陳嬋，阿部，盧烈，余錦河（武漢大學(xué)電氣工程學(xué)院，武漢430072）

基于狀態(tài)快速排序法的電網(wǎng)可靠性靈敏度計(jì)算

陳嬋，阿部，盧烈，余錦河
（武漢大學(xué)電氣工程學(xué)院，武漢430072）

電力系統(tǒng)的可靠性靈敏度分析能識別電網(wǎng)的薄弱環(huán)節(jié)，通過對電網(wǎng)可靠性水平進(jìn)行量化評估為規(guī)劃提供參考。采用狀態(tài)快速排序法來選取系統(tǒng)的狀態(tài)空間，建立了基于狀態(tài)空間的靈敏度計(jì)算模型，將靈敏度的計(jì)算過程與狀態(tài)空間割裂開來，可根據(jù)確定的空間進(jìn)行靈敏度分析。此方法實(shí)現(xiàn)了靈敏度高效計(jì)算。最后以IEEE-RTS79算例進(jìn)行分析，并與截止故障重?cái)?shù)方法進(jìn)行了比對，驗(yàn)證了基于狀態(tài)快速篩選的靈敏度計(jì)算方法的高效性。

可靠性；狀態(tài)快速排序法；狀態(tài)空間；靈敏度

為保證電力系統(tǒng)的安全穩(wěn)定運(yùn)行，電力系統(tǒng)的可靠性評估受到極大的重視[1-2]。目前解析法和蒙特卡洛法在電力系統(tǒng)可靠性分析中被廣泛應(yīng)用[3-4，19]?？煽啃猿湓６仍u估的主要目的是對電網(wǎng)可靠性水平進(jìn)行量化評估，給規(guī)劃提供參考。系統(tǒng)中每個(gè)元件對系統(tǒng)的可靠性貢獻(xiàn)取決于其自身參數(shù)和在電網(wǎng)中的位置，而靈敏度分析的目的就是找出對系統(tǒng)的可靠性指標(biāo)影響較大的元件，找到系統(tǒng)薄弱環(huán)節(jié)，評估各種可能提高可靠性水平的措施，從而指導(dǎo)規(guī)劃和運(yùn)行部門采取有效措施提高系統(tǒng)的可靠性水平。

靈敏度分析的實(shí)質(zhì)是求取指標(biāo)對可靠性參數(shù)的偏導(dǎo)數(shù)。Patton和Tram在1978年就曾推導(dǎo)過發(fā)電系統(tǒng)可靠性對設(shè)備故障率和修復(fù)率的靈敏度。在此基礎(chǔ)上，文獻(xiàn)[5]給出了系統(tǒng)可靠性指標(biāo)對系統(tǒng)負(fù)荷和機(jī)組參數(shù)的偏導(dǎo)數(shù)解析表達(dá)式；文獻(xiàn)[6]推導(dǎo)了可靠性指標(biāo)對元件可靠性基本參數(shù)的靈敏度公式。因?yàn)閷`敏度的分析是建立在可靠性評估的基礎(chǔ)之上，而國內(nèi)外有關(guān)靈敏度分析理論的文章并不多。國內(nèi)外學(xué)者對于靈敏度的計(jì)算通常都是實(shí)際分析中采用攝動法[7]。文獻(xiàn)[8]采用模擬法評估可靠性，采用攝動法對可靠性指標(biāo)SI進(jìn)行靈敏度分析；文獻(xiàn)[9]對交直流可靠性指標(biāo)進(jìn)行了靈敏度分析。

結(jié)合文獻(xiàn)[10]狀態(tài)快速排序法的思想，本文提出來基于快速排序法的可靠性靈敏度分析方法，能滿足對系統(tǒng)元件的靈敏度快速評估。該方法主要有以下優(yōu)點(diǎn)：①快速篩選出系統(tǒng)概率較大的前m個(gè)狀態(tài)，相較于常用的截止故障重?cái)?shù)法[11-13]，降低了抽樣時(shí)間，提高了抽樣效率，能克服截止故障重?cái)?shù)法忽略了概率較大但對系統(tǒng)影響嚴(yán)重的多重故障狀態(tài)的不足；②只需對系統(tǒng)進(jìn)行一次可靠性評估就能得到所有元件的可靠性靈敏度，而傳統(tǒng)的攝動法每對一個(gè)元件的靈敏度分析都需要進(jìn)行一次可靠性評估計(jì)算，有效地提高了靈敏度計(jì)算效率。

目前，在實(shí)際應(yīng)用中較小電力系統(tǒng)的評估一般用枚舉法選取狀態(tài)空間，但不是把所有的狀態(tài)都枚舉出來，也存在一定的誤差；較大的電力系統(tǒng)一般采用模擬法即蒙特卡羅進(jìn)行抽樣選取狀態(tài)空間，自身也存在誤差，而且不可消除，抽樣次數(shù)越多誤差越小。假設(shè)系統(tǒng)中有n各元件，每個(gè)元件有正常和故障2個(gè)狀態(tài)，總共有2n個(gè)狀態(tài)，實(shí)際電網(wǎng)中的元件成百上千，系統(tǒng)的狀態(tài)數(shù)也是龐大的，但是每個(gè)元件的故障率是一定的，所以很多狀態(tài)出現(xiàn)的概率是極其小的，設(shè)定一個(gè)可行的誤差范圍，選出狀態(tài)出現(xiàn)概率大的狀態(tài)組成所需狀態(tài)空間。狀態(tài)快速篩選就是將系統(tǒng)狀態(tài)所出現(xiàn)的概率進(jìn)行快速排序，需較少的狀態(tài)就可以達(dá)到較高的精度。設(shè)定一個(gè)所需的狀態(tài)概率，應(yīng)用狀態(tài)篩選法對其由大到小進(jìn)行排序，找到所需的狀態(tài)概率的狀態(tài)數(shù)即m的值。

大電網(wǎng)可靠性靈敏度分析計(jì)算中，最耗時(shí)間的是對每個(gè)狀態(tài)進(jìn)行后果分析，所先取的狀態(tài)少又能達(dá)到所需的精度，會在計(jì)算中節(jié)省大量的時(shí)間。

圖1 靈敏度計(jì)算流程Fig.1 Flow chartof sensitivity calculation

1 基于狀態(tài)快速排序法的可靠性靈敏度分析

靈敏度分析主要包含3方面的內(nèi)容：①選定需要分析的狀態(tài)空間；②對狀態(tài)空間中的系統(tǒng)狀態(tài)進(jìn)行后果分析；③根據(jù)每個(gè)狀態(tài)的后果進(jìn)行靈敏度計(jì)算。

傳統(tǒng)的靈敏度分析，通常采取攝動法。首先通過常規(guī)可靠性評估計(jì)算指標(biāo)期望；然后微量調(diào)節(jié)某一元件參數(shù)（如可用率、故障率等），在其他條件完全相同的情況下再次對原系統(tǒng)進(jìn)行常規(guī)可靠性評估；最后對所有系統(tǒng)元件逐一進(jìn)行相同的微量改變，通過比較元件參數(shù)變化所引發(fā)的可靠性指標(biāo)的變化情況，變化明顯的表明對系統(tǒng)可靠性有較大“貢獻(xiàn)”。本文采用狀態(tài)快速篩選法[10，15-17]來確定系統(tǒng)狀態(tài)空間，根據(jù)后果分析的結(jié)果，直接快速計(jì)算靈敏度。流程如圖1所示。

1.1 基于快速排序法的系統(tǒng)狀態(tài)選擇

在一個(gè)具有幾百乃至上千個(gè)元件的實(shí)際系統(tǒng)中，可能發(fā)生的故障狀態(tài)的數(shù)量巨大，不可能對所有可能的故障狀態(tài)進(jìn)行評估。因此，通常采用枚舉法或者蒙特卡洛模擬法篩選對系統(tǒng)可靠性貢獻(xiàn)大的故障狀態(tài)進(jìn)行評估，其中截止故障重?cái)?shù)法是最常用的狀態(tài)枚舉法，即選擇2重或3重以下故障狀態(tài)，忽略更高重的故障狀態(tài)，此法在處理低重大概率狀態(tài)時(shí)非常有效；狀態(tài)抽樣法是最常用的模擬法，模擬法的抽樣次數(shù)與系統(tǒng)的規(guī)模和復(fù)雜度無關(guān)，特別適用于大型電力系統(tǒng)的快速評估計(jì)算，但它的計(jì)算時(shí)間隨著指標(biāo)誤差精度要求的提高而急劇增加，因此在可靠性評估中并未得到特別廣泛的應(yīng)用。還有些學(xué)者提出了空間狀態(tài)分割法，優(yōu)點(diǎn)非常明顯，在理論上可以解決以上問題。本文以IEEE-RTS7算例進(jìn)行分析，采用快速排序法[10]對系統(tǒng)狀態(tài)篩選，也可以克服以上問題。

系統(tǒng)狀態(tài)快速排序技術(shù)是將所有元件的降額狀態(tài)和停運(yùn)狀態(tài)按照概率系數(shù)進(jìn)行降序排列；基于相鄰系統(tǒng)狀態(tài)確定包含下一個(gè)概率較大狀態(tài)的最小狀態(tài)集合，以最小的計(jì)算代價(jià)確定下一個(gè)概率較大狀態(tài)；如此依次選取，直至滿足評估精度或數(shù)量要求。與截止故障重?cái)?shù)法相比，該技術(shù)計(jì)算效率優(yōu)勢十分明顯，能夠快速進(jìn)行系統(tǒng)狀態(tài)篩選和可靠性評估。

1.2 系統(tǒng)狀態(tài)后果分析模型

抽取到不同的狀態(tài)后，要對這些狀態(tài)造成的后果進(jìn)行嚴(yán)重性分析，包括2個(gè)方面：根據(jù)所選的各類約束條件、判穩(wěn)準(zhǔn)則來識別系統(tǒng)是正常或故障；判斷故障情況下是否需要切負(fù)荷以及切負(fù)荷的大小。后果分析能夠判斷狀態(tài)是否滿足安全約束，因而實(shí)質(zhì)就是對所選的系統(tǒng)狀態(tài)進(jìn)行潮流計(jì)算和切負(fù)荷計(jì)算。早期網(wǎng)流法和直流潮流法頗受歡迎，網(wǎng)流法[17]和直流潮流法計(jì)算速度快，但直流潮流不考慮電壓約束，因此網(wǎng)流法和直流潮流法只在特殊情況適用。

本文采用交流潮流[18]判斷系統(tǒng)狀態(tài)，即直接對系統(tǒng)狀態(tài)進(jìn)行潮流計(jì)算，判斷系統(tǒng)是否滿足功率平衡、電壓約束等問題，然后基于直流潮流模型的方法來計(jì)算切負(fù)荷量。根據(jù)每個(gè)狀態(tài)后果分析可得到測試函數(shù)的值，即可計(jì)算出每個(gè)狀態(tài)下I（S）、K（S）的值。

2 基于狀態(tài)快速排序的靈敏度計(jì)算方法

2.1 攝動法進(jìn)行靈敏度分析

靈敏度分析過程中，通過對狀態(tài)空間的確定，對狀態(tài)空間的后果分析的結(jié)果離線保存，每個(gè)元件都可以使用相同的狀態(tài)后果分析結(jié)果，元件靈敏度公式可推導(dǎo)出來。

假設(shè)狀態(tài)經(jīng)快速篩選出狀態(tài)空間G，則可靠性指標(biāo)E（F）為

式中：S系統(tǒng)狀態(tài)；F（S）為可靠性指標(biāo)測試函數(shù)；計(jì)算不同指標(biāo)時(shí)代表含義不同；P（S）為狀態(tài)概率；E（F）為F（S）的概率期望值。

當(dāng)元件k可靠性有效度a增加Δα?xí)r，元件k新的狀態(tài)概率Pk′為

則可靠性指標(biāo)的改變量ΔE（F）可表示為

式中：P′（S）為元件k的參數(shù)改變后的系統(tǒng)狀態(tài)概率；Pi為系統(tǒng)中除元件k以外其他元件的狀態(tài)概率。

在系統(tǒng)狀態(tài)集合G中，元件k存在2種狀態(tài)，因而可設(shè)集合G由2個(gè)集合Gm、Gn組成，集合Gm表示G中元件k處于正常情況下的系統(tǒng)狀態(tài)集合，集合Gn表示G中元件k處于故障狀態(tài)下的系統(tǒng)狀態(tài)集合。

式中：uk和ak分別為元件k改變前的可靠性有效度和無效度；FGm和FGn分別為狀態(tài)空間為Gm和Gn時(shí)的可靠性指標(biāo)計(jì)算結(jié)果。

則指標(biāo)對元件k的狀態(tài)概率的靈敏度大小為

式中，F(xiàn)Gm、FGn分別為考慮集合Gm、Gn的可靠性指標(biāo)結(jié)果，F(xiàn)G=FGm+FGn，F(xiàn)可用不同可靠性指標(biāo)代替。

2.2 狀態(tài)快速排序的靈敏度計(jì)算模型

基于狀態(tài)快速排序的靈敏度計(jì)算步驟如下：

步驟1通過對系統(tǒng)內(nèi)n個(gè)元件的無效度進(jìn)行排序，對元件按無效度降序排列并進(jìn)行編號。則元件1的無效度是所有元件中最大的；

步驟2篩選出符合數(shù)量要求的大概率系統(tǒng)狀態(tài)G；

步驟3對系統(tǒng)狀態(tài)集合G中的每個(gè)系統(tǒng)狀態(tài)進(jìn)行后果分析；

步驟4系統(tǒng)狀態(tài)若為正常，可將此系統(tǒng)狀態(tài)從G中剔除，則新的集合G中全是故障的系統(tǒng)狀態(tài)；

步驟5按照元件k的狀態(tài)把新的集合G分為2個(gè)集合Gm、Gn；

步驟6根據(jù)式（5）計(jì)算可靠性指標(biāo)對元件k的靈敏度大??；

步驟7重復(fù)步驟5、步驟6便可得到系統(tǒng)所有元件的靈敏度大小。

步驟4中根據(jù)集合G，如果系統(tǒng)狀態(tài)將正常的系統(tǒng)狀態(tài)剔除，只保留對可靠性指標(biāo)有貢獻(xiàn)的狀態(tài)，可以省略后續(xù)算法對正常系統(tǒng)狀態(tài)的概率計(jì)算步驟。計(jì)算可靠性指標(biāo)對無效度的靈敏度大小程序流程如圖2所示。

4 算例分析

基于本文的靈敏度分析方法，對IEEE-RTS79系統(tǒng)進(jìn)行靈敏度分析。程序?yàn)樵贛atlab中編寫。RTS79系統(tǒng)包括24母線，71個(gè)元件（其中32臺發(fā)電機(jī)，5臺變壓器，33條線路，1臺電抗器，），系統(tǒng)的總裝機(jī)容量是3 405 MW，最大的年負(fù)荷量為2 850MW，IEEE-RTS79主接線見圖3。

以IEEE-RTS79系統(tǒng)數(shù)據(jù)為例，忽略電抗器，對余下70個(gè)元件無效度進(jìn)行排序，相同狀態(tài)數(shù)下狀態(tài)快速篩選法與截止故障重?cái)?shù)的篩選效率比較如表1所示。

圖2 可靠性指標(biāo)對無效度的靈敏度大小程序流程Fig.2 Flow chartof reliability index to the sensitivity of unavailability

圖3 IEEE－RTS79系統(tǒng)主接線Fig.3 Connection of IEEE-RTS79 system

從表1可知，狀態(tài)快速篩選法只需篩選出5 370個(gè)狀態(tài)的概率就已超過截止故障重?cái)?shù)方法截止到3重篩選出57 226個(gè)狀態(tài)的總概率0.951 11。

表1 故障狀態(tài)總概率Tab.1 Totalprobability of faults state

對70個(gè)元件無效度進(jìn)行排序并編號，基于本文的方法選取狀態(tài)數(shù)m=5 370，故障截止重?cái)?shù)截止到3重，且后果分析方法相同，靈敏度結(jié)果如表2所示。

表2 2種方法靈敏度結(jié)果比較Tab.2 Comparison of twomethodssensitivity results

從表2可知：①?LOLP/?uk前10個(gè)最大的元件中，2種方法選取的最薄弱元件8個(gè)相同，且前10個(gè)薄弱元件只有2個(gè)元件有差異，且2個(gè)元件都互相排在第9、第10的位置；②?LOLP/?uk前10個(gè)元件只有2個(gè)元件不一致，對整體影響不大。從以上結(jié)果可以得出，快速篩選法和截止故障重?cái)?shù)法得到的靈明度結(jié)果基本一致，驗(yàn)證了狀態(tài)快速篩選法的正確性。

2種方法的篩選狀態(tài)數(shù)量及計(jì)算時(shí)間如表3所示。

表3 篩選狀態(tài)數(shù)量及靈敏度計(jì)算時(shí)間Tab.3 Quantity of screening state and sensitivity calculation time

由表3可知：①狀態(tài)快速篩選法只需5 370個(gè)狀態(tài)就可得到最薄弱的8個(gè)元件，與截止故障重?cái)?shù)截止到3重時(shí)需要57 226個(gè)狀態(tài)相比，所需要的系統(tǒng)狀態(tài)數(shù)明顯減少；②狀態(tài)快速篩選法靈敏度計(jì)算時(shí)間為392 s，明顯低于截止故障重?cái)?shù)法所需的時(shí)間1 155 s。從以上結(jié)果可以得出，快速篩選法和截止故障重?cái)?shù)法相比，計(jì)算效率更高。狀態(tài)快速排序法選取狀態(tài)數(shù)量m分別為10 000、20 000、30 000、40 000的靈敏度計(jì)算結(jié)果如表4所示。

表4 不同狀態(tài)數(shù)量下的靈敏度結(jié)果Tab.4 Sensitivity resultsw ith differentstatesnumber

選取的系統(tǒng)狀態(tài)數(shù)m越多，誤差就越小，結(jié)果越精確。從表4可知，不同狀態(tài)數(shù)量下，?LOLP/?uk前8個(gè)最大的元件相同且排序一致。直到m=30 000時(shí)，?LOLP/?uk最小的2個(gè)元件變?yōu)樵?9、70。m為30 000、40 000時(shí)，?LOLP/?uk最大的前10個(gè)元件相同。

5 結(jié)語

本文推導(dǎo)了可靠性指標(biāo)對元件可靠性參數(shù)的靈明度公式，根據(jù)系統(tǒng)狀態(tài)快速篩選技術(shù)，提出了基于狀態(tài)快速篩選法的可靠性靈敏度分析模型，根據(jù)狀態(tài)快速排序法選取的狀態(tài)空間，對其后果分析。根據(jù)后果分析結(jié)果，可直接得到每個(gè)元件的靈敏度大小。通過IEEE-RTS79系統(tǒng)的驗(yàn)證，建立基于狀態(tài)快速排序的靈敏度計(jì)算模型計(jì)算時(shí)間短，比截止故障重?cái)?shù)的方法更加有效，相同的狀態(tài)數(shù)量下，基于狀態(tài)快速排序法的靈敏度計(jì)算效率更高。

[1]孫元章，周家啟．大型互聯(lián)電網(wǎng)在線運(yùn)行可靠性的基礎(chǔ)理論[M]．北京：清華大學(xué)出版社，2010.

[2]Rillinton R，Allan R.Reliability Evaluation of Power Systems[M].New York：Plenu MPress，1996.

[3]王曉濱，郭瑞鵬，曹一家（Wang Xiaobin，Guo Ruipeng，Cao Yijia）.電力系統(tǒng)可靠性評估的自適應(yīng)分層重要抽樣法（A self-adapting stratified and importance sampling method for power syste Mreliability evaluation）[J].電力系統(tǒng)自動化（Automation of Electric PowerSystems），2011， 35（3）：33-38.

[4]別朝紅，王錫凡（Bie Chaohong，Wang Xifan）．蒙特卡洛法在評估電力系統(tǒng)可靠性中的應(yīng)用（The application of Monte Carlomethod to reliability evaluation of power systems）[J].電力系統(tǒng)自動化（Automation of Electric Power Systems），1997，21（6）：68-75.

[5]丁明，羅初田（Ding Ming，Luo Chutian）．電力系統(tǒng)可靠性指標(biāo)的靈敏度分析（Sensitivity analysis for the reliability indicesofgeneration system）[J].合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版（Journalof HefeiUniversity of Technology：NaturalScience），1990，13（3）：72-81.

[6]Billiton R，Kumar S.Effect of higher-level independent generator outages in composite-syste Madequacy evaluation[J].IEE Proceedings-Generation，Transmission and Distribution，1987，134（1）：17-26.

[7]奈弗，王輔?。?dāng)z動法[M].上海：上?？茖W(xué)技術(shù)出版社，1984.

[8]程林（Cheng Lin）．大規(guī)模電力系統(tǒng)充裕度和安全性算法的研究（Large-Scale Power Syste Mwith AbundantDegree and of the Algorith MSecurity Research）[D]．北京：清華大學(xué)電機(jī)工程與應(yīng)用電子技術(shù)系（Beijing：Department of Electrical Engineering，Tsinghua University），2000.

[9]任震，梁振升，黃雯瑩（Ren Zhen，Liang Zhensheng，Huang Wenying）．交直流混合輸電系統(tǒng)可靠性指標(biāo)的靈敏度分析（Research on nonlinear decoupling controlof the active power filter）[J].電力系統(tǒng)自動化（Automation of Electric Power Systems），2004，28（14）：33-36，40.

[10]劉海濤，孫元章，程林，等（Liu Haitao，Sun Yuanzhang，Cheng Lin，etal）.計(jì)及多狀態(tài)元件模型的系統(tǒng)狀態(tài)快速排序技術(shù)（Fast sorting technique consideringmultistate componentmodels）[J].電力系統(tǒng)自動化（Automation ofElectric Power Systems），2008，32（1）：16-21.

[11]Billinton R，Li W.A syste Mstate transition sampling method for composite syste Mreliability evaluation[J]. IEEETranson Power Systems，1993，8（3）：761-770.

[12]Billinton R，Khan E，Agarwal SK.Contingency cut-off criteria in transmission syste Madequacy assessment[J].IEE Proceedings-Generation，Transmission and Distribution，1989，136（4）：215-221.

[13]MarksGE.Amethod of combining high-speed contingency load flow analysiswith stochastic probabilitymethods to calculate a quantitative measure of overall power syste Mreliability[C]//IEEE Power Engineering Society Winter Meeting，New York，USA，1978.

[14]Liu H，Sun Y，Cheng L，etal.Online short-ter Mreliability evaluation using fastsorting technique[J].IETGeneration，Transmission&Distribution，2008，2（1）：139-148.

[15]Liu Haitao，Sun Yuanzhang，Wang Peng，et al.A novelstate selection technique for power syste Mreliability evaluation[J].Electric Power Systems Research，2008，78（6）：1019-1027.

[16]賈燕冰，嚴(yán)正（Jia Yanbing，Yan Zheng）.基于改進(jìn)快速排序法的發(fā)電系統(tǒng)可靠性評估（An improving fastsorting technique for generating syste Mreliability evaluation）[J].電網(wǎng)技術(shù)（Power Syste MTechnology），2010，34（6）：144-148.

[17]趙淵，周家啟，謝開貴（ZhaoYuan，Zhou Jiaqi，XieKaigui）．基于網(wǎng)流規(guī)劃的發(fā)輸電組合系統(tǒng)可靠性評估模型研究（Study on reliability assessmentmodelof composite generation and transmission syste Mbased on network flow programming）[J]．電網(wǎng)技術(shù)（Power Syste MTechnology），2003，27（10）：21-24．

[18]陳萬銘，周家啟（ChenWanming，Zhou Jiaqi）.發(fā)輸電組合系統(tǒng)可靠性評估的交流潮流分析法（An AC load flow analysis of the reliability evaluation of composite generation and transmission systems）[J].重慶大學(xué)學(xué)報(bào)：自然科學(xué)版（Journal of Chongqing University：Natural Science Edition），1992，15（3）：37-42.

[19]宋曉通（Song Xiaotong）.基于蒙特卡羅方法的電力系統(tǒng)可靠性評估（Studyon Reliability Evaluation ofPower Syste Mbased on Monte Carlo Simulation）[D].濟(jì)南：山東大學(xué)電氣工程學(xué)院（Jinan：SchoolofElectricalEngineering，Shandong University），2008.

Reliability Sensitivity Analysisof Bulk Power Grid Based on Fast State Selection

Chen Chan，Ghamgeen IzatRashed，LU Lie，YU Jinhe
（SchoolofElectricalEngineering，Wuhan University，Wuhan 430072，China）

Power syste Msensitivity analysis，which can identify theweak linksofpowergrid，provides the reference to quantify the power syste Mreliability evaluation.In this paper，the state fast selectionmethod is utilized to select the syste Mstate space，then the state space precision of sensitivity analysismodel is established.The calculation process and state spaceare separated，based on assured state spaces toanalysispower syste Msensitivity.Finally，theefficiency of the proposedmethod is proved by the results of IEEE-RTS79；and the substance of sensitivity analysis fro Mthe state space layer isanalyzed.

reliability；faststate selection；state space；sensitivity

TM744

A

1003-8930（2015）07-0073-05

10.3969/j.issn.1003-8930.2015.07.13

陳嬋（1989—），女，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)控制與運(yùn)行、電網(wǎng)可靠性、FACTS裝置以及PMU的在線評估。Email：914947181@qq.com

2013-12-23；

2014-04-10

阿部（1974—），男，博士，副教授，研究方向?yàn)殡娏ο到y(tǒng)、智能電網(wǎng)、自愈、可靠性和FACTS。Email：ghamgeen@whu. edu.cn

盧烈（1989—），男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)控制與運(yùn)行、電網(wǎng)可靠性和FACTS裝置。Email：1009612647@qq. com