本发明涉及电网节点脆弱性评估领域，特别涉及一种计及新能源影响的电网静动态结合的脆弱性节点评估方法。
背景技术：
国内外大停电事故的频发造成了极为严重的社会影响和经济损失，研究表明，大停电事故大多是由部分元件故障导致的一系列连锁故障，而产生连锁故障初始故障的元件一般被称之为脆弱源，这些脆弱源在电力系统稳定运行中发挥着重要的作用，识别系统中的脆弱源是脆弱性评估的重要环节；因此，快速准确定位系统中的脆弱源，构建脆弱性评估指标对当前系统中的各环节进行安全水平的评估，对提高电力系统的安全可靠性，降低大规模停电事故的发生具有重要意义。
目前，国内外学者提出了多种脆弱性指标方法来评估电力系统中重要元件在突发事件下的脆弱性。根据着重点不同可分为两类：第一类从电网拓扑结构出发，利用复杂网络的相关理论，将度数、介数等指标应用到电网中，建立关键元件的识别模型，通过研究网络拓扑特征参数，从拓扑结构上识别关键元件；第二类研究主要从电网物理特性和实时运行状态出发，通过定义相关指标来描述电网元件的关键程度。上述研究主要是从电力系统静态性能的角度评估电网脆弱性，然而，当系统受到严重干扰时系统能否保证暂态稳定，扰动时的脆弱源及其导致的暂态失稳及故障蔓延是造成大停电事故的重要原因，所以，动态性能评估是准确识别脆弱源的关键环节。
近年来，风电、太阳能光伏发电等新能源持续快速增长，其在电网中的渗透率日益增高，逐渐进入大规模发展阶段，但是，由于新能源电源特有的随机性和波动性，高渗透新能源电源为电网安全稳定带来新的挑战，其中包括评估高渗透新能源电网脆弱性问题，所以如何在新能源接入电网的情况下，准确和快速地对电网中各个节点进行静态性能和动态性能的脆弱性评估就尤为迫切和重要。
技术实现要素：
针对技术背景存在的问题，本发明提出了一种计及新能源影响的电网静动态结合脆弱性评估方法。
本发明解决上述问题的技术方案是：在静态排序中考虑新能源发电在一定范围内波动，采用区间数表示新能源的不确定性，提出了基于区间直流潮流的最小切负荷模型计算各节点的区间静态指标；在动态排序中，提出基于单机等效延伸方法计算各节点的稳定性裕度，并根据稳定性裕度的正负对应计算各节点的动态性能指标；最后综合两种指标对网络节点进行排序，分析评估网络节点的脆弱性。
为了实现上述目的，本发明采用如下技术方案来实现：
步骤1：提出计及新能源不确定性的静态区间排序方法；
静态区间排序中采用区间数表示的方法处理不确定信息。在此基础上，提出基于区间直流潮流的最小切负荷模型的系统节点区间静态排序方法，从节点损失的后果出发对系统中各网络节点进行脆弱性分析；所述步骤1具体包括：
1-1：建立基于区间直流潮流的最小切负荷模型；
如果系统中所有节点的单位负荷损失费用相等，那么此时的最优潮流计算被称之为最小切负荷计算；则对于具有n个节点和m条支路的系统，用于节点重要性静态识别的基于区间直流潮流的最小切负荷可用以下公式描述：
式中，i为元素全为1的n×1阶向量；
1-2：提出具体的节点脆弱性区间静态性能指标(staticperformanceintervalindices,spii)及基于可能度的区间指标排序方法；
1-2-1：区间静态性能指标(staticperformanceintervalindices,spii)；
区间静态性能指标用来衡量一个节点的临界程度；本发明中，对于一个给定节点的spii值是根据发生在特定灾害场景的切负荷区间值总量构造的；对于系统中的某个节点i，首先，考虑当节点i发生突发故障时，使用区间直流潮流方法分析这个突发场景；如果检测到负荷过载，使用式(1)所示的基于区间直流潮流的最小切负荷模型计算相应的切负荷区间量，并使用式(2)计算节点i的spii值qi：
式中，qi为节点i的静态性能区间值指标，
1-2-2：基于可能度的区间指标排序方法；
式(2)所得的静态性能指标q为区间数，无法进行直接大小比较，必须借助适当的转换方法才能进行比较；所以本发明采用基于可能度的区间数排序法对所有节点的区间静态性能指标进行排序：
记q＝[q-,q+]＝{x|q-≤x≤q+}，称q为一个区间数；当qi,qj同时为区间数或者有一个为区间数时，设qi＝[qi-,qi+]，qj＝[qj-,qj+]，且记li＝qi+-qi-，lj＝qj+-qj-，则称：
为qi≥qj的可能度，且记i与j的次序关系为
1-3：静态排序的算法流程；
基于以上分析，不确定信息下节点静态排序的流程如下所示：
1)读取电力网络拓扑及运行特性数据；
2)枚举考虑各节点的突发事故；
3)对于网络中的突发事故，首先使用区间直流潮流分析在当前事故下是否有线路过载，如果发现过载，进入步骤(4)，否则进入步骤(5)；
4)使用式(1)所示的基于区间直流潮流的最小切负荷模型对故障事件进行切负荷计算，并保存当前故障下的区间切负荷值，算法继续；
5)如果没有余下的突发事件进行分析，输出切负荷结果；
6)按式(3)和式(4)对输出结果进行基于可能度的区间数排序方法进行排序；
7)输出最终的排序结果，算法终止，得到各节点的静态区间脆弱性指标结果。
步骤2：计及波动性新能源电源的动态排序研究；
新能源电源接入系统后对电网各节点进行动态性能的评估是非常重要的，以风力发电为例，风速服从威布尔分布的情况下，本发明旨在提出一种新方法来提高单机等效(singlemachineequivalent,sime)延伸方法的稳定性和精确性，评估具有波动性新能源系统的动态脆弱性，其实质为通过一个正弦函数来预估单机等效系统的传输功率转移函数，进而计算系统的稳定性裕度；所述步骤2具体包括：
2-1：建立计及波动性新能源的动态排序模型；
采用改进的单机等效法对新能源系统进行暂态稳定性评估，能够更快和更准确地计算系统的稳定性裕度。动态排序的目标函数为预估清除故障后几毫秒内系统的稳定性裕度(正或负)。为计算稳定性裕度，首先通过式(5)计算故障后的单机无穷大母线故障后的功率转移特性曲线pe(δ)：
式中，δ为等效机械转子角；em(δ)为滞后暂态电抗的等效电压，其建模为转子角的函数；e∞为无穷大母线电压，为一个常数；p0为等效单机无穷大母线的额定电压。
对于加入新能源电源的系统中某一节点发生的故障，单机等效法将故障后系统的失步看成是主导机群(criticalmachines,cms)和非主导机群(non-criticalmachines,nms)之间功角的相对振荡，在时域仿真的基础上，将包含新能源电源的多机系统等效为单机无穷大母线系统；式(5)中参数em(δ)为滞后主导机群中发电机的暂态电抗的平均电压值，即：
式中，c为主导机群的集合，nc为主导机群中发电机的数量；式(5)中参数xe估算为每个发电机的外阻抗加权平均值加上自身的暂态阻抗：
式中，mk为惯性系数，x′dk和xek分别为发电机k的暂态电抗和外阻抗，mc为主导机群集合c中所有惯性系数mk之和。
根据以上预估的功率转移特性，稳定性裕度定义为omibpe-δ曲线减速区域超过加速区域的面积：
η＝adec-aacc(8)
式中，η为系统的稳定性裕度，aacc为系统加速区域，代表故障时期储存的系统动能；adec为系统减速区域，代表系统在故障后能够使用的最大潜在能量；于是，如果加速区域小于最大减速区域，omib系统就是暂态稳定的，换句话说，系统在η＜0的情况下不稳定，在η＞0的情况下稳定，等于0的情况下临界稳定(临界不稳定)。
2-2：提出计及波动性新能源电源的动态性能指标；
对于电力系统分析而言，尤其是在安全风险评估之中，提出一个非迭代，无量纲的暂态稳定性指标是非常必要的；对于每一个扰动仿真，该指标必须提供足够的精度来反映系统接近不稳定的程度；基于此要求，并根据步骤2-1所得稳定性裕度的正负，提出了两种不同形式的动态性能指标。
正裕度指标(ip)主要是依据发电机转子角轨迹接近电势边界的距离所决定的：
式中，δu为单机等效法不稳定均衡点的角度，δr为转子回归角，δs为故障后平衡点角度，δa为一小常数角(如10度)；正裕度指标ip的值范围在0到1之间，其中0代表处于临界稳定状态，1代表非常稳定。
对于不稳定的轨迹，负裕度指标(im)为：
式中，vkemin和vkemax分别为故障后单机等效法轨迹的最小系统动能和最大动能值；其范围在-1到0之间，其中0代表临界不稳定状态，-1表示为一个高不稳定条件；系统动能值的计算如下所示：
式中，n为发电机数目，ωk为发电机k的角速度。
2-3：提出动态指标排序方法；
对于步骤2-2中两种不同形式的动态性能指标，由于正负值的差别，不能直接进行数值比较，本发明使用归一化的方法对两种指标进行处理后得到动态性能指标wdi：
式中，ipi和imi为节点i的正裕度指标和负裕度指标。
2-4：动态排序算法流程；
应用单机等效延伸方法的动态排序方法可用如下所示的步骤计算：
1)读取计及新能源接入的系统拓扑图和运行参数；
2)应用暂态稳定性准则(即加入三相接地短路故障，然后清除故障和断开所有相关线路)选取节点加入三相短路故障；
3)对给定故障进行时域仿真，确定cms和nms；
4)采用惯量中心坐标，将cms和nms分别等效，系统降阶为双机系统；
5)进一步将系统等效为无穷大母线系统系统，计算omib参数，包括：功角曲线，角速度曲线和加速功率曲线等；
6)根据式(5)-式(8)计算稳定性裕度η，并根据式(9)和式(10)计算相应的裕度指标；
7)重复(2)-(6)，直至所有节点仿真完成，输出所有指标结果；
8)对结果按式(12)进行归一化处理，并排序。
步骤3：建立不确定信息下电网节点脆弱性综合指标；
基于上述两步骤所研究的计及新能源电源静态和动态排序，结合静态和动态排序所侧重的不同方面，将区间静态性能指标与动态性能指标综合处理，更加符合系统的实际运行情况，更加综合地评估各网络节点的脆弱性；本发明主要使用归一化的方法对两种指标进行处理，具体如下：
wi＝wsi+wdi
式中，wsi和wi分别为节点i归一化之后的静态性能指标和综合指标，wdi为式(12)处理后的动态性能指标。
与现有技术相比，本发明具有以下优点和有益效果：
1、这种方法克服了脆弱性分析一般只限于静态评估及其衍生指标的范畴，考虑动态性能更真实地表示电网运行的实际情况，实现静动态结合综合地评估网络中各节点的脆弱性；
2、同时考虑了波动性新能源接入电网，符合现阶段能源发展方向，有利于评估智能电网未来发展的安全程度；
3、通过该方法研究发现的新能源不确定性就近影响原则，对于新能源电源接入点的选取以及新能源接入情况下避免电网大停电事故具有一定的指导作用。
附图说明
图1为本发明的流程图。
图2为ieee-39节点系统拓扑图。
图3为ieee-39节点系统静态性能指标图。
图4为ieee-39节点系统动态性能指标图。
具体实施方式
下面结合附图和实例对本发明做进一步的说明。
以附图2中ieee-39算例节点系统为例，对有无新能源电源的节点静态排序进行仿真，有无新能源电源的节点动态进行仿真以及将本发明综合排序结果与已有方法进行对比三个方面对本发明所提方法在脆弱性评估中应用的有效性进行了验证；具体步骤如下：
步骤1：根据ieee-39节点系统的拓扑图，对计及新能源电源的节点静态区间排序进行仿真；
ieee-39节点系统含有10个pv节点和28个pq节点，31号节点为平衡节点，在区间静态区间排序工作中，设32号节点电源中含有新能源电源，即该节点的发电功率为区间数；对系统中各节点使用基于区间直流潮流最小切负荷计算，由式(2)得到各节点的静态性能区间值指标，结果附图2已给出；对各节点区间静态性能指标使用式(3)-(4)所示的基于可能度的区间数排序方法进行排序，其中排名前十的节点如表1所示；
从附图2和表1中可以看出，排名前三的节点分别为39、20和8号节点，这三个节点均在拓扑中间位置，节点度数较高，是重要的供电或传输节点，如39号节点为重要的发电机节点，这些节点故障将会对周边节点和系统造成很大的影响；可见本发明提出的区间静态指标脆弱性评估指标方法不仅能较好地反映出电网拓扑这一物理本质特性，而且较好地体现了波动性新能源接入后电网的电气性能。
表1ieee-39节点系统静态关键节点(前十)
为验证计及新能源电源的节点静态区间排序模型的可行性，将所得含有波动性新能源的结果与不考虑波动性能源的结果进行对比，结果如表2所示：
表2有无不确定信息的结果对比
从表2结果比较来看，波动性能源的区间静态指标上限都大于或等于不考虑波动性能源的情况，这表明新能源电源的接入增加了系统的负荷变化率，加大了切负荷量，这与实际情况相吻合，说明本发明提出的采用区间数表示不确定信息能够全面和真实地表示电力系统的实际运行情况；其中39，20和8号节点在两种情况下排名没有发生变化，这三个节点在系统中重要度较高，发生故障后易引发大规模事故发生。
不确定性新能源的接入对排序和指标值具有影响，比较典型的有紧邻新能源电源节点的10号节点在有无不确定信息的情况下重要度排名发生了变化，在加入波动性新能源后，该节点脆弱性排名显著上升到前10，这说明新能源的波动性具有就近影响较大原则，临近新能源影响的16号节点指标上升，也符合这一点；因此新能源电源接入时应考虑不紧邻本身脆弱的节点，否则因为其加剧临近节点的脆弱性，造成大规模停电事故，这将为新能源电源的规划提供参考。
步骤2：使用matlab及psat工具箱对计及新能源电源的ieee-39节点系统进行动态排序仿真；
考虑新能源电源的影响，在32号节点上加入双馈式变风速风力发动机，风速采用威布尔分布。对系统中各节点分别在1s时发生三相短路故障，持续时间为200ms，在1.2s时切除故障，记录在该运行方式下10s内各发电机功角曲线；并运用式(5)-式(8)所示的计及新能源电源的动态排序模型计算各节点的稳定性裕度η，根据稳定性裕度的正负使用式(9)和式(10)对应计算各节点的动态性能指标ip、im，结果如附图3。
使用式(12)的归一化方法对所得正负指标进行处理，并进行排序；为验证所得结果的合理性，将加入风机系统的排序结果与无风机系统的排序结果进行了对比分析，有无风机情况下的排序结果如表3所示。
表3有无风机的动态排序结果对比分析表
从附图3和表3中可以看出，考虑风电波动时动态排序结果中排名前三的节点为9，12和1号节点，均为系统中的重要连接节点，若这些节点故障，将会给系统带来很大的影响，甚至造成连锁故障的发生；从加入风机情况下重要节点的拓扑位置和排序结果变化可知，加入风机后，11和12节点排序由无风机时候的10名之后分别上升到第6和第2，脆弱性动态性能指也有所提高，其位置靠近风机所加的32号节点，可见风电的波动对就近区域节点的影响较大，符合风机所带来的随机性与波动性对系统的影响情况。
步骤3：结合静态和动态排序不同的侧重点，对ieee-39系统节点指标进行综合排名；
将所得静态与动态指标使用式(13)的归一化排序方法进行综合排序，所得结果如表4所示：
表4ieee-39节点系统综合指标排名(前10)
为验证本发明方法的适应性与正确性，在相同的算例系统仿真情况下，将本发明排序结果与基于潮流熵的排序结果以及基于灵敏度法所得结果对比如表5所示：
表5考虑不确定性的关键节点排序结果对比
根据对比结果可知，本发明方法前10个关键节点中与已有方法排序结果具有相同的节点，如节点4、7、8和12，仅仅排序顺序不完全相同；从综合排序结果中可以看出，本发明排序方法不仅包含了网络拓扑中结构重要性的节点，如16和29号节点，处在系统拓扑图的中间位置，节点连接线路多，度数较高，而且包含系统中电气性能重要节点，如39、32和31号节点为重要的电源节点，故障会引发系统中发电量不足，导致电量平衡问题。
并且，本发明的方法能够反映新能源并网后不确定性带来的就近影响较大原则，如32号节点加入新能源电源之后，其就近的11和12号节点及后续影响的7、8号节点就变得非常关键，这些节点故障将增强新能源波动对电网的影响，易引发大规模连锁故障；综合指标的排序结果说明本排序方法不仅综合考虑了节点的拓扑结构、电气性能与动态特性，还能更加全面地对新能源并网后系统脆弱性做出评估；排序结果所揭示的新能源不确定性就近影响原则为系统规划者对新能源接入点做出了合理建议，规划时应避开或远离系统的脆弱节点，否则会加剧系统的脆弱性，导致大停电事故的发生。