劉嘉寧，潮鑄，鐘華贊，謝敏，尹一江，劉明波

（1.廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心,廣東廣州 5106991；2.華南理工大學(xué)電力學(xué)院，廣東廣州 510640）

電網(wǎng)調(diào)度操作過程中的天氣風(fēng)險(xiǎn)源建模及分析

劉嘉寧1，潮鑄1，鐘華贊1，謝敏2，尹一江2，劉明波2

（1.廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心,廣東廣州 5106991；2.華南理工大學(xué)電力學(xué)院，廣東廣州 510640）

天氣是電網(wǎng)調(diào)度操作本身面臨的主要風(fēng)險(xiǎn)因素之一.本文對(duì)電網(wǎng)調(diào)度操作過程中天氣風(fēng)險(xiǎn)源的辨識(shí)與建模問題進(jìn)行研究，建立了能夠全面反映氣溫、風(fēng)速、降雨量、能見度、相對(duì)濕度和雷電危險(xiǎn)度等六類氣象因子的天氣風(fēng)險(xiǎn)源量化模型，在此基礎(chǔ)上引入信息熵理論來實(shí)時(shí)客觀地定量描述前述六類氣象因子的綜合作用值，并依據(jù)氣象因子相對(duì)設(shè)定值的越限情況，采用線性懲罰函數(shù)對(duì)氣象熵值予以修正，最終定義形成綜合氣象因子，用以定量辨識(shí)天氣風(fēng)險(xiǎn)源對(duì)調(diào)度操作的影響.最后，基于廣州市電網(wǎng)的實(shí)際算例對(duì)本文所提模型的有效性進(jìn)行了驗(yàn)證，結(jié)果表明，本文建立的天氣風(fēng)險(xiǎn)源量化辨識(shí)模型能夠科學(xué)和客觀地體現(xiàn)操作設(shè)備所處片區(qū)的實(shí)際天氣狀態(tài)，且能夠精細(xì)化評(píng)估多種氣象因子為電網(wǎng)實(shí)際調(diào)度帶來的潛在風(fēng)險(xiǎn).通過將該模型與數(shù)值天氣預(yù)報(bào)系統(tǒng)的對(duì)接，大大提高了電網(wǎng)調(diào)度操作風(fēng)險(xiǎn)辨識(shí)的自動(dòng)化水平.目前，該模型已在廣東電網(wǎng)獲得實(shí)際應(yīng)用.

電網(wǎng)調(diào)度操作；風(fēng)險(xiǎn)評(píng)估；天氣風(fēng)險(xiǎn)源辨識(shí)；綜合氣象因子；變權(quán)熵理論

0 引言

電網(wǎng)調(diào)度的主要任務(wù)是配合電網(wǎng)檢修、改造和優(yōu)化調(diào)度，最終實(shí)現(xiàn)電網(wǎng)的安全穩(wěn)定與經(jīng)濟(jì)運(yùn)行.然而，當(dāng)電網(wǎng)調(diào)度行為本身受到不確定因素影響后，可能難以實(shí)現(xiàn)其自身的主要任務(wù)，反而會(huì)給電網(wǎng)運(yùn)行帶來一定的風(fēng)險(xiǎn).再加上近年來，各種惡劣天氣和自然災(zāi)害時(shí)有發(fā)生，給電網(wǎng)安全穩(wěn)定運(yùn)行帶來了嚴(yán)重威脅［1-6］，也給調(diào)度工作帶來了巨大挑戰(zhàn).

天氣是電網(wǎng)調(diào)度操作本身面臨的主要風(fēng)險(xiǎn)因素之一.調(diào)度操作過程中天氣風(fēng)險(xiǎn)源的量化建模主要是針對(duì)調(diào)度操作實(shí)時(shí)性的要求，建立量化多種類型的氣象對(duì)日常調(diào)度操作過程所帶來的潛在風(fēng)險(xiǎn)值的高低.目前，關(guān)于天氣對(duì)電網(wǎng)的影響主要集中在設(shè)備運(yùn)行的可靠性分析以及對(duì)電網(wǎng)運(yùn)行狀態(tài)的影響.如文［7-11］，對(duì)冰災(zāi)和臺(tái)風(fēng)等極端惡劣天氣下的電網(wǎng)運(yùn)行和可靠性評(píng)估進(jìn)行研究，雖然極端惡劣天氣影響后果嚴(yán)重，但出現(xiàn)概率不大，針對(duì)天氣因素所建立的模型可能難以適用于電網(wǎng)日常調(diào)度的需求.有部分學(xué)者從天氣變化影響電力設(shè)備故障率的角度入手，建立了考慮天氣因素的設(shè)備故障率模型［12-14］，文［15］建立了氣象因素對(duì)輸電線路故障概率影響進(jìn)行分析，文［16］則對(duì)變壓器、斷路器故障率進(jìn)行建模，但由于對(duì)天氣因素的考慮都相對(duì)比較粗略，主要?dú)v史數(shù)據(jù)的統(tǒng)計(jì)與分析，適用于電網(wǎng)的可靠性分析與規(guī)劃［17-18］，無(wú)法反映實(shí)時(shí)的天氣對(duì)當(dāng)時(shí)電網(wǎng)調(diào)度操作本身的影響；在具體應(yīng)用時(shí)難以實(shí)現(xiàn)與數(shù)字天氣預(yù)報(bào)系統(tǒng)的實(shí)時(shí)對(duì)接.

可見，專門針對(duì)電網(wǎng)日常調(diào)度操作過程中的天氣風(fēng)險(xiǎn)源量化與辨識(shí)建模的研究幾乎空白，且在目前的實(shí)際應(yīng)用中，調(diào)度人員關(guān)于天氣因素的考慮一般也只是進(jìn)行大致印象型的評(píng)估，缺乏統(tǒng)一的量化標(biāo)準(zhǔn)，仍處于經(jīng)驗(yàn)型思維決策模式，已逐漸無(wú)法滿足日益復(fù)雜化和智能化的電網(wǎng)調(diào)度運(yùn)行要求.

在這種形勢(shì)下，本文對(duì)電網(wǎng)調(diào)度操作過程中天氣風(fēng)險(xiǎn)源的辨識(shí)與建模問題進(jìn)行研究，建立了能夠全面反映氣溫、風(fēng)速、降雨量、能見度、相對(duì)濕度和雷電危險(xiǎn)度等六類氣象因子的天氣風(fēng)險(xiǎn)源量化模型，并依據(jù)氣象因子相對(duì)設(shè)定值的越限情況，結(jié)合線性懲罰函數(shù)和信息熵理論構(gòu)建了越限懲罰型變權(quán)氣象熵值，并最終定義形成綜合氣象因子，用以定量辨識(shí)天氣風(fēng)險(xiǎn)源對(duì)調(diào)度操作的影響.基于廣州市電網(wǎng)的實(shí)際算例對(duì)本文所提模型的有效性進(jìn)行了驗(yàn)證.

1 天氣風(fēng)險(xiǎn)源量化辨識(shí)模型

1.1 具體考慮的天氣風(fēng)險(xiǎn)因素

根據(jù)可能影響電網(wǎng)調(diào)度操作設(shè)備所在片區(qū)的天氣狀態(tài)，天氣風(fēng)險(xiǎn)源主要考慮六種類型的風(fēng)險(xiǎn)因素，即，(1)氣溫；(2)風(fēng)速；(3)降雨量；(4)能見度；(5)相對(duì)濕度；(6)雷電危險(xiǎn)度.各種類型的天氣風(fēng)險(xiǎn)因素闡述如下：

(1)氣溫

采用數(shù)字天氣預(yù)報(bào)系統(tǒng)提供的被操作設(shè)備所在片區(qū)的實(shí)時(shí)氣溫.且設(shè)定，當(dāng)氣溫≥40℃時(shí)，需考慮氣溫對(duì)操作帶來的風(fēng)險(xiǎn).

(2)風(fēng)速

根據(jù)中國(guó)氣象局的定義，風(fēng)速可以采用風(fēng)的級(jí)數(shù)來描述.且設(shè)定，當(dāng)風(fēng)速≥6級(jí)時(shí)，需考慮風(fēng)速對(duì)操作帶來的風(fēng)險(xiǎn).

(3)降雨量

根據(jù)氣象學(xué)降雨量的等級(jí)劃分：小雨（12小時(shí)內(nèi)降水量小于5mm的降雨過程），中雨（12小時(shí)內(nèi)降水量小于5mm的降雨過程），大雨（12小時(shí)內(nèi)降水量小于5mm的降雨過程），暴雨（12小時(shí)內(nèi)降水量小于5mm的降雨過程），大暴雨（12小時(shí)內(nèi)降水量小于5mm的降雨過程），特大暴雨（12小時(shí)內(nèi)降水量大于140mm或24小時(shí)內(nèi)降水量大于250mm的降雨過程）.

設(shè)定當(dāng)12小時(shí)降雨量≥5mm級(jí)別時(shí)，需考慮降雨量對(duì)操作帶來的風(fēng)險(xiǎn).

(4)能見度

能見度是指物體能被正常視力看到的最大距離，也指物體在一定距離時(shí)被正常視力看到的清晰程度.該項(xiàng)氣象因子主要針對(duì)霧霾天氣對(duì)現(xiàn)場(chǎng)操作的影響.具體劃分標(biāo)準(zhǔn)如下：1)能見度20-30公里，能見度極好，視野清晰；2)能見度15-25公里，能見度好，視野較清晰；3)能見度10-20公里，能見度一般；4)輕霧：能見度1-10公里，能見度差，視野不清晰；5)大霧：能見度0.3-1公里，能見度很差；6)重霧：能見度小于0.3公里，能見度極差；7)濃霧：能見度小于0.1公里，能見度極差.

設(shè)定，能見度≤1公里時(shí)，需考慮霧霾天氣對(duì)于操作帶來的風(fēng)險(xiǎn).

(5)相對(duì)濕度

相對(duì)濕度是指空氣中水汽壓與飽和水汽壓的百分比，也就是指某濕空氣中所含水蒸汽的質(zhì)量與同溫度下飽和空氣中所含水蒸汽的質(zhì)量之比，這個(gè)比值用百分?jǐn)?shù)表示.相對(duì)濕度過大，電氣設(shè)備操作時(shí)也會(huì)帶來一定風(fēng)險(xiǎn).且設(shè)定，相對(duì)濕度≥80%時(shí)，需考慮潮濕天氣對(duì)于操作帶來的風(fēng)險(xiǎn).

(6)雷電危險(xiǎn)度

雷電危險(xiǎn)度用于度量被操作設(shè)備所在片區(qū)的雷電天氣強(qiáng)度，分為無(wú)(0)、弱(0.3)、中等(0.6)、強(qiáng)(0.8)、特強(qiáng)(1.0).其危害程度依次增加.設(shè)定，雷電危險(xiǎn)度≥0.3時(shí)，需考慮雷電天氣對(duì)操作帶來的風(fēng)險(xiǎn).

1.2 多屬性氣象熵的形成

由于我們采用上述六類氣象因子來描述天氣狀態(tài)對(duì)電網(wǎng)調(diào)度操作帶來的影響，如何更為科學(xué)和客觀地量化天氣風(fēng)險(xiǎn)因素是關(guān)鍵.在此，引入信息熵理論來實(shí)時(shí)客觀地描述各類氣象因子的作用值.此處，所有天氣參數(shù)均來自在操作時(shí)，被操作設(shè)備所處片區(qū)的數(shù)值天氣預(yù)報(bào)系統(tǒng).

(1)多屬性氣象因子的形成

令xi表示某一屬性的氣象因子值，且i= 1,2,3,4,5,6分別表示氣溫、風(fēng)速、降雨量、能見度、相對(duì)濕度、雷電危險(xiǎn)度等六項(xiàng)氣象因子.且有

其中，Ai表示氣象指標(biāo)在操作時(shí)的取值，As，i表示氣象指標(biāo)的設(shè)定界線值，具體取值如下：As，1= 40℃；As，2=6級(jí)；As，3=5mm；As，4=1km；As，5=80%；As，6=0.3.

(2)同度量化

由于各項(xiàng)因子的數(shù)量級(jí)可能差別較大，尤其是降水量因子，因此有必要進(jìn)行同度量化，如(2)式所示：

(3)坐標(biāo)平移

其中，l表示氣象因子歸一化后的坐標(biāo)平移幅度.以平移幅度最大的指標(biāo)為準(zhǔn)，所有指標(biāo)均平移相同幅度值.

(4)計(jì)算該多屬性氣象特征的熵值，首先計(jì)算xi的比率，

因此，該多屬性氣象特征的熵值為：

若gi=0，則gilngi=0,故e∈[0，1]；且有指標(biāo)偏離界線值越大，天氣因素對(duì)操作帶來的風(fēng)險(xiǎn)越大，則e越小.

1.3 基于越限懲罰型的權(quán)熵的綜合氣象因子建模

可見，式(5)所得的氣象熵e值描述的是操作設(shè)備所在片區(qū)的實(shí)時(shí)天氣綜合評(píng)估值，但仍無(wú)法體現(xiàn)當(dāng)單項(xiàng)氣象因子值明顯越限時(shí)所導(dǎo)致的操作風(fēng)險(xiǎn)過大的情況，如，出現(xiàn)大雨時(shí)，降雨量單項(xiàng)因子越限明顯，但其他氣象指標(biāo)仍在界定范圍內(nèi)，該片區(qū)內(nèi)的設(shè)備操作由于天氣風(fēng)險(xiǎn)過大，須停止操作，以等待天氣晴好時(shí)再進(jìn)行.這時(shí)e值的大小難以體現(xiàn)這種情況，需對(duì)其進(jìn)行修正.

我們通過引入線性懲罰函數(shù)對(duì)氣象熵值予以修正，從而定義“綜合氣象因子”，如式(6)所示.

其中，W為綜合氣象因子；Ii為氣象指標(biāo)值是否越限的判斷變量，若Ai>As，i，則Ii=1；若Ai＜As，i，則Ii=0.βI為越限嚴(yán)重度調(diào)整因子，默認(rèn)取1.

顯然xi指標(biāo)越限程度越大，對(duì)應(yīng)的懲罰力度也就越大，相應(yīng)的綜合氣象因子W值也越大，其對(duì)電網(wǎng)調(diào)度操作帶來的風(fēng)險(xiǎn)也相應(yīng)更大.

采用這種越限懲罰型變權(quán)熵理論來量化天氣風(fēng)險(xiǎn)源的方法，能夠避免因天氣特征的多屬性而分散和低估可能帶來的風(fēng)險(xiǎn)性問題，能夠體現(xiàn)因單項(xiàng)或少數(shù)項(xiàng)氣象指標(biāo)取惡劣值時(shí)對(duì)調(diào)度操作帶來的惡劣后果,與工程實(shí)際相符.

2.算例分析

以廣州市天河區(qū)為例，選取2014年4月、8月、11月和1月為該地區(qū)春夏秋冬四季的典型月，采用每個(gè)典型月的平均氣象條件，并分別采用式(5)和式(6)分別計(jì)算修正前后每個(gè)季節(jié)典型氣象條件對(duì)應(yīng)的綜合氣象因子，具體如表1所示.

表1 搖四季典型月的相應(yīng)氣象因子

由表1可見，從W值變化趨勢(shì)的角度來看，該區(qū)春季氣溫適中，少風(fēng)及雷雨天氣，除降雨量因子以外，其他五個(gè)氣象因子均在標(biāo)準(zhǔn)值之下，故綜合氣象因子相對(duì)較小；而夏季，受海洋氣團(tuán)的影響，雷雨天較多，日平均降雨量較大，同時(shí)空氣濕度較高，故綜合氣象因子在一年范圍內(nèi)是最高的；秋季，多晴朗天氣，降水漸少，綜合氣象因子相對(duì)較??；冬季，相對(duì)干季，降水較少，多晴好天氣，并無(wú)氣候意義上的冬季，綜合氣象因子亦相對(duì)較小.

對(duì)比修正前后的氣象熵值可見，四季氣象條件有一定差異，尤其是8月夏季降雨量較大，相對(duì)濕度也較高，雷電危險(xiǎn)度均高于其他季節(jié)，如采用式(5)計(jì)算的氣象熵e值（即，修正前的熵e）則無(wú)法體現(xiàn)這種差異，四個(gè)季節(jié)的e值差別非常小，可見，修正前的式(5)存在因天氣特征的多屬性而分散和低估可能帶來的風(fēng)險(xiǎn)性問題，無(wú)法體現(xiàn)因單項(xiàng)或少數(shù)項(xiàng)氣象指標(biāo)取惡劣值時(shí)對(duì)調(diào)度操作帶來的惡劣后果.采用式(6)計(jì)算的綜合氣象因子W值（即，修正后的熵W）則能夠克服這一缺陷，驗(yàn)證了本文所提的天氣風(fēng)險(xiǎn)源量化模型的有效性.

表2 搖4月中典型日氣象因子

表3 搖8月中典型日氣象因子

表4 搖11月中典型日氣象因子

表5 搖1月中典型日氣象因子

由于，表1所示的天氣源為四季典型月的平均氣象條件，故其對(duì)應(yīng)的綜合氣象因子W未能實(shí)時(shí)準(zhǔn)確地反映調(diào)度操作過程中實(shí)時(shí)天氣的影響.故分別對(duì)四個(gè)典型月各抽取一天作為典型日進(jìn)行計(jì)算，結(jié)果如表2—表5所示.

將以上四個(gè)表中的數(shù)據(jù)畫成曲線，如圖1所示.可以看出，夏季8月典型日中14-17時(shí)綜合氣象因子取得圖中最大值，結(jié)合以上表格可知，此時(shí)為雷陣雨天氣，降雨量大，相對(duì)濕度高，同時(shí)伴有大風(fēng)，這時(shí)進(jìn)行調(diào)度操作具有極高的危險(xiǎn)度，風(fēng)險(xiǎn)大.冬季1月典型日中，08-11時(shí)綜合氣象因子取值較大，主要是因?yàn)樵摃r(shí)段能見度極低，不利于調(diào)度操作.春季4月典型日中，14-17時(shí)綜合氣象因子取值較大，主要是因?yàn)楫?dāng)時(shí)為雨天，降雨量、相對(duì)濕度高、風(fēng)速較大，亦不利于調(diào)度操作；同時(shí)在02-05時(shí)及05-08時(shí)出現(xiàn)小幅度的上升，分析可知，當(dāng)時(shí)空氣相對(duì)濕度高，在進(jìn)行調(diào)度操作過程中須注意設(shè)備及人身的安全性.秋季11月典型日中，綜合氣象因子值普遍較低，無(wú)較大波動(dòng)，當(dāng)天開展調(diào)度操作工作風(fēng)險(xiǎn)較低.

圖1 典型月中典型日24小時(shí)綜合氣象因子

通過對(duì)典型月中24小時(shí)綜合氣象因子分析可見，本文提出的基于越限懲罰變權(quán)熵理論的天氣風(fēng)險(xiǎn)源量化模型能夠?qū)崟r(shí)動(dòng)態(tài)地評(píng)估不同氣象條件下開展調(diào)度操作可能面臨的風(fēng)險(xiǎn)，為調(diào)度人員提供了有效的輔助決策手段.

3 結(jié)語(yǔ)

本文針對(duì)電網(wǎng)調(diào)度操作的實(shí)時(shí)性要求，建立了能夠全面反映氣溫、風(fēng)速、降雨量、能見度、相對(duì)濕度和雷電危險(xiǎn)度等六類氣象因子的天氣風(fēng)險(xiǎn)源量化模型，提出了各類氣象因子的風(fēng)險(xiǎn)設(shè)定界線值，在此基礎(chǔ)上定義了氣象熵值來實(shí)時(shí)客觀地定量描述各種氣象因子的綜合作用值，并依據(jù)各項(xiàng)氣象因子相對(duì)設(shè)定值的越限情況，采用線性懲罰函數(shù)對(duì)氣象熵值予以修正，并最終定義了綜合氣象因子，用以定量辨識(shí)天氣風(fēng)險(xiǎn)源對(duì)調(diào)度操作的影響.這種越限懲罰型變權(quán)熵理論來量化天氣風(fēng)險(xiǎn)源的方法，能夠避免因天氣特征的多屬性而分散和低估可能帶來的風(fēng)險(xiǎn)性問題，且能夠?qū)崿F(xiàn)與數(shù)值天氣預(yù)報(bào)系統(tǒng)的實(shí)時(shí)對(duì)接，為實(shí)現(xiàn)電網(wǎng)調(diào)度操作風(fēng)險(xiǎn)量化評(píng)估的自動(dòng)化奠定了良好的理論基礎(chǔ).目前，該模型已在廣東電網(wǎng)調(diào)度操作風(fēng)險(xiǎn)量化評(píng)估系統(tǒng)中獲得應(yīng)用.

［1］從榮剛.自然災(zāi)害對(duì)中國(guó)電力系統(tǒng)的影響(文獻(xiàn)綜述)［J］.西華大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,91（1）: 105-112.

［2］李立新,謝巧云,袁榮昌,等.電網(wǎng)調(diào)度云災(zāi)備系統(tǒng)優(yōu)化分析與設(shè)計(jì)［J］.電力系統(tǒng)自動(dòng)化,2012,（23）:82-86.

［3］于永清,李光范,李鵬,等.四川電網(wǎng)汶川地震電力設(shè)施受災(zāi)調(diào)研分析［J］.電網(wǎng)技術(shù),2008,（11）:5-10.

［4］李成榕,呂玉珍,崔翔,等.冰雪災(zāi)害條件下我國(guó)電網(wǎng)安全運(yùn)行面臨的問題［J］.電網(wǎng)技術(shù),2008,（4）:14-22.

［5］陳鵬云，王羽，文習(xí)山,等.低溫雨雪冰凍災(zāi)害對(duì)我國(guó)電網(wǎng)損毀性影響概述［J］.電網(wǎng)技術(shù),2010,（10）: 135-139.

［6］李健榮,朱明.雷電對(duì)變電站的危害及預(yù)防措施［J］.氣象研究與應(yīng)用,2009,（S2）:207+210.

［7］王建學(xué),張耀,吳思.大規(guī)模冰災(zāi)對(duì)輸電系統(tǒng)可靠性的影響分析［J］.中國(guó)電機(jī)工程學(xué)報(bào),2011,（28）:49-56.

［8］陸佳政,蔣正龍,雷紅才,等.湖南電網(wǎng)2008年冰災(zāi)事故分析［J］.電力系統(tǒng)自動(dòng)化,2008,（11）:16-19.

［9］楊洪明,黃拉,何純芳,等.冰風(fēng)暴災(zāi)害下輸電線路故障概率預(yù)測(cè)［J］.電網(wǎng)技術(shù),2012,（4）:213-218.

［10］蘭穎.考慮臺(tái)風(fēng)影響的配電網(wǎng)可靠性評(píng)估和規(guī)劃［D］.重慶大學(xué),2014.

［11］張鋒,吳秋晗,李繼紅.臺(tái)風(fēng)“云娜”對(duì)浙江電網(wǎng)造成的危害與防范措施［J］.中國(guó)電力,2005,38（5）: 39-42.

［12］王磊,趙書強(qiáng),張明文.考慮天氣變化的輸電系統(tǒng)可靠性評(píng)估［J］.電網(wǎng)技術(shù),2011,（7）:66-70.

［13］林智敏,林韓,溫步瀛.天氣條件相依失效模型的電力系統(tǒng)可靠性評(píng)估［J］.華東電力,2008,（1）:81-84.

［14］陳永進(jìn),任震,黃雯瑩.考慮天氣變化的可靠性評(píng)估模型與分析［J］.電力系統(tǒng)自動(dòng)化,2004,（21）: 17-21.

［15］王少華,葉自強(qiáng).惡劣氣候?qū)φ憬娋W(wǎng)輸電線路的影響［J］.中國(guó)電力,2011,（2）:19-22+57.

［16］李耀東.變壓器和斷路器故障率特性研究［D］.華北電力大學(xué),2014.

［17］夏清,徐國(guó)新,康重慶.抗災(zāi)型電力系統(tǒng)的規(guī)劃［J］.電網(wǎng)技術(shù),2009,（3）:1-7.

［18］陳皓勇,胡斌,葉榮.計(jì)及氣象災(zāi)害因素的電網(wǎng)規(guī)劃方法［J］.電網(wǎng)技術(shù),2009,（20）:82-87.

［責(zé)任編輯：劉向紅］

Weather Risk Sources Quantified Model and Analysis for Power Grid Dispatching

LIU Jianing1,CHAO Zhu1,ZHONG Huazan1,XIE Min2,YIN Yijiang2,LIU Mingbo2

(1.Power Dispatch and Control Center of Guangdong Power Grid Co.,Ltd.，Guangzhou 510699，China; 2.School of Electric Power，South China University of Technology，Guangzhou 510640，China)

Weather is one of the main risk factor in power grid dispatching operation.In this paper,it studied how to identify and establish a model of weather risk sources during power grid dispatching operation.A qualified weather risk sources model was established,which six meteorological factors of reflect temperature,wind speed, visibility,rainfall,relative humidity,thunder and lightning harm degree.Information entropy theory had been introduced to weigh the comprehensive impact of these six meteorological factors in real-time objectively and quantitatively.Linear penalty function had been used in amending meteorologicalentropy value to define comprehensive meteorological factors,which could quantify the influence of weather risk sources on dispatching operation.Finally,the model's validity was verified based on the practical calculation of Guangzhou City,the results showed that the model could reflect the actual weather situation of the device being operated area and accurately assess the potential risk which multiple meteorological factors on power grid dispatching operation. Through the joint between the model and numerical weather prediction,automation level of risk sources identification in power grid dispatching operation was enhanced greatly.So far,the model had been put in use in Guangdong Power Grid.

Power grid dispatching operation;Risk assessment;Weather risk sources identification; Comprehensive meteorological factors:Variable weighted entropy theory

TM 73

B

1672-402X（2016）11-0008-05

2016-04-25

中國(guó)南方電網(wǎng)有限責(zé)任公司科技項(xiàng)目（K-GD2014-1001）.

劉嘉寧（1974-），男，廣東臺(tái)山人，碩士，廣東電網(wǎng)有限責(zé)任公司高級(jí)工程師.研究方向：電力系統(tǒng)調(diào)度運(yùn)行.