一种基于PMU降阶的系统受扰轨迹预测方法

提出了一种基于同步相量测量单元（PMU）量测数据的系统降阶受扰轨迹预测方法。利用正常状态下多个不同时刻的PMU量测数据,通过最小二乘法得到降阶系统的导纳矩阵;系统发生扰动后,在每个保留节点引入非机理负荷模型来反映系统降阶过程中除保留节点外其他各个元件模型参数改变和网络拓扑变化对降阶后网络的影响,修正降阶系统;将辨识出的系统导纳矩阵与虚拟负荷模型结合已知的发电机模型,实现局部时间内的系统受扰轨迹预测。通过对10机39节点系统的仿真研究,验证了该方法的有效性。     

基于广域测量测点降阶的系统受扰轨迹预测

提出基于同步相量测量单元(phasor measurement units,PMU)量测的多机系统受扰轨迹预测方法。在系统受扰后,首先分析可用的PMU量测能否反映当前受扰模式,然后针对各PMU测点类型来确定降阶系统的保留节点,初始降阶后在保留节点引入虚拟负荷,实现对降阶系统的修正,其中虚拟负荷的参数可通过PMU实测得到辨识。利用修正后的降阶系统,结合各保留节点所连接的包括发电机在内的动态元件模型及其参数,就可实现基于PMU测点降阶的多机系统受扰轨迹预测。10机39节点系统对该算法的验证,表明该算法的可实现性和良好的前景。     

基于新增虚拟节点的系统受扰轨迹预测

提出了基于新增虚拟节点的多机系统受扰轨迹预测方法.首先从对系统受扰在线分析入手,结合状态估计或潮流数据,将系统降阶成只含有配置同步相量测量单元(PMU)测点的发电机节点系统,然后引入虚拟节点,通过该节点和各个保留节点之间的导纳改变,反映原系统中其他各个元件模型参数变化和网络拓扑参数变化,并利用毫秒级PMU量测对其进行修正,得到降阶后系统节点电压、电流关系传递矩阵,通过发电机方程和网络连接模型,与相应的发电机方程联合,实现系统受扰轨迹预测.10机39节点系统对该算法的验证表明了该算法的有效性.     

基于引入虚拟负荷的发电机暂态稳定预测

提出了基于引入虚拟负荷的发电机暂态稳定预测方法,当系统受到扰动时,将系统降阶化简成仅仅含有发电机机端相量测量单元(PMU)测点的系统,在每个保留节点引入简化的虚拟负荷模型,来反映系统降阶过程中除保留节点外其他各个元件模型参数改变和网络拓扑变化对降阶后网络的影响,并利用毫秒级PMU量测来对各个虚拟负荷模型的参数进行辨识修正,然后再与相应的发电机方程联合,实现系统受扰轨迹预测.通过6机25节点和10机39节点系统对该算法的验证,表明了该算法的有效性.     

保留电压可观节点降阶的系统受扰轨迹快速预测

为充分利用相量测量单元(PMU)的节点电压和支路电流量测量,提出了保留电压可观节点进行降阶以实现系统轨迹预测的方法。给出了电压可观节点的定义,阐述了准确跟踪系统网络拓扑的方法,在系统受扰后先根据网络拓扑进行节点电压可观性分析以确定保留节点,然后在边界节点引入等效动态元件来反映原系统的动态特性,等效元件的类型由降阶前动态元件的分布情况确定。在得到降阶后系统各元件参数后,引入PMU量测量作为初值,实现多机系统受扰轨迹预测。理论分析和仿真结果表明,所述方法能够取得良好的预测效果。     

基于机端PMU量测的系统受扰轨迹预测

提出了基于机端相量测量单元量测数据的多机系统受扰轨迹预测方法,结合状态估计或潮流数据,在系统受扰后将其降阶简化为仅含有配置了相量测量单元的发电机节点系统,利用相量测量单元的量测数据修正降阶系统节点电压和电流之间的关系,然后将其代入相应的发电机模型,从而实现了系统受扰轨迹预测。该方法采用时间间隔较大的状态估计或潮流数据计算节点电压和电流传递关系矩阵的初值,并利用该矩阵主对角元的变化反映受扰后系统各元件的详细模型、网络拓扑和参数的改变,然后使用相量测量单元毫秒级的量测数据对其进行修正,从而为在实际应用中将相量测量单元与SCADA系统相结合做出了有益探索。最后以一个6机25节点系统为例验证了该方法的有效性。     

基于广域量测数据和导纳参数在线辨识的受扰轨迹预测

基于相量测量单元(PMU)广域量测数据应用参数辨识理论提出电力系统故障后导纳参数在线辨识方法，研究了电力系统受扰轨迹快速积分预测新方法。该算法基于实时量测量精确构造实际故障后的系统动态方程，并快速积分求解系统受扰轨迹。其突出优点在于：参数辨识使用系统实时数据，可考虑复杂的连锁故障事件和不确定的系统拓扑和参数；预测基于故障后系统模型积分，能够反映系统物理本质，对于系统经典模型具有理想预测精度。该算法在多种测试系统中进行了数字仿真实验，并用动模实验数据进行了离线验证，结果表明算法合理有效。     

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。     

基于受扰轨迹空间解耦的直驱风电机组非线性动态降阶方法

保留风电机组主导状态变量的动态非线性降阶是分析大规模风电并网系统大干扰稳定的先决条件。为此,该文基于受扰轨迹空间解耦,提出一种适用于风电系统大扰动场景分析并保留状态变量的直驱风电机组模型动态降阶方法。首先,基于轨迹分段线性化方法提取故障后受扰轨迹。以欧氏距离为筛选标准在受扰轨迹上提取线性化点并在每个线性化点处构造局部线性化模型。然后,基于空间解耦分别建立每个局部线性化模型状态变量对主导特征根的广义参与矩阵,进而对直驱风电机组进行多时间尺度划分,并以此为基础,利用奇异摄动法建立直驱风电机组的降阶模型。最后,在改进的测试系统中从暂态响应出发对降阶模型与全阶模型的动态特性进行比较。仿真结果表明,依据该文方法建立的降阶模型具有较高的精度、计算效率和稳定性。     

基于相量量测的等式约束二阶段状态估计模型

利用PMU的量测信息实现系统的动态可观测,考虑PMU数据刷新时间快的特点,在R.F.Nuqui的动态监测模型的基础上建立了适合静态估计的基于等式约束二阶段估计模型。该模型将PMU和SCADA的量测数据共同用于非线性估计,采用零注入节点功率作为等式约束条件来提高估计精度,然后对非线性估计的结果和PMU的支路电流相量进行线性估计。模拟了当系统某节点负荷持续变化时,利用等效导纳法对非线性区域节点状态量进行估计,最后采用IEEE 14和57节点系统算例对提出的模型进行了验证。