考虑天气因素的电网调度操作风险评估方法

摘要

本发明公开了一种考虑天气因素的电网调度操作风险评估方法。本发明包括如下步骤：步骤1、根据天气统计数据、设备故障率的历史统计数据和三状态天气模型分别计算出正常天气条件、恶劣天气条件和极度恶劣天气条件下的调度操作过程中设备故障的概率；步骤2、根据调度操作过程中系统的状态得出故障树模型；步骤3、根据故障树模型和给定的风险后果指标计算出每一步操作的后果，并判读该后果是否为上一步的发展故障；步骤4、根据风险理论计算出调度操作过程中每一步的风险值和总体的风险值。本发明的方法可靠、易行，便于推广。

说明书

技术领域

本发明属于电网调度操作风险评估领域，特别涉及一种考虑天气因素的电网调度操作风险评估方法。

背景技术

调度操作是电力系统日常运行的重要组成部分，为了保证电网安全、可靠运行，调度员需采取合理的调度操作。但是在实际调度操作过程中，由于天气等不确定因素，常常使调度操作面临一定的风险，甚至对电力系统造成极大的危害。因此，对调度操作过程进行风险评估，使调度员在调度操作之前就得知应该注意的事项，选择合理的调度操作顺序，对于电网的安全性来说是非常重要的。

而目前的风险评估方法忽略了恶劣天气等外部不利因素对调度操作产生的影响，同时也忽略了前序操作结果对于后续操作可能带来的影响。针对这些不足，本发明专利提出了一种基于三状态天气模型的利用故障树模型考虑发展故障集的调度操作风险评估方法。

发明内容

本发明针对目前的风险评估方法忽略了恶劣天气等外部不利因素对调度操作产生的影响，以及忽略了前序操作结果对于后续操作可能带来的影响等问题，提供一种考虑天气因素的电网调度操作风险评估方法，以解决现有评估方法中未考虑天气因素和调度操作后的发展故障集的问题。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1、根据天气统计数据、设备故障率的历史统计数据和三状态天气模型分别计算出正常天气条件、恶劣天气条件和极度恶劣天气条件下的调度操作过程中设备故障的概率；

所述的天气统计数据来源于当地气象局提供的正常天气、恶劣天气和极度恶劣天气的年平均转移次数及每个状态的持续时间。

所述的设备故障率的历史统计数据来源于电网公司提供的所需评估的单位设备的故障率统计数据。

所述的三状态天气模型参看文献：参考文献Billinton R,Singh G.Application of adverse and extreme adverse weather：modelling intransmission and distribution system reliability evaluation.IEEProceedings-Generation,Transmission and Distribution,2006,153(1):115-120。

通过天气统计数据得到三种天气之间的状态转移率，进而得到三种天气的稳态概率(Pn)、(Pa)和(Pm)；通过设备故障率的历史统计数据得到设备年平均故障率λ_avg，以及其故障发生在恶劣天气和极端恶劣天气下的比例，分别为F_b和F_m；从而求出三种天气状态条件下设备的年故障率λⁿ、λ^a和λ^m；

所述的状态转移率是根据天气统计数据设定的；设备年平均故障率λ_avg、以及F_b和F_m均通过设备故障率的历史统计数据能够直接得出的。

所述的稳态概率(Pn)、(Pa)和(Pm)的求解具体如下：

为了求出(Pn)、(Pa)和(Pm)还需要定义一些量：n_a为正常天气到恶劣天气的状态转移率；a_n、m_n、n_m、a_m、m_a的含义同理，单位为发生次数/h。根据状态转移率，由式(1)-(4)，就可以求出正常天气、恶劣天气和极端恶劣天气的稳态概率分别为：

P_n＝(m_aa_n+m_na_n+m_na_m)/D>

P_a＝(m_an_a+m_an_m+m_nn_a)/D>

P_m＝(n_aa_m+n_ma_n+n_ma_m)/D>

D＝m_an_a+m_an_m+m_aa_n+n_aa_m+n_ma_n+n_ma_m+m_na_n+m_na_m+m_nn_a>

通过计算出的设备年平均故障率λ_avg，同时根据操作进行时的天气状况计算出设备在调度操作过程中的故障率，具体的：

所述的正常天气条件下调度操作过程中设备故障的概率λⁿ的计算。

$>{\lambda }^n={\lambda }_{avg}\frac{1-F_b}{P_n}$>

所述的恶劣天气条件下调度操作过程中设备故障的概率λ^a的计算。

$>{\lambda }^a={\lambda }_{avg}\frac{F_b(1-F_m)}{P_a}$>

所述的极度恶劣天气条件下调度操作过程中设备故障的概率λ^m的计算。

$>{\lambda }^m={\lambda }_{avg}\frac{F_b{F}_m}{P_m}$>

当所考虑的设备仅运行于“正常”或“停运”2种运行状态时，在所考虑的预测时间段Δt内，设备受天气影响发生停运事件的次数近似服从泊松分布。因此，t₀时刻处于正常运行的设备，在t₀+Δt时刻发生停运的概率能够表达为：

$>P_i=1-e^{-{\lambda }_i\Delta t}$>

步骤2、根据调度操作过程中系统的状态得出故障树模型

所述的每一步的调度操作都有着成功和失败两种可能性，且成功和失败分别会造成系统调度操作成功和调度操作失败两种状态；

当所述的调度操作为第一步，调度操作都有着成功和失败两种可能性；且成功和失败对系统会造成直接和间接两种后果，但是系统只显示直接后果：调度操作成功和调度操作失败两种状态；

当所述的调度操作为第二步，调度操作都有着成功和失败两种可能性；且成功和失败对系统会造成直接和间接两种后果，但是系统会显示该调度操作的直接后果以及第一步调度操作带来的间接后果：直接后果为调度操作成功和调度操作失败两种状态；间接后果为给定的风险指标(电压越限、潮流越限和负荷损失)的增加；

当所述的调度操作为第三步至最后前一步时，调度操作都有着成功和失败两种可能性；且成功和失败对系统会造成直接和间接两种后果，但是系统会显示该调度操作的直接后果以及该调度操作上一步的调度操作带来的间接后果：直接后果为调度操作成功和调度操作失败两种状态；间接后果为给定的风险指标(电压越限、潮流越限和负荷损失)的增加；

当所述的调度操作为最后一步时，调度操作都有着成功和失败两种可能性；且成功和失败对系统会造成直接，但是系统会显示该调度操作的直接后果以及该调度操作上一步的调度操作带来的间接后果：直接后果为调度操作成功和调度操作失败两种状态；间接后果为给定的风险指标(电压越限、潮流越限和负荷损失)的增加；

故障树中每个基本事件都是调度操作的风险来源，D表示操作直接风险，其中D_s表示操作成功直接带来的风险，D_f,v表示导致操作失败的第v个元件自身故障直接带来的风险；I表示操作间接风险，即系统新状态下的发展故障，其中I_s,n表示操作成功后的第n个发展故障带来的风险，I_f,v,w表示第v个元件故障导致操作失败后的第w个发展故障带来的风险。同时定义系统状态为C，例如C(D_s)表示调度操作成功后系统的状态，而C(0)表示调度操作之前的系统状态。

步骤3、根据故障树模型和给定的风险后果指标计算出每一步操作的后果，并判读该后果是否为上一步的发展故障；

3-1、根据故障树模型，将调度操作的后果作为顶层事件，并将调度操作的后果默认由成功的后果和失败的后果两部分组成，其中成功与失败的后果均包括直接后果和间接后果，间接后果为操作之后系统可靠性降低对后续操作造成的影响；

3-2、完成一步的调度操作后，根据系统当前的状态以及给定的风险后果指标计算出这一步操作给当前系统造成的直接风险后果值Sev1；具体计算如下：

通过电压越限、潮流越限和负荷损失三个指标来衡量调度操作状态的后果严重度。

(1)电压越限后果值计算

电压越限后果值定义如下：

$>{\mathrm{Sev}}^U=\underset{i=1}{\overset{n}{\Sigma }}Sev\left(U_i\right)---\left(11\right)$>

其中，n为电网中母线总数目；Sev(U_i)代表母线i上的电压越限程度，函数表达式为式(11)

$>Sev\left(U_i\right)=\left(\begin{array}{cc}100& 0\le U_i\le 0.7\\ 451.7e^{0.9-U_i}-451.7& 0.7<U_i\le 0.9\\ 0& 0.9<U_i\le 1\\ 200U_i-200& 1<U_i\le 1.5\\ 100& 1.5<U_i\end{array}\right)---\left(12\right)$>

其中，U_i为母线i的电压值。

(2)潮流越限后果值计算

潮流越限后果值定义如下：

$>{\mathrm{Sev}}^S=\underset{j=1}{\overset{m}{\Sigma }}Sev\left(S_j\right)---\left(13\right)$>

式中，m为电网中传输线总数目，Sev(S_j)为传输线j上的潮流过载程度，函数表达式为式(11)。

$>Sev\left(S_j\right)=\left(\begin{array}{cc}0& 0\le S_j\le 0.8\\ 100e^{(S_j-0.8)}-100& 0.8<S_j<1.49\\ 100& 1.49\le S_j\end{array}\right)---\left(14\right)$>

其中，S_j为传输线j上传输的有功潮流。

(3)负荷损失后果值计算

负荷损失后果值定义如下：

$>{\mathrm{Sev}}^L=\underset{k=1}{\overset{v}{\Sigma }}Sev\left(L_k\right)---\left(15\right)$>

其中，v为电网中负荷总数目，Sev(L_k)为负荷节点k上的失负荷程度。

Sev(L_k)＝α_kL_k>

其中，α_k代表负荷的重要程度，L_k是该点损失的负荷量。

其中，Sev_μ(k)表示第k个操作状态在第μ个风险指标下的严重程度，为第μ个风险指标占总风险的权重

3-3、完成一步的调度操作后，根据系统之前的状态以及给定的风险后果指标计算出这一步操作的风险后果值Sev2，并将这个风险后果值Sev2与步骤3-2计算出的直接风险后果值Sev1相比较，从而判断该后果是否为上一步的发展故障，如果是，则将该风险后果值Sev2累加到之前一步操作的风险后果值中；

步骤4、根据风险理论计算出调度操作过程中每一步的风险值和总体的风险值。具体计算如下：

调度操作风险可定义为调度操作状态的概率与操作后果的综合，风险值R_isk的计算如(10)所示

其中，P(k)表示出现第k个操作状态概率，Sev_μ(k)表示第k个操作状态在第μ个风险指标下的严重程度，为第μ个风险指标占总风险的权重，C为调度操作过程中可能出现的状态的集合。

所述的总体的风险值为每步调度操作的风险值的叠加。

本发明的有益效果在于：

本发明在电网调度操作风险评估方法中引入了天气因素和发展故障集，可以更加贴合实际地反映出电网调度操作的风险值，本发明的方法可靠、易行，便于推广。

附图说明

图1为三状态天气模型示意图。

图2为考虑发展故障集的故障树模型示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

如图1和2所示，考虑天气因素的电网调度操作风险评估方法，具体包括如下步骤：

步骤1、根据天气统计数据、设备故障率的历史统计数据和三状态天气模型分别计算出正常天气条件、恶劣天气条件和极度恶劣天气条件下的调度操作过程中设备故障的概率；

所述的天气统计数据来源于当地气象局提供的正常天气、恶劣天气和极度恶劣天气的年平均转移次数及每个状态的持续时间。

所述的设备故障率的历史统计数据来源于电网公司提供的所需评估的单位设备的故障率统计数据。

所述的三状态天气模型参看文献：参考文献Billinton R,Singh G.Application of adverse and extreme adverse weather：modelling intransmission and distribution system reliability evaluation.IEEProceedings-Generation,Transmission and Distribution,2006,153(1):115-120。

通过天气统计数据得到三种天气之间的状态转移率，进而得到三种天气的稳态概率(Pn)、(Pa)和(Pm)；通过设备故障率的历史统计数据得到设备年平均故障率λ_avg，以及其故障发生在恶劣天气和极端恶劣天气下的比例，分别为F_b和F_m；从而求出三种天气状态条件下设备的年故障率λⁿ、λ^a和λ^m；

所述的状态转移率是根据天气统计数据设定的；设备年平均故障率λ_avg、以及F_b和F_m均通过设备故障率的历史统计数据能够直接得出的。

所述的稳态概率(Pn)、(Pa)和(Pm)的求解具体如下：

为了求出(Pn)、(Pa)和(Pm)还需要定义一些量：n_a为正常天气到恶劣天气的状态转移率；a_n、m_n、n_m、a_m、m_a的含义同理，单位为发生次数/h。根据状态转移率，由式(1)-(4)，就可以求出正常天气、恶劣天气和极端恶劣天气的稳态概率分别为：

P_n＝(m_aa_n+m_na_n+m_na_m)/D>

P_a＝(m_an_a+m_an_m+m_nn_a)/D>

P_m＝(n_aa_m+n_ma_n+n_ma_m)/D>

D＝m_an_a+m_an_m+m_aa_n+n_aa_m+n_ma_n+n_ma_m+m_na_n+m_na_m+m_nn_a>

通过计算出的设备年平均故障率λ_avg，同时根据操作进行时的天气状况计算出设备在调度操作过程中的故障率，具体的：

所述的正常天气条件下调度操作过程中设备故障的概率λⁿ的计算。

$>{\lambda }^n={\lambda }_{avg}\frac{1-F_b}{P_n}$>

所述的恶劣天气条件下调度操作过程中设备故障的概率λ^a的计算。

$>{\lambda }^a={\lambda }_{avg}\frac{F_b(1-F_m)}{P_a}$>

所述的极度恶劣天气条件下调度操作过程中设备故障的概率λ^m的计算。

$>{\lambda }^m={\lambda }_{avg}\frac{F_b{F}_m}{P_m}$>

当所考虑的设备仅运行于“正常”或“停运”2种运行状态时，在所考虑的预测时间段Δt内，设备受天气影响发生停运事件的次数近似服从泊松分布。因此，t₀时刻处于正常运行的设备，在t₀+Δt时刻发生停运的概率能够表达为：

$>P_i=1-e^{-{\lambda }_i\Delta t}$>

步骤2、根据调度操作过程中系统的状态得出故障树模型

所述的每一步的调度操作都有着成功和失败两种可能性，且成功和失败分别会造成系统调度操作成功和调度操作失败两种状态；

当所述的调度操作为第一步，调度操作都有着成功和失败两种可能性；且成功和失败对系统会造成直接和间接两种后果，但是系统只显示直接后果：调度操作成功和调度操作失败两种状态；

当所述的调度操作为第二步，调度操作都有着成功和失败两种可能性；且成功和失败对系统会造成直接和间接两种后果，但是系统会显示该调度操作的直接后果以及第一步调度操作带来的间接后果：直接后果为调度操作成功和调度操作失败两种状态；间接后果为给定的风险指标(电压越限、潮流越限和负荷损失)的增加；

当所述的调度操作为第三步至最后前一步时，调度操作都有着成功和失败两种可能性；且成功和失败对系统会造成直接和间接两种后果，但是系统会显示该调度操作的直接后果以及该调度操作上一步的调度操作带来的间接后果：直接后果为调度操作成功和调度操作失败两种状态；间接后果为给定的风险指标(电压越限、潮流越限和负荷损失)的增加；

当所述的调度操作为最后一步时，调度操作都有着成功和失败两种可能性；且成功和失败对系统会造成直接，但是系统会显示该调度操作的直接后果以及该调度操作上一步的调度操作带来的间接后果：直接后果为调度操作成功和调度操作失败两种状态；间接后果为给定的风险指标(电压越限、潮流越限和负荷损失)的增加；

如图2所示，故障树中每个基本事件都是调度操作的风险来源，D表示操作直接风险，其中D_s表示操作成功直接带来的风险，D_f,v表示导致操作失败的第v个元件自身故障直接带来的风险；I表示操作间接风险，即系统新状态下的发展故障，其中I_s,n表示操作成功后的第n个发展故障带来的风险，I_f,v,w表示第v个元件故障导致操作失败后的第w个发展故障带来的风险。同时定义系统状态为C，例如C(D_s)表示调度操作成功后系统的状态，而C(0)表示调度操作之前的系统状态。

步骤3、根据故障树模型和给定的风险后果指标计算出每一步操作的后果，并判读该后果是否为上一步的发展故障；

3-1、根据故障树模型，将调度操作的后果作为顶层事件，并将调度操作的后果默认由成功的后果和失败的后果两部分组成，其中成功与失败的后果均包括直接后果和间接后果，间接后果为操作之后系统可靠性降低对后续操作造成的影响；

3-2、完成一步的调度操作后，根据系统当前的状态以及给定的风险后果指标计算出这一步操作给当前系统造成的直接风险后果值Sev1；具体计算如下：

通过电压越限、潮流越限和负荷损失三个指标来衡量调度操作状态的后果严重度。

(1)电压越限后果值计算

电压越限后果值定义如下：

$>{\mathrm{Sev}}^U=\underset{i=1}{\overset{n}{\Sigma }}Sev\left(U_i\right)---\left(11\right)$>

其中，n为电网中母线总数目；Sev(U_i)代表母线i上的电压越限程度，其函数图像如图2所示，函数表达式为式(11)

$>Sev\left(U_i\right)=\left(\begin{array}{cc}100& 0\le U_i\le 0.7\\ 451.7e^{0.9-U_i}-451.7& 0.7<U_i\le 0.9\\ 0& 0.9<U_i\le 1\\ 200U_i-200& 1<U_i\le 1.5\\ 100& 1.5<U_i\end{array}\right)---\left(12\right)$>

其中，U_i为母线i的电压值。

(2)潮流越限后果值计算

潮流越限后果值定义如下：

$>{\mathrm{Sev}}^S=\underset{j=1}{\overset{m}{\Sigma }}Sev\left(S_j\right)---\left(13\right)$>

式中，m为电网中传输线总数目，Sev(S_j)为传输线j上的潮流过载程度，函数表达式为式(11)。

$>Sev\left(S_j\right)=\left(\begin{array}{cc}0& 0\le S_j\le 0.8\\ 100e^{(S_j-0.8)}-100& 0.8<S_j<1.49\\ 100& 1.49\le S_j\end{array}\right)---\left(14\right)$>

其中，S_j为传输线j上传输的有功潮流。

(3)负荷损失后果值计算

负荷损失后果值定义如下：

$>{\mathrm{Sev}}^L=\underset{k=1}{\overset{v}{\Sigma }}Sev\left(L_k\right)---\left(15\right)$>

其中，v为电网中负荷总数目，Sev(L_k)为负荷节点k上的失负荷程度。

Sev(L_k)＝α_kL_k>

其中，α_k代表负荷的重要程度，L_k是该点损失的负荷量。

其中，Sev_μ(k)表示第k个操作状态在第μ个风险指标下的严重程度，为第μ个风险指标占总风险的权重

3-3、完成一步的调度操作后，根据系统之前的状态以及给定的风险后果指标计算出这一步操作的风险后果值Sev2，并将这个风险后果值Sev2与步骤3-2计算出的直接风险后果值Sev1相比较，从而判断该后果是否为上一步的发展故障，如果是，则将该风险后果值Sev2累加到之前一步操作的风险后果值中；

步骤4、根据风险理论计算出调度操作过程中每一步的风险值和总体的风险值。具体计算如下：

调度操作风险可定义为调度操作状态的概率与操作后果的综合，风险值R_isk的计算如(10)所示

其中，P(k)表示出现第k个操作状态概率，Sev_μ(k)表示第k个操作状态在第μ个风险指标下的严重程度，为第μ个风险指标占总风险的权重，C为调度操作过程中可能出现的状态的集合。

所述的总体的风险值为每步调度操作的风险值的叠加。