本發(fā)明屬于電力系統(tǒng)風(fēng)險(xiǎn)評(píng)估技術(shù)領(lǐng)域，尤其涉及一種基于隨機(jī)集理論的電力系統(tǒng)運(yùn)行風(fēng)險(xiǎn)評(píng)估方法。

背景技術(shù)：

電力系統(tǒng)的根本任務(wù)是盡可能經(jīng)濟(jì)且可靠地將電力供給各用戶，安全、經(jīng)濟(jì)、優(yōu)質(zhì)、可靠是對(duì)電力系統(tǒng)的根本要求。但是，現(xiàn)代電力系統(tǒng)規(guī)模的擴(kuò)大、復(fù)雜程度的提高與電力市場(chǎng)的發(fā)展，尤其是近年來(lái)國(guó)內(nèi)外大停電事故頻繁發(fā)生，使得電力系統(tǒng)的運(yùn)行風(fēng)險(xiǎn)問(wèn)題日益突出。因此，研究先進(jìn)的運(yùn)行風(fēng)險(xiǎn)概率評(píng)估理論、模型和算法，實(shí)現(xiàn)電力系統(tǒng)運(yùn)行可靠性的動(dòng)態(tài)識(shí)別和安全風(fēng)險(xiǎn)預(yù)警，已成為迫切需要解決的前沿性課題。

電力系統(tǒng)規(guī)劃和運(yùn)行中，n-1可靠性準(zhǔn)則已經(jīng)被電力工業(yè)界廣為接受。在所研究的整個(gè)規(guī)劃時(shí)段內(nèi)，認(rèn)為元件的可靠性模型和參數(shù)保持不變，從概率均值角度揭示電網(wǎng)的長(zhǎng)期平均可靠性水平。傳統(tǒng)電力系統(tǒng)風(fēng)險(xiǎn)評(píng)估是利用系統(tǒng)拓?fù)浣Y(jié)構(gòu)和元件可靠性參數(shù)，采用解析法或蒙特卡洛模擬法評(píng)估系統(tǒng)各項(xiàng)風(fēng)險(xiǎn)指標(biāo)。蒙特卡洛模擬法與解析法的不同之處僅在于系統(tǒng)失效狀態(tài)的選擇方法和風(fēng)險(xiǎn)指標(biāo)的計(jì)算方式不同，確定元件停運(yùn)模型的過(guò)程和失效狀態(tài)后果分析評(píng)估的過(guò)程是相同的。

然而，上述分析主要是立足于常規(guī)規(guī)劃的角度開展風(fēng)險(xiǎn)評(píng)估工作。風(fēng)險(xiǎn)評(píng)估模型和算法適用于較長(zhǎng)時(shí)間段。人們逐漸認(rèn)識(shí)到故障發(fā)生和負(fù)荷變化等不確定性因素帶來(lái)的影響，元件原始參數(shù)的數(shù)值及其概率分布可能由于統(tǒng)計(jì)資料不足、統(tǒng)計(jì)誤差及對(duì)電網(wǎng)未來(lái)運(yùn)行環(huán)境預(yù)測(cè)不足等因素而具有不確定性。傳統(tǒng)的評(píng)估方法將各個(gè)原始參數(shù)取為期望值，從而得出的可靠性指標(biāo)也為期望值，而期望值只是反映其概率屬性的一種數(shù)字特征。為使評(píng)估結(jié)果能更準(zhǔn)確地反映系統(tǒng)的實(shí)際運(yùn)行情況，應(yīng)充分考慮參數(shù)不確定性的影響，從概率分布視角對(duì)系統(tǒng)風(fēng)險(xiǎn)進(jìn)行深刻描述。有的文章提出了靈敏度分析法考察參數(shù)不確定性對(duì)可靠性指標(biāo)的影響，該方法的不足之處在于每次計(jì)算只能分析局部參數(shù)變化對(duì)可靠性指標(biāo)的影響。還有文章將在一定范圍內(nèi)變化的可靠性參數(shù)用區(qū)間數(shù)進(jìn)行處理，只需要一次計(jì)算即可求解反映多個(gè)參數(shù)變化影響的區(qū)間可靠性指標(biāo)。但區(qū)間分析方法只能給出指標(biāo)的一個(gè)區(qū)間范圍，不能反映指標(biāo)的概率分布情況。而且與傳統(tǒng)風(fēng)險(xiǎn)評(píng)估相比，運(yùn)行風(fēng)險(xiǎn)評(píng)估的時(shí)間周期通常是小時(shí)、天、周，且更加重視運(yùn)行中電壓偏移、線路有功功率越限、失負(fù)荷等指標(biāo)情況。運(yùn)行風(fēng)險(xiǎn)評(píng)估就是要決定各個(gè)不確定量隨機(jī)變化時(shí)，輸出指標(biāo)在哪個(gè)范圍內(nèi)變化，并求得其保持在該范圍內(nèi)的概率大小。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)電力系統(tǒng)中故障特征和運(yùn)行信息的不確定性，本發(fā)明提出了一種基于隨機(jī)集理論的電力系統(tǒng)運(yùn)行風(fēng)險(xiǎn)評(píng)估方法，具體包括：

步驟1、根據(jù)電力系統(tǒng)歷史數(shù)據(jù)的收集及對(duì)未來(lái)短時(shí)系統(tǒng)運(yùn)行狀況的預(yù)測(cè)，對(duì)各個(gè)影響因素進(jìn)行分類量化，將每個(gè)變量表示為隨機(jī)集形式，即多個(gè)焦元區(qū)間和對(duì)應(yīng)的基本概率分配；

步驟2、用蒙特卡洛法對(duì)每個(gè)變量的隨機(jī)集焦元進(jìn)行抽樣，從而生成各類不確定因素影響下的系統(tǒng)運(yùn)行狀態(tài)；

步驟3、通過(guò)區(qū)間潮流計(jì)算，以判斷是否存在支路潮流過(guò)載或節(jié)點(diǎn)電壓越限，若是，則通過(guò)最優(yōu)潮流模型對(duì)系統(tǒng)進(jìn)行矯正，以消除支路潮流和電壓越限；

步驟4、計(jì)算元件級(jí)和系統(tǒng)級(jí)運(yùn)行風(fēng)險(xiǎn)指標(biāo)，包括支路潮流過(guò)載、節(jié)點(diǎn)電壓偏移和失負(fù)荷相關(guān)指標(biāo)；

步驟5、輸出系統(tǒng)的運(yùn)行風(fēng)險(xiǎn)指標(biāo)，評(píng)估系統(tǒng)短時(shí)風(fēng)險(xiǎn)水平。

所述變量包括描述電網(wǎng)元件參數(shù)和節(jié)點(diǎn)負(fù)荷信息。

所述步驟2還包括：

基于隨機(jī)集擴(kuò)展準(zhǔn)則，通過(guò)區(qū)間潮流計(jì)算映射到風(fēng)險(xiǎn)指標(biāo)的不確定性，并利用隨機(jī)集的信任測(cè)度和似然測(cè)度構(gòu)造風(fēng)險(xiǎn)指標(biāo)的上下累積概率分布函數(shù)，從而反映各原始參數(shù)的不確定性對(duì)風(fēng)險(xiǎn)指標(biāo)的綜合影響及指標(biāo)值的概率分布情況。

所述步驟3還包括：

將各負(fù)荷變量的焦元退化為點(diǎn)值形式，即用區(qū)間焦元的中值替代原區(qū)間，對(duì)應(yīng)的基本概率分配不變，然后進(jìn)行最優(yōu)潮流計(jì)算，得到的切負(fù)荷量的概率分布。

所述最優(yōu)潮流模型的目標(biāo)函數(shù)為負(fù)荷削減總量最小，最優(yōu)解是各母線上的負(fù)荷削減量。

本發(fā)明的有益效果在于：本發(fā)明能夠較好地解決和處理風(fēng)險(xiǎn)評(píng)估中的不確定信息，從微觀的角度表達(dá)不確定量，可綜合反映原始參數(shù)中各種不確定性因素對(duì)風(fēng)險(xiǎn)指標(biāo)的影響，反映指標(biāo)的變化及具體的概率分布情況。

附圖說(shuō)明

圖1為本發(fā)明的風(fēng)險(xiǎn)評(píng)估算法流程圖。

圖2為ieee39節(jié)點(diǎn)系統(tǒng)接線圖。

圖3為節(jié)點(diǎn)電壓變化的上下累積概率分布函數(shù)：其中圖3a表示節(jié)點(diǎn)8；圖3b表示節(jié)點(diǎn)19。

圖4為支路潮流變化的上下累積概率分布函數(shù)：其中，圖4a表示支路3-4有功；圖4b表示支路15-16無(wú)功。

圖5為切負(fù)荷量的累積概率分布函數(shù)。

具體實(shí)施方式

下面結(jié)合附圖，對(duì)實(shí)施例作詳細(xì)說(shuō)明。

基于隨機(jī)集理論的電力系統(tǒng)運(yùn)行風(fēng)險(xiǎn)評(píng)估過(guò)程如下：

一、隨機(jī)集理論分析

本發(fā)明中的隨機(jī)集是由基本事件概率空間到可測(cè)空間的冪集的一個(gè)集值映射，而不再是點(diǎn)到點(diǎn)簡(jiǎn)單的映射關(guān)系，它由傳統(tǒng)概率和集合理論相結(jié)合，在保留了概率論在處理狹義不確定與非精確信息方面的優(yōu)勢(shì)之外，它將所需處理的信息從隨機(jī)點(diǎn)變量擴(kuò)展到了隨機(jī)集合變量。

假設(shè)n次觀測(cè)是通過(guò)參數(shù)u表示的，u∈u，其中每次觀測(cè)得到一個(gè)由數(shù)值集合a給出的不精確測(cè)量值。稱ni表示集合ai的出現(xiàn)次數(shù)，ai∈u。設(shè)p(u)是由u的所有子集組成的集合(u的冪集)。定義質(zhì)量函數(shù)m，也稱作基本概率分配函數(shù)(bpa)，即

m：p(u)→[0,1](1)

設(shè)p(z)是定義在全集z(也可以認(rèn)為是觀測(cè)集合)上的概率測(cè)度，它通過(guò)集值映射γ：z→p(u)與測(cè)量的數(shù)值集合u相聯(lián)系?；靖怕史峙鋗定義為

m(ai)＝p(zi)＝ni/n；zi＝γ^-1(ai)(zi∈z)

上述集值映射表達(dá)了在每次觀測(cè)過(guò)程中存在的測(cè)量非精確性。因此，m(ai)表示zi＝γ^-1(ai)(zi∈z)的概率。若m(ai)>0，稱ai為一個(gè)焦元。則(m)是一個(gè)隨機(jī)集，其中是由所有焦元構(gòu)成的集類。如果u是由兩個(gè)或兩個(gè)以上參數(shù)組成的向量，則(m)被稱作隨機(jī)關(guān)系。

由于非精確性的存在，參數(shù)u∈u或子集的概率通常是不容易計(jì)算的。但是可以得到該概率的上下邊界

bel(e)≤pro(e)≤pl(e)(4)

其中：bel(e)稱作信任測(cè)度，pl(e)稱作似然測(cè)度，e^c是e的補(bǔ)集。

當(dāng)u是真實(shí)的分布曲線時(shí)，通過(guò)上述兩個(gè)邊界約束可得到兩個(gè)累積概率分布函數(shù)

即上下概率分布曲線包含了真實(shí)的概率分布曲線。

令y＝f(u)，f：u→y是關(guān)于u的函數(shù)?；陔S機(jī)集擴(kuò)展準(zhǔn)則，通過(guò)f來(lái)實(shí)現(xiàn)u的隨機(jī)關(guān)系(m)到y(tǒng)的隨機(jī)集(ρ)之間的變換

二、參數(shù)的不確定性建模

2.1支路參數(shù)

本發(fā)明考慮支路元件參數(shù)的不確定性，將支路阻抗參數(shù)的點(diǎn)值與元件實(shí)際工作狀態(tài)相對(duì)應(yīng)。元件主要分為正常工作和故障停運(yùn)兩個(gè)狀態(tài)。而元件停運(yùn)通常由惡劣天氣、老化失效、偶然事件等因素引起，在風(fēng)險(xiǎn)評(píng)估中一般以實(shí)時(shí)元件故障概率表征元件停運(yùn)的可能性。通過(guò)分析元件歷史故障情況，由回歸分析得到故障率計(jì)算公式，根據(jù)泊松分布得到元件實(shí)時(shí)故障概率。根據(jù)隨機(jī)集的定義，以支路阻抗參數(shù)的點(diǎn)值作為隨機(jī)集的焦元，以及相應(yīng)的基本概率分配如下所示

azi,1＝ri+jxim(azi,1)＝1-fi(11)

azi,2＝r∞+jx∞m(azi,2)＝fi(12)

其中：ri+jxi表示支路i元件處于正常工作狀態(tài)時(shí)對(duì)應(yīng)的阻抗參數(shù)值，r∞+jx∞表示支路i元件處于故障停運(yùn)狀態(tài)時(shí)的參數(shù)值。fi表示短時(shí)故障預(yù)測(cè)得到的支路i元件的故障概率，作為焦元azi,2的基本概率分配。

2.2節(jié)點(diǎn)負(fù)荷特征

本發(fā)明引入?yún)^(qū)間數(shù)來(lái)描述負(fù)荷變化的隨機(jī)性。分別對(duì)區(qū)間[pjmin，pjmax]和[qhmin，qhmax]進(jìn)行離散化，劃分成n1和n2個(gè)子區(qū)間。pj表示第j個(gè)節(jié)點(diǎn)有功負(fù)荷變量，qh表示第h個(gè)節(jié)點(diǎn)無(wú)功負(fù)荷變量。認(rèn)為各節(jié)點(diǎn)負(fù)荷相互獨(dú)立，所以每個(gè)子區(qū)間apj,i或aqh,i都看作隨機(jī)集的一個(gè)焦元，并通過(guò)負(fù)荷預(yù)測(cè)得到的概率密度函數(shù)進(jìn)行區(qū)間概率分配。焦元apj,i和aqh,i對(duì)應(yīng)的基本概率分配m(apj,i)和m(aqh,i)為

其中：f(pj)表示對(duì)第j個(gè)節(jié)點(diǎn)有功負(fù)荷pj進(jìn)行短時(shí)負(fù)荷預(yù)測(cè)得到的概率密度函數(shù)，f(qh)表示對(duì)第h個(gè)節(jié)點(diǎn)無(wú)功負(fù)荷qh進(jìn)行短時(shí)負(fù)荷預(yù)測(cè)得到的概率密度函數(shù)。

2.3約束所有參數(shù)的隨機(jī)關(guān)系

每個(gè)參數(shù)由隨機(jī)集性質(zhì)所約束。在概率理論中，n個(gè)獨(dú)立隨機(jī)變量(x1,…,xn)的聯(lián)合概率分布可以通過(guò)邊緣概率分布求得

p(x1,…,xn)＝p(x1)…p(xn)(15)

上式可直接擴(kuò)展到由隨機(jī)集所約束的變量中，所得到的隨機(jī)關(guān)系稱為可分解的笛卡兒積隨機(jī)關(guān)系。假設(shè)mi(ai)表示第i個(gè)參數(shù)的基本概率分配，那么可分解的隨機(jī)關(guān)系(m)的焦元是所有參數(shù)焦元的笛卡兒積a＝a1×…×an，聯(lián)合基本概率分配為m(a1×…×an)＝m1(a1)…mn(an)。

在本發(fā)明中

m(a＝azi，w×apj，k×aqh,l)＝m(azi,w)m(apj,k)m(aqh,l)

i＝1,…,r；j＝1,…,n；l＝1,…,s(17)

其中：i表示本發(fā)明中需要考慮元件故障不確定性的支路編號(hào)，w為對(duì)應(yīng)參數(shù)的焦元個(gè)數(shù)，r表示需要考慮元件故障不確定性的支路個(gè)數(shù)；j表示本發(fā)明中需要考慮有功負(fù)荷變化的節(jié)點(diǎn)編號(hào)，k為對(duì)應(yīng)參數(shù)的焦元個(gè)數(shù)，n表示需要考慮有功負(fù)荷變化的節(jié)點(diǎn)個(gè)數(shù)；h表示本發(fā)明中需要考慮無(wú)功負(fù)荷變化的節(jié)點(diǎn)編號(hào)，l為對(duì)應(yīng)參數(shù)的焦元個(gè)數(shù)，s表示需要考慮無(wú)功負(fù)荷變化的節(jié)點(diǎn)個(gè)數(shù)。

三、通過(guò)區(qū)間潮流計(jì)算擴(kuò)展參數(shù)的不確定性

利用式(9)和式(10)定義的隨機(jī)集擴(kuò)展準(zhǔn)則，可以使約束所有參數(shù)的隨機(jī)關(guān)系(m)通過(guò)區(qū)間潮流計(jì)算映射到輸出的像(ρ)，即待求解的節(jié)點(diǎn)電壓和支路潮流的隨機(jī)集形式。具體表示如下

ρ(r)＝{∑m(azi，w)m(apj，k)m(aqh，l)|r＝f(azi，w，apj，k，aqh,l)}(19)

本發(fā)明考慮的元件級(jí)風(fēng)險(xiǎn)指標(biāo)包括：電壓偏移、過(guò)載。將風(fēng)險(xiǎn)嚴(yán)重程度進(jìn)行分級(jí)，并計(jì)算各等級(jí)對(duì)應(yīng)的概率。風(fēng)險(xiǎn)嚴(yán)重程度分級(jí)方案如表1所示。

表1風(fēng)險(xiǎn)嚴(yán)重程度分級(jí)方案

電壓偏移風(fēng)險(xiǎn)考慮低電壓風(fēng)險(xiǎn)和過(guò)電壓風(fēng)險(xiǎn)兩種，根據(jù)實(shí)際電壓偏離額定電壓的百分比來(lái)確定風(fēng)險(xiǎn)的嚴(yán)重程度等級(jí)。過(guò)載風(fēng)險(xiǎn)只考慮線路、變壓器等支路過(guò)載。該類風(fēng)險(xiǎn)的嚴(yán)重程度一般以當(dāng)前功率占支路額定容量的百分比來(lái)劃分等級(jí)。

根據(jù)上面的理論分析可以得出本發(fā)明的基于隨機(jī)集理論的電力系統(tǒng)運(yùn)行風(fēng)險(xiǎn)評(píng)估方法流程如圖1所示，具體包括以下步驟：

步驟1、讀入系統(tǒng)數(shù)據(jù)；

步驟2、利用采集到的各類信息，對(duì)電網(wǎng)面臨的各類不確定因素進(jìn)行辨識(shí)。根據(jù)歷史數(shù)據(jù)的收集及對(duì)未來(lái)短時(shí)系統(tǒng)運(yùn)行狀況的預(yù)測(cè)，對(duì)各個(gè)影響因素進(jìn)行分類量化。本發(fā)明計(jì)及電網(wǎng)故障和負(fù)荷波動(dòng)的不確定性，將每個(gè)變量都表示為隨機(jī)集形式，即多個(gè)焦元區(qū)間和對(duì)應(yīng)的基本概率分配；

步驟3、用蒙特卡洛法對(duì)每個(gè)變量的隨機(jī)集焦元進(jìn)行抽樣，從而生成各類不確定因素影響下的系統(tǒng)運(yùn)行狀態(tài)；

步驟4、對(duì)抽樣得到的系統(tǒng)運(yùn)行狀態(tài)進(jìn)行分析。通過(guò)進(jìn)行區(qū)間潮流計(jì)算，以判斷是否存在支路潮流過(guò)載或節(jié)點(diǎn)電壓越限。當(dāng)系統(tǒng)存在這兩類情況時(shí)，需通過(guò)最優(yōu)潮流模型對(duì)系統(tǒng)進(jìn)行矯正，以消除支路潮流和電壓越限。該最優(yōu)潮流模型的目標(biāo)函數(shù)是負(fù)荷削減總量最小，最優(yōu)解是各母線上的負(fù)荷削減量；

步驟5、計(jì)算元件級(jí)和系統(tǒng)級(jí)運(yùn)行風(fēng)險(xiǎn)指標(biāo)，包括支路潮流過(guò)載、節(jié)點(diǎn)電壓偏移和失負(fù)荷相關(guān)指標(biāo)；

步驟6、輸出系統(tǒng)的運(yùn)行風(fēng)險(xiǎn)指標(biāo)，評(píng)估系統(tǒng)短時(shí)風(fēng)險(xiǎn)水平。

四、算例分析

本發(fā)明采用ieee39節(jié)點(diǎn)系統(tǒng)進(jìn)行風(fēng)險(xiǎn)評(píng)估分析。該系統(tǒng)為北美新英格蘭州的一個(gè)實(shí)際的區(qū)域電力網(wǎng)，包含10臺(tái)發(fā)電機(jī)、19個(gè)負(fù)荷點(diǎn)和46條支路；其中，31號(hào)發(fā)電機(jī)為該系統(tǒng)的平衡機(jī)。其拓?fù)浣Y(jié)構(gòu)如圖2所示。

4.1參數(shù)的不確定性處理

本發(fā)明中計(jì)及元件故障發(fā)生的不確定性影響的支路包括1-39，2-25，3-18，4-14，5-8。其中，支路1-39對(duì)應(yīng)的隨機(jī)集形式的焦元和基本概率分配為

az1，1＝(0.001+j0.025)ωm(az1,1)＝0.95

az1,2＝∞m(az1,2)＝0.05

其中：m(az1,2)＝0.05為故障預(yù)測(cè)得到的支路1-39元件的故障概率值。

本發(fā)明主要考慮負(fù)荷波動(dòng)范圍較大的節(jié)點(diǎn)，包括節(jié)點(diǎn)8、20的有功負(fù)荷變化和節(jié)點(diǎn)4、8的無(wú)功負(fù)荷變化。其中，將節(jié)點(diǎn)8的有功負(fù)荷變量p8在節(jié)點(diǎn)原有負(fù)荷數(shù)值p0的基礎(chǔ)上劃分成3個(gè)子區(qū)間，其隨機(jī)集形式如下所示

ap8,1＝[0.85p0,0.95p0]m(ap8,1)＝0.2

ap8,2＝[0.95p0,1.05p0]m(ap8,2)＝0.5

ap8,3＝[1.05p0,1.15p0]m(ap8,3)＝0.3

其中：m(ap8,i)，i＝1,2,3為各個(gè)焦元對(duì)應(yīng)的基本概率分配，由負(fù)荷預(yù)測(cè)獲得。

同樣，對(duì)其它變量也采取相同的處理方法，在節(jié)點(diǎn)原有負(fù)荷基礎(chǔ)上進(jìn)行區(qū)間劃分，并通過(guò)負(fù)荷預(yù)測(cè)獲得各個(gè)焦元對(duì)應(yīng)的基本概率分配。

4.2風(fēng)險(xiǎn)評(píng)估

用蒙特卡洛法對(duì)每個(gè)變量的隨機(jī)集焦元進(jìn)行抽樣，從而生成各類不確定性因素影響下的系統(tǒng)運(yùn)行狀態(tài)。通過(guò)隨機(jī)集擴(kuò)展準(zhǔn)則，使約束所有參數(shù)的隨機(jī)關(guān)系m)通過(guò)區(qū)間潮流計(jì)算映射到輸出的像(ρ)，即待求解的節(jié)點(diǎn)電壓和支路潮流的隨機(jī)集形式。然后通過(guò)式(7)和式(8)可以得到輸出的像的上下累積概率分布函數(shù)。由于各個(gè)參數(shù)的不確定性，使得通過(guò)區(qū)間潮流計(jì)算映射得到的像也具有不確定性。所以像的累積概率分布函數(shù)不是唯一的，真實(shí)值由上下累積概率分布函數(shù)構(gòu)成的曲線所包圍。部分輸出的像的上下累積概率分布函數(shù)如圖3-4所示。圖中節(jié)點(diǎn)電壓和支路潮流均為標(biāo)幺值。其中圖3a表示節(jié)點(diǎn)8；圖3b表示節(jié)點(diǎn)19，圖4a表示支路3-4有功；圖4b表示支路15-16無(wú)功。

其中，從圖3b可以看出，節(jié)點(diǎn)19存在過(guò)電壓風(fēng)險(xiǎn)。根據(jù)表1中風(fēng)險(xiǎn)嚴(yán)重程度級(jí)別的劃分，對(duì)節(jié)點(diǎn)19電壓偏移各級(jí)別的發(fā)生概率進(jìn)行計(jì)算。比如：當(dāng)u19的變化范圍為區(qū)間d＝[1.05,1.1]時(shí)，

plow(d)＝flow(1.1)-fupp(1.05)＝0.9987-0.7431＝0.2556

pupp(d)＝fupp(1.1)-flow(1.05)＝0.9988-0.3063＝0.6925

并且有如下的包含關(guān)系

plow(d)＝0.2556≤preal(d)≤pupp(d)＝0.6925

由此可得u19∈d的概率范圍為[0.2556,0.6925]，即節(jié)點(diǎn)19電壓偏移嚴(yán)重程度為二級(jí)的概率為[0.2556,0.6925]。同樣，也可得到節(jié)點(diǎn)19電壓偏移嚴(yán)重程度處于其它級(jí)別的概率范圍以及u8、p3-4和q15-16各級(jí)風(fēng)險(xiǎn)的發(fā)生概率范圍，如表2所示。

表2元件級(jí)風(fēng)險(xiǎn)指標(biāo)的各級(jí)風(fēng)險(xiǎn)發(fā)生概率

由圖3-4和表2可以看出，在對(duì)電網(wǎng)運(yùn)行信息進(jìn)行隨機(jī)集形式處理后，能夠得到各原始參數(shù)不確定性的綜合影響下各元件級(jí)風(fēng)險(xiǎn)指標(biāo)的概率分布，其包含更豐富的信息量。

在電網(wǎng)實(shí)際運(yùn)行中，調(diào)度人員應(yīng)該重點(diǎn)關(guān)注這些越限風(fēng)險(xiǎn)值高的節(jié)點(diǎn)和線路的實(shí)時(shí)運(yùn)行情況，它們是系統(tǒng)的薄弱環(huán)節(jié)，在系統(tǒng)故障時(shí)極易使系統(tǒng)的運(yùn)行條件進(jìn)一步惡化，并且當(dāng)它們的越限程度超過(guò)某一閾值時(shí)啟動(dòng)控制措施，以保證系統(tǒng)的實(shí)時(shí)可靠性水平處于可接受的范圍。

以上分析是對(duì)系統(tǒng)在短時(shí)內(nèi)的元件級(jí)運(yùn)行風(fēng)險(xiǎn)指標(biāo)進(jìn)行了評(píng)估。通過(guò)進(jìn)行區(qū)間潮流計(jì)算，當(dāng)系統(tǒng)存在支路潮流過(guò)載或節(jié)點(diǎn)電壓越限情況時(shí)，需通過(guò)最優(yōu)潮流模型對(duì)系統(tǒng)進(jìn)行矯正，以消除支路潮流和電壓越限。首先將各負(fù)荷變量的焦元退化為點(diǎn)值形式，即用區(qū)間焦元的中值替代原區(qū)間，對(duì)應(yīng)的基本概率分配不變，然后進(jìn)行最優(yōu)潮流計(jì)算，得到的切負(fù)荷量的概率分布如圖5所示。表3給出了短時(shí)期內(nèi)的系統(tǒng)級(jí)風(fēng)險(xiǎn)指標(biāo)。

表3系統(tǒng)級(jí)運(yùn)行風(fēng)險(xiǎn)指標(biāo)

其中：eens為系統(tǒng)期望缺供電量指標(biāo)；edns為系統(tǒng)期望缺供電力指標(biāo)。

通過(guò)短時(shí)期內(nèi)的風(fēng)險(xiǎn)數(shù)據(jù)，調(diào)度人員可以得到一個(gè)超前的系統(tǒng)近期安全趨勢(shì)，這便于調(diào)度員采取相應(yīng)措施以渡過(guò)高風(fēng)險(xiǎn)期，從而保證系統(tǒng)安全穩(wěn)定運(yùn)行。

本發(fā)明提出的基于隨機(jī)集理論的風(fēng)險(xiǎn)評(píng)估方法，可綜合反映元件故障和負(fù)荷信息的不確定性對(duì)風(fēng)險(xiǎn)指標(biāo)的影響，反映風(fēng)險(xiǎn)的變化情況及具體的概率分布信息，能夠更加充分地表征風(fēng)險(xiǎn)指標(biāo)的不確定性。通過(guò)實(shí)際算例說(shuō)明了該方法的合理性和有效性。

上述實(shí)施例僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。