气候条件下以模糊建模为基础的电力系统风险评估.pdfVIP

气候条件下以模糊建模为基础的电力系统风险评 摘要——天气状况的模糊性和周边气候区之间的边界对架空线路故 障率的建模有很大的影响。本文还介绍了故障率乘数（FRM) 对天气 影响的估计，并建立了一个用 LW 、LI 作为输入逻辑变量的模糊推 理系统。在次基础上，FRM 和时变故障率是通过马丹尼的最大最小 质心法获得。然后，时变恢复时间和故障率用来模拟一条线横贯几 个气候区域考虑模糊边界的情况。最后，与天气相关的故障率和恢 复时间、被应用与电力系统静态安全的风险评估。在新英格兰 39 路 测试系统的模拟结果证明了将天气因素并入风险评估的重要性，并 证明了此提出方法的可行性和有效性。 关键词——天气状况、模糊推理、风险、静态安全 Ⅰ.介绍 对于过去的十年来说，由于严重的飓风和冰暴的影响，美国和加拿大发生 了几 次大规模的停电和网络中断事故 【1】，【2】。在 2008 年初，冰雨、暴雪等灾难 性的恶劣天气袭击中国南部地区，大X 围的电力系统遭受电线断裂、冰冻、塔 倒塌、停电、设备损坏等事故 【3】。不利的天气状况不仅挑战着安全和电气系 统的可靠操作，也导致了严重的经济损失和社会影响。 户外组建是天气状况影响的主体。在不利天气因素下的故障率明显高于平时 【4】。近几年，大多注意力被吸引到如何将天气影响纳入到电力系统安全评估 中这个问题上。 将天气分类为不利和普通两种状态下的双状态模型在[4]中提出。纳入极端 天气状况的三状态模型和多状态模型分别在 【5】、【6】中被介绍。等效电路模 型被用于传输线遍历几个经历【7】中不同天气状态的地区。这些方法为确定的 天气状况分配了一个确定的故障率。实际上，传统模型忽略了天气的模糊特性。 一方面，语言的模糊性。用来描述天气决定了的模糊分类天气的状态。另一方 面，当一个传输电线遍历了几个气候区，一个比通常会在各个地区得到指示线， 而不存在明显的边界与气候地区。基于历史数据和统计理论，【8】获得故障率 的三角型隶属度函数和确定天气状况下的恢复时间。然而，这种方法任然不能 跟踪、天气的连续变化。 本文提出考虑两种模糊性的影响这种新颖的方法。FRM 被用于故障率对变 化天气的影响对应于 LW 与 FRM 之间。LI 与 FRM 之间的是构建一个模糊推理 系统。通过时变故障率和回复时间、超载和低压风险指标由对气候区之间的模 糊边界而获得。 本文的其余部分组织如下。第 2 节通过 LW 和 LI 作为输入变量建立了一个马丹 尼模糊系统的推论。第 3 节提出了时变恢复时间模型。第 4 节对一个传输电线 遍 历 气 候 区 的 情 形 下 的 模 型 进 行了描述。第 5 节中描述了电力系统静态安全风险评估的原则。第 6 节中给出 个例研究，把天气相关故障率和恢复时间用于风险评估。随之而来，结论在第 7 节中给出。 Ⅱ.基于天气状况的故障率建模。 天气状况由各种天气因素构成。历史数据表明。影响故障率的因素主要包括风 力、霜冻、降水等。 A.时变故障率模型 这里介绍 FRM ，用于估计天气因素对故障率的影响。时变故障率 λ(t)可以在下 面公式中使用。     t =FRM t  avg （1 ） λ 是故障率的平均值。 avg B 、双输入变量马丹尼模糊推论。 电气系统存在两种形式的不确定性、随机性和模糊性。由于缺乏统计数据，通过 可能的模型来证明天气状况对故障率的影响是十分可取的。然而，在模糊语言中， 天气状况可以被很好的描述。因此，用天气因素作为输入变量来建立一个模糊推 理系统应该是个合理的选择。此处，利用马丹尼最大最小质心法 【10】，FRM 可 以通过规定的模糊法则获得。 1)天气状况对 FRM 的影响。 【11】中建立了 LW 和 LI 的模型，通过历史数据分别得出 LW 和 LI 与故障率 之间的联系。在此基础上，如表Ⅰ、Ⅱ所示，通过以λ