基于最大熵增的电网薄弱分区识别方法与流程

本发明属于电力系统领域，具体涉及一种基于最大熵增的电网薄弱分区识别方法。
背景技术：
：大停电事故的发生将给社会生产和居民生活造成重大损失，进行电力系统稳定性研究，深入分析不同电压等级下分层分区运行电网区域稳定性，对电网规划、电网运行决策以及事故处理等具有重要意义。目前对于分区电网稳定性分析评估主要时域仿真分析法，但其依赖人工经验设定大量故障，难以保证故障集的覆盖范围；且分析结果同故障设置方式强相关，不同区域间缺少能够横向比较的稳定指标，无法全面客观评估不同区域的稳定程度，找出系统薄弱区域。本发明提出了基于最大熵增的电网薄弱区域识别方法。通过加权潮流熵指标判断电网所处状态。加权潮流熵指标能够定量评估系统中关键指标的有序稳定程度，通过ieee39节点系统大量仿真计算表明当加权潮流熵增大到40-50％及以上时，电网易进入自组织临界态，即发生大停电的风险显著增大。对分区运行的电网进行不同分区等比例负荷增长，研究各分区负荷增长对系统整体熵指标的影响，筛选引起系统熵增最大的区域为薄弱区域，并以某地实际电网为例，验证了所提方法的可行性和有效性。技术实现要素：本发明的目的在于提供一种基于最大熵增的电网薄弱分区识别方法，能够为分区运行的电网提供分区稳定性评估指标，筛选出对电网稳定性影响最大的区域，对于不同电压等级下分层分区运行电网区域稳定性研究及电网规划、运行决策以及事故处理等具有重要意义。为实现上述目的，本发明的技术方案是：一种基于最大熵增的电网薄弱分区识别方法，包括如下步骤：步骤s1、建立电网的典型运行方式数据；步骤s2、计算该电网在典型运行方式下电网的加权潮流熵；步骤s3、对各电网分区分别进行等倍数负荷增长；步骤s4、计算分区负荷增长后的系统加权潮流熵；步骤s5、筛选引起熵增最大分区作为稳定薄弱分区。在本发明一实施例中，所述步骤s2、s4中，加权潮流熵的计算方式如下：设电网线路i的传输稳定限额为pmax，电网运行时线路i实时传输功率为pi0，则线路i的负载率μi0为：其中，n为电网线路总数；综合考虑电网正常运行情况和可能遇到的故障后极端情况，并考虑裕度，设可能的线路负载率区间为[0，2.0]，即线路可能空载，也可能达到负载率2.0的极端状况；按照预定的步长x将负载率区间进行细分，形成负载率细分区间序列{[0，x]，(x，2x]，……，((k-1)x，kx]……，((m-1)x，2.0]}，其中，m＝2/x，k＝1,2,…m；设lk为负载率μk0∈((k-1)x,kx]的线路条数，则得到负载率在该区间段的线路占全网线路的概率，即进而建立潮流熵如下：其中，c1为常数，m为状态数；考虑到线路负载率因素的影响，进一步提出了加权熵的概念，即得加权潮流熵计算公式：其中，wk为((k-1)x,kx]区间线路的平均负载率；且其中，r为((k-1)x,kx]区间中的线路数，qk为第k条线路的负载率。相较于现有技术，本发明具有以下有益效果：本发明基于最大熵增的电网薄弱区域识别方法，能够准确识别电网薄弱环节；引入加权熵指标，应用于评估系统中潮流分布的有序、稳定程度，并通过ieee39节点系统大量仿真计算发现加权潮流熵增大到40-50％及以上时，电网进入自组织临界态，发生大停电的风险显著增大；本发明提出基于最大熵增的电网薄弱区域识别方法，以加权熵来评价故障后电网所处状态及稳定风险，用最大熵增指标来识别电网稳定薄弱分区，筛选出引起系统熵增最大的分区作为稳定薄弱分区，能够对电网事故防控，升级改造起到指导作用。附图说明图1为本发明方法流程图。图2为本发明一实施例网架结构图。图3为本发明停电规模与停电概率曲线图。具体实施方式下面结合附图，对本发明的技术方案进行具体说明。如图1所示，本发明提供了一种基于最大熵增的电网薄弱分区识别方法，包括如下步骤：步骤s1、建立电网的典型运行方式数据；步骤s2、计算该电网在典型运行方式下电网的加权潮流熵；步骤s3、对各电网分区分别进行等倍数负荷增长；步骤s4、计算分区负荷增长后的系统加权潮流熵；步骤s5、筛选引起熵增最大分区作为稳定薄弱分区。所述步骤s2、s4中，加权潮流熵的计算方式如下：设电网线路i的传输稳定限额为pmax，电网运行时线路i实时传输功率为pi0，则线路i的负载率μi0为：其中，n为电网线路总数；综合考虑电网正常运行情况和可能遇到的故障后极端情况，并考虑裕度，设可能的线路负载率区间为[0，2.0]，即线路可能空载，也可能达到负载率2.0的极端状况；按照预定的步长x将负载率区间进行细分，形成负载率细分区间序列{[0，x]，(x，2x]，……，((k-1)x，kx]……，((m-1)x，2.0]}，其中，m＝2/x，k＝1,2,…m；设lk为负载率μk0∈((k-1)x,kx]的线路条数，则得到负载率在该区间段的线路占全网线路的概率，即进而建立潮流熵如下：其中，c1为常数，m为状态数；考虑到线路负载率因素的影响，进一步提出了加权熵的概念，即得加权潮流熵计算公式：其中，wk为((k-1)x,kx]区间线路的平均负载率；且其中，r为((k-1)x,kx]区间中的线路数，qk为第k条线路的负载率。以下为本发明方法的应用实例。以某地实际电网典型方式为例验证本发明提出的基于最大熵增的电网薄弱分区识别方法，示例区域电网500及1000kv网架结构如图2所示。示例电网通过2-3和1-9同外部电网联结，示例电网内部功率由北向南流动，33/34/35/36等节点为南送通道末端节点。首先对示例电网进行初始方式下加权潮流熵指标计算分析，加权潮流熵为0.2751，对示例电网m1-m9分区分别做等比例负荷增长，将各个分区有功和无功负荷增长1.3倍。以m1分区为例，m1分区初始负荷水平为有功7108mw，无功2488mvar，此时示例电网熵值为初始熵0.2751；负荷增长后m1分区负荷为有功9240mw，无功3234mvar；不平衡功率由外部电网增大发电量调平，不改变示例电网中m2-m9负荷及发电机开机方式。表1分区负荷增长后熵值m10.27582m20.2741m30.2935m40.294m50.2966m60.2867m70.2821m80.2785m90.2742参见表1，分别对m1-m9分区做负荷增长1.3倍后的熵值计算，分析计算结果，可见m5分区在增长同样倍数负荷后系统熵值增长最大，因此将m5分区作为示例电网的稳定薄弱区域。对方法得出的稳定薄弱分区结果进行合理性分析，在示例电网中，m5分区为电网南北输电通道受电侧的末端分区，m5分区的负荷增长所引起的潮流变化影响距离远，范围最大。且所增长的负荷将全部叠加在原有的北电南送重载通道上，可能引起相关区域的电压稳定等问题，在检修方式等网架结构薄弱情况下也有激发示例电网南部相对于主网的振荡问题。通过进一步仿真分析，m5分区负荷增长后引起了26、37等节点的电压持续偏低，有发生中长期电压失稳的风险。可以看出，本发明提出的基于最大熵增的电网薄弱区域识别方法，通过在该实施例的某地实际电网应用，验证了所提方法的可行性和有效性。另外，以ieee39节点算例为例，通过构建数十个运行方式并进行故障扫描计算，统计失稳故障负荷损失情况，能够证明在加权潮流熵较大的情况下，电网运行状态较差，负荷损失与停电累计概率呈现幂律特性，即电网进入自组织临界态，此时发生大停电的概率显著增大。如图3所示，可以看出，加权潮流熵符合电网实际情况，不仅能体现线路在各负载率区间的分布情况，还能综合考虑各区间线路的负载率大小，可以有效地表征潮流变化对电网自组织临界性的影响。可见，采用加权潮流熵指标评估电网运行方式的潮流分布有序性，分析复杂电网自组织临界状态演化规律，对于从宏观上评估电网所处运行状态以及发生大停电风险具有重要意义。以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。当前第1页12