基于ARMA-GABP组合模型的电网大停电事故损失负荷预测

损失负荷作为衡量大停电事故风险的重要指标,如何对其进行准确预测对于电网的安全运行具有十分重要的参考意义。选取1981—2016年东北电网和西北电网的大停电事故损失负荷作为实验数据进行分析,为消除电网发展对数据分析产生的影响,采用相对值法对电网大停电事故损失负荷进行处理。根据实验数据的特点,将损失负荷相对值的数据结构分解为线性和非线性残差部分,建立自回归滑动平均(ARMA)模型和遗传算法(GA)优化的误差反向传播(BP)神经网络组合模型,对东北电网大停电事故进行综合分析与预测。将所提模型的预测结果与单一模型和ARMA-BP模型的预测结果相对比,结果表明,所提模型的预测精度更高,预测效果较为理想。为进一步验证该预测模型的有效性,将西北电网大停电事故数据代入预测模型,实验结果表明该预测模型在电网大停电事故损失负荷方面具有良好的预测效果。     

基于相对值法的区域电网停电事故自组织特性分析

考虑到电网的规模处于不断增长的过程中,给出了用电网总装机容量对损失负荷取相对值,来分析电网停电事故自组织临界特性的方法。通过对东北、西北电网1981—2002年和1981—2010年2个时间段内停电事故数据相对值的分析,不同历史时段的大规模停电事故服从幂律分布,进一步证明了中国区域电网具有自组织临界性的典型特征。该方法用于事故损失数据处理后,排除了电网随时间生长对自组织临界特性的影响因素,便于以事故损失数据对电网危险程度进行分级,同时还可以对不同规模的电网事故数据进行横向比较,得出的宏观结果可以供电网的调度运行及规划部门参考。     

基于相对值法和Hurst指数的电网停电事故自相关性分析

为从宏观和全局角度揭示中国电网停电事故的内在动力学机理,分析了中国电网停电事故的相关性。首先,基于相对值法并结合R/S方法对中国电网1981—2014年停电事故损失负荷序列进行了相关性分析,指出了中国电网的停电事故损失负荷序列具有强的长程相关性,对其相关性方向进行了判定,并依据Hurst指数大小对其相关性程度进行了有效量度。然后,随着时间的推移,分析了中国电网停电事故损失负荷相关性的变化情况,揭示了中国电网停电事故损失负荷正相关性会越来越强、相关性程度会越来越高的规律。最后,在宏观层面上,预测出中国电网未来几年的大停电事故的损失负荷绝对值有继续增大的趋势,而损失负荷相对值有继续减小的趋势。     

基于斯皮尔曼相关系数和系统惯量的中国电网停电事故趋势预测EI北大核心CSCD

在能源形势紧张和绿色发展的背景下,全球范围内的新能源发电规模在不断扩大。然而近年来国外发生的几起大规模停电事故说明了新能源的广泛接入给电力系统的安全运行带来了新的挑战。与此同时,中国提出“3060”双碳目标和建设以新能源为主的新型电力系统目标,使得电网中新能源装机发展迅猛,导致电力系统惯量水平下降,电网运行的风险水平进一步提高。为更好地认识电网的停电事故和惯量水平之间的关系,该文分析中国电网年均停电事故损失负荷与系统惯性常数之间的相关性。首先,基于斯皮尔曼相关系数对中国电网年均停电事故损失负荷绝对值和相对值与系统惯性常数进行相关性分析。其次,分析随着时间推移,中国电网年均停电事故损失负荷与系统惯性常数两者相关性的变化情况。然后,在宏观层面,预测中国电网未来年均停电事故损失负荷的发展趋势。     

两例典型大停电事故对地区电网规划的启示

以惠州电网2010年7月19日停电事故和深圳电网2012年4月10日停电事故为例,分析了电网结构对停电事故的影响。针对停电事故区域的电网结构和运行方式特点阐述了事故产生原因和处理过程,对比两起事故的共同点和差异,对电网薄弱环节进行探讨。从电网结构、500 kV变电站的220 kV母线接线方式、旁路母线、备自投配置等方面分析如何从规划源头上降低大停电发生的风险和带来的损失,并结合实际工作提出了相关建议。     

电网停电事故的自组织临界性及其极值分析

对复杂电力系统灾变以及电网发生连锁性大停电事故机理的研究表明,自组织临界性是电网停电事故的特征。极值理论主要以极值为研究对象,传统上被用来预测海啸、地震、洪水等自然灾害。文中将极值理论应用于电网停电事故的自组织临界性的研究中,在电网停电事故的标度一频度幂律分布特征下,证明了停电事故发生规模的极值分布为极限收敛于Ⅰ型渐近分布。利用计算公式以东北及西北电网的停电事故为例,进行了初步的计算分析。     

基于系统频率响应特征的电网广义旋转备用优化配置

现有的旋转备用配置方法多将旋转备用的来源限定于常规发电机组,较少虑及储能装置与柔性负荷等新兴电力设施对旋转备用优化配置的积极影响。为此,文中提出了电网广义旋转备用的概念;借助序列化建模思路与可描述随机变量取值相依结构的Copula函数,建立电网等效负荷(电网原始负荷与对应时刻点新能源发电出力的差值)波动量与预测偏差模型;综合考虑系统频率响应特征,以电网广义旋转备用购置成本、停电损失成本与弃新能源发电成本最低为目标,提出一种基于系统频率响应的新能源高渗透电网广义旋转备用优化配置方法。以新疆某新能源高渗透区域电网实际运行数据为依据,仿真验证了所提方法的可行性。     

电网大停电自组织临界性的概率统计分析法

针对复杂电力系统的自组织临界性特点,基于概率统计基本理论,利用极值分布的最大吸引场定理提出一种分析电网连锁故障大停电事故的有效方法。首先给出了衡量连锁故障大停电事故规模的指标及其选择依据和计算方法;然后通过定义连锁故障的分布函数计算出连锁故障发生的规模和概率。文章指出电网连锁大停电事故的发生与所研究的时间范围和故障规模有关,因此可以根据研究年限和故障规模来预测连锁故障发生的频率。对华北电网连锁故障大停电事故的历史数据进行了分析计算,结果表明了本文方法的有效性。     

基于风险指标的电网事故量化排序方法指导电网规划

国务院599号令要求电力安全事故评级以导致的用户停电范围和负荷损失为标准。若仅按此标准对电网事故量化评价,则忽视了电力系统故障事件的概率特征,容易导致资金利用不当或投资规模过大。文中根据灵敏度理论计算故障事件导致的失负荷指标,并结合故障事件概率综合量度故障事件失负荷概率风险指标,应用失负荷概率风险指标对故障事件进行量化排序,从而指导电网规划。通过对2015年广东电网500 k V规划方案的研究结果表明,风险指标能够更科学地对故障事件进行优先级排序,帮助规划部门优先巩固电网薄弱环节,明确电网投资方向。     

用复杂网络理论分析电网连锁性大停电事故机理

针对世界上连续发生的电网连锁性大停电事故,论述了长期以来采用的还原法的思想方法已不完全适应对电网整体动态特性的研究。简述了复杂网络的基本概念;综述了应用复杂网络理论,对美国和中国电网大停电事故的部分数据统计分析的结果。发现电力系统的无标度特性:大停电的规模与出现的概率具有幂律特征,而电网的自组织临界性是发生连锁性大停电事故的内在动力。提出建立实时动态的全国沙堆模型,为预测大停电事故提供实时信息和应用复杂网络的控制理论对电网关键节点进行保护和控制,以缓解大停电事故发生的设想。     

我国未来电网建设从巴西电网大停电应吸取的经验

2009年11月10日,巴西电网发生全国性大面积停电事故。这是1999年以来与依泰普水电站输电系统故障相关联的第四次大停电事故,受到国外媒体和国内电力界广泛关注。根据各网站对巴西电网大停电的报导资料,分析了大停电的起因、发展过程、影响因素和深层次根源。巴西电网大停电的深层次根源是依泰普水电站的±600 kV、6 300 MW高压直流输电系统以及765 kV双回交流输电系统,大容量远距离直接接入圣保罗地区电网,直流输送容量超过地区电网最大负荷10％以上。在分析巴西电网大停电的基础上,探讨了我国未来电网建设从巴西电网大停电应吸取的经验和教训。最重要的经验和教训是：在我国未来电网规划、建设和运行中应避免大容量远距离点对点直接输电到地区电网;根据我国未来的发电能源和负荷中心特点,宜规划和建设1 000 kV/750 kV同步联网电网,以网络输电代替大容量远距离点对点直接输电,构筑安全经济的全国同步大电网。     

基于异质元胞自动机的互联电网连锁故障控制措施

为减少互联电网停电事故的规模及频率,提出了一种基于异质元胞自动机的互联电网连锁故障控制措施。首先,依据互联电网由多个不同特性的区域电网构成这一实际,并考虑区域电网间相互影响,建立了异质元胞自动机的互联电网连锁故障模型。其次,考虑各区域电网特性和不同故障阶段区域间的协调关系,提出了一种多区域多阶段线路潮流控制措施。最后,以IEEE118节点系统作为仿真案例,采用异质元胞自动机模型进行停电事故仿真,分别从幂律分布和故障时间序列两个方面验证了控制措施的有效性。并通过与其他控制措施比较,展示了其所具有的优越性。仿真结果表明:调度人员根据各区域电网运行情况,合理选择区域间的支援系数,可有效降低各区域电网大停电风险。     

计及线路风险的区域电网黑启动电源布点方案

近年来极端天气事件频繁发生,黑启动电源成为电网大停电后能否快速恢复的关键,对于缺乏抽水蓄能机组和水电机组的地区电网,文章提出有选择地对区域内的燃气-蒸汽联合循环机组进行黑启动改造,优化黑启动电源布点方案。文章结合极端天气对电网的影响,定义了线路恢复风险,建立了以最小化保底网架恢复时间和线路恢复风险为目标的黑启动电源布点双目标优化模型,在找出方案非劣解的基础上应用推广理想点法求得最终黑启动电源布点方案,并通过东莞地区电网的算例验证了该方法的有效性。     

2011年9月8日美墨大停电事故的分析及其对我国电力调度运行管理的启示

2011年9月8日,美国、墨西哥发生大停电事故,介绍了事故经过及其对当地民众造成的不良影响,分析了事故地区的电网及其调度运营的特点,剖析了引起此次大停电事故的主要原因有:天气炎热导致系统负荷较重、电网结构薄弱、联合调度模式下安全性管理不统一、系统调度机构的监控能力不强。在总结此次大停电教训的基础上,结合我国调度管理的实际情况,总结了大停电对我国电力调度管理的启示。     

基于深度神经网络和内外部因素的大电网安全态势感知研究

随着电网结构的日益复杂,运行调度变得更加困难,大停电事故发生的风险也日益增加,因此能够及时有效地对大电网的安全态势进行感知显得尤为重要。在态势要素提取阶段,从内部因素与外部因素两个方面出发,构建大电网安全态势评价体系,其中外部因素通过统计分析1981年~2015年全国电网的大停电事故得出;在态势理解阶段,通过层次分析法与改进的熵权法获得各指标的综合权重,加权平均得到大电网的安全态势评估值,实现对大电网安全态势的综合评价;在态势预测阶段,构建深度神经网络模型,完成对大电网安全态势的预测。为进一步验证预测模型的有效性,将其与BP神经网络和RBF神经网络对比分析,验证了深度神经网络模型可以有效地对大电网的安全态势进行预测,且预测精度高于传统的神经网络模型。     

欧洲“11.4”大停电事故分析及对我国电网运行工作的启示

介绍了“11.4” 欧洲大停电事故的起因、发展及恢复情况。结合相关调查报告分析了事故的直接原因，分析了欧洲互联电网解列后的系统情况，对事故暴露出的问题和教训进行了分析总结。针对我国跨区互联电网的运行情况，提出“11.4”事故对我国电网运行工作的几点启示。