基于风险的高维多目标复杂电网故障限流器最优配置方法技术

本发明专利技术公开了一种基于风险的高维多目标复杂电网故障限流器最优配置方法。根据电力系统的浴盆曲线，获得电力线路的基本故障概率；根据电力线路所处位置的气候数据和环境数据，获得协变量连接参数；根据基本故障概率和协变量连接参数，获得电力线路的长期短路故障概率；建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件；求解获得帕累托最优解集，在帕累托最优解集中选取最优的电力系统故障限流器配置。本发明专利技术考虑了电力线路的长期短路故障概率，提出了电力系统故障限流器配置的计算方法，提高了电力系统运行的安全性。

Risk based optimal allocation method of fault current limiter for high-dimensional and multi-objective complex power system

【技术实现步骤摘要】
基于风险的高维多目标复杂电网故障限流器最优配置方法
本专利技术属于短路故障背景下的电力系统故障限流器优化方法，具体是涉及了一种基于风险的高维多目标复杂电网故障限流器最优配置方法。
技术介绍
短路故障是电力系统运行中最常见的故障类型和突出问题之一，近年来引起了广泛的关注。此外，随着电力系统的互连和扩展，短路电流水平显着增加。短路电流超出允许范围的问题在许多国家都受到困扰，特别是在中国。因此，迫切需要提出一种电力系统故障限流器的配置方法，以在规划阶段实现最佳决策。作为一种有效的解决方案，故障电流限制器广泛用于电力系统中。在现有研究中，电力系统故障限流器均为采取确定性短路故障方案。但是，电力系统中的发生短路故障的概率相对较低，而且不同短路故障发生的概率不同。因此，现有的确定性的短路故障方案会造成不能优先应对大概率故障，加剧了电力系统的故障风险。所以需要提出一种新的电力系统故障限流器的配置方法，可以用于在电力系统规划中，以提高电力系统应对短路故障的能力。现有的部分算法可以用于计算短路故障情况下，电力系统故障限流器的配置方法，但是这类算法忽略了电力系统短路故障概率的不同。所以，本专利技术提出一种考虑电力系统短路故障概率的多目标电力系统故障限流器配置方法。因此，现有提高电力系统故障限流器的配置方法忽略了短路故障的发生概率，将所有短路故障等价对待。此种方法不能有效应对电力系统大概率的短路故障。
技术实现思路
针对现有技术的不足，本专利技术提出了一种基于风险的高维多目标复杂电网故障限流器最优配置方法，先提出电力线路的长期短路故障概率模型，计算电力线路的长期短路故障概率，再处理获得电力系统故障限流器配置组合并根据需要选择。本专利技术采用的技术方案如下：1)首先，根据电力系统的浴盆曲线，获得电力线路的基本故障概率；2)其次，根据电力线路所处位置的气候数据和环境数据，获得协变量连接参数；3)再次，根据基本故障概率和协变量连接参数，获得电力线路的长期短路故障概率；4)最后，建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件；根据目标函数及其约束条件处理获得帕累托最优解集，在帕累托最优解集中选取最优的电力系统故障限流器配置。根据电力系统故障限流器配置进行施工，在电力系统所需安装故障限流器的电力线路上安装。所述步骤1)中，电力线路的基本故障概率采用以下公式获得：式中，h0(t)表示电力线路在t时刻的基本故障概率，α1、α2和β2分别表示浴盆曲线的第一、第二和第三参数，TU、TV和TW分别为电力线路的浴盆曲线中第一个拐点、第二个拐点的服役时长和最大服役时间。所述步骤2)中，电力线路的气候数据和环境数据均包括多种影响因素，采集每种影响因素的测量值，计算获得电力线路的气候数据和环境数据各自对应的协变量连接参数，针对气候数据和环境数据处理方式相同，具体采用以下过程获得电力线路的协变量连接参数：2.1)先计算电力线路的气候数据或者环境数据与电力系统的长期短路故障概率之间的相关系数r，具体为：式中，xi表示第i组气候数据或环境数据的一种影响因素的测量值，表示第i组气候数据或环境数据的平均值，yi表示第i组电力线路长期短路故障概率的测量值，第i组电力线路长期短路故障概率的平均值；2.2)以气候数据或环境数据的每种影响因素的各个测量值作为样本，进行假设检验，确定第s种影响因素的权重ζs，具体为：式中，n表示每种影响因素的各个测量值的总数量，T表示假设检验的检验统计量，(1-κ-s)表示第s种影响因素的重要性参数；P()表示假设检验检验统计量服从的概率分布，τ表示对应于假设检验检验统计量的积分变量；2.3)利用气候数据或环境数据下各种影响因素的权重ζs，建立电力线路的第c种数据(即气候数据或者环境数据)对应的协变量连接参数Zc，具体为：其中，xs表示气候数据或环境数据下的第s种影响因素。本专利技术针对气候数据或者环境数据为两种数据，获得两个协变量连接参数。所述步骤3)中，电力线路的长期短路故障概率按照以下公式获得：式中，Nz表示协变量连接参数的总数量，具体取为2，γc表示第c种数据对应的协变量连接参数Zc的比例参数，Z表示协变量连接参数Zc的集合；所述步骤4)中，具体如下：4.1)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数，具体为：4.1.1)计算配置电力系统的故障限流器配置代价量，具体为：式中，NL表示待安装故障限流器的电力线路数量，Uf表示电力线路f上是否安装故障限流器的配置参数，表示电力线路f上故障限流器的安装代价，表示电力线路f上故障限流器的单位阻抗代价，表示电力线路f上故障限流器的阻抗值；4.1.2)计算电力系统出现短路故障时的电流越线配置量，具体为：式中，NF表示电力系统中预想发生短路故障的电力节点的总数，Vi表示电力系统中电力节点i的电压幅值，Zii表示电力系统中电力节点i的自阻抗，Ibc表示可接纳电力系统短路电流的幅值，λ1为第一惩罚系数，pi为电力系统中电力节点i发生短路故障的概率，Ψ(·)表示惩罚函数，具体为：其中，y1和y2分别表示惩罚函数中的第一变量和第二变量；4.1.3)计算电力系统出现短路故障时的暂态失稳配置量，具体为：式中，NG表示电力系统中发电机的总数量，T＝1秒，Δt＝0.05秒，表示第i个电力节点发生短路故障下第k个发电机的功角曲线上的第n个离散点上的发电机转子角度，表示第i个电力节点发生短路故障下第k个发电机的功角曲线上的第n个离散点上的电力系统惯性中心的角度，δthre表示发电机转子角度偏离电力系统惯性中心角度的阈值，λ2为第二惩罚系数；4.1.4)计算电力系统出现短路故障时的电压降落配置量，具体为：式中，NB表示电力系统中电力节点的数量，Ii表示第i个电力系统短路故障下短路电流幅值的大小，Xib表示电力系统的电力节点导纳矩阵中第i行第b列的元素，ΔUthre表示电压暂降的阈值，λ3为第三惩罚系数；4.2)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的约束条件，约束条件包括：4.2.1)节点功率平衡约束为：式中，Pis表示电力节点i上负荷类型s的有功负荷，Pig表示电力节点i上发电机g的有功出力，Qis表示电力节点i上负荷类型s的无功负荷，Qig表示电力节点i上发电机g的无功出力，N表示节点的数量，Vi和Vw分别表示电力节点i和电力节点w的电压幅值，θi和θw分别表示电力节点i和电力节点w的电压相位，Yiw表示电力系统的电力节点导纳矩阵中第i行第w列的元素，δiw为电力节点i和电力节点w上发电机功角的差值；4.2.2)发电机输出功率约束及节点电压约束为：本文档来自技高网...

【技术保护点】
1.一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：/n1)首先，根据电力系统的浴盆曲线，获得电力线路的基本故障概率；/n2)其次，根据电力线路所处位置的气候数据和环境数据，获得协变量连接参数；/n3)再次，根据基本故障概率和协变量连接参数，获得电力线路的长期短路故障概率；/n4)最后，建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件；根据目标函数及其约束条件处理获得帕累托最优解集，在帕累托最优解集中选取最优的电力系统故障限流器配置。/n

【技术特征摘要】
1.一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：
1)首先，根据电力系统的浴盆曲线，获得电力线路的基本故障概率；
2)其次，根据电力线路所处位置的气候数据和环境数据，获得协变量连接参数；
3)再次，根据基本故障概率和协变量连接参数，获得电力线路的长期短路故障概率；
4)最后，建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数及其约束条件；根据目标函数及其约束条件处理获得帕累托最优解集，在帕累托最优解集中选取最优的电力系统故障限流器配置。


2.根据权利要求1所述的一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：所述步骤1)中，电力线路的基本故障概率采用以下公式获得：



式中，h0(t)表示电力线路在t时刻的基本故障概率，α1、α2和β2分别表示浴盆曲线的第一、第二和第三参数，TU、TV和TW分别为电力线路的浴盆曲线中第一个拐点、第二个拐点的服役时长和最大服役时间。


3.根据权利要求1所述的一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：所述步骤2)中，电力线路的气候数据和环境数据均包括多种影响因素，采集每种影响因素的测量值，计算获得电力线路的气候数据和环境数据各自对应的协变量连接参数，针对气候数据和环境数据处理方式相同，具体采用以下过程获得电力线路的协变量连接参数：
2.1)先计算电力线路的气候数据或者环境数据与电力系统的长期短路故障概率之间的相关系数r，具体为：



式中，xi表示第i组气候数据或环境数据的一种影响因素的测量值，表示第i组气候数据或环境数据的平均值，yi表示第i组电力线路长期短路故障概率的测量值，第i组电力线路长期短路故障概率的平均值；
2.2)以气候数据或环境数据的每种影响因素的各个测量值作为样本，进行假设检验，确定第s种影响因素的权重ζs，具体为：









式中，n表示每种影响因素的各个测量值的总数量，T表示假设检验的检验统计量，(1-κ-s)表示第s种影响因素的重要性参数；P()表示假设检验检验统计量服从的概率分布，τ表示对应于假设检验检验统计量的积分变量；
2.3)利用气候数据或环境数据下各种影响因素的权重ζs，建立电力线路的第c种数据对应的协变量连接参数Zc，具体为：



其中，xs表示气候数据或环境数据下的第s种影响因素。


4.根据权利要求1所述的一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：所述步骤3)中，电力线路的长期短路故障概率按照以下公式获得：



式中，Nz表示协变量连接参数的总数量，γc表示第c种数据对应的协变量连接参数Zc的比例参数，Z表示协变量连接参数Zc的集合。


5.根据权利要求1所述的一种基于风险的高维多目标复杂电网故障限流器最优配置方法，其特征在于：所述步骤4)中，具体如下：
4.1)建立计及电力线路长期短路故障概率的多目标电力系统故障限流器配置模型的目标函数，具体为：
4.1.1)计算配置电力系统的故障限流器配置代价量，具体为：



式中，NL表示待安装故障限流器的电力线路数量，...

【专利技术属性】
技术研发人员：叶承晋，郭超，丁一，宋永华，郭创新，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33