一種基于系統信息熵的配電網韌性評估方法與流程

本發明涉及一種配電網韌性評估方法。特別是涉及一種適用于極端天氣下配電網災害應對能力的基于系統信息熵的配電網韌性評估方法。
背景技術：
：隨著近年來全球氣候的變化，極端天氣災害發生日益頻繁，所造成的大規模停電事故頻發，由此帶來了的停電經濟損失也越來越嚴重。作為直接服務于用戶的關鍵環節，配電網在極端天氣情況下的正常運行，對保障人們生產生活，抵御災害事故，推動社會發展具有重要意義。配電網的災害應對能力由此受到了廣泛的關注。因此，配電網引入了韌性的概念，來評估配電網在極端天氣條件下，減小故障造成的損失，并盡快恢復到正常供電狀態的能力。不同于配電網可靠性的概念，配電網韌性考慮的是極端天氣條件下，盡量減小負荷損失的能力；配電網可靠性描述的是正常運行條件下，滿足用戶供電需求的能力。二者分別從不同角度描述了配電網故障狀態特性。因此，開展配電網韌性評估工作是研究配電網的災害應對能力，進而研究采取相應措施提升韌性，縮小極端天氣對電網危害的重要基礎。綜上所述，建立基于系統信息熵的配電網韌性評估模型，反映配電網應對極端災害的能力，是亟待解決的實際問題，具有良好的理論價值和應用價值。技術實現要素：本發明所要解決的技術問題是，提供一種可用于評價配電網的災害應對能力的基于系統信息熵的配電網韌性評估方法。本發明所采用的技術方案是：一種基于系統信息熵的配電網韌性評估方法，包括如下步驟：1)根據網絡結構相關參數及臺風氣象數據，計算配電網各元件故障率；2)基于系統信息熵選取滿系統熵值約束的典型故障場景；3)配電網韌性評估計算，包括計算典型故障場景發生概率，確定典型故障場景對應系統的缺供電量，以及配電網韌性指標的計算。步驟1)包括：(1)建立極端天氣下的元件故障率模型，包括：(a)配電網元件的風載荷n1與線路上的風速和風向之間的關系模型：式中，d為導線外徑；v為風速，θ為風向與線路的夾角；(b)導線與電桿的不可靠運行的概率模型：式中，pfl為架空導線的故障率，pfp為電桿的故障率，σg為導線截面所受應力，μl、δl分別為導線強度的均值和標準差，mt為桿根承受的彎矩，μp、δp分別為電桿強度的均值和標準差；(c)架空配電線路故障率模型：式中，pl,i為架空線路i的故障率；m1為線路i的電桿數，m2為線路i的導線檔數；pfp,k,i為線路i的第k個電桿的故障率，pfl,k,i為線路i的第k檔導線的故障率，均是該導線上時變風速的函數；(2)將導線外徑、線路的電桿數、導線檔數、導線強度、電桿強度和風速和風向代入第(1)所建立的模型中，得到配電網各元件故障率。步驟2)包括：(1)故障場景對應的配電系統的熵值w計算公式：式中，t表示臺風穿越該配電網區域所用的時間；ωb表示配電網線路集；pi,t為線路i在t時刻的故障率；zi,t表示t時刻線路i是否發生故障，而非線路是否處于故障狀態，發生故障其值為1，否則為0；(2)選滿足熵值約束的典型故障場景，各場景對應的配電系統的熵值w必須在一定范圍內，即滿足：根據上式熵值約束條件選取的故障場景，具有發生概率大、故障后果危害嚴重的特點，構成了配電網韌性分析中的典型故障場景；wmax和wmin分別為典型場景對應的配電系統熵值分布的最大值和最小值。步驟3)所述的計算典型故障場景發生概率，包括：故障場景n的發生概率λn與該場景對應的故障重數有關，利用單一線路的故障率計算出多重故障場景的發生概率的表達式為：式中，λi1表示該區域配電網中僅有線路i1故障的場景發生概率，λi1i2表示該區域配電網中僅有元件i1及線路i2故障的場景發生概率，vi1表示線路i1故障的發生概率，vi1i2表示線路i1和線路i2同時故障的發生概率，vi1i2i3表示線路i1、i2、i3同時故障的場景發生概率，pi1、pi2、pi3分別為架空線路i1、i2、i3的故障率，h為區域配電系統中線路總條數。步驟3)所述的確定典型故障場景對應系統的缺供電量，是根據每一種場景下對應的線路故障順序、停電范圍和修復順序，獲取從極端天氣發生到恢復正常運行的整個過程中的系統功能曲線，采用負荷曲線來描述系統功能，得到各典型故障場景對應系統的缺供電量。步驟3)所述的配電網韌性指標的計算，是利用典型故障場景的發生概率及對應系統的缺供電量來計算配電網韌性指標，表達式為：式中，λn為故障場景n的發生概率；n為選取的故障場景數目；imn為故障場景n的供電量缺失程度；t0表示配電網受極端天氣影響的時間，包括了臺風穿越該配電網所用的時間和配電網恢復正常供電的時間；l(t)表示極端天氣導致大規模故障發生時的實際負荷曲線；tl(t)表示系統無故障運行時的目標負荷曲線；resn表示典型故障場景n系統的缺供電量，也表現為負荷曲線的缺失面積。本發明的一種基于系統信息熵的配電網韌性評估方法，利用系統信息熵的方法分析極端天氣下配電網可能出現的故障規模，采用配電網負荷曲線缺失面積計算得到的配電網韌性指標，既能夠反映配電網在極端災害故障過程中的失電損失的大小，又能夠反映配電網恢復到正常供電狀態所用的時間。該模型可用于評價配電網的災害應對能力，為進一步研究韌性提高措施提供基礎，進而指導配電網建設。附圖說明圖1是配電網在極端天氣下的系統功能曲線圖；圖2是區域配電網示意圖；圖3是各負荷點峰值負荷及負荷等級示意圖；圖4是故障率-風速關系曲線及線路的時變故障率示意圖；圖5a是系統熵值概率分布曲線圖；圖5b是故障元件數概率分布曲線圖；圖6是極端天氣下的配電網供電恢復負荷曲線圖。具體實施方式下面結合實施例和附圖對本發明的一種基于系統信息熵的配電網韌性評估方法做出詳細說明。本發明的一種基于系統信息熵的配電網韌性評估方法，包括如下步驟：1)根據網絡結構相關參數及臺風氣象數據，計算配電網各元件故障率；包括：(1)以臺風作為極端天氣的代表，分析臺風天氣對配電網元件故障率的影響。建立極端天氣下的元件故障率模型，包括：(a)臺風影響范圍內各點的風速與風向常用batts模型來模擬。配電網元件的風載荷n1與線路上的風速和風向之間的關系模型：式中，d為導線外徑；v為風速，θ為風向與線路的夾角；(b)架空導線的最高懸掛點易發生斷線故障，導線截面所受應力σg正比于導線風載荷與重力載荷之和。電桿承受的荷載在桿根引起的彎矩最大，桿根承受的彎矩mt為桿身風荷載和導線風荷載引起的桿根彎矩矢量和。通過相應的力學載荷效應分析獲得元件載荷和風載荷之間的力學關系。由線路元件強度和荷載效應，可通過功能函數計算元件在該外部荷載作用下的可靠運行概率。當元件功能函數取值大于0時，元件處于可靠運行狀態，其概率為可表示為：pr＝p{r-s>0}(2)式中，s為風載荷引起導線應力或電桿彎矩；r為元件的強度。鋼芯鋁絞線的抗拉強度和混凝土電桿抗彎強度均服從正態分布，所以，導線與電桿的不可靠運行的概率模型：式中，pfl為架空導線的故障率，pfp為電桿的故障率，σg為導線截面所受應力，μl、δl分別為導線強度的均值和標準差，mt為桿根承受的彎矩，μp、δp分別為電桿強度的均值和標準差；(c)架空配電線路故障率模型：式中，pl,i為架空線路i的故障率；m1為線路i的電桿數，m2為線路i的導線檔數；pfp,k,i為線路i的第k個電桿的故障率，pfl,k,i為線路i的第k檔導線的故障率，均是該導線上時變風速的函數；(2)將導線外徑、線路的電桿數、導線檔數、導線強度、電桿強度和風速、風向代入第(1)所建立的模型中，得到配電網各元件故障率。2)基于系統信息熵選取滿系統熵值約束的典型故障場景；包括：(1)極端天氣使配電網線路故障率大幅度提升，大規模多重故障場景發生概率也隨之增大；同時，大規模故障場景下，故障及恢復的過程更為復雜。因此，有必要通過分析極端天氣可能導致的故障場景，來進行配電網韌性評估計算。配電網元件眾多，故障場景數目巨大，有必要根據場景出現的可能性和不確定性對場景進行選取，削減待分析場景的數目。根據架空線路故障率，找到極端天氣下的易損元件，進而生成包含多個故障元件的故障場景，而本發明所采用的系統信息熵方法，即是根據單一事件概率來選取合理的系統狀態場景的方法。借鑒香農信息理論中信息熵的概念，熵表示了系統的不確定性程度。配電網是一個每一時刻都可能發生故障的不確定系統，由若干個某一線路是否發生故障的不確定性事件構成，故障場景對應的配電系統的熵值w計算公式：式中，t表示臺風穿越該配電網區域所用的時間；ωb表示配電網線路集；pi,t為線路i在t時刻的故障率；zi,t表示t時刻線路i是否發生故障，而非線路是否處于故障狀態，發生故障其值為1，否則為0；(2)系統的總信息熵值，是系統本身的固有屬性，與系統運行人員對系統的操作控制有關，反映了系統是否發生故障的不確定性程度。從故障場景出現的不確定性角度考慮，zi,t的取值應當服從故障率的分布，某條線路的故障率越高，該線路故障這種不確定性事件出現的概率越大，則存在越多的場景對應zi,t取值為1，例如，線路i故障率為0，該元件故障事件出現的不確定度就無窮大，相應在所有場景下一定有zi,t＝0；反之，故障率為1，那么該元件一定故障，該元件故障事件出現的不確定度為0，相應一定有zi,t＝1，因此從實際場景出現的可能性看，w取值不可能過大或過小。選滿足熵值約束的典型故障場景，各場景對應的配電系統的熵值w必須在一定范圍內，即滿足：根據上式熵值約束條件選取的故障場景，具有發生概率大、故障后果危害嚴重的特點，構成了配電網韌性分析中的典型故障場景。wmax和wmin分別為典型場景對應的配電系統熵值分布的最大值和最小值。3)配電網韌性評估計算，包括計算典型故障場景發生概率，確定典型故障場景對應系統的缺供電量，以及配電網韌性指標的計算；其中：(1)所述的計算典型故障場景發生概率，包括：故障場景n的發生概率λn與該場景對應的故障重數有關，利用單一線路的故障率計算出多重故障場景的發生概率的表達式為：式中，λi1表示該區域配電網中僅有線路i1故障的場景發生概率，λi1i2表示該區域配電網中僅有元件i1及線路i2故障的場景發生概率，vi1表示線路i1故障的發生概率，vi1i2表示線路i1和線路i2同時故障的發生概率，vi1i2i3表示線路i1、i2、i3同時故障的場景發生概率，pi1、pi2、pi3分別為架空線路i1、i2、i3的故障率，h為區域配電系統中線路總條數。(2)所述的確定典型故障場景對應系統的缺供電量，是根據每一種場景下對應的線路故障順序、停電范圍和修復順序，獲取從極端天氣發生到恢復正常運行的整個過程中的系統功能曲線，采用負荷曲線來描述系統功能，得到各典型故障場景對應系統的缺供電量。(3)在系統遭受臺風影響的過程中，大量配電網元件在風力作用下發生故障，進而導致大范圍停電，在臺風過境后，系統逐漸恢復到原有的正常運行狀態。配電網在整個極端天氣影響過程中系統功能曲線示意圖見圖1所示。采用系統功能在極端天氣下的缺失面積來反映配電網韌性，它同時考慮了系統恢復正常所用的時間和災害過程中故障損失的大小。所述的配電網韌性指標的計算，是利用典型故障場景的發生概率及對應系統的缺供電量來計算配電網韌性指標，表達式為：式中，λn為故障場景n的發生概率；n為選取的故障場景數目；imn為故障場景n的供電量缺失程度；t0表示配電網受極端天氣影響的時間，包括了臺風穿越該配電網所用的時間和配電網恢復正常供電的時間；l(t)表示極端天氣導致大規模故障發生時的實際負荷曲線；tl(t)表示系統無故障運行時的目標負荷曲線；resn表示典型故障場景n系統的缺供電量，也表現為負荷曲線的缺失面積。本發明的實例是采用如圖2所示的某靠近海岸線，夏、秋季常常經受臺風等極端天氣的影響的區域配電網，來驗證本發明的一種基于系統信息熵的配電網韌性評估方法的實用性。各條饋線的地理走向與圖中一致，饋線段長度如表1所示，架空線路的平均檔距為50m。各負荷點的峰值負荷和負荷等級如圖3所示。以饋線f3出線端為原點建立如圖2所示的坐標系，臺風登陸位置坐標為(-150km,-125km)，與橫坐標呈45°方向移動，速度20km/h。架空配電線路倒桿斷線故障后，線路無法自動重合閘，需要人工更換或修復，所以一般臺風過境后安排線路元件修復。表1饋線段長度饋線段123456789101112131415長度(km)2.82.51.60.91.62.50.61.60.80.93.22.80.63.51.6饋線段161718192021222324252627282930長度(km)2.83.22.53.21.60.82.82.53.22.82.50.81.63.22.8饋線段31323334353637383940414243長度(km)2.82.51.60.91.62.53.21.62.82.82.51.60.9(1)配電網元件故障率仿真結果根據元件故障率模型獲得受臺風影響過程中各條線路(以線路1和40為例)的時變故障率如圖4所示，臺風登陸時刻為仿真起始時刻。由圖4可以看出，隨著臺風靠近，線路上的風速逐漸增大；但當線路位于最大風速半徑內部時，風速反而減小，因此圖4中線路時變故障率曲線均呈兩個尖峰。在受臺風影響的整個過程中，當線路處于最大風速半徑附近時，最易發生故障。(2)韌性分析場景根據線路故障率生成典型故障場景，由不同場景對應的zi,t向量結合式(5)計算該場景對應的系統熵值w，系統信息熵的數值大小滿足如圖5(a)所示概率分布。熵值大小的分布與系統特性有關，圖5a中90％的場景熵值分布在(3.5,28)，可知對本算例中數據來說，式(6)應取(wmin＝3.5，wmax＝28)。一個場景對應熵值的出現概率越高，該場景在極端天氣條件下出現的可能性越大，表明熵值w∈(3.5,28)的場景較為合理。例如，線路7、8、21、34在臺風登陸后13.5h、7.75h、8.25h、15.5h時刻的故障率較大，因此這四條線路分別在對應時刻故障的場景出現可能性較大，此場景對應的系統熵值為9.98，屬于典型故障場景；而線路1在8h故障，其余線路均不故障的場景出現可能性很小，此場景對應的系統熵值為1.15，不滿足式(6)約束，在韌性分析時不需要考慮。對故障場景中的故障元件數目進行分析統計，滿足如圖5b所示的分布。可知在算例中所述的較為嚴重臺風天氣的影響下，該區域配電網發生3～5重故障的概率最大，更多重故障及不發生故障的概率都極低，總體呈左偏峰分布。相應地在韌性分析過程中，考慮的故障規模也以3～5重故障為主，對于8重及以上故障，由于發生概率之和小于10％，計算時可以忽略。(3)配電網韌性評估以一種4重故障場景為例，描述配電網在極端天氣下的負荷恢復過程，并計算負荷曲線缺失面積。在該場景下，線路3、28、37和42分別在臺風登陸后8.25h、8.5h、13.5h和7.25h時發生故障，對應負荷曲線如圖6所示，圖中描述了按元件的故障順序依次進行修復時故障過程，其中虛線為系統正常運行時的負荷曲線。由圖6可知，隨著故障元件的增加，電網供應的負荷逐漸減小，在故障最嚴重時，所帶負荷僅為正常運行的約15％，在23h后臺風過境，開始安排故障線路的逐個恢復，各負荷點逐漸恢復供電，在43h后恢復正常運行。通過計算各典型故障場景下的負荷曲線缺失面積和各場景的發生概率，最終可以得到相應的配電網韌性評估結果。配電網韌性指標ar計算結果為0.572。可知，對于原始配電網，受到極端天氣影響過程中負荷供電量僅為正常水平的57.2％。當前第1頁12