[论文解读] Power Grid Vulnerability to Geographically Correlated Failures - Analysis and Control Implications

Andrey Bernstein, Daniel Bienstock+3 more|arXiv (Cornell University)|Jun 6, 2012

Smart Grid Security and Resilience参考文献 21被引用 52

一句话总结

本文提出了一种基于物理的模型，用于模拟由地理上相关的停运事件（如自然灾害或攻击）引发的电力系统级联故障。该模型结合直流潮流（DC power flow）与基于优化的控制策略，识别出易受破坏的区域，并表明在初始故障传播之后实施时间控制措施，可显著降低停电影响，该结论通过2011年圣地亚哥实际停电事件的案例研究得到验证。

ABSTRACT

We consider power line outages in the transmission system of the power grid, and specifically those caused by a natural disaster or a large scale physical attack. In the transmission system, an outage of a line may lead to overload on other lines, thereby eventually leading to their outage. While such cascading failures have been studied before, our focus is on cascading failures that follow an outage of several lines in the same geographical area. We provide an analytical model of such failures, investigate the model's properties, and show that it differs from other models used to analyze cascades in the power grid (e.g., epidemic/percolation-based models). We then show how to identify the most vulnerable locations in the grid and perform extensive numerical experiments with real grid data to investigate the various effects of geographically correlated outages and the resulting cascades. These results allow us to gain insights into the relationships between various parameters and performance metrics, such as the size of the original event, the final number of connected components, and the fraction of demand (load) satisfied after the cascade. In particular, we focus on the timing and nature of optimal control actions used to reduce the impact of a cascade, in real time. We also compare results obtained by our model to the results of a real cascade that occurred during a major blackout in the San Diego area on Sept. 2011. The analysis and results presented in this paper will have implications both on the design of new power grids and on identifying the locations for shielding, strengthening, and monitoring efforts in grid upgrades.

研究动机与目标

• 分析电力系统在由自然灾害或物理攻击引发的地理上相关停运事件下的脆弱性。
• 开发一种基于物理的级联故障模型，该模型与流行病学/渗滤模型不同，能够捕捉远距离的故障传播。
• 识别电网中最为脆弱的区域，以便在电网升级过程中实施针对性的加固、屏蔽或监控措施。
• 评估实时控制策略，以最小化级联故障期间的负荷损失，尤其针对大规模、局部化的事件。
• 使用真实电网数据和圣地亚哥（2011年9月）的重大停电事件对模型进行验证，确保其实际应用价值。

提出的方法

• 采用线性化的直流潮流模型模拟实际潮流，基于物理定律（如功率平衡、线路潮流约束）而非抽象的网络流假设。
• 应用基于线路过载和热脱扣的级联故障模型，其中初始停运会重新分配功率，可能引发后续停运。
• 采用计算几何技术高效识别可能触发大范围故障的关键地理区域（建模为圆盘）。
• 实施一种实时控制机制，在级联过程中的关键点切除负荷，建模为带功率平衡和元件连通性约束的混合整数线性规划。
• 利用2011年圣地亚哥停电事件的真实数据校准故障概率，采用带有参数ε、p和α的随机停运规则。
• 通过优化确定负荷切除的最佳时机与大小，以最大化级联故障后的负荷供应量。

实验结果

研究问题

• RQ1 与流行病学/渗滤模型相比，基于物理潮流定律建模的电力系统故障传播有何不同？
• RQ2 在电力系统中，哪些关键地理区域最容易受到地理上相关停运的影响？
• RQ3 在级联过程中，实时控制在何时最有效以最小化负荷损失？
• RQ4 控制措施的时机与大小如何影响最终停电规模？
• RQ5 所提出的模型能否准确再现真实大规模停电事件（如2011年圣地亚哥事件）的动力学特征？

主要发现

• 模型表明，单一线路停运可引发距离达M跳以外的故障，即使M可任意大，这与渗滤模型的假设相矛盾。
• 级联故障可持续任意长的时间，挑战了传统模型中故障迅速崩溃的假设。
• 具有子图拓扑结构的网络可能比更大网络更具韧性，表明拓扑简化可能提升系统鲁棒性。
• 在圣地亚哥案例研究中，于第5轮实施控制可使满足的总负荷达到0.55，显著优于无控制时的0.34。
• 最优控制并非在级联开始或结束时实施；相反，存在一个关键干预窗口（例如第5至10轮），在此期间干预可最大化系统韧性。
• 该模型成功再现了2011年圣地亚哥停电事件的关键特征，验证了其在真实电网分析与规划中的适用性。