基于多狀態(tài)樹的電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估算法

蔡文斌， 張宇， 陳龍， 陳志龍， 于祝芳， 劉小敏

(海南電網(wǎng)有限責(zé)任公司， 海南,?？?570100)

0 引言

電力通信網(wǎng)包含大量的生產(chǎn)與管理業(yè)務(wù)，隨著這些業(yè)務(wù)對(duì)電力通信網(wǎng)依賴性的逐漸加強(qiáng)，使電力通信網(wǎng)運(yùn)行的可靠性問題越來越突出。在提高電力通信網(wǎng)運(yùn)行質(zhì)量時(shí)，如何保證電力通信網(wǎng)安全運(yùn)行是重中之重，為此，需要對(duì)電力通信網(wǎng)運(yùn)行過程中的風(fēng)險(xiǎn)概率進(jìn)行準(zhǔn)確評(píng)估[1]。

目前，應(yīng)用于電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估的方法眾多，宋德琦、靳君[2]考慮不同電力設(shè)備故障影響因素,分別構(gòu)建環(huán)境暴露型和環(huán)境封閉型設(shè)備故障率模型?；诿商乜宄闃幽M確定系統(tǒng)狀態(tài)概率,并采用最優(yōu)切負(fù)荷模型確定系統(tǒng)故障負(fù)荷損失。從而計(jì)算停電導(dǎo)致的不同損失后果，該風(fēng)險(xiǎn)評(píng)估結(jié)果貼近實(shí)際情況，但是可操作性較差；王龍宇等[3]提出了考慮微網(wǎng)充電站影響的輸電網(wǎng)風(fēng)險(xiǎn)評(píng)估方法。介紹了風(fēng)險(xiǎn)評(píng)估基礎(chǔ)理論,然后重點(diǎn)分析了微網(wǎng)充電站概率模型,包括分布式電源出力概率模型和電動(dòng)汽車(Electric Vehicles,EV)充電負(fù)荷概率模型。應(yīng)用考慮了配電網(wǎng)層面影響的期望負(fù)荷削減量代替絕對(duì)負(fù)荷削減量。評(píng)估效果較理想，但該方法適用于通信電網(wǎng)短期運(yùn)行情況，具有局限性。

除此之外，應(yīng)用較為普遍的是基于故障樹的電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估方法，該方法雖可有效簡化計(jì)算步驟，但電力通信網(wǎng)中存在眾多相關(guān)事件，互為獨(dú)立的分析方法令評(píng)估結(jié)果存在較大誤差，評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率的實(shí)用性較低。針對(duì)故障樹方法實(shí)用性較低的缺陷，研究基于多狀態(tài)樹的電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估算法，多狀態(tài)樹算法具有實(shí)時(shí)監(jiān)測(cè)電力通信網(wǎng)絡(luò)狀態(tài)的優(yōu)勢(shì)，將多狀態(tài)樹算法應(yīng)用于電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估中，可充分體現(xiàn)電力通信網(wǎng)可能發(fā)生故障的概率，并有效分析故障后果，提升電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估準(zhǔn)確性，該算法可有效降低電力通信調(diào)度人員人為經(jīng)驗(yàn)對(duì)風(fēng)險(xiǎn)概率評(píng)估的影響[4]，直觀體現(xiàn)出了電力通信網(wǎng)運(yùn)行過程中的風(fēng)險(xiǎn)概率，令電力通信網(wǎng)可以在安全、可靠的狀態(tài)下運(yùn)行。

1 電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估

1.1 運(yùn)行風(fēng)險(xiǎn)概率評(píng)估指標(biāo)

考慮故障以及各種不確定性因素對(duì)電力通信網(wǎng)安全運(yùn)行的影響以及對(duì)電力通信網(wǎng)故障發(fā)生概率的影響[5]，將運(yùn)行風(fēng)險(xiǎn)概率作為評(píng)估指標(biāo)評(píng)估電力通信網(wǎng)的運(yùn)行風(fēng)險(xiǎn)。運(yùn)行風(fēng)險(xiǎn)概率評(píng)估的核心是可靠性指標(biāo)，因此，通過可靠性指標(biāo)評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率。

電力通信網(wǎng)各方面的可靠性水平可通過可靠性指標(biāo)體現(xiàn)[6]，將電力通信網(wǎng)可靠性評(píng)估指標(biāo)劃分為不同的層次，具體包括網(wǎng)絡(luò)業(yè)務(wù)層、網(wǎng)絡(luò)拓?fù)鋵?、網(wǎng)絡(luò)路由層、網(wǎng)絡(luò)設(shè)備層以及網(wǎng)絡(luò)運(yùn)行層5個(gè)層次，下面對(duì)這5個(gè)層次進(jìn)行具體的分析。

1.1.1 網(wǎng)絡(luò)業(yè)務(wù)層

將網(wǎng)絡(luò)業(yè)務(wù)層作為評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率的指標(biāo)，式(1)為電力通信網(wǎng)業(yè)務(wù)層故障狀態(tài)發(fā)生的概率：

Qlity=Qa+Qb

(1)

式中，Qa與Qb分別表示網(wǎng)絡(luò)業(yè)務(wù)層失效率和網(wǎng)絡(luò)業(yè)務(wù)層的復(fù)雜性系數(shù)。

Qa與Qb的計(jì)算式分別如下：

Qa=QPLC+FEFLC+FEDLC+BADLC+FEENS+ZSI

(2)

Qb=LELL+LEX+QZj

(3)

1.1.2 網(wǎng)絡(luò)拓?fù)鋵?/p>

網(wǎng)絡(luò)拓?fù)鋵訉儆跍y(cè)度指標(biāo)層面，測(cè)度指標(biāo)體系能夠評(píng)價(jià)電力通信網(wǎng)的可靠性，因此，作為測(cè)度指標(biāo)體系中的一部分[7]，網(wǎng)絡(luò)拓?fù)鋵拥暮x要明確，要便于獲得和連續(xù)觀察，同時(shí)，具備現(xiàn)實(shí)統(tǒng)計(jì)基礎(chǔ)，從而適應(yīng)在不同環(huán)境實(shí)現(xiàn)對(duì)電力通信網(wǎng)運(yùn)行可靠性的評(píng)估。式(4)為電力通信網(wǎng)拓?fù)鋵庸收蠣顟B(tài)發(fā)生的概率：

(4)

式中，Z與ti分別表示網(wǎng)絡(luò)拓?fù)鋵舆B續(xù)發(fā)生故障的概率和故障持續(xù)時(shí)間，Hv表示電力通信網(wǎng)總運(yùn)行時(shí)間。

1.1.3 網(wǎng)絡(luò)路由層

網(wǎng)絡(luò)路由層作為評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率指標(biāo)，可有效評(píng)估電力通信網(wǎng)的網(wǎng)絡(luò)路由算法效率和路由管理問題[8-9]，是電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)評(píng)估中常用的評(píng)估指標(biāo)。式(5)為電力通信網(wǎng)路由層故障狀態(tài)發(fā)生的概率：

ZSI=FEENS×60/L

(5)

式中，L與SI分別表示電力通信網(wǎng)路由層的抗毀性系數(shù)和生存性系數(shù)。

1.1.4 網(wǎng)絡(luò)設(shè)備層

電力通信網(wǎng)設(shè)備層中的通信設(shè)備主要包括傳輸設(shè)備、交換設(shè)備和接入設(shè)備。在電力通信網(wǎng)運(yùn)行過程中，計(jì)算設(shè)備層的整體失效率，即設(shè)備層中全部設(shè)備的失效率是設(shè)備層可靠性評(píng)估的關(guān)鍵。式(6)為電力通信網(wǎng)設(shè)備層故障狀態(tài)發(fā)生的概率：

LELL=∑k∈MQkDk

(6)

式中，M與Qk分別表示指定評(píng)估時(shí)間內(nèi)電力通信網(wǎng)設(shè)備故障狀態(tài)集合和故障設(shè)備數(shù)量為k的概率，Dk表示故障設(shè)備數(shù)量為k時(shí)電力通信網(wǎng)的失效率。

1.1.5 網(wǎng)絡(luò)運(yùn)行層

電力通信網(wǎng)絡(luò)運(yùn)行層的運(yùn)行環(huán)境影響因素可以分為可控因素和不可控因素。其中，可控因素具體包括網(wǎng)絡(luò)設(shè)備所處環(huán)境的溫度、濕度等，不可控因素具體包括自然災(zāi)害和突發(fā)事件等。由于電力通信網(wǎng)運(yùn)行層的可控因素對(duì)電力通信網(wǎng)運(yùn)行的影響程度不大，可以人為控制，因此，對(duì)網(wǎng)絡(luò)運(yùn)行層可靠性的評(píng)估主要是對(duì)不可控因素的評(píng)估。式(7)為電力通信網(wǎng)運(yùn)行層故障狀態(tài)發(fā)生的概率：

LEX=∑k∈MQk(ΔX)2

(7)

式中，ΔX表示評(píng)估時(shí)間內(nèi)網(wǎng)絡(luò)運(yùn)行層中運(yùn)行狀態(tài)受不可控因素的影響程度。

通過以上過程將電力通信網(wǎng)運(yùn)行狀態(tài)分為正常狀態(tài)和故障狀態(tài)。電力通信網(wǎng)運(yùn)行狀態(tài)變量在允許范圍內(nèi)表示該網(wǎng)絡(luò)處于正常狀態(tài)，電力通信網(wǎng)任意一層出現(xiàn)故障表示電力通信網(wǎng)處于故障狀態(tài)[10-11]。

1.2 多狀態(tài)樹評(píng)估算法

利用多狀態(tài)評(píng)估算法評(píng)估上述電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率的可靠性指標(biāo)。針對(duì)電力通信網(wǎng)設(shè)置狀態(tài)樹，所設(shè)置狀態(tài)樹需要包括電力通信網(wǎng)內(nèi)全部狀態(tài)空間，狀態(tài)樹可體現(xiàn)電力通信網(wǎng)的全部狀態(tài)[12]；狀態(tài)樹中每個(gè)狀態(tài)節(jié)點(diǎn)需要保持唯一；狀態(tài)樹中依據(jù)遞減順序排列樹中狀態(tài)節(jié)點(diǎn)，狀態(tài)樹中父節(jié)點(diǎn)狀態(tài)需要大于子節(jié)點(diǎn)狀態(tài)。

設(shè)電力通信網(wǎng)中狀態(tài)向量用x表示，該狀態(tài)向量在狀態(tài)樹內(nèi)全部子節(jié)點(diǎn)的獲取過程如下：

設(shè)實(shí)際運(yùn)行中電力通信網(wǎng)用G=(N,A,Ω)表示，該網(wǎng)絡(luò)為多狀態(tài)網(wǎng)絡(luò)，生成電力通信網(wǎng)的多狀態(tài)樹過程如下：

設(shè)s0=u1,u2,…,um為狀態(tài)樹的根節(jié)點(diǎn)，且i=0，令T0=s0，T1=?；

隨機(jī)選取其中的狀態(tài)向量x，依據(jù)子節(jié)點(diǎn)生成算法獲取該狀態(tài)向量全部子節(jié)點(diǎn)Rx集合，且Ti+1=Ti+1+Rx。

設(shè)Ti=Ti-x，當(dāng)Ti=?且Ti+1≠?時(shí)，令i=i+1,并返回上一步；

當(dāng)Ti=?且Ti+1=?時(shí)，表明該電力通信網(wǎng)全部子節(jié)點(diǎn)可有效生成多狀態(tài)樹。

電力通信網(wǎng)多狀態(tài)樹內(nèi)全部狀態(tài)向量節(jié)點(diǎn)均不重復(fù)且僅存在唯一的父節(jié)點(diǎn)，多狀態(tài)樹中包含全部狀態(tài)網(wǎng)絡(luò)的全部向量，即全部狀態(tài)向量空間均可通過狀態(tài)樹體現(xiàn)，電力通信網(wǎng)絡(luò)中多狀態(tài)樹內(nèi)子節(jié)點(diǎn)狀態(tài)值均小于父節(jié)點(diǎn)狀態(tài)值[13]。采用多狀態(tài)樹算法可有效獲取電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率指標(biāo)可靠性指標(biāo)。

用BD表示電力通信網(wǎng)絡(luò)中全部風(fēng)險(xiǎn)概率狀態(tài)上界，且BD=|p|×d為多狀態(tài)電力通信網(wǎng)絡(luò)內(nèi)數(shù)量最多、路徑最短的通信路徑，則針對(duì)隨機(jī)運(yùn)行風(fēng)險(xiǎn)概率向量x可得：sum(x)≤BD。

基于多狀態(tài)樹的電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估算法過程如下：

(1) 設(shè)多狀態(tài)樹電力通信網(wǎng)絡(luò)邊的權(quán)值為-1，存在ui=-1,i=1,2,…,m，通過最短路徑算法獲取電力通信網(wǎng)絡(luò)最短路徑用MP0表示；

(2) 設(shè)BD=|MP0|×d；j=0，Tj=u(u=u1,u2,…,um),DMP=?,Tj+1=?；

(3) 設(shè)?a∈Tj，通過子節(jié)點(diǎn)生成算法獲取狀態(tài)向量a的全部子節(jié)點(diǎn)，用R=subnode(a)表示，且Tj+1=Tj+1∪R；

(4) 設(shè)Tj-a=?,?b∈Tj+1,sum(b)=BD,Tj=Tj+1、Tj+1=?時(shí)轉(zhuǎn)入下一步；

當(dāng)sum(b)≠BD時(shí)，此時(shí)Tj=Tj+1,Tj+1=?，返回上一步；

多狀態(tài)樹為Tj-a=?時(shí)，此時(shí)Tj=Tj-a，返回上一步；

(5) 將多狀態(tài)樹中的狀態(tài)向量Tj選取最大流算法判斷是否有效，最大流算法判斷函數(shù)用judgement表示，當(dāng)judgement=0時(shí)，該狀態(tài)向量為不可接受狀態(tài)向量；當(dāng)judgement≠0時(shí)，此時(shí)該狀態(tài)向量為可接受狀態(tài)向量，將狀態(tài)向量Tj內(nèi)全部不可接受狀態(tài)向量刪除[14]，并繼續(xù)下一步計(jì)算；

(6) 令?a∈Tj，選取子節(jié)點(diǎn)生成算法獲取狀態(tài)向量a的全部子節(jié)點(diǎn)并用R=subnode(a)表示。將集合R中的狀態(tài)向量選取最大流算法判斷是否可接受，并將無法接受的狀態(tài)向量刪除[15]，令Tj+1=Tj+1∪R，狀態(tài)向量a在R≠?時(shí)為子節(jié)點(diǎn)，此時(shí)電力通信網(wǎng)絡(luò)中存在運(yùn)行風(fēng)險(xiǎn)概率狀態(tài)節(jié)點(diǎn)∪a;

(7) 當(dāng)Tj-a=?時(shí)，設(shè)Tj=Tj-a，返回上一步；

當(dāng)Tj-a=?時(shí)，且存在Tj+1≠?，設(shè)Tj=Tj+1，Tj+1≠?，返回上一步；

當(dāng)Tj-a=?時(shí)，且存在Tj+1=?，轉(zhuǎn)入下一步；

(8) 比較電力通信網(wǎng)內(nèi)全部狀態(tài)向量，將具有大小關(guān)系的狀態(tài)向量刪除后獲取的狀態(tài)向量即為具有電力通信運(yùn)行風(fēng)險(xiǎn)概率可靠性指標(biāo)的狀態(tài)向量，此時(shí)計(jì)算終止。

2 仿真分析

為檢測(cè)本文研究基于多狀態(tài)樹的電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估算法評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率情況，采用Visual C++2019 軟件編寫本文算法評(píng)估程序，并采用MATLAB軟件模擬中國電網(wǎng)電力公司某區(qū)域電力通信網(wǎng)絡(luò)，該通信網(wǎng)絡(luò)共包括20個(gè)通信節(jié)點(diǎn)，包括35個(gè)通信支路。

采用本文算法評(píng)估該電力通信網(wǎng)絡(luò)運(yùn)行60 min和10 d的運(yùn)行風(fēng)險(xiǎn)概率，檢測(cè)本文算法評(píng)估的有效性。

統(tǒng)計(jì)采用本文算法評(píng)估該區(qū)域電力通信網(wǎng)于2019年11月13日8:00—9:00運(yùn)行60 min的運(yùn)行風(fēng)險(xiǎn)概率情況，統(tǒng)計(jì)結(jié)果如圖1所示。

通過圖1仿真結(jié)果可以看出，所得概率系數(shù)與實(shí)際概率系數(shù)擬合性較高，采用本文算法可有效評(píng)估該電力通信網(wǎng)運(yùn)行60 min的正常概率和故障概率，說明本文算法可有效評(píng)估電力通信網(wǎng)絡(luò)短期運(yùn)行風(fēng)險(xiǎn)概率。

統(tǒng)計(jì)采用本文算法評(píng)估該區(qū)域電力通信網(wǎng)絡(luò)于2019年11月13日—11月22日的運(yùn)行10日的風(fēng)險(xiǎn)概率情況，統(tǒng)計(jì)結(jié)果如表1所示。

表1 運(yùn)行10日風(fēng)險(xiǎn)概率評(píng)估結(jié)果

通過表1仿真結(jié)果可以看出，采用本文算法可有效評(píng)估該區(qū)域電力通信網(wǎng)運(yùn)行10 d的風(fēng)險(xiǎn)概率。

以上仿真結(jié)果說明本文算法不僅可以有效評(píng)估電力通信網(wǎng)短期運(yùn)行風(fēng)險(xiǎn)概率，對(duì)于電力通信網(wǎng)中期、長期運(yùn)行的風(fēng)險(xiǎn)概率同樣可以有效評(píng)估，有效驗(yàn)證了本文算法具有較高的實(shí)用性。這是由于本文算法充分考慮各種不確定性因素對(duì)電力通信網(wǎng)絡(luò)安全運(yùn)行的影響，選取各項(xiàng)可靠性指標(biāo)作為評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率的指標(biāo)，從而實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)概率的評(píng)估。

為進(jìn)一步檢測(cè)本文算法對(duì)電力通信網(wǎng)絡(luò)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估可靠性，統(tǒng)計(jì)采用本文算法評(píng)估電力通信網(wǎng)中5個(gè)節(jié)點(diǎn)的評(píng)估準(zhǔn)確率，統(tǒng)計(jì)結(jié)果如圖2所示。

圖2 評(píng)估準(zhǔn)確率

根據(jù)圖2中的結(jié)果可以看出，采用本文算法評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估準(zhǔn)確率均高達(dá)65%以上，說明本文算法不僅可有效評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率，并且具有較高的評(píng)估準(zhǔn)確率，這是由于該算法在選取評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率可靠性指標(biāo)的基礎(chǔ)上，利用子節(jié)點(diǎn)生成算法獲取可靠性指標(biāo)狀態(tài)向量的全部子節(jié)點(diǎn)，生成多狀態(tài)樹，最后通過多狀態(tài)樹評(píng)估算法實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)運(yùn)行風(fēng)險(xiǎn)概率的有效評(píng)估，實(shí)驗(yàn)結(jié)果證明該算法的應(yīng)用效果可應(yīng)用于電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率實(shí)際評(píng)估中。

在此基礎(chǔ)上，對(duì)比文獻(xiàn)[2]方法、文獻(xiàn)[3]方法，對(duì)所提算法的計(jì)算復(fù)雜程度進(jìn)行統(tǒng)計(jì)，算法的用時(shí)越短，計(jì)算復(fù)雜程度越低，因此，以評(píng)估用時(shí)為測(cè)試指標(biāo)進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖3所示。

圖3 不同方法評(píng)估用時(shí)對(duì)比圖

圖3中，在相同條件下，所提方法的用時(shí)最短，說明所提方法計(jì)算復(fù)雜程度最低，可操作性最強(qiáng)，具有較高的實(shí)際應(yīng)用性。

3 總結(jié)

對(duì)電力通信網(wǎng)的運(yùn)行風(fēng)險(xiǎn)概率進(jìn)行準(zhǔn)確評(píng)估對(duì)于保證電力通信網(wǎng)安全運(yùn)行具有重要意義。根據(jù)可靠性評(píng)估指標(biāo)，將電力通信網(wǎng)絡(luò)運(yùn)行狀態(tài)分為正常狀態(tài)和故障狀態(tài)，針對(duì)不同狀態(tài)將多狀態(tài)樹算法應(yīng)用于電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率評(píng)估中，通過電力通信網(wǎng)絡(luò)仿真測(cè)試驗(yàn)證該算法評(píng)估電力通信網(wǎng)運(yùn)行風(fēng)險(xiǎn)概率的有效性，結(jié)果證明該算法可為電力通信網(wǎng)安全運(yùn)行提供技術(shù)支持以及決策信息。調(diào)度人員應(yīng)在故障節(jié)點(diǎn)超過設(shè)定閾值時(shí)及時(shí)設(shè)置控制措施，保證電力通信網(wǎng)安全運(yùn)行，提升電力通信網(wǎng)絡(luò)運(yùn)行的可靠性。