【技术实现步骤摘要】
本专利技术涉及电力应急，特别是电力应急储能系统快速响应方法及系统。
技术介绍
1、随着全球气候条件的不断变化，极端气象事件的增加，气候条件对电力系统可靠运行的影响越来越显著，严重冰雪灾害可能导致杆塔、线路等基础设施损坏。气象状况对电网系统的安全稳定运行有着极为重要的影响，各类恶劣气象常常会导致输变电设备灾害事故，甚至给电网运行带来灾难性的破坏。危害我国电网运行安全的主要恶劣气象有：雨雪冰冻、大风、大雾、暴雪、暴雨、雷电、台风、污染、沙尘等。随着中国经济的高速发展，对于电力能源的需求与日俱增，同时对于电网供电可靠性也提出了巨大的挑战。雨雪冰冻是一种常见的造成输电线路故障跳闽的自然现象，输电线路由于长期暴露在野外运行，受自然环境的影响，一旦发生故障跳闽事故，将对电网安全运行造成巨大的危害。事发前无法根据气象部门提供的气象信息对冰雪灾害等气象事件可能造成的对供电可靠性的影响进行评估，无法根据评估结果进行电网运行风险薄弱点的预警，缺少必要的极端气象条件下电网仿真、安全评估以及可靠性评估工具，缺乏灾后的电网应急措施及灾后的电网恢复决策方法。
2、采用传统方式解决上述问题：在提升供电能力方面多通过变压器增容，改造原有线路；针对应急供电目前多采用柴油发电机组应急供电系统。目前国内已有相关研究机构针对移动式储能系统开展研究，移动式储能系统机动性高、静音环保、功能灵活的特点能够有效解决上述问题，但移动式储能系统也存在单个系统供电时长短、供电功率小的“短板”。目前国内外关于具备多台积木式拼接的储能系统研究处于起步探索阶段，多台储能系统智
3、我方专利技术通过智能决策约束条件和动态优化配置算法，能够迅速确定在多种灾害同时发生时的优先级和恢复策略，从而显著缩短响应时间。根据负荷的重要性等级和数量优先恢复关键负荷，并且在尽可能多的负荷恢复的前提下，确保恢复时间最短。通过采用分布式控制方法，我方的专利技术能够更好地协调各个积木储能系统之间的抢修和救援任务。减少了单点故障的风险。为应急储能车的选址建模提供了一种方法，在满足储能供电应急需求和运输时间约束的前提下，尝试最小化电力和运输费用。针对不同类别和不同等级的自然灾害，动态调整运输速度和费用，确保在灾害情况下也能及时响应。对于新的储备点的建设，确保所有的投资都不会超过给定的投资限额，从而确保资源的有效利用和投资的效率。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题是：为解决灾害情况下储能系统快速响应的问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：电力应急储能系统快速响应方法，包括，针对电力应急和抗灾需求，开展储能系统配置、地理信息、容量功率场景应用需求因素建模；根据建模采用积木式储能应急决策约束条件及动态优化配置算法，准确调配积木储能智能系统的优先级，并按照负荷的重要等级和负荷量进行电力恢复；使用分布式控制方法协调各个积木储能系统之间的抢险和救援任务；进行应急储能车的选址建模，基于灾害等级，估算运输维修成本。
4、作为本专利技术所述电力应急储能系统快速响应方法的一种优选方案，其中：所述建模包括，使用随机森林算法搜集大量的历史数据，将收集的样本数据进行整理，并将70％划分为训练集，30％划分为测试集，遗漏率代表未被识别出停电区域的概率，准确率代表停电预测的准确度表示为：
5、
6、
7、其中，br为遗漏率，pr为准确率，nt为真实停电、预测也停电的样本数，nf为真实停电、预测未停电的样本数，mf为真实未停电、预测停电的样本数；对随机森林算法进行类权重设置优化模型，通过对小类赋予大的权重，对大类赋予小的权重，优化不均衡数据产生的影响表示为：
8、
9、
10、其中，n为未分离的节点，np为相邻已分离的节点，ni为节点内各类样本的数量，wi为c类样本的类权重，δi为相对变化量；利用模型预测极端天气，对将要来临的极端天气提出应对措施，若处于正常状态，则利用模型持续预测并监测天气状况，收集并实时更新灾情信息，同时观测电网结构，并结合预测结果使用模型进行故障风险评估；若综合故障概率基于模型预测的天气数据和实时的电网状态达到预定数值，则系统进入应急抗灾的预警阶段，根据模型预测的灾害范围和强度建立灾前预案策略，将灾前时段等时间地分割，若距灾害发生时间大于抢修小队最迟出发时间，则电力调度部门定期发布预警提醒，直至距灾害发生时间等于最迟出发时间，电力调度部门发布动作指令，执行资源分配预案；若灾害确实发生并影响到配电网，受灾地区会实时更新的灾情信息，并将信息与模型预测的天气和电网数据相结合，基于结合信息，电力调度部门调整资源分配预案、重新划分供电孤岛范围，并进行优先抢修复电模式，确保在最短的时间内恢复供电，将灾害持续中时段等时间地进行分割，每个时段为一个离散点，每个点包含预计受灾地区的灾前资源分配预案的制定以及已受灾地区的孤岛划分方案、抢修与复电协同方案的制定和调整。
11、作为本专利技术所述电力应急储能系统快速响应方法的一种优选方案，其中：所述积木式储能应急决策约束条件及动态优化配置算法包括，准确调配积木储能智能系统在同时发生灾害下的优先级，在优先抢修复电模式下，指定的故障任务中按负荷的重要等级和负荷量依次进行恢复，以负荷权重和负荷量乘积的方式建立目标函数并进行指定负荷的修复排序表示为：
12、
13、其中，e为指定负荷节点集合，i为负荷节点，ri为负荷节点i的负荷，γi为负荷节点i的重要度等级权重；在快速复电时，恢复目标为在恢复负荷多的前提下保证恢复时间最短，利用比值把恢复负荷量和重要失电负荷从停电状态到恢复状态所需要的时间进行结合，求取最大值，目标函数表示为：
14、
15、其中，t为所有节点集合，si为节点开关状态，ti为故障任务j重要i复电负荷从停电状态到恢复状态所需要的时间。
16、作为本专利技术所述电力应急储能系统快速响应方法的一种优选方案，其中：所述分布式控制方法包括多智能体网络图论和增量成本一致性算法；所述多智能体网络图论包括，多智能体系统的网络拓扑结构用一个图g(v，e)表示，v为顶点集，表示图g中的所有节点，e为边集，表示图g中所有节点间的连接线，若在图g中，从任意一个顶点都存在到达其他任意节点的通路，则图g为连通图，对于连通图g，其邻接矩阵a是一个主对角线为零的稀疏矩阵，邻接矩阵中的各个元素通过对应节点间是否有连接确定，表示为：
17、
18、连通图g的度矩阵是一个主对角线元素非零，其余元素都为零的对称矩阵，对于无向图，度矩阵d中本文档来自技高网...
【技术保护点】
1.电力应急储能系统快速响应方法，其特征在于：包括，
2.如权利要求1所述的电力应急储能系统快速响应方法，其特征在于：所述建模包括，使用随机森林算法搜集大量的历史数据，将收集的样本数据进行整理，并将70％划分为训练集，30％划分为测试集，遗漏率代表未被识别出停电区域的概率，准确率代表停电预测的准确度表示为，
3.如权利要求2所述的电力应急储能系统快速响应方法，其特征在于：所述积木式储能应急决策约束条件及动态优化配置算法包括，准确调配积木储能智能系统在同时发生灾害下的优先级，在优先抢修复电模式下，指定的故障任务中按负荷的重要等级和负荷量依次进行恢复，以负荷权重和负荷量乘积的方式建立目标函数并进行指定负荷的修复排序表示为，
4.如权利要求3所述的电力应急储能系统快速响应方法，其特征在于：所述分布式控制方法包括多智能体网络图论和增量成本一致性算法；
5.如权利要求4所述的电力应急储能系统快速响应方法，其特征在于：所述增量成本一致性算法包括，对于一个含有n个节点的多智能体系统，将节点l当前的状态值表示为xl，整个系统所有节点达到一致的标志是
6.如权利要求5所述的电力应急储能系统快速响应方法，其特征在于：所述应急储能车的选址建模包括，在满足储能供电应急需求与运输时间约束的前提下，以电力费用与运输费用的最小化作为目标函数表示为，
7.如权利要求6所述的电力应急储能系统快速响应方法，其特征在于：所述运输维修成本包括，假设自然灾害发生在需求点q并引发l等级的电力事故，则由点i向需求点运输应急物资的速度和运费表示为，
8.一种采用如权利要求1～7任一所述的电力应急储能系统快速响应方法的系统，其特征在于：包括，数据收集与预处理模块、模型训练模块、动态配置与决策模块、分布式控制与通信模块、灾害影响评估模块及应急调度与优化模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的电力应急储能系统快速响应方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的电力应急储能系统快速响应方法的步骤。
...【技术特征摘要】
1.电力应急储能系统快速响应方法，其特征在于：包括，
2.如权利要求1所述的电力应急储能系统快速响应方法，其特征在于：所述建模包括，使用随机森林算法搜集大量的历史数据，将收集的样本数据进行整理，并将70％划分为训练集，30％划分为测试集，遗漏率代表未被识别出停电区域的概率，准确率代表停电预测的准确度表示为，
3.如权利要求2所述的电力应急储能系统快速响应方法，其特征在于：所述积木式储能应急决策约束条件及动态优化配置算法包括，准确调配积木储能智能系统在同时发生灾害下的优先级，在优先抢修复电模式下，指定的故障任务中按负荷的重要等级和负荷量依次进行恢复，以负荷权重和负荷量乘积的方式建立目标函数并进行指定负荷的修复排序表示为，
4.如权利要求3所述的电力应急储能系统快速响应方法，其特征在于：所述分布式控制方法包括多智能体网络图论和增量成本一致性算法；
5.如权利要求4所述的电力应急储能系统快速响应方法，其特征在于：所述增量成本一致性算法包括，对于一个含有n个节点的多智能体系统，将节点l当前的状态值表示为xl，整个系统所有节点达到一致的标志是对于任意i和...
【专利技术属性】
技术研发人员：李庆生，张兆丰，张裕，陈巨龙，张彦，龙家焕，余万荣，朱永清，李震，杨婕睿，刘金森，罗宁，陈露东，张鹏城，郑飞，
申请(专利权)人：贵州电网有限责任公司，
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。