基于自組織臨界理論的電網(wǎng)脆弱線路辨識

岳賢龍，王 濤，顧雪平，李 凱，張 尚，王鐵強(qiáng)

?

基于自組織臨界理論的電網(wǎng)脆弱線路辨識

岳賢龍1，王 濤1，顧雪平1，李 凱1，張 尚1，王鐵強(qiáng)2

(1.華北電力大學(xué)新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗室，河北 保定 071003；2.河北電力調(diào)度通信中心，河北 石家莊 050021)

為了辨識引發(fā)電力系統(tǒng)連鎖故障的脆弱線路，從事故發(fā)展的角度出發(fā)，基于自組織臨界理論的冪律特性構(gòu)建了電網(wǎng)脆弱線路辨識模型。線路因保護(hù)的隱藏故障或過載而退出運(yùn)行后，利用孤島搜索辨識引發(fā)系統(tǒng)解列的關(guān)鍵線路，并對其處理以便重新潮流計算。綜合改進(jìn)的潮流分布熵、靈敏度分析理論及OPF模型對負(fù)荷水平和發(fā)電機(jī)出力進(jìn)行調(diào)整，構(gòu)成電網(wǎng)停電模擬模型。通過大量的仿真與統(tǒng)計，利用系統(tǒng)負(fù)荷損失量的冪律或冪律尾特性判斷系統(tǒng)是否達(dá)到臨界狀態(tài)，同時，系統(tǒng)負(fù)荷損失量的數(shù)學(xué)期望越高，該自組織臨界狀態(tài)越危險，致使連鎖故障的風(fēng)險越高。以IEEE 39節(jié)點(diǎn)系統(tǒng)為仿真算例，驗證了方法的正確性和有效性。

脆弱線路；自組織臨界理論；改進(jìn)的潮流分布熵；停電模擬；孤島搜索；靈敏度分析

0 引言

電網(wǎng)的大規(guī)模互聯(lián)已成為國內(nèi)外電力系統(tǒng)發(fā)展的必然趨勢[1]，使得系統(tǒng)的動態(tài)行為變得越來越復(fù)雜[2-3]；同時，系統(tǒng)的發(fā)電和負(fù)荷水平不斷提高，使得線路潮流逐漸增加[4-5]。當(dāng)線路因過載或保護(hù)故障而退出運(yùn)行后，將引發(fā)潮流不同程度的轉(zhuǎn)移，繼而可能引發(fā)更多線路相繼斷開，最終形成大停電連鎖事故。因此，電網(wǎng)對于辨識脆弱線路的需求越來越強(qiáng)烈，從而降低連鎖故障的發(fā)生概率。

“脆弱性”指一個系統(tǒng)、一個體制的薄弱環(huán)節(jié)，是當(dāng)前的熱點(diǎn)研究問題[6]。人們已經(jīng)提出多種辨識電網(wǎng)脆弱線路的研究方法，但還沒有形成廣泛認(rèn)可的理論方法和模型，主要分為以下兩個方面，第一，從圖論的角度出發(fā)，引入相關(guān)的電氣量進(jìn)行擴(kuò)展和改進(jìn)；第二，從連鎖故障和潮流計算的角度入手，利用系統(tǒng)狀態(tài)和行為的變化進(jìn)行分析。

對于圖論在脆弱線路辨識中的應(yīng)用，一方面，對圖論進(jìn)行擴(kuò)展和改進(jìn)，以提高其在不同電網(wǎng)中的通用性；另一方面，引入了相關(guān)的靜態(tài)或動態(tài)電氣量，以提高其在實(shí)際電網(wǎng)中的應(yīng)用。文獻(xiàn)[7]說明了電網(wǎng)的小世界特性，并利用節(jié)點(diǎn)的度數(shù)以及邊的介數(shù)辨識脆弱線路；文獻(xiàn)[8]通過定義帶權(quán)重線路介數(shù)對復(fù)雜網(wǎng)絡(luò)理論進(jìn)行改進(jìn)，能夠辨識出承擔(dān)較小功率但是在電網(wǎng)拓?fù)渲姓紦?jù)特殊位置的線路；文獻(xiàn)[7-8]僅從網(wǎng)絡(luò)拓?fù)涞慕嵌缺孀R脆弱線路，并未計及支路阻抗等電氣因素，與實(shí)際運(yùn)行情況有較大差異。文獻(xiàn)[9]基于電氣介數(shù)指標(biāo)辨識電網(wǎng)脆弱線路，綜合考慮了發(fā)電容量和負(fù)荷水平的限制，更符合電力系統(tǒng)的物理背景，但是對系統(tǒng)狀態(tài)的評估略顯粗糙；文獻(xiàn)[10-11]分別基于潮流介數(shù)和輸電介數(shù)指標(biāo)辨識關(guān)鍵線路，能夠適應(yīng)不同運(yùn)行方式下電網(wǎng)潮流分布，但未計及線路故障后系統(tǒng)的連通性；文獻(xiàn)[12]基于復(fù)雜網(wǎng)絡(luò)理論，結(jié)合線路電壓等級和地理位置，并綜合考慮潮流熵變化和節(jié)點(diǎn)電壓偏移辨識城市電網(wǎng)脆弱線路，更逼近電網(wǎng)實(shí)際運(yùn)行情況，對脆弱線路辨識具有重要意義。

連鎖故障仿真和電網(wǎng)潮流分析主要利用線路投切或潮流轉(zhuǎn)移對系統(tǒng)的影響辨識脆弱線路。文獻(xiàn)[13]考慮了連鎖過載和隱性故障，從初始故障支路出發(fā)，綜合故障支路與其他支路之間的關(guān)聯(lián)作用，以及對其他支路的敏感性指標(biāo)，并基于聚類方法對脆弱區(qū)域劃分與識別；文獻(xiàn)[14]基于模擬連鎖故障的隱性故障模型和風(fēng)險理論，提出復(fù)雜電網(wǎng)的線路故障風(fēng)險評估方法；文獻(xiàn)[15]基于在線生成的事故鏈，提出了依托事故鏈風(fēng)險指標(biāo)的輸電環(huán)節(jié)脆弱度評估方法；文獻(xiàn)[16]基于事故鏈風(fēng)險評估理論，綜合考慮線路在事故鏈中的位置和造成事故的嚴(yán)重程度辨識對連鎖故障產(chǎn)生重要影響的關(guān)鍵線路；文獻(xiàn)[13-16]從動態(tài)的角度對電網(wǎng)脆弱環(huán)節(jié)進(jìn)行分析與評估，較好地揭示了電力系統(tǒng)連鎖故障的起因和發(fā)展過程。文獻(xiàn)[17]從線路潮流轉(zhuǎn)移對系統(tǒng)整體影響的角度出發(fā)，綜合線路過負(fù)荷擾動和故障斷線風(fēng)險獲取潮流轉(zhuǎn)移熵和潮流分布熵，建立了基于潮流熵測度的線路綜合脆弱辨識模型。

本文從事故發(fā)展的角度入手，基于系統(tǒng)連鎖故障負(fù)荷損失過程，利用自組織臨界理論的冪律特性建立了電網(wǎng)脆弱線路辨識模型。模型中考慮了保護(hù)的隱藏故障，若線路因故障或過載而退出運(yùn)行，利用廣度優(yōu)先搜索理論進(jìn)行孤島搜索與處理；進(jìn)一步，對于潮流轉(zhuǎn)移引起的線路重載或過載，利用靈敏度分析理論和OPF模型調(diào)整負(fù)荷水平和發(fā)電機(jī)出力，進(jìn)而形成了電力系統(tǒng)停電模擬模型，其中，針對傳統(tǒng)潮流分布熵未計及線路自身物理背景的缺陷，提出了引入線路負(fù)載率后的改進(jìn)潮流分布熵，以便于篩選對系統(tǒng)沖擊較小的可調(diào)整節(jié)點(diǎn)；然后，基于系統(tǒng)總損失負(fù)荷量的冪律特性統(tǒng)計和辨識脆弱線路。最后，以IEEE 39節(jié)點(diǎn)系統(tǒng)為算例進(jìn)行仿真和分析，驗證了該方法的正確性和有效性。

1 自組織臨界理論模型

1.1 自組織臨界理論

“自組織”指系統(tǒng)由內(nèi)部組織間的相互作用而自發(fā)地形成某種狀態(tài)，而不是由任何外部因素控制所形成；“臨界狀態(tài)”指系統(tǒng)處于一種特殊的、靈敏的狀態(tài)，微小的變化可以不斷地放大，直至擴(kuò)延到整個系統(tǒng)。換言之，不管系統(tǒng)初始時是什么條件，系統(tǒng)都可能達(dá)到該狀態(tài)，而當(dāng)系統(tǒng)達(dá)到此臨界狀態(tài)時，即使很小的擾動也會引起整個系統(tǒng)發(fā)生一系列連鎖性災(zāi)變[18]，此時系統(tǒng)內(nèi)的事件大小和頻率之間呈現(xiàn)冪函數(shù)關(guān)系?，F(xiàn)實(shí)生活中，它的適用范圍在逐漸擴(kuò)大，一方面，包括了自然界中現(xiàn)存的生態(tài)系統(tǒng)及數(shù)不勝數(shù)的子系統(tǒng)；另一方面，社會生活中誕生的經(jīng)濟(jì)系統(tǒng)、交通系統(tǒng)和電力系統(tǒng)等。

歷次大停電事故分析表明，負(fù)荷損失累計概率分布符合冪律或冪律尾特性[19-20]，自組織臨界理論逐漸被用來解釋大停電事故機(jī)理[21]。自組織臨界理論主要有平衡系統(tǒng)臨界性、無標(biāo)度性、冪律分布特性和魯棒性。本文模型中主要使用了自組織臨界理論的冪律分布特性，依據(jù)該特性判斷系統(tǒng)是否達(dá)到自組織臨界狀態(tài)，其中，變量的累積分布函數(shù)表示如下。

此外，當(dāng)電網(wǎng)處于不同自組織臨界狀態(tài)時，系統(tǒng)負(fù)荷損失量的數(shù)學(xué)期望越高，表明該自組織臨界狀態(tài)越危險，致使連鎖故障的風(fēng)險越高。

1.2 模型中的總負(fù)荷損失

在模型的自組織臨界理論應(yīng)用中，以系統(tǒng)總損失負(fù)荷量作為冪律特性的變量，主要包括以下三種情況。第一，在故障發(fā)展過程中未形成任何孤島系統(tǒng)，先以故障前的總負(fù)荷量作為基準(zhǔn)，再求取連鎖故障停電模擬結(jié)束之后系統(tǒng)總負(fù)荷量，以初始值與負(fù)荷切除結(jié)束之后的差值作為系統(tǒng)損失負(fù)荷量；第二，在故障過程中形成了孤島，但是小孤島系統(tǒng)單獨(dú)運(yùn)行時仍可以收斂，此時，同第一種情況相似，只是故障后總負(fù)荷量變化為兩個獨(dú)立系統(tǒng)的總負(fù)荷之和；第三，在故障發(fā)展過程中形成了孤島，而且經(jīng)過發(fā)電機(jī)出力調(diào)整后小孤島系統(tǒng)單獨(dú)運(yùn)行時不收斂，總負(fù)荷損失為形成的孤島中所包括的總負(fù)荷量。

(3)

2 電力系統(tǒng)停電模擬模型

2.1 考慮保護(hù)的隱藏故障

世界上約75%的大停電事故與保護(hù)系統(tǒng)的不正確動作有關(guān)[22]?？梢?，繼電保護(hù)的隱藏故障逐漸成為電力系統(tǒng)災(zāi)變的一種潛在機(jī)理，引起了人們越來越多的重視，也成為電力系統(tǒng)仿真模擬中不容忽視的因素。

繼電保護(hù)隱藏故障指當(dāng)系統(tǒng)正常運(yùn)行時對系統(tǒng)沒有影響，而當(dāng)系統(tǒng)中某些內(nèi)部組織發(fā)生變化時，就會被觸發(fā)的一類故障，繼而引起大面積的故障。目前，引發(fā)保護(hù)隱藏故障的主要原因可分為以下兩類：第一，所設(shè)的定值不合理，如保護(hù)定值更新滯后而不適合當(dāng)前運(yùn)行方式等；第二，保護(hù)系統(tǒng)中硬件不合理，如元件有缺陷、通信系統(tǒng)故障等[23]。

保護(hù)隱藏故障包括單重隱藏故障和多重隱藏故障，其中單重隱藏故障發(fā)生的概率比較小，而多重隱藏故障發(fā)生的概率更小，本模型僅考慮單重隱藏故障。當(dāng)某條線路因過負(fù)荷或故障而切除時，隱藏故障會使得與該線路兩端相連的所有線路以一定的概率斷開，而單重隱藏故障會使得所有相連線路中至多斷開一條[24]。

模型中保護(hù)隱藏故障按如下方法仿真，當(dāng)模型中選擇的某條線路斷開后，將一組(0~1)范圍內(nèi)的隨機(jī)連續(xù)均勻分布的數(shù)組分別賦予和該線路相連的所有線路，若線路賦值在0~0.02之間，則選擇將該線路斷開，否則，不予斷開?？傊?，當(dāng)已選擇的線路斷開后，以一個較小的概率定值斷開與它相連接的所有線路，從而模擬了保護(hù)隱藏故障對系統(tǒng)的影響。

2.2 孤島搜索與處理

對電力系統(tǒng)而言，由發(fā)電機(jī)、負(fù)荷和輸電線路構(gòu)成的電網(wǎng)可等效為復(fù)雜的節(jié)點(diǎn)圖[25]。實(shí)際運(yùn)行時，因線路過載或故障而導(dǎo)致線路被切除，可能引起系統(tǒng)解列而形成孤島，致使潮流不平衡，進(jìn)而影響系統(tǒng)潮流的準(zhǔn)確計算。因此，需要及時搜索系統(tǒng)中形成的孤島、調(diào)整孤島中的發(fā)電機(jī)出力和負(fù)荷水平，既可以使系統(tǒng)達(dá)到新的平衡狀態(tài)，又能夠辨識出致使系統(tǒng)解列的重要線路。

孤島搜索算法可用于判斷某條支路斷開后系統(tǒng)是否會產(chǎn)生孤島。首先，以該支路的一個節(jié)點(diǎn)作為根節(jié)點(diǎn)，對其進(jìn)行存儲；然后，從節(jié)點(diǎn)出發(fā)，通過遍歷所有支路依次搜索與連通的節(jié)點(diǎn)，并存儲各個鄰接點(diǎn)，此時，為母節(jié)點(diǎn)；接著，與上一步操作相同，依次搜索所有鄰接的尚未訪問的頂點(diǎn)即子節(jié)點(diǎn)，再從這些被訪問的頂點(diǎn)出發(fā)，逐次訪問與它們連接且未訪問過的頂點(diǎn)，直至搜尋不到任何相通的節(jié)點(diǎn)為止；最后，若可連通節(jié)點(diǎn)數(shù)與系統(tǒng)初始的總節(jié)點(diǎn)數(shù)不相同，則表明系統(tǒng)中形成了孤島，反之，則未形成孤島。

孤島搜索完畢后，如果形成了孤島系統(tǒng)，分以下兩種情況進(jìn)行處理。若孤島系統(tǒng)由少數(shù)幾個節(jié)點(diǎn)構(gòu)成，按照文獻(xiàn)[5]中孤島處理方法調(diào)整發(fā)電機(jī)出力和負(fù)荷水平；若兩個解列后系統(tǒng)所包含的節(jié)點(diǎn)數(shù)目相當(dāng)，按照2.3節(jié)中方法分別進(jìn)行處理。此外，對每一次所留下來的、待處理的主要系統(tǒng)，將孤島搜索結(jié)果中保存的節(jié)點(diǎn)數(shù)目作為參考，保留在所保存節(jié)點(diǎn)范圍內(nèi)的負(fù)荷節(jié)點(diǎn)數(shù)據(jù)、發(fā)電機(jī)節(jié)點(diǎn)數(shù)據(jù)，以及所有兩個節(jié)點(diǎn)均在所保存節(jié)點(diǎn)范圍之內(nèi)的支路，繼而方便于重新計算系統(tǒng)的潮流。

2.3 電力系統(tǒng)切負(fù)荷模型

線路在長期過負(fù)荷情況下對系統(tǒng)會產(chǎn)生一系列的影響，當(dāng)線路溫度超過最高允許工作溫度后，可能引起線路短路著火而退出運(yùn)行，線路的開斷又將導(dǎo)致大量潮流轉(zhuǎn)移到其他線路。其中，在電力系統(tǒng)安全穩(wěn)定控制中，切機(jī)與切負(fù)荷控制是目前較為成熟的緊急控制措施。因此，在系統(tǒng)運(yùn)行過程中，對與過載線路緊密相關(guān)的負(fù)荷進(jìn)行合理的切除對系統(tǒng)的正常運(yùn)行有著至關(guān)重要的作用。

2.3.1 改進(jìn)的潮流分布熵

傳統(tǒng)的潮流分布熵指節(jié)點(diǎn)受到負(fù)荷沖擊后引起的系統(tǒng)中線路潮流分布的變化，進(jìn)而評估其對系統(tǒng)安全運(yùn)行帶來的影響[17]?？梢?，其僅考慮了潮流分布不均勻?qū)ο到y(tǒng)的影響，并未計及線路自身的物理背景，因此，綜合考慮線路負(fù)載率提出了改進(jìn)的潮流分布熵，以便于選取負(fù)荷調(diào)整后對系統(tǒng)影響較小的負(fù)荷節(jié)點(diǎn)。

線路的負(fù)載率定義為

系統(tǒng)在正常運(yùn)行狀態(tài)下，當(dāng)節(jié)點(diǎn)受到負(fù)荷沖擊后，線路的負(fù)載率變化量為

節(jié)點(diǎn)受負(fù)荷沖擊后，對系統(tǒng)潮流沖擊總量為

式中，為系統(tǒng)中線路總數(shù)。

線路因節(jié)點(diǎn)負(fù)荷沖擊引起潮流轉(zhuǎn)移的沖擊比率為

(8)

2.3.2 節(jié)點(diǎn)負(fù)荷對線路潮流的靈敏度

式中：各參數(shù)可劃分為狀態(tài)變量與控制變量兩種，狀態(tài)變量表示為；控制變量表示為。其中，下標(biāo)L表示PQ節(jié)點(diǎn)；g表示PV節(jié)點(diǎn)；v表示平衡節(jié)點(diǎn)。綜合狀態(tài)變量和控制變量，靈敏度分析的數(shù)學(xué)表達(dá)式定義如下

(10)

忽略不計控制向量之間的相互影響，對上式中控制向量求全微分，則靈敏度公式轉(zhuǎn)化為

對上式整理，則靈敏度的矩陣表達(dá)式為

(12)

利用直流潮流法，線路潮流可通過線路首末節(jié)點(diǎn)電壓的相角差與線路電抗得到，即

結(jié)合式(12)和式(13)，各節(jié)點(diǎn)有功出力或負(fù)荷對線路潮流的靈敏度為

2.3.3 電力系統(tǒng)的負(fù)荷調(diào)整過程

對于負(fù)荷水平和發(fā)電機(jī)出力的調(diào)整過程，本文重點(diǎn)分析節(jié)點(diǎn)負(fù)荷水平的調(diào)整方法，同時，采用直流模型計算最優(yōu)潮流(OPF)，進(jìn)而確定系統(tǒng)內(nèi)機(jī)組出力[26]。負(fù)荷水平調(diào)整過程由切除順序與切除量兩個因素共同決定。對于切除順序，利用2.3.1節(jié)所述的改進(jìn)潮流分布熵指標(biāo)選擇對系統(tǒng)影響較小的可調(diào)整負(fù)荷節(jié)點(diǎn)1(1,2,,r)，然后利用2.3.2節(jié)中靈敏度分析方法獲得排序的可調(diào)整節(jié)點(diǎn)集2(1,2,,t)，從而使得系統(tǒng)調(diào)整量最小。

實(shí)際調(diào)整過程中，負(fù)荷切除量由待降低的線路潮流和其對應(yīng)的所有節(jié)點(diǎn)的靈敏度共同決定。對于PV節(jié)點(diǎn)，需要調(diào)整有功功率，調(diào)整量為；對于PQ節(jié)點(diǎn)，依據(jù)節(jié)點(diǎn)自身恒功率因數(shù)調(diào)整，同時調(diào)整有功功率和無功功率，有功功率調(diào)整量為，無功功率調(diào)整量為cot?？紤]到切負(fù)荷實(shí)際操作的復(fù)雜性，線路重載或過負(fù)荷緊急控制下不能對所有節(jié)點(diǎn)的功率同時進(jìn)行調(diào)整[27]，模型盡量減少涉及到的節(jié)點(diǎn)數(shù)目。在約束條件(15)下，按照有序的調(diào)整節(jié)點(diǎn)集2(1,2,,t)切負(fù)荷，從節(jié)點(diǎn)1開始分配調(diào)整量，如果未分配完畢，則選擇2，依此類推，直至分配完畢，負(fù)荷分配流程如圖1所示。系統(tǒng)功率調(diào)整完成后，判斷系統(tǒng)中是否有線路過負(fù)荷，如果系統(tǒng)中不再有線路過載，則說明線路過載情況處理成功；如果系統(tǒng)中依然有線路過載，則重新對系統(tǒng)中的節(jié)點(diǎn)進(jìn)行切負(fù)荷處理。

圖1 負(fù)荷調(diào)整量分配流程

Fig. 1 Distribution flow chart of the load adjustment quantity

3 脆弱線路辨識流程

脆弱線路辨識流程如圖2所示，該方法主要包括以下步驟：

(1) 讀入電網(wǎng)某一時間斷面的參數(shù)數(shù)據(jù)，統(tǒng)計系統(tǒng)總負(fù)荷量，設(shè)置快過程仿真次數(shù)max。

(2) 設(shè)置初始故障，斷開脆弱性待評估的線路，將該線路從系統(tǒng)參數(shù)數(shù)據(jù)中刪除，判斷是否形成孤島，若形成孤島系統(tǒng)，則按照2.2節(jié)中的方法處理，否則，進(jìn)入步驟(3)。

(3) 按照2.1節(jié)中方法隨機(jī)均勻抽樣斷開與初始故障線路相連的某一條線路，并將選中線路從系統(tǒng)參數(shù)數(shù)據(jù)中刪除，判斷是否形成孤島，若形成孤島系統(tǒng)，則按照2.2節(jié)中的方法處理，否則，進(jìn)入步驟(4)。

(4) 計算系統(tǒng)潮流，判斷是否存在過載線路，若存在，則按照2.3節(jié)中方法調(diào)整發(fā)電機(jī)出力和負(fù)荷水平，否則，計算本次連鎖故障總損失負(fù)荷量。

圖2 脆弱線路辨識流程

(5)判斷仿真次數(shù)是否達(dá)到設(shè)定的max，若沒有達(dá)到，則轉(zhuǎn)到步驟(2)，否則，進(jìn)入步驟(6)。

(6) 判斷是否遍歷完所有待評估的線路，若沒有遍歷完畢，則轉(zhuǎn)入步驟(2)，否則，仿真結(jié)束。

4 算例分析

選取IEEE 39節(jié)點(diǎn)系統(tǒng)為算例，該系統(tǒng)含有10個PV節(jié)點(diǎn)，28個PQ節(jié)點(diǎn)，節(jié)點(diǎn)31為平衡節(jié)點(diǎn)，系統(tǒng)如圖3所示。采用Matpower仿真計算，驗證本文電網(wǎng)脆弱線路辨識模型的有效性和正確性。

通過仿真分析得到如下結(jié)果，表1列出了排序前10的脆弱線路和兩端節(jié)點(diǎn)；表2中列出了退出運(yùn)行后會形成孤島的所有線路和兩端節(jié)點(diǎn)。

圖3 IEEE 39節(jié)點(diǎn)系統(tǒng)接線圖

表1 排序前10脆弱線路

Table 1 Vulnerable lines of the previous 10

表2 形成孤島的線路

對于斷開后形成孤島的線路27和32，使系統(tǒng)解列成一個大系統(tǒng)和一個小系統(tǒng)，其重要性不言而喻，直接關(guān)系到所承擔(dān)負(fù)荷的正常運(yùn)行。線路27退出運(yùn)行后，形成的小系統(tǒng)中包含了發(fā)電機(jī)節(jié)點(diǎn)33和34、負(fù)荷節(jié)點(diǎn)20，自身可以單獨(dú)運(yùn)行，但是該條線路斷開后將使系統(tǒng)損失較多的發(fā)電出力，當(dāng)大系統(tǒng)中負(fù)荷沖擊較大時，直接影響系統(tǒng)的電量供應(yīng)；線路32退出運(yùn)行后，形成的小系統(tǒng)中包含了發(fā)電機(jī)節(jié)點(diǎn)34、負(fù)荷節(jié)點(diǎn)20，發(fā)電機(jī)節(jié)點(diǎn)的最大發(fā)電功率為508 MW，負(fù)荷節(jié)點(diǎn)的負(fù)荷值為680 MW，內(nèi)部供不應(yīng)求，需要調(diào)整負(fù)荷水平，否則，不能單獨(dú)運(yùn)行。

按照第3節(jié)的脆弱線路辨識流程，分別對脆弱性最高的線路35、脆弱性最低的線路21、可形成孤島的線路27進(jìn)行仿真分析，基于自組織臨界理論的冪律特性統(tǒng)計結(jié)果如圖4所示，橫坐標(biāo)和縱坐標(biāo)均為對數(shù)坐標(biāo)，橫坐標(biāo)表示連鎖故障后系統(tǒng)負(fù)荷損失量，縱坐標(biāo)表示負(fù)荷損失累計概率。

由圖4可知，對于線路35，系統(tǒng)負(fù)荷損失和累計概率表現(xiàn)出冪律尾特性，說明其斷開將使得系統(tǒng)連鎖故障發(fā)展到自組織臨界狀態(tài)；對于線路21，開始時有微弱的遞減趨勢，曲線尾部迅速下降，并未表現(xiàn)出冪律特性；對于線路27，一方面，其斷開后原始系統(tǒng)解列成兩個系統(tǒng)，對系統(tǒng)安全性非常重要，另一方面，負(fù)荷損失和累計概率統(tǒng)計快速下降之后，在尾部表現(xiàn)出冪律特性，進(jìn)入自組織臨界狀態(tài)。

圖4 不同故障下系統(tǒng)負(fù)荷損失量的分布特性

鑒于許多文獻(xiàn)中采用IEEE 39節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真分析，選取了引入電氣量改進(jìn)的圖論法、事故鏈仿真、電網(wǎng)潮流分析三類方法進(jìn)行對比分析，進(jìn)一步驗證本文所構(gòu)建模型的正確性。文獻(xiàn)[15]基于事故鏈風(fēng)險指標(biāo)進(jìn)行辨識，其側(cè)重于分析事故過程的中間環(huán)節(jié)，依據(jù)該環(huán)節(jié)觸發(fā)后對系統(tǒng)電壓、頻率和潮流轉(zhuǎn)移的影響進(jìn)行辨識，對在線應(yīng)用有較大的價值；文獻(xiàn)[28]主要采用容量介數(shù)指標(biāo)進(jìn)行辨識，其側(cè)重于從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的角度分析線路的重要性，易于尋找與電網(wǎng)聯(lián)系緊密的線路；文獻(xiàn)[29]主要采用潮流熵進(jìn)行辨識，線路退出運(yùn)行后引起系統(tǒng)潮流分布變化，利用該潮流沖擊分析對電網(wǎng)的影響，具有明確的物理意義。采用不同方法的脆弱線路辨識結(jié)果如表3所示。

由表3可知，本文與其他三類方法的脆弱線路辨識結(jié)果不盡相同，但是本文辨識結(jié)果中可形成孤島的重要線路16-19、19-20，以及前10中的7條在其他三類方法中均有包含，說明了本文基于自組織臨界理論冪律特性的脆弱線路辨識模型的準(zhǔn)確性和可靠性，排序的差異主要是由于不同方法的評估指標(biāo)所考慮的側(cè)重點(diǎn)不同造成的，本文方法側(cè)重于線路退出運(yùn)行對電網(wǎng)結(jié)構(gòu)的影響和連鎖故障對系統(tǒng)負(fù)荷損失總量的影響。其中，線路21-22、22-23、23-24處在母線16、21、22、23和24構(gòu)成的環(huán)形回路中，對于線路21-22故障后，將由線路16-21單獨(dú)承擔(dān)負(fù)荷節(jié)點(diǎn)21的功率傳輸；對于線路22-23故障后，線路21-22單獨(dú)承擔(dān)發(fā)電機(jī)節(jié)點(diǎn)35的功率輸出；對于線路23-24故障后，母線36、23、22、21和16鏈?zhǔn)竭B接，大大降低了系統(tǒng)的可靠性和安全性?？梢姡谙到y(tǒng)負(fù)荷水平增大后，上述3條線路任意一條故障后，該線路潮流將轉(zhuǎn)移到單一線路，對系統(tǒng)帶來非常大的威脅。

此外，對于脆弱性較低的線路，其退出運(yùn)行后，有不止一條線路可替代其工作，以保證系統(tǒng)正常運(yùn)行。如線路11-12故障后，使得母線12失去作用，但不影響帶負(fù)荷母線13和傳輸作用的母線11正常工作，并且這兩條母線均有兩條線路與其正常相通。

表3 不同方法脆弱線路辨識結(jié)果

注：**表示文獻(xiàn)[28]中未列出的排序前10脆弱線路。

5 結(jié)論

電網(wǎng)脆弱線路的辨識對連鎖故障預(yù)防控制具有重要的意義。本文從電網(wǎng)事故發(fā)展的角度入手，綜合保護(hù)隱藏故障、孤島搜索與處理、改進(jìn)的潮流分布熵和靈敏度分析理論構(gòu)建了連鎖故障快速仿真過程，結(jié)合自組織臨界理論的冪律特性，同時，在不同自組織臨界態(tài)下，負(fù)荷損失的數(shù)學(xué)期望越高，系統(tǒng)發(fā)生連鎖故障的風(fēng)險越大，通過大量的仿真與統(tǒng)計分析構(gòu)建了電網(wǎng)脆弱線路辨識模型。通過對IEEE 39節(jié)點(diǎn)系統(tǒng)算例的仿真與分析，驗證了該方法的可行性和正確性，對系統(tǒng)運(yùn)行人員辨識重點(diǎn)監(jiān)視區(qū)域有重要的實(shí)用價值。但本文所構(gòu)建模型基于大量的仿真與統(tǒng)計分析辨識脆弱線路，適合于離線仿真，對于電網(wǎng)脆弱線路在線辨識與預(yù)警方面的研究，將是下一步的研究方向。

[1] 肖雅元, 張磊, 羅毅, 等. 基于回路可靠性貢獻(xiàn)指標(biāo)的電網(wǎng)薄弱點(diǎn)分析[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(15): 54-59.

XIAO Yayuan, ZHANG Lei, LUO Yi, et al. Grid weak point analysis based on loop contribution index of the reliability[J]. Power System Protection and Control, 2015, 43(15): 54-59.

[2] 蔡曄, 曹一家, 譚玉東, 等. 基于標(biāo)準(zhǔn)化結(jié)構(gòu)熵的電網(wǎng)結(jié)構(gòu)對連鎖故障的影響[J]. 電工技術(shù)學(xué)報, 2015, 30(3): 36-43.

CAI Ye, CAO Yijia, TAN Yudong, et al. Influences of power grid structure on cascading failure based on standardstructure entropy[J]. Transactions of China Electrotechnical Society, 2015, 30(3): 36-43.

[3] 趙娟, 申旭輝, 吳麗華, 等. 結(jié)合直流潮流模型的電網(wǎng)斷面熱穩(wěn)定極限快速評估方法[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(3): 97-101.

ZHAO Juan, SHEN Xuhui, WU Lihua, et al. Fast evaluation method on thermal stability limit of power grid cross- section with DC power flow model[J]. Power System Protection and Control, 2015, 43(3): 97-101.

[4] 劉小麗, 毛弋, 梁杉, 等. 基于綜合介數(shù)的電網(wǎng)脆弱線路辨識[J]. 電力系統(tǒng)保護(hù)與控制, 2016, 44(2): 116-121.

LIU Xiaoli, MAO Yi, LIANG Shan, et al. Identification of vulnerable lines in power grid based on comprehensive betweenness index[J]. Power System Protection and Control, 2016, 44(2): 116-121.

[5] 曾凱文, 文勁宇, 程時杰, 等. 復(fù)雜電網(wǎng)連鎖故障下的關(guān)鍵線路辨識[J]. 中國電機(jī)工程學(xué)報, 2014, 34(7): 1103-1112.

ZENG Kaiwen, WEN Jinyu, CHENG Shijie, et al. Critical line identification of complex power system in cascading failure[J]. Proceedings of the CSEE, 2014, 34(7): 1103-1112.

[6] 丁明, 過羿, 張晶晶, 等. 基于效用風(fēng)險熵權(quán)模糊綜合評判的復(fù)雜電網(wǎng)節(jié)點(diǎn)脆弱性評估[J]. 電工技術(shù)學(xué)報, 2015, 30(3): 214-223.

DING Ming, GUO Yi, ZHANG Jingjing, et al. Node vulnerability assessment for complex power grids based on effect risk entropy-weighted fuzzy comprehensive evaluation[J]. Transactions of China Electrotechnical Society, 2015, 30(3): 214-223.

[7] FU L, HUANG W, XIAO S, et al. Vulnerability assessmentfor power grid based on small-world topological model[C] // Power and Energy Engineering Conference (APPEEC), 2010 Asia-Pacific. IEEE, 2010: 1-4.

[8] 曹一家, 陳曉剛, 孫可. 基于復(fù)雜網(wǎng)絡(luò)理論的大型電力系統(tǒng)脆弱線路辨識[J]. 電力自動化設(shè)備, 2007, 26(12): 1-5.

CAO Yijia, CHEN Xiaogang, SUN Ke. Identification of vulnerable lines in power grid based on complex network theory[J]. Electric Power Automation Equipment, 2007, 26(12): 1-5.

[9] 王仁偉, 張友剛, 楊陽, 等. 基于電氣介數(shù)的復(fù)雜電網(wǎng)脆弱線路辨識[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(20): 1-6.

WANG Renwei, ZHANG Yougang, YANG Yang, et al. Vulnerable line identification of complex power grid based on electrical betweenness[J]. Power System Protection and Control, 2014, 42(20): 1-6.

[10] 梁才, 劉文穎, 但揚(yáng)清, 等. 輸電線路的潮流介數(shù)及其在關(guān)鍵線路識別中的應(yīng)用[J]. 電力系統(tǒng)自動化, 2014, 38(8): 35-40.

LIANG Cai, LIU Wenying, DAN Yangqing, et al. Flow betweenness of transmission lines and its application in critical line identification[J]. Automation of Electric Power Systems, 2014, 38(8): 35-40.

[11] 張富超, 謝成榮, 沈立新, 等. 基于源流路徑鏈和輸電介數(shù)的電網(wǎng)關(guān)鍵線路辨識[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(21): 7-12.

ZHANG Fuchao, XIE Chengrong, SHEN Lixin, et al. Identification of power grid critical lines based on path chains and transmission betweenness[J]. Power System Protection and Control, 2015, 43(21): 7-12.

[12] 蔡曄, 曹一家, 李勇, 等. 考慮電壓等級和運(yùn)行狀態(tài)的電網(wǎng)脆弱線路辨識[J]. 中國電機(jī)工程學(xué)報, 2014, 34(13): 2124-2131.

CAI Ye, CAO Yijia, LI Yong, et al. Identification ofvulnerable lines in urban power grid based on voltage grade and running state[J]. Proceedings of the CSEE, 2014, 34(13): 2124-2131.

[13] 鄧慧瓊, 張穎. 一種考慮連鎖過載和隱性故障的電網(wǎng)脆弱區(qū)域分析方法[J]. 河北科技大學(xué)學(xué)報, 2013, 34(1): 67-74.

DENG Huiqiong, ZHANG Ying. A method for distinguishing sensitive areas in power network based on hidden failure of relay cascading successive failures[J]. Journal of Hebei University of Science and Technology, 2013, 34(1): 67-74.

[14] 丁理杰, 劉美君, 曹一家, 等. 基于隱性故障模型和風(fēng)險理論的關(guān)鍵線路辨識[J]. 電力系統(tǒng)自動化, 2007, 31(6): 1-5.

DING Lijie, LIU Meijun, CAO Yijia, et al. Power system key-lines identification based on hidden failure model and risk theory[J]. Automation of Electric Power Systems, 2007, 31(6): 1-5.

[15] 王安斯, 羅毅, 涂光瑜, 等. 基于事故鏈風(fēng)險指標(biāo)的輸電脆弱度在線評估方法[J]. 中國電機(jī)工程學(xué)報, 2010, 30(25): 44-50.

WANG Ansi, LUO Yi, TU Guangyu, et al. Online transmission vulnerability assessment method based on the fault chain risk index[J]. Proceedings of the CSEE, 2010, 30(25): 44-50.

[16] 王濤, 高成彬, 顧雪平, 等. 基于事故鏈模型的電網(wǎng)關(guān)鍵線路辨識[J]. 高電壓技術(shù), 2014, 40(8): 2306-2313.

WANG Tao, GAO Chengbin, GU Xueping, et al. Critical lines identification of power grid based on the fault chain model[J]. High Voltage Engineering, 2014, 40(8): 2306-2313.

[17] 李勇, 劉俊勇, 劉曉宇, 等. 基于潮流熵測度的連鎖故障脆弱線路評估及其在四川主干電網(wǎng)中的應(yīng)用[J]. 電力自動化設(shè)備, 2013, 33(10): 40-46.

LI Yong, LIU Junyong, LIU Xiaoyu, et al. Vulnerability assessment based on power flow entropy for lines in cascading failures and its application in Sichuan backbone power grid[J]. Electric Power Automation Equipment, 2013, 33(10): 40-46.

[18] 劉文穎, 但揚(yáng)清, 朱艷偉, 等. 復(fù)雜電網(wǎng)自組織臨界態(tài)辨識物理指標(biāo)研究[J]. 電工技術(shù)學(xué)報, 2014, 29(8): 274-280, 288.

LIU Wenying, DAN Yangqing, ZHU Yanwei, et al. Research on physical indicators to identify power system self-organized critical state[J]. Transactions of China Electrotechnical Society, 2014, 29(8): 274-280, 288.

[19] CARRERAS B A, NEWMAN D E, DOBSON I, et al. Initial evidence for self-organized criticality in electric power system blackouts[C] // System Sciences, 2000. Proceedings of the 33rd Annual Hawaii International Conference on. IEEE, 2000: 6 pp.

[20] 于群, 郭劍波. 中國電網(wǎng)停電事故統(tǒng)計與自組織臨界性特征[J]. 電力系統(tǒng)自動化, 2006, 30(2): 16-21.

YU Qun, GUO Jianbo. Statistics and self-organized criticality characters of blackouts in China electric power systems[J]. Automation of Electric Power Systems, 2006, 30(2): 16-21.

[21] CARRERAS B A, NEWMAN D E, DOBSON I. Evidence for self-organized criticality in a time series of electric power system blackouts[J]. IEEE Transactions on Circuits and Systems I: Regular Papers, 2004, 51(9): 1733-1740.

[22] 楊明玉, 田浩, 姚萬業(yè). 基于繼電保護(hù)隱性故障的電力系統(tǒng)連鎖故障分析[J]. 電力系統(tǒng)保護(hù)與控制, 2010, 38(9): 1-5.

YANG Mingyu, TIAN Hao, YAO Wanye. Analysis of power system cascading failure based on hidden failures of protective relaying[J]. Power System Protection and Control, 2010, 38(9): 1-5.

[23] 施莉, 趙東成, 楊明玉. 關(guān)于繼電保護(hù)系統(tǒng)中隱形故障的探討[J]. 繼電器, 2004, 32(5): 66-69.

SHI Li, ZHAO Dongcheng, YANG Mingyu. Discussion on hidden failures in relay protection of power systems[J]. Relay, 2004, 32(5): 66-69.

[24] 易俊, 周孝信. 考慮系統(tǒng)頻率特性以及保護(hù)隱藏故障的電網(wǎng)連鎖故障模型[J]. 電力系統(tǒng)自動化, 2006, 30(14): 1-5.

YI Jun, ZHOU Xiaoxin. Cascading failure model of power grids considering frequency response characteristics and hidden failures[J]. Automation of Electric Power Systems, 2006, 30(14): 1-5.

[25] 張國華, 張建華, 楊京燕, 等. 基于有向權(quán)重圖和復(fù)雜網(wǎng)絡(luò)理論的大型電力系統(tǒng)脆弱性評估[J]. 電力自動化設(shè)備, 2009, 29(4): 21-26.

ZHANG Guohua, ZHANG Jianhua, YANG Jingyan, et al. Vulnerability assessment of bulk power grid based on weighted directional graph and complex network theory[J]. Electric Power Automation Equipment, 2009, 29(4): 21-26.

[26] 龔媛, 梅生偉, 張雪敏, 等. 考慮電力系統(tǒng)規(guī)劃的OPA模型及自組織臨界特性分析[J]. 電網(wǎng)技術(shù), 2014, 38(8): 2021-2028.

GONG Yuan, MEI Shengwei, ZHANG Xuemin, et al. An improved OPA model considering planning and self- organized criticality analysis[J]. Power System Technology, 2014, 38(8): 2021-2028.

[27] 姚峰, 張保會, 周德才, 等. 輸電斷面有功安全性保護(hù)及其快速算法[J]. 中國電機(jī)工程學(xué)報, 2006, 26(13): 31-36.

YAO Feng, ZHANG Baohui, ZHOU Decai, et al. Active power security protection of transmission section and its fast algorithm[J]. Proceedings of the CSEE, 2006, 26(13): 31-36.

[28] 何俊, 龐松齡, 禹冰, 等. 基于容量介數(shù)指標(biāo)的電網(wǎng)脆弱線路識別[J]. 電力系統(tǒng)保護(hù)與控制, 2013, 41(8): 30-35.

HE Jun, PANG Songling, YU Bing, et al. Vulnerable line identification of power grid based on capacity betweenness index[J]. Power System Protection and Control, 2013, 41(8): 30-35.

[29] 李勇, 劉俊勇, 劉曉宇, 等. 基于潮流熵的電網(wǎng)連鎖故障傳播元件的脆弱性評估[J]. 電力系統(tǒng)自動化, 2012, 36(19): 11-16.

LI Yong, LIU Junyong, LIU Xiaoyu, et al. Vulnerability assessment in power grid cascading failures based on entropy of power flow[J]. Automation of Electric Power Systems, 2012, 36(19): 11-16.

(編輯 張愛琴)

Vulnerable line identification of power grid based on self-organizing critical theory

YUE Xianlong1, WANG Tao1, GU Xueping1, LI Kai1, ZHANG Shang1, WANG Tieqiang2

(1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Baoding 071003, China; 2. Hebei Power Dispatch and Communication Center, Shijiazhuang 050021, China)

In order to identify vulnerable lines which lead to cascading failure of power system, the identification model is proposed based on the power law characteristic of the self-organizing critical theory from the perspective of the developing trend of the accident. When line is out of service due to overload or hidden failures in protection system, critical lines causing power system separation can be found based on the island search method, and islands will be processed to be convenient to power flow calculation. The simulation model of power system blackouts is built considering the improved distribution entropy of power flow and the theory of sensitivity analysis to adjust load level, and the OPF model to adjust generator output. Through a lot of simulation and statistics, the power law or power law tail characteristic of loss load of power system can be used to determine whether the system reaches the self-organizing critical state. While the mathematical expectation of loss load is higher, the self-organized critical state is more dangerous, and the risk of cascading failure is higher. The effectiveness of this method in identifying vulnerable lines of power grid has also been verified by simulation results of IEEE 39-bus system. This work is supported by National Natural Science Foundation of China (No. 51277076) and Fundamental Research Funds for the Central Universities (No. 13MS108).

vulnerable line; self-organizing critical theory; improved distribution entropy of power flow; blackout simulation; search islands; sensitivity analysis

10.7667/PSPC152138

國家自然科學(xué)基金資助項目(51277076)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項資金資助項目(13MS108)

2015-12-08；

2016-01-29

岳賢龍(1991-)，男，通信作者，碩士研究生，研究方向為電力系統(tǒng)安全防御與恢復(fù)控制；E-mail: yue15230237661@163.com 王 濤(1976-)，男，博士，副教授，研究方向為電力系統(tǒng)安全防御與恢復(fù)控制、復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用；顧雪平(1964-)，男，博士，教授，博士研究生導(dǎo)師，研究方向為電力系統(tǒng)安全防御和系統(tǒng)恢復(fù)、電力系統(tǒng)安全穩(wěn)定評估與控制、智能技術(shù)在電力系統(tǒng)中的應(yīng)用。