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.     

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。     

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。     

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。     

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。     

基于自忆性灰色Verhulst模型的暂态稳定受扰轨迹实时预测

广域测量系统能在统一时标下监视系统各节点的实时轨迹,为暂态稳定实时分析提供了可能。基于灰色系统理论及动力系统的自忆性原理,提出一种基于自忆性灰色Verhulst模型的电力系统暂态稳定受扰轨迹实时预测方法。发电机功角受扰轨迹在每一个摇摆过程中呈"S"型变化,符合灰色Verhulst模型预测要求。针对发电机受扰轨迹较强的随机性和非线性,在传统Verhulst模型预测基础上,构建了具有自忆性的灰色Verhulst模型。该模型不仅考虑了发电机功角轨迹的变化趋势,还利用了历史量测数据,能很好地表征发电机功角受扰轨迹的随机波动特性,提高预测精度和预测时间。将该方法对新英格兰10机39节点系统进行仿真计算,结果表明该方法具有良好的拟合预测效果,为实时暂态稳定分析提供了技术支撑。     

基于PMU实测摇摆曲线的暂态稳定量化分析

提出了用扩展等面积准则（EEAC）评估相量测量装置（PMU）实测摇摆曲线的稳定裕度的方法。EEAC已被广泛用于分析电力系统的稳定域和优化稳定控制的决策。当受扰轨迹来自仿真时，所用的模型、参数和扰动场景很可能与实际不符。PMU给出的受扰轨迹克服了这个缺点，若能使主导映象的识别及稳定裕度的计算也不依赖于数学模型和参数，就可以真实反映实际系统的暂态稳定裕度。虽然PMU量测不能反映假想的场景，不支持对控制量的决策，但评估实际轨迹的稳定裕度仍有很大意义。仿真表明，所提出的算法在系统模型和参数未知的情况下，可以快速而精确地评估PMU实测摇摆曲线的稳定裕度。     

基于定制遗传算法考虑配电网多种拓扑可观性的PMU优化配置

同步相量测量单元(PMU)可以为配电网提供相量数据以提高可观性。考虑因配电网节点数目多但投资成本少造成的PMU供需不平衡,提出了以固定PMU数目为约束条件的优化配置模型。目标函数在最大化可观性节点数目的前提下,最大化网络量测冗余度。模型中考虑了多种拓扑结构的影响,并通过引入零注入节点、节点注入功率和支路功率等量测数据提高可观性。提出了一种定制遗传算法来求解模型,通过定制交叉和变异操作,保证所有个体为可行解。最后,给出了基于最优方案的PMU配置顺序。通过对IEEE标准节点系统进行仿真计算,验证了所提方法的可行性和有效性。     

PMU准实时数据对主动配电网抗差估计的影响

由于相量测量单元(PMU)因成本问题无法在配电网中大规模配置,且不同设备向主站传输数据时存在客观的通信延迟、带宽限制等因素,因此状态估计器输入端存在不良数据。提出一种基于同步相量量测的主动配电网抗差估计方法,并提出以虚拟PMU量测模型补充大量的高精度冗余数据。将数据采集与监视控制(SCADA)量测系统、PMU量测和虚拟PMU量测构成的混合量测系统作为状态估计的输入端。考虑网络和量测数据不确定度对抗差M估计算法进行改进,避免了传统加权最小二乘估计中删除坏数据的残差判断和迭代过程,降低了估计耗时,提高了状态估计的可靠性和抗差性能。改进IEEE 14和IEEE 33节点配电网算例的仿真分析,验证了所提方法的有效性和普适性。     

基于DSCADA和μPMU数据融合的配电网运行拓扑辨识

在配电网安装了配电网数据采集及监视控制系统（distribution network supervisory control and data acquisition, DSCADA）和部分节点安装少量微型同步相量测量装置（micro-synchronous phasor measurement unit, μPMU）情形下,提出了一种基于DSCADA和μPMU遥测数据融合的配电网运行拓扑辨识方法。首先,基于μPMU节点电压相位量测构建配电网拓扑变化时刻辨识模型,确定拓扑变化的时刻;然后,基于拓扑变化前后的节点电压变化,借助DSCADA和μPMU的遥测数据构建可能拓扑判据,缩小重构后可能拓扑的范围;最后,使用加权最小二乘法将DSCADA和μPMU遥测数据进行融合,估计出可能拓扑下的节点电压相位,并利用构建的拓扑相似度辨识模型辨识出实际拓扑。算例中考虑μPMU和DSCADA不同量测误差组合,对该算法辨识的准确性进行验证。     

基于图论的电力系统PMU布点优化算法

基于最小支配集理论和电力系统线性量测模型,提出了可观测节点集合、WAMS可观测矩阵两个概念以及一种新的节点可观测性计算规则。以保证系统的完全可观测性和以系统图的最小支配集为搜索范围构成约束条件, 以电力系统状态完全可观测和相量测量装置（PMU）配置数目最小为目标,形成了PMU配置优化问题。并应用禁忌搜索(TS)方法求解该问题,保证了全局寻优。最后采用 IEEE 14、30、57 、118节点系统和新英格兰 39 节点系统对该方法进行了验证,仿真结果表明该方法的有效性和可行性。     

利用PMU数据提高电力系统状态估计精度的方法

同步相量测量单元(phasor measurements units,PMU)因能测得高精度的同步相量数据而被广泛应用于电力系统中,而传统的监控及数据采集系统(supervisory control and data acquisition,SCADA)是电力系统运行和静态安全监视的基础。文中提出了一种PMU与SCADA数据共存的数学模型用于电力系统状态估计。该模型在保留原有SCADA数据的同时,通过虚拟测量方法对PMU观测范围进行大范围拓展,提高数据冗余度及状态估计的精度。仿真结果表明,该方法具有较高的估计精度,且不受网络拓扑结构和PMU数量限制,适于SCADA和PMU数据共存系统。     

含风电虚拟惯性响应的新能源电力系统惯量估计

惯量精确估计是分析系统频率安全稳定的前提,而现有方法未能定量评估虚拟惯量对电网等效惯量的影响。鉴于此,文中提出一种含风电虚拟惯性响应的电力系统惯量估计方法。首先推导了含风电虚拟惯性响应的电力系统等效惯量理论表达式;其次利用同步相量测量单元(phasor measurement unit, PMU)获取发电装置节点处的有功-频率数据,然后将发电装置的有功输出功率作为辨识模型输入、频率扰动作为输出,利用受控自回归(controlled autoregressive, CAR)模型以及含有遗忘因子的递推最小二乘(time-varying forgetting factor recursive least squares, TFF-RLS)算法对不同风电渗透率下的全网等效惯量进行评估;最后通过改进的IEEE-10机39节点系统验证所提方法的可行性与适用性。与传统辨识方法相比,文中所提方法估计的惯量精确性有所提高,适用于新能源电力系统时变惯量估计。     

一种改进的相量测量装置最优配置方法

以电力系统状态完全可观测和相量测量装置(PMU)配置数目最小为目标,提出了一种改进的PMU最优配置方法.将启发式方法和模拟退火方法有效结合以确保得到最优解,提高了基于启发式方法的初始PMU配置方案的质量,通过改进配置模型缩小了模拟退火方法的寻优范围,从而提高了求解速度.还提出了一种基于节点邻接矩阵的快速可观测性分析方法.最后采用IEEE 14、IEEE 30、IEEE 118节点系统和新英格兰39节点系统对该方法进行了验证.