电力系统重要度

电力系统重要度目录电力系统可靠性模型概述可靠性统计模型与连锁故障模型影响建模的因素计及元件重要度的电力系统可靠性分析电力系统可靠性模型电力系统是能源资源优化配置的重要手段，是国民经济的重要基础设施。电力系统可靠性是通过定量的可靠性指标来度量的。一般可以由故障对电力用户造成的不良影响的概率、频率、持续时间、故障引起的期望电力损失及期望电能量损失等指标描述，不同的子系统可以有专门的可靠性指标。电力系统的可靠性研究分为可靠性原始参数分析和处理、可靠评估模型、可靠性评估方法、可靠性指标体系、可靠性与经济性等几个方面。而根据评估对象的不同，又可分为发电系统可靠性、输电系统可靠性、配电系统可靠性、互联系统可靠性以及组合系统可靠性等几类。电力系统可靠性模型经典可靠性理论认为电网中一次设备的失效事件具有泊松分布。对于由大量一次设备构成的电网，如果一次设备失效事件之间相互独立的话，那么单位时间内一次设备失效事件的数量应服从指数分布。可靠性统计模型根据经典可靠性理论推论，假设设备故障相互独立，则停电事故的发生概率与其事故规模之间服从负指数分布，因此，大规模停电事故的发生概率非常小。然而实际情况和统计结果却出乎意料。北美电力可靠性协会的大停电事故的发生概率与规模之间的概率分布服从幂指数律。在双对数坐标下，事故概率和供电量缺口的统计点接近一条直线，这就意味着其概率分布满足幂指数律，进一步的拟合分析表明幂指数的取值约在一1一一2之间。用修正模型和负二项分布模型派生的集群分布能对美国西部电网的历史事故数据进行合理的解释。负二项分布是用于描述事故相关性的一种模型。这一想法来源于高速公路的交通事故统计分析报告，其基本思想是两车相撞后，将更容易导致第3辆车发生撞车事故。在电力系统中，当一回线路发生故障后，更容易导致第二回线路故障。实际统计数据和泊松分布、集群分布和幂指数律分布等3种模型。通过严格的拟合误差分析得到，真实统计数据符合集群模型的概率为2.98，对应的泊松分布为10-321,幂指数律为10-42。可见集群模型能够更合理地从相关性方面解释统计数据的分布规律，而幂指数律在某一段数据样本空间上比较吻合。连锁故障模型为了研究连锁故障的发生机理，建立数学模型显得尤其重要。在对各种大停电事故进行分析的基础上，研究人员提出了多种连锁故障模型。将变电站结构与系统网架相结合，统一建立了复杂电力系统连锁反映事故分析的元件模型，提出一种全新的可靠性评估的继电保护模型。在此基础上，发展了一套复杂电力系统连锁反应事故的评估算法，可发现系统运行中更深层次的问题，暴露系统大面积停电的隐患，找出系统的薄弱环节。但这种模型实际上仍然是一种基于简单网络元件的组合模型，对于连锁事故的相关性分析并不充分。提出了3种负荷相关的系统连锁故障模型以研究电网大停电事故的机理。连锁故障模型

CASCADE模型假设系统由n个元件组成，其初始负荷值随即设定并假设相互独立，其最大值、最小值分别为Lmax,Lmin，且在[Lmax,Lmin]区间服从均匀分布。若某元件的符合超过了Lfail，就发生故障而退出运行，其部分负荷转移到其他元件。按照上述规则可以产生一个连锁故障过程。采用CASCADE模型，系统故障元件数的概率分布服从扩展柯西二项分布。分支过程模型考虑群体由一种类型的个体构造，每个个体按照某一概率独立传播，依次类推。考虑到实际电力系统的元件有限性，分支过程近似为一个具有饱和特性的广义泊松过程。分支过程广泛用于人口增长、细菌繁殖及计算机网络，集中解决群体消亡的概率及世代数(或时间充分大后的变化趋势)等2个问题。连锁故障模型

CASCADE模型假设系统由n个元件组成，其初始负荷值随即设定并假设相互独立，其最大值、最小值分别为Lmax,Lmin，且在[Lmax,Lmin]区间服从均匀分布。若某元件的符合超过了Lfail，就发生故障而退出运行，其部分负荷转移到其他元件。按照上述规则可以产生一个连锁故障过程。采用CASCADE模型，系统故障元件数的概率分布服从扩展柯西二项分布。分支过程模型考虑群体由一种类型的个体构造，每个个体按照某一概率独立传播，依次类推。考虑到实际电力系统的元件有限性，分支过程近似为一个具有饱和特性的广义泊松过程。分支过程广泛用于人口增长、细菌繁殖及计算机网络，集中解决群体消亡的概率及世代数(或时间充分大后的变化趋势)等2个问题。连锁故障模型最优潮流(OPA)模型是一种针对实际电网的简化模型，方法，考虑发电机出力限制和线路潮流限制。通过对IEEE118采用直流潮流和线性规划节点测试系统和北美地区巧年的统计数据进行的计算分析发现电网中确实存在幂指数规律。通过这些模型，揭示出负荷变化对电网的连锁故障有非常关键的影响。负荷大小是影响电网动态特性的重要因素，连锁故障的发生也与之强相关。系统的可靠性电力系统的自组织特性可以按如下方式解释:负荷的增长会导致系统运行裕度见效，发生大停电事故的风险增加，系统可靠性降低;相应地，人们调整运行方式，增加系统出力，进行电网改造，建设新的电厂、变电站和输电线路，从而增加电网的载荷能力，降低事故风险，提高系统可靠性。这2种相反方向的作用力都受到整个社会经济体系的制约，最终达到一种平衡，即临界状态。建模需要考虑的因素在可靠性模型中如何计及安全性因素，使最终的方案更具有实际价值。可靠性评估模型需要考虑的因素很多，例如:(1)元件失效和恢复过程;(2)负荷随机性和不确定的特性;(3)气候条件等外部因素的影响;(4)运行方式的变化;(5)可靠性原始参数的不确定性;(6)计及继保和暂态稳定性的影响;(7)系统恢复供电对策的影响;(g)电力市场下的可靠性模型和经济性等。如果将这些因素全部在一个模型中进行建模显然还是要不断探索的。计及元件重要度的电力系统可靠性分析

电力系统的可靠性除与单元的可靠性参数和电气参数有关，还与单元所处的网络结构有关。提出了基于比例分摊思想的系统不可靠性分析方法，并结合可靠性计算中的子系统划分，总结出直流输电系统可靠性跟踪的2次分摊方法。利用大电力系统可靠性指标的灵敏度反映系统可靠性的相关信息，利用灵敏度与单元故障率、修复率间的关系，发现钳制系统可靠性的薄弱环节。利用可靠性指标的解析表达式高效精确地求取单元可靠性参数改变后的系统可靠性指标，得到系统可靠性指标对元件可靠性参数的函数。提出了可靠性跟踪方法作为辨识电力系统薄弱环节的主要方法之一，通过跟踪分析可得到各单元对系统可靠性指标的贡献。计及元件重要度的电力系统可靠性分析

发输电系统可靠评估的功能就是能够找到对系统可靠性较大的元件参数，即通常所说系统薄弱部分。目前，关于电力系统可靠性的分析的研究主要集中于系统可靠性指标与单元故障率、修复率、有效度、失效度之间的关系。而灵敏度方法正是分析系统可靠性指标与元件参数之间的关系，这种方法可有效地找到钳制系统可靠性的瓶颈。电力系统可靠性指标对元件可靠性参数的解析表达式假设每一个系统元件只有故障停运和正常运行2种状态，uk表示元件i处于故障停运状态的概率，即元件k的无效度，ak表示元件i处于正常运行状态的概率，即元件k的有效度。1)失负荷概率：表示由于系统元件容量不足导致系统失负荷的可能性的大小

式中，P(x)表示系统状态x发生的概率，If是系统的状态函数。2)电力不足期望：表示平均每年缺电力的多少式中，LC(劝表示在故障系统状态x下，为将系统恢复到一个静态安全运行点所必需的最小切负荷量。D1/2表示在已知元件i处于正常状态/故障状态条件下由系统其他元件的随机故障行为引起的电力不足期望。电力系统可靠性指标对元件故障可靠性参数的解析表达式

AGREE法中的故障重要性因子主要考虑了系统中各个单元的重要性和复杂性程度，且应用到电力系统的可靠性分析上是一种有效而准确的分配方法。电力系统可靠性指标对元件故障重要度的解析表达式1)失负荷概率LOLP：LOLP的大小取决于元件重要度的大小。关于元件故障重要性因子。的系统可靠性指标可表示为：公式可近似为：2)电力不足期望EDNS：EDNS的大小完全由元件故障重要性因子决定。

关于元件故障重要性因子w。的系统可靠性指标可表示为公式可近似为：电力系统可靠性指标对元件故障重要度的解析表达式元件重要度计算公式：元件故障重要性因子。w是指在元件故障的情况下，系统故障的概率(系统失负荷或解裂)。在式中，w的取值同kz相同。关于w的求取方法主要是基于条件概率理论，即此式为概率论方法中条件概率公式，在电力系统。的计算方法中，P(B),P(AB),P(AIB)分别表示元件B失效、元件B和系统A同时失效、在元件B已经失效的条件下系统A失效的概率。电力系统可靠性指标对元件故障重要度的解析表达式电力系统中元件失效的因素有很多，大致可分为三大类影响因素:元件自身故障、外界环境引起的故障以及误动导致的停运。通常，元件的自身故障和设备年限、巡检结果等密切相关，外界环境影响包括气候因素(雷击、雨雪、山林火灾、风沙、洪水、地震等)、动物因素(鸟害、兽害、树害等)和偶然事故等。误动包括人为误操作和元件保护误动。1)基于失效度重要度式中，是指在元件i失效的条件下系统.S出现故障的概率(切负荷或系统解裂）。户是指在元件i失效的同时系统S出现故障的概率。Uk为元件i的无效度。电力系统可靠性指标对元件故障重要度的解析表达式2)基于故障率的元件重要度式中，是指在元件i自身故障的条件下系统.S出现故障的概率(切负荷或系统解裂）。户是指在元件i自身故障的同时系统S出现故障的概率。为元件i的无效度。在发输电系统的蒙特卡洛模拟抽样中，若抽样次数较大时，

和和近似相等，故有下而的式子，即电力系统可靠性指标对元件故障重要度的解析表达式3)基于元件失效度、故障率的系统失电量指标系统可靠性指标EDNS在大量电力元件的对比中可近似表示为元件重要度w和削减量LC共同决定，即式中，是指在元件L失效的条件下系统平均每年负荷削减量。式中，

是指在元件L自身故障的条件下系统平均每年负荷削减量。算法分析可靠性分析以RBTS6节点系统为例l，该系统包括两个发电机节点(共计11台发电机)、4个负荷节点、9条传输线，系统结构如图所示。每年负荷削减量。算法分析表1中列出RBTS6节点系统中各负荷母线的可靠性指标参数，其中LOLP,LOLE(失负荷期望)、EDNS,FENS(电量不足期望)和SM(系统分)等指标均可反映系统的可靠性。这些可靠性指标体现了系统供电可靠性的优劣，但仅通过这些信息很难发现制约系统可靠性的薄弱部分，为解决此问题，采用元件重要度的方法分析可靠性。算法分析由式(6)可知，元件重要度的大小可直接反映元件失效或故障对失负荷概率的影响。在表2中，可以看到线路9”的重要度最大，意味着线路9#的可靠性最差，主要因为线路9#是负荷母线6#与系统相连的唯一通路，一旦线路9#故障，负荷母线6#上的负荷将会失去电力供应。算法分析表3中可以得到，基于失效度的线路重要度大于机组的重要度，主要是由于在电力系统运行时线路的失效度远大于机组的失效度。而基于元件自身原因故障的机组重要度则大于线路的，这是因为系统中机组因故障退出运行，将会直接导致系统失去部分电源，很有可能造成系统失负荷，且机组容量越大对系统的影响程度就越大。在。*列中，G5,G1,G2都是系统中单机容量最大的发电机组，均为40MW，它们与系统中其他发电机相比，更故障更容易引起系统出现有功功率不足的情况。算法分析由式(9)可知，系统失电量的大小由元件重要度和切负荷大小共同决定。表3为系统失电量的排序表。从中可以看到，线路9”的失电量值最大。其次发电机组G1",G2",GS"，这是由于三台发电机组的容量最大为40MW。列数据是在系统元件失效的前提下的系统失电量元件排序，线路1#,6”的排序仅次于线路9#和单机40MW的机组，这是由于母线3