技术特征：
1.一种居民负荷可用调节容量多状态的评估方法，其特征在于，包括：根据居民负荷侧在雷暴天气下的雷电峰值电流均值和电流方差参数，得到所述居民负荷侧的雷暴天气严重程度信息；根据所述居民负荷侧的雷暴天气严重程度信息、天气参数、设备在雷暴天气下的故障概率值、以及设备故障概率预测值，评估所述居民负荷侧的设备在雷暴天气下的实际故障概率；根据所述居民负荷侧的设备在雷暴天气下的实际故障概率，得到居民负荷在雷暴天气对应多状态概率；根据所述居民负荷在雷暴天气对应多状态概率，评估所述居民负荷在雷暴天气下的综合可用调节容量。2.如权利要求1所述的评估方法，其特征在于，所述根据居民负荷侧在雷暴天气下的雷电峰值电流均值和电流方差参数，得到所述居民负荷侧的雷暴天气严重程度信息，包括：根据所述居民负荷侧在雷暴天气下的雷电峰值电流值，得到所述居民负荷侧在雷暴天气下的雷电峰值电流均值；根据通过所述居民负荷侧的雷暴天气情况、以及所述居民负荷侧在雷暴天气下的雷电峰值电流值、雷电峰值电流均值和电流方差参数，得到所述居民负荷侧的雷暴天气严重程度信息。3.如权利要求2所述的评估方法，其特征在于，所述雷暴天气严重程度信息包括雷电峰值电流正态分布函数值和等效拦截范围；所述根据通过所述居民负荷侧的雷暴天气情况、以及所述居民负荷侧在雷暴天气下的雷电峰值电流值、雷电峰值电流均值和电流方差参数，得到所述居民负荷侧的雷暴天气严重程度信息，包括：根据所述居民负荷侧在雷暴天气下的雷电峰值电流值、雷电峰值电流均值和电流方差参数，得到雷电峰值电流正态分布函数值；其中，计算所述雷电峰值电流正态分布函数值的公式如下：；其中，表示雷电峰值电流正态分布函数值，i表示雷电峰值电流，表示电流方差参数，表示雷电峰值电流均值；根据所述居民负荷侧在雷暴天气下的雷电峰值电流值、雷电峰值电流均值和电流方差参数，得到等效拦截范围；其中，计算所述等效拦截范围的公式如下：其中，表示等效拦截范围，，m，n分别为由居民负荷侧的历史雷电数据拟合得到的等效拦截范围计算参数，h表示居民负荷的高度。4.如权利要求1所述的评估方法，其特征在于，所述根据所述居民负荷侧的雷暴天气严重程度信息、天气参数、设备在雷暴天气下的故障概率值、以及设备故障概率预测值，评估
所述居民负荷侧的设备在雷暴天气下的实际故障概率，包括：根据所述天气参数、所述雷暴天气严重程度信息、所述居民负荷侧的设备的元件长度、以及通过所述居民负荷侧的设备在雷暴天气下的故障概率值，建立所述居民负荷侧的雷暴天气故障率计算模型；根据所述居民负荷侧的设备故障概率预测值、以及所述居民负荷侧的雷暴天气故障率计算模型获得的雷暴天气故障率值，评估所述居民负荷侧的设备在雷暴天气下的实际故障概率。5.如权利要求4所述的评估方法，其特征在于，还包括：得到所述居民负荷侧的设备故障概率预测值，其包括：获取所述居民负荷侧的设备基准老化故障率和偶然失效期持续时间，建立所述居民负荷侧的设备偶然失效期老化故障率计算模型；获取所述居民负荷侧的设备基准老化故障率、损耗失效期持续时间以及威布尔分布的参数，建立所述居民负荷侧的设备损耗失效期老化故障率计算模型；分析所述居民负荷侧的设备所处于的老化阶段，若所述设备处于偶然失效期，则根据所述设备偶然失效期老化故障率计算模型，评估所述设备在偶然失效期的故障概率预测结果；若所述设备处于损耗失效期，则根据所述设备损耗失效期老化故障率计算模型，评估所述设备在损耗失效期的故障概率预测结果；根据所述设备在偶然失效期的故障概率预测结果、所述设备在损耗失效期的故障概率预测结果，建立所述居民负荷侧的设备故障概率预测模型；根据所述居民负荷侧的设备故障概率预测模型，得到所述居民负荷侧的设备故障概率预测值。6.如权利要求1所述的评估方法，其特征在于，根据所述居民负荷侧的设备在雷暴天气下的实际故障概率，得到居民负荷在雷暴天气对应多状态概率，包括：根据所述居民负荷侧的设备在雷暴天气下的实际故障概率，建立所述居民负荷侧的可用调节容量多状态模型；根据所述居民负荷侧的可用调节容量多状态模型，获得所述居民负荷在雷暴天气对应多状态概率；其中，所述根据所述居民负荷侧的设备在雷暴天气下的实际故障概率，通过公式：建立所述居民负荷侧的可用调节容量多状态模型；其中：、和分别表示居民负荷侧的多状态可用容量，、和分别表示居民负荷侧的多状态概率，其中多状态概率服从以下约束：；表示设备在雷暴天气下的实际故障概率。7.如权利要求1所述的评估方法，其特征在于，所述根据所述居民负荷在雷暴天气对应多状态概率，评估所述居民负荷在雷暴天气下的综合可用调节容量，包括：根据所述居民负荷在雷暴天气对应多状态概率，建立所述居民负荷侧的可用调节容量评估模型；根据所述居民负荷侧的可用调节容量评估模型，评估所述居民负荷在雷暴天气下的综
合可用调节容量；其中，所述根据所述居民负荷在雷暴天气对应多状态概率，建立所述居民负荷侧的可用调节容量评估模型，所用的公式如下：；其中：、和分别表示居民负荷侧的多状态可用容量，、和分别表示居民负荷侧的多状态概率，其中多状态概率服从以下约束：；表示设备在雷暴天气下的实际故障概率。8.一种居民负荷可用调节容量多状态的评估装置，其特征在于，包括：雷暴天气严重程度信息获取模块，用于根据居民负荷侧在雷暴天气下的雷电峰值电流均值和电流方差参数，得到所述居民负荷侧的雷暴天气严重程度信息；实际故障概率确定模块，用于根据所述居民负荷侧的雷暴天气严重程度信息、天气参数、设备在雷暴天气下的故障概率值、以及设备故障概率预测值，评估所述居民负荷侧的设备在雷暴天气下的实际故障概率；多状态概率获取模块，用于根据所述居民负荷侧的设备在雷暴天气下的实际故障概率，得到居民负荷在雷暴天气对应多状态概率；评估模块，用于根据所述居民负荷在雷暴天气对应多状态概率，评估所述居民负荷在雷暴天气下的综合可用调节容量。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
技术总结
本发明公开了一种居民负荷可用调节容量多状态的评估方法及装置，本发明通过综合考虑居民负荷侧的雷暴天气情况，可提高居民负荷可用调节容量量化精度，同时以居民负荷在雷暴天气对应多状态概率刻画居民负荷的可用调节容量，提高居民负荷的可用调节容量量化精度，避免传统两状态模型的不足，从而提升居民负荷参与电力系统测试平衡的积极性，提高电力系统运行灵活性。行灵活性。行灵活性。
技术研发人员：熊茹 刘向向 李昊翔 樊友杰 刘明 舒骁骁 饶员良 郑宜超 冯颖 田静 姜峥 雷涛
受保护的技术使用者：国网江西省电力有限公司供电服务管理中心
技术研发日：2022.10.28
技术公布日：2022/11/29