暴雨災(zāi)害下配電網(wǎng)預(yù)警與風(fēng)險(xiǎn)評(píng)估技術(shù)研究綜述

劉 金，李更豐，孫思源，李豐君，徐銘銘

(1.西安交通大學(xué)電氣工程學(xué)院，陜西 西安 710049；2.國(guó)網(wǎng)河南省電力公司電力科學(xué)研究院，河南 鄭州 450000)

隨著全球氣候變暖的日益加劇，一系列極端災(zāi)害頻繁發(fā)生，如暴雨、臺(tái)風(fēng)、冰災(zāi)等，自然災(zāi)害強(qiáng)大的破壞能力威脅著電力系統(tǒng)的穩(wěn)定運(yùn)行.作為直接面向終端用戶(hù)的基礎(chǔ)設(shè)施，配電網(wǎng)的大規(guī)模停電事故會(huì)造成巨大的經(jīng)濟(jì)損失和惡劣的社會(huì)影響，如何在極端災(zāi)害發(fā)生的情況下，減小配電網(wǎng)的損失已然成為亟待解決的問(wèn)題.

從地理位置上看，我國(guó)是世界上最顯著的季風(fēng)氣候區(qū)，雨季降雨量充沛.近10多年來(lái)暴雨災(zāi)害隨著天氣變化的加劇頻繁發(fā)生，我國(guó)平均每年出現(xiàn)主要暴雨過(guò)程約38次，而由10次重大暴雨事件造成的死亡及失蹤人數(shù)年均達(dá)634人，直接經(jīng)濟(jì)損失年均達(dá)1 094億元[1].極端暴雨災(zāi)害也時(shí)有發(fā)生，如2010年8月8日甘肅省舟曲局地大暴雨、2012年7月21日北京特大暴雨、2018年8月底廣東惠州特大暴雨等，2021年河南鄭州出現(xiàn)“7.20”極端暴雨天氣過(guò)程，直接經(jīng)濟(jì)損失高達(dá)409億元[2].

在暴雨等不利天氣條件下，配電網(wǎng)的故障概率會(huì)顯著增加，存在大面積、長(zhǎng)時(shí)間停電風(fēng)險(xiǎn)[3]，而配電網(wǎng)預(yù)警與風(fēng)險(xiǎn)評(píng)估是暴雨災(zāi)害下?lián)岆U(xiǎn)救災(zāi)的關(guān)鍵.暴雨災(zāi)害能夠沖毀配電設(shè)備及線(xiàn)路，并造成配電網(wǎng)大面積的短路和中斷，大的降水量造成的泥石流對(duì)系統(tǒng)設(shè)施的損壞更是毀滅性的，嚴(yán)重影響電力用戶(hù)的生產(chǎn)生活[4].災(zāi)前防御是電力公司搶險(xiǎn)救災(zāi)的首要階段，作為災(zāi)前防御的關(guān)鍵部分，故障預(yù)警能夠極大程度地降低配電網(wǎng)損失.根據(jù)預(yù)測(cè)的風(fēng)險(xiǎn)水平，電力公司可以制定不同的操作和維護(hù)計(jì)劃，采取有效的物資儲(chǔ)備和人員安排，從而減小故障損失.因此，配電網(wǎng)故障預(yù)警是開(kāi)展電力系統(tǒng)防御暴雨災(zāi)害研究中至關(guān)重要的一環(huán).此外，風(fēng)險(xiǎn)評(píng)估也是防災(zāi)研究不可或缺的部分，風(fēng)險(xiǎn)評(píng)估的概念由GIGRE首次提出后得到飛速發(fā)展[5]，與預(yù)警的考慮角度不同，風(fēng)險(xiǎn)評(píng)估著重于評(píng)估災(zāi)害發(fā)生后果的嚴(yán)重程度，災(zāi)中的風(fēng)險(xiǎn)評(píng)估可用于為災(zāi)后恢復(fù)提供輔助決策.面對(duì)暴雨災(zāi)害，只有對(duì)配電網(wǎng)在災(zāi)害下的系統(tǒng)響應(yīng)進(jìn)行準(zhǔn)確的風(fēng)險(xiǎn)評(píng)估才能夠有效規(guī)避用戶(hù)的停電風(fēng)險(xiǎn).

本文對(duì)暴雨災(zāi)害下配電網(wǎng)預(yù)警與風(fēng)險(xiǎn)評(píng)估技術(shù)進(jìn)行綜述，分析了暴雨災(zāi)害對(duì)配電網(wǎng)的影響機(jī)理，對(duì)暴雨氣象預(yù)警模型和配電網(wǎng)故障預(yù)警方法進(jìn)行了介紹，而后綜述了目前的配電網(wǎng)風(fēng)險(xiǎn)評(píng)估研究，最后對(duì)暴雨災(zāi)害下配電網(wǎng)預(yù)警與評(píng)估體系的發(fā)展前景進(jìn)行了展望.

圖1 暴雨對(duì)配電網(wǎng)的影響

1 暴雨對(duì)配電網(wǎng)的影響機(jī)理

暴雨是多種大氣運(yùn)動(dòng)的一種綜合表現(xiàn)現(xiàn)象[6]，表現(xiàn)為某地24小時(shí)內(nèi)降水量大于等于50毫米[7].暴雨影響電網(wǎng)的途徑主要有三類(lèi)：城市內(nèi)澇導(dǎo)致配電室故障停電[8]；雨閃破壞絕緣導(dǎo)致短路故障[9]；山洪等次生地質(zhì)災(zāi)害導(dǎo)致線(xiàn)路桿塔坍塌[10].其中，城市內(nèi)澇與次生地質(zhì)災(zāi)害是造成配電網(wǎng)故障的主要原因，暴雨災(zāi)害對(duì)配電網(wǎng)的主要影響機(jī)理如圖1所示.

1.1 城市內(nèi)澇

氣候變化導(dǎo)致了全球近幾十年來(lái)頻繁出現(xiàn)的極端降雨，降水量的增加、城市地形特征的變化與城市化發(fā)展導(dǎo)致多種自然災(zāi)害(城市洪水、土壤侵蝕等)的發(fā)生率急劇增長(zhǎng).特別是，城市人口的增加和城市化發(fā)展導(dǎo)致了頻繁的城市內(nèi)澇[11].城區(qū)內(nèi)澇是降雨量與排水管網(wǎng)矛盾銳化的結(jié)果[12]，城市化的不斷擴(kuò)大導(dǎo)致城市透水面積不斷減小，地表滲透性變差，快速的城市化進(jìn)程與滯后的排水系統(tǒng)建設(shè)之間的矛盾愈發(fā)尖銳，內(nèi)澇問(wèn)題日益嚴(yán)峻.

當(dāng)發(fā)生城區(qū)內(nèi)澇后，處于地下的配電室會(huì)遭受到內(nèi)澇的嚴(yán)重影響，其中的配電設(shè)備會(huì)因雨水浸泡而故障[8]，雖然配電室故障僅影響一個(gè)臺(tái)區(qū)，但是城市中存在大量位于地下、易澇的配電室，點(diǎn)多分散.地勢(shì)較低或者站區(qū)排水性能較低的變電站易遭受內(nèi)澇的沖擊，內(nèi)澇產(chǎn)生的積水不僅會(huì)破壞電氣設(shè)備絕緣，更會(huì)引發(fā)繼電保護(hù)裝置不能正常動(dòng)作，內(nèi)澇嚴(yán)重時(shí)整個(gè)變電站將會(huì)停運(yùn)[13].

內(nèi)澇結(jié)束后的修復(fù)工作十分嚴(yán)峻.城市內(nèi)澇不僅會(huì)限制人員的流動(dòng)，更會(huì)造成道路的物理?yè)p壞及交通擁堵[14].此外，城市的通信網(wǎng)絡(luò)也會(huì)因內(nèi)澇災(zāi)害受損[15].而文獻(xiàn)[16]指出電力系統(tǒng)應(yīng)對(duì)極端災(zāi)害的能力，不僅受到自身抗災(zāi)水平的影響，還受到交通運(yùn)輸、通信網(wǎng)絡(luò)等公共設(shè)施的應(yīng)對(duì)能力的重要影響.文獻(xiàn)[17]也指出關(guān)鍵基礎(chǔ)設(shè)施之間的相互依賴(lài)性會(huì)顯著影響關(guān)鍵基礎(chǔ)設(shè)施的正常運(yùn)行.道路故障與災(zāi)中通信系統(tǒng)的受損會(huì)對(duì)配電設(shè)備的搶修帶來(lái)諸多不便.道路故障會(huì)造成搶修力量無(wú)法介入、搶修進(jìn)度將嚴(yán)重受制于市政排水.通信中斷會(huì)造成配電網(wǎng)量測(cè)失效，電網(wǎng)應(yīng)急指揮中心無(wú)法掌握受災(zāi)情況，無(wú)法有效指揮搶修復(fù)電.

1.2 次生地質(zhì)災(zāi)害

部分依山而建的城市與山區(qū)遇到特大暴雨容易引發(fā)山洪、泥石流和滑坡等地質(zhì)災(zāi)害，且往往以?xún)煞N及以上的災(zāi)害形式出現(xiàn)，如滑坡-泥石流災(zāi)害鏈.山洪是流域面積較小的溪溝或周期性流水的荒溪水中、歷時(shí)較短、暴漲暴落的地表徑流[18].泥石流是一種重力地貌現(xiàn)象，屬非均質(zhì)流，同時(shí)具有水體和土體的結(jié)構(gòu)性性質(zhì)[19].滑坡是由自然力或自然力與人力共同作用于山體斜坡，導(dǎo)致部分山體與主山體分離的一種地貌現(xiàn)象[20].

由特大暴雨引發(fā)的山洪等次生地質(zhì)災(zāi)害局域性強(qiáng)且過(guò)程猛烈，影響范圍巨大.次生地質(zhì)災(zāi)害對(duì)配電網(wǎng)的主要危害在于桿塔的倒塌，雨水浸泡會(huì)導(dǎo)致配電線(xiàn)路拉線(xiàn)軟化，地質(zhì)災(zāi)害進(jìn)一步?jīng)_擊導(dǎo)致山體塌方和樹(shù)木倒伏從而造成倒桿事故[10].配電室內(nèi)的柜體會(huì)因?yàn)?zāi)害的沖擊或雨水的浸泡受損，配電設(shè)備進(jìn)水還可能引發(fā)短路事故[21].變電站易遭受山洪等地質(zhì)災(zāi)害的沖擊，一次設(shè)備如變壓器可能會(huì)被倒塌的桿塔撞損或被泥石流沖毀，二次設(shè)備如計(jì)量裝置的精度會(huì)因雨水浸泡受損[10，22-23].

次生地質(zhì)災(zāi)害過(guò)后的搶修復(fù)電工作十分危急.地質(zhì)災(zāi)害會(huì)沖破河堤，造成道路阻塞、橋梁坍塌等嚴(yán)重后果[24-25].應(yīng)急搶險(xiǎn)人員的施工路線(xiàn)若涉及到塌方區(qū)、河灘區(qū)等危險(xiǎn)地區(qū)，需要通過(guò)鋪墊硬石、安裝掛鉤等措施防止車(chē)輛沉陷，嚴(yán)重影響了搶修工作的效率甚至威脅到人員安全.災(zāi)害導(dǎo)致的樹(shù)木倒伏可能砸傷搶修人員，若樹(shù)木倒伏在電力線(xiàn)路上也可能對(duì)搶修人員的人身安全造成威脅[26].

2 暴雨災(zāi)害預(yù)警的研究現(xiàn)狀

配電網(wǎng)是一個(gè)對(duì)暴雨高度敏感的基礎(chǔ)設(shè)施系統(tǒng)，其恢復(fù)時(shí)間和恢復(fù)能力隨著暴雨的嚴(yán)重程度而惡化[27].文獻(xiàn)[28]指出室內(nèi)雨水造成的電力損失較大，并且在暴雨開(kāi)始后會(huì)很快發(fā)生.因此，提高配電網(wǎng)暴雨恢復(fù)能力的措施都應(yīng)盡量在暴雨發(fā)生前完成，暴雨災(zāi)害下配電網(wǎng)故障預(yù)警的研究十分必要.

2.1 氣象預(yù)警現(xiàn)狀

暴雨災(zāi)害下配電網(wǎng)的故障預(yù)警需要融合氣象預(yù)報(bào)信息，只有掌握準(zhǔn)確的氣象信息，電力公司才能夠采取相應(yīng)措施防御極端災(zāi)害.降雨臨近預(yù)報(bào)一般是指對(duì)未來(lái)短時(shí)間內(nèi)的降水天氣預(yù)報(bào)，現(xiàn)廣泛用于洪澇災(zāi)害的預(yù)警.目前降雨臨近預(yù)報(bào)方法主要有兩類(lèi)：數(shù)值模擬預(yù)報(bào)與影像外推預(yù)報(bào)[29-32].數(shù)值模擬預(yù)報(bào)基于數(shù)學(xué)物理方程進(jìn)行降水預(yù)報(bào)，運(yùn)算耗時(shí)較長(zhǎng)，多用于3 h之上的預(yù)報(bào)，3 h內(nèi)的短時(shí)預(yù)報(bào)準(zhǔn)確性較低[33].影像外推預(yù)報(bào)基于遙感影像外推預(yù)測(cè)降水情況，運(yùn)算耗時(shí)短，常用于3 h內(nèi)的短時(shí)預(yù)報(bào)[34].融合兩種方法的長(zhǎng)處可以有效延長(zhǎng)降雨預(yù)報(bào)，從而準(zhǔn)確預(yù)報(bào)暴雨災(zāi)害.

結(jié)合準(zhǔn)確的氣象信息，對(duì)城市內(nèi)澇與山洪等地質(zhì)災(zāi)害的預(yù)警進(jìn)行研究才能更好應(yīng)對(duì)暴雨威脅.文獻(xiàn)[35]基于二維非恒定流水動(dòng)力模型(Flood Area)模擬淹沒(méi)水深圖譜，耦合脆弱性曲線(xiàn)，進(jìn)而模擬出城市內(nèi)澇現(xiàn)象.文獻(xiàn)[36]通過(guò)氣象站的降雨數(shù)據(jù)驅(qū)動(dòng)城市內(nèi)澇水動(dòng)力模型構(gòu)建城市內(nèi)澇預(yù)警系統(tǒng).文獻(xiàn)[37]則基于降雨、積水觀(guān)測(cè)等多源數(shù)據(jù)的融合提高內(nèi)澇預(yù)報(bào)精度.文獻(xiàn)[38]采用元胞自動(dòng)機(jī)解決了由徑流區(qū)與風(fēng)險(xiǎn)區(qū)站點(diǎn)距離較短導(dǎo)致的山洪預(yù)警效果不佳的問(wèn)題.文獻(xiàn)[39]基于機(jī)器學(xué)習(xí)模型得到滑坡易感性圖，將其與臨界降雨閾值耦合實(shí)現(xiàn)滑坡災(zāi)害預(yù)警.文獻(xiàn)[40]則利用K最鄰近算法(KNN)建立了基于巖土流、降雨歷史信息的泥石流災(zāi)害預(yù)警模型.

2.2 配電網(wǎng)預(yù)警現(xiàn)狀

配電網(wǎng)的精細(xì)化預(yù)警需要依靠合理的預(yù)警指標(biāo)與豐富的數(shù)據(jù)源支撐.文獻(xiàn)[41]較早提出電網(wǎng)自然災(zāi)害預(yù)警指標(biāo)體系，將指標(biāo)分為自然災(zāi)害、系統(tǒng)特性、救援能力、社會(huì)影響四類(lèi).文獻(xiàn)[42]建議提煉出不同災(zāi)害級(jí)別下的臨界降雨強(qiáng)度、臨界降雨量、臨界有效降雨量等預(yù)警指標(biāo).文獻(xiàn)[43]則綜合考慮氣象災(zāi)害與配電網(wǎng)自身情況作為預(yù)警因素.針對(duì)配電網(wǎng)因點(diǎn)多面廣而難以預(yù)警的問(wèn)題，文獻(xiàn)[44]構(gòu)建出數(shù)據(jù)集成框架，實(shí)現(xiàn)電網(wǎng)信息與地理信息的集成管理，文獻(xiàn)[45]綜合考慮氣象信息與電網(wǎng)信息實(shí)現(xiàn)電網(wǎng)風(fēng)險(xiǎn)預(yù)警，文獻(xiàn)[46]則基于GIS系統(tǒng)將電網(wǎng)、氣象及地理信息融合，開(kāi)發(fā)出災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng).

目前配電網(wǎng)的故障預(yù)警方法主要分為數(shù)理統(tǒng)計(jì)與人工智能算法兩類(lèi).數(shù)理統(tǒng)計(jì)方法以歷史故障數(shù)據(jù)為源，通過(guò)災(zāi)害與故障信息的量化關(guān)系構(gòu)建配電網(wǎng)故障概率預(yù)測(cè)模型.文獻(xiàn)[47-48]采用統(tǒng)計(jì)模型量化災(zāi)害下的線(xiàn)路故障率.文獻(xiàn)[49-51]構(gòu)建回歸模型用以揭示洪澇等氣象災(zāi)害對(duì)電網(wǎng)設(shè)備的影響.人工智能算法則是通過(guò)引入災(zāi)害信息作為輸入變量建立故障預(yù)測(cè)模型.文獻(xiàn)[3,52]運(yùn)用AdaBoost算法確定配電網(wǎng)故障預(yù)測(cè)模型.文獻(xiàn)[53]計(jì)及拓?fù)渥儞Q建立基于極限梯度提升(XGBoost)算法的配電網(wǎng)線(xiàn)路故障風(fēng)險(xiǎn)等級(jí)預(yù)警模型.文獻(xiàn)[54]基于非線(xiàn)性狀態(tài)估計(jì)預(yù)測(cè)線(xiàn)路狀態(tài)構(gòu)建出配電網(wǎng)故障預(yù)警模型.文獻(xiàn)[55]使用Relief F算法選擇輸入向量，將支持向量機(jī)(SVM)與粒子群算法相結(jié)合構(gòu)建配電網(wǎng)故障預(yù)測(cè)模型.文獻(xiàn)[56]對(duì)氣象特征數(shù)據(jù)進(jìn)行篩選清洗，利用貝葉斯神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)氣象災(zāi)害預(yù)警.然而現(xiàn)有方法中，數(shù)理統(tǒng)計(jì)方法構(gòu)建的預(yù)測(cè)模型不能充分反映氣象因素對(duì)故障率的影響，難以實(shí)現(xiàn)精準(zhǔn)的在線(xiàn)預(yù)警；而人工智能算法受制于災(zāi)害影響數(shù)據(jù)，由于災(zāi)害影響配電網(wǎng)的因素有很多，若人工智能算法的輸入變量不能準(zhǔn)確揭示災(zāi)害影響，預(yù)測(cè)的準(zhǔn)確度也會(huì)大大降低.

3 配電網(wǎng)風(fēng)險(xiǎn)評(píng)估的指標(biāo)及方法

隨著極端氣候?yàn)?zāi)害的頻繁發(fā)生，風(fēng)險(xiǎn)評(píng)估研究已經(jīng)成為電力行業(yè)的研究重點(diǎn)，如何定量評(píng)估災(zāi)害下配電網(wǎng)的風(fēng)險(xiǎn)水平也成為亟待解決的難題.

3.1 風(fēng)險(xiǎn)評(píng)估指標(biāo)

風(fēng)險(xiǎn)評(píng)估是在預(yù)警的基礎(chǔ)上考慮災(zāi)害下設(shè)備故障所造成的嚴(yán)重后果，而故障的后果需要以有效的風(fēng)險(xiǎn)評(píng)估指標(biāo)為基礎(chǔ)，指標(biāo)可以量化暴雨災(zāi)害下配電網(wǎng)的供電能力.

現(xiàn)有評(píng)估指標(biāo)體系具有多維度多層次的特點(diǎn).文獻(xiàn)[57]以系統(tǒng)資產(chǎn)和停運(yùn)損失為指標(biāo)對(duì)配電網(wǎng)進(jìn)行風(fēng)險(xiǎn)評(píng)估.文獻(xiàn)[58]基于故障概率與嚴(yán)重度函數(shù)建立節(jié)點(diǎn)級(jí)的電壓越限風(fēng)險(xiǎn)指標(biāo)、失負(fù)荷風(fēng)險(xiǎn)指標(biāo)和系統(tǒng)級(jí)的總體風(fēng)險(xiǎn)度指標(biāo).文獻(xiàn)[59]從網(wǎng)架風(fēng)險(xiǎn)與運(yùn)行風(fēng)險(xiǎn)兩個(gè)方面選取了負(fù)荷損失風(fēng)險(xiǎn)、用戶(hù)停電風(fēng)險(xiǎn)等十項(xiàng)評(píng)估指標(biāo).文獻(xiàn)[60]從饋電線(xiàn)路、天氣和年限老化、元器件、負(fù)荷及系統(tǒng)5個(gè)角度出發(fā)構(gòu)建了社區(qū)配電網(wǎng)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系.文獻(xiàn)[61]則提出了包含狀態(tài)、架構(gòu)、時(shí)間維度的洪澇災(zāi)害下配電網(wǎng)三維評(píng)估指標(biāo)體系.

3.2 風(fēng)險(xiǎn)評(píng)估方法

面對(duì)暴雨等極端自然災(zāi)害，配電網(wǎng)的風(fēng)險(xiǎn)評(píng)估在于評(píng)估的快速性與準(zhǔn)確性.考慮到配電網(wǎng)開(kāi)環(huán)運(yùn)行的特點(diǎn)，通過(guò)推算負(fù)荷的停電概率可以有效評(píng)估系統(tǒng)的風(fēng)險(xiǎn).常用的風(fēng)險(xiǎn)評(píng)估方法主要分為解析法和模擬法兩類(lèi).解析法主要通過(guò)構(gòu)建數(shù)學(xué)模型計(jì)算風(fēng)險(xiǎn)指標(biāo)；模擬法則使用隨機(jī)數(shù)模擬隨機(jī)過(guò)程進(jìn)行狀態(tài)選擇，進(jìn)而運(yùn)用統(tǒng)計(jì)的方法求取風(fēng)險(xiǎn)指標(biāo).

解析法主要根據(jù)系統(tǒng)與元件的邏輯關(guān)系建立概率模型.狀態(tài)枚舉法是典型的解析方法，也是最初用于電網(wǎng)風(fēng)險(xiǎn)評(píng)估的方法之一[62].但枚舉法的計(jì)算時(shí)間會(huì)隨著系統(tǒng)的增大而急速增加，并不適用于高階故障[63].傳統(tǒng)的解析法主要基于歷史故障率對(duì)電網(wǎng)運(yùn)行狀態(tài)進(jìn)行評(píng)估，只能實(shí)現(xiàn)離線(xiàn)評(píng)估，且主要用于電網(wǎng)的規(guī)劃階段.暴雨災(zāi)害復(fù)雜多變，只有在線(xiàn)風(fēng)險(xiǎn)評(píng)估才能準(zhǔn)確展現(xiàn)災(zāi)害下配電網(wǎng)的風(fēng)險(xiǎn)水平，從而支撐災(zāi)后的恢復(fù)決策.文獻(xiàn)[60]采用故障樹(shù)分析方法對(duì)停電風(fēng)險(xiǎn)進(jìn)行預(yù)評(píng)估后，基于貝葉斯網(wǎng)絡(luò)實(shí)現(xiàn)了社區(qū)配電網(wǎng)的實(shí)時(shí)風(fēng)險(xiǎn)評(píng)估.文獻(xiàn)[64]則以貝葉斯網(wǎng)絡(luò)將設(shè)備故障與負(fù)荷停電之間的隨機(jī)關(guān)系建模，然后利用牛頓迭代法求解負(fù)荷停電概率，以此實(shí)現(xiàn)配電網(wǎng)的在線(xiàn)風(fēng)險(xiǎn)評(píng)估.

蒙特卡洛模擬法(MCS)是模擬法中最典型的方法，利用計(jì)算機(jī)與隨機(jī)數(shù)來(lái)解決復(fù)雜問(wèn)題，配電網(wǎng)的災(zāi)害風(fēng)險(xiǎn)評(píng)估中可以運(yùn)用MCS生成大量的停電場(chǎng)景[65]，具體可分為序貫蒙特卡洛與非序貫蒙特卡洛兩種[62].序貫蒙特卡洛模擬考慮了系統(tǒng)運(yùn)行的時(shí)序性與元件的修復(fù)情況，更適用于激烈程度一般的災(zāi)害擾動(dòng).文獻(xiàn)[66-67]使用序貫蒙特卡洛方法對(duì)風(fēng)暴災(zāi)害下的配電網(wǎng)進(jìn)行了準(zhǔn)確評(píng)估.非序貫蒙特卡洛模擬又稱(chēng)為狀態(tài)抽樣法，并未計(jì)及系統(tǒng)與元件的時(shí)序特性.持續(xù)時(shí)間短或較為激烈的災(zāi)害發(fā)生時(shí)，元件修復(fù)工作一般在災(zāi)后進(jìn)行，此種情況可以考慮使用狀態(tài)抽樣法.文獻(xiàn)[68]基于狀態(tài)抽樣法實(shí)現(xiàn)了雷電災(zāi)害下的配電網(wǎng)風(fēng)險(xiǎn)評(píng)估.文獻(xiàn)[69]則采用改進(jìn)的狀態(tài)抽樣法兼顧系統(tǒng)的時(shí)序性，實(shí)現(xiàn)了配電網(wǎng)的短期風(fēng)險(xiǎn)評(píng)估.文獻(xiàn)[70]將氣象模型與地質(zhì)模型相結(jié)合，估計(jì)出由暴雨引發(fā)的次生地質(zhì)災(zāi)害導(dǎo)致的輸電線(xiàn)路故障概率，采用非序貫蒙特卡洛模擬進(jìn)行風(fēng)險(xiǎn)評(píng)估.為了提高極端災(zāi)害下故障的模擬效率，子集模擬、拉丁超立方抽樣等抽樣方法[71-73]也應(yīng)用于蒙特卡洛模擬中，以降低風(fēng)險(xiǎn)評(píng)估的耗時(shí).

4 前景展望

由于自然災(zāi)害頻發(fā)，極端災(zāi)害下電力系統(tǒng)的故障預(yù)警與風(fēng)險(xiǎn)評(píng)估已經(jīng)成為當(dāng)前的研究熱點(diǎn).由暴雨引發(fā)的城市內(nèi)澇與次生地質(zhì)災(zāi)害均會(huì)給配電網(wǎng)帶來(lái)嚴(yán)重的破壞，如何有效對(duì)其進(jìn)行預(yù)警與評(píng)估是必須解決的問(wèn)題.然而，目前研究仍有諸多問(wèn)題有待解決，主要有關(guān)鍵基礎(chǔ)設(shè)施協(xié)同、電力氣象精準(zhǔn)預(yù)警、配電網(wǎng)暴雨風(fēng)險(xiǎn)評(píng)估體系三個(gè)方面.

4.1 關(guān)鍵基礎(chǔ)設(shè)施協(xié)同

電網(wǎng)、道路和通信等關(guān)鍵基礎(chǔ)設(shè)施是現(xiàn)代社會(huì)的生命線(xiàn)，關(guān)鍵基礎(chǔ)設(shè)施的故障可能會(huì)導(dǎo)致嚴(yán)重的經(jīng)濟(jì)與社會(huì)后果，同時(shí)嚴(yán)重威脅居民的人身安全.配電網(wǎng)作為關(guān)鍵基礎(chǔ)設(shè)施的一部分，與道路、通信等基礎(chǔ)設(shè)施的耦合極為緊密，因此暴雨災(zāi)害下配電網(wǎng)的故障預(yù)警應(yīng)綜合考慮道路、通信等基礎(chǔ)設(shè)施的抵御災(zāi)害能力.

4.2 電力氣象精準(zhǔn)預(yù)警

目前災(zāi)害下氣象預(yù)警的指標(biāo)類(lèi)型多種多樣，而有效的指標(biāo)應(yīng)具備明確的物理意義，如何在繁多的指標(biāo)下選擇有效指標(biāo)，進(jìn)而確定氣象預(yù)警的級(jí)別有待進(jìn)一步研究.暴雨災(zāi)害影響配電網(wǎng)的因素有很多，配電網(wǎng)預(yù)警的智能算法應(yīng)選擇能夠充分反映災(zāi)害影響且足夠多的輸入變量，提升預(yù)測(cè)的準(zhǔn)確度.

4.3 配電網(wǎng)暴雨風(fēng)險(xiǎn)評(píng)估體系

暴雨、臺(tái)風(fēng)和覆冰等極端災(zāi)害頻發(fā)，而現(xiàn)有研究多從臺(tái)風(fēng)災(zāi)害入手，暴雨災(zāi)害下的配電網(wǎng)評(píng)估指標(biāo)和高效評(píng)估方法有所欠缺，如何針對(duì)暴雨災(zāi)害建立配電網(wǎng)風(fēng)險(xiǎn)評(píng)估理論體系有待討論.評(píng)估指標(biāo)可以從有效降雨量出發(fā)，針對(duì)暴雨引發(fā)的內(nèi)澇與次生地質(zhì)災(zāi)害問(wèn)題分別進(jìn)行構(gòu)建.為了滿(mǎn)足暴雨災(zāi)害下配電網(wǎng)風(fēng)險(xiǎn)評(píng)估的實(shí)時(shí)性，風(fēng)險(xiǎn)評(píng)估方法應(yīng)具備較高的計(jì)算速度，未來(lái)研究可以考慮將人工智能算法與現(xiàn)有方法相融合.

5 結(jié) 論

極端災(zāi)害作為小概率高風(fēng)險(xiǎn)事件，一旦發(fā)生便會(huì)對(duì)配電網(wǎng)造成嚴(yán)重毀壞.面對(duì)暴雨災(zāi)害頻發(fā)的現(xiàn)狀，進(jìn)行配電網(wǎng)預(yù)警與風(fēng)險(xiǎn)評(píng)估技術(shù)研究十分必要.暴雨災(zāi)害引發(fā)的城市內(nèi)澇與次生地質(zhì)災(zāi)害會(huì)給配電網(wǎng)帶來(lái)嚴(yán)重故障，而故障預(yù)警能夠極大程度地降低暴雨災(zāi)害引起的配電網(wǎng)損失，災(zāi)中的風(fēng)險(xiǎn)評(píng)估則可用于為災(zāi)后恢復(fù)提供輔助決策.本文分析了暴雨災(zāi)害對(duì)配電網(wǎng)的影響機(jī)理，介紹了暴雨災(zāi)害下氣象預(yù)警與配電網(wǎng)預(yù)警的研究現(xiàn)狀，綜述了目前的配電網(wǎng)風(fēng)險(xiǎn)評(píng)估研究，最后對(duì)未來(lái)暴雨災(zāi)害下配電網(wǎng)預(yù)警與評(píng)估體系的研究方向進(jìn)行展望.未來(lái)應(yīng)重點(diǎn)研究關(guān)鍵基礎(chǔ)設(shè)施協(xié)同、電力氣象精準(zhǔn)預(yù)警、配電網(wǎng)暴雨風(fēng)險(xiǎn)評(píng)估體系等方面的理論與關(guān)鍵技術(shù).