考虑灾害天气的线路安全风险评估及应用

付聪，杨韵，钱峰，钟雅珊，左剑，李绥荣

(1.广东电网有限责任公司电力调度控制中心，广东 广州 510699；2.杭州沃瑞电力科技有限公司，浙江 杭州 310000)

大面积停电会带来重大经济损失和社会负面影响，供电系统安全评价方法的研究变得非常关键。在导致电力系统突发事故的诸多原因中，由天气原因造成的故障占非常大的比例。尤其由于全球平均气温上升等原因影响，极端天气频繁出现，给电力系统造成了巨大损害。近年来，输电网和配电网的安全风险评估日渐加强：文献[1]研究了考虑风险叠加的输电网检修计划安全优化，文献[2]研究了考虑风险评估的运行方式调整，文献[3]基于层次法对110 kV电网综合安全风险评估进行了研究，文献[4]对电网风险量化评估方法与管控进行了研究，文献[5]基于安全防线等实现了在线动态安全评估，但以上研究均没有考虑灾害天气的影响；文献[6-9]分别对特高压直流、事故或者自然灾害等特殊场景下电网风险评估和可靠性评估的理论模型和评估方法进行了研究，但未对实际电网进行应用和分析；文献[10]研究了连锁故障下的风险评估，引入多种系统级的风险评估指标对仿真结果进行处理, 在宏观层面上评估目标系统连锁故障风险，但未深入研究实际电网。在配电网的风险评估方面，有模型和分析方法的研究：文献[11]基于改进可拓层次分析进行了配电网风险综合评估研究，实现了停电影响综合评估；文献[12]基于风险价值的增量研究配电网效益风险评估；文献[13]研究了基于模糊故障树的配电网综合风险评估；文献[14]研究了基于CVaR分析的新能源配电网电压风险评估模型；文献[15]对含分布式电源的配电网协调风险调度方法进行了研究。为防止大停电、拉闸限电等情况发生，在安排检修方式时需要判断设备检修和复电对电网可能带来的影响，并通过潮流计算软件针对性地计算分析检修的风险评估。近年来，风险评估及辅助决策系统开发与应用开始增多[16-20]，可利用软件实现对电网的在线和离线安全分析，及时、系统地找到电网的脆弱点和薄弱环节，进而提出针对性措施，最终有效地抑制和减少电网事故的发生。目前研究存在的主要问题是风险评估模型不够精准，未考虑灾害天气和历史数据，指标偏差较大。本文引入气象数据，针对雷电、台风等灾害天气建立电力系统线路运行风险的量化模型，结合线路的历史统计数据给出表明故障危害程度的风险量化指标。

广东省是全国台风频率最高的省份，每年6—9月间台风频频来袭对广东省造成了极大的影响。广东同时也是雷电天气高频出现的省份之一，在历年对输电线路故障的统计中，雷击占220 kV线路故障原因的16%，雷击具有明显的季节性，在7—9月到达峰值。因此对于广东尤其是夏天来说，对灾害天气的风险评估非常有意义。本文以广东电网线路为样本，通过设定雷电、台风天气数据样本，基于负荷损失进行计算。

1 考虑灾害天气的风险评估算法

电力系统安全性风险评估方法通过确定元件停运模型并以此构建电力系统的安全评估模型，引入系统不确定性因素，计算系统事故发生的机率，并采用风险指标结合事故概率和后果，定量地将事故的可能性和严重性这2个决定系统安全性的因素结合起来，可以更加全面地体现事故对整个电力系统的影响，从而更好地协调动力系统运行安全与经济效益之间的相互关系。

1.1 风险评估法及计算步骤

电力系统风险评估通常包括4个方面的内容：确定元件停运模型；选择系统状态和计算它们的故障；评估所选择状态的后果；计算风险指标[21]。元件包括发电机、线路、变压器、断路器、电容电抗器、隔离开关和母线等。电力系统风险指标计算公式是发生的概率和产生的后果的乘积，可以定量表示为待研究运行方式下的后果与风险发生的概率之乘积,即R= max(PD)，式中：R为电网风险值；P为风险概率值；D为风险危害值。

本文以线路为例给出的风险评估计算步骤如下：

a)采集被评估的电力系统主要线路的历史故障数据，据此计算出电力系统中元件的平均停运率；

b)根据灾害天气的主要参数，建立灾害天气线路停运模型；

c)根据灾害天气的预测数据和历史数据计算灾害天气下的设备停运率；

d)以损失负荷作为指标建立后果模型并计算相关严重度；

e)根据设备停运率和严重度计算量化风险值并进行评级。

线路的停运受天气的影响较大，因此建立基于天气预报的短期停运模型，输入量为天气预报的数据。对于跨度较大的输电线路，不同区域有不同天气条件，对线路造成的影响应依据不同的气候区域分段考虑。

输电线路偶然失效模式总的故障率

(1)

式中：K为输电线路经过的气候区个数(区县级区域)；λi为输电线路在第i个气候区的停运率。

台风(大风)和雷电引发的线路故障率很高，并且有很强的季节性，山火引发的线路故障同样具有很强的季节性，其他原因比如鸟害、人为操作失误、外力破坏等影响无明显季节性，并且这些影响因素相互独立，故输电线路的停运率可以表示为

λi=λthunderi+λwindi+λfirei+λbasei.

(2)

式中：λthunderi为第i个气候区雷电引起的输电线停运率；λfirei为第i个气候区山火引起的输电线停运率；λwindi为第i个气候区台风(大风)引起的输电线停运率；λbasei为第i个气候区输电线的基础停运率，原因包括鸟害、人为操作失误、外力破坏等。

对于输电线路强迫停运时间，描述其概率密度函数分布的主要有指数分布、威布尔分布、伽马分布、对数正态分布等。研究表明威布尔分布和伽马分布可以通过调节形状参数或尺度参数来反映概率密度曲线的变化，因此更加适合用来描述和计算输电线路强迫停运时间[22]。

1.2 雷电天气线路停运模型

在导致线路故障的气象因素中，雷击占相当大的比例。落雷密度Ng和雷暴风雨频率Td之间关系为

(3)

式中：Ng的单位为落雷数/(km2·a)；Td单位为地区雷暴风雨数/a。二者均可从雷电活动水平数据中获得。

雷击故障率

λlightning(Ng(t))=β(Ng(t)+1)λnorm.

(4)

式中：β为尺度参数，根据经验取3 100；λnorm为正常天气情况下的线路失效率(次/a)。

1.3 台风天气停运率模型

台风是引起输电线路故障的重要原因之一，在220 kV线路故障原因中占16%，在500 kV线路故障原因中占44%。同时，台风也具有明显的季节性，由台风引起的线路停运在7—9月到达峰值。通过对台风引发的线路故障分析发现，故障发生时间集中在台风日，台风在短时间内造成通过区域内的多条线路停运。

对故障影响最大的天气数据为预测风速，线路失效率

(5)

式中：ωcri为可能引起舞动或者风偏的临界风速，取8.5 m/s[23]；α为尺度参数，根据经验取113；ω(t)为t时刻的风速。

1.4 故障的严重度

风险评估中的后果并不只有一种，本文以故障后损失负荷作为严重度指标进行计算，考虑故障时直接切断线路带来的影响，通过预想开断目标线路造成故障，计算损失负荷；此外也可以选用静态安全性下的过载作为后果，以短时过载率作为严重度指标，建立静态安全性后果模型，取短时过载率作为严重度进行计算。

2 多重故障集自动生成

对电网进行风险评估的故障集除“N-1”故障外，还需考虑多重故障的情况。在实际的能量管理系统实时系统风险评估中，通常使用解析法来进行风险评估，如果对所有故障组合进行扫描则无法满足实时性，因此通常在扫描前得到一个可以覆盖所有危险点的故障集，以保证计算的效率和实时性。多重故障集自动生成主要考虑2方面的因素：一是在拓扑分析的基础上对电网进行分区，二是考虑故障的影响域。本文基于拓扑分区和故障影响域，提出基于设备概率的故障集生成与筛选技术。

2.1 拓扑分区

对电网进行分区有利于减小每次故障后果分析的计算规模，也能有效过滤大量可以近似线性叠加的预想开断后果的故障。拓扑分区的结果应保证一个分区内的故障对区外设备的影响几乎可以忽略不计，这样在对某一区内的故障进行分析时就不需要考虑区外，以提高算法的效率。预想故障分析时的分区针对支路进行：首先建立电气岛的节点支路连通图，而后搜索该图的任一棵支撑树，以此为基础生成单连支回路，进而将存在公共边的回路合并为一个分区，将这些环状分区相应的支路从图中移除，剩下的辐射状支路则按连通性进行分区。

根据上述分区原则，每条支路将属于某一分区，分区与分区之间仅存在公共的节点，不可能存在公共的边(支路)。以图1所示的电气岛为例，虚线支路之间构成环，实线支路之间构成环，它们之间只有公共的节点，但没有共同的边(支路)；因此虚线支路集合构成一个分区，实线支路集合构成一个分区，这2个分区内发生设备故障对另一个的影响都可以忽略不计，对于不同区域的多重故障，由于彼此之间的影响较少，可以简单视为单故障的简单线性叠加。因此需要重点关注同一个区内发生多重故障的情况，即多重故障的后果较之各单重故障后果的线性叠加更为严重的情况。

图1 拓扑分析示意图

母线预想开断的情况相当于开断该母线相邻的所有支路，这些支路如果位于同一个分区内，则只需对该分区进行分析，否则需对相关的多个分区同时进行分析。

2.2 故障影响域

通过分区思路能够有效过滤许多不需要关注的故障(无害或后果可近似线性叠加的情况)，提高计算效率，但仍然不能完全解决风险评估问题。对于检修方式等造成的“N-2”故障组合规模仍旧比较大，需要进一步分解，以快速过滤安全的故障集，而重点定位和关注对电网造成安全威胁的故障设备和影响区域。在电网风险评估时可根据分区的思路先进行“N-1”预想故障分析。对于每一个“N-1”开断，首先可根据开断前后潮流的分布情况确定预想开断的主要影响域。对于开断前后潮流变化不大或开断后潮流反而变小的支路可以不予关注，只关注开断后潮流明显变大的支路。将“N-1”预想开断设备自身及开断后潮流明显变大的支路定义为该设备的故障影响域。支路潮流是否明显增大可根据设备开断后的潮流转移系数并参考支路短时过载能力与开断前支路潮流的比例确定。不同电压等级的设备间容量可能相差较大，高电压等级设备的容量相对较大，低电压等级的设备容量则相对较小。高电压等级设备开断对低电压等级设备的转移系数小于0.02(同一电压等级取0.03，低电压等级向高电压等级转移取0.05)时，认为其影响可以忽略。

3 应用实例

建立考虑灾害天气因素的设备短期停运模型后，就可以基于具体的天气预报数据对实际的电网模型进行风险值计算。

3.1 计算说明

a)本文选取广东电网模型进行计算。静态安全校核计算损失负荷作为设备停运的严重度，据此在广东省2 000条线路中，选择线路故障时损失负荷不为0、线路参数完整的28条线路和损失负荷为0的2条线路进行计算。线路分别分布于广州、阳江、惠州、清远、韶关、肇庆、潮州、梅州、江门、汕尾、云浮和东莞等地区。

b)获取线路的停运率历史数据，同时根据线路长度等因素算出每条线路的平均停运率，据此可以求得平均故障率。

c)分别获取线路所在地区的雷电/台风天气数据，假定次日为雷电/台风天气，根据1.3节中的模型计算线路故障率，然后计算次日雷电/台风的风险值。台风风速取“海马”在广东省内时各市遭受到的最大风速进行计算。

d)风险值排序。夏季输电线路故障的主要原因是雷电与台风，两者皆多发于每年的6—9月，将两者结合进行夏季风险排序。

3.2 天气数据设置

根据历史数据可知各地区雷电年平均落雷密度数据：东莞、广州、佛山、中山、深圳落雷密度范围均为17.33～26.35次/(km2·a)；惠州、茂名、湛江、阳江、江门落雷密度范围均为13.01～16.53次/(km2·a)；珠海、肇庆、清远、云浮、汕尾落雷密度范围均为10.01～12.72次/(km2·a)；河源、揭阳、潮州、梅州、韶关、汕头落雷密度范围均为8.29～9.81次/(km2·a)。

以2021年的“海马”台风天气数据为样本进行计算，台风从汕尾登陆，到深圳、江门、湛江，在省内的时间内最大风力达到17级，中心附近最大风速达到68 m/s。

3.3 故障集自动生成

基于设备概率的故障集生成与筛选技术对广东电网模型生成覆盖所有风险点的风险故障集。自动生成前的故障集包含17 923条记录，通过本文所述故障集自动生成和筛选技术后生成仅978条，大大减少了在线风险评估需要扫描故障集的规模，提高了风险评估的实时性能和计算效率。

3.4 计算结果及分析

根据此前定义的计算方式、天气数据及风险预想故障集进行风险计算，最终结果见表1。

由表1可以看出：在正常天气，广东电网的“N-1”“N-2”停运率都较低，基本上不存在安全风险，但是在极端灾害天气情况下停运率增加，需要重新进行风险评估。

表1 不同灾害天气下各地区的风险值

a)在雷电天气，部分线路故障下电网停运率及风险值与正常天气相比有近1个数量级的增加，部分线路的“N-2”需要引起注意。

b)台风天气，线路的停运率比正常情况下大许多，强风在短时间内给电力系统造成极大破坏。

c)大多数条线路在台风与雷电情况下时，台风天气的风险值要大于雷电天气的风险值，风险等级高，可见台风天气比雷电天气的风险更高。

同时可以看出：本次台风登陆地区的汕尾虽然损失负荷不大，但由于最大风速大，其线路的风险值仍较高；惠州尽管部分线路损失负荷大，由于概率较低，其部分线路仍有较低的风险值；台风影响较弱的梅州、韶关则基本上与雷击相差不大，甚至韶关有条线路的风险值还低于雷击风险等级；负荷损失为0的线路即使故障率较高，风险值和风险等级也是最低的。

4 结束语

本文基于天气预报数据建立了线路的短期停运率模型，并且选取雷电天气和台风为例计算实际电网线路风险值并进行安全风险评估分析。通过安全风险评估，对事故发生的概率与事故后果的严重性两方面进行综合考虑，对电力系统运行时遇到的故障有了全面而清晰的认识。基于气象因素评估电力系统安全风险，建立了气象对电力系统运行影响的模型，通过计算确定风险值，并用风险指标表明故障的危害程度，使运行操作人员能够进行风险防范，着重注意风险等级高的线路，做好计划安排，选择最优化操作。风险评估将事故概率与后果综合考虑并量化表达，有些线路故障后果严重但是故障发生概率低，不用像过去一样重点关注，而是将精力放在防范一些故障发生概率大的线路，从而保证线路的正常运行。

根据短期停运率模型及基础数据自动生成故障集，得到一个可以覆盖所有危险点的故障集；最后根据风险故障集高效准确地实现线上安全风险评估，计算风险值，根据风险值及评级方法进行风险评级。