一种电力系统连锁故障风险评估的方法及系统与流程
技术特征：
1.一种电力系统连锁故障风险评估方法，其特征在于，包括：
获取电力系统在初始状态下所有的故障序列；
将所述故障序列进行整理合并，建立多时间尺度连锁故障模拟的马尔科夫树模型；
获取故障风险指标；
获取风险评估停止判据；
根据所述故障风险指标和所述风险评估停止判据对所述马尔科夫树模型进行搜索，得到第一搜索结果；
判断所述第一搜索结果是否符合所述风险评估停止判据，得到第一判断结果；
当所述第一判断结果表示所述第一搜索结果符合所述风险评估停止判据时，停止对马尔科夫树模型的搜索，得出线路的风险值。
2.根据权利要求1所述的风险评估方法，其特征在于，所述将所述故障序列进行整理合并，建立多时间尺度连锁故障模拟的马尔科夫树模型，具体包括：
标记初始故障的状态和所述初始故障后连锁故障发生的路径；所述初始故障后的状态为树的根节点；所述连锁故障发生的路径用表示；
根据所述根节点和所述连锁故障发生的路径建立所述马尔科夫树模型。
3.根据权利要求1所述的风险评估方法，其特征在于，所述获取故障风险指标，具体包括：
计算所述开断的概率得到每级连锁故障的概率；所述开断的概率为 其中，所述
表示预设时间内元件i开断的概率，所述λi表示元件i的故障率，所述λj表示元件j的故障率，MT表示为马尔科夫树；
根据所述每级连锁故障的概率评估连锁故障负荷损失期望，得到故障风险指标的表达式
其中，所述R表示所述马尔科夫树模型上各个状态对应风险项的和， 表示连锁故障序列
发生后当前状态下的损失，第 kn+1级故障概率可用
4.根据权利要求1所述的风险评估方法，其特征在于，所述将所述故障序列进行整理合并，建立多时间尺度连锁故障模拟的马尔科夫树模型之后，还包括：
对所述马尔可夫树模型进行再调度，建模成再调度模型；
所述再调度模型为
其中，所述Pd和所述Pg为待求系统状态，所述和所述
为上一个时间点的系统状态，所述
为发电机增出力最大爬坡速率，所述
为发电机减出力最大爬坡速率，所述FMAX表示为线路潮流的最大值；所述支路潮流-节点注入矩阵yDMY+为支路导纳对角阵yD、节点-支路关联矩阵M和导纳阵Y的广义逆Y+的乘积；记为Z＝Y+
将导纳阵Y进行奇异值分解，
则广义逆Y+为
获取再调度系统下的状态目标所述
为优化后的节点i的负荷，所述
为优化后的发电功率；
根据所述再调度模型在tD时间内调整到距离调整目标最接近的状态。
5.根据权利要求4所述的风险评估方法，其特征在于，所述根据所述故障风险指标和所述风险评估停止判据对所述马尔科夫树模型进行搜索，得到第一搜索结果之后，还包括：
对导纳阵Y和广义逆Z进行更新；
判断线路集{ik}是否从网络中移除，得到第二判断结果；
若所述第二判断结果为线路集{ik}从网络中移除，更新网络后的导纳阵Y′用下式进行修正：
其中，为节点-支路关联矩阵对应{ik}所在行组成的子矩阵，
为{ik}支路导纳为对角线的方阵，复杂度为O(|{ik}|)；
判断{ik}是否为网络的割集，得到第三判断结果；
若所述第三判断结果为{ik}不是网络的割集，则广义逆Z的修正使用矩阵辅助求逆定理推广到广义逆的形式，用下式进行修正：
其中，其复杂度为O(|V|2)；
可逆的充要条件是{ik}不是网络的割集；
若所述第三判断结果为{ik}是网络的割集，则对Y′进行奇异值分解的方法计算，其复杂度为O(|V|3)。
6.根据权利要求5所述的风险评估方法，其特征在于，所述判断所述第一搜索结果是否符合所述风险评估停止判据，具体包括：
预设与所述故障风险指标相关的小概率值εR；
预设所述故障风险指标损失的上限
根据所述εR和所述判断所述故障风险指标是否为最小概率，得到第四判断结果；
若所述第四判断结果是所述故障风险指标为最小概率，则停止对马尔科夫树的搜索。
7.根据权利要求5所述的风险评估方法，其特征在于，所述判断所述第一搜索结果是否符合所述风险评估停止判据，具体包括：
判断所述故障风险指标的计算时长是否超出预设最长模拟时间Tmax，得到第五判断结果；
若所述第五判断结果为所述故障风险指标的计算时长超出Tmax，则停止对马尔科夫树的搜索。
8.一种电力系统连锁故障风险评估系统，其特征在于，包括：
故障序列获取模块，用于获取电力系统在初始状态下所有的故障序列；
马尔可夫树模型建立模块，用于将所述故障序列进行整理合并，建立多时间尺度连锁故障模拟的马尔科夫树模型；
故障风险指标获取模块，用于获取故障风险指标；
风险评估停止判据获取模块，用于获取风险评估停止判据；
搜索模块，用于根据所述故障风险指标和所述风险评估停止判据对所述马尔科夫树模型进行搜索，得到第一搜索结果；
第一判断模块，用于判断所述第一搜索结果是否符合所述风险评估停止判据，得到第一判断结果；
当所述第一判断结果表示所述第一搜索结果符合所述风险评估停止判据时，停止对马尔科夫树模型的搜索，得出线路的风险值。
9.如权利要求8所述的风险评估系统，其特征在于，所述建立马尔可夫树模型建立模块将所述故障序列进行整理合并，建立多时间尺度连锁故障模拟的马尔科夫树模型之后，还包括：
再调度模型建立模块，用于对所述马尔可夫树模型进行再调度，建模成再调度模型；
所述再调度模型为
其中，所述Pd和所述Pg为待求系统状态，所述和所述
为上一个时间点的系统状态，所述
为发电机增出力最大爬坡速率，所述
为发电机减出力最大爬坡速率，所述FMAX表示为线路潮流的最大值；所述支路潮流-节点注入矩阵yDMY+为支路导纳对角阵yD、节点-支路关联矩阵M和导纳阵Y的广义逆Y+的乘积；记为Z＝Y+
将导纳阵Y进行奇异值分解，
则广义逆Y+为
状态目标获取模块，用于获取再调度系统下的状态目标所述
为优化后的节点i的负荷，所述
为优化后的发电功率；
再调度模型调整模块，用于根据所述再调度模型在tD时间内调整到距离调整目标最接近的状态。
10.根据权利要求9所述的风险评估系统，其特征在于，所述搜索模块根据所述故障风险指标和所述风险评估停止判据对所述马尔科夫树模型进行搜索，得到第一搜索结果之后，还包括：
更新模块，用于对导纳阵Y和广义逆Z进行更新；
第二判断模块，用于判断线路集{ik}是否从网络中移除，得到第二判断结果；
若所述第二判断结果为线路集{ik}从网络中移除，更新网络后的导纳阵Y′用下式进行修正：
其中，为节点-支路关联矩阵对应{ik}所在行组成的子矩阵，
为{ik}支路导纳为对角线的方阵，复杂度为O(|{ik}|)；
第三判断模块，用于判断{ik}是否为网络的割集，得到第三判断结果；
若所述第三判断结果为{ik}不是网络的割集，则广义逆Z的修正使用矩阵辅助求逆定理推广到广义逆的形式，用下式进行修正：
其中，其复杂度为O(|V|2)；
可逆的充要条件是{ik}不是网络的割集；
若所述第三判断结果为{ik}是网络的割集，则对Y′进行奇异值分解的方法计算，其复杂度为O(|V|3)。
- 还没有人留言评论。精彩留言会获得点赞！