[发明专利]一种提升配电网灾后恢复用并行静态安全分析方法

说明书

本发明公开了一种提升配电网灾后恢复用并行静态安全分析方法，通过故障情景生成，得到极端灾害情况下的预想故障集，采用GPU进行并行静态安全分析计算，对并行导纳矩阵形成及修改、雅可比矩阵形成、注入功率计算进行并行化设计，对各极端灾害故障情况下的修正方程组求解采用ILU预处理的GMRES算法作为内部迭代的非精确牛顿法并行计算，找到各极端灾害故障情境下的电力系统主要防护元件。本发明能够给出极端灾害故障情境下系统中的重要薄弱环节，根据计算结果，发现能够有效减少重要负荷停电时间的设备位置，发挥快速实时在线分析的优势，尽可能减少维修过程中电力系统的重要负荷的断电时间。

技术领域

本发明属于电力系统安全规划运行技术领域，具体涉及一种提升配电网灾后恢复用并行静态安全分析方法。

背景技术

电力系统中，为了避免过负荷、电压越限等引起设备损坏，或故障情况下保护设备动作导致的大面积停电，需要快速的在线实时静态安全分析。随着电网规模不断扩大，需要校验的状态数目巨大，传统的串行计算方法已经无法满足大电网实时计算的要求，同时，近年来，大规模电力系统故障往往涉及多个器件故障，此时需要“N-x”故障分析，预想故障集大大增加，导致计算量更大。因此高效的并行化静态安全分析方法对于现代电力系统安全稳定运行非常重要。

此外，近年来发生的极端情况下大电网的事故往往导致配电网瘫痪，失去重要负荷，以及造成大量符合丧失，研究配电网灾害预防和灾后恢复变得越来越有必要。例如2019年在委内瑞拉连续发生了几次大规模停电事故，其原因是网络系统被黑客攻击(网络系统和电力系统耦合)。而恢复力研究涉及灾前、灾中以及灾后过程中采取多种有效措施来减小切负荷量、灾害结束后能够快速恢复到正常运行状态。应对极端事件的能力逐渐成为电力系统必不可少的能力。

通过故障情景生成，得到极端灾害情况下的预想故障集，采用GPU进行并行静态安全分析计算，找到极端灾害故障集下的电力系统薄弱环节，在灾害后作为重点抢修对象，可以使得在灾害发生时能够发挥快速实时在线分析的优势，尽可能减少维修过程中电力系统的重要负荷的断电时间，以及整体上降低负荷的停电时间。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种提升配电网灾后恢复用并行静态安全分析方法，能够给出极端灾害预想事故下，系统中的主要防护元件，根据计算结果，揭示有效减少重要负荷停电时间的关键设备，发挥快速实时在线分析的优势，尽可能减少维修过程中电力系统的重要负荷的断电时间。

本发明采用以下技术方案：

一种提升配电网灾后恢复用并行静态安全分析方法，包括以下步骤：

S1、基于致灾因子建模刻画灾害的性质、强度与概率，依照灾变强度的概率分布生成灾害场景；基于脆弱性建模建立电力系统元件故障率与灾变强度之间的条件依赖关系，结合不可修复元件的可靠性理论将灾害场景转化为电力系统元件的故障场景；综合所生成的故障场景，构建极端灾害下的电力系统故障场景集；

S2、根据电力系统结构信息，采用图形处理器并行化构建电力系统导纳矩阵；根据极端灾害故障集，以核函数Kernel在GPU上进行导纳矩阵并行修正；

S3、根据已修正的导纳矩阵，以核函数Kernel在GPU上并行形成雅可比矩阵、并行计算节点的有功无功注入功率，形成功率偏差，得到极端灾害故障集的修正方程组；

S4、采用非精确牛顿法并行求解步骤S3得到的修正方程组，采用预处理的广义极小化残差法对非精确牛顿法的内部迭代，采用不完全LU分解进行预处理；

S5、设置重要元件判据，根据计算结果，在GPU中并行判断各支路功率越限情况和排序、机组状态的统计和排序，重要元件排序后，输出作为极端灾害下的主要防护元件。