本发明涉及概率图分解,尤其涉及基于配电网络的大规模复杂网络分解方法及系统。
背景技术:
1、近年来,极端天气频繁发生,对电力系统造成了严重冲击,也导致重大经济损失。配电网是从主网到用户端之间的供电系统,在电力系统中分布广泛,由于配电网一般为中低压设备,抗灾水平相对较低,易受极端灾害天气的冲击。提升配电网应对灾害天气的能力对于防灾减灾意义重大。
2、通过建立气象灾害模型与场景搜索方法,可以获得系统中设备的停运概率估计。在极端天气场景下,电网各设备之间是相互依存的,供电线路使得节点供电呈现相互支撑、空间依赖的特性,但是各节点之间的空间依赖性难以准确评估,网络连通的可靠性无法得到保障。
技术实现思路
1、本发明提供基于配电网络的大规模复杂网络分解方法及系统,用以解决现有配电网络连通可靠性难以评估的缺陷,实现根据配电网设备依赖关系准确评估网络连通的可靠性。
2、本发明提供基于配电网络的大规模复杂网络分解方法,包括:
3、获取概率图方程组和概率图;
4、对大规模复杂概率图进行分解,生成多个相互独立的树状网络,并对所述树状网络进行求解,计算场景概率;
5、基于场景概率进行计算生成节点停运概率,完成概率图方程组与概率图的分解,根据分解结果确定配电网络中各设备的依赖关系。
6、根据本发明提供的基于配电网络的大规模复杂网络分解方法,所述对大规模复杂概率图进行分解,生成多个相互独立的树状网络,并对所述树状网络进行求解,计算场景概率,具体包括:
7、对大规模复杂概率图进行分解,按照分解规则判断无环,则进入树堆栈,判断有环,则进入有环网络堆栈,继续分解;
8、将分解后的堆栈进行拓扑合并,生成相互独立的树状网络;
9、对所述树状网络进行求解,生成场景概率方程,进行场景概率计算。
10、根据本发明提供的基于配电网络的大规模复杂网络分解方法,所述对大规模复杂概率图进行分解,按照分解规则判断无环,则进入树堆栈,判断有环,则进入有环网络堆栈,继续分解,具体包括:
11、在进行大规模复杂网络分解时,对负荷节点构成的负荷子图进行分解;
12、在分解过程中进行剪枝,直至某个有环场景出现概率低于设定阈值时,不再继续分解。
13、根据本发明提供的基于配电网络的大规模复杂网络分解方法,所述在分解过程中进行剪枝,直至某个有环场景出现概率低于设定阈值时,不再继续分解,具体包括:
14、在剪枝分解过程中,有环场景出现概率低于设定值时,选择失电风险最小的生成树,作为当前场景下的最优反应。
15、根据本发明提供的基于配电网络的大规模复杂网络分解方法,将所述节点概率平衡方程与场景概率方程联合计算,生成节点停运概率,完成概率图方程组与概率图的分解,根据分解结果确定配电网络中各设备的依赖关系,具体包括:
16、通过节点停运概率计算,进行即时编译优化,确定环网停运概率;
17、基于所述环网停运概率通过环网精确分解、含阈值近似分解、分块分解完成对分解方法的验证,生成分解结果;
18、根据所述分解结果确定配电网络中各设备之间的连接关系,通过所述连接关系确定各设备之间的依赖关系。
19、根据本发明提供的基于配电网络的大规模复杂网络分解方法,所述分块分解检测连通分量后形成的多个含环网络和辐射状网络;
20、所述含环网络分解成多个树,对分块后的各连通分量进行概率图分解,得到与原图分解相同的计算结果,完成分块分解。
21、本发明还提供基于配电网络的大规模复杂网络分解系统,所述系统包括:
22、数据获取模块,用于获取概率图方程组和概率图;
23、概率图分解模块,对大规模复杂概率图进行分解,生成多个相互独立的树状网络,并对所述树状网络进行求解,计算场景概率;
24、验证模块,用于基于场景概率进行计算生成节点停运概率,完成概率图方程组与概率图的分解,根据分解结果确定配电网络中各设备的依赖关系。
25、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于配电网络的大规模复杂网络分解方法。
26、本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述基于配电网络的大规模复杂网络分解方法。
27、本发明提供的基于配电网络的大规模复杂网络分解方法及系统,在配电网中对双端连通可靠性进行提升,通过利用特定拓扑系统的局部分离关系列写概率图方程组,得到网络停运概率的精确解。设计了迭代法、计算图法两种高效的概率图方程组求解策略,使得概率图方程组能够快速求解上千节点的大规模系统。在测试算例和实际系统上测试了上述方法,证明所提方法的精确性和高效性。利用概率图方程组和概率图分解,生成分解结果,根据分解结果确定配电网络中各设备的依赖关系,基于依赖关系可以对配电网络的连通可靠性进行在线评估,为后续的韧性评估与提升应用提供高效的评估工具。
1.基于配电网络的大规模复杂网络分解方法,其特征在于,包括:
2.根据权利要求1所述的基于配电网络的大规模复杂网络分解方法,其特征在于,所述对大规模复杂概率图进行分解,生成多个相互独立的树状网络,并对所述树状网络进行求解,计算场景概率,具体包括:
3.根据权利要求2所述的基于配电网络的大规模复杂网络分解方法,其特征在于,所述对大规模复杂概率图进行分解,按照分解规则判断无环,则进入树堆栈,判断有环,则进入有环网络堆栈,继续分解,具体包括:
4.根据权利要求3所述的基于配电网络的大规模复杂网络分解方法,其特征在于,所述在分解过程中进行剪枝,直至某个有环场景出现概率低于设定阈值时,不再继续分解,具体包括:
5.根据权利要求1所述的基于配电网络的大规模复杂网络分解方法,其特征在于,将所述节点概率平衡方程与场景概率方程联合计算,生成节点停运概率,完成概率图方程组与概率图的分解,根据分解结果确定配电网络中各设备的依赖关系,具体包括:
6.根据权利要求5所述的基于配电网络的大规模复杂网络分解方法,其特征在于,所述分块分解检测连通分量后形成的多个含环网络和辐射状网络;
7.基于配电网络的大规模复杂网络分解系统,其特征在于,所述系统包括:
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述基于配电网络的大规模复杂网络分解方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于配电网络的大规模复杂网络分解方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于配电网络的大规模复杂网络分解方法。