基于堆叠稀疏降噪自编码器的暂态稳定评估模型

深度学习模型凭借其良好的性能被引入到电力系统的暂态稳定性评估中,但进行在线应用时,须关注模型的抗噪能力和泛化能力。文中提出一种基于堆叠稀疏降噪自编码器(SSDAE)的暂态稳定性评估模型,首先对原始输入数据加入噪声得到受损数据样本,然后对受损数据样本进行高阶特征提取,最后将提取的高阶特征重构成未受损的数据,这一训练过程大大提高了模型的抗噪能力。同时,在对输入特征进行重构的过程中,对隐藏层神经元权重和激活程度进行抑制,实现模型的稀疏化,以此提高模型的泛化能力。仿真结果表明,相对于其他机器学习算法,SSDAE模型具有良好的抗噪能力和泛化能力。     

基于梯度范数的暂态稳定评估模型的不平衡修正方法

为了解决电力系统中样本数量和质量不平衡造成的暂态稳定评估偏差问题,从评估模型的训练过程出发,通过预训练模型获得样本对模型参数修正的梯度范数,引入梯度范数均值比量化样本的不平衡程度,相较于先验信息,梯度范数均值比综合考虑了样本数量与样本质量的不平衡,并提出基于代价敏感法的不平衡修正方法,利用该方法改善模型的评估倾向性,以实现较好的修正效果。IEEE 39节点系统和华东电网系统的仿真结果验证了所提方法的有效性。     

基于堆叠变分自动编码器的电力系统暂态稳定评估方法

通过模型的构建和特征量的提取2个方面,提出了一种具有较好抗噪能力的暂态稳定性判别模型。模型的构建采用堆叠变分自动编码器,并在训练过程中引入L2正则化,加强了稳定性判别模型的泛化能力。同时,特征量的提取时刻与传统方法不同,通过设定所有发电机最大功角差值的阈值,当系统发展至该阈值时,进行特征量的提取。在IEEE 39节点系统中进行仿真验证,仿真结果表明,采用上述特征量提取方法,大幅降低了稳定性判别模型的误判率,同时设定合理的阈值并不会影响实时控制措施的启动,加强了模型的抗噪能力。     

基于改进深度置信网络的电力系统暂态稳定评估研究

为了提高深度置信网络的评估性能,提出一种基于稀疏降噪自动编码器和深度置信网络相结合的暂态稳定评估方法。首先,构建一组对系统暂态变化敏感且维数与系统规模无关的原始输入特征;其次,通过稀疏降噪自动编码器的无监督学习过程提取输入特征,用得到的权值和偏置初始化深度置信网络;最后,采用“预训练－微调”2种学习方法训练深度置信网络,获得原始输入特征与系统暂态稳定结果之间的映射关系。与采用随机初始化受限玻尔兹曼机的传统深度置信网络相比,本文提出的改进评估方法在一定程度上克服了由于随机初始化导致评估准确率无法达到最优的弊端。在新英格兰10机39节点系统上的仿真结果表明,该方法比常用的机器学习算法和深度置信网络有更好的评估性能,仿真结果还证明了本文所提方法具有良好的特征提取能力。     

考虑动态频率约束的电力系统最小惯量评估

新能源高占比系统带来的低惯量问题已严重影响大扰动下系统频率稳定性,频率各项指标愈发接近安全域边界。为量化系统频率响应能力,明晰系统运行边界,该文在分析系统惯量需求必要性基础上,提出考虑频率变化率(rateof change of frequency,RoCoF)及频率最低点约束的系统最小惯量需求评估方法。在RoCoF约束方面,将静态负荷电压特性引入评估模型,并根据扰动瞬间功率分配机理对大电网动态频率空间分布特征进行量化;在频率最低点约束方面,通过建立含多类型调频资源的系统频率响应模型进行最小惯量评估。根据所提方法,给出考虑我国电网运行特性及稳定性要求的送、受端系统最小惯量评估方法。根据不同频率约束下的惯量不足,给出可行应对措施,并分析各项措施与最小惯量关系,包括直接增大系统惯量、电力电子电源快速调频、降低扰动功率和放宽频率约束等。最后,采用改动的WSCC 3机9节点系统和大电网系统,验证方法有效性和准确性,为保障系统稳定运行及运行方式安排提供理论支撑。     

考虑频率稳定约束的新能源电力系统临界惯量计算方法

针对新能源并网的弱惯量、零惯量特征对电力系统频率稳定的影响,提出一种计及频率稳定约束的新能源电力系统临界惯量的估算方法。首先,建立系统频率动态响应数学模型,求解惯量中心频率时域表达式。然后,基于频率响应模型求解并分析系统惯量与相关频率稳定性指标的关系,进而计及频率变化率和频率最大偏差约束估算系统临界惯量理论值和计算值。最后,基于临界惯量提出一项电力系统频率稳定性指标,来评估功率扰动后的电力系统频率稳定性,并结合电力系统实际运行惯量得出新能源虚拟惯量参考值。在DIgSILENT PowerFactory中以改进的IEEE 10机39节点新英格兰系统和某区域电网仿真算例对所提计算方法进行仿真验证。     

考虑拓扑变化的电力系统暂态稳定评估

针对电力系统拓扑频繁变化导致暂态稳定评估（TSA）困难的问题,提出一种新颖的基于深度学习的TSA方案。基于深度森林（DF）构建暂态稳定评估模型,创新性地提出考虑主动学习技术和分级策略的DF更新方案。该方案从样本生成和模型训练两方面最大限度节省更新时间,并在电力系统拓扑变化后快速更新DF模型,有较强实用性。最后,在新英格兰39节点系统中对所提TSA方案进行验证,结果表明该方案对拓扑频繁变化的电力系统有更强的适应性与鲁棒性。     

基于后验分布信息的SSAE暂态稳定评估模型倾向性修正方法

为了解决样本不平衡带来的评估倾向性问题,从深度学习模型的损失函数出发,分析样本不平衡对评估模型的影响,发现训练过程中的损失函数值能够反映样本的不平衡程度,由此提出基于样本后验分布信息的代价敏感修正方法.通过预先训练获得样本的后验分布信息,引入稳定样本与不稳定样本的损失函数均值比得到修正系数;将修正系数通过代价敏感法修正...     

考虑频率稳定的新能源高渗透率电力系统最小惯量与一次调频容量评估方法

随着新能源渗透率逐步提高,系统在大功率扰动下的频率稳定问题日益严峻,限制了系统新能源的消纳能力。为了合理规划新能源的接入容量,亟需对系统的最小惯量和一次调频容量进行评估。为此,针对大功率扰动下惯量响应与一次调频响应间的相互作用进行了研究。首先,以传统单机模型为基础,推导出了计及调频死区的频率响应过程表达式。然后,以扰动后的最低频率限值为动态频率稳定约束条件,建立了系统最小惯量与一次调频容量评估模型,估算了系统最小功频静态特性系数和最小惯性时间常数,计算并绘制了惯量响应和一次调频响应的功率曲线。最后,在DIgSILENT PowerFactory仿真软件中搭建了IEEE 10机39节点模型,验证了所提最小惯量与一次调频容量评估方法的准确性和研究价值。     

计及暂态频率稳定约束的同步惯量经济价值评估

高渗透率新能源接入系统后,保障系统具有充足的在线惯量是维持系统频率安全稳定的关键,同时建立惯性辅助服务市场是解决该问题的有效手段。因此,将同步惯性响应纳入有偿服务,搭建考虑系统最低同步惯量需求约束的定价出清模型,并提出离散变量松弛化的方法,将出清模型转化为凸优化问题。然后,基于边际成本定价法和拉格朗日对偶原理,以最低同步惯量需求约束对应的影子价格来评估其经济价值,为惯性服务定价。最后,以改进的IEEE 39节点系统和IEEE 118节点系统为例,对同步惯量影子价格的存在机理、数值影响因素以及同步机组收益进行分析讨论。结果表明,含高比例新能源系统具有建设惯性辅助服务市场的必要性和迫切性。所提方法和仿真结论为惯性服务市场化提供了参考性意见。     

基于深度森林的电力系统暂态稳定评估方法

快速准确地实现暂态稳定评估,是电力系统安全运行的重要保障.近年来迅速发展的深度学习技术已经成为解决这一问题的有效手段,然而基于神经网络的深度学习模型存在着调参困难、训练时间长和样本需求量大等缺点.文中将故障切除时刻系统的物理量作为输入特征,以系统的暂态稳定状态作为输出结果,采用集成决策树方法,构建了基于深度森林的电力系...     

机组惯量对暂态功角稳定性影响的复杂性

随着能源转型的推进,风电及光伏发电大规模入网引起的电力系统惯量水平降低对暂态功角稳定性的影响成为业界关注的热点。从电网送、受端的视角来界别机组惯量对暂态功角稳定性的定性影响,并不符合问题的本质。文中基于扩展等面积准则(EEAC),分析互补两群等值惯量的变化对主导映象系统暂态稳定裕度的影响。由于故障场景对两群映象系统暂态潮流的不同影响,以及上述两种影响的交互作用,造成机组惯量对暂态功角稳定性影响的复杂性。通过对两机哈密顿系统的解析分析及数值仿真,讨论了其规律。     

基于一维卷积神经网络的电力系统暂态稳定评估

系统遭遇暂态故障的过程是随时间发展的过程,基于传统机器学习的暂态稳定评估方法通常难以捕捉其时间维度信息,限制了评估性能的提高。针对该问题,提出了一种基于一维卷积神经网络(1D-CNN)的暂态稳定评估方法。该方法直接面向底层量测数据,凭借其特有的一维卷积和池化运算特性,能自动提取出暂态过程所蕴含的时序特征,从而达到对系统暂态稳定状态准确刻画的目的。设计了一种适用于暂态稳定评估的四卷积层1D-CNN模型,实现了端到端的"时序特征提取+暂态稳定性分类",并通过调整模型关键参数以提高失稳样本查全率,增强了评估结果的可靠性。新英格兰10机39节点测试系统的仿真实验表明,相较于传统机器学习暂态稳定评估方法,所提方法能以更短的响应时间做出更准确的暂态稳定性判断,满足在线暂态稳定评估准确性与快速性的要求。     

基于子空间法的电网暂态频率扰动惯量估计

针对暂态频率扰动下传统惯量估计方法受扰动发生时刻和惯性响应持续时间判断敏感而导致估计误差偏大的问题,文章提出基于子空间法的电网惯量估计思想。通过分析暂态频率扰动发生前、惯性响应及一次调频响应各阶段的电网频率响应模型的冲激响应特征,获得各阶段的电网惯量统一性表达,并将各阶段电网频率响应模型作为相同待估计系统,应用子空间法进行系统模型参数辨识,最终估计出电网惯量。通过算例分析验证了文章方法对电网惯量估计的有效性及精确性。     

电网频率扰动下并网变换器系统暂态稳定性分析

在弱电网条件下,锁相环固有的非线性特性会对电网扰动条件下并网变换器系统的暂态稳定性产生影响.针对并网逆变器系统中电网频率扰动工况,建立了锁相环输出相角的二阶微分方程.基于非线性动力学多尺度法对模型进行了时域解析求解,并量化分析了电网扰动对锁相环输出相角的影响,进一步给出了暂态稳定边界.针对电网频率、电流以及电网阻抗扰动工况,将所建模型的解析解与其数值解、仿真结果进行了对比,并与传统相图分析方法进行了比较,验证了所提出的锁相环暂态解析模型与解析方法的正确性.通过实验进一步验证了暂态稳定边界的有效性.     

基于卷积神经网络的暂态电压稳定快速评估

随着特高压直流输电的发展和负荷构成及特性的变化,暂态电压问题严重威胁系统的安全稳定运行。基于卷积神经网络(CNN),提出一种交直流受端电网分区暂态电压稳定快速评估方法。计及系统快速动态响应元件影响,基于暂态电压时序信息构建暂态电压跌落面积矩阵,利用基于t分布的随机近邻嵌入(t-SNE)算法将其映射到二维平面,对受端电网进行分区。依据节点相对距离选择各分区稳态潮流特征。构建线路故障严重度指标,据其对故障线路号进行编码,将编码结果与故障线路号共同作为故障特征。采用粒子群优化算法确定各分区CNN最优卷积核大小和数量,提升CNN性能。实际多馈入交直流电网的仿真结果表明了方法的有效性。     

系统惯性时间常数对互联电网暂态稳定水平的影响

由于区域电网的互联,整个系统的惯性时间常数将会发生明显变化,继而会影响整网的暂态稳定水平。基于暂态能量函数法,通过对等值2机系统进行数学推导并作暂态稳定分析,研究了系统在各种运行方式下,2端机组惯量变化对电力系统暂态稳定水平产生的影响,比较了两端机组惯量变化分别对系统暂态稳定性的影响,并发现了系统机组惯性时间常数对系统暂态稳定水平造成的影响与系统的负荷水平及初始工况有关。在理论分析的基础上,结合相关算例在各种运行方式下进行了仿真研究,仿真结果验证了分析结果的正确性。