电力系统暂态稳定概率评估方法

提出了一种基于蒙特卡罗-支持向量机的电力系统暂态稳定概率评估方法。首先构建了一组包含电力系统稳定和故障信息的原始特征，经特征选择降维后作为支持向量机的输入，在训练集上进行10折交叉验证，研究了4种支持向量机，其中径向基核支持向量机具有优良的评估性能；然后采用非序贯蒙特卡罗模拟方法选择随机因素，径向基核支持向量机加速暂态稳定评估过程，利用累计分类结果计算电力系统暂态不稳定概率。新英格兰39节点测试系统算例表明，该方法能大幅减少模拟时间，满足暂态稳定概率评估的精度要求。     

电力系统脆弱性的一种分析方法——蒙特卡罗模拟法

通过对电力系统脆弱性分析总体思路的介绍，给出了脆弱性的定义，选用概率性的方法来评估系统在故障下的风险程度，借鉴电力系统三道防线的概念，我们把系统的运行状态分为正常状态、紧急状态和极端紧急状态三类，系统的脆弱值就是系统在可能的故障情况下发生第三类极端紧急状态的概率，在蒙特卡罗模拟的方法下，脆弱值大小等于故障后系统发生第三类状态的模拟次数在总模拟次数中所占的比例。在本文中系统处于第三类状态的判定是通过考察系统的动态和静态切负荷总量是否大于门槛值以及系统暂态在采取了紧急控制措施后能否达到稳定来确定。通过采用蒙特卡罗模拟法，分析系统找出薄弱环节，有助于准确把握系统的稳定性，对于各级调度部门采取积极的防御性措施，有效防止事故的发生提供借鉴。     

蒙特卡罗法在电力系统暂态稳定评估中的应用

随着电力系统规模的扩大和运行环境的日益复杂,基于概率的暂态稳定评估计算对于电力系统的规划和运行具有重要的意义。本文基于大电网的暂态稳定分析特点,对蒙特卡罗的状态采样、误差分析与收敛判据等关键内容进行了研究,提出概率暂态稳定性故障抽样模型、评估量化指标,以及基于蒙特卡罗方法的暂态稳定性评估流程。通过南方某省级电网实际算例分析,验证了所提方法在大电网暂态稳定性评估应用中的合理性和有效性。     

含风电-SMES的电力系统暂态稳定概率评估

大规模风电并网给电力系统的稳定运行带来了新的挑战,储能是应对这一挑战的技术之一。以超导磁储能(SMES)为例,提出了含风电-SMES储能的电力系统暂态稳定概率评估方法。首先搭建了一个含有风电和储能的仿真测试平台,其中：风电场采用双馈型风力发电机等值模拟,储能的模型采用SMES的三阶模型。在此基础上,研究了含风电和SMES的电力系统暂态稳定概率评估的方法,重点考虑了故障扰动和风速波动等随机因素,故障扰动包括故障位置、故障类型、故障持续时间以及重合闸成功与否等。基于二分法和蒙特卡罗仿真,量化了系统失稳的风险,建立了风电场的渗透率、储能容量和系统稳定性之间的定量关系。最后,结合SMES的技术经济性分析,给出了最优储能容量计算方法。     

融合JMIM和NGBoost的电力系统暂态稳定评估方法

为实现电力系统暂态稳定在线快速评估和可信度评价,提出了一种融合联合互信息最大化(JMIM)和自然梯度提升(NGBoost)的暂态稳定评估方法.基于JMIM,采用联合互信息和"最大最小值"原则挖掘海量输入数据的相关性,从而筛选出电网关键运行特征,避免维度爆炸问题.为实现高可信度的暂态稳定评估,构建NGBoost驱动的暂态稳定评估模型,可以以函数形式对模型的条件概率分布参数进行预测,进而实现概率预测,并量化可信度.结合自适应可信度阈值修正方法,实现对系统受扰状态暂态稳定的时序评估.利用新英格兰10机39节点系统和中国某省级电网数据进行了算例测试.与其他机器学习方法相比,所提方法在噪声干扰下具有更好的鲁棒性,可更准确识别不稳定运行状态.     

市场条件下电力系统暂态安全风险评估

介绍了基于风险的安全性评估方法基本原理以及电力系统运行中所受扰动的概率模型。从风险的角度将电力系统受到大扰动后的暂态安全风险划分为暂态失稳风险和暂态稳定风险2个方面，建立了市场条件下系统暂态失稳和稳定给发电方、输电方以及用户造成损失的后果模型，并从发电方、输电方、用户以及整个系统4个方面提出了暂态安全风险指标。在此基础上将系统中的故障和继电保护不正确动作看作系统的风险，提出了一种计算线路发生故障，考虑主保护拒动远后备保护动作切除故障的电力系统暂态安全风险指标的方法。结合WSCC-9系统，说明了该方法的应用。     

考虑输入变量相关性的概率潮流计算方法

风电场的大规模接入使得电力系统在进行规划设计和方式安排时需要计及风电出力的不确定性,概率潮流计算方法是在计及不确定因素的条件下分析电力系统运行状态的重要工具。针对当前所使用的概率潮流计算方法的不足,提出一种可以处理多个输入随机变量相关性的基于拉丁超立方采样（Latin hypercube sampling,LHS）的Monte Carlo模拟概率潮流计算方法,该方法同时还具有精度高和速度快等优点,并且不受输入随机变量的概率分布类型的约束。在同时考虑风电和负荷不确定性的条件下,对IEEE14和IEEE118节点系统进行仿真计算,结果验证了所提出方法的有效性和准确性。     

电力系统概率充分性和概率稳定性的综合评估

采用概率方法对组合电力系统的充分性和稳定性进行综合评估，涉及内容包括元件运行状态模拟，网络拓扑分析，潮流计算，暂态稳定计算，有功发电再调度，无功电压校正等的数学建模，多种紧急控制措施和发电再调度的模拟，文中给出了组合电力系统概率充分性和概率稳定性的综合评估算法流程和指标体系，并对IEEE测试系统的计算结果进行了分析，其结果证明了概率综合评估算法的必要性和可行性。     

基于Seq2Seq技术的电力系统暂态稳定评估方法

电力系统暂态稳定的评估识别有助于电网运营商制定系统扰动和故障后的纠正控制措施。引入深度学习思想,提出了一种基于Seq2Seq技术的电力系统暂态稳定评估方法。首先,梳理电力系统暂态稳定评估指标;然后以GRU为神经元,引入注意力机制,建立暂态稳定评估模型。算例验证表明：所提方法能够深入学习到样本数据中的时序性依赖特征,有效抓取特征细节,从而显著提升评估准确率。     

基于动态安全域与埃奇沃斯级数的电力系统暂态稳定概率评估

电力系统暂态稳定概率评估是确定性评估的有益补充。以安全域概率稳定模型为基础,基于动力系统理论确定电力系统暂态稳定主导不稳定平衡点附近的动态安全域线性边界,并采用以半不变量为基础的埃奇沃斯(Edgeworth)级数展开获得随机变量加权的联合概率分布,从而构建电力系统暂态稳定概率模型。该模型能有效计及发电机的出力和内电势、负荷的有功和无功功率、故障类型、故障位置和故障切除时间等多个不确定性因素,不需要繁琐的公式推导,物理意义清晰,实现简单,计算效率高。经IEEE 10机39节点系统测试和蒙特卡罗(Monte-Carlo)模拟法的验证,表明所提模型和方法是有效可行的,具有广阔的工程应用前景。     

基于马尔可夫链蒙特卡罗方法的电力系统暂态稳定概率评估

研究了一种电力系统暂态稳定概率评估方法,提出了利用马尔可夫链蒙特卡罗方法模拟负荷水平,考虑随机序列之间的相关性;模拟过程中,提出以故障信息作为输入特征、基于AdaBoost-DT的暂态稳定评估方法。新英格兰39节点测试系统的仿真表明,本文提出的马尔可夫链蒙特卡罗方法比传统的蒙特卡罗方法更快速收敛,同时AdaBoost-DT大幅减少仿真时间,且能有效预测暂态稳定性。     

基于EMTDC配电馈线中电压暂降概率评估

电压暂降概率评估的结果可以用于判断电力系统网络结构是否合理。与电压质量监测相比,随机预估方法能够在短期内得到负荷处公共连接点的电压暂降特征量。在配电馈线系统中,三相不平衡负荷沿输电线分布,且负荷类型不尽相同。如何准确地评估配电馈线网络的电压暂降概率,关键是对馈线系统的模型和故障类型进行仿真。采取蒙特卡洛法(Monte-Carlo)模拟和电磁暂态仿真软件EMTDC相结合的评估方法对配电网系统进行评估,算法通过对蒙特卡洛法随机产生的各种故障形态进行仿真计算,最后分析统计得到公共连接点的电压暂降概率。     

基于MCMC法进行电压跌落随机预估方法的研究

针对电压跌落随机预估中蒙特卡洛法（MC法）静态性、计算效率低、耗时长的缺陷,提出基于马尔可夫链蒙特卡罗法（Markov chain Monte Carlo,MCMC）对电压跌落进行随机预估。研究建立了电压跌落故障状态变量的数学模型,并利用Matlab建立了IEEE-9节点测试系统模型,使用Gibbs抽样法得到故障模型的状态变量。通过分析电压跌落幅值的概率分布,并用MCMC法和MC法分别对电压跌落指标进行仿真计算。仿真结果表明,该方法较蒙特卡罗法稳定性好,收敛速度快,计算时间短。     

Power system probabilistic security assessment using Bayes classifier

This paper presents a method for power system security assessment based on the Bayes classifier. This method can be applied to calculate probabilistic security indices as well as on-line security assessment. In general, the determination of security breach is a cumbersome and time-consuming process due to dynamic and steady-state effects. These effects can be incorporated by considering transient stability, satisfaction of system load without violation of constraints, and voltage stability studies. The variation of the system load, as well as contingencies, may cause system transition to a different operating state. It is impractical if not impossible to evaluate all these situations, such as contingencies resulting from load variation. The straightforward Monte Carlo simulation, one of the possible methods in power system reliability analysis, requires the evaluation of a system operating state for each sampled state and is computation-intensive. In the proposed method, first the joint probability density of feature vectors has been obtained by using some training data. Once this joint distribution is obtained, the Bayes classifier provides the assessment of system security without complicated contingency analyses and can reduce the computational burden. Security status of a given feature vector can be determined by a posteriori probability rule called Bayes rule, which can be implemented in on-line security assessment or power system reliability studies.     

基于频率动态特性的电力系统频率失稳概率评估

提出一种电力系统频率失稳风险评估方法,该方法计及了旋转备用的频率动态特性,建立了低频减载作用下的频率稳定分析模型。基于非序贯蒙特卡洛仿真,计算分析了失稳概率、失稳频率、期望切负荷量和频率动态指标,实现了对频率稳定性的概率量化评估。探讨了旋转备用容量变化、低频切机容量变化对频率稳定性的影响,并计算了在多层负荷模型中计及和不计及不确定性两种情况下的频率稳定年度指标。IEEE RTS79系统算例分析表明所提方法能从概率角度全面深入评价电力系统的频率稳定性,可为低频减载配置方案的合理性和机-网的协调性提供一定参考依据。     

基于一维卷积神经网络的电力系统暂态稳定在线评估

传统电力系统暂态稳定评估基于时域仿真计算,计算复杂度高,难以在线应用。提出一种基于一维卷积神经网络的电力系统暂态稳定在线评估,可极大提升暂态稳定在线评估速度。通过马尔可夫链蒙特卡洛抽样算法进行电力系统运行状态模拟,生成大规模运行数据。通过电力系统时域仿真计算确定发电机最大功角差。将电力系统运行数据作为一维卷积神经网络的输入,发电机最大功角差作为输出,训练一维卷积神经网络。在线应用场景下,一维卷积神经网络可基于当前运行数据快速计算发电机最大功角差,实现暂态稳定性在线评估。新英格兰39节点系统验证了所提在线评估算法的可行性。     

Probabilistic transient stability assessment for on-line applications

The increasing need to improve security monitoring of networks by system operators is the main motivation of the work described in this paper. The paper provides an algorithm for the on-line probabilistic transient stability assessment of existing or forecasted operating conditions. The proposed algorithm is an analytical method making use of two types of information: (i) transient stability assessment tool, and (ii) probabilistic factors. The corrected transient energy margin (CTEM), which is a hybrid method, is used to on-line transient stability assessment. The probabilistic factors of the conditional probability theorem were included in our method. Hence, our algorithm calculates the probability of the transient instability through using the CTEM and probabilistic factors in the transient stability in an on-line manner for exciting or forecasted operation condition for short term operation condition (e.g., next 1 h period). The implementation of the proposed method to New England 39-bus test system showed the ability and good performance of the method for the probabilistic assessment of the transient stability. Also, the method provides the system operator with a profound insight into the system stability conditions. The results retrieved again with changed operation conditions; therefore, the system operator can sometimes improve the system stability condition through making little changes in the power output of generators.     

Assessment of transient voltage stability based on critical operating time of emergency control using neural networks

Since unstable phenomena that load bus voltages collapse rapidly after a large disturbance occurred in a bulk power system, it is becoming necessary to develop a fast and precise evaluation method of what is called transient voltage stability. Although many indices have so far been proposed for static voltage stability assessment, there are few evaluation methods, digital simulation analysis for example, for the transient voltage stability assessment that deals with the dynamic characteristics of generators, loads, etc. This paper presents the transient voltage stability evaluation system that consists of two artificial neural networks (NNs). The first NN judges whether the system is stable or not under a given operating condition, load composition and fault location from the viewpoint of the transient voltage stability. If it is judged to be unstable, the second NN estimates critical operating time of emergency control action as a severity index of the transient voltage instability. Here, closing of a bus tie that is switched off in the normal state is adopted as the emergency control for voltage stabilization. Numerical examples for a 26-bus model system are shown in order to check the effectiveness of the proposed evaluation system.