1.一种基于大数据的电力系统风险调度优化方法,其特征在于,包括下述步骤:采集风电机组运行数据和电力系统环境数据,所述电力系统环境数据包含风电机组环境数据和各输电线路的沿线环境数据;
通过所述风电机组运行数据和所述风电机组环境数据确定风电场的出力稳定系数;
通过所述沿线环境数据确定各输电线路的线路安全系数;
通过所述出力稳定系数和所述线路安全系数确定风电场与各输电线路的传输安全系数,并通过所述传输安全系数对各输电线路的传输功率进行风险调度优化。
2.根据权利要求1所述的一种基于大数据的电力系统风险调度优化方法,其特征在于,所述确定风电场的出力稳定系数的具体步骤包括:获取所述风电机组运行数据和所述风电机组环境数据;
通过所述风电机组运行数据和所述风电机组环境数据计算风电机组的理论输出功率,理论输出功率计算公式为:;
式中 表示风电机组监测到的实时风速, 表示风电机组的切入风速, 表示风电机组的额定风速, 表示风电机组的切出风速, 表示第 台风电机组的额定功率,表示第 台风电机组的理论输出功率;
通过所述风电机组运行数据和所述理论输出功率计算风电场的出力稳定系数,出力稳定系数计算公式为:;
式中 表示第 台风电机组的实际输出功率, 表示第 台风电机组的理论输出功率, 表示第 台风电机组的额定功率, 表示风电机组的数量, 表示出力稳定系数。
3.根据权利要求1所述的一种基于大数据的电力系统风险调度优化方法,其特征在于,所述确定各输电线路的线路安全系数的具体步骤包括:获取输电线路参数和所述沿线环境数据;
通过所述输电线路参数和所述沿线环境数据计算分段线路故障系数和杆塔故障系数,杆塔故障系数计算公式为:;
式中 表示杆塔承受的张力, 表示输电线路上杆塔抗弯强度的方差, 表示杆塔受到的风荷载, 表示输电线路上杆塔抗弯强度的均值, 表示第 条输电线路上第 个杆塔的杆塔故障系数;
通过所述分段线路故障系数和所述杆塔故障系数计算线路安全系数,线路安全系数计算公式为:;
式中 表示第 条输电线路上第 个分段线路的分段线路故障系数, 表示第 条输电线路上第 个杆塔的杆塔故障系数, 表示输电线路上的分段线路数量, 表示输电线路上的杆塔数量, 表示线路安全系数。
4.根据权利要求3所述的一种基于大数据的电力系统风险调度优化方法,其特征在于,所述分段线路故障系数的计算公式为:;
式中 表示第 个分段线路的长度, 表示输电线路中分段线路的平均长度, 表示第 个分段线路处的风速, 表示第 个分段线路的设计风速, 表示第 个分段线路走向与风向之间的夹角, 表示调节因子, 表示分段线路故障系数。
5.根据权利要求1所述的一种基于大数据的电力系统风险调度优化方法,其特征在于,所述确定风电场与各输电线路的传输安全系数的具体步骤包括:获取所述出力稳定系数和所述线路安全系数;
通过所述出力稳定系数和所述线路安全系数计算传输安全系数,传输安全系数计算公式为:;
式中 表示出力稳定系数, 表示线路安全系数, 表示出力稳定权重, 表示线路安全权重, 表示传输安全系数。
6.根据权利要求1所述的一种基于大数据的电力系统风险调度优化方法,其特征在于,所述对各输电线路的传输功率进行风险调度优化的具体步骤包括:获取输电线路的当前传输功率和所述传输安全系数;
当所述传输安全系数大于等于预设传输安全阈值时,维持输电线路的当前传输功率不变;
当所述传输安全系数小于预设传输安全阈值时,将输电线路的传输功率调整为当前传输功率与传输安全系数的乘积。
7.一种基于大数据的电力系统风险调度优化系统,其基于权利要求1‑6中任一项所述的一种基于大数据的电力系统风险调度优化方法实现,其特征在于,所述系统包括:数据采集模块,用于采集风电机组运行数据和电力系统环境数据,所述电力系统环境数据包含风电机组环境数据和各输电线路的沿线环境数据;
出力稳定系数计算模块,用于通过所述风电机组运行数据和所述风电机组环境数据确定风电场的出力稳定系数;
线路安全系数计算模块,用于通过所述沿线环境数据确定各输电线路的线路安全系数;
传输安全系数计算模块,用于通过所述出力稳定系数和所述线路安全系数确定风电场与各输电线路的传输安全系数,并通过所述传输安全系数对各输电线路的传输功率进行风险调度优化;
控制模块,用于控制所述数据采集模块、所述出力稳定系数计算模块、所述线路安全系数计算模块和所述传输安全系数计算模块的运行。
8.一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;其特征在于,所述处理器通过调用所述存储器中存储的计算机程序,执行如权利要求1‑6任一项所述的一种基于大数据的电力系统风险调度优化方法。
9.一种计算机可读存储介质,其特征在于,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1‑6任一项所述的一种基于大数据的电力系统风险调度优化方法。