静态安全风险（精选7篇）
静态安全风险 篇1
0引言
风电作为一种绿色、洁净的可再生能源,近年来发展迅速。 在风力资源丰富的地区,地理位置邻近的多个风电场往往处于同一风带上,其风速具有较强的相关性[1],从而使各风电场出力有明显相关性[2]。
目前已有部分学者对风速相关性进行了相关研究[3,4]。 文献[5]是基于模糊模型来预测同一个风速带上的各点风速和风电场出力,文中主要考虑各风电场间出力的时间延迟,并未考虑同一时段下风速相关性对电网潮流的影响。 文献[6]将补偿法应用于直流潮流模型,给出了一种考虑网络配置不确定性的随机潮流算法,但未给出系统节点电压的幅值分布。 文献[7]在自回归滑动平均模型(ARMA)的基础上利用时移技术建立了风电场风速相关性下的随机时间序列[8],但其只考虑了风速相关性对风电并网点电压概率分布的影响,并未分析对支路传输功率的概率分布以及对电网的安全风险评估。
本文在计及负荷随机扰动的同时,主要研究风速相关性对电网静态安全风险的影响。 首先通过随机抽样产生多维独立随机样本,再通过Nataf变换得到具有相关性的多维随机样本,从而描述风速的各种相关性,为概率潮流提供样本数据;然后,根据预想事故集确定系统结构和状态,通过排序集抽样蒙特卡洛模拟RSMCS(Ranked Set Monte Carlo Simulation) 法快速计算含有多个风电场的概率潮流;最后研究风电接入后相关支路传输功率的置信区间,以及线路故障后对相关支路潮流概率分布和风电场接入节点电压概率分布的影响。
1风速相关性建模
1.1风速分布与风机功率
根据大量实测数据,绝大多数地区年平均风速分布服从Weibull概率分布函数[9],其概率密度函数为:
其中,v为风速;k为形状参数;c为尺度参数。
1.2风速相关性模型
对于具有相关性的风速,Nataf变换以随机变量的边缘累积分布函数和协方差矩阵为基本信息,通过Nataf分布并结合基于Cholesky分解的线性变换, 将相关非正态随机变量直接转换为独立标准正态随机变量,具有计算速度快和精度高等优点。 因此本文采用逆Nataf变换对相关性进行建模。
文献[10]首先通过边缘变换:
其中,xi为标准正态分布变量;Φ 为标准正态分布变量累积分布函数;vi为相关性风速变量;FVi为风速边缘累积分布函数。
引入标准正态随机向量Z = [Z1,Z2, … ,Zm]T, 根据Nataf分布理论,Z为联合正态随机向量时,X为具有Nataf分布的随机向量,其联合概率密度函数为:
其中,fX(x)为联合概率密度函数;f(x1)为变量x1的概率密度函数;φ(z1)为变量z1的概率密度函数;φm(z,R0) 为具有零均值向量、单位标准差矩阵和相关系数矩阵R0的m维标准正态随机向量的联合概率密度函数;R0= [ρ0,ij]为联合正态随机向量Z的相关系数矩阵。 R0的元素 ρ0,ij与X的相关系数 ρij关系如下:
其中,ρ0,ij和 ρij分别为相关系数矩阵R0和RX的元素;μi、σi、 μj和 σj分别为对应风速的均值和标准差; Fi-1为风速边缘累积分布逆函数;φ2(xi,xj,ρij)为具有零均值、单位标准差和相关系数 ρ0,ij的二维标准正态概率密度函数。 文献[10]通过大量的数值研究,针对各种分布类型,给出了如下经验公式:
其中,系数F(ρij)≥1,它是相关系数 ρij以及边缘分布F(xi)的函数 ,文献 [11]给出了各种概率分布函数对应的系数F(ρij) 的计算公式表格 。 当Xi、Xj均服从Weibull分布时,F(ρij)近似满足以下关系:
其中,μ、σ 分别为随机变量X的均值和标准差。
确定R0= [ρ0 ,ij]后 ,对其进行Cholesky分解:
其中,L0为R0的下三角分解矩阵。
利用L0可将具有相关性的标准正态分布变量X转换成独立的标准正态分布变量Y= [y1,y2,…,ym]T:
根据等概率原则的逆变换,可得到相关系数矩阵为 ρ 的风电场风速样本空间:
其中,Fi-1(Φ(yi))为Weibull分布的逆分布函数。
上述便是Nataf变换计算相关性风速的过程。
2基于全概率理论的概率潮流分析
2.1全概率理论
电力系统运行中,不同网络元件故障开断会导致不同的系统结构与状态,系统潮流分布也会随之变化。 由于电力系统的状态数量非常多,须采取一定的方法降低需要考虑的状态数目。 为减少计算负担, 本文只选择部分线路故障来构成预想事故集。
由全概率理论[9],给出当前运行状态下K种事件组A1、A2、… 、AK(满足p(A1)+…+p(AK) = 1),则考虑网络元件故障停运的随机潮流分布可表示为:
其中,Ai为第i种系统结构和状态;p(Ai)为第i种系统结构与状态发生的概率;B为随机潮流(节点电压、 支路功率);p(B|Ai)为在第i种系统结构与状态下的随机潮流分布;p(B)为在考虑预想事故集下的随机潮流分布。 其中p(Ai)可由线路故障停运率得到,即:
其中,ui为第i条线路的故障停运率;n为故障支路数;m为正常支路数。 因为所选的预想事故集只是整个系统预想事故集下的一个子集,,所以需要进行下列变换使之满足成为完备事故集:
2.2排序集采样
排序集采样由Chen Z等学者于2000年提出,并广泛应用在农业、环境、经济等方面[13,14]。 该采样方法根据输入随机变量的累积分布函数先采样再排序,使采样点更具代表性。 与简单随机采样相比,排序集采样极大地降低了采样规模,具有采样效率高和稳定性好等特点。
a. 采样 。 假设m个随机变量X=[x1,x2,… ,xm]T的采样规模均为N,xi为矩阵中任意一个随机变量。 其累积分布函数为:
采样步骤为:首先在输入随机变量xi的累积分布函数Yi取值区间[0,1]中随机抽取k2个个体,将它们划分为k组,每组k个;然后对每组个体进行由小到大排序;最后从第1组排好次序的样本中抽取次序第一的个体,记为x1(1);从第2组中抽取次序第二的个体,记为x1(2);从第3组中抽取次序第三的个体,记为x1(3);依此类推,直到从第k组中抽取次序最后的个体,记为x1(k)。 以上过程为1次循环,最终从k2个随机个体中筛选出容量为k的一组样本,则xi的采样值由反函数xi=Fi-1(Yi)得到 。 把每个随机变量的采样值排成一行,最终形成m×k维的采样矩阵X′。
b. 排序。 在已知输入随机变量的均值 、方差和相关系数矩阵的条件下,可生成相关系数矩阵为R0的标准正态分布的样本矩阵Y,通过变换X=F-1(Φ(Y)) 生成相关系数矩阵为 ρ 的样本矩阵X,从而得到顺序矩阵C。
3算法流程
考虑风速相关性下系统当前运行状态构造预想事故集,对电网静态安全进行评估,计算流程见图1。
a. 输入基础数据,包括潮流计算所需数据 、采样规模N、节点注入功率的期望和标准差等。
b. 根据随机 变量X的概率分 布和相关 系数矩阵 ρ 得到修改后的相关系数矩阵R0,并对其进行Cholesky分解,得到下三角矩阵L0。
c. 对m个相互独立的标准正态随机分布变量进行采样,得到样本矩阵Xm×N,从而得到相关性矩阵为R0的样本矩阵Y,进而得到顺序矩阵C。
d. 对输入随机变量进行排序集采样 ,并按C进行排序,得到最终样本矩阵Sm×k。 考虑预想事故集中每种故障事件,将Sm × k代入潮流方程求出支路注入有功和无功功率、节点电压幅值和相角。 再通过统计学方法得到输出变量的数字特征及累积分布曲线。
4算例分析
本文采用改进后的IEEE 30节点算例进行仿真计算。 现将该系统在原有189.2 MW负荷水平的基础上新增加40 MW的有功负荷,并按照比例分配到各节点上。 设节点负荷随机波动服从正态分布,其中负荷有功和无功分别以系统值为期望,标准差取期望值的10%。 在节点25、26、29、30上各接入一个容量为10 MW的风电场,如图2所示,相关支路故障率如表1所示。 采用RSMCS概率潮流分析方法对多个风电场在风速高度相关、中度相关、低度相关和负相关4种情况下进行仿真,其中相关系数分别取为0.9、0.5、0.1、-0.5。
4个风电场的风速均满足形状参数为2.2、尺度参数为8的双参数Weibull分布;风机的切入、额定和切出风速分别为3 m / s、12 m / s、20 m / s;风机为感应异步发电机,其输出有功功率为:
其中,vin、vN、vout分别为风机的切入风速、额定风速和切出风速;PN为风机的额定功率;Pw为风机实际功率。
采用文献[15]中无功-电压特性潮流计算方法。 感应异步发电机Q-U特性方程为:
其中,U为风机的机端电压;xm为激磁电抗;x=xs+ xr, xs为定子漏抗,xr为转子漏抗;P为风机有功功率。 将式(16)代入潮流计算,并修改雅可比矩阵中对应元素。
4.1性能评估
在IEEE 30节点系统 对RSMCS方法的性能进行评估,并以采样规模为30 000次的MCSM(Monte Carlo Simulation Method)计算结果为参考值 。 采用输出随机变量期望值 μ 和标准差 σ 的相对误差指标 εγs来衡量所提方法计算结果的准确程度:
其中,γ 为输出随机变量的类型,包括PQ节点电压幅值、电压相角、支路有功和无功;εγs为相对误差指标;s为数字特征类型,包括期望值 μ 和标准差 σ;αsγI和 αsγM分别为某一采样规模下的RSMCS方法和采样规模为30000次的MCSM得到的随机变量结果值。
每类输出随机变量的数量都不止一个,故本文采样每类输出变量相对误差指标 εγs的平均值 ε軈γs表示整个系统输出随机变量的误差收敛情况。 MCSM计算收敛过程中存在随机因素,为准确评估RSMCS方法进行PLF(Probabilistic Load Flow)计算的误差收敛特性,在确定采样规模下进行100次仿真。 对于每类输出随机变量,将100次计算结果 ε軈γs的平均值 ε軈γsmean作为该类结果输出随机变量的最终误差,并将这100次计算结果 ε軈γs的标准差軈εγs100、最大值軈ε γsmax和最小值 ε軈γsmin作为衡量算法收敛稳健性的依据。 采样规模为500次时RSMCS方法得到PQ节点电压幅值、电压相角、支路有功和无功的误差指标见表2。
采用RSMCS方法很容 易得到输 出随机变 量的概率分布曲线。 以支路27-30有功P27-30为考察对象,采样规模为30 000次的MCSM和500次的RSMCS方法得到支路27-30有功P27-30的有功概率分布(PDF)和累积分布(CDF)曲线如图3所示。 由图3可知,采样规模为500次的RSMCS方法可以得到很好的拟合效果。 而RSMCS方法只需很少的采样次数便可以达到MCSM采样规模很大时的精度。
4.2线路潮流置信区间
表3中为不同情况下部分支路的有功置信区间 [μ - 3 σ,μ + 3σ],其中 μ 和 σ 分别为各支路有功的期望值和标准差。 由表3可见,风速相关性越大,则支路有功波动范围和波动幅度越大。 同时支路有功波动特性与期望值呈正相关,期望值越大,其支路波动范围和波动幅度越大。 值得注意的是,由于风机接入后,离风电场越近的支路(如支路28-27),其波动范围和波动幅度越大;并同时出现有功潮流反送现象,其中有功潮流反送概率随着相关性的增大而增加,在高度相关时达到17.5%;而离风电场较远的支路(如支路16-17),其波动范围和波动幅度则较小。
4.3电网静态安全风险分析
采用本文提出的考虑风速相关性下的电网静态安全风险评估,可得到支路故障下系统潮流的随机分布情况。 表4给出了测试系统在4种相关性下, 部分支路的故障严重程度排序表。
由表4可看出,由于风电出力的随机性和波动性, 风速相关性对支路越限产生较大的影响。 当高度相关时,风电场间出力同增同减特性明显,造成靠近风电场的支路潮流波动大,这些支路越限情况较严重 (支路28-27、23-24等);而当负相关时,风电场间出力互补特性明显,靠近风电场的支路潮流波动平稳, 越限情况相对较轻。 但是在传统安全评估中,并没有考虑这种风速相关性对电网静态安全的影响,忽视了系统潜在的运行风险。 因此考虑风速相关性对电网静态安全评估的影响是十分必要的。
4.4支路随机故障的影响分析
从表4知,支路28-27故障程度最严重。 因此对其进行随机开断进行分析,图4给出了网络结构不变和考虑支路随机故障时,支路25-27的有功P25 -27分布。 当网络结构不变时,支路25-27的有功越限概率为0。 而当支路随机故障后,产生的潮流转移使支路25-27的有功越限概率增大。 当风速呈正相关时,随着相关性增强,支路25-27有功潮流越限概率由6.3%增至11.4%;而当风速呈负相关性时,支路潮流波动较小,支路越限概率为2.6%。 这表明风速呈正相关时,各风电场出力同增同减特性明显,造成线路潮流波动较大;而风速呈负相关时对应的各风电场存在互补出力特性,可降低线路潮流波动,使系统运行更平稳。 因此若不考虑风速相关性,将忽略系统的运行风险,不能对电网静态安全进行准确评估。
对支路23-24进行随机开断分析,图5给出了网络结构不变和考虑支路随机故障时节点25的电压U25分布,图中U25为标幺值。 当系统网络结构不变时,高度相关下节点25电压越限概率为7.3%;而考虑支路随机故障后,随着风速相关性的增加,节点25电压越限概率由10.5 % 增加到15.4 %,风险增大。
采用Intel i7950 CPU为3.07 GHz、RAM为6 GB的仿真平台,对比RSMCS方法和MCSM对IEEE 30节点系统在该平台上的静态安全评估所需时间,结果如表5所示。 可见,在同样精度条件下,RSMCS方法相对于MCSM节约很多时间。
5结论
中国风力发电的快速发展及并网,提高了可再生能源的利用效率,而同时由于地理位置的邻近,这些风电场的风速具有较强的相关性。 本文通过基于Nataf变换生成风速相关性样本 ,并考虑其对概率潮流计算结果的影响。 重点研究了考虑预想事故集后, 将全概率理论与RSMCS概率潮流分析方法相结合, 得到更准确、全面的随机潮流结果。
本文方法可体现风速具有相关性时,系统结构和状态的不确定性对系统运行的影响。 研究表明:当风速具有正相关性时,随着相关性的增加,各风电场间出力同增同减特性明显,因此系统的运行风险增加;而当风速具有负相关性时,各风电场间出力存在互补特性,系统的运行风险相对较小。 因此考虑风速相关性后,能够对电网运行进行十分全面、准确的评估;同时本文采用的RSMCS方法大幅减少程序运行时间,为运行人员提供更快速、准确和详尽的信息。
摘要：电网内的多个风电场由于地理位置比较接近,具有较强的风速相关性,会影响概率潮流的结果。采用Nataf变换建立多个风电场间的风速相关性样本空间,进而得到具有相关性的风电场出力。以风速相关性下的系统当前运行状态为基础,构成预想事故集,将全概率理论与排序集采样概率潮流相结合,进行风速相关性下的电网静态安全风险随机潮流计算,并对电网安全风险进行评估。在风电接入改进IEEE 30节点系统中使用RSMCS方法进行仿真,结果表明所提方法可准确、快速地评估风速相关性下系统当前运行状态的静态安全风险。
关键词：风电,概率潮流,Nataf变换,排序集采样,风速相关性,风险评估,静态安全
静态电压稳定预防控制的风险评估 篇2
近年来, 为了更合理地利用资源、提高经济效益、保护环境, 国内外电力系统日益向大机组、大电网、超高压和远距离输电方向发展;加上电力市场的推进以及负荷的增长, 电力系统长线路、重负载以及无功储备不足所带来的隐患逐渐显现, 在故障和/或重负荷的双重作用下, 重载的薄弱支路所传输的功率极易超过其传输能力, 从而使得系统失去潮流可行解或潮流平衡点, 引发静态电压失稳事故, 最终导致损失大量负荷甚至系统瓦解[1,2,3,4]。因此, 国内外专家及学者提出了针对静态电压稳定的预防控制[5,6,7,8,9,10], 以保证系统在正常运行状态、预想故障以及重负荷情况下的静态电压稳定性。
系统的静态电压稳定性与系统元件运行状态、市场规则及其他运行条件等密切相关, 而这些条件与规则在实际电力系统中都具有概率不确定性特点, 且随着电力网络规模日益庞大、结构日益复杂以及电力市场化的推进, 这些难以控制的概率不确定性因素对系统的静态电压稳定性的影响将更为深广[11]。概率不确定性因素使得系统中各个预想故障出现的概率及其引发的静态电压失稳后果各不相同, 从而使得不同预想故障所对应的静态电压稳定预防控制策略给系统带来的经济性和安全性影响也各不相同。如何从经济性和安全性两方面来综合评价不同预防控制策略的合理性, 则是在选择预防控制策略之前就需要解决的核心问题。常规的确定性方法是无法解决该核心问题的, 必须引入风险理论对静态电压稳定预防控制进行风险评估, 为选择合理的预防控制策略提供理论依据。
如今, 基于风险理论的预防控制已经取得了一些研究成果。文献[12]以过载风险与低电压风险的综合风险指标最小作为预防控制的目标, 从而获取最优的预防控制策略, 以减小系统的静态安全风险。文献[13]根据故障发生的可能性和严重性, 以低电压风险指标、系统过负荷风险指标和系统电压失稳风险指标3种风险指标之和最小为目标, 在事故发生前进行预防控制决策分析。文献[14]考虑不确定因素对系统的影响, 提出了以连锁故障风险最小为目标的预防控制方法。但以上文献的目标仅仅在于降低系统的安全风险, 而没有考虑预防控制成本的问题。对于如今的电力系统而言, 安全性和经济性两者兼顾永远是其追求的目标, 仅考虑降低安全风险而不考虑控制成本是与电力系统的这个目标相违背的。文献[15]以预防控制所需控制代价与用户期望停电费用之和最小为目标, 来实现系统的预防控制。文献[16]以总发电成本、线路过载风险和低电压风险三者之和最小为目标, 建立了基于风险理论的预防控制数学模型。文献[15-16]所提出的基于风险理论的预防控制, 都是将风险指标与预防控制代价之和最小作为预防控制的目标, 兼顾了系统的经济性与安全性。然而它们所提出的预防控制问题是一个多目标优化问题, 与单目标优化问题相比, 多目标优化会遇到更多较为复杂的问题, 如子目标之间的协调问题、最优解的确定问题等, 这无疑给最优预防控制策略的确定带来了一定的难度。
鉴于此, 本文提出了一种新的针对静态电压稳定预防控制的风险评估方法。该方法在确定出所有不满足静态电压稳定裕度要求的关键预想故障的基础上, 根据关键预想故障发生的概率及其严重性形成不同的关键预想故障集合;而后针对各个关键预想故障集合建立了具有全二次特点的预防控制优化模型, 从而实现各个关键预想故障集合所对应的静态电压稳定预防控制, 得到相应的预防控制成本;最后对实施不同预防控制策略后的系统进行静态电压稳定风险评估, 根据其静态电压稳定风险指标以及各个关键预想故障所对应的预防控制代价确定出较为合理的预防控制策略。
1 静态电压稳定预防控制的全二次优化模型
目前已有的静态电压稳定预防控制大多以优化模型来描述[5,6,7,8,9,10]。文献[5-8]提出了线性化预防控制优化模型, 但电力系统是一个非线性系统, 特别是当其濒临或者发生静态电压失稳时, 其非线性特点更为突出, 因此线性化预防控制优化模型存在一定的局限性[9]。文献[9-10]则提出能反映电力系统非线性特点的预防控制非线性优化模型, 并采用内点法求解。然而, 其所提非线性优化模型在内点法的求解过程中, 其海森矩阵不为常数, 需要在每次优化迭代过程中进行更新, 这无疑增加了模型的求解难度, 从而会更进一步增加后续预防控制风险评估的计算量。如果能提高求解预防控制优化模型的效率, 则可以有效地加快整个风险评估的速度。文献[17]通过建立全二次无功优化模型的手段来提高内点法求解无功优化问题的计算速度, 其仿真结果表明, 所用手段能较大程度地提高优化模型的计算速度。本文借鉴文献[17]的思想, 建立了具有全二次特点的静态电压稳定预防控制优化模型。
1.1 目标函数
静态电压稳定预防控制的目标是以尽可能小的控制代价保证系统在正常运行方式及预想故障状态下均具有足够的静态电压稳定裕度。其控制措施包括调节发电机有功和无功出力、投切可调电容器和电抗器、调节有载调压变压器分接头以及切负荷。因此, 本文所建立的静态电压稳定预防控制优化模型的目标函数如式 (1) 所示。
其中, PGi、QGi、QCi、QRi、Kt分别表示发电机有功出力与无功出力、可调电容器注入无功、可调电抗器注入无功、有载调压变压器变比, 当前运行状态下的运行变量以下标“0”表示, 预防控制后正常运行状态下的变量以上标“0”表示;Ci表示负荷节点所切有功负荷量;NG、NB、NC、NR、NT分别表示发电机节点数、系统节点数、可调电容器组数、可调电抗器组数、有载调压变压器台数;wpi、wqi、wri、wci、wkt、wli分别表示各个控制措施的权重。在实际工程中, 发电机的有功和无功调节成本相对较低, 因此其权重可取为0.1;而可调电容器、可调电抗器、有载调压变压器的调节成本相对较高, 其权重可取为1;切负荷的调节成本比其他控制措施的调节成本稍高一些, 其权重可取为10[9]。
1.2 正常运行状态下的可行性约束
预防控制后的系统需要满足正常运行状态下的可行性约束, 如式 (2) — (12) 所示。
其中, PDi、QDi分别表示节点i有功负荷与无功负荷;Ui、ei、fi分别表示节点i电压的幅值以及节点电压的实部和虚部;em、fm分别表示虚拟节点电压的实部与虚部;SLi、STi分别表示和节点i相连的线路支路集合和有载调压变压器支路集合;PLij、QLij、PTij、QTij分别表示与节点i相连的线路支路ij传输的有功功率与无功功率、与节点i相连的有载调压变压器支路ij传输的有功功率与无功功率, 它们的具体表达式可参考文献[17]。式 (2) 、 (3) 表示系统的潮流方程, 式 (4) 、 (5) 表示有载调压变压器支路引入虚拟节点之后的电压转换方程[17], 式 (6) — (12) 表示系统中各个变量的上下限约束。
1.3 预想故障状态下的静态电压稳定裕度约束
对于静态电压稳定预防控制而言, 除了要求预防控制后的系统满足正常运行状态下的可行性约束之外, 还要求系统在正常运行状态以及预想故障状态下均能满足静态电压稳定裕度约束。为方便说明, 此处将考虑静态电压稳定裕度的正常运行状态作为预想故障状态的一个特例。
预想故障状态下的静态电压稳定裕度约束同样可用1.2节所列出的潮流方程、有载调压变压器支路引入虚拟节点之后的电压转换方程以及系统中各个变量的上下限约束来进行描述。但存在以下几点不同。
a.预想故障状态下的静态电压稳定裕度约束所包含的方程中, 各个变量不再以上标“0”来表示, 而是以上标“c”来表示。
b.可调电容器、可调电抗器、有载调压变压器在预想故障状态下保持为预防控制后的正常运行状态值。因此, 在预想故障状态下的静态电压稳定裕度约束所包含的方程中, 这些变量的上标仍以“0”来表示;同时, 静态电压稳定裕度约束不再包含可调电容器注入无功、可调电抗器注入无功、有载调压变压器变比的上下限约束。
c.在预想故障状态下, 系统需要满足给定的静态电压稳定裕度。因此, 预想故障状态下的系统潮流方程表示形式不同于1.2节中的式 (2) 与式 (3) , 而应该用式 (13) 与式 (14) 来表示。
其中, i=1, 2, …, NB;λc表示系统在第c个预想故障状态下需要满足的静态电压稳定裕度期望值, 可根据实际工程需要来确定。
1.4 静态电压稳定预防控制优化模型的特点
相对于文献[5-10]而言, 本文所提静态电压稳定预防控制优化模型具有以下特点。
a.该模型中的等式约束以及静态电压稳定裕度约束, 均如实表达了电力系统中各个变量之间的非线性关系, 保持了电力系统的非线性特点, 从而能克服文献[5-8]提出的线性化预防控制优化模型所存在的局限性。
b.模型中的等式约束、不等式约束以及目标函数均是预防控制优化变量的一次或者二次函数。因此, 采用内点法求解时, 其海森矩阵为常数, 不需要在每次优化迭代过程中进行更新。较文献[9-10]而言, 这一特点可以降低模型的求解难度, 从一定程度上提高求解预防控制优化模型的效率, 进一步有效地加快整个预防控制风险评估的速度。
1.5 静态电压稳定预防控制的求解步骤
在第1.4节的基础上, 为了进一步说明本文所提静态电压稳定预防控制策略的特点, 以及静态电压稳定预防控制风险评估流程中预防控制代价的获取, 在此给出静态电压稳定预防控制的求解步骤。
a.获取系统的初始运行状态。
b.采用文献[18]所提出的方法, 对每个预想故障状态下的系统静态电压稳定性进行分析。将不满足静态电压稳定裕度要求的预想故障作为关键预想故障。如果所有的预想故障都满足静态电压稳定裕度要求, 则停止计算, 并输出预防控制结果, 同时根据式 (1) 得到最终的预防控制代价;否则, 转入步骤c。
c.针对关键预想故障, 根据本文1.1—1.3节所述内容, 建立全二次预防控制优化模型, 并采用预测-校正原对偶内点法求解。
d.采用所得到的预防控制结果对初始运行状态下的系统控制变量进行调整, 并返回到步骤b。
2 不同关键预想故障集合的确定
电力系统中不满足静态电压稳定裕度要求的关键预想故障可能不止一个, 而不同关键预想故障所对应的静态电压稳定预防控制给系统带来的经济性和安全性也不同。为了更为合理地评估与选择预防控制策略, 本文针对关键预想故障所发生的概率及其严重性来确定不同的关键预想故障集合, 从而确定出不同的静态电压稳定预防控制策略。
关键预想故障的严重性可以采用严重度函数来描述, 如图1所示。图1中, λ表示预想故障状态下系统对应的最大负荷裕度;δsev表示对应于最大负荷裕度的严重度。如果系统在预想故障状态的最大负荷裕度为零或者负数, 则该预想故障的严重度为1;如果最大负荷裕度等于或者大于0.1 (0.1表示系统在预想故障状态下的负荷裕度期望值, 一般根据工程实际来选取) , 则该预想故障的严重度为0。
因此, 在确定关键预想故障集合时, 首先确定出所有不满足静态电压稳定裕度要求的关键预想故障, 以及第i个关键预想故障的最大负荷裕度, 并根据图1的严重度函数得到其严重度δsevi。假设第i个关键预想故障发生的概率为Pi, 则其风险指标Ri可用式 (15) 表示。
设定风险指标的门槛值Rthre, 并将那些风险指标大于或者等于该门槛值的关键预想故障构成一个关键预想故障集合Si。风险指标的门槛值取值不一样, 就可以得到多个关键预想故障集合。针对关键预想故障集合Si, 就可以建立如1节所述的静态电压稳定预防控制优化模型, 从而确定出相应的预防控制策略。
3 静态电压稳定风险评估
针对不同关键预想故障集合得到不同的预防控制策略之后, 为了考察各个预防控制策略对系统静态电压稳定性的影响, 本文将对实施预防控制后的系统进行静态电压稳定风险评估。
3.1 选择系统状态
在对预防控制后的系统进行静态电压稳定风险评估时, 本文采用非序贯蒙特卡洛模拟法对系统的运行状态进行随机抽样。非序贯蒙特卡洛模拟法的思想是, 一个系统状态是所有元件状态的组合, 且每一个元件状态可由对元件出现在该状态的概率进行抽样来确定[11]。每一个元件可用一个在[0, 1]区间的均匀分布来模拟。假定每一个元件有失效和运行2个状态, 且元件失效是相互独立的。令si代表元件i的状态, PFi代表其失效概率, 则对元件i产生一个在[0, 1]区间均匀分布的随机数Di, 使:
因此, 具有N个元件的系统状态可由向量s表示:
3.2 静态电压稳定风险指标的计算
如2节所述, 将某一关键预想故障集合Si所确定的预防控制进行实施, 可得到系统新的运行状态。采用3.1节所述的非序贯蒙特卡洛模拟法对新的运行状态下的系统进行抽样, 并对每一次抽样得到的系统状态Mij (其下标i表示第i个预防控制策略, 下标j表示抽样得到的第j个样本) 进行静态电压稳定性分析, 得到其最大负荷裕度值λij。当抽样得到N个样本之后, 这N个最大负荷裕度值 (λi1, λi2, …, λij, …, λi N) 的方差系数小于给定的收敛精度, 则表示非序贯蒙特卡洛模拟法抽样结束。此时, 关键预想故障集合Si所对应的预防控制策略给系统带来的静态电压稳定风险ri如式 (18) 所示。
其中, n表示最大负荷裕度值不满足静态电压稳定裕度期望的样本个数。
本文所提静态电压稳定预防控制风险评估的实现流程如图2所示。
4 仿真分析
为了验证所提静态电压稳定预防控制风险评估方法的正确性和有效性, 本文针对IEEE 14节点系统进行了仿真分析。由于在实际系统中, N-1故障的发生概率远大于多重故障的发生概率, 因此本文在对测试系统进行静态电压稳定预防控制仿真分析时, 仅考虑N-1预想故障。
首先将IEEE 14节点系统全网负荷增加到原来负荷的2倍, 并采用文献[18]所提方法对该系统当前状态以及所有的N-1预想故障状态进行静态电压稳定性分析, 得到不满足静态电压稳定裕度要求的关键预想故障及其对应的静态电压稳定裕度, 如表1第1列与第2列所示。针对这些关键预想故障, 根据其对应的静态电压稳定裕度以及2节中所述的方法确定出每个关键预想故障的严重度;假定每个故障发生的概率相同 (均设定为0.05) , 结合其严重度, 得到每个关键预想故障的静态电压稳定风险指标, 如表1第3列所示。
根据各个关键预想故障的风险指标以及风险指标的门槛值 (这些门槛值分别设定为0.01、0.025、0.027 5、0.04、0.05、0.052 5) , 就可以确定出不同的关键预想故障集合, 如表2第1列所示。针对这些关键预想故障集合实施1节所述的静态电压稳定预防控制, 得到不同关键预想故障集合下的静态电压稳定预防控制代价, 如表2第2列所示。此处需要说明的是, 表2中的静态电压稳定预防控制代价即是本文1.1—1.3节中所提静态电压稳定预防控制模型的目标函数。
根据3节所述方法对实施不同预防控制策略之后的系统进行静态电压稳定风险评估, 得到其静态电压稳定风险指标, 如表2第3列所示。其中, 在采用蒙特卡洛模拟方法对预防控制后的系统进行状态抽样的过程中, 假定线路失效的概率为0.05, 变压器失效的概率为0.01, 而抽样样本数目都设定为5 000。
由表2可以知道, 当关键预想故障集合包含表1所示的所有关键预想故障时, 其所对应的静态电压稳定预防控制代价最大, 而预防控制之后系统的静态电压稳定风险则最小;当关键预想故障集合不包含表1所示的任何一个关键预想故障时, 其所对应的静态电压稳定预防控制代价最小, 而预防控制之后系统的静态电压稳定风险则最大。
根据表2中的信息, 图3进一步给出了关键预想故障集合所包含的关键预想故障数目、静态电压稳定预防控制代价及其静态电压稳定风险指标三者之间的关系。图3很直观地说明, 当关键预想故障数目较少时, 系统的静态电压稳定预防控制代价较小, 而对应的静态电压稳定风险则较大;当关键预想故障数目较大时, 系统的静态电压稳定预防控制代价则较大, 而对应的静态电压稳定风险则较小。因此, 为了使系统既能满足经济要求, 又能满足静态电压稳定性要求, 必须要确定一个最优的静态电压稳定预防控制策略, 即要确定出一个较为合理的关键预想故障集合来实施静态电压稳定预防控制。由图3可知, 对于本文的测试系统IEEE 14节点系统而言, 较为合理的关键预想故障集合就是仅包含2个关键预想故障 (即是支路2-3断开以及支路7-9断开的关键预想故障) 时, 其所对应的静态电压稳定预防控制成本较小, 而静态电压稳定风险也较小, 这一点由表2也可以得知。由此也进一步说明, 支路2-3断开以及支路7-9断开的关键预想故障是导致系统存在静态电压失稳风险的至关重要的预想故障。
另外, 由表2以及图3的结果可以看出, 即使是将表1中的所有关键预想故障考虑到预防控制中, 预防控制后的系统仍然存在静态电压失稳的风险。这是因为本文预防控制所包含的关键预想故障仅仅考虑了发生概率较大的N-1故障, 而没有考虑其他发生概率较小的多重故障。而在对预防控制后的系统进行静态电压稳定风险评估时, 蒙特卡洛模拟方法中的抽样状态不但包括N-1故障, 还包括其他多重故障。因此, 预防控制后的系统在这种情况下还是存在静态电压失稳风险。而实际运行过程中, 在实施预防控制时, 如果仅考虑发生概率较大的N-1故障时, 使得预防控制代价以及预防控制后系统的静态电压失稳风险均能为运行调度人员所接受, 则仅针对N-1故障实施预防控制是可行的;如果这种情况下的预防控制代价以及预防控制后系统的静态电压失稳风险不为运行调度人员所接受, 则在实施预防控制时不但要考虑N-1故障, 还需要适当考虑其他多重故障, 以获得安全性和经济性均能满足实际系统需要的预防控制策略。总之, 本文所提静态电压稳定预防控制的风险评估思想能根据实际运行情况, 灵活针对各种预想故障实施预防控制, 结合预防控制代价以及预防控制后系统的静态电压失稳风险, 能为运行调度人员制定合理的预防控制策略提供参考依据。
5 结论
本文提出了一种静态电压稳定预防控制策略的风险评估方法。该方法在根据关键预想故障发生的概率及其严重性确定出不同关键预想故障集合的基础上, 针对各个关键预想故障集合实施静态电压稳定预防控制, 得到其对应的静态电压稳定预防控制代价;在对预防控制后的系统进行静态电压稳定风险评估之后, 结合静态电压稳定预防控制代价及其对应的静态电压稳定风险指标, 确定出了较为合理的静态电压稳定预防控制策略。通过IEEE 14节点系统的仿真分析, 验证了本文所提考虑系统静态电压稳定风险的预防控制策略的正确性和有效性, 从而为电网安全经济运行提供了决策支持。
摘要：考虑到电力系统运行状态的不确定性对静态电压稳定预防控制的影响, 提出了静态电压稳定预防控制的风险评估方法。该方法首先根据关键预想故障发生的概率及其严重性确定出不同的关键预想故障集合;然后针对各故障集合建立了具有全二次特点的静态电压稳定预防控制优化模型, 得到相应的预防控制策略;最后对实施不同控制策略后的系统进行静态电压稳定风险评估, 根据静态电压稳定风险指标以及预防控制代价确定出合理的预防控制策略。IEEE 14节点系统的仿真分析表明了所提方法的正确性和有效性。
静态安全风险 篇3
PPP项目运行中的一个重要环节就是资金支持问题,当前我国商业银行仍然处于社会融资链条的核心位置,具有更完善的发展机制和更多的融资优势,相对于其他金融机构在经济活动中的作用更大,在中国开展PPP项目,离不开商业银行的参与和支持。目前,我国银行业参与到PPP项目中的实例并不普遍:中信银行发挥集团优势,对贵阳市南明河综合治理项目二期进行了融资;建设银行研究设计了PPP项目的贷款产品;农业银行完成了安徽池州市主城区污水处理项目的首批贷款发放。我国PPP示范项目的签约率大约只有10%~20%[1],除了几家大型银行的积极参与,其它商业银行对PPP项目的参与程度并不高,资金支持不到位是签约率低的原因之一。可见,商业银行在参与PPP项目中的态度相对保守,对于收益和风险的权衡态度不明确,有必要对商业银行在PPP项目推行中的风险分担、业务发展、防范策略等方面进行分析,以期商业银行在其中发挥更好的作用。
1 文献综述
PPP模式最早出现在英国,开始于1992年,然后在美国、加拿大、澳大利亚、葡萄牙、希腊等国家实施并被广泛传播。Anthony A.Churchill指出PPP项目融资并非没有缺点,不是所有的项目都适合这种方式,人们选择合适的项目融资方式后,还应考虑如何降低项目的融资风险并完善本国资本市场[2]。Darrin Grimsey和Mervyn K.Lewis对PPP模式参与的基础设施建设项目中风险进行了分类,归纳出了九大类风险,同时以项目参与者的维度建立了风险评价指标,采取了不同的风险评价方法进行了全方位的风险评估[3]。
我国对PPP模式的研究起步较晚,徐霞、郑志林从PPP风险分担、资本结构和控制权三个方面来探讨PPP中的利益分配[4]。王守清分别从政府规制、准入监管和绩效监管三个方面,梳理了监管的实质、方法和主体,并对国家立法层面、中央省级审批层面、项目消息公布系统以及公众介入政策决定监督等方面提出了建议[5]。刘薇认为在政府与社会资本合作模式的开展工作中,伙伴关系、利益共享、风险分担这三个特征十分重要[6]。孙艳丽等通过ISM结构模型建立因素件的关系图,通过因素之间的关系结构图解释了影响PPP风险的重要因素[7]。周鑫利用讨价还价的博弈分析模型得出参与者的贴现率越大,该方在整个阶段的优势会越大[8]。叶晓甦、张永艳通过梳理PPP项目全寿命周期的风险,对商业银行在各阶段的风险辨别、风险防范提出了防范措施建议[9]。
通过对国内外文献的研读可以发现,现有的研究成果对PPP内涵、可行性、使用领域进行了分析,或者结合了以往案例(如北京地铁4号线、国家体育场鸟巢等),还集中在PPP项目内部、外部的风险、实施中各个阶段的风险,PPP项目中政府、企业双方如何分配利益等方面。但对于商业银行如何参与到PPP项目中,如何发挥商业银行作为金融中介的功能,以及在加入商业银行以后,PPP项目各方风险分担方式等方面,缺少系统的分析和研究。本文即以此为切入点,分析了商业银行在参与PPP项目中面临的各项风险,接着分析了政府、企业、银行三方的风险分配问题,并对商业银行业务发展提出了建议。
2 PPP项目的三方主体和风险分类
2.1 PPP模式的概念
PPP是Public-Private-Partnership的缩写,其代表性定义有来自联合国培训研究院、欧盟、加拿大及美国PPP国家委员会等,目前无统一定义,其特征可以归纳为以下关键词:公共部门、私营部门、合作、提供公共产品或公共服务、风险共担和利益共享。广义的PPP包括过去的B T(建造、移交)、BOT(建造、运营、移交)等模式。而狭义的PPP含义是,政府与私人部门组成特殊目的机构,简称SPV(special purpose vehicle)(SPV),在这个共同体中引入社会资本,三方一起进行设计和开放工作,风险由三方共同承担,全程进行写作,在项目合同到期后再交付给政府的公共设施开发运营的模式[10]。
2.2 PPP项目的三方主体
PPP项目涉及的流程复杂,参与方众多,包括政府、监视机构、工程承包商、材料供应商、设计单位、金融机构、保险公司、消费者等。按照参与的方式,可以分为监督管理方政府,设计和建造工程的私营企业,还有提供资金的金融机构,本文我们将商业银行作为提供资金的一方。风险分类和博弈分析模型都建立在这三方主体的基础上。
2.3 PPP项目中的风险分类
在我国已经实施的PPP项目中,很多取得了预期的效果,解决了我国基础设施落后又缺乏建设资金的难题。但是,PPP在我国发展时间不长,政府和各个机构缺乏相应的经验,PPP项目在实施中遇到了各种各样的问题,本文将文献整理的PPP项目中的风险因素进行分类,理清各个风险的承担主体(见表1)。
通过上面对风险因素的分类,我们可以得出,对于一部分风险是不易分割的,如不可抗力风险、气候自然条件的风险,市场收益的风险,很难决定由哪一方来承担这些风险。但对于另外一些风险,由于参与主体对该风险的偏好系数不同,可以明确责任与承担的主体,如政府应该承担诸如法律变更、政府腐败、政府信用问题等方面的风险。而负责项目建设运营的私营企业,可以承担完工风险、技术风险、经营能力风险等方面。
商业银行在整个社会中具有资源配置、价格发展的作用,对于PPP项目中的金融风险,商业银行对该风险的风险偏好系数明显比其他两方要大,理应发挥自己的优势,解决融资方面的问题。具体来说:商业银行要在提供融资服务的前提下,深入了解PPP的风险结构,系统分析PPP项目中各阶段存在的各类金融风险,通过行业内经济专家的预测分析对贷款数量、期限、币种等方面作出调整。根据研究人员对行业的分析,找出下个阶段融资的行业方向。尝试通过贷前和贷后的监管环节,对信息进行归集和整理,联合自身的工程技术、财务管理、行业分析、法律谈判等方面的人才智慧,建立强大的信息服务系统,发挥自身在数据技术运用、项目贷款经验、信息经验分享、风险评估等方面的优势,联系和集合多方合作主体共同担任PPP项目顾问。
3 三方风险分担的博弈分析
根据国家发展和改革委员会公布的信息显示,到2015年11月底,国家发展改革委公开推介的第一批1043个PPP项目中,已签约项目只有329个,占推介项目数量的比例为31.5%[11]。PPP项目推行难的原因是多方面,其中一个障碍是参与PPP项目的三方(政府、私营企业、银行)对风险的分担没有一个明确的分配,政府的获利需求小于私营企业,银行在其中相对保守,如果没有合理的风险分担机制,PPP项目难以顺利地开展,任何参与PPP项目的一方承担的风险都需要足够的收益补偿。因此本文立足于此,建立一个基于三方静态博弈的风险分担模型[12]。
3.1 风险分担模型的基本因素
风险分担模型的基本因素包括参与者、信息、计谋、效用和均衡等:
1)参与者:PPP项目的参与方,包括政府、私营企业、银行,分别设为i=1,2,3。
2)博弈信息:在三方博弈中,假定每一方都可以获取关于PPP项目的所有资料,并且知晓对方的行动,此次博弈可以视为完全信息博弈。
3)计谋:政府部门对PPP项目具有审批权,故其对于私营企业投资项目和商业银行贷款项目有同意和不同意两种态度,政府、私营企业、商业银行对PPP项目中的风险有承担,不承担(u1,u2)两种态度,其中(u1,u2)∈Ui(承担,不承担)。
4)效用:政府、企业、银行在PPP项目中的效用与参与项目中的收益、成本有关,而收益和成本又与各方承担的风险有关,收益是风险的补偿,成本是为了承担风险付出的代价。假设PPP项目中有m中风险,分别为1,2,……m,用rij表示第i方承担的第j中风险,其中(1≤i≤m,1≤j≤m)。
第i方收益(yield):yi=yi(ri1,ri2,ri3,…rim),i=1,2,3(1)
第i方成本(cost):ci=ci(ri1,ri2,ri3,…rim),i=1,2,3(2)
设Di为第i方的效用,即风险满意度,当Di>0时,第i方承担风险,否则不承担风险,模型为:
5)均衡:在此三方博弈过程中,各方都希望自身承担的风险最小而收益最大,且在PPP项目中,三方参与者可以互通信息,协商行动,政府作为主导可以努力使总体的效用最大化,因此可以推断该博弈为完全信息博弈模型。根据纳什定理,有限个参与人且每个参与人有有限个纯战略的博弈,一定存在纳什均衡,故该风险分担博弈模型存在纳什均衡。
3.2 风险分担模型
3.2.1 模型的基本假设
1)该模型中,参与的三方,即政府、私营企业、银行都是最求自身的利益最大化,而风险自小,并且每方都以总体效用最大化为共同目标。
2)关于PPP项目的信息各方都拥有,属于完全信息博弈模型。
3)给定三方策略时,均以风险回避的态度对待期望收益。
4)为了简化模型,假定各参与方的收益与成本均为风险的线性函数,即模型的形式为:
上式中,yij表示第i方因承担第j种风险所应得的收益权重,cij表示第i方因承担第j种风险所付出的成本权重。
将(4)、(5)代入(3)得:
3.2.2 博弈均衡分析
对于参与PPP项目的三方,若面临同一种风险,j相同,即r1=r2=r3,那么Di就取决于yi-ci,(i=1,2,3)。
前面在策略部分分析过政府对于PPP项目具有审批权,若采取不同意的态度,则政府、企业、银行的效用为(0,0,0),无需进一步分析风险承担问题,故我们从政府同意实施此项目为出发点。该博弈模型的矩阵如下:
当yij-cij(i=1,2,3)>0时,政府部门、私营企业、银行存在3个纳什均衡,分别为(承担,承担,承担)、(承担,不承担,承担)、(承担、承担、不承担),这时,选择yij-cij较大的一方来承担该风险。
当y1j-cj1>0,且y2j-c2j<0或y3j-c3j<0,可以得到独有的的纳什均衡(承担,不承担,不承担)。在这种情况下,政府部门的效用大于零,私营企业或者商业银行的担当风险的满意度为负,没有担当风险的积极性,在这场博弈中,政府部门成为唯一的风险承担者。
当yj1-cj1<0,且yj2-cj2<0,或者yj3-cj3<0,可能纳什均衡(不承担,承担,不承担)或者(不承担,不承担,承担),此时,政府部门效用为负,没有承担风险的积极性。PPP项目的风险由私营企业或者商业银行承担。
当yji-cji(i=1,2,3)<0时,政府、私营企业、银行三方的效用均为负值,这意味着一旦PPP项目出现风险,三方都会遭受损失,因此任何一方都不愿意承担风险。
3.2.3 风险分担博弈模型的经济含义
PPP项目的风险分担是一个复杂的过程,对于其中任何一种风险,由对于该风险偏好系数最大的一方来承担,也可以理解为由对风险最有控制力的一方承担相应的风险,最终达到总体效用最大。
4 商业银行承担PPP项目风险的具体措施
前面通过三方静态博弈模型论证了各参与方应该承担各自风险偏好较大的风险,本文对于商业银行如何分担金融风险提出几点建议[13]:
4.1 提高项目的甄别能力,择优选择
首先,准确把握PPP项目经营风险,优先选择现金流良好、需求稳定型的项目合作。在尽职调查时,商业银行应认真进行可行性分析,及时发现项目实施过程中的重大风险点,并提出控制措施。
其次,在项目所选区域上,重点选择省会城市、重点城市以及信用环境较好、经济实力较强的地域,优先选择受惠人口较多的人口大市、交通枢纽城市,项目的建设应该符合区域发展规划。
最后,选择规模大、具有行业优势的社会资本作为PPP的合作方,商业银行应首先选择已在国内外重要领域具备经验或者有成功案例的上市公司、外资企业、央企,或者盈利能力好、管理能力强的民企进行合作。
4.2 紧密关注相关政策,制定具体方案
自2013年底,我国先后出台了多项关于PPP模式或者政府与民间资本合作的政策和细则,但由于管理范围和职责的不同,中央和地方的政策可能存在一定的差异,准确把握不同层级的政策要求,也是商业银行需要加强的重点。当前,我国央行并未对商业银行参与PPP项目的各项细则作出统一的规定,农行等大型商业银行在内部已经研究出了PPP项目的参与意见。其他商业银行可以成立PPP政策专项小组,吸纳一批专业团队对PPP项目进行跟踪对接、营销服务,定期梳理与PPP相关的政策,及时制定银行各部门的内部职责,综合协调各部门,以提供更优质的服务。
4.3 加强贷款的全程管理,防范风险
PPP项目全程持续时期较长,这期间各方面风险较多,商业银行务必要全流程参与,对项目设计、招投标、融资、建设、运营、管理、维护等各阶段进行监督。在项目预开展阶段,银行要重点分析项目情况,评估在政府承诺等特定条件下,项目自身可行性及资金流、预期盈利能力等,并且对可能存在预期收益风险、社会需求量风险、法律风险、政策风险等方面做出全面评估;在项目融资阶段,在上述项目考察的基础上,着重考察投资企业的情况,包括资金实力、资质资格、技术水平、信用记录等,分析投资主体资本金到位情况,合理确定融资方案,并通过各类风险缓释手段,有效防控融资风险;在项目运营和维护阶段,银行需要对项目建设、运营情况全程关注:是否按照设计方案如期建设、施工,成本投入是否出现大的波动,项目建设、运营各种风险防范措施是否严格执行,项目是否如期完工,项目运营后现金流是否达到预期,政府承诺是否履行到位等,确保项目按期完工并能够产生足够的现金流量偿还债务。
5 结语
PPP项目对公共基础设施建设和运营之中存在的与融资困难和效率不高等问题提供了较好的解决方案,与此同时,为社会资本投资提供了更多的选择空间,活跃了社会资本。2016年是“十三五”规划的开始之年,财政部估算到2020年中国的基建投资需求高达人民币42万亿元,这中间,PPP的身影自然不会少。商业银行应当抓住机会,将信贷业务瞄准PPP市场,搭建融资平台,同时也应发挥综合金融服务功能。风险分担一直是PPP模式中的一个重要问题,采取风险偏好程度高的一方承担风险的原则,可以达到整体效用最大化。商业银行应积极采取措施应对风险,甄选好的企业和项目,做好全程风控工作,培养一批专业人才,早日制定出针对PPP项目的实施准则。
摘要：在我国地方债问题日趋严重的背景下,PPP模式是未来我国基础设施建设的发展方向,而商业银行作为资金融通最重要的中介,势必在PPP项目中发挥较大的作用。首先概述了PPP的内涵和参与PP项目的三方主体,其次对PPP项目中的各类风险进行了分类,然后利用三方静态博弈模型讨论了政府、私营企业和银行的风险分担模式,得出应由风险偏好系数大的一方承担风险的结论,最后对商业银行在参与PPP项目中的风险分担的策略提出建议。
静态安全风险 篇4
生物组织的弹性与其生物学特性紧密相关, 对于疾病的诊断具有重要的参考价值。超声弹性成像作为一种新的超声成像方法,通过获取组织弹性的相关信息,弥补了传统医学成像模式不能直接提供组织弹性情况的不足,对某些疾病的临床诊断具有很大的意义。目前超声弹性成像被越来越广泛地应用于临床诊断,成为一个研究的热点。
目前已经获准上市产品中利用超声获取组织弹性的功能从原理上分为三种 :静态 / 准静态弹性成像、剪切波弹性成像和瞬时弹性超声。前两种为成像技术,可以获得组织弹性的分布图像, 第三种则不能获得弹性的图像。本文重点对静态 / 准静态弹性成像技术及国际监管要求和技术审评思考进行简单介绍。
1.成像原理及产品情况介绍
对组织施加一个压力,较软组织的形变比较硬组织大。如图1所示,在同样的压力下,上方较软组织形变较大,而下方较硬组织的形变则较小。静态 / 准静态弹性成像就是利用这个原理, 通过用超声灰阶成像功能观察软组织在压力作用下的形变情况来判断组织的相对软硬,给出组织硬度的信息。
大部分公司的产品在成像时组织所受到压力源为医生持探头手动施加的压力,有些公司(如日立医疗)的产品也可以利用人体自身的生理搏动(如动脉血管)作为压力源,还有一些公司(如西门子医疗)的产品是通过探头发出的声波产生声辐射力作为压力源,该技术称为ARFI(Acoustic Radiation Force Impulse) 成像法。
这种原理的弹性成像产品提供的信息主要是组织硬度分布图和与弹性相关的指数。其中硬度分布图是以感兴趣区域(ROI)内的组织平均硬度作为基准,ROI内组织相对于基准硬度的软硬程度用彩色编码的形式叠加在二维超声灰阶图像上,并用color bar来提示使用者颜色与硬度的关系。
应变比是比较常用的与弹性相关的指数。根据弹性的定义,杨氏模量 = 应力 / 应变。在假设邻近组织应力相等的前提下,通过目标组织和参考组织应变的量化关系可以获得两者杨氏模量的比值。其中,参考组织通常为整个ROI区域内的组织或用户在ROI区域内选定子区域内的组织。 因为此计算是基于应力相等的假设,考虑到力在组织内传播存在衰减,所以在选取参考组织时, 通常选择相对于作用力源深度相近的区域。有些产品还对硬度分布情况进行进一步地计算,向使用者提供进一步的信息,如 :相对平均应变值、 相对应变值标准偏差、低应变区域所占面积比例、 复杂度、对比度等。已有文献报道这些参数在某些疾病的诊断(例如乳腺导管内癌的正确识别等) 有潜在的用途[2]。
目前大部分进口和一部分国产超声生产企业能够生产具有弹性成像功能的超声设备,大部分企业的产品利用的是静态 / 准静态的弹性成像原理,其中日立医疗在这个领域属于领军者。
该原理的弹性成像功能可用于多处人体部位的检查,如肝脏、胰腺、甲状腺、乳腺等。临床诊断价值仍处于经验积累阶段,已有不少文献显示其对某些疾病的诊断具有很大的意义,但要想成为主要的诊断手段还有很长的路要走。利用手动按压和生理搏动作为压力源的方式,不能检测较深的组织和没有生理搏动部位的组织,应用受到限制。以声辐射力作为压力源的方式,应用的人体部位相对较多。此类产品由于原理的限制, 只能给出组织硬度的定性和半定量的信息,具有局限性。
2.国际监管要求和技术审评思考
超声弹性成像作为比较新的成像方式,国际上尚没有相关的标准和指南发布。国内医用超声设备标准化分技术委员会于2013年审定通过的推荐性行业标准YY/T 1279-2015《三维超声成像性能试验方法》已于2015年3月发布,尚未实施。 参考资料的缺乏,给审评带来了一定的困难。
2.1实验室评价
实验室评价主要从产品安全性和有效性两个方面进行。
2.1.1安全性评价
安全性评价主要考虑电气安全、生物相容性和声能安全。电气安全和生物相容性安全与普通影像型超声设备的要求相同。
声能评价应依据原理不同分别进行分析。利用手动压力和生理搏动作为压力源的成像方法, 并没有较普通超声成像引入更多的声能风险。而使用声辐射力作为压力源的ARFI技术,增加了声能方面的风险。ARFI技术是观察声辐射力所作用区域组织的应变情况,为了满足成像分辨力的要求,要向组织发射密集的声辐射能量,其声能方面的风险较其他方式的弹性成像技术都要大得多。
目前对于声能的风险,全球的监管标准主要有两个 :美国FDA的声输出控制要求和IEC60601-2-37的要求。根据美国FDA诊断超声上市申请指导原则中声输出公布的Track 3,MI指数不得超过1.9,Ispta.3指数不得超过720m W/cm2[3]。
IEC 60601-2-37则要求探头表面的温升不得超过10˚C(体外应用),要求在说明书中公布MI和TI指数的极限值,并对高于一定数值TI和MI指数进行实时显示[4]。西门子医疗生产的ARFI原理的成像产品在美国FDA申请上市时,除了上述美国FDA指南要求外,美国FDA还要求其测量了极端发射条件下的温升。目前可以认为除利用手动压力和生理搏动作为压力源的静态 / 准静态弹性成像产品与普通超声在声输出要求上可以采用同样的标准。而对于ARFI,应考虑评估极端条件下的温升。
2.1.2有效性评价
有效性的实验室评价主要为性能指标的检测。目前作为科技部“十二五”课题的一部分,新型超声产品注册技术审查指导原则的报批稿已基本完成,其中对于静态 / 准静态原理的弹性成像功能应验证的参数进行了规定,主要考察其定性地区分不同硬度组织的能力。检测的性能指标包括: 探测深度、应变比、空间分辨力、几何成像精度、 与B模式图像重合性。区分不同硬度组织的能力与目标的深度、目标的尺寸、目标区域与背景区域弹性模量的差异大小都密切相关,在设置检测参数时应综合考虑这些因素。
有效性的实验室评价存在一个客观的困难, 就是受到测试用体模的限制。受体模制造商技术能力的限制,体模材质的弹性模量数值很难做到 “指哪儿打哪儿”,往往是“打哪儿指哪儿”,所以很难完全按照弹性成像设备制造商的需求生产出体模。而且市售体模结构设计也很难满足测试的所有需求。这就使得制造商对设备能够做到的测量能力的宣称受到体模生产能力的限制。
2.2临床评价
临床评价方面,静态 / 准静态弹性成像由于相对比较成熟,在各国家地区上市均不需要进行临床试验。
根据医疗器械分类目录6823子目录,超声弹性成像设备管理类别不低于第二类[5]。根据《免于进行临床试验的第二类医疗器械目录》[6]和《免于进行临床试验的第三类医疗器械目录》[7]( 以下合称《目录》),静态 / 准静态超声弹性成像设备不能依据《目录》直接免于临床试验。根据《需进行临床试验审批的第三类医疗器械目录》[8]和 《医疗器械临床评价技术指导原则》[9](以下简称 “临床评价指导原则”),静态 / 准静态超声弹性成像设备并未被强制要求进行临床试验。
就目前已有设备情况而言,对于已生产过此类设备的厂家而言,同品种设备还是比较容易找到的,如果同品种设备已有一定量的已发表的临床文献资料,通过对同品种医疗器械临床试验或者临床使用获得的数据进行分析评价具有一定的可行性。
根据临床评价指导原则,需要将申报产品与同品种医疗器械进行对比,对比项目涉及基本原理、性能要求、安全性评价、适用范围等方面。其中基本原理主要考虑对比前文所述的压力源 (外部压力、组织搏动、声辐射力)的差异。性能要求主要考虑对比本文2.1部分所述的应检测的性能指标。安全性评价主要考虑对比本文2.1部分所述的声能安全。适用范围主要考虑对比成像的人体部位,如肝脏、乳腺等。
3.结语
静态安全风险 篇5
到2015年, 云南电网的发电装机容量将由现在的2221万kW增至4172万kW, 500kV主网架结构将会越来越庞大和复杂, 由于500kV网络是环网运行, 这种运行方式在提高供电的连续性和可靠性的同时, 也存在某些潜在的威胁, 有必要对电力系统进行安全分析。利用静态安全分析可以进行事故预想, 对于运行中的电力系统, 可以检验运行方式及接线方式的安全性, 进而给出事故前后应采取的防范措施和校正措施;对于一个输电系统规划方案而言, 可以校验其承受事故的能力。
以下利用电力系统仿真软件BPA 对2015云南500KV超高压电网规划进行静态安全分析, 指出线路的正常运行电流、N-1开断电流、线路是否过载等;并提出输电线路负荷电流裕度概念, 对于不过载的线路给出定量裕度分析, 直观的表示线路最多还可以承受多少传输功率。
2 静态安全分析及补偿法原理
静态安全分析实质上是电力系统运行的稳定分析问题, 就是根据预想的事故, 设想各种可能的设备开断情况, 完成相应的潮流计算, 即可得出系统是否安全的结论。但是, 静态安全分析要求检验的预想事故数量非常大, 如果每一次都修改网络的阻抗矩阵、导纳矩阵以及P-Q分解法中的因子表, 就会令计算工作量非常大, 增加计算求解的时间。为了进一步发挥P-Q分解法的优点, 可以采用补偿法。
补偿法是在原有基本运行方式的因子表的基础上进行开断运行方式的计算, 并不改变原有的导纳矩阵和因子表, 因而计算速度很快。下面是补偿法的原理, 见图1。
设网络N的导纳矩阵已经形成, 并对它进行三角分解而得到因子表。当向网络节点i、j之间追加阻抗在Zij时, 如何根据已知的节点注入电流I, 利用原电力网络N的因子表, 求得新条件下的电压V。如果能够求得流入原网络N的注入电流向量I′。那么利用原网络因子表对I′进行消去回代运算就可得到节点电压向量V。但是在各节点电压求出之前, 追加支路Zij上通过的电流undefined并不知道, 因此, 也就不能直接利用I′求节点电压。
为此, 可以利用叠加原理和等值发电机原理, 借助于原电力网络N求出追加支路Zij上通过的电流undefined。
根据叠加原理, 将网络N拆分成两个等值网络, 如图2 (a) 和 (b) 所示, 节点电压向量V可以表示为
V=V (0) +V (1)
式中:V (0) 是没有追加支路情况下各节点的电压, 由于此时各节点的注入电流I已知, 因此利用原网络N的因子表易求得V (0) 。V (1) 是将网络N中所有电源置零, 保留电源阻抗, 在支路Zij施加电流undefined时, 各个节点的电压。V (1) 可以用等值发电机原理求得。
在图2 (b) 中, 向原网络注入电流undefined, 但此时undefined未知, 还无法求得I (1) 和V (1) 。 为此, 先假定undefined, 利用原网络因子表求得undefined为单位电流时, 网络的各节点电压Vij。这样, 如果能求出undefined, 那么由于网络是线性的, 就可以求得V。
根据等值发电机原理, 见图3
V (0) 相当于追加支路Zij开路情况下网络的各节点电压, 那么等值电势E
undefined
电源的等值内阻抗ZT为
undefined
从图3可以看出
undefined
其中undefined、undefined、undefined、undefined、Zij都是在不改变原网络结构的情况下, 直接利用原因子表求得。继而可以求得I (1) 和V (1) , 最后求得各节点的注入电流I和电压V。
因此, 补偿法可以不改变网络的导纳矩阵以及P-Q分解法中的因子表, 因而运行速度很快;又因其利用了原来的因子表, 因而精度也很高。
3 云南电网静态安全分析
3.1 2015年云南500kV电网概况
云南500kV电网2015年丰大运行方式的接线见图4。到2015年, 云南外送输电线路由现在的“四交一直”, 增加到“五交三直”, 外送负荷由780万kW增加至2675万kW;500KV输电线路将由55条增加至107条;发电装机容量将由现在的2221万kW增至4172万kW。云南电力在未来几年呈现出快速发展。
3.2 确定500kV导线的经济电流密度
为满足电网运行的经济性, 输电线路的截面要按经济电流密度选择, 输电线路的经济电流密度和其年最大负荷利用小时数有关。
根据相关资料显示, 云南500KV电网的年最大负荷利用小时数平均为 4500小时左右, 规程中的曲线可得输电线的经济电流密度应为1.15/mm2。根据输电线路的导线截面, 确定各条线路的额定电流。
3.3 输电线路的负荷电流裕度
电网运行规程规定, 电网需满足N-1开断的要求, 即节点电压不能越限, 线路、变压器不能过载。BPA仿真软件的N-1开断计算, 只给出了过载线路的数据, 对于没有过载的线路, 其线路的负荷电流还有多大的上长空间也是需要掌握的, 为此引入输电线路的负荷电流裕度概念, 定量直观的表示线路的运行电流距其额定电流大小的相对值。
输电线路的负荷电流裕度μ1:
undefined
其中, Ile为线路额定电流, Il为线路的实际电流。μl越大说明线路运行越安全;μl小于零时说明线路已经过载。
用ΔI表示N-1开断前后线路电流变化的绝对值, ΔI为正表示线路电流增加, ΔI为负表示线路电流减少。
ΔI=Il2-Il1
Il1表示N-1开断前的线路电流, Il2表示N-1开断后的线路电流, 单位安培A。
3.4 2015年云南500KV电网N-1开断分析
3.4.1 500kV线路负荷电流裕度分析
利用电力系统仿真计算软件BPA, 对2015年云南特高压500kV电网的发展规划做N-1开断分析, 当500kV线路在某一条线路因故退出运行时, 检验其它线路的潮流分布情况和是否有过载现象, 以及应采取的相应措施。
从计算结果看出, 2015年云南特高压500kV电网基本满足N-1开断的要求, 只是在某些方式下, 有一部分线路过载, 超过了按经济电流密度确定的额定电流, 从经济的角度考虑, 不适合长期运行, 但还没有超过输电线路的长期允许载流量, 还不会对安全造成威胁。
3.4.2 节点电压越限分析
一共有八条500kV线路开断能引起节点电压越限, 占总开断线路的15%, 越限节点主要集中在各换流站的正负直流母线。
3.4.3 N-1引起的电网解列
在保山、功果桥、大理地区, 如果功果桥至大理的线路断开后, 由于是单回输电线路, 功果桥电站孤岛运行, 功果桥电站就要切机90万kW, 同时, 云南电网要切掉90万kW的负荷。同样, 如果保山至大理的线路断开后, 保山地区就要切机60万kW, 还要切掉6.85万kW的负荷, 同时, 云南电网也要切掉60万kW的负荷。鉴于此, 可以将功果桥至大理以及保山至大理的线路由单回线改为双回线路;或者在保山和功果桥之间架一条500kV的联络线, 以满足该地区的N-1开断要求。另外, 大盈江电厂、巡检司电厂、曲靖电厂、宣威电厂、威信电厂、保山变电站、迪庆变电站等也存在类似情况。
通过N-1开断计算, 共有15条500KV线路开断会引起电网解列, 占总的开断支路数的27.3%。
4 结束语
根据补偿法原理, 利用电力系统计算软件BPA对云南500KV电网进行N-1开断分析表明:
1) 部分线路超过了按经济电流密度确定的额定电流, 没有超过输电线路的长期允许载流量, 还不会对安全造成威胁, 但应避免长期运行。
2) 功果桥电厂、保山变电站、迪庆变电站等在接入系统时应采用双回线或采用联络的方式, 以尽量避免孤岛运行。
参考文献
[1]电力系统安全稳定导则DL711-2001[R]
[2]王锡凡等.现代电力系统分析[M].北京:中国科学出版社, 2003.3
静态安全风险 篇6
随着汽车保有量的增加,在各类交通事故中有关汽车安全气囊质量问题的投诉和报道也日益增多。安全气囊的保护除了与在发生碰撞时是否工作有关,还与安全气囊展开的过程与作用范围有关,有部分乘客在碰撞中受到的伤害来自于安全气囊本身的冲击。因此,对安全气囊展开的状态与过程的检测研究,有利于提高安全气囊工作过程中的安全性能。本文主要对汽车安全气囊静态展开试验,确定安全气囊静态展开试验装置的系统设计方案[1]。在此基础上,研究安全气囊静态展开所需要的电源参数,气囊点爆时间、电流大小参数可调的嵌入式电源系统,实现对安全气囊实验过程的智能控制[2]。
1 安全气囊点爆数控电源设计方案
安全气囊点爆数控电源主要由MCU数控模块、稳压恒流模块、电源模块、通信模块、触控显示模块等组成。其中电源模块将220 V电压的交流电经稳压器后变成系统工作需要的5 V和12 V的直流电压,分别供给各个系统。系统中设计了极低温度系数、低老化特性的电压参考电路,并采用负反馈的高速稳压恒流模块,对输出电压和电流进行滤波,系统输出的是程控恒流信号。另外,系统中利用ARM MCU中特有的SYSTICK时钟技术,实现了安全气囊精确的脉冲点爆时间。同时,系统的通信部分采用MAX232芯片,使MCU和触控模块进行实时的数据交换,并将输出值反馈到触控显示屏上。系统中,采用LM35温度传感器,对该电源的工作温度进行监控,若温度过高则打开风扇进行降温,实现温度控制风机启停,过热保护功能,可实现安全气囊的长时间可靠性测试。
点爆电源系统的整体原理框图如图1所示。
2 点爆数控电源硬件电路设计
数控点爆电源采用了高速32位ARM处理器STM32F103VET6,芯片中集成了12位的ADC与DAC模块,极大地简化了触发电源的外围电路设计,系统的体积小功耗低。由于集成ADC与DAC,在MCU内部可以通过软件算法,方便地实现输入与输出信号的检测与显示,同时可以达到较高的精度[3]。
2.1 ADC与DAC电路参数设计
图2为输出电压反馈与采集电路。由于要对输出信号进行实时的检测与控制,而点爆输出电压范围为0~10 V不满足CPU的AD范围(0~3.3 V),因此在设计中利用正向放大器对输出电压进行放大。对于输出电压首先经电阻分压后输入运算放大器的电压。
正向运算放大器的放大倍数为:
所以经正向放大后的采集电压VAD-V=1.7V×1.23=2.091V,满足AD范围。
图3为电流输出采样电路,根据设计要求,电流输出范围为0~4 A,采样电阻阻值为0.047Ω,放大电路的放大倍数:
所以输出信号的采样值为:
满足AD转换范围。
2.2 功率放大电路参数设计
图4为功率放大电路,通过CPU控制功率放大电路实现控制场效应管的栅源电压,以此实现对输出信号的调整。设计中采用正、负电源构成的互补对称功率放大电路。Q4、Q3分别为NPN型管和PNP型管,两管的基极和发射极分别连接在一起,信号从基极输入,从发射极输出,并在两管发射极之间增加2个电阻形成负反馈,减小失真,提高电路稳定性,防止热击穿,抑制空载电流随温度的变化[4]。
同时项目中对于输出电流有着极高的稳定性要求,因此需要高精密的采样电阻。它具备温度系数低、热电压小、低自感应、长期稳定性好和脉冲可增负荷能力高等特征。图5为电流采样电路。考虑到触发电路与安全气囊之间导线的电压损耗,设计了远端电压采集接口[5]。
2.3 散热及智能温控电路
安全气囊点爆时需要输出大电流,电源中并联了2个MOSFET作为输出管,即增大了输出能力,减少电源内阻。根据MOS管的特性,当管子中的电流过大时,其温度升高,导通电阻就增大,对于并联电路来说,电阻越大,电流反而小,稳定了电路的输出电流,因此,多个管子并联在一起,就会有自动均流的效果。为了实现安全气囊长时间可靠性测试功能,在MOSFET上安装了铝块,并安装了风扇,实现智能风扇温度控制电路,采用了高精度温度传感器LM35,避免电路过热损坏的可能性。图6为点爆电源散热器、温度传感器、MOSFET功率管的布置图[6]。
2.4 输出功率开关电路设计
电源设计中采用了高速、大电流、光电隔离PHOTO-MOSFET开关,实现了大电流无火花的高速开关,开关响应时间可达1 ms以内。同时,通过软件设计可实现灵活的开关策略。图7为PHOTO-MOSFET驱动电路原理图。选用松下公司生产的AQZ192型PHOTO-MOSFET,其最大输出电流可达10 A,完全满足安全气囊点爆电流的要求。同时,电源还集成了外部闪光灯、高速摄像机触发电路。
3 安全气囊点爆电源软件设计
电源系统设计使用了触摸控制的人机界面,并设计专用串行通信协议,实现了所有控制参数通过触摸屏实时输入,同时,系统的内部参数、输出电压电流等数据可以实时显示在人机界面上。
3.1 人机界面软件原理设计
采用新型触摸屏人机界面作控制面板,具有显示清晰、输入方便、数据观察方便、软件升级方便、开发周期短与整机设计简洁的优点,其外形如图8所示。
一般的仪器显示界面开发需要专业软件进行,比如VC++6.0等,周期长、成本高。而项目中的只需要设计好界面加上人机界面的控件设计软件。项目中的输出界面设计利用了LABVIEW软件进行,LABVIEW具有良好的GUI设计功能,可快速而美观地设计出仪器的外观与功能。本项目中的显示界面软件与主控之间原理框图如图9所示。
3.2 触摸屏输入输出界面设计
点爆电源系统对安全气囊具有完备检测功能,实现延时、脉冲、长时间通电可靠性的检测,同时有高速摄像机、闪光灯同步触发功能,设计了相应的输入输出界面设计。脉冲电流持续的时间在5~10 ms范围内可人工设置。图10为测试中的单通道界面,图11为多通道设计界面,图12为可靠性设计界面。
4 结语
经过对实际安全气囊的测试,安全气囊静态点爆电源设计完全达到设计要求。与国内外同类项目相比较,具有成本低、测试功能丰富、软件设计灵活等优势,数控电源有以下特点:
1)实现气囊点爆时间、电流大小参数可调,可设置点爆恒流的大小,并可精确到0.1 A;
2)脉冲电流的延时时间以秒为单位,在10 s的范围内可以人工设置,脉冲电流持续的时间在5~10 ms范围内可人工设置;
3)实现控制参数的人机交互功能,所有设定参数可通过触摸屏输入,并具有输出参数的实时监控显示;
4)具有完备的安全保护措施,系统具有断电保护功能、智能温控保护功能;
5)系统对安全气囊有完备检测功能,实现延时、脉冲、长时间通电可靠性的检测,同时有高速摄像机、闪光灯同步触发功能。
由于项目设计时间有限,还需要进一步研究安全气囊测试参数与其展开评价方法,使本安全气囊点爆电源其更加符合生产实际与相关标准。
参考文献
[1]陈守文,成一.汽车安全气囊的研究与发展[J].汽车研究与开发,2002(2):16-17.
[2]汪学方,杨俊波,张鸿海.汽车安全气囊智能控制系统设计[J].机械与电子,2005(11):18-19.
[3]陈剑军.采用数字电路技术设计一种数控电源[J].信息与电脑,2010(6):26-28.
[4]冯玉涵.基于单片机的直流数控电压源设计[J].现代电子技术,2011(9):124-125.
[5]杨伟明.基于STM32微控制器的数控稳压稳流电源设计[J].天津科技大学学报,2012(10):56-60.
静态安全风险 篇7
“以客户为中心”的转型
天融信高级咨询顾问沈余锋介绍到:“从当前国际上的安全运营发展趋势来看, 英国电信通过收购安全厂商, 或者与安全厂商进行合作的方式来为客户提供安全服务;德国、印度以及其他一些欧洲的电信公司都在采取与安全厂商强强联合的模式, 从而为客户提供更加多元化的安全服务。”目前运营商可提供的安全服务种类很多, 如流量监控分析、安全运营维护等, 从Gartner提供的技术生命周期图来看, 这种安全服务模式将会很快进入大规模产品发展阶段。
“我国电信运营商通过近几年的安全建设, 已经从单纯分散的、静态的安全防护产品过渡到了提供局部或全面的资产管理、安全事件管理上”, 沈余锋认为, “下一步要做的是如何提供以客户为中心的端到端安全防护, 即从静态的网络设备防护上提升到以业务目标为核心的动态防护上。”
运营商在完成自身安全建设之后, 将如何更好地为客户提供安全增值服务方面的问题值得思考。在IDC安全运营服务方面, 我国一些IDC服务商已经着手研究提供安全增值服务, 从统计数据来看2008年全国IDC安全收入只占所有安全运营收入的2%, 而在2009年已经提升到了5%。
分层次的安全体系架构
天融信从运营商“以客户为中心”的角度出发, 利用GAP模型深入研究客户感知与运营商提供服务间的差距, 找出差距的所在, 最终落实到各类监控业务指标上, 在为运营商提供安全服务的同时, 对其客户的安全需求进行分析。
安全系统需要考虑以客户为核心的业务系统, 为此天融信建立安全战略需求推动力, 将安全运营从业务指标、应用架构等层面进行分解, 并逐一进行安全建设。
天融信所提供的分层次安全体系架构分为三个层次, 首先是监控对象层, 包括被动方式获取信息和主动方式获取信息;其次是数据采集层, 将数据预处理提前进行处理, 以免给核心处理平台造成压力, 经过初步规划、过滤之后上升到核心处理层, 核心处理层进行统一分析后, 最后给客户提供一个不同视角的展示, 包括业务视角、安全实践视角、运维视角等。