基于改进离差最大化方法的电网关键线路综合辨识

关键线路的辨识对保证电力系统安全性具有重要意义。针对现有关键线路辨识方法较少考虑线路两端节点信息以及对线路偶然故障考虑不足的问题,以电网拓扑信息为基础,结合当前运行状态,提出一种多指标评价的关键线路辨识方法。通过考虑局部系统的电压稳定性、线路传输容量、线路故障率以及节点的拓扑重要性,建立了识别线路重要程度的电压稳定性、容量裕度、实时故障率、拓扑联系度等4个指标;改进离差最大化方法,建立了考虑不同因素的主客观赋权的线路综合重要性指标;采用系统失负荷量最小的控制策略,衡量线路故障下系统的供电能力;最后对IEEE 39节点系统进行仿真,验证了所提辨识方法的可行性和正确性。     

基于Levenberg-Marquardt算法的鞍结分岔点快速计算

为了快速准确地计算静态电压稳定裕度,该文提出了2种鞍结分岔点快速求取算法,分别采用二分搜索和抛物线近似来进行计算.基于Levenberg-Marquardt算法在潮流方程的不可行域也能求得最小二乘解的特性,二分搜索算法利用解得的最小二乘值判断此算点是否处于潮流不可行域,通过二分搜索来快速逼近鞍结分岔点.抛物线近似算法对...     

基于输电网广播机制的改进输配互联电网异步状态估计方法

随着电力系统规模的扩大及输电网和配电网之间耦合的不断增强,大规模电力系统的分布式状态估计逐渐成为了研究热点.针对输配互联电网计算中数据交换存在的通信延时问题,提出了一种基于输电网广播机制的输配互联电网异步状态估计(TNBM-based-async-SE)方法.首先,对输配互联系统的状态估计问题进行了重新建模,对传统的同...     

基于潮流雅可比行列式的静态电压稳定分析

静态电压稳定分析是电力系统稳定性分析的重要组成部分。根据潮流雅可比矩阵在静态电压稳定临界点处的奇异性,采用使潮流雅可比行列式等于零的方式描述该特性,基于此进行静态电压稳定分析。构造可直接求解静态电压稳定临界点的方程,提出一种统一求解算法,进而针对统一求解需多次计算潮流雅可比行列式的不足,结合牛顿-拉夫逊法、正割法和二分法提出一种分解求解算法。然后,利用潮流雅可比行列式,并结合线路负载率和故障率,提出可用于关键线路辨识的静态电压稳定指标。在算例部分通过不同规模电力系统将所提静态电压稳定临界点计算方法与现有方法对比分析,总结不同方法的特点和适用场景,并利用所提静态电压稳定指标分析IEEE 39节点系统的关键线路,验证所提指标的合理性。     

一种基于马尔可夫链与两点估计法的电网调度操作风险评估方法

调度操作评估是调度操作中必不可少的环节,传统的评估方法仅考虑调度的安全性,缺乏对操作风险的感知.本文将风险理论引入调度操作评估当中,基于调度操作可分解和具有"无记忆性"的特点,用马尔可夫链模拟调度操作的逐步执行,同时,选取电压越限、潮流过载、静态电压稳定、连锁故障4个指标来量化电网的后果,并且在指标中考虑了负荷波动的影...     

一种GPU-CPU异构运算框架加速的实时N-1交流潮流计算方法

随着电力系统规模的扩大,为了适应N-1安全校验日益上升的实时性和精确性的需求,提出一种图形处理单元—中央处理单元(graphics processing unit-central processing unit,GPU-CPU)异构运算框架加速的实时N-1交流潮流计算方法。算法中设计一种N-1潮流问题的拼接求解方法,将原本多个独立的潮流问题组合为一个。雅可比矩阵的拼接生成采用并行化处理,线性方程组的求解根据规模大小选择直接法或迭代法处理,其中迭代法采用并行化处理。算法整体分为CPU处理部分和GPU处理部分,CPU处理迭代初值的设定、节点导纳矩阵的形成、校验集合的形成、迭代值的修正、收敛性判断等步骤,GPU处理雅可比矩阵的拼接生成等步骤,修正方程组的求解根据其规模选择CPU求解或GPU求解,以达到快速求解的目的。算例表明,所提算法效率和精度高、空间占用小,与传统N-1潮流算法相比具有明显优势,能够满足电网实时N-1潮流计算的需求,具有工程应用价值。     

虚拟演播室项目技术方案

重庆广电移动电视频道自2004年12月试开播以来，一直以“主流媒体占领户外传媒阵地”为宗旨，发挥公益性、导向性，并坚持“三贴近”原则，以“确保安全、提高质量、扩大覆盖、加快发展”的指导思想，为大众提供丰富多彩、形式多样、文明健康、积极向上的精彩节目。     

基于GPU加速的大规模系统N-1安全校验中电网连通性的检验方法

随着电力系统规模的扩大,N-1安全校验过程的计算量也显著提升。为了适应N-1安全校验日益上升的实时性需求,提出一种基于图形处理器(graphicsprocessingunit,GPU)加速的大规模系统N-1安全校验中电网连通性的检验方法。根据图论思想,电网模型被抽象为图模型,进而抽象为双向向量图模型。基于向量求和的思想在向量图模型上得到电网连通性判别条件,进行设计连通性检验算法。算例测试表明,所提算法效率高,空间占用小,与传统的连通性检验算法相比具有明显优势,能够有效提高系统N-1安全校验中电网连通性检验的速度,进而有助于大规模电网N-1安全校验整体计算效率的提升,具有工程应用的价值。     

大规模输配一体化系统牛顿法潮流计算性能分析及改进方法

为满足输配电网一体化潮流计算精度和计算速度需求,提出了一种改进的牛顿法潮流计算方法。针对输配电网一体化牛顿法雅可比矩阵病态严重、收敛性能较差等问题,采用自适应Levenberg-Marquardt算法初始精度提升速度快的特征选取初值、不完全三角分解法预处理雅可比矩阵,有效地保证了数值稳定性,提高了牛顿法的收敛性能。针对输配电网一体化后规模庞大、计算效率低等问题,利用图形处理器并行加速技术对算法中的一些计算量密集的步骤,包括雅可比矩阵的生成、矩阵—向量运算等进行加速处理。算例测试表明,该算法能够显著提高大规模输配电网一体化潮流计算的速度和精度,对于多配电网区域、环网、分布式电源、病态系统等多种情形具有较强的普适性。     

基于最大测点正常率与GPU并行加速的不良数据辨识方法

基于测量不确定度的概念,以测点正常率最大(MNMR)为目标的电力系统抗差状态估计方法具有较好的不良数据辨识能力。然而,该模型求解困难,已有研究对该模型进行了近似等效,并采用现代内点法进行求解,但存在因近似而辨识效果降低的问题。为此,基于MNMR状态估计模型,采用杂交变异粒子群算法,提出一种基于图形处理器(GPU)并行加速的不良数据辨识算法。该算法不对MNMR模型进行近似等效,根据GPU并行计算架构特点,设计了粗粒度和细粒度结合的并行加速策略。算例结果表明,所提的算法对不良数据的误检率和漏检率较低,具有较好的不良数据辨识能力,且计算时间短,加速效率高,能够满足实际运行需求。