本發(fā)明涉及一種配電網(wǎng)韌性評估方法。特別是涉及一種適用于極端天氣下配電網(wǎng)災(zāi)害應(yīng)對能力的基于系統(tǒng)信息熵的配電網(wǎng)韌性評估方法。
背景技術(shù)：
：隨著近年來全球氣候的變化，極端天氣災(zāi)害發(fā)生日益頻繁，所造成的大規(guī)模停電事故頻發(fā)，由此帶來了的停電經(jīng)濟損失也越來越嚴(yán)重。作為直接服務(wù)于用戶的關(guān)鍵環(huán)節(jié)，配電網(wǎng)在極端天氣情況下的正常運行，對保障人們生產(chǎn)生活，抵御災(zāi)害事故，推動社會發(fā)展具有重要意義。配電網(wǎng)的災(zāi)害應(yīng)對能力由此受到了廣泛的關(guān)注。因此，配電網(wǎng)引入了韌性的概念，來評估配電網(wǎng)在極端天氣條件下，減小故障造成的損失，并盡快恢復(fù)到正常供電狀態(tài)的能力。不同于配電網(wǎng)可靠性的概念，配電網(wǎng)韌性考慮的是極端天氣條件下，盡量減小負(fù)荷損失的能力；配電網(wǎng)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(wǎng)故障狀態(tài)特性。因此，開展配電網(wǎng)韌性評估工作是研究配電網(wǎng)的災(zāi)害應(yīng)對能力，進而研究采取相應(yīng)措施提升韌性，縮小極端天氣對電網(wǎng)危害的重要基礎(chǔ)。綜上所述，建立基于系統(tǒng)信息熵的配電網(wǎng)韌性評估模型，反映配電網(wǎng)應(yīng)對極端災(zāi)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(yīng)用價值。技術(shù)實現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是，提供一種可用于評價配電網(wǎng)的災(zāi)害應(yīng)對能力的基于系統(tǒng)信息熵的配電網(wǎng)韌性評估方法。本發(fā)明所采用的技術(shù)方案是：一種基于系統(tǒng)信息熵的配電網(wǎng)韌性評估方法，包括如下步驟：1)根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)參數(shù)及臺風(fēng)氣象數(shù)據(jù)，計算配電網(wǎng)各元件故障率；2)基于系統(tǒng)信息熵選取滿系統(tǒng)熵值約束的典型故障場景；3)配電網(wǎng)韌性評估計算，包括計算典型故障場景發(fā)生概率，確定典型故障場景對應(yīng)系統(tǒng)的缺供電量，以及配電網(wǎng)韌性指標(biāo)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(wǎng)元件的風(fēng)載荷n1與線路上的風(fēng)速和風(fēng)向之間的關(guān)系模型：式中，d為導(dǎo)線外徑；v為風(fēng)速，θ為風(fēng)向與線路的夾角；(b)導(dǎo)線與電桿的不可靠運行的概率模型：式中，pfl為架空導(dǎo)線的故障率，pfp為電桿的故障率，σg為導(dǎo)線截面所受應(yīng)力，μl、δl分別為導(dǎo)線強度的均值和標(biāo)準(zhǔn)差，mt為桿根承受的彎矩，μp、δp分別為電桿強度的均值和標(biāo)準(zhǔn)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(shù)，m2為線路i的導(dǎo)線檔數(shù)；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(dǎo)線的故障率，均是該導(dǎo)線上時變風(fēng)速的函數(shù)；(2)將導(dǎo)線外徑、線路的電桿數(shù)、導(dǎo)線檔數(shù)、導(dǎo)線強度、電桿強度和風(fēng)速和風(fēng)向代入第(1)所建立的模型中，得到配電網(wǎng)各元件故障率。步驟2)包括：(1)故障場景對應(yīng)的配電系統(tǒng)的熵值w計算公式：式中，t表示臺風(fēng)穿越該配電網(wǎng)區(qū)域所用的時間；ωb表示配電網(wǎng)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(fā)生故障，而非線路是否處于故障狀態(tài)，發(fā)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(yīng)的配電系統(tǒng)的熵值w必須在一定范圍內(nèi)，即滿足：根據(jù)上式熵值約束條件選取的故障場景，具有發(fā)生概率大、故障后果危害嚴(yán)重的特點，構(gòu)成了配電網(wǎng)韌性分析中的典型故障場景；wmax和wmin分別為典型場景對應(yīng)的配電系統(tǒng)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(fā)生概率，包括：故障場景n的發(fā)生概率λn與該場景對應(yīng)的故障重數(shù)有關(guān)，利用單一線路的故障率計算出多重故障場景的發(fā)生概率的表達式為：式中，λi1表示該區(qū)域配電網(wǎng)中僅有線路i1故障的場景發(fā)生概率，λi1i2表示該區(qū)域配電網(wǎng)中僅有元件i1及線路i2故障的場景發(fā)生概率，vi1表示線路i1故障的發(fā)生概率，vi1i2表示線路i1和線路i2同時故障的發(fā)生概率，vi1i2i3表示線路i1、i2、i3同時故障的場景發(fā)生概率，pi1、pi2、pi3分別為架空線路i1、i2、i3的故障率，h為區(qū)域配電系統(tǒng)中線路總條數(shù)。步驟3)所述的確定典型故障場景對應(yīng)系統(tǒng)的缺供電量，是根據(jù)每一種場景下對應(yīng)的線路故障順序、停電范圍和修復(fù)順序，獲取從極端天氣發(fā)生到恢復(fù)正常運行的整個過程中的系統(tǒng)功能曲線，采用負(fù)荷曲線來描述系統(tǒng)功能，得到各典型故障場景對應(yīng)系統(tǒng)的缺供電量。步驟3)所述的配電網(wǎng)韌性指標(biāo)的計算，是利用典型故障場景的發(fā)生概率及對應(yīng)系統(tǒng)的缺供電量來計算配電網(wǎng)韌性指標(biāo)，表達式為：式中，λn為故障場景n的發(fā)生概率；n為選取的故障場景數(shù)目；imn為故障場景n的供電量缺失程度；t0表示配電網(wǎng)受極端天氣影響的時間，包括了臺風(fēng)穿越該配電網(wǎng)所用的時間和配電網(wǎng)恢復(fù)正常供電的時間；l(t)表示極端天氣導(dǎo)致大規(guī)模故障發(fā)生時的實際負(fù)荷曲線；tl(t)表示系統(tǒng)無故障運行時的目標(biāo)負(fù)荷曲線；resn表示典型故障場景n系統(tǒng)的缺供電量，也表現(xiàn)為負(fù)荷曲線的缺失面積。本發(fā)明的一種基于系統(tǒng)信息熵的配電網(wǎng)韌性評估方法，利用系統(tǒng)信息熵的方法分析極端天氣下配電網(wǎng)可能出現(xiàn)的故障規(guī)模，采用配電網(wǎng)負(fù)荷曲線缺失面積計算得到的配電網(wǎng)韌性指標(biāo)，既能夠反映配電網(wǎng)在極端災(zāi)害故障過程中的失電損失的大小，又能夠反映配電網(wǎng)恢復(fù)到正常供電狀態(tài)所用的時間。該模型可用于評價配電網(wǎng)的災(zāi)害應(yīng)對能力，為進一步研究韌性提高措施提供基礎(chǔ)，進而指導(dǎo)配電網(wǎng)建設(shè)。附圖說明圖1是配電網(wǎng)在極端天氣下的系統(tǒng)功能曲線圖；圖2是區(qū)域配電網(wǎng)示意圖；圖3是各負(fù)荷點峰值負(fù)荷及負(fù)荷等級示意圖；圖4是故障率-風(fēng)速關(guān)系曲線及線路的時變故障率示意圖；圖5a是系統(tǒng)熵值概率分布曲線圖；圖5b是故障元件數(shù)概率分布曲線圖；圖6是極端天氣下的配電網(wǎng)供電恢復(fù)負(fù)荷曲線圖。具體實施方式下面結(jié)合實施例和附圖對本發(fā)明的一種基于系統(tǒng)信息熵的配電網(wǎng)韌性評估方法做出詳細說明。本發(fā)明的一種基于系統(tǒng)信息熵的配電網(wǎng)韌性評估方法，包括如下步驟：1)根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)參數(shù)及臺風(fēng)氣象數(shù)據(jù)，計算配電網(wǎng)各元件故障率；包括：(1)以臺風(fēng)作為極端天氣的代表，分析臺風(fēng)天氣對配電網(wǎng)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(fēng)影響范圍內(nèi)各點的風(fēng)速與風(fēng)向常用batts模型來模擬。配電網(wǎng)元件的風(fēng)載荷n1與線路上的風(fēng)速和風(fēng)向之間的關(guān)系模型：式中，d為導(dǎo)線外徑；v為風(fēng)速，θ為風(fēng)向與線路的夾角；(b)架空導(dǎo)線的最高懸掛點易發(fā)生斷線故障，導(dǎo)線截面所受應(yīng)力σg正比于導(dǎo)線風(fēng)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(fēng)荷載和導(dǎo)線風(fēng)荷載引起的桿根彎矩矢量和。通過相應(yīng)的力學(xué)載荷效應(yīng)分析獲得元件載荷和風(fēng)載荷之間的力學(xué)關(guān)系。由線路元件強度和荷載效應(yīng)，可通過功能函數(shù)計算元件在該外部荷載作用下的可靠運行概率。當(dāng)元件功能函數(shù)取值大于0時，元件處于可靠運行狀態(tài)，其概率為可表示為：pr＝p{r-s>0}(2)式中，s為風(fēng)載荷引起導(dǎo)線應(yīng)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(tài)分布，所以，導(dǎo)線與電桿的不可靠運行的概率模型：式中，pfl為架空導(dǎo)線的故障率，pfp為電桿的故障率，σg為導(dǎo)線截面所受應(yīng)力，μl、δl分別為導(dǎo)線強度的均值和標(biāo)準(zhǔn)差，mt為桿根承受的彎矩，μp、δp分別為電桿強度的均值和標(biāo)準(zhǔn)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(shù)，m2為線路i的導(dǎo)線檔數(shù)；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(dǎo)線的故障率，均是該導(dǎo)線上時變風(fēng)速的函數(shù)；(2)將導(dǎo)線外徑、線路的電桿數(shù)、導(dǎo)線檔數(shù)、導(dǎo)線強度、電桿強度和風(fēng)速、風(fēng)向代入第(1)所建立的模型中，得到配電網(wǎng)各元件故障率。2)基于系統(tǒng)信息熵選取滿系統(tǒng)熵值約束的典型故障場景；包括：(1)極端天氣使配電網(wǎng)線路故障率大幅度提升，大規(guī)模多重故障場景發(fā)生概率也隨之增大；同時，大規(guī)模故障場景下，故障及恢復(fù)的過程更為復(fù)雜。因此，有必要通過分析極端天氣可能導(dǎo)致的故障場景，來進行配電網(wǎng)韌性評估計算。配電網(wǎng)元件眾多，故障場景數(shù)目巨大，有必要根據(jù)場景出現(xiàn)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(shù)目。根據(jù)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(fā)明所采用的系統(tǒng)信息熵方法，即是根據(jù)單一事件概率來選取合理的系統(tǒng)狀態(tài)場景的方法。借鑒香農(nóng)信息理論中信息熵的概念，熵表示了系統(tǒng)的不確定性程度。配電網(wǎng)是一個每一時刻都可能發(fā)生故障的不確定系統(tǒng)，由若干個某一線路是否發(fā)生故障的不確定性事件構(gòu)成，故障場景對應(yīng)的配電系統(tǒng)的熵值w計算公式：式中，t表示臺風(fēng)穿越該配電網(wǎng)區(qū)域所用的時間；ωb表示配電網(wǎng)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(fā)生故障，而非線路是否處于故障狀態(tài)，發(fā)生故障其值為1，否則為0；(2)系統(tǒng)的總信息熵值，是系統(tǒng)本身的固有屬性，與系統(tǒng)運行人員對系統(tǒng)的操作控制有關(guān)，反映了系統(tǒng)是否發(fā)生故障的不確定性程度。從故障場景出現(xiàn)的不確定性角度考慮，zi,t的取值應(yīng)當(dāng)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(xiàn)的概率越大，則存在越多的場景對應(yīng)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(xiàn)的不確定度就無窮大，相應(yīng)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(xiàn)的不確定度為0，相應(yīng)一定有zi,t＝1，因此從實際場景出現(xiàn)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(yīng)的配電系統(tǒng)的熵值w必須在一定范圍內(nèi)，即滿足：根據(jù)上式熵值約束條件選取的故障場景，具有發(fā)生概率大、故障后果危害嚴(yán)重的特點，構(gòu)成了配電網(wǎng)韌性分析中的典型故障場景。wmax和wmin分別為典型場景對應(yīng)的配電系統(tǒng)熵值分布的最大值和最小值。3)配電網(wǎng)韌性評估計算，包括計算典型故障場景發(fā)生概率，確定典型故障場景對應(yīng)系統(tǒng)的缺供電量，以及配電網(wǎng)韌性指標(biāo)的計算；其中：(1)所述的計算典型故障場景發(fā)生概率，包括：故障場景n的發(fā)生概率λn與該場景對應(yīng)的故障重數(shù)有關(guān)，利用單一線路的故障率計算出多重故障場景的發(fā)生概率的表達式為：式中，λi1表示該區(qū)域配電網(wǎng)中僅有線路i1故障的場景發(fā)生概率，λi1i2表示該區(qū)域配電網(wǎng)中僅有元件i1及線路i2故障的場景發(fā)生概率，vi1表示線路i1故障的發(fā)生概率，vi1i2表示線路i1和線路i2同時故障的發(fā)生概率，vi1i2i3表示線路i1、i2、i3同時故障的場景發(fā)生概率，pi1、pi2、pi3分別為架空線路i1、i2、i3的故障率，h為區(qū)域配電系統(tǒng)中線路總條數(shù)。(2)所述的確定典型故障場景對應(yīng)系統(tǒng)的缺供電量，是根據(jù)每一種場景下對應(yīng)的線路故障順序、停電范圍和修復(fù)順序，獲取從極端天氣發(fā)生到恢復(fù)正常運行的整個過程中的系統(tǒng)功能曲線，采用負(fù)荷曲線來描述系統(tǒng)功能，得到各典型故障場景對應(yīng)系統(tǒng)的缺供電量。(3)在系統(tǒng)遭受臺風(fēng)影響的過程中，大量配電網(wǎng)元件在風(fēng)力作用下發(fā)生故障，進而導(dǎo)致大范圍停電，在臺風(fēng)過境后，系統(tǒng)逐漸恢復(fù)到原有的正常運行狀態(tài)。配電網(wǎng)在整個極端天氣影響過程中系統(tǒng)功能曲線示意圖見圖1所示。采用系統(tǒng)功能在極端天氣下的缺失面積來反映配電網(wǎng)韌性，它同時考慮了系統(tǒng)恢復(fù)正常所用的時間和災(zāi)害過程中故障損失的大小。所述的配電網(wǎng)韌性指標(biāo)的計算，是利用典型故障場景的發(fā)生概率及對應(yīng)系統(tǒng)的缺供電量來計算配電網(wǎng)韌性指標(biāo)，表達式為：式中，λn為故障場景n的發(fā)生概率；n為選取的故障場景數(shù)目；imn為故障場景n的供電量缺失程度；t0表示配電網(wǎng)受極端天氣影響的時間，包括了臺風(fēng)穿越該配電網(wǎng)所用的時間和配電網(wǎng)恢復(fù)正常供電的時間；l(t)表示極端天氣導(dǎo)致大規(guī)模故障發(fā)生時的實際負(fù)荷曲線；tl(t)表示系統(tǒng)無故障運行時的目標(biāo)負(fù)荷曲線；resn表示典型故障場景n系統(tǒng)的缺供電量，也表現(xiàn)為負(fù)荷曲線的缺失面積。本發(fā)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(jīng)受臺風(fēng)等極端天氣的影響的區(qū)域配電網(wǎng)，來驗證本發(fā)明的一種基于系統(tǒng)信息熵的配電網(wǎng)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(fù)荷點的峰值負(fù)荷和負(fù)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(biāo)系，臺風(fēng)登陸位置坐標(biāo)為(-150km,-125km)，與橫坐標(biāo)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(fù)，所以一般臺風(fēng)過境后安排線路元件修復(fù)。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(wǎng)元件故障率仿真結(jié)果根據(jù)元件故障率模型獲得受臺風(fēng)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(fēng)登陸時刻為仿真起始時刻。由圖4可以看出，隨著臺風(fēng)靠近，線路上的風(fēng)速逐漸增大；但當(dāng)線路位于最大風(fēng)速半徑內(nèi)部時，風(fēng)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(fēng)影響的整個過程中，當(dāng)線路處于最大風(fēng)速半徑附近時，最易發(fā)生故障。(2)韌性分析場景根據(jù)線路故障率生成典型故障場景，由不同場景對應(yīng)的zi,t向量結(jié)合式(5)計算該場景對應(yīng)的系統(tǒng)熵值w，系統(tǒng)信息熵的數(shù)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(tǒng)特性有關(guān)，圖5a中90％的場景熵值分布在(3.5,28)，可知對本算例中數(shù)據(jù)來說，式(6)應(yīng)取(wmin＝3.5，wmax＝28)。一個場景對應(yīng)熵值的出現(xiàn)概率越高，該場景在極端天氣條件下出現(xiàn)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(fēng)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(yīng)時刻故障的場景出現(xiàn)可能性較大，此場景對應(yīng)的系統(tǒng)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(xiàn)可能性很小，此場景對應(yīng)的系統(tǒng)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(shù)目進行分析統(tǒng)計，滿足如圖5b所示的分布?？芍谒憷兴龅妮^為嚴(yán)重臺風(fēng)天氣的影響下，該區(qū)域配電網(wǎng)發(fā)生3～5重故障的概率最大，更多重故障及不發(fā)生故障的概率都極低，總體呈左偏峰分布。相應(yīng)地在韌性分析過程中，考慮的故障規(guī)模也以3～5重故障為主，對于8重及以上故障，由于發(fā)生概率之和小于10％，計算時可以忽略。(3)配電網(wǎng)韌性評估以一種4重故障場景為例，描述配電網(wǎng)在極端天氣下的負(fù)荷恢復(fù)過程，并計算負(fù)荷曲線缺失面積。在該場景下，線路3、28、37和42分別在臺風(fēng)登陸后8.25h、8.5h、13.5h和7.25h時發(fā)生故障，對應(yīng)負(fù)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(fù)時故障過程，其中虛線為系統(tǒng)正常運行時的負(fù)荷曲線。由圖6可知，隨著故障元件的增加，電網(wǎng)供應(yīng)的負(fù)荷逐漸減小，在故障最嚴(yán)重時，所帶負(fù)荷僅為正常運行的約15％，在23h后臺風(fēng)過境，開始安排故障線路的逐個恢復(fù)，各負(fù)荷點逐漸恢復(fù)供電，在43h后恢復(fù)正常運行。通過計算各典型故障場景下的負(fù)荷曲線缺失面積和各場景的發(fā)生概率，最終可以得到相應(yīng)的配電網(wǎng)韌性評估結(jié)果。配電網(wǎng)韌性指標(biāo)ar計算結(jié)果為0.572?？芍瑢τ谠寂潆娋W(wǎng)，受到極端天氣影響過程中負(fù)荷供電量僅為正常水平的57.2％。當(dāng)前第1頁12