[發(fā)明專(zhuān)利]一種電網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910691091.0
• 申請(qǐng)日: 2019-07-29
• 公開(kāi)（公告）號(hào): CN110428164B
• 公開(kāi)（公告）日: 2022-04-29
• 發(fā)明（設(shè)計(jì)）人: 彭穗;陳輝祥;李峰;林勇;左鄭敏;楊燕;李作紅;徐蔚;金楚;彭勃;張蓓
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司;廣東電網(wǎng)有限責(zé)任公司電網(wǎng)規(guī)劃研究中心;廣東電網(wǎng)發(fā)展研究院有限責(zé)任公司
• 主分類(lèi)號(hào): G06Q10/06
• 分類(lèi)號(hào): G06Q10/06;G06Q50/06;G06F17/16;G06F17/18
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 侯珊

本發(fā)明公開(kāi)了一種電網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)方法：利用通過(guò)NPNT算法建立的輸入概率模型將預(yù)先獲取的樣本點(diǎn)矩陣中各樣本點(diǎn)變換到原始域，得到各初始風(fēng)速值和各初始負(fù)荷值，并輸入確定性潮流計(jì)算網(wǎng)絡(luò)，得到初始潮流計(jì)算結(jié)果；在樣本點(diǎn)矩陣的未被代表概率空間中生成預(yù)設(shè)數(shù)量的樣本點(diǎn)，并變換到原始域，得到各新增風(fēng)速值和各新增負(fù)荷值；利用ILHS算法得到更新后潮流計(jì)算結(jié)果；若未達(dá)到收斂條件，則在樣本點(diǎn)矩陣的未被代表概率空間中生成預(yù)設(shè)數(shù)量的樣本點(diǎn)；若達(dá)到，則完成對(duì)電網(wǎng)運(yùn)行狀態(tài)的監(jiān)測(cè)。實(shí)現(xiàn)了電網(wǎng)概率潮流分析精度和效率的平衡，實(shí)現(xiàn)對(duì)電網(wǎng)的運(yùn)行狀態(tài)的有效監(jiān)測(cè)。本發(fā)明還公開(kāi)了一種電網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)裝置、設(shè)備及存儲(chǔ)介質(zhì)，具有相應(yīng)技術(shù)效果。

技術(shù)領(lǐng)域

本發(fā)明涉及電力系統(tǒng)技術(shù)領(lǐng)域，特別是涉及一種電網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著越來(lái)越多的VSC-MTDC系統(tǒng)開(kāi)工建設(shè)，電網(wǎng)規(guī)模將會(huì)不斷擴(kuò)張，不確定性源的數(shù)量也會(huì)急劇增長(zhǎng)。這些不確定性源分布在廣闊的地理空間中并可能受到多種復(fù)雜因素的影響(例如，地理?xiàng)l件、氣象因素等)，其可能服從任意分布且分布之間存在相關(guān)性。因此，所建立的輸入概率模型需要具備處理隨機(jī)變量服從任意分布且分布間存在相關(guān)性的能力。然而，在概率潮流計(jì)算中，不確定性源常常被假定為常見(jiàn)分布，例如負(fù)荷一般被看成正態(tài)Normal分布，風(fēng)速往往用韋布爾Weibull分布來(lái)模擬。同時(shí)，利用NATAF變換建立不同分布間的相關(guān)關(guān)系。在少量運(yùn)行場(chǎng)景中，上述輸入概率模型可能具備一定的有效性。但是，實(shí)際電網(wǎng)中風(fēng)速和負(fù)荷并不一定服從常見(jiàn)分布，而極有可能服從非常見(jiàn)分布。那么，基于常見(jiàn)分布的輸入概率模型將導(dǎo)致概率潮流分析產(chǎn)生巨大的誤差。

常用的概率潮流算法包括三類(lèi)：解析法、近似法和蒙特卡洛仿真法(Monte CarloSimulation，MCS)。解析法的計(jì)算效率高，但是大部分解析法將非線性模型線性化并無(wú)法處理隨機(jī)變量之間的相關(guān)性，導(dǎo)致其計(jì)算精度難以令人滿意。近似法的基本思想是通過(guò)精選輸入概率分布的樣本點(diǎn)以近似輸入分布，但是近似法無(wú)法直接獲得概率潮流分析結(jié)果的概率密度函數(shù)(probability density function，PDF)。這將導(dǎo)致難以對(duì)概率潮流結(jié)果進(jìn)行深入分析。

蒙特卡洛仿真法通常能夠提供“正確”的仿真結(jié)果，其常用于驗(yàn)證其他算法的有效性。但是，基于蒙特卡洛仿真法的概率潮流分析極其耗時(shí)。基于蒙特卡洛仿真法的傳統(tǒng)拉丁超立方采樣技術(shù)(conventional Latin hypercube sampling，CLHS)通過(guò)分層的方式生成樣本點(diǎn)，能夠更大范圍的覆蓋輸入概率分布，達(dá)到提升概率潮流分析效率和精度的目的。同時(shí)，傳統(tǒng)拉丁超立方采樣技術(shù)具備輸出矩信息以及概率密度函數(shù)的能力。然而，傳統(tǒng)拉丁超立方采樣技術(shù)的缺點(diǎn)是，其高度結(jié)構(gòu)化的樣本點(diǎn)集使得其難以直接增加額外的樣本點(diǎn)。如果傳統(tǒng)拉丁超立方采樣技術(shù)直接增加樣本點(diǎn)，那么所形成新的樣本點(diǎn)集(包含原有樣本點(diǎn)和新增樣本點(diǎn))將難以保持原來(lái)的分層特性，導(dǎo)致傳統(tǒng)拉丁超立方采樣技術(shù)計(jì)算效率降低。同時(shí)，因?yàn)閭鹘y(tǒng)拉丁超立方采樣技術(shù)難以增加樣本點(diǎn)，使用傳統(tǒng)拉丁超立方采樣技術(shù)對(duì)電網(wǎng)進(jìn)行概率潮流分析時(shí)將引出一個(gè)問(wèn)題，即到底選用多少樣本點(diǎn)對(duì)電網(wǎng)進(jìn)行分析是合適的，眾所周知，若樣本量過(guò)少，將導(dǎo)致概率潮流分析結(jié)果的精度不理想，而樣本量過(guò)多，將導(dǎo)致降低概率潮流分析效率，不能對(duì)電網(wǎng)的運(yùn)行狀態(tài)進(jìn)行有效監(jiān)測(cè)。

綜上所述，如何有效地解決現(xiàn)有的電網(wǎng)運(yùn)行狀態(tài)分析方式不能對(duì)電網(wǎng)概率潮流分析精度和效率加以平衡，從而不能對(duì)電網(wǎng)的運(yùn)行狀態(tài)進(jìn)行有效監(jiān)測(cè)等問(wèn)題，是目前本領(lǐng)域技術(shù)人員急需解決的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種電網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)方法，該方法實(shí)現(xiàn)電網(wǎng)概率潮流分析精度和效率的平衡，從而實(shí)現(xiàn)了對(duì)電網(wǎng)的運(yùn)行狀態(tài)的有效監(jiān)測(cè)；本發(fā)明的另一目的是提供一種電網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：

一種電網(wǎng)運(yùn)行狀態(tài)監(jiān)測(cè)方法，包括：