洪涝灾害影响下电网风险评估及韧性提升研究.pdf

1、第 47 卷 增刊：190-195 高电压技术 Vol.47, Supplement 2: 190-195 2021 年 12 月 31 日 High Voltage Engineering December 31, 2021 DOI: 10.13336/j.1003-6520.hve.20211525 洪涝灾害影响下电网风险评估及韧性提升研究 李小彬1，钟 鸣1,2，钟华赞3，肖 璐1，张 曦4 （1. 中山大学地理科学与规划学院，广州 510275；2. 南方海洋科学与工程广东省实验室(珠海)，珠海519080；3. 中国南方电网公司，广州 510080；4. 南方电网科学研究院有限责任公

2、司，广州 510080） 摘 要：为减少洪涝灾害对城市电网造成的损失，开展精准化的电网防洪防涝决策和部署，提出了洪涝灾害视角下城市电网风险及韧性评估体系。根据洪涝灾害的形成机制，选取降水、流量为主要水文要素进行 Mann-Kendall突变检验和趋势分析， 发现西江梧州段 20032020 年的月均流量呈现显著增加趋势。 采用皮尔逊型曲线拟合日降雨量的频率分布，计算不同重现期的降雨量及其超越概率。根据灾害系统理论，选取数字高程模型(DEM)、逐日降水量、 月均流量、 河网密度及电网属性为主要指标， 分别建立电网风险和电网韧性的评估模型。 以 30 m30 m的栅格为基本评估单元，利用 ArcG

3、IS 绘制各个风险指标的空间分布图，运用层次分析法计算相应权重，从而确定电网风险评估结果。研究成果可为电网的差异化规划建设和防灾减灾工作提供科学参考。 关键词：洪涝灾害；电网风险；层次分析法；电网韧性；M-K 突变检验 0 引言 随着全球变暖和气候变化的加速，洪涝灾害体现出更多的不确定性和危害性。而电力系统是城市生命线的重要组成部分，维系着现代化城市的基础社会功能1。电力系统的正常运转是保障城市其他设施稳定运行的关键。在气候变化背景下，极端降水事件和洪涝灾害对电力系统的影响日益凸显。2021 年 7 月，河南特大暴雨及汛情使全省 42 座变电站、1 854 条 10 kV 以上线路停运，374

4、.3 万户用户受影响2；2020 年 8 月，甘肃省连续出现 3 轮暴雨天气，引发洪水、滑坡、泥石流等地质灾害，造成甘肃省电力公司共停运 3 条 110 kV 输电线路、16 条 35 kV 输电线路、14 座 35 kV 变电站、357 条10 kV 配电线路、 13 417 个配电台区， 影响 86.78 万户用户3。这对电力系统响应灾害、吸收和抵抗灾害等能力提出更高的要求。因此，如何准确评估电力系统风险， 提高系统韧性随之成为当前研究热点。 联合国减灾署(UNISDR)将韧性定义为系统建设的最终目标，而脆弱性分析和评估等则是实现最终目标的策略4。因此，正确认识电力系统所面临的风险类型、特

5、征、强度和空间分布规律等因素是提升系统韧性的基础。同时，对城市电网风险进行评估也是分析电力系统韧性水平的重要环节之一。为此，众多学者以不同灾害为背景，开展了电网风险评估体系研究。 谢今范等从风险评估四要素出发，进行了暴雨洪涝电力灾害的风险等级划分、区划以及分区评价5；朱奇通过构建输电线路在雷电和覆冰灾害影响下的风险评估层次结构体系，建立了灾害风险分析模型6；翟成林综合输电网的拓扑网络结构特征及输电网破坏造成的停电预估损失，建立了输电网预警指标体系7；门永生等针对典型自然灾害对电网重要设施影响的特征，构建了基于 8 类典型自然灾害的电网重要基础设施脆弱性评价指标体系8。 而电网韧性水平评估体系不

6、仅包含了风险评估中对承灾体抵抗能力的评估，还考虑了电网系统的适应和恢复能力，进而全面衡量电网系统本身与社会的灾害承受水平。高海翔等介绍了配电网韧性的评估矩阵，给出了用于规划和调度的韧性定量指标， 并提出了提升配电网韧性的规划和调度措施9。周晓敏等建立了配电网韧性评估分析方法，提出并对比验证了传统的加固元件措施和加入分布式电源对配电网韧性的提升效果10。李京结合冰雪灾害背景下电网性能变化的特点，从电网损失动态性、阶段性以及灾害情景多态性出发对电网韧性进行了有效刻画和度量11。唐文虎等考虑修复资源、天气强度等因素构建系统修复模型，同时结合输电系统的响应模型，采用改进型指标 RICD 评估输电系统韧

7、性12。 Panteli 等采用基础设施和运行混合指标系统地评估和量化了电网受极端天气影响时的韧性变化13。 然而，基于气候变化背景下的电网防洪防涝研究仍处于起步阶段，且韧性分析多侧重于电网仿真和数学建模，虽然具有针对性强且评估较为准确的李小彬，钟 鸣，钟华赞，等：洪涝灾害影响下电网风险评估及韧性提升研究 191 优势，但并未体现出区域尺度上的时空异质性。而构建更为综合、普适的电网风险及韧性评估体系，是快速识别洪涝灾害影响下城市电网整体状态的重要途径之一。为减少洪涝灾害对城市电网造成的损失，本文分析了历史水文要素的时间变化趋势，并在此基础上分别建立区域电网风险与韧性评估体系，然后以梧州市万秀区

8、为例开展实例应用研究，为城市电网防灾减灾策略的制定提供科学的参考，以期提升城市电网的安全管理水平，保障电网系统的平稳运行。 1 数据资料与方法 1.1 研究区概况 梧州市万秀区位于广西东部，地处西江、桂江汇合处。 西江梧州段的警戒水位为 18.5 ， 自 1900年有水文记载以来至 1994 年，年最高洪水位超过18 的就有 70 次之多14。此外，梧州深受季风气候影响， 降水充沛， 主要集中在汛期即 4 月到 9 月。梧州的年降水量从 1960 年到 2020 年均维持在1 000 mm 以上，峰值可达到 200 6.3 mm(2013 年)。 万秀区位于梧州市区东部， 人口27.2 万，

9、面积250 平方公里。辖区内包含桂江、西江的干流与汇合段，是梧州市内的易涝区。2005 年，万秀区发生“6.23”特大洪灾，内河东片大部分街道被淹，形成一片汪洋。受灾人数达到 120.19 万人，造成经济损失近30 亿元15；2020 年 6 月 9 日 4 时，西江梧州段水位达到 20.72 m，超警戒水位 2.07 m，淹没了沿岸的部分地区。 暴雨和洪涝灾害使区域电网的防灾减灾工作面临严峻的挑战，而对区域电网进行风险评估和风险识别，是电网防灾减灾的重要工作之一。因此，本文从孕灾环境、致灾因子、承灾体属性及洪涝灾害下电网系统性能的变化过程出发，分别建立梧州市万秀区的区域电网风险评估体系和区域

10、电网韧性评估体系，为电网韧性的提升提供参考和策略。 1.2 数据来源 本文所用的数据包括： 1）从中国气象数据网(http:/ 1960 2020 年梧州站逐日降水数据。 2）30 m 分辨率的梧州市万秀区数字高程(digital elevation model， DEM)和水系数据。 3）变电站位置，配网设备等模拟信息。 1.3 研究方法 1.3.1 皮尔逊型曲线 皮尔逊型曲线是 1 条一端有限一端无限的不对称单峰曲线，广泛应用于水文计算中，对降雨频率分析具有相对优势16。其概率密度函数为 0()10( )()e( )x af xxa = (1) 式中：、和 a0分别为皮尔逊型曲线的形状、尺

11、度和位置参数，可由均值(Ex)，变差系数(Cv)和偏态系数(Cs)计算得到；( ) 为的伽玛(Gamma)函数。 1.3.2 Mann-Kendall 法 Mann-Kendall(M-K)方法是一种非参数、 基于秩的方法，适用于检测非线性趋势。M-K 方法不需要数据来拟合特定的概率分布，非常适合气象学和水文学中的长时间序列分析17。Mann-Kendall 法包含对时间序列的突变检验和长期趋势分析两部分。其中，进行突变检验的具体步骤为： 对于时间序列 xi，构造序列 ri表示 xi xj(1ji)的样本累计数，定义 sk为 11,1,2,i0,kijkiixxsrj=L其他 (2) 假定时间

12、序列随机独立，定义统计变量为 ()(2,3, )()kkFkksE sUknV s=L (3) 式中： UF为标准正态分布统计量； E(sk)为 sk的均值；V(sk)为 sk的方差； n 为时间序列 xi的样本量； UF1=0。 再将时间序列 x 按逆序排列，重复上述过程，同时使 (,1,1)BkFkUUkn n= =L (4) 式中，UB1=0。绘制UF和UB的曲线图，若UF的值大于0，则表明序列呈上升趋势；反之呈下降趋势。当UF的值超过任何一条临界线(=1.96)时，表明上升或下降的趋势显著。若UF和UB出现交点，且交点在两临界线之间，那么交点对应时刻即为突变开始的时刻。 利用Mann-

13、Kendall法对时间序列进行长期趋势分析的具体步骤为： 对于包含n个数据的时间序列xk，其中k=1,2,?,i,?,j,?,n。定义标准化检验统计量z为 ,0( )1,0( )SSV SzSSV S=+=0时，时间序列有增加或上升的趋势；z0时，时间序列有减小或下降的趋势。 当z的绝对值大于1.65、1.96和2.58时，表示趋势分别通过了90%、95%和99%置信区间的显著性检验。 1.3.3 层次分析法 层次分析法(AHP)是指将与决策总是有关的元素分解成目标、准则、方案等层次，并在此基础上进行定性和定量分析的决策方法。该方法是美国运筹学家、 匹茨堡大学教授萨蒂于20世纪70年代初，在为

14、美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法18。根据n 个元素对于最终目标的判断矩阵A，可求出这些元素对于最终目标的相对权重wi，同时计算一致性比例CR。方法为 max(1)RInCnR= (8) 式中：max为判断矩阵A的最大特征值；RI为相应的平均随机一致性指标。当CR95 10 161.22 95 20 187.71 95 50 222.01 69.88 100 247.56 45.12 200 272.88 25.92 500 306.09 11.31 表 2 电网洪灾风险评估指标体系

15、 目标层 A 准则层 B 指标层 C 权重 w 电网洪灾风险 孕灾环境 地形高程 0.118 8 地形坡度 0.118 8 与水体的距离 0.059 4 致灾因子 年均汛期降雨量 0.179 8 洪水量级 0.359 8 变电站属性 电网排水能力 0.103 4 供电方式 0.023 3 用户保障等级 0.023 3 接线方式 0.013 4 表 3 孕灾环境各指标分级赋值 风险等级 高程/m 坡度/ 与水体的距离/m 较高风险 500 05 1 500 15 1 500 图 4 万秀区洪灾风险等级评估结果 194 高电压技术 2021, 47(S2) 4 区域电网韧性评估 电网韧性是指当电网

16、系统出现干扰时性能逐渐退化并恢复到扰动前平稳状态的能力22。这种干扰可以由外界环境变化引起，也可以由电网内部设备运行状态的直接变化引起。其中，外界环境的变化导致电网部分设备的运行状态发生改变，从而改变整个电网的性能。 图5以时间为横坐标，系统性能为纵坐标，描述了突发事件发生时电网系统性能的变化过程23。洪涝灾害发生时，系统性能并不是立即降低，而是先有一个“抵抗”过程。当洪涝灾害不足以改变电网设备的运行状态，或电网设备运行状态的改变不影响电网的输出功率时，系统性能不会降低。这个过程体现出电网的抵抗能力。当洪涝灾害使电网性能降低时，若电网中有微电网、备用线路等补救设施，则可以减轻洪涝灾害带来的影响

17、；备用线路功率越大、线路越完备，系统性能下降幅度越小。这个过程体现出电网的适应能力。洪涝灾害影响达到最大，系统性能最低直至抢救人员到场处理的这段过程，是电网管理部门响应的过程。其受到应急预案的合理性、预警能力及救灾距离即抢救人员与故障现场间的距离等因素的制约；抢修人员越快到达现场、应急方案越完善，响应速度越快。这个过程体现出电网的响应能力。抢修人员到达现场开始维修后，系统性能开始逐渐增加最终回到突发事件发生前的状态。设备破坏程度越小，故障现场地形越有利于抢修、灾后重建的资金储备越多，抢修所需的时间就越短。这个过程体现出电网的恢复能力。 电网韧性评价不能只考虑突发事件的影响，还应当充分考虑电网自

18、身对突发事件的抵抗能力、适应能力、响应能力和恢复能力。因此，本研究构建区域电网韧性评估复杂体系，利用层次分析法计算各个指标相应的权重，如表4所示。结果表明，权重较高的指标为设备破坏程度(0.212 2)，应急预案合理性(0.142 9)和受灾预警能力(0.142 9)； 而权重较低的指标为救灾距离(0.047 6)和重建资金储备(0.034 9)。因此，制定合理、完备的应急预案，改进预报系统以提高对灾害的预报和预警能力，或在物理层面上加强加固电力基础设施等，都是提升区域电网韧性的部分主要措施。 5 结论 本文以梧州市万秀区为例，分析了历史水文要 图 5 突发事件影响电网性能的过程及电网韧性的体

19、现 表 4 区域电网韧性评估体系 目标层 A 准则层 B 指标层 C 权重 w区域电网韧性 抵抗能力 设备老化程度 0.111 1系统负载情况 0.055 6适应能力 运行装置完备性 0.055 6备用线路功率 0.111 1响应能力 应急预案合理性 0.142 9受灾预警能力 0.142 9救灾距离 0.047 6恢复能力 设备破坏程度 0.212 2故障现场地形 0.086 1重建资金储备 0.034 9 素的变化趋势和洪灾危险性，并分别构建了洪涝灾害视角下电网风险和韧性的评估体系，确定了各指标的权重， 并进行了电网风险评估。 得到如下结论： 1）通过M-K突变检验，万秀区6月的月降水量和

20、年洪峰流量均呈不显著的上升趋势，增加了区域电网的洪灾危险性。 2）电网风险体系中权重较高的指标分别为洪水量级(0.359 8)和年均汛期降雨量(0.179 8)； 而韧性体系中权重较高的指标则是设备破坏程度(0.212 2)，应急预案合理性(0.142 9)和受灾预警能力(0.142 9)。 3）洪灾影响下万秀区电网风险等级分布图显示，高风险地区主要集中分布在桂江干流沿岸，西江干流南岸也有分布；高风险地区和中风险地区主要分布在万秀区中部； 低风险地区主要分布在北部。 参考文献 1 沈鑫皓. 城市电力系统公共安全风险评估体系研究D. 广州： 华南理工大学，2017. 2 新华社. 新华财经“十四

21、五”末河南电网防灾抗灾能力将得到系统性提升EB/OL. (2021-09-14)2021-10-13. https:/baijiahao. baidu. com/s?id=1710878950385361413&wfr=spider&for=pc. 3 中国新闻网. 今夏暴雨致甘肃电网设施受灾严重 高标准重建守“生命线”.EB/OL. (2020-10-15)2021-10-13. https:/baijiahao. bai-du. com/s?id=1680612131722886453&wfr=spider&for=pc. 4 FEKETE A, HUFSCHMIDT G, KRUSE S

22、. Benefits and challenges of 李小彬，钟 鸣，钟华赞，等：洪涝灾害影响下电网风险评估及韧性提升研究 195 resilience and vulnerability for disaster risk managementJ. Interna-tional Journal of Disaster Risk Science, 2014, 5(1): 3-20. 5 谢今范，石大明，胡轶鑫，等. 吉林电网的暴雨灾害风险等级区划与评估研究J. 灾害学，2013，28(3)：48-53. 6 朱 奇. 基于多因素权重分析的输电线路灾害预警评估模型研究D. 武汉：武汉大学，2

23、018. 7 翟成林. 基于滑坡灾害输电网的风险预警模型D. 重庆：重庆大学，2017. 8 门永生，朱朝阳，于 振，等. 电网重要基础设施自然灾害脆弱性评价研究J. 灾害学，2014，29(4)：16-19，88. 9 高海翔， 陈 颖， 黄少伟， 等. 配电网韧性及其相关研究进展J. 电力系统自动化，2015，39(23)：1-8. 10 周晓敏，葛少云，李 腾，等. 极端天气条件下的配电网韧性分析方法及提升措施研究J. 中国电机工程学报， 2018， 38(2)： 505-513，681. 11 李 京. 冰雪灾害环境下电网韧性提升研究D. 北京： 中国科学院大学，2020. 12 唐文

24、虎，杨毅豪，李雅晶，等. 极端气象灾害下输电系统的弹性评估及其提升措施研究J. 中国电机工程学报，2020，40(7)：2244-2254，2403. 13 PANTELI M, PICKERING C, WILKINSON S, et al. Power system resilience to extreme weather: Fragility modeling, probabilistic impact assessment, and adaptation measuresJ. IEEE Transactions on Power Systems, 2017, 32(5): 3747-

25、3757. 14 宋书巧， 钟志林. 梧州市洪灾特点与成因分析J. 广西师院学报(自然科学版)，1995(2)：18-23. 15 邱家政. 梧州遭受洪灾侵袭N. 中华合作时报，2005-07-14(Y03). 16 冯庆华，颜 冰. Mann-Kendall 法与皮尔逊型对降雨特征综合分析J. 中国水运(下半月)，2016，16(1)：153-154，315. 17 周 珍. 基于 Mann-Kendall 的嘉陵江流域降水量时空分布规律研究J. 水资源开发与管理，2021(3)：25-28，42. 18 陈 文，谢栋明. 基于层次分析法的工程建设方案优选J. 新型工业化，2018，8(10

26、)：110-114. 19 蒋卫国，李 京，陈云浩，等. 区域洪水灾害风险评估体系(I)原理与方法J. 自然灾害学报，2008，17(6)：53-59. 20 何报寅，张 穗，杜 耘，等. 湖北省洪灾风险评价J. 长江科学院院报，2004(3)：21-25. 21 杜 鹃，何 飞，史培军. 湘江流域洪水灾害综合风险评价J. 自然灾害学报，2006(6)：38-44. 22 肖智文，王国庆，朱建明，等. 面向突发事件的电网韧性能力评价及构建方法J. 系统工程理论与实践，2019，39(10)：2637-2645. 23 阮前途，谢 伟，许 寅，等. 韧性电网的概念与关键特征J. 中国电机工程学报，2020，40(21)：6773-6784. 李小彬 2001，男，本科生 主要研究方向为自然地理与资源环境 E-mail: 钟 鸣(通信作者) 1987，女，博士，副教授 研究方向为灾害地理学和电力防灾减灾 E-mail: 收稿日期 2021-08-27 编辑 卫李静