基于多因素动态交互图的输电线路脆弱性评估与在线监测

1.本发明属于含新能源输电线路安全运行评估与保护技术领域，涉及一种基于多因素动态交互图的输电线路脆弱性评估与在线监测。


背景技术：

2.含新能源电力系统级联故障是指由一个或一组初始扰动而触发大规模电力供应中断的现象。级联故障一旦发生就会造成一系列严重的后果，特别是当前以引发级联故障为目的对电力系统脆弱性组件进行的黑客攻击进一步增加了发生的风险性与后果。在电力系统中输电线路的中断概率比变电站的大一个数量级，且随着公用事业网络不断扩大，输电线路更频繁地接近其极限运行，因此通过评估找到脆弱性输电线路对于预防级联故障的发生有很大的帮助。
3.由于利用图形的方式可以系统的描述出级联故障的传播行为以及线路间的关联关系，解决普通数据复杂而又难以总结内在规律的局限性，因此与探究级联故障原理的出发点不同，研究人员考虑构建一种能够表征上述内容的图来借助其进行脆弱性评估，这种图模型被称为交互图。
4.最初的构建思路是根据复杂网络理论，结合电力系统实际物理拓扑来进行评估。但仅依赖于物理拓扑结构并不足以解决问题，因为研究证明它与级联故障之间事实上缺乏强有力联系。后续研究人员开始尝试通过建立各种不同的交互图来更加充分地挖掘出脆弱性输电线路的特征以及它们在传播中复杂而隐藏的关联性。以数据驱动为核心，利用级联故障模型产生的中断序列的构建思路是效果突出和成果丰富的。特别是将中断序列用故障链来表示，考虑整体故障线路彼此之间的影响，最后通过将所有故障链组合在一起形成交互图的方式不仅原理简单而且有效，但它们都并没有考虑电力系统处于n-k准则时的情况。
5.另外当前交互图都是在固定参数下利用级联故障模型来获取中断序列，因此构建得到的交互图被称为静态交互图。但实际上，拓扑结构，运行环境以及可再生能源的出力等这些与级联故障密切相关的关键因素都是动态变化的。这些都会改变最终得到的中断序列,进而影响最终脆弱性评估的结果，特别是在可再生能源渗透率不断提高的情况下这种影响已无法忽视。因为电力系统的脆弱性对可再生能源发电量的变化非常敏感。静态交互图只能反映出输电线路在某时刻下的脆弱性，一旦能够影响级联故障的关键参数出现变化，最终得到的脆弱性并不一定可信。
6.现有的方法采用以固定的时间根据新的参数条件重新建立静态交互图的策略来解决问题，但这会存在两个问题：首先在更新的时间间隔内线路的脆弱性状态是未知的，无法做到在线监测并获取其发展趋势；其次一旦当级联故障在时间间隔内发生时，滞后的脆弱性信息也无法支撑实时的应对决策。而这两点对更好地预防级联故障发生，实现在级联故障发生后采取措施干预其进一步恶化来说十分重要。因此静态的特性也限制了交互图进一步的应用范围。如何构建出能够根据关键影响参数变化而改变的动态交互图是解决上述困局的关键。


技术实现要素：

7.本发明所要解决的技术问题是提供一种基于多因素动态交互图的输电线路脆弱性评估与在线监测，提出了广义故障链的概念，利用不间断数据流与滑动窗口实现静态交互图的动态化，并利用其进行更准确地输电线路脆弱性评估与分类在线监测。
8.为解决上述技术问题，本发明所采用的技术方案是：一种基于多因素动态交互图的输电线路脆弱性评估与在线监测，它包括如下步骤：
9.s1，广义故障链数据的生成，对故障链理论进行扩展，提出广义故障链的概念，增加能够触发级联故障初始线路的个数范围，使基于故障链理论构造的交互图能够适用于任意n-k准则下的电力系统；
10.s2，多因素交互图的构建策略，通过原理分析将能够影响输电线路脆弱性评估准确性的关键参数引入到交互图当中，提出采用实时更新参数策略，提高利用交互图进行脆弱性评估的准确性及有效性；
11.s3，交互图的动态化，提出利用不间断数据流与滑动窗口以顺序替代的原则，实现静态交互图的动态化，使其能够确保在高渗透率下进行输电线路脆弱性评估的准确性；同时，为提高故障链数据的生成速率以满足动态化要求，构建并行分布式计算框架；
12.s4，脆弱性评估与在线监测，在交互图进行动态化的过程中对相关评估指标参数进行监测，实现输电线路脆弱性的在线监测，扩大交互图的实际应用范围；并且根据广义故障链带来的新特征提出原发性脆弱线路与继发性脆弱线路分类监测与预防的方案。
13.在s1中，广义故障链的概念是利用级联故障仿真模型，通过选取一条初始触发线路来得到级联故障序列，并从每一代中选取一条线路组成了最终的故障链；当电力系统为n-k准则时，一条初始触发线路无法满足要求，则采用首端的初始触发线路的个数为k+1个，余下的部分不变。
14.在s2中，用基于故障链构造的交互图的原理是以数据驱动为核心，通过产生的故障链来挖掘出输电线路中的脆弱性线路进而进行评估；通过原理分析，提出将拓扑结构、新型负载、可再生能源的随机出力以及运行环境温度这四种因素视为关键动态参数，采用实时更新的策略，即在故障链数据生成的过程当中，一旦检测到上述参数的变化触发了设定的阀值，则立即对评估目标的系统参数进行更新，以保证所获取的数据具有新的脆弱性信息。
15.在s3中，基于故障链交互图的构建方法是将从级联故障仿真模型中得到的故障链以图结构的方式进行整合；一旦待评估电力系统的关键参数发生变化，原先故障链中所包含的脆弱性信息便不可靠，采用不间断数据流的方式，每当关键参数更新后便将新生成的故障链进行输出，最终构成一个源源不断包含新信息的数据流；然后在利用滑动窗口从其中获取新的故障链顺序逐个替换掉原先交互图中的旧故障链，实现静态交互图的动态变化，新的脆弱性信息也自然的包含其中；将不同计算机之间构成分布式计算框架，利用局域网进行通信，并将故障链生成算法改为并行实现，提高生成速率。
16.在s4中，通过广义故障链可以发现，初始触发故障的线路与级联故障发生过程中故障的线路其在脆弱性上的特点并不同，前者的脆弱性体现在更容易引发级联故障，而后者的脆弱性体现在更容易传播级联故障，对脆弱性线路进行分类，分为原发性脆弱线路与继发性脆弱线路分别监测，防范级联故障的发生与传播。
17.本发明的主要有益效果在于：
18.首先定义了广义故障链的概念使基于故障链的交互图能够适用于更广泛的n-k准则的电力系统。
19.考虑到影响级联故障关键参数的影响，提出一种基于不间断数据流的动态交互图构建方法，解决了参数不断变化对脆弱性评估结果准确性的影响，实现了较为困难的交互图动态化以及脆弱性线路的在线监测。也为交互图在针对级联故障进行实时决策，扩大应用范围奠定了基础。另外，构建方法原理简单而且准确，并且具有很好的扩展性，后期在实际工程应用中能够引入更多实际因素；为了提高数据的生成速度，还搭建了并行分布式计算框架以满足实时性的要求。
20.通过广义故障链的特点，不同的初始线路在触发级联故障的次数上存在很大差异，而这一特点并不能很好的在交互图的脆弱性评估指标中得到体现。因为触发级联故障和影响级联故障传播的线路体现的脆弱性并不是同一种。因此提出将脆弱性线路分为原发性与继发性两类进行分类监测，有利于根据不同场景来采取相应措施保证电网的运行安全。
附图说明
21.下面结合附图和实施例对本发明作进一步说明：
22.图1为本发明广义故障链的结构形式图。
23.图2为本发明广义故障链算法生成图。
24.图3为本发明示例的ieee118节点系统所对应构建的交互图。
25.图4为本发明输电线路脆弱性的评估结果。
26.图5为本发明交互图动态化的原理图。
27.图6为本发明实施在线监测时的输电线路脆弱性变化。
具体实施方式
28.如图1～图6中，一种基于多因素动态交互图的输电线路脆弱性评估与在线监测，它包括如下步骤：
29.s1，广义故障链数据的生成，对故障链理论进行扩展，提出广义故障链的概念，增加能够触发级联故障初始线路的个数范围，使基于故障链理论构造的交互图能够适用于任意n-k准则下的电力系统；
30.s2，多因素交互图的构建策略，通过原理分析将能够影响输电线路脆弱性评估准确性的关键参数引入到交互图当中，提出采用实时更新参数策略，提高利用交互图进行脆弱性评估的准确性及有效性；
31.s3，交互图的动态化，提出利用不间断数据流与滑动窗口以顺序替代的原则，实现静态交互图的动态化，使其能够确保在高渗透率下进行输电线路脆弱性评估的准确性；同时，为提高故障链数据的生成速率以满足动态化要求，构建并行分布式计算框架；
32.s4，脆弱性评估与在线监测，在交互图进行动态化的过程中对相关评估指标参数进行监测，实现输电线路脆弱性的在线监测，扩大交互图的实际应用范围；并且根据广义故障链带来的新特征提出原发性脆弱线路与继发性脆弱线路分类监测与预防的方案。
33.优选的方案中，在s1中，广义故障链的概念是利用级联故障仿真模型，通过选取一条初始触发线路来得到级联故障序列，并从每一代中选取一条线路组成了最终的故障链；当电力系统为n-k准则时，一条初始触发线路无法满足要求，则采用首端的初始触发线路的个数为k+1个，余下的部分不变。
34.优选的方案中，在s2中，用基于故障链构造的交互图的原理是以数据驱动为核心，通过产生的故障链来挖掘出输电线路中的脆弱性线路进而进行评估；通过原理分析，提出将拓扑结构、新型负载、可再生能源的随机出力以及运行环境温度这四种因素视为关键动态参数，采用实时更新的策略，即在故障链数据生成的过程当中，一旦检测到上述参数的变化触发了设定的阀值，则立即对评估目标的系统参数进行更新，以保证所获取的数据具有新的脆弱性信息。此步骤的目的在于克服目前大多数的故障链数据的获取都是根据固定模型参数下利用级联故障仿真模型所得到的，随着电力系统中可再生能源渗透率的不断提高，其自身带来的出力波动性特点会使生成的故障链发生改变进而影响脆弱性评估的准确性。
35.优选的方案中，在s3中，基于故障链交互图的构建方法是将从级联故障仿真模型中得到的故障链以图结构的方式进行整合；一旦待评估电力系统的关键参数发生变化，原先故障链中所包含的脆弱性信息便不可靠，采用不间断数据流的方式，每当关键参数更新后便将新生成的故障链进行输出，最终构成一个源源不断包含新信息的数据流；然后在利用滑动窗口从其中获取新的故障链顺序逐个替换掉原先交互图中的旧故障链，实现静态交互图的动态变化，新的脆弱性信息也自然的包含其中；将不同计算机之间构成分布式计算框架，利用局域网进行通信，并将故障链生成算法改为并行实现，提高生成速率。
36.优选的方案中，在s4中，通过广义故障链可以发现，初始触发故障的线路与级联故障发生过程中故障的线路其在脆弱性上的特点并不同，前者的脆弱性体现在更容易引发级联故障，而后者的脆弱性体现在更容易传播级联故障，对脆弱性线路进行分类，分为原发性脆弱线路与继发性脆弱线路分别监测，防范级联故障的发生与传播。此步骤的目的在于前者由初始触发线路集合中线路出现的次数决定，后者由交互图中的出度指标确定；分类监测有利于更好的防范级联故障的发生与传播，原发性脆弱线路的脆弱性在于作为初始触发线路能够引发级联故障。由于不同的初始线路它们触发级联故障的次数并不同，因此在实际中它们带来的级联故障发生风险也就存在差异。通过在线监测原发性脆弱线路并结合线路的历史故障率以及实际运行环境来进行重点维护，能够更有效的防止级联故障被触发。而继发性脆弱线路的脆弱性主要体现在级联故障的传播过程中，它能够决定级联故障后续发生的规模与影响程度。通过在线监测它们可以使我们在级联故障发展的过程中，能够及时的结合潮流调度等缓解手段来避免故障的进一步恶化。采取哪种指标进行脆弱性评估取决于最终的目的。另外如果以避免对电网造成最大负荷损失率为目标，则同时包含上述两类脆弱性线路的攻击能够造成更大的破坏，因为它们同时包含了线路在两类不同层面上的脆弱性。因此可以通过比较不同的混合排序方式选出能够造成负荷损失率最大的一组脆弱性线路作为另一种的在线监测对象。
37.实施例，
38.s1：采用ieee 118节点系统来展示本发明的研究内容。该系统共包含118个节点，54台发电机，195条输电线路。以n-1准则为例，由于该系统的标准数据并不满足n-1的标准,
因此我们增加了部分支路的流量限制，使线路中的流量低于长期限额(ratea)的95％，实现单条线路的中断无法引起级联故障。
39.本发明的方法能够适用于任何n-k安全准则下的电力系统，凡是仅改变电力系统节点数或改变安全准则的均属于本发明的权利要求范围内。
40.s2：利用枚举法对初始触发线路进行排列组合然后利用dcsimsep级联故障仿真模型来获取广义故障链，广义故障链的定义如附图1所示，算法过程如附图2所示，最终需要执行程序的总次数为18915次。本专利利用inter双核cpu(at 3.20ghz)，4gb ram和inter 6核cpu(at 2.60ghz)，16gb ram的两台计算机搭建了一个并行分布式计算系统，由一个client，job manager和8个workers组成，采用以太网通信方式。所有程序并行分布式计算的最终结果如表1所示，并行分布式计算系统能够大大降低数据生成时间。同时结果表明一共有328组初始触发线路组合能够导致级联故障，由此可以看出在n-k准则下不同初始线路在引发级联故障时的概率是不同的。
41.表1程序计算时间的对比
[0042][0043][0044]
本发明的方法确定了初始触发线路集合，并利用经典的级联故障仿真模型得到了构建交互图所需要的广义故障链数据；同时为了提高数据生成速率构建了并行分布式计算框架。凡是仅改变初始触发线路集合，仅改变级联故障仿真模型，仅改变并行分布式计算框架参数的均属于本发明的权利要求范围内。
[0045]
s3：利用得到的所有广义故障链构建出ieee118节点系统的交互图，如附图3所示。同时采用三种不同的蓄意攻击进行验证。第一种是按照整体继发性脆弱节点评估的排序为依据的攻击。第二种按照原发性脆弱节点评估的排序为依据的攻击。第三种是将整体继发性脆弱节点排序与原发性脆弱节点排序混合后为依据的攻击。最后以随机排序的攻击作为对照。受攻击的线路总数为16条。附图4为前三种攻击模式下的电网负荷损失率的变化情况。结果表明(1)由交互图得到的脆弱性节点是有效的(2)在继发性脆弱性线路的指标中，以出度来评估效果最好。(3)本发明提出的原发性脆弱线路同样有效。如表2所示，出度与触发次数的评估出的脆弱性线路排序中的编号并不完全相同，这说明二者反映了不同的特征，因此将线路分为原发性与继发性脆弱节点是有必要的。(4)将两类节点混合进行攻击能够取得更好的攻击效果。仅改变攻击次数的均属于本发明的权利要求范围内。
[0046]
表2原发性与继发性节点的脆弱性排名
[0047][0048]
s4：本发明将原先系统中的节点49改为风力发电场，设其装机总量为300mw，系统的可再生能源渗透率为6.4％。限定风电场每分钟输出功率最大变化量不超过30mw，每10分钟最大变化量不超过100mw，以避免对电网的稳定造成影响，初始时刻风电场的输出功率为238.066mw，在第一次采样后，风电场此时的输出功率为278.815mw。利用本文提出的方法对相关参数进行更新，将更新后生成的广义故障链数据汇入到原先的数据流当中，并采用滑动窗口逐个替换掉原先交互图中数据，来实现交互图的动态化，原理过程如附图5所示。附图6为采用出度评估指标的部分继发性脆弱线路排名的在线监测过程。其中可以明显看到原先排名非常靠后的58线路的脆弱性在新参数下快速上升。动态变化后系统的脆弱性排名如表3所示，整体线路脆弱性的排名有明显变化，这也说明了构建动态交互图的必要性。
[0049]
表3参数变化前后的线路脆弱性排名
[0050][0051]
上述的实施例仅为本发明的优选技术方案，而不应视为对于本发明的限制，本技术中的实施例及实施例中的特征在不冲突的情况下，可以相互任意组合。本发明的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本发明的保护范围之内。