Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种三级协调的预想故障筛选与排序方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网上海市电力公司;上海电力学院

摘要:本发明涉及一种三级协调的预想故障筛选与排序方法,包括步骤:1获取配电网故障时的各种运行量测数据、故障数据,建立故障历史量测数据库;2根据步骤1提供的故障数据,分别建立支路参数筛选与排序指标、基于灵敏度的负荷裕度筛选与排序指标、基于同步相量的电压稳定筛选与排序指标,并通过协调递进的筛选方式依次进行支路参数筛选与排序、负荷裕度筛选与排序以及电压稳定筛选与排序,实现预想故障快速准确筛选;3输出影响系统安全稳定运行的严重预想故障。与现有技术相比,本发明实现了相互协调、快速的系统故障集筛选与排序。

主权项:1.一种三级协调的预想故障筛选与排序方法,其特征在于,该方法包括下列步骤:1获取配电网故障时的各种运行量测数据、故障数据,建立故障历史量测数据库;2根据步骤1提供的故障数据,分别建立支路参数筛选与排序指标、基于灵敏度的负荷裕度筛选与排序指标、基于同步相量的电压稳定筛选与排序指标,并通过协调递进的筛选方式依次进行支路参数筛选与排序、负荷裕度筛选与排序以及电压稳定筛选与排序,实现预想故障快速准确筛选;3输出影响系统安全稳定运行的严重预想故障;步骤2具体包括以下步骤:201根据步骤1提供的故障数据历史量测数据库初始预想故障集;202建立支路参数筛选与排序指标;203根据支路参数筛选与排序指标获取关键预想故障集合;204建立基于灵敏度的负荷裕度筛选与排序指标;205根据负荷裕度筛选与排序指标获取严重预想故障集合;206建立基于同步相量的电压稳定筛选与排序指标;207根据关键预想故障集合与严重预想故障结合进行故障集筛选及排序;建立支路参数筛选与排序指标的具体内容为:利用故障时刻配电网支路的运行数据通过归一化处理,对预想故障集进行初步筛选,获取故障情况下电压、短路电流、有功功率和无功损耗之间的权重关系;对于支路L,其电压、短路电流、有功功率和无功损耗之间的权重关系为: 式中:SL为支路参数电压指标,VL、IL、PL、ΔQL分别为支路L的电压、短路电流、有功功率和无功损耗,ω1、ω2、ω3、ω4分别为电压、短路电流、有功和无功损耗的权重系数;采用改进的层次云理论方法获取故障情况下电压、短路电流、有功功率和无功损耗之间的权重系数;获取支路参数筛选与排序指标的计算式为: 其中: 利用基于灵敏度的负荷裕度筛选指标,对故障后负荷裕度较小的故障筛选并排序,具体内容为:设系统的参数化潮流方程为: 式中:x∈Rn是系统状态变量向量,为节点电流幅值和相角;λ∈R为负荷参数;p∈RM为参数向量,f·为n维潮流方程;h·为一维参数化方程,在稳定临界点,各种参数对稳定裕度指标的灵敏度的计算公式为: 式中:w是系统稳定临界点处一个行向量,“|*”表示在分岔点处取值;对于故障支路L,其稳定裕度的变化值用如下公式表示: 式中:Qg,i分别为发电机有功功率和无功功率输出值;分别为发电机故障时稳定裕度对有功和无功输出值的灵敏度,Ωk.p表示故障K条件下补偿发电机集合,其中补偿发电机j对于稳定裕度Δλj采用下式获取: 式中:Ωk.I为故障发电机集合,Ωk.T为故障支路集合;λ0是故障前系统的稳定裕度;获取稳定裕度Δλj后按照负荷裕度从小到大排序;建立基于同步相量的电压稳定筛选与排序指标的具体内容为:获取线路潮流式:Vjcosθ-ViVjcosθ-δ+PjZ=0式中:Pj为节点j处有功功率,Vi、Vj分别为i、j处的电压幅值,Z为线路的等效阻抗值,θ为线路的阻抗角,δ为节点电压角度差;将上式对Vj求导: 整理得: 根据P-V曲线可知,在电压崩溃点,满足如下关系: 则有: 系统在正常运行时: 因此定义电压稳定指标如下: 该指标正常的变化范围为0<Ev<1,在电压失稳临界点Ev=1,对整个系统而言,定义电压稳定指标如下:Ev=Ev,ij=max{Ev1,…,Evn}以指标最大值为整个系统基于同步相量电压稳定筛选与排序指标,根据该指标大小对严重故障进行排序。

全文数据:一种三级协调的预想故障筛选与排序方法技术领域本发明涉及一种配电网预想故障集的筛选和排序方法,尤其是涉及一种三级协调的预想故障筛选与排序方法。背景技术随着配电网建设改造的不断发展,分布式电源、电动汽车以及大量新元件的加入增加了故障的风险,且电网规模的扩大增加了故障影响的范围,极大的影响了配电网的安全稳定运行,进而制约了大规模互联配电网的发展。这是因为故障的种类繁多,故障的严重程度各有不同,从而导致配电网自身的保护装置无法及时做出相应保护措施。对此,亟需提出合适的配电网预想故障的快速筛选和准确排序方法,以增强配电网应对各种故障的能力,进一步提高配电网预判故障的能力。现有技术大多考虑利用单个指标进行预想故障集的筛选与排序,并未考虑漏选或多个指标进行筛选等情况,导致故障筛选的准确率不高,且效率较低。发明内容本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种三级协调的预想故障筛选与排序方法。本发明的目的可以通过以下技术方案来实现:一种三级协调的预想故障筛选与排序方法,用于提高故障筛选率,有效获取系统的较大故障集,该方法包括以下步骤:步骤一、获取配电网故障时的各种运行量测数据、故障数据,建立故障历史量测数据库。配电网故障时的运行量测数据包含PMU量测数据、SCADA数据和故障时刻配电网运行数据等构建的故障量测数据库。步骤二、根据步骤一提供的故障数据,分别建立支路参数筛选与排序指标、基于灵敏度的负荷裕度筛选与排序指标、基于同步相量的电压稳定筛选与排序指标,并通过协调递进的筛选方式依次进行支路参数筛选与排序、负荷裕度筛选与排序以及电压稳定筛选与排序,实现预想故障快速准确筛选。具体流程为:1根据步骤一提供的故障数据历史量测数据库初始预想故障集;2建立支路参数筛选与排序指标;3根据支路参数筛选与排序指标获取关键预想故障集合;4建立基于灵敏度的负荷裕度筛选与排序指标;5根据负荷裕度筛选与排序指标获取严重预想故障集合;6建立基于同步相量的电压稳定筛选与排序指标;7根据关键预想故障集合与严重预想故障结合进行故障集筛选及排序。其中,建立支路参数筛选与排序指标的具体内容为:利用故障时刻配电网支路的运行数据通过归一化处理,对预想故障集进行初步筛选,并通过改进的层次云理论研究故障情况下,电压、短路电流、有功功率和无功损耗之间的权重关系。电力网络研究中可通过以下特征参数来衡量支路的重要程度。a电压:通常配电网故障发生的随机性,故障后线路电压反映该支路受故障影响的程度,因此可用于反应支路的重要程度;b电流:故障后短路电流的大小反映了故障点距离电源点的电气距离,因此可用于反应支路的重要程度;c有功传输功率;有功传输功率在一定程度上可以反映该支路在整个电网中的重要程度,有功传输功率越大,则表明该支路越重要;d无功损耗:支路无功损耗的大小既包含传输容量大小的信息,也包含了电气距离长短的信息,因此可用于反映该支路的重要程度。根据上述分析,将支路电压、短路电流、有功传输功率和无功损耗进行归一化处理,用于计算支路参数筛选与排序指标,对于支路L,其支路参数电压指标SL为:式中:L代表支路,VL、IL、PL、ΔQL分别表示支路L的电压、短路电流、有功功率和无功损耗,ω为电压、短路电流、有功和无功损耗的权重系数,并利用改进的层次云理论求解权重系数ω1、ω2、ω3、ω4。改进的层次云理论:云理论可以通过期望Ex、熵En和超熵He将数字特征为随机性、模糊性和离散性三者相互融合,实现将定性和定量数据的随机转换的功能。目前,云理论已经广泛应用于自然语句处理,大数据分析、决策分析图像处理等众多领域。设U为一个用精确数值表示的定量论域,X是U上的定性概念,若定量值x∈U,且x是定性概念X的一次随机实现,同时x满足x:NEx,En2,u∈[0,1],其中,En:NEn,He2,则x对X的确定度满足:式中:Ex为期望,En为方差,则x在领域U上满足正态云,x,u称为云滴,及uX:U→[0,1],x→uX。层次分析法是一种定性和定量解决问题的一种决策方法,根据实际情况,可将其分为目标层,准则层和措施层。通过对各指标进行两两比较,按其重要性程度评定等级,形成判断矩阵,并求出判断矩阵的特征向量,进行一致性检验,若判断矩阵的一致性检验通过,可获得本层相对于上层的权重次序,否则需要调整判断矩阵直到通过一致性检验。因此,层次分析法采用了相对较少的定量关系,为多因素复杂问题提供了简便的决策方案。本发明专利构建了支路参数筛选指标的层次云理论,如图3所示。传统层次分析法利用整数及其倒数来确定指标权重,没有充分考虑因素间的随机性、模糊性,因此可基于云理论的构建指标权重,采用黄金分割法构建九朵云理论,可得每朵云理论的熵和超熵。根据上面的思路可得到某一层各指标相对于上一层某一指标的两两重要性判断矩阵如下所示:且有:采用方根法求解,有以下步骤:a对Uij按行求积,得b将归一化,得则ω=ω1,ω2,…,ωnT为权重向量;c计算判断矩阵的最大特征值λmax其中U为判断矩阵;W为权重向量;n为判断矩阵阶数;ωi为i个特征值。d将CI作为一致性指数,RI为平均一致性指标,计算CR,当CR0.1时,认为U满足一致性,否则应重新构建判断矩阵。支路参数筛选与排序指标的获取内容为:其中:最后求得整体关联权重ω:可求支路参数筛选与排序指标SL,初始预想故障按照该指标从大到小排序,选取若干故障进入关键预想故障集,参与到基于灵敏度的负荷裕度筛选与排序。这一阶段可以通过较少的计算量和时间剔除掉大量轻微故障,极大地缩小了预想故障集范围,减少了后续计算时间。获取基于灵敏度的负荷裕度筛选与排序指标的具体内容为:利用基于灵敏度的负荷裕度筛选指标,对故障后负荷裕度较小的故障筛选并排序。设系统的参数化潮流方程为:式中:x∈Rn是系统状态变量向量,比如节点电流幅值和相角;λ∈R为负荷参数;p∈RM为参数向量,比如发电机的有功功率和无功功率等;f·是n维潮流方程;h·是一维参数化方程。在鞍结型分岔点,h·是可以确保非奇异的弧长或拟弧长参数化方程。在稳定临界点,各种参数对稳定裕度指标的灵敏度的计算公式为:式中:w是系统稳定临界点处一个行向量,“|*”表示在分岔点处取值。假如某台发电机因故障退出运行,调度人员则会通过增加一些机组出力或投入运行来补偿有功和无功的缺失额,称这些机组为补偿发电机组,每台承担缺失额的比例则称为参与因子。对于故障支路L,其稳定裕度的变化值可用如下公式表示:式中:Qg,i分别为发电机有功功率和无功功率输出值;分别为发电机故障时稳定裕度对有功和无功输出值的灵敏度。Ωk.p表示故障K条件下补偿发电机集合,其中补偿发电机j对于稳定裕度影响可用下式表示:式中:Ωk.I为故障发电机集合,Ωk.T为故障支路集合;λ0是故障前系统的稳定裕度。筛选方法为:按照负荷裕度从小到大排序,其中负荷裕度最小的点称为系统脆弱点。基于灵敏度的负荷裕度估算方法计算速度快,但它不是很精确很可能出现漏选的情况,其中甚至可能包含各个引起系统失稳的故障,因此提出了基于同步相量测量的电压稳定筛选与排序指标。基于同步相量的电压稳定筛选与排序指标是计算故障后电压失稳值的大小并排序。构建同步相量的电压稳定筛选与排序指标,线路潮流满足下式:Vjcosθ-ViVjcosθ-δ+PjZ=0式中:Pj为节点j处有功功率,分Vi、Vj分别为i、j处的电压幅值,Z为线路的等效阻抗值,θ为线路的阻抗角,δ为节点电压角度差。考虑二元一次方程有解的条件下,基于上式从数学角度上推导可得基于同步相量的电压稳定筛选与排序指标。本发明从P-V曲线的角度上分析,并考虑电压崩溃点求解指标。首先将上式对Vj求导:整理得:根据P-V曲线可知,在电压崩溃点,满足如下关系;则有:而系统在正常运行时:因此定义电压稳定指标如下:该指标正常的变化范围为0<Ev<1,在电压失稳临界点Ev=1。对整个系统而言,定义电压稳定指标如下:Ev=Ev,ij=max{Ev1,…,Evn}以指标最大值为整个系统基于同步相量电压稳定筛选与排序指标。该指标计算所需物理量相对较少,并且均为支路信息,可全部由PMU测获得。计算并利用该指标,实现快速筛选系统中较为严重的故障同时也可根据指标大小对严重故障进行排序。步骤三、输出影响系统安全稳定运行的严重预想故障。针对三级协调的故障筛选与排序结果,输出影响配电网安全稳定运行的较大故障,得到最后系统故障集。根据获取的系统故障集的种类及严重程度,采取针对系统故障的应对检修措施或保护措施。与现有技术相比,本发明具有以下优点:一本发明采用三级预想故障协调筛选与排序方法,从支路参数筛选和排序指标、基于灵敏度的负荷裕度的筛选和排序指标、基于同步相量的电压稳定筛选和排序指标三个角度对预想故障进行分析,并计算了相应的指标,实现了相互协调、快速的系统故障集筛选与排序;二本发明利用改进的层次云理论获取权重系数,改进的层次云理论中通过层次分析法对获取的指标进行比较,以确定指标权重,充分考虑了因素间的随机性、模糊性,进而提高了获取的权重系数的准确性;三在获取支路参数筛选与排序指标中,初始预想故障按照该指标从大到小排序,选取若干故障进入关键预想故障集,参与到基于灵敏度的负荷裕度筛选与排序,这一阶段可以通过较少的计算量和时间剔除掉大量轻微故障,极大地缩小了预想故障集范围,减少了后续计算时间;四本发明利用三级协调的故障筛选与排序,可以准确输出影响配电网安全稳定运行的较大故障,进而得到系统故障集,根据获取的系统故障集的种类及严重程度,可进一步采取针对系统不同严重程度故障的应对检修措施或保护措施,且有助于提高配电网系统应对各种故障的能力及配电网预判故障的能力。附图说明图1为本发明方法的流程示意图;图2为故障集筛选与排序的流程示意图;图3为支路参数评价指标体系示意图;图4为获取支路参数指标的流程示意图;图5为本发明实施例中利用支路构建同步相量的电压的π型等值电路示意图;图6为IEEE33系统图;图7为本发明实施例中6节点电压随负荷增长率变化图;图8为本发明实施例中电压稳定指标随负荷增长变化率变化图。具体实施方式下面结合附图和具体实施例对本发明进行详细说明。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。一种三级协调的预想故障筛选与排序方法,该方法包括下列步骤:步骤一、获取配电网故障时的各种运行量测数据、故障数据,建立故障历史量测数据库。配电网故障时的运行量测数据包含PMU量测数据、SCADA数据和故障时刻配电网运行数据等构建的故障量测数据库。步骤二、根据步骤一提供的故障数据,分别建立支路参数筛选与排序指标、基于灵敏度的负荷裕度筛选与排序指标、基于同步相量的电压稳定筛选与排序指标,并通过协调递进的筛选方式依次进行支路参数筛选与排序、负荷裕度筛选与排序以及电压稳定筛选与排序,实现预想故障快速准确筛选。层次分析法是一种定性和定量解决问题的一种决策方法,根据实际情况,可将其分为目标层,准则层和措施层。通过对各指标进行两两比较,按其重要性程度评定等级,形成判断矩阵,并求出判断矩阵的特征向量,进行一致性检验,若判断矩阵的一致性检验通过,可获得本层相对于上层的权重次序,否则需要调整判断矩阵直到通过一致性检验。因此,层次分析法采用了相对较少的定量关系,为多因素复杂问题提供了简便的决策方案。本发明专利构建了支路参数筛选指标的层次云理论,如图3所示。传统层次分析法利用整数及其倒数来确定指标权重,没有充分考虑因素间的随机性、模糊性,因此可基于云理论的构建指标权重,采用黄金分割法构建九朵云理论,可得每朵云理论的熵和超熵如表1所示。表1云理论标度其中:En1=En5=En7=En9=0.437En2=En4=En6=En8=En10.618=0.707He1=He3=He5=He7=0.073He2=He4=He6=He8=He10.618=0.118根据上面的思路可得到某一层各指标相对于上一层某一指标的两两重要性判断矩阵如下所示:且有:采用方根法求解,有以下步骤:a对Uij按行求积,得b将归一化,得则ω=ω1,ω2,…,ωnT为权重向量;c计算判断矩阵的最大特征值λmax:其中U为判断矩阵;W为权重向量;n为判断矩阵阶数;ωi为i个特征值。d将CI作为一致性指数,RI为平均一致性指标,计算CR,当CR0.1时,认为U满足一致性,否则应重新构建判断矩阵。支路参数筛选与排序指标的流程图如图4所示:其中:最后求得整体关联权重ω:可求支路参数筛选与排序指标SL,初始预想故障按照该指标从大到小排序,选取若干故障进入关键预想故障集,参与到基于灵敏度的负荷裕度筛选与排序。这一阶段可以通过较少的计算量和时间剔除掉大量轻微故障,极大地缩小了预想故障集范围,减少了后续计算时间。获取基于灵敏度的负荷裕度筛选与排序指标的具体内容为:利用基于灵敏度的负荷裕度筛选指标,对故障后负荷裕度较小的故障筛选并排序。基于同步相量的电压稳定筛选与排序指标是计算故障后电压失稳值的大小并排序。根据图5所示支路构建同步相量的电压稳定筛选与排序指标,线路潮流满足下式:Vjcosθ-ViVjcosθ-δ+PjZ=0式中:Pj为节点j处有功功率,分Vi、Vj分别为i、j处的电压幅值,Z为线路的等效阻抗值,θ为线路的阻抗角,δ为节点电压角度差。考虑二元一次方程有解的条件下,基于上式从数学角度上推导可得基于同步相量的电压稳定筛选与排序指标。本专利从P-V曲线的角度上分析,并考虑电压崩溃点求解指标。首先将上式对Vj求导:整理得:根据P-V曲线可知,在电压崩溃点,满足如下关系;则有:而系统在正常运行时:因此定义电压稳定指标如下:该指标正常的变化范围为0<Ev<1,在电压失稳临界点Ev=1。对整个系统而言,定义电压稳定指标如下:Ev=Ev,ij=max{Ev1,…,Evn}实施例中以指标最大值为整个系统基于同步相量电压稳定筛选与排序指标。该指标计算所需物理量相对较少,并且均为支路信息,可全部由PMU测获得。计算并利用该指标,实现快速筛选系统中较为严重的故障同时也可根据指标大小对严重故障进行排序。步骤三、输出影响系统安全稳定运行的严重预想故障。针对三级协调的故障筛选与排序结果,输出影响配电网安全稳定运行的较大故障,得到最后系统故障集。根据获取的系统故障集的种类及严重程度,采取针对系统故障的应对检修措施或保护措施。本发明专利采用三级预想故障协调筛选与排序方法,从支路参数筛选和排序指标、基于灵敏度的负荷裕度的筛选和排序指标、基于同步相量的电压稳定筛选和排序指标三个角度对预想故障进行分析,并计算了相应的指标,实现了相互协调、快速的系统故障集筛选与排序。本实例是以IEEE33系统为例,以基准电压为12.66kV如图6。根据现有电力可靠性报告可知,影响配电网故障停电原因中自然因素占30%,设备因素占21.01%,其中设备老化占设备因素的70%,外力因素占20.85%,其中异物短路在外力因素中的份额占比较大。10千伏配件网主要设备架空线、电缆电路、变压器、断路器的故障率如表2所示:表2主要设备故障率基于现有电力可靠性报告,本发明考虑故障类型主要针对线路和母线。其中线路包括:三相短路、两相短路接地、两相相间短路、单相短路、母线故障考虑三相故障和单相故障,选择188个N-1故障,选取10个N-2故障,不考虑两重以上故障。第一步:获取PMU量测数据,SCADA数据和历史故障运行数据,获得故障时系统各节点的电压、短路电流、有功功率和无功损耗,若考虑选择所有节点,则需要处理大量数据,因此选择一些影响较大的节点,本实施例选择30次历史故障包含轻微故障,仅仅用于求解ω权重,并列出每项排名前三的故障。其中,电压选择越线±7%的节点,有功功率选择越线日负荷率的节点,常选择越线10%,线损中包含无功损耗,而线损率规定在3%-5%,选择无功损耗越线3%的节点时成为故障。采用改进的层次云理论,求解ω1、ω2、ω3、ω4权重。如图2所示,U表示指标集合,U1、U2、U3、U4分别表示为电压、短路电流有功功率和无功损耗,U={U1,U2,U3,U4},U1={U11,U12,U13},U2={U21,U22,U23},U3={U31,U32,U33},U4={U41,U42,U43}表3{U11,U12,U13,U21,U22,U23,U31,U32,U33,U41,U42,U43}权重进而得出{U1,U2,U3}对U1、{U21,U22,U23}对U2、{U31,U32,U33}对U3和{U41,U42,U43}对U4的判断矩为:表4{U11,U12,U13}对U1判断矩阵U1U11U12U13U1110.475,0.019,0.0170.291,0.009,0.007U122.105,0.0842,0.075310.234,0.007,0.005U133.436,0.106,0.79124.274,0.128,0.09131表5{U21,U22,U23}对U2判断矩阵U2U21U22U23U2110.527,0.025,0.0220.256,0.009,0.007U221.897,0.09,0.07910.217,0.007,0.004U233.906,0.137,0.1074.608,0.149,0.08491表6{U31,U32,U33}对U3的判断矩阵U3U31U32U33U3110.534,0.021,0.0210.262,0.008,0.004U321.873,0.074,0.07410.204,0.004,0.003U333.817,0.117,0.0584.608,0.149,0.08491表7{U41,U42,U43}对U4的判断矩阵U4U41U42U43U4110.241,0.006,0.0030.475,0.009,0.008U424.149,0.103,0.05210.284,0.007,0.005U432.105,0.040,0.0353.521,0.087,0.06201表8{U1,U2,U3,U4}对U1的判断矩阵通过采用方根法,求得权重ω1=0.091、ω2=0.202、ω3=0.275、ω4=0.431,CR=0.0920.1,通过计算支路参数筛选与排序指标,选取120个故障形成关键预想故障集进入基于灵敏度的负荷裕度筛选与排序步骤。第二步:计算故障下各节点的负荷裕度,并选出前30个故障进行排序,形成严重预想故障集,由于故障较多,下表中仅选取部分故障。表9基于灵敏度的负荷裕度排序节点号负荷裕度1,20.2632,180.3031,250.3281,220.3332,50.4391.30.473第三步:依据第二步所得严重预想故障,基于PMU电压稳定计算:首先以负荷节点6所连支路5-6,6-7,6-26为例进行仿真分析,假设该节点负荷有功功率和无功功率同比例增大,其他负荷节点功率维持不变,对本发明所提基于同步相量的电压稳定性指标进行仿真分析,结果如图7所示。这是由于线路传输功率增大,线路电压损耗也相应增加,支路6-7的电压稳定指标值随负荷增长率的变化情况如图8所示:当故障发生时,各节点的功率也会发生改变,当功率增大时,电压指标在不断的增大,各支路的电压稳定性都在不断的下降。该指标在计算过程中所需支路相关信息较易获得,且结合PMU的高密度量测技术,使得其计算简便迅速。基于此,形成预想故障集如下:表10三级协调的预想故障集筛选与排序结果节点号故障类型电压稳定指标1,2三相短路1.3511,18三相短路1.0232,18三相短路0.9752,3三相短路0.9431,25三相短路0.9232,25三相短路0.9191,22三相短路0.9032,22三相短路0.88718,25三相短路0.86918,22三相短路0.861以上可以看出,经过三级协调预想故障筛选和排序得出N-2故障的危害程度要远大于N-1故障,预想故障集中包含了全部的N-2故障,该方法并没有发生漏选的情况,能很好的反应故障对系统的影响。由此可知,针对三级协调的故障筛选与排序结果,可以准确输出影响配电网安全稳定运行的较大故障,进而可得到最后系统故障集。根据获取的系统故障集的种类及严重程度,可进一步采取针对系统不同严重程度故障的应对检修措施或保护措施,且有助于提高配电网系统应对各种故障的能力及配电网预判故障的能力。综上所述:本发明实例采用三级协调的预想故障集筛选与排序方法,通过提出支路参数指标并运用改进的层次云理论求解权重,对SL从大到小进行排序,完成预想故障集的预筛选,进一步提出基于灵敏度的负荷裕度指标,计算故障后各节点的负荷裕度,根据负荷裕度值从小到大排序,最后构建基于同步相量的电压稳定筛选指标,计算故障够节点电压稳定值,根据电压稳定值从大到小排序,形成预想故障集经输出单元输出。由表10可以看出,N-2故障对系统影响较大。以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的工作人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

权利要求:1.一种三级协调的预想故障筛选与排序方法,其特征在于,该方法包括下列步骤:1获取配电网故障时的各种运行量测数据、故障数据,建立故障历史量测数据库;2根据步骤1提供的故障数据,分别建立支路参数筛选与排序指标、基于灵敏度的负荷裕度筛选与排序指标、基于同步相量的电压稳定筛选与排序指标,并通过协调递进的筛选方式依次进行支路参数筛选与排序、负荷裕度筛选与排序以及电压稳定筛选与排序,实现预想故障快速准确筛选;3输出影响系统安全稳定运行的严重预想故障。2.根据权利要求1所述的一种三级协调的预想故障筛选与排序方法,其特征在于,步骤2具体包括以下步骤:201根据步骤1提供的故障数据历史量测数据库初始预想故障集;202建立支路参数筛选与排序指标;203根据支路参数筛选与排序指标获取关键预想故障集合;204建立基于灵敏度的负荷裕度筛选与排序指标;205根据负荷裕度筛选与排序指标获取严重预想故障集合;206建立基于同步相量的电压稳定筛选与排序指标;207根据关键预想故障集合与严重预想故障结合进行故障集筛选及排序。3.根据权利要求2所述的一种三级协调的预想故障筛选与排序方法,其特征在于,建立支路参数筛选与排序指标的具体内容为:利用故障时刻配电网支路的运行数据通过归一化处理,对预想故障集进行初步筛选,获取故障情况下电压、短路电流、有功功率和无功损耗之间的权重关系。4.根据权利要求3所述的一种三级协调的预想故障筛选与排序方法,其特征在于,对于支路L,其电压、短路电流、有功功率和无功损耗之间的权重关系为:式中:SL为支路参数电压指标,VL、IL、PL、ΔQL分别为支路L的电压、短路电流、有功功率和无功损耗,ω1、ω2、ω3、ω4分别为电压、短路电流、有功和无功损耗的权重系数。5.根据权利要求4所述的一种三级协调的预想故障筛选与排序方法,其特征在于,采用改进的层次云理论方法获取故障情况下电压、短路电流、有功功率和无功损耗之间的权重系数。6.根据权利要求1所述的一种三级协调的预想故障筛选与排序方法,其特征在于,获取支路参数筛选与排序指标的计算式为:其中:7.根据权利要求1所述的一种三级协调的预想故障筛选与排序方法,其特征在于,利用基于灵敏度的负荷裕度筛选指标,对故障后负荷裕度较小的故障筛选并排序,具体内容为:设系统的参数化潮流方程为:式中:x∈Rn是系统状态变量向量,比如节点电流幅值和相角;λ∈R为负荷参数;p∈RM为参数向量,f·为n维潮流方程;h·为一维参数化方程,在稳定临界点,各种参数对稳定裕度指标的灵敏度的计算公式为:式中:w是系统稳定临界点处一个行向量,“|*”表示在分岔点处取值;对于故障支路L,其稳定裕度的变化值用如下公式表示:式中:Qg,i分别为发电机有功功率和无功功率输出值;分别为发电机故障时稳定裕度对有功和无功输出值的灵敏度,Ωk.p表示故障K条件下补偿发电机集合,其中补偿发电机j对于稳定裕度Δλj采用下式获取:式中:Ωk.I为故障发电机集合,Ωk.T为故障支路集合;λ0是故障前系统的稳定裕度;获取稳定裕度Δλj后按照负荷裕度从小到大排序。8.根据权利要求7所述的一种三级协调的预想故障筛选与排序方法,其特征在于,建立基于同步相量的电压稳定筛选与排序指标的具体内容为:获取线路潮流式:Vjcosθ-ViVjcosθ-δ+PjZ=0式中:Pj为节点j处有功功率,Vi、Vj分别为i、j处的电压幅值,Z为线路的等效阻抗值,θ为线路的阻抗角,δ为节点电压角度差;将上式对Vj求导:整理得:根据P-V曲线可知,在电压崩溃点,满足如下关系:则有:系统在正常运行时:因此定义电压稳定指标如下:该指标正常的变化范围为0<Ev<1,在电压失稳临界点Ev=1,对整个系统而言,定义电压稳定指标如下:Ev=Ev,ij=max{Ev1,…,Evn}以指标最大值为整个系统基于同步相量电压稳定筛选与排序指标,根据该指标大小对严重故障进行排序。

百度查询: 国网上海市电力公司 上海电力学院 一种三级协调的预想故障筛选与排序方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。