★ 国网江苏省电力有限公司苏州供电分公司 周新磊

关键词：智能调度自动化；电力主网；多重故障；故障影响链；故障处置路径

随着电力主网运行环境日益复杂，输电线路、变电设备以及区域联络电网之间的耦合关系显著增强。现阶段主网故障处理主要依靠调度人员结合故障告警信息和运行经验制定处置方案，难以准确描述故障引起的潮流转移过程以及风险扩散路径^[1]。

本文根据故障设备运行状态变化以及主网拓扑连接关系分析故障传播过程，将故障源、潮流转移路径以及风险设备进行关联，构建了多重故障影响链模型，实现了故障影响关系的动态描述，并结合不同故障对应的风险扩散范围和设备运行状态，建立了故障优先级判定方法，确定了需要优先控制的主导故障，避免了多个故障同时作用下风险范围持续扩大。通过上述研究，可实现故障状态快速识别、影响路径准确分析以及处置过程动态调整。

1   智能调度自动化主网故障扰动状态构建

针对主网多重故障情况下故障影响范围快速扩大的问题，本文利用智能调度自动化系统采集故障后的实时运行信息。

（1）当设备出现负荷激增、电压漂移、运行方式改变时，根据电网功率、节点电压、设备负荷比、运行状态变化等多种因素，辨识系统的影响对象。

（2）利用故障前后潮流变化数据分析功率转移过程，比较故障发生前后的线路传输功率变化情况，确定故障引起的潮流转移方向和影响范围。

（3）将设备状态变化信息与潮流转移结果进行融合，形成由故障设备、受影响设备和风险区域组成的三级扰动状态。

（4）引入状态更新时间作为评价指标评价智能调度自动化系统对故障扰动状态的快速感知能力。状态更新时间越短，系统能更快获取故障后主网运行变化。

2   电力主网多重故障影响关系

2.1   主网故障影响链构建

根据智能调度自动化系统获取的故障设备状态信息，可确定故障源位置，结合主网拓扑连接关系，可分析故障设备与相邻输电线路、变电站之间的功率交换关系，并建立故障传播路径^[2]。

当某一输电线路发生故障退出运行后，原有潮流通道发生改变，通过分析故障前后线路传输功率变化情况， 可确定潮流转移方向， 并通过公式（1）计算潮流转移量，描述故障对关联线路的影响程度。

式中，ΔP_ij表示故障设备对关联设备j产生的潮流转移量，P_ij^f表示故障发生后设备j的传输功率，P_ij⁰表示故障发生前设备j的传输功率。当ΔP_ij增大时，故障设备退出运行导致设备承担的功率明显增加。结合线路额定容量可判断设备运行风险，当P_j^f> P_j^N时，设备j超过额定运行能力，进入风险扩散区域。其中，P_j^f表示故障状态下设备j传输功率，P_j^N表示设备j额定传输容量。根据潮流转移量计算结果，将故障传播过程表示为故障源→潮流转移路径→风险扩散设备的影响链结构。基于上述分析构建电力主网多重故障影响链模型，如图1所示。

图1 电力主网多重故障影响链模型图

由图1可知，500kV输电线路故障退出运行后，区域输电功率会重新分配，部分潮流转移至220kV联络线路，造成对应线路负载率升高。当220kV线路运行状态明显变化时，将其纳入风险扩散设备范围，形成由500kV故障线路向220kV受影响线路扩展的故障影响链。

2.2   关键故障优先级判定

多重故障同时发生时，可以根据故障影响链中关联设备的运行变化情况，统计不同故障引起的风险扩散范围。当某一故障导致多条线路出现潮流增加或多个设备进入高负载状态时，说明该故障具有较强的扩散能力，需提高处置优先级^[3]。本文结合故障影响关联度和风险设备数量，对故障影响等级进行划分，并通过公式（2）定义故障综合影响值：

式中，F_i表示第i个故障的综合影响值， C_ij表示第i个故障对第j个风险设备的影响关联度，R_j表示第j个设备的风险等级系数，M表示第个故障对应的风险设备数量。根据公式（2） 的故障综合影响值， 可对同时发生的多个故障进行分级判定。当F_i>F_H时，故障影响范围大，关联设备风险程度高，判定为Ⅰ级故障，优先处置；当F_M<F_i<F_H时，故障对部分关联设备产生影响，判定为Ⅱ级故障，结合主导故障处置过程进行协同控制；当F_i< F_M时，故障影响范围有限，判定为Ⅲ级故障，执行后续监视处理。 F_H和F_M分别表示Ⅰ级故障和Ⅱ级故障判定阈值。

完成故障等级划分后，优先处理Ⅰ级故障中的最大影响故障，避免其引起潮流持续转移和风险范围扩大。当多个Ⅰ级故障同时存在时， 选择Fi最大的故障作为主导故障，再按照故障等级依次处理其他故障。

3   基于智能调度自动化的主网多重故障处置策略

3.1   故障处置路径生成

根据故障影响链和故障优先级选择综合影响值最高的故障作为主导故障，以该故障为起点沿故障影响链追踪潮流转移方向，确定受影响设备及对应控制措施^[4]。为避免仅根据故障发生位置确定处置对象，本文综合考量故障影响程度、设备风险状态以及故障优先级，建立公式（3）计算处置路径优先值。

式中，M_ij表示故障设备i到风险设备j的处置路径优先值，F_i表示第i个故障的综合影响值， C_ij表示第i个故障对第j个风险设备的影响关联度，R_j表示第j个设备的风险等级系数。当设备运行状态正常时Ri = 0，不进入故障处置路径；当设备负载率达到预警范围时R_i =1 ，设备存在潮流转移风险，需要纳入处置路径分析；当设备负载率超过安全运行限制或出现电压越限时R_i= 2，设备处于高风险状态，作为优先控制对象。

3.2   故障扩散抑制控制

通过智能调度自动化系统，可实时采集线路负载率、节点电压以及联络线路功率变化情况，实现风险设备运行状态判别。当受影响线路负载率持续升高时，优先调整与故障源存在直接潮流关联的联络线路，通过改变线路运行方式降低故障功率转移压力。

当部分220kV线路因500kV线路故障出现负载增加时，调度系统根据线路剩余传输能力重新分配区域潮流，避免新增过载线路形成二次风险。当风险设备仍处于高负载状态时，继续沿故障影响链向下一级风险设备扩展分析，并执行下一阶段控制措施^[5]。通过连续状态监测和控制调整，可降低故障引起的潮流扩散范围。

3.3   处置效果反馈调整

完成潮流调整和运行方式切换后，智能调度自动化系统重新采集线路传输功率、设备负载率以及母线电压变化情况，对处置后的风险状态进行更新，并根据更新结果判断故障影响链是否收敛。

当受影响设备负载率下降、潮流转移量降低，且设备运行状态恢复至安全范围时，解除对应风险节点，结束该设备处置过程；当部分设备仍存在潮流集中或负载升高情况时，根据新的运行状态重新确定风险设备，调整对应控制措施。

反馈调整过程以风险状态变化作为控制依据，形成处置、监测、调整的闭环控制过程。采用系统恢复时间评价反馈调整效果，系统恢复时间越短，调度控制后主网风险消除速度越快。基于上述过程，构建基于智能调度自动化的多重故障闭环处置流程，如图2所示。

图2 多重故障闭环处置流程图

4   实际算例分析

以某区域500kV电力主网多重故障事件为研究对象，采集智能调度自动化系统中线路运行状态、母线电压、设备负载率、潮流变化等数据。故障发生后，系统根据实时运行信息创建故障扰动状态，确定主导故障并产生动态处置途径，根据调度控制及状态反馈达成主网运行恢复。

4.1   主网多重故障状态与影响关系分析

故障发生时， 区域主网同时出现500kV输电线路故障和220kV联络线路运行异常，结果如表1所示。

表1 主网多重故障状态变化与影响关系分析

由表1数据可知，500kV线路退出运行后，原输电通道潮流重新分配，部分输送功率转移至相邻220kV联络线路。故障前，220kV线路负载率保持在68.5%，故障发生后负载率升高至86.7%，同时对应母线电压出现波动。根据设备运行状态变化情况，将220kV线路标记为风险设备，结合潮流转移方向构建由500kV故障线路向220kV联络线路扩散的影响链。

对不同故障设备对应的风险扩散范围进行对比分析，结果表明：500kV线路故障对应风险设备数量较多，对多个区域输电断面产生影响，故障影响关联度达到0.86，判定为主导故障；另一处设备异常仅影响局部线路运行状态，故障影响关联度为0.42，优先级低于主导故障。

4.2   智能调度故障处置过程分析

故障发生后， 系统将500kV故障线路确定为优先处置对象，根据风险设备负载状态，生成500kV故障线路退出影响分析→220kV线路风险识别→运行方式调整→潮流重新分配的动态处置路径。通过调整联络线路运行方式，引导部分转移潮流分散至备用输电通道，有效降低了风险线路承担功率。

调度控制完成后，220kV联络线路负载率由86.7%下降至72.4%，母线电压恢复至允许运行范围，风险设备退出高风险状态。故障风险消除时间由故障发生后的持续增长状态降低至12min，表明生成的处置路径能快速定位控制对象，完成风险控制。

4.3   主网运行恢复效果分析

智能调度自动化系统持续采集线路功率、母线电压以及设备运行状态， 并对调度控制效果进行反馈判断，结果如图3所示。

图3 智能调度自动化的故障风险消除效果图

由图3可知，当检测到风险设备运行状态恢复正常后， 系统结束临时控制措施，恢复正常运行方式。当部分设备仍存在负载偏高情况时， 系统根据反馈结果重新调整潮流分配方案。主导故障处理后，区域主网运行状态逐步恢复。风险线路负载率由86.7%降低至72.4%，母线电压偏差由故障状态下的4.6%下降至1.2%，未出现新的风险扩散设备。系统根据状态反馈完成风险重新判断，并在18min内恢复至稳定运行状态。

实验结果表明，基于智能调度自动化的多重故障处置策略能够利用故障影响关系指导调度控制、根据运行状态变化动态调整处置措施，实现了故障风险的快速消除和主网运行状态的快速恢复。

5   结束语

本文针对电力主网多重故障处置策略，基于智能调度展开分析，实现故障传播过程分析、处置途径生成与风险状态闭环调整。借助智能调度自动化系统获取故障后运行状态的变化信息，并结合主网拓扑结构，分析故障设备与关联设备之间的功率转移关系，从而得到故障影响链结构。

针对故障引起的潮流重新分布问题，本文采用运行方式调整和潮流重新分配方法降低线路过载风险，同时利用实时状态反馈修正控制措施，保证故障处置过程与主网运行状态变化一致。研究结果表明，本文方法能够准确识别500kV线路故障引起的潮流转移过程、准确定位220kV联络线路等主要风险设备，有效完成了风险状态恢复控制。

作者简介：

周新磊（1991-），男，江苏南通人，工程师，硕士，现就职于国网江苏省电力有限公司苏州供电分公司，研究方向为调度控制运行。

参考文献：

[1] 段海滨, 梅宇, 范彦铭. 低空立体交通跨模式协同与智能调度研究综述[J]. 自动化学报, 2026, 52 (2) : 194 - 209.

[2] 吉兴全, 孙辰昊, 张玉敏, 等. 基于多智能体与改进目标级联法的输配协同优化调度[J]. 电力系统自动化, 2025, 49 (2) : 165 - 166, 168 - 174.

[3] 张路, 熊张忞, 王建, 等. 考虑一二次耦合多重故障的电力系统风险评估[J]. 电力系统保护与控制, 2023, 51 (14) : 95 - 105.

[4] 王建, 熊张忞, 南东亮, 等. 灾害天气下计及一二次设备耦合故障的电网短时风险评估[J]. 电力系统保护与控制, 2024, 52 (9) : 16 - 26.

[5] 李小鹏, 丁宣文, 束洪春, 等. 基于多重分形谱的交流输电线路故障识别方法[J]. 电力系统保护与控制, 2021, 49 (14) : 1 - 10.

摘自《自动化博览》2026年9月刊