考虑机组启动时限的大停电后初期恢复路径优化

电力系统发生大停电事故后,需要选择合理的恢复路径,尽快对电网中无自启动能力的机组及一些重要负荷节点进行恢复,进而实现整个系统的全面恢复。该文将系统恢复的目标网架重构和节点恢复顺序的确定统一考虑,结合经典的最短路径法与交叉粒子群算法来选择最优的恢复路径,以确定到达系统目标网架的恢复顺序。在该文算法中,考虑了机组在恢复过程中的启动时间限制,可保证尽可能多的电源点得到及时恢复,并对得到的目标系统进行潮流计算校验,对发生潮流越限的系统进行适当调整。以IEEE30节点系统和河北南网系统作为算例验证该文算法的有效性。     

基于恢复路径转移系数的电网黑启动分区策略

在电网发生大停电之后对系统进行合理分区可以缩短系统的整体恢复时间,加快恢复进程。文中对黑启动分区进行了研究,提出了一种基于路径转移系数的分区优化方法。该方法考虑恢复过程中设备投运失败的可能性,在选择恢复路径的过程中建立了基于转移路径系数的评价函数,以此评价函数作为分区指标对系统进行分区。在考虑电力系统运行方式的基础上建立了分区的优化目标函数,并采用交叉粒子群优化算法实现分区恢复优化问题。本文以IEEE118节点系统为例验证了模型和算法的有效性。     

大停电后含分布式电源的电网分区及负荷恢复方案

含有分布式电源(Distributed Generation,DG)的电网在发生大停电事故后,为提高系统恢复效率,一般将电网进行合理分区,并采用分区并行恢复的方案。首先运用灰色决策理论选取了各分区的黑启动电源,结合最短路径快速算法(Shortest Path Faster Algorithm,SPFA)搜索各黑启动电源到待恢复节点的最优恢复路径;然后据此建立了兼顾恢复时间性和安全性的最优分区多目标优化模型,并采用多目标粒子群优化算法(Multi-objective Particle Swarm Optimization,MOPSO)对模型进行了求解。基于所得的最优分区方案,以构建初步网架为目标,结合遗传算法对各分区内的负荷恢复问题进行了优化。IEEE 30节点算例验证了所提方案的有效性。     

基于电网分区的负荷恢复智能优化策略

针对电力系统大停电后的负荷快速恢复问题,提出了一种基于电网分区的负荷恢复智能优化策略。提出了一种大停电事故后系统恢复的最优分区策略,并在所建立的优化模型中考虑了为恢复发电机而引入的架空线路充电无功以及为恢复负荷所引入的线路合闸操作次数等影响因素。在完成对大规模系统优化分区后,对各分区建立了一个统一的并计及网络重构因素的负荷恢复优化模型,实现各分区负荷的并行恢复。针对上述所提出的优化模型,通过结合传统图论理论和遗传算法,实现基于电网分区的负荷恢复优化问题的求解。解算中,对遗传算法进行了改进,并针对应用遗传算法时所产生的大量不可行解问题,提出了随机甩负荷和最短路径修补策略的处理方法,进一步提高了算法的寻优效率和全局优化能力。以IEEE30节点系统为算例进行仿真分析,验证了所提模型与方法的正确性和有效性。     

一种基于模糊聚类分析的电压分区方法探讨

分析了传统无功电压分区中采用的电气距离不足之处,考虑了多个节点之间相互影响的作用,并将这种影响映射成为一个多维的线性空间,在该空间中采用了新的空间距离进行无功电压分区。在此基础上,将电网分区问题转换成高维空间中的聚类问题,并采用模糊聚类算法得到动态聚类图,引入F-统计量来选择最佳分类数。最后,以IEEE39节点系统为例进行电压聚类分区,得到了较好的分区效果。     

含分布式电源的配电网双层分区调压策略

针对高渗透的分布式电源(DG)在配电网络中造成逆功率潮流引起的电压越限问题,提出了一种基于改进Fast-Newman算法的配电网双层分区调压策略。改进的Fast-Newman算法引入了考虑DG接入位置以及无功/有功-电压灵敏度矩阵的改进模块度增量,可将分布式配电网进行更为细致合理的划分。双层分区调压策略首先通过改进的Fast-Newman算法分别针对无功补偿(RPC)与有功削减(APC)对配电网进行分区。而后在分区结果中进一步筛选节点组成优先调节节点集。最后为应对高渗透DG配电网的复杂潮流造成的非线性复杂解空间的问题,使用PSO算法分别计算优先调节节点集中各节点的RPC与APC最佳调度值,以优化DG注入点潮流,实现无功/有功调整的合理组合。所提方法在IEEE33节点以及改进的IEEE123节点上进行案例研究,通过与非分区电压调整模型对比,表明该策略通过调度少量节点的RPC与APC,即可达到全网电压调整的目的,且调整后的节点电压更为平稳。     

多直流馈入异步受端电网恢复的分区方法

针对异步联网时受端系统的恢复问题,提出一种综合考虑网络社团结构特性和交直流交互作用的系统恢复分区方法。首先,在分析交直流系统交互作用的基础上,将系统强度指标纳入分区原则和约束条件中,并优化得到多直流系统的最优传输功率,进而提出了适用于异步受端电网恢复的分区模型。然后,以支路对各直流落点短路容量的综合影响为权重定义了加权边介数,以黑启动电源个数和分区约束条件为判据自动确定分区数量,采用改进的GN分裂算法实现了多直流馈入受端电网恢复的合理分区,并基于分区结果计算出分区恢复时间和负荷恢复总量。最后,IEEE 39节点系统和中国南方某省局部电网的分区结果验证了所提方法的可行性和有效性。     

基于电网分区的负荷恢复智能优化策略

针对电力系统大停电后的负荷快速恢复问题,提出了一种基于电网分区的负荷恢复智能优化策略.提出了一种大停电事故后系统恢复的最优分区策略,并在所建立的优化模型中考虑了为恢复发电机而引入的架空线路充电无功以及为恢复负荷所引入的线路合闸操作次数等影响因素.在完成对大规模系统优化分区后,对各分区建立了一个统一的并计及网络重构因素的负荷恢复优化模型,实现各分区负荷的并行恢复.针对上述所提出的优化模型,通过结合传统图论理论和遗传算法,实现基于电网分区的负荷恢复优化问题的求解.解算中,对遗传算法进行了改进,并针对应用遗传算法时所产生的大量不可行解问题,提出了随机甩负荷和最短路径修补策略的处理方法,进一步提高了算法的寻优效率和全局优化能力.以IEEE30节点系统为算例进行仿真分析,验证了所提模型与方法的正确性和有效性.     

一种基于潮流追踪的电力系统无功控制分区方法

提出了一种基于潮流追踪和凝聚算法的电力系统无功控制分区方法。该方法通过无功潮流追踪,确定无功源节点对各个节点无功输入的贡献比例,以此量化系统节点之间的无功耦合程度。在此基础上,定义了节点之间的距离,进而采用凝聚算法对系统所有节点进行聚合,并确定最优分区数目。IEEE 39节点和IEEE 118节点系统的分析计算验证了所述方法的有效性。所得无功控制分区能使分区内部的无功功率基本平衡,且能随系统运行条件的变化而变化。所提分区方法计算便捷,在实际系统中具有一定的应用价值。     

一种基于潮流追踪的电力系统无功控制分区方法

提出了一种基于潮流追踪和凝聚算法的电力系统无功控制分区方法.该方法通过无功潮流追踪,确定无功源节点对各个节点无功输入的贡献比例,以此量化系统节点之间的无功耦合程度.在此基础上,定义了节点之间的距离,进而采用凝聚算法对系统所有节点进行聚合,并确定最优分区数目.IEEE 39节点和IEEE 118节点系统的分析计算验证了所述方法的有效性.所得无功控制分区能使分区内部的无功功率基本平衡,且能随系统运行条件的变化而变化.所提分区方法计算便捷,在实际系统中具有一定的应用价值.     

波形松弛法的电力系统暂态稳定性并行仿真计算

仿真计算是进行电力系统暂态稳定性分析迄今为止最可靠的方法.本文提出一个基于波形松弛的电力系统暂态稳定并行仿真新方法.首先按照系统各部分的地理分区将其划分为多个子系统,将通过联络线及边界节点互联的子系统进行等值,从而得出相邻子系统对本子系统的影响;进一步将移置到边界处的子系统等值电流作为子系统间波形交互信息,实现互联子系统之间的解偶和并行松弛求解.在PC集群上的计算结果表明,该算法有比较高的并行加速比和计算效率,在无任何加速措施的情况下,对于较大规模的系统已达到了在线实时计算速度.     

基于大系统分解—协调理论的电力系统经济调度分布式算法

本文提出一种新的用大系统分解——协调理论进行电力系统经济调度的算法。该算法按区域将一个大的电力系统分成几个子系统，各子系统之间通过边界点耦合，将边界点的电压及区域间交换功率作为协调变量。各子系统在给定的协调变量下求解，由协调级根据各子系统优化结果对协调变量进行修正，再进行新的一轮选代。本算法解决了由于各子系统设置虚拟平衡点而给协调带来的困难，并且由于选择电网运行数据作为协调变量，有利于初值选择和在选代中修正，改善了收敛性。     

大规模风电汇聚外送的区域送端电力系统两级优化调度

大规模可再生能源集中接入和电力汇聚外送是我国送端电力系统的重要特征之一。针对这一特征,研究了由多个相对独立的子系统构成的含大规模可再生能源集中接入的区域送端电力系统的日前优化调度问题。基于目标级联方法构建了区域送端电力系统的两级优化调度模型,上级调度解决各独立子系统联络线有功功率的协调优化问题;而下级调度则为各子系统相对独立的日前发电计划子优化问题。在下级调度中,根据各子系统的特点,以运行成本最小和外送功率偏差最小为优化目标,综合考虑直流汇聚外送、转运等约束。通过算例分析,验证了方法的有效性。     

用支路分割区域迭代法作同调机群协同识别

动态等值是提高复杂大型互联系统动态行为分析速度的一种有效方法。在电力市场条件下,区域子系统运行具有相对独立性,系统数据具有一定的不透明性。本文研究了与市场条件相适应的区域互联电力系统发电机同调识别问题,基于经典的时域仿真算法,提出了一种子系统同调机群分布式识别方法。在支路分割的系统分裂下,邻接区域子系统间通过交换少量边界母线信息,完成区域迭代,实现对子系统同调机群识别。通过10机39节点系统算例,验证了该方法的有效性。     

基于自适应系统优化算法的机组组合

算法采用系统分解理论将系统约束松弛,把机组组合问题分解为2层优化问题.上层通过拉格朗日乘子的自适应调整来协调单个机组的子系统,下层采用遗传算法求解单个机组独立的子系统优化问题.对拉格朗日乘子的自适应调整明显减少了对偶间隙的振荡现象,对遗传算法中交叉变异算子自适应的调整有效地克服了早熟现象.算例表明可行解的质量高、收敛速度快,与传统算法相比具有更高的自适应性,适用于大规模、复杂系统的机组组合问题的求解.     

Power system restoration by joint usage of expert system and mathematical programming approach

When electric power supply interruption is caused by a fault, it is imperative to restore the power system promptly to an optimal target configuration after the fault. The problem of obtaining a target system is referred to as power system restoration. Both mathematical programming (MP) and expert systems (ES) have been used to solve restoration problems. However, existing approaches based on either MP and ES alone have inherent limitations stemming from their own paradigms. Mathematical progressing can obtain an optimal configuration under specified operational constraints, but requires a relatively long solution time. Although ES are effective in that they can utilize expert knowledge, maintenance of large-scale ES requires inordinate effort. This paper proposes a new approach to power system restoration that utilizes both methodologies so as to exploit both systems' advantages. That is, a system under study is decomposed into a set of subsystems based on the knowledge of restoration experts, which is realized as an expert system. Then, MP is applied to each decomposed subsystem to obtain an optimal target configuration. A feasible operation sequence leading to the target configuration is generated by ES. This approach reduces significantly the computation time required to obtain target systems and is far less than would be the case if the total system is solved (as a unity). Moreover, the number of rules in the knowledge-base are greatly decreased.     

Diakoptic State Estimation Using Phasor Measurement Units

This paper presents a diakoptic-based distributed state estimation (SE) algorithm suitable for large-scale power systems. In the proposed approach the large-scale power system is divided into a certain number of subsystems by removing tie line measurements. Based on diakoptic theory, the SE problem is then partitioned into a number of subproblems which are solved for each subsystem using local computational resources. In subsequent steps, the intermediate subsystem SE solutions are sent to a central computer for completing the state estimation process by taking the tie line measurements into consideration. Phasor measurement units are used to make each subproblem solvable and to coordinate the voltage angles of each subsystem SE solution. Test results on the IEEE 14-bus test bed and IEEE 118-bus test bed are provided.      

基于无源性与自适应降阶观测器的双馈风力发电机控制

提出一种基于无源性与自适应降阶观测器的双馈风力发电机非线性控制方法。建立了双馈感应电机（doubly-fed induction generator,DFIG）的欧拉方程,将其分解为电气和机械2个无源子系统的反馈并联,在设计控制器时只需考虑电气子系统,简化了控制算法。采用非线性分析方法建立电流误差方程,设计了DFIG的转矩与转速控制器,推导出转子电压控制量。基于模型参考技术设计自适应降阶观测器辨识电机转速,并给出了速度辨识律,观测器的增益通过极点配置得到。仿真结果表明,所提出的无源性控制和自适应降阶观测器具有良好的动、静态性能;无源性控制能够实现定子侧有功、无功功率的独立调节;与传统矢量控制相比,无源性控制简化了控制算法,对电机参数及负载扰动具有很好的鲁棒性。     

区域互联电力系统同调机群的分布式协同识别

在电力市场条件下,区域子系统运行具有相对的独立性、系统数据具有一定的不透明性.文章研究了与市场条件相适应的区域互联电力系统的同调发电机识别问题,基于弱耦合算法提出了一种子系统内同调机群的分布式识别方法,在相邻区域子系统间通过交换少量的边界母线信息可形成子系统状态矩阵,实现对子系统内同调机群的识别.通过50机145节点系统的算例验证了该方法的有效性.