高比例可再生能源电力系统运行风险量化评估方法及装置

1.本发明涉及多能源电力系统优化运行技术领域，尤其是涉及高比例可再生能源电力系统运行风险量化评估方法及装置。


背景技术：

2.随着高比例可再生能源电力系统快速发展，风光等可再生电源进一步接入电网。风光出力的不确定性使得系统风险进一步增加，给系统的安全稳定运行带来了极大挑战。特别是针对极高比例的可再生能源电力系统，为了匹配系统负荷需求，风光装机往往达到负荷的数倍以避免负荷损失，随之而来的将是系统更高的出力波动。由此可见，高比例可再生能源接入的多能源电力系统运行安全问题十分突出，亟需一种可靠全面的评估方法对系统运行风险进行量化评估。
3.目前的电力系统风险评估方法主要是针对单独电力系统，对于高比例可再生能源接入下的多能源电力系统整体风险评估还有所不足。现有风险评估方法主要分为解析法和模拟法。解析法通过分析系统内部各电源间的关系来构建数学模型，并在求解之后得到各类风险指标，包括枚举法、故障树法等。该方法一般适用小规模系统或局部电网，对于高比例可再生能源接入下的大规模多能源电力系统，其在处理计算时可能面临维数灾问题。而模拟法主要是基于系统采样的方式进行风险评估，通过统计直接得到各类风险指标并进行相应计算分析。但由于该方法需要进行大量的采样，所以极大影响了风险评估的时效性。


技术实现要素：

4.因此，本发明技术方案主要针对高比例可再生能源并网给多能源电力系统带来的系统运行安全问题，提出一种高比例可再生能源电力系统运行风险量化评估方法及装置。
5.第一方面，本发明实施例提供了高比例可再生能源电力系统运行风险量化评估方法，包括：
6.获取高比例可再生能源电力系统的系统状态，并对所述高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态；
7.基于所述实时运行状态分别确定风险状态概率和风险严重度；
8.基于所述风险状态概率与所述风险严重度确定实际风险指标值；
9.利用层次分析法对所述实际风险指标值进行权重分配，生成综合风险值，所述综合风险值用于选取高比例可再生能源电力系统的运行方式。
10.本发明实施例提供的高比例可再生能源电力系统运行风险量化评估方法，针对风光不确定性带来的系统运行风险，基于实时运行状态分别确定风险状态概率和风险严重度，并利用层次分析法对各类型风险指标进行了权重分配，生成综合风险指标值，进而基于综合风险指标值选取高比例可再生能源电力系统的运行方式，实现了对高比例可再生能源电力系统运行风险量化评估，降低了系统运行风险，保证了高比例可再生能源电力系统运行的安全。
11.结合第一方面，在一种可能的实施方式中，所述对所述高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态，包括：
12.获取预设抽样次数，基于所述预设抽样次数，利用蒙特卡洛采样法对所述高比例可再生能源电力系统的系统状态进行抽样，生成所述实时运行状态。
13.结合第一方面，在另一种可能的实施方式中，所述基于所述实时运行状态分别确定风险状态概率与风险严重度，包括：
14.基于所述实时运行状态分别确定风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率；
15.基于所述风电出力实时状态概率、所述光伏出力实时状态概率、所述线路实时状态概率和所述发电机组实时状态概率计算所述风险状态概率；
16.基于所述实时运行状态确定所述风险严重度；其中，所述风险严重度包括可再生能源出力不足严重度、水位超高严重度、水位最低越限严重度和尾水位越限严重度。
17.结合第一方面，在另一种可能的实施方式中，所述基于所述实时运行状态分别确定风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率，包括：
18.基于所述实时运行状态中风机的故障率确定风电出力实时状态概率；
19.基于所述实时运行状态中光伏电池的故障率确定光伏出力实时状态概率；
20.基于所述实时运行状态中线路的故障率确定线路实时状态概率；
21.基于所述实时运行状态中发电机组的故障率确定发电机组实时状态概率。
22.结合第一方面，在另一种可能的实施方式中，所述基于所述实时运行状态确定所述风险严重度，包括：
23.基于所述实时运行状态中节点缺额量和有功负荷确定可再生能源出力不足严重度；
24.基于所述实时运行状态中超限状态下的水库水位和水库水位最高限额值确定水位超高严重度；
25.基于所述实时运行状态中最低越限状态下的水库水位和水库水位最低限额值确定水位最低越限严重度；
26.基于所述实时运行状态中当前尾水位数据与尾水位最高限额值确定尾水位越限严重度。
27.结合第一方面，在另一种可能的实施方式中，所述基于所述风险状态概率与所述风险严重度确定实际风险指标值，包括：
28.基于所述风险状态概率与所述可再生能源出力不足严重度确定可再生能源出力风险指标值；
29.基于所述风险状态概率与所述水位超高严重度确定水库水位最高越限风险指标值；
30.基于所述风险状态概率与所述水位最低越限严重度确定水库水位最低越限风险指标值；
31.基于所述风险状态概率与所述尾水位越限严重度确定尾水位风险指标值。
32.结合第一方面，在另一种可能的实施方式中，所述利用层次分析法对所述实际风
险指标值进行权重分配，生成综合风险值，包括：
33.获取多个风险指标，基于所述多个风险指标构建风险层次关系；其中，所述多个风险指标包括可再生能源出力风险指标、水库水位最高越限风险指标、水库水位最低越限风险指标和尾水位风险指标；
34.基于所述风险层次关系构建判断矩阵，基于所述判断矩阵确定多个风险指标的权重系数；
35.基于所述多个风险指标的权重系数与所述实际风险指标值确定所述综合风险值。
36.第二方面，本发明实施例还提供了高比例可再生能源电力系统运行风险量化评估装置，包括：
37.抽样模块，用于获取高比例可再生能源电力系统的系统状态，并对所述高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态；
38.第一确定模块，用于基于所述实时运行状态分别确定风险状态概率和风险严重度；
39.第二确定模块，用于基于所述风险状态概率与所述风险严重度确定实际风险指标值；
40.分配模块，用于利用层次分析法对所述实际风险指标值进行权重分配，生成综合风险值，所述综合风险值用于选取高比例可再生能源电力系统的运行方式。
41.第三方面，本发明实施例还公开了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面或第一方面任一可选实施方式所述的高比例可再生能源电力系统运行风险量化评估方法的步骤。
42.第四方面，本发明实施方式还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一可选实施方式所述的高比例可再生能源电力系统运行风险量化评估方法的步骤。
附图说明
43.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
44.图1为本发明实施例提供的高比例可再生能源电力系统运行风险量化评估方法的流程图；
45.图2为本发明实施例提供的s102的流程图；
46.图3为本发明实施例提供的s1021的流程图；
47.图4为本发明实施例提供的s1023的流程图；
48.图5为本发明实施例提供的s103的流程图；
49.图6为本发明实施例提供的s104的流程图；
50.图7为本发明实施例提供的高比例可再生能源电力系统运行风险量化评估装置的
框图；
51.图8为本发明实施例中电子设备的一个具体示例图。
具体实施方式
52.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
53.在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。另外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接、机械连接，也可以是电连接；或者可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
54.本发明实施例提供了高比例可再生能源电力系统运行风险量化评估方法，如图1所示，包括：
55.s101、获取高比例可再生能源电力系统的系统状态，并对上述高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态。
56.具体地，获取预设抽样次数，基于上述预设抽样次数，利用蒙特卡洛采样法对上述高比例可再生能源电力系统的系统状态进行抽样，生成上述实时运行状态。
57.进一步地，设定抽样次数m，输入模型参数，包括风电、光伏发电概率分布参数、水电机组出力参数等，进而基于蒙特卡洛采样法抽取得到系统状态em。
58.s102、基于上述实时运行状态分别确定风险状态概率和风险严重度。
59.s103、基于上述风险状态概率与上述风险严重度确定实际风险指标值。
60.s104、利用层次分析法对上述实际风险指标值进行权重分配，生成综合风险值，上述综合风险值用于选取高比例可再生能源电力系统的运行方式。
61.具体地，对高比例可再生能源电力系统中各部分对应的综合风险指标值进行排序，进而基于排序结果进行筛选，得到系统合理运行方式。
62.本实施例提出的高比例可再生能源电力系统运行风险量化评估方法，针对风光不确定性带来的系统运行风险，基于实时运行状态分别确定风险状态概率和风险严重度，并利用层次分析法对各类型风险指标进行了权重分配，生成综合风险指标值，进而基于综合风险指标值选取高比例可再生能源电力系统的运行方式，实现了对高比例可再生能源电力系统运行风险量化评估，降低了系统运行风险，保证了高比例可再生能源电力系统运行的安全。
63.作为本发明一个可选实施方式，如图2所示，上述s102，即上述基于上述待合成文本文件确定当前声学特征，包括：
64.s1021、基于上述实时运行状态分别确定风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率。
65.具体地，基于概率评估理论对高比例可再生能源电力系统进行风险概率表征：风险量化时的概率部分主要由风电、光伏出力的实时状态概率构成，为扩大适用范围，风险量
化时的概率部分还考虑了常规发电机组实时状态概率以及线路实时状态概率，进而，基于概率评估理论，以风电出力实时状态、光伏出力实时状态、线路实时状态、发电机组实时状态作为系统评估状态，构建了系统状态概率表达。
66.s1022、基于上述风电出力实时状态概率、上述光伏出力实时状态概率、上述线路实时状态概率和上述发电机组实时状态概率计算上述风险状态概率。
67.具体地，风险状态概率由各部分状态概率(即风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率)共同决定，设各部分在概率上相对独立，则风险状态概率的表达式为：
68.prw(em)＝prw(em)prb(em)pr
l
(em)prg(em)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
69.上式中，prw(em)、prb(em)、pr
l
(em)、prg(em)分别表示实时运行状态em下的风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率、发电机组实时状态概率。
70.s1023、基于上述实时运行状态确定上述风险严重度；其中，上述风险严重度包括可再生能源出力不足严重度、水位超高严重度、水位最低越限严重度和尾水位越限严重度。
71.具体地，选取可再生能源出力不足程度、水库水位最高最低越限额、尾水位等作为风险量化的关键因子进行高比例可再生能源电力系统风险严重度表达。
72.作为本发明一个可选实施方式，如图3所示，上述s1021，即上述基于上述实时运行状态分别确定风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率，包括：
73.s10211、基于上述实时运行状态中风机的故障率确定风电出力实时状态概率。
74.具体地，风电出力实时状态概率prw的表达式为：
[0075][0076]
上式中，w
off
和w
on
分别表示停运和运行的风机数，pr
w,i,t
表示风机i在时间段t内故障的概率，λ
w,i
为风机i的故障率。
[0077]
s10212、基于上述实时运行状态中光伏电池的故障率确定光伏出力实时状态概率。
[0078]
具体地，光伏电池实时状态概率prb的表达式为：
[0079][0080]
上式中，b
off
和b
on
分别表示停运和运行的光伏电池数，pr
b,i,t
表示光伏电池i在时间段t内故障的概率，λ
b,i
为光伏电池i的故障率。
[0081]
s10213、基于上述实时运行状态中线路的故障率确定线路实时状态概率。
[0082]
具体地，线路实时状态概率pr
l
的表达式为：
[0083]
[0084]
上式中，l
off
和l
on
分别表示停运和运行的线路，pr
l,i,t
表示线路i在时间段t内故障的概率，λ
l,i
为线路i的故障率，α表示天气修正系数。
[0085]
s10214、基于上述实时运行状态中发电机组的故障率确定发电机组实时状态概率。
[0086]
具体地，发电机组实时状态概率prg的表达式为：
[0087][0088]
上式中，g
off
和g
on
分别表示停运和运行的发电机组数，pr
g,i,t
表示机组i在时间段t内故障的概率，λ
g,i
为机组i的故障率。
[0089]
作为本发明一个可选实施方式，如图4所示，上述s1023，即上述基于上述实时运行状态确定上述风险严重度，包括：
[0090]
s10231、基于上述实时运行状态中节点缺额量和有功负荷确定可再生能源出力不足严重度。
[0091]
s10232、基于上述实时运行状态中超限状态下的水库水位和水库水位最高限额值确定水位超高严重度。
[0092]
s10233、基于上述实时运行状态中最低越限状态下的水库水位和水库水位最低限额值确定水位最低越限严重度。
[0093]
s10234、基于上述实时运行状态中当前尾水位数据与尾水位最高限额值确定尾水位越限严重度。
[0094]
作为本发明一个可选实施方式，如图5所示，上述s103，即上述基于上述风险状态概率与上述风险严重度确定实际风险指标值，包括：
[0095]
s1031、基于上述风险状态概率与上述可再生能源出力不足严重度确定可再生能源出力风险指标值。
[0096]
具体地，可再生能源出力不足风险衡量的表达式如下：
[0097][0098]
上式中，rg为可再生能源出力风险指标值，sev
_g
(em)为出力不足严重度函数，p
g,i
(em)为系统状态em下节点i的缺额量，p
load
(em)为系统状态em下的有功负荷，m为样本数。
[0099]
s1032、基于上述风险状态概率与上述水位超高严重度确定水库水位最高越限风险指标值。
[0100]
具体地，水位最高越限风险严重度的表达如下：
[0101][0102]
上式中，r
over
为水位最高越限风险指标值，sev
_over
(em)为水位超高严重度函数，h
over
(em)为超限状态下的水库水位，为水库水位最高限额值，e为严重度函数底数。
[0103]
s1033、基于上述风险状态概率与上述水位最低越限严重度确定水库水位最低越限风险指标值。
[0104]
具体地，水位最低越限风险严重度的表达式如下：
[0105][0106]
上式中，r
low
为水位最低越限风险指标，sev
_low
(em)为水位最低越限严重度函数，h
low
(em)为最低越限状态下的水库水位，为水库水位最低限额值。
[0107]
s1034、基于上述风险状态概率与上述尾水位越限严重度确定尾水位风险指标值。
[0108]
具体地，利用尾水位指标来衡量下游河道水位越限风险，其风险严重度表达如下：
[0109][0110]
上式中，r
tail
为尾水位风险指标，sev
tail
(em)为尾水位越限严重度函数，h
tail
(em)为状态em下的尾水位，尾水位最高限额值。
[0111]
作为本发明一个可选实施方式，如图6所示，上述s104，即上述利用层次分析法对上述实际风险指标值进行权重分配，生成综合风险值，包括：
[0112]
s1041、获取多个风险指标，基于上述多个风险指标构建风险层次关系；其中，上述多个风险指标包括可再生能源出力风险指标、水库水位最高越限风险指标、水库水位最低越限风险指标和尾水位风险指标。
[0113]
具体地，构建层次关系，所构建评估对象的层次关系包括目标层和准则层；其中，基于高比例可再生能源电力系统中不同风光占比的电力系统与不同风险指标重要度排序之间的关系构建层次关系。
[0114]
s1042、基于上述风险层次关系构建判断矩阵，基于上述判断矩阵确定多个风险指标的权重系数。
[0115]
具体地，构建判断矩阵b，判断各因素相对重要度，由下式表示：
[0116][0117]
上式中，b
ij
表示风险指标bi相对于风险指标bj的重要度排序系数。
[0118]
进一步地，在构造判断矩阵的基础上，计算判断矩阵相对应的最大特征值和特征向量，并进行归一化处理，所得特征向量即为各风险指标的权重系数，计算公式为：
[0119][0120]
上式中，n为风险指标总个数，vi为风险指标i的权重系数。
[0121]
s1043、基于上述多个风险指标的权重系数与上述实际风险指标值确定上述综合风险值。
[0122]
具体地，上述综合风险值的计算公式如下所示：
[0123]rcom
＝w1rg+w2r
over
+w3r
low
+w4r
tail
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0124]
上式中，r
com
表示综合风险值，rg表示可再生能源出力风险指标值，w1表示可再生能源出力风险指标对应的权重系数，r
over
表示水位最高越限风险指标值，w2表示水库水位最高越限风险指标对应的权重系数，r
low
表示水位最低越限风险指标值，w3表示水位最低越限风险指标对应的权重系数，r
tail
表示尾水位风险指标值，w4表示尾水位风险指标对应的权重系数。
[0125]
本发明实施例还公开了高比例可再生能源电力系统运行风险量化评估装置，如图7所示，包括：
[0126]
抽样模块71，用于获取高比例可再生能源电力系统的系统状态，并对上述高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态。
[0127]
具体地，获取预设抽样次数，基于上述预设抽样次数，利用蒙特卡洛采样法对上述高比例可再生能源电力系统的系统状态进行抽样，生成上述实时运行状态。
[0128]
进一步地，设定抽样次数m，输入模型参数，包括风电、光伏发电概率分布参数、水电机组出力参数等，进而基于蒙特卡洛采样法抽取得到系统状态em。
[0129]
第一确定模块72，用于基于上述实时运行状态分别确定风险状态概率和风险严重度。
[0130]
第二确定模块73，用于基于上述风险状态概率与上述风险严重度确定实际风险指
标值。
[0131]
分配模块74，用于利用层次分析法对上述实际风险指标值进行权重分配，生成综合风险值，上述综合风险值用于选取高比例可再生能源电力系统的运行方式。
[0132]
具体地，对高比例可再生能源电力系统中各部分对应的综合风险指标值进行排序和筛选，得到系统合理运行方式。
[0133]
本发明提供的高比例可再生能源电力系统运行风险量化评估装置，针对风光不确定性带来的系统运行风险，基于实时运行状态分别确定风险状态概率和风险严重度，并利用层次分析法对各类型风险指标进行了权重分配，生成综合风险指标值，进而基于综合风险指标值选取高比例可再生能源电力系统的运行方式，实现了对高比例可再生能源电力系统运行风险量化评估，降低了系统运行风险，保证了高比例可再生能源电力系统运行的安全。
[0134]
作为本发明一个可选实施方式，上述第一确定模块72，包括：
[0135]
第一确定子模块，用于基于上述实时运行状态分别确定风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率。
[0136]
具体地，基于概率评估理论对高比例可再生能源电力系统进行风险概率表征：风险量化时的概率部分主要由风电、光伏出力的实时状态概率构成，为扩大适用范围，风险量化时的概率部分还考虑了常规发电机组实时状态概率以及线路实时状态概率，进而，基于概率评估理论，以风电出力实时状态、光伏出力实时状态、线路实时状态、发电机组实时状态作为系统评估状态，构建了系统状态概率表达。
[0137]
计算子模块，用于基于上述风电出力实时状态概率、上述光伏出力实时状态概率、上述线路实时状态概率和上述发电机组实时状态概率计算上述风险状态概率。
[0138]
具体地，风险状态概率由各部分状态概率(即风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率)共同决定，设各部分在概率上相对独立，则风险状态概率的表达式为：
[0139]
prw(em)＝prw(em)prb(em)pr
l
(em)prg(em)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0140]
上式中，prw(em)、prb(em)、pr
l
(em)、prg(em)分别表示实时运行状态em下的风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率、发电机组实时状态概率。
[0141]
第二确定子模块，用于基于上述实时运行状态确定上述风险严重度；其中，上述风险严重度包括可再生能源出力不足严重度、水位超高严重度、水位最低越限严重度和尾水位越限严重度。
[0142]
具体地，选取可再生能源出力不足程度、水库水位最高最低越限额、尾水位等作为风险量化的关键因子进行高比例可再生能源电力系统风险严重度表达。
[0143]
作为本发明一个可选实施方式，上述第一确定子模块，包括：
[0144]
第一确定单元，用于基于上述实时运行状态中风机的故障率确定风电出力实时状态概率。
[0145]
具体地，风电出力实时状态概率prw的表达式为：
[0146][0147]
上式中，w
off
和w
on
分别表示停运和运行的风机数，pr
w,i,t
表示风机i在时间段t内故障的概率，λ
w,i
为风机i的故障率。
[0148]
第二确定单元，与基于上述实时运行状态中光伏电池的故障率确定光伏出力实时状态概率。
[0149]
具体地，光伏电池实时状态概率prb的表达式为：
[0150][0151]
上式中，b
off
和b
on
分别表示停运和运行的光伏电池数，pr
b,i,t
表示光伏电池i在时间段t内故障的概率，λ
b,i
为光伏电池i的故障率。
[0152]
第三确定单元，用于基于上述实时运行状态中线路的故障率确定线路实时状态概率。
[0153]
具体地，线路实时状态概率pr
l
的表达式为：
[0154][0155]
上式中，l
off
和l
on
分别表示停运和运行的线路，pr
l,i,t
表示线路i在时间段t内故障的概率，λ
l,i
为线路i的故障率，α表示天气修正系数。
[0156]
第四确定单元，用于基于上述实时运行状态中发电机组的故障率确定发电机组实时状态概率。
[0157]
具体地，发电机组实时状态概率prg的表达式为：
[0158][0159]
上式中，g
off
和g
on
分别表示停运和运行的发电机组数，pr
g,i,t
表示机组i在时间段t内故障的概率，λ
g,i
为机组i的故障率。
[0160]
作为本发明一个可选实施方式，上述第二确定子模块，包括：
[0161]
第五确定单元，用于基于上述实时运行状态中节点缺额量和有功负荷确定可再生能源出力不足严重度。
[0162]
第六确定单元，用于基于上述实时运行状态中超限状态下的水库水位和水库水位最高限额值确定水位超高严重度。
[0163]
第七确定单元，用于基于上述实时运行状态中最低越限状态下的水库水位和水库水位最低限额值确定水位最低越限严重度。
[0164]
第八确定单元，用于基于上述实时运行状态中当前尾水位数据与尾水位最高限额
值确定尾水位越限严重度。
[0165]
作为本发明一个可选实施方式，上述第二确定模块73，包括：
[0166]
第三确定子模块，用于基于上述风险状态概率与上述可再生能源出力不足严重度确定可再生能源出力风险指标值。
[0167]
具体地，可再生能源出力不足风险衡量的表达式如下：
[0168][0169]
上式中，rg为可再生能源出力风险指标值，sev
_g
(em)为出力不足严重度函数，p
g,i
(em)为系统状态em下节点i的缺额量，p
load
(em)为系统状态em下的有功负荷，m为样本数。
[0170]
第四确定子模块，用于基于上述风险状态概率与上述水位超高严重度确定水库水位最高越限风险指标值。
[0171]
具体地，水位最高越限风险严重度的表达如下：
[0172][0173]
上式中，r
over
为水位最高越限风险指标值，sev
_over
(em)为水位超高严重度函数，h
over
(em)为超限状态下的水库水位，为水库水位最高限额值，e为严重度函数底数。
[0174]
第五确定子模块，用于基于上述风险状态概率与上述水位最低越限严重度确定水库水位最低越限风险指标值。
[0175]
具体地，水位最低越限风险严重度的表达式如下：
[0176][0177]
上式中，r
low
为水位最低越限风险指标，sev
_low
(em)为水位最低越限严重度函数，h
low
(em)为最低越限状态下的水库水位，为水库水位最低限额值。
[0178]
第六确定子模块，用于基于上述风险状态概率与上述尾水位越限严重度确定尾水位风险指标值。
[0179]
具体地，利用尾水位指标来衡量下游河道水位越限风险，其风险严重度表达如下：
[0180][0181]
上式中，r
tail
为尾水位风险指标，sev
tail
(em)为尾水位越限严重度函数，h
tail
(em)为状态em下的尾水位，尾水位最高限额值。
[0182]
作为本发明一个可选实施方式，上述分配模块74，包括：
[0183]
构建子模块，用于获取多个风险指标，基于上述多个风险指标构建风险层次关系；其中，上述多个风险指标包括可再生能源出力风险指标、水库水位最高越限风险指标、水库水位最低越限风险指标和尾水位风险指标。
[0184]
具体地，构建层次关系，所构建评估对象的层次关系包括目标层和准则层；其中，基于高比例可再生能源电力系统中不同风光占比的电力系统与不同风险指标重要度排序之间的关系构建层次关系。
[0185]
第七确定子模块，用于基于上述风险层次关系构建判断矩阵，基于上述判断矩阵确定多个风险指标的权重系数。
[0186]
具体地，构建判断矩阵b，判断各因素相对重要度，由下式表示：
[0187][0188]
上式中，b
ij
表示风险指标bi相对于风险指标bj的重要度排序系数。
[0189]
进一步地，在构造判断矩阵的基础上，计算判断矩阵相对应的最大特征值和特征向量，并进行归一化处理，所得特征向量即为各风险指标的权重系数，计算公式为：
[0190][0191]
上式中，n为风险指标总个数，vi为风险指标i的权重系数。
[0192]
第八确定子模块，用于基于上述多个风险指标的权重系数与上述实际风险指标值确定上述综合风险值。
[0193]
具体地，上述综合风险值的计算公式如下所示：
[0194]rcom
＝w1rg+w2r
over
+w3r
low
+w4r
tail
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0195]
上式中，r
com
表示综合风险值，rg表示可再生能源出力风险指标值，w1表示可再生能源出力风险指标对应的权重系数，r
over
表示水位最高越限风险指标值，w2表示水库水位最高越限风险指标对应的权重系数，r
low
表示水位最低越限风险指标值，w3表示水位最低越限风险指标对应的权重系数，r
tail
表示尾水位风险指标值，w4表示尾水位风险指标对应的权重系数。
[0196]
另外，本发明实施例还提供了一种电子设备，如图8所示，该电子设备可以包括处理器110和存储器120，其中处理器110和存储器120可以通过总线或者其他方式连接，图8中以通过总线连接为例。此外，该电子设备中还包括至少一个接口130，该至少一个接口130可以是通信接口或其他接口，本实施例对此不做限制。
[0197]
其中，处理器110可以为中央处理器(central processing unit，cpu)。处理器110还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0198]
存储器120作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的视频合成方法对应的程序指令/模块。处理器110通过运行存储在存储器120中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的高比例可再生能源电力系统运行风险量化评估方法。
[0199]
存储器120可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器110所创建的数据等。此外，存储器120可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器120可选包括相对于处理器110远程设置的存储器，这些远程存储器可以通过网络连接至处理器110。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0200]
另外，至少一个接口130用于电子设备与外部设备的通信，比如与服务器通信等。可选的，至少一个接口130还可以用于连接外设输入、输出设备，比如键盘、显示屏等。
[0201]
所述一个或者多个模块存储在所述存储器120中，当被所述处理器110执行时，执行如图1所示实施例中的高比例可再生能源电力系统运行风险量化评估方法。
[0202]
上述电子设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
[0203]
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
[0204]
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对
于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

技术特征：
1.高比例可再生能源电力系统运行风险量化评估方法，其特征在于，包括：获取高比例可再生能源电力系统的系统状态，并对所述高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态；基于所述实时运行状态分别确定风险状态概率和风险严重度；基于所述风险状态概率与所述风险严重度确定实际风险指标值；利用层次分析法对所述实际风险指标值进行权重分配，生成综合风险值，所述综合风险值用于选取高比例可再生能源电力系统的运行方式。2.根据权利要求1所述的高比例可再生能源电力系统运行风险量化评估方法，其特征在于，所述对所述高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态，包括：获取预设抽样次数，基于所述预设抽样次数，利用蒙特卡洛采样法对所述高比例可再生能源电力系统的系统状态进行抽样，生成所述实时运行状态。3.根据权利要求1所述的高比例可再生能源电力系统运行风险量化评估方法，其特征在于，所述基于所述实时运行状态分别确定风险状态概率与风险严重度，包括：基于所述实时运行状态分别确定风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率；基于所述风电出力实时状态概率、所述光伏出力实时状态概率、所述线路实时状态概率和所述发电机组实时状态概率计算所述风险状态概率；基于所述实时运行状态确定所述风险严重度；其中，所述风险严重度包括可再生能源出力不足严重度、水位超高严重度、水位最低越限严重度和尾水位越限严重度。4.根据权利要求3所述的高比例可再生能源电力系统运行风险量化评估方法，其特征在于，所述基于所述实时运行状态分别确定风电出力实时状态概率、光伏出力实时状态概率、线路实时状态概率和发电机组实时状态概率，包括：基于所述实时运行状态中风机的故障率确定风电出力实时状态概率；基于所述实时运行状态中光伏电池的故障率确定光伏出力实时状态概率；基于所述实时运行状态中线路的故障率确定线路实时状态概率；基于所述实时运行状态中发电机组的故障率确定发电机组实时状态概率。5.根据权利要求3所述的高比例可再生能源电力系统运行风险量化评估方法，其特征在于，所述基于所述实时运行状态确定所述风险严重度，包括：基于所述实时运行状态中节点缺额量和有功负荷确定可再生能源出力不足严重度；基于所述实时运行状态中超限状态下的水库水位和水库水位最高限额值确定水位超高严重度；基于所述实时运行状态中最低越限状态下的水库水位和水库水位最低限额值确定水位最低越限严重度；基于所述实时运行状态中当前尾水位数据与尾水位最高限额值确定尾水位越限严重度。6.根据权利要求5所述的高比例可再生能源电力系统运行风险量化评估方法，其特征在于，所述基于所述风险状态概率与所述风险严重度确定实际风险指标值，包括：基于所述风险状态概率与所述可再生能源出力不足严重度确定可再生能源出力风险
指标值；基于所述风险状态概率与所述水位超高严重度确定水库水位最高越限风险指标值；基于所述风险状态概率与所述水位最低越限严重度确定水库水位最低越限风险指标值；基于所述风险状态概率与所述尾水位越限严重度确定尾水位风险指标值。7.根据权利要求1所述的高比例可再生能源电力系统运行风险量化评估方法，其特征在于，所述利用层次分析法对所述实际风险指标值进行权重分配，生成综合风险值，包括：获取多个风险指标，基于所述多个风险指标构建风险层次关系；其中，所述多个风险指标包括可再生能源出力风险指标、水库水位最高越限风险指标、水库水位最低越限风险指标和尾水位风险指标；基于所述风险层次关系构建判断矩阵，基于所述判断矩阵确定多个风险指标的权重系数；基于所述多个风险指标的权重系数与所述实际风险指标值确定所述综合风险值。8.高比例可再生能源电力系统运行风险量化评估装置，其特征在于，包括：抽样模块，用于获取高比例可再生能源电力系统的系统状态，并对所述高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态；第一确定模块，用于基于所述实时运行状态分别确定风险状态概率和风险严重度；第二确定模块，用于基于所述风险状态概率与所述风险严重度确定实际风险指标值；分配模块，用于利用层次分析法对所述实际风险指标值进行权重分配，生成综合风险值，所述综合风险值用于选取高比例可再生能源电力系统的运行方式。9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器与所述处理器耦合；所述存储器上存储有计算机可读程序指令，当所述指令被所述处理器执行时，实现如权利要求1至7任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

技术总结
本发明提供高比例可再生能源电力系统运行风险量化评估方法及装置，高比例可再生能源电力系统运行风险量化评估方法，包括：获取高比例可再生能源电力系统的系统状态，并对高比例可再生能源电力系统的系统状态进行抽样，生成实时运行状态；基于实时运行状态分别确定风险状态概率和风险严重度；基于风险状态概率与风险严重度确定实际风险指标值；利用层次分析法对实际风险指标值进行权重分配，生成综合风险值，综合风险值用于选取高比例可再生能源电力系统的运行方式。该方法可实现高比例可再生能源电力系统运行风险量化，为系统运行安全水平评估提供评判依据。平评估提供评判依据。平评估提供评判依据。


技术研发人员：苏一博 胡伟 张险峰 张鑫 孙长平 孙云超 张馨月
受保护的技术使用者：清华大学
技术研发日：2023.05.15
技术公布日：2023/9/20