1、 2019 年中国电机工程学会年会论文集 基 于 大 数 据 平 台 的 电 网 韧 性 防 灾 辅助 决 策 系 统 研 究 南钰1，宋瑞卿1，宋丽华1，杨乐1（1，国 网 河 南 省 电 力 公 司 开 封 供 电 公 司，河南 开封 475000；）Resilience-enhanced and disaster prevention system in power systems based on big date platform NAN Yu1,SONG RuiQing1,SONGLiHua1,YANG Le1,(1.State Grid Henan Electric Grid C
2、ompany,Kaifeng 475000 Henan,China)摘要：为 降低 电 力 系 统 在 面 临 极 端 自 然 条 件 时，发生连 锁 故 障、大 规 模 停 电、负 荷 侧 供 电 不 足 的 重 大 风 险，面向韧性提升的调度 决策是实现提 升 电 网 灾 害 应 对 能 力 的 关 键 环 节。电 力 系 统 韧 性 调 度 需 要 在 灾 害 来 临 前、发 展 中 以 及 灾害后整个过 程 中 利 用 多 源、海 量、异 构 的 相 关 数 据，例 如 线 路 故 障 的 发 展 情 况、灾 害 状 态 的 发 展 情 况、应 急 物 资 调度情况等，是 一 个 典
3、型 的 大 数 据 决 策 问 题。本文基于大 数 据 平 台，旨 在 通过大数据 存 储、检 索 与 通 信 技 术，建 立 了一 个 基 于 电 力 系 统 韧 性 的 调 度 决 策 系 统，以 实现经济性、韧 性、可 靠 性 兼 顾 的 防灾 调度策略。并 且，本文 提 出 了 该调 度 决 策 系 统 的 数 据 流 和 整 体 架 构 设 计。本 文 构 建 的 电 力 系 统 韧 性 防灾 调 度 决 策 系 统 能 保 证 在 大 数 据 交互 下进行防灾运行辅助决策，提升电力系统防灾减灾的能力与决策水平。关键词：韧性；调度决策；大数据平台；数据流 Abstract:In or
4、der to avoid serious problems such as cascading failures,large-scale blackouts and insufficient power supply on load side when power system is facing extreme natural conditions,the decision-making of power system resilient dispatching plays its necessity and importance.However,the resilient dispatch
5、ing of power system needs to read and transmit a large amount of data in the process of disaster development,such as the development of line faults and the occurrence of disaster state.Exhibitions,emergency material dispatch and other multi-source,massive,heterogeneous data.In this paper,a dispatchi
6、ng decision system based on power system toughness is established based on big data platform technology,aiming at transferring and storing large amounts of data in the resilience dispatch.As a result,an economical,resilient and reliable dispatching strategy can be made.Moreover,this paper also desig
7、ns the data flow and architecture design of the dispatching decision-making system.The proposed system can provide resilience-enhanced dispatch decisions based on power system big data and boost the disaster prevention and mitigation performance of power systems.Keywords:resilience;dispatch;big data
8、 platform;data stream 0 引言 近几年 来，低概率、高破坏性的 不确定性风险对电力系统造成了极大的损害，其中不仅包括了如地震、台风、山火等自然灾害，而且还包括了众多人为 灾害。这些灾害 引起了人们对防灾减灾体系的重视和考虑。面临高 破坏性的大型灾害时，电力系统往往 出现电力供应不足的情况，这导致了电压和频率质量不能得到保证。在这种情况下，建立电力系统 防灾减灾系统就成为了一项重要的工作。然而 电力系统防灾减灾体系的运行需要尽量短 时 间 内 完成 调 度 部 门、应 急 指 挥 中心、维修 部门、气象中心等人员的协调合作和信息共享，以完成对于极端天气的预防措施、故障期间能
9、源短缺的供应，以及对故障元器件的维修安排等各种工作。针对电力系统防灾减灾系统的建立，现阶段的学者将研究的重点 放在了灾害原理、预防性控制、物资调度、维修计划安排等方面，文献1 针对事故发生的可能性和破坏性进行电力系统的风险评估，并应对 不同事故类型对电力系统进行预防性控制研究；文献2 基于粒子群算法构建了 重 大 故 障 下 应 急 物 资 配 送 模 型 求 解 2019 年中国电机工程学会年会论文集 算 法；文 献3 以 可 靠 性 指 标 损 失 最 小 为 优 化 目标，建立了系统综合风险指标最小的最佳维修计划模型。然而，防灾减灾系统的 建立在信息技术层面上存在一定的难关。这是因为该系
10、统处理的数据具有多源、海量、异构 的特点。多源 是指数据来源广泛，例如 台风的风速和风向等数据来自于气象部门的预测以及检测，而发电机的出力、线路的潮流 等 电 力 系 统 状 态 数 据 来 自 于 调 度 中 心 的安排以及规划；海量是指在 韧性体系下较短的时间内都有可能出现 连锁故障的不断发展，这一点不同于正常情况下 电力系统的可靠性分析，因此需 要 以 较 短 的 时 间 间 隔 对 电 力 系 统 的 状态进行监控和分析；异构 则是指在防灾减灾系统中的数据存在各种各样的数据形式 和类型，例如 调度部门对发电机出力的管理 是以数字形式来控制的，而 调 度 中 心 下 达 至 维 修 部
11、门 的 修 复 计划则是根据文本或文字 形式进行传达的，甚至在一些设备监 控 系 统 不 发 达 的 区 域 会 出 现 利 用 电 话 通 讯 来传递设备的完好 情况。综合上述的因素，我们必须采用大数据技术及其 方 法 才 能 在较短 的 时 间 内 完 成 防 灾 减 灾 系统的大规模、多种类的数据传输以及运算。大数据 是指 无 法 在 一 定 时 间 范 围 内 用 常 规 软 件 工 具进行捕捉、管理和处理的数据集合。IBM 定义了大数据技术 的 5V 特点：V olume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）。本文
12、为了配合电力系统韧性的特点，因 此 将 大 数 据 定义为 建立 一 个 数 据 储 存 和 处理的平台，以便 电力系统能快速而有效地在灾害影响前采取预防 性措施，以及灾害产生 破坏后进行恢复性工作。文献4 通 过 对 数 据 的 深 度 挖 掘，提 出 了 配 电 网 自 动 诊 断 分 析 的 具 体 方 法 及 实 施步骤；文献5 分析了加入了大数据以及云计算的电力系统的发展前景；文献6 将电力系统突发事件 情 景 构 建 的 结 果 与 相 关 大 数 据 预 测 模型(汇总统计、分类与预测)相结合，提出更合理、科学的应急策略。因此，本文提出了一种基于大数据平台 电力系统的防灾减灾韧性
13、决策系统，该系统 包含了基础设施层、大数据 平台、基础应用层、高级应用层模块，提高了 灾害前后电力系统状态参数的传输速度，以求在 足够短的时间内完成较精确的状态控制，从而 得到实时和准确地调度策略。1 韧 性 调 度 规 划 下 各 阶 段 的 机 理 分 析 以及 数 据 需 求 本 节 主 要 介 绍 在 自 然 灾 害 的 各 影 响 阶 段 中韧性调度规划需要采集的数据，为此我们将自然灾 害 对 电 网 产 生 影 响 的 过 程 划 分 为 如 下 几 个 阶段：系统 指标性 能时间 t0 t1 t3 t4 t5 t2灾害 预防阶 段故障扩散阶段故 障 稳 定阶段运行 故障清 除阶段
14、基础 设施 故障清 除阶段极端时间发生强迫停运 图 1.电 力 系 统 各 时 期 的 韧 性 曲 线 Fig.1.Resilience curves for different periods of power system（1）灾害预 防阶段 此 阶 段 定 义 为 气 象 部 门 预 测 到 重 大 灾 害 并通知相关的电力部门开始，直到灾害开始对电网造成实际性影响的这个过程。在 这个阶段中，预防 性 控 制 一 般 是 通 过 改 变 系 统 静 态 运 行 点 以 提高系统的稳定性和安全性，其目的在于将系统的风险指标降低，提高系统的安全等级，将隐患消除在萌芽阶段，防止系统进一步恶化，
15、降低系统发生紧急甚至 崩溃的风险的可能性，控制系统的运行状态变化的趋势。而 预 防 性 控 制 通 常 可 以 包 括 预 防 性 韧 性 调度策略、对 部分 线路进行检修、在脆弱线路附近增设资源等预防 策略。上述提到 的预防性韧性调度策略则是通过调整 电力系统的出力计划，来达到线路潮流更均匀、电压偏差更小等效果，来使得 电 力 系 统 维 持 一 个 抵 御 能 力 较 强 的 状 态 来 应对灾害。因此，在这个阶段需要采集的系统状态指标包括线路的老化情况（如线路工作时间、出现故障的次数、该 线 路 正 常 工作时的负 载 率 等）、正常运行下的系统状态（如发电机出力、线路潮流、节点电压、最
16、 大 线 路 负 载 率 等）、灾害的严重程 2019 年中国电机工程学会年会论文集 度（如台风的风速、雷暴等级、覆冰厚度等反映灾害严重程度的参数）。（2）故障扩 散阶段 此 阶 段 定 义 为 灾 害 开 始 对 电 网 造 成 实 际 性影 响 至 灾 害 影 响 不 再 恶 化 的 过 程。在 这 个 过 程中，由于自然灾害带来的线路故障规模 较大，可能导致大规模 的功率转移，进而使得一些原本正常运行的线路承受不住 转移后的潮流，其过高的负载率导致了 线路故障。在 这个阶段中我们需要进行监测的 系 统 状 态 指 标 为 每 时 刻 各 线 路 的负载率及其运行 状态，以观察灾害影响下连
17、锁故障的发展情况，为 以后的修复工作的安排策略提供实际数据的分析依据。对于故障扩散阶段，一般 采用校正控制和紧急控制来减缓故障的 扩散过程。校正 控制和紧急控制手段 一 般 可 分 为 发 电 机 侧 控 制 手 段 和 负 荷端控制手段 两种方式。最常见的控制方式有调整发电机出力、调整网络运行架构、SVC 电压控制、电容器或电抗器的投入、有载调压变压器(OLTC)分接头调节以及切负荷等。综上，在这个阶段中需要收集并 存储的数据为连锁故障 的发展过程（如线路故障的顺序、每次线路故障后潮流转移量、最大线路负载率等）、各负荷节点的切负荷量、各发电机节点的出力调节量。（3）故障 稳 定阶段 在灾害影
18、响下系统 恶化至一定程度时，系统的状态趋向于稳定，不再恶化，而在这个稳定状态下逗留的 过程就定义为故障稳定阶段。这时候意味着电力系统处于本次灾害 中最严重的情况，停电范围、线路故障 数、期望缺供电量（EENS）等 反 映 电 力 系 统 性 能 的 指 标 也 在 该 阶 段 发 展 至最恶劣的地步。但是 需要注意的是，在大型灾害引发的连锁故障下不一定 存在该阶段，这个阶段的是否出现取决于灾害 的发展速度（即阶段 2 中的扩散速度）以及调度部门的修复速度之间的关系。若 该 阶 段 出 现 了，则 韧 性 曲 线 大 致 呈 现 倒梯形，反 之 韧 性 曲 线 则 为 字形。灾害扩散速 度 较
19、快 或 者 维修 速 度 较 慢 都 会 导 致 这 一 阶 段的出现。在这个 阶段中，由于电力系统的状态处于十分脆弱的状态，因此 可以采用调配资源（如 电力、人力等）来 尽 可 能 满足停电区域用户 的 用电需求，一般可以 调用电力储能车来弥补电力空缺，或者安排抢修人员对重要线路进行 优先的维修。需要收集 的 数 据 有 各 地 区 的 停 电 范 围 及其停电时间、各线路修复的 难易程度（如以台风为例，线路 受 到 风 速 及 应 力）、应急资源的初始位置分布。（4）修复阶段 当外界限制 因素（如影响时间较长的自然灾害）消失时，维修部门就可以对系统进行修复，此时系统的状态逐渐恢复，这个过程
20、称为修复阶段。如图 1 中 t3 t5 所 示，该阶段可分为两个部分，分别是 运行 故障清除阶段和基础设施故障清除阶段。在运行故障清除阶段 中，一般是 通过调度部门的远程控制就可以 清除故障，例如 通过远程控制开关将备用线路接入线路，或者 将大规模的潮流转移转至一些 承受最大潮流能力强的线路；而在基础设 施 故 障 清 除 阶 段 中 通 常 进 行 的是维修部门对故障线路的修复 工作。如图 1 所示，运行故障清除 阶 段 较基础 设 施 故 障 清 除 阶 段 更早进行，这是因为 调度中心的远程控制更容易实现，而且维修部门的修复工作 则受气象状态的影响。在 修 复 阶 段 中 调 度 部 门
21、 需 要 根据系统收集到的系统状态参数、维修部门的修复速度以及天气影响数据等，进行修复安排的规划。由于故障线路是根据修复计划 的顺序来进行修复的，因此大多数韧性曲线在修复阶段中呈现阶梯状的形式，逐步向系统 正常运行状态接近。2 故 障 分 析 2 基 于 韧 性 调 度 的 大 数 据 平 台（1）防灾减 灾韧性调度的数据流 由于电力 系 统 的 防 灾 减 灾 系 统 处理的数据具有多源、海量、异构 的特点，因此该系统的建立需要用到大数据 技术进行建立。防灾减灾系统的数据流如图 2 所示，图 的上半部分表明了该系统所需要的数据 及其来源，将 这些数据分别归类至四个部分：灾害 特性、运行状况、
22、应急物资信息、基础设施情况。数 据 流 通 过 上述的各 个 部 门 的 收集后进入了大数据平台，然后进行了数据的转换、存储、2019 年中国电机工程学会年会论文集 运算等工作，再将数据流传递至下一阶级，进行系统基础功能和决策规划功能的 处理和计算。系统 基 础 功 能 是 为 了 从 不 同 角 度 对 电 力 系 统 的 韧性情况进行了评估以及预测，而决策规划功能旨在通过建立数学模型来获得最优的规划策略，提高系统在紧急情况下的韧性指标。（2）防 灾减 灾系统的架构设计 现在电 力 系 统 的 数 据 一般依靠传统的数据处理模式，这导致了电力系统的运算规模 和速度都受到了严重 的限制，而本文
23、提及的韧性调度系统则将大数据技术应用在数据的转换、储存、计算等。另外，该系统还 建立了系统基础功能和决策规划功能，这些功能 需要大量的数学模型或者算法，如 预防控制中 发电机侧调节策略，故障扩散阶段中的发电机调节或 负荷切除策略，应急物资调度规划等。这 些模型和算法也提高了系统运算速度的要求。图 3 展示 了该系统的架构设计，我们可 以 看 到 该 系 统 由 基础设施层、大数据平台、基础应用层、高级应用层 四个部分构成。灾害 特性 数据 来源：气象 中心台风、地震、山火、覆冰 等灾 害 的相 关 数据数据 来源：抢修 部门应急 物资分 布（如电 力储 能 车、抢修 人员等）、预计 线路维 修
24、时间 等应急 物资信 息数据 来源：能量 管理部 门线路 潮流、节点 电压、线路 电流、负荷 需求、新能 源接入 情况、停电 范围等运行 状况数据 来源：运行 与维 护部门元器 件平 均 负载 率、故障 次数、平均 工作 时 间基础 设施情 况大数据平台筛除 坏值数据 预处 理数据 类型 转 换数据 挖掘系统基础功能灾害 破坏 性 分析受影 响线 路 及范围的 定位负荷 预测新能 源波 动 预测脆弱 线路 的 识别故障扩散阶段调节 发电机 出力调整 网架 运 行架构SVC 电压 控制电容 器或电 抗器的投 入OLTC 分接 头调 节切负 荷恢复阶段运行 故障清 除规划基础 设施故 障清除规 划
25、决策规划功能灾害预防阶段在脆 弱馈 线 附近增设 资源对线 路进 行 检修发电 机侧调 节策略潮流 均匀性（潮流 熵）电压 偏差 图 2.防 灾 减 灾 系 统 的 数 据 流 Fig 2.Data flow of disaster prevention and mitigation system 大数 据存储框 架HDFS分布 式计算框架MapReduce大数据平台大数 据调度框架Hbase网络 计算 机大屏 显示器数据 库基础设施层状态 监测基础应用层查询 生成 报表 韧性 调度 资源 调度最优 恢复策略高级应用层 图 3.防 灾 减 灾 系 统 的 架构设计 Fig 3.Architec
26、tural design of disaster prevention and mitigation syste 2019 年中国电机工程学会年会论文集 防灾减灾系统的 基础设施层包括了网络、计算机、大屏显示器、数据 库等硬件设备，用于系统中数据的存储、传递以及展示；大数据平台则包含了存储、计算、调度 等 模块，实现了数据的存储、运算、转换等功能；基础应用层则通过展示系统中基础的功能，如报表、监测等，来完成一些简单的数据展示、状态监测等功能；高级应用 层 则 通 过 数 学 规 划 对 电 力 系 统 运 行 决 策 进 行了分析和计算，通过建立不同的数学模型对预防性控制、紧急物资调度等调度问
27、题进行最优策略的求解。3 结论 本文针对当前电网防灾、减灾、救灾等工作中现有问题与不足，将大数据平台与韧性调度调度系统相结合：在系统架构设计中加入了大数据技术，使 得系 统 出 力 数 据 的 规 模 和 速 度 都 得 到 大 幅 度 的 提升，与韧性调度中所需要的大规模数据处理相匹配，以便在灾害来临时能够在更短的时间内完成大量数据的处理。加入了该系统后，分析了数据流在系统中的来源以及流动方 向，清晰地反映了系统的构成部分以及运行机制。本 系 统 的 投 入 使 得 整 个 灾 害 下 调 度 更 加 有计划性、韧性能力更强，提高了不同部门之间的协调工作以及调度效率。参 考 文 献 1 吴
28、子 美，刘 东，周 韩.基 于 风 险 的 电 力 系 统 安 全 预 警 的 预防 性 控 制 决 策 分 析J.电 力 自 动 化 设 备,2009(9):105-109.WU Zimei,LIU Dong,ZHOU Han.Preventive control decision making based on risk analysis for power system security warningJ.Electric Power Automation Equipment,2009(9):105-109.2 肖攀.供电应急物资多目标配送调度优化模型研究D.华 北 电 力 大 学(北京
29、),2016.XIAO Pan.Study on the Multi-objective Distribution Scheduling Optimization Model for Emergency Materials of Power SupplyD.North China Electric Power University(Beijing),2016.3 熊小伏,李磊,方 丽 华 等.基 于 可 靠 性 和 气 象 因 素 的 配电网短期维修决策方法J.电力系统保护与控制,2013,41(20):61-66.XIONG Xiaofu,LI Lei,FANG Lihua et al.A
30、decision method of short-term distribution network maintenance schedule based on reliability and meteorological factorsJ.Power System Protection and Control,2013,41(20):61-66.4 张兴忠,杨罡,赵国伟.基 于 全 域 电 力 大 数 据 的 配 电 网现 状 自 动 诊 断 分 析 技 术 研 究 J/OL.电 测 与 仪 表:1-5 2019-06-26.http:/Xingzhong,YANG Gang,ZHAO Gu
31、owei.Research on automatic diagnosis and analysis technology of distribution network status based on global large power dataJ/OL.Electrical Measurement&Instrumentation:1-52019-06-26.http:/杨佳.基于云计算的电力大数据分析技术与应用J.信息 与 电 脑(理 论 版),2019(08):30-31.YANG Jia.Large Power Data Analysis Technology and Applicat
32、ion Based on Cloud ComputingJ.China Computer&Communication,2019(08):30-31.6 荣莉莉,李群,于振.基 于 电 力 历 史 应 急 大 数 据 的 应 急情 景 规 则 分 析 与 发 现 方 法 研 究J.中国安全生产科学技术,2019,15(05):30-35.RONG Lili,LI Qun,YU Zhen.Study on analysis and discovery methods of emergency scenario rules based on big data of electric power historical emergencyJ.Journal of Safety Science and Technology,2019,15(05):30-35.
