一种高比例可再生能源接入下的电网脆弱性评估方法技术

本发明专利技术公开了一种高比例可再生能源接入下的电网脆弱性评估方法，借助多场景技术，采用模糊C均值聚类算法，对目标地区电网高比例可再生能源出力数据聚类，得到高比例可再生能源出力的多场景时序分布模型；在各典型场景下运用基于DEAHP的脆弱性指标体系对元件脆弱性进行评估，得到随可再生能源出力变化而变化的脆弱性时序评估指标，从而反应节点脆弱特性的波动程度和实时运行状况。引入加权熵的思想，利用时序加权向量将各时间断面的静态评估模型线性加权集结，以综合考虑所有典型时序场景下节点脆弱性的波动特性和均衡程度。实现典型场景概率性与脆弱性评估时序性的结合，静动态综合地评估网络中各节点的脆弱性，使得评估结果更加符合电网运行实际。

A vulnerability assessment method of power grid with high proportion of renewable energy

【技术实现步骤摘要】
一种高比例可再生能源接入下的电网脆弱性评估方法
本专利技术涉及电力系统领域，它特别涉及一种高比例可再生能源接入下的电网脆弱性评估方法及设备。
技术介绍
风电和光伏是当前技术最成熟的可再生能源发电技术，但这两类电源都具有很强的波动性、随机性，并且不可存储、不易控制，在不同时间尺度、不同空间范围，呈现不同的波动特性。这些不利因素可能会导致可再生能源并网后对电能质量水平、输电充裕度和供电持续性都产生不利影响，大大增加了电网安全稳定运行的风险。同时，电网在接纳高比例可再生能源时，由于其间歇性和随机性的运行特点、不稳定的输出特性及不可控的源动力，使电网在结构和运行上不可避免地会出现某些难以预料的脆弱特性：一方面导致电网原有拓扑结构发生改变，出现承担重要传输与外送任务的高度数节点和重负荷线路，成为了网络易受威胁的新脆弱源；另一方面，高渗透率新能源功率外送势必加重电网消纳压力，为了维持全网功率平衡，网络潮流分布、电压状态相继发生改变，若此时系统元件较为脆弱，新能源并网的随机性和波动性将加剧这种脆弱。因此，对新能源接入地区电网进行脆弱性评估，最终识别其脆弱节点本文档来自技高网...

【技术保护点】
1.一种高比例可再生能源接入下的电网脆弱性评估方法，其特征在于，包括步骤：/nS100借助多场景技术中的场景缩减技术，采用聚类算法，对目标地区电网高比例可再生能源出力数据聚类，得到高比例可再生能源出力的多场景时序分布模型；/nS200在各典型场景下运用基于DEAHP的脆弱性指标体系对多场景时序分布模型的元件脆弱性进行评估，得到随高比例可再生能源出力变化而变化的脆弱性时序评估结果；/nS300根据多场景时序分布模型的概率因子与脆弱性时序评估结果，对基于加权熵的电网脆弱元件进行识别，得到电网节点的综合脆弱性评估结果。/n

【技术特征摘要】
1.一种高比例可再生能源接入下的电网脆弱性评估方法，其特征在于，包括步骤：
S100借助多场景技术中的场景缩减技术，采用聚类算法，对目标地区电网高比例可再生能源出力数据聚类，得到高比例可再生能源出力的多场景时序分布模型；
S200在各典型场景下运用基于DEAHP的脆弱性指标体系对多场景时序分布模型的元件脆弱性进行评估，得到随高比例可再生能源出力变化而变化的脆弱性时序评估结果；
S300根据多场景时序分布模型的概率因子与脆弱性时序评估结果，对基于加权熵的电网脆弱元件进行识别，得到电网节点的综合脆弱性评估结果。


2.根据权利要求1所述的高比例可再生能源接入下的电网脆弱性评估方法，其特征在于，所述步骤S100包括：
S110所述聚类算法采用模糊C均值聚类算法，进行多场景的聚类分析，将每个地区的风光功率数据划分到多个场景；
S120从多个场景中选取出场景集，建立多场景时序分布模型。


3.根据权利要求2所述的高比例可再生能源接入下的电网脆弱性评估方法，其特征在于，所述步骤S110：采用模糊C均值聚类算法，每组时间序列针对每个聚类中心都有相应的隶属度，用[0，1]之间的任意数值来表示隶属关系，每一个地区风光功率数据都被划分到多个场景中。


4.根据权利要求2所述的高比例可再生能源接入下的电网脆弱性评估方法，其特征在于，所述步骤S120，通过地区风光出力数据进行场景集的选取，包括：
S121连续n天，每天m个等时间间隔采集得到地区风光出力数据表示为：



其中，采样天数a＝1,2,...,n，采样时刻b＝1,2,...,m；
S122随机初始化聚类中心：
将待处理的风光出力数据集XW＝[xa,b]划分为c类，其中V＝{v1,v2,...vc}代表各类簇聚类中心的集合，预选c个聚类中心V(b)＝{v1,v2,...vc}，2≤c≤n；迭代次数b＝0；
S123求取隶属度矩阵U：
引入隶属度函数μij表示该地区第i天风光出力数据样本隶属于第j类簇的概率；随机选取[0,1]间的数，使其满足0≤μij≤1，隶属度μij的计算技术为：



S124求解目标函数值



dij＝||xi-xj||
式中，J(XW,V)表示地区各日风光出力数据样本到聚类中心的距离，加权指数s∈[1,+∞)；dij＝||xi-xj||为第i个数据点与第j个聚类中心间的欧几里得距离；
S125计算更新隶属度矩阵矩阵U(b)，聚类中心v(b+1)：
若则μij(b)＝1，否则μij(b)＝0



S126目标函数最小值判据：
当||J(b)-J(b+1)||＜ε时表示算法收敛，算法计算完毕；否则令b＝b+1，进入步骤S123，重复迭代计算。


5.根据权利要求1所述的高比例可再生能源接入下的电网脆弱性评估方法，其特征在于，所述步骤S200中，基于DEAHP的脆弱性指标体系的建立包括：
根据节点抗干扰能力、节点影响力，得到基于DEAHP的电网脆弱性评估指标。...

【专利技术属性】
技术研发人员：刘吉龙，杜明田，张海诚，高红梅，王鹏举，宋曙光，李丽丽，王波，杨洪波，张君，
申请(专利权)人：国网山东省电力公司滨州供电公司，
类型：发明
国别省市：山东;37