保護隱性故障對電網自組織臨界性的影響

楊亞麗,曹 娜,于 群,馮安強,曹爽爽

(山東科技大學 電氣與自動化工程學院,山東 青島 266590)

?

保護隱性故障對電網自組織臨界性的影響

楊亞麗,曹 娜,于 群,馮安強,曹爽爽

(山東科技大學 電氣與自動化工程學院,山東 青島 266590)

為研究繼電保護隱性故障在電網發生大停電事故時對電網自組織臨界性(Self-organized Criticality, SOC)的影響,仿真分析了不同隱性故障概率下,電網處于自組織臨界狀態的風險狀況。利用SOC-Power Failure模型在IEEE39電網上進行仿真,仿真結果表明:在負荷水平和潮流分布相同的情況下,存在的因隱性故障會使電網發生大停電事故的規模擴大,系統提前進入了自組織臨界狀態。同時也表明降低隱性故障概率可以有效降低電網進入自組織臨界狀態的風險。

繼電保護;隱性故障;電網;自組織臨界性;風險

近年來,國內外發生了多起大規模的停電事故[1],其主要原因是電網中潮流的大規模轉移和繼電保護存在的隱性故障[2]。研究表明,大約75%的大停電事故在一定程度上與繼電保護不正確動作有關,隱性故障是導致電網大停電事故的一個重要因素[3]。國內外對隱性故障的研究主要集中在從隱性故障動作機理的角度建立繼電保護隱性故障模型,通過該模型進行繼電保護可靠性評估、電力系統連鎖故障的風險評估或電力系統N-K安全分析。現有的關于隱性故障的研究成果大多數沒有涉及到其對電網大停電自組織臨界性的影響,當電網處于臨界狀態時,任何微小的擾動都有可能引發連鎖故障。如果在事故發展的初期能夠及時采取措施將事故規模控制在臨界點以內,就可以有效阻止電網進入自組織臨界狀態,防止大停電事故的發生。因此,研究隱性故障對電網自組織臨界性產生的影響具有重要意義。

本文利用SOC-Power Failure模型在IEEE39電網上進行仿真,分析了隱性故障存在時,其對電網發生大停電時自組織臨界性的影響,探索隱性故障與電網是否處于自組織臨界狀態的關系。分析比較了不同的隱性故障概率對電網連鎖故障規模的影響,提出了降低隱性故障概率的措施,以減小電網進入自組織臨界狀態的風險。

1 繼電保護隱性故障及其模型

繼電保護隱性故障在系統正常運行時對系統沒有影響,但當系統的運行狀態改變時,比如切除故障后,電網中的潮流重新分配,帶有隱性故障的保護就會被觸發,導致保護裝置的誤動或拒動,改變元件正常的運行狀態,甚至引發連鎖故障,最終導致大停電的發生。導致繼電保護隱性故障的主要原因包括:保護裝置的硬件故障,如元件的損壞等;軟件故障,如整定值不合理、保護的邏輯錯誤等;人為因素和外界環境因素。

現有資料表明,線路大規模的潮流轉移和保護的不正確動作是導致大停電的主要因素,所以本文采用文獻[4]中的考慮線路潮流越限的繼電保護隱性故障概率模型,如圖1所示。

F—線路的有功潮流;Fmax—線路有功潮流極限值;PH;PH—系統正常時的隱性故障概率,其中保護裝置的老化和外界的環境會影響PH值;P—繼電保護動作的概率。

圖1 線路潮流越限隱性故障概率模型

Fig.1 Hidden failure probability model of line power flow

當線路有功潮流在正常范圍時,線路的停運概率PHF取隱性故障概率PH,即

PHF=PH,0

當線路有功潮流超過極限值時,線路的過負荷保護裝置動作,線路停運概率PHF取繼電保護動作的概率P,即

PHF=P,F>1.4Fmax

當線路有功潮流在Fmax和1.4Fmax之間時,線路停運概率PHF與線路有功潮流呈正比關系,其計算公式為

Fmax

2 電網大停電自組織臨界性的仿真模型

國內外用于研究電網自組織臨界特性的模型主要有OPA模型、Cascade模型、Hidden Failure模型、SOC-Power Failure模型[5]、基于最優潮流的停電模型[6]等仿真模型。在電網的實際運行過程中,工作人員更加關注電網在某個運行斷面上是否處于自組織臨界狀態,SOC-Power Failure模型能夠有效模擬這種過程,所以本文采用文獻[5]中的SOC-Power Failure模型,其仿真流程如圖2所示。

圖2 SOC-Power Failure模型仿真流程圖

1) 讀入電網的數據,確定線路的初始潮流F0,然后根據初始潮流值確定各線路的潮流極限值Fmax:

式中:β為線路的初始負載率,在區間[0.55,0.95]內隨機取一個值。

2) 隨機選擇一個節點,使其負荷增加一個ΔP,然后對電網進行直流潮流計算。

3) 根據計算得到的潮流值,判斷線路上的潮流是否越限,若潮流越限,則進入下一步,否則返回第2)步。

4) 將潮流越限的線路斷開,根據隱性故障概率模型判斷其他線路是否因隱性故障斷開。

5) 判斷因線路的斷開電網是否形成孤島或是否有負荷被切除。若形成孤島,則先平衡孤島內發電和負荷,然后統計損失負荷切除量;若沒有形成孤島,則判斷是否有負荷被切除,若有,則統計負荷切除量,否則返回第2)步;

6) 統計電網的總負荷切除量,判斷故障次數是否達到200次,若達到,則結束停電事故演化過程,否則進入下一次循環。

3 算例分析

本文在Matlab仿真平臺上對IEEE39電網進行了200次故障仿真,IEEE39電網的網絡接線如圖3所示。

圖3 IEEE39電網網絡接線圖

通過分析近年來全國繼電保護裝置動作的情況[7],可以看出繼電保護不正確的動作中誤動次數占絕大部分。雖然繼電保護誤動和隱性故障存在一些差異,但是因為繼電保護隱性故障動作的數據很難獲取,所以采用繼電保護不正確動作的數據來確定隱性故障模型中的PH值。從文獻[7]統計的國家電網公司繼電保護運行情況可以看出,在220 kV交流系統中,2006年和2007年繼電保護正確動作率分別為99.87%和99.93%,則不正確動作率分別為0.0013, 0.0007,因此本文采用2006年和2007年的繼電保護不正確動作率作為隱性故障模型中的PH值,并做如下假設:繼電保護裝置處于穩定運行期,忽略老化因素對隱性故障概率PH的影響;外界為正常天氣,忽略環境因素對隱性故障概率PH的影響。分別仿真了不考慮隱性故障、隱性故障概率PH1=0.0013、PH2=0.0007三種情況。

1) 不考慮隱性故障時,對IEEE39電網進行200次故障仿真,仿真中每天對電網增加一次擾動。根據數據統計值,線路停運概率的最小值為Pmin=0.0002,最大值為Pmax=0.9998。得到的停電事故的時間序列如圖4所示。

根據仿真得到的結果,在這200次故障中,統計各事故規模出現的次數,結果如表1所示,其中事故規模用損失負荷量來表征,對應表1中標度一欄,各事故規模出現的次數對應表1中頻度一欄。

圖4 不考慮隱性故障的時間序列圖

標度/MW頻度/次標度/MW頻度/次標度/MW頻度/次>0200>1000158>150078>200197>1100140>160069>600191>1200120>180050>800187>130098>200029>900176>140086>220015

2) 考慮隱性故障的因素時,取隱性故障概率PH1=0.0013,同樣對IEEE39電網進行200次故障仿真,仿真得到的停電事故的時間序列圖如圖5所示。

圖5 隱性故障率為0.0013的時間序列圖

在這200次故障中,統計各事故規模出現的次數,如表2所示。對比表1和表2的數據可以看出,停電事故規模大于1200 MW時,考慮隱性故障時電網發生事故的次數大于不考慮隱性故障的情況,說明當有隱性故障存在時,電網發生大停電事故的次數明顯增加。

表2 考慮隱性故障的事故規模統計表

分別將表1和表2中的標度即損失負荷量從小到大重新排列,并利用最小二乘法進行線性回歸,以標度為橫坐標,頻度為縱坐標,繪制在同一個雙對數坐標圖中,如圖6所示。大停電事故具有的冪律特性研究的是尾部特性,圖6中“+”代表去除的點。

圖6 停電事故規模雙對數坐標圖

在標度頻度雙對數坐標圖中,停電事故的標度與頻度的關系為

L:lgN=9.043-2.281lgr

R=-0.7442

L1:lgN=6.19-1.345lgr

R1=-0.7787

式中:N為事故發生的頻度;r為事故發生的標度;R、R1為回歸方程的相關系數。根計算相關系數R的公式為

根據數理統計理論,樣本個數n=14,自由度m=n-2=12,由相關系數顯著性檢驗表可知,顯著性水平α=0.01,自由度為12時的相關系數檢驗臨界值R0.01=0.66138。所以|R|>R0.01,|R1|>R0.01,停電事故的標度-頻度關系顯著,回歸方程擬合的效果較好。

從圖6可以看出,在同一標度下,考慮隱性故障時,大停電的頻度較大。并且從兩種情況下擬合的直線來看,考慮隱性故障時,擬合直線的斜率的絕對值較小,說明同一個電網因為隱性故障的存在,在發生故障后更快進入自組織臨界狀態。曲線L在標度即損失負荷量達到3.2之后,呈現出明顯的冪律特性,而曲線L1在標度達到3.0之后就可以呈現出冪律特性。同樣說明,隱性故障存在時,電網在發生故障后提前進入自組織臨界狀態,在這種狀態下,外部的一個微小的擾動都有可能引起連鎖故障導致大停電的發生。

3) 考慮隱性故障的因素時,取隱性故障概率,同樣對IEEE39電網進行200次故障仿真,仿真得到事故的時間序列如圖7所示。

圖7 隱性故障概率為0.0007的時間序列圖

對這200次故障中各事故規模出現的次數進行統計,如表3所示。

表3 隱性故障概率為0.0007事故規模統計表

用同樣的方法可以得到PH2=0.0007時,停電事故的標度與頻度的關系為

L2:lgN=7.199-1.683lgr

R2=-0.7483

R0.01=0.66138,|R2|>R0.01,停電事故的標度-頻度關系顯著,回歸方程擬合的效果較好。兩種不同隱性故障概率下停電事故標度頻度雙對數坐標如圖8所示。

圖8 不同隱性故障概率下停電事故規模雙對數坐標圖

對比表2和表3的數據可以看出,隱性故障概率PH1=0.0013時,電網發生大規模停電事故的次數較多,例如在隱性故障概率PH1=0.0013的情況下,在200次故障中,IEEE39電網發生了53次規模超過2000 MW的大停電事故,隱性故障概率PH2=0.0007的情況下,大停電規模超過2000 MW的事故只發生了39次。兩個數據的對比可以說明,隱性故障概率較大時,電網發生大停電事故的次數增多,后果更嚴重。從圖8中也可以看出,隱性故障概率為0.0007時,對應的曲線的斜率的絕對值為1.683,在標度達到3.1之后呈現出冪律特性,與隱性故障概率為0.0013時的情況相比較,可以說明,降低隱性故障概率,可以增大電網的自組織臨界點,從而降低電網進入自組織臨界狀態的風險。

4 結 論

1) 繼電保護隱性故障與電網是否處于自組織臨界狀態是有關系的,它對電網存在一定的潛在威脅,在電網發生故障時,隱性故障就會被觸發,將會導致電網提前進入自組織臨界狀態,增加了電網發生大停電的可能性及嚴重性。

2) 減小隱性故障概率,能夠降低電網進入自組織臨界狀態的風險,如果在臨界點之前能夠有效采取措施,就可以阻止電網進入自組織臨界狀態,從而防止大停電事故的發生。因此在電網的實際運行中,要時刻地監測電網元件的運行狀態,一旦發生故障,及時更新相關的數據。同時監測裝置的應

用情況,使裝置處于良好的工作狀態,及時更換老化的裝置,避免因裝置老化引起的隱性故障。

3) 現有的關于電網自組織臨界性和隱性故障的研究已經相當成熟,但是都沒有具體分析保護隱性故障對電網自組織臨界性的影響,本文的仿真結果為“隱性故障是導致大停電的重要因素”這一理論提供了數據支持,從停電事故的標度頻度雙對數坐標圖和事故規模統計表都能夠看出,保護隱性故障確實能夠導致電網停電規模的擴大。

[1] 于群, 郭劍波.中國電網停電事故統計與自組織臨界性特征[J].電力系統自動化,2006, 30(2):17-21.YU Qun, GUO Jianbo.Statistics and self-organized criticality characters of blackouts in china electric power systems[J].Automation of Electric Power Systems, 2006, 30(2):17-21.

[2] 李博通, 李永麗, 姚創, 等.繼電保護系統隱性故障研究綜述[J].電力系統及其自動化學報,2014,26(7):34-39.LI Botong, LI yongli, YAO Chuang, et al.Overview of research on hidden failures in protection system[J].Proceedings of the CSU-EPSA, 2014,26(7):34-39.

[3] 范文禮, 劉志剛.隱性故障對小世界電網連鎖故障的影響分析[J].電力系統自動化,2013,37(21):23-28.FAN Wenli, LIU Zhigang.Influence analysis of hidden faults for cascading failure in small world electric power grids[J].Automation of Electric Power Systems, 2013,37(21):23-28.

[4] 趙麗莉, 李雪明, 倪明, 等.繼電保護與安全穩定控制系統隱性故障研究綜述及展望[J].電力系統自動化,2014,38(22):128-133.ZHAO Lili, LI Xueming, NI Ming, et al.Review and prospect of research on hidden failures of protection system and security and stability control system[J].Automation of Electric Power Systems, 2014,38(22):128-133.

[5] 郭劍波, 于群, 賀慶.電力系統復雜性理論初探[M].北京:科學出版社, 2012.GUO Jianbo, YU Qun, HE Qing.Research on complexity theory for power system[M].Beijing:Science Press, 2012.

[6] 梅生偉, 翁曉峰, 薛安成, 等.基于最優潮流的停電模型及自組織臨界性分析[J].電力系統自動化,2006,30(13):1-5.MEI Shengwei, WENG Xiaofeng, XUE Ancheng, et al.Short-term scheduling optimization of cascade hydro plants via triangle gyration algorithm[J].Automation of Electric Power Systems, 2006,30(13):1-5.

[7] 沈曉凡, 舒治淮, 劉宇, 等.2008年國家電網公司繼電保護裝置運行情況[J].電網技術,2010,34(3):174-177.SHEN Xiaofan, SHU Zhihuai, LIU Yu, et al.Statistics and analysis on operation situation of protective relayings of state grid corporation of china in 2008[J].Power System Technology, 2010,34(3):174-177.

(責任編輯 郭金光)

Influence analysis of protection hidden failures on self-organized criticality of power grid

YANG Yali,CAO Nan,YU Qun,FENG Anqiang,CAO Shuangshuang

(College of Electrical Engineering and Automation, Shandong University of Science and Technology, Qingdao 266590, China)

In order to study the influence of hidden failure on self-organized criticality (SOC) of power grid when blackout occurs, this paper analyzed the risk of power grid in self-organized criticality state under different probability of hidden failures, and simulated SOC-Power Failure model in IEEE39 power grid.The simulation result shows that under the same loading and flow distribution, the scale of power grid blackouts is larger and the system enter self-organized criticality state in advance because of hidden failures.Meanwhile, it shows that the risk of power grid entering self-organized criticality state can be reduced effectively by reducing the probability of hidden failures.

relay protection;hidden failures;power grid;self-organized criticality;risk

2016-05-08;

2016-05-12。

楊亞麗(1990—),女,碩士研究生,研究方向為電力系統自動化。

TM773

A

2095-6843(2016)05-0427-05