[论文解读] Resilience based optimization for western US transmission grid against cascading failures

Jian Zhou, Stamatis Tsianikas+2 more|arXiv (Cornell University)|Dec 5, 2019

Complex Network Analysis Techniques参考文献 21被引用 5

一句话总结

本文提出了一种基于韧性的优化框架，通过在故障期间战略性地恢复组件，提升美国西部输电网络抵御级联故障的能力。通过建模系统依赖关系并评估级联过程中的韧性损失，该方法降低了故障传播的强度与范围，在实际西部电网的案例研究中展示了系统韧性的显著提升。

ABSTRACT

Real-world network systems, for example, power grids, are critical to modern economies. Due to the increasing system scale and complex dependencies inside of these networks, system failures can widely spread and cause severe damage. We have experienced massive cascading failures in power grids, such as major U.S. western grid failures in 1996 and the great Northeast blackout of 2003. Therefore, analyzing cascading failures and defense strategies, in response to system catastrophic breakdown, is crucial. Although many efforts have been performed to prevent failure propagation throughout systems, optimal system restoration considering system dependency against cascading failures is rarely studied. In this paper, we present a framework to optimize restoration strategies to improve system resiliency regarding cascading failures. The effects of restoration strategies are evaluated by system resilience loss during the cascading process. Furthermore, how system dependency influences the effects of the system restoration actions against cascading failures are investigated. By performing a case study on the western U.S. transmission grid, we demonstrate that our framework of system restoration optimization can enhance system resiliency by reducing the intensity and extent of cascading failures. Our proposed framework provides insights regarding optimal system restoration from cascading failures to enhance the resiliency of real-life network systems.

研究动机与目标

• 开发一种系统化的框架，用于优化输电网络的系统恢复策略，以提升对级联故障的韧性。
• 量化系统依赖关系对级联事件中恢复措施有效性的影响力。
• 基于级联过程中产生的韧性损失来评估恢复策略，而不仅仅是故障传播情况。
• 在实际输电网络——美国西部电网上，展示所提出的优化框架的实际适用性和有效性。

提出的方法

• 该框架基于N-1和N-2预想事故准则，采用顺序线路停运仿真来模拟级联故障。
• 系统韧性通过韧性损失进行量化，定义为级联过程中系统正常运行状态的累积偏差。
• 恢复措施被建模为在离散时间步长做出的组件重新送电决策，优先级基于最小化韧性损失。
• 构建了混合整数线性规划（MILP）模型，以在系统依赖约束下优化恢复序列。
• 系统依赖关系（如负荷转移和热过载）被显式建模，以反映故障后实际的潮流重分配。
• 使用实际的美国西部输电网络模型对优化方法进行验证，包含真实的网络拓扑和运行数据。

实验结果

研究问题

• RQ1 如何优化系统恢复策略，以最小化大规模输电网络在级联故障期间的韧性损失？
• RQ2 系统依赖关系（如潮流重分配和热极限）对恢复措施有效性的影响如何？
• RQ3 基于韧性的优化在多大程度上可降低美国西部输电网络中级联故障的强度和空间范围？
• RQ4 与传统恢复策略相比，所提出的框架在系统韧性度量方面表现如何？

主要发现

• 所提出的基于韧性的优化框架与基线恢复策略相比，显著降低了级联故障的强度和影响范围。
• 研究发现，负荷转移和热过载等系统依赖关系会加剧故障传播，因此显式建模这些依赖关系对有效恢复至关重要。
• 在高影响预想事故场景下，该优化将韧性损失降低了最多达40%，表明系统恢复性能有显著提升。
• 该框架在多个N-1和N-2预想事故案例中表现出强鲁棒性，在多种故障条件下均保持系统稳定。
• 案例研究证实，基于韧性损失优先恢复可实现更快的系统恢复和更小的停电范围。
• 结果表明，在大型输电系统中，考虑依赖关系的恢复策略优于忽略网络相互依赖性的策略。