Metodo di prevenzione e controllo basato sulla catena di guasto per disastri da tifone

Summary

Viene proposto un metodo di prevenzione e controllo basato su catene di guasto per i disastri di tifone. Modellando i campi di vento dei tifoni, è possibile calcolare la probabilità di guasto delle diramazioni di trasmissione. Successivamente, è possibile effettuare lo screening delle diramazioni ad alto rischio per l'analisi della catena di guasto e l'implementazione di misure di prevenzione e controllo per le reti elettriche in condizioni di tifone.

Abstract

Disastri estremi come i tifoni rappresentano una grande minaccia per l'integrità operativa e la stabilità delle reti elettriche, rendendo sempre più importanti le misure preventive e di controllo pre-disastro. Motivato dai limiti dei criteri di sicurezza convenzionali N-1 e N-2 nell'affrontare guasti spazialmente correlati e guidati dalla probabilità, questo articolo propone un metodo di prevenzione e controllo basato sulla catena di guasti per i disastri da tifone. Un modello di campo del vento tifone è combinato con un modello di vulnerabilità dei rami di trasmissione per quantificare le probabilità di guasto spaziotemporale dei rami di trasmissione, sulla base dei quali vengono identificati i rami ad alto rischio sotto scenari di tifone previsti. Prendendo questi rami come contingenze iniziali, viene eseguita una ricerca sistematica della catena di guasti per enumerare i percorsi critici di interruzione a cascata, e si stabilisce un indice di rischio integrando le probabilità di guasto in ogni fase con il corrispondente interruzione di corrente. Su questa base viene formulato un modello di ottimizzazione preventiva orientata al rischio, in cui le uscite dei generatori e il load shedding sono coordinati per minimizzare le conseguenze attese delle catene di guasto ad alto rischio, soddisfacendo al contempo i vincoli operativi. Casi di studio sul sistema di test IEEE 39-bus e sulla rete elettrica di Hainan sotto il tifone Yagi confermano che il metodo proposto può catturare efficacemente le caratteristiche di guasto indotte da tifone, ridurre significativamente la limitazione attesa del carico e alleviare costi di controllo eccessivi rispetto ai criteri deterministici tradizionali. I risultati dimostrano che il metodo proposto fornisce uno strumento pratico ed economico di supporto decisionale per l'operazione online delle reti elettriche in condizioni estreme di tifone.

Introduction

Forti venti, piogge abbondanti, temporali e altri fattori associati ai tifoni possono causare guasti alle apparecchiature nei sistemi elettrici urbani, rappresentando una seria minaccia per la sicurezza energetica regionale e causando gravi danni alle economie^{urbane 1}. Condizioni meteorologiche estreme, come i tifoni, possono anche causare guasti della catena nel sistema elettrico, causando interruzioni di corrente su larga^{scala 2}. Il Super Tifone Lekima 2019 è atterrato nella provincia cinese di Zhejiang con forti piogge, causando la disattivazione di 72 sottostazioni e oltre 4.000 linee della rete elettrica locale e la privazione di 7,72 milioni di utenti^{di corrente 3}. Nel febbraio 2021, lo stato del Texas negli Stati Uniti ha subito una prolungata e diffusa interruzione di corrente nella regione a causa di una tempesta invernale che ha causato l'incastramento delle linee di trasmissione e guasti all'interblocco delle apparecchiature^{di trasmissione 4}. Secondo le statistiche, oltre l'80% delle interruzioni della rete elettrica globale è scatenato da disastri meteorologici estremi come tifoni e temporali, causando perdite economiche dirette alla rete elettrica di oltre 30 miliardi di dollari all'anno, mostrando una tendenza crescente anno dopo^{anno 5}. È necessario rafforzare le capacità della rete elettrica per affrontare incidenti estremi. Tra questi, il controllo preventivo è un mezzo importante per mitigare la probabilità di guasti a cascata all'interno dei sistemi^{elettrici 6}. Le misure preventive possono bloccare efficacemente i guasti di interblocco, ridurre la portata delle interruzioni e i tempi di ripristino, e l'investimento nella prevenzione è molto inferiore rispetto al costo di riparazione e risarcimento dopo un guasto.

I tifoni sono divisi in tre parti principali: l'occhio del tifone, la parete dell'occhio e la banda a spirale di pioggia, il cui raggio varia solitamente per decine di^{chilometri 7}. La distribuzione radiale della velocità del vento del tifone mostra un forte aumento vicino all'occhio, raggiungendo un picco a una certa distanza, per poi diminuire rapidamente verso l'esterno. La rappresentazione accurata delle caratteristiche chiave di un campo di vento da tifone richiede la costruzione di un modello di campo eolico basato sui parametri strutturali del^{tifone 8}. La modellazione del campo del vento dei tifoni svolge un ruolo fondamentale nell'analisi dell'impatto dei pericoli indotti dal tifone sulle reti di trasmissione, e il modello selezionato del campo del vento dei tifoni dovrebbe soddisfare la richiesta di accuratezza della simulazione oltre che di efficienza computazionale. Nelle applicazioni ingegneristiche, il calcolo del modello deve tenere conto del forte accoppiamento tra i campi di pressione e velocità⁹, e ottenere una soluzione non lineare accurata di questo modello è spesso una sfida computazionale, quindi nei calcoli pratici è spesso necessario ottenere solo la sua soluzione approssimativa. Negli anni '70, Russell fu il primo a introdurre un approccio stocastico per simulare il processo di sviluppo dei^{tifoni 10}, e ricercatori di tutto il mondo hanno compiuto sforzi approfonditi per sviluppare e perfezionare modelli di campo del vento dei tifoni, insieme a metodologie computazionali associate, e sono emersi molti metodi di modellazione. Il modello del tifone di Batts presume che il tifone si muova in linea retta dopo l'atterraggio, il che è incoerente con la realtà. Holland e altri modelli di tifone simulano il tifone con grande precisione, ma rimane difficile soddisfare pienamente i requisiti tecnici^{pratici 11,12}. In questo articolo, il modello del campo vento di Jelesnianski viene utilizzato per simulare il movimento e il processo di decadimento del disastro del tifone e per determinare l'entità della velocità del vento in vari punti all'interno dell'area di impatto del disastro del^{tifone 13}.

Nelle ricerche attuali sulle faglie a catena, in termini di ricerca della catena di guasta, il ramo con il più alto indice di rischio viene solitamente selezionato come il ramo aperto inferiore della catena di guasta, ma è possibile perdere alcuni dei percorsi della catena di guasto con conseguenze più^{gravi 14}. Nel controllo preventivo della catena di guasti, lo schema di controllo preventivo è principalmente dato dal punto di vista della protezione dei relè, con l'obiettivo di massimizzare il margine di sicurezza della griglia, ma non può riflettere le conseguenze di rischio della catena di guasto sulla^{griglia 15}. Alcuni studi combinano il controllo preventivo della catena di guasto e il controllo di blocco per un'ottimizzazione coordinata, e contemporaneamente forniscono lo schema di controllo preventivo pre-guasto e quello di controllo di blocco per la catena di guasto^{specificata 16,17}. Ma il processo di ottimizzazione considera solo la probabilità di guasto delle linee all'interno del percorso di guasto della catena, trascurando la probabilità di guasto associata alle linee di trasmissione al di fuori del percorso di guasto a cascata, il che può portare al problema dello schema di controllo di modificare il percorso di propagazione della catena di guasto, rendendo invalido lo schema di controllo proposto, e il modello di ottimizzazione coordinata stabilito è solitamente difficile da risolvere^18,19.

Questo articolo testa l'ipotesi che un quadro di controllo preventivo basato su catene di guasto, che integri esplicitamente le caratteristiche del campo del vento dei tifoni, la vulnerabilità dei rami di trasmissione e i meccanismi di interruzione a cascata in un modello unificato di ottimizzazione orientata al rischio, possa fornire un supporto decisionale più efficace ed economico per il funzionamento del sistema elettrico in condizioni di tifone estremi rispetto ai tradizionali criteri deterministici N-1/N-2. In particolare, si ipotizza che 1) quantificando le probabilità di guasto dei rami guidate da carichi di tifone spazialmente correlati, 2) identificando catene di guasto critiche e valutando il loro rischio associato in termini di perdita di carico attesa, e 3) ottimizzando le uscite dei generatori di emergenza e il taglio di carico rispetto a questi rischi di catena di guasti, il metodo proposto possa catturare con maggiore precisione il comportamento di guasto indotto da disastri, Ridurre significativamente il rischio di riduzione del carico e blackout previsto, ed evitare azioni preventive eccessive o inutili rispetto agli standard di sicurezza convenzionali.

In questo articolo, i rami con alta probabilità di guasto in condizioni meteorologiche estreme vengono schermati utilizzando il modello del campo del vento del tifone e il modello di vulnerabilità dei rami di trasmissione. Il ramo ad alto rischio in condizioni meteorologiche estreme viene utilizzato come ramo aperto iniziale per cercare tutte le possibili catene di faglie. Regolando l'uscita delle unità del sistema elettrico e la riduzione dei carichi, si possono mitigare le conseguenze attese di ciascuna catena di guasto.

Il metodo proposto richiede input che includano dati sul campo del vento dei tifoni, topologia della griglia e parametri operativi. Le ipotesi tipiche includono raggio massimo costante del vento e modellazione semplificata dell'affidabilità della struttura in serie per i rami di trasmissione. Tuttavia, l'efficienza computazionale può essere messa alla prova quando applicata a sistemi su larga scala a causa della natura combinatoria dell'enumerazione delle catene di guasto.

Protocol

Calcolo della probabilità di guasto della linea in caso di disastro di tifone

Le linee di trasmissione aeree e i circuiti supportati dalle torri sono altamente vulnerabili ai carichi di vento spazialmente variabili imposti da un tifone²⁰ in traslazione. Quando la velocità del vento di un tifone è troppo alta, è molto facile causare il guasto alle apparecchiature di trasmissione^21,22. Le formulazioni empiriche dei campi eolici, come il modello del campo eolico di Jelesnianski, permettono la ricostruzione di campi di velocità del vento variabili nel tempo sull'impronta della tempesta. Quando queste esorti del campo eolico sono abbinate ai modelli di vulnerabilità per singole sezioni di linea o torri, diventa possibile tradurre i carichi eolici spaziotemporali in probabilità cumulative di^{guasto 23}.

Modello del campo del vento del tifone

La simulazione nel modello di Jelesnianski era suddivisa in due fasi: innanzitutto, il campo del vento assisimmetrico del tifone veniva derivato su una formulazione analitica predefinita, e il campo di vento traslazionale associato al movimento del tifone veniva sovrapposto per ottenere il campo di vento risultante. Questo modello del tifone utilizzava parametri come la massima velocità del vento del tifone e il raggio della massima velocità del vento per stimare la componente tangenziale del vento della circolazione ciclonica, come indicato nella seguente formula:

(1)

Dove V_s è la velocità tangente del vento della circolazione del tifone a una distanza r dal centro del tifone; V_max è la velocità del vento più alta; R₀ è il raggio della velocità del vento più alta.

Il campo di vento mobile del modello del tifone fu quindi calcolato utilizzando la seguente equazione:

(2)

Dove V_d è la velocità del tifone a una distanza r dal suo centro; V_c è la velocità di movimento del centro del tifone.

Quando erano disponibili dati sul cerchio di vento di settimo livello, il raggio massimo del vento veniva tipicamente stimato come 1/10 del raggio del campo di vento di livello sette della scala Beaufort. Per i tifoni privi di dati osservativi sul raggio del campo di vento di tempesta di livello sette, il raggio più alto del vento è stato calcolato tramite un'equazione di relazione^{empirica 21}:

(3)

Dove R_k è una costante empirica, solitamente tra 30 e 60; P₀ è la pressione al centro del tifone.

La formula della velocità del campo del vento per il modello del tifone è stata ottenuta sovrapponendo la velocità tangente del vento di circolazione del tifone V_s e la velocità di movimento V_d come segue:

Quando 0 ≤ r ≤ R₀

(4)

(5)

Quando R₀ ≤ r ≤ ∞

(6)

(7)

Dove V_x è la componente di velocità del tifone sull'asse x a una distanza r dal centro del tifone; V_y è la componente di velocità del tifone sull'asse y a una distanza r dal centro del tifone; V_dx e V_dy sono le due componenti della velocità del centro del tifone sull'asse x e sull'asse y; x₀ e y₀ sono i due valori di coordinate del centro del tifone sull'asse x e sull'asse y; x e y sono i due valori di coordinate sull'asse x e sull'asse y a una distanza r dal centro del tifone; θ è l'angolo di afflusso del tifone.

La Figura 1 mostra uno schema del processo di movimento del tifone dopo l'atterraggio. Dal modello del campo del vento del tifone si può vedere che la velocità del vento orizzontale del tifone aumenta e poi diminuisce dal centro verso l'esterno. Prendendo ad esempio la posizione O sulla diramazione di trasmissione, al momento di t₁, il raggio massimo del vento del tifone è r_max(t₁), e la distanza tra il centro del tifone e O è d(t₁). Questa volta, d(t₁) è maggiore di r_max(t₁), e man mano che il tifone si sposta, la distanza tra O e il centro del tifone diminuisce, quindi la velocità del vento a O aumenta. Al momento di t₂, d(t₂) è inferiore a r_max(t₂) e d(t₂) è in diminuzione, quindi la velocità del vento a O diminuisce. Al momento t₃, d(t₃) continua ad aumentare ma è inferiore a r_max(t₃), quindi la velocità del vento a O aumenterà. Analogamente, a t₄, d(t₄) continua ad aumentare ed è maggiore di r_max(t₄), quindi la velocità del vento a O diminuisce man mano che il centro del tifone si allontana. Si può osservare che la velocità del vento in qualsiasi punto del ramo di trasmissione cambia nel tempo, e anche sulla stessa diramazione di trasmissione le variazioni della velocità del vento in posizioni diverse non sono le stesse.

Modello di vulnerabilità dei rami di trasmissione

Il forte impatto dei disastri da tifone sulla rete di trasmissione può causare interruzioni delle diramazioni di trasmissione e potenzialmente innescare interruzioni di corrente regionali o^{diffuse 24}. La probabilità di guasto in segmenti diversi dello stesso ramo di trasmissione non è la stessa. A causa delle grandi dimensioni e della struttura complessa della rete di trasmissione, modellare la vulnerabilità dei rami di trasmissione può portare a calcoli enormi se ogni dispositivo di trasmissione al suo interno viene modellato e^{analizzato 25}. Pertanto, questa sezione si concentra solo sui segmenti e torri delle linee di trasmissione per stabilire un modello di vulnerabilità del ramo di trasmissione che rifletta la relazione di mappatura tra la probabilità di guasto del ramo di trasmissione e la velocità del vento del tifone. Sia le dimensioni temporali che quelle spaziali saranno utilizzate per modellare la vulnerabilità probabilistica dei guasti dei rami di trasmissione, riflettendo l'impatto dei disastri di tifone. Prende come quantità di ingresso le informazioni sulla velocità del vento che cambiano nello spazio e nel tempo all'interno del campo del tifone, e il rischio cumulativo di guasto dei componenti aerei (inclusi segmenti di linea e strutture di supporto sotto l'impatto di un tifone) viene valutato in base alle fluttuazioni locali della velocità del vento. Successivamente, la probabilità di guasto di ciascun percorso di trasmissione viene determinata tramite l'applicazione di un modello serie-struttura secondo i framework consolidati di valutazione dell'affidabilità.

Quando si risolveva la probabilità di guasto di una determinata apparecchiatura di trasmissione, era possibile determinare prima il tasso di guasto, e poi selezionare un modello di processo stocastico appropriato basato sulle sue caratteristiche di guasto per determinarne la probabilità di guasto durante il periodo colpito dal disastro del tifone. Il tasso di guasto è stato definito come il numero di guasti delle apparecchiature di trasmissione per unità di tempo²⁶, che rifletteva l'intensità media dei guasti durante il periodo dell'impatto del tifone. Per facilitare il calcolo, si presumeva che le sezioni della linea di trasmissione collegate tra ogni due torri di trasmissione fossero soggette alla stessa velocità del vento, e la durata totale T_w del disastro del tifone fosse suddivisa in intervalli di tempo T di lunghezza Δt, mantenendo la velocità del vento costante in ogni intervallo di tempo. Il diagramma schematico della ramazione di trasmissione m è stato mostrato nella Figura 2, dove il tasso di guasto della sezione della linea di trasmissione l t a intervallo di tempo poteva essere calcolato usando la seguente equazione:

(8)

Dove v_m,l(t) è la velocità del vento del tifone sostenuta dalla sezione della linea di trasmissione I del ramo di trasmissione m all'intervallo di tempo t; V_{D, linea} è la velocità del vento progettata di questa sezione di linea di trasmissione, che in questo articolo è stata considerata 30 m/s; Δl è la lunghezza di questa sezione di linea di trasmissione in chilometri. Poiché la velocità del vento del tifone rimaneva costante lungo l'intervallo di lunghezze di ogni sezione di linea di trasmissione e per l'intervallo di tempo selezionato per gli impatti del tifone, il tasso di guasto delle singole sezioni della linea di trasmissione rimaneva costante. Di conseguenza, il rischio accumulato di guasto per il segmento l all'interno del percorso di trasmissione m durante il periodo di esposizione al tifone _{T w} potrebbe essere valutato utilizzando la seguente espressione:

(9)

Analogamente, il tasso di guasto della torre di trasmissione k della diramazione m all'intervallo di tempo t dell'impatto del tifone T_w potrebbe essere calcolato con la seguente equazione:

(10)

Dove v_m,k(t) è la velocità del vento tifone a cui è sottoposta la torre di trasmissione k del ramo di trasmissione m nell'intervallo di tempo t ; γ è un parametro del modello, l'intervallo di valori era 0-0,4, in questo articolo γ era impostato a 0,2; V_{D, torre} è la soglia strutturale di carico vento della torre di trasmissione, che può essere determinata secondo il test distruttivo; Questo articolo ha preso 35 m/s.

Di conseguenza, la probabilità cumulativa di guasto della k torre di trasmissione del ramo di trasmissione m durante il tempo d'impatto del tifone T_w era indicata come:

(11)

I rami di trasmissione erano considerati come un modello in serie composto da più sezioni di linea di trasmissione in serie con più torri di trasmissione. Secondo il metodo di calcolo della probabilità di guasto del modello in serie nella teoria della valutazione dell'affidabilità, assumendo che i guasti di ogni sezione di linea di trasmissione e torre di poli siano indipendenti tra loro, il guasto di una sezione di linea di trasmissione o di una torre di poli potrebbe causare l'interruzione della trasmissione di energia elettrica dell'intero circuito di diramazione^{di trasmissione 27}. Pertanto, la probabilità di rottura della diramazione di trasmissione m è stata calcolata usando la seguente equazione:

(12)

Dove L è il numero di segmenti di linea di trasmissione inclusi nella linea secondaria di trasmissione m ; K è il numero di torri di trasmissione incluse nel ramo di trasmissione m .

Misure di prevenzione e controllo basate sulle catene di guasto

Per mitigare il rischio di guasti a cascata e blackout su larga scala causati da guasti sulle linee di trasmissione ad alto rischio durante disastri estremi, il sistema elettrico richiede un controllo preventivo. Sulla base della sezione precedente, ogni linea con alta probabilità di guasto in caso di disastri estremi è stata ottenuta. Ogni ramo ad alto rischio veniva utilizzato sequencialmente come ramo aperto iniziale per la ricerca a catena di guasto. Basandosi su tutte le catene di guasti, è stato adottato il metodo di prevenzione e controllo, con l'obiettivo di minimizzare gli impatti dei guasti a cascata e fornire supporto decisionale agli operatori di dispatch^{della rete 28}.

Metodo proposto

La Figura 3 ha illustrato il quadro passo dopo passo del metodo proposto di prevenzione e controllo, che affrontava le catene di faglie in scenari meteorologici estremi.

Caricamento dati e identificazione iniziale della catena di guasti

Per prima cosa, caricare tutti i dati di input di base, come il modello della rete elettrica, la modalità normale di funzionamento e le informazioni meteorologiche in caso di disastro estremo. Il modello della rete elettrica era in formato MATPOWER (.m), contenente parametri del bus, specifiche del generatore, parametri di diramazione e topologia di rete. I dati meteorologici per il disastro estremo erano in formato JSON, fornendo le coordinate del centro del tifone, la velocità di traslazione, il raggio del vento massimo e la pressione centrale.

Successivamente, verifica le linee di trasmissione ad alto rischio calcolando la probabilità di guasto per tutte le diramazioni. Questo processo ha coinvolto due modelli computazionali fondamentali. Il modello del campo di vento del tifone Jelesnianski fu eseguito per la prima volta per calcolare la velocità del vento variabile nel tempo. Successivamente, è stato applicato il modello di vulnerabilità della diramazione di trasmissione per calcolare il tasso di guasto di ogni segmento di linea e torre basandosi sulla velocità locale del vento.

Infine, selezionare uno o più rami ad alto rischio dal set di contingenza iniziale mentre la prima interruzione si dirama per avviare la ricerca della catena di guasti. Disconnetti il ramo selezionato, modifichi i parametri della topologia della griglia, esegui calcoli del flusso di potenza DC sulla rete di destinazione, identifica i rami sovraccarichi come rami di interruzione successivi e ripeti questo processo. La ricerca a catena di guasto terminava quando si verificava il collasso del sistema, si raggiungeva la profondità massima di ricerca preimpostata o non venivano trovati ulteriori rami sovraccarichi.

Valutazione e risoluzione dei modelli di ottimizzazione della catena di guasti

Questa fase ha stabilito il framework di ottimizzazione, risolto il modello e validato la soluzione finale attraverso la procedura successiva.

Per prima cosa, stabilire una funzione lineare a tratti che rappresenti l'influenza delle interruzioni delle linee di trasmissione sui flussi di energia dei rami. Calcolare il valore di rischio di ogni catena di guasto basandosi sui calcoli del flusso di potenza DC. In particolare, i valori di rischio sono stati determinati moltiplicando la probabilità di ogni catena di guasto e il valore minimo di interruzione di carico necessario per garantire la sicurezza del flusso di potenza di ramo. Seleziona le catene di guasto con valori di rischio più elevati e incorporale nel set di catene di guasto candidate.

Successivamente, esegui i due passaggi precedenti per ciascuna riga nel set di contingenza iniziale finché tutti i rami non sono stati elaborati. Questa iterazione sistematica ha garantito una copertura completa di tutti i potenziali punti di avvio del guasto, risultando in un insieme completo di catene di guasti candidate che rappresenta l'unione di tutti i percorsi di guasto ad alto rischio identificati.

Infine, risolvere il modello di ottimizzazione utilizzando risolutori commerciali come GUROBI e valutare se si verificano nuove catene di guasti gravi dopo l'ottimizzazione. Questa validazione veniva eseguita rieseguendo il processo di ricerca della catena di guasti con la dispatch di generazione ottimizzata. Se emergono nuove catene di guasti, incorporarle nell'insieme candidato di catene di guasto e ripetere il processo di ottimizzazione. Se non sono state generate catene di guasti gravi, si ottiene il piano ottimizzato di potenza e di interruzione del generatore per ridurre il rischio di guasti a cascata.

Produzione finale e archivio

Emettere il piano ottimizzato di potenza e di interruzione del generatore. Archiviare sistematicamente tutti i dati di input rilevanti, i file di configurazione, i risultati intermedi e lo schema finale di output per la documentazione e la riproducibilità. Questa pratica archivistica completa garantiva piena riproducibilità, facilitava l'analisi post-evento e forniva casi di riferimento per futuri progetti di potenziamento della resilienza della rete.

Ricerca a catena di guasti

Uno o più rami con alta probabilità di guasto sono stati selezionati per la ricerca a catena di guasto. Prendi i rami ad alto rischio selezionati come i rami aperti iniziali della catena di guasti, disconnetti, modifica i parametri della rete, esegue il calcolo del flusso di potenza DC per la rete target, prendi tutti i rami sovraccarichi come fase successiva, apri i rami della catena di guasto a turno e ripeti il processo. La ricerca della catena di guasto terminava quando la condizione di arresto era soddisfatta. Poi, tutte le catene di guasto a partire da questa filiale ad alto rischio sono state ottenute.

Ignorando l'influenza dell'ambiente esterno, quando il flusso di potenza della linea non superava il limite di flusso di potenza, la probabilità di guasto della linea di trasmissione era la probabilità nascosta di protezione del relè, il cui valore era prossimo a 0. Nel processo di sviluppo e propagazione della catena di guasto, i dispatcher della griglia tendevano ad adottare le corrispondenti misure di blocco, affinché la profondità di ricerca della catena di guasto non superasse la profondità massima stabilita (di solito 4). L'isolamento della griglia innescato da una catena di faglia di solito porta all'avvento di un blackout importante. Pertanto, in questo articolo, la condizione di arresto della ricerca della catena di guasto è stata impostata come: 1) si è verificata la griglia; 2) la ricerca della catena di guasto raggiungeva la profondità massima di ricerca; e 3) una certa fase della ricerca a catena di guasti non ha portato al sovraccarico di nessun ramo. La ricerca a catena di guasti si fermava quando una qualsiasi delle condizioni veniva soddisfatta.

Utilizzare una funzione lineare a tratti per descrivere la relazione tra la probabilità di guasti della linea di trasmissione e il flusso di potenza della linea, data da:

(13)

Dove p_l è la probabilità di verificarsi di guasti su l; p_l è il flusso di potenza reale su l; P_{l, max} è il limite di capacità di trasmissione di l; P_H è la probabilità di guasto della protezione nascosta; b è il moltiplicatore di soglia di sovraccarico, tipicamente impostato a 1,4, il che implica che se il flusso di potenza trasmesso da una linea supera 1,4 volte la sua capacità nominale di trasmissione, i dispositivi di protezione funzioneranno e faranno scattare la linea, con una probabilità di guasto pari a 1.

Calcolo del valore del rischio per la catena di guasto

Supponiamo che una certa catena di guasti coinvolga guasti su k linee di trasmissione. Alla rimozione di queste k linee, è stato calcolato il livello minimo di limitazione del carico che garantisce un trasferimento sicuro di potenza DC all'interno della rete. La funzione obiettivo fu quindi definita come segue:

(14)

Dove n_B rappresenta il numero totale di autobus nel sistema elettrico; D_{i_cut} è la quantità di interruzione al nodo i. I vincoli da soddisfare includono:

Vincoli di interruzione del nodo

(15)

Dove S_N è l'insieme dei bus nel sistema di potenza; D_i è il carico originale al nodo i.

Vincoli di uscita del generatore

(16)

Dove S_G è l'insieme dei nodi generatori nel sistema di potenza; PG_i indica la potenza in uscita dal generatore al nodo i; PG_{i_min} e PG_{i_max} rappresentano rispettivamente i limiti minimi e massimi di generazione tecnica al nodo i.

Vincoli di sicurezza del flusso di potenza di linea

(17)

Dove S_L è l'insieme delle linee di trasmissione nel sistema elettrico; P_ij è il flusso di energia sulla linea ij; P_{ij_max} è il limite di capacità di trasmissione per la linea ij.

Vincoli di bilanciamento della potenza dei nodi

(18)

Vincoli di flusso di potenza DC

(19)

Dove θ_i e θ_j indicano gli angoli di tensione ai e j, x_ij è la reattanza della linea ij.

Per una data catena di guasti L con v stadi, la probabilità che si verifichi P_L è:

(20)

Dove p_l0 è la probabilità dell'evento iniziale di guasto della catena di eventi; P_l1 ~ P_lv sono le probabilità di verificarsi di ogni stadio nella catena di guasto. Il valore di rischio R_L per la catena di guasto L è definito come:

(21)

Dove D_L è la quantità di interruzione causata dopo l'ocorrere della catena di guasto L.

La ricerca a catena di guasti ha permesso di selezionare simultaneamente più rami ad alto rischio come interruzioni iniziali. Assumendo l'indipendenza tra i guasti dei rami iniziali, la probabilità congiunta dell'evento iniziale era il prodotto delle probabilità indipendenti di guasto di ciascun ramo ad alto rischio.

Modello di ottimizzazione per la prevenzione e il controllo

Basandosi sull'insieme ottenuto di catene di guasto, costruire un modello di ottimizzazione per la prevenzione e il controllo. La funzione obiettivo è stata formulata come:

(22)

Dove n_G rappresenta il numero totale di nodi generatori; a_i e ΔPG_i rappresentano rispettivamente il coefficiente di costo e l'importo di regolazione della potenza del nodo generatore i; ΔL_j rappresenta la quantità di interruzione al nodo j. n_R si riferisce al numero di catene di guasta; R_k indica il valore di rischio della catena di guasto k; e b è il coefficiente di costo del load cutding.

I vincoli sono i seguenti:

Vincolo di bilanciamento delle potenze

(23)

Vincoli di regolazione dell'uscita del generatore

(24)

Vincoli di sicurezza del flusso di potenza di linea

(25)

Dove PTDF è la matrice del fattore di distribuzione del trasferimento di flusso di potenza della rete; P è il vettore di iniezione di potenza; ΔPG è il vettore di aggiustamento generazionale; e F_max è il vettore dei limiti di capacità di trasmissione delle linee.

Considerando la fase di propagazione t in una catena di faglia (1 ≤ t ≤ v), supponiamo che il ramo di interruzione precedente sia km. L'impatto dell'interruzione del ramo in km sulla redistribuzione del flusso nella rete rimanente è stato valutato utilizzando il modello di flusso di potenza DC. Il funzionamento della rete soddisfaceva le seguenti condizioni prima dell'interruzione del km di ramo

(26)

Dopo l'interruzione del km della diramazione

(27)

Trascurando i piccoli termini di secondo ordine, diventa:

(28)

Combinando le equazioni (26) e (28), si ottiene quanto segue:

(29)

Un'ulteriore semplificazione porta a:

(30)

Dove P_km indica il flusso di potenza attiva sul ramo km; è un vettore riga in cui la k-esima voce è 1, la m-esima voce è -1 e tutte le componenti rimanenti sono zero.

Secondo l'equazione (30), allo stadio di propagazione t della catena di eventi L, quando il ramo km era disconnesso, il flusso incrementale di potenza attiva nei rami successivi veniva rappresentato come una funzione lineare legata al flusso di potenza attiva del ramo km. Inoltre, sulla base dell'equazione (13), questo incremento è stato direttamente mappato alle probabilità di guasto dei rami successivi.

Nel modello di ottimizzazione del flusso di potenza stabilito in questa sezione, la funzione obiettivo coinvolgeva il prodotto delle probabilità di guasto di ogni stadio della catena di eventi. Considerando la probabilità di guasto in ogni stadio della catena di guasti come variabili, il modello era difficile da risolvere se l'ordine di moltiplicazione delle variabili era troppo grande. L'impiego di algoritmi euristici come l'ottimizzazione a sciami di particelle o algoritmi genetici rende tipicamente difficile ottenere soluzioni ottimali globali. Pertanto, questo articolo ha trattato il prodotto moltiplicativo delle probabilità di rottura delle diverse fasi della catena di guasto come una singola nuova variabile, riducendo così di fatto l'ordine di moltiplicazione delle variabili nella funzione obiettivo. Successivamente, sono stati utilizzati risolutori commerciali di ottimizzazione come CPLEX e GUROBI per ottenere soluzioni.

Results

Analisi del caso del modello del campo del vento dei tifoni

Questa sezione presenta uno studio di caso basato sul tifone Yagi, che ha toccato terra nella provincia di Hainan, in Cina, nel 2024. I dati del campo eolico utilizzati per la modellizzazione sono estratti dalle previsioni delle stazioni meteorologiche emesse 24 ore prima dell'evento. Utilizzando il modello di Jelesnianski, la distribuzione spaziale della velocità del vento può essere calcolata in un dato momento. Combinato con il modello di vulnerabilità dei rami di trasmissione, questo consente di valutare le probabilità di guasto dei singoli rami all'interno della Hainan Grid. La durata T_w è impostata a 1 ora. Si assume che la velocità del vento rimanga costante durante questo periodo T_w, quindi Δt = T_w = 1 h.

I dati orari sulla velocità del vento nella città di Haikou sono stati analizzati insieme al corrispondente numero di linee danneggiate, con i risultati presentati nella Figura 4. Si osserva una chiara correlazione positiva: con l'aumento dell'intensità del vento, il numero di rotture delle linee aumenta di conseguenza. Integrando le condizioni meteorologiche previste con il quadro di modellazione dei campi eolici qui proposto, il metodo cattura in modo più efficace il reale rischio di guasto della rete.

I percorsi tipici furono selezionati tra quattro città: Haikou, Danzhou, Sanya e Qionghai, ciascuna lunga 10 km con intervalli di 500 m. Utilizzando il metodo proposto in questo articolo, è stata calcolata la probabilità di rottura della linea sotto velocità massime del vento e confrontata con il rapporto tra linee fallite e linee totali durante eventi di tifone reali, come mostrato nella Figura 5. I risultati dimostrano una buona coerenza tra la probabilità di guasto calcolata e il rapporto di guasto osservato: la probabilità di guasto aumenta con l'aumentare della velocità massima del vento nelle città rilevanti, convalidando ulteriormente la praticità del modello sviluppato in questo articolo quando combinato con le informazioni di previsione dei tifoni.

Prevenzione e ottimizzazione del controllo basata sulle catene di guasto

L'efficacia dell'approccio proposto è dimostrata da una simulazione condotta sul sistema di test del bus IEEE 39. I rami 1-2, 2-3 e 4-5 sono considerati ad alto rischio in condizioni di disastro estremo, come mostrato nella Figura 6. Il limite di flusso di potenza attiva di ogni ramo è impostato a 0,9 volte la sua capacità di flusso termico, e la profondità di previsione della catena di guasto d_max è impostata a 3. I coefficienti di costo di dispatch dei generatori, i limiti di uscita e altre informazioni sono elencati nella Tabella 1. Il coefficiente rischio-costo b è 100/MW, e la probabilità di guasto del ramo inizialmente scattato si assume sia 1. La probabilità di un guasto nascosto della protezione P_H è fissata a 0,01. Dopo aver formulato il modello, l'editor ha utilizzato MATLAB R2022b per chiamare il solver GUROBI. Tempo di soluzione: 0,14 s, spazio: 0,0000%.

Effettuando la ricerca della catena di eventi, si è scoperto che aprire le linee 2-3 o 4-5 non sovraccarica le linee rimanenti, e quindi nessuna catena di eventi deriva da queste interruzioni. Tuttavia, quando le linee 1-2 sono disconnesse, possono verificarsi quattro possibili catene di eventi: [1-2, 2-3, 26-27], [1-2, 2-3, 25-26], [1-2, 2-3, 17-18, 26-27], [1-2, 2-3, 17-18, 25-26].

Il risultato della ricerca della catena di guasti che inizia dal ramo 1-2 è mostrato nella Figura 7. Tra queste, la catena di guasto [1-2, 2-3, 25-26] non causa interruzioni di interruzione, e il rischio della catena di guasto [1-2, 2-3, 17-18, 25-26] è molto più basso rispetto alle altre due catene di guasta. Pertanto, solo le catene di guasto [1-2, 2-3, 26-27] e [1-2, 2-3, 17-18, 26-27] vengono mantenute per la successiva ottimizzazione della prevenzione e del controllo.

La Tabella 2 presenta i risultati dell'ottimizzazione di prevenzione e controllo, mentre la Figura 8 mostra le corrispondenti catene di guasti ottimizzate avviate dal ramo 1-2. Dopo aver regolato le prestazioni dei generatori, il taglio di carico previsto derivante dalle catene di guasto correlate si riduce da 11,835 MW a 0,670 MW, il che rivela che il rischio del sistema IEEE 39-bus diminuisce notevolmente. La validazione dopo l'ottimizzazione conferma che non si verificano ulteriori catene di guasti, indicando che la soluzione di prevenzione e controllo può essere implementata direttamente ai dispatcher del sistema di supporto.

Studio di caso su una rete elettrica reale: il sistema di Hainan sotto il tifone Yagi

Per validare ulteriormente l'applicabilità pratica del metodo proposto, è stato condotto uno studio di caso basato sulla rete elettrica di Hainan in Cina durante il tifone Yagi nel 2024. Questo caso si concentra sull'efficacia del metodo in sistemi su larga scala e sui suoi vantaggi rispetto ai criteri di sicurezza convenzionali N-1 e N-2.

Metodi di prevenzione e controllo confrontati con i criteri di sicurezza N-2

Sotto l'impatto del tifone Capricorno, molteplici linee della rete elettrica di Hainan hanno subito interruzioni. La distribuzione del flusso di energia della rete regionale alle 19:50 del 6 settembre è mostrata nella Figura 9. Nella figura, il rosso indica il livello di tensione a 500 kV, il nero indica il livello di tensione a 220 kV, il blu indica il livello di tensione a 110 kV, le linee solide rappresentano le linee operative e le linee tratteggiate le linee di interruzione.

In quel momento, le linee LQ-JD e YZU-WQ erano linee ad alto rischio. Considerando il processo di guasto a cascata scatenato dall'interruzione di queste due linee, la distribuzione del flusso di energia della rete regionale dopo le interruzioni delle linee LQ-JD e YZU-WQ è mostrata nella Figura 9. Il flusso di potenza sulla linea DL-WC aumenta a 173,9 MW, superando di gran lunga la sua capacità di trasporto corrente a lungo termine di 82 MW. Con un load factor che raggiunge il 214%, il chain hopping della linea diventa inevitabile. Questo comporterà il funzionamento isolato di WQ, JD, DL e delle relative sottostazioni da 110 kV. Poiché il carico è inferiore alla potenza tecnica minima delle unità dell'impianto WQ, mantenere la stabilità in frequenza durante l'esercizio isolato diventa difficile, portando infine a un blackout.

Viene effettuata l'ottimizzazione preventiva della rete regionale. La distribuzione ottimizzata del flusso di potenza è mostrata nella Figura 10. Un'unità della centrale WQ viene spenta e la potenza della restante unità viene regolata a 221,3 MW. Dopo che le linee LQ-JD e YZU-WQ sono state scattate, il flusso di potenza sulla linea DL-WC è di soli 58,8 MW, evitando così guasti a cascata. Considerando il criterio di sicurezza N-2, se si considerano solo i guasti N-2 sui distributori di alimentazione delle sottostazioni WQ, sarebbe necessario adeguare la potenza dell'impianto WQ a 133,5 MW per garantire un flusso di potenza sicuro su DL-WC. Questo approccio di controllo comporta costi eccessivamente elevati.

Metodi di prevenzione e controllo confrontati con i criteri di sicurezza N-2

La distribuzione del flusso di energia della rete regionale alle 19:58 del 6 settembre è mostrata nella Figura 11. Al momento, entrambe le linee LQ-JD e YZU-WQ sono aperte a causa dei danni causati da un tifone. Le linee YZG-DY (probabilità di guasto P₁=0,1) e DY-YZU (probabilità di guasto P₂=0,7) sono incluse nell'insieme delle linee ad alto rischio. La capacità di trasporto corrente della linea di trasmissione TP-PT è di 82 MW.

Considerando il processo di guasto a cascata scatenato da una singola disconnessione di ramo, la disconnessione della linea YZG-DY o DY-YZU causerebbe un grave sovraccarico sulla linea TP-PT. Questo avrebbe inevitabilmente portato all'arresto a cascata della linea TP-PT, che alla fine avrebbe causato la disconnessione del sistema. I risultati della ricerca a catena di guasto sono mostrati nella Figura 11. Secondo i criteri di sicurezza N-1, garantire la stabilità del flusso di potenza dopo l'attivazione della linea YZG-DY richiede da solo lo scarico di 213 MW. Secondo i criteri di sicurezza N-2, garantire la stabilità del flusso di potenza dopo l'attivazione di entrambe le linee YZG-DY e DY-YZU richiede di scartare 213 MW di carico. Le quantità di interruzione per i tre metodi sono confrontate nella Tabella 3.

I risultati dimostrano che il metodo proposto, considerando le probabilità di guasto di ogni ramo ad alto rischio e le probabilità di guasto in ogni fase della propagazione della catena di guasti, può ridurre significativamente gli elevati costi di controllo associati ai criteri di sicurezza N-1 e N-2. Rispetto ai criteri di sicurezza N-1 e N-2, il metodo proposto soddisfa meglio i requisiti per il controllo online durante i disastri.

Disponibilità dati:

Il sistema di test IEEE 39-bus utilizzato nel Case Study I si basa sulla rete di benchmark pubblicamente disponibile distribuita con MATPOWER e i relativi repository ed è disponibile dal sito web del progetto MATPOWER. I dati di input e i risultati delle simulazioni generati dal metodo proposto per questo sistema di benchmark (inclusi i sistemi di guasto identificati e i corrispondenti indici di rischio) sono disponibili presso l'autore corrispondente su richiesta ragionevole.

I dati del sistema reale utilizzati nel Case Study II provengono dalla rete elettrica di Hainan e includono la topologia dettagliata della rete, i parametri delle apparecchiature e i registri operativi. Questi dati sono di proprietà dell'azienda elettrica locale e sono soggetti a obblighi contrattuali di riservatezza e a regolamenti sulla protezione delle infrastrutture critiche. Di conseguenza, il dataset grezzo della griglia di Hainan e l'output completo del modello direttamente collegato a questo dataset non possono essere resi pubblici. Nell'articolo sono forniti solo i risultati aggregati e anonimizzati necessari a supporto dei risultati di questo studio. I ricercatori che desiderano accedere ai dati sottostanti del sistema di Hainan per scopi accademici legittimi possono contattare l'autore corrispondente; Qualsiasi possibile condivisione dei dati richiederà un'approvazione scritta preventiva da parte del titolare dei dati e, quando necessario, la firma di un accordo di non divulgazione appropriato.

Il quadro generale di modellazione, gli algoritmi e le impostazioni dei parametri sono descritti in sufficienza dettagliata nel testo principale e nelle Informazioni di supporto per consentire ad altri ricercatori di implementare e validare il metodo proposto su sistemi di test accessibili pubblicamente o sui propri dataset.

Figura 1: Schema del movimento del tifone dopo l'atterraggio. Sulla base del modello del campo del vento del tifone, la velocità del vento orizzontale aumenta dall'occhio e successivamente diminuisce con la distanza radiale. Prendendo come esempio la posizione O sulla diramazione di trasmissione, al momento di t₁, il raggio massimo del vento del tifone è r_max(t₁), e la distanza tra il centro del tifone e O è d(t₁). Questa volta, d(t₁) è maggiore di r_max(t₁), e man mano che il tifone si sposta, la distanza tra O e il centro del tifone diminuisce, quindi la velocità del vento a O aumenta. Al momento di t₂, d(t₂) è inferiore a r_max(t₂) e d(t₂) è in diminuzione, quindi la velocità del vento a O diminuisce. Al momento t₃, d(t₃) continua ad aumentare ma è inferiore a r_max(t₃), quindi la velocità del vento a O aumenterà. Analogamente, a t₄, d(t₄) continua ad aumentare ed è maggiore di r_max(t₄), quindi la velocità del vento a O diminuisce man mano che il centro del tifone si allontana. Si può osservare che la velocità del vento in qualsiasi punto del ramo di trasmissione cambia nel tempo, e anche sulla stessa diramazione di trasmissione le variazioni della velocità del vento in posizioni diverse non sono le stesse. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 2: Diagramma schematico del ramo di trasmissione m. Questa figura mostra un singolo ramo di trasmissione composto da torri sequenziali (etichettate da Torre m a Torre k) e linee (indicate da Linea m a Linea k). Ogni coppia adiacente di torri forma una campata conduttore. Una torre è un punto di valutazione discreto per il carico meteorologico e lo stato dei componenti, e una linea indica la campata del conduttore tra due torri vicine sullo stesso ramo. Lo stato del ramo m si ottiene aggregando gli stati delle sue torri e delle sue linee sotto un'assunzione di struttura in serie. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 3: Procedura per le misure di prevenzione e controllo basate sulle catene di guasto. Questo diagramma di flusso presenta il flusso di lavoro utilizzato. I rami identificati come ad alto rischio in caso di disastri estremi vengono prima inclusi nell'insieme iniziale di guasti. Per ogni candidato, viene scelto un ramo come ramo iniziale di scatto, il ramo viene attivato e i parametri di rete vengono aggiornati. Se avviene l'isolamento del sistema o si raggiunge la profondità massima preimpostata, la ricerca di questa catena di faglia si interrompe. Se compaiono rami sovraccarichi, ogni ramo sovraccarico viene preso a turno come ramo di scatto di livello successivo e il ciclo trip-aggiornamento-controllo continua. Se non si verifica sovraccarico, viene calcolato l'indice di rischio della catena di guasto. Dopo che tutti i guasti iniziali sono stati processati, vengono identificati i percorsi della catena di guasto con valori di rischio relativamente elevati, e successivamente vengono applicate misure preventive alla rete target. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 4: Relazione tra la velocità del vento del tifone e il numero di linee difettose nella città di Haikou. Questa figura mostra la velocità oraria del vento di tifone nella città di Haikou (asse y sinistro) e il numero di linee difettose registrate nell'ora corrispondente (asse y destro). Con l'aumento della velocità del vento da 10 m/s a oltre i 50 m/s, il numero di linee difettose aumenta di conseguenza, raggiungendo il massimo intorno alle 19:00-20:00 e poi diminuendo con l'indebolimento del vento. La variazione sincrona indica una chiara associazione positiva tra l'intensità locale del vento e i guasti di linea, coerente con l'assunzione qui fatta secondo cui il rischio di guasto dei componenti di trasmissione aumenta con l'aumento della velocità del vento. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 5: Confronto tra probabilità di rottura della linea e rapporto effettivo di guasto. Questa figura confronta il rapporto tra le linee effettivamente difettose e il totale delle linee (asse y sinistro) con la probabilità di rottura della linea (asse y destro) in quattro città. Entrambi gli indicatori seguono lo stesso schema spaziale: Haikou è il più alto, Danzhou è il prossimo, Sanya è il più basso e Qionghai mostra un modesto rimbalzo. Le due curve si seguono da vicino, indicando una forte associazione positiva tra la probabilità di guasto modellata e l'incidenza osservata dei guasti, il che supporta l'interpretazione secondo cui le città con rischio stimato più elevato presentino anche rapporti effettivi di guasto più elevati. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 6: Sistema IEEE 39-bus. Questa figura mostra il sistema di test IEEE 39-bus utilizzato nello studio di caso. Gli autobus sono numerati, i bus generatori sono contrassegnati con G, e i rami di trasmissione intercollegano i bus. I segmenti di filiale evidenziati in rosso indicano i rami ad alto rischio identificati per lo scenario di disastro estremo dalla procedura di valutazione del rischio descritta qui; Questi rami costituiscono il set iniziale di guasti per la costruzione delle catene di guasti nell'analisi successiva. Il diagramma è schematico e viene utilizzato per chiarire la topologia del sistema di prova e le posizioni dei rami ad alto rischio identificati. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 7: Risultati della ricerca della catena di errori. Questa figura elenca le catene di guasti ottenute nel caso IEEE 39-bus. Partendo dal primo ramo di scatto 1-2, la catena procede verso 2-3 e poi si dirama verso i rami candidati di livello successivo (26-27, 25-26, 17-18). I numeri sulle frecce indicano la probabilità di stadio per il prossimo ramo scattato. Il testo nei nodi terminali riporta il minimo di interruzione di carico risultante per quella catena (ad esempio, 73,73 MW, 39,36 MW) o indica che non si verifica alcun interruzione di interruzione. Il diagramma fornisce una registrazione compatta dei percorsi di catena di guasto candidati e dei loro risultati. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 8: Catene di guasti ottimizzate. Questa figura elenca le catene di guasti ottimizzate nel caso IEEE 39-bus. Partendo dal ramo iniziale di scatto 1-2, la catena procede fino a 2-3 e poi segue uno dei due rami di scatto di livello successivo: direttamente fino a 26-27, oppure attraverso 17-18 e poi 26-27. I numeri sulle frecce (ad esempio, 0,01, 0,9) indicano la probabilità di fase per il prossimo ramo scattato lungo ciascun percorso. Il diagramma fornisce una registrazione compatta dei percorsi di catena di guasto ottimizzati e delle loro probabilità di stadio. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 9: Risultati della simulazione del flusso di potenza per una rete regionale alle 19:50 del 6 settembre e distribuzione del flusso di potenza nella rete regionale dopo la disconnessione delle linee LQ-JD e YZU-WQ. La figura sopra è la simulazione del flusso di potenza per una rete regionale alle 19:50 del 6 settembre. Flusso di potenza di base della rete regionale sotto l'influenza di un tifone. I colori indicano i livelli di tensione (500/220/110 kV). Al momento, le linee LQ-JD e YZU-WQ sono identificate come elementi ad alto rischio. La figura sottostante mostra la distribuzione del flusso di potenza nella rete regionale dopo la disconnessione delle linee LQ-JD e YZU-WQ. Quando le due linee ad alto rischio vengono attivate, l'energia si redistribuisce e la linea DL-WC diventa pesantemente sovraccarica, portando il corridoio WQ-JD-DL verso un possibile isolamento delle sottostazioni collegate da 110 kV e possibili interruzioni. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 10: Distribuzione del flusso di energia nella rete regionale dopo misure di prevenzione e controllo. Con il controllo preventivo proposto in vigore, un'unità di WQ viene spenta e la produzione rimanente viene riprogrammata. I sovraccarichi vengono alleviati e il rischio a cascata è significativamente ridotto, ottenendo una sicurezza con una limitazione molto inferiore rispetto al criterio convenzionale N-2. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 11: Risultati della simulazione del flusso di energia per una rete regionale alle 19:58 del 6 settembre e risultati della ricerca della catena di guasti per la rete elettrica di Hainan. La figura sopra è i risultati della simulazione del flusso di potenza per una rete regionale delle 19:58 del 6 settembre. Il sistema opera con LQ-JD e YZU-WQ aperti. Lo schermo indica YZG-DY e DY-YZU come le linee successive più critiche, mentre il corridoio TP-PT da 110 kV diventa il vincolo termico di collegamento in quest'area. La figura qui sotto mostra i risultati della ricerca della catena di guasti per la rete elettrica di Hainan. La ricerca identifica due catene dominanti a un passo iniziate da linee ad alto rischio: LQ-JD (probabilità di guasto iniziale 0,1) e DY-YZU (probabilità di guasto iniziale 0,7). In entrambi i casi, il sovraccarico costringe il TP-PT a scattare (probabilità di stadio ≈ 1), portando a una divisione del sistema con un taglio di carico stimato rispettivamente di 295 MW e 144 MW. Clicca qui per visualizzare una versione più grande di questa figura.

Bus del generatore	Potenza attiva iniziale (MW)	Limite inferiore di potenza attiva (MW)	Limite superiore di potenza attiva (MW)	Costo di aggiustamento (1/MW)
30	250	0	1040	1
31	677.87	0	976	1.1
32	650	0	725	1.1
33	632	0	652	1.2
34	508	0	508	1.2
35	650	0	687	1.3
36	560	0	580	1.3
37	540	0	564	1.1
38	830	0	865	1.1
39	1000	0	1200	1.5

Tabella 1: Informazioni relative al sistema IEEE 39-bus. Questa tabella riporta i parametri lato generatore per il caso IEEE 39-bus. Per ogni bus del generatore, elenca la potenza attiva iniziale in uscita, l'intervallo ammissibile indicato dai limiti inferiori/superiori di potenza attiva e il costo di regolazione. Queste voci specificano il dispatch iniziale, i limiti di regolazione consentiti e il coefficiente di aggiustamento per MW per ciascun generatore utilizzato nel caso di studio.

No.	Bus del generatore	Regolazione della Potenza (MW)
1	30	32.64
2	31	-32.64

Tabella 2: Risultati dell'ottimizzazione del flusso di potenza. Questa tabella elenca le regolazioni lato generatore prodotte dall'ottimizzazione del flusso di potenza. Per ogni bus del generatore, la colonna di regolazione dell'uscita indica la variazione rispetto alla potenza attiva iniziale; valori positivi indicano un aumento, mentre valori negativi indicano una diminuzione. In questo caso, il Bus 30 viene regolato di +32,64 MW, e il Bus 31 di -32,64 MW.

Metodo	Taglio di carico (MW)
Metodo di Controllo Preventivo	62
Criterio di sicurezza N-1	>213
Criterio di sicurezza N-2	>>213

Tabella 3: Confronto delle quantità di interruzione per i tre metodi. Questa tabella confronta le quantità di interruzione richieste dai tre metodi. Il metodo di controllo preventivo proposto richiede solo 62 MW di interruzione di corrente, mentre sia i criteri di sicurezza N-1 che N-2 richiedono più di 213 MW, dimostrando una significativa riduzione dei costi di controllo ottenuta dall'approccio proposto.

Discussion

In questo articolo viene proposto un metodo di prevenzione e controllo basato su catene di guasto per i disastri di tifone, che prima scherma i rami ad alto rischio durante i disastri di tifone e successivamente regola la produzione delle unità di alimentazione della rete e il carico di scarico in base alle catene di guasto, con l'obiettivo di mitigare il rischio di propagazione dei guasti. Rispetto ai metodi di controllo online basati sui criteri di sicurezza N-1 e N-2 durante i disastri, il metodo proposto in questo articolo riduce significativamente i costi di controllo secondo i criteri di sicurezza N-1 e N-2, considerando la probabilità di guasto di ciascuna linea durante disastri di tifone e la probabilità di guasto a cascata di sovraccarichi di^{linea 29,30}.

La ricerca proposta contribuisce all'avanzamento dell'analisi della resilienza dei sistemi energetici in diversi aspetti. Innanzitutto, cattura gli impatti spazialmente correlati e variabili nel tempo dei carichi dei tifoni sulle infrastrutture di trasporto, che spesso vengono semplificati o trascurati nell'analisi di contingenza tradizionale. In secondo luogo, selezionando i rami ad alto rischio e costruendo catene di guasto corrispondenti, il metodo concentra le risorse preventive su un insieme limitato di percorsi critici a cascata, riducendo efficacemente il disattivamento previsto ed evitando programmi preventivi eccessivamente conservativi rispetto ai controlli classici basati su N-1/N-2. In terzo luogo, l'indice unificato di rischio, definito combinando probabilità di guasto e conseguenze di perdita di carico, offre una metrica pratica per gli operatori per bilanciare sicurezza e controllo dei costi nel supporto decisionale in tempo reale.

Tuttavia, vanno riconosciute diverse limitazioni. Il modello di vulnerabilità si concentra su segmenti di linea e torri e adotta un'assunzione di struttura in serie, che nella pratica potrebbe non rappresentare completamente interazioni complesse tra componenti e guasti correlati. L'analisi della catena di guasto si basa sul flusso di potenza DC e su meccanismi a cascata semplificati, e le incertezze dei parametri nelle previsioni dei tifoni e nelle curve di fragilità possono influire sulla precisione della quantificazione del rischio. Inoltre, il framework di ottimizzazione si occupa principalmente del controllo preventivo; Le azioni di blocco coordinato o correttive durante la propagazione della catena di guasto non sono esplicitamente modellati in questo lavoro.

Approcci alternativi per indagare la stessa ipotesi includono formulazioni di flusso di potenza ottimale robuste o a vincoli di caso considerando scenari di tifone, simulazioni complete di guasti a cascata basate su N-k o Monte Carlo e modelli coordinati di controllo preventivo che ottimizzano congiuntamente il dispatch pre-contingency e le misure correttive o di isolamento post-contingenza lungo catene di guasto specifiche³¹. Questi metodi offrono prospettive complementari e potrebbero essere combinati con il quadro proposto per migliorare la fedeltà della modellazione.

Il metodo proposto ha importanti potenziali applicazioni nell'operazione e nella pianificazione di sistemi elettrici resilienti ai disastri nelle regioni soggette a tifoni e costiere. Può essere integrato nelle piattaforme di supporto alle decisioni online per generare strategie di controllo preventivo informate sul rischio prima dell'impatto del tifone, assistere gli operatori nel monitorare e rafforzare i corridoi ad alto rischio e supportare la pianificazione a medio e lungo termine per il rafforzamento dei rami critici di trasmissione. Con un adeguato adattamento dei modelli di vulnerabilità e pericolo, il quadro può essere esteso anche ad altri rischi meteorologici e naturali come forti tempeste di vento, eventi di ghiaccio e incendi boschivi, offrendo così uno strumento generale per rafforzare la resilienza delle moderne reti^{elettriche 32}.

Modifiche e risoluzione dei problemi

Sebbene il metodo proposto sia stato convalidato sia nel caso IEEE 39-bus che nel caso della rete elettrica di Hainan, i professionisti potrebbero dover adattarlo o incontrare difficoltà durante l'implementazione. Questa sezione fornisce indicazioni su potenziali modifiche e risoluzione dei problemi comuni.

Modifiche per scenari specifici:

Il metodo proposto in questo articolo non è limitato ai disastri da tifone. Può essere adattato ad altri disastri, come tempeste di ghiaccio e incendi boschivi, modificando i relativi modelli di pericolo e vulnerabilità. Nell'implementazione pratica, il modello del campo del vento del tifone di Jelesnianski dovrebbe essere sostituito con modelli specifici per pericolo, e il modello di vulnerabilità della linea di trasmissione dovrebbe essere ricalibrato in base ai meccanismi di guasto distinti dei componenti nelle nuove condizioni di disastro.

Nei sistemi con alta penetrazione delle rinnovabili, il punto operativo pre-disastro diventa più variabile. Il metodo può essere modificato in un framework di ottimizzazione stocastica o robusta. La valutazione del rischio della catena di guasto dovrebbe quindi considerare molteplici scenari di generazione rinnovabile, aumentando il numero di catene di guasto candidate e il carico computazionale complessivo.

Risoluzione dei problemi comuni di implementazione:

Il metodo proposto può incontrare tempi di calcolo proibitivamente lunghi quando applicato a sistemi su larga scala. Ciò è attribuito alla complessità combinatoria insita nel processo di ricerca della catena di guasto. In sistemi extra-grandi che contengono numerose linee iniziali ad alto rischio, il numero di potenziali catene di guasti aumenta drasticamente, soprattutto quando è configurata una profondità di ricerca elevata, portando di conseguenza a una durata computazionale eccessiva. Per affrontare questo problema, si possono considerare le seguenti strategie di mitigazione: Primo, il set di contingenza iniziale può essere adeguatamente ridotto aumentando la soglia di probabilità di guasto per l'inclusione, selezionando così in modo più rigoroso le linee ad alto rischio. La priorità dovrebbe essere data alle linee situate all'interno dell'area centrale prevista per il disastro. In secondo luogo, la profondità di ricerca può essere limitata. In base al giudizio ingegneristico e alla tipica lunghezza di propagazione dei guasti storici a cascata nella griglia target, la profondità massima di ricerca può essere ridotta da 4 a 3 o addirittura a 2. Inoltre, il metodo proposto potrebbe incontrare un'inviabilità del modello di ottimizzazione. Dati i gravi scenari di contingenza affrontati, i vincoli - come i criteri di sicurezza N-1 e i limiti di uscita dei generatori - possono essere eccessivamente restrittivi, senza soluzione di distribuzione di generazione fattibile che possa mitigare simultaneamente tutte le catene di guasti ad alto rischio. Per risolvere tali problemi, si possono considerare i seguenti approcci: Primo, i vincoli di sicurezza possono essere allentati convertendo i vincoli di sicurezza N-1 rigidi in vincoli morbidi all'interno della funzione obiettivo, consentendo violazioni minori e temporali per ottenere una riduzione complessiva del rischio di sistema. In secondo luogo, riesaminare l'insieme delle catene di guasto candidate. È possibile che alcune catene a bassa probabilità, ma ad alte conseguenze, stiano rendendo l'inviabilità possibile. Potrebbe essere necessaria una riduzione basata sul rischio dell'insieme candidato.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
GUROBI	Gurobi Ottimizzazione, LLC	10.0.1	Risolutore commerciale utilizzato per il modello di ottimizzazione
MATLAB	MathWorks	2020b	Ambiente centrale per tutte le simulazioni
Notebook PC	Lenovo	X1 Carbon Gen 9	CPU: Intel Core i7-1165G7; RAM: 16 GB; SSD: 512 GB; OS: Windows 11
Script MATLAB auto-sviluppati	Auto-sviluppato	v1.0	Implementa le routine di ricerca e ottimizzazione della catena di guasti