基于历史故障记录数据的电网连锁故障规模概率分布研究.pdf

《基于历史故障记录数据的电网连锁故障规模概率分布研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第42卷第7期电力系统保护与控制Vb1．42NO．72014年4月1日PowerSystemProtectionandControlApr．1，2014基于历史故障记录数据的电网连锁故障规模概率分布研究任惠，熊吉，DavidWattS，陈曦(1．华北电力大学电气与电子工程学院，河北保定071003；2．PontifiCiaUniverSidadCatolicadeChi1e，PUC，VicunaMackena4860，Macul，Santiago，Chi1e；3．西安理工大学水电学院，陕西西安710048)摘要：连锁故障规模的概率分布描述了电网连锁故障的传播

2、特点，是衡量电网发生大规模停电故障概率的有效方法之一针对历史故障统计数据进行计算，是传统电力系统可靠性评估方法之一。将其与分支过程模型结合，用于区域电网的连锁故障分析。采用某区域电网14年历史故障数据为样本数据，针对多种概率模型进行比较分析，提出采用波雷一坦尔分支过程模型计算该区域电网连锁故障规模的概率分布，并采用误差分析研究了波雷一坦尔模型应用于实际电网风险管理的有效性和可能性。结果表明，波雷一坦尔模型能够很好地估计线路故障规模的概率分布。在相同置信度要求下，基于波雷一坦尔模型估计故障概率分布所需样本数据比直接根据实际故障数据计算所得概率分布所需样本数据降

3、低一个数量级。关键词：连锁故障；分支过程；波雷一坦尔；误差分析；概率分布；历史故障记录数据StudyonthehistoricaloutagedatabasedprobabilitydistributionofcascadinglinefailuresinaregionalpowergridRENHui，XIONGJi，DavidWaRs，CHENXi(1．SchoolofElectricalandElectronicEngineering，NorthChinaElectricPowerUniversity,Baoding071003，China；2．Pon

4、tificiaUniversidadCatolicadeChile，PUC，VicunaMackena4860，Macul，Santiago，Chile；3．CollegeofWaterandElectricityEngineering，Xi’anUniversityofTechnology,Xi’an710048，China)Abstract：Theprobabilisticdistributionofcascadingoutagesisoneofthemainmeasurestodescribethepropagationofcascadingoutag

5、es，andtoevaluatetheriskofthelargescaleoutagesofthepowersystem．Historicaloutagedatahasalwaysbeenusedforpowersystemreliabilityevaluation，andbycombinedwiththebranchingprocessmodel，itisusedforcascadingoutageanalysisforaregionalpowergrid．Basedonthe14-yearutilityhistoricaloutagedatafroma

6、regionalpowergridinChina，severalknownprobabilisticmodelsaretestedandcompared，andaBorel—Tannerbranchingprocessmodelisproposedtoestimatetheprobabilitiesofcascadinglineoutages．StatisticalerroranalysisisperformedtostudytheefectivenessofapplyingtheBorel-Tannermodeltopracticalgridriskman

7、agement．ResultsindicatethattheempiricaldistributionofthetOtalnumberoflineoutagesisapproximatedwellbytheBorel-Tannermode1．Forthesameconfidentiallevel，theestimationoftheprobabilitydistributionofthelargercascadesbytheBorel-Tannerbranchingprocessmodelrequiressignificantlyfewerrecordedo

8、utagedatathanempiricalesti