[发明专利]含电动汽车充放电站的城市电网电流保护越限风险监测法

摘要

本发明属于电力系统保护与控制领域，尤其是涉及一种含电动汽车充放电站的城市电网电流保护越限风险监测法。本发明基于电动汽车充放电站充放电数据信息形成电动汽车充放电站放电动率的概率分布，并通过格拉姆‑查理（Gram‑Charlier）级数和半不变量计算各电流保护装置的短路电流概率分布，利用效用理论计算短路电流越限严重度指标，然后计算出含电动汽车充放电站的城市电网电流保护越限风险指标。该方法基于效用理论和风险理论，采用概率潮流方法进行风险评估，有效保障含电动汽车充放电站的城市电网电流保护正常动作，使得城市电网能够安全、可靠地运行。

主权项

1.一种含电动汽车充放电站的城市电网电流保护越限风险监测方法，其特征在于，包括以下步骤：步骤1，采集若干电动汽车充放电站充放电数据信息，所述数据信息包括各个电动汽车充放电站二十四小时的平均充放电功率；步骤2，基于步骤1采集的电动汽车充放电站充放电数据信息形成电动汽车充放电站充放电功率的概率分布，具体方法是将最近N天的电动汽车充放电站充放电数据信息进行统计分析，最近N天的电动汽车充放电站充放电数据信息即N×24小时平均充放电功率，具体方法是：步骤2.1、取N×24小时平均充放电功率中的最小平均充放电功率Pmin和最大平均充放电功率Pmax，P1,P2,…PN×24分别表示N×24个小时的平均充放电功率；步骤2.2、将区间[Pmin,Pmax]平分成M个子区间，其中M表示子区间总数，并用其区间的功率中间值代表，Pint1,Pint2,…PintM分别表示第1，2，…，M个子区间的功率中间值；步骤2.3、统计属于各个子区间的小时数量Nk，k＝1,2,…,M；步骤2.4、电动汽车充放电站放电功率的概率分布由下式获得： p ( P = P i n t k ) = N k 24 × N , k = 1 , 2 , ... , M ; ]]>步骤3，考虑故障回路的影响，对节点阻抗矩阵做出调整后，建立含短路故障的潮流方程的线性化模型，然后通过格拉姆-查理级数和半不变量计算配电网中各电流保护装置的短路电流概率分布；包括以下子步骤：步骤3.1、基于故障回路的影响，对节点阻抗矩阵做出调整后，建立含短路故障的潮流方程的线性化模型式中，S0、X0和Z0分别为节点注入量S、母线电压X和支路潮流Z的期望值，ΔS、ΔX、ΔZ为随机扰动，看成是服从某一分布的随机变量；J0为牛拉法最后一次迭代所用的雅可比矩阵，G0为支路方程雅可比矩阵，其中的元素与雅可比矩阵中J0的元素有非常简单的关系：其中的Hij，Nij，Kij均为雅可比矩阵元素：Hij＝-ViVj(Gijsinθij-Bijcosθij)Nij＝-ViVj(Gijcosθij+Bijsinθij)Kij＝ViVj(Gijcosθij+Bijsinθij)步骤3.2、利用牛顿法计算含短路故障的潮流方程，得到母线电压的基础值X0和最后一次迭代时的雅可比矩阵J0，同时也能够得到支路功率的基础值Z0和支路方程的雅可比矩阵G0；步骤3.3、根据步骤2得到的电动汽车充放电站放电功率的概率分布计算其各阶原点矩；当已知随机变量的概率分布时，即可求出它的各阶原点矩，如下分别给出了连续型随机变量和离散型随机变量的矩与中心矩的求法；对于连续随机变量来说，设连续随机变量x的密度函数为f(x)，则其v阶原点矩αv由下式求得： α v = ∫ - ∞ + ∞ x v f ( x ) d x ]]>对离散随机变量来说，设离散随机变量x取值xi的概率为pi，则v阶原点矩αv由下式求得： α v = Σ i p i