(1.甘肅同興智能科技發(fā)展有限責(zé)任公司,甘肅 蘭州 730000;2.國(guó)網(wǎng)甘肅省電力公司,甘肅 蘭州 730000)
電力系統(tǒng)故障是一種可能性和嚴(yán)重性的集合[1],其風(fēng)險(xiǎn)預(yù)測(cè)是電力系統(tǒng)安全穩(wěn)定運(yùn)行的安全屏障。傳統(tǒng)的EMS在分析電力系統(tǒng)故障時(shí),只取最有可能的應(yīng)急列表,沒(méi)有量化其影響。相比之下,在線運(yùn)行風(fēng)險(xiǎn)分析更科學(xué),既能反映突發(fā)事件的可能性,又能通過(guò)建立風(fēng)險(xiǎn)指數(shù)[2]來(lái)反映電力量測(cè)系統(tǒng)故障的嚴(yán)重程度。當(dāng)電力系統(tǒng)出現(xiàn)故障時(shí),會(huì)導(dǎo)致電網(wǎng)調(diào)度等電力系統(tǒng)無(wú)法可靠運(yùn)行,因此,研究適用于區(qū)域電力系統(tǒng)的在線風(fēng)險(xiǎn)評(píng)估模型和算法是非常必要的,可以協(xié)助調(diào)度員進(jìn)行安全決策,保證足夠的安全余量[3]。
本文基于電力故障的實(shí)時(shí)可能性模型,利用模糊理論來(lái)處理不確定性因素,設(shè)計(jì)出電力量測(cè)系統(tǒng)正常工作風(fēng)險(xiǎn)在線分析軟件,為調(diào)度員提供實(shí)時(shí)的基于風(fēng)險(xiǎn)的決策信息。
電力系統(tǒng)面臨故障發(fā)生的不確定性和嚴(yán)重性[4]?;陲L(fēng)險(xiǎn)的安全評(píng)估用概率表示突發(fā)事件的可能性,用嚴(yán)重性函數(shù)表示故障的嚴(yán)重程度[5],然后綜合這兩個(gè)方面得到定量的風(fēng)險(xiǎn)指標(biāo)。
計(jì)算風(fēng)險(xiǎn)指標(biāo)的基本公式為
(1)
式中Xf——電力系統(tǒng)的運(yùn)行狀態(tài);
Ei——第i個(gè)故障;
PrEi——它的概率;
Seν(Ei,Xf)——Xf運(yùn)行狀態(tài)下Ei的嚴(yán)重程度;
Risk(Xf)——運(yùn)行狀態(tài)Xf的一個(gè)風(fēng)險(xiǎn)指標(biāo)。
基于風(fēng)險(xiǎn)的安全評(píng)價(jià)可分為三類(lèi):元素層次風(fēng)險(xiǎn)評(píng)估、系統(tǒng)級(jí)風(fēng)險(xiǎn)評(píng)估和基于風(fēng)險(xiǎn)的決策優(yōu)化。圖1顯示了目前關(guān)于電力系統(tǒng)運(yùn)行風(fēng)險(xiǎn)評(píng)估的主要內(nèi)容及其相互關(guān)系[6]。
圖1 風(fēng)險(xiǎn)評(píng)估內(nèi)容
電力系統(tǒng)風(fēng)險(xiǎn)評(píng)估方法一般包括4個(gè)步驟:一是確定組件故障模型;二是選擇系統(tǒng)狀態(tài)并計(jì)算其概率;三是評(píng)估系統(tǒng)狀態(tài)的后果;四是計(jì)算風(fēng)險(xiǎn)指標(biāo)。
根據(jù)不同對(duì)象的特點(diǎn),應(yīng)采用不同的風(fēng)險(xiǎn)評(píng)估方法[7]。對(duì)于簡(jiǎn)單系統(tǒng),有四種基本方法:概率卷積、串行和并行網(wǎng)絡(luò)、馬爾可夫方程和頻率持續(xù)時(shí)間方法[8]。對(duì)于一個(gè)大型復(fù)雜系統(tǒng),風(fēng)險(xiǎn)評(píng)估方法包括狀態(tài)枚舉和蒙特卡羅模擬,后者可分為順序和非順序抽樣方法。
區(qū)域電網(wǎng)是一種復(fù)合式發(fā)電和輸電系統(tǒng),其風(fēng)險(xiǎn)評(píng)估內(nèi)容包括4個(gè)主要方面:組件故障和負(fù)荷曲線模型的確定、系統(tǒng)狀態(tài)的選擇、系統(tǒng)問(wèn)題的識(shí)別和分析以及可靠性指標(biāo)的計(jì)算。狀態(tài)枚舉和蒙特卡羅模擬均可應(yīng)用于區(qū)域電網(wǎng)風(fēng)險(xiǎn)評(píng)估。這兩種方法使用不同的方法來(lái)選擇系統(tǒng)狀態(tài),并用不同形式的公式計(jì)算風(fēng)險(xiǎn)指標(biāo)。識(shí)別和分析系統(tǒng)狀態(tài)中的問(wèn)題的技術(shù)是相同的。這包括對(duì)問(wèn)題識(shí)別的功率流計(jì)算和預(yù)期的應(yīng)急分析,以及補(bǔ)救措施的最佳功率流。
與大規(guī)模電網(wǎng)相比,區(qū)域電網(wǎng)采用閉環(huán)設(shè)計(jì)、開(kāi)環(huán)操作,布線方式和操作方式更為復(fù)雜。本文研究了500kV變電站與變電站直接或間接供電負(fù)荷之間的電網(wǎng)。其特點(diǎn)有7個(gè)方面:?復(fù)雜的電壓等級(jí),從10kV/6kV到66kV/220kV/500kV;?各種電源,包括大型電網(wǎng)和各種分布式電源;?長(zhǎng)線和短線并存;?架空線和電纜線共存;?網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜,以開(kāi)環(huán)或弱鏈路方式運(yùn)行;?不斷提高單負(fù)荷、動(dòng)負(fù)荷容量;?分區(qū)域電網(wǎng)設(shè)備由于時(shí)間、技術(shù)水平或某些特殊連接,如T型接線,缺乏數(shù)據(jù)采集或數(shù)據(jù)采集能力較差,如電壓、無(wú)功功率、有源變壓器抽頭等。
在線風(fēng)險(xiǎn)評(píng)估主要用于調(diào)度部門(mén),只考慮穩(wěn)態(tài)分析。基于目前的研究,圖2給出了區(qū)域網(wǎng)格在線電力供應(yīng)風(fēng)險(xiǎn)分析的計(jì)算過(guò)程(圖2沒(méi)有考慮人為決策的影響)。
圖2 風(fēng)險(xiǎn)指數(shù)的計(jì)算過(guò)程
圖2中,系統(tǒng)狀態(tài)是通過(guò)狀態(tài)枚舉或蒙特卡洛模擬方法來(lái)預(yù)估的。本文基于區(qū)域智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng),充分利用電力量測(cè)數(shù)據(jù)來(lái)預(yù)估電力系統(tǒng)運(yùn)行狀態(tài)。由于當(dāng)前電力系統(tǒng)狀態(tài)是已知的,因此,其概率為1。
區(qū)域高壓配電網(wǎng)調(diào)度的基本任務(wù)是保證電網(wǎng)的安全、經(jīng)濟(jì)和優(yōu)質(zhì)運(yùn)行,保障用戶(hù)利益,適應(yīng)經(jīng)濟(jì)建設(shè)和人民生活的需要,確保高風(fēng)險(xiǎn)客戶(hù)和重要用戶(hù)的安全和可持續(xù)電力供應(yīng)。然而,許多高風(fēng)險(xiǎn)客戶(hù)和重要用戶(hù)通過(guò)低壓側(cè)接入電網(wǎng),因此,在現(xiàn)有技術(shù)下,很難通過(guò)SCADA獲得整個(gè)電網(wǎng)的詳細(xì)物理模型,尤其是低壓側(cè)電網(wǎng)。針對(duì)無(wú)法通過(guò)SCADA建模的網(wǎng)絡(luò),通過(guò)引入數(shù)據(jù)庫(kù)和可視化技術(shù),充分利用人員報(bào)告和統(tǒng)計(jì)數(shù)據(jù),開(kāi)發(fā)高風(fēng)險(xiǎn)客戶(hù)和關(guān)鍵用戶(hù)的相關(guān)模型接口,以保證低壓端的客戶(hù)更貼近實(shí)際。關(guān)聯(lián)建模是指獲取關(guān)聯(lián)設(shè)備信息關(guān)聯(lián)的設(shè)備信息。在這里,相關(guān)的設(shè)備是遠(yuǎn)程量測(cè)和遠(yuǎn)程指示數(shù)據(jù)的設(shè)備,而相關(guān)的設(shè)備是高風(fēng)險(xiǎn)和重要的客戶(hù)。
3.1.1 組件故障模型
區(qū)域電網(wǎng)EMS控制的發(fā)電機(jī)組容量一般較小,因此我們采用兩態(tài)(上、下)模型作為發(fā)電機(jī)組的故障模型,不考慮故障狀態(tài)。
傳輸組件主要包括架空線路、電纜、變壓器、電容器和電抗器。通常,這些組件是通過(guò)兩態(tài)(上、下)模型呈現(xiàn)的。
3.1.2 組件實(shí)時(shí)可靠性模型
在電力系統(tǒng)運(yùn)行過(guò)程中,架空線路運(yùn)行條件較為復(fù)雜,受氣候環(huán)境等不確定因素的影響最為嚴(yán)重,對(duì)架空線路影響特性不同。本文采用基于模糊理論的不確定性信息處理方法,結(jié)合電力系統(tǒng)的實(shí)際運(yùn)行情況,建立架空線路故障概率模型。架空線路的故障率是架空線路中斷概率乘以天氣對(duì)戶(hù)外組件中斷概率影響的校正因子??紤]到溫度、風(fēng)速、雷擊和線路結(jié)冰等因素,天氣因素會(huì)影響架空線路故障率。
溫度、風(fēng)速、雷擊和線路結(jié)冰是模糊不確定因素,不同于隨機(jī)因素,沒(méi)有精確的概率分布,經(jīng)典的概率統(tǒng)計(jì)方法不能用來(lái)描述它。已有的研究指出模糊集理論是處理和描述模糊不確定因素的有力工具。模糊集允許對(duì)邊界不清晰的概念進(jìn)行描述。此外,模糊集關(guān)注元素是否屬于集合以及屬于到什么程度,不考慮元素不屬于的情況。因此,模糊集的范圍在[0, 1]中。模糊集在數(shù)學(xué)上由扎德定義為
A={(x,μA(x))|x∈X}
(2)
式中A——隸屬函數(shù);
X——元素x的對(duì)象。
A中的x的隸屬度可以被看作是可以獲得兩個(gè)離散值的特征函數(shù)
(3)
對(duì)于模糊集合A,隸屬度函數(shù)的值可以是0到1之間的任何值,這與清晰集合不同。模糊集合的隸屬函數(shù)表達(dá)了x的值與A的概念相容的程度。
建立隸屬函數(shù)的方法包括加權(quán)法、模糊統(tǒng)計(jì)法、專(zhuān)家評(píng)分法、插值法、標(biāo)準(zhǔn)函數(shù)法等。架空線路運(yùn)行對(duì)氣候變化的影響存在很大的不確定性。本文根據(jù)調(diào)度員對(duì)這些類(lèi)型環(huán)境因素的長(zhǎng)期經(jīng)驗(yàn)判斷和確定隸屬函數(shù)。
a.雷電效應(yīng)的隸屬函數(shù)。雷電密度是決定一個(gè)地區(qū)雷電強(qiáng)度的重要指標(biāo)。雷電定位系統(tǒng)(LLS)可以自動(dòng)測(cè)量和記錄雷電密度。雷電防護(hù)設(shè)計(jì)標(biāo)準(zhǔn)也采用雷電密度作為參考。這里識(shí)別的雷電效應(yīng)的隸屬函數(shù)如圖3所示。
圖3 雷電效應(yīng)的隸屬函數(shù)
雷電災(zāi)害的隸屬函數(shù)對(duì)架空線路運(yùn)行的影響按下式估算:
(4)
其中,a和b是根據(jù)調(diào)度人員的經(jīng)驗(yàn)確定的雷電密度閾值,即,雷電密度小于下限閾值A(chǔ)時(shí)不影響,影響系數(shù)為0,高于高限閾值B時(shí)認(rèn)為影響較大,影響系數(shù)為1。
b.風(fēng)速和線路結(jié)冰的隸屬函數(shù)。風(fēng)速可以通過(guò)氣象部門(mén)預(yù)測(cè)得到;而冰層厚度、空氣濕度、溫度和風(fēng)的大小對(duì)冰損害的程度有較大的影響,還沒(méi)有基于氣象條件預(yù)測(cè)冰層覆蓋程度的理論或經(jīng)驗(yàn)?zāi)P停覀兪褂脤?shí)際冰厚測(cè)量指標(biāo) 評(píng)估冰損害的嚴(yán)重程度。風(fēng)速和線路冰層厚度與下降密度類(lèi)似于照明,有同樣形式的隸屬函數(shù)μ2(x),μ3(x),如圖4所示。
圖4 風(fēng)速和線路結(jié)冰的隸屬函數(shù)
對(duì)于風(fēng)速,μ2(x)中,A是根據(jù)調(diào)度人員的經(jīng)驗(yàn)確定的影響閾值,B是確定的突發(fā)事件發(fā)生的臨界值; 線路結(jié)冰μ3(x)中,a和b分別為冰厚影響的上限和下限臨界值。
c.溫度對(duì)架空線路的隸屬函數(shù)。溫度預(yù)報(bào)信息可以通過(guò)與氣象部門(mén)聯(lián)系獲得。在正常溫度范圍內(nèi),溫度不影響線路運(yùn)行,因此該值設(shè)置為0; 當(dāng)溫度過(guò)低或過(guò)高時(shí),其影響較大,函數(shù)值設(shè)為1。圖5顯示了隸屬函數(shù)。
圖5 空氣溫度的隸屬函數(shù)
溫度對(duì)架空線的隸屬函數(shù)如下:
(5)
式(5)中,根據(jù)調(diào)度人員的經(jīng)驗(yàn)確定的a、b、c和d是氣溫對(duì)架空線路運(yùn)行的影響閾值。
任何架空線路分割中,由各種影響因子的隸屬函數(shù)組成的模糊數(shù)向量如下
R=[ri1,ri2,ri3,ri4]
(6)
其中ri1、ri2、ri3和ri4依次對(duì)應(yīng)雷電、風(fēng)速、線路結(jié)冰和溫度影響對(duì)i線路中斷概率的模糊數(shù)。定義B= [B1,B2,B3,B4]為線路故障的權(quán)重系數(shù)。停電率考慮四個(gè)影響因素,則
A=R×B=[μ1,μ2,…μn]
(7)
(8)
本文通過(guò)整合以下三種方式來(lái)獲得預(yù)期的故障采集:用N-1掃描整個(gè)電網(wǎng);掃描具有潛在供電風(fēng)險(xiǎn)的特殊工作模式,可以得到影響供電安全的故障組;由經(jīng)驗(yàn)豐富的調(diào)度員通過(guò)可視化人機(jī)界面發(fā)現(xiàn)故障。前兩種方式所提供的格式化的預(yù)期故障集包含了大多數(shù)高頻率和高風(fēng)險(xiǎn)事故,而最后一種方式只是作為必要的補(bǔ)充。
在線預(yù)期故障計(jì)算軟件對(duì)計(jì)算速度要求很高。一些研究提出采用將故障枚舉和概率抽樣方法相結(jié)合,并通過(guò)前后臺(tái)并行計(jì)算的方法提高了運(yùn)算速度。這種方法有兩個(gè)缺點(diǎn):首先,增加了硬件成本; 其次,采用故障采樣模式提高了不準(zhǔn)確性。本文吸收現(xiàn)有“靜態(tài)安全分析”研究的結(jié)果來(lái)分析故障,從而可以滿(mǎn)足計(jì)算速度要求。該故障分析方法采用AC-DC混合算法,并引入了基于多處理器工作站的并行計(jì)算技術(shù)。該方法通過(guò)結(jié)合節(jié)點(diǎn)優(yōu)化。矩陣求逆和節(jié)點(diǎn)類(lèi)型轉(zhuǎn)換等手段得到了改進(jìn),大大提高了計(jì)算速度。通過(guò)在區(qū)域級(jí)調(diào)度、市級(jí)調(diào)度和省級(jí)調(diào)度中的應(yīng)用驗(yàn)證了該方法的正確性。對(duì)于2000個(gè)節(jié)點(diǎn)系統(tǒng)的測(cè)試,掃描整個(gè)網(wǎng)格線、變壓器和單元只需3s。隨著極限違章數(shù)的增加,計(jì)算時(shí)間略有增加。
由于重要用戶(hù)和高風(fēng)險(xiǎn)客戶(hù)一般具有雙重電源,如果不考慮故障分析中的備用電源,計(jì)算出的負(fù)載損失風(fēng)險(xiǎn)指數(shù)會(huì)與實(shí)際情況有大幅偏離。 因此當(dāng)重要用戶(hù)或高風(fēng)險(xiǎn)客戶(hù)的主要電源發(fā)生故障時(shí),應(yīng)在投入備用電源之后進(jìn)行分析。
根據(jù)式(1)給出了適合區(qū)域電網(wǎng)的三個(gè)風(fēng)險(xiǎn)指標(biāo):線路超載風(fēng)險(xiǎn); 低電壓風(fēng)險(xiǎn); 負(fù)載損失的風(fēng)險(xiǎn)。
重要用戶(hù)和高風(fēng)險(xiǎn)客戶(hù)的供電安全與一系列社會(huì)、政治和經(jīng)濟(jì)問(wèn)題有關(guān)。這些用戶(hù)的停電嚴(yán)重程度不僅取決于地區(qū)電網(wǎng)自身的特點(diǎn),還取決于用戶(hù)的財(cái)產(chǎn)損失情況。本文引入了對(duì)這些用戶(hù)進(jìn)行分類(lèi)的重要因素,并且由于缺少停電時(shí)間的統(tǒng)計(jì),本研究只計(jì)算負(fù)載風(fēng)險(xiǎn)指數(shù)的損失,而不是停電成本評(píng)估指標(biāo)。
本文采用了表示概率的實(shí)時(shí)故障概率模型。 對(duì)于戶(hù)外組件,天氣狀況值由調(diào)度員設(shè)置;對(duì)于室內(nèi)組件,天氣狀況值始終等于0。
風(fēng)險(xiǎn)指標(biāo)可以量化系統(tǒng)風(fēng)險(xiǎn),但對(duì)于調(diào)度員來(lái)說(shuō),風(fēng)險(xiǎn)指標(biāo)更能預(yù)測(cè)系統(tǒng)安全狀況。因此,根據(jù)風(fēng)險(xiǎn)值將風(fēng)險(xiǎn)分為三級(jí):安全等級(jí)、警戒等級(jí)和超標(biāo)準(zhǔn)等級(jí)。
對(duì)高壓配電網(wǎng)(220 kV及以上)和低壓配電網(wǎng)(低于110 kV)應(yīng)采取不同的風(fēng)險(xiǎn)控制措施。
3.5.1 高壓分散電網(wǎng)的風(fēng)險(xiǎn)控制
基于靈敏度計(jì)算、綜合規(guī)劃方法和目標(biāo)函數(shù)選擇,給出了控制目標(biāo)和控制變量,為負(fù)荷和發(fā)電機(jī)組提供了風(fēng)險(xiǎn)控制措施。
3.5.2 低壓徑向配電網(wǎng)的風(fēng)險(xiǎn)控制
對(duì)于低壓配電網(wǎng),操作模式通常是閉環(huán)下的徑向操作。一般以調(diào)整運(yùn)行方式作為風(fēng)險(xiǎn)控制措施,以保證終端用戶(hù)的持續(xù)供電,并且消除限制和違規(guī)的電網(wǎng)運(yùn)行狀態(tài)??刂撇呗园ㄘ?fù)載均衡、單電源切換、多源負(fù)載轉(zhuǎn)移等。在極端情況下,可根據(jù)負(fù)載重要性進(jìn)行調(diào)整。消除故障后,系統(tǒng)恢復(fù)將考慮恢復(fù)路徑約束和風(fēng)險(xiǎn)指標(biāo)約束。
電力系統(tǒng)戶(hù)外組件故障的可能性與氣候條件密切相關(guān)。本文以效用理論和概率論為基礎(chǔ),充分利用調(diào)度員的操作經(jīng)驗(yàn)和對(duì)天氣的敏感性,建立了故障概率的三維模型。分析時(shí)采用AC-DC混合算法,并引入了一些先進(jìn)技術(shù),包括并行計(jì)算、動(dòng)態(tài)節(jié)點(diǎn)排序優(yōu)化、矩陣逆優(yōu)化等。預(yù)期應(yīng)急收集幾乎包括所有高頻和高風(fēng)險(xiǎn)事故。運(yùn)算速度完全可以滿(mǎn)足電力系統(tǒng)在線分析的要求。針對(duì)區(qū)域電網(wǎng)的特點(diǎn),通過(guò)集成SCADA、人機(jī)視覺(jué)技術(shù),可協(xié)助調(diào)度人員作出決策。它可以將電網(wǎng)調(diào)度從目前的人工分析模式提高到自動(dòng)智能模式。