则》所述，配电网内部的关键节点处需要设置配电自动化设备。主干线联络开关应进行三遥改造，进出线较多的开关站、环网单元和配电室应进行三遥改造，重要用户、较多用户处的关键分段开关应进行二遥或三遥改造，且每回线路关键分段开关的数量不宜超过三个。根据上述技术导则，应对优化模型内的特定节点进行强制约束，并有以下数量约束：
，
2）配电网可靠性指标约束
配电自动化设备的配置是为了提升配电网可靠程度，因此***可靠性指标以及负荷可靠性指标应当作为优化布点的约束条件。配电网中负荷停电的持续时间可以通过解析方法进行计算，本申请采用最小路法进行计算，其计算过程可以等效为以下约束条件：
，
配电网内部存在大量重要用户，在故障情况下，优先保障其用电，在此以用户年停电持续时间指标为研究对象，其计算已由前文进行介绍，应当有：
，
优化布点过程中，不仅仅需要满足各个重要负荷的可靠性指标，还应当满足***整体的可靠性指标。***可靠性指标种类较多，本申请采用平均供电可考虑指标ASAI作为参考，其计算方式如下：
，
上式中，为重要负荷年停电持续时间参考值；为负荷点处用户数量；为***平均供电可考虑指标参考值。
3）配电网拓扑关系约束
配电网拓扑关系约束的满足由前述拓扑分析过程进行保证。
经过上述步骤后的总模型为
，
该模型为混合整数非线性规划模型，通过GAMS求解器或者人工智能算法便可以进行求解，获得自动化设备的优化布点决策结果。
如图4，本申请以IEEE RBTS BUS6的F4馈线为例，对本申请提出方法进行说明，所采用***的线路与用户负荷等参数均参照IEEE RBTS BUS6***的标准算例设置。节点2-3之间设备为F4馈线的出口断路器，在本申请中认为该设备为百分百可靠作用的。节点8-10、15-18、22-23、24-26、44-45之间设备为线路的分段开关，也就是配电自动化设备布点的备选位置。
该馈线中电力设备故障率如下表所示：
表1 电力设备故障参数
在本申请中所采用的配电自动化设备采购以及安装总成本为“二遥”设备每台1万元，“三遥”设备每台5万元，设备使用年限为10年，其折旧率按照第一年20%，第二年15%，第三年10%，第四年及以后均按照5%来计算，十年后设备残值为“二遥”设备每台2千元，“三遥”设备每台1万元。
其他参数设置如下：该馈线单位电量损失，馈线整体的可靠性指标ASAI要求为99.9%以上，人员巡线故障排查速度为5千米/小时，银行贷款利率为4.90%。
通过对上述RBTS BUS6***的优化布点规划模型进行求解，可以计算获得最优布点方案为节点8-10、44-45配置“二遥”设备，节点22-23配置“三遥”设备，此时F4馈线中的“二遥”设备与“三遥”设备将该条馈线合适的分区，能够很好的实现故障辅助定位功能，帮助巡线人员快速排查故障，减少线路遍历排查所需时间，其中“三遥”设备能够实现故障的快速切除以及其余负荷的快速恢复。在上述结果下，目标函数的最优值为17231.2元，馈线整体的可靠性指标ASAI为99.9912%。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (7)
1.一种考虑配电网可靠性的自动化设备布点决策方法，其特征在于，包括以下具体步骤：
步骤一：对配电网内部元件、节点之间的连接关系建立拓扑模型；
步骤二：采用分块高斯消元法来实现对配电网节点连通关系的判断；
步骤三：依据配电网节点连通关系的判断结果实现故障对负荷点影响后果的分析；
步骤四：结合配电网可靠性的解析求解方法，求解配电网负荷可靠性指标以及***可靠性指标；
步骤五：通过结合配网自动化设备投资成本以及效益提升两个部分，建立配电网自动化设备优化布点求解模型的目标函数；
步骤六：综合考虑配电自动化设备的物理约束、可靠性指标约束以及拓扑关系约束，得到了优化布点的规划模型。
2.根据权利要求1所述的一种考虑配电网可靠性的自动化设备布点决策方法，其特征在于，所述步骤一中，所述对配电网内部元件、节点之间的连接关系建立拓扑模型具体为，采用元件信息矩阵与节点信息矩阵作为原始数据的存储方式，输入拓扑模型的相关参数数据包括以下三类：
1）节点数据：节点编号、节点有功、节点容量、负荷重要度；
2）元件数据：元件编号、首节点编号、末节点编号、元件容量、元件类型；
3）元件故障参数：元件故障率、元件修复时间、二遥设备动作时间、三遥设备动作时间、手动设备动作时间；
采取无向图邻接矩阵的方式来描述电网内部元件之间的连接关系。
3.根据权利要求1所述的一种考虑配电网可靠性的自动化设备布点决策方法，其特征在于，所述步骤二中，分块高斯消元法具体流程为，
（1）对邻接矩阵开展如下所示的分块处理，通过将邻接矩阵的各个分块进行计算；
，
（2）对分块处理后的矩阵主对角线子块、分别采用高斯消元法进行消去、前代、回代操作；
（3）非主对角线上两个子块、反映子块、之间的联系，对其需要进行连接关系映射计算；
（4） 子块，，，计算后，便获得新的邻接矩阵，对矩阵进行一次完整的高斯消元法计算后，便可以获得连通矩阵；
（5）对连通矩阵进行行扫描或者列扫描，获取相同的元素对应的行数、列数，便可以获取不同节点之间的连通关系。
4.根据权利要求1所述的一种考虑配电网可靠性的自动化设备布点决策方法，其特征在于，所述步骤三中，通过修改配电网拓扑对应的邻接矩阵参数，模拟开断配电网内部各类配电自动化设备，实现对发挥作用的配电自动化装置进行识别与定位，其具体过程如下：
（1） 人为断开配电网内部断路器设备，通过前述的拓扑分析方法，便可以获得断路器连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合，
（2）人为断开配电网内部手动开关设备，通过前述的拓扑分析方法，便可以获得手动开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（3）人为断开配电网内部二遥开关设备，通过前述的拓扑分析方法，便可以获得二遥开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（4）人为断开配电网内部三遥开关设备，通过前述的拓扑分析方法，便可以获得三遥开关连通片集合、各个集合内部所包含的节点以及连通片边界开关设备集合；
（5）根据故障元件的节点编号，在上述四个不同边界开关设备集合中搜索故障所对应的边界开关设备，并将搜索结果存储于***中。
5.根据权利要求1所述的一种考虑配电网可靠性的自动化设备布点决策方法，其特征在于，所述步骤四中，根据故障影响分析结果对各类负荷点停电持续时间进行建模，划分为不受影响区域、故障区域、恢复区域、转供区域，故障查找时间模型如下：
，
其中，为巡线排查故障准备工作的时间，为馈线段的长度，为工作人员巡线排查故障的速度，为排查故障的目标区域内包含的馈线段集合。
6.根据权利要求1所述的一种考虑配电网可靠性的自动化设备布点决策方法，其特征在于，所述步骤五中，通过结合配网自动化设备投资成本以及效益提升两个部分，建立配电网自动化设备优化布点求解模型的目标函数具体为，
1）设备投资成本最小
，
上式中，为设备采购、改造、安装总成本；为馈线集合中位于馈线上节点的二遥开关指示变量，当时，说明该位置为安装二遥设备，当时，说明该位置安装二遥设备；为馈线集合中位于馈线上节点的三遥开关指示变量，其含义与二遥开关指示变量一致；、分别为二遥设备、三遥设备综合***，
对于贷款采购设备还应考虑其贷款利息，其最终成本如下式所示：
，
式中为银行贷款年化利率，为银行贷款年限，
将最终成本按照设备残值以及使用年限进行折旧均摊，获得设备采购、改造、安装的年均成本，其计算式如下：
，
2）配网效益提升最大
负荷年停电损失量化模型如下所示：
，
其中为负荷点的年平均负荷，为负荷点单位电量损失成本，
3） 总目标函数
因此考虑设备采购、改造、安装、维护的年均成本以及年负荷停电损失后的总目标函数如下：
。
7.根据权利要求1所述的一种考虑配电网可靠性的自动化设备布点决策方法，其特征在于，所述步骤六中，综合考虑配电自动化设备的物理约束、可靠性指标约束以及拓扑关系约束，得到了优化布点的规划模型具体为，
1）配电自动化设备的物理约束
对于馈线上节点处的自动化设备，最多仅能存在一种类型，通常不可同时安装二遥、三遥设备，因此有
，
应对优化模型内的特定节点进行强制约束，并有以下数量约束：
，
2）配电网可靠性指标约束
采用最小路法进行计算，计算过程等效为以下约束条件：
，
应当有：
，
优化布点过程中，不仅仅需要满足各个重要负荷的可靠性指标，还应当满足***整体的可靠性指标，采用平均供电可考虑指标ASAI作为参考，其计算方式如下：
，
上式中，为重要负荷年停电持续时间参考值；为负荷点处用户数量；为***平均供电可考虑指标参考值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310278953.3A CN116073381B (zh) | 2023-03-21 | 2023-03-21 | 一种考虑配电网可靠性的自动化设备布点决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310278953.3A CN116073381B (zh) | 2023-03-21 | 2023-03-21 | 一种考虑配电网可靠性的自动化设备布点决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116073381A true CN116073381A (zh) | 2023-05-05 |
| CN116073381B CN116073381B (zh) | 2023-06-13 |
Family
ID=86178811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310278953.3A Active CN116073381B (zh) | 2023-03-21 | 2023-03-21 | 一种考虑配电网可靠性的自动化设备布点决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116073381B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117154727A (zh) * | 2023-11-01 | 2023-12-01 | 浙江优能电力设计有限公司 | 电力***可靠性控制方法及*** |
| CN118017505A (zh) * | 2024-04-08 | 2024-05-10 | 北京智盟信通科技有限公司 | 故障设备排查方法及*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100237703A1 (en) * | 2009-03-17 | 2010-09-23 | Michael Joseph Stern | Photovoltaic power plant with minimized power collection losses |
| CN105868869A (zh) * | 2016-05-10 | 2016-08-17 | 华南理工大学 | 考虑供电可靠性和经济成本的配电自动化终端布点优化的动态规划方法 |
| CN106887839A (zh) * | 2017-03-09 | 2017-06-23 | 天津大学 | 考虑信息环节数据传输有误影响的配电终端布点优化方法 |
| CN107147111A (zh) * | 2017-05-19 | 2017-09-08 | 上海电力设计院有限公司 | 基于供电可靠性分析的配电自动化终端布点方法 |
| CN108242806A (zh) * | 2016-12-26 | 2018-07-03 | 中国能源建设集团广东省电力设计研究院有限公司 | 馈线自动化开关布点方法和*** |
| CN111428376A (zh) * | 2020-03-31 | 2020-07-17 | 贵州电网有限责任公司 | 一种基于cim模型的配电网馈线联络方式识别方法及*** |
| CN115241875A (zh) * | 2022-08-22 | 2022-10-25 | 国网江苏省电力有限公司泰州供电分公司 | 基于离散的配电网自动化开关布点优化方法 |
| CN115693668A (zh) * | 2023-01-05 | 2023-02-03 | 国网上海市电力公司 | 一种基于熵权理想度排序的配电网pmu多目标优化布点方法 |
| CN115774933A (zh) * | 2022-11-29 | 2023-03-10 | 国网安徽省电力有限公司 | 基于分布估计算法的配电网保护布点优化方法及*** |
-
2023
- 2023-03-21 CN CN202310278953.3A patent/CN116073381B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100237703A1 (en) * | 2009-03-17 | 2010-09-23 | Michael Joseph Stern | Photovoltaic power plant with minimized power collection losses |
| CN105868869A (zh) * | 2016-05-10 | 2016-08-17 | 华南理工大学 | 考虑供电可靠性和经济成本的配电自动化终端布点优化的动态规划方法 |
| CN108242806A (zh) * | 2016-12-26 | 2018-07-03 | 中国能源建设集团广东省电力设计研究院有限公司 | 馈线自动化开关布点方法和*** |
| CN106887839A (zh) * | 2017-03-09 | 2017-06-23 | 天津大学 | 考虑信息环节数据传输有误影响的配电终端布点优化方法 |
| CN107147111A (zh) * | 2017-05-19 | 2017-09-08 | 上海电力设计院有限公司 | 基于供电可靠性分析的配电自动化终端布点方法 |
| CN111428376A (zh) * | 2020-03-31 | 2020-07-17 | 贵州电网有限责任公司 | 一种基于cim模型的配电网馈线联络方式识别方法及*** |
| CN115241875A (zh) * | 2022-08-22 | 2022-10-25 | 国网江苏省电力有限公司泰州供电分公司 | 基于离散的配电网自动化开关布点优化方法 |
| CN115774933A (zh) * | 2022-11-29 | 2023-03-10 | 国网安徽省电力有限公司 | 基于分布估计算法的配电网保护布点优化方法及*** |
| CN115693668A (zh) * | 2023-01-05 | 2023-02-03 | 国网上海市电力公司 | 一种基于熵权理想度排序的配电网pmu多目标优化布点方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张晋芳: "电力网络拓扑快速识别及故障定位方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 陈锐智等: "基于EPSILON约束法的配电自动化设备多目标优化布点模型", 《电力***保护与控制》, vol. 49, no. 24 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117154727A (zh) * | 2023-11-01 | 2023-12-01 | 浙江优能电力设计有限公司 | 电力***可靠性控制方法及*** |
| CN117154727B (zh) * | 2023-11-01 | 2024-01-16 | 浙江优能电力设计有限公司 | 电力***可靠性控制方法及*** |
| CN118017505A (zh) * | 2024-04-08 | 2024-05-10 | 北京智盟信通科技有限公司 | 故障设备排查方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116073381B (zh) | 2023-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116073381B (zh) | 一种考虑配电网可靠性的自动化设备布点决策方法 | |
| Ho et al. | Optimal placement of fault indicators using the immune algorithm | |
| CN111162608B (zh) | 一种基于关联分析的配电变压器台区拓扑识别与校验方法 | |
| CN104617677B (zh) | 确定电网故障类型的方法、设备及电网管理*** | |
| CN108206522B (zh) | 一种电力设备状态监控方法及*** | |
| CN110276532B (zh) | 一种研究基于负荷分块的配电网可靠性计算方法 | |
| CN109949178B (zh) | 一种基于支持向量机中压配网停电事件判断及补全方法 | |
| CN112541100B (zh) | 基于拓扑分析的电网薄弱环节自动搜索方法 | |
| CN110826895A (zh) | 一种台区拓扑识别方法 | |
| CN113328437B (zh) | 一种智能配电网cps拓扑构建方法及故障恢复方法 | |
| CN110556920A (zh) | 一种配电自动化监测方法、***、终端及存储介质 | |
| CN116500385B (zh) | 输电网监测校验方法、装置、设备和介质 | |
| CN113011999A (zh) | 一种基于多树模型的配电自动化停电研判的快速实现方法 | |
| CN113706333A (zh) | 一种配电网拓扑岛自动生成的方法和*** | |
| CN113627766A (zh) | 一种拓扑辨识停电检修计划的风险辨识方法 | |
| CN112366690A (zh) | 一种基于强同步电压特征匹配的低压台区横向节点关系识别方法 | |
| CN113902583B (zh) | 利用低压网络设备数据的配网侧运维方法及*** | |
| CN108596450B (zh) | 电网风险预警方法和*** | |
| CN113344364B (zh) | 停电计划的风险分析方法、装置、电子设备及存储介质 | |
| CN117669361A (zh) | 一种配电台区拓扑识别功能验证方法及*** | |
| CN114140266A (zh) | 一种低压电网故障智能研判算法 | |
| CN112258030A (zh) | 配电网智能开关站的选址方法、***及信息数据处理终端 | |
| CN110991816A (zh) | 一流配电网的建设水平监测方法和装置 | |
| CN114596171A (zh) | 一种基于多源数据融合的停电事件智能分析方法 | |
| CN113472068A (zh) | 一种海岛微电网远程运维方法、***及存储介质 |
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 |