计及负荷静态特性的在线电压稳定性研究

电压稳定已经被称为负荷稳定,为了研究负荷特性对电压稳定问题的影响,对一种负荷模型下的在线电压稳定性问题进行了研究。提出了一种基于时间断面上的局部等效方法,在所要研究的节点处,把电力网络局部等效成两节点系统,利用PMU测得的电压和电流相量,求出局部等效模型的参数。采用静态ZIP模型导出节点电压稳定指标表达式,可以较好评估系统的静态电压稳定性。通过对标准系统的测试,表明此方法得到的指标线性度更好,精度更高。     

基于环境激励的电力系统静态电压稳定在线评估

随着电网结构的日益复杂,传统的静态电压稳定分析难以满足速度和准确度的要求。为此,本文提出一种基于随机响应数据的静态电压稳定在线评估方法。首先,推导基于节点电压和线路无功功率的灵敏度指标,在深入分析环境激励下灵敏度指标特性的基础上,提出对灵敏度进行分类;然后,引入K均值异常检测算法处理异常的灵敏度数值,有效地改善了灵敏度估计的准确性;其次,采用加权平均值计算一段时间内的灵敏度,实时判断系统的静态电压稳定性。最后,在IEEE10机39节点系统上进行验证,结果表明所提方法能够准确监测电力系统静态电压的稳定性。     

基于分类回归树算法的在线静态电压稳定裕度评估

随着电力负荷的不断增加,电压稳定问题日益凸显;为防止电压失稳,电网运行人员迫切需要了解电网当前的运行状态。提出运用分类回归树算法构建决策树模型,对静态电压稳定裕度进行在线评估。首先根据PV曲线分析和电压稳定裕度计算获得决策树训练样本集;然后通过模态分析和相关系数分析降低属性集的维度,确定训练决策树的输入属性;最后利用离线数据,运用决策树分类回归树算法训练出在线电压稳定裕度的评估规则。以某省实际电网为例对所提方法进行验证,其决策规则具有较高的准确性,能够实时地评估电网运行状态。     

计及电动汽车充电和负荷波动极限的电力系统静态电压稳定性评估方案

为研究电动汽车接入电网后充电的不确定性和负荷波动特性对电网电压失稳事故的影响,提出了一种综合考虑电动汽车充电特性和负荷波动极限的电网静态电压稳定性评估方案。首先建立了系统中的发电机节点、负荷节点、电动汽车接入节点的注入功率随机化模型,充分考虑电网各元件的随机波动性;基于连续潮流和概率潮流相结合方法搜索系统的电压失稳临界状态,对电网的边界运行状态进行统计分析。文中提出了系统静态电压稳定性的评估指标体系,以确定电压稳定的薄弱区域。该薄弱区域在系统电压失稳状态下通常最先发生电压越限,可作为电网重要监控对象,以便及时采取切负荷措施,避免全网大停电的发生。IEEE 30节点算例分析结果验证了该方案的准确性和有效性。     

自动电压控制系统对广东电网静态电压稳定性的影响

自动电压控制(automatic voltage control,AVC)系统是现代电网运行中维持电压质量和经济性的重要手段.分析AVC 系统调控对广东电网静态电压稳定性的影响对于指导电网安全稳定运行具有重要的意义.文中建立了含二级电压控制作用的广东电网潮流计算和连续潮流计算模型,阐述了对连续潮流法的若干改进策略以提高其鲁棒性和计算速度.评估了正常运行状态和预想故障下 AVC 系统对广东电网静态电压稳定性的影响程度.结果表明:该系统能够提高广东电网的静态电压稳定裕度.文中研究可为广东电网运行中充分发挥 AVC 系统作用及维持静态电压稳定性提供参考     

考虑线路多种停运模式的静态电压稳定风险评估

鉴于双回平行输电线路共同模式停运和相关停运对系统电压稳定性影响较大,本文重点建立了双回线多种停运模式重叠的支路等效停运模型,进而计算输电系统状态概率。在输电系统状态概率模型的基础上,提出输电系统静态电压稳定风险评估指标体系及各项指标计算方法,其中通过基于连续潮流的电压稳定性判据及最优切负荷模型,对输电系统电压失稳进行判定及校正控制。最后以华东某地区电网为例进行静态电压稳定风险评估,说明本文所提方法的有效性。     

基于随机森林算法的电力系统小干扰稳定评估校正

区域电网的互联互通使电网结构日趋复杂，弱阻尼模式引发的低频振荡会影响系统安全稳定运行，对电力系统小干扰稳定带来了严峻挑战。针对常规小干扰稳定评估方法计算复杂度高、不能满足实时分析需求的问题，提出基于随机森林算法的小干扰稳定评估校正方法。首先，利用随机森林算法建立发电机有功、无功出力，负荷的有功、无功功率和支路功率等数据与最小阻尼比之间的映射模型，得到基于随机森林算法的小干扰稳定评估模型；然后，对发电机参数进行微小摄动，放入随机森林模型中算出最小阻尼比的变化，用数值分析法得到发电机阻尼比灵敏度；接着，建立系统弱阻尼状态下发电机阻尼比的优化模型，优化调整发电机有功出力；最后，在IEEE-9节点系统和某区域615节点系统中进行仿真验证。仿真结果表明，所提模型能够准确估算出系统运行的最小阻尼比和近似阻尼比灵敏度，将系统的最小阻尼比校正到0.03以上，消除弱阻尼状态，使系统恢复稳定运行。     

考虑风电概率特征的静态电压稳定在线评估方法

随着我国风电场装机容量的不断增加,风电场并网对电网静态电压安全的不利影响开始凸显,迫切需要对大规模风电并网情况下电力系统静态电压稳定的安全性进行评估。针对上述问题,提出了考虑风电概率特征的电压安全评估方法。首先,统计风电波动的概率特征,获取系统运行状态的概率分布;然后,应用基于广域测量下的戴维南等值方法计算各风电随机出力状态下各节点戴维南等值参数;最后,依据戴维南等值参数求取静态电压稳定裕度指标评估系统静态电压稳定状况。该方法将静态电压安全与概率分析充分结合,仅依据单状态断面即可评估系统静态电压稳定裕度,计算简单、迅速,适用于含风场电力系统静态电压安全稳定的在线监测。利用IEEE 9节点算例验证了所提方法的可行性和有效性。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

基于约束投票极限学习机的在线静态电压稳定评估

快速准确的在线静态电压稳定评估是规模化互联电网安全稳定运行的重要保障。针对传统神经网络学习模型调参繁杂、训练时间长、样本需求数量庞大等缺点,提出了一种基于约束投票极限学习机（constrainedvoting extreme learning machine,CV-ELM）的在线静态电压稳定评估模型。CV-ELM基于类间样本差值构建差向量集计算输入层对隐藏层的权值及隐藏层节点偏置项,并引入多数投票机制,通过集成学习的方式进行分类决策。此外,CVELM可自适应确定网络参数,在分类准确率、鲁棒性及泛化能力方面均优于传统的ELM。最后,基于新英格兰10机39节点系统的算例仿真结果证明了所提模型的有效性。     

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。     

基于随机优化的割集空间电压稳定域可视化

电压稳定域可视化能够方便调度人员监视电力系统的电压安全裕度,为其决策提供依据。为克服现有算法不能给出概率意义可信度的不足,分别提出了基于理想模型（独立正态分布）的随机优化算法和基于一般模型（非独立正态分布）的数据拟合Monte Carlo算法,以实现割集空间电压稳定域的可视化。其中,基于理想模型的随机优化算法不需要产生大量的随机数,计算过程简洁、高效,且可得到割集空间电压稳定域边界超平面近似的方程。进一步,为了评价利用该超平面方程判断电压稳定的可信度,提出用随机优化的目标函数—正确率作为置信度指标。基于该指标选择割集功率,可显著提高电压稳定评估的正确率。此外,文中将割集空间概念推广到拟割集空间,使电压稳定域的可视化更准确,更易于工程实现。IEEE39节点系统的仿真分析验证了所述算法的有效性。     

基于广域测量的在线电压稳定监视

广域测量技术的发展和应用为电力系统电压稳定监视奠定了基础。对采用局部电压、电流变化估计电网侧等值阻抗进行了分析,指出利用SCADA/EMS测量数据不能准确估计电网侧等值阻抗的缺陷,提出基于节点电压和负荷电流相量变化的改进方法和电压稳定性指标。采用广域测量系统间接地避免潮流方程在临界点的不收敛,弥补传统方法在应用中存在的系统规模过大、非线性模型不准确、数据多且更新不及时、速度慢等缺陷。通过仿真计算表明该指标能够正确指示节点的电压稳定性,适于对节点在线静态电压稳定的监视,具有一定实用性。     

基于迁移学习的智能静态电压稳定评估方案

由于电力系统拓扑结构复杂多变,基于数据驱动的静态电压稳定评估通常存在模型泛化能力不足的问题.针对该问题,文中提出了一种基于迁移学习的智能静态电压稳定评估方案.基于最大相关最小冗余(Maximal Rel-evance Minimal Redundancy,MRMR)准则和shapley值构建S-MRMR特征选择框架,对...     

On-line voltage stability monitoring

This paper presents a new methodology for online voltage stability assessment, consisting of two steps. Firstly, the time evolution of the power system operating state is modeled with the help of a forecasting-aided state estimator; secondly the voltage collapse point is determined through an extrapolation technique based on tangent vector behavior. Tests are carried out using the IEEE-14 bus system, where different operating scenarios are considered. The results show that monitoring system load trends may improve the assessment of voltage stability     

基于grcForest模型的风电并网系统暂态电压稳定评估

针对现阶段机器学习在风电并网系统暂态电压稳定评估的快速性、准确性方面存在的不足,提出了一种基于grcForest模型的风电并网系统暂态电压稳定评估方法。首先针对输入特征数目随着级联森林层数的增加可能出现的梯度增长或梯度减少的问题,采用残差网络对其进行优化,保证了层数增加后的模型依旧能保持最初的学习能力;其次分析风电并网系统暂态电压的关键影响因素,结合暂态故障构建输入特征;再通过评估模型离线训练,完成模型的参数设置和性能优化;最后把构建完成的输入特征应用于grcForest风电并网系统暂态电压稳定评估模型,结合数据对模型进行评估验证。IEEE10机39节点系统的仿真分析验证了该方法的快速性和准确性。     

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.     

Classification and assessment of power system static security using decision tree and random forest classifiers

The power system static security classification and assessment is essential in order to identify the post‐contingency problems and take corrective measures and to protect the system from blackout. In this paper, application of two data mining classifiers have been proposed for the security classification and assessment of a multiclass security problem. To design the security problem, contingency analysis is carried out under N‐1 line outage, and static severity index (SSI) is computed, which is a function of the line overload and the voltage deviation using Newton–Raphson load flow method, considering the variable load and generating conditions. Corresponding to the computed values of SSI, the voltage, phase angle, Mega Volt Ampere line flow and so on, a 1 × 7 pattern vector is generated. The generated pattern vectors are used to design a multiclass security problem. The designed security pattern vectors are given as inputs to the decision tree (DT) and random forest (RF) model in order to classify the security status of the power system. The proposed classifiers are investigated on an IEEE 30‐bus test system. The classification accuracy of the DT and the RF are compared with state‐of‐the‐art classifier models, namely, multilayer perceptron (MLP), radial basis function (RBF), and support vector machine (SVM).The simulation results clearly indicate that the proposed DT and RF classifiers are more efficient, reliable, and out performs MLP, RBF, and SVM classifiers for the assessment of the security status of the power system. Hence, DT and RF classifiers are found to be suitable for online implementation. Copyright © 2015 John Wiley & Sons, Ltd.     

电力系统规划与静态安全评估软件设计与实现

设计并实现了电力系统规划与静态安全评估相结合的应用软件,基于模块化的思想将系统分为电源规划、电网规划、静态电压稳定分析与安全风险评估4个功能模块。采用ORACLE数据库统一管理各模块所需数据,保证了模块之间的数据同步。在电源规划中采用改进的等备用率法进行机组检修规划,实现了多分段机组随机生产模拟技术,并考虑了水电机组和抽水蓄能机组。在电网规划中增加了N-2安全校验。在静态电压稳定分析中采用了基于π型基本回路模型的电压稳定指标。在安全风险评估中建立了能定量评估规划网络和运行网络安全状况的风险评估指标体系。华东地区某实际电力系统的仿真计算验证了该软件系统架构和算法的正确性和有效性。     

电力系统微分代数模型的奇异性和暂态电压稳定

将电力系统微分代数模型的奇异性与暂态电压稳定相联系,用动态负荷模型逼近静态负荷模型,以消除原微分代数方程模型中的奇异性。在2机单负荷3节点系统和新英格兰39节点系统中构造算例,证实了系统在原奇异点附近具有暂态电压崩溃的特征,从而微分代数方程的奇异性可以作为暂态电压崩溃的一种机理解释。此外,还研究了动态负荷模型时间常数、负荷功率和负荷成分对暂态电压稳定性的影响。研究结果表明具有恒功率或恒电流负荷特性且负荷响应较快的系统在重载下易发生电压崩溃。上述结论对研究暂态电压稳定的机理、电压稳定和功角稳定的关系、电力系统微分代数方程模型的理论和仿真分析具有一定的参考价值。