极端天气下电力系统大范围随机设备故障的N-k安全分析及筛选方法

被引:42
作者
李雪 [1 ]
孙霆锴 [1 ]
侯恺 [2 ]
姜涛 [1 ]
李国庆 [1 ]
陈厚合 [1 ]
贾宏杰 [2 ]
机构
[1] 东北电力大学电气工程学院
[2] 智能电网教育部重点实验室(天津大学)
基金
国家重点研发计划;
关键词
极端天气; 影响增量; 低阶故障状态; 独立关系;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
台风、冰灾和暴雨等极端天气条件下,电力设备故障概率将大幅提升,电网高阶故障状态的数量急剧增加,严重影响到传统基于概率筛选的N-k故障分析方法的计算精度和计算效率。针对该问题,提出一种基于影响增量的电力系统N-k故障分析方法,该方法根据电网有限低阶故障状态的分析结果,仅借助其影响增量即可快速计算相应高阶故障状态的影响,并利用设备间独立关系进一步降低故障分析的计算量,实现大量高阶N-k故障状态的快速分析和筛选。最后,通过IEEE RTS 79测试系统、PEGASE 1354节点测试系统和PEGASE13659节点测试系统对该文所提方法进行分析、验证。结果表明,所提N-k故障分析方法能够快速、准确计算出电力系统N-k故障状态的影响,并有效筛选出电网的高影响N-k故障状态。
引用
收藏
页码:5113 / 5126
页数:14
相关论文
共 10 条
[1]
考虑极端气象事件的电力系统风险评估 [D]. 
陈立征 .
山东大学,
2018
[2]
电力系统可靠性评估方法改进与应用研究 [D]. 
侯恺 .
天津大学,
2016
[3]
输电线路气象灾害风险分析与预警方法研究 [D]. 
王建 .
重庆大学,
2016
[4]
基于N-k故障的电力系统运行风险及脆弱性评估 [D]. 
吴旭 .
华北电力大学,
2013
[5]
考虑气候灾害的架空线路停运模型研究 [D]. 
靳军 .
华北电力大学,
2014
[6]
基于灵敏度方法的电网安全校正策略研究 [D]. 
陈曦 .
华北电力大学,
2011
[7]
基于状态检修的N-k故障辨识及路径搜索 [D]. 
吴旭 .
华北电力大学(北京),
2010
[8]
电力系统N-K故障的风险评估方法 [J].
张国华 ;
张建华 ;
杨志栋 ;
彭谦 ;
杨京燕 .
电网技术, 2009, 33 (05) :17-21+27
[9]
南方部分500kV主网架2008年冰雪灾害中受损分析与思考 [J].
侯慧 ;
尹项根 ;
陈庆前 ;
游大海 ;
童光毅 ;
邵德军 .
电力系统自动化, 2008, (11) :12-15+38
[10]
复杂电力系统连锁故障的风险评估 [J].
李蓉蓉 ;
张晔 ;
江全元 .
电网技术, 2006, (10) :18-23