基于改進(jìn)蒙特卡洛法的智能電網(wǎng)實(shí)時(shí)運(yùn)行風(fēng)險(xiǎn)評(píng)估

莫 熙，王宜立，高道春，楊再鶴，陳根軍

(1.云南電力調(diào)度控制中心調(diào)度科，云南 昆明 650011； 2.南京南瑞繼保電氣有限公司，江蘇 南京 210000)

近幾年，電力系統(tǒng)的發(fā)展速度越來(lái)越快，智能電網(wǎng)應(yīng)運(yùn)而出，在具有多變性和復(fù)雜性的嚴(yán)峻環(huán)境中，幫助維護(hù)電網(wǎng)安全穩(wěn)定的運(yùn)行，但還不能完全避開大規(guī)模斷電情況的發(fā)生。為進(jìn)一步提升區(qū)域用電穩(wěn)定性，需實(shí)時(shí)對(duì)電網(wǎng)運(yùn)行環(huán)境進(jìn)行風(fēng)險(xiǎn)評(píng)估，及時(shí)發(fā)現(xiàn)電網(wǎng)中的薄弱環(huán)節(jié)，避免運(yùn)行事故的發(fā)生，以及制定合理有效的應(yīng)急方案。

文獻(xiàn)[1]憑借安全穩(wěn)定二、三道防線評(píng)估智能電網(wǎng)的風(fēng)險(xiǎn)，通過(guò)可擴(kuò)展標(biāo)記語(yǔ)言XML對(duì)電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行當(dāng)值計(jì)算，將結(jié)果發(fā)送給在線動(dòng)態(tài)安全評(píng)估系統(tǒng)，系統(tǒng)根據(jù)動(dòng)作邏輯、當(dāng)值結(jié)果以及啟動(dòng)邏輯建立風(fēng)險(xiǎn)評(píng)估策略模型，對(duì)電網(wǎng)中存在的異常情況完成風(fēng)險(xiǎn)評(píng)估。評(píng)估模型輸入的電網(wǎng)數(shù)據(jù)沒(méi)有經(jīng)過(guò)預(yù)處理，存在較多的影響因素，出現(xiàn)較大的評(píng)估誤差；文獻(xiàn)[2]構(gòu)建電網(wǎng)負(fù)荷概率模型，憑借求逆法采樣模型中的預(yù)測(cè)誤差隨機(jī)值，將Cornish-Fisher與半不變量結(jié)合，獲取配電網(wǎng)中各個(gè)節(jié)點(diǎn)的電壓越限情況；最后引入效用函數(shù)，建立配電網(wǎng)電壓越限風(fēng)險(xiǎn)評(píng)估模型，實(shí)現(xiàn)對(duì)配電網(wǎng)中電壓的風(fēng)險(xiǎn)評(píng)估。該方法不受運(yùn)行環(huán)境限制，但是算法較為復(fù)雜，實(shí)施起來(lái)難度較大。本文綜合上述優(yōu)缺點(diǎn)，創(chuàng)新性提出改進(jìn)蒙特卡洛法來(lái)實(shí)現(xiàn)風(fēng)險(xiǎn)評(píng)價(jià)，避免了傳統(tǒng)蒙特卡洛法獲取較高風(fēng)險(xiǎn)性指標(biāo)時(shí)，在電網(wǎng)中每個(gè)節(jié)點(diǎn)上所花費(fèi)的時(shí)間過(guò)多問(wèn)題，可以很好地處理電網(wǎng)中的多重連鎖故障，同時(shí)迅速地計(jì)算出電網(wǎng)中的故障模式，減少運(yùn)行評(píng)估時(shí)間，提高計(jì)算效率。

1 智能電網(wǎng)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系建立

將電力系統(tǒng)存在的原始風(fēng)險(xiǎn)、與加入智能電網(wǎng)時(shí)引起的新風(fēng)險(xiǎn)[3]相結(jié)合，會(huì)使電網(wǎng)整體運(yùn)行情況變得極為復(fù)雜，應(yīng)從可控因素著手，采取相應(yīng)措施來(lái)降低和管控風(fēng)險(xiǎn)。根據(jù)我國(guó)智能電網(wǎng)的發(fā)展情況，本文將運(yùn)行風(fēng)險(xiǎn)分為以下5類。①立項(xiàng)風(fēng)險(xiǎn)。包含了地址選取、項(xiàng)目規(guī)模大小、項(xiàng)目投資風(fēng)險(xiǎn)和政治、經(jīng)濟(jì)、法律等相關(guān)政策風(fēng)險(xiǎn)。②技術(shù)風(fēng)險(xiǎn)。技術(shù)風(fēng)險(xiǎn)是智能電網(wǎng)運(yùn)行過(guò)程中的主要風(fēng)險(xiǎn)，包含了核心技術(shù)的成熟度[4]、技術(shù)變更以及技術(shù)實(shí)施復(fù)雜度3項(xiàng)內(nèi)容。③環(huán)境風(fēng)險(xiǎn)。智能電網(wǎng)使一部分的可再生能源得到有效利用，與此同時(shí)，也無(wú)法避免地影響了周邊生態(tài)環(huán)境，產(chǎn)生水資源污染、地質(zhì)環(huán)境破壞以及環(huán)評(píng)通過(guò)率[5]下降等一些負(fù)面影響。④安全風(fēng)險(xiǎn)。安全穩(wěn)定地運(yùn)行是智能電網(wǎng)首要考慮的內(nèi)容之一，安全風(fēng)險(xiǎn)中包含了供電可靠性、設(shè)備異常次數(shù)、系統(tǒng)穩(wěn)定性以及信息保密程度等。⑤管理風(fēng)險(xiǎn)。在智能電網(wǎng)的運(yùn)行過(guò)程中，判斷錯(cuò)誤和信息不及時(shí)都有可能導(dǎo)致發(fā)生管理風(fēng)險(xiǎn)，主要包括經(jīng)費(fèi)充足程度[6]、工作人員素質(zhì)以及項(xiàng)目進(jìn)展情況。

通過(guò)對(duì)智能電網(wǎng)中5類風(fēng)險(xiǎn)分析后，構(gòu)建了風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系如圖1所示。

圖1 智能電網(wǎng)運(yùn)行風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系Fig.1 Index system of smart grid operation risk evaluation

2 智能電網(wǎng)實(shí)時(shí)運(yùn)行風(fēng)險(xiǎn)評(píng)估

2.1 蒙特卡洛法風(fēng)險(xiǎn)評(píng)估分析

蒙特卡洛法是當(dāng)前智能電網(wǎng)運(yùn)行可靠性評(píng)估的常用方法之一，主要由3個(gè)過(guò)程組成，分別是：智能電網(wǎng)狀態(tài)抽樣、智能電網(wǎng)狀態(tài)分析、統(tǒng)計(jì)智能電網(wǎng)評(píng)估指標(biāo)[7-12]。

風(fēng)險(xiǎn)評(píng)估的步驟：①輸入電網(wǎng)運(yùn)行數(shù)據(jù)，設(shè)置好計(jì)算精度；②對(duì)電網(wǎng)狀態(tài)進(jìn)行隨機(jī)抽樣；③分析電網(wǎng)運(yùn)行狀態(tài)，計(jì)算試驗(yàn)函數(shù)值；④更新電網(wǎng)可靠性指標(biāo)；⑤判斷是否符合風(fēng)險(xiǎn)評(píng)估精度要求，如果符合，完成評(píng)估過(guò)程，輸出評(píng)估結(jié)果；如果不符合，返回步驟②，重新進(jìn)行計(jì)算，直至滿足要求為止。

通過(guò)上述步驟能夠獲得風(fēng)險(xiǎn)評(píng)估結(jié)果，但隨著智能電網(wǎng)運(yùn)行環(huán)境越來(lái)越復(fù)雜，產(chǎn)生的隨機(jī)因素變多，原始蒙特卡洛法不能滿足現(xiàn)階段高精度[13-16]和效率的要求。不僅如此，蒙特卡洛法需要在樣本數(shù)量充足的情況下，才能通過(guò)大數(shù)法則獲得精準(zhǔn)的誤差分析結(jié)果，使得到的風(fēng)險(xiǎn)評(píng)估結(jié)果收斂于待求值真值。因此，需改進(jìn)蒙特卡洛法，減小方差[17-20]，以此來(lái)提高評(píng)估效率。

2.2 改進(jìn)的蒙特卡洛法

根據(jù)上文分析得到的缺陷，本文選擇交叉熵重要抽樣法與分散抽樣法相結(jié)合的方式，來(lái)降低評(píng)估樣本數(shù)量。利用Matlab語(yǔ)言來(lái)仿真改進(jìn)后的算法，具體如圖2所示。

圖2 改進(jìn)蒙特卡洛法流程Fig.2 Improve the flow of Monte Carlo method

3 實(shí)驗(yàn)

為了驗(yàn)證本文方法的有效性及合理性，展開實(shí)驗(yàn)。選用某地的電網(wǎng)系統(tǒng)作為研究對(duì)象，并構(gòu)建仿真系統(tǒng)，由Visual C++6.0語(yǔ)言開發(fā)，通過(guò)充裕度評(píng)估軟件TH-BESREP，完成智能電網(wǎng)運(yùn)行風(fēng)險(xiǎn)評(píng)估程序的編寫。電網(wǎng)系統(tǒng)現(xiàn)場(chǎng)圖如圖3所示。

圖3 電網(wǎng)系統(tǒng)現(xiàn)場(chǎng)Fig.3 Field diagram of power grid system

選取電網(wǎng)系統(tǒng)由40臺(tái)常規(guī)發(fā)電機(jī)組、10條支路、30根母線組成。在電力系統(tǒng)實(shí)際運(yùn)行過(guò)程中，負(fù)荷無(wú)法保持長(zhǎng)時(shí)間的峰值狀態(tài)。因此在正常條件下、元件失效條件下及負(fù)荷轉(zhuǎn)移條件下評(píng)估電網(wǎng)風(fēng)險(xiǎn)。

3.1 正常條件下的風(fēng)險(xiǎn)評(píng)估

智能電網(wǎng)實(shí)時(shí)運(yùn)行風(fēng)險(xiǎn)評(píng)估采用標(biāo)準(zhǔn)測(cè)試系統(tǒng)，計(jì)算的風(fēng)險(xiǎn)指標(biāo)選擇削減負(fù)荷概率PLC、期望缺供電功率EDNS以及期望缺供電量EENS。在實(shí)驗(yàn)平臺(tái)中，導(dǎo)入電網(wǎng)日負(fù)荷曲線，如圖4所示。

圖4 電網(wǎng)日負(fù)荷曲線Fig.4 Daily load curve of power grid

分別對(duì)日平均負(fù)荷為70%、80%、90%三種情況進(jìn)行分析計(jì)算，不同負(fù)荷水平下系統(tǒng)風(fēng)險(xiǎn)指標(biāo)計(jì)算結(jié)果見表1。

表1 風(fēng)險(xiǎn)評(píng)估效果Tab.1 Risk assessment effect

從表1中可以看出，本文方法在正常條件下，隨著電網(wǎng)負(fù)荷的增加，電網(wǎng)風(fēng)險(xiǎn)指標(biāo)也逐漸升高。因此可以認(rèn)定，本文方法在正常條件下具有理想的風(fēng)險(xiǎn)評(píng)估結(jié)果。

3.2 元件失效條件下的風(fēng)險(xiǎn)評(píng)估

當(dāng)元件失效時(shí)，系統(tǒng)風(fēng)險(xiǎn)將增加。采用90%負(fù)荷值測(cè)試單條線路失效對(duì)系統(tǒng)風(fēng)險(xiǎn)評(píng)估準(zhǔn)確性的影響，測(cè)試結(jié)果見表2。

表2 元件失效條件下的風(fēng)險(xiǎn)評(píng)估效果Tab.2 Effect of risk assessment under component failure

由表2可知，當(dāng)3號(hào)線和8號(hào)線發(fā)生故障時(shí)，系統(tǒng)風(fēng)險(xiǎn)指數(shù)顯著增加，應(yīng)優(yōu)先考慮這兩條線路安全。當(dāng)5號(hào)線發(fā)生線路故障時(shí)，其風(fēng)險(xiǎn)指數(shù)也會(huì)有一定程度的增加。因此，應(yīng)對(duì)上述3條線路制定運(yùn)行維護(hù)計(jì)劃。其他線路對(duì)系統(tǒng)的危險(xiǎn)程度影響不大，可以適當(dāng)關(guān)注其運(yùn)行狀態(tài)。

3.3 負(fù)荷轉(zhuǎn)移條件下的風(fēng)險(xiǎn)評(píng)估

以上試驗(yàn)結(jié)果顯示，如果系統(tǒng)內(nèi)部的元件發(fā)生失效故障，將會(huì)影響到整個(gè)系統(tǒng)的風(fēng)險(xiǎn)程度，從而危及到整個(gè)系統(tǒng)的安全。為減少這種影響，可以采用負(fù)載轉(zhuǎn)移的方法降低系統(tǒng)的危險(xiǎn)。以上述的線路3為例，當(dāng)線路3發(fā)生故障時(shí)，可以向線路4和線路2傳送線路3的負(fù)荷，從而降低系統(tǒng)危險(xiǎn)指數(shù)。

制訂下列負(fù)荷轉(zhuǎn)移方案：①將線路3上全部的負(fù)荷轉(zhuǎn)移至線路2；②將線路3上全部的負(fù)荷轉(zhuǎn)移至線路4；③將線路3上50%的負(fù)荷轉(zhuǎn)移至線路2，50%的負(fù)荷轉(zhuǎn)移至線路4。

測(cè)試上述3種方案的風(fēng)險(xiǎn)評(píng)估結(jié)果見表3。

表3 三種負(fù)荷轉(zhuǎn)移方案的風(fēng)險(xiǎn)評(píng)估效果Tab.3 Risk assessment effects of three load transfer schemes

由表3可知，以上3種方案均可有效轉(zhuǎn)移失效線路負(fù)荷，降低電網(wǎng)運(yùn)行風(fēng)險(xiǎn)。其中，方案3對(duì)降低電網(wǎng)運(yùn)行風(fēng)險(xiǎn)的作用最好，削減負(fù)荷概率及期望缺供電功率與正常狀態(tài)相差無(wú)幾，表明了負(fù)荷轉(zhuǎn)移的有效性。

4 結(jié)論

一般情況下，智能電網(wǎng)可以自動(dòng)阻礙一些擾動(dòng)信號(hào)和異常因素，使得電網(wǎng)始終處于平穩(wěn)的運(yùn)行狀態(tài)。但當(dāng)電網(wǎng)中的薄弱節(jié)點(diǎn)和關(guān)鍵節(jié)點(diǎn)出現(xiàn)異常時(shí)，無(wú)法及時(shí)發(fā)現(xiàn)將會(huì)對(duì)電網(wǎng)產(chǎn)生較大的影響，甚至導(dǎo)致整個(gè)系統(tǒng)的停運(yùn)。因此，需要實(shí)時(shí)評(píng)估電網(wǎng)的運(yùn)行狀態(tài)。本文針對(duì)傳統(tǒng)蒙特卡洛法在抽樣次數(shù)和方差上的缺陷問(wèn)題作出對(duì)應(yīng)改進(jìn)，以此來(lái)降低計(jì)算誤差、提高算法整體的評(píng)估精度。在實(shí)驗(yàn)中，本文方法取得理想的結(jié)果，為智能電網(wǎng)的發(fā)展提供了一種科學(xué)的參考依據(jù)。