周 景,李存斌,左一惠
(華北電力大學(xué),北京 102206)
近年來,由于自然災(zāi)害因素的作用,電網(wǎng)安全穩(wěn)定和經(jīng)濟運行受到嚴重的損害[1]。例如2008年初,我國南方地區(qū)大面積遭受雨雪冰凍災(zāi)害,輸電線路遭受嚴重破壞,使電網(wǎng)結(jié)構(gòu)受到嚴重影響,很多線路和變電站因災(zāi)停運。在世界范圍,由地震等自然災(zāi)害帶來的影響更是不容小視。2011年日本發(fā)生9.0級強震,引起福島核電站核泄漏,造成相當(dāng)大的經(jīng)濟損失和社會損失。為了有效地應(yīng)對自然災(zāi)害,最大程度的減小災(zāi)害對電網(wǎng)運行帶來的損失,國內(nèi)外不少學(xué)者針對電網(wǎng)自然災(zāi)害防御做了不少研究。文獻[2]基于對2008年雪災(zāi)所造成的影響進行分析,提出了應(yīng)當(dāng)災(zāi)害措施和南方地區(qū)電網(wǎng)的規(guī)劃方向。文獻[3]和文獻[4]提出了自然災(zāi)害對電網(wǎng)的影響及對應(yīng)的預(yù)防、預(yù)警措施。文獻[5]分析了中國電網(wǎng)自然災(zāi)害的防御現(xiàn)狀。
針對各種自然災(zāi)害的特點,建立電網(wǎng)自然災(zāi)害風(fēng)險評價指標體系,對電網(wǎng)自然災(zāi)害的積極防御顯得十分必要。本文結(jié)合電網(wǎng)現(xiàn)狀,在辨識電網(wǎng)危害因素和脆弱性分析[6]的基礎(chǔ)上、構(gòu)建電網(wǎng)自然災(zāi)害風(fēng)險評價指標體系[7]。結(jié)合模糊數(shù)相似度方法進行自然災(zāi)害風(fēng)險綜合評價,為相關(guān)部門制定自然災(zāi)害防御措施提供決策依據(jù),具有一定的應(yīng)用價值。
電網(wǎng)自然災(zāi)害常常是以災(zāi)害群的方式出現(xiàn),因而需要采用多災(zāi)種的風(fēng)險評估體系。災(zāi)害具有持續(xù)作用的特點,在時間和空間上產(chǎn)生的影響都會擴張,因此需要考慮的自然災(zāi)害風(fēng)險因素不能僅僅限于災(zāi)害發(fā)生本身。此外,自然災(zāi)害除了對電網(wǎng)中電力設(shè)備造成直接影響,而且會引起事故而產(chǎn)生很大的社會影響。對于電網(wǎng)自然災(zāi)害的綜合風(fēng)險分析,電網(wǎng)特性和抗災(zāi)恢復(fù)能力等也是影響風(fēng)險評估的重要因素[8]。從多層次、多角度結(jié)合定性與定量分析的評價原則,建立如表1所示的指標體系。
表1 電網(wǎng)災(zāi)害風(fēng)險評價指標體系
如表1所示,在構(gòu)成電網(wǎng)自然災(zāi)害風(fēng)險評價的指標體系中,一級指標共四項。二級指標的計算方法如下所示。
1)自然因素風(fēng)險指標計算方法
災(zāi)害風(fēng)險——災(zāi)害發(fā)生概率乘以災(zāi)害強度。
2)電網(wǎng)特性風(fēng)險指標計算方法
負載狀況—供電負荷減少量或增加量除以事故發(fā)生前供電負荷量;
電壓偏差——實際的運行電壓與系統(tǒng)額定電壓之差比上額定電壓:
3)抗災(zāi)恢復(fù)力風(fēng)險指標計算
預(yù)警處理能力——定性分析的指標,分析評價系統(tǒng)信息化水平、通信設(shè)施,進行相應(yīng)的橫向比較;
物資儲備能力——定性分析的指標,調(diào)查救援物資儲備狀況,判斷物資儲備能力;
搶修恢復(fù)能力——定性分析的指標,記錄從發(fā)生事故到電網(wǎng)恢復(fù)正常狀態(tài)所用時間,判斷搶修恢復(fù)能力。
4)社會影響風(fēng)險指標計算
死亡人數(shù)——自然災(zāi)害造成電網(wǎng)故障而導(dǎo)致的死亡人數(shù);
重傷人數(shù)——自然災(zāi)害造成電網(wǎng)故障而導(dǎo)致的重傷人數(shù);
居民停電用戶比例——居民停電總用戶數(shù)除以城市供電總用戶數(shù);
直接經(jīng)濟損失——更換有自然災(zāi)害損壞的設(shè)備和配件材料,以及所需人工成本和運輸成本對應(yīng)費用。
假設(shè)A指標由n個二級指標組成,A1,A2,…,An。每個二級指標可用兩個評估術(shù)語來表示——“風(fēng)險發(fā)生的可能性(iR)”和“風(fēng)險發(fā)生帶來的損失嚴重性(iB)”,iR和iB取表2中的梯形模糊語言值。
風(fēng)險模糊分析算法步驟如下[9]:
1)對每一個子部分模糊等級iR和iB,計算模糊加權(quán)平均均值和梯形模糊數(shù)等級算子,計算公式如下:
2)用模糊語言值的梯形模糊數(shù)的相似度,計算R的梯形模糊數(shù)模糊語言值與表2中的每一個語言值之間的相似度。然后取相似度最大值所對應(yīng)的模糊語言值作為R的模糊語言值,得到模糊等級A。
表2 九級模糊語言值量表
假設(shè)兩個梯形模糊數(shù)等級A和B,改進型梯形模糊數(shù)等級的算子對和的運算如下[10]:
1)語言值梯形模糊數(shù)加法⊕
2)語言值梯形模糊數(shù)乘法?
3)語言值梯形模糊數(shù)除法?
如果A=B
如果A≤B
A和B之間的相似度 (,)S A B定義如下:
其中:
以某地市電力公司為研究對象建立自然災(zāi)害風(fēng)險評價模型。利用梯形模糊相似度,通過分析近年來自然災(zāi)害狀況、特點以及影響,參照建立的模糊風(fēng)險分析結(jié)構(gòu),先對上面描述的四個一級指標風(fēng)險進行計算,得到對應(yīng)的風(fēng)險等級[11]。再根據(jù)不同風(fēng)險之間的損失程度計算相應(yīng)的自然災(zāi)害風(fēng)險等級。
參考模糊語言值量表,對一級指標進行風(fēng)險模糊評定,得到二級指標的評定表,如表3所示。
表3 風(fēng)險具體指標模糊評定表
采用模糊風(fēng)險分析結(jié)構(gòu),對上述四個以及風(fēng)險指標進行合成,結(jié)果如表4所示。
表4 一級指標風(fēng)險合成模糊值
在得到一級指標的風(fēng)險模糊合成值后,利用梯形模糊數(shù)相似度對其進行相似度計算。指標的風(fēng)險模糊等級可通過最大相似度原則進行判定。從表5的相似度可知,自然因素、電網(wǎng)特性和抗災(zāi)恢復(fù)力這三個指標的風(fēng)險等級為相當(dāng)高,社會影響的風(fēng)險等級為中,相對較低。
表5 一級指標相似度計算結(jié)果
針對一級指標進行損失的判斷,根據(jù)電網(wǎng)自然災(zāi)害評估的經(jīng)驗,給出四個一級指標風(fēng)險的損失模糊語言值,如表6所示。
表6 一級指標的損失模糊語言值
采用公式(1)進行最終的電網(wǎng)運行自然災(zāi)害風(fēng)險評價,得到總風(fēng)險模糊語言值R。
R={0.476,0.662,0.914,0.965;1}
下一步是計算總風(fēng)險模糊值R和定義的模糊語言值量表的相似度,在得到R的模糊相似度后,采用最大相似度來確定所評估電網(wǎng)的自然災(zāi)害風(fēng)險等級,如表7所示。從表7的結(jié)果上看,所評估電網(wǎng)的自然災(zāi)害風(fēng)險等級相對高的水平,相關(guān)部門應(yīng)加強風(fēng)險管理,積極進行相應(yīng)的自然災(zāi)害風(fēng)險防御,以保證電網(wǎng)安全穩(wěn)定運行。
表7 自然災(zāi)害風(fēng)險相似度
嚴重的自然災(zāi)害難以預(yù)期,但是通過風(fēng)險評估可以對自然災(zāi)害的發(fā)生進行預(yù)警,做好預(yù)防工作并及時采取應(yīng)對措施,可以將損失減少到最小,從而保證電網(wǎng)運行安全。本文根據(jù)自然災(zāi)害的特點和自然風(fēng)險對電網(wǎng)產(chǎn)生的影響特性,構(gòu)建了電網(wǎng)自然災(zāi)害風(fēng)險評價指標體系,從四個方面——自然因素、電網(wǎng)特性、抗災(zāi)恢復(fù)力、社會影響分析,對其包括的多個二級指標進行分析,提出了基于模糊相似度電網(wǎng)自然災(zāi)害綜合風(fēng)險評價方法。算例表明,該方法具有可行性,為決策部門制定災(zāi)害防御策略提供了決策依據(jù)。
[1] 孫建鋒,葛睿,鄭力,胡超凡.2010年國家電網(wǎng)安全運行分析[J].中國電力,2011,44(5):001-004.
[2] 吳向東,張國威.冰雪災(zāi)害對電網(wǎng)的影響及防范措施[J].中國電力,2008,42(12):014-018.
[3] 董守聰.自然災(zāi)害對電網(wǎng)的影響及預(yù)防措施[J].電氣技術(shù),2007,(4):081-082.
[4] 李繼紅,戴彥,周劍波,等.電網(wǎng)風(fēng)險預(yù)警管理體系探討[J].華東電力,2010,38(7):057-061.
[5] 王昊昊,羅建裕,徐泰山,李海峰,李碧君,朱寰,薛禹勝.中國電網(wǎng)自然災(zāi)害防御技術(shù)現(xiàn)狀調(diào)查與分析[J].電力系統(tǒng)自動化,2012,34(23):005-010.
[6] 曾鳴,陳英杰,胡獻忠,董達鵬.基于多層次模糊綜合評價法的我國智能電網(wǎng)風(fēng)險評價[J].華東電力,2011,39(4):535-540.
[7] 秦繼承,吳娟. 基于電網(wǎng)狀態(tài)評估的風(fēng)險防范管理體系應(yīng)用研究[J].中國電力,2007,40(4):090-092.
[8] 王興發(fā),曹懷予,肖軍詩,張強,陸愈實.我國電網(wǎng)自然災(zāi)害預(yù)警系統(tǒng)研究[J].安全與環(huán)境工程,2012,19(6):38-44.
[9] 李存斌,李鵬,陸龔曙.基于模糊數(shù)相似度的智能電網(wǎng)運營風(fēng)險綜合評價[J].華東電力, 2012,40(9):1486-1489.
[10]張麗媛,徐選華,李濤,周艷菊.基于直覺梯形模糊偏好相似度的多屬性決策方法[J].數(shù)學(xué)的實踐與認識,2012,42(24):167-173.
[11] 何永秀,戴愛英,楊衛(wèi)紅,方銳.基于模糊理論的城市電網(wǎng)風(fēng)險識別與評價[J].電網(wǎng)技術(shù),2010,34(9): 0127-0133.