随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] .
目前,关于地质灾害对电网运行产生影响的研究较少,主要因为这方面的研究涉及到地理、气象和电力系统等多领域的交叉融合,需要多学科学者的合作.目前已有的一些研究主要聚焦于灾害的诱发因素和灾害风险图谱的构建,研究成果多用于地质方面的分析与灾害评估.文献[10 ]中采用空间统计方法分析人类活动和自然地理环境对突发地质灾害的影响.文献[11 ]中根据福建山区地质灾害,选取影响地质灾害的8个指标构建评价指标体系,基于信息量法构建地质灾害风险图谱.文献[12 ]中基于地理信息系统(GIS)和信息量法,以坡度、坡向、海拔、坡形、断层和岩性为评价因子,基于地质统计分析计算不同评价因子中灾害的信息量值.文献[13 ]中利用地理信息系统和logistic回归模型对滑坡进行风险分析,建立地形图、土壤类型、森林覆盖、地质和土地覆盖的空间数据库.文献[14 ]中根据桂林洪涝灾害将降雨作为诱发灾害的主要因素,采用熵权重法和层次分析法评估灾害风险.
关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性.
灾害具有发生地点和时间不确定的特点,因此有必要对在全区域发生的灾害风险进行研究,并量化评估全区域灾害风险对电力系统运行的影响.本文提出一种基于灾害风险图谱的电力系统安全调度策略,针对地质灾害对电网产生的影响,将具有预测性、针对性和实时性的灾害风险图谱与输电线路相结合,对电网潮流安全调度提出针对性的方案.主要贡献包括:
①基于地质灾害的影响因子和降水预测数据,绘制相关地质灾害风险图谱,结合地质灾害风险图谱与输电线路地理位置,预测输电线路的风险情况;②根据地质灾害风险图谱提出一种调节发电机和灵活性资源的电力系统安全调度策略,该策略具有预测性、针对性和实时性.
1 风险图谱的构建
1.1 评价指标
引发研究区地质灾害的因素可以分为内因和外因两种.将降水作为外部因素,将高程(DEM)、坡向、坡度、道路、河流、土壤类型和归一化植被指数(NDVI)7个影响因子作为内部因素进行分析[24 ] .
(1) 高程指地表相对于参照水平面的海拔高度,在地质灾害研究中高程可以用来分析地形的起伏情况.地形高程的变化对于土壤侵蚀、河流侵蚀等地质灾害具有重要影响.将高程数据分为[0,60)、[60,120)、[120,180)、[180,240)、[240,300)、[300,360)、[360,420)、[420,480)、[480,∞) m 共9类.
(2) 坡向指地表的斜坡方向,地貌的坡向可以影响水分的分布和流动,进而影响地表的稳定性和地质灾害的发生,不同坡向的地区可能存在不同类型的地质灾害风险.将坡向分为平面、北、东北、东、东南、南、西南、西和西北9类.
(3) 坡度指地表的倾斜度,通常地表稳定性以及地质灾害风险与坡度成正比.将坡度分为[0°,4°)、[4°,8°)、[8°,12°)、[12°,16°)、[16°,20°)、[20°,∞)共6类.
(4) 道路的建设可能破坏地表的稳定性,导致滑坡、塌方等灾害的发生.将与道路之间的距离分为[0,0.5)、[0.5,1)、[1,1.5)、[1.5,2)、[2,∞) km 共5类.
(5) 河流的存在和水流路径对地质灾害有着重要影响,河流的冲刷能力、洪水频率等因素可能与地质灾害之间存在关联.将与河流的距离分为[0,0.4)、[0.4,1)、[1,2)、[2,∞) km共 4类.
(6) 不同类型的土壤具有不同的物理和力学特性,对地质灾害风险的影响显著.新英格兰地区土壤类型主要分为饱和锥形土Be、不饱和锥形土Bd、艳色锥形土Bc、典型淋溶土Lo、典型灰壤Po、薄层灰壤Pl和水体WR.
(7) 归一化植被指数指一种用来反映地表植被状况的指标,植被的分布和健康状况可能对地质灾害的防治起重要作用.将NDVI分为[-0.3,0)、[0,0.1)、[0.1,0.2)、[0.2,0.3)、[0.3,0.5)、[0.5,1)共 6类.
(8) 降水是诱发灾害的外部因素,对地质灾害的发生产生重要影响.将降水分为[0,80)、[80,90)、[90,100)、[100,110)、[110,120)、[120,∞) mm共 6类.
1.2 评价方法
1.2.1 加权信息量法
信息量(information nalue,IV)模型通过对影响因子分级来分析其对地质灾害发生的“贡献率”,并对各影响因子的信息量值进行加权叠加得到综合信息量值I ,I 值越大表示越有利于地质灾害的发生[25 ] .地质灾害发生的原因复杂,各影响因子在整个过程中所起到的作用大小不一,因此采用加权信息量法对各影响因子赋予不同的权重值,使其最终结果更加精确.公式如下:
(1) $\left.\begin{array}{l}{I}_{ef}=ln\frac{{N}_{ef}/{N}_{d}}{{S}_{ef}/S}\\ I=\sum _{e=1}^{{N}_{f}}{W}_{e}{I}_{ef}=\sum _{e=1}^{{N}_{f}}{W}_{e}ln\frac{{N}_{ef}/{N}_{d}}{{S}_{ef}/S}\end{array}\right\}$
式中:Ief 为第e 个影响因子的第f 类别对应的信息量值;Nef 为第e 个影响因子的第f 类别发生地质灾害的个数;N d 为研究区内地质灾害的总个数;Sef 为第e 个影响因子的第f 类别对应研究区的面积;S 为研究区的总面积;I 为研究区的综合信息量值;Nf 为影响因子的个数;We 为各影响因子的权重值.
1.2.2 确定性系数法
(2) F C =$\left\{\begin{array}{l}\frac{{P}_{e}-{P}_{S}}{{P}_{e}(1-{P}_{S})}, {P}_{e}\ge {P}_{S}\\ \frac{{P}_{e}-{P}_{S}}{{P}_{S}(1-{P}_{e})}, {P}_{e}<{P}_{S}\end{array}\right.$
式中:Pe 为地质灾害在影响因子e 中发生的条件概率,具体为影响因子e 中地质灾害点个数与影响因子e 的面积比值;PS 为地质灾害在整个研究区中发生的先验概率,表示为整个研究区的地质灾害个数与研究区面积的比值;F C ∈[-1, 1],正值表示地质灾害发生的确定性高,较易发生地质灾害,负值表示地质灾害发生的确定性低,不易发生地质灾害,0表示在该影响因子下不确定是否容易发生地质灾害.影响因子的权重值为
(3) We =FC (e,max) -FC (e,min)
式中:FC (e,max) 为影响因子e 中各类别确定性系数的最大值;FC (e,min) 为影响因子e 中各类别确定性系数的最小值.
2 电力系统安全调度策略
2.1 电力系统运行风险模型
(4) $\left.\begin{array}{l}{\eta }_{ps,m}=\sum _{k=1}^{{N}_{p}}\frac{{P}_{k,m}}{{P}_{kmax,m}}\\ {\eta }_{ps}=\sum _{m=1}^{M}{\lambda }_{m}{\eta }_{ps,m}=\sum _{m=1}^{M}{\lambda }_{m}\sum _{k=1}^{{N}_{p}}\frac{{P}_{k,m}}{{P}_{kmax,m}}\end{array}\right\}$
式中:η ps, m m 个工况下的支路越限风险指标;η ps 为综合各种工况的越限风险指标,η ps 为非负值,值越大表示越限风险程度越大;N p 为越限支路数;Pk , m m 个工况下第k 条越限支路所对应的支路传输有功功率;Pk max, m m 个工况下第k 条越限支路所对应的支路传输有功功率上限;M 为工况总个数;λm 为第m 个工况的危险系数.
(5) $\left.\begin{array}{l}{\eta }_{hs,m}=\sum _{t=1}^{{N}_{h}}\frac{{P}_{t,m}}{0.8{P}_{tmax,m}}\\ {\eta }_{hs}=\sum _{m=1}^{M}{\lambda }_{m}{\eta }_{hs,m}=\sum _{m=1}^{M}{\lambda }_{m}\sum _{t=1}^{{N}_{h}}\frac{{P}_{t,m}}{0.8{P}_{tmax,m}}\end{array}\right\}$
式中:η hs, m m 个工况下的支路重载风险指标;η hs 为综合各种工况的重载风险指标,η hs 为非负值,值越大表示重载风险程度越大;N h 为重载支路数;Pt , m m 个工况下第t 条重载支路所对应的支路传输有功功率;Pt max, m m 个工况下第t 条重载支路所对应的支路传输有功功率上限.
(6) $\left.\begin{array}{l}L=\sum _{a=1}^{n}{I}_{a}^{2}{R}_{a}\\ {\eta }_{L,m}=\frac{{L}_{m}-{L}_{0}}{{L}_{0}}\\ {\eta }_{L}=\sum _{m=1}^{M}{\lambda }_{m}{\eta }_{L,m}=\sum _{m=1}^{M}{\lambda }_{m}\frac{{L}_{m}-{L}_{0}}{{L}_{0}}\end{array}\right\}$
式中:L 为n 条输电线路上的网损值;ηL , m m 个工况的网损指标;ηL 为综合各种工况的网损指标;n 为输电线路总数;Ia 为第a 条输电线路上输送的电流值;Ra 为第a 条输电线路上的电阻值;Lm 和L 0 分别为第m 个工况和正常情况的网损值.
(7) η gen =$\sum _{g=1}^{{N}_{g}}$ (c 2, g ${P}_{gen,g}^{2}$ +c 1, g Pgen, g c 0, g
式中:Ng 为发电机台数;c 0, g c 1, g c 2, g P gen, g
(8) min F =w 1 η ps +w 2 η hs +w 3 ηL +w 4 η gen
式中:w 1 、w 2 、w 3 和w 4 分别为越限风险指标、重载风险指标、网损指标和发电机运行成本指标对应的权重系数; F 值越低表示系统安全稳定性越高.
2.2 约束条件
(9) $\left.\begin{array}{l}{P}_{i}={V}_{i}\sum _{j=1}^{{N}_{i}}{V}_{j}({G}_{ij}cos {\theta }_{ij}+{B}_{ij}sin {\theta }_{ij})\\ {Q}_{i}={V}_{i}\sum _{j=1}^{{N}_{i}}{V}_{j}({G}_{ij}sin {\theta }_{ij}-{B}_{ij}cos {\theta }_{ij})\end{array}\right\}$
式中:Pi 和Qi 分别为节点i 对应发电机有功出力和无功出力;Ni 为节点总数;Gij 和Bij 分别为支路i 、j 的电导和电纳;θij 为节点i 、j 的电压相角差.
(10) Vi ,min ≤Vi ≤Vi ,max
式中:Vi ,max 、Vi ,min 分别为节点i 的电压上下限.
(11) $\left.\begin{array}{l}{P}_{i,min}\le {P}_{i}\le {P}_{i,max}\\ {Q}_{i,min}\le {Q}_{i}\le {Q}_{i,max}\end{array}\right\}$
式中:Pi ,min 、Pi ,max 、Qi ,min 和Qi ,max 分别为节点i 对应的发电机有功出力和无功出力的极值.
(12) -Δpi ,max ≤Δpi ≤Δpi ,max
式中:Δpi ,max 为节点i 对应灵活性资源的最大调节量.
(13) pi ,1 -Δpi ,max ≤pi ,2 ≤pi ,1 +Δpi ,max
式中:pi ,1 为节点i 对应的初始负荷量;pi ,2 为节点i 对应的调节后负荷量.
2.3 基于危险队列的模型求解方法
2.3.1 粒子群算法
粒子群算法是一种优化算法[27 ] ,可以用于解决多目标优化问题.与传统的数学规划方法相比,它更适用于复杂的电网系统,可以同时考虑多个优化目标,具有计算复杂度相对较低、简单易实现等优点,此外还具有全局搜索能力和快速收敛性.粒子群算法模拟鸟群集体行为,通过不断调整发电机和灵活性资源的状态来优化电网潮流.设定在D 维搜索空间内存在大小为n' 的种群,第i' 个粒子在空间中的位置和速度向量分别记为xi' =[xi' 1 xi' 2 … xi'D ],vi' =[vi' 1 vi' 2 … vi'D ],i' =1, 2, …, n'. 它到当前迭代次数为止的最好位置称为粒子最优位置,记为pi' =(pi' 1 , pi' 2 , …, pi'D ),称为p best ,与其相对的个体最佳值为fp best . 群体中所有粒子到目前为止经历过的最好位置称为全局最优位置,记为pg =(pg 1 , pg 2 , …, pgD ),称为g best ,与其相对的群体最佳值为fg best .
2.3.2 基于危险队列的发电机出力约束模型
发电机出力约束模型是考虑故障因素下的发电机出力约束. 为改善输电线路的越限和重载情况,先根据输电线路的危险队列对发电机发出的有功功率进行约束,再利用粒子群算法进行求解. 调节发电机出力的原则为减小整个系统的越限程度. 包含两个方面:①减小越限线路的传输功率,以达到减小越限程度或减小越限条数的目的;②在减小线路越限情况的同时可能产生新的线路越限,但是相较于调整前的越限情况有所改善. 具体步骤如下.
(1) 构建危险队列.将每条输电线路故障设为一个工况ρa ,由于系统中共有n 条线路,所以根据灾害风险图谱中输电线路所对应的危险系数,对输电线路发生的故障情况进行排序,得到ρ 1 、ρ 2 、…、ρn .
(2) 构建输电线路越限模型.线路故障后输电线路越限情况可以用矩阵表示为
(14) Ama =$\left[\begin{array}{llll}A& A& \dots & A\\ {A}_{21}& {A}_{22}& \dots & {A}_{2n}\\ ︙& ︙& ︙& ︙\\ {A}_{n1}& {A}_{n2}& \dots & {A}_{nn}\end{array}\right]$
式中:Ama 为在工况m 下,第a 条线路发生越限的情况,其中线路a 越限用1表示,不越限用0表示,故障用2表示.
(3) 确定发电机约束模型.将新英格兰10机39节点系统中发电机的有功功率设置为初始值,即P gen, g $\left[{P}_{gen,1} {P}_{gen,2} \dots {P}_{gen,{N}_{g}}\right]$ . 发电机出力调整值设为Ω ,根据矩阵Ama ,若系统无越限现象,则 Ω =P gen, g .
(15) ${P}_{gen,g}^{max}$ =[${P}_{gen,1}^{max}$ ${P}_{gen,2}^{max}$ … ${P}_{gen,{N}_{g}}^{max}$ ]
(16) Ωρ =$\left[\begin{array}{l}{\Omega }_{\rho 1}\\ {\Omega }_{\rho 2}\\ ︙\\ {\Omega }_{\rho n}\end{array}\right]$ =$\left[\begin{array}{llll}{P}_{\rho \mathrm{1,1}}^{max}& {P}_{\rho \mathrm{1,2}}^{max}& \dots & {P}_{\rho 1,{N}_{g}}^{max}\\ {P}_{\rho \mathrm{2,1}}^{max}& {P}_{\rho \mathrm{2,2}}^{max}& \dots & {P}_{\rho 2,{N}_{g}}^{max}\\ ︙& ︙& ︙& ︙\\ {P}_{\rho n,1}^{max}& {P}_{\rho n,2}^{max}& \dots & {P}_{\rho n,{N}_{g}}^{max}\end{array}\right]$
式中:Ωρ 为不同工况下发电机最大调整值的集合;Ωρn 为在工况ρn 下发电机组的调整值集合;${P}_{\rho n,{N}_{g}}^{max}$ ρn 下,第Ng 台发电机对应的最大调整值.
搜寻下一级工况所得的约束解可能与上一级之间没有交集,因此通过确定搜寻次数来解决.搜寻次数的选定分两种:
第1种为按照危险队列搜寻直到无交集结束.该方法尽可能多的选取发电机约束解的交集,表示为
(17) Ω =Ωρ 1 ∩Ωρ 2 ∩Ωρ 3 ∩…∩Ωρr
第2种为确定搜寻次数(b ).寻找在指定搜寻次数内的最优值,有利于分析高危险系数下的发电机出力模式,表示为
(18) Ω =$\left\{\begin{array}{l}{\Omega }_{\rho 1}\bigcap {\Omega }_{\rho 2}\bigcap {\Omega }_{\rho 3}\bigcap \dots \bigcap {\Omega }_{\rho r}, r\le b\\ {\Omega }_{\rho 1}\bigcap {\Omega }_{\rho 2}\bigcap {\Omega }_{\rho 3}\bigcap \dots \bigcap {\Omega }_{\rho b}, r>b\end{array}\right.$
(4) 求解发电机出力调节量.通过对发电机出力进行约束可以优化粒子寻优空间,使目标解集具有越限风险值偏小的属性.利用粒子群算法,以发电机约束解为基准值形成寻优空间,使粒子在该寻优空间中寻找目标函数的最优解[28 ] ,从而得到发电机最优出力调节量.
3 电力系统安全调度流程
首先,根据灾害影响因子的内因和历史灾害数据,利用加权信息量法和确定性系数法在ArcGIS软件中构建灾害易损性图谱,引入降水预测数据作为灾害影响因子的外因,进而构建灾害风险图谱.然后,将灾害风险图谱与输电线路地理位置[29 ] 相结合形成输电线路危险队列,从而将输电线路的故障情况进行量化分析.接着,建立一种考虑越限风险指标、重载风险指标、网损指标和发电机运行成本指标的电力系统运行风险模型,根据风险综合指标反映系统的风险情况.最后,结合危险队列下的发电机出力约束模型和灵活性资源数据,采用粒子群算法得出电力系统安全调度策略.具体流程如图1 所示.
图1
图1
基于灾害风险图谱的电力系统安全调度策略流程图
Fig.1
Flow chart of power system security scheduling strategy based on disaster risk mapping
4 算例分析
4.1 输电线路危险性评估
选取新英格兰地区作为研究区,该地区包含缅因州(ME)、新罕布什尔州(NH)、佛蒙特州(VT)、马萨诸塞州(MA)、康涅狄格州(CT)、罗得岛州(RI).所用数据包括新英格兰地区输电线路、地质灾害、高程、坡向、坡度、道路、河流、土壤、NDVI数据、降水和灵活性资源数据.为验证所提模型的有效性和可行性,采用新英格兰10机39节点系统进行分析[30 ] .
灾害风险图谱的构建步骤为:首先基于ArcGIS软件,通过提取分析-多值提取至点,将历史灾害点与各影响因子图层相结合,利用信息量公式计算出各影响因子各等级所对应的信息量值I ;然后根据确定性系数法得到各影响因子的权重系数,通过地图代数-栅格计算器,将各影响因子的信息量栅格进行加权叠加,得到7种内因下的新英格兰地区地质灾害易损性图谱;最后将新英格兰地区地质灾害易损性图谱与2023年8月降水预测数据相结合得到2023年8月新英格兰地区地质灾害风险图谱.根据珊格中的信息量值对地质灾害风险图谱进行分析,将灾害风险图谱划分为极高、高、中、低和极低风险区,占比分别为0.10%、4%、26.66%、58.02%、11.22%.
新英格兰地区灾害风险图谱如图2 所示.设坡向、水系、道路、DEM、坡度、NDVI、土壤类型和降水的信息量图谱分别为I so 、I w 、I r 、I DEM 、I sg 、I NDVI 、I soil 和I pre ,则地质灾害易损性图谱构建模型为
I 1 =0. 48I so +0. 98I w +1. 01I r +1. 03I DEM +1. 07I sg +1. 27I NDVI +1. 63I soil
图2
图2
新英格兰地区灾害风险图谱
Fig.2
Disaster risk mapping in New England
灾害风险图谱是由信息量值转化而来,因此将该图谱与输电线路相结合,可以得到各条输电线路所对应的最大信息量值,利用函数拟合将输电线路的最大信息量值[-1.25, 7.26]转化至危险系数[0.2,0.8],可以得到危险系数λ 与信息量值I 之间的函数关系为
(19) λ =0. 26e0 . 16 I
针对输电线路危险系数与危险队列的构建进行如下分析.首先,在灾害风险图谱的基础上,根据危险系数与信息量值的关系得到各条输电线路的危险系数,如图3 所示.然后,假设每次只发生1条线路故障,且将每条输电线路故障设置为1个工况,则该地区46条输电线路按照危险系数由大到小依次故障设为工况1~46.最后,将整个系统的输电线路根据危险系数形成危险队列,并着重关注危险系数较高的输电线路情况,如表1 所示.
图3
图3
新英格兰10机39节点输电线路危险情况
Fig.3
Transmission line hazards in the New England 10-generator 39-bus system
4.2 电力系统安全调度策略分析
地质灾害所导致的线路故障会对整个电网潮流产生影响,可能出现输电线路越限或重载现象.在安全调度策略分析中,通过调节发电机和灵活性资源可以有效减小灾害对电网运行的影响,本文所指灵活性资源为新英格兰地区的电动汽车.
电动汽车具备储能能力和可控的充放电特性,可以作为灵活性资源对电网需求进行灵活调度,提高电力系统稳定性.根据新英格兰地区电动汽车夏季峰值需求数据,预测该地区2023—2036年电动汽车夏季峰值需求情况,如图4 所示.数据显示,随着电动汽车的发展,其对系统负荷的影响越来越大.因此,通过调配电动汽车,可以有效调节电网潮流,减小因地质灾害导致的电网损失.考虑电动汽车用户意愿度以及电动汽车实际充放电情况,将电动汽车的可调能力设定为60%.采用2026年和2036年数据用于典型场景,将新英格兰地区电动汽车数据作为灵活性资源对电网潮流展开研究.
图4
图4
新英格兰地区电动汽车夏季峰值需求预测
Fig.4
Forecasted summer peak demand for electric vehicles in New England
结合图4 与输电线路节点和地理位置,得到各节点对应的电动汽车最大调节量Δpi ,max .然后在初始节点负荷pi ,1 的基础上,将风险综合指标作为目标函数,以[-Δpi ,max , Δpi ,max ]为粒子的搜索空间,利用粒子群算法得到最优解,即计算出在风险综合指标最小的情况下,各个节点对应的电动汽车调节量,其中节点负荷调节范围为[pi ,1 -Δpi ,max ,pi ,1 +Δpi ,max ],如表2 所示.
4.2.1 各场景设置
将46个工况全部发生时所对应的输电线路越限和重载情况作为评估输电线路稳定性的依据.通过调节发电机出力以及灵活性资源对灾害导致的系统越限和重载情况,设置4个场景进行分析.场景1未采取任何措施;场景2在场景1的基础上,利用粒子群算法调节发电机出力,如表3 所示;场景3在场景2的基础上,将2026年电动汽车作为灵活性资源对电网潮流进行调节;场景4在场景2的基础上,将2036年电动汽车作为灵活性资源对电网潮流进行调节.
分别将2026年和2036年的电动汽车作为灵活性资源,对电网各个节点进行充放电调节,如图5 所示.
图5
图5
新英格兰10机39节点灵活性资源调节量
Fig.5
Flexibility resource adjustment in New England 10-generator 39-bus system
4.2.2 各场景对比分析
(20) $\left.\begin{array}{l}{P}_{1}={N}_{p}/\left[M\right(n-1\left)\right]\\ {P}_{2}={N}_{h}/\left[M\right(n-1\left)\right]\end{array}\right\}$
不同场景下的线路越限和重载情况如表4 所示,其中越限条数和重载条数指46个工况依次发生时所对应的输电线路越限条数总和以及重载条数总和.根据式(20)计算和表4 结果所示,在场景1~4中,具有越限潜在风险的输电线路占比分别为1.06%、0.24%、0.24%、0.14%,具有重载潜在风险的输电线路占比分别为3.04%、2.13%、1.79%、0.63%.
不同场景下风险综合指标对比分析如表5 所示.在计算发电机运行成本指标中,本文取c 0, g . 2,c 1, g . 3,c 2, g . 01. 风险综合指标包括系统的越限风险指标、重载风险指标、网损指标和发电机运行成本指标,本文中w 1 、w 2 、w 3 、w 4 分别取10、2、1、0.000 01.对发电机出力和灵活性资源进行调节后系统的风险综合指标由334.69降到19.31.
由此可见,将具有预测性的灾害风险图谱与输电线路相结合,通过调节发电机和灵活性资源不仅极大降低了高危险线路乃至整个系统的越限和重载风险,而且很大程度上减小了系统的网损指标和发电机运行成本指标,对提高电网安全稳定性具有极大的帮助.
5 结论
提出一种基于灾害风险图谱的电力系统安全调度策略,将灾害风险图谱与电网调度策略相结合,得出如下结论:
(1) 利用ArcGIS对2023年8月新英格兰地区地质灾害风险图谱栅格进行分析,得到该地区位于极高、高、中、低和极低风险区的占比分别为0.10%、4%、26.66%、58.02%、11.22%.
(2) 根据2023年8月新英格兰地区地质灾害风险图谱可以得到该地区线路2—3、线路1—2、线路2—25危险性较高,线路12—11、线路6—31、线路15—16危险性较低.灾害风险图谱中包含降水预测数据,使该图谱具有预测性、针对性和实时性.将灾害风险图谱与输电线路相结合,实时预测输电线路的危险系数,进而对电力系统进行安全调度正是本文的创新之处.
(3) 电力系统的调度策略使电网整体的越限和重载情况有所减少,有助于增强电网的稳定性和抗风险能力.根据灾害风险图谱对电力系统进行安全调度,通过对发电机出力和灵活性资源进行调节,系统的风险综合指标由334.69降到19.31,系统中具有越限潜在风险的输电线路占比由1.06%降到0.14%,具有重载潜在风险的输电线路占比由3.04%降到0.63%.
本文以新英格兰地区为对象提出的基于灾害风险图谱的电力系统安全调度策略具有一定的普遍意义,可以用于我国各个地区和各种灾害类型的相关研究,同时也对输电线路规划具有重要的指导和借鉴作用.
参考文献
View Option
[1]
QIN P H More than six billion people encountering more exposure to extremes with 1.5 ℃ and 2.0 ℃ warming
[J]. Atmospheric Research , 2022 , 273 : 106165 .
[本文引用: 1]
[2]
MASSON DELMOTTE V ZHAI P PIRANI A et al Climate change 2021—The physical science basis
[J]. Chemistry International , 2021 , 43 (4 ): 22 -23 .
[本文引用: 1]
[3]
LI C J LU T FU B J et al Sustainable city development challenged by extreme weather in a warming world
[J]. Geography and Sustainability , 2022 , 3 (2 ): 114 -118 .
[本文引用: 1]
[4]
刘书豪 . 降雨条件下的输电线路滑坡风险评估与预警技术研究 [D]. 武汉 : 中国地质大学 , 2021 .
[本文引用: 1]
LIU Shuhao Research on risk assessment and early warning technology for landslides in power transmission lines under rainfall conditions [D]. Wuhan : China University of Geosciences , 2021 .
[本文引用: 1]
[5]
ZHAO B R DAI Q ZHUO L et al Accounting for satellite rainfall uncertainty in rainfall-triggered landslide forecasting
[J]. Geomorphology , 2022 , 398 : 108051 .
[6]
SHOU K J CHEN J R On the rainfall induced deep-seated and shallow landslide hazard in Taiwan
[J]. Engineering Geology , 2021 , 288 : 106156 .
[本文引用: 1]
[7]
KIM H LEE J H PARK H J et al Assessment of temporal probability for rainfall-induced landslides based on nonstationary extreme value analysis
[J]. Engineering Geology , 2021 , 294 : 106372 .
[本文引用: 1]
[8]
HUANG F M CHEN J W LIU W P et al Regional rainfall-induced landslide hazard warning based on landslide susceptibility mapping and a critical rainfall threshold
[J]. Geomorphology , 2022 , 408 : 108236 .
[本文引用: 1]
[9]
徐香香 . 极端天气下电网故障在线预警及风险评估技术研究 [D]. 南京 : 东南大学 , 2020 .
[本文引用: 1]
XU Xiangxiang Research of risk assessment and online early warning of power grid fault under extreme weather [D]. Nanjing : Southeast University , 2020 .
[本文引用: 1]
[10]
ZHANG H W WANG Z Q Human activities and natural geographical environment and their interactive effects on sudden geologic hazard: A perspective of macro-scale and spatial statistical analysis
[J]. Applied Geography , 2022 , 143 : 102711 .
[本文引用: 1]
[11]
LIN J H CHEN W H QI X H et al Risk assessment and its influencing factors analysis of geological hazards in typical mountain environment
[J]. Journal of Cleaner Production , 2021 , 309 : 127077 .
[本文引用: 1]
[12]
NIU Q F LIU Y XIE Y W et al Susceptibility assessment of secondary geological disaster based on GIS and Information value methodology for Yushu earthquake region
[C]// The 2nd International Conference on Information Science and Engineering . Hangzhou, China : IEEE , 2010 : 4098 -4101 .
[本文引用: 1]
[13]
LEE S Application of likelihood ratio and logistic regression models to landslide susceptibility mapping using GIS
[J]. Environmental Management , 2004 , 34 (2 ): 223 -232 .
PMID:15559946
[本文引用: 1]
For landslide susceptibility mapping, this study applied and verified a Bayesian probability model, a likelihood ratio and statistical model, and logistic regression to Janghung, Korea, using a Geographic Information System (GIS). Landslide locations were identified in the study area from interpretation of IRS satellite imagery and field surveys; and a spatial database was constructed from topographic maps, soil type, forest cover, geology and land cover. The factors that influence landslide occurrence, such as slope gradient, slope aspect, and curvature of topography, were calculated from the topographic database. Soil texture, material, drainage, and effective depth were extracted from the soil database, while forest type, diameter, and density were extracted from the forest database. Land cover was classified from Landsat TM satellite imagery using unsupervised classification. The likelihood ratio and logistic regression coefficient were overlaid to determine each factor's rating for landslide susceptibility mapping. Then the landslide susceptibility map was verified and compared with known landslide locations. The logistic regression model had higher prediction accuracy than the likelihood ratio model. The method can be used to reduce hazards associated with landslides and to land cover planning.
[14]
LI Z W TANG X L LI L J et al GIS-based risk assessment of flood disaster in the Lijiang River Basin
[J]. Scientific Reports , 2023 , 13 (1 ): 6160 .
DOI:10.1038/s41598-023-32829-5
PMID:37061519
[本文引用: 1]
This study is designed to provide a scientific reference for the establishment of rainstorm and flood disaster prevention system in Guilin region and improve the risk assessment of rainstorm and flood disasters. To realize the goal, a flood risk evaluation model is established by weight analysis methods including the entropy weight method and the analytic hierarchy process from 3 aspects, i.e., risk of disaster causing factors, sensitivity of disaster-pregnant environment and vulnerability of disaster bearing body. For the model, the daily precipitation 1980-2020 of 6 representative national meteorological stations in the Lijiang River Basin was used as reference data of disaster causing factors; six indicators, i.e., NDVI, river network density, geological hazard, slope, slope aspect and terrain undulation were selected as the sensitivity of disaster-pregnant environment; NPP, potential of farmland production, and population density were taken as the criteria for determining the vulnerability of disaster bearing capacity. Meanwhile, ArcGIS was used for analysis and calculation to complete the risk assessment of flood disaster in Lijiang River Basin, Guangxi. The results indicate that: (1) the hazard level of flood disaster causing factors in Lijiang River Basin shows a decreasing distribution pattern from north to south, and high-risk areas cover 3108.47 km, accounting for 21.29%; (2) the stability grade of disaster-pregnant environment shows a decreasing trend from the surrounding mountains to the plains, and the low-stability and lower-stability areas are mostly found in the low-lying areas around Lijiang River, with an area of 4218.63 km, accounting for 28.69%; (3) the vulnerability of the disaster bearing body is generally at a low level, and the areas with high level cover 246.96 km, accounting for only 1.69%; (4) under the combined effect of the above factors, the northern part of Guilin City in the Lijiang River Basin has a high risk of flood disaster.© 2023. The Author(s).
[15]
陈锐 , 刘硕 , 贺先强 , 等 . 计及源网不确定性的风险评估与优化调度
[J]. 电力系统及其自动化学报 , 2023 , 35 (5 ): 19 -27 .
[本文引用: 1]
CHEN Rui LIU Shuo HE Xianqiang et al Risk assessment and optimal dispatching considering source-network uncertainties
[J]. Proceedings of the CSU-EPSA , 2023 , 35 (5 ): 19 -27 .
[本文引用: 1]
[16]
颜文婷 , 杨隆 , 李长城 , 等 . 考虑地震攻击交通网影响的配电网韧性评估及提升策略
[J]. 上海交通大学学报 , 2023 , 57 (9 ): 1165 -1175 .
DOI:10.16183/j.cnki.jsjtu.2022.152
[本文引用: 1]
严重的地震灾害不仅会造成配电网大面积停电,还会损坏交通网,阻碍配电网恢复资源的运输,进而减缓配电网恢复.考虑地震攻击交通网的影响,提出地震灾害下配电网的韧性评估方法及韧性提升策略.首先,基于地震动峰值加速度建立反映地震灾害与交通-配电网故障概率关系的地震攻击模型,量化地震灾害对交通-配电网的影响,并生成交通-配电网故障场景.其次,引入配电网抢修队等待道路修复疏通时间,提出配电网韧性评估指标.再次,构建考虑故障线路抢修、道路修复疏通以及应急资源调度的配电网恢复双层优化模型并求解,上层优化模型以最小失电负荷量为目标,下层优化模型以最短配电网抢修队等待道路修复疏通时间为目标.最后,采用12节点交通网与IEEE33节点配电网耦合算例,验证所提韧性指标的可行性以及恢复方法的有效性.结果表明:考虑地震攻击交通网影响的配电网韧性评估指标更准确,所提的恢复策略能有效提升地震灾害下配电网韧性.
YAN Wenting YANG Long LI Changcheng et al Resilience evaluation and enhancement strategy of distribution network considering impact of seismic attack on transportation networks
[J]. Journal of Shanghai Jiao Tong University , 2023 , 57 (9 ): 1165 -1175 .
[本文引用: 1]
[17]
崔伟 , 李武璟 , 牛拴保 , 等 . 自然灾害下高风险多重故障集快速生成方法
[J]. 电力自动化设备 , 2021 , 41 (4 ): 197 -203 .
[本文引用: 1]
CUI Wei LI Wujing NIU Shuanbao et al Rapid generation method of high risk multiple fault set under natural disaster
[J]. Electric Power Automation Equipment , 2021 , 41 (4 ): 197 -203 .
[本文引用: 1]
[18]
常康 , 徐泰山 , 郁琛 , 等 . 自然灾害下电网运行风险控制策略探讨
[J]. 电力系统保护与控制 , 2019 , 47 (10 ): 73 -81 .
[本文引用: 1]
CHANG Kang XU Taishan YU Chen et al Discussion of power system operation risk control strategy in natural disasters
[J]. Power System Protection and Control , 2019 , 47 (10 ): 73 -81 .
[本文引用: 1]
[19]
YU S W ZHOU S S QIN J P Layout optimization of China’s power transmission lines for renewable power integration considering flexible resources and grid stability
[J]. International Journal of Electrical Power & Energy Systems , 2022 , 135 : 107507 .
[本文引用: 1]
[20]
王薪媛 , 蔺红 . 综合考虑多类型灵活性资源的主动配电网优化调度方法研究
[J]. 可再生能源 , 2023 , 41 (2 ): 227 -235 .
[本文引用: 1]
WANG Xinyuan LIN Hong Research on optimal scheduling method of active distribution network considering multi-type flexible resources
[J]. Renewable Energy Resources , 2023 , 41 (2 ): 227 -235 .
[本文引用: 1]
[21]
郭咏涛 , 向月 , 刘俊勇 . 面向高比例清洁能源消纳的含灵活性资源电力系统规划方案优选
[J]. 上海交通大学学报 , 2023 , 57 (9 ): 1146 -1155 .
DOI:10.16183/j.cnki.jsjtu.2022.269
[本文引用: 1]
高比例清洁能源具有波动性及间歇性等特点,其大规模接入给电力系统灵活性带来巨大挑战.为提升系统可再生能源消纳能力,考虑火电灵活性改造、投建燃气机组和投建储能的多种灵活性资源,建立一种计及多类型灵活性资源功率特性的电力系统规划方案优选模型.通过改进的IEEE 24节点电力系统和12节点天然气互联系统进行仿真分析,验证所提模型的有效性,并从经济性、消纳能力、低碳性等角度对灵活性规划方案进行优选以满足不同的规划需求.
GUO Yongtao XIANG Yue LIU Junyong Optimal planning of power systems with flexible resources for high penetrated renewable energy accommodation
[J]. Journal of Shanghai Jiao Tong University , 2023 , 57 (9 ): 1146 -1155 .
[本文引用: 1]
[22]
UR REHMAN U A robust vehicle to grid aggregation framework for electric vehicles charging cost minimization and for smart grid regulation
[J]. International Journal of Electrical Power & Energy Systems , 2022 , 140 : 108090 .
[本文引用: 1]
[23]
王精 , 邢海军 , 王华昕 , 等 . 考虑电动汽车及负荷聚合商参与的综合能源系统优化调度
[J]. 上海交通大学学报 , 2023 , 57 (7 ): 814 -823 .
DOI:10.16183/j.cnki.jsjtu.2022.029
[本文引用: 1]
充分发挥用户侧调节作用可以降低综合能源系统(IES)能源购买成本.需求响应(DR)和电动汽车(EV)作为用户侧的可调度资源,是IES优化调度的重要调节手段.但实际运行过程中,受负荷聚合商(LA)经济激励和EV出行的影响,用户侧DR的不确定性给IES带来的经济影响不容忽略.基于此,提出考虑EV鲁棒随机优化及LA参与的IES优化运行模型,该模型考虑IES从上级网络的购能成本和LA的经济损失成本等.首先构建基于经济激励的响应率模型和EV不确定性模型;然后建立EV鲁棒优化模型,并分析EV出行不确定性的负荷需求.最后利用仿真算例分析用户DR不确定性和EV不确定性对IES运行经济性以及对功率平衡的影响.仿真结果表明:考虑DR和EV的不确定性可优化IES经济运行、减小LA经济损失、降低系统总成本,验证了所提模型的有效性和经济性.
WANG Jing XING Haijun WANG Huaxin et al Optimal scheduling of integrated energy system considering integration of electric vehicles and load aggregators
[J]. Journal of Shanghai Jiao Tong University , 2023 , 57 (7 ): 814 -823 .
[本文引用: 1]
[24]
JIANG W G RAO P Z CAO R et al Comparative evaluation of geological disaster susceptibility using multi-regression methods and spatial accuracy validation
[J]. Journal of Geographical Sciences , 2017 , 27 (4 ): 439 -462 .
DOI:10.1007/s11442-017-1386-4
[本文引用: 1]
Geological disasters not only cause economic losses and ecological destruction, but also seriously threaten human survival. Selecting an appropriate method to evaluate susceptibility to geological disasters is an important part of geological disaster research. The aims of this study are to explore the accuracy and reliability of multi-regression methods for geological disaster susceptibility evaluation, including Logistic Regression (LR), Spatial Autoregression (SAR), Geographical Weighted Regression (GWR), and Support Vector Regression (SVR), all of which have been widely discussed in the literature. In this study, we selected Yunnan Province of China as the research site and collected data on typical geological disaster events and the associated hazards that occurred within the study area to construct a corresponding index system for geological disaster assessment. Four methods were used to model and evaluate geological disaster susceptibility. The predictive capabilities of the methods were verified using the receiver operating characteristic (ROC) curve and the success rate curve. Lastly, spatial accuracy validation was introduced to improve the results of the evaluation, which was demonstrated by the spatial receiver operating characteristic (SROC) curve and the spatial success rate (SSR) curve. The results suggest that: 1) these methods are all valid with respect to the SROC and SSR curves, and the spatial accuracy validation method improved their modelling results and accuracy, such that the area under the curve (AUC) values of the ROC curves increased by about 3%-13% and the AUC of the success rate curve values increased by 15%-20%; 2) the evaluation accuracies of LR, SAR, GWR, and SVR were 0.8325, 0.8393, 0.8370 and 0.8539, which proved the four statistical regression methods all have good evaluation capability for geological disaster susceptibility evaluation and the evaluation results of SVR are more reasonable than others; 3) according to the evaluation results of SVR, the central-southern Yunnan Province are the highest susceptibility areas and the lowest susceptibility is mainly located in the central and northern parts of the study area.
[25]
李怡飞 , 刘延国 , 梁丽萍 , 等 . 青藏高原高山峡谷地貌区地质灾害危险性评价: 以雅江县为例
[J]. 水土保持研究 , 2021 , 28 (3 ): 364 -370 .
[本文引用: 1]
LI Yifei LIU Yanguo LIANG Liping et al Assessment on hazard of geological disasters in alpine and canyon landforms of Qinghai-Tibet Plateau—A case study of Yajiang County
[J]. Research of Soil and Water Conservation , 2021 , 28 (3 ): 364 -370 .
[本文引用: 1]
[26]
梁丽萍 , 刘延国 , 唐自豪 , 等 . 基于加权信息量的地质灾害易发性评价: 以四川省泸定县为例
[J]. 水土保持通报 , 2019 , 39 (6 ): 176 -182 .
[本文引用: 1]
LIANG Liping LIU Yanguo TANG Zihao et al Geologic hazards susceptibility assessment based on weighted information value—A case study in Luding County, Sichuan Province
[J]. Bulletin of Soil and Water Conservation , 2019 , 39 (6 ): 176 -182 .
[本文引用: 1]
[27]
KENNEDY J EBERHART R Particle swarm optimization
[C]// Proceedings of ICNN’95-International Conference on Neural Networks . Perth, WA, Australia : IEEE , 1995 : 1942 -1948 .
[本文引用: 1]
[28]
徐正清 , 肖艳炜 , 李群山 , 等 . 基于灵敏度及粒子群算法的输电断面功率越限控制方法对比研究
[J]. 电力系统保护与控制 , 2020 , 48 (15 ): 177 -186 .
[本文引用: 1]
XU Zhengqing XIAO Yanwei LI Qunshan et al Comparative study based on sensitivity and particle swarm optimization algorithm for power flow over-limit control method of transmission section
[J]. Power System Protection and Control , 2020 , 48 (15 ): 177 -186 .
[本文引用: 1]
[29]
ABEGAZ B W ASCPN-A security evaluation system for cyber power networks
[C]// 2019 IEEE 10th Annual Ubiquitous Computing, Electronics & Mobile Communication Conference . New York, NY, USA : IEEE , 2019 : 809 -816 .
[本文引用: 1]
[30]
SU Q Y CHEN C SUN Z L et al Identification of critical nodes for cascade faults of grids based on electrical PageRank
[J]. Global Energy Interconnection , 2021 , 4 (6 ): 587 -595 .
[本文引用: 1]
More than six billion people encountering more exposure to extremes with 1.5 ℃ and 2.0 ℃ warming
1
2022
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
Climate change 2021—The physical science basis
1
2021
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
Sustainable city development challenged by extreme weather in a warming world
1
2022
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
1
2021
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
1
2021
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
Accounting for satellite rainfall uncertainty in rainfall-triggered landslide forecasting
0
2022
On the rainfall induced deep-seated and shallow landslide hazard in Taiwan
1
2021
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
Assessment of temporal probability for rainfall-induced landslides based on nonstationary extreme value analysis
1
2021
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
Regional rainfall-induced landslide hazard warning based on landslide susceptibility mapping and a critical rainfall threshold
1
2022
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
1
2020
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
1
2020
... 随着经济迅速发展,能源需求也随之增加,保障极端灾害下电网的安全稳定运行是需要解决的重大问题[1 ] .根据联合国政府间气候变化专门委员会(IPCC)发布的报告显示,随着气候变暖,极端天气发生的频率和强度都会有所增加,这将提高地质灾害发生的可能性[2 -3 ] .地质灾害包括地震、滑坡、泥石流和火山运动等,而降雨是诱发滑坡等突发性地质灾害最主要的因素之一[4 6 ] .降雨诱发的地质灾害往往具有区域性、群发性、同时性和暴发性等特点,而强降雨所导致的土壤饱和以及土壤失稳则加重了部分地区产生滑坡的风险[7 -8 ] .滑坡灾害会破坏电缆和电力设备,诱发大停电事故,严重威胁着电力系统的安全稳定运行[9 ] . ...
Human activities and natural geographical environment and their interactive effects on sudden geologic hazard: A perspective of macro-scale and spatial statistical analysis
1
2022
... 目前,关于地质灾害对电网运行产生影响的研究较少,主要因为这方面的研究涉及到地理、气象和电力系统等多领域的交叉融合,需要多学科学者的合作.目前已有的一些研究主要聚焦于灾害的诱发因素和灾害风险图谱的构建,研究成果多用于地质方面的分析与灾害评估.文献[10 ]中采用空间统计方法分析人类活动和自然地理环境对突发地质灾害的影响.文献[11 ]中根据福建山区地质灾害,选取影响地质灾害的8个指标构建评价指标体系,基于信息量法构建地质灾害风险图谱.文献[12 ]中基于地理信息系统(GIS)和信息量法,以坡度、坡向、海拔、坡形、断层和岩性为评价因子,基于地质统计分析计算不同评价因子中灾害的信息量值.文献[13 ]中利用地理信息系统和logistic回归模型对滑坡进行风险分析,建立地形图、土壤类型、森林覆盖、地质和土地覆盖的空间数据库.文献[14 ]中根据桂林洪涝灾害将降雨作为诱发灾害的主要因素,采用熵权重法和层次分析法评估灾害风险. ...
Risk assessment and its influencing factors analysis of geological hazards in typical mountain environment
1
2021
... 目前,关于地质灾害对电网运行产生影响的研究较少,主要因为这方面的研究涉及到地理、气象和电力系统等多领域的交叉融合,需要多学科学者的合作.目前已有的一些研究主要聚焦于灾害的诱发因素和灾害风险图谱的构建,研究成果多用于地质方面的分析与灾害评估.文献[10 ]中采用空间统计方法分析人类活动和自然地理环境对突发地质灾害的影响.文献[11 ]中根据福建山区地质灾害,选取影响地质灾害的8个指标构建评价指标体系,基于信息量法构建地质灾害风险图谱.文献[12 ]中基于地理信息系统(GIS)和信息量法,以坡度、坡向、海拔、坡形、断层和岩性为评价因子,基于地质统计分析计算不同评价因子中灾害的信息量值.文献[13 ]中利用地理信息系统和logistic回归模型对滑坡进行风险分析,建立地形图、土壤类型、森林覆盖、地质和土地覆盖的空间数据库.文献[14 ]中根据桂林洪涝灾害将降雨作为诱发灾害的主要因素,采用熵权重法和层次分析法评估灾害风险. ...
Susceptibility assessment of secondary geological disaster based on GIS and Information value methodology for Yushu earthquake region
1
2010
... 目前,关于地质灾害对电网运行产生影响的研究较少,主要因为这方面的研究涉及到地理、气象和电力系统等多领域的交叉融合,需要多学科学者的合作.目前已有的一些研究主要聚焦于灾害的诱发因素和灾害风险图谱的构建,研究成果多用于地质方面的分析与灾害评估.文献[10 ]中采用空间统计方法分析人类活动和自然地理环境对突发地质灾害的影响.文献[11 ]中根据福建山区地质灾害,选取影响地质灾害的8个指标构建评价指标体系,基于信息量法构建地质灾害风险图谱.文献[12 ]中基于地理信息系统(GIS)和信息量法,以坡度、坡向、海拔、坡形、断层和岩性为评价因子,基于地质统计分析计算不同评价因子中灾害的信息量值.文献[13 ]中利用地理信息系统和logistic回归模型对滑坡进行风险分析,建立地形图、土壤类型、森林覆盖、地质和土地覆盖的空间数据库.文献[14 ]中根据桂林洪涝灾害将降雨作为诱发灾害的主要因素,采用熵权重法和层次分析法评估灾害风险. ...
Application of likelihood ratio and logistic regression models to landslide susceptibility mapping using GIS
1
2004
... 目前,关于地质灾害对电网运行产生影响的研究较少,主要因为这方面的研究涉及到地理、气象和电力系统等多领域的交叉融合,需要多学科学者的合作.目前已有的一些研究主要聚焦于灾害的诱发因素和灾害风险图谱的构建,研究成果多用于地质方面的分析与灾害评估.文献[10 ]中采用空间统计方法分析人类活动和自然地理环境对突发地质灾害的影响.文献[11 ]中根据福建山区地质灾害,选取影响地质灾害的8个指标构建评价指标体系,基于信息量法构建地质灾害风险图谱.文献[12 ]中基于地理信息系统(GIS)和信息量法,以坡度、坡向、海拔、坡形、断层和岩性为评价因子,基于地质统计分析计算不同评价因子中灾害的信息量值.文献[13 ]中利用地理信息系统和logistic回归模型对滑坡进行风险分析,建立地形图、土壤类型、森林覆盖、地质和土地覆盖的空间数据库.文献[14 ]中根据桂林洪涝灾害将降雨作为诱发灾害的主要因素,采用熵权重法和层次分析法评估灾害风险. ...
GIS-based risk assessment of flood disaster in the Lijiang River Basin
1
2023
... 目前,关于地质灾害对电网运行产生影响的研究较少,主要因为这方面的研究涉及到地理、气象和电力系统等多领域的交叉融合,需要多学科学者的合作.目前已有的一些研究主要聚焦于灾害的诱发因素和灾害风险图谱的构建,研究成果多用于地质方面的分析与灾害评估.文献[10 ]中采用空间统计方法分析人类活动和自然地理环境对突发地质灾害的影响.文献[11 ]中根据福建山区地质灾害,选取影响地质灾害的8个指标构建评价指标体系,基于信息量法构建地质灾害风险图谱.文献[12 ]中基于地理信息系统(GIS)和信息量法,以坡度、坡向、海拔、坡形、断层和岩性为评价因子,基于地质统计分析计算不同评价因子中灾害的信息量值.文献[13 ]中利用地理信息系统和logistic回归模型对滑坡进行风险分析,建立地形图、土壤类型、森林覆盖、地质和土地覆盖的空间数据库.文献[14 ]中根据桂林洪涝灾害将降雨作为诱发灾害的主要因素,采用熵权重法和层次分析法评估灾害风险. ...
计及源网不确定性的风险评估与优化调度
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Risk assessment and optimal dispatching considering source-network uncertainties
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
考虑地震攻击交通网影响的配电网韧性评估及提升策略
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Resilience evaluation and enhancement strategy of distribution network considering impact of seismic attack on transportation networks
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
自然灾害下高风险多重故障集快速生成方法
1
2021
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Rapid generation method of high risk multiple fault set under natural disaster
1
2021
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
自然灾害下电网运行风险控制策略探讨
1
2019
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Discussion of power system operation risk control strategy in natural disasters
1
2019
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Layout optimization of China’s power transmission lines for renewable power integration considering flexible resources and grid stability
1
2022
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
综合考虑多类型灵活性资源的主动配电网优化调度方法研究
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Research on optimal scheduling method of active distribution network considering multi-type flexible resources
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
面向高比例清洁能源消纳的含灵活性资源电力系统规划方案优选
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Optimal planning of power systems with flexible resources for high penetrated renewable energy accommodation
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
A robust vehicle to grid aggregation framework for electric vehicles charging cost minimization and for smart grid regulation
1
2022
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
考虑电动汽车及负荷聚合商参与的综合能源系统优化调度
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Optimal scheduling of integrated energy system considering integration of electric vehicles and load aggregators
1
2023
... 关于自然灾害对电网运行产生的影响,目前主要从灾害风险评估和优化调度两方面进行研究,但尚未从风险图谱的角度开展量化分析.文献[15 ]中提出一种风险评估与优化调度方法,通过等分散蒙特卡洛法对风险水平进行准确评估,建立电力系统多阶段协调控制模型.文献[16 ]中分析地震灾害对电力系统的影响,提出配电网的韧性评估指标以及灾后韧性提升策略.文献[17 ]中通过自然灾害下的故障概率评估、故障后果评价以及基于回溯算法生成高风险故障集,对电力系统预想故障进行安全稳定性分析.文献[18 ]中通过分析故障概率和故障特征设定故障集,将确定性场景的3道防线控制措施用于动态故障场景的风险分析.文献[19 ]中研究了灵活性资源对输电线路的布局,通过使用灵活性资源对电网运行进行优化.文献[20 -21 ]中分析多种灵活性资源,在考虑多类型灵活性资源的基础上,开展电网优化调度的研究.文献[22 -23 ]中将电动汽车作为灵活性资源,基于电动汽车对电网的充放电行为,研究其对电力系统的优化调度策略,从而增强电网的稳定性. ...
Comparative evaluation of geological disaster susceptibility using multi-regression methods and spatial accuracy validation
1
2017
... 引发研究区地质灾害的因素可以分为内因和外因两种.将降水作为外部因素,将高程(DEM)、坡向、坡度、道路、河流、土壤类型和归一化植被指数(NDVI)7个影响因子作为内部因素进行分析[24 ] . ...
青藏高原高山峡谷地貌区地质灾害危险性评价: 以雅江县为例
1
2021
... 信息量(information nalue,IV)模型通过对影响因子分级来分析其对地质灾害发生的“贡献率”,并对各影响因子的信息量值进行加权叠加得到综合信息量值I ,I 值越大表示越有利于地质灾害的发生[25 ] .地质灾害发生的原因复杂,各影响因子在整个过程中所起到的作用大小不一,因此采用加权信息量法对各影响因子赋予不同的权重值,使其最终结果更加精确.公式如下: ...
Assessment on hazard of geological disasters in alpine and canyon landforms of Qinghai-Tibet Plateau—A case study of Yajiang County
1
2021
... 信息量(information nalue,IV)模型通过对影响因子分级来分析其对地质灾害发生的“贡献率”,并对各影响因子的信息量值进行加权叠加得到综合信息量值I ,I 值越大表示越有利于地质灾害的发生[25 ] .地质灾害发生的原因复杂,各影响因子在整个过程中所起到的作用大小不一,因此采用加权信息量法对各影响因子赋予不同的权重值,使其最终结果更加精确.公式如下: ...
基于加权信息量的地质灾害易发性评价: 以四川省泸定县为例
1
2019
... 确定各影响因子权重[26 ] ,公式如下: ...
Geologic hazards susceptibility assessment based on weighted information value—A case study in Luding County, Sichuan Province
1
2019
... 确定各影响因子权重[26 ] ,公式如下: ...
Particle swarm optimization
1
1995
... 粒子群算法是一种优化算法[27 ] ,可以用于解决多目标优化问题.与传统的数学规划方法相比,它更适用于复杂的电网系统,可以同时考虑多个优化目标,具有计算复杂度相对较低、简单易实现等优点,此外还具有全局搜索能力和快速收敛性.粒子群算法模拟鸟群集体行为,通过不断调整发电机和灵活性资源的状态来优化电网潮流.设定在D 维搜索空间内存在大小为n' 的种群,第i' 个粒子在空间中的位置和速度向量分别记为xi' =[xi' 1 xi' 2 … xi'D ],vi' =[vi' 1 vi' 2 … vi'D ],i' =1, 2, …, n'. 它到当前迭代次数为止的最好位置称为粒子最优位置,记为pi' =(pi' 1 , pi' 2 , …, pi'D ),称为p best ,与其相对的个体最佳值为fp best . 群体中所有粒子到目前为止经历过的最好位置称为全局最优位置,记为pg =(pg 1 , pg 2 , …, pgD ),称为g best ,与其相对的群体最佳值为fg best . ...
基于灵敏度及粒子群算法的输电断面功率越限控制方法对比研究
1
2020
... (4) 求解发电机出力调节量.通过对发电机出力进行约束可以优化粒子寻优空间,使目标解集具有越限风险值偏小的属性.利用粒子群算法,以发电机约束解为基准值形成寻优空间,使粒子在该寻优空间中寻找目标函数的最优解[28 ] ,从而得到发电机最优出力调节量. ...
Comparative study based on sensitivity and particle swarm optimization algorithm for power flow over-limit control method of transmission section
1
2020
... (4) 求解发电机出力调节量.通过对发电机出力进行约束可以优化粒子寻优空间,使目标解集具有越限风险值偏小的属性.利用粒子群算法,以发电机约束解为基准值形成寻优空间,使粒子在该寻优空间中寻找目标函数的最优解[28 ] ,从而得到发电机最优出力调节量. ...
ASCPN-A security evaluation system for cyber power networks
1
2019
... 首先,根据灾害影响因子的内因和历史灾害数据,利用加权信息量法和确定性系数法在ArcGIS软件中构建灾害易损性图谱,引入降水预测数据作为灾害影响因子的外因,进而构建灾害风险图谱.然后,将灾害风险图谱与输电线路地理位置[29 ] 相结合形成输电线路危险队列,从而将输电线路的故障情况进行量化分析.接着,建立一种考虑越限风险指标、重载风险指标、网损指标和发电机运行成本指标的电力系统运行风险模型,根据风险综合指标反映系统的风险情况.最后,结合危险队列下的发电机出力约束模型和灵活性资源数据,采用粒子群算法得出电力系统安全调度策略.具体流程如图1 所示. ...
Identification of critical nodes for cascade faults of grids based on electrical PageRank
1
2021
... 选取新英格兰地区作为研究区,该地区包含缅因州(ME)、新罕布什尔州(NH)、佛蒙特州(VT)、马萨诸塞州(MA)、康涅狄格州(CT)、罗得岛州(RI).所用数据包括新英格兰地区输电线路、地质灾害、高程、坡向、坡度、道路、河流、土壤、NDVI数据、降水和灵活性资源数据.为验证所提模型的有效性和可行性,采用新英格兰10机39节点系统进行分析[30 ] . ...
