电力系统风险评估毕业论文--基于风险的电力系统静态安全性评估综述

《电力系统风险评估毕业论文--基于风险的电力系统静态安全性评估综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于风险的电力系统静态安全性评估综述摘要：基于风险的安全性评估方法在当前电力系统规模扩大和电力市场化改革深入的新情况下具有重要意义，从电力系统静态安全性的角度介绍了电力系统安全性风险评估的定义，阐述了其研究内容和方法，并探讨了其应用范围与发展趋势，为深入研究电力系统安全性风险评估奠定了基础。关键词：电力系统；风险评估；静态安全；状态概率；事故后果中图分类号：TM712文献标志码：A随着电力需求的持续、快速增长，电网的规模和复杂性与日俱增。同时，由于电力市场化改革的推进，竞争的新环境致使电力系统运行工况的变化越来越频繁，受各种不确定因素的影响电网更趋复杂。然而，系统运行操作

2、人员并不能准确掌握系统的安全状态，事故发生时可能因缺乏足够的信息而无法采取相应的措施，导致事故扩大。近年来，国内外发生了数次大规模停电事故，经济损失巨大，因此研究有效的安全性评估方法十分必要。传统的确定性安全评估方法(即最严重的事故决策标准)已不足以合理地评估安全水平，主要缺陷为：①不能反映负荷变化及元件故障等方面的概率属性、电力系统的动态和非线性特征及各种随机行为的关联性和复杂性；②安全稳定门槛值采用电压越限值、功率越限值等电气参数表示，不能用经济损失等指标衡量其后果的严重程度。由于传统解决方案考虑的是最严重的事故，过于保守，从运行角度看，设备未被充分利用；从规划角度看

3、，系统建设过度。而概率评估方法能克服确定性安全评估方法的第一个缺陷，可考虑事故发生的概率，但无法考虑事故造成的后果。基于风险理论的安全性评估可对系统的运行风险及其相关影响进行综合性评价【1-4】。IEEE标准100—1992将风险定义为对不期望发生结果的概率和后果的度量，采取概率与后果乘积的表达形式【5】。风险指标具有可分解性、时效性，可提供全网各关键区域的风险变化信息，便于运行人员监控；还可将连续的运行状况风险指标累计为规定时间段内总的风险，从而为检修计划等运行方式的安排提供决策信息。电力系统安全性风险评估方法通过确定元件的故障模型建立系统安全评估模型，计算系统事故发生

4、的概率，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两个决定系统安全性的因素结合起来，能比较全面地反映事故对整个电力系统的影响，更好地协调电力系统运行安全性和经济性之问的关系。1电力系统风险评估原理1.1电力系统风险概念电力系统风险评估是指根据电力系统所面临的不确定性因素，对可能性与严重性进行综合度量口]。其计算公式为：(1)式中，为系统在时刻的预测状态，一般由上一个时刻系统状态的估计结果及在两时刻间系统的状态变化情况综合求得；为第个事故；为时刻第个事故发生的概率；为时刻第种可能的系统状态；为状态出现的概率；为第个负荷水平下事故发生的后果，代表过载、低

5、电压及电压失稳的严重度。1.2安全性风险评估分类电力系统的安全性是指在突发性故障引起的扰动下，系统保证避免发生严重供电中断的能力。事故后系统的行为分为稳态行为和暂态行为，因此系统安全分析亦分为静态安全分析和动态安全分析两部分，如图1所示。传统的静态安全分析包括系统过载分析和电压越限分析，随着系统的发展，电压崩溃问题逐渐突出，对此问题的分析亦成为静态安全分析的重要部分。静态安全性过载安全性电压安全性变压器过载线路过载低电压电压失稳图1电力系统静态安全性分类Fig.1Classificationofpowersystemsteady-statesecurity1.3安全性风险

6、评估步骤风险评估方法通常包括如下步骤【6】。步骤1给出元件停运的模型。步骤2对系统的状态进行选择并确定其出现的频率。步骤3计算事故产生的后果。步骤4估算风险的程度。步骤5评估风险的可接受程度。步骤6采取措施减少任意不可接受的风险。2电力系统风险评估的研究内容2.1系统状态的概率模型电力系统的事故是由一个或多个元件的故障造成的，不同的事故对应不同的故障元件数目和类型。由一个元件i的故障引起的系统事故可表示为：(2)式中，为元件故障状态；为元件正常状态；为元件个数。假设元件的故障独立，则可得：(3)式中，为系统事故发生的概率；为元件的故障率。同理，当多个元件同时故障时，也可按

7、式(3)处理。目前，在计算元件故障概率时主要存在两个问题【7】：①数据缺乏。一些线路没有或仅有很少历史数据；②元件故障概率对环境条件及地理位置存在依赖性，这一点在运行风险评估中尤为重要。对前者，文献[8]提出了一种数据集中的方法，即将具有相似特征的不同元件数据结合起来，增加了数据库的规模，从而减小了计算偏差；对后者，文献[8]建立了考虑气候条件的输电线路故障模型，线路故障率具有时变特性。文献[9]采用神经网络集成方法处理样本数少、非线性高的问题，有效地提高了电气元件故障模型的精度。2.2事故后果模型后果模型又被称为严重度函数，