[发明专利]一种电网停电事故的危险性评估方法

说明书

本发明涉及电力系统风险评估技术领域，更具体地，涉及一种电网停电事故的危险性评估方法。包括以下步骤：S1：提取负荷损失的样本数据；S2：选用合适的极值分布模型；S3：利用基于有效群体的粒子群遗传算法进行广义极值分布模型参数估计，得出广义极值分布模型；S4：对负荷损失的事故概率进行分析；S5：建立评价指标，利用层次分析法计算权重向量；S6：计算负荷损失的危险性指标。此方法能有效对不同区域发生的同类事故进行横向对比，建立明确的事故后果严重性等级评价指标。

技术领域

本发明涉及电力系统风险评估技术领域，更具体地，涉及一种电网停电事故的危险性评估方法。

背景技术

极值理论是一门研究一旦发生即产生极大影响事故的统计分析理论。目前，极值理论已逐步应用于电力系统分析当中。包括以下方面：利用不同的极值分布法对地区电网覆冰重现期进行计算；以极值模型为基础，分析输电线路不同时期下的故障概率。而电网负荷损失事故一旦发生，不仅对供电公司及社会产生重大的影响，而且大范围的停电事故服从幂律分布，与极值理论具有相似性。所以，可以将极值理论应用于负荷损失评估当中，科学分析负荷损失的严重性，总结停电事故中的经验与启示。

进一步分析发现，在已有研究方法中，根据极值理论中“多年重现期”的概念进行危险事故的极值分析，即计算在规定年和概率下指定区域内可能发生的相关事故的极大值。此方法不能有效对不同区域发生的同类事故进行横向对比，缺乏明确的事故后果严重性的等级划分。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提出一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法，能有效对不同区域发生的同类事故进行横向对比，明确事故后果严重性的等级划分。

为解决上述技术问题，本发明采用的技术方案是：一种电网停电事故的危险性评估方法，包括以下步骤：

S1：提取负荷损失的样本数据；

S2：选用合适的极值分布模型；

S3：利用基于有效群体的粒子群遗传算法进行广义极值分布模型参数估计，得出广义极值分布模型；

S4：对负荷损失的事故概率进行分析；

S5：建立评价指标，利用层次分析法计算权重向量；

S6：计算负荷损失的危险性指标。

本发明结合广义极值理论和层次分析法对电网进行事故负荷损失的危险性评估。首先，为了有效提高广义极值模型的拟合精度，提出一种改进粒子群算法进行参数优化，该算法有效改变粒子数目，并在进化后期引入遗传算法，提高了收敛精度。然后采用层次分析法对停电事故损失的负荷数据进行处理，建立一种用于评估负荷损失的危险性指标的方法。

进一步地，步骤S1的具体步骤为：在《中国南方电网有限责任公司电力事故事故调查规程》中对电网事故等级按照严重程度划分等级，评定方法为事故时电网的减供负荷与事故前电网负荷的比值。故负荷损失的样本数据以相对值M'的方法来提取：

式中：M为电网事故负荷损失值，M₀为事故发生年当前地区电网的最大负荷值。

步骤S2的具体步骤为：为了提高极值分布的拟合精度，选用具有普遍适应性的广义极值分布模型(GEV)。其分布函数为：

式中：1+ε·(x-μ)/σ0，σ0；μ，σ，ε分别为位置参数、尺度参数和形状参数。