CN109687410B - 一种基于最大熵增的连锁故障集构建方法 - Google Patents

Abstract

本发明涉及一种基于最大熵增的连锁故障集构建方法，首先建立所要研究电网的典型运行方式数据；然后计算该运行方式下电网的加权潮流熵；接着逐一开断关键输电通道，比较各输电通道开断后的电网加权潮流熵水平，将引起熵值增加最大的输电通道作为下级故障，列入连锁故障序列，直至电网加权潮流熵大于等于0.5或潮流不收敛。本发明能够实现电网连锁故障集构建过程中关键支路的准确识别。

Description

一种基于最大熵增的连锁故障集构建方法

技术领域

本发明涉及电力系统领域，特别是一种基于最大熵增的连锁故障集构建方法。

背景技术

大停电事故的发生将给社会生产和居民生活造成重大损失，进行电力系统连锁故障传播、发展机理方面的深入研究，对电网规划、电网运行决策以及事故处理等具有重要意义。通过对近年来诸多国内外大停电事故共性特征上分析，一回 (或多回)线路故障导致的系统中大范围的潮流转移，使得并行输电通道上其他线路过载或保护误动而相继开断，一系列的连锁反应激发系统振荡并最终导致系统大面积停电甚至瓦解。例如2003年的美、加大停电就是由一条高压输电线路跳闸逐步蔓延开来的；2005年的莫斯科大停电则是从一个高压电流互感器爆炸开始的。由此可见连锁故障具有十分复杂的演变过程及发展路径，并随着电力系统规模及其复杂性、互联性的增加而加剧。准确预测连锁故障的发展过程，构建能够反映电网实际拓扑、运行特性的连锁故障故障集对于研究大停电事故的预防控制技术具有重大意义。

目前学者对大停电故障集构建技术的研究主要基于两大类方法，一类是基于时域仿真分析法，但其依赖人工经验设定大量故障，难以保证故障集的覆盖范围；另一类是基于复杂理论的分析，其优点是可以从宏观上把握电网发生大停电事故的风险，但仍存在无法具体筛选故障形式等问题。

发明内容

有鉴于此，本发明的目的是提出一种基于最大熵增的连锁故障集构建方法，能够实现电网连锁故障过程中关键支路的准确识别。

本发明采用以下方案实现：一种基于最大熵增的连锁故障集构建方法，具体包括以下步骤：

步骤S1：建立所要研究电网的典型运行方式数据；

步骤S2：计算该运行方式下电网的加权潮流熵；

步骤S3：逐一开断关键输电通道，比较各输电通道开断后的电网加权潮流熵水平，将引起熵值增加最大的输电通道作为下级故障，列入连锁故障序列；

步骤S4：判断此时的电网加权潮流熵是否小于预设的阈值并且潮流收敛，若是则保持当前作为下级故障的输电通道开断，并返回步骤S3；否则，进入步骤S5；

步骤S5：故障集构建过程结束。

进一步地，步骤S4中，所述预设的阈值为0.5。

进一步地，步骤S2中，加权潮流熵的计算包括以下步骤：

步骤S21：设线路i的传输稳定限额为P_max，电网运行时线路i实时传输功率为 P_i0，则线路i的负载率μ_i0为：

式中，n为电网线路总数；

步骤S22：设线路负载率区间为[0,2.0]，按照一定的步长X将负载率区间进行细分，形成负载率细分区间序列：

{[0，X]，(X，2X]......((k-1)X，kX]......((m-1)X，2.0]}，

其中，m＝2/X，k＝1,2......m；

步骤S23：设L_k为负载率μ_k0∈((k-1)X,kX]的线路条数，得到负载率μ_k0在区间段((k-1)X,kX]的线路占全网线路的概率：

步骤S24：建立潮流熵为：

式中，C₁为常数，m为状态数；

步骤S25：计算加权潮流熵为：

式中，W_k为[(k-1)X,kX]区间线路的平均负载率。

进一步地，步骤S25中，平均负载率W_k的计算为：

式中，r为[(k-1)X,kX]区间中的线路数，Q_k为第k条线路的负载率。

与现有技术相比，本发明有以下有益效果：本发明以加权熵来评价故障后电网所处状态及稳定风险，用最大熵增指标来识别电网关键支路和筛序后续故障。本发明的方法有助于深入研究大停电事故发展机理和故障集构建原则，并在此基础上研究应对大停电风险的电网应急控制方法及恢复技术，进而全面提升电网防御大停电事故能力和事故后恢复能力，防止连锁故障的蔓延，减少故障负荷损失，降低停电事故对社会经济的影响，有效预防大停电事故的发生。本发明能够准确识别电网薄弱环节。

附图说明

图1为本发明实施例的方法流程示意图。

图2为本发明实施例的网架构示意图。

图3为本发明实施例的停电规模与停电概率曲线。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和 /或它们的组合。

如图1所示，本实施例提供了一种基于最大熵增的连锁故障集构建方法，具体包括以下步骤：

步骤S1：建立所要研究电网的典型运行方式数据；

步骤S2：计算该运行方式下电网的加权潮流熵；

步骤S3：逐一开断关键输电通道，比较各输电通道开断后的电网加权潮流熵水平，将引起熵值增加最大的输电通道作为下级故障，列入连锁故障序列；

步骤S4：判断此时的电网加权潮流熵是否小于预设的阈值并且潮流收敛，若是则保持当前作为下级故障的输电通道开断，并返回步骤S3；否则，进入步骤S5；

步骤S5：故障集构建过程结束。

在本实施例中，步骤S4中，所述预设的阈值为0.5。

在本实施例中，步骤S2中，加权潮流熵的计算包括以下步骤：

步骤S21：设线路i的传输稳定限额为P_max，电网运行时线路i实时传输功率为 P_i0，则线路i的负载率μ_i0为：

式中，n为电网线路总数；

步骤S22：综合考虑电网正常运行情况和可能遇到的故障后极端情况，并考虑一定的裕度，设线路负载率区间为[0,2.0]，即线路可能空载，也可能达到负载率2.0 的极端状况；按照一定的步长X将负载率区间进行细分，形成负载率细分区间序列：

{[0，X]，(X，2X]......((k-1)X，kX]......((m-1)X，2.0]}，

其中，m＝2/X，k＝1,2......m；

例如，取X＝5％，即可形成负载率区间的不同细分段，[0，0.05]，(0.05， 0.10]，(0.10，0.15]……(1.90，1.95]，(1.95，2.00]。

步骤S23：设L_k为负载率μ_k0∈((k-1)X,kX]的线路条数，得到负载率μ_k0在区间段((k-1)X,kX]的线路占全网线路的概率：

步骤S24：建立潮流熵为：

式中，C₁为常数，可根据研究需要设定，m为状态数；

步骤S25：考虑到线路负载率因素的影响，进一步提出了加权熵的概念，计算加权潮流熵为：

式中，W_k为[(k-1)X,kX]区间线路的平均负载率。

在本实施例中，步骤S25中，平均负载率W_k的计算为：

式中，r为[(k-1)X,kX]区间中的线路数，Q_k为第k条线路的负载率。

具体的，本实施例以某地实际电网典型方式为例验证本实施例提出的连锁故障集构建及仿真方法，示例区域电网500及1000kV网架结构如图2所示。

首先对示例电网进行初始方式下加权潮流熵指标计算分析，加权潮流熵为0.288，小于设定的门槛值0.5，进行关键输电通道的逐一开断，并计算通道开断后的系统熵值，如下表所示：

开断通道	系统熵值
		(26,27)	0.361
(30,31)	0.358
		(33,34)	0.307
(34,35)	0.309
		(1,9)	0.346
(2,3)	0.341

初始熵值为0.288，选出能够使系统熵值增加最大的通道26-27作为下级连锁故障支路，开断26-27后系统熵值未超过0.5，且潮流收敛，转步骤3，继续进行后续支路的逐一开断熵值分析。

重复上述步骤，得出连锁故障序列为：

1.开断通道26-27

2.开断通道30-31

开断通道26-27,30-31后系统潮流不收敛，故障集构建过程结束。

分析所提方法得出的故障集，通道26-27,30-31开断后，示例电网南北输电通道在东部的500KV层面联络被完全断开，此时南送电力全部通过西部10-15单回500KV线路和东部4回220KV线路联结。潮流大量转移至220KV线路引起相关区域电压下降，系统存在较高电压稳定风险。经过后续仿真分析，发生上述连锁故障后将会导致示例电网的电压失稳。

可以看出，本实施例提出的基于最大熵增的连锁故障集构建方法，通过在某地实际电网应用，验证了所提方法的可行性和有效性。

本实施例步骤S2通过计算系统(电网)加权熵指标，不仅能体现线路在各负载率区间的分布情况，还能综合考虑各区间线路的负载率大小，可以有效地表征潮流变化对电网自组织临界性的影响。采用加权潮流熵指标评估电网运行方式的潮流分布有序性，分析复杂电网自组织临界状态演化规律，对于从宏观上评估电网所处运行状态。

本实施例步骤S3提出的比较各关键支路(输电通道)开断后的电网加权潮流熵水平，将引起熵值增加最大的支路作为关键支路，列入连锁故障序列的故障集构建方法，能够筛选出对系统稳定性影响最大的输电支路，并将其列入连锁故障集。

特别的，本实施例以IEEE39节点算例为例，通过构建数十个运行方式并进行故障扫描计算，统计失稳故障负荷损失情况，能够证明在加权潮流熵较大的情况下，电网运行状态较差，负荷损失与停电累计概率呈现幂律特性，即电网进入自组织临界态，此时发生大停电的概率显著增大，其中，停电规模与停电概率曲线如图3所示。

可以看出，加权潮流熵符合电网实际情况，不仅能体现线路在各负载率区间的分布情况，还能综合考虑各区间线路的负载率大小，可以有效地表征潮流变化对电网自组织临界性的影响。可见，采用加权潮流熵指标评估电网运行方式的潮流分布有序性，分析复杂电网自组织临界状态演化规律，对于从宏观上评估电网所处运行状态以及发生大停电风险具有重要意义。

本实施例通过加权潮流熵指标判断电网所处状态。加权潮流熵指标能够定量评估系统中关键指标的有序稳定程度，通过IEEE39节点系统大量仿真计算表明当加权潮流熵增大到40-50％及以上时，电网易进入自组织临界态，即发生大停电的风险显著增大。对电网中重要输电通道分别做N-2故障，研究各个通道故障开断后的系统熵值，选出使系统熵增最大的支路作为连锁故障序列的后续故障形式，以系统熵值大于等于0.5作为故障及构建结束条件。

本实施例所提出的基于最大熵增的连锁故障集构建方法，以加权熵来评价故障后电网所处状态，以通道开断后引起最大熵增来识别电网关键支路和筛序后续故障的方法经验证能够适用于实际电网大停电的故障集构建，并以某地实际电网为例，验证了所提方法的有效性。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (3)

1.一种基于最大熵增的连锁故障集构建方法，其特征在于：包括以下步骤：

步骤S1：建立所要研究电网的典型运行方式数据；

步骤S2：计算该运行方式下电网的加权潮流熵；

步骤S3：逐一开断关键输电通道，比较各输电通道开断后的电网加权潮流熵水平，将引起熵值增加最大的输电通道作为下级故障，列入连锁故障序列；

步骤S4：判断此时的电网加权潮流熵是否小于预设的阈值并且潮流收敛，若是则保持当前作为下级故障的输电通道开断，并返回步骤S3；否则，进入步骤S5；

步骤S5：故障集构建过程结束；

其中，步骤S2中，加权潮流熵的计算包括以下步骤：

步骤S21：设线路i的传输稳定限额为P_max，电网运行时线路i实时传输功率为P_i0，则线路i的负载率μ_i0为：

式中，n为电网线路总数；

步骤S22：设线路负载率区间为[0,2.0]，按照一定的步长X将负载率区间进行细分，形成负载率细分区间序列：

{[0，X]，(X，2X]......((k-1)X，kX]......((m-1)X，2.0]}，

其中，m＝2/X，k＝1,2......m；

步骤S23：设L_k为负载率μ_k0∈((k-1)X,kX]的线路条数，得到负载率μ_k0在区间段((k-1)X,kX]的线路占全网线路的概率：

步骤S24：建立潮流熵为：

式中，C₁为常数，m为状态数；

步骤S25：计算加权潮流熵为：

式中，W_k为[(k-1)X,kX]区间线路的平均负载率。

2.根据权利要求1所述的一种基于最大熵增的连锁故障集构建方法，其特征在于：步骤S4中，所述预设的阈值为0.5。

3.根据权利要求1所述的一种基于最大熵增的连锁故障集构建方法，其特征在于：步骤S25中，平均负载率W_k的计算为：

式中，r为[(k-1)X,kX]区间中的线路数，Q_k为第k条线路的负载率。

Images