[论文解读] Cascading Failures in Power Grids - Analysis and Algorithms

Saleh Soltan, Dorian Mazauric+1 more|arXiv (Cornell University)|Feb 7, 2014

Optimal Power Flow Distribution参考文献 26被引用 10

一句话总结

本文提出了一种基于物理的电网级联故障分析方法，采用线性化直流潮流模型和导纳矩阵的广义逆矩阵。提出了一种低复杂度算法（CFE-PB）以追踪级联演化过程，并提出一种启发式方法（MVES-RB）以识别最脆弱的输电线路。结果表明，电阻距离与广义逆矩阵的性质可准确预测远端潮流变化，挑战了基于流行病传播的模型，并揭示了非局部级联动力学特性。

ABSTRACT

This paper focuses on cascading line failures in the transmission system of the power grid. Recent large-scale power outages demonstrated the limitations of percolation- and epid- emic-based tools in modeling cascades. Hence, we study cascades by using computational tools and a linearized power flow model. We first obtain results regarding the Moore-Penrose pseudo-inverse of the power grid admittance matrix. Based on these results, we study the impact of a single line failure on the flows on other lines. We also illustrate via simulation the impact of the distance and resistance distance on the flow increase following a failure, and discuss the difference from the epidemic models. We then study the cascade properties, considering metrics such as the distance between failures and the fraction of demand (load) satisfied after the cascade (yield). We use the pseudo-inverse of admittance matrix to develop an efficient algorithm to identify the cascading failure evolution, which can be a building block for cascade mitigation. Finally, we show that finding the set of lines whose removal has the most significant impact (under various metrics) is NP-Hard and introduce a simple heuristic for the minimum yield problem. Overall, the results demonstrate that using the resistance distance and the pseudo-inverse of admittance matrix provides important insights and can support the development of efficient algorithms.

研究动机与目标

• 理解单条线路故障对远端输电线路的非局部影响，挑战假设传播为局部的流行病模型。
• 开发高效的计算工具，用于在物理潮流约束下追踪大规模电网中的级联故障演化过程。
• 识别引发最严重级联故障的最脆弱输电线路，解决NP难的最小产出问题。
• 利用矩阵理论与电阻距离，提供故障后潮流变化的解析边界，提升电网韧性评估能力。
• 证明传统渗流模型无法捕捉真实世界的级联动力学，特别是重大停电中观察到的非连续故障传播。

提出的方法

• 采用线性化直流潮流模型表示有功功率潮流，实现高效计算，同时保留关键物理约束。
• 应用矩阵分析，推导单条线路停运后导纳矩阵广义逆的秩-1更新公式。
• 引入电路理论中的电阻距离与基尔霍夫指数，量化线路故障对远端线路的影响。
• 开发级联故障演化—基于广义逆（CFE-PB）算法，时间复杂度为 O(|V|³ + |Fₜ*||V|²)，实现快速级联追踪。
• 提出最脆弱边选择—基于电阻距离（MVES-RB）启发式方法，通过 r(i,j)×|fᵢⱼ| 值选择 k 条线路，使其移除后最小化产出。
• 在真实（美国西部互联电网）与合成网络（Erdős-Rényi、Watts-Strogatz、Barabási-Albert）上进行仿真，验证分析结果与算法性能。

实验结果

研究问题

• RQ1 单条线路故障如何影响远端输电线路的潮流？能否利用矩阵理论工具进行预测？
• RQ2 电阻距离与广义逆矩阵性质在多大程度上解释了非局部级联传播，从而反驳基于流行病模型的假设？
• RQ3 在物理潮流约束下，级联故障的计算与结构特性（如产出、故障距离、级联持续时间）如何？
• RQ4 低复杂度算法能否准确预测大规模电网中级联故障的演化过程？
• RQ5 识别最具破坏性的线路故障集合（最小产出）问题在计算上是否可行？基于电阻距离的启发式方法效果如何？

主要发现

• 导纳矩阵的广义逆在单条线路停运后可实现秩-1更新，从而高效计算故障后的潮流变化。
• 仿真结果表明，故障后潮流增加可能出现在远离故障点的线路，尤其当电阻距离较小时，与流行病模型假设相悖。
• CFE-PB 算法实现 O(|V|³ + |Fₜ*||V|²) 时间复杂度，显著优于先前级联追踪方法的 O(t|V|³) 复杂度。
• MVES-RB 启发式方法在仿真中优于随机选择，在 Erdős-Rényi 与 Barabási-Albert 图中对单边故障可实现最优或近似最优结果。
• 最小产出问题被证明为 NP-难，确认了识别最具破坏性初始故障的计算难度。
• 级联故障可传播至任意远距离，持续多轮，且单一初始故障即可导致产出剧烈波动，凸显了渗流模型的局限性。