基于灰色聚類方法的電力系統(tǒng)安全評估

卿松 王曄 彭鵬

摘 要：隨著經(jīng)濟發(fā)展和居民生活水平提高，安全用電方面的需求不斷增長，電力系統(tǒng)的規(guī)模不斷擴張；同時，新能源網(wǎng)絡(luò)發(fā)展使電網(wǎng)的結(jié)構(gòu)越來越復(fù)雜。另一方面，對電力系統(tǒng)安全的要求也越來越高。需要對其有一個科學(xué)的評估。本文基于灰色白化權(quán)函數(shù)聚類方法對電力系統(tǒng)安全進行評估，并通過對比電力系統(tǒng)實際運行情況，驗證所提出電力系統(tǒng)安全評估方法的可信性與實用性。

關(guān)鍵詞：灰色聚類分析；電力系統(tǒng)；安全評估

1 引言

中國經(jīng)濟的持續(xù)快速發(fā)展，客觀上需要電力系統(tǒng)快速發(fā)展。另一方面，在國家大力號召積極開展能源互聯(lián)網(wǎng)建設(shè)的背景下，人們越來越重視電力系統(tǒng)的安全穩(wěn)定運行問題。近年來，不斷發(fā)生的大面積停電事故使人們深刻認識到電力系統(tǒng)運行中大面積停電風(fēng)險的存在。通過科學(xué)的安全評估識別潛在危險因素，降低電力系統(tǒng)運行風(fēng)險，可有效減少大面積停電事故的發(fā)生。因此，電力系統(tǒng)安全運行評估受到了政府、電網(wǎng)企業(yè)以及科研領(lǐng)域的高度重視[1]。針對電力系統(tǒng)安全運行的評估理論大致經(jīng)歷了兩個階段：一個是可靠性評估階段，一個是風(fēng)險評估階段。其中，風(fēng)險評估分別是基于可靠性理論和基于風(fēng)險管理的風(fēng)險評估[2-5]。1968年，美國組建了NERC（National Electric Reliability Council），其制定的可靠性衡量標(biāo)準(zhǔn)給電力系統(tǒng)可靠性評估提供了理論基礎(chǔ)[6]。1983年，中國電機工程學(xué)會和電工技術(shù)學(xué)會也相繼成立了可靠性專業(yè)委員會和管理中心，開展大規(guī)模發(fā)電、輸電和配電系統(tǒng)的可靠性統(tǒng)計工作[7]。

灰色系統(tǒng)理論作為一個專門研究“小樣本”、“貧信息”不確定性系統(tǒng)的理論方法，1982年由我國華中科技大學(xué)鄧聚龍教授提出。由于該理論適合于研究“部分信息已知，部分信息未知”的系統(tǒng)的預(yù)測、決策、聚類、關(guān)聯(lián)、控制等問題，已經(jīng)被廣泛應(yīng)用到多個領(lǐng)域解決實際問題[9， 10]。其中的灰色聚類被用于進行聚類評估和決策問題[11-16]。按照聚類對象進行劃分，灰色聚類方法可以分為兩類：即灰色關(guān)聯(lián)聚類和灰色白化權(quán)函數(shù)聚類。本文使用后者對電力系統(tǒng)安全風(fēng)險進行評估。

2 灰色聚類分析法

不同于傳統(tǒng)數(shù)據(jù)挖掘中的聚類方法，灰色白化權(quán)函數(shù)聚類，是根據(jù)某些特定的觀測指標(biāo)的觀測值，由領(lǐng)域?qū)＜覙?gòu)建白化權(quán)函數(shù)，將其劃分成若干個可定義類別的一種方法[12]?；疑谆瘷?quán)函數(shù)聚類適合于系統(tǒng)結(jié)構(gòu)復(fù)雜、不確定性高、有效信息缺乏的系統(tǒng)聚類。而現(xiàn)代的電力系統(tǒng)屬于這一類系統(tǒng)，所以，我們選擇灰色聚類方法進行電力系統(tǒng)的安全評估。

灰色變權(quán)聚類適用于指標(biāo)的意義、量綱相同的情形，所以本文選擇灰色變權(quán)聚類方法。

3 案例分析

3.1數(shù)據(jù)分析

在本文的案例研究中，我們選擇廣東省，新疆省，北京市的電力系統(tǒng)安全評估的數(shù)據(jù)。在評估指標(biāo)方面，參考文獻[20-23]研究結(jié)果，選擇9個評估指標(biāo)來進行案例分析，如表1所示。

使用灰色白化權(quán)函數(shù)來確定所屬灰類，具體步驟如下所示：

（1）確定白化權(quán)函數(shù)值矩陣 。我們選擇表1提到的9個重要指標(biāo)來評估3個省電力系統(tǒng)的安全風(fēng)險。

基于上述指標(biāo)體系和三個省份的數(shù)據(jù)，考慮到一些專家的意見和使用適當(dāng)?shù)臄?shù)據(jù)轉(zhuǎn)換方法，我們將得到的最終結(jié)果展示如下：

（2）獲得白化權(quán)函數(shù) 。根據(jù)評估標(biāo)準(zhǔn)，我們將9個評估指標(biāo)劃分為三個灰類，指標(biāo)j對于灰類k的白化權(quán)函數(shù)為： 。在這個實例中，我們選擇上限白化權(quán)函數(shù)來衡量灰類為“高”，居中白化權(quán)函數(shù)來衡量灰類為“中等”，下限白化權(quán)函數(shù)來衡量灰類為“低”。得到的白化權(quán)函數(shù)如下所示：

根據(jù)上述白化權(quán)函數(shù)和第二部分提到的方法，得到如下的函數(shù)表達：

（3） 計算閾值 ?？紤]到專家經(jīng)驗和這些省份的歷史數(shù)據(jù)，可以得到如下表2的閾值 。

（4） 計算聚類權(quán)重wi。根據(jù)專家經(jīng)驗和這些省份的歷史數(shù)據(jù)，我們給定9個評估指標(biāo)的權(quán)重如表3所示。

（5） 得到聚類系數(shù)，聚類向量和項目所屬灰類。

根據(jù)公式（1），我們可以得到不同灰類下的聚類系數(shù)。根據(jù)以上結(jié)果，我們能得到聚類向量，接下來計算出相關(guān)項目所屬的灰類，如表4所示。

3.2 結(jié)果分析

通過表4可以看到三個省份的聚類系數(shù)，分別為：廣東省 =0.9375，新疆省 =0.8096，北京市 =0.9219都處于較高的安全風(fēng)險中。按其風(fēng)險程度，從高到低排序，其順序是廣東省>北京市>新疆省。通過對三個省份的電力系統(tǒng)進行實際情況分析可知以下幾點。

（1）廣東省電力系統(tǒng)較高的依賴外部區(qū)域；同時隨著廣東省電網(wǎng)的快速發(fā)展，產(chǎn)生大量電網(wǎng)建設(shè)和電網(wǎng)改造工作。所以在很長一段時間之內(nèi)，電網(wǎng)運行方式都處于不斷的調(diào)整和變化之中，也帶來了更多的電網(wǎng)結(jié)構(gòu)風(fēng)險，影響到了電力系統(tǒng)的安全穩(wěn)定運行。

（2）作為我國的首都，北京擁有大量的人口，造成較高的電力需求和電力負擔(dān)。從計算可知，北京電網(wǎng)運行風(fēng)險和關(guān)鍵二次設(shè)備風(fēng)險較高，對電力系統(tǒng)安全風(fēng)險影響較大。

（3）作為中國土地面積最大的省級行政區(qū)，新疆省其經(jīng)濟發(fā)展需要改善，電力技術(shù)相對落后，安全穩(wěn)定控制系統(tǒng)及安全自動裝置技術(shù)風(fēng)險和直流偏磁風(fēng)險需要更多的關(guān)注。

4 結(jié)論

電力系統(tǒng)大面積停電綜合指數(shù)的計算結(jié)果能夠反映出整個電力系統(tǒng)運行的安全風(fēng)險水平，通過這些指標(biāo)能夠及時建立起政府和電力企業(yè)以及社會之間的聯(lián)系，以便政府、社會以及電力企業(yè)合作完成大面積停電等事故預(yù)防的任務(wù)。本文提出了基于灰色聚類分析的電力系統(tǒng)安全評估方法，以豐富電力系統(tǒng)安全評估方法。

參考文獻

[1] McCalley，J.D.，Vittal，V.，Abi-Samra，N.An overview of risk based securityassessment，in：Proceeding of IEEE Power

Engineering Society Summer Meeting，1999.Edmonton，Canada，1999.

[2] Billinton R， Li W Y. A hybrid approach for reliability evaluation ofcomposite generating and transmission systems using Monte Carlo simulationand enumeration technique. IEE Proceedings C， May 1991， 138（3）： 233-241.

[3] 李文沅.電力系統(tǒng)風(fēng)險評估模型、方法和應(yīng)用.北京：科學(xué)出版社，2006.

[4] 郭永基.加強電力系統(tǒng)可靠性的研究和應(yīng)用-北美東部大停電的思考.電力系統(tǒng)自動化，2003，27（ 19）： 1-5.

[5] Dobson I， Chen J. Thorp J S， et al. Examining criticality of blackouts in power system models with cascading events. In proc. of 35th international conference on system sciences. Maui， Hawaii： 2002：7（10）.

[6] 馮永青，張伯明，吳文傳，等.基于可信性理論的電力系統(tǒng)運行風(fēng)險評估（一）運行風(fēng)險的提出與發(fā)展.電力系統(tǒng)自動化.2006，30（1）：17-23.

[7] Ming Ni， McCalley， J.D.， Vittal， V. et al. Software implementation of online risk-based security assessment， IEEE Trans on Power Systems， 2003，18（3）：1165-1172.

[8] 劉思峰，郭天榜，黨耀國，等.灰色系統(tǒng)理論及其應(yīng)用.（第二版）.北京：科學(xué)出版社，2000.

[9] Liu S F， Lin Y. Grey information theory and practical applications. London： Springer Verlag， 2006：10-30.

[10] 鄧聚龍.灰色系統(tǒng)理論教程.武漢：華中理工大學(xué)出版社，1992.

[11] Liu S F， Lin Y. Grey information theory and practical applications. Springer Verlag. London， 2006， 7-12.

[12] Deng J L. The Control problem of grey systems. Systems &Control Letter， 1982， 1（5）， 288-294.

[13] Chi G T， Cheng X Q， Wang L J. The society evaluation model based on grey clustering and its empirical study of cities under province. Chinese Journal of Management Science， 2010， 18（6）， 185-192.

[14] Li Z C. Clustering analysis on regional economic development level in Jiangsu Province. China Business， 2011，（03）， 13-14.

[15] Nie D. Cluster analysis on social and economic development level in Jilin Province. Changchun， 2006.

[16] Shamilov，Aladdin.A development of entropy optimization methods. WSEAS Transactions on Mathematics， May， 2006： 568-575.

[17] Abdou， Samir， Savoy， Jacques. Statistical and comparative evaluation of various indexing and search models. Lecture Notes in Computer Science.2006： 362-373.

[18] ZhuZ，ZhangL.A combination model and application for the water quality evaluation. Journal of Wseas Transactions on Systems， 2009（85）：628-637.

[19] CIGRE Task Force 38.03.12. Power system security assessment， a position paper， Electra， 1997，175：49-77.

[20]ChenQ. M.， JiangC. W.， QiuW. Z.， et al. Probability models forestimating the probabilities of cascading outages in high-voltage transmissionnetwork， IEEE Trans on Power Systems， 2006，21（3）：1423-1431.

[21]Dai， Y.，McCalley， J.D.， Abi-Samra， et al. Annual risk assessment for overloadsecurity. IEEE Trans on Power Systems， 2001， 16（4）：616-623.

[22] Hurdle EE， Bartlett LM， Andrews JD. Fault diagnostics of dynamic systemoperation using a fault tree based method. Reliability Engineering & System Safety， 2009，94（9）： 1371-1380.

[23] Chatzimouratidis Al， Pilavachi PA. Technological， economic and sustainabilityevaluation of power plants using the Analytic Hierarchy Process. Energy Policy， 2009， 37（3）：778-787.