【技术实现步骤摘要】
一种大型城市电网反脆弱能力提升规划方法
[0001]本专利技术涉及电力系统分析领域，具体涉及一种大型城市电网反脆弱能力提升规划方法
。
技术介绍
[0002]韧性电网的防御力是指在事故动态发展过程中，电网采取主动防御措施以降低事故影响的能力
。
在规划阶段可以采用以下几种措施来提升防御力：线路加固
、
安装分布式发电机
、
接入储能装置等等
。
通过规划措施可以增加电网的冗余度，可以灵活应对突发的事故，但同时也增加了电网建设的投资
。
为此，需要在规划阶段平衡投资的经济性和极限生存能力提升效果
。
我国现有特大型城市坚强局部电网韧性分析主要在韧性理论层面上进行了探索，但未从电网的持续生存角度上对韧性理论进行深层次的拓展
。
国外现有面向韧性提升的规划方法一定程度上考虑到了源侧
、
网侧与储侧的各类规划措施，但统筹考虑多项措施的规划方法较为罕见，其相关研究基本聚焦于大电网和中低压配电网，难以适用于我国城市电网
。
具体分析如下：
[0003]国内针对坚强的局部电网韧性规划领域，提出了一些相关概念，其中包括保底电网
。
一些研究指出，可以通过差异化规划建立保底电网，并加强和改造相关的电力设施，以减少自然灾害对电网安全运行的不利影响
。
保底电网是指电网为了应对严重自然灾害，选取电网的重要节点
、
关键线路和保障电源进
【技术保护点】
【技术特征摘要】
1.
一种大型城市电网反脆弱能力提升规划方法，是基于启发式方法，结合线路规划预算限制以及网络连通度等指标，确定候选线路加固
/
升级方案集合，其特征在于，包括步骤：
S1
，生成基于蒙特卡洛模拟的故障场景；
S2
，筛选基于
k
‑
means
聚类分析的代表性极端场景；
S3
，建立面向极限生存能力提升的城市电网规划优化模型；
S4
，求解模型后，得到的线路加固方案下相应的电源配置情况
。2.
根据权利要求1所述的一种大型城市电网反脆弱能力提升规划方法，其特征在于，步骤
S1
具体过程为：
S11
，在给定的风速
v
下随机生成
N
个极端故障场景；
S12
，场景生成时假设所有线路均闭合即线路状态变量
y
ij
均为1；
S13
，根据线路故障概率模型计算每条线路发生故障的概率然后生成一个随机数，该数服从正态分布
U(0,1)
；如果线路故障概率大于该随机数则认为该线路发生故障，即
if f
ij
≥U(0,1)
，
y
ij
＝0；
S14
，根据算法并利用计算机语言得到每种场景下被切除的节点，如果该场景下切除的重要负荷量超过总负荷的百分之十且故障的线路数超过4条，则选择该场景用于后续的两阶段随机规划
。3.
根据权利要求2所述的一种大型城市电网反脆弱能力提升规划方法，其特征在于，
S14
中所采用的算法具体为：
S141
，创建三个空数组
visited、node、queue
；
S142
，将源节点放入
visited
和
queue
数组中，表示该节点已被访问且等待寻找与其相连的节点；
S143
，如果
queue
不为空，将其第一个节点取出并找到与该节点相连的所有节点，然后将找到的所有节点依次放入
visited
和
queue
数组中；
S144
，重复步骤三直到
queue
为空；
S145
，筛选不属于数组
visited
的节点，筛选出的节点即为与源无连接的节点
。4.
根据权利要求1所述的一种大型城市电网反脆弱能力提升规划方法的使用方法，其特征在于，步骤
S2
的具体过程为：
S21
，假定有
s
个样本数据
S
＝
{N1，
N2，
N3，
…
，
N
s
}
，其中每个样本数据都有
n
个维度的属性；
S22
，经过聚类分析后每个样本数据都会被分配到一个簇内，每个簇都对应一个簇中心，簇中心记为
{C1，
C2，
C3，
…
，
C
k
}
，
0≤k≤s
；
S23
，通过计算公式
(1)
，计算比较每一个样本数据与每一个簇中心的距离，将每一个样本数据分配到距离质心最近的簇内，得到
k
类簇
L
＝
{L1，
L2，
L3，
…
，
L
k
}
式中：
S
u
表示第
u
个样本数据，
1≤u≤s
；
C
v
表示第
v
个簇的中心，
1≤v≤k
；
S
uw
表示第
u
个样本数据的第
w
个属性，
1≤w≤n
；
C
vw
表示第
v
个簇质心的第
w
个属性，
1≤w≤n
；
S24
，采用肘部法则确定聚类数目
k
，即根据各个簇内部的数据点到其所属簇的中心点
(
质心
)
的距离的平方和
(SSE)
，将不同的
k
值对应的
SSE
绘制成图表，寻找图中的转折点，该
点所代表的
k
值即为最优聚类数目
。5.
根据权利要求1所述的一种大型城市电网反脆弱能力提升规划方法的使用方法，其特征在于，步骤
S3
的具体过程为：
S31
，建立第一阶段模型：规划阶段模型；此阶段主要考虑预算限制，即：在给定的资金预算下，确定由随机极端事件所导致的故障状态下的最佳
DG
分布情况，同时要保证预期运行成本最小化；具体过程为：
S311
，设定目标函数：目标函数中，表示投资成本，
AQ(x,s)
表示在随机故障场景下的故障后的极限生存能力；式中表示节点
i
处容量为发电机的投资成本；
δ
i
是一个二进制变量，表示节点是否布置
DG
，如果布置其值为1，反之则为0；
AQ(x,s)
中的
A
是一个权重系数，表示规划人员对配电网极限生存能力的重视程度；
Q(x,s)
为第二阶段目标函数；目标函数的目的是希望得到投资经济性最优和极限生存能力提升最大化的规划方案；
S312
，设定约束条件，设定约束条件，设定约束条件，设定约束条件，设定约束条件上述规定条件中，表示
DG
布置的数量上限，表示布置
DG
所需的资金预算上限；
c
k
与
c
b
分别为额定功率为
P
N
的发电机的可变成本与固定成本；与
P
N
分别表示可用于布置的
DG
有功功率上限与下限；
p(s)
表示故障场景
s
出现的概率；约束
(3)
用于限制分布式发电机安装的数量；约束
(4)
用于限制发电机安装的资金预算，其中表示额定功率为的发电机安装成本，可以将该成本的计算线性化为等式
(5)
；约束
(6)
用于确保节点
i
在没有安装发电机的情况下，发电机输出功率为0；等式
(7)
表示第二阶段不同故障场景发生后配电网的极限生存能力；
S32
，建立第二阶段模型：极限生存场景运行模型；此阶段目标为最大化极限生...
【专利技术属性】
技术研发人员：时珊珊，张琪祁，魏新迟，周健，许寅，王颖，王子渊，刘晋萍，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：
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。