基于贝叶斯网络的电力安全突发事件情景推演方法研究

2019-08-13吕政权王海峰彭道刚

浙江电力 2019年7期

林栋，吕政权，王海峰，彭道刚

（1.上海电力大学自动化工程学院，上海 200090；2.国网上海市电力公司培训中心，上海 200438）

随着大规模特高压交直流混联电网和新能源的大量接入，电力安全应急决策和实施能力有待进一步提高。最新发布的一系列文件明确提出了完善电力应急管理制度、加快电力应急预案编制和提高电力应急决策能力等任务。

由于电力安全突发事件演变路径不确定，应急决策部门难以做出正确决策。早期依靠决策者的经验和直觉；之后出现了“预测-应对”模式，即通过将灾害情况与预案比对做出决策；近年对“情景-应对”模式研究较多，通过将灾害信息转化为“情景”，并结合数学方法对灾害的演化过程进行推演[1]。

文献[2]指出在非常规突发事件应急决策中，“情景-应对”模式更合适。文献[3]基于数学突变模型建立了系统的运动方程，对系统的运动规律做出预测。文献[4]基于离散随机Petri 网，总结出我国典型电网应急辅助决策系统的时间性能评价模型。文献[5]利用复杂网络理论对电网拓扑结构进行了建模。情景推演方面，文献[6]分析了非常规突发事件的发展趋势与内在机理。情景表达方面，文献[7]提出以情景、处置目标、处置措施构建突发事件的演变网络。文献[8]在文献[7]的基础上，加入了自身演变这一要素，建立了非常规突发事件动态情景网络。文献[9]将各类突发事件统一抽象为输入、状态和输出相互作用的三层网络结构，进而构建出突发事件链贝叶斯网络模型。

上述文献从不同角度探讨了如何分析突发事件的演化机制。然而，对于电力安全事件的情景推演，大部分研究仍处于定性描述阶段，建立的模型难以反映输入的反馈和多路径推演。本文构建了美加大停电事故的贝叶斯网络推演模型，通过情景网络设计和条件概率计算，实现多路径推演，有效解决了典型电力安全事件情景推演的不确定和多路径问题。

1 “美加大停电”演化过程

电力突发事件是一个复杂的系统，事件演化和应急措施之间相互影响。 2003 年8 月14 日发生的“美加大停电”具有典型代表性，本文以此为例分析电力安全突发事件的演化过程[10]。

1.1 局部反应阶段

由于夏季负荷增加，以克利夫兰和阿克伦为中心的俄亥俄州北部地区负荷过重。 2003-08-14 T 15：05，1 条345 kV 线路因与树枝之间距离过近而发生短路故障，导致第一能源公司（简称“FE”）的电网系统不再符合“N-1”原则。而电力监控系统因故障未发出警报。在15：32 和15：41，另2 条345 kV 线路相同原因相继跳开，监控系统仍未告警。这3 条线路上的负荷转移到下一级138 kV 系统。从15：39 至16：05，由于重载，共有12条138 kV 线路跳开。更多的负荷转移到还在运行的345 kV 线路上，导致输电走廊S-S 线路负荷远远超过额定值并在16：06 跳闸，触发了大规模连锁反应。

事件演化过程中，FE 工作人员从各方收到关于监控系统故障、发电机故障、线路超负荷和关键线路断开的信息，但由于缺乏应急处理经验，这些信息和自身电力系统的问题都未受到重视。直到15：42，FE 工作人员才意识到是自身电网的问题。但由于没有便利的电子交流平台，本身也缺乏应急培训和经验，FE 控制人员没有找到有效的措施来应对。根据事故调查报告，如果在克利夫兰和阿克伦地区切除1 500 MW 负荷，就可以阻止连锁反应发生。

1.2 连锁反应阶段

S-S 线路开断后，由南向北的输电走廊中断，大量负荷无计划转移。由于无功储备不足，大量线路跳闸，美国东北部电网与南部和西部电网解列，美国东北部和加拿大安大略被分成多个电气孤岛。在这些孤岛中，甩负荷装置因功率不足而切掉负荷，发电机保护装置因功率多余而自动切机，导致大部分孤岛无法维持平衡。整个连锁反应过程发展非常迅速，从16：06 到16：13，7 min之内造成了大面积停电。

通过对国际上的大停电事故（巴西大停电，西欧大停电和印度大停电等）发生过程的分析总结，得出典型电力安全突发事件演化的过程，如图1所示。大规模停电事故的演化过程可分为3 个阶段：事故前期，事故发展期和事故后期[11]。前期一般由自然、人为、设备和网架四大类致灾因素触发；线路过负荷、电压大幅度波动及保护装置的保护动作等是事故发展期的主要过程；而系统失稳、解列和崩溃等现象是事故发展的后果，最终导致大面积停电。事故发展期中多个事件相互作用，不同的处置措施能改变事件发展路径，是电力安全突发事件推演的重点。

图1 典型电力安全突发事件演化过程

2 情景演化路径分析

电力安全突发事件情景演化路径分析包括选取情景要素、确定情景要素之间的关系、情景当前的状态表示、情景的跳转过程以及整个事件可能的演变结果。利用符号化的语言建立演化网络，决策主体可以由此对电力安全突发事件当前所处的状态、现阶段要采取的应急措施以及未来可能的演化方向等有直观的了解。

如图2 所示，S 表示突发事件当前的情景状态，M 表示针对此情景状态要采取的处理方法，T 表示处理目标。处理目标的完成情况受情景状态和处理方法影响，根据处理目标的完成与否，跳转到S1和S2两个不同的情景状态，在不同的情景状态中又有对应的不同处理方法和处理目标。以此类推，直到跳转到突发事件结束的情景状态。

图2 电力安全突发事件情景要素间的关系

每一次的情景跳转根据处置目标的完成与否都有乐观和悲观2 条路径，每一次应急决策都决定了突发事件不同的发展方向，从而形成突发事件不同的演化路径和演化结果。选取电力安全事故中的关键情景，确定应急决策主体对每个情景采取的处理方法和处理目标，根据目标的完成程度确定要跳转的下一情景。

3 基于贝叶斯网络的电力安全突发事件情景推演

3.1 贝叶斯网络

贝叶斯网络是一种有向无环图，描述了变量之间的概率关系，是目前抽象知识表达和推理领域广泛采用的模型之一[12]。节点变量可以很好地表达抽象、不确定的问题，节点之间的因果关系强度用条件概率表示：

由式（1）可知，全概率公式是已知原因和因果关系的计算结果。只要给出父节点的先验概率以及父节点到子节点的条件概率，就可以计算出子节点的后验概率。而与全概率公式相反，贝叶斯公式是在已知某个结果发生的前提下，计算是由哪个原因引发的，表达式为：

图3 突发事件的动态贝叶斯网络

突发事件的情景演化是一个动态过程，不同情景都有对应的时间点。动态贝叶斯网络加入了时间因素，即贝叶斯网络在时间轴上的展开，更符合事件实际发展过程。图3 为突发事件的动态贝叶斯网络。

将贝叶斯网络应用到典型电力安全突发事件的推演中，不仅可以反映突发事件发展趋势的变化，还能根据处理方法的完成情况得到向不同方向演化的概率。

3.2 突发事件情景网络构建

（1）确定网络节点变量。利用领域专家打分的方法评估典型电力安全突发事件演化过程中的各个要素，选择能够描述事件发生和演化整个过程的相关要素，作为贝叶斯网络中的节点。

（2）建立贝叶斯网络。根据对事件的情景分析，用有向边连接节点变量，体现出各个要素的因果关系以及情景的演化顺序，构建电力安全突发事件的推演网络。

（3）条件概率估计。综合每位专家意见，确定描述节点与其父节点之间关联程度的条件概率，没有父节点的节点根据处理方法的完成程度给定先验概率。

4 算例分析

根据第3 节对美加大停电演化机制的研究，分析事件不同阶段的情景状态、处理方法和可能造成的结果。

4.1 事故情景演变路径分析

情景一：供电走廊附近树木被及时修剪。 345 kV 线路不会发生短路故障，由于负荷并未超过正常裕量，整个电网系统继续正常运转，没有任何损失。

情景二：没有修剪树木，监控系统运行正常，工作人员操作正常。第一条线路开断后，系统会发出警报。由于未修剪树木，随后的2 条345 kV线路仍然会开断。电力人员会采取措施为下一级138 kV 线路系统减负荷，138 kV 线路断开数量大大减少。从15：05 首条线路开断到16：06，控制人员会通过切除1 500 MW 负荷来阻止输电走廊开断，连锁反应不会发生。

情景三：没有修剪树木，监控系统没有报警，但是各个单位工作人员有效沟通，采取了合理的应急措施。 3 条345 kV 线路由于树枝距离过近发生短路跳开，监控系统没有告警，138 kV 线路相继开断。但在15：42，FE 员工发现自身电力系统故障。从此时到16：06，各方沟通和讨论的时间有21 min。如果FE 电力人员准备充分，仍有机会通过切负荷来阻止S-S 线路开断，从而避免了连锁反应。

情景四：没有修剪树木，监控系统故障，各方没有有效沟通，人员没有行动。处理目标尚未完成，这是最糟糕的情况和停电的实际情况。 3条345 kV 线路，12 条138 kV 和输电走廊S-S 线路全部损坏开断，引发连锁反应。

连锁反应扩散迅速，短时间内人员来不及采取有效的应对措施，只能依靠电网自身的结构设计、参数设置和状态调整尽量延长电网稳定运行的时间和范围。

根据美加大停电情景演变路径分析，选取能体现事件演化的关键要素，总结出情景状态、处理方法和处理目标，如表1 所示。

电力系统元件众多，演化复杂，难以确定情景的发生时间和状态转移概率，故仍采用静态贝叶斯网络建模，虽不能模拟事件在时间轴上的演化过程，但能直观快速显示出关键情景及演化结果。可根据处理方法完成程度修改概率，从而得到不同推演结果。

表1 美加大停电事故情景要素

基于对美加大停电的情景分析，将表1 中各要素进行关联，形成如图4 所示的事故情景演化路径。其中根据处置目标的完成程度跳转到2 个情景状态，实线对应目标完成后的积极情景，虚线对应目标未完成后的消极情景。演化路径包含实线越多说明处置方法大都达到处置目标，演化路径越乐观，如S1→S2→S3；包含虚线越多说明处置方法大多数未达到处置目标，演化路径越悲观，如S1→S6→S8。多个处置目标完成情况的不同组合决定了事件演化方向，从而实现了多路径推演。

4.2 事故情景概率计算

由于电力安全突发事件涉及元件多、演变复杂、难以建立案例库和可供借鉴的历史经验数据较少，因此多以专家评估打分方法为主。为了避免专家个人的主观局限性，采用多名专家评估结果的平均值作为最终结果[13]。根据事故在不同阶段的发展和演变情况，基于历史数据经验及专家知识确定每个节点变量的条件概率，各节点的先验概率和条件概率如表2 所示。