【技术实现步骤摘要】
本专利技术涉及电力系统运行，特别是一种计及内生不确定性的电力系统可靠性评估方法及系统。
技术介绍
1、现代电力系统严重依赖其可靠性，以确保安全和充足的电能供应。传统的电力系统可靠性评估利用历史数据并假设发电机和输电线路等设备的静态故障率。然而，最近的研究强调了运行时间尺度内设备性能的时间变化。这就需要进行运行可靠性评估，为了解决动态条件下的短期可靠性问题，这一趋势在近几十年来获得了巨大的关注。
2、电力系统日益复杂，需要运行优化和可靠性评估之间建立更紧密的联系。这种认识导致将运行可靠性指标纳入关键决策问题的目标或约束。这些问题包括机组组合(unitcommitment,uc)、经济调度、储备优化和电力市场结算。
3、先前的研究主要关注外生不确定性作为影响可靠性指标的主要因素。这些不确定性包括需求和可再生能源的变化，以及随机的设备故障。通常假设外生不确定性具有独立于决策过程。然而，这种方法忽视了内生不确定性(endogenous uncertainties,eu)在运行可靠性中的关键作用。
4、eu代表受运行优化决策影响的不确定性。越来越多的证据表明，运行条件会显著影响设备故障率等因素。运行决策直接决定这些运行条件，因此运行决策也会影响与设备状态相关的不确定性，如说明书附图1所示，图1展示了决策变量如何确定发电和输电设备的运行条件，从而进一步影响设备的强制停运率(force outage rates,fors)。
5、eu的存在对运行可靠性产生了重大影响，因此需要一种将优化和评估视为
6、传统上，评估电力系统可靠性是一个耗时的过程。这是因为最优潮流(optimalpower flow,opf)计算是在呈指数增长的系统状态数量上执行的。为了解决这种复杂性，直流潮流模型通常被用作计算上更简单的交流潮流模型的替代方案。然而，即使如此简化，省级系统的可靠性评估仍然可能需要几个到几十个小时。包含内生不确定性会显著增加可能的系统状态数量，进一步加剧这个计算复杂度高的难题，从而使评估的计算成本更高。此外，可再生能源引起的系统波动会导致可靠性随时间的动态变化。这种动态性质使得确保及时评估运行可靠性变得具有挑战性。因此，开发更快、更有效的可靠性评估方法变得越来越重要。
7、在当前的研究中，已经有几种方法来解决与运行可靠性评估相关的计算复杂度难题。快速排序算法、状态空间分解和降维等技术，可以最大限度地减少所考虑的状态数量。同样，使用蒙特卡罗模拟(monte carlo simulation,mcs)的可靠性评估通过状态空间修剪、基于群体的智能搜索和先进的采样技术(如latin hypercube采样)取得了进步。这些方法主要侧重于通过减少探索的系统状态数量来加速模拟过程。
8、基于拉格朗日乘子的状态枚举(lagrange multiplier-based stateenumeration,lmse)、多参数线性规划(multi-parametric linear program,mplp)和负荷可行区域(load feasible region,lfr)方法，绕过了需要通过采用替代方法来确定减载要求，对每个状态进行完整的最佳潮流(opf)计算。虽然现有方法通过减少状态探索和分析来提供更快的可靠性评估，但它们很难跟上可再生能源的动态特性。任何波动都需要全面重新评估，从而阻碍风险的实时预警。
9、为了解决运行可靠性评估速度与精度难以权衡的问题，本专利提出了一种新方法：模型-数据混合驱动的电力系统运行可靠性评估方法。利用多重反向传播神经网络(multi-backpropagation neural network,m-bpnn)架构来实现更快且可能更准确的评估。m-bpnn利用离线训练阶段，其中使用非顺序蒙特卡罗模拟(non-sequential montecarlo simulation,nmcs)在各种操作条件下计算系统可靠性指数。训练结束后，系统状态将被分类，并针对每个类别专门训练单独的bp神经网络。在线运行期间，实时数据，如风速、太阳辐射和负荷，被输入相应的预训练神经网络以获得可靠性指标。这种m-bpnn方法在运行可靠性评估的准确性方面有可能超越传统的机器学习算法。
技术实现思路
1、鉴于现有的电力系统准确运行可靠性评估存在难以跟上可再生能源引起的动态特性，导致在面对系统波动时需要全面重新评估，从而阻碍了实时风险预警的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于现有的电力系统运行可靠性评估技术存在计算复杂度高、难以捕捉动态变化、评估速度与精度权衡困难、忽视内生不确定性影响等缺陷。
3、为解决上述技术问题，本专利技术提供如下技术方案：提出了一种考虑内生不确定性的模型与数据混合驱动的电力系统运行可靠性评估方法。
4、第一方面，本专利技术实施例提供了一种计及内生不确定性的电力系统可靠性评估方法，其包括，定义内生不确定性，构建电力系统内生不确定性模型；基于电力系统内生不确定性模型，构建考虑内生不确定性的电力系统可靠性评估模型；根据电力系统内生不确定性模型和考虑内生不确定性的电力系统可靠性评估模型，设计基于m-bpnn模型与数据驱动运行的可靠性评估算法，并对电力系统运行可靠性进行评估。
5、作为本专利技术所述计及内生不确定性的电力系统可靠性评估方法的一种优选方案，其中：所述构建电力系统内生不确定性模型包括，计算电气元件的条件相关故障率，所述条件相关故障率的计算公式如下：
6、
7、其中，f(i)表示用电设备的强迫停运概率，i表示实时电流，i0表示设备额定电流，i1表示跳闸整定电流，α、β均为参数，表示电流小于i0时用电设备for的初始值；for的计算公式如下：
8、
9、其中，f0表示用电设备出厂时的强迫停运概率，λ表示故障率，μ表示用电设备的修复率；参数α和β根据历史数据计算的公式如下：
10、
11、其中，α、β均为参数，f0表示用电设备出厂时的强迫停运概率，i0表示设备额定电流，fmax表示允许范围内最大的强迫停运概率，i1表示跳闸整定电流；根据最优潮流计算得到电流i的实际值，最优潮流取决于电力系统的运行决策，第i个用电设备基于内生不确定性的for，记为fieu，fieu的等效公式如下：
12、fieu＝fieu(ii)＝fieu(q(x,y)) (5)
13、ii＝q(x,y) (6)
14、其中，fieu表示第i个用电设备的基于eu的for，i1表示跳闸整定电流，ii表示第i个用电设备的实际运行电流，x为一个二元变量，y表示连续变量，q(·)表示二元变量本文档来自技高网...
【技术保护点】
1.一种计及内生不确定性的电力系统可靠性评估方法，其特征在于：包括，
2.如权利要求1所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：所述构建电力系统内生不确定性模型包括，
3.如权利要求2所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：构建所述考虑内生不确定性的电力系统可靠性评估模型包括内生不确定性的典型场景生成，所述内生不确定性的典型场景生成包括，
4.如权利要求3所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：构建所述考虑内生不确定性的电力系统可靠性评估模型还包括包含随机机组组合的可靠性评估，所述包含随机机组组合的可靠性评估包括，
5.如权利要求4所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：所述第二阶段的约束包括在每条总线上强制实现功率平衡，控制流经线路的功率流，确保线路潮流保持在限制范围内，保证发电机输出保持在限制范围内，限制功率输出的向上和向下调整，限制需求削减的程度，设置相位角的边界以及引入特定于可靠性的约束。
6.如权利要求5所述的计及内生不确定性的电力系
7.如权利要求6所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：使用自适应算法寻找所述M-BPNN模型最佳架构的步骤包括，
8.一种计及内生不确定性的电力系统可靠性评估系统，基于权利要求1～7任一所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：还包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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任一所述的计及内生不确定性的电力系统可靠性评估方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，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任一所述的计及内生不确定性的电力系统可靠性评估方法的步骤。
...【技术特征摘要】
1.一种计及内生不确定性的电力系统可靠性评估方法，其特征在于：包括，
2.如权利要求1所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：所述构建电力系统内生不确定性模型包括，
3.如权利要求2所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：构建所述考虑内生不确定性的电力系统可靠性评估模型包括内生不确定性的典型场景生成，所述内生不确定性的典型场景生成包括，
4.如权利要求3所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：构建所述考虑内生不确定性的电力系统可靠性评估模型还包括包含随机机组组合的可靠性评估，所述包含随机机组组合的可靠性评估包括，
5.如权利要求4所述的计及内生不确定性的电力系统可靠性评估方法，其特征在于：所述第二阶段的约束包括在每条总线上强制实现功率平衡，控制流经线路的功率流，确保线路潮流保持在限制范围内，保证发电机输出保持在限制范围内，限制功率输出的向上和向下调整，限制需求削减的...
【专利技术属性】
技术研发人员：朱灵子，马覃峰，刘明顺，王国松，蒲清昕，安甦，林铖嵘，邵常政，常东旭，代江，吴应双，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。