郭屹全 方勇

【摘要】電力系統(tǒng)可靠性分析得到的評(píng)估指標(biāo)對(duì)于改善系統(tǒng)的可靠性，指導(dǎo)電網(wǎng)的規(guī)劃、設(shè)計(jì)和運(yùn)行具有重要的意義。本文對(duì)當(dāng)前分析電力系統(tǒng)可靠性的常用方法進(jìn)行了綜述，對(duì)解析法和蒙特卡洛法各自的特點(diǎn)進(jìn)行了比較分析，并指出其在評(píng)估過程中無法識(shí)別網(wǎng)絡(luò)可靠性薄弱環(huán)節(jié)的缺點(diǎn);最后，介紹了貝葉斯網(wǎng)絡(luò)在電力系統(tǒng)可靠性評(píng)估中的應(yīng)用，指出了這個(gè)方法相對(duì)于傳統(tǒng)評(píng)估方法的優(yōu)勢，闡述了用于提高電力系統(tǒng)可靠性的關(guān)鍵線路識(shí)別研究的概念。

【關(guān)鍵詞】電力系統(tǒng)可靠性;蒙特卡洛法;貝葉斯網(wǎng)絡(luò);關(guān)鍵線路識(shí)別

1.引言

電力作為清潔和方便的二次能源，在推進(jìn)社會(huì)進(jìn)步，提高人民生活質(zhì)量方面發(fā)揮著越來越重要的作用。人們對(duì)電力的依賴程度也越來越高，凸顯出電力系統(tǒng)可靠性的重要[1]。經(jīng)濟(jì)的發(fā)展，使用戶對(duì)供電可靠性和電能質(zhì)量的要求也越來越高，因此需要找到一種能夠切實(shí)可行的電力系統(tǒng)可靠性評(píng)估方法，以促進(jìn)供電可靠性的提高。

電力系統(tǒng)可靠性是指電網(wǎng)在符合一定約束條件下，能夠向用戶不間斷地提供滿足質(zhì)量要求的電力的能力[2]。電力系統(tǒng)可靠性分為充裕性（adequacy）和安全性（security），充裕性反映在研究時(shí)間段內(nèi)，在靜態(tài)條件下系統(tǒng)容量滿足負(fù)荷電力和電量需求的程度;安全性反映短時(shí)內(nèi)，在動(dòng)態(tài)條件下系統(tǒng)容量滿足負(fù)荷需求的程度[3]。長期以來，由于安全性評(píng)估中建模困難和算法方面的復(fù)雜性，有關(guān)安全性的研究還不夠完善[3]，電力系統(tǒng)可靠性研究主要集中在充裕性方面。

目前電力系統(tǒng)可靠性評(píng)估方法主要分為確定性方法和概率性方法兩大類[4]。確定性方法主要針對(duì)系統(tǒng)已知的幾種確定運(yùn)行方式和故障狀態(tài)進(jìn)行分析，評(píng)估系統(tǒng)的可靠性水平[5]。確定性方法指系統(tǒng)工作在確定運(yùn)行狀態(tài)下，并未考慮系統(tǒng)狀態(tài)的概率分布特性，與系統(tǒng)實(shí)際運(yùn)行不完全相符，評(píng)估得到的指標(biāo)通常與實(shí)際有很大偏差，因此在分析電力系統(tǒng)可靠性時(shí)更多的采用概率性評(píng)估方法。最常用的概率性評(píng)估方法可分為解析法[6]和蒙特卡洛法[7]，這兩種方法在分析系統(tǒng)可靠性時(shí)各有優(yōu)點(diǎn)、缺陷以及適用范圍。為此西安交通大學(xué)別朝紅等人提出了混合評(píng)估方法[8]，該方法充分發(fā)揮蒙特卡洛法和解析法的優(yōu)點(diǎn)，通過對(duì)系統(tǒng)采樣狀態(tài)的簡單解析判斷來減少每次狀態(tài)評(píng)估的時(shí)間，從而提高計(jì)算速度，但該方法不能有效識(shí)別系統(tǒng)薄弱環(huán)節(jié);因此，霍利民等人考慮結(jié)合貝葉斯網(wǎng)絡(luò)[9-10]的不確定性推理來評(píng)估電網(wǎng)可靠性。這種方法能很好地改進(jìn)傳統(tǒng)評(píng)估方法的不足，既能評(píng)估可靠性，也能找到對(duì)系統(tǒng)故障影響最大的薄弱環(huán)節(jié)，其缺點(diǎn)是通常無法評(píng)估與時(shí)間有關(guān)的指標(biāo)。文獻(xiàn)[11]將圖形演繹邏輯推理的故障樹分析法應(yīng)用于電力系統(tǒng)可靠性評(píng)估中，把系統(tǒng)故障與組成系統(tǒng)的部件故障有機(jī)結(jié)合起來，解決了較復(fù)雜電力系統(tǒng)的可靠性和安全性分析問題，但分析邏輯關(guān)系復(fù)雜的系統(tǒng)時(shí)，故障樹分析法的計(jì)算量較大;另外，國內(nèi)外一些學(xué)者還考慮利用復(fù)雜網(wǎng)絡(luò)[12，13]的拓?fù)浣Y(jié)構(gòu)來分析電力系統(tǒng)的可靠性，識(shí)別出網(wǎng)絡(luò)拓?fù)渲械年P(guān)鍵線路，以改善系統(tǒng)的可靠性水平。

2.解析法

解析法基于馬爾科夫模型，通過數(shù)學(xué)建模來評(píng)估系統(tǒng)可靠性，按分析方法的不同可分為：網(wǎng)絡(luò)法[14]、狀態(tài)空間法[15]和故障樹法[11]。

解析法首先用枚舉進(jìn)行事故狀態(tài)選擇，再對(duì)枚舉的故障狀態(tài)加以綜合分析評(píng)估系統(tǒng)的可靠性水平[16]。即先用枚舉法選擇一種停運(yùn)狀態(tài)，后用預(yù)先確定的可靠性準(zhǔn)則對(duì)該停運(yùn)狀態(tài)進(jìn)行潮流分析，得到此次停運(yùn)可能對(duì)系統(tǒng)可靠性產(chǎn)生的影響。枚舉系統(tǒng)全部故障狀態(tài)，就能計(jì)算出系統(tǒng)可靠性指標(biāo)。

解析法可靠性指標(biāo)計(jì)算如式（1），其中xi為系統(tǒng)狀態(tài)，P（xi）是當(dāng)前系統(tǒng)處于狀態(tài)xi的概率;If（xi）是狀態(tài)xi的二值函數(shù)（若系統(tǒng)正常工作，If（xi）取0;反之則取1）;F（xi）是自變量狀態(tài)xi的可靠性指標(biāo)測試函數(shù);是隨機(jī)函數(shù)F（xi）的精確期望值的近似估計(jì)。

（1）

利用解析法評(píng)估電力系統(tǒng)可靠性時(shí)通常不考慮多重故障對(duì)系統(tǒng)狀態(tài)的影響，因?yàn)楫?dāng)系統(tǒng)處于某一確定狀態(tài)下，多個(gè)元件同時(shí)發(fā)生故障的概率很小，對(duì)可靠性指標(biāo)的影響也很小，故可忽略不計(jì)。解析法概念清晰，比較容易理解，但當(dāng)評(píng)估較大規(guī)模的電力系統(tǒng)時(shí)，需要評(píng)估的設(shè)備數(shù)較多，系統(tǒng)故障狀態(tài)隨之劇增，會(huì)造成計(jì)算災(zāi)問題[5]。所以，解析法只適用于模擬一些規(guī)模較小的簡單系統(tǒng)。

3.蒙特卡洛法

蒙特卡洛法采用隨機(jī)抽樣的方法進(jìn)行狀態(tài)選擇，通過大量重復(fù)試驗(yàn)得到系統(tǒng)隨機(jī)運(yùn)行狀態(tài)，從大量的重復(fù)樣本中統(tǒng)計(jì)出系統(tǒng)可靠性指標(biāo)，其模擬次數(shù)與系統(tǒng)規(guī)模無關(guān)，因此常被用于大型復(fù)雜電力系統(tǒng)可靠性評(píng)估。蒙特卡洛模擬法根據(jù)抽樣方法的不同又可分為非序貫蒙特卡洛法（狀態(tài)抽樣法）[17]和序貫蒙特卡洛法（狀態(tài)持續(xù)時(shí)間抽樣法）[18]。

3.1 非序貫蒙特卡洛方法

假定系統(tǒng)內(nèi)每個(gè)元件只存在故障和正常兩個(gè)狀態(tài)，且各元件發(fā)生故障概率彼此獨(dú)立，則系統(tǒng)元件處于兩個(gè)狀態(tài)的概率可由一個(gè)在[0，1]之間的均勻分布來表示。令Si代表元件i的運(yùn)行狀態(tài)，Qi為元件的強(qiáng)迫停運(yùn)率，對(duì)元件i給出一個(gè)在[0，1]區(qū)間均勻分布的隨機(jī)數(shù)Ui，則元件i狀態(tài)為：

（2）

對(duì)于一個(gè)包含N個(gè)元件的系統(tǒng)而言，其狀態(tài)由所有元件的狀態(tài)組合而成，也就是說當(dāng)系統(tǒng)內(nèi)每一個(gè)元件狀態(tài)為已知時(shí)，就可以確定整個(gè)系統(tǒng)所處的狀態(tài)。

首先給出N個(gè)隨機(jī)數(shù)，由公式（2）則能獲得每一元件的運(yùn)行狀態(tài)，因此系統(tǒng)狀態(tài)，重復(fù)上述步驟M次，就能得到一個(gè)包含M個(gè)系統(tǒng)狀態(tài)樣本的集合。

利用非序貫蒙特卡洛法計(jì)算系統(tǒng)可靠性指標(biāo)如式（3）：

（3）

上式中，N為總的抽樣次數(shù)，F(xiàn)（xi）是自變量狀態(tài)xi的可靠性指標(biāo)測試函數(shù);F為函數(shù)F（xi）的樣本均值，當(dāng)F（xi）取代表不同指標(biāo)的函數(shù)時(shí)，就能算得全部可靠性指標(biāo)。

3.2 序貫蒙特卡洛方法

序貫蒙特卡洛法基于抽樣得到系統(tǒng)元件狀態(tài)持續(xù)時(shí)間的概率分布，其指標(biāo)計(jì)算公式如式（4）。式中t時(shí)刻系統(tǒng)狀態(tài)為xt，F(xiàn)（xt）是自變量xt的系統(tǒng)性能測試函數(shù)，模擬過程總時(shí)間為T，是相應(yīng)可靠性指標(biāo)期望值的近似估計(jì)。當(dāng)模擬時(shí)間足夠長時(shí)，系統(tǒng)指標(biāo)也將收斂于一個(gè)穩(wěn)定的期望值F。

（4）

狀態(tài)持續(xù)時(shí)間抽樣是按照時(shí)序，在一個(gè)時(shí)間跨度上對(duì)系統(tǒng)的運(yùn)行過程進(jìn)行模擬，由于系統(tǒng)運(yùn)行時(shí)往往是在某一狀態(tài)停留一段時(shí)間后因隨機(jī)事件的發(fā)生轉(zhuǎn)換到另一狀態(tài)，并不是連續(xù)變化的，因此系統(tǒng)真實(shí)的運(yùn)行過程是離散化不連續(xù)的[17]。在模擬總時(shí)間為n年的過程中系統(tǒng)第i年?duì)顟B(tài)序列為，則式（4）可進(jìn)一步離散化為：

（5）

上式中，第i年j時(shí)刻系統(tǒng)狀態(tài)為，為相應(yīng)的可靠性指標(biāo)測試函數(shù);是第i年系統(tǒng)處于狀態(tài)的持續(xù)時(shí)間;為第i年的可靠性指標(biāo)。由上式可知，序貫蒙特卡洛法通過對(duì)n年內(nèi)系統(tǒng)各狀態(tài)的持續(xù)時(shí)間進(jìn)行抽樣，然后對(duì)大量重復(fù)試驗(yàn)樣本進(jìn)行統(tǒng)計(jì)計(jì)算得到每年的可靠性指標(biāo)Fi（i=1，…，n），取其n年的平均值為最終的可靠性指標(biāo)。非序貫蒙特卡洛法簡單且所需原始數(shù)據(jù)較少，缺點(diǎn)是不能用于計(jì)算與時(shí)間有關(guān)的指標(biāo)，序貫蒙特卡洛法不但能夠容易計(jì)算與時(shí)間有關(guān)的可靠性指標(biāo)，還能夠考慮系統(tǒng)狀態(tài)持續(xù)時(shí)間分布情況以及計(jì)算可靠性指標(biāo)的統(tǒng)計(jì)概率分布[18]，其缺點(diǎn)是計(jì)算所用時(shí)間過長。

由于蒙特卡洛法在電網(wǎng)可靠性評(píng)估中的廣泛應(yīng)用，針對(duì)該方法的改進(jìn)也比較多。一些學(xué)者考慮在模擬中引入隨機(jī)過程中的馬爾科夫過程概念，通過重復(fù)抽樣，動(dòng)態(tài)建立一個(gè)平穩(wěn)分布和系統(tǒng)概率分布相同的馬爾科夫鏈，從而得到系統(tǒng)的狀態(tài)樣本[19]。該方法收斂較快，節(jié)省計(jì)算時(shí)間，并且考慮了狀態(tài)間的相互影響，更符合系統(tǒng)的真實(shí)運(yùn)行情況。這其中改進(jìn)研究的重點(diǎn)是減小方差，目前主要有分層抽樣法[20]、控制變量法[21]、重要抽樣法[22]、對(duì)偶變數(shù)法[23]等。

4.貝葉斯網(wǎng)絡(luò)法

解析法和模擬法在評(píng)估電力系統(tǒng)可靠性時(shí)都能有效計(jì)算系統(tǒng)可靠性指標(biāo)，但是當(dāng)系統(tǒng)的某些元件或是子系統(tǒng)狀態(tài)為已知時(shí)，這些方法并不能給出其對(duì)整個(gè)系統(tǒng)可靠性的條件概率影響，不能很好地識(shí)別對(duì)可靠性指標(biāo)影響較大的系統(tǒng)瓶頸環(huán)節(jié)。因此霍利民等人考慮將能進(jìn)行不確定性推理的貝葉斯網(wǎng)絡(luò)技術(shù)應(yīng)用于電力系統(tǒng)可靠性評(píng)估，利用故障樹法[24]和最小狀態(tài)割集法[25]建立的貝葉斯網(wǎng)絡(luò)能夠很直觀的替代系統(tǒng)網(wǎng)絡(luò)拓?fù)鋪磉M(jìn)行可靠性分析。文獻(xiàn)[26]提出將貝葉斯網(wǎng)絡(luò)隨機(jī)模擬推理算法和時(shí)序模擬法相結(jié)合用于電力系統(tǒng)可靠性評(píng)估中，既改進(jìn)了貝葉斯網(wǎng)絡(luò)推理算法不能計(jì)算與時(shí)間有關(guān)的指標(biāo)的缺點(diǎn)，還能有效識(shí)別系統(tǒng)可靠性瓶頸環(huán)節(jié)。

貝葉斯網(wǎng)絡(luò)是一個(gè)帶有條件概率的有向無環(huán)圖，網(wǎng)絡(luò)中節(jié)點(diǎn)代表隨機(jī)變量，節(jié)點(diǎn)間連線表示變量間的條件概率關(guān)系，連線方向代表這些變量的因果影響關(guān)系。在一個(gè)貝葉斯網(wǎng)絡(luò)模型中有關(guān)變量A，B的條件概率分布P（B＼A1…An）通常用來定量分析變量A對(duì)變量B影響作用的大小，其中節(jié)點(diǎn)Ai是節(jié)點(diǎn)B的父節(jié)點(diǎn)，節(jié)點(diǎn)B為每一個(gè)節(jié)點(diǎn)Ai的子節(jié)點(diǎn)。已知一個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，再結(jié)合相應(yīng)的條件概率分布就可以推理出系統(tǒng)狀態(tài)的聯(lián)合概率分布。

其數(shù)學(xué)描述為：若，其中，對(duì)應(yīng)于網(wǎng)絡(luò)模型中的各節(jié)點(diǎn)元件，條件概率則為：

（6）

上式中，是xi全部父節(jié)點(diǎn)的集合。因此，一個(gè)貝葉斯網(wǎng)絡(luò)就能代表一個(gè)系統(tǒng)的完整概率模型，貝葉斯網(wǎng)絡(luò)模型的概念也就更多的應(yīng)用到電力系統(tǒng)可靠性評(píng)估的指標(biāo)計(jì)算過程中。圖1所示為一個(gè)簡單電網(wǎng)所對(duì)應(yīng)的8節(jié)點(diǎn)貝葉斯網(wǎng)絡(luò)：

圖1 一個(gè)簡單電網(wǎng)的貝葉斯網(wǎng)絡(luò)模型

圖1即為利用貝葉斯網(wǎng)絡(luò)模型和電網(wǎng)拓?fù)浣Y(jié)構(gòu)相似的特點(diǎn)搭建的系統(tǒng)貝葉斯網(wǎng)絡(luò)，當(dāng)給定頂層節(jié)點(diǎn)的先驗(yàn)概率，并且其他節(jié)點(diǎn)的條件概率關(guān)系為已知時(shí)，利用貝葉斯網(wǎng)絡(luò)推理算法就能近似得到系統(tǒng)節(jié)點(diǎn)S的故障概率，并能診斷推理出系統(tǒng)節(jié)點(diǎn)故障下各頂層節(jié)點(diǎn)的故障概率情況，從而得到與系統(tǒng)故障密切相關(guān)的薄弱部分。

用貝葉斯網(wǎng)絡(luò)方法評(píng)估電力系統(tǒng)可靠性時(shí)，利用貝葉斯網(wǎng)絡(luò)拓?fù)浜拖到y(tǒng)可靠性框圖相似的特點(diǎn)，首先在美國匹茲堡大學(xué)（Pitts-burghp）研發(fā)的GeNIe軟件中搭建出系統(tǒng)網(wǎng)絡(luò)模型，然后給網(wǎng)絡(luò)中節(jié)點(diǎn)元件變量的狀態(tài)賦值，通過軟件的近似推理算法求得其余節(jié)點(diǎn)變量的條件概率，對(duì)系統(tǒng)完成各種因果推理、診斷推理和辯解推理。此方法不但能計(jì)算可靠性指標(biāo)，還能方便給出系統(tǒng)各部分狀態(tài)之間的條件概率關(guān)系，以及對(duì)系統(tǒng)整體可靠性的影響大小，從而確定系統(tǒng)可靠性瓶頸環(huán)節(jié)。

5.關(guān)鍵線路識(shí)別的復(fù)雜網(wǎng)絡(luò)法

世界范圍內(nèi)很多大停電事故，比如2003年北美大停電事故[27]的發(fā)生使得電網(wǎng)規(guī)劃、決策人員對(duì)電力系統(tǒng)的運(yùn)行可靠性和安全性問題都越來越關(guān)心，而這些大停電事故的發(fā)生一般是由系統(tǒng)網(wǎng)絡(luò)拓?fù)渲械年P(guān)鍵線路[28]故障引起的。每一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)中都會(huì)有一些對(duì)整個(gè)網(wǎng)絡(luò)可靠性影響較大的關(guān)鍵線路存在，這些線路的存在使得整個(gè)系統(tǒng)比較脆弱，容易受到攻擊。因此如何預(yù)先識(shí)別出這些線路并對(duì)它們加以監(jiān)測，對(duì)提升整個(gè)系統(tǒng)的可靠性和運(yùn)行效率就顯得至關(guān)重要。

傳統(tǒng)識(shí)別電網(wǎng)關(guān)鍵線路的方法主要是基于電力系統(tǒng)分析技術(shù)，對(duì)電網(wǎng)進(jìn)行潮流分析，以確定拓?fù)浣Y(jié)構(gòu)中對(duì)系統(tǒng)正常運(yùn)行影響較大的關(guān)鍵線路;隨著近年來復(fù)雜網(wǎng)絡(luò)理論模型的發(fā)展，有關(guān)復(fù)雜網(wǎng)絡(luò)模型應(yīng)用到電網(wǎng)關(guān)鍵線路篩選過程中的研究也越來越多。文獻(xiàn)[12]綜合考慮了系統(tǒng)網(wǎng)絡(luò)拓?fù)浜碗娋W(wǎng)運(yùn)行狀態(tài)，將復(fù)雜網(wǎng)絡(luò)理論的節(jié)點(diǎn)電氣介數(shù)指標(biāo)、支路電氣介數(shù)指標(biāo)和基于貝葉斯網(wǎng)絡(luò)的條件概率風(fēng)險(xiǎn)理論相結(jié)合，引入到故障后果的嚴(yán)重度指標(biāo)中，以故障后風(fēng)險(xiǎn)評(píng)估的實(shí)際損失負(fù)荷值為依據(jù)來鑒別網(wǎng)絡(luò)拓?fù)渲械年P(guān)鍵線路。文獻(xiàn)[29]基于小世界網(wǎng)絡(luò)模型，結(jié)合電網(wǎng)拓?fù)浼軜?gòu)，定義線路被發(fā)電機(jī)與負(fù)荷之間的最短電氣路徑經(jīng)過而承受的負(fù)載和為線路的帶權(quán)重線路介數(shù)，并將其用于對(duì)系統(tǒng)可靠性影響較大的關(guān)鍵線路辨識(shí)工作中，但其沒有進(jìn)一步研究給出這些重要線路可能造成的風(fēng)險(xiǎn)后果。

復(fù)雜網(wǎng)絡(luò)理論通過對(duì)電力系統(tǒng)建模得到拓?fù)浣Y(jié)構(gòu)特征量參數(shù)，來對(duì)網(wǎng)絡(luò)中關(guān)鍵線路進(jìn)行辨識(shí)。研究時(shí)將電力系統(tǒng)網(wǎng)絡(luò)拓?fù)涑橄鬄橐粋€(gè)包含n個(gè)節(jié)點(diǎn)、k條線路的復(fù)雜網(wǎng)絡(luò)。主要拓?fù)鋮?shù)有：

（1）最大連通域G。電網(wǎng)因故障發(fā)生解列后，包含節(jié)點(diǎn)數(shù)最多的一個(gè)連通區(qū)域即為網(wǎng)絡(luò)的最大連通域。

（2）平均路徑長度L。網(wǎng)絡(luò)中節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的距離稱為路徑長度Dij，對(duì)所有兩兩節(jié)點(diǎn)間的路徑長度求平均值，即得到平均路徑長度：

（7）

（3）線路介數(shù)BL。線路介數(shù)指的是在連接發(fā)電機(jī)與負(fù)荷的最短路徑中出現(xiàn)的次數(shù)。

（4）聚類系數(shù)C。聚類系數(shù)是反映網(wǎng)絡(luò)中所有n個(gè)節(jié)點(diǎn)分布密集程度的重要指標(biāo)，其公式為：

（8）

其中，單個(gè)節(jié)點(diǎn)的聚類系數(shù)為：

（9）

上式中，bi是連接到頂點(diǎn)i的三元組的個(gè)數(shù);ai是連接到頂點(diǎn)i的三角形的個(gè)數(shù)。

目前基于復(fù)雜網(wǎng)絡(luò)理論，主要從線路介數(shù)指標(biāo)[30]、綜合考慮拓?fù)浣Y(jié)構(gòu)和潮流運(yùn)行狀態(tài)[31]兩個(gè)方面來識(shí)別關(guān)鍵線路。文獻(xiàn)[30]基于無向無權(quán)小世界模型，對(duì)電網(wǎng)在不同攻擊模式下的結(jié)果對(duì)比分析，得出介數(shù)指標(biāo)最大的線路對(duì)電網(wǎng)大停電事故的發(fā)生有著重要影響的結(jié)論。文獻(xiàn)[31]對(duì)以往方法進(jìn)行了改進(jìn)，在一定程度上考慮了潮流運(yùn)行狀態(tài)，將線路介數(shù)指標(biāo)與電網(wǎng)運(yùn)行狀態(tài)的裕度信息相乘，以此為依據(jù)來鑒別網(wǎng)絡(luò)結(jié)構(gòu)中關(guān)鍵線路。

由于復(fù)雜網(wǎng)絡(luò)可以映射實(shí)際系統(tǒng)的拓?fù)浣Y(jié)構(gòu)，以及其結(jié)構(gòu)特征量指標(biāo)能直觀地反映系統(tǒng)元件重要度的特點(diǎn)，復(fù)雜網(wǎng)絡(luò)理論在關(guān)鍵線路識(shí)別研究中得到了很好的應(yīng)用;但同時(shí)也存在建模時(shí)與實(shí)際系統(tǒng)物理特性映射困難、系統(tǒng)模型統(tǒng)計(jì)特征不顯著、結(jié)構(gòu)特征量與系統(tǒng)動(dòng)態(tài)行為的關(guān)系不明確等方面的問題[32]。

6.結(jié)論

本文指出了進(jìn)行電力系統(tǒng)可靠性評(píng)估的目的及意義，講述了當(dāng)前分析電力系統(tǒng)可靠性的主要評(píng)估方法，對(duì)其對(duì)比分析指出了這些方法的特點(diǎn)和所存在的不足之處。目前可靠性評(píng)估方法仍有待改進(jìn)，在考慮系統(tǒng)發(fā)生連鎖故障的可能性和將復(fù)雜網(wǎng)絡(luò)概念映射到實(shí)際系統(tǒng)的物理特性時(shí)仍未有一個(gè)很好的方法出現(xiàn)。對(duì)提升系統(tǒng)可靠性至關(guān)重要的安全性指標(biāo)的分析方法還比較少，未來還需加強(qiáng)對(duì)安全性評(píng)估方面的研究工作。由于可靠性評(píng)估在指導(dǎo)電力系統(tǒng)的規(guī)劃、設(shè)計(jì)、運(yùn)行中的重要作用，找到一個(gè)高效的評(píng)估方法對(duì)電力系統(tǒng)的發(fā)展具有重要意義。

參考文獻(xiàn)

[1]郭永基.電力系統(tǒng)可靠性分析[M].北京：清華大學(xué)出版社，2003.

[2]宋曉通.基于蒙特卡羅方法的電力系統(tǒng)可靠性評(píng)估[D].山東大學(xué)，2008.

[3]程林，郭永基.發(fā)輸電系統(tǒng)充裕度和安全性算法研究[J].電力系統(tǒng)自動(dòng)化，2001，19：23-26.

[4]王銀莎，栗文義，郭鑫等.基于序貫蒙特卡羅和well-being模型的風(fēng)/柴/儲(chǔ)能發(fā)電系統(tǒng)可靠性分析[J].電網(wǎng)與清潔能源，2011，27（11）：78-82.

[5]鮑曉慧，侯慧.電力系統(tǒng)可靠性評(píng)估述評(píng)[J].武漢大學(xué)學(xué)報(bào)，2008，41（4）：96-101.

[6]趙淵，謝開貴.電網(wǎng)可靠性指標(biāo)概率密度分布的解析計(jì)算模型[J].中國電機(jī)工程學(xué)報(bào)，2011，31（4）：31-38.

[7]Celli G，Ghiani E，Soma G G，et al.Active distribution network reliability assessment with a pseudo sequential Monte Carlo method[C]// PowerTech，2011 IEEE Trondheim. IEEE，2011：1-8.

[8]別朝紅，王秀麗，王錫凡. 電力系統(tǒng)可靠性評(píng)估的混合法研究[J]. 中國電力，2001，34（3）：26-29.

[9]霍利民，朱永利，范高鋒等.一種基于貝葉斯網(wǎng)絡(luò)的電力系統(tǒng)可靠性評(píng)估新方法[J].電力系統(tǒng)自動(dòng)化，2003，27 （5）：36-40.

[10]Ebrahimi A，Daemi T.A novel method for constructing the Bayesian Network for detailed reliability assessment of power systems[C]// Electric Power and Energy Conversion Systems，2009.International Conference on.IEEE，2009：1-6.

[11]張?zhí)@薔.故障樹分析在電力系統(tǒng)可靠性研究中的應(yīng)用[J].華東電力，2005，33（2）：14-17.

[12]趙陽，李華強(qiáng)，王伊渺等. 基于復(fù)雜網(wǎng)絡(luò)理論和條件概率的災(zāi)難性事故風(fēng)險(xiǎn)評(píng)估方法[J].電網(wǎng)技術(shù)，2013，37 （11）：3190-3196.

[13]Zhao H，Zhang C，Ren H.Power transmission network vulnerable region identifying based on complex network theory[C]//Electric Utility Deregulation and Restructuring and Power Technologies，2008.DRPT 2008.Third International Conference on.IEEE，2008：1082-1085.

[14]別朝紅，王錫凡.復(fù)雜電力系統(tǒng)一類連鎖反應(yīng)事故可靠性評(píng)估初探[J].電力系統(tǒng)自動(dòng)化，2001，15：25-28+42.

[15]王曉濱，黃武浩，樓華輝等.系統(tǒng)狀態(tài)空間分割法在電力系統(tǒng)可靠性評(píng)估中的應(yīng)用[J].電網(wǎng)技術(shù)，2011，35（10）： 124-129.

[16]胡曉斌.基于解析法的配電系統(tǒng)可靠性評(píng)估[D].南昌：南昌大學(xué)，2008.

[17]趙淵，徐焜耀，吳彬.大電力系統(tǒng)可靠性評(píng)估的蒙特卡洛仿真及概率密度估計(jì)[J].重慶大學(xué)學(xué)報(bào)，2007，30（12）：16-20.

[18]張碩，李庚銀，周明.基于序貫蒙特卡羅仿真的發(fā)輸電系統(tǒng)充裕度評(píng)估算法[J].中國電力，2009，42（7）：10-14.

[19]石文輝，別朝紅，王錫凡.大型電力系統(tǒng)可靠性評(píng)估中的馬爾可夫鏈蒙特卡洛方法[J].中國電機(jī)工程學(xué)報(bào)，2008， 28（4）：9-15.

[20]Melo A C G，Oliveira G C，Morozowski F M，et al.A hybrid algorithm for Monte Carlo/ enumeration based composite reliability evaluation[C]//Third International Conference on Probabilistic Methods Applied to Electric Power Systems.London：Electric Power Research Center，1991：70-74.

[21]Oliveira G C，Pereira M V F，Cunha S H F.A technique for reducing computational effort in Monte-Carlo based composite reliability evaluation[J].IEEE Trans on Power Systems，1989，4（4）：1309–1315.

[22]宋曉通，譚震宇.改進(jìn)的重要抽樣法在電力系統(tǒng)可靠性評(píng)估中的應(yīng)用[J].電網(wǎng)技術(shù)，2005，29（13）：56-64.

[23]Ocnasu A B，Besanger Y.Distribution system availability assessment Monte Carlo and antithetic variates method[C]//19th International Conference on Electricity Distribution.Vienna，Austria：International Council on Electricity Distribution，2007：21-24.

[24]盧錦玲，楊曉東，粟然等.一種基于貝葉斯網(wǎng)絡(luò)的配電網(wǎng)可靠性評(píng)估方法[J].華北電力大學(xué)學(xué)報(bào)，2004，31（2）：16-19.

[25]霍利民，朱永利，張?jiān)诹?，陳?貝葉斯網(wǎng)絡(luò)在配電系統(tǒng)可靠性評(píng)估中的應(yīng)用[J].電工技術(shù)學(xué)報(bào)，2004，19（8）：113-118.

[26]霍利民，朱永利，張立國等.用于電力系統(tǒng)可靠性評(píng)估的貝葉斯網(wǎng)絡(luò)時(shí)序模擬推理算法[J].電工技術(shù)學(xué)報(bào)，2008，23（6）：89-95.

[27]AjendraDwivedi，Xinghuo Yu，Peter Sokolowski.Identifying Vulnerable Lines In a Power Network using Complex Network Theory[C].IEEE International Symposium onIndustrial Electronics，Korea · Seoul，2009.

[28]徐林，王秀麗，王錫凡.電氣介數(shù)及其在電力系統(tǒng)關(guān)鍵線路識(shí)別中的應(yīng)用[J].中國電機(jī)工程學(xué)報(bào)，2011，30（1）：33-39.

[29]曹一家，陳曉剛，孫可.基于復(fù)雜網(wǎng)絡(luò)理論的大型電力系統(tǒng)脆弱線路辨識(shí)[J].電力自動(dòng)化設(shè)備，2006，26（12）：1-5+31.

[30]Albert R，Albert I，Nakarado G L.Structural vulnerability of the North American power grid[J].Physical Review E，2004（69），025103（1-4）.

[31]魏震波，劉俊勇，朱國俊等.基于電網(wǎng)狀態(tài)與結(jié)構(gòu)的綜合脆弱評(píng)估模型[J].電力系統(tǒng)自動(dòng)化，2009，33（8）：11-15.

[32]蔡澤祥，王星華，任曉娜.復(fù)雜網(wǎng)絡(luò)理論及其在電力系統(tǒng)中的應(yīng)用研究綜述[J].電網(wǎng)技術(shù)，2012，36（11）：114-121.

作者簡介：

郭屹全（1990—），男，工學(xué)碩士，研究方向：電力系統(tǒng)可靠性。

方勇（1968—），男，博士，工程師，主要研究方向：電壓穩(wěn)定分析、電力系統(tǒng)可靠性、無功優(yōu)化與控制。