基于区块链的混合式点对点电力信息网络级联故障研究

通过对电网进行社团划分,根据电网和信息网对应分层分区建设的现状和实际耦合关系划分信息网社团。选取信息网中每个社团介数最大的节点和度数最大的节点进行全连接,构建基于区块链的混合式点对点结构的电力信息相互依存网络模型。结合区块链的共识机制分析该模型的优势,利用高度数攻击与高介数攻击这两种攻击策略研究所提出的相互依存网络的鲁棒性,并与传统的集中式控制的电力信息网和完全分散式点对点电力信息网进行对比。研究结果表明:本电力信息相互依存网络模型能够在提高网络鲁棒性的基础上,有效减少实用拜占庭容错算法的通信开销和共识时延;在混合式点对点电力信息网中,高度数攻击方式下系统表现出更强的脆弱性。

基于子网划分的电网关键节点识别

结合电网拓扑结构和潮流追踪技术,提出一种基于子网划分的电网关键节点识别方法。首先,根据发电机节点的邻域信息和功率将发电机节点划分为不同的子集,然后根据电网的系数分配矩阵将负荷节点划分到为其提供最大功率的发电机节点子集中,完成子网划分。接着采用多属性决策法对每个子网的节点进行排序,进一步改进并计算每个子网的结构系数,作为衡量子网重要性的指标。根据子网重要性,从每个子网中提取特定比例的候选关键节点,对这些候选节点依据多属性决策法重新排序,得到关键节点的最终排序。以IEEE14、IEEE57和IEEE118三种节点系统为例进行分析,得到各个系统的子网划分结果和各个标准网络的重要节点排序结果。采用本文方法、PageRank法和多属性决策法分别进行关键节点排序,并对排序靠前的关键节点进行级联故障性能实验和网络效能实验。实验表明,本文算法选择的关键节点对整个网络的传播性能影响最大,优于其他两种关键节点识别方法。

基于复杂网络的电网结构健壮性及Braess悖论现象研究

应用复杂网络理论,建立电力系统的改进导纳模型,结合电网拓扑特性和电气特性对电网的级联故障进行研究。通过随机移除传输线引发电网级联故障,研究网络的节点数、平均度、发电站数量以及发电站的分布状况对系统健壮性的影响,并对小世界电网级联故障过程中的布雷斯(Braess)悖论现象进行分析。研究表明:网络的健壮性与其拓扑结构密切相关,平均度较大时,最近邻耦合网络和小世界网络健壮性曲线存在多个分叉点;在小世界结构电网中,一般平均度和节点数越大,发电站的数量越多,电网健壮性越好;发电站分散分布比发电站集中分布的电网健壮性更好。对网络容量增加导致健壮性降低的布雷斯现象进行解释。

基于复杂网络理论的互联电网Braess悖论现象分析

为了探究互联电力网络中的Braess悖论现象,采用二阶类Kuramoto相振子模型对电网进行动力学建模,将两个子网通过大度节点相连构建互联电网。当两个子网间有功率传输时,分别在两个子网内部新增传输线路探究互联电网发生Braess悖论现象的概率并分析其原因。研究发现:当互联电网中两个子网间的功率传输达到某一临界值时,受电子网的同步能力远优于供电子网的同步能力,供电子网新增传输线路引起互联电网发生Braess悖论的概率远高于受电子网新增传输线路引发的Braess悖论概率。通过定义子网序参数对上述现象的产生进行深入分析。本研究对互联电网的拓扑优化具有重要意义。