基于电网状态和结构的连锁故障预测

电网连锁故障可能导致大规模停电并造成严重后果,在故障初期对后续故障进行预测有助于对大停电事故的预防。在分析了典型连锁故障的发展过程的基础上,建立了完整的支路静态能量函数的模型,构建了映射潮流变化的能量指标。结合反映电网结构脆弱性的电气介数,计及前后故障之间的累积效应,提出了反映电网故障后状态变化和结构变化的综合性裕度指标预测连锁故障。仿真结果能够搜索出较严重的连锁故障模式集,验证了该方法的合理性、有效性。

基于复杂网络理论和条件概率的灾难性事故风险评估方法

应用复杂网络理论与风险理论,综合考虑了电网的运行状态和拓扑结构,提出了一种基于贝叶斯网络的条件概率风险指标对电力系统灾难性事故的评估方法。该方法引入了电气介数指标,克服了传统风险评估中事故严重度只考虑电网运行状态而没有考虑电网结构的不足。应用条件概率,弥补了传统风险评估中元件故障概率之间相互独立的缺陷。构建了灾难性事故风险指标体系,表征了系统当前状态的运行风险,刻画了系统由于连锁故障向灾难性演变的趋势。仿真结果证明该方法能够有效地辨识系统存在的风险,为电网安全性评估提供了有效的参考信息。

小世界网络下电网连锁故障预测

电网连锁故障可能导致大规模停电等严重后果,小世界网络是复杂网络理论中重要网络模型之一。该文首先提出了基于小世界网络构建合理的拓扑模型,建立预测连锁故障优先级的方法。其次,构造了建立在物理特性、电气参数、功率损耗等因素基础上的加权电气介数,结合完整的支路静态能量函数模型,建立了映射潮流变化的能量指标。再次,提出了反映电网发生故障后小世界网络模型的状态和结构变化的综合性裕度指标预测连锁故障。最后,将该算法在IEEE-57母线系统中进行算例分析,仿真结果表明所提预测方法能够快速、准确地搜索出较严重的连锁故障模式集,验证了该方法的合理性、有效性。

应用贝叶斯网络的连锁故障模式识别

电网连锁故障的演变是一个随机过程,而大部分线路断线故障都可以用断路器的开断进行描述。贝叶斯网络能够灵活描述不确定信息,并能进行不确定性推理。以贝叶斯网络理论构建系统实时网络拓扑并计算故障概率,同时引入能够反映电力系统运行状态的支路静态势能函数来综合构建出风险指标,进行连锁故障模式识别。以IEEE-30母线系统进行算例分析,仿真结果能够搜索出各种连锁故障模式集,并能反映出各个模式的严重程度,验证了该方法的合理性、有效性。

考虑气象因子条件下的电网连锁故障预测

电网连锁故障已经成为影响电网运行安全的主要因子,气象因子中可能导致元件发生"故障聚集"现象,该现象将明显增加电网发生连锁故障的概率。通过分析气象因子影响下电网连锁故障的产生机理,运用贝叶斯网络模型结合气象因子预测电网的初始故障;建立完整的支路静态能量函数的模型,构建在气象因子影响下映射潮流变化的能量指标和反映电网结构脆弱性的电气介数;考虑电网连锁故障过程中前后故障之间的累积效应,提出反映气象因子影响下电网故障后的状态和结构的综合安全指标并对连锁故障的后续故障进行预测,为甄别复杂天气下电网危险环节提供了重要的依据。对IEEE-57母线系统的实例分析,证明了该方法的合理性、有效性。