一种始于气象灾害的Markov Process连锁故障路径生成方法及装置

摘要

本发明涉及一种始于气象灾害的Markov Process连锁故障路径生成方法及装置，方法包括：在发生极端气象时，检测电力系统的网络拓扑结构中所有线路潮流状态，通过潮流状态停运模型对线路潮流状态进行停运概率的计算，依据拓扑变化和负荷损失量综合考虑电网经济损失情况，结合线路停运概率与电网经济损失情况确定连锁故障路径风险指数，利用该指数确定停运的线路，并进行多轮的循环处理，得到预警信息，本发明在区域电网下，能够有效地预警由极端气象造成电力设备停运所导致的系统连锁故障，并预测可能形成的连锁故障路径，为电网安全稳定运行提供保障。

说明书

技术领域

本发明涉及电力系统故障检测技术领域，具体涉及一种始于气象灾害的MarkovProcess连锁故障路径生成方法及装置。

背景技术

随着电网互联规模不断扩大，电力系统已成为世界上最为复杂的人造网络，其安全可靠运行对国民经济发展至关重要。受全球气候变暖影响，全球气候和环境近年来急剧恶化，多种极端天气事件频发，灾害损失持续加剧。能源电力系统作为最重要的基础设施，安全稳定运行受极端天气影响严重。目前，国内外大停电事故往往由连锁故障引发，而极端天气对电力系统的破坏正是连锁故障的诱因之一。目前，对于连锁故障的研究主要是围绕系统自身运行特性，通过机理推导，解析连锁故障事件的演化过程，这种过程在系统结构确定的情况下，演化的结果是必然的。然而，对于极端气象这种外在因素在连锁故障演化过程中占主导地位的相关研究甚少。与传统电网受到扰动后由自身运行特性引发连锁故障的情况不同，极端气象通常是持续地对系统全局进行攻击，扰动范围更广、形式更随机，同时在连锁故障演化的过程中，极端气象的影响迫使系统在由内部因素既定的演化路径上不断调整。因此，为保证电力系统安全稳定运行，对极端气象引发的连锁故障事件的研究是极为必要的。

预防极端气象导致电网大停电事故的关键在于如何准确判别电网连锁故障路径演化。基于辨识结果，调度人员进行相应防控措施的决策。目前，连锁故障路径判别的方法主要包括：1)基于历史数据利用人工智能算法进行连锁故障路径判别；2)基于离线仿真模拟连锁故障路径演化；3)基于机理分析计算运行边界推导连锁故障路径。上述方法各具特点，也存在各自的局限性，当需要对复杂电力系统进行判别是，均存在计算量大，适应性低的情况，同时只能体现由于系统内部运行特性导致的演化结果，无法有效反映极端气象对连锁故障演化的导向作用。在极端气象导致的电网连锁故障下，相应的机理及措施并不完善，亟需研究始于气象灾害的连锁故障路径生成方法。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种始于气象灾害的Markov Process连锁故障路径生成方法及装置。

本发明解决上述技术问题的技术方案如下：一种始于气象灾害的Markov Process连锁故障路径生成方法，包括如下步骤：

S1、在接收到发生极端气象情况信息时，导入电网的电力系统初始的网络拓扑结构；

S2、通过WAMS电网广域监测系统检测所述网络拓扑结构中所有线路潮流状态，得到线路潮流状态集合；

S3、当电力系统的线路运行发生改变时，通过WAMS电网广域监测系统更新所述线路潮流状态集合，并转至下一时刻，根据更新后的线路潮流状态集合并基于MarkovProcess建立潮流状态停运模型，并通过所述潮流状态停运模型计算所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集；

S4、计算每条线路的拓扑结构变化程度和负荷损失量，根据所述拓扑结构变化程度和所述负荷损失量评估得到电网经济损失；

S5、根据所述线路停运概率集、所述电网经济损失、整定阻抗以及线路测量阻抗确定各个线路对应的连锁故障路径风险指数，将大于线路停运风险指数阈值的连锁故障路径风险指数所对应的线路停运，得到连锁故障路径，并根据所述连锁故障路径更新所述网络拓扑结构；

S6、根据设定的N个时刻确定是否完成N个轮次的连锁故障路径的计算，其中，N为大于0的整数，若是，则进行连锁故障路径的预警，若否，则重复执行S2至S6。

本发明的有益效果是：在发生极端气象时，检测电力系统的网络拓扑结构中所有线路潮流状态，通过潮流状态停运模型对线路潮流状态进行停运概率的计算，依据拓扑变化和负荷损失量综合考虑电网经济损失情况，结合线路停运概率与电网经济损失情况确定连锁故障路径风险指数，利用该指数确定停运的线路，并进行多轮的循环处理，得到预警信息，本发明在区域电网下，能够有效地预警由极端气象造成电力设备停运所导致的系统连锁故障，并预测可能形成的连锁故障路径，为电网安全稳定运行提供保障。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述S2中，通过WAMS电网广域监测系统检测所述网络拓扑结构中所有线路潮流状态，得到线路潮流状态集合，具体为：

将所述网络拓扑结构中各线路编号为l

在t

采用上述进一步方法的有益效果是：区域电网具有庞大数量的输电线路，通过线路上的潮流大小及流向能够快速的判断出线路运行状态(停运、故障、正常运行)；而在极端气象侵袭的过程中，电网设备将会持续受到攻击，不断有线路停运；此时，若状态识别方法复杂，外部因素的作用无法实时反映到连锁故障模型中，简单快速的状态识别方法有助于实时更新连锁故障的演化趋势。

进一步，所述S3中，根据更新后的线路潮流状态集合并基于Markov Process建立潮流状态停运模型，并通过所述潮流状态停运模型计算所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集，具体为：

导入历史线路潮流数据，从所述历史线路潮流数据总获取每条支路上支路正常运行时的潮流峰值

建立潮流状态停运模型，所述潮流状态停运模型表示为：

其中，S

通过所述潮流状态停运模型计算在t时刻的所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集P。

采用上述进一步方法的有益效果是：极端气象导致连锁故障的本质是部分设备遭到极端气象破坏造成大规模的潮流转移，进而引发一系列的线路停运；利用历史数据搭建潮流状态停运模型，该模型可以细分在不同潮流状态下线路停运的概率，而非用0或1来区分，能够有效提高连锁故障路径生成的精确性。

进一步，所述S4中，计算每条线路的拓扑结构变化程度和负荷损失量，根据所述拓扑结构变化程度和所述负荷损失量评估得到电网经济损失，具体为：

导入电力系统的最高电压等级和线路阻抗的信息；

根据当前线路停运情况，得到停运线路数量，并根据拓扑结构变化计算公式、停运线路数量、最高电压等级和线路阻抗计算拓扑结构变化程度T

其中，n表示总支路数，d表示停运支路数，U

导入电力系统的总负荷、普通负荷和重要负荷；

对所述普通负荷和所述重要负荷赋予权重值，根据负荷损失计算公式、总负荷、赋予权重值的普通负荷和赋予权重值的重要负荷计算负荷损失量Z

其中，R

通过电网经济损失计算公式、拓扑结构变化程度T

采用上述进一步方法的有益效果是：基于电网所具备的Markov Process特性，能够确定电网连锁故障下个阶段的状态通常是上一个阶段状态经由电力系统动作后满足效益最高的响应行为。利用电网连锁故障的损失情况，可以结合连锁故障概率评估动态响应行为的效益，进而对电力系统下一步的动作做出评估。

进一步，所述S5中，根据所述线路停运概率集、所述电网经济损失、整定阻抗以及线路测量阻抗确定各个线路对应的连锁故障路径风险指数，具体为：

根据所述电网经济损失以及线路停运概率集中的线路停运概率，得到初始的连锁故障风险指数，所述初始的连锁故障风险指数为：

K

通过连锁故障路径风险指数公式、所述初始的连锁故障风险指数、整定阻抗以及线路测量阻抗计算各个线路对应的连锁故障路径风险指数，所述连锁故障路径风险指数公式为：

其中，Z

采用上述进一步方法的有益效果是：当初始故障发生后，系统潮流发生变化，可能导致电网剩余线路过载，进而引发主保护动作。即使所有剩余线路主保护均不动作，潮流的变化即使不越限也有一定可能导致某线路的后备保护动作，从而引起其他断路器跳开，并导致多元件退运。通过结合后备保护响应行为可以在连锁故障路径生成的覆盖这种小概率事件的发生，提高精确度。

为了解决上述技术问题，本发明还提供一种始于气象灾害的Markov Process连锁故障路径生成装置，其具体技术内容如下：一种始于气象灾害的Markov Process连锁故障路径生成装置，包括：

导入模块，用于在接收到发生极端气象情况信息时，导入电网的电力系统初始的网络拓扑结构；

检测模块，用于通过WAMS电网广域监测系统检测所述网络拓扑结构中所有线路潮流状态，得到线路潮流状态集合；

停运概率计算模块，用于当电力系统的线路运行发生改变时，通过WAMS电网广域监测系统更新所述线路潮流状态集合，并转至下一时刻，根据更新后的线路潮流状态集合并基于Markov Process建立潮流状态停运模型，并通过所述潮流状态停运模型计算所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集；

损失评估模块，用于计算每条线路的拓扑结构变化程度和负荷损失量，根据所述拓扑结构变化程度和所述负荷损失量评估得到电网经济损失；

路径处理模块，用于根据所述线路停运概率集、所述电网经济损失、整定阻抗以及线路测量阻抗确定各个线路对应的连锁故障路径风险指数，将大于线路停运风险指数阈值的连锁故障路径风险指数所对应的线路停运，得到连锁故障路径，并根据所述连锁故障路径更新所述网络拓扑结构；

还用于根据设定的N个时刻确定是否完成N个轮次的连锁故障路径的计算，其中，N为大于0的整数，若是，则进行连锁故障路径的预警，若否，则发送重复执行信号给所述检测模块以重复进行连锁故障路径的计算。

附图说明

图1为本发明实施例中Markov Process连锁故障路径生成方法的示意性流程图之一；

图2为本发明实施例中Markov Process连锁故障路径生成装置的模块框图；

图3为本发明实施例中Markov Process连锁故障路径生成方法的示意性流程图之二；

图4为本发明实施例中所用IEEE 10机39节点电力系统结构图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

实施例1：

如图1所示，本实施例提供一种始于气象灾害的Markov Process连锁故障路径生成方法，包括如下步骤：

S1、在接收到发生极端气象情况信息时，导入电网的电力系统初始的网络拓扑结构；

S2、通过WAMS电网广域监测系统检测所述网络拓扑结构中所有线路潮流状态，得到线路潮流状态集合；

S3、当电力系统的线路运行发生改变时，通过WAMS电网广域监测系统更新所述线路潮流状态集合，并转至下一时刻，根据更新后的线路潮流状态集合并基于MarkovProcess建立潮流状态停运模型，并通过所述潮流状态停运模型计算所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集；

S4、计算每条线路的拓扑结构变化程度和负荷损失量，根据所述拓扑结构变化程度和所述负荷损失量评估得到电网经济损失；

S5、根据所述线路停运概率集、所述电网经济损失、整定阻抗以及线路测量阻抗确定各个线路对应的连锁故障路径风险指数，将大于线路停运风险指数阈值的连锁故障路径风险指数所对应的线路停运，得到连锁故障路径，并根据所述连锁故障路径更新所述网络拓扑结构；

S6、根据设定的N个时刻确定是否完成N个轮次的连锁故障路径的计算，其中，N为大于0的整数，若是，则进行连锁故障路径的预警，若否，则重复执行S2至S6。

应理解地，Markov process即马尔可夫过程，是指一类随机过程。

上述实施例中，在发生极端气象时，检测电力系统的网络拓扑结构中所有线路潮流状态，通过潮流状态停运模型对线路潮流状态进行停运概率的计算，依据拓扑变化和负荷损失量综合考虑电网经济损失情况，结合线路停运概率与电网经济损失情况确定连锁故障路径风险指数，利用该指数确定停运的线路，并进行多轮的循环处理，得到预警信息，本发明在区域电网下，能够有效地预警由极端气象造成电力设备停运所导致的系统连锁故障，并预测可能形成的连锁故障路径，为电网安全稳定运行提供保障。

所述S2中，通过WAMS电网广域监测系统检测所述网络拓扑结构中所有线路潮流状态，得到线路潮流状态集合，具体为：

将所述网络拓扑结构中各线路编号为l

在t

例如，基于上述步骤，如表1所示，检测到t

表1

上述实施例中，区域电网具有庞大数量的输电线路，通过线路上的潮流大小及流向能够快速的判断出线路运行状态(停运、故障、正常运行)；而在极端气象侵袭的过程中，电网设备将会持续受到攻击，不断有线路停运；此时，若状态识别方法复杂，外部因素的作用无法实时反映到连锁故障模型中，简单快速的状态识别方法有助于实时更新连锁故障的演化趋势。

所述S3中，根据更新后的线路潮流状态集合并基于Markov Process建立潮流状态停运模型，并通过所述潮流状态停运模型计算所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集，具体为：

导入历史线路潮流数据，从所述历史线路潮流数据总获取每条支路上支路正常运行时的潮流峰值

建立潮流状态停运模型，所述潮流状态停运模型表示为：

其中，S

通过所述潮流状态停运模型计算在t时刻的所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集P。

例如，基于上述步骤，通过WAMS系统实时测量各支路潮流状态，以此根据上述潮流状态停运模型计算t

上述实施例中，极端气象导致连锁故障的本质是部分设备遭到极端气象破坏造成大规模的潮流转移，进而引发一系列的线路停运；利用历史数据搭建潮流状态停运模型，该模型可以细分在不同潮流状态下线路停运的概率，而非用0或1来区分，能够有效提高连锁故障路径生成的精确性。

所述S4中，计算每条线路的拓扑结构变化程度和负荷损失量，根据所述拓扑结构变化程度和所述负荷损失量评估得到电网经济损失，具体为：

导入电力系统的最高电压等级和线路阻抗的信息；

根据当前线路停运情况，得到停运线路数量，并根据拓扑结构变化计算公式、停运线路数量、最高电压等级和线路阻抗计算拓扑结构变化程度T

其中，n表示总支路数，d表示停运支路数，U

导入电力系统的总负荷、普通负荷和重要负荷；

对所述普通负荷和所述重要负荷赋予权重值，根据负荷损失计算公式、总负荷、赋予权重值的普通负荷和赋予权重值的重要负荷计算负荷损失量Z

其中，R

通过电网经济损失计算公式、拓扑结构变化程度T

例如，基于上述步骤，对除线路l

上述实施例中，基于电网所具备的Markov Process特性，能够确定电网连锁故障下个阶段的状态通常是上一个阶段状态经由电力系统动作后满足效益最高的响应行为。利用电网连锁故障的损失情况，可以结合连锁故障概率评估动态响应行为的效益，进而对电力系统下一步的动作做出评估。

所述S5中，根据所述线路停运概率集、所述电网经济损失、整定阻抗以及线路测量阻抗确定各个线路对应的连锁故障路径风险指数，具体为：

根据所述电网经济损失以及线路停运概率集中的线路停运概率，得到初始的连锁故障风险指数，所述初始的连锁故障风险指数为：

K

通过连锁故障路径风险指数公式、所述初始的连锁故障风险指数、整定阻抗以及线路测量阻抗计算各个线路对应的连锁故障路径风险指数，所述连锁故障路径风险指数公式为：

其中，Z

当线路测量阻抗Z

例如，基于上述步骤，根据停运概率集P＝{p

表2

上述实施例中，当初始故障发生后，系统潮流发生变化，可能导致电网剩余线路过载，进而引发主保护动作。即使所有剩余线路主保护均不动作，潮流的变化即使不越限也有一定可能导致某线路的后备保护动作，从而引起其他断路器跳开，并导致多元件退运。通过结合后备保护响应行为可以在连锁故障路径生成的覆盖这种小概率事件的发生，提高精确度。

所述S5中，停运相应线路，更新电力系统拓扑结构(当极端气象对系统设备造成更多破坏时，同样更新系统拓扑结构)，利用Matpower工具重新计算支路停运后的系统潮流分布，循环上述步骤S2至步骤S6得到后续n个时刻(t

依据步骤S2中计算的停运支路，以及实时监测的由极端气象导致的线路停运，更新系统网络拓扑结构，此时，系统运行状态重新定义为：

利用Matpower计算t

基于上述步骤，根据S4中分析的结果，更新线路潮流状态，利用Matpower计算t

表3

综上，本实施例验证了本发明所提始于气象灾害的Markov Process连锁故障路径生成方法的正确性与有效性。

如图3-4所示，所用IEEE 10机39节点电力系统结构图，其电力系统参数与标准统一，根据线路设计N-1的原则，各线路上的潮流峰值与谷值，定义为线路设计传输容量的50％与65％，而潮流极限设置为线路设计传输容量的90％。

下面结合图3和图4给出整个过程的一个处理实例：

S10、在接收到发生极端气象情况信息时，导入并确定电网的电力系统初始的网络拓扑结构，通过WAMS实时获取的系统潮流状态，根据线路传输功率大小，判断由于极端气象所导致的线路停运情况，当线路传输有功功率为0时，确定该支路为受极端气象影响而停运的支路(三相短路故障有功功率向线路内部传输，此时认为系统拓扑结构发生改变)，支路运行状态记为l

S20、当系统受到气象侵袭支路运行初次改变后(t0时刻)，通过WAMS计算运行状态集合L

S30、依据系统拓扑变化T

S40、结合线路停运概率与电网经济损失情况定义连锁故障风险指数Kn，利用该指数与后备保护响应特性计算系统中所有支路的连锁故障风险，通过遍历排序将大于风险阈值K

S50、停运相应支路，更新系统拓扑结构(当极端气象对系统设备造成更多破坏时，同样更新系统拓扑结构)，利用Matpower重新计算支路停运后的系统潮流分布，循环上述步骤S20至S50得到后续n个时刻(t

实施例2：

如图2所示，本实施例提供一种始于气象灾害的Markov Process连锁故障路径生成装置，包括：

导入模块，用于在接收到发生极端气象情况信息时，导入电网的电力系统初始的网络拓扑结构；

检测模块，用于通过WAMS电网广域监测系统检测所述网络拓扑结构中所有线路潮流状态，得到线路潮流状态集合；

停运概率计算模块，用于当电力系统的线路运行发生改变时，通过WAMS电网广域监测系统更新所述线路潮流状态集合，并转至下一时刻，根据更新后的线路潮流状态集合并基于Markov Process建立潮流状态停运模型，并通过所述潮流状态停运模型计算所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集；

损失评估模块，用于计算每条线路的拓扑结构变化程度和负荷损失量，根据所述拓扑结构变化程度和所述负荷损失量评估得到电网经济损失；

路径处理模块，用于根据所述线路停运概率集、所述电网经济损失、整定阻抗以及线路测量阻抗确定各个线路对应的连锁故障路径风险指数，将大于线路停运风险指数阈值的连锁故障路径风险指数所对应的线路停运，得到连锁故障路径，并根据所述连锁故障路径更新所述网络拓扑结构；

还用于根据设定的N个时刻确定是否完成N个轮次的连锁故障路径的计算，其中，N为大于0的整数，若是，则进行连锁故障路径的预警，若否，则发送重复执行信号给所述检测模块以重复进行连锁故障路径的计算。

上述实施例中，在发生极端气象时，检测电力系统的网络拓扑结构中所有线路潮流状态，通过潮流状态停运模型对线路潮流状态进行停运概率的计算，依据拓扑变化和负荷损失量综合考虑电网经济损失情况，结合线路停运概率与电网经济损失情况确定连锁故障路径风险指数，利用该指数确定停运的线路，并进行多轮的循环处理，得到预警信息，本发明在区域电网下，能够有效地预警由极端气象造成电力设备停运所导致的系统连锁故障，并预测可能形成的连锁故障路径，为电网安全稳定运行提供保障。

所述检测模块中，通过WAMS电网广域监测系统检测所述网络拓扑结构中所有线路潮流状态，得到线路潮流状态集合，具体为：

将所述网络拓扑结构中各线路编号为l

在t

所述停运概率计算模块中，根据更新后的线路潮流状态集合并基于MarkovProcess建立潮流状态停运模型，并通过所述潮流状态停运模型计算所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集，具体为：

导入历史线路潮流数据，从所述历史线路潮流数据总获取每条支路上支路正常运行时的潮流峰值

建立潮流状态停运模型，所述潮流状态停运模型表示为：

其中，S

通过所述潮流状态停运模型计算在t时刻的所述线路潮流状态集合中每条线路停运的概率，得到线路停运概率集P。

所述损失评估模块中，计算每条线路的拓扑结构变化程度和负荷损失量，根据所述拓扑结构变化程度和所述负荷损失量评估得到电网经济损失，具体为：

导入电力系统的最高电压等级和线路阻抗的信息；

根据当前线路停运情况，得到停运线路数量，并根据拓扑结构变化计算公式、停运线路数量、最高电压等级和线路阻抗计算拓扑结构变化程度T

其中，n表示总支路数，d表示停运支路数，U

导入电力系统的总负荷、普通负荷和重要负荷；

对所述普通负荷和所述重要负荷赋予权重值，根据负荷损失计算公式、总负荷、赋予权重值的普通负荷和赋予权重值的重要负荷计算负荷损失量Z

其中，R

通过电网经济损失计算公式、拓扑结构变化程度T

所述路径处理模块中，根据所述线路停运概率集、所述电网经济损失、整定阻抗以及线路测量阻抗确定各个线路对应的连锁故障路径风险指数，具体为：

根据所述电网经济损失以及线路停运概率集中的线路停运概率，得到初始的连锁故障风险指数，所述初始的连锁故障风险指数为：

K

通过连锁故障路径风险指数公式、所述初始的连锁故障风险指数、整定阻抗以及线路测量阻抗计算各个线路对应的连锁故障路径风险指数，所述连锁故障路径风险指数公式为：

其中，Z

本发明针对极端气象对电网设备造成破坏从而导致电力系统发生连锁故障的事件。首先，确定系统拓扑结构，在极端气象侵袭之际，实时检测系统线路运行情况，判断由于极端气象所导致的线路停运情况；此时，通过WAMS获取的系统潮流状态，基于MarkovProcess建立每条支路的潮流状态停运模型，预测线路因潮流状态影响而停运的概率；随后依据系统拓扑变化和负荷损失量综合考虑电网经济损失情况；结合线路停运概率与电网经济损失情况定义连锁故障风险指数，利用该指数与后备保护响应特性决定下一时刻连锁故障路径上的支路；最后，停运相应支路，更新系统拓扑结构，利用Matpower重新计算支路停运后的系统潮流分布，循环上述步骤得到完整的连锁故障路径，并进行预警。本发明在区域电网下，可以有效地预警由极端气象造成电力设备停运所导致的系统连锁故障，并预测可能形成的连锁故障路径，为电网安全稳定运行提供保障。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。