[论文解读] Towards Simulation and Risk Assessment of Weather-Related Cascading Outages

Rui Yao, Kai Sun|arXiv (Cornell University)|May 4, 2017

Thermal Analysis in Power Transmission参考文献 15被引用 8

一句话总结

本文提出一种用于电力系统天气相关连锁故障的两阶段风险评估方法，结合了依赖天气与温度的输电线路停运模型及马尔可夫树（MT）搜索。通过整合基于导线温度和数值天气预报（NWP）数据的解析停运概率，该方法实现了准确、高效的在线风险评估，相比单阶段方法，在线计算时间减少50%以上，且精度更高。

ABSTRACT

Weather and environmental factors are verified to have played significant roles in historical major cascading outages and blackouts. Therefore, in the simulation and risk assessment of cascading outages in power systems, it is necessary to consider the weather and environmental effects. This paper proposes a method for the risk assessment of weather-related cascading outages. Based on the analysis of historical outage records and temperature-dependent physical outage mechanisms of transmission lines, an outage rate model considering weather condition and conductor temperature is proposed, and the analytical form of outage probability of lines are derived. With the weather-dependent outage model, a two-stage risk assessment method based on Markovian tree (MT) search is proposed, which consists of offline full assessment, and online efficient update of risk assessment results and continued MT search using updated NWP data. The test cases on NPCC 140-bus test system model in winter and summer scenarios verify the advantages of the proposed risk assessment method in both accuracy and efficiency.

研究动机与目标

• 开发一种基于物理机制的、与天气相关的输电线路停运模型，考虑导线温度和环境条件。
• 实现实时动态天气条件下连锁故障的准确高效在线风险评估。
• 克服传统蒙特卡洛方法和粗略天气模型在运行风险评估中的局限性。
• 将实时数值天气预报（NWP）数据与动态导线温度演化相结合，以提升停运概率估计的准确性。
• 展示两阶段风险评估框架在平衡离线计算与在线更新方面的有效性，适用于实际运行。

提出的方法

• 基于物理机制（导线过热、因弧垂引起的植被接触、天气引起的故障）开发输电线路通用停运率模型。
• 通过停运率的多项式近似和NWP输入下输电线路温度演化（TLTE）的闭式解，推导出停运概率的解析表达式。
• 利用历史停运记录和导线规格校准停运模型中的参数，以实现更真实的风险估计。
• 采用两阶段马尔可夫树（MT）搜索：离线使用早期NWP数据进行完整评估，随后在线更新并继续使用更新后的NWP数据进行搜索。
• 集成高分辨率NWP数据（如HRRR）以驱动实时导线温度和停运概率计算。
• 实施混合方法，通过重用离线结果减少在线计算量，同时通过动态天气更新保持精度。

实验结果

研究问题

• RQ1 如何以物理解释的方式准确建模输电线路停运率作为气象条件和导线温度的函数？
• RQ2 使用过时与更新后的NWP数据对连锁故障风险评估精度有何影响？
• RQ3 两阶段风险评估框架是否能相比单阶段离线或在线方法，同时提升计算效率和精度？
• RQ4 停运概率的解析推导如何提升实时应用中风险评估的可扩展性和速度？
• RQ5 所提方法在冬季和夏季场景下，能在多大程度上真实反映恶劣天气对电力系统可靠性的威胁？

主要发现

• 与纯在线评估相比，两阶段方法将在线计算时间减少了50%以上，分别达到1075.30秒与2226.04秒。
• 两阶段方法的最终风险估计值（18.22 MW）与纯在线方法结果（18.23 MW）高度一致，证明了其高精度。
• 配置3（两阶段）在实现与配置1（纯在线）几乎相同风险结果的同时，将在线计算量降低了52.5%。
• 该方法在在线阶段检测到额外3%的风险，而配置2（使用过时数据的完整离线评估）遗漏了这部分风险，导致风险低估3%。
• 收敛性分析表明，天气数据更新后继续进行MT搜索，揭示了静态离线评估未能捕捉的新风险。
• 该方法成功捕捉了季节性风险差异，夏季因热过载和更高温度导致风险水平更高。