一种面向极端天气的主网元件加强方法和系统技术方案

技术编号:37501851 阅读:17 留言:0更新日期:2023-05-07 09:38
本发明专利技术公开了一种面向极端天气的主网元件加强方法和系统,主要涉及供电网电力系统测算技术领域。包括顶层模型、中层模型和底层模型,所述顶层模型用于电力系统安全人员在已知攻击方案的情况下,使用有限的强化资源制定最优的强化策略,将攻击方案造成的损失降到最低;所述中层模型用于:攻击者在已知电力系统强化策略的情况下,使用有限的攻击资源制定攻击效果最好的攻击方案,绕过系统的强化方案,对系统造成最大程度的破坏;底层模型用于当攻击者对于系统进行破坏后,系统运行者使用网络重构和切负荷等手段将系统的损失降到最低。本发明专利技术的有益效果在于:它能使用有限的资源最大程度的提升输电网的恢复力。程度的提升输电网的恢复力。程度的提升输电网的恢复力。

【技术实现步骤摘要】
一种面向极端天气的主网元件加强方法和系统


[0001]本专利技术涉及供电网电力系统测算
,具体是一种面向极端天气的主网元件加强方法和系统。

技术介绍

[0002]随着全球气候的变化,极端天气发生的概率越来越大,例如台风,洪水,极寒天气等。在2021年2月美国德克萨斯州遭遇极寒天气,风力涡轮机冻结,天然气管道冰堵,导致超过300万人失去了电力供应,同年7月,郑州受强降雨影响导致77.5万用户用电受到影响。电力在能源消耗的比例会逐渐增大,因此保证电力系统的安全对于保证社会能源供应具有重要意义。
[0003]为了应对极端天气,我们需要建设具有高恢复力的弹性电力系统。弹性电力系统会从事前、事中、事后三个阶段来预防、抵御、吸收极端事件,并且在受到损坏后可以对自身进行快速恢复。在现有研究中,对于事前的规划又分为长期规划和短期规划,短期规划是在灾害发生前的短时间内,对维修队,移动电源车等设备进行预调度,从而减少灾后的停电时间,降低灾害造成的损失,但是短期规划只能针对可预测的灾害,例如台风,洪水等,对于火灾、地震、人为攻击等不可预测事件,短期规划的作用十分有限。长期规划一般是通过优化分布式发电机以及变电站等固定元件的选址,使这些元件在灾中和灾后恢复中可以有效地为电力系统的关键负荷进行支撑,充分发挥设备的作用,或者通过对电力系统的关键元件进行识别,使用有限的强化资源加固关键元件,降低关键元件在灾害中被损坏的概率,进而提升电力系统恢复力。目前元件强化方法主要以随机规划和鲁棒优化为主,前者考虑多个可能的受损场景,通过各场景的概率分布和损失计算面对极端事件时系统损失的期望值,电力系统优化选址和强化方案来降低系统损失的期望值;鲁棒优化则是通过建立防御

攻击

防御(Defender

Attacker

Defender,DAD)模型找到电力系统遭遇的最坏的场景,然后制定合理的元件强化策略对最坏场景进行优化,制定的强化策略对于可能出现全部场景都要满足系统的约束条件,并且要使得最坏场景的系统损失达到最小。
[0004]现有的DAD模型制定的元件强化策略大多数针对的是输电线路,而未考虑极端事件对于发电机的攻击,发电机作为电力系统的能量来源,是电力系统中最重要的元件之一,而且发电机相比于输电线路,其分布更加密集,维修难度更大,时间更长,一旦发电机遭遇到攻击,系统将失去主要的能量来源,这将会导致大范围长时间的停电,造成巨额的经济损失。因此,在制定元件强化方案时考虑极端事件对于发电机的影响是十分必要的。此外,为了保证模型的可求解性,现有的DAD模型在处理发电机的出力限制时,将发电机的最小出力设置为0,但在实际情况中,火电机组的出力小于一定值就会导致锅炉系统不稳定,所以火电机组的最小出力一般是大于0的,现有DAD模型对于发电机最小出力的处理是不符合实际情况的,完善现有模型中的不足也是急需解决的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种面向极端天气的主网元件加强方法和系统,它能使用有限的资源最大程度的提升输电网的恢复力。
[0006]本专利技术为实现上述目的,通过以下技术方案实现:
[0007]包括三层混合整数线性规划模型,所述三层混合整数线性规划模型基于DAD模型建立具体包括:顶层模型、中层模型和底层模型,所述顶层模型用于电力系统安全人员在已知攻击方案的情况下,使用有限的强化资源制定最优的强化策略,将攻击方案造成的损失降到最低;所述中层模型用于:攻击者在已知电力系统强化策略的情况下,使用有限的攻击资源制定攻击效果最好的攻击方案,绕过系统的强化方案,对系统造成最大程度的破坏;底层模型用于当攻击者对于系统进行破坏后,系统运行者使用网络重构和切负荷等手段将系统的损失降到最低。
[0008]优选的,包括以下步骤:
[0009]S1:采集极端天气造停电的电力系统损失最小值建立第一目标函数;
[0010]S2:采集对电力系统发电机攻击资源的消耗数;
[0011]S3:基于步骤S2采集的发电机攻击资源的消耗数,通过直流潮流模型对电力系统运行进行建模;
[0012]S4:基于DAD模型建立包括顶层模型、中层模型和底层模型的三层混合整数线性规划模型,并使用两层列约束生成算法将三层混合模型分解为上层问题、下层主问题和下层子问题;
[0013]S5:将对第一目标函数的求解转化为对上层问题、下层主问题和下层子问题的求解。
[0014]优选的,所述第一目标函数为:
[0015][0016]其中,E1为线路集合,E
g
为发电机集合,W1为负荷重要度权重,P
shed,j
表示节点j的切负荷量。
[0017]优选的,所述通过直流潮流模型对电力系统运行进行建模具体形式如下:
[0018]功率平衡约束:
[0019][0020]其中,σ(j)为以节点j为起点的线路集合,δ(j)为以节点j为终点的线路集合,V为节点集合,p
l
为线路l上流过的有功功率,P
G,j
为位于节点j的发电机出力,P
L,j
为节点j的负荷;
[0021]相角约束:
[0022][0023]其中,i和j为线路l的起始节点和终止节点,b
ij
为线路l的电纳,q
l
为线路l的状态,θ
i
表示节点i的相角;
[0024]线路容量约束:
[0025][0026]其中,为线路l的容量;
[0027]失负荷约束:
[0028][0029]发电机出力约束:
[0030][0031]其中,和分别为发电机g的最小处理和最大出力,q
gen,g
为发电机状态变量。
[0032]相角差约束:
[0033][0034]元件状态约束:
[0035]建立的模型考虑元件强化、攻击和网络重构问题,使用0/1变量s,a,c分别代表线路的强化策略、攻击策略和重构策略,s
gen
,a
gen
,c
gen
分别为发电机的强化决策、攻击决策和重构决策:
[0036][0037][0038][0039][0040][0041][0042]则输电网西安路和发电机的状态为:
[0043]q
l
=c
l
(s
l
+a
l

s
l
a
l
),l∈E
l
(14)
[0044]qgen,g
gen,gg
gen,ggen,ggen,g
gen,g
(15)
[0045]优选的,所述式(3)、式(14)和式(15)为非线性约束,使用大M法将非线性约束线性化,具体形式如下:
[0046][0047][00本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种面向极端天气的主网元件加强方法,其特征在于,包括三层混合整数线性规划模型,所述三层混合整数线性规划模型基于DAD模型建立具体包括:顶层模型、中层模型和底层模型,所述顶层模型用于电力系统安全人员在已知攻击方案的情况下,使用有限的强化资源制定最优的强化策略,将攻击方案造成的损失降到最低;所述中层模型用于:攻击者在已知电力系统强化策略的情况下,使用有限的攻击资源制定攻击效果最好的攻击方案,绕过系统的强化方案,对系统造成最大程度的破坏;底层模型用于当攻击者对于系统进行破坏后,系统运行者使用网络重构和切负荷等手段将系统的损失降到最低。2.根据权利要求1所述一种面向极端天气的主网元件加强方法,其特征在于,包括以下步骤:S1:采集极端天气造停电的电力系统损失最小值建立第一目标函数;S2:采集对电力系统发电机攻击资源的消耗数;S3:基于步骤S2采集的发电机攻击资源的消耗数,通过直流潮流模型对电力系统运行进行建模;S4:基于DAD模型建立包括顶层模型、中层模型和底层模型的三层混合整数线性规划模型,并使用两层列约束生成算法将三层混合模型分解为上层问题、下层主问题和下层子问题;S5:将对第一目标函数的求解转化为对上层问题、下层主问题和下层子问题的求解。3.根据权利要求2所述一种面向极端天气的主网元件加强方法,其特征在于,所述第一目标函数为:其中,E1为线路集合,E
g
为发电机集合,W1为负荷重要度权重,P
shed,j
表示节点j的切负荷量。4.根据权利要求2所述一种面向极端天气的主网元件加强方法,其特征在于,所述通过直流潮流模型对电力系统运行进行建模具体形式如下:功率平衡约束:其中,σ(j)为以节点j为起点的线路集合,δ(j)为以节点j为终点的线路集合,V为节点集合,p
l
为线路l上流过的有功功率,P
G,j
为位于节点j的发电机出力,P
L,j
为节点j的负荷;相角约束:其中,i和j为线路l的起始节点和终止节点,b
ij
为线路l的电纳,q
l
为线路l的状态,θ
i
表示节点i的相角;线路容量约束:其中,为线路l的容量;
失负荷约束:发电机出力约束:其中,和分别为发电机g的最小处理和最大出力,q
gen,g
为发电机状态变量。相角差约束:元件状态约束:建立的模型考虑元件强化、攻击和网络重构问题,使用0/1变量s,a,c分别代表线路的强化策略、攻击策略和重构策略,s
gen
,a
gen
,c
gen
分别为发电机的强化决策、攻击决策和重构决策:决策:决策:决策:决策:决策:则输电网西安路和发电机的状态为:q
l
=c
l
(s
l
+a
l
‑<...

【专利技术属性】
技术研发人员:程佩芬杨立超刘海涛赵龙田鑫杨思高效海杨斌王男张丽娜魏佳魏鑫邱轩宇张玉跃袁振华马力孟祥飞李淑杨
申请(专利权)人:国网山东省电力公司经济技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1