特高压联网区域实时小干扰稳定分析策略

基于特征值分析法、并行计算技术和低频振荡在线辨识技术,提出一种互联电网小干扰稳定实时分析策略。传统的特征值分析法存在缺根和计算速度慢的缺点,无法达到小干扰稳定分析实时应用的需求;随着广域测量系统的发展,模态辨识方法被用来在线监测电网的低频振荡,但是该方法提供的结果信息有限。所提出的实时小干扰分析方法将低频振荡在线辨识和特征值计算相结合,有效利用广域测量系统提供的辨识结果,进行深度小干扰稳定分析,能准确、全面地实时评估电力系统小干扰稳定情况,为调度人员及时地采取有效抑制振荡的控制措施提供依据。特高压联网区域的实际算例计算,验证了该方法的准确性和有效性。     

基于希尔伯特–黄变换的电力系统小干扰稳定分析方法

采用特征值求解分析系统小干扰稳定时存在不足:全部特征值的求解在大规模电力系统中会出现"维数灾";分析大规模系统的部分特征值求解方法可能遗漏某些重要的模态。为此,提出一种基于时域特性曲线分析的电力系统小干扰稳定分析方法。该方法基于矩阵指数函数的计算,获得表征系统小干扰稳定性的时频特性曲线,通过希尔伯特–黄变换(Hilbert-Huang Transform,HHT)方法分析该时频特性曲线获取系统的模态参数,进行小干扰稳定分析。最后,通过WSCC 3机9节点系统算例验证了该方法的有效性。     

电力系统小干扰稳定实时风险评估方法

为实时反映当前电力系统小干扰稳定性状况,建立了小干扰稳定性实时风险评估指标,提出了电力系统小干扰稳定实时风险评估方法。评估模型中,在当前运行状态或者关键线路N-1状态下,利用特征值分析方法,以阻尼比0.05作为阈值判断小干扰稳定性;计及输电线路实时故障率计算关键线路N-1状态下小干扰失稳概率。在小干扰失稳后果评估中,利用参与因子筛选调整节点,以控制代价最小化为目标,依据阻尼比灵敏度,迭代计算调整节点控制量,最终协调所有弱阻尼振荡模式控制量,生成综合优化控制方案,计算控制代价作为后果指标;以华中电网某一时间断面的数据为例,验证了该风险评估方法的有效性。     

大规模风电接入电力系统的概率小扰动稳定性分析与优化控制

确定性模型的特征值分析方法难以准确评估含大规模风电电力系统的小干扰稳定性,为此提出一种概率小 干扰稳定的分析方法.首先,通过Weibull分布描述风速的不确定性,利用极大似然法并结合实测数据计算Weibull 分布的形状参数及尺度参数.其次,提出基于点估计的小干扰概率稳定分析,利用半不变量法和Cornish-Fisher级数 展开法拟合输出状态变量,获得输出变量的概率分布.最后,以区域振荡模式阻尼比为优化目标,以电力系统频率稳 定为约束,优化风力发电系统的虚拟惯量控制参数,提高含大规模风电的电力系统小干扰稳定性.仿真计算结果表 明,通过对风电机组的虚拟惯量参数优化,可提高含大规模风电的系统阻尼比,有效改善系统的小干扰稳定性,为高 渗透率风电接入电力系统的安全可靠运行提供一定的理论基础.     

基于Pade近似的时滞电力系统特征值计算方法

考虑广域反馈时滞后,电力系统的特征方程含有超越项,试图通过直接求解该方程得到系统的关键特征值变得非常困难。文中利用Pade近似有理多项式来逼近时滞环节,提出了一种计算时滞电力系统部分特征值的方法。将Pade近似有理多项式转化为状态空间表达式并进行平衡化处理,通过与无时滞电力系统和广域阻尼控制器相连接,建立时滞电力系统的线性化模型。根据系数矩阵的稀疏特性,可以利用稀疏特征值算法求解系统的部分特征值。该方法使得沿用常规电力系统小干扰稳定性的特征值分析方法理论和框架来分析时滞电力系统的小干扰稳定性和设计广域阻尼控制器成为可能。2区4机和新英格兰10机39节点算例系统的特征值及其对时滞的灵敏度计算结果表明,该方法能够较准确地求解与时滞系统中动态元件相关的部分特征值,正确求解与时滞环节相关的特征值个数和计算精度与有理多项式的阶数有关。     

基于多进程的电力系统频域特征值并行搜索算法

对大规模电力系统进行小干扰稳定分析时,特别是在线动态安全预警系统中,由于系统线性化矩阵的规模庞大,求解特征值的串行算法难以满足计算速度的要求.近年来,多核CPU技术发展迅速,充分利用多核CPU的计算机硬件资源,采用并行计算技术是大幅提高小干扰稳定计算速度的有效途径.提出了基于多进程的电力系统频域特征值并行搜索算法,并应用于国内广泛使用的电力系统小干扰稳定性分析程序(PSD-SSAP)中.该算法具有计算准确、实现简单、并行计算效率高等优点.实际大规模电力系统的算例测试和分析验证了该算法的正确性和有效性.     

利用有限时间扰动后的响应辨识电力系统的主导特征值

研究电网在运行点处线性化系统的特征值分布是分析小干扰稳定的重要手段。文章分析了零输入响应下线性系统特征值辨识的特点，给出了可辨识性条件，提出了一种新的获得电力系统主导特征值分布的方法，即运用改进Prony算法，在线辨识电力系统在有限时间扰动后不同测点多路零输入响应的信号模型参数，从而得出电力系统主导特征值的分布，辨识过程与系统激励无关。该方法克服了传统离线分析方法中由于运行方式、模型参数不确定而导致结果可信度低等诸多缺点。文章给出了基于WAMS实时数据平台实现电网特征值在线监视的流程和框架。36节点多机仿真系统和实际电网现场测量的分析结果验证了方法的有效性。     

特征值灵敏度方法及其在电力系统小干扰稳定分析中的应用

随着电力系统的发展,特别是大区互联电网的出现和扩大,小干扰稳定性问题日益突出。为了满足小干扰稳定性分析的要求,介绍了3种特征值灵敏度——特征值对元件参数、传递函数和运行参数的灵敏度计算方法,并分析了其在电力系统小干扰稳定中的应用。这3种特征值灵敏度能够弥补现有分析方法的不足,有效地指导某些装置或系统的参数设计与选址,以及调整系统的运行方式,以改善小干扰稳定性,抑制低频振荡的发生。基于灵敏度的发电重新调度法,通过合理分配系统发电机出力,使事故下受小干扰稳定约束的电力传输最大化,是小干扰稳定问题的有效解决途径之一。因此在现有的小干扰稳定分析程序中增加特征值灵敏度的快速计算功能是十分必要和迫切的。     

小干扰稳定特征向量和相关因子的分布式算法

在基于自激法的小干扰稳定特征值的分布式算法的基础上,针对小干扰稳定特征分析法中求解特征向量和相关因子的步骤,提出了基于自激法的分布式计算方法.该方法可由各区域协调计算特征值所对应的特征向量及相关因子,在计算过程中仅需要各区域与边界区域交换边界节点向量等少量数据,适合中国电力系统分层分区的管理体制.对IEEE 39节点系统的验算结果证明了该算法的合理性和有效性.     

基于IRAM的大型电力系统特征值在线并行计算策略

针对离线小干扰稳定分析无法满足电力系统时变的情况,提出了一种基于隐式重启动Arnoldi算法(IRAM)的特征值在线计算策略。该策略根据前一断面小干扰分析结果,预估当前断面特征值分布情况,建立了位移点选择的多目标优化数学模型,并采用线性加权和法求解该模型。按照预估计算量大小逐个分配计算任务,相比现有的任务分配方式,可最大限度地减少CPU闲置时间。对南方电网在线数据进行了分析计算,计算结果表明,所提策略可对小干扰稳定关注的区域内的特征值进行全面搜索,相对于平均任务分配策略和现有的不平均任务分配策略,其耗时更短。     

Monitoring power system dynamic stability with a kohonen neural net

This paper presents a method for monitoring the dynamic stability of power systems using a Kohonen-type neural network. The QR factorization algorithm is widely used in eigenvalue calculations for power system dynamic stability studies, due to its numerical stability. However, the method has the drawback that the computational requirements increase as the cube of the problem size. The S-matrix method is therefore attractive, because it focuses on the most critical eigenvalue. However, this method is difficult to use in numerical calculations. The method proposed here makes use of a mapping of the eigenvalues that allows us to regard the absolute value of the most critical eigenvalue as a quantitative dynamic stability index. In this paper, a Kohonen-type neural network is used to estimate the index. The neural network has the following advantages: (1) it uses a simple algorithm which requires no training signal, (2) it effectively classifies the input data, and (3) it presents at the outputs a two-dimensional mapping of the input data which makes it easy to visually comprehend their classification.     

DETERMINING TOPOLOGICAL CHANGES AND CRITICAL LOAD LEVELS OF A POWER SYSTEM BY MEANS OF ARTIFICIAL NEURAL NETWORKS

ABSTRACT

In this paper, an investigation is done of the possibilities of implementing multi-layered artificial neural networks in analyzing the dynamic stability of an power system during load and topology changes. To solve this problem, a multi-layered neural network is used whose inputs are the state vector components, and whose outputs are encoded line outages and the real component of dominant eigenvalues of the system state matrix of the power system. The neural network is trained through the error back-propagation method. The proposed methodology is tested on an power system with ten nodes and four generators. The obtained results indicate the attractiveness of “on-line” application possibilities of multi-layered neural networks in order to efficiently evaluate the stability of an power system during conditions of load and topology change.     

考虑小扰动稳定约束最优潮流的直接解法

为了将电力系统运行限定在静态稳定临界范围内,在最优潮流(OPF)模型中增加一组小扰动稳定指标作为不等式约束,建立了一种考虑小扰动稳定约束的最优潮流数学模型.以系统矩阵临界特征值的实部作为小扰动稳定指标,构造约束函数,并利用Cayley变换、谱函数理论及牛顿光滑化方法,对小扰动稳定约束进行转换,避免直接计算矩阵特征值,便于应用到大规模非线性系统.通过典型的WSCC 3机9节点系统,验证了所提方法的有效性.     

应用神经网络决定多机系统快速汽门控制规律

提出了一种应用单隐层前向神经网络决定多机电力系统暂态稳定快速汽门 控制规律的方法。神经网络采用故障前各发电厂单台机组的有功功率和开机 台数等稳态量以及故障位置和类型等当地暂态信息作为输入，其输出为不控情 况下故障后某一适当时段内发电机转子间的最大相对摇摆角以及汽门关闭持续时 间的上、下限，前者用来与某一给定临界值进行比较以决定是否需要控制，后 者则用于确定合适的关闭持续时间。为了说明这种神经网络结构的合理性，文 中定性地证明了其输出与输入之间近似呈连续映射关系，并给出了一个6机2 2节点试例系统的结果。     

并网逆变器小信号建模方法对比及其适用性分析

小信号建模是当前微电网稳定性分析和逆变器控制器设计的重要手段。依据是否考虑滤波器和线路的动态特性,小信号模型可以分为高阶模型和降阶模型,因此产生两种模型的对比问题。文中在考虑功率环、LC滤波器与线路阻抗等各环节小信号建模的基础上,针对单逆变器并网系统建立了高阶小信号模型。进而采用稳态方程描述滤波器和线路的动态特性,得到系统的降阶模型与误差表达式。然后针对单逆变器并网工况,利用MATLAB/Simulink软件,仿真验证了两种模型的正确性。随后,通过对特征根、主要相关状态变量与误差表达式进行分析,均表明降阶模型能够高精度地获取低频特征根。此外,通过对两种小信号模型获取的参数灵敏度和根轨迹进行分析,发现降阶模型应用到低频振荡、阻尼分析和控制器设计等场合的效果与高阶模型一致。但因无法获得中高频特征根,在低阻抗比或感性网络中存在稳定性判断错误的可能性。最后,通过根轨迹及功率响应波形,验证了这些结论的正确性。     

基于信息融合技术的电力系统暂态稳定评估

应用信息融合技术对电力系统暂态稳定进行评估,提出了一种基于"结合人工神经网络和D-S证据理论的信息融合模型"的电力系统暂态稳定评估方法。当电力系统发生故障时,采用该方法可以综合来自电网和发电机的多个信息源对电力系统的暂态稳定进行判别。首先,选取能迅速反映电力系统暂态过程的特征量,如功角、加速度、转子动能等,进行像素级融合。然后,将这些特征量划分为时间和空间2个征兆域,并分别输入至设定的3个子神经网络进行特征级融合。最后,将特征级融合的输出作为决策级融合的输入,利用D-S证据理论实现时间域和空间域的决策级融合,从而提高了电力系统暂态稳定评估的可靠性。利用中国版BPA暂态稳定程序和电力系统全过程动态仿真软件,对7机24节点系统进行了仿真。仿真结果表明,基于信息融合技术的电力系统暂态稳定评估方法较基于人工神经网络的评估方法更为快速、准确。     

多重Cayley变换用于电力系统小干扰稳定性的部分特征值分析

将多重Ｃａｙｌｅｙ变换法用于电力系统小干扰稳定分析,这种变换有比Ｓ矩阵变换更好的映射特性。同时迭代法被用来计算变换后矩阵的部分按模递减的特征值。５７９阶系统的仿真结果也说明了这种方法的优越性。     

A feed-forward artificial neural network with enhanced feature selection for power system transient stability assessment

This paper describes an approach where an artificial neural network is used to predict the stability status of the power system. This efficient and robust approach combines the advantages of the time–domain integration schemes and artificial neural network for on-line transient stability assessment of the power system. The transient stability index has been obtained by the extended equal area criterion method and is used as an output of the neural network. Two feature selection techniques have been used to identify the input variables best suitable for training. The proposed technique predicts the transient stability index correctly, without any false alarm. In addition, the transient stability index as an output of the neural network helps to implement possible control actions. The results obtained demonstrate the potential for neural network to be a part of any on-line dynamic security assessment tool.     

基于小干扰稳定分析的电力系统稳定器配置研究

鉴于小干扰稳定在现代电力系统中的重要地位,在对系统进行建模、仿真、计算的基础上,得到系统振荡模式的特征值、阻尼比、频率和机电回路比,并通过对多机系统的计算分析,研究电力系统稳定器（PSS）的配置策略对低频振荡的抑制作用,从而得出对电力系统小干扰稳定性能的改进办法。     

光伏发电系统的小信号建模与分析(英文)

目前已有少量文献建立了光伏发电系统的小信号模型,并进行了动态过程灵敏度分析,但其建立的小信号模型未进行系统的小干扰稳定性分析和控制器参数的设计。为此,建立了包含光伏电池、逆变器、控制器及电网的完整的光伏发电系统小信号数学模型,利用特征值分析了系统遭受小干扰后的稳定性。利用参与因子分析得到每个特征模态对状态变量的敏感度,从而揭示出每个特征模态的起因和性质。通过计算特征值轨迹,设计了控制器参数。建立了基于Matlab/Simulink的仿真模型,仿真结果表明,系统遭受光照变化扰动后是稳定的,所设计的控制器参数是合理的,仿真结果与小信号分析结果一致,说明所进行的光伏发电系统小信号建模与分析是正确的。