静态电压稳定分析的故障筛选和排序方法

提出一种新的故障筛选和排序方法。首先,定义一种负荷裕度阈值,用连续潮流法计算此裕度下的潮流工况,在此工况下,利用最优乘子法依次求解所有的开断潮流,将有解的大部分开断作为安全故障筛选掉,少量无解的则为不安全故障。然后,在基态下利用最优乘子法依次求解不安全故障的开断潮流。有解则为危险故障,并用连续潮流法求解负荷裕度,按裕度给出排序;无解则为失稳故障,结合最小二乘潮流解失配量中隐含的校正控制灵敏度信息,使用序列线性规划法给出使潮流恢复有解的最小切负荷代价,据此代价来排序失稳故障。新英格兰10机39节点系统的仿真结果验证了所提出的方法能快速、可靠、全面地实现电压稳定的故障筛选和排序。     

基于故障风险指标排序的安全约束最优潮流

安全约束最优潮流(SCOPF)是一种常用的电力系统运行调度方法,但由于需要考虑大量的预想事故,问题的求解十分困难。如何加快SCOPF的求解速度是现阶段研究的热点问题。在传统的基于故障严重度排序的安全约束最优潮流基础上进行改进,采用改进过载风险指标代替传统的严重度指标,并考虑电力网络实时的天气状况,提出了一种新型的基于故障过载风险指标排序的安全约束最优潮流算法。算例分析表明,该算法所采用的故障集更小,具有迭代速度快、安全性高和经济性好的特点,可为调度员的运行决策提供重要参考。     

全局输配电网电压稳定故障筛选与排序的分布式计算方法

随着传统配电网向含大量分布式电源的主动配电网转变,输电网、配电网电压稳定评估已不再适宜各自独立计算。基于输电网、配电网分属于不同控制中心调控,提出一种全局输配电网电压稳定故障筛选与排序的分布式计算方法。该方法分为两阶段：阶段1中采用输配电网主从分裂分布式潮流工具在系统要求最小负荷裕度值的工况下进行各预想故障的潮流计算,采用最优乘子法筛选出潮流不可解的严重故障;阶段2中采用基于输配电网分布式连续潮流的步长加速二次曲线拟合方法计算严重故障的负荷裕度并进行排序。由1个IEEE 118节点输电网和2个IEEE 33节点配电网组成的全局输配系统的仿真算例表明所提方法能够快速可靠地实现全局输配电网电压稳定故障筛选与排序。     

基于最优乘子潮流确定静态电压稳定临界点

给出了一种基于最优乘子潮流求静态电压稳定临界点的新方法.与连续潮流或直接法求解电压崩溃点不同,该方法从潮流的可行域外出发,利用潮流迭代过程中最优乘子的值和最小二乘解提供的信息,沿注入功率变化的方向逼近电压崩溃点.给出了判别和计算鞍结型和约束诱导型分岔点的方法,分析了逼近过程中的各种可能情况.对多个算例测试的结果表明:所提出的方法通过几次迭代即可收敛于静态电压稳定临界点,计算结果与应用连续潮流和直接法一致.     

基于最优乘子的PV曲线求取方法

给出了一种求取电力系统PV曲线，从而确定静态电压稳定极限的实用方法。在迭代过程中，该方法有效地结合了直角坐标下的最优乘子和预测－校正技术，避免了系统在较轻负荷条件下可能存在的不稳定性，从而可以加速收敛，减少迭代次数及解的盘旋，改善病态系统的特性。     

静态电压稳定分析的故障筛选和排序方法

提出一种新的故障筛选和排序方法。首先,定义一种负荷裕度阈值,用连续潮流法计算此裕度下的潮流工况,在此工况下,利用最优乘子法依次求解所有的开断潮流,将有解的大部分开断作为安全故障筛选掉,少量无解的则为不安全故障。然后,在基态下利用最优乘子法依次求解不安全故障的开断潮流。有解则为危险故障,并用连续潮流法求解负荷裕度,按裕度给出排序;     

电压稳定分析中支路型故障筛选及排序算法研究

提出了一种用于电压稳定性分析的支路型故障筛选和排序的快速算法，该方法分为4个阶段：①依据正常运行状态下的潮流解从所有预想事故中筛选出严重事故；②通过分析线路被置换后系统雅克比矩阵的最小奇异值，从所筛选出的事故中再次筛选出更严重的事故；③在指定的负荷水平下解潮流方程，从第二次筛选出的事故中再次筛选出最严重的事故；④对每个最严重的事故进行1次潮流计算，估计其最大负荷能力。通过New-England 39节点系统和IEEE 118节点系统算例表明，此算法计算量少，简单有效，易于实现。     

基于最优乘子快速解耦法的交直流混合系统潮流计算

快速解耦法具有程序设计简单、计算速度快、内存占用量小、收敛性好等优点,因此成为高电压等级网络优先采用的潮流计算方法。但对一些病态系统,往往会出现计算过程振荡甚至不收敛的现象。在快速解耦法中引入最优乘子调节变量的修正步长,应用到交直流混合系统的潮流计算中,提高了计算速度,并有效地解决了病态交直流混合系统的潮流计算问题。通过算例验证了该方法的有效性。     

含最优乘子的连续潮流算法和奇异值算法的电压静态稳定分析软件开发

介绍了一种适用于大型电力系统的电压静态稳定分析软件的研制及其结构和功能。该软件采用最优乘子和连续潮流相结合的算法以及奇异值算法计算分析系统的电压静态稳定裕度。在算法中采用了节点优化、矩阵稀疏化技术;考虑了发电机约束;引入了负荷模型和电压无功控制策略模拟实现系统情况。实例计算表明该软件实用功能强、使用方便、计算速度快、计算结果合理。     

一种用于电力系统静态稳定性分析的故障筛选与排序方法

提出了一种用于电力系统静态稳定性分析的故障筛选和排序方法,该方法分为两个阶段:在第1阶段采用基于灵敏度的负荷裕度预估方法和通过两次潮流迭代预估系统电压降的方法从全部故障中筛选出严重故障集;在第2阶段采用改进的二次曲线预估方法对严重故障进行负荷裕度的预估和排序,同时应用故障连续潮流对失稳故障进行识别和排序.利用该方法开发的电力系统静态稳定分析与控制软件在国外某实际电力系统中的成功运行表明了该方法的有效性.     

计及源-荷功率波动性的静态电压稳定故障快速筛选和排序方法

为有效分析新能源发电与负荷的随机波动下设备故障对电压稳定性的影响,基于局部电压稳定指标(L指标)提出了一种计及源-荷功率波动性的静态电压稳定故障快速筛选和排序方法。首先,推导了L指标及其变量的全微分方程,进而给出了系统网络拓扑结构和节点注入功率变化时L指标的线性化计算公式;其次,选取基准运行方式进行潮流计算获得初始状态值,并提出采用带校正的线性化方法计算各预想事故下的L指标进而筛选得到严重故障集;然后,结合新能源与负荷功率曲线值与基准运行点的偏差,计算严重故障集内的L指标并进行故障的时段排序;最后,综合比较时序分析结果得到最终的故障排序。算例结果验证了所提方法的可行性和有效性,与现有方法相比可以在保证故障排序结果准确度前提下显著提升计算效率,对含新能源电力系统静态电压稳定故障快速筛选和排序具有一定参考和借鉴意义。     

电力系统预想事故自动选择的一种新算法

基于基本的节点电压方程,提出了一种电力系统预想事故自动选择的新算法。算例计算表明,这种算法完全符合预想事故自动选择的速度快、事故捕获率高的要求。     

基于统计学习的模糊暂态稳定事故筛选与排序

暂态稳定事故筛选与排序的目的是针对一组预想事故集合挑选出严重事故或滤除掉无害事故,以减少待分析的预想事故数目,满足在线动态安全分析的需要.文中提出一种基于统计学习的模糊暂态稳定事故筛选与排序方法,该方法采用了反映事故严重程度的10个性能指标,并通过样本学习,在每个指标集合上具体定义了系统稳定性的模糊隶属度函数;然后综合运用这10个性能指标的稳定性模糊隶属度得到的平均稳定性模糊隶属度,对预想事故集合按严重性进行了排序;接着根据排序结果,结合所设定的稳定阈值,将无害事故过滤掉.最后,用新英格兰10机39节点网络验证了该方法的有效性.     

基于灰色关联分析法的电压稳定故障筛选与排序

故障筛选与排序是电力系统电压稳定评估的重要部分。针对以往基于潮流计算筛选方法的单一性,提出了一种新的故障筛选与排序方法。首先结合感应电动机特性、负荷大小、电源支撑及输电线路情况构建一套故障筛选指标体系;其次针对单一指标反映故障严重程度的局限性,采用灰色关联分析法计算综合指标,综合多方面因素评估故障严重程度。采用存在电压稳定问题的实际电网数据对所提方法进行验证,结果表明基于灰色关联分析法的电压稳定故障筛选与排序方法是合理和有效的。     

安全约束最优潮流的实用模型及故障态约束缩减方法

针对大型电力系统安全约束最优潮流(SCOPF)问题具有的计算规模庞大、求解困难的特点,提出了基于潮流转移关系的SCOPF实用模型及故障态约束缩减方法。首先通过预想故障分析建立故障前后的有功潮流转移关系,将故障态支路有功潮流描述为基态支路有功潮流的函数,从而将故障态支路有功潮流约束描述为基态支路有功潮流的线性不等式约束;然后通过对并联线路或并列主变压器进行分组,利用组内支路的有功潮流分布关系减少需监视的支路规模;最后利用设备短时通流能力明显大于其长期通流能力的特征对故障态支路潮流约束进行过滤,以尽可能减小SCOPF问题的计算规模。IEEE 14节点测试系统和华东电网的仿真分析验证了所提模型及约束缩减方法的正确性和有效性。     

潮流不可解评估方法的比较

电力系统在线电压稳定监视与控制中,故障态潮流发散的情况经常出现。识别其是否确实为失稳故障、准确评估其不可解程度及其提供校正控制用的灵敏度信息是对不可解潮流解算技术的3个基本要求。最优乘子牛顿法、基于直接求解KKT条件的最优潮流法和新近提出的故障型连续潮流法是3个可以处理潮流不可解的技术。前两者提供了在功率注入空间某种距离最近的临界点,而故障型连续潮流法提供了故障参数空间最近的临界点。文中应用这3种方法对IEEE 118节点标准系统进行了计算,从识别的可靠性、不可解程度评估的准确性和灵敏度信息的合理性等方面对它们进行分析和比较,结果表明所得到的不可解程度评估和排序结果存在差异,都包含了控制灵敏度信息。