本發(fā)明涉及電力系統(tǒng)故障分析領(lǐng)域，具體地說是一種電力系統(tǒng)N-k故障集的快速篩選方法。
背景技術(shù)：
電力系統(tǒng)穩(wěn)定分析中，預(yù)想故障的篩選確定是非常重要的環(huán)節(jié)，然而隨著電網(wǎng)結(jié)構(gòu)的不斷擴(kuò)大，電網(wǎng)抵御風(fēng)險(xiǎn)能力的持續(xù)增強(qiáng)，能夠引發(fā)實(shí)際大規(guī)模電網(wǎng)嚴(yán)重停電故障的故障集往往由多個(gè)(假設(shè)為k個(gè)，k通常大于等于2)元件故障組成。要想校驗(yàn)所有的N-k故障，在實(shí)際大規(guī)模電網(wǎng)中將面臨組合爆炸的問題，在這種計(jì)算規(guī)模下進(jìn)行遍歷隨機(jī)抽樣校驗(yàn)顯然是不現(xiàn)實(shí)的。
篩選預(yù)想故障集，是電力系統(tǒng)安全分析中分析電力系統(tǒng)在出現(xiàn)事故時(shí)是否能夠繼續(xù)保持正常狀態(tài)運(yùn)行的一種預(yù)防措施，即通過預(yù)想故障校驗(yàn)系統(tǒng)能否抵御故障風(fēng)險(xiǎn)，從而有針對(duì)性的增加系統(tǒng)強(qiáng)度，其中的事故是根據(jù)運(yùn)行人員的經(jīng)驗(yàn)假定的。這些事故的結(jié)果，或者使一條或幾條電力線路斷開，或使變壓器、發(fā)電機(jī)、負(fù)荷斷開，或者發(fā)生以上情況的組合。確定出現(xiàn)事故時(shí)系統(tǒng)是否安全就是通過計(jì)算機(jī)在仿真發(fā)生以上各種假定事故時(shí)，是否有線路過負(fù)荷或者超過允許傳輸極限，是否有節(jié)點(diǎn)過電壓或者電壓崩潰，系統(tǒng)頻率是否滿足穩(wěn)定要求，系統(tǒng)是否失去穩(wěn)定等。如果不出現(xiàn)以上情況，系統(tǒng)的當(dāng)前運(yùn)行狀況就安全，否則就不安全。
預(yù)想故障分析是指針對(duì)預(yù)先設(shè)定的電力系統(tǒng)元件的故障及組合，通過仿真運(yùn)算確定電力系統(tǒng)對(duì)預(yù)想故障的抵御能力。由于國內(nèi)電網(wǎng)要求系統(tǒng)在N-1和關(guān)鍵線路N-2情況下穩(wěn)定運(yùn)行，因而可能引發(fā)系統(tǒng)嚴(yán)重故障的初始故障通常并不在現(xiàn)有校核范圍之內(nèi)，對(duì)預(yù)想故障組合的篩選將直接從N-2開始。考慮到多元件同時(shí)故障的概率隨著故障元件個(gè)數(shù)的增加而呈現(xiàn)的指數(shù)下降趨勢(shì)，最終篩選目標(biāo)集合的規(guī)模不宜過大，即k不能過大；并且過大的k值也不利于對(duì)故障預(yù)防的精準(zhǔn)控制，因此N-k的最大k值需要被控制在一個(gè)合適的區(qū)間。當(dāng)篩選故障集能夠使系統(tǒng)發(fā)生嚴(yán)重故障，通常認(rèn)為其中包含了關(guān)鍵元件，否則認(rèn)為并不包含關(guān)鍵元件，關(guān)鍵元件并不單獨(dú)存在，而是和與之聯(lián)系的若干元件共同組成。對(duì)于最終篩選所得的N-k，如果該k個(gè)元件組成的故障集能夠引發(fā)系統(tǒng)嚴(yán)重故障，但去掉任何一個(gè)元件后所組成的故障集無法引發(fā)系統(tǒng)故障，則認(rèn)為當(dāng)前的N-k是獨(dú)立的。
現(xiàn)有的靜態(tài)安全穩(wěn)定校驗(yàn)僅保證了系統(tǒng)在應(yīng)對(duì)所有N-1和部分N-2故障時(shí)的安全裕度，出于經(jīng)濟(jì)性考慮和實(shí)際計(jì)算的困難度，對(duì)于未能校驗(yàn)的潛在風(fēng)險(xiǎn)仍然有待研究。實(shí)際上，雖然多重故障是引發(fā)系統(tǒng)嚴(yán)重故障的重要原因，需要重點(diǎn)開展研究，但因?yàn)橄到y(tǒng)規(guī)模巨大，多重故障的故障集篩選難以得到充分實(shí)現(xiàn)。如何縮減計(jì)算規(guī)模，使預(yù)想故障集篩選的計(jì)算復(fù)雜度縮減到合理的范圍，一直是調(diào)度運(yùn)行人員所關(guān)注的內(nèi)容。
技術(shù)實(shí)現(xiàn)要素：
有鑒于此，本發(fā)明提供一種電力系統(tǒng)N-k故障集的快速篩選方法，該方法通過定義一個(gè)足夠大的初始元件故障篩選規(guī)模，以是否能夠引發(fā)系統(tǒng)嚴(yán)重故障為標(biāo)準(zhǔn)，快速發(fā)現(xiàn)含有關(guān)鍵元件的故障集合，繼而在該集合中進(jìn)一步縮小搜索范圍，直至最終定位滿足要求的N-k故障集。
為此，本發(fā)明采用以下技術(shù)方案實(shí)現(xiàn)：一種電力系統(tǒng)N-k故障集的快速篩選方法，包含以下步驟：
步驟S1：計(jì)算系統(tǒng)網(wǎng)絡(luò)數(shù)據(jù)、潮流數(shù)據(jù)和保護(hù)參數(shù)；
步驟S2：讀入步驟S1中的數(shù)據(jù)，用以生成電網(wǎng)模型；
步驟S3：根據(jù)步驟S2中生成的電網(wǎng)模型進(jìn)行基態(tài)潮流分析，并保證潮流分析計(jì)算收斂，設(shè)置最大重復(fù)篩選次數(shù)T，設(shè)置初始隨機(jī)篩選規(guī)模kinit，篩選目標(biāo)規(guī)模閾值kmax；
步驟S4：從所有的線路中隨機(jī)選擇總量為kinit的元件組成N-kinit初始故障；
步驟S5：檢測(cè)系統(tǒng)在步驟S4所得的N-kinit初始故障下是否發(fā)生嚴(yán)重故障，如果有則進(jìn)入下一步，否則重復(fù)步驟S5采樣直到T次，若無法引發(fā)嚴(yán)重故障則倍增kinit，重復(fù)步驟S4；
步驟S6：抽取步驟S5所得集合{kinit}的子集，得到新的N-k初始故障；
步驟S7：檢測(cè)系統(tǒng)在步驟S6所得的N-k初始故障下是否發(fā)生嚴(yán)重故障，如果能則進(jìn)入下一步，否則重復(fù)步驟S6采樣直到T次，若皆無法引發(fā)嚴(yán)重故障，則回到步驟S4；
步驟S8：當(dāng)k還比較大時(shí)，k＞2kmax，將k值更新為原值的一半；當(dāng)k較小，kmax＜k≤2kmax，將k值更新為原值的2/3；k值更新后，回到步驟S7，若k<kmax，則進(jìn)入下一步；
步驟S9：隨機(jī)去掉{k}的某一個(gè)元素，得到N-k初始故障；
步驟S10：檢測(cè)系統(tǒng)在步驟S9所得的N-k初始故障下是否發(fā)生嚴(yán)重故障，如果能則進(jìn)入下一步，否則，記錄下當(dāng)前集合{k}作為一個(gè)目標(biāo)故障集后回到步驟S9；
步驟S11：如果k＝2，則本次隨機(jī)檢索結(jié)束，進(jìn)入下一步，否則更新k值為k-1，回到步驟S9；
步驟S12：篩選所得的N-k故障集合數(shù)量是否達(dá)到篩選進(jìn)程評(píng)估指標(biāo)，如果達(dá)到則篩選結(jié)束，否則回到步驟S4。
通過重復(fù)這種快速縮減篩選規(guī)模的采樣方法，較之遍歷采樣法大幅度降低了計(jì)算復(fù)雜度，在一定程度上規(guī)避組合爆炸的問題，使得電力系統(tǒng)N-k故障集的篩選變得可行。
進(jìn)一步地，所述步驟S2的具體內(nèi)容為：通過對(duì)電力系統(tǒng)計(jì)算建立相應(yīng)的電網(wǎng)模型，包括建立電網(wǎng)的導(dǎo)納矩陣，獲得各節(jié)點(diǎn)原始潮流信息；確定各條線路的額定潮流和保護(hù)參數(shù)，比如熱保護(hù)對(duì)線路過載的保護(hù)延時(shí)整定，以及各種保護(hù)的動(dòng)作區(qū)間等。
進(jìn)一步地，所述步驟S3的具體內(nèi)容為：通過潮流計(jì)算，確定系統(tǒng)潮流可解；所設(shè)置的最大重復(fù)篩選次數(shù)T是為了避免在大系統(tǒng)情況下初始篩選規(guī)模過小，重復(fù)多次搜索仍然難以確定能夠引發(fā)系統(tǒng)嚴(yán)重故障的故障集合，一旦篩選次數(shù)超過T，則擴(kuò)大初始篩選規(guī)模以增加所要故障集合被搜索到的概率，減輕計(jì)算負(fù)擔(dān)；初始隨機(jī)篩選規(guī)模kinit是一個(gè)足夠大的值，以便能夠大概率的囊括待發(fā)現(xiàn)的關(guān)鍵元件，當(dāng)經(jīng)過T次篩選后仍然沒有引發(fā)系統(tǒng)嚴(yán)重故障，則增大kinit值；目標(biāo)規(guī)模閾值kmax是目標(biāo)集合的規(guī)模上限，即所統(tǒng)計(jì)的獨(dú)立故障集規(guī)模上限。
進(jìn)一步地，所述步驟S4的具體內(nèi)容為：每一次隨機(jī)抽取的元件組合成為一個(gè)集合{kinit}，對(duì)系統(tǒng)進(jìn)行N-kinit仿真。
進(jìn)一步地，所述步驟S5的具體內(nèi)容為：通過靜態(tài)潮流計(jì)算或者動(dòng)態(tài)仿真模擬系統(tǒng)對(duì)于初始故障的中長期響應(yīng)過程，即檢測(cè)系統(tǒng)各元件能否正常運(yùn)行，如線路在故障發(fā)生后的潮流重分布，需要計(jì)算過載線路的保護(hù)延時(shí)，并在延時(shí)結(jié)束的時(shí)候啟動(dòng)保護(hù)切斷線路；此外，每次故障發(fā)生后，系統(tǒng)需要滿足功率約束，即發(fā)電機(jī)有功、無功上下限約束，電網(wǎng)功率平衡約束；在進(jìn)行功率平衡的調(diào)度操作時(shí)，盡量避免切負(fù)荷；對(duì)系統(tǒng)的仿真計(jì)算一直進(jìn)行到潮流不可解、系統(tǒng)崩潰或者沒有線路過載為止，如果系統(tǒng)潮流不可解、系統(tǒng)崩潰則認(rèn)為是嚴(yán)重故障，當(dāng)前N-kinit故障能夠引發(fā)系統(tǒng)嚴(yán)重故障，如果沒有線路過載且系統(tǒng)各方面指標(biāo)均在穩(wěn)定范圍內(nèi)，則認(rèn)為當(dāng)前N-kinit故障不能引發(fā)系統(tǒng)嚴(yán)重故障；對(duì)于不能引發(fā)嚴(yán)重故障的kinit集合需要進(jìn)行重復(fù)篩選，原理與步驟S2相同。
進(jìn)一步地，所述步驟S8的具體內(nèi)容為：在篩選得到初始的故障集{kinit}后，在該集合下縮減規(guī)模進(jìn)行進(jìn)一步篩選，采用隨機(jī)抽取的辦法，抽取容量在k值較大時(shí)為k/2，當(dāng)k值較小時(shí)為k/1.5，這樣處理是為了避免恰好規(guī)?？s減至kmax；當(dāng)k縮減到k<kmax，抽取容量為k-1。
進(jìn)一步地，所述步驟S11的具體內(nèi)容為：當(dāng)k＝2時(shí)，停止對(duì)篩選規(guī)?？s減，該次搜索嘗試完成。
進(jìn)一步地，所述步驟S12的具體內(nèi)容為：對(duì)于給定的k，需要對(duì)當(dāng)前已經(jīng)確定的目標(biāo)集合數(shù)量占所有目標(biāo)集合比例進(jìn)行估計(jì)，以確定N-k故障的篩選是否已經(jīng)完成；若總計(jì)有mk個(gè)能夠引發(fā)嚴(yán)重故障的N-k，在仿真過程中不加辨識(shí)，則會(huì)出現(xiàn)重復(fù)的抽樣；假設(shè)已經(jīng)仿真了j次，其中有i個(gè)非重復(fù)的N-k，那么設(shè)下一次仿真發(fā)現(xiàn)非重復(fù)N-k的概率為pj，于是
由于mk未知，需要估計(jì)所得的結(jié)果是否已經(jīng)達(dá)到或者瀕臨上限；設(shè)下一次仿真發(fā)現(xiàn)非重復(fù)N-k需要再仿真Δj次，即Δj＝p-1，從上式可以獲得變換得到對(duì)mk的估計(jì)Δj是一個(gè)經(jīng)驗(yàn)統(tǒng)計(jì)，統(tǒng)計(jì)每發(fā)現(xiàn)一個(gè)非重復(fù)N-k所仿真的次數(shù)Δj與已經(jīng)獲得的非重復(fù)N-k的個(gè)數(shù)i，更新對(duì)mk的估計(jì)，從而確定仿真進(jìn)程。
綜上所述，本發(fā)明通過快速縮減范圍的隨機(jī)篩選算法，實(shí)現(xiàn)了比傳統(tǒng)蒙特卡洛采樣更快的預(yù)想故障集篩選過程，通過對(duì)計(jì)算復(fù)雜度評(píng)估發(fā)現(xiàn)，相比于蒙特卡洛的計(jì)算復(fù)雜度O(nk)，本發(fā)明的計(jì)算復(fù)雜度僅為O(nlog(n))，在計(jì)算效率上有明顯提升。首先，基于初試潮流計(jì)算和潮流數(shù)據(jù)，設(shè)定一個(gè)可觀的篩選容量對(duì)系統(tǒng)元件進(jìn)行隨機(jī)篩選，并設(shè)定重復(fù)篩選上限，在一定篩選次數(shù)后及時(shí)擴(kuò)大篩選容量，以實(shí)現(xiàn)對(duì)關(guān)鍵元件的快速定位。其次，在篩選得到含有關(guān)鍵元件的初始故障集后，快速縮減篩選規(guī)模，于當(dāng)前的故障集中進(jìn)一步篩選，從而較大程度的避免了篩選的盲目性。再次，利用一定的評(píng)估指標(biāo)，通過監(jiān)督隨機(jī)篩選出現(xiàn)非重復(fù)集合的頻度，對(duì)當(dāng)前的篩選進(jìn)程進(jìn)行評(píng)估，實(shí)現(xiàn)了篩選方法的終點(diǎn)控制，避免了無謂的計(jì)算負(fù)擔(dān)。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：(1)以大容量初始篩選樣本實(shí)現(xiàn)關(guān)鍵元件的快速定位，相比于指定k值的全局隨機(jī)篩選，該方法能夠很大程度避免無謂的采樣；(2)在初試篩選所得的大容量篩選樣本中進(jìn)行進(jìn)一步精確篩選，計(jì)算復(fù)雜度明顯低于基于蒙特卡洛算法的全局隨機(jī)篩選方法，提升了計(jì)算效率；(3)通過監(jiān)督篩選過程中非重復(fù)集合的頻度，確定篩選進(jìn)程，以便及時(shí)終止對(duì)應(yīng)k值的故障集篩選，避免了遍歷采樣，降低計(jì)算量。
附圖說明
圖1為本發(fā)明的流程圖。
具體實(shí)施方式
下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。
本實(shí)施例提供一種電力系統(tǒng)N-k故障集的快速篩選方法，如圖1所示，包括以下步驟：
步驟S1：計(jì)算系統(tǒng)網(wǎng)絡(luò)數(shù)據(jù)、潮流數(shù)據(jù)和保護(hù)參數(shù)；
步驟S2：讀入步驟S1中的數(shù)據(jù)，用以生成電網(wǎng)模型；
步驟S3：根據(jù)步驟S2中生成的電網(wǎng)模型進(jìn)行基態(tài)潮流分析，并保證潮流分析計(jì)算收斂，設(shè)置最大重復(fù)篩選次數(shù)T，設(shè)置初始隨機(jī)篩選規(guī)模kinit，篩選目標(biāo)規(guī)模閾值kmax；
步驟S4：從所有的線路中隨機(jī)選擇總量為kinit的元件組成N-kinit初始故障；
步驟S5：檢測(cè)系統(tǒng)在步驟S4所得的N-kinit初始故障下是否發(fā)生嚴(yán)重故障，如果有則進(jìn)入下一步，否則重復(fù)步驟S5采樣直到T次，若無法引發(fā)嚴(yán)重故障則倍增kinit，重復(fù)步驟S4；
步驟S6：抽取步驟S5所得集合{kinit}的子集，得到新的N-k初始故障；
步驟S7：檢測(cè)系統(tǒng)在步驟S6所得的N-k初始故障下是否發(fā)生嚴(yán)重故障，如果能則進(jìn)入下一步，否則重復(fù)步驟S6采樣直到T次，若皆無法引發(fā)嚴(yán)重故障，則回到步驟S4；
步驟S8：當(dāng)k還比較大時(shí)，k＞2kmax，將k值更新為原值的一半；當(dāng)k較小，kmax＜k≤2kmax，將k值更新為原值的2/3；k值更新后，回到步驟S7，若k<kmax，則進(jìn)入下一步；
步驟S9：隨機(jī)去掉{k}的某一個(gè)元素，得到N-k初始故障；
步驟S10：檢測(cè)系統(tǒng)在步驟S9所得的N-k初始故障下是否發(fā)生嚴(yán)重故障，如果能則進(jìn)入下一步，否則，記錄下當(dāng)前集合{k}作為一個(gè)目標(biāo)故障集后回到步驟S9；
步驟S11：如果k＝2，則本次隨機(jī)檢索結(jié)束，進(jìn)入下一步，否則更新k值為k-1，回到步驟S9；
步驟S12：篩選所得的N-k故障集合數(shù)量是否達(dá)到篩選進(jìn)程評(píng)估指標(biāo)，如果達(dá)到則篩選結(jié)束，否則回到步驟S4。
在本實(shí)施例中，所述步驟S2的具體內(nèi)容為：通過對(duì)電力系統(tǒng)計(jì)算建立相應(yīng)的電網(wǎng)模型，包括建立電網(wǎng)的導(dǎo)納矩陣，獲得各節(jié)點(diǎn)原始潮流信息，以IEEE39節(jié)點(diǎn)系統(tǒng)為例，讀入網(wǎng)絡(luò)數(shù)據(jù)后，求解潮流并記錄下各線路潮流作為線路負(fù)載基準(zhǔn)值，并對(duì)每一條線路進(jìn)行編號(hào)，共計(jì)46條線路，考慮元件故障為線路開斷；確定各條線路的額定潮流和保護(hù)參數(shù)，比如熱保護(hù)對(duì)線路過載的延時(shí)，以及各種保護(hù)的動(dòng)作區(qū)間等，我們采用靜態(tài)潮流方式，以一次潮流計(jì)算作為一個(gè)時(shí)間斷面，比如0.1s，對(duì)于過載線路，以其過載量與時(shí)間切片的乘積作為其過載保護(hù)延時(shí)的累積量，累積閾值的整定為50％過載線路持續(xù)5s則保護(hù)動(dòng)作，也就是說在線路過載超過50％的時(shí)候動(dòng)作更快，反之則更慢，當(dāng)線路沒有過載時(shí)，過載保護(hù)延時(shí)的累計(jì)量清零；
在本實(shí)施例中，所述步驟S3的具體內(nèi)容為：通過潮流計(jì)算，如牛頓拉夫遜法，確定系統(tǒng)潮流可解；設(shè)置最大重復(fù)篩選次數(shù)T＝10，一旦篩選次數(shù)超過T，則擴(kuò)大初始篩選規(guī)模，以增加所要故障集合被搜索到的概率；初始隨機(jī)篩選規(guī)模kinit是一個(gè)足夠大的值，比如20，以便能夠大概率的囊括待發(fā)現(xiàn)的關(guān)鍵元件，當(dāng)經(jīng)過T次篩選后仍然沒有引發(fā)系統(tǒng)嚴(yán)重故障，則將kinit值擴(kuò)大一倍；目標(biāo)規(guī)模閾值kmax是目標(biāo)集合的規(guī)模上限，即所統(tǒng)計(jì)的獨(dú)立故障集規(guī)模上限，一般的N-k校核的范圍集中在N-2至N-4，所以設(shè)置kmax＝5。
在本實(shí)施例中，所述步驟S4的具體內(nèi)容為：每一次隨機(jī)抽取的元件組合成為一個(gè)集合如{kinit}＝{3,10,14,15,16,18,24,25,26,27,28,30,32,33,34,35,36,40,43,44}，對(duì)系統(tǒng)進(jìn)行N-kinit仿真，即切斷系統(tǒng)中{kinit}中編號(hào)的線路，然后計(jì)算系統(tǒng)潮流；
在本實(shí)施例中，所述步驟S5的具體內(nèi)容為：通過靜態(tài)潮流計(jì)算或者動(dòng)態(tài)仿真模擬系統(tǒng)對(duì)于初始故障的中長期響應(yīng)過程，即檢測(cè)系統(tǒng)各元件能否正常運(yùn)行，如線路在故障發(fā)生后的潮流重分布，需要計(jì)算過載線路的保護(hù)延時(shí)，并在延時(shí)結(jié)束的時(shí)候啟動(dòng)保護(hù)切斷線路；此外，每次故障發(fā)生后，系統(tǒng)需要滿足功率約束，即發(fā)電機(jī)有功、無功上下限約束，電網(wǎng)功率平衡約束，實(shí)施例對(duì)于斷線造成的所有孤島電網(wǎng)，都進(jìn)行頻率響應(yīng)校驗(yàn)，并平衡頻率變化滿足要求的子網(wǎng)并指定一臺(tái)平衡機(jī)，切除頻率變化過大子網(wǎng)的所有發(fā)電機(jī)使之全體退出運(yùn)行；在進(jìn)行功率平衡的調(diào)度操作時(shí)，盡量避免切負(fù)荷，但對(duì)于負(fù)荷節(jié)點(diǎn)電壓低于限值時(shí)，仍需要執(zhí)行低壓減載；當(dāng)系統(tǒng)潮流不可解、系統(tǒng)崩潰時(shí)，認(rèn)為系統(tǒng)已經(jīng)嚴(yán)重故障，終止潮流仿真模擬，認(rèn)為當(dāng)前N-kinit故障能夠引發(fā)系統(tǒng)嚴(yán)重故障；若在仿真過程中沒有線路過載且系統(tǒng)各方面指標(biāo)均在穩(wěn)定范圍內(nèi)，認(rèn)為系統(tǒng)已經(jīng)進(jìn)入到新的穩(wěn)態(tài)，終止潮流仿真模擬，并認(rèn)為當(dāng)前N-kinit故障不能引發(fā)系統(tǒng)嚴(yán)重故障；對(duì)于不能引發(fā)嚴(yán)重故障的kinit集合需要進(jìn)行重復(fù)篩選，原理與步驟S2相同。
在本實(shí)施例中，所述步驟S8的具體內(nèi)容為：在篩選得到初始的故障集{kinit}后，在該集合下縮減規(guī)模進(jìn)行進(jìn)一步篩選，采用隨機(jī)抽取的辦法，抽取容量在k值較大時(shí)(如k>20)為k/2，在本示例中則可能為{k}＝{14,15,16,18,24,25,26,30,32,34}，當(dāng)k值較小時(shí)(如kmax<k<10)為k/1.5，這樣處理是為了避免恰好規(guī)?？s減至kmax；當(dāng)k縮減到k<kmax，抽取容量為k-1；在本實(shí)施例的規(guī)?？s減序列為k：20→10→7→5→4→3→2；
在本實(shí)施例中，所述步驟S11的具體內(nèi)容為：當(dāng)k＝2時(shí)，停止對(duì)篩選規(guī)?？s減，該次搜索嘗試完成；
在本實(shí)施例中，所述步驟S12的具體內(nèi)容為：對(duì)于給定的k，需要對(duì)當(dāng)前已經(jīng)確定的目標(biāo)集合數(shù)量占所有目標(biāo)集合比例進(jìn)行估計(jì)，以確定N-k故障的篩選是否已經(jīng)完成；若總計(jì)有mk個(gè)能夠引發(fā)嚴(yán)重故障的N-k，在仿真過程中不加辨識(shí)，則會(huì)出現(xiàn)重復(fù)的抽樣；假設(shè)已經(jīng)仿真了j次，其中有i個(gè)非重復(fù)的N-k，那么設(shè)下一次仿真發(fā)現(xiàn)非重復(fù)N-k的概率為pj，于是由于mk未知，所以需要估計(jì)所得的結(jié)果是否已經(jīng)達(dá)到或者瀕臨上限；設(shè)下一次仿真發(fā)現(xiàn)非重復(fù)N-k需要再仿真Δj次，即Δj＝p-1，從上式可以獲得變換得到對(duì)mk的估計(jì)這里Δj是一個(gè)經(jīng)驗(yàn)統(tǒng)計(jì)，統(tǒng)計(jì)每發(fā)現(xiàn)一個(gè)非重復(fù)N-k所仿真的次數(shù)Δj與已經(jīng)獲得的非重復(fù)N-k的個(gè)數(shù)i，更新對(duì)mk的估計(jì)，從而確定仿真進(jìn)程；如已經(jīng)仿真了j＝336次，那么通過計(jì)算，當(dāng)Δj＝4，即隨機(jī)篩選得到一個(gè)獨(dú)立非重復(fù)的N-k所需次數(shù)為4次，那么計(jì)算所得的估計(jì)則說明還需要繼續(xù)篩選，而當(dāng)Δj＝152，計(jì)算發(fā)現(xiàn)與j相近，則說明篩選基本接近完成。
在本實(shí)施例中，所述電力系統(tǒng)暫態(tài)嚴(yán)重故障篩選的方法具體為：首先將網(wǎng)絡(luò)數(shù)據(jù)讀入仿真系統(tǒng)并計(jì)算初始潮流，給所有線路進(jìn)行標(biāo)號(hào)并記錄初始潮流作為額定負(fù)載。其次，按照初始篩選規(guī)模對(duì)系統(tǒng)的元件進(jìn)行隨機(jī)篩選，進(jìn)行N-k仿真計(jì)算，若系統(tǒng)發(fā)生嚴(yán)重故障則在此基礎(chǔ)上縮減篩選規(guī)模，進(jìn)一步搜索系統(tǒng)關(guān)鍵元件，若系統(tǒng)沒有發(fā)生嚴(yán)重故障，則繼續(xù)進(jìn)行篩選，直到篩選出包含系統(tǒng)元件故障的集合，能夠引發(fā)系統(tǒng)故障，或者篩選次數(shù)達(dá)到上限T，則增大初始篩選規(guī)模重復(fù)篩選過程。
在進(jìn)行系統(tǒng)仿真的時(shí)候，以單次靜態(tài)潮流計(jì)算模擬一個(gè)時(shí)間斷面，以線路過載量與實(shí)踐斷面的乘積累積量作為線路過載保護(hù)的時(shí)延機(jī)制，若累積量超過整定閾值則斷開線路，若線路不再過載則累積量清零，否則一直隨時(shí)間累積。線路斷開后，可能形成孤島，實(shí)施例以孤島內(nèi)的頻率變化幅度作為衡量基準(zhǔn)，若幅度過大則整個(gè)孤島切機(jī)退出運(yùn)行，否則指定一臺(tái)平衡機(jī)并平衡島內(nèi)發(fā)電機(jī)出力與負(fù)荷。對(duì)于電壓低于一定限制的節(jié)點(diǎn)，實(shí)施例按照低壓減載方案切除一部分負(fù)荷。
對(duì)包含關(guān)鍵元件的預(yù)想故障集的篩選規(guī)模進(jìn)行到小于kmax后，逐個(gè)去掉元件集合中的元素并仿真，直至發(fā)現(xiàn)獨(dú)立集合，即該集合能夠引發(fā)系統(tǒng)嚴(yán)重故障，但在去掉其中任何一個(gè)元件后的元件所組成的N-k都不能引發(fā)系統(tǒng)嚴(yán)重故障，最小元件集合規(guī)模為2。
一次篩選進(jìn)行結(jié)束后，重新進(jìn)行初始篩選過程，在篩選進(jìn)行到一定數(shù)量后，實(shí)施例通過一個(gè)經(jīng)驗(yàn)指標(biāo)對(duì)篩選進(jìn)程進(jìn)行評(píng)估。通過評(píng)估以確定目前的篩選所得是否已經(jīng)幾乎涵蓋了所有能夠引發(fā)系統(tǒng)嚴(yán)重故障的N-k集合，即關(guān)鍵元件組合方式的集合。
本發(fā)明側(cè)重于快速篩選和定位能夠引發(fā)系統(tǒng)嚴(yán)重故障的關(guān)鍵元件組合，通過對(duì)篩選規(guī)模的控制來提高篩選的效率，實(shí)現(xiàn)了比普通篩選方法更高的效率。同時(shí)，通過在篩選過程中增加重復(fù)篩選剔除機(jī)制，可以進(jìn)一步避免無謂的重復(fù)計(jì)算，降低計(jì)算復(fù)雜度。
以上所述僅為本發(fā)明的較佳實(shí)施例，凡依本發(fā)明申請(qǐng)專利范圍所做的均等變化與修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。