功率干扰对预警系统广域可信网络的影响.docVIP

功率干扰对预警系统广域可信网络的影响 摘要：很明显，北美电网带有自组织临界系统（SOC）模式和特征干扰。发表的研究表明，SOC系统展示的统计特性可以应用于预警系统电力稳定和失稳的预测。但是，由于这样一个预警系统的存在，一个可信广域数据网络必须收集不相干子系统的信息和编译信息成为统一数据记录作为输入输入到建模系统。本文阐述了广域可信计算机网络和广域可信网络预警系统在处理电力系统失稳方面的相似之处。商业设备使用于电力系统分析揭示了不同访问方法和拟定禁止协议，而且这些问题在计算机网络应用下减轻了。近来科技进步在广域数据收集提供了希望和电力系统模型干扰在不久的将来也会成为司空见惯的事情。 一 建立扰动数据 电力系统网络可以被建成是一复杂的动负荷和发电平衡的系统，带有稳定的两种形式。静态稳定稳定描述了这相对较小负荷和发电扰动引起和电网联系数以万计的设备和电气装置正常启动和停工事件。运行参数的限制—一般的电压水平，电流强度，潮流—被用来评价动态平衡状态的能力，也是发电输入和系统损耗和电力输出匹配能力。反之，暂态稳定描述了电力系统承受大扰动能力和是否能回到一个相对的平衡稳定状态。甩负荷，甩发电和孤岛效应都是引起户外电力系统振荡处于暂态稳定的途径。 北美电力可靠性协会（NERC）已保存电力系统扰动数据从1984到现在。这付出很多的努力去建立这些数据和尽管这些不是最好的评估方法，但大多数承认这些数据具有三个特征： 1 这数据显示静态稳定（亦称缓慢动态系统和慢时标）伴随着负荷和发电轻微的变动又转为新平衡状态。 2 大扰动显示了暂态稳定伴有由自然现象，突发事件和系统扰动引发故障产生的振荡。 3 这电力需求的概率分布函数在暂态稳定展示的是指数函数但可能被线性模式化成对数函数。 一些模型已经被建立去分析和解释这些（NERC）扰动数据。在这些数据中自组织临界（SOC）首先被卡雷拉斯提出和随后被其他人的工作所证实。最优化的能力（HOT）也被卡尔森和道尔提出和DC模型最近也被陈提出。上述三种途径参数化慢快的动态干扰数据和展示含有幂次和对数概率分布函数可建立成线性功率分布。将来的研究需要确定相对精确和宽裕的模型，但内在结果揭示了扰动预测灵活性如整个系统状态是准确探知适时的报告。 在他们对NERC数据引入SOC模型中的比较，卡雷拉斯总结包括气候在内相关的扰动有很少的影响对于模型，相关的黑火管制对电力系统动态平衡影响更大于事故停电。随机事件可能引发扰动和仍有很少影响对于模型这主意看起来是直觉性的，但很容易被释为亲近系统特性和亲近系统事件。 “如果系统运行接近一个临界点，系统对于随机干扰反应的一些方面应该有一个普遍的特征” 这些暗示了理解近似临界整个动态和监视可能发生在系统内相近事件都可能帮助预测系统提供警告能力即静态稳定处于无危险和系统处于滑向暂态稳定的边缘。预备工作已经断言了这些建议和支持这声明：大干扰可预测性。DC负荷潮流网络的马尔科夫模型中，道本森定义系统; “线性估计的失败和潮流结果的再分配的估计…这样的级联线性电力中断引发黑火是被建立成模型和这些黑火事件包括的线性事件应该能被预测” 二 实时预测模型 在潮流分布模型建立方面的进展是最近几年来自联邦资金项目研究的证据。这些进展提供了希望在实时预测模型建立灵活性方面。这些实时建模可能更快的实现自动和手动控制，在干扰初期抑制振荡和改善暂态稳定。举例说明，1996年西海岸的级联停电的分析暗示了预警系统在56分钟窗口内运行能开始300-400MW的甩负荷和提供足够的告知给加利福尼亚运行带来发电在线辅助。数据表明在一定距离内一个地区的预警系统对于电力干扰能警戒运行人员必要的操作去先前孤立它和为大部分顾客保留服务。这些操作能阻止级联停电和随后的孤岛效应什么将影响750万人在美国是一个州和加拿大一些省份，和经济损失估计大袋15亿美元和失去服务税收。 在宏观经济学上，这是两种技术实现了非常广域警报网络：（1）集中性和（2）高度的分散性。在该范围的两端的例子分别是集中的DOD警报屋模型和分散的网络经济模型。对于重要的电力设备应用，例如地区电力波动的控制，两种方法都要求非常快的计算能力，高速通信，统一的信息结构这些能有力的减轻袭击和自然年现象和服务水平的保卫质量和服务质量，综合的信任体制。在一个可信的计算网络，可信途径和渠道在输送着和接受者之间是开放的以便信息能被分享排除这通信系统两边的计算系统控制功能的安全可靠运行。。但是，一个可信计算系统要求： 可信团体的进入 对未授权进入的否定 输送者和接受者的证明 设置控制和保护 完整和机密的通信系统 责任取道进入进入和改变审计记录 服务政策和安全保卫对于不支持的服务 输送者和接受者两者无可推赖的机制 对于电力干扰，所有机制将被解释为预警系统的广域网络的任一形式。下一步我们要列出和讨论