极端冰雪灾害下电网安全评估需求分析与框架设计

2008年初中国南方极端冰雪灾害给电力基础设施造成了极大破坏,也引发了对电网安全评估、防御系统设计的诸多思考。该文分析极端冰雪灾害下电力系统安全评估研究现状和新的技术需求,设计考虑冰雪灾害影响的电网安全评估框架,并讨论需解决的关键问题以及各功能模块之间的交互关系。提出气象–电气混合仿真的概念并讨论混合仿真实现的途径。借助PSS/E编程实现基于简化线路覆冰和杆塔受力模型的覆冰–电气混合仿真,算例仿真表明该混合仿真方法可以计算得到给定覆冰模型下气象事件与电气动态的交互影响过程。     

极端气象灾害下输电系统的弹性评估及其提升措施研究

弹性评估能体现系统对极端事件的抵御能力和恢复能力。电力系统作为重要基础设施,在小概率-高风险的气象灾害事件中,往往会发生大面积停电事故。为完善极端气象灾害下输电系统的弹性评估方法,该文提出一种考虑极端气象灾害在时间和空间双维度下对输电系统的影响的弹性评估框架。首先,以台风作为极端气象灾害代表事件,根据面向灾害风险评估的台风风场模型量化了台风对元件的影响程度,通过考虑台风路径与区域输电系统的关系来确定影响持续时间;其次,考虑故障元件的地理位置、检修队伍、修复策略因素构建输电系统的恢复过程模型,接着利用蒙特卡洛和网格划分的方法,结合系统缺供负荷量,构建对输电系统弹性评估的方法。同时以IEEE RTS-79节点系统为例,验证了提出的评估方法可行性,并在此方法基础上,研究3种典型措施对输电系统的弹性提升影响。算例仿真结果表明,该弹性评估方法可以准确、全面地计及各因素对电网弹性的影响;并指出3种典型提升措施对电网弹性提升的效果,为后期电力部门的运行和规划提供可量化的参考依据。     

磁暴影响电力系统安全风险评估思路与理论框架

鉴于近年来磁暴侵袭中国电网的几次事件和强磁暴引起的损失达上千万美元的魁北克大停电事故,分析与评估电力系统磁暴灾害扰动下的电力系统运行风险十分必要。在讨论磁暴引发电力系统相继故障机理的基础上,分析评估电网磁暴运行风险的技术需求,并指出其中的关键问题和解决途径;设计计及磁暴灾害的电力系统风险评估框架,建立简化的地电场–GIC–电力系统混合集成模型;并借助Matlab和PowerWorld Simulator平台,以GIC标准系统为例,验证了模型可以反映给定电网参数条件下的磁暴事件对电力系统的影响与故障传播过程。研究结果可为进一步量化与防范磁暴电网风险提供参考。     

电力系统极端事件的风险评估与防范

传统电力系统风险评估方法以普通风险为研究对象,无法体现极端事件对系统运行带来的破坏性影响。基于金融领域风险价值理论,提出一种电力系统极端风险评估与量化方法,对传统风险评估方法进行补充和完善。采用极值风险评估方法,着重考察极端事件对系统稳定运行造成的影响,体现了小概率极端事件对系统稳定造成的严重后果。基于电力系统网络攻击事件和极端灾害事件进行极端风险评估,对比常规风险与极值风险评估结果,验证了所提的极端风险评估方法的合理性。同时,基于电力系统脆弱性与反脆弱性特征,提出极端风险防范的关键难点在于如何协调普通风险与极端风险。     

磁暴扰动下电力系统故障风险评估方法与模型

磁暴灾害影响电力系统运行,破坏电力设备,甚至引发大面积停电事故。针对目前电力系统规划、调度决策和安全防御体系需要把握和量化电力系统磁暴灾害风险的需求,提出电力系统磁暴灾害风险评估方法与模型。首先分析电力系统磁暴灾害特点及其影响因素,在此基础上设计磁暴灾害下电力系统运行模拟程序,并借助软件平台搭建磁暴扰动与电力系统运行混合模型;之后在极值理论基础上建立磁暴扰动模型与概率测度,以此作为扰动量输入混合模型进行仿真模拟;最后从设备过载、节点电压越限和线路过载的角度定义基于熵理论的电力系统运行风险指标,建立电力系统磁暴灾害风险综合评估模型。利用GIC Benchmark算例系统进行仿真计算,结果验证了所提方法与指标的正确性和有效性。     

计及冰灾影响的电力系统韧性评估与提升方法

随着全球气候的变化和极端天气事件的频发,给电力系统的安全运行带来了极大挑战.为了评估和提升电力系统对此类灾害的抵抗能力,提出了计及冰灾影响的电力系统韧性评估方法,建立了一系列包含系统级及元件级的实用韧性量化指标,从系统及元件层面上量化冰灾对电力系统的影响.在此基础上,结合冰灾的特性,提出了一种包含整个冰灾过程的电力系统韧性提升策略,分别从灾前、灾中2个时段定位系统的薄弱环节,并进行冰灾下的电力系统韧性提升.最后在IEEE RTS-79测试系统中,验证了所提方法的有效性和实用性.     

极端气象天气对新能源运行影响分析

针对极端气象天气对新能源和电网安全运行的影响日趋增大,介绍了寒潮(低温)对风电运行的影响,简要分析了高温、大风、沙尘暴、雾霾、日食等对新能源的影响,并提出建议:加强对极端气象天气事件的研究和重视,加快建设电力气象预警与综合分析平台,开展特殊气象条件下新能源功率预测研究.     

台风天气考虑故障演化的电力系统韧性评估方法

全球气候变化和温室效应加剧造成了极端天气发生的频次增多、强度增大,给电力系统造成的影响愈发严重。电力系统大力发展风/光新能源发电作为缓解温室效应有效手段的同时,也深受极端天气影响。韧性是体现电力系统抵御极端事件、减小故障影响并恢复供电的能力,近年来受到广泛关注。因此,亟需开展新能源电力系统在极端天气下的韧性评估研究。以台风作为极端灾害天气代表,提出了一种台风天气下考虑故障演化的电力系统韧性评估方法。首先,根据台风天气下电力系统故障的发展特征,确定了根据系统性能变化曲线及事故链发生概率综合评估系统韧性的整体框架和流程。具体地,考虑台风天气因素对于风电机组和输电线路的影响,提出了考虑不同时间尺度故障的元件及系统状态转移概率模型;在此基础上,考虑风机故障对风电出力不确定性的影响,建立了计及电网元件故障的系统改进随机潮流模型;然后,根据系统潮流分布和线路过载概率计算连锁故障的发生概率;最后,在改进的IEEE 39节点系统上进行算例分析,结果表明所提方法能够有效评估极端天气下含风电电力系统的韧性,并为极端天气下含风电电力系统的安全运行提供参考。     

低碳化转型下综合能源电力系统弹性：综述与展望

当前,电力系统正在转型为清洁低碳的新一代综合能源电力系统.不仅可再生能源出力的间歇性、随机性会影响综合能源电力系统的正常运行,而且极端事件对单个能源系统造成的扰动可能引发综合能源电力系统范围内的连锁故障.为增强综合能源电力系统耐受、应对极端事件的能力,相关的弹性评估和提升研究日愈重要.首先对综合能源电力系统弹性的概念进行介绍,然后对弹性评价指标、运行状态分析方法等进行梳理与总结,且以多元技术融合的视角对弹性提升手段进行思考与展望,最后对相关研究可能面临的问题和挑战进行梳理和分析.     

基于Flex的电网气象预警系统的研究与开发

电网气象信息预警系统可对电网运行气象环境进行统一监测管理,预警灾害性天气对电网的影响,分析历史气象并充分挖掘有用信息以提供决策支持。系统的建成实现了对暴雨、台风、冰雪、大雾等及其可能对电网造成的灾害进行定时、定点,定量化的短时临近预报和全方位,多层次的预计、业务逻辑设计、功能模块设计等问题。     

Climate change,extreme winter weather and electricity production costs

We analyze the characteristics of the Northeast US’s PJM wholesale electricity market production cost and supply curve during the most extreme winter weather event in modern meteorological history within the PJM territory. It is seemingly ironic that the cause of such extremely cold weather events is global warming. The experience from this event demonstrates that the annual-summer-peak-centric nature of the PJM capacity planning process does not address the adequacy of supply during the winter. The PJM production cost curve is estimated and compared across recent winter season peak months to understand how large the price responsiveness to load changes can be during extreme winter weather events and how winter weather events can reduce system reliability for a summer-capacity-planning-centric power market. Therefore, PJM and other power pools (such as ERCOT in Texas) have not considered secondary peak seasons in capacity planning.     

基于天气分型的短期光伏功率组合预测方法

由于光伏功率波动特征与天气类型紧密相关,且光伏功率短期预测存在功率波动过程预测精度低、气象因素与功率波动过程相关性弱的问题,文中提出了一种基于天气分型的短期光伏功率组合预测方法。首先,基于气象因素与光伏功率波动特征的关联性,将天气过程划分为5种类型,并基于变分模态分解算法将光伏功率分解为类晴空过程和波动过程。然后,利用Granger因果关系算法筛选出与各天气类型下光伏功率波动过程密切相关的关键气象因子。最后,建立基于天气分型的短期光伏功率组合预测模型。模型充分考虑了深度学习算法的特异性,对光伏功率类晴空过程与各天气类型下的光伏功率波动过程进行分类预测。仿真结果表明,文中所提出的短期光伏功率预测方法能够显著提升短期光伏功率预测的精度。     

基于动态时间规整的风电功率爬坡滚动修正模型

不断提高风电爬坡事件特征量的预测精度对电力系统安全稳定运行意义重大.因此,提出一种爬坡事件特征量与数值天气预报(NWP)气象数据相结合的风电爬坡滚动修正模型.首先,基于PRAA算法获得历史数据库与预测数据库中的所有爬坡事件特征量,建立爬坡特征量预测误差向量矩阵.然后,分析误差向量矩阵与NWP中各气象数据的线性和非线性相关关系,识别影响爬坡特征量预测误差的有效气象指标.最后,基于动态时间规整实现未来与历史数据库中具有相似特征的有效气象指标匹配,得到未来爬坡事件预测误差修正的参考集,并进行滚动修正.算例表明,该修正模型能有效降低爬坡幅值误差,提高爬坡事件预测的精度.     

考虑复杂天气风险源的电力系统可用输电能力评估

引入越限惩罚型变权熵理论,建立能够综合考虑雷电、降雨、风、气温、相对湿度等多种天气因素的复杂天气风险源模型,利用该模型计算相应的综合气象因子;基于电气设备的健康指数模型,提出天气风险源修正架空线路故障率的方法;采用非序贯蒙特卡罗仿真,对考虑复杂天气风险源的电力系统可用输电能力进行评估。采集我国南方沿海地区实际气象数据,并在IEEE 118节点系统进行仿真,结果表明所提方法是有效的。     

福建电网多普勒雷达气象预警系统的研制

利用多普勒天气雷达的探测资料,根据TREC算法自动识别灾害性天气种类并分区,自动进行客观的短时临近预警预报。生成的预警产品通过与地理信息系统（GIS）的有机结合,实现短时灾害性天气的精确预报,并通过空间分析服务引擎准确定位电网设备。     

基于GIS的电网气象灾害监测预警系统的研制

基于GIS的电网气象灾害监测预警系统接入多种形式的气象源数据,将气象灾害与电网设备GIS数据进行关联分析,建立电网运行领域可靠的灾害性天气预警模型,对涉及的电网设备进行预警。采用多种数据解析技术将XML、二进制等数据文件解析为预设格式数据;采用时序图技术实现各种气象信息的时序播放,展现其变化趋势;利用基于等值面提取形成的气象色斑图展示气象要素的地区分布情况和变化趋势。系统的研究与应用,对科学安排电网规划、运行,有效实现电力设施的防灾、减灾及电网安全运行精细化管理,具有重要作用和社会价值。     

顾及系统运行风险的电力气象预警

灾害性天气对电力系统运行的影响越来越大。参考气象部门灾害性天气的预警等级划分,根据灾害天气发生地区线路跳闸后对系统的影响程度(即风险等级),将南方电网主网500 kV线路划分等级,并将线路风险等级与气象预警等级结合起来编制电力气象预警,对灾害性天气分级预警预防,在实际运用中取得较好效果。     

基于天气类型聚类和LS—SVM的光伏出力预测

分析了影响光伏出力的气象因素,结合光伏系统实际运行数据和气象信息,提出一种基于天气类型聚类和LS—SVM的光伏出力预测模型。选取太阳辐照时间、温度、相对湿度等作为气象特征向量,通过计算各向量的加权欧氏距离,筛选出最佳聚类集合,确定训练样本,使样本数据能更好地反映待预测日的实际气象信息。取最佳聚类日气象特征、相应光伏出力及待预测日气象特征输入训练好的LS—SVM模型,输出为待预测日对应时刻的光伏出力。最后通过实际算例分析、评估,验证了所提模型和算法的有效性,并通过增加样本数据点获得了更加精确的预测结果。     

福建电网气象信息预警系统的设计与实现

介绍了一种与电网紧密结合的气象信息预警系统。该系统在充分利用电力系统现有软硬件资源基础上,通过采集气象雷达、电力专用自动气象站以及地方气象台网的实时气象信息和预报信息,建立电网事故预警模型,实现对暴雨、台风、冰雪、大雾等及其可能对电网造成的灾害进行定时、定点、定量化的短时临近预报和全方位、多层次的预警,并实现对电网的风电出力进行预测。     

考虑气象特征与波动过程关联的短期风电功率组合预测

为解决短期风电功率预测关键气象因素提取难、天气波动过程与功率波动过程匹配性差的问题,提出了一种考虑气象特征与波动过程关联的短期风电功率组合预测方法。首先,通过最大相关-最小冗余原则得到数值天气预报的气象特征因素来划分天气波动过程。其次,考虑天气波动过程与功率波动过程的关联关系,建立了以气象特征因素为输入、以风电功率为输出的波动过程关联的短期组合预测模型。最后,将不同天气波动过程下的风电功率预测值在时序上进行重新组合,以得到波动过程为输出的短期风电功率预测结果。实际算例表明,采用气象特征因素作为输入以及面向波动过程关联的组合预测方法能够明显地提高短期风电功率的预测精度。