[论文解读] The Power Grid as a Complex Network: a Survey

Giuliano Andrea Pagani, Marco Aiello|arXiv (Cornell University)|May 17, 2011

Complex Network Analysis Techniques参考文献 77被引用 8

一句话总结

本综述将复杂网络分析（CNA）应用于电力系统，揭示其表现出小世界和无标度特性，对随机故障具有高鲁棒性，但对高连接度或高介数节点的针对性攻击极为脆弱。研究强调了利用真实世界数据进行拓扑分析对提升电网可靠性及指导智能电网设计的重要性。

ABSTRACT

The statistical tools of Complex Network Analysis are of great use to understand salient properties of complex systems, may these be natural or pertaining human engineered infrastructures. One of these that is receiving growing attention for its societal relevance is that of electricity distribution. In this paper, we present a survey of the most important scientific studies investigating the properties of different Power Grids infrastructures using Complex Network Analysis techniques and methodologies. We categorize and explore the most relevant literature works considering general topological properties, differences between the various graph-related indicators and reliability aspects.

研究动机与目标

• 提供对科学文献中应用复杂网络分析（CNA）于电力系统基础设施的全面综述。
• 基于度分布、聚类系数和路径长度等拓扑度量，比较并分类不同研究的发现。
• 识别不同地区电力系统特性中的共性与差异，尤其关注其鲁棒性与脆弱性。
• 强调高质量、详细的网络数据（包括物理和电气参数）在准确建模与脆弱性评估中的重要性。
• 倡导扩展对中压与低压配电网络以及非欧洲/亚洲电网的研究，以改进智能电网设计与鲁棒性。

提出的方法

• 将电力系统表示为无向加权图，变电站、变压器或负荷作为节点，物理输电线路作为边。
• 应用标准CNA度量：节点度分布、聚类系数、特征路径长度、介数中心性及网络直径。
• 使用统计图论分析小世界和无标度特性等拓扑属性。
• 采用一致的CNA方法，对比多个真实世界电力系统（如意大利、美国、中国和欧洲系统）的结果。
• 引入加权网络以反映线路容量和功率流等物理参数，提升脆弱性与可靠性分析的真实性。
• 将CNA结果与传统电力系统工程数据相结合，验证CNA结果与实际测量及运行行为的一致性。

实验结果

研究问题

• RQ1 不同国家电力系统的拓扑特性（如度分布、聚类系数和路径长度）如何变化？
• RQ2 电力系统在多大程度上表现出小世界或无标度网络特性？这些特性如何影响系统鲁棒性？
• RQ3 与随机故障相比，电力系统对高连接度或高介数节点的针对性攻击的脆弱性如何？
• RQ4 地理形态与电网结构差异（如高压与中/低压）如何影响网络拓扑与可靠性？
• RQ5 高质量、详细的网络数据（包括物理和电气参数）在提升CNA建模与风险评估准确性方面发挥什么作用？

主要发现

• 电力系统始终表现出小世界和无标度的拓扑特性，具有高聚类系数和短的特征路径长度。
• 电力系统的度分布符合幂律分布，表明存在少数高度连接的枢纽节点，这是无标度网络的典型特征。
• 由于无标度结构的鲁棒性，电力系统对随机故障表现出强韧性，但对高连接度或高介数节点的针对性攻击极为脆弱。
• 意大利电网被引用为网络形态显著影响拓扑行为与可靠性的典型范例。
• 中压与低压配电网络的拓扑特性与高压输电网络不同，表明需要开展专门分析。
• 在网络模型中引入物理权重（如功率流、线路容量）可提升脆弱性与可靠性评估的准确性，超越仅基于无权拓扑分析的局限。