复杂电力网络的级联故障分析与研究

2014-10-17刘芳郑义

现代电子技术 2014年19期

刘芳　郑义

摘要：将复杂网络理论应用于电力系统，特别是对级联故障导致的大电网停电事故进行研究，得到了广泛关注。首先探讨了对级联故障进行理论建模的重要性，然后对电网结构脆弱性和级联故障方面的研究进展和应用情况进行了分析，最后对课题的研究方向做了阐述和展望。

关键词：复杂电力网络；级联故障；小世界网络；无标度网络

中图分类号： TN915.853?34 文献标识码： A 文章编号： 1004?373X（2014）19?0114?03

Analysis and research of cascading failure in complex power grid

LIU Fang1， ZHENG Yi2

（1. Jiangsu Open University， Nanjing 210036， China； 2. Nanjing University of Posts and Telecommunications， Nanjing 210023， China）

Abstract： Applying complex network theory to power systems， especially to the research of the large power grid blackout accident caused by the cascade failure， has been widely concerned. The importance of the theoretical modeling on cascading failures is discussed in this paper. The research progress of the grid structure vulnerability and the cascading failure is analyzed. The research direction is expounded and prospected.

Keywords： complex power grid； cascading failure； small world network； scale?free network

0 引言

电网是现代文明社会的重要基础设施，电网的大规模互联已成为全世界范围内电力系统发展的必然趋势，电网的安全运行已越来越成为社会政治经济生活高效运作的有效保证。但是电网级联故障和大停电事故却一直伴随着电网及社会的发展而存在。

国内外大面积停电事故的频繁发生，引起了众多学者对大规模电网连锁故障以及脆弱性研究的关注。如2003年8月14日美加大停电、8月28日英国伦敦大停电、9月23日瑞典丹麦大停电、9月28日意大利全国大停电，以及2004年7月12日希腊雅典大停电，2005年5月25日的莫斯科大停电，2008年2月中国湖南大停电等。这些大规模事故引发的电力系统安全问题，几乎都和电网的级联故障密切相关。而应用复杂网络理论结合电力系统特点，对防范级联故障导致的全局灾难性大停电事故进行研究，已经得到了广泛的关注。在我国，电力系统灾变防治与经济运行重大科学问题的研究项目位列国家重大基础研究计划首批10个重大项目之中[1]。

1 复杂网络理论对电网拓扑的辨识与故障检测

在复杂电网中，由初始的局部故障演变为雪崩式的级联故障，往往会导致电网大面积崩溃的灾难性后果。由于故障过程具有随机性和不可预测性，对级联故障进行理论建模是复杂电力网络分析的基础和关键。传统的电网稳定性研究是建立在还原论和确定性理论的基础上，以微分?代数方程建立系统的动态模型，再进行仿真分析，但是在微小扰动触发大停电机理等复杂问题上，传统方法难以合理解释[2]。

电力系统是典型的复杂系统，大量电力电子设备和交直流输电的应用，使得电力系统动力学特性和稳定性表现出非线性和高维特征。国内外的研究表明大部分电网具有明显的小世界特征和无标度特性[3?5]。由Watts和Stoats提出的小世界网络（SW）介于规则网络和随机网络之间：其平均路径长度接近一个随机图（RG）的平均路径长度，但同时具有较高的聚类系数。

[L≥LRG C?CRG]

其中[L]和[C]分别表示小世界网络的平均路径长度和聚类系数；下标[RG]表示随机网络。

对随机故障的鲁棒性和对蓄意攻击的脆弱性是无标度网络（BA）的一个基本特征，根源在于无标度网络度分布和演化规律的统计特性具有幂律形式，缺乏某一特征尺度。“鲁棒但又脆弱”可以说是复杂系统的最重要也是最基本的特征之一。

因此，将复杂网络理论应用到电力系统领域，通过研究网络拓扑结构特征量统计规律，从系统的整体特征揭示其动力学行为和演化规律，对研究复杂网络级联故障的内在传播机制具有重要的意义。

2 复杂网络理论在电网级联故障中的分析

目前复杂网络理论在电力系统中的应用主要在以下几个方面：电网结构特征分析、结构脆弱性研究、关键节点和线路辨识、电网级联故障模型和电力通信网脆弱性研究等。本文主要研究电网结构脆弱性和级联故障方面。

电力系统级联故障机理研究分为两类：一类是以潮流计算和稳定分析为核心，用特定概率描述系统行为来研究级联故障整体行为特点并进行评估，这一类研究主要有基于自组织临界性（Self?Organized Criticality，SOC）的OPA模型[6]、CASCADE模型[7]、隐性故障模型[8]与OPF模型等；另一类是将电力系统抽象为网络拓扑结构，应用复杂网络理论研究拓扑特征参数与系统行为的内在联系，并揭示参数变化对系统行为的影响，寻求级联故障发生的结构根源。下面是对国内外一些文献的分析：

文献[9]利用Platts公司的POWERMAP系统提供的数据，提取出包含14 099个由发电厂与变电所构成的节点和19 657条高压线（115～765 kV）构成的边，建立了美国电网拓扑图，通过结构分析，发现美国电网具有明显的小世界特性。特别的，作者考虑电网实际物理连接，将节点分为发电机与配电所两类，定义了两类节点间的连通度概念，并对基于节点介数分布的攻击与网络连通度间的关系进行分析验证，显示出目标攻击比随机攻击造成大范围级联故障的概率大大提高。

综合考虑节点介数、节点度和负载容量，将意大利电力网络建模为包括节点权重和边权重的含权网络，其中包括341个变电所和517条输电线。文章着重于网络拓扑视角，引入效能指标分析研究了权重网络的抗攻击性，探讨了边故障导致节点负荷转移从而超出节电负荷上限造成级联故障的现象，并得到了节点度与其负荷介数非相关的结论[10]。

文献[10]着眼于避免大规模电网的大面积停电事故，将北美电力网络分成东部和西部2个不同拓扑结构的子网。将节点负载和边最大负荷分别作为点和边的权重，设计了基于点故障概率和边故障概率的全局级联故障模型，并定义了负载损失概率作为衡量指标[11]。

将瑞士、芬兰、挪威、丹麦电网看作一个包含4 800个节点、5 500支路的整体电网。该电网与北美电网相比连接相对稀疏，可以视为是一个具有远程捷径的随机图网络，而北美电网具有明显的无标度网络特性。文献[12]从随机图论的巨大组件方法入手，分析了北欧电网与北美电网因结构性的差异而在不同攻击方式下表现出迥异的脆弱性，并在IEEE电气测试系统中针对不同的攻击，如自然故障或人为攻击，提出了不同的网络优化策略。

Casals等对全欧电网的各个子网进行了拓扑结构比较[5]，并使用随机图论中的三个拓扑参数平均度分布、图形序列、群聚系数对各子网特定结构与其鲁棒性之间的关系进行了比较分析。研究发现，随着越多节点其度值偏离泊松分布均值，网络越表现脆弱；随着越多图形序列在网络中涌现，网络越趋向脆弱；聚群在网络中越均匀分布，网络越表现出鲁棒性。

使用与文献[13]相同的欧洲电网数据[14]，考虑实际物理与地理意义，对节点的平均度分布进行约束，研究了欧洲电网在恶意目标攻击下的抗攻击性。将被攻击节点视为随机故障，从而在随机图论渗流理论框架下得到了巨大组件消失的阈值。值得一提的是，研究发现在理论临界值附近，电力网络的实际物理量，如功率损耗、中断时间等亦有明显变化，从而验证了渗流理论在电网应用的合理可靠性。

Wang等将电力网络的邻接矩阵与线路阻抗相结合，使用组合导纳矩阵来考虑现实电网的电气特性[15]。文章发现由于现实经济或电气约束，电网线路阻抗表现出明显的重尾效应，作者通过考察电网络的稀疏链接，对小世界模型进行了改进，得到了符合双Pareto分布的电网数学模型。

Baharan等从更广泛的视角对复杂系统的级联故障进行了研究，包括欧洲电网、铁路网和北美航空网络[16]。研究定义了三个网络拓扑指标，线路容量、线路节点度与节点中心介数，并且发现，当网络线路权重等于两端节点中心介数乘积时，网络表现出最好的抗级联故障鲁棒性。

国内梅生伟等基于SOC性质、最优潮流控制和电网升级，提出OPF连锁停电模型[17]；曹一家等人结合SOC和电力系统特性，类比滑坡时间预测模型，在协同学算法的基础上，提出了连锁故障协同学预测模型[18]。

文献[19]中使用节点的度来建模网络上的交通流并研究级联故障。用一条边的两端节点的度的幂律函数来度量边的中心性，并对不同实际网络取得了一些实验结果。文献[16]对加权网络的级联故障的鲁棒性进行了研究。考虑了三种权重策略，包括边的中心介数、终端节点的度乘积和终端节点的中心介数乘积，然后研究考虑了当地的加权流量重分配规律对级联攻击的影响，并对许多实际网络包括电网，互联网上的自治系统，铁路网络的欧洲和美国的机场网络进行了验证分析。研究发现，在边的加权是终端节点中心介数乘积时，网络具有较强的抗级联失效性。这两篇文献以及其他相关研究为一般网络分析理论应用于电力系统级联故障研究做了启发性的工作。

3 复杂网络理论在电力系统中的应用前景

综合来看，目前对电力系统级联故障分析的文献主要在小世界网络模型[3，8，10?12]和无标度网络模型[ 7，16]基础上进一步探讨电网拓扑结构，节点均为无差别节点，但节点负荷或权重有区别；以输电线和变压器支路为边，边为无向无权边或有权边，忽略输电线路电压等级和参数差异，将电网化为无权[3，5，12，14]或有权[10?11，15?16]无向稀疏连通图。

作为应用复杂网络理论分析可靠性和级联故障方面的代表性工作，上述文献亦有不足。复杂网络作为一种分析方法，必须结合电力系统本身的物理特性和运行规律，特别是在引入边权值表示节点间的连接强度和节点间最近距离的定义这两方面。文献[15]对线路阻抗的考虑得到了广泛的关注，但其对线路阻抗与拓扑间的关系方面间未做进一步讨论，与电路实际物理特性仍有一定改进空间。模型方面，目前文献多集中于小世界模型和无标度模型，未考虑实际电网链接中的空间分块因素。文献[10]对北美电网简单分为东西2个子网，文献[11]对欧洲电网基于国家界限的简单区分，都给出了启发性结果，对地理分块因素的机理及作用仍待进一步详尽研究。

本课题基于复杂网络理论，分析研究输电网本身存在的脆弱性以及具体网络结构下级联故障发生的原因。系统整体状态分析方面，设计新的潮流?容量模型，通过连锁动态故障仿真分析，进行系统状态的定性评估，通过计算故障模式下的网络效率以及网络效率的损失值来衡量影响输电网性能的脆弱域，并寻找相应模型下的最优权重策略；电网拓扑方面，探索与电网连锁故障的发生强相关的拓扑特征参数，将电网的拓扑结构和实际物理指标结合，寻求具有一般普适性的网络参数，并在实际电力网络数据下进行验证比较，设计增强电网结构鲁棒性的可行方法。

4 结语

复杂网络理论应用到电力系统级联故障领域，国内外的学者已经取得众多成果，亦显示其众多待深入研究之处，为利用复杂网络研究电力系统的拓扑结构、级联行为展示了广阔而长远的前景。随着国家对数字化电网的框架研究和示范工程的建设，一定程度上，智能电网将成为未来电网的主流趋势[1]。智能电网可视为信息网与物理网相互依存的超大规模二元复合网络，其在级联故障方面具有更多结构脆弱性[13，20]。本文对大电网级联故障的讨论将为进一步智能电网框架下的相关研究打下基础。

参考文献

[1] 刘振亚.建设坚强智能电网支撑又好又快发展[J].电网与水力发电进展，2009，25（9）：1?3.

[2] 蔡泽祥，王星华，任晓娜.复杂网络理论及其在电力系统中的应用研究综述[J].电网技术，2012，36（11）：114?121.

[3] ALBERT R， ALBERT I， NAKARADO G L. Structural vulnerability of the North American power grid [J]. Physical Review E， 2004， 69（2）： 025103.

[4] WATTS D J， STROGATZ S H . Collective dynamics of ′small?world′ networks [J]. Nature， 1998， 393： 440?442.

[5] ROSAS?CASALS M， COROMINAS?MURTRA B .Assessing European power grid reliability by means of topological Measures [J]. WIT Transactions on Ecomic Env， 2009， 121： 527?537.

[6] DOBSON I， CARRERAS B， LYNCH V， et al. An initial model for complex dynamics in electric power system blackouts [C]// Proceedings of the 34th Annual Hawaii International Conference on System Sciences. Hawaii： IEEE， 2001， 2：2017?2025.

[7] CARRERAS B A， LYNCH V E， DOBSON I， et al. Dynamical and probabilistic approaches to the study of blackout vulnerability of the power transmission grid [C]// Proceedings of the 37th Annual Hawaii International Conference on System Sciences. Hawaii： IEEE， 2004， 2： 2055?2062.

[8] CHEN J， THORP J， DOBSON I. Cascading dynamics and mitigation assessment in power system disturbances via a hidden failure model [J]. International Journal of Elec Power， 2005， 27： 318?326.

[9] BALL F， N?SELL I. The shape of the size distribution of an epidemic in a finite population[J]. Mathematical Biosciences， 1994， 123： 167?181.

[10] CRUCITTI P， LATORA V， MARCHIORI M. A topological analysis of the Italian electric power grid [J]. Physica A， 2004， 338： 92?97.

[11] CHASSIN D P， POSSE C. Evaluating North American electric grid reliability using the Barabasi Albert network model [J]. Physica A， 2005， 355： 667?677.

[12] HOLMGREN ? J. Using graph models to analyze the vulnerability of electric power networks [J]. Risk Analysis， 2006， 25： 955?969.

[13] BULDYREV S V， PARSHANI R， PAUL G， et al. Catastrophic cascade of failures in interdependent networks [J]. Nature， 2010， 464： 1025?1028.

[14] SOL? R V， ROSAS?CASALS M， COROMINAS?MURTRA B， et al. Robustness of the European power grids under intentional attack [J]. Physical Review E， 2008， 77： 026102.

[15] WANG Z， SCAGLIONE A， THOMAS R . Generating Statistically Correct Random Topologies for Testing Smart Grid Communication and Control Networks [J]. IEEE Transactions on Smart Grid， 2010（1）： 28?39.

[16] MIRZASOLEIMAN B， BABAEI M， JALILI M， et al. Cascaded failures in weighted networks [J]. Physical Review E， 2011， 84： 046114.

[17] 梅生伟，薛安成，张雪敏.电力系统自组织临界特性与大电网安全[M].北京：清华大学出版社，2009.

[18] 曹一家，丁理杰，江全元，等.基于协同学原理的电力系统大停电预测模型[J].中国电机工程学报，2005（25）：13?19.

[19] WANG W?X， CHEN G. Universal robustness characteristic of weighted networks against cascading failure [J]. Physical Review E， 2008， 77： 026101.

[20] VESPIGNANI A. Complex networks： The fragility of interdependency [J]. Nature， 2010， 464： 984?985.