本发明涉及电力系统,尤其涉及一种基于分支过程算法的电网级联故障分析方法及系统。
背景技术:
1、当前电网技术发展迅速,电网的复杂性也随之增加。在遇上频发的极端天气和自然灾害时,由极端天气和自然灾害引起的严重故障可能会导致电网级联故障并引发电力系统的大面积停电。
2、现有的研究级联故障特性的技术普遍采用遍历的方法,该方法效率低下,且对计算资源提出较高要求。电力系统级联故障属于多重故障,其仿真复杂性较高,传统的遍历方法难以提供较好的研究效果。同时,多数风险评估方法和遍历方法类似,效率低下且同样对计算资源的要求较高,难以快速准确地辨识电力系统级联故障的传播特性和风险。
技术实现思路
1、本发明提供一种基于分支过程算法的电网级联故障分析方法及系统,提高了级联故障分析的计算效率,降低了级联故障分析的计算资源要求,实现对电网级联故障传播特性的分析,从而为解决电网级联故障提供技术支撑,有利于更好地规避电网级联故障。
2、为了解决上述技术问题,本发明提供了一种基于分支过程算法的电网级联故障分析方法,包括:
3、获取电网初始阶段故障数和预设的最大故障数;
4、基于所述电网初始阶段故障数构建马尔科夫链,并从所述马尔科夫链中获得多个阶段的故障数;
5、基于所述预设的最大故障数设置模拟停止条件,结合所述多个阶段的故障数和预设的最大故障数,使用泊松分布对电网级联故障进行模拟,计算平均估算传播值;
6、根据所述平均估算传播值的大小,分析电网级联故障的状态。
7、本发明基于single-type galton-watson分支过程算法对电网级联故障的特性进行模拟分析,首先基于初始阶段故障数构建马尔科夫链,获得在特定分布下随机生成的各阶段故障数,然后使用泊松分布模拟电网级联故障的传播过程以获得平均估算传播值,最后根据平均估算传播值的大小分析级联故障的传播特性,从而实现级联故障分析过程中计算效率的提升和计算资源的降低,并保持模拟分析的计算准确性,从而为解决电网级联故障提供技术支撑,有利于更好地规避电网级联故障。
8、进一步的,所述基于所述电网初始阶段故障数构建马尔科夫链,并从所述马尔科夫链中获得多个阶段的故障数,包括:
9、基于所述电网初始阶段故障数,构建马尔科夫链;其中,所述马尔科夫链,具体如下:
10、ε1,ε2,ε3,…,εn,n=0,1,2,3…
11、式中,εn表示第n个阶段的总故障数;n=0,1,2,3…表示对应的离散阶段;
12、对所述马尔科夫链中的各个阶段的总故障数进行分析,获得多个阶段的故障数;其中,所述各个阶段的总故障数和多个阶段的故障数之间的关系,具体如下:
13、
14、式中,εn+1表示第n+1个阶段的总故障数;表示第i个元素由阶段n到阶段n+1发生的故障数。
15、本发明使用马尔科夫链对电网级联故障的传播过程进行拟合,根据前一阶段的故障数在特定分布下随机生成当前阶段的故障数,从而获得多个阶段的故障数,提高了电网级联故障模拟分析的准确性。
16、进一步的,所述基于所述预设的最大故障数设置模拟停止条件,结合所述多个阶段的故障数和预设的最大故障数,使用泊松分布对电网级联故障进行模拟,计算平均估算传播值,包括:
17、获取泊松分布的概率函数,获取多个阶段的实际故障次数;
18、根据所述多个阶段的故障数和所述多个阶段的实际故障次数,计算各阶段的实际故障次数等于所述各阶段的故障数的第一概率;
19、使用泊松分布对电网级联故障进行模拟,当模拟中的各阶段的故障数等于所述预设的最大故障数时,停止模拟;
20、在停止模拟后,将所述第一概率和所述多个阶段的故障数代入所述泊松分布的概率函数中进行计算,获得平均估算传播值。
21、进一步的,所述在停止模拟后,将所述第一概率和所述多个阶段的故障数代入所述泊松分布的概率函数中进行计算,获得平均估算传播值,包括:
22、在停止模拟后,将所述第一概率和所述多个阶段的故障数代入所述泊松分布的概率函数中进行计算,获得平均估算传播值;
23、其中,所述泊松分布的概率函数,具体如下:
24、
25、式中,表示第i个元素由阶段n到阶段n+1发生了x次故障的概率;x表示各个阶段的故障数,m表示平均估算传播值;
26、所述平均估算传播值,具体如下:
27、
28、式中,表示第k次级联故障数据的平均估算传播值;s(k)表示故障数第一次变为0或总故障数达到预设最大故障数的阶段,表示第k个元素在阶段s(k)的总故障数。
29、本发明使用泊松分布算法来计算电网级联故障传播过程中的平均估算传播值,满足级联故障的故障范围的选取,且符合级联故障各个阶段独立、随机的传播特性,从而提高电网级联故障的模拟和计算的准确性。
30、进一步的,所述根据所述平均估算传播值的大小,分析电网级联故障的状态,包括:
31、当所述平均估算传播值小于1时,电网级联故障处于次临界状态,电网级联故障传播的持续时间短;
32、当所述平均估算传播值等于1时,电网级联故障处于临界状态,电网级联故障的传播符合幂律分布;
33、当所述平均估算传播值大于1时,电网级联故障处于超临界状态,电网级联故障传播的持续时间长。
34、本发明根据平均估算传播值的大小对电网级联故障的传播特性进行分析,获得电网级联故障的状态,实现对电网级联故障的特性分析,提高级联故障模拟的计算效率并降低其所需计算资源的要求。
35、在上述方法项实施例的基础上,本发明对应提供了系统项实施例,提供了一种基于分支过程算法的电网级联故障分析系统,包括:数据获取模块、马尔科夫模块、泊松分布模块和状态分析模块;
36、所述数据获取模块,用于获取电网初始阶段故障数和预设的最大故障数;
37、所述马尔科夫模块,用于基于所述电网初始阶段故障数构建马尔科夫链,并从所述马尔科夫链中获得多个阶段的故障数;
38、所述泊松分布模块,用于使用泊松分布算法对所述多个阶段的故障数和预设的最大故障数进行计算,获得平均估算传播值;
39、所述状态分析模块,用于根据所述平均估算传播值的大小,分析电网级联故障的状态。
40、进一步的,所述马尔科夫模块,包括:马尔科夫链单元和阶段故障数单元;
41、所述马尔科夫链单元,用于基于所述电网初始阶段故障数,构建马尔科夫链;其中,所述马尔科夫链,具体如下:
42、ε1,ε2,ε3,…,εn,n=0,1,2,3…
43、式中,εn表示第n个阶段的总故障数;n=0,1,2,3…表示对应的离散阶段;
44、所述阶段故障数单元,用于对所述马尔科夫链中的各个阶段的总故障数进行分析,获得多个阶段的故障数;其中,所述各个阶段的总故障数和多个阶段的故障数之间的关系,具体如下:
45、
46、式中,εn+1表示第n+1个阶段的总故障数;表示第i个元素由阶段n到阶段n+1发生的故障数。
47、进一步的,所述泊松分布模块,包括:泊松分布函数单元、泊松分布概率单元、泊松分布模拟单元和泊松分布计算单元;
48、所述泊松分布函数单元,用于获取泊松分布的概率函数,获取多个阶段的实际故障次数;
49、所述泊松分布概率单元,用于根据所述多个阶段的故障数和所述多个阶段的实际故障次数,计算各阶段的实际故障次数等于所述各阶段的故障数的第一概率;
50、所述泊松分布模拟单元,用于使用泊松分布对电网级联故障进行模拟,当模拟中的各阶段的故障数等于所述预设的最大故障数时,停止模拟;
51、所述泊松分布计算单元,用于在停止模拟后,将所述第一概率和所述多个阶段的故障数代入所述泊松分布的概率函数中进行计算,获得平均估算传播值。
52、进一步的,所述泊松分布计算单元,包括:
53、所述泊松分布计算单元,用于在停止模拟后,将所述第一概率和所述多个阶段的故障数代入所述泊松分布的概率函数中进行计算,获得平均估算传播值;
54、其中,所述泊松分布的概率函数,具体如下:
55、
56、式中,表示第i个元素由阶段n到阶段n+1发生了x次故障的概率;x表示各个阶段的故障数,m表示平均估算传播值;
57、所述平均估算传播值,具体如下:
58、
59、式中,表示第k次级联故障数据的平均估算传播值;s(k)表示故障数第一次变为0或总故障数达到预设最大故障数的阶段,表示第k个元素在阶段s(k)的总故障数。
60、进一步的,所述状态分析模块,包括:次临界状态单元、临界状态单元和超临界状态单元;
61、所述次临界状态单元,用于当所述平均估算传播值小于1时,电网级联故障处于次临界状态,电网级联故障传播的持续时间短;
62、所述临界状态单元,用于当所述平均估算传播值等于1时,电网级联故障处于临界状态,电网级联故障的传播符合幂律分布;
63、所述超临界状态单元,用于当所述平均估算传播值大于1时,电网级联故障处于超临界状态,电网级联故障传播的持续时间长。