基于跨系统故障的区域综合能源系统风险评估与缓解研究
本文旨在向您介绍一篇发表于 Applied Energy 期刊 2023 年第 350 卷的原创性研究论文。该研究题为《考虑跨系统故障的区域综合能源系统风险评估与缓解》（Risk assessment and alleviation of regional integrated energy system considering cross-system failures），由天津大学等机构的科研团队完成。以下将对该研究进行全面、详细的学术报告。
一、 研究作者、机构及发表信息 本研究由天津大学电气自动化与信息工程学院智能电网教育部重点实验室的张磊教授课题组牵头，联合国家电网江苏超高压公司、天津大学天津智能能源与信息技术重点实验室以及天津理工大学海运学院共同完成。主要作者包括刘泽宇、李航（通讯作者）、侯凯、许贤东、贾宏杰、朱乐为、穆云飞。该论文于 2023 年 8 月 19 日在线发表于国际著名能源期刊 *Applied Energy*，文章编号为 121714。
二、 学术背景与研究目的 本研究的科学领域属于综合能源系统（Integrated Energy System, IES），特别是区域综合能源系统（Regional Integrated Energy System, RIES）的运行安全与风险评估。随着全球对清洁、高效能源利用的需求日益增长，综合能源系统通过耦合电力、天然气、热力等多种能源子系统，实现了能源的梯级利用与互补，RIES 作为其在城市负荷侧的具体应用，受到广泛关注。然而，系统的高度耦合在带来灵活性和协同效益的同时，也引入了新的风险。其中一个核心挑战是 跨系统故障（Cross-System Failures），即单一子系统内的故障可能通过耦合设备（如热电联产机组 CHP、燃气轮机 GT、电驱动压缩机 EC 等）传播至其他子系统，引发连锁反应，导致大范围的供能中断。例如，论文中提及的 2017 年台湾大停电、2019 年英国威尔士停电以及 2021 年美国得州寒潮事件，均暴露了跨系统故障可能带来的严重后果。因此，传统的单一系统风险评估方法已不适用。
现有研究在风险评估方面多侧重于考虑不确定性（如可再生能源波动、负荷随机性）下的优化调度，或针对特定耦合形式的分析（如电-气、电-热），但对故障在系统间传播过程及其导致的系统性运行风险进行全面、精细化建模和评估的研究相对较少。此外，在识别高风险环节后，如何有针对性地制定缓解策略也是一个亟待解决的问题。
基于此，本研究旨在：1) 提出一个全面的 RIES 运行风险评估框架，不仅考虑设备随机故障和源-荷波动的不确定性，还重点建模跨系统故障的传播机制；2) 开发一系列定量风险指标，从节点、支路、负荷损失等多个层面衡量系统风险；3) 建立 根原因识别（Root Cause Identification） 与 薄弱点定位（Weak Point Location） 技术，从而为系统调度和规划人员提供制定精准风险缓解策略的依据。
三、 研究详细工作流程 本研究的工作流程是一个完整的风险评估与缓解分析闭环，主要包含以下五个核心步骤：
步骤一：确定性分析基础建模与跨系统故障传播机制定义 首先，研究建立了 RIES 的确定性能量流计算模型。采用解耦求解方法，分别构建了电力配电系统（PDS）的潮流模型、区域供热系统（DHS）的水力-热力模型以及天然气系统（NGS）的稳态气流模型。通过耦合设备的运行模式（如以热定电或以电定热），迭代求解整个系统的稳态运行点。这是评估任何故障后果的基础。
其次，研究的创新点在于明确定义了三类跨系统故障传播行为，以描述故障如何在子系统间交互： 1. 源隔离故障（Source Isolation Failure, SIF）：当下游系统的源节点（如为电网供电的燃气轮机）的出口管道发生破裂或泄漏时，导致源设备被迫停运。该故障通过耦合链路上溯，影响上游系统的负荷侧。 2. 供应短缺故障（Supply Shortage Failure, SSF）：当上游系统耦合节点所在区域形成被动孤岛，导致耦合设备能量供应短缺而停运，进而使下游系统的源节点失效。该故障向下游传播，影响用户能源需求。 3. 联动故障（Linkage Failure, LF）：当耦合链路本身发生事故时，上下游系统间的连接被切断，故障双向传播，同时影响上游的负荷节点和下游的源节点输出。
为了模拟这些故障的传播过程，研究引入了 事件树分析（Event Tree Analysis, ETA） 方法。分别为 PDS、NGS 和 DHS 建立了 ETA 模型。传播模拟是一个迭代过程：初始故障形成一个故障元件集合；以此集合为新的初始事件，在三个子系统中循环进行 ETA 分析，不断更新故障集合；直至故障集合不再扩大，表明传播过程结束。此过程系统地识别出受初始故障影响的所有元件，为后续后果分析提供了准确的输入。
步骤二：风险评估框架构建与风险指标设计 本研究采用 非序贯蒙特卡洛模拟（Non-sequential Monte Carlo Simulation） 作为系统状态（包括设备状态、负荷水平、可再生能源出力等）的抽样方法。在每一次模拟中，根据设备不可用率和源/荷概率分布生成一个随机运行状态，其中的故障被视为初始事故。
风险评估的核心是量化事故的概率和后果。研究提出了九个针对 RIES 的定量风险指标，覆盖三个子系统： * 节点状态越限风险：电压越限风险指数（VVRI）、供水温度越限风险指数（STVRI）、压力越限风险指数（PVRI）。 * 支路过载风险：线路过载风险指数（LORI）、热力管道过载风险指数（HPORI）、燃气管道过载风险指数（GPORI）。 * 负荷损失风险：电负荷损失指数（ELLI）、热负荷损失指数（HLLI）、气负荷损失指数（GLLI）。
每个指标都是事故概率与事故严重度的乘积。严重度函数被设计为分段线性函数，例如，对于支路过载，当实际传输功率超过其容量的一定比例（如90%）时，严重度开始线性增加；对于节点状态越限，当变量偏离其安全运行区间时，严重度线性增加。
步骤三：根原因识别与薄弱点定位技术 为了将风险评估结果转化为可操作的决策支持信息，研究提出了两项关键技术： 1. 根原因识别：将所有模拟得到的事故（ contingency）及其引发的各项风险指标值（归一化处理后）组成一个“事故风险指标矩阵”。通过计算每个事故的 整体风险指数（Overall Risk Index, ORI）（加权求和其导致的各项 NRI, BRI, LLI），可以对所有事故进行排序。ORI 超过特定阈值（研究中设为1）的事故被识别为系统的“根原因”，即那些最可能导致高风险状态的关键故障事件。 2. 薄弱点定位：对“事故风险指标矩阵”按列（即按节点或支路）对风险指数进行纵向聚合。聚合结果高的节点或支路，即为系统在多种故障场景下最容易受损的“薄弱点”。例如，电压风险总和最高的电力节点、过载风险总和最高的管道等。
步骤四：案例研究与仿真验证 研究选取了一个由 IEEE 33 节点配电系统、32 节点巴厘岛区域供热系统和 36 节点中压天然气系统构成的 RIES（共101个节点）作为测试系统。设定了四种对比案例：仅考虑单子系统（气、电、热）故障的案例 1-3，以及考虑所有子系统故障的案例 4。通过大量的蒙特卡洛模拟，计算了各案例下的九项风险指标。
步骤五：风险缓解策略制定与效果评估 基于案例 4（全系统故障）的风险评估结果，特别是识别出的根原因和薄弱点，研究从不同管理角度（如仅关注电网安全、或关注整个 RIES 安全）制定了四套针对性的风险缓解方案（案例 5-8）。缓解措施包括：提升电源侧电压和气压设定值、为关键线路/管道设置冗余、更换为大容量传输设备、在关键负荷节点间增设联络线、提高关键耦合设备（如 CHP）的可靠性等。最后，通过重新进行风险评估，对比了实施缓解措施前后风险指标的变化，验证了所提策略的有效性。
四、 主要研究结果 结果一：跨系统故障交互影响分析。 通过对比案例 1-3，研究清晰地展示了跨系统故障的相互影响：1) NGS 和 DHS 的故障会通过停运燃气轮机或 CHP，导致 PDS 末端节点电压越限，且靠近主网的线路过载风险显著增加；2) PDS 和 NGS 的故障导致 CHP 停运，引发 DHS 中关键热源节点供水温度过低的风险，且当系统热松弛节点切换时，特定热力管道（如连接替代热源的管道）出现过载；3) PDS 故障对 NGS 的影响远大于 DHS 故障，因为电驱动压缩机（EC）的停运直接威胁天然气门站（GGS）的正常运行，导致系统压力严重偏低，而 DHS 故障主要引起用气量调整，对压力影响较小。这证实了忽略跨系统故障传播会严重低估系统风险。
结果二：全系统风险评估与关键环节识别。 在案例 4（全风险）的仿真中，研究获得了系统全面的风险图谱。例如，在 PDS 中，节点 e13-e18, e28-e33 电压风险高，线路 e1-e2 过载风险最突出；在 DHS 中，节点 h31（连接 CHP）温度风险最高，网络末端的负荷节点易发生热负荷损失；在 NGS 中，远离气源的节点压力风险高，节点 g34（连接大负荷）的气负荷损失风险显著。研究构建了事故风险矩阵，并识别出 19 个 ORI ≥ 1 的根原因事故，例如燃气管线 g6-g34 或 g8-g6 的故障（导致 CHP 停运）、配电线路 e6-e26 及其下游线路的故障（导致负荷损失及 EC 停运）等。同时，也定位了上述的各个薄弱点。
结果三：风险缓解策略有效性验证。 通过比较案例 4 与案例 5-8 的风险指标，结果表明：1) 针对特定子系统（如 PDS）的缓解措施，不仅能显著降低该子系统的风险指标（如 VVRI 从 57.042% 降至 5.169%），也能连带降低其他子系统的部分风险（如 NGS 的 PVRI 也有所下降）。2) 从 RIES 整体安全视角制定的综合缓解方案（案例8），其效果与针对单个子系统最优方案的局部效果相近甚至更优，例如在降低 LORI 和 GPORI 方面表现出色。这证明了所提出的“根原因-薄弱点”分析框架能够有效指导制定高效的风险缓解策略。
五、 研究结论与价值 本研究成功开发了一套完整的、考虑跨系统故障传播的 RIES 运行风险评估与缓解方法。主要结论包括：1) 跨系统故障（特别是 SSF 和 LF）会沿能量流方向传播，导致下游源节点停运和节点状态越限，若引发系统松弛节点切换，可能造成严重的支路过载。2) 所提出的九项风险指标和事故风险矩阵，能够从水平和垂直两个维度有效量化系统风险水平并定位脆弱环节。3) 某些根原因事故会因跨系统传播而加剧多个子系统的运行风险。针对性的缓解措施具有“一石多鸟”的效果，且从全局视角进行风险缓解通常能获得更优的整体安全性。
本研究的科学价值在于：首次将 ETA 方法系统性地应用于 RIES 跨系统故障传播建模，并提出了一套完整的“风险评估-根因识别-薄弱点定位-策略制定”方法论框架，丰富了综合能源系统安全领域的理论工具。其应用价值显著：为区域综合能源系统的规划者、运行调度人员提供了量化分析工具和决策支持，有助于提前识别高风险场景和关键设备，投资于最有效的加固措施，从而提升能源供应的安全性和可靠性，避免因连锁故障导致的大规模能源中断。
六、 研究亮点 1. 创新性的故障传播建模：明确定义了 SIF、SSF、LF 三类跨系统故障交互行为，并创新性地应用迭代式 ETA 方法来模拟其在多能源系统中的传播过程，清晰刻画了故障链。 2. 全面的风险评估指标体系：提出了涵盖电、热、气三个子系统，涉及节点状态、支路容量、负荷损失三个层面的九项具体风险指标，实现了对 RIES 运行风险的多维度精细化度量。 3. 实用的决策支持技术：发展了“根原因识别”与“薄弱点定位”技术，将复杂的风险评估结果转化为清晰、可操作的工程信息，直接服务于风险缓解策略的制定，形成了研究闭环。 4. 详实的案例验证与策略分析：基于一个规模合理的 101 节点 RIES 测试系统，不仅验证了方法的有效性，还通过多场景对比和缓解措施前后对比，深入分析了跨系统影响机理和不同缓解策略的效果，结论具有说服力。
七、 其他有价值的要点 本研究在附录中提供了详尽的系统参数、设备不可用率、管道型号容量数据以及部分风险矩阵结果，确保了研究的可重复性和透明度。同时，作者在讨论中也指出了本研究的局限性，例如假设设备故障相互独立、采用稳态模型而忽略动态过程、未考虑电转气（P2G）等双向耦合设备，并指出动态风险评估将是未来的研究方向。这种对研究边界和未来工作的说明，体现了学术的严谨性。