王金禹
身份证号码：37252619830516****
摘要：经济的发展，社会的进步带动了电力行业的发展，当前，传统的电力系统可靠性研究高概率低影响的典型事件，评估指标主要包括平均停电频率、平均停电持续时间、平均可用率等，不能准确评估极端灾害导致的高影响低概率事件。HILP事件主要包括自然灾难和网络物理系统攻击等，往往会造成大面积停电事故，给电力用户的日常生活带来灾难性影响。例如，2008年中国南方发生的冰冻灾害导致2亿多用户断电，造成的经济损失超过22亿美元；2017年飓风艾尔玛袭击佛罗里达州，摧毁了670万电力用户；2013年加州变电站遭到袭击，导致17台变压器停运，需要27天才能修复；2016年以色列电网遭受网络钓鱼攻击。这些事故凸显了电力系统面临极端灾害的脆弱性。配电网作为用户供电的关键环节，使得如何提升配电网弹性成为研究热点。然而，不同学者对系统弹性的定义还未统一，但其关键内容还是具有相似性，即系统预测、抵御、吸收、响应和迅速从HILP事件造成的电力中断中恢复供电的能力。基于弹性评估，可以得出实用的解决方案，以应对极端灾害对电网的潜在威胁。
关键词：电力工程；地质灾害；危险性；评估工作
引言
电-气互联系统是一种典型的综合能源系统，IES能够实现多种能源系统之间协调规划、协同管理、互补互济、交互响应，是应对环境问题和能源危机的重要手段，也是实现可持续发展的最佳途径之一。超过70个国家对其进行了深入研究，如美国于2007年颁布能源独立和安全法，明确要求社会主要供能系统必须开展综合能源规划，IES研究被提升为国家战略行为；英国启动了名为“EnergySystemCatapult”的项目来发展IES，并在该项目上每年投入三千万英镑；在习近平主席“四个革命，一个合作”能源安全新战略的思想下，我国也在深入推进能源革命，建设清洁低碳、安全高效的现代综合能源体系。IES的不确定性和复杂性较传统能源系统大大增加，使IES对扰动事件更加敏感。如2017年9月15日，台湾发生一场大停电事故，主要原因是天然气系统操作人员误操作，导致电力系统、天然气系统大规模故障。同时近年来，包括自然灾害和人为攻击在内的极端事件发生得愈发频繁，给IES发展带来了巨大挑战。2019年8月，超强台风“利奇马”登陆中国，造成了大规模停电事故，影响了浙江、上海等省份676.95万用户。2019年3月7日，委内瑞拉发生连续2次大停电事故，包括其首都加拉加斯在内的大部分地区停电超过24h，其主要原因与纵火等物理攻击相关。2019年8月9日，英国英格兰与威尔士地区发生大规模停电事故，主要原因是在天然气系统燃气机组故障后，海上风电机组又突然脱网。2次意外事故连续发生造成了这次英国自2003年以来最大的停电事故，这表明考虑单独一次极端事件已经无法满足要求，为了应对类似的低概率高风险极端事件，IES的恢复力研究显得尤为重要。恢复力是系统预测灾害、抵御灾害、响应灾害以及从灾害恢复的一种能力，该概念已经被国内外专家学者所认可。发展能够有效应对极端事件的具有恢复力的能源系统，对保障我国能源生产和消费革命的稳步推进具有重要意义。
1自然灾害对电-气互联系统的影响
目前主流方法包括物理经验建模法和机器学习法。在物理经验建模法方面，主要手段是通过自然灾害特征量与元件之间的物理关系来描述灾害对元件的影响。但物理建模过程复杂，且通用性较差，本文采用机器学习法来刻画自然灾害对电-气互联系统的影响。采用支持向量机来得到元件故障概率。SVM的主要原理是求解能够划分训练数据集且几何间距最大的分离超平面，最大间距能够保证结果置信度，同时使用核函数考虑不完全线性可分的可能性。
2电力工程地质灾害危险性评估
2.1加强代码观察，及时调整参数
当遥控系统出现故障之时，电网掉度自动化系统的控制能力将会受到极大的影响，针对于此，相关技术人员应该细致观察代码，以避免其存在异常状况，其事先要对站点信号线的功能进行检测，进而分析出其发送效率，并检查各设备之中的端口部分，以确保端口处适宜连接。相关技术人员还可以开展遥控功能试验，并在多次实验中，对遥控系统所发挥出的控制功能有着确切的了解。若在试验之时，所检测出的代码信息无异常，即说明主机并不是系统的故障部位。而当检测出的代码处于异常状态之时，相关技术人员就应该采用一定的技术手段，全力对此故障进行处理。另外，其还应该将各设备之间的接口点作为检查重点，对其进行一一排查，以保证各接口处达到统一装置形态。当完成这一系列操作之后，相关技术人员就要进行二次遥控试验，密切记录信号与各设备之间传导的反应，并根据其检查系统的反应去完成整体的遥控过程。
2.2输电线路损毁概率预测混合模型
为更为精确地计算输电线路损毁概率，本文提出输电线路损毁概率预测混合模型，用极值I型概率分布和蒙特卡洛法模拟随机风场，用随机森林法预测每个风场下的线路损毁概率，实现了基于随机风场概率加权的输电线路损毁概率预测。该模型首先基于极值I型概率分布，以风速点为单位模拟预测风场的分布，风速点的精度可达到1km×1km。阵风系数是平均风折算到瞬时风而乘的系数，一般定义为3s瞬时风速与时距10min的平均风速之间的比值。目前输电杆塔的载荷设计是根据风区图确定10min平均风速，再按阵风系数算出阵风确定风载荷。
2.3灾害抵御
输电线路开断会导致系统功率不平衡、线路过载等问题，严重时甚至导致系统失稳或连锁故障发生。根据预防分区结果对支路有功进行调整能够有效缓解以上问题。通过调整各个发电机的功率，减少分区间有功功率交换，加强分区内能量供需平衡，可以减少故障后因功率不平衡而产生的稳定性问题。减少高故障概率线路上的传输功率，可以有效降低故障后引起其他线路过负荷导致连锁故障的风险。随着电力系统的信息物理融合，物联网技术不断发展，电力系统对设备的监控系统也更加完善。将图像识别技术应用于输电线路监测，能够及时获取设备的损坏程度，为恢复阶段的维修工作提供数据支持。5G技术的发展为资源调控管理提供了新方案，发电车、应急救援等资源联网调度强化了灾害应对的灵活性，以保证重要负荷的电力供应。正常运行状态下的电力系统中，各电气设备的信息收集处理以及运行调度均由调度中心完成，这种情况下对设备的通信要求较高。然而极端灾害在对输电系统造成影响的同时，也会对通信系统造成影响，难以保证设备通信的可用性。随着边缘计算技术的发展，设备终端也具备了一定的处理能力。为提高电力系统在极端灾害中应对通信失效的能力，基于电网边缘计算能力提出区域自治技术。当输电区域失去与外界通信的能力时，依托历史数据和区域内设备的相互通信，基于特定的运行规则和边缘计算技术，区域内设备进行自治运行。对于外界系统，可根据该区域通信故障前的状态数据和运行规则推演该区域运行状态，以便故障抢修和重新联网。
结语
总之，电力系统在应对极端灾害的过程中，考虑信息与物理的交互影响，借助信息物理系统的优势，能够有效提高电力系统的韧性。
参考文献
［1］陆佳政，蒋正龙，雷红才，等.湖南电网2008年冰灾事故分析［J］.电力系统自动化，2008，32（11）：16-19.
［2］唐斯庆，张弥，李建设，等.海南电网“9·26”大面积停电事故的分析与总结［J］.电力系统自动化，2006，30（1）：1-7.