[发明专利]基于线路集群的电网连锁故障分析方法

说明书

技术领域

本发明属于电力系统安全防护技术领域，尤其涉及一种基于线路集群的电网连锁故障分析方法。

背景技术

近年来，国内外发生的很多重特大停电事故都表现为连锁故障，这类停电事故的共同特点是：开始往往是某一元件受到干扰，引起该元件正常工作的破坏，如果不能及时处理，随着时间的推移，造成事故的连锁性扩大，波及其它元件甚至整个系统，依次引起其他元件相继断开，最后造成大面积停电事故。这类事故的发生概率虽然不大，但危害极大，随着国内外对连锁故障问题认识的不断深化，如何构建合理的电网连锁故障模型已成为这一领域的众多专家学者所关注的焦点问题。

迄今为止，国内外在连锁故障研究领域做了大量工作。美国的Carreras、Dobson等学者开始采用自组织临界理论来解释电网的连锁故障问题，提出的OPA模型、CASCADE模型、HOT(Highly Optimized Tolerance)理论以及分支过程模型等是以复杂系统理论为基础并结合电力系统的实际而构造的。在名称为《大电网继电自动装置的隐藏故障、脆弱性和适应性问题[J]》(王明俊，，电力自动化设备，2005，25(3)：1-5.)的文献中，考虑了可对包含传输线和发电机连锁故障的大规模停电事故进行定性模拟和分析的CASCADE模型。在名称为《Random graphs with arbitrary degree distributions and their applications[J]》(Newman M E J，Strogatz S H，Watts D J.Physical Review E，2001，64(2)：026118，11-19.)的文献中，描述了幂率关系的HOT理论，能够较合理的说明故障统计数据的初始分布规律。但这些模型也存在明显不足：这些模型实际上并不注重连锁故障发展过程的物理细节，而是强调电网发生连锁故障的初始条件以及电网发生连锁故障的长期宏观总体特性，是一种定性的连锁故障机理分析方法。

从国内外电网停电事故来看，连锁故障表现为保护动作导致的电力系统元件相继停运，连锁故障本质上是条件概率事件。贝叶斯网络是基于概率分析、图论的一种不确定性知识的表达和推理模型，能够很好的表示变量的随机不确定性和相关性，非常适合条件概率事件的分析。

本发明提供的方法，将根据自临界线路集群分布故障概率模型，把贝叶斯网络故障树理论应用于连锁故障分析，将故障选择限制在供电路径上，采用交替的潮流计算和暂态稳定计算进行分析，综合考虑连锁故障过程中的线路过载、稳定、负荷损失以及对电网的风险指标等因素，对电网连锁故障风险指标进行分析。

本方法按照电网连锁故障的物理过程并结合各阶段事件的概率特点，充分考虑到网络结构的拓扑关系，以及系统潮流转移对线路元件间的不同影响，建立连锁故障的贝叶斯网络故障树；进行连锁故障传播机理的分析时，按照连锁故障发生、发展的物理过程，分析系统潮流转移时线路的自临界特性；结合连锁故障发展阶段的概率特点，基于电力系统中自临界线路集群的连锁故障概率分析，建立了一种电网连锁故障的概率分析模型；通过对连锁故障过程的模拟，用过负荷和系统负荷损失指标对连锁故障进行风险评估，找到系统的薄弱环节，为进一步研究降低连锁故障风险的预防策略提供依据。

发明内容

本发明的目的在于，结合电力系统中线路元件集群故障后的概率特性，提出一种基于线路集群的电网连锁故障分析方法。

为实现上述的目的，本发明提供的技术方案是，一种基于线路集群的电网连锁故障分析方法，其特征是所述方法包括：

步骤1：建立电网的贝叶斯网络模型连锁故障树；

步骤2：确定自临界线路集群；

步骤3：建立自临界线路集群的连锁故障概率模型；

步骤4：计算连锁故障风险指标。

所述确定自临界线路集群具体是：根据约束标准