[发明专利]一种基于环境数据预测的配电网韧性提升策略

权利要求书

1.一种基于环境数据预测的配电网韧性提升策略，其特征是：包括以下步骤：

步骤1.多源环境数据要素感知,基于配电网运行数据、故障演化等异构数据进行配电网故障恢复的知识要素的动态提取与知识映射技术。对配电网内外部运行工况进行综合环境数据预测能够更为准确地分析和预测配电网脆弱环节，进而显著提升灾害风险的预警能力；

步骤2.建立基于环境数据预判的配电网脆弱度预测模型，提升故障率预测水平；

步骤3.提出基于环境数据的配电网故障承载力评估方法，提出基于气象、时间等环境数据的配电网故障承载力评估方法；

步骤4.利用系统性能的变化来反映冰灾对配电网韧性的影响，根据系统性能曲线变化过程将冰灾全过程划分为三个阶段，即灾前预警阶段、灾时防御阶段和灾后修复阶段，建立配电网韧性评估模型；

步骤5.提出的配电网韧性评估模型旨在灾变防御阶段和灾后恢复阶段两个时期分别实施提升配电网韧性的规划和调度措施，进而提出环境数据预判下的配电网韧性提升策略。

2.根据权利要求1所述的一种基于环境数据预测的配电网韧性提升策略，其特征是：步骤1所述的多源环境数据要素感知,基于配电网运行数据、故障演化等异构数据进行配电网故障恢复的知识要素的动态提取与知识映射技术。对配电网内外部运行工况进行综合环境数据预测能够更为准确地分析和预测配电网脆弱环节，进而显著提升灾害风险的预警能力：

步骤(1)将环境数据预测分为网络拓扑结构、电网供电设备和网络防御资源等内容，与配电网韧性提升息息相关。

其中，环境数据预测满足以下条件：

第1.提出网络拓扑结构态势预测：该指标反映线路段在拓扑中的重要程度，采用线路含权介数表征线路段的重要程度。设区域内电源数量为c₁，第k条线路上的负荷数量为c₂，区域内负荷总量为c₃，定义Z_k表示线路段k的阻抗，N_st表示电源s到负荷t之间的最优路径数目，N_st(k)表示电源s到负荷t之间最优路径经过线路段k的次数，线路k含权介数描述网络拓扑态势，用来量化线路段对全网潮流传播的贡献，其值越大，表明该线路段的枢纽作用越大；

式中：c₁——为区域内电源数量；

k——为第k条线路；

c₂——为第k条线路上的负荷数量；

c₃——为区域内负荷总量；

Z_k——表示线路段k的阻抗；

N_st——表示电源s到负荷t之间的最优路径数目；

s——表示电源；

t——表示负荷；

N_st(k)——表示电源s到负荷t之间最优路径经过线路段k的次数；

——表示线路k含权介数。

第2.提出供电稳定性态势预测：该指标反映供电稳定性对线路段运行的影响。配电网供电设备包含常规供电设备和各类分布式能源设备等，外部环境对二者运行情况的影响有所区别，下面分析如下。

(1)供电设备日常磨损因素

受折损率影响，变压器等常规电力元件大多随着投入年限的增加损耗情况越加明显，供电风险也随之加大。用威布尔函数描述电力元件的折损故障率，若损耗期设备检修间隔为Δt，检修后故障率由下降为基础故障率的μ_i倍，则设备折损故障率为：

式中：Δt——表示损耗期设备检修间隔时间；

τ_2i——为尺度参数；

——表示检修前故障率；

μ_i——为倍数；

——表示设备折损故障率；

β_2i——为形状参数，表示第i次检修后对基础故障率的影响和元件老化的快慢。

(2)考虑环境影响的分布式DG设备

特殊天气对分布式电源的出力影响很大。光照强度、受光面积、环境温度等因素与光伏出力具有较强相关性，此处以风电和光伏为例，风力分布式DG的时序出力模型如下：

式中：P_r——为风机的额定功率；

v_r——为额定风速；

v_q——为切入风速；

v_t——为切出风速。

光伏发电出力模型如下：

式中：A——为光伏组件个数；

S——为单个光伏板面积；

——为电池表面辐射强度；

——为标准测试条件下光电转换效率；

T——为环境温度，单位为℃。

则线路k的分布式DG供电指数为：

(3)储能系统作为主电源时，其出力模型如下:

式中：——是节点t的储能设备在t+1周期结束时的剩余容量；

——分别表示周期t中储能设备的充电和放电功率；

η^ch、η^dis——是充电和放电效率；

——表示储能设备的最大容量；

——是储能设备中节点j的最大充电和放电功率。

D——表示0-1变量；

——表示在时间t处的充电和放电状态；

T——是持续时间；

N_T——是时间间隔的总数；

N_bus——是主动配电网中的节点数。

线路k的分布式储能系统供电指数为：

为区别不同供电设备的供电状态对线路段运行的影响，由潮流追踪可得变压器、风电光伏设备和储能装置对线路段的有功贡献系数ε_m.g、ε_m.dg、ε_m.ess。设线路k上变压器、风电光伏设备数量和分布式储能装置分别为a_1,k、a_2,k、a_3,k，配电网区域内变压器、风电光伏设备数量和分布式储能装置分别为b₁、b₂、b₃，以标准测试条件(1000W/m²、25℃)的风电光伏出力为基准折算实际风电输出功率，则线路段的供电设备风险态势指标可表示为：

式中：υ₁、υ₂、υ₃——表示权重。

第3.提出抵御风险态势预测：该指标反映电网内外部抵御风险的防御能力，涉及人力、物力、财力各个方面。假设某线路拥有的防御资源为u。考虑边际效益的递减性，该线路段防御风险态势为：

式中：U^t——表示t时刻配电网内实时可用的防御资源及其水平量；

——表示配电网内实时可用的防御资源及其水平量总量；

s——表示线路上用户的保电级别，可按照重要程度从高到低设定4个等级，1≥s₁＞s₂＞s₃＞s₄＞0。

第4.提出潮流分布态势预测：在冰灾环境下发生断线倒塔或舞动闪络等故障会引发线路潮流的重新分配，而潮流的转移可能导致系统中的一些元件因过载或严重偏离正常工作条件退出运行。在配电系统中下，线路故障率与线路潮流存在如下关系：

式中：l——为线路潮流大小；

L_nor——为线路额定传输功率大小；

L_max——为线路传输极限；

——为线路故障概率的历史统计平均值大小。

该数学模型表明若有功未达到额定容量则线路正常运行，线路故障的可能性稳定在一个很小的概率值上；若有功功率在额定容量至最大容量之间，其故障概率呈现线性增长的趋势；若有功超过线路传输的极限则故障率为1。

第5.提出连锁故障易发态势预测：配电线路在冰灾环境下的连锁故障不得不考虑潮流变化影响，线路的潮流扰动在一定条件下会使得系统中的某些线路处于自组织临界状态，根据复杂系统理论，电力系统在自组织临界状态是发生连锁故障的关键因素。

判断一条线路是否为临界线路的约束标准如下：

式中：K——表示线路临界系数；

L_i,max——为线路i的额定输送功率；

L_i——为输电线路i实际输送功率；

P_li——为支路有功潮流；

P_li,max——为支路额定有功输送容量；

I——表示由所有线路和变压器组成的集合；

ε——为临界参考系数，一般取经验值为1.05。

设区域内线路总数为N，定义第k条临界线路的连锁故障传播度为：

式中：N_Count——为计数函数；

——表示线路段k与线路段y之间的相关性，若k故障，则y故障，即表示相关，f(k,y)＝1，否则f(k,y)＝0；

——表示所有与线路段k相关的线路段的数量。

定义环境数据预测的平均故障率为R＝n₂/n_a2，其中n₂为该线路段灾害故障次数，n_a2为区域a灾害故障的总次数，则路段k考虑潮流扰动的连锁故障易发态势由平均故障率和故障传播度组成：

步骤(2)利用对数合成的方法，同时引入均方差共同描述配电网内部运行态势，当均方差大于临界值σ₀时，可忽略较小的指标值，取剩余指标值计算，即：

式中：当ρ≤ρ₀时，N＝5；当ρ＞ρ₀时，N5，且定义时，舍掉θ_i表示指标权重，为多源环境数据指标值，