计及天气预测的电力系统运行可靠性短期评估.pdf

第３８卷第１０期２０１０年５月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂｌ＿３８Ｎｏ．１０Ｍａｙ１６，２０１０计及天气预测的电力系统运行可靠性短期评估何剑，程林，孙元章，王鹏（１．电力系统及发电设备控制和仿真国家重点实验室（清华大学电机系），北京１０００８４２．南洋理工大学电机与电子工程学院，新加坡６３９７９８）摘要：多变的天气环境和电气量等运行条件会对电力系统短期运行的可靠性产生重要的影响。研究了计及天气预测的电力系统运行可靠性短期评估。建立了基于支持向量机的天气预测模型，并将其与元件短期可靠性模型相结合，以反映气温、风速、天气状况、元件服役时间、负荷水平等运行条件的影响；拓展了短期可靠性指标，并开发了相应的评估算法；通过短期可靠性评估实现了系统薄弱环节定位。对修正的ＩＥＥＥＲＴＳ－７９系统的算例分析表明所提模型和算法是合理有效的。该方案可应用到短期运行规划和在线调度领域，为规划和运行人员的科学决策提供必要的决策依据和技术支持。关键词：条件相依；关键重要度；运行可靠性；概率评估；灵敏度分析；支持向量机；天气预测—ＰｏｗｅｒｓｙｓｔｅｍｓｈｏｒｔｔｅｒｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇｗｅａｔｈｅｒｆｏｒｅｃａｓｔＨＥＪｉａｎ，ＣＨＥＮＧＬｉｎ１，ＳＵＮＹｕａｎ．ｚｈａｎｇ，ＷＡＮＧＰｅｎｇ（１．ＳｔａｔｅＫｅｙＬａｂｏｆＣｏｎｔｒｏｌａｎｄＳｉｍｕｌａｔｉｏｎｏｆＰｏｗｅｒＳｙｓｔｅｍｓａｎｄＧｅｎｅｒａｔｉｏｎＥｑｕｉｐｍｅｎｔｓ，ＤｅｐｔｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ：２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌ＆ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｙａｎｇＴｅｃｈｎｏｌｏｇｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｓｉｎｇａｐｏｒｅ６３９７９８）Ａｂｓｔｒａｃｔ：Ｔｈｅｔｉｍｅ－ｖａｒｙｉｎｇｗｅａｔｈｅｒｃｏｎｄｉｔｉｏｎｓａｎｄｅｌｅｃｔｒｉｃａｌｃｏｎｄｉｔｉｏｎｓｈａｖｅｓｉｇｎｉｆｉｃａｎｔｉｍｐａｃｔｓｏｎｐｏｗｅｒｓｙｓｔｅｍｓｈｏｒｔ－ｔｅｒｍ—ｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙ．Ｔｈｉｓｐａｐｅｒｓｔｕｄｉｅｓｐｏｗｅｒｓｙｓｔｅｍｓｈｏｒｔｔｅｒｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇｗｅａｔｈｅｒｆｏｒｅｃａｓｔ．Ｆｉｒｓｔｌｙ，ａｗｅａｔｈｅｒｆｏｒｅｃａｓｔｍｏｄｅｌｂａｓｅｄｏｎｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ａｎｄｓｈｏｒｔ－ｔｅｒｍｒｅｌｉａｂｉｌｉｔｙｍｏｄｅｌｓｏｆｐｏｗｅｒｅｑｕｉｐｍｅｎｔａｒｅｐｒｏｐｏｓｅｄｔｏｒｅｆｌｅｃｔｔｈｅｅｆｆｅｃｔｓｏｆｏｐｅｒａｔｉｎｇｃｏｎｄｉｔｉｏｎｓｓｕｃｈａｓａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅ，ｗｉｎｄｖｅｌｏｃｉｔｙ，ｗｅａｔｈｅｒ—ｃｏｎｄｉｔｉｏｎ，ｓｅｒｖｉｃｅｔｉｍｅｏｆｅｑｕｉｐｍｅｎｔ，ｌｏａｄｃｕｒｒｅｎｔａｎｄＳＯｏｎ．Ｓｅｃｏｎｄｌｙ，ｓｈｏｒｔｔｅｒｍｒｅｌｉａｂｉｌｉｔｙｉｎｄｉｃｅｓａｒｅｅｘｔｅｎｄｅｄ，ａｎｄｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｅｖａｌｕａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｄｅｖｅｌｏｐｅｄ．Ｆｉｎａｌｌｙ，ｗｅａｋｌｉｎｋｓｏｆｔｈｅｐｏｗｅｒｓｙｓｔｅｍａｒｅｌｏｃａｔｅｄｔｈｒｏｕｇｈｔｈｅｓｈｏｒｔ－ｔｅｒｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎ．ＴｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｓａｎｄａｌｇｏｒｉｔｈｍｓａｒｅｔｅｓｔｅｄｕｎｄｅｒｄｉｆｆｅｒｅｎｔｏｐｅｒａｔｉｎｇｃｏｎｄｉｔｉｏｎｓｂｙｕｓｉｎｇｔｈｅｍｏｄｉｆｉｅｄＩＥＥＥＲＴＳ一７９ｓｙｓｔｅｍａｎｄｔｈｅｉｒｅｆｆｅｃｔｉｖｅｎｅｓｓｉｓｖｅｒｉｆｉｅｄ．Ｔｈｉｓｓｃｈｅｍｅｃａｎｂｅａｐｐｌｉｅｄｉｎｔｈｅａｒｅａｏｆｂｏｔｈｓｈｏｒｔ－ｔｅｒｍｏｐｅｒａｔｉｏｎａｌｐｌａｎｎｉｎｇａｎｄｏｎｌｉｎｅｄｉｓｐａｔｃｈｉｎｇｏｆｐｏｗｅｒｓｙｓｔｅｍｓｔｏａｓｓｉｓｔｐｌａｎｎｅｒｓａｎｄｏｐｅｒａｔｏｒｓｔｏｍａｋｅｄｅｃｉｓｉｏｎｓ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＢａｓｉｃＲｅｓｅａｒｃｈＰｒｏｇｒａｍ（９７３Ｐｒｏｇｒａｍ）（Ｎｏ．２００４ＣＢ－２１７９０８）ａｎｄＣｈｉｎａＳｃｈｏｌａｒｓｈｉｐＣｏｕｎｃｉｌ（Ｎｏ．【２００８１３０１９）．Ｋｅｙｗｏｒｄｓ：ｃｏｎｄｉｔｉｏｎｄｅｐｅｎｄｅｎｔ：ｃｒｉｔｉｃａｌｉｔｙｉｍｐｏｒｔａｎｃｅ；ｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙ；ｐｒｏｂａｂｉｌｉｓｔｉｃａｓｓｅｓｓｍｅｎｔ；ｓｅｎｓｉｔｉｖｉｔｙａｎａｌｙｓｉｓ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；ｗｅａｔｈｅｒｆｏｒｅｃａｓｔ中图分类号：ＴＭ７３２文献标识码：Ａ—文章编号：１６７４－３４１５（２０１０）１０００３１－０８０引言近年来，天气情况对电力系统运行的影响越来越受到关注。２００８年初，我国南方遭遇了百年不遇基金项目：国家重点基础研究发展计划项目（９７３项目）（２００４ＣＢ－２１７９０８）；国家留学基金２００８年国家建设高水平大学公派研究生项目（留金出［２００８］３０１９）的罕见冰雪灾害ＬｌＪ，大面积电网崩溃造成了严重的社会损失和经济损失，给人民的生产和生活造成了极大的影响。《国务院批转发展改革委电监会关于加强电力系统抗灾能力建设若干意见的通知》（国发“（２００８）２０号）第十一条指出气象、地震、环保、国土和水利等部门要将与电网安全相关的数据纳入日常监测范围，及时调整自然灾害判定标准和划分自然灾害易发区，加强监测预报，提高灾害预测和．３２一电力系统保护与控制预警能力。电网企业要会同气象等部门在自然灾害易发区的输电走廊设立观测点，统一观测标准，积”累并共享相关资料。这充分说明了气象预测对电网运行的重要性。然而目前气象部门对公众提供的气象数据是有限的。要实现电网和气象部门的数据共享，将有很长的路要走。因此有必要在电力系统领域开展气象预测的研究Ｊ。在气象预测的基础上，评估电力系统的运行可靠性水平，并以此为依据制定合理的短期运行规划、调度决策以及应急预案，是预防大面积停电的重要途径。电力系统短期可靠性的研究较早可追溯到发电系统的运行备用概率风险评估【４Ｊ。文献『５】将运行备用风险的研究扩展到发输电系统。文献『６１基于瞬时状态概率采用快速排序算法评估了发输电系统的短期可靠性。这些研究都采用了恒定的元件故障率，没有考虑天气环境、电气量等运行条件对元件停运的影响，难以反映运行条件的变化对系统短期可靠性的影响。文献［７１０］的研究表明电气量的变化对系统运行可靠性有重要影响，但却忽略了外界天气情况的影响。针对以上问题，本文研究了计及天气预测的电力系统运行可靠性短期评估。首先建立了基于支持向量机（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ，ＳＶＭ）的天气预测模型，将其与元件短期可靠性模型相结合，以反映运行条件的影响；其次拓展了短期可靠性指标，开发了相应的评估算法；最终通过短期可靠性评估实现了系统薄弱环节定位。１计及天气预测的电力系统运行可靠性短期评估方案图１运行可靠性短期评估方案—Ｆｉｇ．１Ａｓｃｈｅｍｅｆｏｒｓｈｏｒｔｔｅｒｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎ电力系统运行可靠性短期评估的目的是预测电力系统在外界天气环境和系统运行条件下，在未来短期内的可靠性水平，并据此定位系统可靠性薄弱环节，以辅助运行人员进行调度决策。计及天气预测的电力系统运行可靠性短期评估的整体方案如图１所示，图中调度运行方式可以是短期运行规划（例如调度日发电计划），也可以是ＳＣＡＤＡ／ＥＭＳ系统在线获取的运行工况。因此该方案可应用到短期运行规划或在线调度领域，为规划或调度人员提供决策依据。２基于ＳＶＭ的天气预测模型气温和风速是计算输电线路和变压器停运概率的重要参数，具有时序特性。文献［２．３】采用了时间序列法来预测短期风速。尽管该算法计算量小、计算速度快，然而其模型过于简单，处理非线性问题时预测误差较大。２０世纪９０年代由Ｖａｐｎｉｋ等在统计学习理论基础上提出的支持向量机【ｌｌＪ是一种新型机器学习算法，它基于结构风险最小化准则取得较小的实际风险，有效地提高了泛化能力，具有理论严密、适应性强、全局优化等特点，在模式识别和回归问题等方面应用广泛。本文采用ｖ型支持向—量回归机（ｖＳＶＲ）来建立气温和风速的短期预测模型。…给定样本集｛（ｆｉ））（ｉ＝１，，，２），其中Ｘｉ为第ｉ个ｍ维输入向量，为对应的输出标量，为训练样本数。ＳＶＭ先将样本点通过非线性函数映射到高维特征空间，然后在特征空间进行线性回归。估计函数如式（１）所示：Ｙ＝／（）＝（）十ｂ（１）其中：¨，为ｍ维权重向量；ｂ为偏置项。通过求解如式（２）所示的优化问题来估计它们。ｍｉｎｃ喜（ｌ（２）ｓ．ｔ．（（）＋６）一Ｙｉ＋…＝１，，ｎＹ一（Ｔ（ｆ）＋６）￡＋…＝１，，０，≥０，０…＝１，，１＂１其中：常数Ｃ和ｖ为学习参数；和眚为松弛变量；ｓ为误差变量。以上优化问题的对偶问题为：∑（一ｇｉ）Ｙ一’（３）∑‘去（－ａ，）（ａｊａｊ）ｋ（ｘ，，）厶．ｊ＝ｌｔ∑（一）＝０何剑，等计及天气预测的电力系统运行可靠性短期评估．３３．∑（＋）Ｃｖ１，∈［０，…１，，Ｆｌ其中：嘶和为拉格朗日乘子；ｋ（ｘｉ，）为核函数。本文选用径向基函数（ＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎ，ＲＢＦ）作为核函数：¨１１２尼（，Ｘ）：ｅ一一（４）其中：为常数。式（１）给出的决策函数变为：∑（）＝（一（，）＋易（５）ｉ＝１ＳＶＭ算法的实现归结为求解一个线性约束的二次规划问题。本文采用一种改进的序列极小化（ＳｅｑｕｅｎｔｉａｌＭｉｎｉｍａｌＯｐｔｉｍｉｚａｔｉｏｎ，ＳＭＯ）算法【ｌ３Ｊ来求解该规划问题，其中参数Ｃ、ｖ和通过交叉验证和网格搜索技术优化确定。记ｔ时刻的气温或风速为那么天气预测模型可表示为：…甜，＝（ｆ＿ｌ，，卜）（６）经计算比对，选择ｎ＝４个样本点进行２４ｈ气温和风速滚动预测可获得较高精度，预测流程如图２所示。‘…………………………………………………………ｉ样本训练ｉｊ滚动预测图２基于ＳＶＭ的天气预测模型Ｆｉｇ．２ＷｅａｔｈｅｒｆｏｒｅｃａｓｔｍｏｄｅｌｂａｓｅｄｏｎＳＶＭ３条件相依的元件短期可靠性模型气温和风速等环境条件、负荷电流等运行条件以及电力设备的服役时间等不断变化的因素使得电力系统元件的短期可靠性随之改变，从而影响电力系统的运行可靠性水平。建立条件相依的元件短期可靠性模型是运行可靠性短期评估的基础。以下按老化失效、偶然失效和过负荷保护动作致停运这三类停运模式分别建立发电机、变压器和输电线路的短期可靠性模型。（１）老化失效模型电力设备的老化过程常用Ｗｅｉｂｕｌ１分布来描述，其累积概率分布函数如式（７）：一—ｆｔｌ—（，）＝ｌｅ口（７）其中：ｆ为时间，为形状参数，为尺度参数也称特征寿命参数。根据条件概率的定义，元件在服役了时间后，△在其后续时间区间ｆ内发生老化失效的概率为：ｅａ＝（丁ｔＴ＋ＡｔＩｆ＞）＝ｆ△ｆ＋ｒ（８）１一ｅ一＼ｊ变压器的老化失效概率与运行的环境温度和负载率有关，输电线路的老化失效概率与运行的气温、风速、风向、日照和负载率有关，故式（８）中服役△时间和预测时间ｆ是经等值计算以后的等效运行时间【ｌ制。令ｌｆ为气温、风速等因素组成的向量，那么式（８）可以表示为：ｆ］＿ｆ２＝１一ｅＬ刁（９）需要指出的是，发电机的老化与发电机内部线圈温度有关，但由于发电机很少处于过载运行的情况，可认为外界条件对发电机的短期老化失效概率影响很小，用式（８）即可较好地描述发电机老化失效模式。（２）偶然失效模型除了老化失效模式外，发电机、变压器和输电线的强迫停运还存在许多无法预测的因素，如：设备设计缺陷、人为操作不当、雷电侵袭、冰雪灾害、鸟害、兽害等。对于置于室内的发电机和变压器，偶然失效部分故障率可用常数来表示；对于暴露于室外的变压器和输电线路，本文使用两状态的天气模型【４】来描述天气相关的偶然失效故障率：Ｉ盟（１～Ｆ１ｗ：０允（ｗ１：｛Ｎ（１０）ｌ￣Ｎ＋ＳＦｗ：１【Ⅳ式中：为元件偶然失效的统计平均值；为正常天气的持续时间；为恶劣天气的持续时间；Ｆ为发生在恶劣天气的故障的比例；Ｗ为元件当前所处的天气状况，正常天气ｗ＝Ｏ，恶劣天气ｗ＝ｌ。△如果在短时间，内天气情况保持不变，那么设备故障率也不变，可认为运行时间服从指数分布。那么，元件在内发生偶然失效概率为：．３４．电力系统保护与控制＝△１一ｅ一（）（１１）（３）过负荷保护动作模型过负荷跳闸所引起的元件相继断开是造成大面积停电的一类连锁故障。发电机、变压器和输电线路都装设有过负荷保护，然而保护装置的触发值的误差使得保护动作切除设备存在不确定性。设整个保护系统存在的触发电流值误差为４－Ｃ，并服从均值为ｏ，标准差为盯，范围为［，２ｄｉ，ｄｍｘ］的截尾正态分布，其密度函数为：『０，，ｚｄ仨【＿ｎ，～］ｒ１、＝１ｅ冲卜Ｉ￣ｍａｘ¨口：矽（）一（兰）（１３）其中：为标准正态分布函数；／ｚｄｍｉ＝／ｚｄ０（卜ｓ）；厶ｄＩ１１＝厶ｄ０（１＋ｓ）。过负荷保护动作导致设备停运的概率可表示为：（Ｊｒ）＝尸ｗ，Ｉ＜Ｉｚｄｍｉ，Ｉ＞，ｚｄ一ｆｆ（Ｉｚ）＋Ｐｗ厂（），Ｉｚ＜Ｉ＜Ｉｚ一其中：，为发电机、变压器或输电线的负荷电流；Ｐ为保护正确动作概率；尸为保护误动作概率。老化失效、偶然失效和过负荷保护动作致停运这三类停运事件相互独立。因此发电机、变压器和输电线的停运概率可表示为：Ｐ：１一（１一）（１一）（１一）（１５）４运行可靠性短期评估指标及算法４．１短期可靠性指标根据调度运行的实际需要，可以定义多种可靠性指标。本文主要采用切负荷概率ＰＩ电力不足期望值ＥＤＮｓ、电量不足期望值ＥｚＮｓ等来表征系统的短期可靠性水平，如式（１６）～（１８）所示；对应以上指标，采用关键重要度（ＣｒｉｔｉｃａｌｉｔｙＩｍｐｏｒｔａｎｃｅ）指标来表征元件对系统运行可靠性的贡献度，如式（１９）～（２１）所示（解析计算公式的推导详见附录）。∑ＰＬｃ＝［兀ｐ［＇（１－ｐ一】（１６）Ｓｉ＝１‰∑＝［ｎ（１一Ｐ一Ｃｘ］（Ｍｗ）（１７）．Ｓ１ＥＥＮＳ＝Ｚｆｆ：Ｉ。‘ｐＸ（一，）一×（１８）（ｃ＾１＋Ｒ（ｔ）ｄｔｄｔ）］（ＭＷｈ）：警（１９）ｏＰｉ厂Ｌｃ／１＇￣＇：旦７Ｌ（２０）ＥＤＮＳｉ一＾、Ｔ１＼－Ｖ／ｐｉＤＮｓ…：卫（２１）、ＥＥＮ一＿、Ｔ１ａｐｅＥＮｓ其中：为系统元件数；为元件ｉ的状态，ｘｙｌ表示其处于停运状态，ｘｒ＝０表示其处于运行状态；（．］ｃ一，）为元件状态向量，代表一个系统状态；为有切负荷的系统状态集合；Ｐ为元件ｉ的停运概率，由式（１５）计算得到；为系统状态的切负荷量（ＭＷ）；Ｌ为系统总负荷（ＭＷ）；１为系统状态Ｘ下切负荷事故发生后调度控制响应的时间；为负荷恢复时间；Ｒ（ｆ）为负荷恢复率函数（ＭＷ／ｈ）；ＬＣｆ、ＣＥＤ和ＣＥＥＮｓｆ分别为元件ｉ对ＰＬｃ、Ｎｓ和Ｎｓ的关键重要度指标。与规划可靠性中Ｎｓ指标的计算方法［ｊ不同，式（１８）中缺供电量的计算考虑了负荷恢复的过程［１５－１６］，认为系统状态Ｘ下的停电时间分为控制响应和负荷恢复两个阶段。在控制响应阶段，调度员在进行事故后的调度决策，负荷并未开始恢复，这个阶段经历的时间１为ｆ＝Ｃ×Ｔ／Ｌ（２２）其中，时间，为经统计得到的全系统停电后的控制响应通ｔ，２／ｈ图３负荷恢复模型Ｆｉｇ．３Ｌｏａｄｒｅｓｔｏｒａｔｉｏｎｍｏｄｅｌ在负荷恢复阶段，负荷恢复所需时间与停电规模和负荷恢复率Ｒ（ｆ）相关。图３中曲线即何剑，等计及天气预测的电力系统运行可靠性短期评估．３５．为切负荷量与负荷恢复时间２的关系，曲线的斜率即负荷恢复率Ｒ（ｆ），阴影部分面积即式（１８）中积分项代表的停电电量。４．２运行可靠性短期评估算法运行可靠性短期评估算法流程如下：Ｓｔｅｐｌ获取短期负荷预测数据，安排时刻的开停机和发电计划。本文机组组合采用优先次序法，并考虑Ｎ一１原则，机组负荷分配采用等微增率法ｆ１８］。Ｓｔｅｐ２分析时刻的系统交流潮流。Ｓｔｅｐ３获取历史气象数据，利用基于ＳＶＭ的天△气预测模型计算，时刻的气温和风速；获取天气的总体情况，划分为好天气或恶劣天气。Ｓｔｅｐ４获取元件故障率统计平均值等可靠性数据，假设在研究时段Ａｔ（例如１ｈ）内天气及运行方式保持不变，采用元件短期可靠性模型计算升时刻的元件停运概率。Ｓｔｅｐ５基于故障排序技术Ｉ６］，选择满足评估精度的系统状态集。Ｓｔｅｐ６对选择出的系统状态逐一进行后果分析，采用基于潮流灵敏度分析的发电再调度和负荷削减策略Ｉ１ＵＪ处理功率不平衡、潮流不收敛、运行约束不满足等情况。Ｓｔｅｐ７计算运行可靠性指标和关键重要度指标。以上算法可用于短期运行方式的可靠性评估，如对日发电计划各时段运行方式的可靠性分析；若Ｓｔｅｐ１～Ｓｔｅｐ２中时刻的电网数据为当前时刻调度ＳＣＡＤＡ／ＥＭＳ系统实测数据，那么以上算法也可用于运行可靠性在线短期评估。５算例分析５．１气温和风速预测算例以我国南方某市气象站的实测气温和风速为历史数据，使用ＳＶＭ方法进行建模。序列数据为每小时平均值，采用７天的实测数据训练ＳＶＭ，然后滚动预测往后２４ｈ的数据点。经优化搜索得到ＳＶＭ的学习参数如表１所示。表１ＳＶＭ学习参数Ｔａｂ．１ＬｅａｍｉｎｇｐａｒａｍｅｔｅｒｓｏｆｔｈｅＳＶＭ气温和风速的预测结果见图４和图５。气温预测的平均相对误差为３．９５％。由于风速变化的范围比较大，预测误差也相对大，平均相对误差为２６．９％。ｆ，ｈ图４气温预测结果Ｆｉｇ．４Ｒｅｓｕｌｔｓｏｆａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅｆｏｒｅｃａｓｔｉｎｇｎ图５风速预测结果Ｆｉｇ．５Ｒｅｓｕｌｔｓｏｆｗｉｎｄｓｐｅｅｄｆｏｒｅｃａｓｔｉｎｇ５．２运行可靠性短期评估笔者使用ＶＣ＋＋６．０开发了运行可靠性短期评估软件包。ＩＥＥＥＲＴＳ。７９［１９］系统的主要特点是网架传输容量充足而电源不足，为体现输电网的约束，短期可靠性评估算例采用ＭＲＴＳ系们，系统单线图如图６所示。该系统包括２４条母线，７１个元件（其中含３２台发电机，３３条线路，５台变压器，１台电抗器），每台发电机容量和系统峰荷都是原来的２倍，故系统总容量为６８１０Ｍｗ，峰荷为５７００ＭＷ。所有变压器均采用强迫油循环风冷，其额定容量为℃４００ＭＶＡ，绕组平均温升不超过６５；电缆与发电机的可靠性模型都不考虑外界条件的影响。ＲＴＳ系统含２３０ｋＶ和１３８ｋＶ两个电压等级，由于我国没有对应的电压等级，为保守起见算例中架空线均采用ＬＧＪ４００／５０线型。元件电气参数和可靠性参数参见文献［１４，１９，２１１。●Ｏ９８７６５４３２ｌＯ一．！；Ｅ峻墨．３６．电力系统保护与控制图６ＭＲＴＳ系统单线图Ｆｉｇ．６ＳｉｎｇｌｅｌｉｎｅｄｉａｇｒａｍｏｆｔｈｅＭＲＴＳ为了分析各种因素的影响，以下设置６种情况，分别进行运行可靠性短期评估。Ｃａｓｅ１基态，计算条件如下：（１）预测时间取Ｉｈ，即评估系统在１ｈ内的短期运行可靠性水平，共连续评估２４ｈ。（２）小时负荷曲线及投运机组数如图７所示。ｔ／１１图７小时负荷系数及投运机组数Ｆｉｇ．７Ｈｏｕｒｌｙｌｏａｄｆａｃｔｏｒａｎｄｎｕｍｂｅｒｏｆｃｏｍｍｉｔｔｅｄｕｎｉｔｓ（３）各小时气温均为２０￣Ｃ；风速均为２ｍ／ｓ，并设风速都与输电线轴向垂直：日照强度按相关设计”规范保守估计［，设白天为１０００Ｗ／ｍ，夜间为０Ｗ／ｍ。（４）设所有元件（发电机、变压器、线路）的服役时间等效值为１０年。（５）计算截止条件为Ｎｓ指标精度［１ｏ］达到９０％。Ｃａｓｅ２各小时气温变化采用图４预测结果，其他条件与Ｃａｓｅ１相同。Ｃａｓｅ３各小时风速变化采用图５预测结果，其他条件与Ｃａｓｅ１相同。Ｃａｓｅ４各小时均处于恶劣天气情况，其他条件与Ｃａｓｅｌ相同。—Ｃａｓｅ５线路Ｌ１８（Ｂｕｓ１１１３）、Ｌ２１（Ｂｕｓ１２．２３）和Ｌ２７（Ｂｕｓｌ５－２４）的等效服役时间为４Ｏ年，其他条件与Ｃａｓｅ１相同。Ｃａｓｅ６采用停运替代率（ＯｕｔａｇｅＲｅｐｌａｃｅｍｅｎｔＲａｔｅ，ＯＲＲ）来计算各元件停运概率即Ｐ＝ｆ。图８以ＥＥＮｓ指标为例给出了各种情况下系统运行可靠性水平随时间的变化曲线（Ｃａｓｅ５的ＥｚＮｓ指标较大，使用右侧的纵坐标；其他情况使用左侧的纵坐标）。表２列出了第１１小时和第１２小时各种情况下，按关键重要度指标ＤＮｓ大小排列的前５个元件，表中ＢｍＧｎ代表第ｍ号母线上第ｎ台发电机，Ｌｍ表示第ｍ条线路。下面分析计算结果：图８运行可靠性短期评估ＥＥＮｓ指标曲线Ｆｉｇ．８ＥＥＮＳｉｎｄｅｘｃｕｒｖｅｓｏｆｓｈｏ￣－ｔｅｒｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕ￣ｉｏｎ表２元件Ｎｓ关键重要度排序Ｔａｂ．２Ｃｏｍｐｏｎｅｎｔｏｒｄｅｒｓｏ￣ｅｄｂｙＥＤＮＳｃｒｉｔｉｃａｌｉｍｐｏｒｔａｎｃｅｉｎｄｅｘ次序１２３４５ＣａｓｅｌＬＩ１Ｂ２１Ｇ１Ｂ２３Ｇ３Ｂ１８Ｇ１Ｂｌ３Ｇｌ第Ｃａｓｅ２Ｌｌ１Ｂ２１ＧｌＢ２３Ｇ３Ｂ１８Ｇ１Ｂ１３Ｇ３ｌ１Ｃａｓｅ３Ｌｌ１Ｌ１８Ｌ２３Ｂ２１ＧｌＢ２３Ｇ３小Ｃａｓｅ４Ｌ１１Ｂ２ｌＧ１Ｂ２３Ｇ３Ｂ１８Ｇ１Ｂ１３Ｇ２时Ｃａｓｅ５Ｌ１ｌＬｌ８Ｌ２１Ｌ２７Ｂ１８Ｇ１Ｃａｓｅ６Ｂ２１Ｇ１Ｂ２３Ｇ３Ｂ１３Ｇ２Ｂ１３Ｇ３Ｂ１３ＧｌＣａｓｅｌＢ２３Ｇ３Ｂ２１Ｇ１Ｂ１３Ｇ２Ｂ１３Ｇ３Ｂ１３Ｇ１第Ｃａｓｅ２Ｌ１８Ｂ２３Ｇ３Ｌｌ１Ｂ２ｌＧｌＢｌ３Ｇ２１２Ｃａｓｅ３Ｂ２３Ｇ３Ｂ２１ＧｌＢ１３Ｇ３Ｂｌ３Ｇ２Ｂ１３Ｇｌ小Ｃａｓｅ４Ｌｌ１Ｂ２３Ｇ３Ｂ２１Ｇ１Ｌ１８Ｌ２１时Ｃａｓｅ５Ｌ１８Ｌ２７Ｌ１ｌＬ２ｌＧ４Ｃａｓｅ６Ｂ２３Ｇ３Ｂ２１ＧｌＢ１３Ｇ１Ｂ１３Ｇ３Ｂ１３Ｇ２（１）Ｃａｓｅｌ反映了负荷变化对系统可靠性的影≥∈。枷瑚啪ｏｎｎｎｎＪ０２０何剑，等计及天气预测的电力系统运行可靠性短期评估．３７．响。在负荷水平较高的时段系统可靠性水平较低。—第１１小时负荷水平较高，线路Ｌ１１（Ｂｕｓ７８）过载，导致过负荷保护动作，其停运概率为１。通过元件关键重要度排序，可辨识出Ｌ１１为影响系统可靠性最关键的元件，调度人员可采取措施降低Ｌ１１的负荷水平。ｆ２）Ｃａｓｅ２反映了气温变化对系统可靠性水平的℃影响。由于全天气温均高于２０，因此系统可靠性水平在任何时段都比Ｃａｓｅ１低。对比第ｌ４至１７小时期间Ｃａｓｅ１和Ｃａｓｅ２的Ｎｓ指标可以发现，在此期间系统负荷水平下降，因此Ｃａｓｅ１的系统可靠性水平升高；但气温的持续升高会增大输电设备的停运概率，从而导致Ｃａｓｅ２的系统可靠性不断下降。（３１Ｃａｓｅ３反映了风速对系统可靠性水平的影响。对比Ｃａｓｅｌ的结果可以发现，在风速较低时，输电导线散热较慢，停运概率相对较高。然而由于线路温升具有时滞效应，第１０小时较低的风速使得第１１小时的系统可靠性降低。但另一方面，当风速很高时，线路承受的风力载荷会增大，线路的停运概率也会因此而增大，本文将此类停运原因归类为恶劣天气的影响，在Ｃａｓｅ４得以反映。（４）Ｃａｓｅ４反映了恶劣天气对系统可靠性水平的影响。在恶劣天气下，暴露于室外的输电元件的停运概率都大大增加，使得Ｃａｓｅ４各时段的系统可靠性水平都比Ｃａｓｅｌ低。（５）Ｃａｓｅ５反映了元件老化对系统可靠性水平的“影响。Ｌ１８、Ｌ２１、Ｌ２７的老化故障率都接近浴盆”曲线的尾部，其停运概率很大，由于它们是系统的关键联络线，导致系统可靠性水平大幅度降低。通过元件关键重要度排序，可辨识出它们都是影响系统可靠性的关键元件，运行中可考虑降低它们的负荷水平，或者检修中考虑更换元件。（６）Ｃａｓｅ６使用了ＯＲＲ作为元件可靠性模型，元件的停运概率不随运行条件和时间而变化。图８中Ｃａｓｅ６指标的变化仅是由于系统负荷水平和每小时机组组合变化而引起，该指标无法反映气温、风速、天气环境等运行条件对系统可靠性的影响。综上，运行可靠性短期评估能反映天气环境、电气量等实时运行条件对元件可靠性和系统可靠性的影响，并能为运行人员定位影响系统可靠性的关键元件和薄弱环节，这是传统可靠性研究中采用恒定故障率难以做到的。６结论（１）基于ＳＶＭ的气温和风速预测可获得较高精度，是运行可靠性短期评估的有机组成部分。（２）元件停运概率随气温、风速、天气状况、元件服役时间、负荷水平等运行条件的变化而改变，进一步影响系统的运行可靠性水平。（３）运行可靠性指标反映了整个电力系统运行的情况，而关键重要度指标则反映了元件对系统可靠性的贡献。通过对关键重要度指标进行排序，可以确定影响系统运行可靠性的关键元件，迅速定位系统的薄弱环节，以辅助运行人员合理安排运行方式或调度决策。附录下面以ＤＮｓ为例推导关键重要度的解析计算公式。给定元件停运概率向量为ｐ＝（ｐ一，Ｐ），并记……（１ｉ，ｐ）＝（Ｐｌ，，Ｐｉ．１，１，Ｐｉ＋ｌ，，Ｐ）……（Ｏｉ，ｐ）＝（Ｐｘ，，Ｐｉ－１，０，Ｐｉ＋１，，Ｐ）……（１ｆ，ｘ）＝（ｘｌ，，Ｘｉ－１１，１，，ｘｎ）……（０ｆ，）＝（ｘｌ，，ｘｆ．１，０，ｘｆ＋１，，ｎ）那么系统的Ｎｓ指标可表示为：‰（ｐ）＝ｎｐ￣＇（１－－ｐｊ）卜。】（２３）．ｊ＝ｌ当元件ｉ始终处于停运状态时，系统的ＥＤＮｓ指标为‰∑（１，ｐ）＝【兀Ｘ（１一ｘ，ｌ－ｘｊＣ（１ｊ，ｘ）】（２４）∈（１，）ｊ＝ｌｊ当元件ｉ始终处于工作状态时，系统的ＥＤＮｓ指标为∑ＥＤＮｓ（０，ｐ）＝［ｎ（１－ｐｊ）＇－￣ＪＣ＝＝）］（２５）（０，）Ｅｊ＝ｌｊ＊ｉ根据元件独立性及布尔展开定理可得Ｎｓ（ｐ）＝Ｐｓ（１，Ｐ）＋（１一Ｐ）Ｎｓ（０，）（２６）对式（２６）求偏导，可得ＥｏＮｓ指标对元件ｉ停运概率的概率重要度指标，也称灵敏度指标，即—ａＥＤＮ—ｓ（Ｐ）：Ｎｓ‰（１ｉ，ｐ）一ｓ（０，ｐ）（２７）ｏＰｉ将式（２４）、式（２５）代入式（２７），经合并整理得到：－Ｉ：ｘｊ＂：１ｘｌ－ｘｊ：（２８）ｐＸｉ（Ｐ－１）卜将式（２８）代入定义式（２０），得到ＥＤＮｓ关键．３８．电力系统保护与控制重要度的计算公式：…ｃＰｉ＝ｎＰＹ（１－ｐ———上ｌ＿＿＿一×（ｐ一１）卜ｐｆ（２９）∑—［１－Ｉｐｊ＇Ｏｐ）卜。］ＸＩＥＳｊ＝ｌ关键重要度指标ＣＰ吣、ＣＥＥ的计算公式可按此思路推导，此处从略。参考文献［１］张文亮，于永清，宿志一，等．湖南电网２００８年冰雪灾害调研分析［Ｊ］．电网技术，２００８，３２（８）：１－５．——ＺＨＡＮＧＷｅｎ－ｌｉａｎｇ，ＹＵＹｏｎｇｑｉｎｇ，ＳＵＺｈｉｙｉ，ｅｔａ１．ＩｎｖｅｓｔｉｇａｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｉｃｉｎｇａｎｄｓｎｏｗｉｎｇｄｉｓａｓｔｅｒｈａｐｐｅｎｅｄｉｎＨｕｎａｎｐｏｗｅｒｇｒｉｄｉｎ２ｏｏ８［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００８，３２（８）：１－５．［２］孙春顺，王耀南，李欣然．小时风速的向量自回归模型及应用［Ｊ］．中国电机工程学报，２００８，２８（１４）：１ｌ２．１ｌ７．—ＳＵＮＣｈｕｎ．ｓｈｕｎ，ＷＡＮＧＹａｏ．ｎａｉｌ，ＬＩＸｉｎｒａｉｌ．Ａｖｅｃｔｏｒａｕｔｏｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｏｆｈｏｕｒｌｙｗｉｎｄｓｐｅｅｄａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｈｏｕｒｌｙｗｉｎｄｓｐｅｅｄｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．—ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００８，２８（１４）：Ｉ１２１１７．［３］杨秀媛，肖洋，陈树勇．风电场风速和发电功率预测研究［Ｊ］．电机工程学报，２００５，２５（１１）：１－５．—ＹＡＮＧＸｉｕｙｕａｎ，ＸＩＡＯＹａｎｇ，ＣＨＥＮＳｈｕ・ｙｏｎｇ．Ｗｉｎｄｓｐｅｅｄａｎｄｇｅｎｅｒａｔｅｄｐｏｗｅｒｆｏｒｅｃａｓｔｉｎｇｉｎｗｉｎｄｆａｒｍ［Ｊ］．—ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００５，２５（１１）：１５．［４］ＢｉｌｌｉｎｔｏｎＲ，ＡｌｌａｎＲＮ．Ｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｏｆｐｏｗｅｒｓｙｓｔｅｍｓ，２ｎｄｅｄ［Ｍ］．ＮｅｗＹｏｒｋａｎｄＬｏｎｄｏｎ：ＰｌｅｎｕｍＰｒｅｓｓ，１９９６．１５０．１８１．［５］ＬｉａｎＧＢｉｌｌｉｎｔｏｎＲ．Ｏｐｅｒａｔｉｎｇｒｅｓｅｒｖｅｒｉｓｋａｓｓｅｓｓｍｅｎｔｉｎｃｏｍｐｏｓｉｔｅｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒ—Ｓｙｓｔｅｍｓ，１９９４，９（３）：１２７０１２７６．［６］ＬＩＵＨａｉ．ｔａｎ，ＳＵＮＹｕａｎ－ｚｈａｎｇ，ＣＨＥＮＧＬｉｎ，ｅｔａ１．Ｏｎｌｉｎｅｓｈｏｒｔ－ｔｅｒｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｕｓｉｎｇｆａｓｔｓｏｒｔｉｎｇｔｅｃｈｎｉｑｕｅ［Ｊ］．ＩＥＴＧｅｎｅｒａｔｉｏｎ．Ｔｒａｎｓｍｉｓｓｉｏｎ＆Ｄｉｓｔｒｉｂｕｔｉｏｎ，２００８，２（１）：１３９．１４８．［７］孙元章，程林，刘海涛．基于实时运行状态的电力系统运行可靠性评估［Ｊ］．电网技术，２００５，２９（１５）：６－１２．—ＳＵＮＹｕａｎ－ｚｈａｎｇ，ＣＨＥＮＧＬｉｎ，ＬＩＵＨａｉｔａｏ，Ｐｏｗｅｒｓｙｓｔｅｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｂａｓｅｄｏｎ—ｒｅａｌｔｉｍｅｏｐｅｒａｔｉｎｇｓｔａｔｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，—２００５，２９（１５）：６１２．［８］程林，何剑，孙元章．线路实时可靠性模型参数对电网运行可靠性评估的影响［Ｊ］．电网技术，２００６，３０（１３）：８．１３．ＣＨＥＮＧＬｉｎ，ＨＥＪｉａｎ，ＳＵ—ＮＹｕａｎｚｈａｎｇ．Ｉｍｐａｃｔａｎａｌｙｓｉｓｏｆｍｏｄｅｌａｎｄｐａｒａｍｅｔｅｒｓｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｕｐｏｎｐｏｗｅｒｓｙｓｔｅｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００６，３０（１３）：８一ｌ３．—［９］ＨＥＪｉａｎ，ＣＨＥＮＧＬｉｎ，ＳＵＮＹｕａｎｚｈａｎｇ．Ｔｒａｎｓｆｏｒｍｅｒｒｅａｌ－ｔｉｍｅｒｅｌｉａｂｉｌｉｔｙｍｏｄｅｌｂａｓｅｄｏｎｏｐｅｒａｔｉｎｇｃｏｎｄｉｔｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ：ＳｃｉｅｎｃｅＡ，２００７，８（３）：３７８．３８３．［１Ｏ］孙元章，刘海涛，程林，等．运行可靠性在线短期评估方案ｆＪ］．电力系统自动化，２００８，３２（３）：４－８．ＳＵＮＹｕａｎ．ｚｈａｎｇ，ＬＩＵＨａｉ－ｔａｏ，ＣＨＥＮＧＬｉｎ，ｅｔａ１．Ａｓｃｈｅｍｅｆｏｒｏｎｌｉｎｅｓｈｏｒｔ．ｔｅｒｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，３２（３）：４．８．［１１］ＶａｐｎｉｋＶＮ．ＴｈｅＮａｔｕｒｅｏｆｓｔａｔｉｓｔｉｃａｌｌｅａｒｎｉｎｇｔｈｅｏｒｙ［Ｍ］．ＮｅｗＹｏｒｋ：Ｓｐｒｉｎｇｅｒ，１９９５：１－３１４．［１２］ＳｃｈｏｌｋｏｐｆＢ，ＳｍｏｌａＡ，ＷｉｌｌｉａｍｓｏｎＲＣ，ｅｔａ１．Ｎｅｗｓｕｐｐｏｒｔｖｅｃｔｏｒａｌｇｏｒｉｔｈｍｓ［Ｊ］．ＮｅｕｒａｌＣｏｍｐｕｔａｔｉｏｎ，２０００，１２（５）：１２０７．１２４５．［１３］ＦａｎＲＥ，ＣｈｅｎＰＨ，ＬｉｎＣＪ．ＷｏｒｋｉｎｇＳｅｔＳｅｌｅｃｔｉｏｎＵｓｉｎｇＳｅｃｏｎｄＯｒｄｅｒＩｎｆｏｒｍ￣ｉｏｎｆｏｒＴｒａｉｎｉｎｇＳＶＭ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｃｈｉｎｅＬｅａｒｎｉｎｇＲｅｓｅａｒｃｈ，２００５，６（１２）：１８８９．１９ｌ８．［１４］何剑，程林，孙元章，等．条件相依的输变电设备短期可靠性模型［Ｊ］．中国电机工程学报，２００９，２９（７）：３９．４６．ＨＥＪｉａｎ，ＣＨＥＮＧＬｉｎ，ＳＵＮＹｕａｎ－ｚｈａｎｇ，ｅｔａ１．Ｃｏｎｄｉｔｉｏｎｄｅｐｅｎｄｅｎｔｓｈｏｒｔ．ｔｅｒｍｒｅｌｉａｂｉｌｉｔｙｍｏｄｅｌｓｏｆｔｒａｎｓｍｉｓｓｉｏｎｅｑｕｉｐｍｅｎｔｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００９，２９（７）：３９４６．［１５］ＫｉｒｓｃｈｅｎＤＳ，ＢｅｌｌＫＲＷ，ＮｅｄｉｃＤＰ，ｅｔａ１．Ｃｏｍｐｕｔｉｎｇｔｈｅｖａｌｕｅｏｆｓｅｃｕｒｉｔｙ［Ｊ］．ＩＥＥＰｒｏｃｅｅｄｉｎｇｓＧｅｎｅｒａｔｉｏｎ，ＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎ，２００３，１５０（６）：６７３．６７８．［１６］ＫｉｒｓｃｈｅｎＤＳ，ＪａｙａｗｅｅｒａＤ，ＮｅｄｉｃＤＰ，ｅｔａ１．ＡＰｒｏｂａｂｉｌｉｓｔｉｃｉｎｄｉｃａｔｏｒｏｆｓｙｓｔｅｍｓｔｒｅｓｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎ—ＰｏｗｅｒＳｙｓｔｅｍｓ，２００４，１９（３）：１６５０１６５７．［１７］ＫｅａｒｓｌｅｙＲ．Ｒｅｓｔｏｒａｔｉｏｎｉｎｓｗｅｄｅｎａｎｄｅｘｐｅｒｉｅｎｃｅｇａｉｎｅｄｆｒｏｍｔｈｅｂｌａｃｋｏｕｔｏｆ１９８３［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９８７，２（２）：４２２－４２８．［１８］ＷｏｏｄＡＪ．ＷｏｌｌｅｎｂｅｒｇＢＦ．Ｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ，ｏｐｅｒａｔｉｏｎａｎｄｃｏｎｔｒｏｌ，２ｎｄｅｄ［Ｍ］．ＮｅｗＹｏｒｋ：ＪｏｈｎＷｉｌｅｙ＆ＳｏｎｓＩｎｃ，１９９６：２９．１７０．［１９］ＲｅｌｉａｂｉｌｉｔｙＴｅｓｔＳｙｓｔｅｍＴａ￣ｓｋＦｏｒｃｅ．ＩＥＥＥｒｅｌｉａｂｉｌｉｔｙｔｅｓｔｓｙｓｔｅｍ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＡｐｐａｒａｔｕｓａｎｄＳｙｓｔｅｍｓ，ｌ９７９，９８（６）：２０４７．２０５４．（下转第５ｌ页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ５１）许韦华，等压电陶瓷式电子电压互感器的信号处理方法．５１．（３）数据输出两种形态：模拟量和数字量。使［７］压电陶瓷式电子电压互感器具有广泛的适用性。参考文献［１］刘丰，毕卫红，王健．光学高压电压互感器传感头结构的研究【Ｊ】．电工技术学报，２００８，２３（５）：４３－４７．［８］ＬＩＵＦｅｎｇ，ＢＩＷｅｉ・ｈｏｎｇ，ＷＡＮＧＪｉａｎ．Ｓｔｒｕｃｔｕｒｅｏｆｓｅｎｓｏｒｈｅａｄｆｏｒｏｐｔｉｃａｌｈｉｇｈｖｏｌｔａｇｅｔｒａｎｓｄｕｃｅｒ［Ｊ】．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ—Ｓｏｃｉｅｔｙ，２００８，２３（５）：４３４７．［２］叶罕罕，许平，宗洪良，等．数字化变电站的电压互感器配置和电压切换［Ｊ］．电力系统自动化，２００８，３２（２４）：９３．９５．——ＹＥＨａｎｈａｎ，ＸＵＰｉｎｇ，ＺＯＮＧＨｏｎｇｌｉａｎｇ，ｅｔａ１．Ｔｈｅｃｏｎｆｉｇｕｒａｔｉｏｎａｎｄｓｗｉｔｃｈ．ｏｖｅｒｏｆｖｏｌｔａｇｅｔｒａｎｓｆｏｒｍｅｒｉｎｄｉｇｉｔａｌｓｕｂｓｔａｔｉｏｎ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ—ｓｙｓｔｅｍｓ，２００８，３２（２４）：９３９５．［３］ＴｕｒｎｅｒＧＲ，ＨｏｆｓａｊｅｒＩＷ．Ｒｏｇｏｗｓｋｉｃｏｉｌｓｆｏｒｓｈｏｒｔｄｕｒａｔｉｏｎｐｕｌｓｅｄｃｕｒｒｅｎｔｍｅａｓｕｒｅｍｅｎｔ［Ｃ］．／／ＩＥＥＥＩｎｄｕｓｔｒｙＡｐｐｌｉｃａｔｉｏｎｓＣｏｎｆｅｒｅｎｃｅ．Ａｆｒｉｃａｎ：ｌ９９９．７５９．７６４．［４］ＲａｙＷＦ，ＨｅｗｓｏｎＣＲ．Ｈｉｇｈｐｅｒｆｏｒｍａｎｃｅｒｏｇｏｗｓｋｉｃｕｒｒｅｎｔｔｒａｎｓｄｕｃｅｒｓ［Ｃ］．／／ＩＥＥＥＩｎｄｕｓｔｒｙＡｐｐｌｉｃａｔｉｏｎｓＣｏｎｆｅｒｅｎｃｅ．２０００．３０８３．３０９０．［５］王鹏，罗承沐，张贵新．基于低功率电流互感器的电子式电流互感器［Ｊ］．电力系统自动化，２００６，３０（４）：—９８１０１．—、）ｌＮＧＰｅｎｇ，ＬＵＯＣｈｅｎｇｍｕ，ＺＨＡＮＧＧｕｉ－ｘｉｎ．Ｅｌｅｃｔｒｏｎｉｃｃｕｒｒｅｎｔｔｒａｎｓｆｅｌｒｍｅｒｂａｓｅｄｏｎｌｏｗ．ｐｏｗｅｒｃｕｒｒｅｎｔｔｒａｎｓｆｏｒｍｅｒ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ—Ｓｙｓｔｅｍｓ，２００６，３０（４）：９８１０１．［６］申烛，罗承沐．电子式电流互感器的新进展［Ｊ］．电力系统自动化，２００１，２５（２２）：５９．６３．ＳＨＥＮＺｈｕ，ＬＵＯＣｈｅｎｇ．ｍｕ．Ｅｌｅｃｔｒｏｎｉｃｃｕｒｒｅｎｔｔｒａｎｓｆｏｒｍｅｒｎｅｗｐｒｏｇｒｅｓｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００ｌ，２５（２２）：５９．６３．［９］柴雄良，陈邦栋．新型光电混合式电流互感器设计【Ｊ１．激光技术，２００３（５）：３９０．３９５．—ＣＨＡＩＸｉｏｎｇｌｉａｎｇ，ＣＨＥＮＢａｎｇ－ｄｏｎｇ．Ｄｅｓｉｇｎｏｆａｎｏｖｅｌｅｌｅｃｔｒｏｏｐｔｉｃａｌｈｙｂｒｉｄｃｕｒｒｅｎｔｔｒａｎｓｄｕｃｅｒ［Ｊ］．ＬａｓｅｒＴｅｃｈｎｏｌｏｇｙ，２００３（５）：３９０－３９５．余春雨，叶国雄，王晓琪，等．电子式互感器的校准方法与技术［Ｊ］．高电压技术，２００４，３０（４）：２０．２４．—ＹＵＣｈｕｎｙｕ，ＹＥＧｕｏ－ｘｉｏｎｇ，ＷＡＮＧＸｉａｏ－ｑｉ，ｅｔａ１．Ｃａｌｉｂｒａｔｉｏｎｔｅｃｈｎｉｑｕｅｏｆｅｌｅｃｔｒｏｎｉｃｉｎｓｔｒｕｍｅｎｔｔｒａｎｓｄｕｃｅｒｓ［Ｊ】．ＨｉｇｈＶｏｌｔａｇｅＥｎｇｉｎｅｅｒｉｎｇ，２００４，３０（４）：２０．２４．邱红辉，李立伟，段雄英，等．用于激光供能电流互感器的低功耗光纤传输系统【Ｊ］．电力系统自动化，２００６，３０（２０）：７２．７６．ＱＩＵＨｏｎｇ－ｈｕｉ，ＬＩＬｉ－ｗｅｉ，ＤＵＡＮＸｉｏｎｇ－ｙｉｎｇ，ｅｔａ１．Ｏｐｔ－ｅｌｅｃｔｒｉｃｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｏｆｌｏｗｐｏｗｅｒｃｏｎｓｕｍｐｔｉｏｎｆｏｒｏｐｔｉｃａｌｌｙｐｏｗｅｒｅｄｅｌｅｃｔｒｏｎｉｃｃｕｒｒｅｎｔｔｒａｎｓｆｏｒｍｅｒ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，—２００６，３０（２０）：７２７６．［１０］ＣｕｌｓｈａｗＢ，ＤａｋｉｎＪ．光纤传感器【Ｍ】．武汉：华中理工大学出版社，１９９７．［１１］陶红艳，余成波．传感器与现代检测技术［Ｍ］．北京：清华大学出版社，２００８．［１２］曲远方．功能陶瓷的物理性能【Ｍ】．北京：化学工业出版社，２００７．—收稿日期：２００９一｛２１６；—修回日期：２０１０－０２１１作者简介：许韦华（１９８３－），女，博士研究生，主要研究方向为电子式互感器；Ｅ．ｍａｉｌ：ｗｏｓｈｉｈｕａｈｕａ＠１２６．ｃｏｍ鲍海（１９６８一），男，教授，主要研究方向为电力系统运行、分析与控制；杨以涵（１９２７一），男，教授，主要研究方向为电力系统运行、分析与控制（上接第３８页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ３８）［２０３ＳｉｎｇｈＣ，ＭｉｔｒａＪ．Ｃｏｍｐｏｓｉｔｅｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｕｓｉｎｇｓｔａｔｅｓｐａｃｅｐｒｕｎｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒ—Ｓｙｓｔｅｍｓ，１９９７，１２（１）：４７１４７９．［２１］姚春球．发电厂电气部分［Ｍ】．北京：中国电力出版社，２００４．ＹＡＯＣｈｔｍ－ｑｉｕ．Ｅｌｅｃｔｒｉｃａｌｓｅｃｔｉｏｎｏｆｐｏｗｅｒｐｌａｎｔｅｎｇｉｎｅｅｒｉｎｇ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＰｒｅｓｓ，２００４．—收稿日期：２００９一Ｏ６１１；——修回日期：２００９０７１５作者简介：何剑（１９８３一），男，博士研究生，主要研究方向为电力系统可靠性、电力系统分析与控制；Ｅ．ｍａｉｌ：ｊ．ｈｅ＠ｍａｉｌｓ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ程林（１９７３－），男，博士，副教授，主要从事电力系统可靠性、电力系统分析与控制等方面的教学和研究；孙元章（１９５４－），男，教授，博士生导师，长江学者特聘教授，主要从事ＦＡＣＴＳ、电力系统非线性控制、电力系统稳定性和电力系统可靠性等方面的教学和研究。