电力系统在线偶然事故排序的一种新方法

将偶然事故排序中通常采用的系统行为指标同系统的可靠性与经济性指标相结合,形成偶然事故对系统影响的期望值,以此对偶然事故进行排序,使得对偶然事故的选择更具有合理性.最后对一给定的系统进行试算,并进行分析,证明这种方法是合理的.     

电力系统在线偶然事故排序的一种新方法

采用间接法对电力系统中的偶然事故进行排序,同时将偶然事故排序中通常采用的系统行为指标同系统的可靠性与经济性指标相结合,形成新的偶然事故对系统影响的期望值,根据新的期望值对偶然事故进行排序,使排序更具有合理性.并对一给定的系统进行试算及分析,证明这种方法是合理的。     

电力系统偶然事故选择中异常数据的鉴别与处理

作为电力系统安全分析中的重要组成部分，偶然事故的选择由于在分析过程中加入了对事故发生率的考虑而变得更具有合理性，然而，在对事故发生率的计算过程中，由于目前只积累了少量的数据，使得在不同情况下对该系统中事故发生率发生异常变化不能合理地区分并加估算。为此，该文提出采用跳跃度函数的方法。对该系统中所出现的引起事故发生率发生变化的异常数据进行分析和计算，在进行理论证明的基础上给出了跳跃度函数的计算公式，并以线路故障率为例，说明文中的方法对电力系统偶然事故选择所产生的影响。     

计及动作安全裕度的节点电压脆弱性评估

针对电力系统安全问题,定义了节点动作安全裕度指标,结合传统节点电压脆弱性评估指标,对预想事故下的节点电压脆弱性进行分析,建立了计及动作安全裕度的节点电压脆弱性评估指标。通过对IEEE14、IEEE30母线系统的仿真,结果表明节点事故动作安全裕度的引入部分改变了传统节点电压脆弱度的排序,与传统节点电压脆弱性评估结果相比,更全面考虑了事故发生概率以及事故保护作用和故障操作对节点脆弱性的影响,提高了不同事故下节点电压脆弱性的评估精度,验证了该方法的和合理性与有效性。     

计及动作安全裕度的节点电压脆弱性评估

针对电力系统安全问题,定义了节点动作安全裕度指标,结合传统节点电压脆弱性评估指标,对预想事故下的节点电压脆弱性进行分析,建立了计及动作安全裕度的节点电压脆弱性评估指标.通过对IEEE14、IEEE30母线系统的仿真,结果表明节点事故动作安全裕度的引入部分改变了传统节点电压脆弱度的排序,与传统节点电压脆弱性评估结果相比,更全面考虑了事故发生概率以及事故保护作用和故障操作对节点脆弱性的影响,提高了不同事故下节点电压脆弱性的评估精度,验证了该方法的和合理性与有效性.     

基于电压脆弱性的支路事故排序快速算法

提出一种基于电压脆弱性的支路事故排序快速算法。用线性灵敏度法快速得到各事故后的临界电压,根据静态能量与注入功率和节点电压的关系引出静态能量裕度的定义,提出两个可用于事故筛选与排序的电压脆弱性评估指标。其中局部指标计算事故后系统稳定运行时各节点能量裕度,并取最薄弱节点的值作为系统的能量裕度;整体指标取事故后系统稳定运行的总能量得到的能量裕度。由这两个指标分别对事故进行筛选与排序,得到严重事故集。对IEEE30、IEEE57母线系统的仿真结果与采用内点法精确计算的排序结果对比验证该思路的有效性。     

基于电压脆弱性的支路事故排序快速算法

提出一种基于电压脆弱性的支路事故排序快速算法.用线性灵敏度法快速得到各事故后的临界电压,根据静态能量与注入功率和节点电压的关系引出静态能量裕度的定义,提出两个可用于事故筛选与排序的电压脆弱性评估指标.其中局部指标计算事故后系统稳定运行时各节点能量裕度,并取最薄弱节点的值作为系统的能量裕度;整体指标取事故后系统稳定运行的总能量得到的能量裕度.由这两个指标分别对事故进行筛选与排序,得到严重事故集.对IEEE30、IEEE57母线系统的仿真结果与采用内点法精确计算的排序结果对比验证该思路的有效性.     

复杂电网连锁故障预测

分析近年来发生的连锁故障案例得出:故障过程中常伴随母线低电压和线路过载问题,且它们对事故发展起到关键的推动作用。针对这一特性,提出一种连锁故障预测方法,在事故发生后计算系统潮流以判断节点电压波动及线路的过负荷情况并依判据切除相应元件,预测出连锁故障的序列事件,为事故对策做好准备,从而有利于减小大停电发生事件概率,缩小事故影响范围。     

基于电网拓扑优化的电压稳定预防控制方法

电压稳定是电力系统安全稳定运行的重要内容之一,然而某些故障或扰动的发生可能导致系统的负荷裕度大幅度降低,甚至造成电压失稳。为增强系统的电压稳定性,提出采用改变母线运行方式的方法优化电网拓扑结构,从而提高电力系统的负荷裕度,确保基态系统和预想事故下的电压稳定性。提出了计及预想事故的电压稳定预防控制模型,并发展了一套阶段式的母线运行方式优化求解方法。首先利用线路参数的灵敏度指标对母线运行方案进行预筛选,快速筛选出可以提高负荷裕度的备选方案集,以减小计算规模;随后在此集合上基于look-ahead裕度指标对运行方案排序,并以连续潮流法的分析结果确定有效母线运行方案;最后,通过IEEE 118和1648节点系统的仿真结果验证了所提方法的有效性。     

基于关键线路识别的电力系统连锁故障风险评估模型

针对现有模型的不足,提出了一种新的电力系统连锁故障风险评估模型。该模型从元件过负荷、继电保护隐性故障2个方面定义了连锁故障概率:以故障发展过程中出现的母线低电压、线路过负荷、电力系统失负荷来衡量连锁故障带来的后果。在不违背连锁故障发生机理的前提下,将支路的结构传输重要度与反映电网实时运行状况的线路故障发生概率相结合,给出了连锁故障中关键线路识别的重要判据,根据关键线路排序结果合理选择下一个故障环节,加快了连锁故障模式搜索速度。最后对IEEE 10机39节点系统进行仿真,仿真结果证明了本文方法的有效性。     

基于统计学习的模糊暂态稳定事故筛选与排序

暂态稳定事故筛选与排序的目的是针对一组预想事故集合挑选出严重事故或滤除掉无害事故,以减少待分析的预想事故数目,满足在线动态安全分析的需要.文中提出一种基于统计学习的模糊暂态稳定事故筛选与排序方法,该方法采用了反映事故严重程度的10个性能指标,并通过样本学习,在每个指标集合上具体定义了系统稳定性的模糊隶属度函数;然后综合运用这10个性能指标的稳定性模糊隶属度得到的平均稳定性模糊隶属度,对预想事故集合按严重性进行了排序;接着根据排序结果,结合所设定的稳定阈值,将无害事故过滤掉.最后,用新英格兰10机39节点网络验证了该方法的有效性.     

Fast real power contingency ranking using counter propagation network: feature selection by neuro-fuzzy model

In deregulated operating regime power system security is an issue that needs due consideration from researchers in view of unbundling of generation and transmission. Real power contingency ranking is an integral part of security assessment. The objective of contingency screening and ranking is to quickly and accurately shortlist critical contingencies from a large list of credible contingencies and rank them according to their severity for further rigorous analysis. In the present work, modified counter propagation network (CPN) with neuro-fuzzy (NF) feature selector is used for real power contingency ranking of the transmission system. The CPN is trained to estimate the severity of a series of contingencies for given pre-contingencies line-flows. But for larger size system it becomes rather difficult to cope with the increased size of input pattern and network as well. And it adversely affected the performance of the network and computational overhead. The proposed NF feature selector prunes the size of input pattern by exploring the individual power of features to characterize/discriminate different clusters. The reduced set of discriminating inputs not only ensures saving in training time but also improves estimation accuracy and execution time and these are the deciding parameters in evaluating the performance of particular contingency ranking technique. The effectiveness of proposed approach is demonstrated on IEEE 30-bus test system and practical 75-bus Indian system.     

电压稳定分析中支路型故障筛选及排序算法研究

提出了一种用于电压稳定性分析的支路型故障筛选和排序的快速算法，该方法分为4个阶段：①依据正常运行状态下的潮流解从所有预想事故中筛选出严重事故；②通过分析线路被置换后系统雅克比矩阵的最小奇异值，从所筛选出的事故中再次筛选出更严重的事故；③在指定的负荷水平下解潮流方程，从第二次筛选出的事故中再次筛选出最严重的事故；④对每个最严重的事故进行1次潮流计算，估计其最大负荷能力。通过New-England 39节点系统和IEEE 118节点系统算例表明，此算法计算量少，简单有效，易于实现。     

考虑期望损失的综合能源系统故障智能筛选和排序方法

综合能源系统实现了电、热、天然气等多种能源系统的耦合互联,相比于单一能源系统,其故障状态数目大幅增加,如何快速准确地从系统海量的故障状态中筛选出最严重的故障,从而提高风险评估效率,成为综合能源系统风险评估中的关键难题。针对这一问题,基于遗传算法提出了一种综合能源系统故障智能筛选和排序方法。首先,计及多种能源网络的约束条件,建立了综合能源系统故障期望损失双层优化模型,同时刻画了故障发生概率和故障损失对系统的影响。进而,基于遗传算法提出了故障期望损失双层模型的求解方法,并对传统遗传算法进行改进,使得方法能够同时筛选出期望损失最严重的多个故障状态。最后以修改的IEEE 33节点电力系统、巴厘岛供热系统和比利时天然气系统组成的综合能源系统为例,仿真结果表明所提方法的故障筛选效率明显优于常规枚举法和蒙特卡洛方法,证明了所提方法的有效性。     

全局输配电网电压稳定故障筛选与排序的分布式计算方法

随着传统配电网向含大量分布式电源的主动配电网转变,输电网、配电网电压稳定评估已不再适宜各自独立计算。基于输电网、配电网分属于不同控制中心调控,提出一种全局输配电网电压稳定故障筛选与排序的分布式计算方法。该方法分为两阶段：阶段1中采用输配电网主从分裂分布式潮流工具在系统要求最小负荷裕度值的工况下进行各预想故障的潮流计算,采用最优乘子法筛选出潮流不可解的严重故障;阶段2中采用基于输配电网分布式连续潮流的步长加速二次曲线拟合方法计算严重故障的负荷裕度并进行排序。由1个IEEE 118节点输电网和2个IEEE 33节点配电网组成的全局输配系统的仿真算例表明所提方法能够快速可靠地实现全局输配电网电压稳定故障筛选与排序。     

基于稳定域边界理论的暂态稳定指标及其应用

基于故障后电力系统稳定域边界的隐式方程,提出了隐式的暂态稳定指标,并利用稳定域的二次近似方法给出了该暂态稳定指标的一个近似估计.进一步,将所得的暂态稳定指标应用于临界切除时间计算和故障排序,其中临界切除时间由求解暂态稳定指标和切除时间的拟合二次方程得出,故障的严重程度排序由比较该暂态稳定指标直接得出.最后,在IEEE 3机9节点和新英格兰10机39节点系统中进行的仿真结果验证了所提出的暂态稳定指标的准确性.     

Optimal location and parameter setting of UPFC for enhancing power system security based on Differential Evolution algorithm

This paper presents a new approach based on Differential Evolution (DE) technique to find out the optimal placement and parameter setting of Unified Power Flow Controller (UPFC) for enhancing power system security under single line contingencies. Firstly, we perform a contingency analysis and ranking process to determine the most severe line outage contingencies considering line overloads and bus voltage limit violations as a Performance Index. Secondly, we apply DE technique to find out the optimal location and parameter setting of UPFC under the determined contingency scenarios. To verify our proposed approach, we perform simulations on an IEEE 14-bus and an IEEE 30-bus power systems. The results we have obtained indicate that installing UPFC in the location optimized by DE can significantly enhance the security of power system by eliminating or minimizing the overloaded lines and the bus voltage limit violations.     

静态电压稳定分析的故障筛选和排序方法

提出一种新的故障筛选和排序方法。首先,定义一种负荷裕度阈值,用连续潮流法计算此裕度下的潮流工况,在此工况下,利用最优乘子法依次求解所有的开断潮流,将有解的大部分开断作为安全故障筛选掉,少量无解的则为不安全故障。然后,在基态下利用最优乘子法依次求解不安全故障的开断潮流。有解则为危险故障,并用连续潮流法求解负荷裕度,按裕度给出排序;无解则为失稳故障,结合最小二乘潮流解失配量中隐含的校正控制灵敏度信息,使用序列线性规划法给出使潮流恢复有解的最小切负荷代价,据此代价来排序失稳故障。新英格兰10机39节点系统的仿真结果验证了所提出的方法能快速、可靠、全面地实现电压稳定的故障筛选和排序。     

ANN based integrated security assessment of power system using parallel computing

This paper presents the application of cascade neural network (CANN) based approach for integrated security (voltage and line flow security) assessment. The developed cascade neural network is a combination of one screening module and two ranking modules, which are Levenberg–Marquardt Algorithm based neural networks (LMANNs). All the single line outage contingency cases are applied to the screening module, which is 3-layered feed-forward ANN having two outputs. The screening module is trained to classify them either in critical contingency class or in non-critical contingency class from the viewpoint of voltage/line loading. The screened critical contingencies are passed to the corresponding ranking modules, which are developed simultaneously by using parallel computing. Parallel computing deals with the development of programs where multiple concurrent processes cooperate in the fulfillment of a common task. For contingency screening and ranking, two performance indices: one based on voltage security of power system (VPI) and other based on line flow (MWPI) are used. Effectiveness of the proposed cascade neural network based approach has been demonstrated by applying it for contingency selection and ranking at different loading conditions for IEEE 30-bus and a practical 75-bus Indian system. The results obtained clearly indicate the superiority of the proposed approach in terms of speedup in training time of neural networks as compared to the case when the two ranking neural networks were developed sequentially to estimate VPI and MWPI.     

Voltage contingency ranking using fuzzified multilayer perceptron

A fuzzified multi-layer perceptron (FMLP) trained by back-propagation algorithm is proposed for on line voltage contingency analysis and ranking. The input vector consists of fuzzy membership values of loads to different linguistic categories, while the output vector is defined in terms of fuzzy membership values of a voltage performance index in different severity classes. Fuzzifying the loads into linguistic categories using non-linear membership functions enables efficient modeling of uncertainty associated with loads. Angular distance based clustering has been used to determine significant inputs to the fuzzified neural network. Due to the incorporation of fuzzy logic, the method is capable of handling even those contingencies that belong to more than one class. The effectiveness of the method has been shown on IEEE 30-bus test system and 75-bus Indian system and it is found to classify and rank the contingencies quite accurately for unknown load patterns.