[发明专利]一种电网连锁性故障识别和风险评估方法

说明书

技术领域

本发明涉及电力系统安全防护技术领域，具体涉及一种电网连锁性故障识别和风险评估方法。

背景技术

随着电网容量和规模的日益增大，电网越来越复杂，在提高电网有效性和鲁棒性的同时，电网的安全风险也随之增加了。近年来，全球发生了多起由连锁性故障引发的大面积停电，如1996年7、8月份美国西部接连发生两次大停电事故；2003年下半年在北美和加拿大、英国伦敦、瑞典和丹麦、意大利都先后发生了大面积停电事故；2008年1月我国南方的冰雪大灾难造成的大面积停电事件，都造成了巨大的经济损失和严重的社会危害，甚至影响到国家安全。因此，为制定有效的安全防御体系，提高电网防灾、抗灾能力，需准确识别电网可能出现的连锁性故障，并对电网面临的潜在风险进行评估。

电网连锁性故障受诸多诱导因素影响，如：天气、环境、电网拓扑结构等，具有复杂不确定性。现有方法以蒙特卡罗模拟为基础，用经典概率测度或模糊测度刻画连锁性故障的不确定属性，具体方法可分为随机评估法和模糊评估法。其中，随机评估法对连锁性故障这类稀有事件十分敏感，在保证仿真精度时需进行大量抽样计算。为解决随机评估法中仿真精度与模拟效率的矛盾，在名称为《Optimal locations for protection system enhancement：a simulation of cascading outages[J]》(Wang H Y，Thorp J S．IEEE Transaction on PowerDelivery，2001，16(4)：528-533)的文献中提出方差减小技术，在名称为《Generatingcapacity reliability evaluation based on Monte Carlo simulation and cross entropymethods[J]》．(Leite da Silva A M，Fernandez R A G，Singh C．IEEE Transactions on PowerSystems，2010，25(1)：129-137)的文献中提出交叉熵减小技术，试图通过尺度变换弥补传统随机评估法的不足，但最优尺度函数的选取对评估结果影响很大。模糊评估法利用专家经验进行求解，虽可在一定程度上提高仿真效率，但方法操作复杂，且缺乏严密的数学理论支撑。

发明内容

本发明的目的在于提供一种电网连锁性故障识别和风险评估方法，解决目前用于电网连锁性故障的识别和风险评估方法精度和效率不高，并且操作复杂的问题。

为解决上述的技术问题，本发明采用以下技术方案：

一种电网连锁性故障识别和风险评估方法，包括以下步骤：

获取电网历史故障信息：由电网SCADA系统中提供的遥测信息和遥信信息确定电网的运行状态，获取电网当前状态下参数信息，获取影响电网安全的诱导因素并统计信息；

确定电网预想事故集：通过历史统计信息或人工设置出预想事故集；

确定连锁性故障传播和演化机制：由上一阶段发生故障的支路群确定下一阶段可能发生故障的支路群；

确定电网连锁性故障发生的可能性、严重性和风险测度值：分别采用可信性测度和总负荷损失刻画事故发生的可能性和严重性，用两者的乘积度量事故的风险测度；

建立连锁性故障识别和风险评估模型：设置蒙特卡罗仿真次数，将预想事故集作为连锁性故障的初始事故，识别可能发生的连锁性故障，计算连锁性故障的可信性测度、总负荷损失和风险测度；

综合所有可能的连锁性故障，计算当前状态下电网面临的潜在风险。

进一步的上述遥测信息包括电网的电气量和负荷潮流，遥信信息包括各种保护和开关量信息。

进一步的上述由电网SCADA系统中提供的遥测信息和遥信信息确定电网的运行状态，获取电网当前状态下参数信息，其参数信息包括节点电压、负荷和发电机出力。

进一步的上述预想事故集中的元件为关键元件或最易发生故障的元件。

与现有技术相比，本发明的有益效果是：根据电网连锁性故障的实际物理传播过程和数学属性，由可信性理论建立了事故发生可能性和严重性的可信性测度和总负荷损失，并由模糊模拟方法和潮流计算进行求解，解决了传统方法中的仿真精度和抽样次数之间的矛盾。通过对WSCC 9节点测试系统进行仿真分析，证明了该方法的正确性、鲁棒性，对样本依赖小，该方法对电网预防大面积停电事故具有重要的理论意义和实际意义。

附图说明

图1为本发明一种电网连锁性故障识别和风险评估方法一种实施例的流程示意图。