基于状态枚举法的电力系统典型故障集确定方法
【技术领域】
[0001] 本发明设及电力系统规划技术领域，具体设及一种基于状态枚举法的电力系统典 型故障集确定方法。
【背景技术】
[0002] 电力是我国国民经济发展中关系国计民生的基础能源产业，电力对促进我国经济 发展和社会进步有着极其关键的作用。"十一五"时期，我国深化电力体制改革，进一步实行 政企分开，厂网分开，发电竞价上网。随着我国电网系统的逐步开放，电网的运行也呈现出 一些新的特征:分布式发电的产生致使许多用户会选择安装分布式发电来进行电能供给， 所W负荷的需求、电源的出力W及互联系统间的功率交换都使电网运行的不确定性有所增 加。随着全球不可再生资源的日渐枯竭，很多国家都把开发可再生能源作为重大战略选择。 为了平衡能源安全与环境污染问题，我国选择大力发展可再生能源利用中发展历程最长、 技术也最为成熟的风电，确定了 W集中规模开发为主、分散式开发为辅的风电发展路线，并 规划在甘肃、吉林、江苏、河北、新疆、内蒙古、山东几个省市建立8个千万千瓦级风电基地。 风力作为一种受自然天气条件影响很大的资源，其自身便具有较大的不确定和间歇性。弱 可控性、强随机性的风电的大规模并网对我国电网的稳定运行提出了新的挑战。与此同时， 电力负荷的突然变化、极端恶劣天气的影响、操作人员误操作、保护装置误动作、原件故障 等随机因素也给电网的安全稳定运行带来了隐患。国内外经验表明，许多危害性极强的大 规模停电事故都由随机因素引起某一设备故障，给系统带来冲击而未及时控制从而发生大 规模连锁反应所致。因此在随机性因素日渐增多的今日，急需建立一种与此背景相适应的 电网故障筛选方法来控制和减少电力系统设计和运行中存在的风险。
[0003] 然而现有电力系统规划技术中主要存在W下几类不足:一、电力系统运行方式划 分成四种方式，未考虑各种方式发生的概率;二、电力系统故障筛选未考虑整体风险;=、电 力系统发生故障的状态的概率缺乏量化；
【发明内容】
[0004] 本申请通过提供一种基于状态枚举法的电路系统典型故障集方法，能够计及电力 系统中典型运行方式、系统风险水平等因素，W解决现有技术中未考虑状态故障概率风险 的技术问题。
[0005] 为解决上述技术问题，本申请采用W下技术方案予W实现：
[0006] -种基于状态枚举法的电力系统典型故障集确定方法，包括W下步骤：
[0007] SI:根据kmeans聚类方法对电力系统节点负荷、发电出力数据进行聚类，确定电力 系统的典型运行方式；
[000引S2:根据电网中各个元件的故障率，枚举生成各个元件的无故障工作状态和故障 工作状态，由此得到整个系统的状态及其对应概率；
[0009] S3:基于性能指标对系统状态进行排序。
[0010] 进一步地，步骤SI具体包括：
[0011] Sl 1:根据时序负荷曲线，确定电力系统各节点的负荷功率L
[0012] S12:根据发电机出力特性，确定电力系统各节点的发电出力G;
[0013] S13:设定第j条负荷曲线的第i个聚类均值Mu的初值，其中，聚类i的取值范围是i =1，2,…，化，负荷曲线j的取值范围是j = l，2,…，NC;
[0014] S14:根据公式
计算出欧拉距离，式中，Dki是 第k个负荷点至第i个聚类均值的欧拉距离，j是负荷曲线，NC是负荷曲线总数，Lk堤负荷曲 线j中第k个负荷点的负荷功率，Gkj是负荷曲线j中第k个负荷点的发电出力值；
[0015] S15:将负荷点分配到最近的聚类，对其重新编组，按照更新聚类均 k~{ 值，式中，4是第j条负荷曲线的第i个聚类中第k个负荷点的负荷功率，Ni是第i个聚类中的 负荷点个数；
[0016] S16:重复步骤S14和步骤S15,直到全部聚类均值Mu在迭代中保持不变为止；
[0017] S17:使用收敛后的聚类均值Mu作为多级负荷模型中每个负荷曲线每个聚类的负 荷水平，同时，对应的发电出力分类的均值为多级发电出力水平。
[0018] 进一步地，步骤S2具体包括：
[0019] S21:确定电力系统中各元件的不可用率U，
，式中，A为元件的故障率，y 为元件的修复率；
[0020] S 2 2 :根据各元件的不可用率，确定电力系统各故障状态的概率P。， C=n巧'ftd-W，式中，Ui是第1个元件的停运概率，n是系统中元件总数目，nd是预想 担 1 /=1 故障事件中停运元件数目，如果只考虑支路，n是支路数目，如果考虑支路和发电机，n是支 路和发电机的总数目，对于单一元件故障，W等于1。
[0021] 进一步地，步骤S3具体包括：
[0022] S3 1 :基于支路功率指标对系统各状态进行排序，基于支路功率指标为：
,式中，Si是支路i的视在功率，S/ax是支路i的视在功率限值，Wsi是支 路i的权重因子，化是系统中支路数目，HlS是支路功率指标PIs的整数指数；
[0023] S32:基于概率风险指标对系统各状态进行排序，基于概率风险指标为：
，式中，P。是电力系统各故障状态概率。
[0024] 进一步地，所述步骤Sl 2中根据发电机出力特性，确定风电机组的输出功率P (V)的 步骤为：
[0025] 首先，W风速的历史数据为基础，采用威布尔分布模型拟合实际风速概率分布，风 速的累积分布函数为：F(V)二l-ewvk>'i，风速的概率密度函数为:f(v)=k/c ? (v/c)w， 式中，V为风速，k为威布尔分布的形状参数，C为威布尔分布的尺度参数；
[0026] 然后，按照W下公式建立风电机组时序出力模型： 0 0《v<Vc,ii'Cv>Vc。
[0027] 戶(V)二< (-4 +公V + CV)G V',.,《V' < V,|. ，式中，Vci为风电机组的切入风 P, 速，Vr为额定风速，V。。为切出风速，Pr为风电机组的额定功率，A、B、C为参数式，且
[0028] 与现有技术相比，本申请提供的技术方案，具有的技术效果或优点是:本方法对电 力系统典型故障的筛选效率高，可为电网规划提供有益参考。
【附图说明】
[0029] 图1为本发明的方法流程图；
[0030] 图2为聚类结果示意图；
[0031 ]图3为IE邸可靠性测试系统网络拓扑图。
【具体实施方式】
[0032] 本申请实施例通过提供一种基于状态枚举法的电路系统典型故障集方法，能够计 及电力系统中典型运行方式、系统风险水平等因素，W解决现有技术中未考虑状态故障概 率风险的技术问题。
[0033] 为了更好的理解上述技术方案，下面将结合说明书附图W及具体的实施方式，对 上述技术方案进行详细的说明。
[0034] 实施例
[0035] 如图1所示，一种基于状态枚举法的电力系统典型故障集确定方法，包括W下步 骤：
[0036] SI:根据kmeans聚类方法对电力系统节点负荷、发电出力数据进行聚类，确定电力 系统的典型运行方式；
[0037] S2:根据电网中各个元件的故障率，枚举生成各个元件的无故障工作状态和故障 工作状态，由此得到整个系统的状态及其对应概率；
[0038] S3:基于性能指标对系统状态进行排序。
[0039] 图2所示为聚类后的结果。
[0040] 进一步地，步骤Sl具体包括：
[0041 ] SI I:根据时序负荷曲线，确定电力系统各节点的负荷功率L
[0042] S12:根据发电机出力特性，确定电力系统各节点的发电出力G;
[0043] S13:设定第j条负荷曲线的第i个聚类均值Mu的初值，其中，聚类i的取值范围是i =1，2,…，化，负荷曲线j的取值范围是j = l，2,…，NC; 「WC 下王
[0044] Sl4:根据公式公W二玄[(M, -左g)2+(Mg-馬沪]计算出欧拉距离，式中，Dki是 U=I _ 第k个负荷点至第i个聚类均值的欧拉距离，j是负荷曲线，NC是负荷曲线总数，Lk堤负荷曲 线j中第k个负荷点的负荷功率，Gw是负荷曲线j中第k个负荷点的发电出力值；
[0045] S15:将负荷点分配到最近的聚类，对其重新编组，按照M,, = ；!；鸟/ 更新聚类均 皮=I 值，式中，4是第j条负荷曲线的第i个聚类中第k个负荷点的负荷功率，Ni是第i个聚类中的 负荷点个数；
[0046] S16:重复步骤S14和步骤S15,直到全部聚类均值Mu在迭代中保持不变为止；
[0047] S17:使用收敛后的聚类均值Mu作为多级负荷模型中每个负荷曲线每个聚类的