基于马尔可夫过程的电力系统连锁故障解析模型及概率计算方法

发布时间：2020-02-15 05:53

【摘要】：提出一种基于马尔可夫过程的电力系统连锁故障解析模型及概率计算方法,该方法区分电力系统不同元件物理特性,结合系统元件所在电力系统状态信息,分析元件停运概率。在元件停运模型基础之上,考虑连锁故障演化过程中故障事件间的相关性,以及故障序列对故障概率、故障后果的影响,通过马尔可夫过程描述连锁故障转移过程,搜索系统在不同初始故障条件下的连锁故障事件,生成电力系统连锁故障全系统状态空间;与此同时,分析系统不同状态下的转移过程,通过相关元件停运模型分析系统转移概率,计算得到不同规模连锁故障的概率。最后,在RTS79系统中验证此方法,结果表明该方法可发现系统在不同初始故障下的连锁故障事件,并计算连锁故障概率,发现系统中的关键元件,以便基于此提出相应的系统改进措施,预防连锁故障发生,降低系统风险,提高电力系统供电能力。
【图文】：

统中元件的相关性指标(interactionsmetrics，IM)IIM如下：seqESIMseq(,)(,|)SIlmIlmSW=(6)式中：l、m为系统元件，seqS代表一条件连锁故障序列；seqI(l,m|S)为示性函数，当故障序列seqS为l~m时，劝1”，否则劝0”。4算例分析4.1连锁故障概率分析在RTS79测试系统中，分别采用运行可靠性模型及固定停运概率模型进行连锁故障搜索。为提高连锁故障搜索效率，仅搜索过载线路，且在故障规模大于20条线路停运或连锁故障事件概率小于10-10时停止搜索。连锁故障规模及连锁故障概率关系如图4所示。在固定停运概率模型中，，线路停运概率与线路潮流变化无关，且与连锁故障发展阶段无关。然而，在连锁故障发展过程中，存在大量的负荷转移，且在连锁故障快速发展阶段，大量元件退出运行，系统潮流变化显著，当前元件停运后会进一步影响到后续的故障发展，潮流转移等作用使得元件故障间的相关性增强。而在固定停运概率模型中，忽略了元件故障间的相关性，因此会遗漏一些连锁故障事件。同时，由于忽略了线路潮流对元件停运概率的影响，固定停运概率模型低估了系统连锁故障的可能性。这种影响在系统故障模型较小时并非显著，但随着系统故障规模的扩大，其影响将会愈发明显。因此，通过建立潮流相关的运行可靠性模型反映这种相关性，可更好地模拟连锁故障演变。与此同时，可通过连锁故障搜索得到各故障规模下的连锁故障事件排序，表1中列出不同故障规事故概率事故概率图4连锁故障搜索结果Fig.4Cascadingoutagesearchingresults

概率较大的3个连锁事件。随着连锁故障规模的增加，其故障概率并非显著减小，特别地，对于一些相关性较强的连锁故障而言，其较大规模故障的概率甚至会高于较小规模故障的概率。如表中5个元件的连锁故障事件(22,7,23,21,29)概率便高于4个元件的连锁故障事件(21,7,23,29)概率，这是由于伴随着连锁故障的演化，系统运行条件改变，进而元件的停运概率也随之改变。在恶劣的运行条件下，将加大系统连锁故障的可能。4.2系统关键环节分析1）关键线路分析。通过对搜索得到的连锁故障路径进行分析，可以得到系统的关键环节如图5所示。图中每一节点代表系统中一个母线，节点间的连线代表了母线间的传输线，连线的宽窄体现了线路的关键度。由图可见，系统中的关键环节是线路Bus12-Bus13，线路Bus3-Bus24，以及线路Bus14-Bus16。在RTS79系统中，电源与负荷分布不均，在系统运行时，需要将功率跨区传输，而这几条线路为区域间的重要联络线，且为单回线路连接，一旦发生故障，将引发功率转移，进而导致其他线路传输功率过载，有图5系统关键线路分析Fig.5Criticaltransmissionlinesanalysis可能造成连锁故障。结合数据及理论分析，可通过改进这几条线路，以加强系统，预防连锁故障发生。2）线路相关性分析。通过对搜索得到的连锁故障路径进行分析，可以得到系统中线路间的相互转移关系，如图6所示。图中每一个节点均代表系统中的一条线路，节点间的连线代表了线路间的相互关系，线路的宽窄体现了线路间相互关系的大校通过图可以发现，线路20(Bus12-Bus23)与线路22(Bus13-Bus23)相关性较大，容易发生连锁故障，随后为线路23(Bus14-Bus16)故障。在初始故障发生后，可结合线路的相关性分析，判断可能的连锁故障事件，以便制定紧急控制方案

【相似文献】

相关期刊论文 前10条

1 付蓉;蒋国平;王保云;;计及系统连锁故障风险的电网预防控制[J];电力系统保护与控制;2011年03期

2 王多;王维洲;靳丹;于会泉;刘文颖;;基于贝叶斯网络的连锁故障概率模型[J];电力安全技术;2011年07期

3 王伊渺;李华强;肖先勇;廖苑晰;;基于电网状态和结构的连锁故障预测[J];电力系统保护与控制;2012年20期

4 孙可,韩祯祥,曹一家;复杂电网连锁故障模型评述[J];电网技术;2005年13期

5 周宗发;艾欣;邓慧琼;刘昊;;基于故障树和模糊推理的电网连锁故障分析方法[J];电网技术;2006年08期

6 易俊;周孝信;;考虑系统频率特性以及保护隐藏故障的电网连锁故障模型[J];电力系统自动化;2006年14期

7 邓慧琼;艾欣;赵亮;;电网连锁故障分析方法评述[J];现代电力;2006年06期

8 易俊;周孝信;;基于连锁故障搜索模型的降低电网发生连锁故障风险的方法[J];电网技术;2007年06期

9 邓慧琼;艾欣;罗啸;;电网连锁故障防治策略初探及连锁过载识别方法研究[J];现代电力;2007年01期

10 易俊;周孝信;肖逾男;;具有不同拓扑特征的中国区域电网连锁故障分析[J];电力系统自动化;2007年10期

相关会议论文 前7条

1 王爽;艾欣;;考虑因果关系的电力系统连锁故障研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）[C];2008年

2 戴光武;都洪基;贾磊;张晓萍;;基于模糊理论和故障树的连锁故障分析方法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

3 暴海峰;;电力系统连锁故障评估综述[A];2010年云南电力技术论坛论文集（文摘部分）[C];2010年

4 谢华森;顾雪平;;基于交流潮流模型的电网连锁故障过程模拟[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

5 郝达智;艾欣;;基于时序的连锁故障搜索方法研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

6 黄敏芳;王颜新;;自然灾害下大电网连锁故障分析及控制方法研究[A];中国系统工程学会第十八届学术年会论文集——A11系统工程方法在公共卫生、突发事件应急管理方面的研究[C];2014年

7 寇凌岳;艾欣;邓慧琼;;基于FCM算法的连锁故障评价及路径划分方法研究[A];第十一届全国电工数学学术年会论文集[C];2007年

相关博士学位论文 前10条

1 邓慧琼;电网连锁故障预测分析方法及其应用研究[D];华北电力大学（北京）;2007年

2 梁才;基于复杂电网非均质特性的连锁故障关键元件辨识模型[D];华北电力大学(北京);2014年

3 蔡晔;智能电网多网交互作用的机理分析及应用研究[D];湖南大学;2016年

4 丁理杰;复杂电网连锁故障大停电分析与预防研究[D];浙江大学;2008年

5 陈继刚;油田电力系统连锁故障分析与研究[D];大庆石油学院;2009年

6 王佳明;基于复杂系统脆性理论的电网连锁故障预警模型研究[D];华北电力大学;2013年

7 任惠;电力系统连锁故障风险分析[D];华北电力大学（河北）;2009年

8 许婧;考虑保护隐藏故障的复杂电力系统连锁故障分析研究[D];中国电力科学研究院;2011年

9 范文礼;基于复杂网络理论的连锁故障建模与预防研究[D];西南交通大学;2014年

10 于洋;电力系统连锁故障及相关问题的研究[D];浙江大学;2008年

相关硕士学位论文 前10条

1 邸鹏宇;连锁故障双阶段搜索算法及风险评估模型研究[D];华南理工大学;2015年

2 杨阳;基于复杂网络理论的电网连锁故障风险评估[D];西南交通大学;2015年

3 杨逍;基于复杂网络理论的特征参数构造及分析[D];华北电力大学;2015年

4 肖遥;过载主导型连锁故障风险评估算法[D];合肥工业大学;2015年

5 范佳琪;基于临界相变的电力系统连锁故障早期预警机理研究[D];华北电力大学;2015年

6 曹楷;电力系统连锁故障早期预警模型研究[D];华北电力大学;2015年

7 朱自强;保护系统对电力系统连锁故障的影响分析[D];合肥工业大学;2015年

8 郝泽龙;基于复杂网络理论的电网连锁故障模型研究[D];厦门理工学院;2015年

9 刘沛铮;基于复杂系统理论的电网连锁故障模型及自组织临界辨识方法[D];重庆大学;2015年

10 李庆;电网关键线路及连锁故障辨识方法研究[D];东北电力大学;2016年

本文编号：2579731