-
各地的电力系统是一个庞大的网络,随着经济、社会的发展,人们对电力的依赖越来越强,电力系统所承受的压力越来越大,电力部门面对大规模停电的威胁也越来越显著,因此“黑启动”[1]方案受各国科研人员的关注度越来越高。所谓黑启动方案,是指整个系统因故障停运后,系统全部停电(不排除孤立小电网仍维持运行),处于全“黑”状态,不依赖别的网络帮助,通过系统中具有自启动能力的发电机组启动,带动无自启动能力的发电机组,逐渐扩大系统恢复范围,最终实现整个系统的恢复。
电力系统在黑启动过程中分为3个阶段:1) 黑启动阶段;2) 系统重构阶段——主要目的是尽快给失电场站送电并建立一个骨架网络,为下一阶段全面恢复负荷(拥有发电机组的场站在网络中被标记为电源节点,除电源节点外,网络中的其他机组都可被看作是广义的负荷节点)打下基础;3) 负荷恢复阶段。大规模停电后网络重构阶段的主要任务是尽快给失电场站送电,快速恢复失电机组,并建立一个稳定的网架结构。在系统重构过程中要选择电源、负荷和线路的理想组合构成骨架网络。
为实现网络重构,一些学者根据网络中节点和连边的性质构造出了骨架网络,提出了网络恢复策略。文献[2]采用节点收缩后的网络凝聚度定义节点重要度,以网络重构效率(网络节点的平均重要度/网络的聚类系数)作为衡量重构效果的评价指标,提出了基于节点重要度评价的骨架网络重构策略,但未考虑到不同线路的相对重要性。随后,文献[3]在此基础上考虑线路介数,以节点重要度和线路介数作为重构指标,优先将重要节点和关键线路选入重构目标骨架网,从而为整个电网的全面、快速恢复奠定基础。文献[4]基于节点的恢复可靠性确定节点恢复序列,然后优先恢复待恢复节点中可靠性最高的节点,以此来提高系统恢复的成功率。文献[5]研究了节点间的供电关系,提出了一种基于后悔思想的节点重要度评价方法,但该方法在优化恢复路径时仅考虑了对重要节点的恢复。
考虑到实际网络中一些重要节点和连边的优先恢复,本文以链路预测算法为背景,考虑在网络中起重要作用的异常边,提出了基于异常链路分析的骨架网络重构方案。
HTML
-
为验证本文方法的有效性及具体实现过程,选择IEEE30节点系统(30个节点,41条边)进行测试。排序分作为衡量链路预测算法精确度的指标,系统的排序分值越小说明算法的预测精度越高。而节点和边的排序分,即异常度,揭示了它们的重要性,排序分值越大则表示该节点和连边越异常,说明它们的重要性越大。通过上述理论,本文以IEEE30节点系统图(图 1所示)为例,选取预测精度较高的链路预测算法来实现该系统的骨架重构。其中,衡量链路预测算法精确度的指标为排序分(ranking score)。
1) 逐项遍历IEEE30节点系统图中所有连边,将不同链路预测算法在该系统网络中的预测精度值记录在表 1中。
指标 CN AA RA Katz LP 排序分 0.1427 0.1362 0.1352 0.5133 0.2774 由上述表格可知,RA指标得到的系统排序分最小,说明该指标对该系统网络的预测效果较好。
2) 通过RA指标来计算网络中连边的异常度,即排序分值,如表 2所示。然后通过式(10)求得电源节点的异常度,确定所有发电机组的恢复次序。
e RSe e RSe e RSe (1,2) 0.195 (8,28) 0.154 (16,17) 0.195 (1,3) 0.200 (9,10) 0.144 (18,19) 0.195 (2,4) 0.152 (9,11) 0.195 (19,20) 0.195 (2,5) 0.195 (10,17) 0.185 (21,22) 0.122 (2,6) 0.063 (10,20) 0.185 (22,24) 0.190 (3,4) 0.195 (10,21) 0.028 (23,24) 0.192 (4,6) 0.063 (10,22) 0.013 (24,25) 0.190 (4,12) 0.182 (12,13) 0.190 (25,26) 0.195 (5,7) 0.200 (12,14) 0.058 (25,27) 0.187 (6,7) 0.187 (12,15) 0.013 (27,28) 0.187 (6,8) 0.028 (12,16) 0.187 (27,29) 0.013 (6,9) 0.122 (14,15) 0.058 (27,30) 0.013 (6,10) 0.028 (15,18) 0.190 (29,30) 0.058 (6,28) 0.013 (15,23) 0.190 在图 1中,方形节点代表发电机组(即电源节点),其中节点1为可自启动发电机组,在系统瘫痪状态下可以自行启动,带动其他发电机组进行供电。由于发电机2与自启动发电机相关联,所以可以直接恢复;这5个发电机机组的恢复次序可通过表 3中的异常度排名得到:2-23-13-22-27。
电源节点 异常度 2 0.1513 13 0.1900 22 0.1080 23 0.1910 27 0.1000 3) 根据确定的发电机组(电源节点)的恢复顺序,通过改进的Dijkstra算法得到最短恢复路径,包含11个节点和10条线路,如表 4所示,也就是系统的骨架网络,如图 1中虚线路径所示。
序号 节点恢复顺序 线路恢复顺序 1 2 (1,2) 2 23 (2,4)—(4,12)—(12,15)—(15,23) 3 13 (12,13) 4 22 (23,24)—(24,22) 5 27 (24,25)—(25,27) 根据重构效率的定义,可计算得到该重构策略的效率值为:
$\eta = \frac{{({r_4} + {r_{12}} + {r_{15}} + {r_{24}} + {r_{25}})/\max (r)/5}}{{\sum\limits_{j = 1}^{11} {{c_j}} /\max ({c_j})/11}} = 1.178{\rm{ }}6$
对同一系统,文献[2]中得到的含6个负荷节点、13条线路的骨架网络效率值为1.1724,文献[4]中得到的含6个负荷节点、11条线路的骨架网络效率值为1.1178,由此可见本文方法可得到目前为止含最少路径数且重构效率较高的系统骨架。在现实生活中,快速得到骨架网络对指导整个网络的恢复工作有很大的实际意义。
4) 图 1中各线路的权重值是其得分排名,骨架网络构造后,各发电机组(即电源节点)均已连通,可单独向未恢复的邻居机组进行供电。在各已恢复机组周围的未恢复线路中工作人员可依据其得分排名从高到低进行恢复。由于各电源节点均可独立工作,以节点22为例,当其恢复发电后,工作人员首先恢复线路(22,21),而与节点27相关联的线路中(27,28)会被首先恢复;以此扩展,直到整个网络中的线路均恢复正常工作。
-
为进一步验证该算法在大规模真实网络中的有效性,本文以华中500kV电网[14]为研究系统,计算该网络在大规模崩溃后指导重构的骨架网络。经过网络等值后,该网络共有136个节点(包含1个自启动电源节点,42个带有发电机组的电源节点)和175条连边。
首先通过各链路预测方法的预测精确度比较,选择在该网络中表现力较好的RA算法。通过该算法可得到各电源节点的异常度,并可根据其异常度得到重构网络中电源节点的恢复次序。
其中假设64号节点为自启动电源节点,所以无需恢复,而系统中也无与该节点直接相连的电源节点,所以可直接根据表 5中电源节点的顺序进行恢复,对于异常度相同的节点按其编号进行排序,从而得到了电源节点的恢复次序,将这些节点按其排名顺序进行标号,然后通过2.2节中改进的Dijkstra算法计算骨架网络中的最短路径,可得到包含43个电源节点、56个负荷节点以及连接这些节点的102条路径的骨架网络系统,经过计算可得到该重构网络效率值为2.1284。通过重构网络效率值的对比发现,基于异常度的重构策略在较大规模网络中同样有效。
节点 异常度 节点 异常度 节点 异常度 57 0.3675 7 0.3656 15 0.3645 67 0.3674 10 0.3656 81 0.3645 104 0.3674 12 0.3654 132 0.3644 120 0.3669 13 0.3653 134 0.3641 2 0.3665 32 0.3653 82 0.3637 17 0.3665 38 0.3653 105 0.3635 34 0.3664 66 0.3651 29 0.3631 55 0.3663 69 0.3651 124 0.2602 68 0.3663 72 0.3651 16 0.2370 92 0.3663 79 0.3651 129 0.2144 126 0.3663 96 0.3650 118 0.1740 131 0.3663 108 0.3647 26 0.0805 135 0.3662 5 0.3646 60 0.0614 127 0.3658 8 0.3646 114 0.0420