一种配电网可靠性评估方法、装置、设备及介质与流程

1.本发明属于配电网可靠性评价技术领域，具体涉及一种配电网可靠性评估方法、装置、设备及介质。


背景技术：

2.在全球能源利用向清洁低碳、安全高效转型的大背景下，分布式电源(distributed generation,dg)大规模参与到配电网的运行之中，一方面可以降低电网运行成本，有益于节能减排；另一方面其间歇性和随机性将加剧配电网中电压、频率的波动，对配电网的功率平衡与安全运行、电能质量以及可靠性带来了不容忽视的负面影响。因此，传统意义上以单向潮流为主的被动配电系统(passive distribution system，pds)的运行管理模式不再适用。可靠性是规划、设计、基建、施工、设备选型、生产运行、供电服务等方面的质量和管理水平的综合体现，所建立的可靠性计算模型应能反映配电网的拓扑结构、元件状态、运行模式及对用户的失效影响。
3.现阶段关于配电网的可靠性计算仍存在以下不足：一方面现有设备可靠性建模时，大多考虑设备的稳态状态概率；而实际运行时，设备的投切和检修等因素影响，稳态模型会造成较大的误差，无法反映故障率的动态性；对模型的相关参数求解较困难，误差依赖于统计数据。另一方面目前对于可靠性的研究多偏向于中长期的稳态可靠性。


技术实现要素：

4.本发明的目的在于提供一种配电网可靠性评估方法、装置、设备及介质，以解决现有配电网可靠性评估不准确的技术问题。
5.第一方面，一种配电网可靠性评估方法，其特征在于，包括以下步骤：
6.获取预设区域内配电网的源网荷储数据，基于源网荷储数据建立配电网时序仿真模型，并根据配电网时序仿真模型生成源荷率时序仿真数据；
7.获取预设区域内配电网的设备台账数据，基于设备台账数据拟合出变压器和线路的动态故障率模型，并根据动态故障率模型得到故障率时序仿真数据；
8.将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化；
9.采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间；
10.根据等效平均停电持续时间计算可靠性评估指标。
11.本发明的进一步改进在于：所述配电网时序仿真模型包括输出功率模型、储能模型和负荷模型。
12.本发明的进一步改进在于：所述将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化中，具体包括以下步骤：
13.步骤一、根据源荷率时序仿真数据和故障率时序仿真数据初始化k个聚类中心；
14.步骤二、计算各粒子与各聚类中心的距离，并将每个粒子分配到距离最近的聚类中心；
15.步骤三、根据畸变函数的结果判断是否满足收敛条件，若满足收敛条件则计算validity(k)指数；若不满足收敛条件则更新聚类中心返回步骤二；
16.步骤四、判断k是否达到上限，若未达到上限则更新k的值返回步骤二；
17.步骤五、将validity(k)指数最小值对应的k值作为麻雀搜索算法目标解的维度；
18.步骤六、初始化麻雀搜索算法参数；
19.步骤七、采用随机化的方法生成初始麻雀种群位置；
20.步骤八、计算每只麻雀的个体适应度值，并对所有个体适应度值进行排序，得到最优适应度值和最差适应度值，根据最优适应度值得到最优位置，根据最差适应度值得到最差位置；
21.步骤九、麻雀搜索算法参数、最优适应度值、最差适应度值、最优位置和最差位置更新发现者、加入者和警戒者的位置；
22.步骤十、根据发现者、加入者和警戒者的位置更新每只麻雀的个体适应度值，并对所有个体适应度值进行排序，得到最优适应度值和最差适应度值，根据最优适应度值得到最优位置，根据最差适应度值得到最差位置；
23.步骤十一、判断是否到达最大迭代次数，若未到达最大迭代次数则重复步骤九-步骤十一；若到达最大迭代次数则输出迭代过程中最大的最优适应度值作为最优目标值，并将最优目标值的相对位置作为最优目标解作为最优目标解输出；
24.步骤十二、将最优目标解作为初始聚类中心重复步骤二-步骤三得到validity(k)指数最小时对应的k值，根据validity(k)指数最小时对应的k值得到聚类结果，聚类结果即为源-荷-率三维典型场景集合。
25.本发明的进一步改进在于：所述k的取值范围为m为粒子的个数。
26.本发明的进一步改进在于：所述采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间中，具体包括以下步骤：
27.计算孤岛成功形成概率，并根据孤岛成功形成概率计算孤岛转供概率；
28.计算联络线形成转供通道概率，并根据联络线形成转供通道概率计算停电负荷能通过联络线转供概率；
29.采用最小路法计算开关故障率和平均停电持续时间；
30.根据孤岛转供概率、联络线转供概率、开关故障率和平均停电持续时间建立可靠性指标评价模型；
31.将每个源-荷-率三维典型场景输入可靠性指标评价模型得到对应的等效平均停电持续时间。
32.本发明的进一步改进在于：所述计算联络线形成转供通道概率，并根据联络线形成转供通道概率计算停电负荷能通过联络线转供概率中，具体包括以下步骤：
33.获取联络开关有效动作的概率和分段开关有效动作的概率；
34.根据联络开关有效动作的概率和分段开关有效动作的概率计算联络线形成转供通道概率；
35.计算联络线能够持续供给负荷的概率；
36.根据联络线能够持续供给负荷的概率和联络线形成转供通道概率计算停电负荷能通过联络线转供概率。
37.本发明的进一步改进在于：所述根据等效平均停电时间计算可靠性评估指标中，具体包括以下步骤：
38.计算每个源-荷-率三维典型场景出现的概率；
39.根据每个源-荷-率三维典型场景出现的概率和每个源-荷-率三维典型场景对应的等效平均停电持续时间得到可靠性评估指标。
40.第二方面，一种配电网可靠性评估装置，包括：
41.源荷率时序仿真数据生成模块：用于获取预设区域内配电网的源网荷储数据，基于源网荷储数据建立配电网时序仿真模型，并根据配电网时序仿真模型生成源荷率时序仿真数据；
42.故障率时序仿真数据生成模块：用于获取预设区域内配电网的设备台账数据，基于设备台账数据拟合出变压器和线路的动态故障率模型，并根据动态故障率模型得到故障率时序仿真数据；
43.聚类模块：用于将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化；
44.等效平均停电持续时间计算模块：用于采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间；
45.评估模块：用于根据等效平均停电持续时间计算可靠性评估指标。
46.第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种配电网可靠性评估方法。
47.第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种配电网可靠性评估方法。
48.与现有技术相比，本发明至少包括以下有益效果：
49.1、本发明通过利用麻雀搜索算法优化k-means来提取源-荷-率三维典型场景，与传统典型场景提取方法相比，优化后的方法解决了初始聚类中心和聚类个数选取难的问题，具有更高的计算精度和稳定性，避免陷入局部最优；
50.2、本发明利用最小路法计算等效平均停电持续时间，来解决模拟法耗时长收敛性差，解析法难以处理故障时的动态过程的问题，可以准确表征电网统计年限内综合可靠性；
51.3、本发明计及开关失效信息，修正了支路向上等效时故障下游区域的等效平均停电持续时间，完善了传统可靠性计算的不足，从而形成了兼顾不确定性与计算效率的配电网可靠性快速计算方法，符合新型电力系统的发展趋势。
附图说明
52.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
53.在附图中：
54.图1为本发明一种配电网可靠性评估方法的流程图；
55.图2为本发明一种配电网可靠性评估装置的结构框图；
56.图3为本发明实施例2中的配电网拓扑结构图。
具体实施方式
57.下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
58.以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
59.实施例1
60.一种配电网可靠性评估方法，如图1所示，包括以下步骤：
61.s1、获取预设区域内配电网的源网荷储数据，基于源网荷储数据建立配电网时序仿真模型，并根据配电网时序仿真模型生成源荷率时序仿真数据；
62.具体的，配电网时序仿真模型包括：输出功率模型、储能模型和负荷模型，配电网时序仿真模型的输出结果为源荷率时序仿真数据；
63.具体的，预设区域内的每种发电类型对应一个输出功率模型，；
64.以光伏和风电为例，风力发电的输出功率模型：
[0065][0066]
式中，p
wt
为风电机组输出的有功功率；p
r-wt
为风电机组输出的额定有功功率；v为实际风速；v
in
为风电机组的切入风速；vr为风电机组的额定风速；v
out
为风电机组的切出风速；
[0067]
风力发电的输出功率模型建立过程中根据统计规律，通过weibull分布描述风速的随机性；
[0068]
光伏的输出功率模型：
[0069][0070]
式中，p
pv
为光伏输出的有功功率；n
pv
为光伏单元的数量；p
r-pv
为一个光伏单元的额定有功功率；rc为实际光照强度；rr为标准光照强度；k为功率温度系数；tc为实际环境温度；tr为标准环境温度。
[0071]
具体的，储能模型采用“低储高发”的运行策略进行建立，若风机和光伏的出力之和大于该时刻负荷，储能装置充电，若出力之和小于负荷，则储能对外放电。ess蓄电池的寿命与充放电深度有关，过充和过放都会增加蓄电池寿命损耗，所以，蓄电池充放电功率需要
处在一个合理的范围内。
[0072]
储能模型如下：
[0073][0074]
式中，soc(t)为储能系统初始容量；soc(t+1)为t+1时刻容量；soc
max
为储能系统容量上限；soc
min
为储能系统容量下限；pb(t)为t时刻储能系统的充电功率；p
b,min
为储能系统允许充放电功率的上限；p
b,max
为储能系统允许充放电功率的下限。
[0075]
具体的，负荷模型以正态分布来描述负荷的随机波动性，公式如下：
[0076]
p
l
(h)＝p
lt
(h)+p
lr
(h)
[0077]
p
lt
(h)＝pyp
y-m
p
y-d
p
y-h
[0078][0079]
式中，p
l
(h)表示负荷的功率，p
lt
(h)表示负荷的时变特性模型，p
lr
(h)表示负荷的随机波动特性模型，py表示年负荷峰值，p
y-m
表示月负荷峰值对年负荷峰值所占的百分比，p
y-d
表示日负荷峰值对月负荷峰值所占的百分比，p
y-h
表示时负荷峰值对日负荷峰值所占百分比，σ
l
表示表征负荷波动的期望值，μ
l
表示表征负荷波动的标准差；
[0080]
s2、获取预设区域内配电网的设备台账数据，基于设备台账数据拟合出变压器和线路的动态故障率模型，并根据动态故障率模型得到故障率时序仿真数据；
[0081]
s2中步骤为本领域常规技术手段，具体事例根据failure probability model of distribution network equipment based on improved age-reduction model and factor correction[c]//2021ieee/ias industrial and commercial power system asia(i&cps asia).ieee,2021:639-645得到，本实施例中不再赘述。
[0082]
s3、将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化；
[0083]
具体的，在s3中包括：
[0084]
s31、根据源荷率时序仿真数据和故障率时序仿真数据初始化k个聚类中心；
[0085]
s32、计算各粒子与各聚类中心的距离，并将每个粒子分配到距离最近的聚类中心；
[0086]
s33、根据畸变函数的结果判断是否满足收敛条件，若满足收敛条件则计算validity(k)指数；若不满足收敛条件则更新聚类中心返回步骤s32；
[0087]
具体的，判断是否满足收敛条件时，根据连续两次为迭代的畸变函数变化值为依据进行判断；
[0088]
具体的，畸变函数如下：
[0089][0090]
式中，minf表示f的最小值，m表示聚类个数，ei表示第i类的类中心，e
i表示
第i类的样本集合；x∈ei(i＝1,2,
…
m)；
[0091]
更新聚类中心时采用如下公式；
[0092][0093]
式中，ni表示
[0094]
validity(k)指数的计算公式如下：
[0095][0096]
式中，m为粒子的个数；分子部分表示类内粒子平均间距，分母部分表示类间最小间距，根据分类特性，类内间距越小以及类间间距越大，则分类效果越好。所以validity(k)指数越小时，分类效果越好。
[0097]
通过改变聚类中心的个数，以validity(k)指数为判据，寻找最优的聚类个数。k的取值范围一般为
[0098]
s34、判断k是否达到上限，若未达到上限则更新k的值返回步骤s32；
[0099]
具体的，在s34的步骤中，k从小到大进行取值；
[0100]
s35、将validity(k)指数最小值对应的k值作为麻雀搜索算法目标解的维度；
[0101]
s36、初始化麻雀搜索算法参数；
[0102]
麻雀搜索算法参数包括：麻雀种群数目d、发现者比例pd、警戒者比例sd、安全值st、目标解的维度d、目标解的上限ub、目标解的下限lb和最大迭代次数iter
max
；
[0103]
在步骤s36中目标解的维度d不进行初始化，仍为s35中得到的值；
[0104]
s37、采用随机化的方法生成初始麻雀种群位置；
[0105]
s38、计算每只麻雀的个体适应度值，并对所有个体适应度值进行排序，得到最优适应度值和最差适应度值，根据最优适应度值得到最优位置，根据最差适应度值得到最差位置；
[0106]
具体的，s38中采用如下公式计算个体适应度值：
[0107][0108]
个体适应度值的最大值为最优适应度值，个体适应度值的最小值为最差适应度值；
[0109]
最优适应度值的相对位置是最优位置，最差适应度值的相对位置是最差位置；
[0110]
s39、麻雀搜索算法参数、最优适应度值、最差适应度值、最优位置和最差位置更新
发现者、加入者和警戒者的位置；
[0111]
具体的，在s39中包括以下步骤：
[0112][0113]
式中，t表示当前迭代次数；为种群中第i只麻雀在第j维搜索空间迭代次数为t时的位置信息值；α为[0,1]的随机数；r2为警戒值；st为安全阈值；q为服从正态分布的随机数；l为一个1
×
d的全1矩阵；r2《st表示未发现捕食者或其他危险，搜索环境安全，发现者可广泛搜索；r2≥st表示警戒者发出报警信号，所有麻雀迅速飞到安全区域。
[0114][0115]
式中，表示当前全局的最差位置；x
p
为目前发现者所占据的最优位置；a
+
＝a
t
(aa
t
)-1
，a为一个内部元素随机分配1或-1的1
×
d矩阵；表示适应度值较差的第i只加入者处于饥饿的状态，需要飞往其他方向寻找食物。
[0116][0117]
式中，为当前全局的最佳位置；β为服从均值为0，方差为1的正态分布随机数的步长控制参数；k∈[-1,1]为一个随机数，表示麻雀移动的方向和步长控制参数；fi为当前第i只麻雀的适应度值；fg为当前全局最优适应度值；fw为当前全局最差适应度值；ε为一个常数，避免分母为0；fi》fg表示麻雀处于种群的边缘位置，易受到捕食者的攻击；fi＝fg表示种群中间的麻雀意识到危险，需要靠近其他麻雀，减少被捕食的风险。
[0118]
s310、根据发现者、加入者和警戒者的位置更新每只麻雀的个体适应度值，并对所有个体适应度值进行排序，得到最优适应度值和最差适应度值，根据最优适应度值得到最优位置，根据最差适应度值得到最差位置；
[0119]
s311、判断是否到达最大迭代次数，若未到达最大迭代次数则重复步骤s39-s310；若到达最大迭代次数则输出迭代过程中最大的最优适应度值作为最优目标值，并将最优目标值的相对位置作为最优目标解作为最优目标解输出；
[0120]
s312、将最优目标解作为初始聚类中心重复步骤s32～s33得到validity(k)指数最小时对应的k值，根据validity(k)指数最小时对应的k值得到聚类结果输出源-荷-率三维典型场景集合；
[0121]
s4、采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间；
[0122]
具体的，在s4中包括以下步骤：
[0123]
s41、计算孤岛成功形成概率ps，并根据孤岛成功形成概率计算孤岛转供概率；
[0124]
当主网发生故障时，可以通过计划孤岛或者联络线转供从而恢复供电，而能否成功转供依赖于孤岛和联络线转供概率。由于信息系统的影响，开关有一定概率拒动，从而影响故障自愈。
[0125]
考虑到孤岛形成概率与持续时间，本实施例通过将离线的孤岛概率计算和在线的可靠性计算相结合的方法，既能考虑计划孤岛的概率性，又不影响最小路法计算可靠性的速度。因此，通过求出一年内孤岛中负荷需求小于dg和ess可用出力的持续时间比例作为计算孤岛能够成功形成的概率ps，
[0126]
具体的，孤岛成功形成概率ps的计算公式：
[0127][0128][0129]
式中，p
bess,max
表示ess系统最大出力，n
island
表示计划孤岛内用户数，pk(t)表示计划孤岛中第k个用户在t时刻的负荷需求量；
[0130]
具体的，孤岛转供概率计算公式如下：
[0131]
p
q,l
＝p
es
p
dg
p
pcc
ps[0132]
式中，p
q,l
为计划孤岛内停电用户能够通过孤岛l转供的概率；p
es
为ess有效运行概率；p
dg
为dg有效运行概率；p
pcc
为pcc开关有效动作概率；
[0133]
s42、计算联络线形成转供通道概率，并根据联络线形成转供通道概率计算停电负荷能通过联络线转供概率；
[0134]
具体的，在s42中包括：
[0135]
s421、获取联络开关有效动作的概率和分段开关有效动作的概率；
[0136]
s422、根据联络开关有效动作的概率和分段开关有效动作的概率计算联络线形成转供通道概率；
[0137][0138]
式中，为联络线i形成转供通道概率；p
ts
为联络开关有效动作的概率；p
ss
为分段开关有效动作的概率。
[0139]
s423、计算联络线能够持续供给负荷的概率；
[0140][0141]
式中，当t时刻联络线转供区域内的负荷量大于联络线传输功率上限时，c(t)取值为0，否则为1。
[0142]
s424、根据联络线能够持续供给负荷的概率和联络线形成转供通道概率计算停电负荷能通过联络线转供概率；
[0143][0144]
式中，p
t，i
表示停电负荷能通过联络线i转供的概率；
[0145]
s43、采用最小路法计算开关故障率和平均停电持续时间；
[0146]
与传统意义上停电持续时间为简单的开关动作时间不同的是，本发明的等效停电持续时间应为开关动作成功和失败两种状态下的等效停电持续时间期望值。
[0147]
计及断路器拒动的支路向上等效。断路器的动作不需要控制中心下达控制指令，其自身的机械装置能有效地将故障支路切除。因此，对于首端为断路器的配电支路f的等效故障率λ
eq,f
和等效平均停电持续时间r
eq,f
。
[0148][0149][0150]
式中，p
br
为断路器成功动作的概率；λi为支路f上元件i或下游支路i等效的故障率；m为支路f上元件i的总数目或下游支路i的总数目；t
br
为断路器动作的时间；ri为支路f上元件i或下游支路i等效的平均停电持续时间。
[0151]
计及分段开关拒动的支路向上等效。与断路器不同的是，含有分段开关支路的故障率不仅与当前支路的故障有关，还可能受到下游支路分段开关拒动的影响。根据分段开关将支路划分为n个区域，当发生故障的时候，首先由故障区域的分段开关隔离故障，若无法有效动作，上游分段开关将依次尝试隔离故障。因此，首端含有分段开关的配电支路f的等效故障率λ
eq,f
：
[0152][0153]
式中，λ
i-1
为第i-1个区域的等效故障率；p
ss,j
为分段开关j有效动作的概率；m为分段开关的数目。
[0154]
位于分段开关j下游的区域，若该开关能够成功将故障隔离，则下游区域的平均停电持续时间为该分段开关动作时间t
ss
。因此，首端含有分段开关的配电支路f的等效平均停电持续时间req,f：
[0155]
[0156][0157]
式中，ri为分段开关i下游区域的平均停电持续时间；λi为分段开关i的故障率；λj为分段开关i所在支路的元件j或下游支路j等效的故障率；r
eq,i-1
为分段开关i下游区域的等效平均停电持续时间。
[0158]
s44、根据孤岛转供概率、联络线转供概率、开关故障率和平均停电持续时间建立可靠性指标评价模型；
[0159]
具体的，可靠性指标评价模型如下：
[0160][0161][0162]
式中，n1为用户n非最小路支路的数目；n2为用户n最小路上元件的数目；为c场景下用户n非最小路支路i的等效故障率；为c场景下用户n最小路上元件j的故障率；为c场景下用户n非最小路支路i的等效平均停电持续时间；为c场景下用户n最小路上元件j的平均停电持续时间。
[0163]
s45、将每个源-荷-率三维典型场景输入可靠性指标评价模型得到对应的等效平均停电持续时间；
[0164]
对于计划孤岛内的用户n，停电用户在c场景下有的概率可以通过计划孤岛恢复供电。则计划孤岛用户n在c场景下的故障率
[0165][0166]
式中，n为计划孤岛l内与主电源的最小路上的元件和支路的数目；为c场景下计划孤岛l内到主电源最小路上的元件j或支路j等效的故障率；为用户n到pcc处的等效故障率。
[0167]
因此，计划孤岛内用户n在c场景下的平均停电持续时间
[0168][0169]
式中，tq为计划孤岛运行模式切换时间；为c场景下计划孤岛运行区域内到主电源间最小路上的元件j或支路j的平均停电持续时间；为c场景下用户n到pcc处的等效平均停电持续时间。
[0170]
对于联络线转供区域内的用户n，停电用户在c场景下有的概率可以通过联络线i恢复供电。因此，该区域内用户n在c场景下的故障率
[0171][0172]
式中，n为联络线i转供区域内与主电源的最小路上的元件和支路的数目；为c场景下联络线i的转供区域内到主电源的最小路上的元件j或支路j等效的故障率；为c场景下用户n到联络线转供区域首端分段开关处的等效故障率。
[0173]
因此，联络线转供区域内用户n在c场景下的平均停电持续时间
[0174][0175]
式中，t
t
为联络线转供切换时间；为c场景下联络线转供区域内到主电源最小路上的元件j或支路j等效的平均停电持续时间；为c场景下用户n到联络线转供区域首端分段开关处的等效平均停电持续时间。
[0176]
s5、根据等效平均停电持续时间计算可靠性评估指标。
[0177]
s51、计算每个源-荷-率三维典型场景出现的概率；
[0178][0179]
式中，pk为第k个典型场景的概率；tk为第k个场景所能代表的时长；t为统计年限的时长；ck为第k个场景包含的粒子数目，m为总粒子数。
[0180]
s52、根据每个源-荷-率三维典型场景出现的概率和每个源-荷-率三维典型场景对应的等效平均停电持续时间得到可靠性评估指标；
[0181][0182]
式中，fi为第i个可靠性指标值；为第k个典型场景下第i个可靠性指标计算值。
[0183]
第k个典型场景下第i个可靠性指标计算值根据等效平均停电持续时间得到。
[0184]
实施例2
[0185]
一种配电网可靠性评估方法的实际算例，采用改进的ieee rbts-bus 6馈线f4作实例分析，系统接线图如图3所示。ess为1台6mw/32mw
·
h储能系统，断路器有效动作的概率为80％，分段开关、联络开关和pcc有效动作的概率为90％，计及故障恢复的过程，分段开关、pcc的倒闸操作时间为2min，联络开关倒闸操作的时间为1min，联络线传输的最大功率为6mw。各元件的故障率和修复时间如表1所示。
[0186]
表1元件故障率与修复时间
[0187][0188]
为了验证本发明所提的基于典型场景的可靠性计算方法的准确性以及计算的高效性，就以下2种对比情况展开分析：
[0189]
(1)采用本发明的计算方法和改进的序贯蒙特卡洛模拟法。
[0190]
表2两种方法下配电网可靠性指标
[0191][0192]
由2可知，两种方法计算得到的结果相近，saifi相差6.32％，saidi相差6.29％，caidi相差0.33％，asai相差0.01％，eens相差2.31％，在忽略计算误差的情况下，二者计算得到的可靠性指标差异不大。从计算时间上来看，序贯蒙特卡洛法时为了保证算法的本身的收敛以及计算结果的准确性，需要大规模的随机仿真，而本发明的方法耗费的时间主要在前期的场景优化中，改进的最小路法仅需要4.46s。因此，本发明可以在全面展现系统可靠性指标及有效模拟随机变量不确定性的情况下，节省计算时间，具有一定的高效性。
[0193]
(2)情况1:配电网中不含计划孤岛；
[0194]
情况2：配电网中含有计划孤岛，但不考虑储能、dg、pcc开关的有效运行效率，只考虑离线孤岛形成概率；
[0195]
情况3：配电网中含有计划孤岛，且考虑各元件的有效运行概率，即本发明的计算方法。
[0196]
选取负荷点l
p9
和l
p22
研究，得到不同情况下的部分负荷点的可靠性指标如表3所示，计算得到的系统可靠性指标结果如表4所示。
[0197]
表3不同情况下部分负荷点可靠性指标
[0198][0199]
表4不同情况下的可靠性指标结果
[0200][0201]
计划孤岛外的负荷的可靠性不受计划孤岛的影响。对比情况1和情况2可知，负荷点22的故障率下降了62.199％，平均故障修复时间下降了24.837％，年平均停电时间下降了71.588％，说明在考虑计划孤岛转供时，能有效提升孤岛内用户的可靠性。从系统可靠性角度来看，saifi降低了8.878％，saidi降低了9.787％，caidi降低了0.999％，asai提升了0.04％，eens降低了22.093％，因此，采用计划孤岛能有效提升配电网的可靠性。
[0202]
对比情况2和情况3，负荷点22的故障率上升了27.738％，平均故障修复时间上升了11.537％，年平均停电时间上升了42.493％，总体上，saifi上升了1.639％，saidi上升了1.828％，caidi上升0.184％，asai几乎不变，eens上升了4.778％，因此，计划孤岛的成功运行依赖于集中控制中心的调度。
[0203]
实施例3
[0204]
一种配电网可靠性评估装置，如图2所示，包括：
[0205]
源荷率时序仿真数据生成模块：用于获取预设区域内配电网的源网荷储数据，基于源网荷储数据建立配电网时序仿真模型，并根据配电网时序仿真模型生成源荷率时序仿真数据；
[0206]
故障率时序仿真数据生成模块：用于获取预设区域内配电网的设备台账数据，基于设备台账数据拟合出变压器和线路的动态故障率模型，并根据动态故障率模型得到故障率时序仿真数据；
[0207]
聚类模块：用于将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化；
[0208]
等效平均停电持续时间计算模块：用于采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间；
[0209]
评估模块：用于根据等效平均停电持续时间计算可靠性评估指标。
[0210]
实施例4
[0211]
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种配电网可靠性评估方法，包括以下步骤：
[0212]
获取预设区域内配电网的源网荷储数据，基于源网荷储数据建立配电网时序仿真模型，并根据配电网时序仿真模型生成源荷率时序仿真数据；
[0213]
获取预设区域内配电网的设备台账数据，基于设备台账数据拟合出变压器和线路的动态故障率模型，并根据动态故障率模型得到故障率时序仿真数据；
[0214]
将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化；
[0215]
用于采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间；
[0216]
用于根据等效平均停电持续时间计算可靠性评估指标。
[0217]
实施例5
[0218]
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现一种配电网可靠性评估方法。
[0219]
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
[0220]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
[0221]
本发明是参照根据本发明实施例的方法、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。
[0222]
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。
[0223]
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。
[0224]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽
管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

技术特征：
1.一种配电网可靠性评估方法，其特征在于，包括以下步骤：获取预设区域内配电网的源网荷储数据，基于源网荷储数据建立配电网时序仿真模型，并根据配电网时序仿真模型生成源荷率时序仿真数据；获取预设区域内配电网的设备台账数据，基于设备台账数据拟合出变压器和线路的动态故障率模型，并根据动态故障率模型得到故障率时序仿真数据；将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化；采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间；根据等效平均停电持续时间计算可靠性评估指标。2.根据权利要求1所述的一种配电网可靠性评估方法，其特征在于，所述配电网时序仿真模型包括输出功率模型、储能模型和负荷模型。3.根据权利要求1所述的一种配电网可靠性评估方法，其特征在于，所述将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化的步骤，具体包括：步骤一、根据源荷率时序仿真数据和故障率时序仿真数据初始化k个聚类中心；步骤二、计算各粒子与各聚类中心的距离，并将每个粒子分配到距离最近的聚类中心；步骤三、根据畸变函数的结果判断是否满足收敛条件，若满足收敛条件则计算validity指数；若不满足收敛条件则更新聚类中心返回步骤二；步骤四、判断k是否达到上限，若未达到上限则更新k的值返回步骤二；步骤五、将validity指数最小值对应的k值作为麻雀搜索算法目标解的维度；步骤六、初始化麻雀搜索算法参数；步骤七、采用随机化的方法生成初始麻雀种群位置；步骤八、计算每只麻雀的个体适应度值，并对所有个体适应度值进行排序，得到最优适应度值和最差适应度值，根据最优适应度值得到最优位置，根据最差适应度值得到最差位置；步骤九、麻雀搜索算法参数、最优适应度值、最差适应度值、最优位置和最差位置更新发现者、加入者和警戒者的位置；步骤十、根据发现者、加入者和警戒者的位置更新每只麻雀的个体适应度值，并对所有个体适应度值进行排序，得到最优适应度值和最差适应度值，根据最优适应度值得到最优位置，根据最差适应度值得到最差位置；步骤十一、判断是否到达最大迭代次数，若未到达最大迭代次数则重复步骤九-步骤十一；若到达最大迭代次数则输出迭代过程中最大的最优适应度值作为最优目标值，并将最优目标值的相对位置作为最优目标解作为最优目标解输出；步骤十二、将最优目标解作为初始聚类中心重复步骤二-步骤三得到validity指数最小时对应的k值，根据validity指数最小时对应的k值得到聚类结果，聚类结果即为源-荷-率三维典型场景集合。4.根据权利要求3所述的一种配电网可靠性评估方法，其特征在于，所述k的取值范围为m为粒子的个数。
5.根据权利要求1所述的一种配电网可靠性评估方法，其特征在于，所述采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间的步骤中，具体包括：计算孤岛成功形成概率，并根据孤岛成功形成概率计算孤岛转供概率；计算联络线形成转供通道概率，并根据联络线形成转供通道概率计算停电负荷能通过联络线转供概率；采用最小路法计算开关故障率和平均停电持续时间；根据孤岛转供概率、联络线转供概率、开关故障率和平均停电持续时间建立可靠性指标评价模型；将每个源-荷-率三维典型场景输入可靠性指标评价模型得到对应的等效平均停电持续时间。6.根据权利要求5所述的一种配电网可靠性评估方法，其特征在于，所述计算联络线形成转供通道概率，并根据联络线形成转供通道概率计算停电负荷能通过联络线转供概率的步骤中，具体包括：获取联络开关有效动作的概率和分段开关有效动作的概率；根据联络开关有效动作的概率和分段开关有效动作的概率计算联络线形成转供通道概率；计算联络线能够持续供给负荷的概率；根据联络线能够持续供给负荷的概率和联络线形成转供通道概率计算停电负荷能通过联络线转供概率。7.根据权利要求1所述的一种配电网可靠性评估方法，其特征在于，所述根据等效平均停电时间计算可靠性评估指标的步骤中，具体包括：计算每个源-荷-率三维典型场景出现的概率；根据每个源-荷-率三维典型场景出现的概率和每个源-荷-率三维典型场景对应的等效平均停电持续时间得到可靠性评估指标。8.一种配电网可靠性评估装置，其特征在于，包括：源荷率时序仿真数据生成模块：用于获取预设区域内配电网的源网荷储数据，基于源网荷储数据建立配电网时序仿真模型，并根据配电网时序仿真模型生成源荷率时序仿真数据；故障率时序仿真数据生成模块：用于获取预设区域内配电网的设备台账数据，基于设备台账数据拟合出变压器和线路的动态故障率模型，并根据动态故障率模型得到故障率时序仿真数据；聚类模块：用于将源荷率时序仿真数据和故障率时序仿真数据输入k-means算法得到源-荷-率三维典型场景集合，其中，k-means算法采用麻雀搜索算法进行优化；等效平均停电持续时间计算模块：用于采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间；评估模块：用于根据等效平均停电持续时间计算可靠性评估指标。9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，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1-7中任一项所述的一种配电网可靠性评估方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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1-7中任一项所述的一种配电网可靠性评估方法。

技术总结
本发明属于配电网可靠性评价技术领域，具体公开了一种配电网可靠性评估方法、装置、设备及介质，包括以下步骤获取预设区域内配电网的源网荷储数据建立配电网时序仿真模型，生成源荷率时序仿真数据；获取预设区域内配电网的设备台账数据建立动态故障率模型，得到故障率时序仿真数据；采用麻雀搜索算法优化后的K-means算法得到源-荷-率三维典型场景集合；采用最小路法计算每个源-荷-率三维典型场景的等效平均停电持续时间；根据等效平均停电持续时间计算可靠性评估指标。本发明通过利用麻雀搜索算法优化K-means来提取源-荷-率三维典型场景，解决了初始聚类中心和聚类个数选取难的问题，具有更高的计算精度和稳定性，避免陷入局部最优。局部最优。局部最优。


技术研发人员：朱建杰 张婷 刘盈瑞 刘广 吴金辉 于昕越 刘丛 王赫 于志超 马彧霏
受保护的技术使用者：国家电网有限公司
技术研发日：2023.05.24
技术公布日：2023/8/23