一种电力系统N-k故障集的快速筛选方法技术方案

本发明专利技术公开了一种电力系统N‑k故障集的快速筛选方法。现有的静态安全稳定校验仅保证了系统在应对所有N‑1和部分N‑2故障时的安全裕度，出于经济性考虑和实际计算的困难度，对于未能校验的潜在风险仍然有待研究。本发明专利技术通过定义一个足够大的初始元件故障筛选规模，以是否能够引发系统严重故障为标准，快速发现含有关键元件的故障集合，继而在该集合中进一步缩小搜索范围，直至最终定位满足要求的N‑k故障集。本发明专利技术能够很大程度避免无谓的采样；在初试筛选所得的大容量筛选样本中进行进一步精确筛选，计算复杂度明显低于基于蒙特卡洛算法的全局随机筛选方法，提升了计算效率；避免了遍历采样，降低计算量。

【技术实现步骤摘要】

本专利技术涉及电力系统故障分析领域，具体地说是一种电力系统N-k故障集的快速筛选方法。
技术介绍
电力系统稳定分析中，预想故障的筛选确定是非常重要的环节，然而随着电网结构的不断扩大，电网抵御风险能力的持续增强，能够引发实际大规模电网严重停电故障的故障集往往由多个(假设为k个，k通常大于等于2)元件故障组成。要想校验所有的N-k故障，在实际大规模电网中将面临组合爆炸的问题，在这种计算规模下进行遍历随机抽样校验显然是不现实的。筛选预想故障集，是电力系统安全分析中分析电力系统在出现事故时是否能够继续保持正常状态运行的一种预防措施，即通过预想故障校验系统能否抵御故障风险，从而有针对性的增加系统强度，其中的事故是根据运行人员的经验假定的。这些事故的结果，或者使一条或几条电力线路断开，或使变压器、发电机、负荷断开，或者发生以上情况的组合。确定出现事故时系统是否安全就是通过计算机在仿真发生以上各种假定事故时，是否有线路过负荷或者超过允许传输极限，是否有节点过电压或者电压崩溃，系统频率是否满足稳定要求，系统是否失去稳定等。如果不出现以上情况，系统的当前运行状况就安全，否则就不安全。预想故障分析是指针对预先设定的电力系统元件的故障及组合，通过仿真运算确定电力系统对预想故障的抵御能力。由于国内电网要求系统在N-1和关键线路N-2情况下稳定运行，因而可能引发系统严重故障的初始故障通常并不在现有校核范围之内，对预想故障组合的筛选将直接从N-2开始。考虑到多元件同时故障的概率随着故障元件个数的增加而呈现的指数下降趋势，最终筛选目标集合的规模不宜过大，即k不能过大；并且过大的k值也不利于对故障预防的精准控制，因此N-k的最大k值需要被控制在一个合适的区间。当筛选故障集能够使系统发生严重故障，通常认为其中包含了关键元件，否则认为并不包含关键元件，关键元件并不单独存在，而是和与之联系的若干元件共同组成。对于最终筛选所得的N-k，如果该k个元件组成的故障集能够引发系统严重故障，但去掉任何一个元件后所组成的故障集无法引发系统故障，则认为当前的N-k是独立的。现有的静态安全稳定校验仅保证了系统在应对所有N-1和部分N-2故障时的安全裕度，出于经济性考虑和实际计算的困难度，对于未能校验的潜在风险仍然有待研究。实际上，虽然多重故障是引发系统严重故障的重要原因，需要重点开展研究，但因为系统规模巨大，多重故障的故障集筛选难以得到充分实现。如何缩减计算规模，使预想故障集筛选的计算复杂度缩减到合理的范围，一直是调度运行人员所关注的内容。
技术实现思路
有鉴于此，本专利技术提供一种电力系统N-k故障集的快速筛选方法，该方法通过定义一个足够大的初始元件故障筛选规模，以是否能够引发系统严重故障为标准，快速发现含有关键元件的故障集合，继而在该集合中进一步缩小搜索范围，直至最终定位满足要求的N-k故障集。为此，本专利技术采用以下技术方案实现：一种电力系统N-k故障集的快速筛选方法，包含以下步骤：步骤S1：计算系统网络数据、潮流数据和保护参数；步骤S2：读入步骤S1中的数据，用以生成电网模型；步骤S3：根据步骤S2中生成的电网模型进行基态潮流分析，并保证潮流分析计算收敛，设置最大重复筛选次数T，设置初始随机筛选规模kinit，筛选目标规模阈值kmax；步骤S4：从所有的线路中随机选择总量为kinit的元件组成N-kinit初始故障；步骤S5：检测系统在步骤S4所得的N-kinit初始故障下是否发生严重故障，如果有则进入下一步，否则重复步骤S5采样直到T次，若无法引发严重故障则倍增kinit，重复步骤S4；步骤S6：抽取步骤S5所得集合{kinit本文档来自技高网...

【技术保护点】
一种电力系统N‑k故障集的快速筛选方法，其包含以下步骤：步骤S1：计算系统网络数据、潮流数据和保护参数；步骤S2：读入步骤S1中的数据，用以生成电网模型；步骤S3：根据步骤S2中生成的电网模型进行基态潮流分析，并保证潮流分析计算收敛，设置最大重复筛选次数T，设置初始随机筛选规模kinit，筛选目标规模阈值kmax；步骤S4：从所有的线路中随机选择总量为kinit的元件组成N‑kinit初始故障；步骤S5：检测系统在步骤S4所得的N‑kinit初始故障下是否发生严重故障，如果有则进入下一步，否则重复步骤S5采样直到T次，若无法引发严重故障则倍增kinit，重复步骤S4；步骤S6：抽取步骤S5所得集合{kinit}的子集，得到新的N‑k初始故障；步骤S7：检测系统在步骤S6所得的N‑k初始故障下是否发生严重故障，如果能则进入下一步，否则重复步骤S6采样直到T次，若皆无法引发严重故障，则回到步骤S4；步骤S8：当k还比较大时，k＞2kmax，将k值更新为原值的一半；当k较小，kmax＜k≤2kmax，将k值更新为原值的2/3；k值更新后，回到步骤S7，若k<kmax，则进入下一步；步骤S9：随机去掉{k}的某一个元素，得到N‑k初始故障；步骤S10：检测电力系统在步骤S9所得的N‑k初始故障下是否发生严重故障，如果能则进入下一步，否则，记录下当前集合{k}作为一个目标故障集后回到步骤S9；步骤S11：如果k＝2，则本次随机检索结束，进入下一步，否则更新k值为k‑1，回到步骤S9；步骤S12：筛选所得的N‑k故障集合数量是否达到筛选进程评估指标，如果达到则筛选结束，否则回到步骤S4。...

【技术特征摘要】
1.一种电力系统N-k故障集的快速筛选方法，其包含以下步骤：步骤S1：计算系统网络数据、潮流数据和保护参数；步骤S2：读入步骤S1中的数据，用以生成电网模型；步骤S3：根据步骤S2中生成的电网模型进行基态潮流分析，并保证潮流分析计算收敛，设置最大重复筛选次数T，设置初始随机筛选规模kinit，筛选目标规模阈值...

【专利技术属性】
技术研发人员：凌卫家，郭锋，黄晓明，邓晖，李林芝，孙维真，楼伯良，叶琳，吴浩，邱一苇，周永智，华文，黄弘扬，赵一琰，卢岑岑，杨滢，张静，周正阳，王龙飞，
申请(专利权)人：国网浙江省电力公司电力科学研究院，国家电网公司，国网浙江省电力公司，浙江大学，
类型：发明
国别省市：浙江;33