会员体验
专利管家（专利管理）
工作空间（专利管理）
风险监控（情报监控）
数据分析（专利分析）
侵权分析（诉讼无效）
联系我们
交流群
官方交流：
QQ群： 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 渔场 / 渔场配电网的韧性评估方法、装置、电子设备及存储介质

渔场配电网的韧性评估方法、装置、电子设备及存储介质
申请号 CN202310007903.1 申请日 2023-01-04 公开(公告)号 CN115995811A 公开(公告)日 2023-04-21
申请人 中国电力科学研究院有限公司; 国网江苏省电力有限公司; 国网江苏省电力有限公司连云港供电分公司; 国网江苏省电力有限公司常州供电分公司; 发明人 林晶怡; 刘畅; 王占博; 杨斌; 李文; 张静; 李伟; 卜凡鹏; 成岭; 史伟; 张思瑞; 张伟; 蒋利民; 屈博; 李春红;
摘要 本发明涉及配电网安全与防御技术领域，具体提供了一种渔场配电网的韧性评估方法、装置、电子设备及存储介质，包括：计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生概率评估渔场配电网的韧性。本发明提供的技术方案，可以应用于极端天气下的渔场供配电可靠性评估之中，利于更好地研判渔场供电恢复策略，衡量可靠性提升方法的效果。
权利要求

1.一种渔场配电网的韧性评估方法，其特征在于，所述方法包括：计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；

获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生概率评估所述渔场配电网的韧性。

2.如权利要求1所述的方法，其特征在于，所述渔场配电网的各故障场景对应的熵的计算式如下：上式中，W为所述渔场配电网的故障场景对应的熵，ΩB为所述渔场配电网的线路集合，pi,t为所述渔场配电网的故障场景中线路i在t时刻的跳闸率，zi,t为所述渔场配电网的故障场景中线路i在t时刻的故障系数，T为雷雨天气穿越渔场配电网的时间。

3.如权利要求2所述的方法，其特征在于，所述渔场配电网的故障场景中线路i在t时刻的跳闸率的计算式如下：pi,t＝(1‑α)TRi(t)

上式中，TRi(t)为所述渔场配电网的故障场景中线路i在t时刻的跳闸率初值，α为所述渔场配电网历史雷击跳闸次数与永久故障次数之间的线性关系比例系数。

4.如权利要求3所述的方法，其特征在于，所述渔场配电网的故障场景中线路i在t时刻的跳闸率初始值的计算式如下：TRi(t)＝TRd(t)+TRb(t)

上式中，TRd(t)为所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率，TRb(t)为所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率。

5.如权利要求4所述的方法，其特征在于，所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率的计算式如下：所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率的计算式如下：上式中，Ng(t)为所述渔场配电网在t时刻的地闪密度，η为建弧率，be为所述渔场配电网的故障场景中故障线路的最上层导线在地面的投影宽度，De为线路的单侧引雷范围，Ie为线路的耐雷水平，ds为雷击点到线路距离s的微分。

6.如权利要求2所述的方法，其特征在于，所述基于所述各故障场景对应的熵选取待分析故障场景，包括：若渔场配电网的故障场景对应的熵满足： 则该渔场配电网的故

障场景为待分析故障场景，否则，则该渔场配电网的故障场景不为待分析故障场景。

7.如权利要求2所述的方法，其特征在于，所述待分析故障场景的发生概率的计算式如下：上式中，zi,t,n为第n个待分析故障场景中线路i在t时刻的故障系数，vx,t为所述渔场配电网中第x种元件的故障概率，X为所述渔场配电网中元件种类总数量，λn为第n个待分析故障场景的发生概率。

8.如权利要求1所述的方法，其特征在于，所述待分析故障场景的发生概率评估渔场配电网的韧性的计算式如下：上式中，AR为所述渔场配电网的韧性，λn为第n个待分析故障场景的发生概率，In为第n个待分析故障场景的供电量缺失程度，N为所述待分析故障场景的总数量。

9.如权利要求8所述的方法，其特征在于，所述第n个待分析故障场景的供电量缺失程度的计算式如下：上式中，E为绝缘子串的平均运行电压梯度，T为雷雨天气穿越渔场配电网的时间，TL(t)为所述渔场配电网无故障运行时的目标负荷曲线，RESn为第n个待分析故障场景的实际运行曲线与渔场配电网无故障运行时的目标负荷曲线之间的面积，dt为时刻t的微分。

10.一种渔场配电网的韧性评估装置，其特征在于，所述装置包括：分析模块，用于计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；

评估模块，用于获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生概率评估渔场配电网的韧性。

11.如权利要求10所述的装置，其特征在于，所述渔场配电网的各故障场景对应的熵的计算式如下：上式中，W为所述渔场配电网的故障场景对应的熵，ΩB为所述渔场配电网的线路集合，pi,t为所述渔场配电网的故障场景中线路i在t时刻的跳闸率，zi,t为所述渔场配电网的故障场景中线路i在t时刻的故障系数，T为雷雨天气穿越渔场配电网的时间。

12.如权利要求11所述的装置，其特征在于，所述渔场配电网的故障场景中线路i在t时刻的跳闸率的计算式如下：pi,t＝(1‑α)TRi(t)

上式中，TRi(t)为所述渔场配电网的故障场景中线路i在t时刻的跳闸率初值，α为所述渔场配电网历史雷击跳闸次数与永久故障次数之间的线性关系比例系数。

13.如权利要求12所述的装置，其特征在于，所述渔场配电网的故障场景中线路i在t时刻的跳闸率初始值的计算式如下：TRi(t)＝TRd(t)+TRb(t)

上式中，TRd(t)为所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率，TRb(t)为所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率。

14.如权利要求13所述的装置，其特征在于，所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率的计算式如下：所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率的计算式如下：上式中，Ng(t)为所述渔场配电网在t时刻的地闪密度，η为建弧率，be为所述渔场配电网的故障场景中故障线路的最上层导线在地面的投影宽度，De为线路的单侧引雷范围，Ie为线路的耐雷水平，ds为雷击点到线路距离s的微分。

15.如权利要求11所述的装置，其特征在于，所述分析模块具体用于：若渔场配电网的故障场景对应的熵满足： 则该渔场配电网的故

障场景为待分析故障场景，否则，则该渔场配电网的故障场景不为待分析故障场景。

16.如权利要求11所述的装置，其特征在于，所述待分析故障场景的发生概率的计算式如下：上式中，zi,t,n为第n个待分析故障场景中线路i在t时刻的故障系数，vx,t为所述渔场配电网中第x种元件的故障概率，X为所述渔场配电网中元件种类总数量，λn为第n个待分析故障场景的发生概率。

17.如权利要求10所述的装置，其特征在于，所述待分析故障场景的发生概率评估渔场配电网的韧性的计算式如下：上式中，AR为所述渔场配电网的韧性，λn为第n个待分析故障场景的发生概率，In为第n个待分析故障场景的供电量缺失程度，N为所述待分析故障场景的总数量。

18.如权利要求17所述的装置，其特征在于，所述第n个待分析故障场景的供电量缺失程度的计算式如下：上式中，E为绝缘子串的平均运行电压梯度，T为雷雨天气穿越渔场配电网的时间，TL(t)为所述渔场配电网无故障运行时的目标负荷曲线，RESn为第n个待分析故障场景的实际运行曲线与渔场配电网无故障运行时的目标负荷曲线之间的面积，dt为时刻t的微分。

19.一种电子设备，其特征在于，包括：一个或多个处理器；

所述处理器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至9中任意一项所述的渔场配电网的韧性评估方法。

20.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至9中任意一项所述的渔场配电网的韧性评估方法。
说明书全文

渔场配电网的韧性评估方法、装置、电子设备及存储介质

技术领域

[0001] 本发明涉及配电网安全与防御技术领域，具体涉及一种渔场配电网的韧性评估方法、装置、电子设备及存储介质。

背景技术

[0002] 传统渔场作业设备多采用柴油发电机供电，污染大、成本高，在整县分布式光伏大力发展的背景下，渔场清洁能源替代势在必行。随着绿色农业发展，大量水产机械化设备将升级为电气化设备，电能替代潜力巨大。但是，我国渔场大部分位于农村地区和城镇郊区，全电渔场设备易受天气影响出现停电等故障，渔场供电可靠性低，需要开展绿色低碳模式下的渔场可靠供电技术研究。
[0003] 极端天气和灾害事件对电网的危害常常是破坏性的，众多元件受灾害发生故障，电网发生大面积停电，严重影响着灾后恢复和受灾设施的重建。同时极端天气事故的发生
往往给电力系统带来严重的经济损失。尽管此类事件的发生概率相对较低，但是其导致的
严重后果使我们必须关注电网在极端灾害发生时持续稳定供应电能的能力，因此引入韧性
的概念来反映电网对极端灾害的抵御能力，评估电力系统在极端天气灾害发生的条件下，
减小故障造成的负荷损失，并尽快恢复到原有正常运行状态的能力，韧性作为一个近年来
新提出的概念，在电力工程领域尚未被充分探讨。
[0004] 配电网韧性反映的是电力系统在受到极端灾害扰动和严重故障影响的情况下，能否通过调节自身运行状态来减小故障过程的负荷损失，并在扰动结束后尽快恢复到原有运
行状态的能力。从广义上讲，韧性是指所有电网可能受到的冲击，包括极端天气灾害，系统的大规模故障，认为破坏甚至是误操作等对电网产生巨大影响的事件。
[0005] 由于在各类冲击中，极端天气具有一定的可预测性和规律性，所以现有研究大多基于极端天气的影响分析狭义的电网韧性，对于配电网来说，另一个重要的概念是配电网
可靠性，传统的配电网规划多是以可靠性为驱动的。配电网可靠性反映的是系统在正常运
行条件下，满足用户用电需求的能力。而韧性反映的是极端天气灾害的条件下，配电网抵御灾害持续为用户供电的能力。针对可靠性，国内外做了大量研究，但电网的规划运行要满足系统在任何情况下的完整性，不仅要关注可预测的大概率故障，还要关注小概率但影响巨
大的事故。同时随着全球气候的变化，极端天气事件的发生概率也有增大的趋势，应当及时采取相应的措施提高电网韧性，满足电网未来发展的要求。因此，配电网韧性的评估方法对于提升电网韧性及可靠性具有一定的指导意义。
[0006] 目前针对配电网韧性的评估方法，已有部分的文献从风险评估和概率可靠性的角度进行了一些前期探索。一方面是立足于极端天气的影响，建立相应扰动事件的模型，给电网韧性评估提供了借鉴和参考，是考察负荷损失情况的主要依据。另一方面是就灾害事件
发生后电网的停电风险进行了研究，对大面积停电的可能性和事故影响做了分析。但目前
基于风险评估、连锁故障理论和大规模停电事故分析的研究都主要针对输电网，针对配电
网大规模停电的研究还不够深入，且建立的评估体系具有一定的主观性，缺少针对配电网
不同故障场景的停电范围和负荷损失严重程度的量化计算。

发明内容

[0007] 为了克服上述缺陷，本发明提出了一种渔场配电网的韧性评估方法及装置。
[0008] 第一方面，提供一种渔场配电网的韧性评估方法，所述渔场配电网的韧性评估方法包括：
[0009] 计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；
[0010] 获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生概率评估所述渔场配电网的韧性。
[0011] 优选的，所述渔场配电网的各故障场景对应的熵的计算式如下：
[0012]
[0013] 上式中，W为所述渔场配电网的故障场景对应的熵，ΩB为所述渔场配电网的线路集合，pi,t为所述渔场配电网的故障场景中线路i在t时刻的跳闸率，zi,t为所述渔场配电网的故障场景中线路i在t时刻的故障系数，T为雷雨天气穿越渔场配电网的时间。
[0014] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的跳闸率的计算式如下：
[0015] pi,t＝(1‑α)TRi(t)
[0016] 上式中，TRi(t)为所述渔场配电网的故障场景中线路i在t时刻的跳闸率初值，α为所述渔场配电网历史雷击跳闸次数与永久故障次数之间的线性关系比例系数。
[0017] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的跳闸率初始值的计算式如下：
[0018] TRi(t)＝TRd(t)+TRb(t)
[0019] 上式中，TRd(t)为所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率，TRb(t)为所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率。
[0020] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率的计算式如下：
[0021]
[0022] 所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率的计算式如下：
[0023]
[0024] 上式中，Ng(t)为所述渔场配电网在t时刻的地闪密度，η为建弧率，be为所述渔场配电网的故障场景中故障线路的最上层导线在地面的投影宽度，De为线路的单侧引雷范围，Ie为线路的耐雷水平，ds为雷击点到线路距离s的微分。
[0025] 进一步的，所述基于所述各故障场景对应的熵选取待分析故障场景，包括：
[0026] 若渔场配电网的故障场景对应的熵满足： 则该渔场配电网的故障场景为待分析故障场景，否则，则该渔场配电网的故障场景不为待分析故障场景。
[0027] 进一步的，所述待分析故障场景的发生概率的计算式如下：
[0028]
[0029] 上式中，zi,t,n为第n个待分析故障场景中线路i在t时刻的故障系数，vx,t为所述渔场配电网中第x种元件的故障概率，X为所述渔场配电网中元件种类总数量，λn为第n个待分析故障场景的发生概率。
[0030] 优选的，所述待分析故障场景的发生概率评估渔场配电网的韧性的计算式如下：
[0031]
[0032] 上式中，AR为所述渔场配电网的韧性，λn为第n个待分析故障场景的发生概率，In为第n个待分析故障场景的供电量缺失程度，N为所述待分析故障场景的总数量。
[0033] 进一步的，所述第n个待分析故障场景的供电量缺失程度的计算式如下：
[0034]
[0035] 上式中，E为绝缘子串的平均运行电压梯度，T为雷雨天气穿越渔场配电网的时间，TL(t)为所述渔场配电网无故障运行时的目标负荷曲线，RESn为第n个待分析故障场景的实际运行曲线与渔场配电网无故障运行时的目标负荷曲线之间的面积，dt为时刻t的微分。
[0036] 第二方面，提供一种渔场配电网的韧性评估装置，所述渔场配电网的韧性评估装置包括：
[0037] 分析模块，用于计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；
[0038] 评估模块，用于获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生概率评估渔场配电网的韧性。
[0039] 优选的，所述渔场配电网的各故障场景对应的熵的计算式如下：
[0040]
[0041] 上式中，W为所述渔场配电网的故障场景对应的熵，ΩB为所述渔场配电网的线路集合，pi,t为所述渔场配电网的故障场景中线路i在t时刻的跳闸率，zi,t为所述渔场配电网的故障场景中线路i在t时刻的故障系数，T为雷雨天气穿越渔场配电网的时间。
[0042] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的跳闸率的计算式如下：
[0043] pi,t＝(1‑α)TRi(t)
[0044] 上式中，TRi(t)为所述渔场配电网的故障场景中线路i在t时刻的跳闸率初值，α为所述渔场配电网历史雷击跳闸次数与永久故障次数之间的线性关系比例系数。
[0045] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的跳闸率初始值的计算式如下：
[0046] TRi(t)＝TRd(t)+TRb(t)
[0047] 上式中，TRd(t)为所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率，TRb(t)为所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率。
[0048] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率的计算式如下：
[0049]
[0050] 所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率的计算式如下：
[0051]
[0052] 上式中，Ng(t)为所述渔场配电网在t时刻的地闪密度，η为建弧率，be为所述渔场配电网的故障场景中故障线路的最上层导线在地面的投影宽度，De为线路的单侧引雷范围，Ie为线路的耐雷水平，ds为雷击点到线路距离s的微分。
[0053] 进一步的，所述分析模块具体用于：
[0054] 若渔场配电网的故障场景对应的熵满足： 则该渔场配电网的故障场景为待分析故障场景，否则，则该渔场配电网的故障场景不为待分析故障场景。
[0055] 进一步的，所述待分析故障场景的发生概率的计算式如下：
[0056]
[0057] 上式中，zi,t,n为第n个待分析故障场景中线路i在t时刻的故障系数，vx,t为所述渔场配电网中第x种元件的故障概率，X为所述渔场配电网中元件种类总数量，λn为第n个待分析故障场景的发生概率。
[0058] 优选的，所述待分析故障场景的发生概率评估渔场配电网的韧性的计算式如下：
[0059]
[0060] 上式中，AR为所述渔场配电网的韧性，λn为第n个待分析故障场景的发生概率，In为第n个待分析故障场景的供电量缺失程度，N为所述待分析故障场景的总数量。
[0061] 进一步的，所述第n个待分析故障场景的供电量缺失程度的计算式如下：
[0062]
[0063] 上式中，E为绝缘子串的平均运行电压梯度，T为雷雨天气穿越渔场配电网的时间，TL(t)为所述渔场配电网无故障运行时的目标负荷曲线，RESn为第n个待分析故障场景的实际运行曲线与渔场配电网无故障运行时的目标负荷曲线之间的面积，dt为时刻t的微分。
[0064] 第三方面，提供一种电子设备，包括：一个或多个处理器；
[0065] 所述处理器，用于存储一个或多个程序；
[0066] 当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的渔场配电网的韧性评估方法。
[0067] 第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的渔场配电网的韧性评估方法。
[0068] 本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0069] 本发明提供了一种渔场配电网的韧性评估方法、装置、电子设备及存储介质，该方法包括：计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生
概率评估渔场配电网的韧性。本发明提供的技术方案，采用渔场配电网的各故障场景对应
的熵表示了系统的不确定性程度，依据渔场配电网的各故障场景对应的熵选取极端天气可
能导致的故障场景来进行分析，进一步深入研究了配电网故障场景，将其应用于极端天气
下的渔场供配电可靠性评估之中，利于更好地研判渔场供电恢复策略，衡量可靠性提升方
法的效果。

附图说明

[0070] 图1是本发明实施例的渔场配电网的韧性评估方法的主要步骤流程示意图；
[0071] 图2是本发明实施例的中压架空配电线路的击距模型原理图；
[0072] 图3是本发明实施例的IEEE‑30节点系统结构图；
[0073] 图4是本发明实施例的IEEE‑30负荷节点峰值负荷及负荷等级示意图；
[0074] 图5是本发明实施例的线路的时变故障率曲线图；
[0075] 图6是本发明实施例的不同场景对应熵值概率分布图；
[0076] 图7是本发明实施例的极端天气下传统配电网供电恢复负荷曲线图；
[0077] 图8是本发明实施例的渔场配电网的韧性评估装置的主要结构框图。

具体实施方式

[0078] 下面结合附图对本发明的具体实施方式作进一步的详细说明。
[0079] 为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0080] 如背景技术中所公开的，传统渔场作业设备多采用柴油发电机供电，污染大、成本高，在整县分布式光伏大力发展的背景下，渔场清洁能源替代势在必行。随着绿色农业发展，大量水产机械化设备将升级为电气化设备，电能替代潜力巨大。但是，我国渔场大部分位于农村地区和城镇郊区，全电渔场设备易受天气影响出现停电等故障，渔场供电可靠性
低，需要开展绿色低碳模式下的渔场可靠供电技术研究。
[0081] 极端天气和灾害事件对电网的危害常常是破坏性的，众多元件受灾害发生故障，电网发生大面积停电，严重影响着灾后恢复和受灾设施的重建。同时极端天气事故的发生
往往给电力系统带来严重的经济损失。尽管此类事件的发生概率相对较低，但是其导致的
严重后果使我们必须关注电网在极端灾害发生时持续稳定供应电能的能力，因此引入韧性
的概念来反映电网对极端灾害的抵御能力，评估电力系统在极端天气灾害发生的条件下，
减小故障造成的负荷损失，并尽快恢复到原有正常运行状态的能力，韧性作为一个近年来
新提出的概念，在电力工程领域尚未被充分探讨。
[0082] 目前针对极端天气对电网的影响以及电网的抵御能力，已有部分的文献从风险评估和概率可靠性的角度进行了一些前期探索。一方面是立足于极端天气的影响，建立相应
扰动事件的模型，给电网韧性评估提供了借鉴和参考，是考察负荷损失情况的主要依据。另一方面是就灾害事件发生后电网的停电风险进行了研究，对大面积停电的可能性和事故影
响做了分析。但目前基于风险评估、连锁故障理论和大规模停电事故分析的研究都主要针
对输电网，针对配电网大规模停电的研究还不够深入，且建立的评估体系具有一定的主观
性，缺少针对配电网停电范围和负荷损失严重程度的量化计算。
[0083] 配电网韧性反映的是电力系统在受到极端灾害扰动和严重故障影响的情况下，能否通过调节自身运行状态来减小故障过程的负荷损失，并在扰动结束后尽快恢复到原有运
行状态的能力。从广义上讲，韧性是指所有电网可能受到的冲击，包括极端天气灾害，系统的大规模故障，认为破坏甚至是误操作等对电网产生巨大影响的事件。
[0084] 由于在各类冲击中，极端天气具有一定的可预测性和规律性，所以现有研究大多基于极端天气的影响分析狭义的电网韧性，对于配电网来说，另一个重要的概念是配电网
可靠性，传统的配电网规划多是以可靠性为驱动的。配电网可靠性反映的是系统在正常运
行条件下，满足用户用电需求的能力。而韧性反映的是极端天气灾害的条件下，配电网抵御灾害持续为用户供电的能力。针对可靠性，国内外做了大量研究，但电网的规划运行要满足系统在任何情况下的完整性，不仅要关注可预测的大概率故障，还要关注小概率但影响巨
大的事故。同时随着全球气候的变化，极端天气事件的发生概率也有增大的趋势，应当及时采取相应的措施提高电网韧性，满足电网未来发展的要求。因此，配电网韧性的评估方法对于提升电网韧性及可靠性具有一定的指导意义。
[0085] 为了改善上述问题，本发明提供了一种渔场配电网的韧性评估方法及装置，包括：基于渔场配电网的各故障场景对应的熵选取待分析故障场景；获取所述待分析故障场景的
发生概率，并基于所述待分析故障场景的发生概率评估渔场配电网的韧性。本发明提供的
技术方案，可以应用于极端天气下的渔场供配电可靠性评估之中，利于更好地研判渔场供
电恢复策略，衡量可靠性提升方法的效果。下面对上述方案进行详细阐述。
[0086] 实施例1
[0087] 参阅附图1，图1是本发明的一个实施例的渔场配电网的韧性评估方法的主要步骤流程示意图。如图1所示，本发明实施例中的渔场配电网的韧性评估方法主要包括以下步
骤：
[0088] 步骤S101：计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；
[0089] 步骤S102：获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生概率评估渔场配电网的韧性。
[0090] 本实施例中，极端天气对配电网的主要影响是造成元件故障率显著增大，造成大规模多重故障的出现概率随之提升，而在这种场景下，故障和恢复过程十分复杂。配电网元件众多，不同故障元件组合而成的多重故障场景数量庞大，因此有必要根据场景出现的可
能性和不确定性，依据架空线路故障率选取极端天气可能导致的故障场景来进行分析。系
统信息熵方法即是根据单一事件概率来选取合理的系统状态场景的方法。熵表示了系统的
不确定性程度，配电网是一个每一时刻都可能发生故障的不确定系统，所述渔场配电网的
各故障场景对应的熵的计算式如下：
[0091]
[0092] 上式中，W为渔场配电网的故障场景对应的熵，ΩB为渔场配电网的线路集合，pi,t为渔场配电网的故障场景中线路i在t时刻的跳闸率，zi,t为渔场配电网的故障场景中线路i在t时刻的故障系数，若渔场配电网的故障场景中线路i在t时刻发生故障，则zi,t＝1，否则zi,t＝0，T为雷雨天气穿越渔场配电网的时间。
[0093] 在一个实施方式中，由于缺少计算线路发生永久性故障与累计跳闸率之间的模型研究，故可以采用历史数据拟合的方法得到二者之间的函数关系。采集历史上多年的雷击
跳闸和永久故障次数数据，利用最小二乘法拟合二者的函数关系，根据某区域历史数据得
到二者之间为线性关系比例系数α＝0.195，由此可得所述渔场配电网的故障场景中线路i
在t时刻的跳闸率的计算式如下：
[0094] pi,t＝(1‑α)TRi(t)
[0095] 上式中，TRi(t)为渔场配电网的故障场景中线路i在t时刻的跳闸率初值，α为渔场配电网历史雷击跳闸次数与永久故障次数之间的线性关系比例系数。
[0096] 所述渔场配电网的故障场景中线路i在t时刻的永久性故障率的计算式为：TRl(t)×α。
[0097] 本实施例中，台风、雷暴天气会使架空配电线路发生跳闸故障，其中部分跳闸为瞬时性故障，可以通过自动重合闸恢复，另一部分为永久性故障，可能由于绝缘子脱落、导线断线造成，发生跳闸故障的概率与地闪密度、耐雷水平、绝缘强度和雷电流幅值有关。
[0098] 雷暴天气对配电线路的影响可以用雷击跳闸率来反映，目前广泛采用击距法计算。表1是某次雷暴活动实时变化情况统计，雷暴活动情况的地闪密度和电流强度是实时变化的，可根据雷暴监测系统提供的数据，将雷暴过程时间划分为N个小时段，由各时段的地闪密度Ng(t)和雷电流幅值Ii求取相应的雷击跳闸率。
[0099] 表1
[0100]
[0101] 雷电向地面放电时击中点是不确定的，取决于放电通道首端先进入哪个物体的击距内，落在导线击距Rd内引起直击雷跳闸，落在对地面击距Re内引起感应雷跳闸；，中压架空配电线路的击距模型如图2所示，其中，Rd为导线击距；Re为地面击距；Dc为单侧引雷范围；A、B、C、D、O、O’为辅助点。
[0102] 导线击距和对地面击距的计算式分别为：
[0103]
[0104] Re＝[0.168ln(43‑he)+0.36]×Rd
[0105] 式中，Ii为雷电电流幅值，he为导线平均高度。大地暴露弧和导线暴露弧的交点高度等于he时对应的雷电流I0：
[0106]
[0107] 式中，h为导线高度，θ为地面击距与大地水平线之间的夹角；
[0108] 架空配电线路单侧引雷范围De计算式为：
[0109]
[0110] 式中p(Ii)为雷电电流幅值概率密度函数：
[0111]
[0112] 其中，少雷地区：年平均雷暴日在25天及以下的地区；一般地区：年平均雷暴日在25天以上的地区。
[0113] 在一般地区，所述渔场配电网的故障场景中线路i在t时刻的跳闸率初始值的计算式如下：
[0114] TRi(t)＝TRd(t)+TRb(t)
[0115] 上式中，TRd(t)为渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率，TRb(t)为渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率。
[0116] 所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率的计算式如下：
[0117]
[0118] 所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率的计算式如下：
[0119]
[0120] 上式中，Ng(t)为所述渔场配电网在t时刻的地闪密度，η为建弧率且η＝(4.5E0.75‑‑214)×10 ，be为最上层导线在地面的投影宽度，De为线路的单侧引雷范围，Ie为线路的耐雷水平，ds为雷击点到线路距离s的微分，E为绝缘子串的平均运行电压梯度。
[0121] 在一个实施方式中，所述基于渔场配电网的各故障场景对应的熵选取待分析故障场景，包括：
[0122] 若渔场配电网的故障场景对应的熵满足： 则该渔场配电网的故障场景为待分析故障场景，否则，则该渔场配电网的故障场景不为待分析故障场景。
[0123] 在一个实施方式中，所述待分析故障场景的发生概率的计算式如下：
[0124]
[0125] 上式中，zi,t,n为第n个待分析故障场景中线路i在t时刻的故障系数，vX,t为渔场配电网中所有元件的故障概率，vx,t为渔场配电网中第x种元件的故障概率，X为渔场配电网中元件种类总数量，λn为第n个待分析故障场景的发生概率。
[0126] 本实施例中，所述待分析故障场景的发生概率评估渔场配电网的韧性的计算式如下：
[0127]
[0128] 上式中，AR为渔场配电网的韧性，λn为第n个待分析故障场景的发生概率，In为第n个待分析故障场景的供电量缺失程度，N为待分析故障场景总数量。
[0129] 进一步的，所述第n个待分析故障场景的供电量缺失程度的计算式如下：
[0130]
[0131] 上式中，E为绝缘子串的平均运行电压梯度，T为雷雨天气穿越渔场配电网的时间，TL(t)为渔场配电网无故障运行时的目标负荷曲线，RESn为第n个待分析故障场景的实际运行曲线与渔场配电网无故障运行时的目标负荷曲线之间的面积，dt为时刻t的微分，L(t)表示渔场配电网无故障运行时的实际负荷曲线。
[0132] 由场景选取方法可以缩小待分析场景的数目，同时确定出每一场景下的故障元件数目、位置和故障发生时刻。进行配电网韧性分析，需要了解极端天气造成的负荷缺失情
况，故要根据网络结构和故障元件位置确定停电范围，计算缺供电量。配电系统在规划设计时，一般要求满足N‑1安全准则，设计为闭环结构，但运行时要采用开环运行方式。当配电网元件发生故障后，联络开关动作，一部分负荷可以通过转供恢复供电；一部分负荷与故障区域隔离，继续由上级电源供电；另一部分负荷无法与故障区域分离，停电待元件修复后恢复供电。故障场景下负荷停电范围与网络结构有关；停电时间与开关元件形成的分段情况有
关。极端天气条件下配电网大规模故障，发生大范围停电，极端天气过境后，配电网逐渐恢复到原有的正常运行状态。
[0133] 根据每一场景下故障元件的位置和故障时间和修复顺序，由不同元件故障后的后果，分析各节点负荷点的失电情况，获取从极端天气发生到恢复正常运行的整个过程中的
系统功能曲线，进而计算在该故障场景下整个系统的负荷曲线缺失面积。
[0134] 为验证本发明所提出的电网韧性评估方法的有效性，并方便与文献结果对比，本发明章应用骨干网架模型研究使用较多的IEEE‑30节点系统为例，来分析本发明所提出的
模型和方法。IEEE‑30节点系统电路拓扑如图3所示，该系统包含30个节点，其中，1、2、5、7、
11、13为发电机节点；3、4、6、8、12、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、
30为负荷节点；9、10为平衡节点。
[0135] 台风、雷暴等极端天气持续过程中，为了保证维修人员安全，一般不安排修复倒杆断线的架空线路，且期间这些故障无法通过自动重合闸恢复，需待台风势力减弱或台风过境后，安排线路，修复的时间期望值为5h，呈指数分布。由文献[Zhou Xiaomin.Toughness analysis and improvement measures of distribution network under extreme 
weather conditions[D].Tianjin University,2018]得，负荷等级用相应颜色深度表示为
一级负荷、二级负荷和三级负荷。台风等极端天气下IEEE‑30节点系统的24个负荷节点的负荷变化模拟情况如图4所示。
[0136] 配电线路在雷暴天气下3‑5小时内，故障率达到最大，因此，雷暴天气过程中，各条线路上的故障率随时间逐渐增大；当极端天气趋近结束，各条线路得故障率逐渐减小。在雷暴开始10h后域配电网基本不再受天气影响，故障率恢复正常水平。因此对应求得得故障率是先增大，再减小。本发明可计算得台风、雷暴等极端天气下的关系曲线如图5所示。
[0137] 根据线路故障率生成典型故障场景，由不同场景对应的zi，t向量计算该场景对应的系统熵值W，系统信息熵的数值大小满足如图6所示概率分布。
[0138] 熵值大小的分布与系统特性有关，图6中90％的场景熵值分布在(2,22)，可知对本算例中数据来说Wmin＝2，Wmax＝22。一个场景对应熵值的出现概率越高，该场景在极端天气条件下出现的可能性越大，表明熵值W∈(2,22)的场景较为合理。例如，线路7、8、21在台风登陆后1.5h、3.75h、5.25h时刻的故障率较大，因此这四条线路分别在对应时刻故障的场景出现可能性较大，此场景对应的系统熵值为9.98，属于典型故障场景；而反之出现可能性
小，场景对应的系统熵值低，不满足式熵值约束，在韧性分析时不需要考虑。
[0139] 选取上述系统熵值为9.98的故障场景为例，描述配电网在极端天气下的负荷恢复过程，并计算负荷曲线缺失面积。在该场景下，线路3、8、16分别在极端天气开始后1.25h、
2.5h、5h时发生故障，对应负荷曲线如图7所示，其中虚线为系统正常运行时的负荷曲线。
[0140] 由图7可知，随着故障范围的扩大，配电网所供负荷逐渐减少，最严重时仅2000KW，远小于正常情况下的14000KW，在20h后极端天气结束，开始安排故障线路的逐个恢复，各负荷点逐渐恢复供电，在24h后恢复正常运行。分别计算不同场景下的供电量缺失程度和场景发生概率，最终的到该配电网的韧性指标AR为0.665，即在极端天气影响的整个过程中，该配电网能够保证正常运行时总负荷的66.5％正常供电，并且在故障最严重阶段所能供应的负荷远小于该值，极端天气对配电网的影响极大，必须采取相应的措施提高韧性。
[0141] 实施例2
[0142] 基于同一种发明构思，本发明还提供了一种渔场配电网的韧性评估装置，如图8所示，所述渔场配电网的韧性评估装置包括：
[0143] 分析模块，用于计算渔场配电网的各故障场景对应的熵，并基于所述各故障场景对应的熵选取待分析故障场景；
[0144] 评估模块，用于获取所述待分析故障场景的发生概率，并基于所述待分析故障场景的发生概率评估渔场配电网的韧性。
[0145] 优选的，所述渔场配电网的各故障场景对应的熵的计算式如下：
[0146]
[0147] 上式中，W为所述渔场配电网的故障场景对应的熵，ΩB为所述渔场配电网的线路集合，pi,t为所述渔场配电网的故障场景中线路i在t时刻的跳闸率，zi,t为所述渔场配电网的故障场景中线路i在t时刻的故障系数，T为雷雨天气穿越渔场配电网的时间。
[0148] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的跳闸率的计算式如下：
[0149] pi,t＝(1‑α)TRi(t)
[0150] 上式中，TRi(t)为所述渔场配电网的故障场景中线路i在t时刻的跳闸率初值，α为所述渔场配电网历史雷击跳闸次数与永久故障次数之间的线性关系比例系数。
[0151] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的跳闸率初始值的计算式如下：
[0152] TRi(t)＝TRd(t)+TRb(t)
[0153] 上式中，TRd(t)为所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率，TRb(t)为所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率。
[0154] 进一步的，所述渔场配电网的故障场景中线路i在t时刻的直击雷跳闸率的计算式如下：
[0155]
[0156] 所述渔场配电网的故障场景中线路i在t时刻的感应雷跳闸率的计算式如下：
[0157]
[0158] 上式中，Ng(t)为所述渔场配电网在t时刻的地闪密度，η为建弧率，be为所述渔场配电网的故障场景中故障线路的最上层导线在地面的投影宽度，De为线路的单侧引雷范围，Ie为线路的耐雷水平，ds为雷击点到线路距离s的微分。
[0159] 进一步的，所述分析模块具体用于：
[0160] 若渔场配电网的故障场景对应的熵满足： 则该渔场配电网的故障场景为待分析故障场景，否则，则该渔场配电网的故障场景不为待分析故障场景。
[0161] 进一步的，所述待分析故障场景的发生概率的计算式如下：
[0162]
[0163] 上式中，zi,t,n为第n个待分析故障场景中线路i在t时刻的故障系数，vx,t为所述渔场配电网中第x种元件的故障概率，X为所述渔场配电网中元件种类总数量，λn为第n个待分析故障场景的发生概率。
[0164] 优选的，所述待分析故障场景的发生概率评估渔场配电网的韧性的计算式如下：
[0165]
[0166] 上式中，AR为所述渔场配电网的韧性，λn为第n个待分析故障场景的发生概率，In为第n个待分析故障场景的供电量缺失程度，N为所述待分析故障场景的总数量。
[0167] 进一步的，所述第n个待分析故障场景的供电量缺失程度的计算式如下：
[0168]
[0169] 上式中，E为绝缘子串的平均运行电压梯度，T为雷雨天气穿越渔场配电网的时间，TL(t)为所述渔场配电网无故障运行时的目标负荷曲线，RESn为第n个待分析故障场景的实际运行曲线与渔场配电网无故障运行时的目标负荷曲线之间的面积，dt为时刻t的微分。
[0170] 实施例3
[0171] 基于同一种发明构思，本发明还提供了一种电子设备，该电子设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central 
Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal 
Processor、DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现成可编程门阵列(Field‑Programmable GateArray，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，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现
相应方法流程或相应功能，以实现上述实施例中一种渔场配电网的韧性评估方法的步骤。
[0172] 实施例4
[0173] 基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是电子设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括电子设备中的内置存储介质，当然也
可以包括电子设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空
间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一
条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需
要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non‑volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种渔场配电网的韧性评估
方法的步骤。
[0174] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。
[0175] 本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流
程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产
生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实
现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0176] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或
多个方框中指定的功能。
[0177] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或
其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一
个方框或多个方框中指定的功能的步骤。
[0178] 最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然
可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何
修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

IPRDB

最新中国发明专利 最新美国发明专利 技术领域 专利库 专利分类库 国际专利分类库

热门服务

会员版试用 API 数据接口 找代理 知嘟嘟专利交易 排行榜 大学排行榜 专利百科

关于我们

平台介绍 战略合作 网站地图

友情链接

知嘟嘟专利交易 国家知识产权局 中国商标网

联系方式


©2019-2023 上海吉码数字技术有限公司 版权所有，并保留所有权利 沪ICP备20016256号-6 沪公网安备31011702005475号