一种考虑子区结构及规模的电力系统恢复分区方法及装置

本发明属于电力系统恢复，具体涉及一种考虑子区结构及规模的电力系统恢复分区方法及装置。

背景技术：

1、近年来，由于人为操作因素、电力设备故障以及极端天气灾害等方面的影响，国内外电力系统大面积停电事件依旧时有发生。电力系统发生事故后可进行串行和并行恢复。实际的大规模电网中节点众多，拓扑结构复杂，出于对电力系统供电可靠性的考虑，需配置多个黑启动电源。在发生停电事故后由多个具有自启动能力的黑启动电源提供初始的恢复功率，开展并行分区恢复，各个分区独立恢复完毕后再进行同步互联操作，从而提高整个复杂大规模电网的恢复速度和效率。

2、电力系统的并行分区恢复包括恢复子区划分、子区自行恢复和分区并列并网操作三部分。其中，恢复子区的划分直接影响到了并行分区恢复后两个阶段的恢复效果。因此合理的子区划分方法对于黑启动电源的布点优化乃至后续的停电恢复策略制定至关重要，其基本原则包括：(1)分区具备自恢复能力；(2)各分区尽可能以黑启动电源为中心；(3)分区内部网络紧密，分区与分区间的联系稀疏；(4)各分区的节点线路数量尽可能相当。

3、相关技术中，由于初始电网中含有标签信息的节点较少，早期传播过程随机性强不稳定，容易使部分标签信息沿着路径进行无止境地肆意传播，导致某一标签信息在网络中占比过大，从而诱发巨型社区的出现。此外若巨型社区附近存在规模较小的社区，该小型社区极易被吞并，造成巨型社区的进一步扩张，引发恶性循环，这与电力系统恢复分区中要求每个分区规模大小大致均衡的原则相违背。同时，传统的传播策略可能出现标签振荡现象，导致算法难以收敛，影响分区方法的稳定性。

技术实现思路

1、根据现有技术的不足，本发明的目的是提供一种考虑子区结构及规模的电力系统恢复分区方法及装置，建立了电力系统分区模型，在标签传播算法中引入社区规模矩阵限制分区规模扩张，引入历史影响因子防止标签振荡促进收敛，然后基于标签传播算法求解得到电力系统分区方案，本发明求取得到的电力系统分区社区结构特性强、规模接近，有利于减小电力系统分区互联的等待时间，提高电力系统并行恢复的效率。

2、为了解决上述技术问题，本发明采用的技术方案为：

3、一种考虑子区结构及规模的电力系统恢复分区方法，包括以下步骤：

4、步骤1、抽象待分区的电网拓扑，依据支路恢复时间和流过的有功功率值，构建电网加权拓扑图，基于电网加权拓扑图获取邻接矩阵；

5、步骤2、基于标签传播策略建立电力系统分区模型，计算标签传播概率矩阵，根据黑启动电源节点位置初始化标签分类矩阵；

6、步骤3、在标签传播算法的传播策略中引入子区规模矩阵和历史影响因子得到改进后的标签传播策，节点标签按照改进后的标签传播策进行传播，得到标签影响矩阵，保证子区结构特性强且规模尽可能均衡；

7、步骤4、根据标签影响矩阵，对标签分类矩阵进行更新，同时还原黑启动电源节点的标签信息，重复节点标签传播过程，直至标签分类矩阵收敛，输出电力系统分区结果。

8、进一步地，所述步骤1中，将电网中的发电机和负荷提取为无差别节点，将线路、变压器视为支路，将电网抽象为拓扑图g＝(v,e)，其中v代表拓扑图的节点集，e代表拓扑图的支路集；

9、考虑支路的恢复时间以及停电前各支路流过的有功功率来设置支路权重，得到加权拓扑图，其中，支路恢复所需时间越短，权重越大，支路连接的两个节点越有可能被归为同一个分区，同时停电前的潮流数据用于反映电网中各个节点联系的紧密程度，支路上传输的有功功率值越大，代表支路连接的两个节点连接越为紧密，支路权重的计算公式为：

10、

11、式中，wij表示节点i与节点j间的支路权重，|pij|代表停电前节点i与节点j间支路流过的有功功率值的绝对值，tij代表节点i与节点j间支路的恢复时间，*代表对数值进行了归一化处理，若节点i与节点j存在直接相连的支路，根据pij、tij的大小为其赋权，否则权重为0。

12、进一步地，以邻接矩阵a刻画电网拓扑图的连接关系：

13、

14、

15、进一步地，所述步骤2具体包括：

16、步骤2.1、根据相邻节点的边权和标签信息进行标签更新，标签传播策略具体为：

17、

18、式中，f(i)表示节点i的标签信息，c代表标签信息的种类，n(i)代表节点i的邻接节点集合，wi(fj)表示目标节点i与所有标签信息为fj的邻接节点的边权之和；

19、步骤2.2、计算标签传播概率矩阵：

20、

21、式中，tij表示节点j的标签信息传播到节点i的概率，wij表示节点i与节点j间的支路权重，wkj表示节点k与节点j间的支路权重；

22、步骤2.3、设定分区数量与黑启动电源数量保持一致，假设电网中有n个节点，k台黑启动电源，将黑启动电源所在节点作为初始标记节点，其标签信息在传播过程中始终保持不变，为初始阶段标签分类矩阵f赋值，具体为：

23、

24、电网中其余非黑启动电源和负荷节点的标签信息需要在传播过程中更新获取，因此除上式所涉及元素外，设置其余元素皆为零。

25、进一步地，所述步骤3具体包括：

26、步骤3.1、引入子区规模矩阵，用于电力系统恢复分区的划分，子区规模因子的计算公式为：

27、

28、式中，mc表示标签类别c的子区规模因子，dc表示标签类别为c的所有节点度数之和，l为电网中支路总数；

29、计算子区规模矩阵，子区规模矩阵m的对角线元素mij为对应子区规模因子值，具体为：

30、

31、式中，子区规模矩阵m表征系统中已存在子区的规模大小，标签的子区规模越大，所对应的子区规模影响因子越小；

32、在每轮标签传播前，计算当前电网的子区规模矩阵，并将其纳入节点标签更新的考虑因素；

33、步骤3.2、引入历史影响因子；

34、由于传播概率矩阵的对角线元素均为零，代表节点在进行标签更新时不考虑自身历史标签信息，将影响算法的稳定性和分区效果；

35、计算历史影响因子：

36、

37、其中，代表t时刻节点i的c类标签历史影响因子，计算公式为：

38、

39、考虑节点的历史影响因子的传播概率矩阵：

40、

41、步骤3.3、节点标签按照改进后的标签传播策略进行传播，标签传播策略具体为；

42、

43、式中，f(i)表示节点i的标签信息，c代表标签信息的种类，n(i)代表节点i的邻接节点集合，wi(fj)表示目标节点i与所有标签信息为fj的邻接节点的边权之和，m(fj)表示标签信息为fj的社区规模影响因子；

44、各节点根据标签传播概率矩阵和子区规模矩阵进行传播：

45、yt＝tt-1m

46、式中，y为标签影响矩阵，yt为t时刻的标签影响矩阵，表示t时刻传播对各节点标签更新造成的影响，tt为t时刻的标签传播概率矩阵。

47、进一步地，所述步骤4中，根据标签影响矩阵y更新本轮标签分类矩阵f，若yt的第i行中第c列元素数值最大，则将对应的标签分类矩阵中fi,c元素置为1，同时标签分类矩阵f中第i行其他元素置为0，从而实现对各节点标签信息的更新。

48、进一步地，所述步骤4中，黑启动电源节点的标签信息在传播过程中不能发生改变，在该轮传播结束后，还原标签分类矩阵中黑启动电源节点的值。

49、一种考虑子区结构及规模的电力系统恢复分区装置，包括：

50、电网加权拓扑图获取模块，用于抽象待分区的电网拓扑，依据支路恢复时间和流过的有功功率值，构建电网加权拓扑图，基于电网加权拓扑图获取邻接矩阵；

51、电力系统分区模型建立模块，用于基于标签传播算法原理建立电力系统分区模型，计算标签传播概率矩阵，根据黑启动电源节点位置初始化标签分类矩阵；

52、子区规模矩阵和历史影响因子引入模块，用于在标签传播算法的传播策略中引入子区规模矩阵和历史影响因子，节点标签按照所述传播策略进行传播，得到标签影响矩阵，保证子区结构特性强且规模尽可能均衡；

53、电力系统分区结果输出模块，用于根据标签影响矩阵，对标签分类矩阵进行更新，同时还原黑启动电源节点的标签信息，重复节点标签传播过程，直至标签分类矩阵收敛，输出电力系统分区结果。

54、一种考虑子区结构及规模的电力系统恢复分区设备，包括处理器和用于存储能够在处理器上运行的计算机程序的存储器，处理器用于运行计算机程序时，执行上述任一项所述考虑子区结构及规模的电力系统恢复分区方法的步骤。

55、一种计算机存储介质，所述计算机存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述任一项所述考虑子区结构及规模的电力系统恢复分区方法的步骤。

56、与现有技术相比，本发明具有以下优点和有益效果：

57、本发明提出了一种考虑子区结构及规模的电力系统恢复分区方法。该方法基于电力系统分区基本原则，建立了电力系统分区模型，在标签传播算法中引入社区规模矩阵限制分区规模扩张，引入历史影响因子防止标签振荡促进收敛，然后基于标签传播算法求解得到分区方案。该方法求取得到的分区社区结构特性强、规模接近，有利于减小分区互联的等待时间，提高电力系统并行恢复的效率。