劉國靜, 李 娟, 談 健, 李 琥, 史 靜, 胡曉燕

(1. 國網(wǎng)江蘇省電力有限公司經(jīng)濟(jì)技術(shù)研究院, 江蘇 南京 210008；2. 國網(wǎng)江蘇省電力有限公司電力科學(xué)研究院，江蘇 南京 211103)

0 引言

電力系統(tǒng)N-K故障分析是電力系統(tǒng)規(guī)劃和運(yùn)行中的常用手段，用以校驗(yàn)當(dāng)系統(tǒng)中K個元件停運(yùn)后系統(tǒng)運(yùn)行狀態(tài)是否在允許的安全范圍內(nèi)[1]。K的取值一般為1或2，即常見的N-1或N-2校驗(yàn)。近年來發(fā)生的國內(nèi)外大停電事故表明，加強(qiáng)對電網(wǎng)中嚴(yán)重N-K故障(K≥2)的分析、識別和預(yù)防連鎖故障對于保證大電網(wǎng)安全可靠運(yùn)行具有十分重要的意義[2-7]。

目前電力系統(tǒng)N-K故障分析一般是采用組合遍歷的方式，然而隨著系統(tǒng)元件數(shù)量和分析故障重數(shù)的增加，故障組合的數(shù)量將呈指數(shù)級增長，日漸難以滿足大電網(wǎng)分析計算的需要。為提高電力系統(tǒng)N-K故障分析的計算效率，近年來學(xué)者們開展了大量研究。文獻(xiàn)[8]在計算中采用了因子表附加鏈技術(shù)和動態(tài)網(wǎng)絡(luò)接線分析方法，能夠較好地保證計算精度和速度。文獻(xiàn)[9]利用導(dǎo)納矩陣的稀疏性，并結(jié)合矩陣部分重新因子化法和快速前代等技術(shù)，有效減少了不必要的計算，節(jié)省了計算時間。為快速確定故障后發(fā)電機(jī)組輸出功率再調(diào)整量和切負(fù)荷量，文獻(xiàn)[10]提出了一種基于交流靈敏度的反向等量配對調(diào)整法，具有計算效率高、實(shí)用性強(qiáng)的優(yōu)點(diǎn)。此外，并行計算技術(shù)在該領(lǐng)域也得到了應(yīng)用。文獻(xiàn)[11]通過直流潮流進(jìn)行開斷故障的快速掃描，并將多個時段的計算任務(wù)分配到不同的計算進(jìn)程，對于單時段內(nèi)的分析計算采用多線程并行計算的方式，有效提高了整體計算速度。文獻(xiàn)[12]充分利用N-K故障分析問題的時空弱耦合特征，對于大規(guī)模電網(wǎng)采用分區(qū)并行計算，對于多時段的靜態(tài)安全校核采用分時段并行計算，具有較高的計算效率。

上述研究在提高電力系統(tǒng)N-K故障分析的計算效率方面取得了一定的成效，但是仍沒有擺脫組合遍歷的框架。文中嘗試從另一個角度，將求取N-K故障分析中最嚴(yán)重故障的問題描述成兩層規(guī)劃模型，借助最優(yōu)化原理，通過尋優(yōu)方式確定故障組合，以期減少傳統(tǒng)組合遍歷方式的計算量。

為減輕通過組合遍歷方式進(jìn)行電力系統(tǒng)N-K故障分析帶來的計算負(fù)擔(dān)，文中將該問題描述成兩層規(guī)劃模型，通過優(yōu)化求解的方式尋求造成電網(wǎng)失負(fù)荷量最大的故障組合，對此電力系統(tǒng)N-K故障分析的問題提供了一個新的研究思路。

1 計算流程

傳統(tǒng)的電力系統(tǒng)N-K故障分析需要對預(yù)想事故集中可能出現(xiàn)的事故進(jìn)行組合遍歷。對于每一種故障組合，在分析中首先假設(shè)組合中的元件處于強(qiáng)迫停運(yùn)狀態(tài)，在此基礎(chǔ)上進(jìn)行電網(wǎng)拓?fù)浞治龊统绷饔嬎?。若出現(xiàn)線路潮流約束或母線電壓越限，還需要通過調(diào)整發(fā)電機(jī)組輸出功率、發(fā)電廠母線電壓等手段進(jìn)行安全校正操作[13-15]。安全校正過程一般是以切負(fù)荷量最小、調(diào)整時間最短等為目標(biāo)(圖1以切負(fù)荷量為例進(jìn)行說明)。若最終在某些故障組合下出現(xiàn)切負(fù)荷的情況，則說明當(dāng)前電網(wǎng)運(yùn)行方式無法滿足N-K校驗(yàn)的要求，一般需要對發(fā)電方式或網(wǎng)架結(jié)構(gòu)進(jìn)行適當(dāng)?shù)恼{(diào)整。傳統(tǒng)的電力系統(tǒng)N-K故障分析流程如圖1所示。在電力系統(tǒng)N-K故障分析中，造成損失最嚴(yán)重的故障組合對于安全分析而言具有尤為重要的意義，可以更為直接地反映電網(wǎng)安全水平。基于最優(yōu)化原理，分析流程如圖2所示。

圖1 傳統(tǒng)的電力系統(tǒng)N-K故障分析流程Fig. 1 The flowchart of traditional power system N-K analysis

圖2 文中分析流程Fig. 2 The flowchart of the analysis method in this paper

上述分析流程的特點(diǎn)在于通過兩層規(guī)劃模型的優(yōu)化求解代替?zhèn)鹘y(tǒng)的組合遍歷。模型將電網(wǎng)切負(fù)荷量作為故障引起電網(wǎng)損失的評價指標(biāo)，上層問題在故障重數(shù)K給定的條件下，尋求能夠引起電網(wǎng)切負(fù)荷量最大的故障組合，而下層問題則針對上層問題決策的故障組合，模擬電網(wǎng)事故后的運(yùn)行情況，在滿足電網(wǎng)各類運(yùn)行約束的條件下，通過調(diào)整發(fā)電機(jī)組的輸出功率最小化電網(wǎng)切負(fù)荷量。最終，上層問題的目標(biāo)函數(shù)值將等于各故障組合所引起的電網(wǎng)最小切負(fù)荷量中的最大值。通過對模型的求解，能夠直接給出引起電網(wǎng)切負(fù)荷最大的故障組合。

2 數(shù)學(xué)模型

2.1 上層問題

文中模型暫不考慮無功電壓的影響，建立直流潮流條件下的數(shù)學(xué)模型。上層問題目標(biāo)函數(shù)可表示為：

(1)

(2)

式中：L為線路集合；K為所分析的故障重數(shù)。

2.2 下層問題

下層問題通過發(fā)電機(jī)組輸出功率的再調(diào)整，最小化電網(wǎng)切負(fù)荷量，目標(biāo)函數(shù)可表示為：

(3)

(1) 線路傳輸容量約束，即：

(4)

(5)

(6)

當(dāng)線路l正常運(yùn)行時，vl=1，由式(4)、式(5)可知，線路l上的有功功率應(yīng)滿足：

(7)

由式(6)可知，此時vl=1，有：

(8)

(2) 節(jié)點(diǎn)功率平衡約束。對于節(jié)點(diǎn)n，應(yīng)滿足注入功率與流出功率相等，即：

(9)

(3) 發(fā)電機(jī)組最大調(diào)整量約束。發(fā)電機(jī)組g在故障后的再調(diào)整量ΔPg應(yīng)滿足如下約束：

-rgΔt≤ΔPg≤rgΔt

(10)

式中：rg為發(fā)電機(jī)組g最大調(diào)節(jié)速率；Δt為允許的調(diào)整時間，一般為5～10 min。

(4) 機(jī)組輸出功率范圍約束，即：

(11)

3 求解流程

文中模型屬于兩層規(guī)劃模型，其中下層問題為混合整數(shù)線性規(guī)劃模型。兩層優(yōu)化模型常用的求解方法包括極點(diǎn)搜索法、分支定界法、互補(bǔ)旋轉(zhuǎn)法、下降方向法、罰函數(shù)法、智能搜索方法等[16]，采用智能搜索算法中常用的遺傳算法[17-18]進(jìn)行求解，求解流程如圖3所示。

圖3 遺傳算法求解流程Fig. 3 The flowchart of GA solving process

(1) 初始化種群。采用二進(jìn)制編碼方式，種群中每一個體均由N位組成(N為線路數(shù)量)。在初始化階段，從N位中隨機(jī)選擇K位設(shè)置編碼為0(K為所研究的故障重數(shù))，表示對應(yīng)線路故障停運(yùn)，其他設(shè)置為1。

(2) 適應(yīng)度計算。將下層問題目標(biāo)函數(shù)值，即引起的電網(wǎng)最小切負(fù)荷量作為個體適應(yīng)度。對于種群中的個體，可求解通過下層問題的獲得適應(yīng)度，下層問題采用CPLEX軟件包求解[16]。

(3) 收斂判據(jù)。根據(jù)最大迭代次數(shù)作為迭代過程的收斂判據(jù)。

(4) 遺傳操作。遺傳操作包括選擇、交叉和變異運(yùn)算。其中，根據(jù)個體適應(yīng)度，采用輪盤賭的方式確定個體被選擇到下一代的概率，隨機(jī)選擇遺傳到下一代的個體。個體間的交叉運(yùn)算采用單點(diǎn)交叉方式。

(5) 可行性檢查。經(jīng)過遺傳、交叉和變異運(yùn)算，個體所對應(yīng)的故障停運(yùn)線路條數(shù)可能不等于K，無法滿足上層問題約束條件。對于不滿足的個體，可行性檢查通過隨機(jī)選擇的方式改變部分編碼，將編碼對應(yīng)數(shù)值為0的位數(shù)重新調(diào)整為K。

4 算例分析

4.1 IEEE-14節(jié)點(diǎn)算例系統(tǒng)

首先以IEEE-14節(jié)點(diǎn)系統(tǒng)為例進(jìn)行說明。IEEE-14節(jié)點(diǎn)系統(tǒng)網(wǎng)絡(luò)參數(shù)取自文獻(xiàn)[19]，發(fā)電機(jī)組數(shù)據(jù)如表1所示，負(fù)荷數(shù)據(jù)如表2所示。設(shè)置種群數(shù)量為100，交叉概率為1.0，變異概率為0.001。

表1 機(jī)組數(shù)據(jù)Tab.1 Generator data

表2 負(fù)荷數(shù)據(jù)Tab.2 Load data

為說明文中模型的有效性，將模型計算結(jié)果與傳統(tǒng)組合遍歷方式計算結(jié)果進(jìn)行對比。在K取不同值時，計算結(jié)果如表3所示。

表3 結(jié)果比較Tab.3 Results comparison between two methods

可見，方法計算結(jié)果與傳統(tǒng)組合遍歷方式的計算結(jié)果一致，驗(yàn)證了通過求解兩層優(yōu)化模型進(jìn)行尋優(yōu)的有效性。

4.2 IEEE-118節(jié)點(diǎn)算例系統(tǒng)

為說明文中方法在大系統(tǒng)電網(wǎng)安全分析中的優(yōu)勢，進(jìn)一步以IEEE-118節(jié)點(diǎn)算例系統(tǒng)為例進(jìn)行說明。該系統(tǒng)包含186條線路，54臺機(jī)組，91個負(fù)荷節(jié)點(diǎn)。若不計預(yù)想事故集的預(yù)篩選，K=3時，組合遍歷的故障數(shù)量將超過100萬個，K=4時，組合遍歷的故障數(shù)量將接近5000萬。傳統(tǒng)的方法顯然難以直接適用，需要采取預(yù)想事故集縮減、故障排序等啟發(fā)式簡化措施。文中方法通過智能搜索，能有效減少計算時間。

以K=3為例，計算機(jī)配置為AMD A8-6410處理器，主頻2.0 GHz，內(nèi)存4 G，傳統(tǒng)方法耗時約8.04 h，文中方法約6.21 h，具有較為明顯的計算速度優(yōu)勢。

5 結(jié)語

為減輕通過組合遍歷方式進(jìn)行電力系統(tǒng)N-K故障分析帶來的計算負(fù)擔(dān)，將該問題描述成兩層規(guī)劃模型，通過優(yōu)化求解的方式尋求造成電網(wǎng)失負(fù)荷量最大的故障組合，為電力系統(tǒng)N-K故障分析問題提供了一個新的研究思路。

文中模型基于直流潮流，主要關(guān)注造成電網(wǎng)失負(fù)荷量最大的故障組合，在后續(xù)研究中有必要進(jìn)一步考慮線路潮流越限量、母線電壓越限量等指標(biāo)，同時需要進(jìn)一步研究如何給出尋優(yōu)過程的次優(yōu)解，以便分析所有可能對系統(tǒng)的安全穩(wěn)定運(yùn)行造成威脅的故障組合。

[1] 王錫凡. 現(xiàn)代電力系統(tǒng)分析[M]. 北京：科學(xué)出版社, 2009.

WANG Xifan．Morden power system analysis[M]． Beijing： Science Press，2009.

[2] 高 翔, 莊侃沁, 孫 勇. 西歐電網(wǎng)“11.4”大停電事故的啟示[J]. 電網(wǎng)技術(shù), 2007, 31(1):25-31.

GAO Xiang，ZHUANG Kanqin，SUN Yong． Lessons and enlightenment from blackout occurred in UCTE grid on November 4 [J]． Power System Technology，2007，31(1)：25-31.

[3] CHEN Q, MCCALLEY J D. Identifying high risk N-K contingencies for online security assessment[J]. IEEE Transactions on Power Systems，2005, 20(2):823-834.

[4] KIRSCHEN D S, JAYAWEERA D, NEDIC D P, et al. A probabilistic indicator of system stress[J]. Power Systems IEEE Transactions on, 2004, 19(3):1650-1657.

[5] 易 強(qiáng)，萬書鵬，彭 輝，等. 調(diào)度與變電站一體化系統(tǒng)遠(yuǎn)程維護(hù)安全防護(hù)設(shè)計[J].江蘇電機(jī)工程，2015，34(1)，40-42,46.

YI Qiang，WAN Shupeng，PENG Hui，et al.Design of security protection for remote maintenance in dispatch and substation integrated system[J].Jiangsu Electrical Engineering,2015,34(1)，40-42,46.

[6] 張 煦，張向伍. 計及設(shè)備故障檢修的電網(wǎng)可靠性與經(jīng)濟(jì)性分析[J]. 江蘇電機(jī)工程，2016，35(2)，60-64.

ZHANG Xu，ZHANG Xiangwu. Analysis for the reliability and economic of power system considering maintenance[J]. Jiangsu Electrical Engineering, 2016，35(2)，60-64.

[7] 丁 平, 李亞樓, 徐得超,等. 電力系統(tǒng)快速靜態(tài)安全分析的改進(jìn)算法[J]. 中國電機(jī)工程學(xué)報, 2010, 30(31):77-82.

DING Ping, LI Yanlou, XU Dechao, et al. Improved algorithm of fast static state security analysis of power system[J].Proceeding of the CSEE, 2010, 30(31):77-82.

[8] 何 洋, 洪 潮, 陳昆薇. 稀疏向量技術(shù)在靜態(tài)安全分析中的應(yīng)用[J]. 中國電機(jī)工程學(xué)報, 2003, 23(1):41-44.

HE Yang, HONG Chao, CHEN Kunwei. Study of sparse vector techniques applied to contingency analysis[J]. Proceeding of the CSEE, 2003, 23(1):41-44.

[9] 李海濤, 孫 聞, 趙 兵,等. 基于交流靈敏度的在線安全控制策略[J]. 電力系統(tǒng)及其自動化學(xué)報, 2012, 24(1):32-36.

LI Haitao, SUN Wen, ZHAO Bing, et al. Online security control analysis based on sensitivity method[J]. Proceeding of the CSU-EPSA, 2012, 24(1):32-36.

[10] 李 峰, 李虎成, 於益軍,等. 基于并行計算和數(shù)據(jù)復(fù)用的快速靜態(tài)安全校核技術(shù)[J]. 電力系統(tǒng)自動化, 2013, 37(14):75-80.

LI Feng, LI Hucheng, YU Yijun, et al. Fast computing technologies for static security checking based on parallel computation and data reuse[J]. Automation of Electric Power System, 2013, 37(14):75-80.

[11] 王興志, 嚴(yán) 正, 沈 沉,等. 基于面向服務(wù)架構(gòu)的調(diào)度計劃安全校核網(wǎng)格計算[J]. 電力系統(tǒng)保護(hù)與控制, 2011, 39(24):90-95.

WANG Xingzhi, YAN Zheng, SHEN Chen, et al. Grid computing of operation scheduling with security constraint based on SOA[J]. Power System Protection and Control, 2011, 39(24):90-95.

[12] 傅 旭. 電力系統(tǒng)靜態(tài)安全混合控制方法[J]. 電力自動化設(shè)備, 2017(1):124-130.

FU Xu. Hybrid control of power system static security[J]. Electric Power Automation Equipment, 2017(1):124-130.

[13] 傅 旭, 王錫凡, 張 欽,等. 電力系統(tǒng)靜態(tài)安全分析中的校正控制算法[J]. 中國電力, 2007, 40(11):33-37.

FU Xu, WANG Xifan, ZHANG Qin, et al.New approach of corrective for static security analysis in power systems[J]. Electric Power, 2007, 40(11):33-37.

[14] 王孟夏, 韓學(xué)山. 基于電熱協(xié)調(diào)的電網(wǎng)安全校正控制方法[J]. 電力系統(tǒng)自動化, 2011, 35(12):32-36.

WANG Mengxia, HAN Xueshan. Realization of security corrective control considering electro-thermal coordination[J]. Automation of Electric Power Systems, 2011, 35(12):32-36.

[15] 王廣民，萬仲平，王先甲． 二(雙)層規(guī)劃綜述[J]． 數(shù)學(xué)進(jìn)展，2007, 36(5)：513-529.

WANG Guangmin, WANG Zhongping, WANG Xianjia. Bibbiography on bilevel programming[J]. Advances in Mathematics, 2007, 36(5)：513-529.

[16] 聶明林, 汪 沨, 陳 春,等. 考慮可靠性的配電網(wǎng)網(wǎng)架多目標(biāo)規(guī)劃[J]. 電力系統(tǒng)及其自動化學(xué)報, 2016, 28(1):10-16.

NIE Minglin, WANG Feng, CHEN Chun, et al. Multi-objective distribution network planning considering reliability[J]. Proceeding of the CSU-EPSA, 2016, 28(1):10-16.

[17] 劉東奇, 王耀南, 袁小芳. 電動汽車充放電與風(fēng)力/火力發(fā)電系統(tǒng)的協(xié)同優(yōu)化運(yùn)行[J]. 電工技術(shù)學(xué)報, 2017, 32(3):18-26.

LIU Dongqi, WANG Yaonan, YUAN Xiaofang. Cooperative dispatch of large scale electric vehicles with wind-thermal power considering generating system[J].Transactions of China Electrotechnical Society, 2017, 32(3):18-26.

[18] 王一哲, 湯 涌, 董朝陽. 電力市場環(huán)境下輸電網(wǎng)混合性規(guī)劃模型[J]. 電力系統(tǒng)自動化, 2016, 40(13):35-40.

WANG Yizhe, TANG Yong, DONG Zhaoyang. Hybrid criterion planning model for transmission system planning under electricity market environment[J]. Automation of Electric Power Systems, 2016, 40(13):35-40.

[19] 張伯明, 陳壽孫. 高等電力網(wǎng)絡(luò)分析[M]. 北京：清華大學(xué)出版社, 1996.

ZHANG Boming, CHEN Shunsun. Adavanced power network analysis[M].Beijing: Tsinghua University Press, 1996.