﻿ 基于调控云的电网供区分析方法
 计算机系统应用  2001, Vol. 29 Issue (9): 81-86 PDF

1. 南瑞集团(国网电力科学研究院)有限公司, 南京 211106;
2. 南京南瑞信息通信科技有限公司, 南京 211106

Method of Power Grid Supply Area Analysis Based on Dispatch and Control Cloud
LIANG Yang1,2, SONG Shao-Feng1,2, ZHU Guo-Yu1,2, GU Ye-Qing1,2, SHI Jian-Hua1,2
1. NARI Group Corporation (State Grid Electric Power Research Institute), Nanjing 211106, China;
2. NARI Group Corporation Information & Communication Technology Co. Ltd., Nanjing 211106, China
Abstract: In order to solve the problem of power grid supply area analysis and efficiency of large-scale data sets in the dispatch and control cloud platform, a method of power grid supply area analysis based on the dispatch and control cloud model is designed in this study. Firstly, this study defines the data model of dispatch and control cloud power grid supply area. Secondly, on the basis of the data model, a method of power grid supply area analysis is designed and applied. Finally, the experiments based on the real model and topological data of the dispatch and control cloud in a regional power grid is verified. The experimental results show that the computing method of power grid supply area proposed in this study can analyze the power grid supply area in a better way, and meet the needs of the actual power grid dispatching.
Key words: dispatch and control cloud (dcloud)     grid topology     data model     power grid supply area     efficiency

1 引言

(1)提出了调控云电网供区分析模型, 包括调控云设备模型、拓扑网络模型、节点模型和边模型及供区模型;

(2)提出一种基于调控云模型的电网供区分析方法, 包括厂站母线分组分析、母线直供线路分析、母联断路器分析及电网供区分析;

(3)通过全息电网接线图展示应用对本文提出的方法进行实用化验证.

2 基于调控云的电网供区模型 2.1 调控云模型

2.2 调控云拓扑网络

(1)节点(DCloudTopologyNodeModel)定义成一个多元组<节点号(nodeId), 关联模型信息列表(relatedDeviceInfoList), 厂站ID (stId) >.

(2)边(DCloudTopologyLinkModel)定义成一个多元组<设备ID (deviceId), 首端节点号(firstNodeId), 末端节点号(secondNodeId), 关联模型信息(relatedDeviceInfo), 厂站ID (stId), 是否断开(isClose)>.

2.3 调控云供区模型

3 电网供区分析

3.1 厂站母线分组分析

(1)根据厂站和电压等级, 获取厂站内该电压等级所有的母线列表;

(2)针对每一对母线组, 判断两母线是否可达;

(3)如果两母线可达则加入到一个分组中, 即该两母线为同一个供区供电;

(4)如果两母线不可达则厂站发生分裂, 将两条母线分别加入不同的分组中, 即该两母线分别为不同的供区供电;

(5)重复(2)~(4), 直到所有的母线组都分析结束;

(6)返回母线分组.

(1)如果遍历的当前节点为目标端母线节点, 则返回false;

(2)如果遍历的当前节点对应设备的所属厂站与下一条出边对应设备的所属厂站不同, 则返回false.

 图 1 厂站母线分组

3.2 母线直供线路分析

(1)根据母线获取所属厂站信息;

(2)根据厂站ID和电压等级, 获取母联断路器;

(3)根据厂站ID和电压等级, 获取该厂站连接的线路列表;

(4)在满足在同一厂站内, 只经过断路器或者隔离开关, 遍历拓扑网络, 得到母线和线路所有可达的路径列表;

(5)如果路径列表不为空, 且路径中包含非母联断路器的断路器, 则该线路为母线的之功线路, 否则不是;

(6)如果路径列表为空, 表示该母线和线路不可达;

(7)返回直供线路列表.

 图 2 母线直供线路

3.2.1 母联断路器分析

(1)设置该站内该电压等级所有的设备都是联通状态;

(2)找到该站内该电压等级所有的母线;

(3)针对每两个母线, 在满足在同一厂站内, 只经过开关或者刀闸, 遍历拓扑网络, 得到所有可达的路径列表;

(4)如果路径列表不为空, 且路径中包含断路器, 则该断路器为母联断路器.

(1)如果遍历的当前节点为目标母线节点, 则返回false;

(2)如果遍历的当前节点是母线,且不是源端母线节点和目标端母线节点,则返回false;

(3)如果遍历的当前节点对应设备的所属厂站与下一条出边对应设备的所属厂站不同, 则返回false;

(4)如果遍历的当前节点对应设备既不是断路器也不是隔离开关, 则返回false.

 图 3 母联断路器

3.3 电网供区分析

1. network = intililizeNetwork();

2. vector = findConnectedComponentVector(network);

3. for(i=0; i<vector.size(); i++){

4. 　HashSet<Node> nodeHashSet = vector.get(i);

5. 　for(DCloudTopologyNodeModel node: nodeHashSet){

6. 　　if(node.relatedDeviceInfoList contains buabar

&& areaVoltageType == buabar.voltageType){

8. 　　CalculateBusDirectLineGroup(buabar.deviceId, buabar.voltage-Type);

9. 　　CalculateBusBarGroup(stId, buabar.voltageType);

10. 　　}

11. }

12. }

13. for(j=0; j<stidBusbarGroup.size(); j++){

14. 　st = stidBusbarGroup.get(i).key;

15. 　if(maxvoltageType == st.voltageType){

18. 　}

19. }

(1)首先, 初始化网络拓扑. 先将调控云模型表及拓扑表数据一次性从关系型数据库中加载到MongoDB内存数据库缓存中, 再从内存数据库缓存中初始化调控云拓扑节点和边, 并根据节点和边构造出调控云拓扑网络并基于该拓扑网络进行供区分析, 同时周期性的读取设备开或者关的实时状态并叠加到拓扑网络上.

(2)基于网络拓扑得到所有网络分组向量. 基于用户请求时的拓扑网络状态, 计算出该网络所有的联通子网向量, 每个向量中包括互相连接的节点和边;

(3)对联通子网向量进行供区分析. 针对每个子网向量判断所有的节点, 如果节点包含母线, 则取母线的电压等级作为该供区的电压等级. 判断每个节点的入边和出边, 获得入边和出边对应设备的所属厂站. 判断厂站的电压等级为最大电压等级, 则表示该厂站为该供区供电. 将其加入到供区的最高电压等级厂站信息列表中. 同时分析厂站及站内母线分组(厂站分裂)和直连线路情况. 如果一个站内有多个母线分组, 说明该供区里的厂站存在分裂.

(4)返回供区列表.

4 实验验证

 图 4 电网拓扑图

 图 5 厂站母线分组分析方法的比较

 图 6 母线直供线路分析方法的比较

5 系统应用

 图 7 全息电网接线图

6 结束语

 [1] 刘娜. 电网拓扑结构分析研究. 科技资讯, 2008(20): 14. DOI:10.3969/j.issn.1672-3791.2008.20.010 [2] 梅念, 石东源, 段献忠. 基于图论的电网拓扑快速形成与局部修正新方法. 电网技术, 2008, 32(13): 35-39. [3] 徐俊明. 图论及其应用. 2版. 合肥: 中国科学技术大学出版社, 2004. [4] Yehsakul PD, Dabbaghchi I. A topology-based algorithm for tracking network connectivity. IEEE Transactions on Power Systems, 1995, 10(1): 339-346. DOI:10.1109/59.373954 [5] 高晓萍, 阎欣, 单渊达. 一种基于因果映射的电力系统拓扑结构识别方法. 电力系统自动化, 1997, 21(11): 29-30. DOI:10.3321/j.issn:1000-1026.1997.11.012 [6] 王湘中, 黎晓兰. 基于关联矩阵的电网拓扑辨识. 电网技术, 2001, 25(2): 10-13, 16. DOI:10.3321/j.issn:1000-3673.2001.02.003 [7] 吴文传, 张伯明. 基于图形数据库的网络拓扑及其应用. 电网技术, 2002, 26(2): 14-18. DOI:10.3321/j.issn:1000-3673.2002.02.004 [8] 蒋厚明, 孙昊, 孔震. 一种基于图形数据库的快速电力网络拓扑分析方法. 计算机系统应用, 2012(12): 173-176. DOI:10.3969/j.issn.1003-3254.2012.12.039 [9] 周爱华, 裘洪彬, 高昆仑, 等. 基于图数据库的电网拓扑分析技术研究. 电力信息与通信技术, 2018, 16(8): 23-27. [10] 李广野, 李伟, 王丽霞, 等. 基于图数据库的电网拓扑搜索引擎研究. 信息技术, 2019, 43(5): 155-158. [11] 许洪强. 调控云架构及应用展望. 电网技术, 2017, 41(10): 3104-3111. [12] 许洪强. 面向调控云的电力调度通用数据对象结构化设计及应用. 电网技术, 2018, 42(7): 2248-2254. [13] 徐浩, 武毅, 董向明, 等. 基于调控云的电网调控数据信息共享的研究. 湖北电力, 2018, 42(5): 17-24. [14] 王淼, 常乃超, 王磊, 等. 基于调控云的网络分析服务架构. 电网技术, 2018, 42(8): 2659-2665. [15] 徐家慧, 寿增, 殷智, 等. 调控云电网模型数据管理策略. 中国科技信息, 2018(15): 84-86. DOI:10.3969/j.issn.1001-8972.2018.15.030