基于熵理论的复杂电网大停电的研究.docxVIP

基于熵理论的复杂电网大停电的研究 0 基于自组织临界态的仿真 另一方面，电网的大规模互联提高了系统的运行效率，从外部能源装置转移到更远的用户。另一方面，电网的复杂性和不确定性增加了系统干扰的范围。近年来国内外发生了多起互联电网大停电事故。电力系统是一个广延耗散系统,这样的系统将会逐渐演变达到自组织临界态。自组织临界态的一个重要特征就是在这个系统上发生的故障规模与对应的累积概率之间呈现幂律特性。国内外学者对电网的自组织临界性进行了广泛而深入的研究[4,5,6,7,8,9,10,11,12]。 研究人员提出了多种连锁故障模型对电网的连锁故障进行仿真,进而研究影响电网连锁故障传播及自组织临界行为的因素。例如:OPA(ORNL-Pserc-Alaska)直流潮流模型、隐性故障模型、连锁(CASCADE)故障模型和高优化容忍(HOT)模型等。文献使用OPA模型进行仿真,通过模拟负荷的增长,得到了当系统总体负荷水平达到总传输容量(文中定义为与发电机相连线路的最大传输容量之和)的90%左右时,系统处于自组织临界态。而文献使用隐性故障模型,通过模拟负荷增长(模型中反映的是线路平均负载率),得到了当线路平均负载率为0.79时,系统处于自组织临界态。文献通过对中国华北电网2005年夏大方式下的运行数据进行分析,发现华北电网在线路平均负载率仅为0.278时便进入了自组织临界态,这与文献得到的临界值有较大出入。那么究竟还存在什么重要因素决定着系统是否处于自组织临界态呢? 1850年德国物理学家克劳修斯提出了熵理论。熵理论在信息科学、生命科学、系统科学、管理科学、行为科学等众多领域得到了广泛应用,并取得了丰硕的成果。熵是对系统混乱和无序状态的一种量度,系统的有序程度越低,则其熵越大;反之,系统的有序程度越高,其熵就越小。本文基于熵理论提出了电网潮流熵的概念,用以定量描述线路潮流分布的不均衡性,进而研究了这种不均衡性对电网连锁故障和自组织临界性的定性反映。基于潮流熵提出了复杂电网自组织临界态判断模型,以IEEE 118节点系统为例,分析了在给定的平均负载率下系统进入自组织临界态时的潮流熵。 1 系统的熵与状态 熵理论最先应用于热力学定律,后来逐渐应用于信息科学、统计物理学等。当系统可能处于几种不同状态,每种状态Xi出现的概率为Pi(i=1,2,…,m)时,该系统的熵定义为: H=?C∑i=1mP(Xi)lnP(Xi)(1)Η=-C∑i=1mΡ(Xi)lnΡ(Xi)(1) 式中:C为常数;m为状态数。 由式(1)可知,熵有如下主要性质: 1)可加性:系统的熵等于其各个状态的熵之和。 2)非负性:根据概率的性质,P(Xi)∈,i=1,2,…,m,因而系统的熵是非负的。 3)极值性:当系统状态概率为等概率时,即P(Xi)=1/m,i=1,2,…,m,此时系统的熵达到最大值。 4)与状态编号无关性:系统的熵与其状态出现概率P(Xi)的排列次序无关。 熵主要是对系统混乱和无序状态的一种量度,系统的熵越大,其有序程度越低;反之,系统的有序程度越高,其熵就越小。 2 电网的朝流熵 2.1 潮流分布的不均衡性 文献分别使用隐性故障模型和OPA模型对电网连锁故障进行研究,发现线路潮流的平均负载率是影响电网连锁故障传播和是否进入自组织临界态的关键因素之一。平均负载率虽能从整体上反映系统的负荷水平,但缺乏对线路负载率分布的描述。当系统处于某一负荷水平时,有可能所有线路的负载率都在平均负载率附近,也可能有的线路的负载率远大于平均负载率而与此同时有的线路的负载率远小于平均负载率,这些信息无法通过平均负载率获知,因而也无法研究这种潮流分布的不均衡性将对连锁故障和自组织临界性产生怎样的影响。 由于熵是系统混乱和无序状态的一种量度,引入熵的概念可以定量描述线路潮流分布的不均衡性,进而可以研究这种不均衡性对电网连锁故障和自组织临界性的影响。设线路i最大有功传输容量为Fmaxiimax,系统运行时线路i实际潮流为F0ii0,则线路i的负载率μi为: μi=|F0iFmaxi|i=1,2,?,Nl(2)μi=|Fi0Fimax|i=1,2,?,Νl(2) 式中:Nl为线路数。 给定常数序列U={U1,U2,…,Uk,…,Un}(本文中取U={0,0.02,…,2.0})。用lk表示负载率μi∈(Uk,Uk+1的线路条数,对不同负载率区间内的线路条数概率化得: P(k)=lk∑k=1n?1lk(3)Ρ(k)=lk∑k=1n-1lk(3) 式中:P(k)为负载率μi∈(Uk,Uk+1的线路数占总线路数的比例。 由式(1)～式(3)得电网潮流熵为: H=?C∑k=1n?1P(k)lnP(k)(4)Η=-C∑k=1n-1Ρ(k)lnΡ(k)(4) 本文中,C取ln 10。 由式(4)可见,当所有线