利用发电机转速实时识别两群暂态功角失稳EI北大核心CSCD

针对特高压直流配套电源存在的两群暂态失稳问题,提出了一种基于发电机转速数据识别暂态功角稳定性的新方法。首先,在单机无穷大系统中发现了暂态功角失稳时发电机转速的特征,并证明该特征与暂态失稳的严格对应关系,提出了易于工程实现的失稳判据;然后,基于互补群惯量中心变换,将该失稳判据用于识别多机系统的两群失稳模式。在实际大电网中对所提方法进行测试,结果表明,该方法能够有效甄别暂态功角失稳,具备量测信息少、计算简便快速的优点。     

基于两阶段信息压缩的电网动态轨迹预测与稳定性评估

故障后的暂态稳定性评估与动态功角轨迹预测对于电力系统稳定运行与紧急控制决策具有重要意义。直接采用系统全部的暂态初期响应观测对全时域的功角轨迹进行预测，将使得模型输入与输出过于复杂且关联规则难以挖掘，限制了其在大规模电力系统中的实用性。因此，文中提出了一种基于两阶段信息压缩的电力系统动态功角轨迹预测与稳定性评估方法。阶段1将暂态初期响应采用统一流形逼近与投影算法映射至低维欧氏空间，从而计算互信息作为相关性度量,然后基于改进最大相关与最小冗余算法综合相关性与冗余度进行特征筛选，从而剔除响应特征集中的冗余信息。阶段2采用改进的分辨率自适应最大三角形三桶算法对全时域功角轨迹进行压缩，提升轨迹数据的信息密度。最后，基于门控循环单元构建动态功角压缩轨迹预测与稳定性评估模型，并采用CEPRI-TAS算例系统验证了所提方法的有效性。     

含电流限幅器的逆变器暂态稳定性评估方法

大扰动条件下,用于抑制逆变器故障冲击电流的电流限幅器可能引起逆变器发生暂态功角失稳。但限幅器使得逆变器的模型存在连续不可导运行点,导致无法评估逆变器暂态稳定性。针对这一问题,文中提出一种含电流限幅器的逆变器暂态稳定性评估方法。以下垂逆变器为例,构建含限幅器的下垂逆变器的能量函数,并刻画逆变器的稳定域,最后基于RTLAB实验平台验证了所提方法用于逆变器暂态稳定性评估的有效性。     

一种基于LS-SVR的电网在线暂态稳定性预测新方法

广域测量系统WAMS(Wide Area Measure System)的出现,为大电网在线暂稳预测提供了新的实时数据平台。基于WAMS数据,通过CCCOI-RM变换将系统进行简化等值,采用最小二乘支持向量机回归算法LS-SVR(Least Square Support Vector Regression)的出色学习性能和非线性处理能力,对等值系统的功角轨迹进行在线学习和实时预测,并进一步使用极值、阈值双重判据进行暂态稳定性判断。该方法不用考虑系统详细结构,计算速度快,预测时间长,仿真分析表明所提出的方法能够快速准确地预测电力系统的暂态稳定性,并为下一步采取相应的紧急预控制措施提供相对充裕的时间窗口。     

基于受扰电压轨迹的电力系统暂态失稳判别（一）机理与方法

随着相量测量单元/广域测量系统技术的广泛应用,基于实际响应的安全稳定控制技术成为研究热点。文中首先分析了振荡中心电压与系统暂态稳定性的关系,进而提出一种基于受扰电压轨迹的暂态失稳实时判别方法。根据扰动后电压轨迹进行复合积分运算,由系统振荡中心的电压映射区域发电机群的相对运动信息,实时量化评估全网的暂态稳定性。与基于扰动后功角轨迹的判别技术不同,所提方法无需进行发电机快速分群,不需要计算系统惯量中心,可用于功角多摆稳定性评估,具备计算量小、容错性高的特点。     

一种基于LS-SVR的电网在线暂态稳定性预测新方法

广域测量系统 WAMS(Wide Area Measure Systom)的出现,为大电网在线暂稳预测提供了新的实时数据平台,基于WAMS数据,通过CCC01-RM变换将系统进行简化等值,采用最小二乘支持向量机回归算法LS-SVR(Least Square Support Vectot Regression)的出色学习性能和非线性处理能力,对等值系统的功角轨迹进行在线学习和实时预测,并进一步使用极值、阈值双重判据进行暂态稳定性判断.该方法不用考虑系统详细结构,计算速度快,预测时间长,仿真分析表明所提出的方法能够快速准确地预测电力系统的暂态稳定性,并为下一步采取相应的紧急预控制措施提供相对充裕的时间窗口.     

发电机运动轨迹预测理论的研究

广域测量系统的发展,为根据实测电力系统轨迹进行暂态不稳定性的紧急控制提供了可能。利用实时数据进行超实时预测能尽早投入控制措施,阻止失步的发生。因此,研究高精度长时间的轨迹预测具有重要意义。从发电机运动方程出发,导出了适用于电力系统的滚动自记忆预测方法。该方法先用三角函数拟合不平衡功率,然后由不平衡功率预测角速度,最后由自记忆公式预测功角。IEEE9节点系统的仿真计算结果表明,该方法可以很准确地预测未来至少0.5 s的功角轨迹,同三角函数、自回归预测相比,具有预测精度高、预测时间长的优点。     

考虑故障限流的VSG暂态功角稳定控制方法

当电网发生严重故障时,虚拟同步发电机(VSG)易发生功角失稳并导致故障电流越限,现有方法大多忽略功角失稳与故障过流之间的内在关联性而将二者单独处理,导致二者难以同时解决。为此,分析了VSG的暂态功角特性和故障电流特性,阐释了产生上述问题的原因及相互关系;基于相图理论分析了多影响因素下VSG的暂态功角稳定性,提出了一种考虑故障限流的VSG暂态功角稳定控制方法,该方法在自适应调节有功功率指令以保持功角稳定的基础上联合调节无功调压系数,并引入准静态近似虚拟阻抗,同时实现了故障期间VSG的暂态功角稳定和全故障限流。仿真和实验结果验证了理论分析的正确性及所提控制方法的有效性。     

暂态功角弱稳定模式辨识及其协调紧急控制策略

针对电网发展过程中可能出现的复杂暂态功角失稳现象,提出了用于系统安全稳定分析和控制的暂态功角弱稳定模式的概念及其辨识方法,解析了紧急控制导致弱稳定模式演化为主导失稳模式的机理及其近似必要条件。在理论分析的基础上,提出了基于系统暂态稳定约束转化的紧急控制数学模型,进而设计了基于动态灵敏度指标的启发式协调紧急控制策略计算方法,提升了紧急控制算法对于处理复杂暂态失稳情况的适应性,实现了统筹系统暂态功角多个弱稳定模式的自动协调控制。基于实际电网的算例验证了所提紧急控制负效应机理及策略搜索算法的有效性。     

基于响应轨迹最大李雅普诺夫指数动态特征的暂态稳定在线监测

基于非线性动态系统最大李雅普诺夫指数(LLE)稳定性判别理论,研究无需系统模型的电力系统暂态功角稳定性在线监测方法。提出一种改进LLE估算法,并利用该方法分析发电机相对功角响应轨迹LLE的典型动态特征及关键特性,在此基础上提出基于响应轨迹LLE动态特征的暂态稳定性监测方法。针对实际中不完备的相量测量单元(PMU)配置问题,提出基于临界机组对的暂态稳定性在线监测方案,以节省计算成本并加快稳定性监测。IEEE 10机39节点系统仿真结果验证了所提方案的有效性。     

基于相轨迹MLE指标的暂态功角稳定在线辨识

为实现暂态功角稳定的快速预判,提出一种利用动态系统最大李雅普诺夫指数(MLE)对相平面中转速差—功角差轨迹特性进行分析的暂态功角稳定在线辨识方法。首先,介绍了MLE稳定判断原理及求取方式。其次,以单机系统为例,从物理机理上严格分析了不同场景下转速差—功角差相轨迹变化特性与暂态功角稳定之间的关系。进而,在利用递推最小二乘算法改进MLE求取方式的基础上,结合相轨迹特性自动优选参数,给出了无需传统方法中预先确定MLE符号观测窗口的暂态功角稳定判据,形成在线辨识方法。最终,利用双机等值思想将方法推广到多机系统。仿真算例验证了方法的正确性与有效性,方法对一摆、多摆稳定判断问题均有效,并对发电机分群结果有较强的容错能力。     

基于WAMS的电力系统受扰轨迹预测

基于相量测量单元（PMU）上传的实时功角数据,应用曲线拟合理论,提出了一种电力系统事故后功角轨迹快速预测的新方法。该方法从一个简单电力系统调速控制模型出发,推导出了功角与时间关系的数学模型,即功角随时间呈正弦衰减变化。由此提出了利用三角函数曲线拟合技术,对功角受扰轨迹进行预测。对IEEE 9节点系统与华北电网进行了仿真计算,结果验证了该方法的有效性。此外,与多项式曲线拟合法的对比分析表明,该方法优于传统的多项式曲线拟合法,具有更好的预测效果。     

基于功角受扰轨迹拟合的暂态稳定快速预测

基于相量测量单元（PMU）上传的功角实时量测数据,利用发电机功角受扰轨迹的分布知识,提出了一种基于功角受扰轨迹拟合的暂态稳定快速预测方法。该方法首先对系统进行离线仿真,记录发电机在受扰情况下相对于参考机的功角轨迹变化情况,并对轨迹集合进行聚类分析,从中提取特征轨迹,生成发电机的受扰轨迹标准模式库（PTSPD）;然后计算功角实时量测数据与发电机PTSPD中各个模式的欧氏距离,并利用某种修正方案来预测发电机功角的运行轨迹,从而快速判断出系统的稳定性。以新英格兰节点测试系统为例,证明了该方法的有效性和合理性。     

基于WAMS的电力系统暂态稳定的快速预测

提出一种基于广域测量系统WAMS(Wide areaMeasurementSystem)的电力系统暂态稳定实时快速定量分析的方法。该方法根据PMU实时采集的各发电机转子角速度及电磁功率,通过预测扰动结束后系统运动轨迹和基于暂态能量的轨迹分析法来评估系统的暂态稳定性。在 6机系统上进行仿真计算,结果表明,该方法能有效预测电力系统的暂态稳定性。     

基于集成深度置信网络的精细化电力系统暂态稳定评估

为了进一步提高电力系统暂态稳定的预测精度及给出更精细化的评估结果,将深度学习与电力系统暂态稳定相结合,根据故障切除后发电机功角"轨迹簇"特征,提出一种基于集成不同结构的深度置信网络(DBN)的精细化电力系统暂态稳定评估模型。该模型的基分类器DBN能够有效地利用深层架构所具有的特征提取能力,充分挖掘出输入特征与暂态稳定评估结果之间的非线性映射关系。在新英格兰10机39节点系统上的实验结果表明,该方法不仅优于浅层学习框架,也比部分深度学习模型的性能更加优越。除此之外,该集成DBN算法不仅有较高的预测精度,而且可以有效地评估系统的稳定裕度和不稳定程度等级;在部分同步相量测量装置信息缺失以及含有噪声时,表现出较强的鲁棒性。     

基于FFT-LSTM的变速抽蓄机组转子绕组短路故障和偏心故障诊断方法

变速抽水蓄能机组是适应系统功率波动的重要调节手段。转子绕组短路故障和转子偏心故障是其常见的故障类型,两种故障均会在定子侧感应生成特征频带相近的谐波环流,导致两种故障难以被区分。提出了一种基于快速傅里叶变换-长短期记忆(fast Fourier transform-long short-term memory, FFT-LSTM)网络的故障诊断方法,以细化分辨故障特征相近的转子绕组短路故障和转子偏心故障。所提方法以定子分支环流的谐波分量为特征量进行故障诊断,分别推导了两种故障发生时定子侧环流谐波特征,并总结二者间的相似性和差异性。鉴于该差异较为微弱,引入长短期记忆(longshort-termmemory, LSTM)神经网络算法对其进行辨识。利用内部故障仿真模型对可能发生的转子绕组短路故障和偏心故障进行批量仿真,以得到用于LSTM网络训练和测试的数据集。仿真结果表明FFT-LSTM能够准确诊断不同转速下变速抽蓄机组的转子绕组短路故障和转子偏心故障。     

基于电力系统同步多参量测量的自记忆轨迹预测算法

基于大气运动自记忆预测方法,导出了使用历史观测的多状态量预测电力系统微分方程中某一状态量的自记忆数值预测计算公式,并提出了基于广域测量系统的电力系统功角综合预测方案。该方案在每一采样时刻首先基于临界机组不平衡功率的拟正弦特性使用正弦三角函数滚动预测临界机组不平衡功率的变化,然后使用多个同步状态量的自记忆预测公式预测临界等值机组的角速度和功角。IEEE145节点系统和某省网实际系统仿真结果显示该方案具有精度高和稳定性好的优点,其能够稳定可靠地预测未来0.4s系统轨迹的变化。     

融合轨迹预测技术的输电线路新型自适应重合闸

输电线路故障的重合闸时刻对系统的暂态稳定有很重要的影响.针对目前最佳重合时刻难以在线确定的问题,提出融合轨迹预测技术的重合时刻在线捕捉方法.核心是利用机组功角的轨迹预测信息,确定系统振荡机组的主导模式,并按主导模式对机组进行分群,将多机系统复杂的暂态稳定性问题转化为对应的单机无穷大系统的功角稳定性分析,选其单机无穷大系...     

基于支持向量机的在线暂态稳定故障筛选

为了满足在线暂态稳定评估计算时效性要求,基于历史大数据提出了一种采用支持向量机的暂态稳定预想故障筛选方法。结合扩展等面积准则暂态稳定量化评估方法,基于系统功角稳定模式和机组参与因子选择特征量,按照关键特征量将历史运行方式聚类,针对失稳样本分布分别采用分类和回归2种预测方法,在预测模型适用性判别和模型匹配基础上获得稳定裕度预测值、分类稳定预测结果和可信度量测,采用交互式并行计算进行在线暂态稳定故障筛选,可以在较大程度上避免SVM暂态稳定评估方法固有的误判情况。基于某实际电网的算例验证了所提方法有效性。