CN113191687A - 一种弹性配电网全景信息可视化方法及系统 - Google Patents
一种弹性配电网全景信息可视化方法及系统 Download PDFInfo
- Publication number
- CN113191687A CN113191687A CN202110573009.1A CN202110573009A CN113191687A CN 113191687 A CN113191687 A CN 113191687A CN 202110573009 A CN202110573009 A CN 202110573009A CN 113191687 A CN113191687 A CN 113191687A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- elastic
- disaster
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 138
- 238000007794 visualization technique Methods 0.000 title claims description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 62
- 238000012544 monitoring process Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000011084 recovery Methods 0.000 claims abstract description 16
- 238000012800 visualization Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 10
- 238000005728 strengthening Methods 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims description 37
- 230000006870 function Effects 0.000 claims description 25
- 238000012163 sequencing technique Methods 0.000 claims description 19
- 230000008439 repair process Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 238000004040 coloring Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012614 Monte-Carlo sampling Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims 1
- 238000013468 resource allocation Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000013439 planning Methods 0.000 abstract description 2
- 238000003860 storage Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种弹性配电网全景信息可视化方法及系统,实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警,并对风险元件进行标注;离线模拟极端灾害天气,计算展示配电网的综合弹性得分,对配电网元件进行重要度排序,将重要度最高的配电网元件进行标注。本发明通过离线评估和在线监测等两个层面反映配电网的弹性变化,并进一步通过全景信息可视化系统进行直观展示,既可以从规划层面对元件强化方案和资源配置策略进行指导,又可以从运行层面协助工作人员进行应急调度和快速恢复。
Description
技术领域
本发明属于弹性配电网技术领域,具体涉及一种弹性配电网全景信息可视化方法及系统。
背景技术
电力系统安全可靠是现代社会维持正常运转的必要需求。然而,近年来极端事件越来越频繁,给电力供应带来了巨大损失。因此,需要积极构建弹性配电网来提升系统应对极端事件的能力。
为了直观反映系统的综合弹性水平,并提高系统对极端事件的分析和处理效率,我们亟需开发弹性配电网全景信息可视化系统,实现极端事件下系统状态的实时监测和精细化预警,同时离线评估系统综合弹性,为研究弹性提升策略奠定基础。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种弹性配电网全景信息可视化方法及系统,通过程序模块化设计,实现在线监测预警和离线弹性评估等多种功能。
本发明采用以下技术方案:
一种弹性配电网全景信息可视化方法,包括以下步骤:
S1、实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警,并对配电网风险元件进行标注;
S2、离线模拟极端灾害天气,计算展示配电网的综合弹性得分,对配电网元件进行重要度排序,将重要度最高的配电网元件进行标注,实现弹性配电网全景信息可视化。
具体的,实时监测系统数据信息,根据指标阈值对系统进行精细化预警具体为:
通过时空云大数据平台获取系统状态信息,采用综合实况监测指标进行展示,并根据后台设定阈值对实况监测指标进行排序,优先显示具有风险的设备;结合气象监测和预测数据以及配电网监测数据,计算系统的动态弹性指标,并对指标进行着色、排序和展示,根据配电网动态弹性指标预测未来一段时间内时序故障场景的整体弹性变化趋势,形成预估功能曲线。
进一步的,采用熵权法对实况监测指标的权重进行计算,同时根据灰色关联分析方法判断不同预警级别的阈值,系统可视化平台根据设定的阈值对实况监测指标进行着色,设定安全、低风险、高风险和越限的颜色并排序,优先显示具有风险的设备。
进一步的,实况监测指标包括:线路和变压器的负载率、中低压母线电压和各台区负荷数据;动态弹性指标包括:系统最大失负荷率指标,灾害期间造成配电网损失负荷的最大值与灾害发生前配电网负荷量的比值;系统损失电量指标,配电网在灾害中损失电量的总和;系统全面复电时间指标,灾害期间配电网从开始出现负荷损失起,至全部负荷恢复供电所需要的时间。
进一步的,形成预估功能曲线具体为:
根据灾害场景确定元件故障率,根据给定阈值进行元件故障率着色,并按照故障率由高到低在平台上展示;得到故障率后按配电系统可靠性评估的思路,采用蒙特卡洛模拟的方法计算得到各台区负荷的失负荷概率指标,对指标进行着色、排序和展示,根据气象预报数据以及电网实况数据采样生成元件停运场景,模拟负荷专供和恢复过程并更新,计算未来一段时间内概率最大的时序故障场景的整体弹性变化趋势,形成预估功能曲线。
具体的,离线模拟极端灾害天气,对配电网元件进行重要度排序具体为:
利用灾害模拟发生器模拟极端灾害,同时采用蒙特卡洛模拟统计配电网的损失情况,进行离线灾害模拟评估;通过模拟系统在极端事件后的恢复过程得出使系统累计切负荷量最小的元件修复顺序,分析配电网中的元件重要程度;在灾害模拟影响评估基础上,结合系统的弹性资源储备,通过层次分析法计算系统的综合弹性得分情况。
进一步的,进行离线灾害模拟评估具体为:
灾害模拟发生器对台风、暴雨以及雷暴进行模拟,给定需要评估的极端天气的参数,并设置蒙特卡洛模拟的收敛判据,进行离线灾害模拟评估,根据极端灾害的参数,利用灾害模拟发生器进行灾害的生成,再利用配电网中各元件的脆弱性曲线得到灾害发生过程中配电网的故障情况,通过反复模拟消除灾害和配电网故障的随机性对评估结果造成的影响,当满足收敛判据后输出评估结果。
进一步的,使系统累计切负荷量最小的元件修复顺序具体为:
通过模拟系统在极端事件后的恢复过程来分析配电线路,在进行重要度排序时,在设定的负荷水平和气象环境条件下,对系统灾后的修复过程进行模拟,得出使系统累积切负荷量最小的元件修复顺序;通过非时序蒙特卡洛抽样法对故障场景进行抽样得到多组故障场景;对故障场景求解使切负荷量最小的优化模型,得到每种场景下各个元件的修复时刻,并形成各个元件修复时刻的分布函数,通过科普兰德排序法对分布函数进行对比排序,最后对各元件的科普兰德得分结果进行排序,得到元件重要度的评估结果;根据元件的重要度对重要元件实施灾前强化和灾后抢修策略。
进一步的,通过层次分析法计算系统的综合弹性得分情况具体为:根据用户输入配电网的基本弹性资源数据计算弹性资源产生的弹性效应指标;通过层次分析法将用户设定的指标重要度进行处理并计算指标权重,最后计算系统的综合弹性得分。
本发明的另一个技术方案是,一种弹性配电网全景信息可视化系统,包括:
在线监测预警模块,用于实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警,并对风险元件进行标注;
离线弹性评估模块,用于离线模拟极端灾害天气,计算展示配电网的综合弹性得分,对配电网元件进行重要度排序,将重要度最高的配电网元件进行标注,实现弹性配电网全景信息可视化。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种弹性配电网全景信息可视化方法,能够通过模块化设计实现以下功能:首先,在极端灾害发生前,设置离线弹性评估模块通过离线模拟极端灾害并评估配电网综合弹性水平,对元件进行重要度排序,进一步强化系统薄弱环节并优化配置弹性资源;在极端灾害发生后,设置在线监测预警模块通过在线监测极端灾害以及配电网实况信息,对系统故障场景进行预测,标出风险较大的设备,从而采取合理的应急措施,全方位指导电网安全运行。
进一步的,通过实时监测与评价对系统运行状态进行实时监测,计算并展示实况监测指标,根据指标判断出具有风险的设备;设置风险评估与预警模块用于对系统运行状态进行滚动更新和预测,根据动态弹性指标预估未来一段时间内系统的状态变化情况。
进一步的,采用熵权法对实况监测指标的权重进行计算,熵权越大,指标对综合预警的作用越大,可以直观有效反映指标间差异程度,采用灰色关联分析法分析指标与系统整体发展态势之间的关系,灰色关联度越高,综合预警级别更严重,并据此可以设计出不同风险范围的指标阈值。
进一步的,设置实况监测指标用于明确线路、变压器、母线以及负荷的实时状态信息,根据实况监测指标可以判断设备的风险等级,设置动态弹性指标用于根据系统实况数据动态评估当前灾害条件下弹性配电网的风险水平。
进一步的,根据动态弹性指标计算未来一段时间内整体弹性变化趋势的目的在于根据电网实况数据以及气象预报数据,采样生成元件故障时刻并生成随机停运场景,通过蒙特卡洛法模拟负荷转供和供电恢复过程,并不断滚动更新,从而得到预估功能曲线。
进一步的,利用灾害模拟发生器生成具有代表性的灾害特征,并对配电网的故障情况进行分析,从而评估典型灾害条件下弹性配电网的脆弱性;设置元件重要度排序模块用于分析配电网中各个元件的重要程度,通过对重要元件进行加固或抢先修复,有效降低灾害对配电网的影响;设置综合弹性评估模块用于评估配电网的综合弹性水平,根据灾害模拟情况和弹性资源配置情况分析得到系统综合弹性得分,可以用于多个配电网弹性水平的比较。
进一步的,通过灾害模拟发生器进行灾害模拟影响的评估的目的是通过反复模拟典型的常见灾害下弹性配电网的运行状态和故障情况,可以消除灾害和配电网故障的随机性对评估结果造成的影响。
进一步的,采用科普兰德法进行重要度排序的目的是根据多种故障场景下求解使切负荷量最小的优化模型,形成各个元件修复时间的分布函数,可以明确各个元件在不同故障场景下对系统的综合性影响。
进一步的,结合灾害特性条件和资源配置条件,采用层次分析法得到系统的综合弹性水平,并进一步明确灾害特性和资源充裕度对系统弹性的影响程度。
综上所述,本发明通过离线评估和在线监测等两个层面反映配电网的弹性变化,并进一步通过全景信息可视化系统进行直观展示,既可以从规划层面对元件强化方案和资源配置策略进行指导,又可以从运行层面协助工作人员进行应急调度和快速恢复。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明在线监测预警模块流程图;
图2为本发明离线弹性评估模块流程图;
图3为本发明在线监测预警模块界面展示图;
图4为本发明离线弹性评估模块界面展示图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的,其中为了清楚表达的目的,放大了某些细节,并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明一种弹性配电网全景信息可视化方法,包括以下步骤:
S1、实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警;
S101、通过时空云大数据平台获取系统状态信息,采用综合实况监测指标进行展示,并据后台设定阈值对实况监测指标进行排序,优先显示具有风险的设备;
实况监测指标主要包括:线路和变压器的负载率信息(及平均负载率信息)、中低压母线电压信息、各台区负荷信息。
S102、结合气象监测和预测数据以及配电网监测数据,计算系统的动态弹性指标,并对指标进行着色、排序和展示,同时预测未来一段时间内,概率最大的时序故障场景的整体弹性变化趋势,形成系统的预估功能曲线。
S2、离线模拟极端灾害天气,评估配电网的长期综合弹性,并对配电网元件进行重要度排序,实现弹性配电网全景信息可视化。
S201、利用灾害模拟发生器模拟台风、暴雨以及雷暴等三种极端灾害,同时采用蒙特卡洛模拟统计配电网的损失情况,进行离线灾害模拟评估。
S202、通过模拟系统在极端事件后的恢复过程得出使系统累计切负荷量最小的元件修复顺序,从而分析配电网中的元件重要程度。
S203、在灾害模拟影响评估基础上,结合系统的弹性资源储备,通过层次分析法计算系统的综合弹性得分情况。
本发明再一个实施例中,提供一种弹性配电网全景信息可视化系统,该系统能够用于实现上述弹性配电网全景信息可视化方法,具体的,该弹性配电网全景信息可视化系统包括在线监测预警模块以及离线弹性评估模块。
其中,在线监测预警模块,用于实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警,并对风险元件进行标注;
离线弹性评估模块,用于离线模拟极端灾害天气,计算展示配电网的综合弹性得分,对配电网元件进行重要度排序,将重要度最高的配电网元件进行标注,实现弹性配电网全景信息可视化。
本发明再一个实施例中,提供了一种终端设备,该终端设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于弹性配电网全景信息可视化方法的操作,包括:
实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警,并对风险元件进行标注;离线模拟极端灾害天气,计算展示配电网的综合弹性得分,对配电网元件进行重要度排序,将重要度最高的配电网元件进行标注,实现弹性配电网全景信息可视化。
本发明再一个实施例中,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是终端设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括终端设备中的内置存储介质,当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中有关弹性配电网全景信息可视化方法的相应步骤;计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤:
实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警,并对风险元件进行标注;离线模拟极端灾害天气,计算展示配电网的综合弹性得分,对配电网元件进行重要度排序,将重要度最高的配电网元件进行标注,实现弹性配电网全景信息可视化。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,从广州供电局时空云大数据平台的数据库中实时获取有关弹性配电网相关的数据信息,这些数据信息包括时空信息、状态信息以及特殊信息。时空信息即各种信息的地理位置与时刻点,状态信息即信息所具有的属性值,特殊信息为与灾害相关的信息,通过数据融合技术将各种信息关联在一起,明确灾害以及各种设备的实时状态;然后,将数据信息直接传递并展示在可视化平台中,或通过简要代数运算后形成更加综合的实况监测指标进行展示。已设计的需要展示的实况监测指标主要包括:线路和变压器的负载率信息(及平均负载率信息)、中低压母线电压信息、各台区负荷信息等。
在计算得到指标后,系统可视化平台根据后台设定的阈值对实况监测指标进行着色(绿色-安全;黄色-低风险;红色-高风险;紫色-越限及其他非正常状态),并排序,优先显示具有风险的设备。其中,在设定阈值时,采用熵权法对各个指标的权重进行计算,同时根据灰色关联分析的方法判断不同预警级别的阈值,灰色关联度越高,则综合预警级别越严重。
通过风险评估与预警结合实时气象数据、气象预测数据(15min/30min/1h预测区间)、配电网实时监测数据,对弹性配电网进行在线恢复力评估,计算其动态弹性指标。系统内部设定的弹性配电网元件的脆弱性模型,可用于刻画致灾因子与承灾体之间的条件依赖关系,从而计算出各类极端自然灾害影响的配电网元件故障率,这里采用数据驱动的方法提取相关数据特征,建立两者之间的联系。确定元件故障率之后,根据给定的阈值进行元件故障率的着色,并按照故障率由高到低在平台上展示;得到故障率后按配电系统可靠性评估的思路,采用蒙特卡洛模拟的方法计算得到各台区负荷的失负荷概率指标LOLP,同样地,对指标进行着色、排序和展示。最后,根据配电网动态弹性指标计算未来一段时间内,概率最大的时序故障场景的整体弹性变化趋势,从而形成系统的预估功能曲线。
请参阅图2,通过弹性能力评估对常见极端天气进行模拟、对配电网的长期综合弹性进行评估、对配电网中的元件进行重要度排序的离线计算模块。
通过灾害影响模拟评估对配电网常见的三种极端灾害:台风、暴雨、雷暴进行蒙特卡洛模拟,并对配电网的损失情况进行统计,得到各种极端事件对配电网的影响情况的模块。给定需要评估的极端天气的参数(如回归周期、气旋等级等台风强度参数),并设置蒙特卡洛模拟的收敛判据,即可进行离线灾害模拟评估。后台根据极端灾害的参数,利用灾害模拟发生器进行灾害的生成,再利用广州配电网中各元件的脆弱性曲线,得到灾害发生过程中配电网的故障情况,通过反复进行模拟,以消除灾害和配电网故障的随机性对评估结果造成的影响。满足收敛判据后便输出评估结果。
通过元件重要度评估模拟系统在极端事件后的恢复过程来分析广州配电网中的元件(主要是配电线路)重要程度的模块,在进行重要度排序时,在一定的负荷水平下和一定的气象环境条件下,对系统灾后的修复过程进行模拟,得出使系统累积切负荷量最小的元件修复顺序。通过非时序蒙特卡洛抽样法对故障场景进行抽样,得到多组故障场景。对故障场景均求解使切负荷量最小的优化模型,得到每种场景下各个元件的修复时刻,并形成各个元件修复时刻的分布函数,通过科普兰德排序法可以对分布函数进行对比排序,最后对各元件的科普兰德得分结果进行排序,得到元件重要度的评估结果。得到元件的重要度排序后,调度人员便可提前对这些重要元件进行加固或维修人员/物资储备等灾前预防策略,从而有效降低极端灾害对配电网的影响。
通过系统综合弹性评估在灾害模拟影响评估的基础之上,进一步总结了电网类、负荷类、气象类、弹性资源类、应急管理类指标,并计算这些指标从而得到系统综合弹性得分的模块。按照指标的大类别,分为两个独立的部分:灾害模拟评估和弹性资源评估。灾害模拟评估在前面已详细描述,弹性资源评估要求用户输入一些配电网的基本弹性资源指标,例如柔性可控负荷的容量、应急发电车的数量、分布式电源比例等等,然后系统会计算这些弹性资源产生的弹性效应指标。最后通过层次分析法将用户设定的指标重要度进行处理计算指标权重,最后进行系统的综合弹性得分计算。
请参阅图3,展示了设备负载率监测功能、用户负荷监测功能、设备故障风险排序、用户失负荷风险排序以及系统预估功能水平曲线等子模块。
设备负载率监测功能将各个编号设备的负载率监测值信息展示出来,并采用不同颜色标注设备的负载率程度评价,共包含“正常”、“轻度”、“中度”、“重度”四种评价结果,小于50为“正常”;50到80为“轻度”;80到100为“中度”;100以上为“重度”。将鼠标放置到对应编号的设备上可查看具体信息。图例中所示的设备6负载率为169,当前评价为:重度。
用户负荷监测功能将各个编号负荷点的负荷监测值信息展示出来,并采用不同颜色标注各负荷点的负荷程度评价,共包含“正常”、“轻度”、“中度”、“重度”四种评价结果,小于50为“正常”;50到80为“轻度”;80到120为“中度”;120以上为“重度”。将鼠标放置到对应编号的负荷点上可查看具体信息。图例中所示的负荷点9负荷为63,当前评价为:轻度。
设备故障风险排序功能展示的是各编号设备的故障风险等级,并按风险从高到低的顺序进行排序。将鼠标放置到对应编号的设备上可查看具体信息。图例中所示的设备9风险数值为54,风险等级为二级。
用户失负荷风险排序功能展示的是各负荷点的失负荷风险等级,并按风险从高到低的顺序进行排序。将鼠标放置到对应编号的负荷点上可查看具体信息。图例中所示的负荷27失负荷风险数值为7,风险等级为一级。
系统预估功能水平曲线展示的是系统全天各时刻点的预估损失电量和预估最大失负荷率。将鼠标放置到曲线上对应时刻点上可查看具体信息。图例中2020年3月15日18:00的预估损失电量数值为55,预估最大失负荷率为16。
请参阅图4,展示了灾害模拟评估、重要度排序以及综合弹性评估。
灾害模拟评估主要用于评估不同灾害对配电网的影响程度进行模拟,评估的结果采用指标和图形进行展示。目前可进行评估的灾害类型有:热带气旋、强降水、雷暴。灾害影响模拟评估结果通过三个指标反映:系统失负荷比例期望、系统全面复电时间期望、系统电损失电量期望,每个指标都有“期望值”、“在险价值”、“尾部风险值”三条属性,并在最后给出各指标各个时间段的概率分布曲线。
元件重要度评估是按照前述重要度评估方法对各设备按重要程度进行排序,将鼠标放置到对应编号的设备上可查看具体信息。图例中所示的设备3重要度数值为17,重要程度为一级。
系统综合弹性评估展示的是综合弹性指标,包含概率类指标和弹性资源指标两大类。概率类指标包含损失负荷比率期望、全面复电时长期望、全年损失电量期望;弹性资源指标包含柔性可控负荷比例、发电或储能车数量及容量、分布式电源比例、网络重构开关比例。根据指标设定可以最终得出系统综合弹性评分。
综上所述,本发明一种弹性配电网全景信息可视化方法及系统,通过程序模块化设计,实现在线监测预警和弹性能力评估等多种功能。在极端灾害发生前,通过离线模拟极端灾害并评估配电网综合弹性水平,对元件进行重要度排序,进一步强化系统薄弱环节并优化配置弹性资源;在极端灾害发生后,通过在线监测极端灾害以及配电网实况信息,对系统故障场景进行预测,标出风险较大的设备,从而采取合理的应急措施,全方位指导电网安全运行。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种弹性配电网全景信息可视化方法,其特征在于,包括以下步骤:
S1、实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警,并对配电网风险元件进行标注;
S2、离线模拟极端灾害天气,计算展示配电网的综合弹性得分,对配电网元件进行重要度排序,将重要度最高的配电网元件进行标注,实现弹性配电网全景信息可视化。
2.根据权利要求1所述的方法,其特征在于,实时监测系统数据信息,根据指标阈值对系统进行精细化预警具体为:
通过时空云大数据平台获取系统状态信息,采用综合实况监测指标进行展示,并根据后台设定阈值对实况监测指标进行排序,优先显示具有风险的设备;结合气象监测和预测数据以及配电网监测数据,计算系统的动态弹性指标,并对指标进行着色、排序和展示,根据配电网动态弹性指标预测未来一段时间内时序故障场景的整体弹性变化趋势,形成预估功能曲线。
3.根据权利要求2所述的方法,其特征在于,采用熵权法对实况监测指标的权重进行计算,同时根据灰色关联分析方法判断不同预警级别的阈值,系统可视化平台根据设定的阈值对实况监测指标进行着色,设定安全、低风险、高风险和越限的颜色并排序,优先显示具有风险的设备。
4.根据权利要求2所述的方法,其特征在于,实况监测指标包括:线路和变压器的负载率、中低压母线电压和各台区负荷数据;动态弹性指标包括:系统最大失负荷率指标,灾害期间造成配电网损失负荷的最大值与灾害发生前配电网负荷量的比值;系统损失电量指标,配电网在灾害中损失电量的总和;系统全面复电时间指标,灾害期间配电网从开始出现负荷损失起,至全部负荷恢复供电所需要的时间。
5.根据权利要求2所述的方法,其特征在于,形成预估功能曲线具体为:
根据灾害场景确定元件故障率,根据给定阈值进行元件故障率着色,并按照故障率由高到低在平台上展示;得到故障率后按配电系统可靠性评估的思路,采用蒙特卡洛模拟的方法计算得到各台区负荷的失负荷概率指标,对指标进行着色、排序和展示,根据气象预报数据以及电网实况数据采样生成元件停运场景,模拟负荷专供和恢复过程并更新,计算未来一段时间内概率最大的时序故障场景的整体弹性变化趋势,形成预估功能曲线。
6.根据权利要求1所述的方法,其特征在于,离线模拟极端灾害天气,对配电网元件进行重要度排序具体为:
利用灾害模拟发生器模拟极端灾害,同时采用蒙特卡洛模拟统计配电网的损失情况,进行离线灾害模拟评估;通过模拟系统在极端事件后的恢复过程得出使系统累计切负荷量最小的元件修复顺序,分析配电网中的元件重要程度;在灾害模拟影响评估基础上,结合系统的弹性资源储备,通过层次分析法计算系统的综合弹性得分情况。
7.根据权利要求6所述的方法,其特征在于,进行离线灾害模拟评估具体为:
灾害模拟发生器对台风、暴雨以及雷暴进行模拟,给定需要评估的极端天气的参数,并设置蒙特卡洛模拟的收敛判据,进行离线灾害模拟评估,根据极端灾害的参数,利用灾害模拟发生器进行灾害的生成,再利用配电网中各元件的脆弱性曲线得到灾害发生过程中配电网的故障情况,通过反复模拟消除灾害和配电网故障的随机性对评估结果造成的影响,当满足收敛判据后输出评估结果。
8.根据权利要求6所述的方法,其特征在于,使系统累计切负荷量最小的元件修复顺序具体为:
通过模拟系统在极端事件后的恢复过程来分析配电线路,在进行重要度排序时,在设定的负荷水平和气象环境条件下,对系统灾后的修复过程进行模拟,得出使系统累积切负荷量最小的元件修复顺序;通过非时序蒙特卡洛抽样法对故障场景进行抽样得到多组故障场景;对故障场景求解使切负荷量最小的优化模型,得到每种场景下各个元件的修复时刻,并形成各个元件修复时刻的分布函数,通过科普兰德排序法对分布函数进行对比排序,最后对各元件的科普兰德得分结果进行排序,得到元件重要度的评估结果;根据元件的重要度对重要元件实施灾前强化和灾后抢修策略。
9.根据权利要求6所述的方法,其特征在于,通过层次分析法计算系统的综合弹性得分情况具体为:根据用户输入配电网的基本弹性资源数据计算弹性资源产生的弹性效应指标;通过层次分析法将用户设定的指标重要度进行处理并计算指标权重,最后计算系统的综合弹性得分。
10.一种弹性配电网全景信息可视化系统,其特征在于,包括:
在线监测预警模块,用于实时监测系统数据信息,计算展示配电网动态弹性指标,根据指标阈值对系统进行精细化预警,并对风险元件进行标注;
离线弹性评估模块,用于离线模拟极端灾害天气,计算展示配电网的综合弹性得分,对配电网元件进行重要度排序,将重要度最高的配电网元件进行标注,实现弹性配电网全景信息可视化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573009.1A CN113191687B (zh) | 2021-05-25 | 2021-05-25 | 一种弹性配电网全景信息可视化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573009.1A CN113191687B (zh) | 2021-05-25 | 2021-05-25 | 一种弹性配电网全景信息可视化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113191687A true CN113191687A (zh) | 2021-07-30 |
CN113191687B CN113191687B (zh) | 2022-10-25 |
Family
ID=76984940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110573009.1A Active CN113191687B (zh) | 2021-05-25 | 2021-05-25 | 一种弹性配电网全景信息可视化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191687B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114022013A (zh) * | 2021-11-15 | 2022-02-08 | 国网电力科学研究院有限公司 | 一种系统保护故障场景生成方法及装置 |
CN115330559A (zh) * | 2022-10-17 | 2022-11-11 | 国网浙江余姚市供电有限公司 | 一种信息数据时空协同的配电网弹性评估方法和装置 |
CN115879833A (zh) * | 2023-03-02 | 2023-03-31 | 国网山东省电力公司威海供电公司 | 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 |
CN116244776A (zh) * | 2023-02-03 | 2023-06-09 | 杭州比智科技有限公司 | 基于SVG与echarts实时显示车间设备状态的方法及系统 |
CN117335570A (zh) * | 2023-10-09 | 2024-01-02 | 国网河南省电力公司濮阳供电公司 | 一种弹性配电网全景信息可视化监测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170132537A1 (en) * | 2014-03-31 | 2017-05-11 | Imperial Innovations Limited | A computer implemented method of deriving performance from a local model |
CN107301479A (zh) * | 2017-04-12 | 2017-10-27 | 广东电网有限责任公司电力调度控制中心 | 基于自然灾害风险的输电系统多场景规划方法 |
CN108074021A (zh) * | 2016-11-10 | 2018-05-25 | 中国电力科学研究院 | 一种配电网风险辨识系统及方法 |
CN109242314A (zh) * | 2018-09-12 | 2019-01-18 | 全球能源互联网研究院有限公司 | 一种配电网全景监测指标的评估方法及装置 |
CN111489091A (zh) * | 2020-04-14 | 2020-08-04 | 广东电网有限责任公司广州供电局 | 一种电力系统恢复力综合评价方法 |
-
2021
- 2021-05-25 CN CN202110573009.1A patent/CN113191687B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170132537A1 (en) * | 2014-03-31 | 2017-05-11 | Imperial Innovations Limited | A computer implemented method of deriving performance from a local model |
CN108074021A (zh) * | 2016-11-10 | 2018-05-25 | 中国电力科学研究院 | 一种配电网风险辨识系统及方法 |
CN107301479A (zh) * | 2017-04-12 | 2017-10-27 | 广东电网有限责任公司电力调度控制中心 | 基于自然灾害风险的输电系统多场景规划方法 |
CN109242314A (zh) * | 2018-09-12 | 2019-01-18 | 全球能源互联网研究院有限公司 | 一种配电网全景监测指标的评估方法及装置 |
CN111489091A (zh) * | 2020-04-14 | 2020-08-04 | 广东电网有限责任公司广州供电局 | 一种电力系统恢复力综合评价方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114022013A (zh) * | 2021-11-15 | 2022-02-08 | 国网电力科学研究院有限公司 | 一种系统保护故障场景生成方法及装置 |
CN115330559A (zh) * | 2022-10-17 | 2022-11-11 | 国网浙江余姚市供电有限公司 | 一种信息数据时空协同的配电网弹性评估方法和装置 |
CN115330559B (zh) * | 2022-10-17 | 2023-01-20 | 国网浙江余姚市供电有限公司 | 一种信息数据时空协同的配电网弹性评估方法和装置 |
CN116244776A (zh) * | 2023-02-03 | 2023-06-09 | 杭州比智科技有限公司 | 基于SVG与echarts实时显示车间设备状态的方法及系统 |
CN116244776B (zh) * | 2023-02-03 | 2024-08-13 | 杭州比智科技有限公司 | 基于SVG与echarts实时显示车间设备状态的方法及系统 |
CN115879833A (zh) * | 2023-03-02 | 2023-03-31 | 国网山东省电力公司威海供电公司 | 考虑灾害响应和恢复的双层配电网韧性评估方法及系统 |
CN117335570A (zh) * | 2023-10-09 | 2024-01-02 | 国网河南省电力公司濮阳供电公司 | 一种弹性配电网全景信息可视化监测系统及方法 |
CN117335570B (zh) * | 2023-10-09 | 2024-06-21 | 国网河南省电力公司濮阳供电公司 | 一种弹性配电网全景信息可视化监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113191687B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113191687B (zh) | 一种弹性配电网全景信息可视化方法及系统 | |
CN102063651B (zh) | 一种基于在线采集数据的城市电网风险评估系统 | |
CN102237720B (zh) | 一种电网安全分析、预警及控制方法 | |
CN108375715A (zh) | 一种配电网线路故障风险日预测方法及系统 | |
CN107633320B (zh) | 一种基于气象预测和风险评估的电网线路重要度评估方法 | |
CN107274115A (zh) | 基于分布式监测和多源信息融合的主动配电网态势感知系统和方法 | |
CN103793853A (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
CN105787606A (zh) | 一种基于超短期负荷预测的电力调度在线趋势预警系统 | |
CN103150635B (zh) | 电力设备运维方法 | |
CN102708411A (zh) | 一种地区电网在线风险评估方法 | |
CN112242701B (zh) | 一种基于配电网多故障抢修任务的分配方法及系统 | |
CN110942235B (zh) | 一种电力应急评估系统 | |
CN111860943A (zh) | 基于数值气象数据与机器学习的电网故障预测方法及系统 | |
CN105184490B (zh) | 电网调度操作过程风险辅助预控系统 | |
CN106570567A (zh) | 一种主网检修多约束多目标评估专家系统及优化方法 | |
CN115456410A (zh) | 一种电网风险的评估方法及评估系统 | |
CN111047169A (zh) | 一种电网调度用故障分析检测系统 | |
Guo et al. | Evidence-based approach to power transmission risk assessment with component failure risk analysis | |
CN115603459A (zh) | 一种基于数字孪生技术的配电网关键厂站监测方法与系统 | |
CN117614137A (zh) | 基于多源数据融合的配电网优化系统 | |
CN104463465A (zh) | 一种基于分布式模型的实时监控集群处理方法 | |
CN115457211A (zh) | 基于数字孪生的变电站管理方法及系统 | |
Chen et al. | A BP neural network-based hierarchical investment risk evaluation method considering the uncertainty and coupling for the power grid | |
CN104050377A (zh) | 一种时变设备故障概率确定方法 | |
CN115730749A (zh) | 基于融合电力数据的电力调度风险预警方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |