一种基于概率潮流计算的N-k故障风险评估方法及系统与流程

一种基于概率潮流计算的n-k故障风险评估方法及系统
技术领域
1.本发明涉及电网系统技术领域，尤其涉及一种基于概率潮流计算的n-k故障风险评估方法及系统。


背景技术：

2.国内外有时候会发生大停电事故，大停电事故主要由连锁故障引起。这类事故主要有以下特点：从某个元件断开开始，依次引起其他元件相继开断，当系统失去k(k≥2)个元件后，会造成大面积停电；事故发生的概率虽小，但危害极大。因此使用适当的n-k故障评估方法，可以有效识别电网中严重n-k事故，对于预防故障、保证电网安全可靠运行具有现实意义。但电网系统n-k故障过程极其复杂，尤其是如今各种新能源加入电网系统，增加了n-k故障快速准确评估的难度。
3.目前，国内外的学者对新能源加入的n-k故障分析及评估方法已经有了一定的研究，主要包括基于随机概率潮流计算得到考虑了新能源随机性的概率分布函数和累积分布函数，结合系统中切负荷量来得到故障风险指标大小以及采用机器学习算法的评估方法。其中概率潮流计算用得较多的是蒙特卡罗法，但该方法使用起来较为复杂，且现有评估方法大多是在发生故障概率分析中基于潮流计算考虑到了新能源出力随机性的影响，而在计算故障后系统切负荷量时，还是确定性的计算，没有把新能源的波动影响考虑进去，会导致评估结果不够准确；在计算故障发生后系统切负荷量时，大多数现有方案采用的是分级切负荷模型，可能会导致切的不准确，错切、误切及漏切，影响重要用户的供电可靠性，也有使用最小切负荷法的方案，但考虑的因素不够全面，没有考虑到新能源加入电力系统后存在的出力随机波动性对系统切负荷量的影响，导致计算出来的切负荷量不够准确，进而影响n-k故障风险评估结果的准确性。
4.因此，我们需要开发出一种基于概率潮流计算的n-k故障风险评估方法及系统，能够解决现有评估方案考虑不够全面，评估不够准确导致对故障的预防不到位的技术问题。


技术实现要素：

5.为克服现有n-k故障评估方法考虑新能源波动性和重要用户供电可靠性不够全面的问题，本发明提供一种基于概率潮流计算的n-k故障风险评估方法及系统。
6.为实现上述目的，本发明采用以下技术方案：
7.第一方面，提供一种基于概率潮流计算的n-k故障风险评估方法，所述方法具体步骤如下：
8.步骤s101、基于半不变量和gram-charlier级数，对考虑了新能源出力随机波动的电力系统展开概率潮流计算；
9.步骤s102、基于所述潮流计算结果中的支路功率概率分布特性，得到支路停运概率模型；
10.步骤s103、对所述电力系统中可能的n-k故障链进行分析，通过考虑了新能源出力
随机波动影响和重要用户供电可靠性的最优切负荷模型来获得n-k故障后果严重度，即n-k故障链对应的切负荷量；
11.步骤s104、基于相关变量和贝叶斯网络，计算各个所述n-k故障链的发生概率；
12.步骤s105、将所述n-k故障发生概率和所述n-k故障后果严重度的乘积作为n-k故障风险指标，计算各个故障链的n-k故障风险大小，并对所述风险指标大小进行分级，获得电力系统n-k故障的评估结果。
13.进一步地，步骤s103所述最优切负荷模型采用的是最小切负荷优化模型，可以在保证重要用户负荷不被切除的前提下对非重要用户进行切负荷，且所述切负荷模型中功率平衡约束和电压安全约束考虑了服从正态分布的新能源注入的有用功率和无用功率随机量，其所述考虑新能源不确定性和重要用户供电可靠性的最小切负荷模型中包括功率平衡约束条件和电压安全约束条件为：
[0014][0015][0016]
在所述功率平衡约束条件中，p
gi
和q
gi
表示第i个节点连接的发电机输出有功功率和无功功率；p
di
和q
di
为第i个节点连接的负荷有功和无功功率；p
ri
和q
ri
为第i个节点负荷切除的有功和无功功率，切除的无功功率按照恒功率因数方式计算得到，即为固定值；和表示第i个节点连接新能源的注入有功和无功功率，是服从正态分布的随机量；和分别表示第i个节点的节点电压幅值和第j个节点的节点电压幅值，表示第i和j个节点之间的相角差，也是服从正态分布的随机量；
[0017]
在所述节点电压安全约束条件中，考虑新能源注入功率的随机波动特性后，节点电压也是随机变量，节点电压需要满足给定置信水平下安全运行要求的电压安全约束条件，pr{
·
}表示求随机变量的概率分布，u
max
和u
min
分别表示电压幅值u的最大值和最小值，p
umin
和p
umax
是置信水平，两个节点电压上下限安全约束分别表示节点电压幅值大于等于u
min
的概率必须大于等于p
umin
的置信水平，节点电压幅值小于等于u
max
的概率必须大于等于p
umax
的置信水平。
[0018]
进一步地，步骤s104所述贝叶斯网络为n-k故障发展过程，具体为：
[0019]
所述电力系统发生初始故障后，会造成节点电压过高或过低的现象，所述电力系统根据初始故障后的网络拓扑结构进行最小切负荷计算，采取切负荷措施；
[0020]
切除负荷之后对各条支路进行支路停运概率计算，当支路停运概率大于等于给定阈值时，假定该阈值为0.3，则认为该支路存在停运的风险，激发第一层事件，切除该条支路；
[0021]
根据第一层事件发生后的网络拓扑结构再次进行最小切负荷计算，以及切负荷后的支路停运概率计算，判断是否会激发第三层事件，以此类推；
[0022]
当所有的支路停运概率均小于给定阈值0.3时，则故障停止发展，进而可以计算n-k故障整个演化路径的风险指标。
[0023]
进一步地，步骤s104所述通过贝叶斯网络计算n-k故障发生概率，具体为：
[0024]
假设n-k故障链由一系列事件组成的，且用式(1)来表示，基于贝叶斯网络的概率计算模型，可得n-k故障链发生的概率计算式(2)如下：
[0025]
lk＝{t
k1
,t
k2
,...,t
kj
}
ꢀꢀ
(1)
[0026]
p
lk
＝p
k1
p
k2
...p
kj
ꢀꢀ
(2)
[0027]
式中p
lk
是n-k故障链发生的概率，p
k1
是初始事件的概率，p
kj
是故障链中第j个事件在前一个事件即第j-1个事件发生前提下的概率；
[0028]
根据所述的n-k故障发展过程模拟，模型每次迭代模拟的支路停运概率都是在前一条支路停运的情况下进行计算，即式(2)中p
kj
为第j个事件对应的支路停运概率n-k故障链发生的概率p
lk
可计算如下式(3)：
[0029][0030]
进一步地，步骤s105所述n-k故障风险指标，并对各个可能的故障链风险根据风险指标大小分为五级，具体为：
[0031]
所述n-k故障的风险指标用n-k故障链发生概率和故障链对应的切负荷量的乘积进行量化，具体的计算公式如下式(4)：
[0032][0033]
式中表示n-k故障链中第l个停运事件对应的最小切负荷量；
[0034]
根据风险值大小，将n-k故障风险分为五级，依次用浅黑色、深灰色、中灰色、浅灰色和白色表示前五级风险，各级的具体风险值如下：
[0035]
i级-特大风险(浅黑色)：风险值≥75mw；
[0036]
ii级-重大风险(深灰色)：50≤风险值＜75mw；
[0037]
iii级-一般风险(中灰色)：30≤风险值＜50mw；
[0038]
iv级-低风险(浅灰色)：15≤风险值＜30mw；
[0039]
v级-可接受风险(白色)：0≤风险值＜15mw。
[0040]
第二方面，提供一种基于概率潮流计算的n-k故障风险评估系统，包括：
[0041]
潮流计算模块：对考虑了新能源出力随机波动的电力系统，基于半不变量和gram-charlier级数展开概率潮流计算，得到节点电压幅值、相角和支路功率的概率密度函数和累积分布函数；
[0042]
支路停运概率模块：基于所述潮流计算模块结果中的支路功率概率分布特性，得到的支路停运概率；
[0043]
切负荷模块：为了使n-k故障下各个用户所在节点电压保持在安全水平，对部分非重要用户进行切负荷处理，建立了一个考虑了新能源随机波动影响的最小切负荷模型，用来计算n-k故障下系统的负荷损失；
[0044]
故障链发展模块：在故障链发展过程中，每一层故障事件发生后都要进行下一层支路停运概率计算，直到所有的支路停运概率均小于给定阈值时，则故障停止发展，进而可
以计算故障的发生概率；
[0045]
故障风险评估模块：将故障风险指标大小量化表示为n-k故障链发生概率和故障链对应的切负荷量的乘积，并根据风险值大小对其分为五级。
[0046]
进一步地，所述故障链发展模块，包括故障链集合单元和网络拓扑结构单元：
[0047]
故障链集合单元：用于根据实际电力系统结构，生成可能发生的故障链的集合；
[0048]
网络拓扑结构单元：用于在电力系统发生初始故障后，修改系统的初始网络拓扑结构，且每次切除支路后都会网络拓扑结构被调整。
[0049]
第三方面，提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。
[0050]
第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
[0051]
由上述技术方案可知，本发明与现有技术相比至少具备以下优点和积极效果：
[0052]
(1)在n-k故障发生概率和n-k故障后果严重度的计算中双重考虑新能源出力随机波动对n-k故障风险计算的影响，基于概率潮流计算提出考虑新能源出力随机波动特性的最小切负荷机会约束规划模型，使优化结果对应的潮流状态能够保证负荷节点电压维持在安全运行范围内满足一定的置信水平，维持了系统的稳定性；
[0053]
(2)采用半不变量法进行潮流计算，实现了蒙特卡罗法同等准确效果，但比蒙特卡罗法更加简单高效；
[0054]
(3)比较充分地考虑了重要用户的可靠供电，保证重要用户的负荷在n-k故障后的切负荷阶段不被切除，且节点电压维持在安全运行范围内满足一定的置信水平，使得重要用户的供电可靠性得到了保障。
附图说明
[0055]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单的介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0056]
图1为本发明实施例的电力系统n-k故障风险评估方法的工作流程图；
[0057]
图2为本发明实施例的支路停运概率模型图；
[0058]
图3为本发明实施例的n-k故障链发展过程模拟流程图；
[0059]
图4为本发明实施例的n-k故障值指标大小风险值分级示意图；
[0060]
图5为本发明实施例的电力系统n-k故障风险评估系统结构示意图；
[0061]
图6为本发明实施例的加入新能源后的ieee39节点系统的电力系统结构示意图；
[0062]
图7为本发明实施例的节点8的电压幅值的概率密度函数图；
[0063]
图8为本发明实施例的节点8的电压幅值的累积分布函数图。
具体实施方式
[0064]
为了更加清楚地阐释本发明的目的、技术方案和优点，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，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，示例实施方式能够以多种形式实施，且
不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
[0065]
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其他的方法、组元、装置、步骤等。在其他情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
[0066]
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0067]
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0068]
下面结合具体实施例对本发明进行详细地说明：
[0069]
实施例1
[0070]
附图1所示为本技术的实施例1提供的一种基于概率潮流计算的n-k故障风险评估方法，包括：
[0071]
步骤s101、基于半不变量和gram-charlier级数，对考虑了新能源出力随机波动的电力系统展开概率潮流计算；
[0072]
需要说明的是，步骤s101中的概率潮流计算包括：
[0073]
在考虑新能源功率不确定性的概率潮流计算中，假设新能源节点注入功率服从以预测功率为期望值的正态分布，所述概率潮流计算是基于线性化潮流方程进行计算，需要得到在节点注入功率随机性作用下各个节点电压和支路功率的概率分布特性的表达式，因此对需要对交流潮流方程进行线性化计算。首先建立极坐标下的节点注入功率方程(1)和支路功率方程(2)，得到节点电压和支路功率与节点注入功率之间的关系。
[0074][0075][0076]
其中，i∈n，n是系统中所有节点的集合；j∈i表示节点j与节点i直接连接；pi和qi分别为节点i注入的有功和无功功率；ui为节点i的电压幅值；θ
ij
为节点i和j之间的电压相角差；g
ij
和b
ij
是节点i和j之间的互电导和互电纳；p
ij
和q
ij
分别为节点i和j之间支路的有功和无功功率。
[0077]
在某个运行点附近对方程(1)和(2)进行线性化，可得到下式(3)和(4)：
[0078]
[0079][0080]
其中，δp和δq为节点注入功率的偏差量，对于新能源接入的节点，δp和δq为服从期望值为零的标准正态分布的随机量；对于普通节点，δp和δq等于零。相对应地，δp
ij
和δq
ij
为支路功率的偏差量；δθ和δu为节点电压相角和幅值的偏差量。在两个雅可比矩阵中，阵中，
[0081]
根据半不变量的特性，通过方程(3)和(4)，可得到节点电压和支路功率的偏差量关于节点注入功率偏差量的表达式如下(5)和(6)：
[0082][0083][0084]
通过已知节点注入功率的半不变量，以及线性化的交流潮流方程(5)和(6)，可以得到节点电压和支路功率的半不变量，进而得到节点电压和支路功率的各阶矩，再采用gram-charlier级数对节点电压和支路功率的概率密度函数进行展开，概率密度函数的各项系数由节点电压和支路功率的各阶半不变量和矩量表示。
[0085]
节点注入功率偏差量的随机变量的各阶半不变量和各阶矩之间的关系为：
[0086][0087]
其中，δwk为节点注入功率偏差量δp和δq的第k阶半不变量，α1是δp和δq的一阶原点矩，βk是δp和δq的第k阶中心距，δp和δq的各阶矩和各阶半不变量可分别通过已知概率密度函数和式(7)计算得到。
[0088]
由方程(5)、(6)以及随机变量的半不变量的特性可得节点电压幅值相角和支路功率的各阶半不变量的表达式：
[0089][0090]
其中xk是节点电压幅值u和相角θ的第k阶半不变量，wk是支路功率p
ij
,q
ij
的第k阶半不变量。
[0091]
根据gram-charlier级数展开，随机变量的概率密度函数和累积分布函数由半不变量和hermite多项式的乘积组成。因此，节点电压幅值和相角、支路功率的概率密度函数和累积分布函数可以表示为：
[0092][0093][0094]
其中，f(x)为概率密度函数，f(x)为累积分布函数，为规格化随机变量，分别可以为节点电压幅值、相角、支路有功功率和支路无功功率；和分别为标准正态分布的概率密度函数和累积分布函数，hk为k阶hermite多项式；分别为节点电压幅值和相角、支路功率的k阶规格化半不变量。规格化随机变量与原随机变量、规格化k阶半不变量与原k阶半不变量之间的关系分别如下式(11)、(12)所示：
[0095][0096][0097]
其中，μ是随机变量x的均值，等于随机变量的一阶原点矩；σ和σ2是随机变量x的标准差和方差，方差等于随机变量的二阶中心矩，因此随机变量的均值和标准差可以通过式(7)的矩量计算得到。
[0098]
步骤s102、基于所述潮流计算结果中的支路功率概率分布特性，得到支路停运概率模型；
[0099]
需要说明的是，支路停运概率p与支路功率p
ij
的关系可近似附图2所示，由下式(13)描述：
[0100][0101]
式中p0是支路故障概率的统计平均值，和分别是p
ij
的额定值和最大值；
[0102]
考虑新能源注入功率的随机波动特性后，支路功率p
ij
不是常数，而是随机变量，基于步骤s101中的支路功率的概率计算模型，可以得到考虑新能源不确定性的支路停运概率p
ij
计算如下式(14)：
[0103][0104]
式中f(p
ij
)是支路功率的概率密度函数，可由步骤s101中支路功率概率密度函数计算模型计算得到。
[0105]
步骤s103、对系统中可能的n-k故障链进行分析，通过考虑了新能源出力随机波动影响和重要用户供电可靠性的最优切负荷模型来获得n-k故障后果严重度，即故障链对应的切负荷量；
[0106]
需要说明的是，所述最优切负荷模型，是为了降低n-k故障下系统的负荷损失，建立一个最小切负荷模型来计算n-k故障演化路径中每个元件故障停运状态引起的切负荷损失，并且在切负荷决策时不根据分级切负荷法，而是把重要用户排除在切负荷决策之外，选择非重要用户的负荷进行切除，以确保在系统中有元件故障停运的状态下各个负荷节点电压保持在安全范围内，切除的负荷量则可以用来衡量n-k故障的后果严重度，具体为：
[0107]
建立最小切负荷量函数，如下式(15)：
[0108][0109]
式中p
ri
表示第i个节点的切负荷量，nd为所有负荷节点的集合；
[0110]
系统中各种约束条件分别为：
[0111]
功率平衡约束如下式(16)：
[0112][0113]
其中，p
gi
和q
gi
表示第i个节点连接的发电机输出有功和无功功率；p
di
和q
di
为第i个节点连接的负荷有功和无功功率；p
ri
和q
ri
为第i个节点负荷切除的有功和无功功率，切除的无功功率按照恒功率因数方式计算得到，即q
ri
＝p
ri
tanφ，tanφ为固定值；和表示第i个节点连接新能源的注入有功和无功功率，是服从正态分布的随机量；和分别表示第i个节点的节点电压幅值和第j个节点的节点电压幅值，是第i个节点和第j个节点之间的相角差，也是服从正态分布的随机量；
[0114]
发电机功率上下限约束如下式(17)：
[0115][0116]
其中，p
gmax
和p
gmin
为pg的最大值和最小值，q
gmax
和q
gmin
为qg的最大值和最小值；
[0117]
考虑新能源注入功率的随机波动特性后，节点电压也是随机变量，节点电压满足给定置信水平下安全运行要求的电压上下限安全约束如下式(18)：
[0118][0119]
其中，pr{
·
}表示求随机变量的概率分布，u
max
和u
min
分别表示电压幅值u的最大值和最小值，p
umin
和p
umax
是置信水平，两个节点电压上下限安全约束分别表示节点电压幅值大于等于u
min
的概率必须大于等于p
umin
的置信水平，节点电压幅值小于等于u
max
的概率必须大于等于p
umax
的置信水平。
[0120]
基于步骤s101中求出的节点电压幅值概率分布模型和正态分布的分位点可将式(18)的机会约束转化成确定性约束，如式(19)所示：
[0121][0122]
其中，由式(7)、(8)和(12)计算得到，和由式(7)和(11)计算得到；
[0123]
切负荷量约束如下式(20)：
[0124]
0≤p
ri
≤p
di
ꢀꢀ
(20)
[0125]
因此，考虑新能源不确定性和重要用户供电可靠性的最小切负荷模型可以简写为下式(21)：
[0126][0127][0128]
步骤s104、基于上述相关变量和贝叶斯网络，计算各个n-k故障链发生概率；
[0129]
需要说明的是，所述贝叶斯网络为n-k故障发展过程，如附图3所示，具体为：
[0130]
电力系统发生初始故障后，会造成节点电压过高或过低的现象，系统根据初始故障后的网络拓扑结构进行最小切负荷计算，采取切负荷措施；
[0131]
切除负荷之后对各条支路进行支路停运概率计算，当支路停运概率大于等于给定阈值时，假定该阈值为0.3，则认为该支路存在停运的风险，激发第一层事件，切除该支路；
[0132]
根据第一层事件发生后的网络拓扑结构再次进行最小切负荷计算，以及切负荷后的支路停运概率计算，判断是否会激发第三层事件，以此类推；
[0133]
当所有的支路停运概率均小于给定阈值0.3时，则该故障链停止发展，进而可以计算该n-k故障整个演化路径的风险指标；
[0134]
假设该n-k故障链由一系列事件组成的，且用式(22)来表示，基于贝叶斯网络的概率计算模型，可得该n-k故障链发生的概率计算式(23)如下：
[0135]
lk＝{t
k1
,t
k2
,...,t
kj
}
ꢀꢀ
(22)
[0136]
p
lk
＝p
k1
p
k2
...p
kj
ꢀꢀ
(23)
[0137]
式中p
lk
是n-k故障链发生的概率，p
k1
是初始事件的概率，p
kj
是该故障链中第j个事件在前一个事件即第j-1个事件发生前提下的概率；
[0138]
根据所述的n-k故障发展过程模拟，模型每次迭代模拟的支路停运概率都是在前一条支路停运的情况下进行计算，即式(23)中为第j个事件对应的支路停运概率由式(14)计算得到，则形成的n-k故障链发生的概率p
lk
可计算如下：
[0139][0140]
步骤s105、将所述n-k故障发生概率和所述n-k故障后果严重度的乘积作为n-k故障风险指标，计算各个故障链的n-k故障风险大小，并对所述风险指标大小进行分级。
[0141]
需要说明的是，所述n-k故障风险指标，并对各个可能的故障链风险根据风险指标大小进行分为五级，具体为：
[0142]
n-k故障的风险指标常用n-k故障链发生概率和该故障链对应的切负荷量的乘积进行量化，具体的计算公式如下式(25)：
[0143][0144]
式中表示n-k故障链中第l个停运事件对应的最小切负荷量，由模型(21)计算得到；
[0145]
根据风险值大小，将n-k故障风险分为五级，依次用浅黑色、深灰色、中灰色、浅灰色和白色表示前五级风险，如附图4，各级的具体风险值如下：
[0146]
i级-特大风险(浅黑色)：风险值≥75mw；
[0147]
ii级-重大风险(深灰色)：50≤风险值＜75mw；
[0148]
iii级-一般风险(中灰色)：30≤风险值＜50mw；
[0149]
iv级-低风险(浅灰色)：15≤风险值＜30mw；
[0150]
v级-可接受风险(白色)：0≤风险值＜15mw。
[0151]
以下为本实施例1的仿真算例分析：
[0152]
如附图6所示，使用ieee-39节点系统的某个电力系统的网络拓扑结构图，采用实施例1所述的故障风险指标计算方法计算该系统的n-k故障风险指标。
[0153]
其中，该电力系统包含10台同步发电机，分别接于30-39号节点，且39号节点为平衡节点，18号节点和25号节点连接的为重要用户；9号节点接入了属于新能源随机变量的光
伏发电，其有功出力是一个均值为12.0p.u.，方差为0.5的正态分布随机量，1至8号节点、10至17号节点、19至24号节点、26至29号节点连接的都是非重要用电用户。在最小切负荷模型中，假定切负荷决策时仅选择非重要用户负荷节点的负荷进行切除，30-39号节点为pv节点，即有功出力和节点电压固定为初始值不变，控制变量为发电机节点的无功功率和非重要用户节点的切负荷量。为保证电力系统不会因过高或过低的电压而受到损害，给定节点电压满足安全运行范围的置信水平为0.99。计算过程中，假设正常潮流下支路故障概率p0＝0.01，支路停运概率p
ij
大于0.3才可能停运，小于0.3则认为是支路不停运；若全部支路停运概率均小于0.3，则n-k故障模拟结束，得出各故障链评估指标大小。
[0154]
计算得到的各个n-k故障链的风险指标结果如表1所示，表中li-j表示节点i和j之间的支路断开。可以看出，所提出的n-k故障链风险计算方法有效量化表示了故障链的风险值，并且根据风险值划分等级对故障链的风险指标大小进行分级。风险计算结果表明，在30条n-k故障链中，处于ⅰ级风险的有3条，ⅱ级风险的有2条，ⅲ级风险的有2条，ⅳ级风险的有3条，
ⅴ
级风险的有20条。故障链l9-31、l16-19和l25-26_l2-25发生时，最小切负荷模型无解并且系统发生解列导致潮流不收敛，这种情况下系统会损失大量负荷，因此对类似存在故障后潮流不收敛的n-k故障链的风险值量化为+∞，根据定义风险等级为ⅰ级，取相应的切机切负荷操作，这些控制措施也可能导致大面积停电事故。值得注意的是，系统解列后即使没有大量的负荷损失，电力系统也进入了极为不安全的运行状态，存在大停电事故的隐患，已经构成系统重大安全事故等级，所以仿真中以系统解列或潮流不收敛作为结束判据。对于由相同支路停运故障组成的具有不同故障路径的n-k故障链，其风险值也不同，例如由支路l1-2、l4-5、l2-25组成的两条故障路径1和2，虽然切负荷大小相差不大，但是故障链发生概率不同，因此造成的风险值也不同，分别为34.0772mw和26.1501mw，根据风险等级定义，分别定义为ⅲ级和ⅳ级。
[0155]
表1n-k故障链的风险指标结果
[0156][0157][0158]
对第3个n-k故障链l1-31,l4-5,l2-25中节点电压幅值进行检验，在该故障链下，最小切负荷模型优化结果对应的潮流状态表明，节点8的电压幅值为0.954p.u.大于u
min
(0.94p.u.)的概率正好等于0.99，即正好处于临界值。基于优化结果得到的切负荷量，对光伏电站注入功率进行蒙特卡洛抽样产生1000个样本，并对每个样本进行潮流计算并统计得到节点8电压幅值的概率密度函数和累积分布函数，蒙特卡罗法得到的结果和用半不变量法计算得到的对比结果如附图7和附图8所示。可以看到，半不变量法计算得到的概率密度函数和累积分布函数，和蒙特卡洛抽样法得到的结果基本一致，这表明半不变量法计算概率潮流的精度较高，进一步验证了所提出的基于概率潮流的n-k故障风险评估方法的准确、高效。
[0159]
通过上述步骤，把新能源出力随机波动影响考虑进随机概率潮流计算和最优切负荷计算中，从而使n-k故障链发生概率和n-k故障后果严重度两个方面考虑的因素更加周全，n-k故障评估值更加准确；把重要用户排除在切负荷决策外，且其节点电压幅值维持在安全限制范围内，充分保证了重要用户的供电可靠性。提供了一种新的评估方法，可以快速准确预先发现并避免可能出现的故障，给电力管理部门提供预警信号，及早采取措施，保护电力系统的安全运行，提高电力系统的可靠性和稳定性，避免出现一系列的故障来影响电力系统的经济效益和社会影响。
[0160]
需要说明的是，本仿真示例仅用于展示本技术的可行性，并不限制本技术的应用场景，且实际电网系统，接入的新能源不仅是光伏发电，也可能是其他新能源或多种新能源共同随机出力电网系统。也就是说，本技术的评估方法适用范围广，不论电力系统中有哪些新能源出力的情况，都可以不再使用现有技术中对切负荷量进行确定性的计算，都可以解决现有技术中的问题。
[0161]
实施例2
[0162]
请参阅图5，本技术的实施例2提供的一种基于概率潮流计算的n-k故障风险评估系统，包括：
[0163]
潮流计算模块：对考虑了新能源出力随机波动的电力系统，基于半不变量和gram-charlier级数展开概率潮流计算，得到节点电压幅值、相角和支路功率的概率密度函数和累积分布函数；
[0164]
支路停运概率模块：基于所述潮流计算模块结果中的支路功率概率分布特性，得到的支路停运概率；
[0165]
切负荷模块：为了使n-k故障下各个用户所在节点电压保持在安全水平，对部分非重要用户进行切负荷处理，建立了一个考虑了新能源随机波动的最小切负荷模型，用来计算n-k故障下系统的负荷损失；
[0166]
故障链发展模块：在故障链发展过程中，每一层故障事件发生后都要进行下一层支路停运概率计算，直到所有的支路停运概率均小于给定阈值时，则该故障停止发展，进而可以计算该故障的故障发生概率；本模块包含故障链集合单元和网络拓扑结构单元，其中故障链集合单元则是用于根据实际电网系统结构，生成可能发生的故障链的集合；而网络拓扑结构单元用于在电力系统发生初始故障后，修改系统的初始网络拓扑结构，且每次切除支路后都会网络拓扑结构被调整；
[0167]
故障风险评估模块：将故障风险指标大小量化表示为n-k故障链发生概率和该故障链对应的切负荷量的乘积，并根据风险值大小对其分为五级，得到电网系统运行状态的评估结果，为电力系统的运维管理提供科学依据。
[0168]
需要说明的是，上述模块对应于实施例1中的步骤，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
[0169]
在更多实施例中，还提供：
[0170]
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1中所述的方法。
[0171]
应理解，本实施例中，处理器可以是中央处理单元cpu，处理器还可以是其他通用
处理器、数字信号处理器dsp、专用集成电路asic，现成可编程门阵列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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0172]
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
[0173]
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1中所述的方法。
[0174]
实施例1中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0175]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其他实施方案。本技术旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

技术特征：
1.一种基于概率潮流计算的n-k故障风险评估方法，其特征在于，包括：基于半不变量和gram-charlier级数，对考虑了新能源出力随机波动的电力系统展开概率潮流计算；基于所述潮流计算结果中的支路功率概率分布特性，得到支路停运概率；对所述电力系统中可能的n-k故障链进行分析，通过考虑了新能源出力随机波动影响和重要用户供电可靠性的最优切负荷模型来获得n-k故障后果严重度，即故障链对应的切负荷量；基于相关变量和贝叶斯网络，计算各个所述n-k故障链的发生概率；将所述n-k故障链发生概率和所述n-k故障后果严重度的乘积作为n-k故障风险指标，计算各个故障链的n-k故障风险大小，得到所述电力系统n-k故障评估结果，并对所述风险指标大小进行分级。2.根据权利要求1所述的基于概率潮流计算的n-k故障风险评估方法，其特征在于，所述最优切负荷模型采用的是最小切负荷优化模型，且在功率平衡约束条件和节点电压安全约束条件中考虑了服从正态分布的新能源注入的有用功率和无用功率随机量。3.根据权利要求1所述的基于概率潮流计算的n-k故障风险评估方法，其特征在于，所述贝叶斯网络为n-k故障链发展过程，包括：当所述电力系统中所有的支路停运概率均小于给定阈值时，计算出所述n-k故障链发生概率；根据所述n-k故障链发生概率，计算整个n-k故障的演化路径风险指标。4.根据权利要求1所述的基于概率潮流计算的n-k故障风险评估方法，其特征在于，所述故障风险指标大小分级为如下五级：i级-特大风险(浅黑色)：风险值≥75mw；ii级-重大风险(深灰色)：50≤风险值＜75mw；iii级-一般风险(中灰色)：30≤风险值＜50mw；iv级-低风险(浅灰色)：15≤风险值＜30mw；v级-可接受风险(白色)：0≤风险值＜15mw。5.根据权利要求2所述的基于概率潮流计算的n-k故障风险评估方法，其特征在于，所述最小切负荷优化模型中的功率平衡约束条件和节点电压安全约束条件分别为：述最小切负荷优化模型中的功率平衡约束条件和节点电压安全约束条件分别为：在所述功率平衡约束条件中，p
gi
和q
gi
表示第i个节点连接的发电机输出有功功率和无功功率；p
di
和q
di
为第i个节点连接的负荷有功和无功功率；p
ri
和q
ri
为第i个节点负荷切除的有功和无功功率，切除的无功功率按照恒功率因数方式计算得到，即有功和无功功率，切除的无功功率按照恒功率因数方式计算得到，即
为固定值；和表示第i个节点连接新能源的注入有功和无功功率，是服从正态分布的随机量；和分别表示第i个节点的节点电压幅值和第j个节点的节点电压幅值，表示第i和j个节点之间的相角差，也是服从正态分布的随机量；在所述节点电压安全约束条件中，考虑新能源注入功率的随机波动特性后，节点电压也是随机变量，节点电压需要满足给定置信水平下安全运行要求的电压安全约束条件，pr{
·
}表示求随机变量的概率分布，u
max
和u
min
分别表示电压幅值u的最大值和最小值，p
umin
和p
umax
是置信水平，两个节点电压上下限安全约束分别表示节点电压幅值大于等于u
min
的概率必须大于等于p
umin
的置信水平，节点电压幅值小于等于u
max
的概率必须大于等于p
umax
的置信水平。6.根据权利要求2所述的基于概率潮流计算的n-k故障风险评估方法，其特征在于，所述最小切负荷优化模型对重要用户供电可靠性的考虑，主要体现在切负荷决策时把重要用户排除在外，对非重要用户进行最小切负荷操作。7.一种基于概率潮流计算的n-k故障风险评估系统，其特征在于，包括：潮流计算模块：对考虑了新能源出力随机波动的电力系统，基于半不变量和gram-charlier级数展开概率潮流计算，得到节点电压幅值、相角和支路功率的概率密度函数和累积分布函数；支路停运概率模块：基于所述潮流计算模块结果中的支路功率概率分布特性，得到的支路停运概率；切负荷模块：对所述电力系统中可能的n-k故障链进行分析，通过考虑了新能源出力随机波动影响和重要用户供电可靠性的最优切负荷模型来获得n-k故障后果严重度，即故障链对应的切负荷量；故障链发展模块：基于相关变量和贝叶斯网络，计算各个所述n-k故障链的发生概率；故障风险评估模块：将所述n-k故障链发生概率和所述n-k故障后果严重度的乘积作为n-k故障风险指标，计算各个故障链的n-k故障风险大小，得到所述电力系统n-k故障评估结果，并对所述风险指标大小进行分级。8.根据权利要求7所述的基于概率潮流计算的n-k故障风险评估系统，其特征在于，所述故障链发展模块，包括故障链集合单元和网络拓扑结构单元：故障链集合单元：用于根据实际电网系统结构，生成可能发生的故障链的集合；网络拓扑结构单元：用于在电力系统发生初始故障后，修改所述电力系统的初始网络拓扑结构，且每次切除支路后都会网络拓扑结构被调整。9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1至6任一项所述的方法。10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1至6任一项所述的方法。

技术总结
本发明提供了一种基于概率潮流计算的N-k故障风险评估方法及系统，包括：基于半不变量和Gram-Charlier级数，对考虑了新能源出力随机波动的电力系统展开概率潮流计算；基于所述潮流计算结果中的支路功率概率分布特性，得到支路停运概率模型；对所述电力系统中可能的N-k故障链进行分析，得到故障链对应的切负荷量；基于相关变量和贝叶斯网络，计算各个所述N-k故障链的发生概率；将所述N-k故障发生概率和所述N-k故障后果严重度的乘积作为N-k故障风险指标，计算各个故障链的N-k故障风险大小，并对所述风险指标大小进行分级，得到评估结果。解决了现有评估方法未充分考虑实际电力系统新能源随机性的影响和重要用户供电的可靠保障的技术问题。障的技术问题。障的技术问题。


技术研发人员：郭挺 徐良德 陈中豪 董红 高艳娜 杨梓晴 杨悦荣 黄馨仪
受保护的技术使用者：广东电网有限责任公司广州供电局
技术研发日：2023.05.08
技术公布日：2023/9/5