基于支路可用容量熵的概率静态安全分析
Probabilistic Static Security Analysis Based on Entropy of Branch Available Capacity
PDF,    科研立项经费支持
作者: 喻 洁：东南大学电气工程学院，江苏 南京；孙旻, 曾伟：国网江西省电力公司电力科学研究院，江西 南昌；李鹏：南京国电南自电网自动化有限公司，江苏 南京；杨塞特：河海大学能源与电气学院，江苏 南京
关键词: 支路可用容量熵；概率潮流；静态安全分析；预想事故排序；Entropy of Branch Available Capacity； Probabilistic Power Flow； Static Security Analysis； Expected Contingency Sorting
摘要: 针对接有大规模风电的电网，结合概率潮流计算，引入熵的概念，从支路可用容量的角度来描述不同支路开断后对系统造成的影响，提出了一种基于支路可用容量熵的预想事故排序指标和基于多场景下的预想事故排序方法，进而提高系统静态安全分析速度。通过IEEE-118节点系统进行仿真计算，结果表明该方法能准确地发现系统潜在的薄弱环节，并大大缩短了静态安全分析时间，为电力运行人员提供可参考的信息。
Abstract: For the power grid with large-scale wind power integration, using the probabilistic power flow calculation and the concept of entropy, a ranking indicator based on the available capacity entropy of branch and sorting method under multiscenarios for expected contingency are proposed in order to speed up the probabilistic static security analysis and the impact of branch outage on the system can be described in the view of branch available capacity. The simulation is verified in IEEE-118 system and the results indicate that the proposed method can evaluate power system static security precisely and find the weakness of power system. Meanwhile, it greatly shortens the time and provides reference information for electric power operation personnel.
文章引用：喻洁, 孙旻, 李鹏, 曾伟, 杨塞特. 基于支路可用容量熵的概率静态安全分析[J]. 输配电工程与技术, 2017, 6(4): 55-63.

参考文献

[1] 留毅, 章静芳. 电力系统静态安全分析综述[J]. 科技创新导报, 2010(30): 64-64.
[2] 朱星阳, 黄宇峰, 张建华, 等. 基于随机潮流的含风电电力系统静态安全评估[J]. 电力系统自动化, 2014, 38(20): 46-53.
[3] 傅旭. 考虑不确定因素的电力系统静态安全预防控制[J]. 电力自动化设备, 2014, 34(2): 120-124.
[4] 张志坚, 乔振宇, 王建东, 等. 预想事故排序算法比较[J]. 电力自动化设备, 2001, 21(11): 25-27.
[5] 马平, 蔡兴国. 电压稳定分析中支路型故障筛选及排序算法研究[J]. 中国电机工程学报, 2007, 27(1): 44-48.
[6] 邱晓燕, 李兴源, 林伟. 在线电压稳定性评估中事故筛选和排序方法的研究[J]. 中国电机工程学报, 2004, 24(9): 50-55.
[7] 王永辉, 王克文, 刘畅, 等. 概率潮流在电力系统静态N-1校验中的应用[J]. 计算机仿真, 2013, 30(2): 125-129.
[8] 陈波, 郭勇, 施世鸿, 等. 一种预想事故自动选择的新方法[J]. 陕西电力, 2009, 37(5): 10-14.
[9] 倪涌炯, 方鸽飞, 叶剑锋. 基于电压稳定的在线预想事故筛选和排序[J]. 电工技术, 2006(2): 31-32.
[10] 苟竞, 刘俊勇, 刘友波, 等. 基于能量熵测度的电力系统连锁故障风险辨识[J]. 电网技术, 2013, 37(10): 2754-2761.
[11] 李勇, 刘俊勇, 刘晓宇, 等. 基于潮流熵的电网连锁故障传播元件的脆弱性评估[J]. 电力系统自动化, 2012, 36(19): 11-16.
[12] 曹娟, 张颖淳, 苏伯洪. 基于流量熵的道路交通网络脆弱性优化[J]. 西南师范大学学报(自然科学版), 2014(7): 30-35.
[13] 刘文颖, 王佳明, 谢昶, 等. 基于脆性风险熵的复杂电网连锁故障脆性源辨识模型[J]. 中国电机工程学报, 2012, 32(31): 142-149.
[14] 杜正旺, 哈恒旭, 宋扬, 等. 基于灵敏度–补偿法的电力网络开断潮流新算法[J]. 电力系统保护与控制, 2010, 38(16): 103-107.
[15] 刘怡芳, 张步涵, 李俊芳, 等. 考虑电网静态安全风险的随机潮流计算[J]. 中国电机工程学报, 2011(1): 59-64.
[16] 蒋平, 杨绍进, 霍雨翀. 考虑风电场出力随机性的电网静态安全分析[J]. 电力系统自动化, 2013, 37(22): 35-40.

为你推荐