新型電力系統背景下電壓暫降風險評估技術挑戰與展望

張逸, 吳逸帆, 陳晶騰

(1. 福州大學電氣工程與自動化學院, 福州市 350108； 2. 國網福建省電力有限公司莆田供電公司, 福建省莆田市 351100)

0 引 言

電壓暫降是電力系統運行過程中不可避免的短時擾動現象，體現為某點工頻電壓方均根值突然降低至0.1 ～0.9 pu，并在短暫持續10 ms～1 min[1]后恢復正常。隨著工業自動化與智能化水平的提高，大量敏感設備的投入使用，電壓暫降已成為最為嚴重的一類電能質量問題[2]，其主要由電網短路故障引起，波及范圍廣，可使設備運行中斷[3]，進而影響甚至破壞整個工藝流程的連續性工作，造成巨大經濟損失[4]。

電壓暫降風險評估是電壓暫降領域的重要研究方向，是綜合考慮可能性與嚴重性給出暫降風險度量的方法[5]，其中可能性指事故發生的概率水平，嚴重性則描述發生故障帶來的后果。由于電壓暫降無法完全避免，科學實施暫降風險評估，對于供電方而言，有利于其規劃改造電網結構、優化制定運行方式，減小暫降發生概率與影響范圍；對于用電方而言，有利于其編排調整生產計劃，安裝配置治理設備，降低暫降所致經濟損失。因此，電壓暫降風險評估對于電壓暫降的分析與防治具有重要的理論價值與現實意義[6]。

本文首先從電壓暫降風險量化指標入手，將其分為可能性指標、嚴重性指標、綜合性指標三類進行梳理歸納；隨后，分析總結基于仿真模擬、狀態估計與數據驅動的三類風險評估方法以及各自的優缺點與適用場景；最后，指出新型電力系統背景下電壓暫降風險評估研究面臨系統故障特性更加復雜、能源形式更加多樣、缺乏在線仿真技術、缺乏工程化應用等四類挑戰，并針對以上挑戰分別從完善故障分析理論、研究綜合能源系統風險評估模型和指標體系、研究暫降風險評估融合方法、研究在線仿真技術和研發實用化互動分析平臺五方面對未來研究方向進行展望。

1 電壓暫降風險評估方法研究現狀

1.1 風險評估總體思路

電壓暫降風險是電網發生概率(可能性)與用戶影響后果(嚴重性)的綜合度量，如圖1所示，其中發生概率主要考慮電網側的故障相關因素，影響后果主要考慮用戶側的暫降耐受能力。

圖1 電壓暫降風險主要影響因素Fig.1 Main influencing factors of voltage sag risk

電壓暫降風險評估首先需要根據不同需求場景確定合理的量化指標來表征電壓暫降風險水平；之后，采用不同方法開展電壓暫降風險評估，目前主要的風險評估方法可分為基于仿真模擬、基于狀態估計與基于數據驅動三類，三者各有優劣，采用何種方法需要視是否能獲取暫降監測數據和電網結構參數等具體情況而定。

1.2 風險量化指標

根據前文電壓暫降風險評估的定義，可將電壓暫降風險量化指標分為可能性指標、嚴重性指標與綜合性指標三類，其相互關系如圖2所示。

圖2 電壓暫降風險量化指標相互關系Fig.2 Relationship between quantitative indices of voltage sag risk

電壓暫降風險的可能性指標主要反映電網側不同位置、不同程度電壓暫降的發生概率。在數學上，概率是一個統計學概念，在大量重復實驗條件下，可由某事件的頻次統計結果所算得的頻率進行近似表示。目前，在暫降風險評估中也常通過統計手段得到相關指標，如暫降頻次[7]、系統電壓平均有效值變化率指標(system average root mean square variation frequency index，SARFI)[7]、IEC61000-2-8表格[8]等，在此基礎上再基于統計結果算得頻率，并獲得頻次的分布特性，以反映不同類型電壓暫降發生的可能性。還有研究學者基于長期暫降監測數據的統計分析，構建概率分布模型，推測暫降發生可能[9]。通過不同幅值、不同持續時間的暫降事件分布情況可從統計學角度獲悉各類型暫降發生的可能性。但為從以上指標中獲得準確的概率分布特性，需要進行長期的監測，實施成本較高，因此有文獻考慮利用母線電壓時變區間特性[10]、線路保護特性[11]預估得到暫降發生頻次。

電壓暫降風險的嚴重性指標主要反映用戶遭受不同程度電壓暫降影響的后果。常見的嚴重性指標有IEEE P1564給出的電壓暫降事件的能量指標EVS[12]和嚴重性指標Se[12]，兩者均從幅值與持續時間反映了暫降事件的后果嚴重性。而當電壓耐受曲線(voltage tolerance curve，VTC)存在不確定區域時，可采用幅值嚴重性指標(magnitude severity index，MSI)、持續時間嚴重性指標(duration severity index，DSI)和綜合嚴重性指標(magnitude duration severity index，MDSI)[7]來表征暫降嚴重程度。此外，文獻[13]考慮了設備VTC的不確定性構建設備停機概率模型評估暫降嚴重性。文獻[14]定義電壓暫降不兼容度與影響度指標來反映暫降影響的深度和廣度。文獻[15]基于Larsen推理利用暫降特征推算負荷損失率，明確工業過程受暫降影響損失。在上述指標中，EVS通過暫降幅值與持續時間就可算得，適用范圍廣，但僅考慮暫降自身嚴重性，忽略了設備耐受能力。而Se、MSI、DSI、MDSI等指標需要事先定義VTC才可計算，而VTC的獲取較為困難，導致上述指標在實際工作中難以應用，若用SEMI-F47(semiconductor equipment and materials international F47)、美國信息技術工業協會(information technology industry council，ITIC)等典型曲線進行替代，準確性將受到影響，因此有研究者利用電壓持續曲線[16]、波形多維特征刻畫[17]等方法改良指標，提升評估效果。

在衡量電壓暫降對用戶影響的嚴重性時，除了VTC之外，過程免疫時間(process immunity time，PIT)也受到廣泛關注。PIT從物理層面量化了電壓暫降的影響后果，定義為敏感過程在經受給定幅值的電壓暫降后，其過程參數超過允許限制值的時間[18]，其中過程參數是指設備在過程中負責管控的各項物理指標，包括溫度、壓力等，如圖3所示，圖中Pnom、Plimit分別為額定運行、正常運行的臨界過程參數；ta、ta+Δt和tb為過程經受暫降、偏離額定和臨界的時間。目前國內外學者已針對PIT開展了一定的研究，并取得了一定成果。文獻[19]首次將PIT應用于暫降經濟損失，提出經濟損失分級評估模型，量化暫降影響后果。文獻[20]考慮設備的連接和備用關系，由單一設備PIT推算全工藝流程及其子環節的PIT，用于評估暫降影響嚴重性。文獻[21]將重合閘清除的非永久性故障與PIT相關聯，結合暫降財務損失，量化暫降影響后果。

圖3 過程免疫時間曲線Fig.3 Time curve of process immunity

電壓暫降風險的綜合性指標是對電壓暫降發生可能性與影響嚴重性的綜合量化指標。文獻[5]詳細定義了電壓暫降風險概念，在量化暫降風險時綜合考慮了設備受暫降影響的故障概率與影響后果。還有文獻采用層次分析法[22]、熵權法[23]等將前文所述的可能性指標與嚴重性指標相結合，提出可綜合考慮電網側與用戶側的指標，并實現了指標降維。但目前多數研究提出的綜合性指標其本質是對可能性指標與嚴重性指標的加權求和，導致所得綜合性指標的物理意義并不明確。

相比電力系統其他問題，電壓暫降與用戶側關聯更加緊密，相同暫降對不同用戶的影響差異巨大，因此，客觀體現電網側發生可能性、全面反映用戶側影響嚴重性的暫降風險綜合指標將是研究重點，未來可能還需要制定適用于不同行業、不同場景下的電壓暫降風險量化指標體系及評判區分標準。

1.3 基于仿真模擬的風險評估

基于仿真模擬的電壓暫降風險評估通過系統故障分析得到電網公共連接點的暫降風險。現有基于仿真模擬的電壓暫降風險評估大多是采用隨機抽樣的方式來模擬電力系統故障實現風險評估。文獻[24]采用蒙特卡羅法對故障變量進行隨機抽樣，通過大規模隨機故障計算定量分析電網內各節點發生電壓暫降的風險。在蒙特卡羅法的基礎上，還有文獻通過故障概率模型優化[25]、新能源出力不確定性建模[26]、分布式電源建模[27]、仿真范圍擴充[28]來改善隨機抽樣模型，使其概率分布特性更符合實際。

以上采用隨機抽樣模擬故障的風險評估方法反映了電力系統的隨機性，原理簡單，易于編制程序，適用于評估電網區域總體風險水平。但其精度與抽樣數密切相關，在分析大型電網時，隨機變量增多，為保證結果準確，抽樣數也將顯著增多，需要耗費大量的計算資源與時間。

1.4 基于狀態估計的風險評估

基于狀態估計的電壓暫降風險評估以電力系統狀態估計理論為基礎，通過監測點的量測數據來估計非監測點的暫降水平。文獻[29-30]首先提出電壓暫降狀態估計的概念，基于最小二乘原理求解得到未知點的暫降幅值。還有文獻通過貝葉斯濾波[31]實現電壓暫降狀態估計評估暫降風險，但以上方法多適用于輻射狀網絡的簡單故障。因此，有文獻提出了適用于復雜配電網絡的故障路徑搜索算法[32]，提高了電壓暫降狀態估計的可實施性。文獻[33]將狀態估計方程運用至電壓暫降狀態評估中，并將狀態估計方程與物理意義相結合轉化為一個整數線性規劃(integer linear programming，ILP)問題來估計暫降頻次，此方法可適用于任意網絡與任意故障類型，但故障點的增多將帶來維數災難問題。因此，大量學者對電壓暫降狀態估計方程的求解進行了探索，遺傳算法(genetic algorithm，GA)[34]、奇異值分解法(singular value decomposition，SVD)[35]等的應用一定程度上提升了求解性能。文獻[36]引入電壓暫降模式概念，考慮故障模式與其引起的電壓暫降模式之間的映射關系，基于模式匹配完成暫降水平評估，克服了現有方法數學模型復雜、尋優困難的問題。

基于狀態估計的方法可推算非監測點暫降水平，有助于提升暫降風險的全網可觀性，適用于監測水平不高的場合。同時，該方法還可用于不良暫降監測數據的檢測與辨識[37]、暫降監測裝置的布點優化[36]等場景。但在電網規模較大時，量測矩陣的存儲與運算困難，同時電網的不確定性以及對約束條件考慮的不完善，也將影響狀態估計的準確性。

1.5 基于數據驅動的風險評估

基于數據驅動的方法通過對電壓暫降監測數據的挖掘分析實現，主要關注暫降風險與其影響因素的關聯性。文獻[38]以大型城市的大量監測數據為基礎，對暫降波形、相序、幅值等特征量進行分析，較為全面地分析了暫降事件特性。還有文獻采用灰靶理論[39]、關聯規則[40]、神經網絡[41]等人工智能方法從監測數據中挖掘深層次暫降信息，揭示了各影響因素與暫降事件的關聯關系。文獻[42-43]通過馬爾科夫鏈將暫降事件的發生轉化為時序預測問題，前者在預測時著重考慮天氣與暫降事件間的關聯，后者通過同源聚合降低了監測數據冗余度，同時采用模糊C均值聚類考慮了監測數據的分布特性。文獻[44-45]均以監測數據為基礎并引入PIT來評價用戶或過程的電壓暫降風險，其中文獻[44]構建因素集來表征暫降風險影響因素并采用模糊邏輯語言描述暫降風險；文獻[45] 結合用戶中斷概率與暫降經濟損失，構建了具有適應能力的用戶電壓暫降損失風險評估模型。

隨著量測和通信技術的發展，可獲得數據的種類與數量越來越多，使得基于數據挖掘分析的方法受到更廣泛的關注。首先，該方法通過挖掘監測數據與暫降風險間的關聯關系就可完成風險評估，無需復雜的電網計算；其次，當隨機變量增多時，仿真模擬方法的抽樣量將大幅增加，而該方法僅需整合變量數據，增加輸入維度并適當改變模型結構即可；再次，該方法的模型多為訓練得到，當工況變化時，模型的更新只需用新工況下的數據重新訓練即可完成；最后，訓練完成的模型通過輸入數據就可快速得出結果，有利于提升暫降風險評估的實時性。綜上，該方法普適性較強，適用于影響因素復雜，工況多變的場合。但該方法是通過訓練得到的模型直接表征輸入與輸出間的映射關系，物理可解釋性較差。同時，模型結構復雜、超參數合理選取困難、輸入數據預處理繁瑣，也限制了該方法的工程實用。

1.6 方法小結

電壓暫降風險是電網發生暫降可能性與用戶受暫降影響嚴重性的綜合度量。目前，基于仿真模擬與基于狀態估計的風險評估方法多從電網層面反映不同程度暫降發生的可能，是概率層面上暫降風險水平的體現，由于缺乏對用戶、設備暫降耐受能力的考慮，用戶是否受暫降影響的實際風險難以得知。而基于數據驅動的方法往往采用一個或幾個同類監測點的數據進行暫降風險評估，易于考慮用戶耐受特性，因此側重于對用戶受暫降影響后果的分析，但難以計及電網側不同程度電壓暫降的發生概率水平。對三類方法的數據來源、優缺點、適用場景、適用對象進行對比，如表1所示。

表1 不同電壓暫降風險評估方法比較Table 1 Comparison of different voltage sag risk assessment methods

2 新型電力系統背景下的電壓暫降風險評估挑戰

隨著電力系統不斷演化與轉型升級，新型電力系統呈現出“高比例可再生能源電力系統”、“高比例電力電子裝備電力系統”、“多能互補的綜合能源電力系統”等新的技術特征[46]，電壓暫降風險評估也出現了以下需要深入研究分析的挑戰。

2.1 系統故障特性更加復雜

新型電力系統中大量新能源、電力電子設備、儲能系統等的接入使電力系統的故障特性發生了改變，也導致電壓暫降風險評估中面臨以下新的挑戰。

1)電壓耐受與支撐能力的變化影響了電壓暫降波及范圍與嚴重程度。一方面，以新能源機組為例，標準規定風電機組在并網點電壓跌至0.2 pu時，應能不脫網連續運行0.625 s[47]，而光伏機組在并網點電壓跌至0時，應能不脫網連續運行0.15 s[48]，即風電、光伏機組的低電壓穿越能力與常規火電機組相比有較大差距。同時，其電壓支撐能力與常規火電機組相比也較弱[49]，在電壓暫降期間可能出現大規模脫網，甚至引發連鎖故障。另一方面，配電網中分布式電源的接入使得配電網由單一無源網絡轉變為有源網絡[50]，此時合理的分布式電源并網位置與安裝容量將提升配電網的電壓支撐能力[51]，從而減小電壓暫降波及范圍與影響后果。

2)傳統系統故障分析方法可能導致風險過評估或欠評估。目前暫降風險的計算過程往往對電力電子設備、分布式可再生能源、儲能系統等采用簡化處理，忽略了其電氣、機械、控制特性與傳統電網的差異，導致電壓暫降風險過評估或欠評估的發生，如電力電子裝置在發生短路時，由于其具有較高的內電抗和快速可控的參考電流，且故障恢復時基本沒有類似同步機組的次暫態過程，使其短路電流的幅值和持續時間均較小[52]，而基于仿真模擬的風險評估過程往往忽略了電力電子裝置的故障分析或做近似處理，導致所得暫降深度與持續時間結果偏大，暫降風險出現過評估。

2.2 能源形式更加多樣

新型電力系統將不再是孤立的電力生產與消費系統，而是作為綜合能源系統(integrated energy system，IES)的重要組成部分[53]。IES內含有兩種或以上的能源形式，主要由供能網絡、能源交換環節、能源儲存環節、終端綜合能源供用單元和用戶組成[54]。IES的出現也給電壓暫降風險評估帶來了以下新挑戰。

1)需要對IES多能耦合場景的電壓暫降影響進行分析。IES中的多個供能網絡并不是孤立運行的，而是存在復雜的耦合關系。因此，IES在遭受電壓暫降時，一個網絡的擾動將通過能源耦合環節傳播至其他網絡，影響能源的交換、使用、儲存，甚至可能引起連鎖故障[55]。同時運行環境與能源發/輸/配/用特性的不同也衍生出了多種類型的IES[56]。不同類型IES的能源形式、能量流、適用場景等也不盡相同，進一步加大了電壓暫降影響后果分析的難度。

2)需要研究針對IES的電壓暫降風險量化評估指標體系。在對IES進行電壓暫降風險量化評估時，由于電壓暫降將引起多供能網絡共同擾動，僅考慮電力網絡的暫降風險是遠遠不足的，其他供能網絡的暫降風險也是不可忽視的。以電-氣綜合能源系統(electric-gas integrated energy system, EG-IES)為例(見圖4)，電網電壓暫降除了導致電網中的設備停運與負荷削減外，氣網也將因壓縮機受暫降擾動而導致氣壓下降，氣負荷切除。因此，在量化IES暫降風險時，需要建立綜合考慮各供能網絡的電壓暫降風險量化評估指標體系。

圖4 電壓暫降在電-氣綜合能源系統的影響Fig.4 Influence of voltage sag on EG-IES

2.3 缺乏面向電壓暫降的在線仿真技術

電力系統故障仿真是研究電壓暫降作用機理、影響水平、波及范圍并進行準確風險評估的基礎，其主要包括仿真模型搭建與仿真分析計算兩方面[57]。目前應用電力系統故障仿真技術分析電壓暫降風險面臨以下挑戰：

1)缺乏電壓暫降敏感設備與治理設備的仿真模型。現有方法的仿真模型中均未考慮敏感設備與治理設備模型，評估過程難以準確、全面地體現用戶側設備耐受能力和治理支撐效果，易造成結果過評估或欠評估。同時，無法對用戶側暫降治理方案進行仿真分析，導致實施治理時缺乏依據。

2)需要研究電壓暫降在線仿真技術。一方面，現有電壓暫降仿真分析多為離線仿真，風險評估不具實時性。為實現暫降風險的及時告知，亟需引入在線仿真技術。另一方面，新型電力系統電網規模增大、新型元器件出現與故障類型增加將使仿真存儲與計算資源需求呈數量級上升，給電壓暫降在線仿真技術帶來巨大挑戰。

2.4 電壓暫降風險評估的工程化應用

目前電壓暫降風險評估工程化應用過程中還存在以下問題尚待解決：

1)電壓暫降風險評估模型的復雜性與實用性難以權衡。若需全面考慮影響暫降風險的各種因素，一方面，將需要接入不同系統多源異構數據，增加了工程實施難度；另一方面，將增加模型復雜程度，導致模型在工程平臺上難以集成。若為工程實施方便過于簡化模型，將導致忽略關鍵影響因素而造成風險評估效果欠佳。因此，如何權衡模型復雜性與實用性之間的關系是工程化應用亟待解決的問題之一。

2)缺乏多源數據融合應用與暫降信息共享交互。一方面，目前多數電壓暫降風險評估僅依靠電網暫降仿真與監測數據，但要從電網側、用戶側及外部環境等各方面全面研判暫降風險，就需要深度融合和應用電力系統內外的暫降多源數據。另一方面，目前電壓暫降防治工作中缺少供用電雙方的交互機制，供電公司難以獲取用戶側敏感設備和治理方案信息，用戶也無法及時獲知電網側暫降發生可能性，導致供用電雙方的暫降風險評估實用化推廣均存在困難。

3 電壓暫降風險評估研究展望

針對以上新型電力系統帶來的挑戰，電壓暫降風險評估未來有以下幾個可能的研究方向：

1)完善針對電壓暫降的新型電力系統故障分析理論。未來在研究由故障引起的電壓暫降的風險評估過程中，應在傳統同步機組、恒功率、恒阻抗負荷為主的傳統電網故障分析基礎上，考慮電力電子設備、分布式新能源、儲能系統的接入對系統穩態電壓水平與故障電流特性的影響。一方面，需針對設備故障與交/直流故障混雜、電網形態結構改變的問題，研究復雜故障類型、模糊故障路徑下的電壓暫降風險；另一方面，針對分布式電源、電動汽車等單相大功率發/用電設備的大量使用帶來的三相不對稱問題[58]，未來可考慮利用各序分量間的耦合關系對序分量法進行改進或采用相分量法來計算故障下的暫降幅值，避免電壓暫降風險的過評估或欠評估。

2)研究在綜合能源系統多能耦合場景下的電壓暫降影響分析模型與風險評價指標體系。以電-氣-熱互聯系統為例，在發生電壓暫降時，首先需結合電-氣、電-熱之間的耦合環節(如熱泵、鍋爐、壓縮機)的暫降耐受能力判斷耦合設備是否遭受擾動；其次，根據IES的相依特性[59]，研究電網暫降對其他供能網絡的擾動影響以及其他供能網絡受擾后可能再次影響電網的過程，并結合VTC與PIT曲線刻畫IES中敏感設備的受擾概率，從電氣特性與物理屬性上綜合分析暫降風險；最后在量化暫降風險時，除了考慮電網指標，還需要增加氣網、熱網等其他供能網絡的相關指標，如氣負荷損失、熱負荷損失等，此外，對于電網、氣網、熱網安全性與穩定性的考慮也應一并納入電壓暫降風險量化指標體系中。

3)研究多方法融合的電壓暫降風險評估方法。前文所述的三種風險評估方法各有優劣，可互為補充，通過三種方法的有效融合取得更好的評估效果。比如，通過融合仿真模擬與數據驅動方法，可從物理層面與信息層面全面評估暫降風險；又如，利用狀態估計得到的豐富且高質量暫降數據改善數據驅動方法的評估效果。

4)研究基于數字孿生的電壓暫降在線仿真技術。數字孿生技術[60]可實現物理世界與信息世界的實時交互融合，可為電壓暫降的在線仿真提供解決方案。基于數字孿生的在線仿真技術可通過用戶暫降耐受特性分析、暫降治理效果仿真，更加全面、準確、及時地獲得暫降風險水平。通過孿生體多次模擬實驗擬合暫降耐受曲線；基于運行數據構建暫降敏感設備與治理設備模型；探索人工智能、云計算等技術與數字孿生的集成應用，實現多物理、多尺度的電壓暫降在線集群仿真。數字孿生在電壓暫降風險評估中應用示意圖如圖5所示。

圖5 數字孿生在電壓暫降風險評估中應用示意圖Fig.5 Application of digital twin in voltage sag risk assessment

5)研發多源數據融合的實用化電壓暫降互動分析平臺。針對當前電壓暫降相關系統存在的“重監測、輕分析、少互動”的問題，需研發電壓暫降互動分析平臺，并基于多源數據融合實現風險評估等功能。首先，基于生產管理系統與調度系統的電網拓撲和設備參數進行暫降仿真分析；其次，結合電能質量監測系統的暫降事件記錄、防災減災系統的氣象信息等綜合評估暫降發生概率；最后，利用營銷業務應用系統以及用戶外圍交互輸入的敏感設備信息等量化暫降影響后果。通過以上多源數據融合能全面、客觀地給出綜合可能性與嚴重性的暫降風險度量。

此外，電壓暫降與供用電雙方、治理廠商都緊密相關，亟需構建各方信息共享與互動機制。供電公司可通過平臺告知成因、預警風險，輔助用戶優化生產計劃；用戶可查詢暫降風險等信息，并通過輸入自身情況獲得推薦的治理方案。在此基礎上，引入治理廠商入駐，實現治理方案閉環，構建電壓暫降協同防治生態。

新型電力系統中電壓暫降風險評估面臨的挑戰、可能的技術手段與平臺基礎支撐的關系如圖6所示。

圖6 電壓暫降風險評估面臨挑戰、技術手段、支撐平臺Fig.6 Challenges, technical means and supporting platform for voltage sag risk assessment

4 結 論

電壓暫降對不同用戶影響差異巨大，暫降風險評估需實現可能性和嚴重性的綜合度量，最終目的是經濟、合理地進行電壓暫降防治，即通過最小投資使暫降風險在可接受的安全裕度內取得最大收益。

本文在總結電壓暫降風險評估研究現狀基礎上，針對新型電力系統，指出其在系統故障特性改變、能源形式多樣、在線仿真、工程化應用上面臨的挑戰；提出未來可能需要在電壓暫降的多重影響、風險水平的多元分析與工程應用的多方協同方面開展研究，希望能為相關研究與實際工作提供借鑒與參考。