智能电网脆弱性综合评价模型构建及仿真

2020-05-11孙亮陈洪安琪

微型电脑应用 2020年1期

孙亮陈洪安琪

摘要：解决当前我国智能电网连锁故障导致的脆弱性问题，加强对电网的脆弱性评估是提高电网运行能力的重点。对此，结合当前智能电网脆弱性评估方法，提出一种基于TOPSS的脆弱性综合评估方法。为提高综合评价的客观性，引入熵权法—AHP层次分析法对权重计算进行优化，然后通过TOPSS模型完成对智能电网脆弱性的整体性评价。最后通过某实例，验证了上述方案的可行性，并得出我国电网在防御人为威胁等方面具有加强的优势，但是在信息安全方面存在一定的劣势。

关键词： TOPSS模型; 脆弱性; 智能电网; 熵权法

中图分类号： TP393 文献标志码： A

Constructon and Smulaton of Comprehensve Evaluaton

Model for Smart Grd Vulnerablty

SUN Lang， CHEN Hong， AN Q

（State Grd Zhejang Tazhou Huangyan Dstrct Power Supply Co. Ltd.， Tazhou 318020）

Abstract： n vew of the current vulnerablty problems caused by cascadng falures of smart grd n Chna， strengthenng the vulnerablty assessment of power grd s the key to mprove the operaton of power grd. n vew of ths， ths paper proposes a TOPSS-based comprehensve vulnerablty assessment method combned wth the current smart grd vulnerablty assessment methods. n order to mprove the objectvty of comprehensve evaluaton， entropy weght method—AHP s ntroduced to optmze the weght calculaton， and then TOPSS model s used to complete the overall evaluaton of smart grd vulnerablty. Fnally， through an example， the feasblty of the above scheme s verfed， and t s concluded that Chna's power grd has strengthened advantages aganst human threats， but there are certan dsadvantages n nformaton securty.

Key words： TOPSS model; Vulnerablty; Smart grd; Entropy weght method

0 引言

隨着我国电网建设的不断推进，电力系统故障所引发的连锁反应，成为影响电力运行的一个重要问题。由此，在这样的背景下，使得人们开始关注电网故障传播机理，以及电网的脆弱性问题。目前，针对电网脆弱性的研究中，很多学者都从不同的角度对电网停电原因进行了全面剖析和辨识，从而为电网脆弱性的深入研究奠定了大量的基础。研究认为，电网崔拓新包括结构脆弱性和状态脆弱性，并且与系统弄的状态量有很大的关系。在实践中，如单一的考虑状态脆弱性，或者是值考虑结构脆弱性，其都不能很好的对电网的脆弱性进行全面评价。因此，很多学者试图通过构建一个更为全面、科学的评价体系和方法，从而更好的对电网的脆弱性进行评价。如徐行（2014）等从运行状态和网络结构节点的角度，对电网的脆弱性进行综合性的评价;丁少倩（2017）则针对脆弱性权重计算的问题，引入组合赋权的计算方式，以提高权重计算的客观性。本文则在以上研究的基础上，结合电网实际运行情况，提出一种基于TOPSS的脆弱性评价方案，并对该方案进行了验证。

1 脆弱性评价指标体系构建

结合智能电网脆弱性评价指标体系构建原则，同时又考虑到指标体系的全面性与科学性，本文从6个层面对智能电网脆弱性评价指标体系进行构建，分别为环境、管理、结构、状态、设备以及信息。具体智能电网脆弱性评价指标体系如图1所示。

2 综合脆弱性评估模型构建

2.1 TOPSS综合评价模型

2.1.1 TOPSS原理

从TOPSS 法应用原理看，该方法其实就是一种方案排序方法，能够对多个指标及方案进行比较与排序，具备简便、直观等优点，目前已成为各领域判断方案之间差距的首选方法。TOPSS 法在实际应用过程中的基本思路主要分为三大

步骤：首先，对参差不齐的原始数据进行归一化处理，使其具备统一性;其次，确定各个评价指标值皆为正负理想解，简单的来讲就是确定各指标值皆达到候选方案中的最好值与最坏值;最后，以正负理想解为参考依据，计算正负理想解与候选方案之间的距离，以此获取与正理想解最接近的方案，并按接近程度对各方案进行排序。

2.1.2 TOPSS应用步骤

传统TOPSS 法在应用过程中的主要步骤为：

第一，形成决策矩阵。假设本次评价对象的数量为m个，决策指标为n个，那么该目标决策矩阵则为：X=x11x12…x1n

x21x22…x2n

…………

xm1xm1…xnm 第二，数据处理。对矩阵X进行无量纲化处理，以此得出矩阵：Y=y11y12…y1n

y21y22…y2n

…………

ym1ym2…ymn 第三，确定正负理想解。以矩阵Y中的最大值与最小值形成方案理想解与方案负理想解，并将其分别记为：Y+=[max（Y1），max（Y2），…，max（Yn）]

Y-=[mn（Y1），mn（Y2），…，mn（Yn）] 第四，计算預选方案与理想解之间的贴近度。对第个评价方案与正负理想解之间的距离进行计算：D+=∑nj-1[wj（Ymax j-Yj）]2

D-=∑nj-1[wj（Ymn j-Yj）]2 第个评价方案与理想解之间的贴近度为：C=D-/（D++D-）在获取到C值之后，可根据该值的大小对各预选方案进行排序，以此得出最理想的方案。C值越大，代表预选方案更加贴近理想解，与负理想解之间的距离也就越大，排序更易靠前。

2.2 数据归一化处理

假设本次评价方案个数共有K个，评价指标数量为L个，将评价指标值矩阵极记为X=（xj）m×n。其中，xj代表第个方案及第j个方案的指标值。在数据的处理方面，本文将以比重法对其进行归一化处理：x+j=xj∑n=1xj 比重法在开展数据处理工作的过程中，并不会要求xj必须拥有固定的最大值与最小值，整个处理过程具备较高的稳定性。基于此，本文将比重法作为智能电网脆弱性综合评价过程中指标数据预处理的方法。

2.3 权重计算

本文在构建综合脆弱性评估模型的过程中，采用了改进的AHP-熵权法对指标权重的计算机权重系统选取问题进行解决。其中，层次分析法主要应用至脆弱性体系各层之间权重系数的计算;熵权法主要是对层次分析法所得出的专家权重开展进一步的修正。如此，将会极大程度上建设主观性给评价过程带来的干扰，减少评价结果与预期结果之间的巨大差异。

2.3.1 基于层次分析法的专家权重

层次分析法在应用过程中，主要通过标度的方式对子目标的重要程度进行标定。目前，较为常用的标度法有三种，分别为9/9～9/1标度法、20/2～28/2标度法以及e0/4～e8/4标度法。本文在选取标度法时，考虑到判断矩阵的保序性、一致性等多方面因素，将选取e0/4～e8/4标度法对判断矩阵进行构建，具体e0/4～e8/4标度法表示程度如表1所示。

具体层次分析法基本求解步骤如图2所示。

本文在开展智能电网脆弱性评价工作的过程中，采用层次分析法进行脆弱性评价指标的目标融合，以此构建起综合目标函数，获取智能电网结构脆弱性及状态脆弱性的指标专家权重。权重系数的大小将由结构脆弱性及状态脆弱性对于评价体系重要性觉得。

2.3.2 基于改进的熵权法的权重

在评价指标权重的确定之前，本文将电网中所有节点视为评价对象，构建起结构脆弱性以及状态脆弱性两大评价指标，以客观的方式对综合脆弱性中指标的权重进行修正。具体改进熵权法的权重求解步骤如下。

（1）原始矩阵的建立

假设电网中节点数量为m个，评价指标数量为n个，那么该评价指标的原始矩阵则为;X=x11…x1n

………

xm1…xmn 在该矩阵中，xj代表第j个指标中第个评价节点的指标值。xj的差异越大，代表指标j在评价过程中的作用也越大。假设某项脆弱性指标的指标值相等，则该指标对于评价工作的重要性将微乎甚微。

（2）原始矩阵的标准化

根据电力系统结构脆弱性，能够科学有效的对系统中关键线路及节点的稳定性进行辨识。假设节点结构脆弱性指标较大，则说过该节点在电力系统中的稳定性越差，该节点属于效益型节点。通过对状脆弱性的分析能够反映出系统对于连锁故障与连锁扰动的抵抗能力。若节点属于效益型节点，需对原始矩阵进行标准处理：rj=xjmaxj{xj}+mnj{xj} 在该公式中，maxj{xj}代表指标xj的最大节点脆弱性指标值，mnj{xj}代表xj的最小值，其中是固定的。

（3）定义熵

假设评价节点数量为m，评价指标数量为n。那么，第j个指标的熵定义则为：Hj=-k∑m=1fjlnfj， j=1，2，3，…，n （4）定义熵权

对指标熵进行定义之后，还需对指标的熵权进行定义：τj=1-Hjn-∑nj=1Hj 指标权重越大，说明指标所传递的信息也就越多。反之，则表示该指标所代表的信息越少。通过此方法的计算，能够进一步保证计算过程的客观性。

3 算例分析

为了验证上文提出的智能电网脆弱性评价是否具备科学性与现实性，将选取我国某智能电网试点工程、美国某智能电网试点工程以及我国某地区普通电网工程作为研究对象，采用MATLAB仿真软件对上述模型进行仿真计算。考虑到表述的简洁性，以下将以分别以P1、P2、P3三个字母上述三个研究对象进行表示。具体分析过程如下。

（1）数据预处理

在收集完P1、P2、P3的指标数据之后，将采用上文中提到的比重法对数据进行预处理，以此得到试验数据。具体试验数据如表2所示。

（2）指标权重

在确定完实验数据之后，本文还将采取上文中提出的改进ANP-熵权法对指标权重进行确定。具体实验指标权重值如图3所示。

（3）计算相对贴近度

具体P1、P2、P3各方案与正理想方案之间的相对贴近度如表3所示。

（4）评价结果分析

由于本文主要是对脆弱性指标进行计算，若指标与正理想方案约贴近，则说明该电网脆弱性越高，存在较大的安全威胁。从表3显示的各方案相对贴近度来看，相较于美国智能电网试点工程（P2），虽然我国智能电网的试点工程（P1）脆弱性相对较高，但与我国普通电网工程（P3）相比，还是存在一定的差距。此数据足以说明我国智能电网比传统电网更具可靠性，但仍旧需要在发展过程中进行进一步完善。通过笔者的深入分析后发现，我国智能电网在面对自然灾害、人为威胁、电网结构、运行状态以及电力设备方面的脆弱性指标较低，由此说明在此方面我国智能电网具备较强的抵抗能力;智能电网脆弱性指标贴近度较高，此现象说明智能电网在信息方面的脆弱性较差。

4 总结

通过以上的分析可以看出，本文采用TOPSS对电网的整体脆弱性进行评价，而在评价的过程中为提高权重计算的客观性，在传统AHP权重计算的前提下，引入熵权法对AHP层次分析法进行改进，从而得到更為客观的权重。最后通过TOPSS方法对不同电网的脆弱性进行评估。通过以上的方法，并结合实际的案例，得出当前我国电网的脆弱性上人为威胁、运行状态等方面，要整体好于其他国家。但是在信息安全上要比其他国家要低。由此通过以上的方法，为我国电网脆弱性评价提供了新的方法。

参考文献

[1] 徐行，李华强，赵祥云，等.基于运行状态和网络结构的节点综合脆弱性评估[J].电网技术，2014，38（3）：731-735.

[2] 詹昕，向铁元，陈红坤. 微电网加权熵变脆弱性评估及实时重构[J]. 电网技术，2014，38（2）：360-367.

[3] 门永生，于振，朱朝阳，等. 基于PSR模型的电网基础设施脆弱性评估方法研究[J]. 中国安全生产科学技术，2014，10（8）：169-174.

[4] 尹项根，陈庆前，王博，等. 基于四层集合模型的复杂电力系统脆弱性评估体系[J]. 电工技术学报，2013，28（1）：225-233.

[5] 肖盛，张建华，肖河. 基于复杂网络理论与风险理论的地区电网脆弱性评估[J]. 电网与清洁能源，2013，29（6）：21-28.

[6] 王进贤，刘雪. 浅谈电网脆弱性评估方法[J]. 科技创新导报，2015，12（5）：29.

[7] 丁明，过羿，张晶晶，等. 基于效用风险熵权模糊综合评判的复杂电网节点脆弱性评估[J]. 电工技术学报，2015，30（3）：214-223.

[8] 韩泽文，苏永清，岳继光，等. 电网脆弱性综合指标建立与评估[J]. 电力建设，2015，36（8）：89-94.

[9] 钟嘉庆，李颖，卢志刚. 基于属性综合评价方法的电网脆弱性分析[J]. 电力系统保护与控制，2012，40（2）：17-22.

[10] 杨林涛，杨洪耕，刘亚磊. 基于联络线簇能量传输模式的互联区域电网脆弱性评估[J]. 工程科学与技术，2017，49（6）：142-148.

[11] 周磊，吴辉，嵇文路，等. 微电网脆弱性预评估方法[J]. 电力需求侧管理，2018，20（1）：20-24.