基于量测数据时序谱分布特性的电力系统暂态功角稳定在线判别

基于响应信息的电力系统暂态稳定判别是实现“实时决策，实时控制”的基础。然而此类方法的准确性受限于场景匹配以及发电机分群等中间环节。为更有效地辨识系统的暂态稳定性，该文以随机矩阵理论为基础，提出一种基于量测数据时序谱分布特性的电力系统暂态功角稳定判别方法。首先根据电力系统的暂态响应特性构建数据模型，并在实时分离窗矩阵的基础上构建插入矩阵模型以降低冗余历史数据对谱分布特性的影响。然后结合谱分布理论和增广矩阵法获取表示数据相关性的最大特征值偏移度(maximum eigenvalue deviation,MED)差值轨迹，并以物理机理严格分析不同稳定模式下MED差值轨迹与暂态功角稳定间的映射关系，从数据相关性的角度制定暂态功角稳定判据，基于量测数据实现暂态响应特性分析和暂态功角稳定在线判别。     

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。     

一种利用机端电压幅值轨迹MLE指标的暂态功角稳定在线辨识方法

在实时获取电网动态响应信息的基础上,为更有效地评估系统的暂态稳定性,文中从动态系统最大李雅普诺夫指数(maximum Lyapunov exponent,MLE)定义及其稳定分析机理出发,提出一种数据驱动的暂态功角稳定在线辨识方法。方法首先基于相空间重构理论、暂态功角稳定与机端节点电压幅值变化率-电压幅值偏差(Vmagcr-?Vmag)特性曲线的关系,将暂态功角稳定问题转变为受扰严重机组端节点?Vmag曲线的MLE轨迹分析问题;进而,利用递推最小二乘算法对MLE计算进行改进,并提出相关参数选取方法;最终,结合MLE曲线,给出了系统暂态稳定性的判断依据。方法无需对系统进行等值、简化及同调机组辨识,并克服了现有基于MLE暂态功角稳定评估方法需要预设MLE符号观测窗口的缺陷,具有较强的通用性与实用性。仿真算例验证了方法的正确性与有效性。     

基于支持向量机和长短期记忆网络的暂态功角稳定预测方法

为实现暂态功角稳定性及功角轨迹的预测,提出一种支持向量机(SVM)与长短期记忆(LSTM)网络相结合的预测方法。根据系统动态特性构造暂态特征变量,采用SVM训练暂态稳定性分类器,对暂态稳定进行初步评估;利用LSTM网络对分类器评估的失稳样本进行发电机功角轨迹预测,提前发现失稳机组,减少误判样本数。通过IEEE 10机39节点系统产生训练样本并对所提方法进行测试,结果验证了所提方法的快速性和精确性。     

定义于受扰轨迹的电力系统暂态冲击测度

电力系统暂态过程具有复杂时变特征,传统稳定分析大多关注功角关系而无法全面地评价暂态安全水平。基于计入熵权改进的属性测度算法,利用扰动响应轨迹,构造包含电压/频率偏移、振荡程度、暂态能量水平在内的三类共8种测度指标以量化暂态过程中各类参量受扰水平,实现更客观的暂态冲击综合描述。将算法设计为完整、窗口、局部3个模式,以适应不同计算要求和分析重点。16机68节点系统算例表明,算法能在大量纷繁芜杂的轨迹中有效地捕捉暂态冲击关键信息,并进行意义明确的综合分析,有望成为评估电力系统动态安全的新工具。     

基于轨迹灵敏度的电力系统暂态稳定性定量评估

轨迹灵敏度是定量描述参数对动态系统行为影响的数学工具,蕴含了丰富的系统动态信息。分析了功角相对于故障切除时间的灵敏度与电力系统暂态稳定程度之间的关系,在惯性中心(COI)坐标系下,建立了定量评估发电机暂态稳定程度和全系统暂态稳定程度的指标体系。通过对单机无穷大(SMIB)系统和New England10机39节点系统的算例分析,结果验证了所提指标的单调性和有效性。将基于轨迹灵敏度的稳定评价指标与轨迹分析方法所提出的稳定指标相比较,结果表明评估电力系统暂态稳定性的指标仅需一次仿真计算即可准确评估发电机和全系统的暂态稳定性,无需建立能量函数、计算更为简捷,具有较好的应用价值。     

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。     

基于改进AlexNet的电力系统暂态功角失稳紧急控制策略

随着新能源渗透率的提升,电网环境日益复杂,电力系统安全稳定运行也面临着新的挑战。为了满足电力系统暂态功角失稳后的实时紧急控制决策,采用深度学习与紧急控制相结合的方法,提出一种基于改进AlexNet网络的电力系统暂态功角失稳紧急控制策略。首先基于改进AlexNet对失稳发电机功角轨迹进行预测,识别临界机群;然后定义紧急控制动作灵敏度指标,建立改进AlexNet灵敏度预测模型,拟合发电机功角特征与紧急控制动作灵敏度的映射关系,从而确定紧急控制的动作母线;最后以切除发电机和负荷容量最小为目标,建立紧急控制优化模型并求解最优策略,并在新英格兰10机39节点系统进行算例验证。结果表明,针对电力系统暂态功角失稳问题提出的基于深度学习的功角轨迹预测模型和紧急控制灵敏度预测模型,均有较高的预测精度。在此基础上制定的紧急控制策略能使失稳系统快速恢复稳定运行,加强电网安全稳定防御体系。     

采用FJPD互信息的电力系统暂态稳定性预测特征选择分析

广域测量系统和模式识别技术的日趋发展,为实现基于人工智能的电力系统暂态稳定性预测提供了技术和理论基础,但传统基于机器学习的暂态稳定性预测对输入特征的选择和分析仍考虑不足。通过对系统暂态过程的分析,研究各轨迹变量与暂态稳定性之间的相关性。综合考虑数据采集时间和学习机的精度,提取故障完全切除后5个周期内节点电压幅值和发电机功角、转子转速轨迹作为学习机的输入。进而提出一种适合轨迹变量特征分析的特征联合概率分布(FJPD)互信息计算方法,利用最小冗余最大相关(mRMR)原则对学习机的输入特征进行选取,实现数据的降维、减少计算量、保持预测精度,并保留特征的物理意义。对10机39节点系统的仿真样本进行学习机的训练和测试,验证了提出的基于FJPD互信息的mRMR方法对轨迹特征选择的有效性。     

基于广域量测信息的快速暂态功角失稳判据比较

实时暂态稳定分析需要有快速暂态稳定性判据。从发电机转子运动方程出发,研究了基于轨迹信息的快速暂态稳定性判据的特点,分析了不同类型判据所使用的关键动态特征信息。在基于功率–相位–频率的快速暂态功角稳定性判据的研究基础上,对基于相图几何特性和基于受扰电压轨迹积分的暂态功角稳定性判据进行了比较,揭示了几种判据内在的联系与区别,并结合具体算例进行了仿真验证。     

基于广域测量系统响应时间序列的电力系统暂态稳定在线判别

基于实时获取的广域测量信息,提出一种利用功角响应时间序列最大Lyapunov指数指标(largestLyapunov exponent index,LLEI)与角速度偏差相结合的暂态功角稳定判别方法。基于无需系统模型的LLEI估算方法,建立LLEI与角速度偏差的数学关系,并利用相轨迹稳定性动态特征,提出一种基于LLEI与角速度偏差特征的暂态功角稳定判据。该判据无需寻找最优计算时间窗口且所需计算窗口很短,并能给出确切的稳定性判别时间,克服了传统LLEI分析方法的不足,能够准确、快速地判别暂态稳定性。为节省计算时间和计算成本,提出基于最严重受扰机组对的多机电力系统暂态稳定在线判别方案。通过IEEE 10机39节点系统算例,验证了所提方法的准确性及快速性。计算仅利用少量WAMS量测数据,算法简单快速、计算成本低,能够实现在线判别,具有良好的应用前景。     

WAMS在电力系统分析和控制中应用的新进展

基于PMU/APMU的广域测量系统WAMS的出现,主要源自电力系统安全稳定控制对于量测量在时间上同步以及监控范围在空间上广域的需求。为提高电网安全稳定监控水平,利用综合法、分析法归纳和分析了暂态稳定预测及控制、静态电压稳定控制和基于轨迹的暂态稳定分析方法的最新进展。研究表明,采用相对功角或角速度判别系统的暂态功角稳定性并实施控制策略,能很好反应系统电力系统本质及运行情况。     

基于WAMS的电力系统暂态稳定预测

通过分析速度控制系统的模型得到功角的变化趋势,以广域测量系统实时量测的功角为基础,采用三角函数组合算法,预测电力系统故障后发电机的功角变化,以预测电力系统暂态稳定性。在预测算法中,采用非线性最小二乘法计算三角函数系数,以线性化和线性最小二乘法计算求解包络线方程,提高了计算的精度。本文提出一个快速判断暂态稳定的指标。在EPRI鄄36节点系统上的仿真结果验证了该方法的有效性。     

基于PMU的电力系统暂态稳定实时快速预测的研究

提出一种基于PMU对发电机实时测量功角来预测电力系统暂态稳定性的方法.通过采集功角数据,用多项式逼近去快速预测它未来的变化,同时为提高精度采用智能动态修正,然后判断多项式是否存在极值,若存在可预测系统首摆稳定,反之则不稳定.仿真结果表明,该方法对首摆稳定性的预测是准确和有效的.     

基于PMU的电力系统暂态稳定实时快速预测的研究

提出一种基于ＰＭＵ 对发电机实时测量功角来预测电力系统暂态稳定性的方法。通过采集功角数据,用多项式逼近去快速预测它未来的变化,同时为提高精度采用智能动态修正,然后判断多项式是否存在极值,若存在可预测系统首摆稳定,反之则不稳定。仿真结果表明,该方法对首摆稳定性的预测是准确和有效的。     

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。     

基于典型故障集的暂态功角稳定近似判别方法

为适应特高压电网安全风险的新特征,需要研究考虑系统暂态功角稳定的风险评估评价方法。现有电力系统暂态功角稳定性判断方法计算量很大,无法满足特高压电网风险评估的计算要求。研究了影响系统故障后暂态功角稳定的因素,基于EEAC法推导了这些因素对于系统临界稳定性的灵敏度,进而设计了在已知典型故障临界稳定信息条件下近似判断边界条件变化后近似场景下暂态功角稳定性的方法。最后设计了考虑电力系统暂态功角稳定的风险评估流程,为特高压电网风险评估提供了新的思路。     

基于幅相运动方程的风机机电暂态特性的建模与优化

随着风电在电力系统中的渗透率不断提高,风机的暂态特性对系统(同步发电机)暂态功角稳定的影响显著加深。因此,认识、优化风机的暂态特性具有重要意义。目前对风机暂态特性的认识优化大多是基于详细时域模型的数值仿真研究,缺乏基于物理化模型的机理研究。该文应用幅相运动方程建模方法,建立风机机电暂态幅相运动方程模型,并基于此物理化模型分析以GE风机为代表的现有风机机电暂态特性的物理特征,指出存在的不足并予以优化。该文的研究表明,以GE风机为代表的现有风机在机电尺度上只响应系统电压幅值动态,不响应系统电压相位动态。而只响应电压幅值动态限制了风机能够提供给同步发电机的暂态功角稳定支撑。该文通过将系统频率/相位动态引入到风机限流控制中,使风机同时响应系统电压幅值和相位动态,进一步增强了风机对同步发电机的暂态功角稳定支撑,提高了系统的暂态功角稳定性。     

基于GPS的电力系统暂态稳定预测

提出了一种基于ＧＰＳ的电力系统暂态稳定性预测方法,该法利用ＧＰＳ相量测量单元采集所得的各发电机功角及角速度等变量,根据发电机单元模型预测发电机未来的行为,并由预测结果来判别系统的稳定性。理论分析及算例证明了方法的合理性和有效性。     

基于实测响应轨迹的电力系统暂态不稳定判别

电力系统是一个复杂的多机时变非自治系统。通过广域测量系统获取的响应轨迹中包含了受扰系统全部的非线性时变因素,能够为系统暂态不稳定的准确识别提供依据。该文从扩展相轨迹表征受扰系统暂态稳定性的基本原理出发,分析了系统非自治因素对扩展相轨迹的影响;针对轨迹上可能导致判据误判的关键点,详细分析了非自治因素对暂态稳定判据的影响;利用实时测量的机组功角及不平衡功率,构建辅助判据识别可能导致误判的非自治因素,增强受扰系统暂态失稳判别的可靠性;通过定义复合功角确定受扰系统的失稳模式,形成了基于实测响应轨迹的系统暂态失稳判别流程。最后,该文针对IEEE39节点系统与复杂交直流混联电网进行了仿真测试,算例验证了辅助判据的有效性,并证实了该方法判别电力系统暂态失稳的准确性和预测性。