计算物理 ›› 2022, Vol. 39 ›› Issue (3): 361-370.DOI: 10.19596/j.cnki.1001-246x.8398
收稿日期:
2021-05-14
出版日期:
2022-05-25
发布日期:
2022-09-02
作者简介:
邹艳丽(1972-),女,博士,教授,主要从事智能电网的优化与稳定控制研究, E-mail: zouyanli72@163.com
基金资助:
Yanli ZOU(), Shuyi TAN, Xinyan LIU, Shaoze ZHANG, Haoqian LI
Received:
2021-05-14
Online:
2022-05-25
Published:
2022-09-02
摘要:
结合电网拓扑结构和潮流追踪技术,提出一种基于子网划分的电网关键节点识别方法。首先,根据发电机节点的邻域信息和功率将发电机节点划分为不同的子集,然后根据电网的系数分配矩阵将负荷节点划分到为其提供最大功率的发电机节点子集中,完成子网划分。接着采用多属性决策法对每个子网的节点进行排序,进一步改进并计算每个子网的结构系数,作为衡量子网重要性的指标。根据子网重要性,从每个子网中提取特定比例的候选关键节点,对这些候选节点依据多属性决策法重新排序,得到关键节点的最终排序。以IEEE14、IEEE57和IEEE118三种节点系统为例进行分析,得到各个系统的子网划分结果和各个标准网络的重要节点排序结果。采用本文方法、PageRank法和多属性决策法分别进行关键节点排序,并对排序靠前的关键节点进行级联故障性能实验和网络效能实验。实验表明,本文算法选择的关键节点对整个网络的传播性能影响最大,优于其他两种关键节点识别方法。
邹艳丽, 谭秫毅, 刘欣妍, 张少泽, 李浩乾. 基于子网划分的电网关键节点识别[J]. 计算物理, 2022, 39(3): 361-370.
Yanli ZOU, Shuyi TAN, Xinyan LIU, Shaoze ZHANG, Haoqian LI. Power System Critical Node Identification Based on Subnetwork Partition[J]. Chinese Journal of Computational Physics, 2022, 39(3): 361-370.
节点有功功率 | 平均功率 | ||||
节点1 | 节点2 | 节点3 | 节点6 | 节点8 | |
1.8 | 1.89 | 1.8 | 3.22 | 1.8 | 2.1 |
表1 IEEE14网络发电机节点有功功率和平均功率
Table 1 Active power and average power of generators in IEEE14 grid
节点有功功率 | 平均功率 | ||||
节点1 | 节点2 | 节点3 | 节点6 | 节点8 | |
1.8 | 1.89 | 1.8 | 3.22 | 1.8 | 2.1 |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 |
1 | 0.141 | 0 | 0.094 | 0.627 | 0.276 | 0.016 | 0 | 0.061 | 0.084 | 0.276 | 0.276 | 0.276 | 0.087 |
0 | 0.75 | 0 | 0.339 | 0.325 | 0.143 | 0.06 | 0 | 0.219 | 0.211 | 0.143 | 0.143 | 0.143 | 0.21 |
0 | 0.108 | 1 | 0.565 | 0.047 | 0.02 | 0.1 | 0 | 0.356 | 0.318 | 0.02 | 0.02 | 0.02 | 0.314 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0.559 | 0 | 0 | 0 | 0.061 | 0.559 | 0.559 | 0.559 | 0.067 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0.821 | 1 | 0.363 | 0.324 | 0 | 0 | 0 | 0.32 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
表2 IEEE14网络系数分配矩阵K
Table 2 Coefficient distribution matrix K of IEEE14 grid
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 |
1 | 0.141 | 0 | 0.094 | 0.627 | 0.276 | 0.016 | 0 | 0.061 | 0.084 | 0.276 | 0.276 | 0.276 | 0.087 |
0 | 0.75 | 0 | 0.339 | 0.325 | 0.143 | 0.06 | 0 | 0.219 | 0.211 | 0.143 | 0.143 | 0.143 | 0.21 |
0 | 0.108 | 1 | 0.565 | 0.047 | 0.02 | 0.1 | 0 | 0.356 | 0.318 | 0.02 | 0.02 | 0.02 | 0.314 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0.559 | 0 | 0 | 0 | 0.061 | 0.559 | 0.559 | 0.559 | 0.067 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0.821 | 1 | 0.363 | 0.324 | 0 | 0 | 0 | 0.32 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
图2 子网划分结果(红色方框表示发电机节点,红色虚线表示网间连接,实线表示子网内部连接。) (a)IEEE14网络;(b)IEEE57网络;(c)IEEE118网络
Fig.2 Subnet division result (Red boxes indicate generator nodes. Red dotted lines indicate inter network connections. Solid lines indicate internal connections.) (a)IEEE14 network; (b)IEEE57 network; (c)IEEE118 network
网络 | 模块度Q |
IEEE14 | 0.403 8 |
IEEE57 | 0.449 1 |
IEEE118 | 0.646 3 |
表3 IEEE网络子网划分模块度
Table 3 Subnet partition modularity of IEEE grids
网络 | 模块度Q |
IEEE14 | 0.403 8 |
IEEE57 | 0.449 1 |
IEEE118 | 0.646 3 |
网络 | I1 | I2 | I3 | I4 |
IEEE14 | 0.739 3 | 0.817 8 | 0.756 2 | |
IEEE57 | 2.150 8 | 1.729 3 | 2.411 8 | 2.118 6 |
表4 IEEE网络子网结构系数
Table 4 Structure coefficients of subnets in IEEE grids
网络 | I1 | I2 | I3 | I4 |
IEEE14 | 0.739 3 | 0.817 8 | 0.756 2 | |
IEEE57 | 2.150 8 | 1.729 3 | 2.411 8 | 2.118 6 |
网络 | ||||
IEEE14 | 0.319 6 | 0.353 5 | 0.326 9 | |
IEEE57 | 0.255 7 | 0.205 6 | 0.286 8 | 0.251 9 |
表5 归一化处理后IEEE网络子网结构系数
Table 5 Normalized structure coefficients of subnets
网络 | ||||
IEEE14 | 0.319 6 | 0.353 5 | 0.326 9 | |
IEEE57 | 0.255 7 | 0.205 6 | 0.286 8 | 0.251 9 |
网络 | 子网1内节点 | 子网2内节点 | 子网3内节点 | 子网4内节点 |
IEEE14 | 1,2,3,4,5 | 7,8,9,10,14 | 6,11,12,13 | |
IEEE57 | 1,2,3,14,15,16,17,37,38,44,45,46,47 | 4,5,10,12,13, 18,19,20,21,22,23,24,25,30,31,48,49,50,51 | 9,11,32,33,34,35,36,39,40,41,42,43,53,54,55,56,57 | 6,7,8,26,27,28,29,52 |
表6 IEEE网络各子网内的节点
Table 6 Nodes in subnets of IEEE grids
网络 | 子网1内节点 | 子网2内节点 | 子网3内节点 | 子网4内节点 |
IEEE14 | 1,2,3,4,5 | 7,8,9,10,14 | 6,11,12,13 | |
IEEE57 | 1,2,3,14,15,16,17,37,38,44,45,46,47 | 4,5,10,12,13, 18,19,20,21,22,23,24,25,30,31,48,49,50,51 | 9,11,32,33,34,35,36,39,40,41,42,43,53,54,55,56,57 | 6,7,8,26,27,28,29,52 |
序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
原节点编号 | 1 | 2 | 3 | 14 | 15 | 16 | 17 | 44 | 45 | 46 | 47 |
表7 IEEE57 C1子网节点重新编写序号
Table 7 Renumbering subnet nodes of C1 subnet in IEEE57
序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
原节点编号 | 1 | 2 | 3 | 14 | 15 | 16 | 17 | 44 | 45 | 46 | 47 |
图3 IEEE57网络各子网关键节点排序(节点重要度y为根据多属性决策法[20]计算的结果。) (a)子网C1;(b)子网C2;(c)子网C3;(d)子网C4
Fig.3 Ranking of key nodes in subnets of IEEE57 grid (Node importance y is calculated with multi-attribute decision-making method[20].) (a)subnet C1; (b)subnet C2; (c)subnet C3; (d)subnet C4
排序 | 本文方法(SD-MA) | PageRank | 多属性决策法(MA)[ |
1 | 12 | 13 | 13 |
2 | 15 | 9 | 9 |
3 | 13 | 38 | 38 |
4 | 9 | 15 | 12 |
5 | 11 | 12 | 15 |
6 | 41 | 32 | 49 |
7 | 3 | 56 | 11 |
8 | 1 | 4 | 41 |
9 | 6 | 6 | 6 |
10 | 27 | 41 | 4 |
表8 IEEE 57节点重要度排序
Table 8 IEEE 57 node importance ranking
排序 | 本文方法(SD-MA) | PageRank | 多属性决策法(MA)[ |
1 | 12 | 13 | 13 |
2 | 15 | 9 | 9 |
3 | 13 | 38 | 38 |
4 | 9 | 15 | 12 |
5 | 11 | 12 | 15 |
6 | 41 | 32 | 49 |
7 | 3 | 56 | 11 |
8 | 1 | 4 | 41 |
9 | 6 | 6 | 6 |
10 | 27 | 41 | 4 |
图4 三种排序方式下IEEE57和IEEE118网络级联故障规模(a)IEEE57网络; (b)IEEE118网络
Fig.4 Network cascading fault scales of IEEE57 and IEEE118 grids under three sorting modes (a)IEEE57 network; (b)IEEE118 network
图5 三种排序方式下IEEE57和IEEE118网络效能(a)IEEE57网络, (b)IEEE118网络
Fig.5 Network performances of IEEE57 and IEEE118 grids under three sorting modes (a) IEEE57 network, (b) IEEE118 network
1 |
DOI |
2 |
DOI |
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
8 |
|
9 |
|
10 |
|
11 |
李浩乾, 邹艳丽, 张少泽, 等. 基于复杂网络的电网结构健壮性及Braess悖论现象研究[J]. 计算物理, 2021, 38 (4): 470- 478.
|
12 |
|
13 |
|
14 |
|
15 |
|
16 |
|
17 |
|
18 |
DOI |
19 |
|
20 |
何铭, 邹艳丽, 梁明月, 等. 基于多属性决策的电力网络关键节点识别[J]. 复杂系统与复杂性科学, 2020, 17 (3): 27- 37.
|
21 |
DOI |
22 |
邹艳丽, 汪洋, 刘树生, 等. 带有邻居度信息的容量负载模型下电网级联故障研究[J]. 广西师范大学学报(自然科学版), 2019, 37 (4): 27- 36.
|
23 |
|
[1] | 李浩乾, 邹艳丽, 张少泽, 刘欣妍, 谭秫毅. 基于复杂网络的电网结构健壮性及Braess悖论现象研究[J]. 计算物理, 2021, 38(4): 470-478. |
[2] | 邹艳丽, 高正, 梁明月, 李志慧, 何铭. 基于潮流追踪的电网同步性能优化及鲁棒性分析[J]. 计算物理, 2020, 37(5): 623-630. |
[3] | 王意, 邹艳丽, 黄李, 李可. 综合考虑局部和全局特性的电网关键节点识别[J]. 计算物理, 2018, 35(1): 119-126. |
[4] | 周海平, 蔡绍洪. 基于电力网络的级联故障模型[J]. 计算物理, 2011, 28(2): 313-316. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||
版权所有 © 《计算物理》编辑部
地址:北京市海淀区丰豪东路2号 邮编:100094 E-mail:jswl@iapcm.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发