基于电网实时断面的线路参数循环校核仿真分析

刘红岩， 万信书， 徐悦洋， 李天楚， 程冰

(1.海南电网有限责任公司电力科学研究院，海南 海口 570311；2. 海南省电网理化分析重点实验室，海南 海口 570311；3.海南电网电力调度控制中心，海南 海口 570203)

0 引 言

因电力系统发展速度较快，电力系统计算分析中使用的设备参数和运行数据类型愈发多样化，数据量具有爆发性增长特征[1-2]。

文献[3]完成运行断面的相似性匹配工作，但是部分线路失真明显，可用性差。文献[4]对输电断面实施多维度动态监控，但是无法更高精度地描述设备的实际状态，导致潮流、电压和损耗等仿真数据缺乏真实性。因此需要相应的技术手段来验证现有参数。

综合以上分析，本文通过仿真分析和对比校核的形式，提出基于电网实时断面的线路参数循环校核方法，以期为电网运行维护人员提供有效工具。

1 基于电网实时断面的线路参数循环校核方法

1.1 基于插点法的电网实时断面搜索算法

1) 前k最小权路径的检索

将一个潮流节点对的时间路径长度最小值设成E(a,b)[5-6]，a、b为潮流节点，新导入的潮流节点是k，如果E(a,k)+E(k,b)

为了获取随机潮流节点对之间，前k个最小权路径，引入倒序删除关联边法，检索前k条最小权路径便是检索前k条重要度显著的路径。如果k值设置合理，便可覆盖全部关键输电断面。

针对各个新导入额潮流节点k，使用插点法原理可知，如果ϖ(a,k)+ϖ(k,b)<ϖ(a,b)，便表示自a至k再至b的路径权重小于直接抵达b的路径权重，设置ϖ(a,k)+ϖ(k,b)=ϖ(a,b)，ϖ(a,b)即为a至b的路径权重最小值。

(1) 通过插点法获取电网线路中给定的潮流节点对之间最小权路径Q，运算它的长度W(Q)=m，最小权路径中，潮流节点数与权重之和分别是m、W,最小权路径Q中边数是(m-1)。

(2) 去除边(m-1,m)和(m-2,m-1)，使用插点法计算此潮流节点对之间新的最小权路径，设成S1，将邻接矩阵设成B。

(3) 循环上述操作，获取(m-1)条自原点至终点的最小权路径，则S1至Sm-1。

(4) 将全部W从小到大排序，便可获取此潮流节点对之间前k个最小权路径。k值的选择方法是：

(1)

式中：Wa为两潮流节点间第a条最小权路径长度；Wr为全部路径中最小权路径长度；Wmin为路径长度比的阈值。

为了避免搜索耗时较多，取k的最大值为4。

2) 支路开断分布因子

支路开断分布因子表征支路间潮流影响关系。此系数越大，表示支路间关系紧密性越高，一条支路开断对另一条支路的潮流所存在影响越显著。支路开断分布因子运算方法是：

(2)

式中：Yk-h为端口k与端口h之间的互阻抗；Yh-h为端口h的自阻抗；yk、yh为支路电抗。

3) 初始断面获取

如果阈值设置较为合适，可以覆盖所有核心线路。把前k最小权路径中符合式(3)的线路，设成初始断面。

(3)

式中：Zab、Zabmax为某线路通过的有功潮流、热稳定功率极限；Nmin为安全裕度阈值，Nmin的值是0.6。当某线路的安全裕度低于60%时，此线路便非常容易出现异常，开断后对系统其他线路影响较大，需要看作重点检测目标。

4) 输电断面提取

因为初始断面中支路能看作关键断面，使用支路开断支路因子，所以提取出联系密切的支路建立输电断面。

ΔZk≥Ek-hZh

(4)

式中：ΔZk为支路开断后转移至支路k中的潮流；Zh为开断支路的初始潮流。

5) 关键输电断面识别

某条线路的过载度和负载率关系较为密切，设置某线路的有功潮流和它的热稳定功率极限之比是负载率G。则关键输电断面是：

(5)

负载率不小于80%的输电断面便是关键输电断面。

关键输电断面识别步骤如下。

(1) 使用电力网络参数、有功潮流将电网结构实施简化。

(2) 将导流比设成线路权重，实现线路赋权。

(3) 使用插点法运算目前网络的前k个最小权路径。

(4) 运算前k个最小权路径中线路安全裕度，提取全部安全裕度低于阈值的线路集合，设成初始断面。

(5) 使用支路开断分布因子，判断存在初始断面的线路，获取输电断面。

(6) 分析线路潮流分布的不稳定性，运算某线支路开断后其他支路的负载率，负载率不小于80%的输电断面便是关键输电断面。

1.2 基于随机矩阵理论的断面线路参数循环校核方法

使用此方法分析电网实时断面的线路参数，在干扰电网平稳运行的数据中，可以实时、高精度地提取核心因素数据。

随机矩阵理论的数学模型可分析断面线路参数之间的关联性：

(6)

其中：

(7)

(8)

式中：T为时间；C1、C2断面为将线损正常运行存在负面影响的数据矩阵。上述过程中，必须对随机矩阵理论C实施标准化操作，将随机矩阵理论C标准化后矩阵设成C3：

C3=(Fij)(N+M)×T

(9)

设置估计次数为P次，在断面中，对线损正常运行存在负面影响的数据将描述成矩阵C1，那么数据元素Fij能够描述为数据集合中电网在第i次、j次时间下的估计值。估计过程的时间窗矩阵是：

(10)

在断面中，线路参数分布值Estd是：

Estd=[η1,η2,…,ηN+M]

(11)

式中：ηN+M为线路参数值。根据Estd便可获取影响电网线损的因素值。

设置电网正常工作时的输出功率为g(φ)，函数自变量的取值范围是(0,θp)。按照电网工作的输出参数特征，电网正常工作的输出函数是(φi,φj)，用户可获取此函数输出的多个差异数值的极大值点，此极大值设成φj+1。在采用蚁群算法之前，需要将线路参数数据的相关性进行说明，具体情况如图1所示。

图1 线路参数数据的相关性

图1中，设置各个方形框代表一种线路参数种类，然后把线路参数的数据和数据之间关系描述为O(i,j)，数据种类关联性校核方法是：

sij(t+m)=γO(i,j)+ΔO(i,j)

(12)

式中：sij(t+m)为校核后数据种类关联性；γ为数据信息残留系数；ΔO(i,j)为校核前数据种类关联性估计误差。

第n只蚂蚁在数据种类i转移至剩下数据的概率是：

(13)

式中：ψij为能见度因数，属于数据种类之间的关联性的倒数；τ为蚂蚁信息素浓度相对重要参数；ρ为能见度因数相对重要指数；Ω为蚂蚁还没有走过的电网实时断面线路参数中某种数据的集合。

完成数据关联性运算的迭代循环计算，将差异种类的电网线损数据实时循环检索，最后获取最优解。

2 试验分析

为测试本文方法的使用效果，将IEEE 39节点系统(图2)设成测试目标，用MATLAB 2013b 仿真软件对本文方法的使用效果进行仿真测试。

图2 IEEE 39节点系统

该系统的断面情况如表1所示。

表1 该系统的断面情况

使用本文方法对该系统的关键输电断面识别后，测试本文方法识别结果的准确率σia、漏警率σib和虚警率σic。

(14)

(15)

(16)

本文方法使用前后，该系统的关键输电断面识别效果如图3～图5所示。

图3 准确率测试结果

图4 漏警率测试结果

图5 虚警率测试结果

分析图3～图5可知，使用本文方法对该系统的关键输电断面识别前后，本文方法识别结果的准确率、漏警率和虚警率均存在较优。

3 结束语

本文研究基于电网实时断面的线路参数循环校核方法，进行数据关联性运算的迭代循环计算，完成电网线损数据实时循环检索，对线路参数循环校核。

使用本文方法对该系统的关键输电断面识别前后，关键输电断面识别结果的准确率高达99%，漏警率低于1%，虚警率低于0.5%。电流、电压和有功功率的值与实际值一致。

本文实时循环校核电网实施断面中线路参数，为该领域的相关研究提供参考。