背景

我国能源资源与用电需求在地理分布上极不均衡，为解决这一结构矛盾，发展远距离、大规模输电己成为我国电网发展的必然趋势。然而，由于输电廊道地理环境复杂，气候条件恶劣，电网易发生一点或多点故障。如果这些故障元件恰为系统中的薄弱环节，则极易引发元件连锁停运现象。如果这种级联迅速蔓延，那么将造成整个电网的崩溃，引发大停电事故下为避免这种灾难性事故的发生，在事故前预测可能的连锁故障序列就显得尤为重要

纵观历年国内外电力系统大停电事故的演化形式可以发现，大停电事故是由单一故障引发多重故障、从局部地区蔓延至全局区域，并最终导致大而积停电。甚至整个电力网络崩溃的过程在这些大停电事故中连锁故障是主要诱导因素，同时连锁故障演变阶段的时间间隔随大停电事故的不断演化而逐渐缩短，在连锁故障发生的初始阶段，相继故障间隔以分钟或小时计算，比如北美“8- 14"事故的初始阶段约有两个多小时。综上，在电力系统连锁性大而积停电的初始阶段，预测连锁故障序列具有可行性预测结果。有望为电力工作人员制定连锁故障预防与阻断措施提供理论依据。

复杂电网连锁故障序列预测是通过考虑电网的运行参数、保护动作特性以及外界天气等因素的共同影响，在连锁故障尚未发生之前预先搜索可能发生级联失效的元件序列的过程。由于电力系统是一个复杂的高阶非线性动态系统，其本身在拓扑结构和运行状态上表现出的复杂性，以及其运行环境的多变性都增加了研究复杂电网连锁故障传播机理的难度，因此，复杂电网连锁故障序列预测是预防大停电事故研究中具有重要研究价值的研究方向之一。鉴于传统的电力系统分析方法难以揭示连锁故障过程中系统的整体行为，新的理论与方法待发现并被引入到连锁故障预测中。总结目前有关连锁故障预测的研究成果，大致可分为以下3类：模式搜索法、模型法、风险评估法。这些方法或是以潮流计算和稳定分析为核心，研究电力网络连锁故障整体行为并预测连锁故障传播路径，或是以电网拓扑结构为核心，利用电力网络系统理论对电网网架进行抽象，研究电网拓扑特征与连锁故障传播间的关系，搜索连锁故障演化路径采用这些方法可以有效地预测复杂电网连锁故障传播序列对连锁故障的预防与控制具有重要的指导意义。

连锁故障预测方法

基于模式搜索的连锁故障预测

连锁故障模式搜索是在连锁故障的发生、发展过程中，通过采用解析法、随机模拟(如蒙特卡罗法)和重要度抽样法以及事故链法等方法对电网进行稳定计算和潮流计算，搜索连锁故障序列由于解析法在处理连续参数和不确定因素，以及连锁故障或多重故障时存在困难，所以，相比之下随机模拟法和事故链法被广泛采用。

（1）随机模拟法

基于随机抽样的蒙特卡罗(Monte Carlo)法在随机模拟不确定事件中已被广泛关注。Monte Carlo法是通过大量随机抽样搜索连锁故障模式，旨在处理由初始故障或保护动作产生的不确定性。该方法是利用随机试验的方法求取服从某种分布密度函数的随机变量的数学期望。

有文献利用蒙特卡罗法产生系统事故、保护装置以及隐性故障的随机特性，进而模拟电网连锁故障过程并记录故障传播路径。虽然该方法可以搜索到可能存在的连锁故障模式，但存在计算时间过长、对长时间的继电保护动作特性模拟不够以及基于概率期望值评估的风险指标难以理解等问题。也有文献提出了基于混合法的连锁故障模式搜索方法，但由于要采用蒙特卡罗法对故障参数和保护特性进行随机抽样，该方法仍然存在计算耗时问题相比之下，重要度抽样法可以加快连锁故障模式搜索速度，但因仍需要产生大量随机样本，计算耗时问题并没有得到太大改善。为解决计算耗时问题，有文献将重要度抽样法与对偶变量(Antithetic Uariates)相结合，有效减少抽样次数的同时，其性能比单一使用重要度抽样法更优。有研究提出了基于分裂法(splitting)的连锁故障过程快速模拟方法，提高了连锁故障序列搜索的速度。有文献应用基于随机化学(random chemistry)的搜索算法代替蒙特卡罗抽样很大程度上减少了计算时间、

（2）事故链法

“事故链”源于安全科学，利用其模型可以直观地搜索出连锁故障的传播路径。“事故链”理论认为，除少数事故是由单一条件引起外，多数大事故都是诸多条件相结合的结果。这些条件犹如链条一样将各个环节串接在一起，事故就是在多个条件同时满足的情况下发生的。

在电力系统中，大停电事故的发生、发展过程其实就是电网初始故障(底事件)以连锁的形式诱发新故障(底事件)的发生，并不断重复这一步骤，直至最终造成灾难性后果(顶事件)的过程。不难发现，故障间的连锁性和累积性与事故链模型相吻合如果从事故链的角度看待大停电事故，那么顶事件就是电力系统中的大停电事故，它可由其中一条停电事故链导致，即各条事故链通过逻辑或的关系引发大停电事故，而每条事故链通过逻辑与关系将底事件连接。根据上述两者间的关系，电力系统大停电事故就是在同时满足多个条件下由设备故障、人为误操作、外力破坏等相关因素诱发的停电事故。

有文献提出了一种基于事故链模型与模糊聚类算法的连锁故障序列预测方法。该方法通过综合多风险指标预测后续故障。也有文献利用事故链理论研究电网连锁故障，建立了基于事故链模型的电力系统连锁故障模型，并对连锁故障序列进行预测。相关文献综合线路的潮流变化、过负荷裕度以及事故链累积效应等预测指标，提出了一种电力系统连锁故障事故链在线生成方法。该方法虽然克服了传统的事故链分析方法依赖事故树的不足，但缺乏考虑保护动作、恶劣天气等不确定性因素对连锁故障预测的影响。有研究基于事故链模型提出了一种通过构建风险指标的后续故障预测方法，考虑了输电线路的负载率、潮流的变化量、隐性故障概率、历史统计故障率等因素

在基于事故链的连锁故障序列预测中，考虑恶劣天气条件将给运行调度人员甄别恶劣天气下的电网潜在风险环节提供依据。有文献据此提出了一种考虑恶劣天气因素的电网连锁故障事故链预测方法。该方法根据恶劣天气下的电网元件故障概率和自临界线路约束标准筛选初始故障，并根据热稳裕度指数预测连锁故障的中间环节。

基于模型法的连锁故障预测

作为一种新兴的理论方法，复杂性理论为探索和解释复杂系统的复杂性问题提供了新的视角，是揭示复杂电网连锁故障传播机理的有力分析工具。该理论主要涵盖复杂系统理论和复杂网络理论。复杂系统理论研究连锁故障传播机理时倚重电网连锁故障过程的动态特性，主要是采用连锁故障建模模拟连锁故障传播过程，搜索连锁故障传播路径。利用复杂网络理论分析连锁故障传播机理则侧重电网的拓扑结构，主要通过构建连锁故障拓扑模型或基于结构的元件脆弱性评价指标搜索连锁故障序列。显然，二者都是利用整体论、系统论的思维从不同角度分析了系统故障传播的动力学行为。

（1）基于复杂系统理论的连锁故障预测

复杂电网在系统演化和负荷需求双重作用下，处于亚临界或临界状态在临界状态下，外界一个微小扰动就会引起“雪崩”式的连锁性停电事故，系统呈现自组织临界性(self-organized criticality, SOC)沙滩模型(sand pile)形象地描述了系统的自组织临界特性，即向处于临界状态的沙堆添加微少的沙粒就会引起沙堆的塌落，出现时空幂律(power-law)分布。