基于地理数据的野火点火风险指标量化用于电力停电决策

电力线及其他电气设备故障已知会导致野火点火。为缓解电力基础设施引发野火点火的威胁，许多电力公司会主动停电电力线，这可能导致电力中断。关于野火点火风险的数据是有效规划电力线停电的关键输入。然而，存在多种方法来构建风险指标，以空间方式汇总野火风险图数据，并且存在不同的方式来利用此数据进行决策。本文的关键贡献在于定义并比较了六种用于从风险图中量化电力线野火点火风险的指标，考虑到用于规划电力线停电的阈值法和优化方法。数值结果使用加州测试系统(CATS)，该系统是一个大型合成电网模型，电力线走廊准确地代表了加州基础设施，结合了整年真实野火潜势指数数据。这是首次在如此大规模和真实的测试案例上应用优化电力停电规划。我们的结果表明，风险指标的选择显著影响停电的电力线以及 resulting load shed。我们发现，优化方法的结果在实现相同风险降低的同时，显著减少了阈值方法导致的负荷损失。