Skip to main content
QUICK REVIEW

[论文解读] A Network of Networks Approach to Interconnected Power Grids

Paul Schultz, Frank Hellmann|arXiv (Cornell University)|Dec 31, 2016
Complex Network Analysis Techniques参考文献 26被引用 3
一句话总结

本文提出了两种新型网络模型——静态胶水粘合结构(GSC)与互连层生长(ILG)——用于在多层网络框架下模拟多层输配电网。GSC模型通过预定义的层间连接构建固定拓扑,而ILG模型则通过启发式规则动态生成网络。两种模型均能复现真实输电网的关键拓扑特征,如几何度分布和指数边长缩放关系,其中GSC在层间尺度分离方面表现出更强的现实性。

ABSTRACT

We present two different approaches to model power grids as interconnected networks of networks. Both models are derived from a model for spatially embedded mono-layer networks and are generalised to handle an arbitrary number of network layers. The two approaches are distinguished by their use case. The static glue stick construction model yields a multi-layer network from a predefined layer interconnection scheme, i.e. different layers are attached with transformer edges. It is especially suited to construct multi-layer power grids with a specified number of nodes in and transformers between layers. We contrast it with a genuine growth model which we label interconnected layer growth model.

研究动机与目标

  • 解决多层网络框架下互联输电与配电电网缺乏系统性建模的问题。
  • 开发一种灵活、可扩展的方法,用于生成反映分层、空间嵌入结构的现实多层输电网拓扑。
  • 比较静态(GSC)与动态(ILG)构建方法在建模电网演化与层间连通性方面的表现。
  • 分析两种模型的网络特性,如度分布、边长与聚类系数,以评估其现实性与可扩展性。

提出的方法

  • 静态胶水粘合结构(GSC)模型通过基于各层预定义节点与链路分布的变压器节点连接,构建多层网络。
  • 互连层生长(ILG)模型通过随机生长过程模拟网络演化,新节点以空间邻近性和冗余偏好方式添加。
  • 两种模型均通过为节点分配二维坐标并采用基于距离的连接规则,实现空间嵌入。
  • GSC模型使用固定参数进行层内与层间连接,而ILG模型采用动态规则,涉及节点密度、边冗余度与分裂速率。
  • 通过50次实现的集合分析评估网络特性,指标包括度分布、边长与聚类系数。
  • 采用R+-树等高效数据结构管理空间距离,避免存储完整距离矩阵,从而实现低内存占用。

实验结果

研究问题

  • RQ1静态与动态多层网络构建方法在复现现实世界输电网拓扑方面有何异同?
  • RQ2GSC与ILG模型在复现度分布与边长缩放等关键拓扑特征方面达到何种程度?
  • RQ3空间嵌入与层间连通性的引入如何影响多层输电网的韧性与稳定性?
  • RQ4层间连接结构在决定输电与配电网络分层组织结构方面发挥何种作用?
  • RQ5ILG模型是否能在不依赖真实电网实证数据的情况下生成现实的输电网拓扑?

主要发现

  • GSC模型产生双侧指数边长分布,左侧斜率约为0.9,右侧斜率约为-1.8,与北美及墨西哥真实输电网高度吻合。
  • ILG模型在各层生成几何度分布,上层节点度数普遍较高,且因节点投影产生明显间隙。
  • 两种模型均表现出节点度数与空间密度之间的正相关性,尤其在高层网络中更为显著,反映了真实电网的层级结构。
  • GSC模型在层间尺度分离方面表现更优,更清晰地区分了高压输电网与低压配电网络。
  • ILG模型通过使用R+-树等空间数据结构并避免存储完整距离矩阵,实现低内存占用,成功生成现实网络结构。
  • 集合分析证实,两种模型生成的网络均具备现实的聚类特性与空间嵌入特征,支持其在电网韧性与稳定性研究中的应用。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。