多时间尺度电力系统的模型降阶及稳定性分析(二)电力系统的降阶与中长期失稳

从元件的基本方程出发 ,导出了电力系统的三时间尺度模型。利用慢流形和快流形的概念 ,研究了电力系统三时间尺度动态模型降阶的条件。在感应电动机并联线性阻抗的负荷模型下 ,证明了在静态稳定和暂态稳定分析中略去发电机定子绕组阻尼磁链和负荷感应电动机转子绕组磁链动态的合理性 ;证明了在静态稳定分析中固定发电机组原动机力矩的合理性 ;通过一个利用固定负荷慢动态的降阶模型判断暂态稳定性导致误判的实例 ,说明了在暂态稳定分析中随意地固定负荷慢动态是不可取的 。

一种多时间尺度电力系统奇异摄动模型的推导

由于电力系统是一个多时间尺度的高阶非线性系统,其稳定性分析就变得异常复杂。为了提高稳定计算的效率,研究电力系统的多时间尺度动态模型及其降阶是非常必要的,为此,以电力系统物理电路为基础,导出了一个计算快动态和慢动态的电力系统奇异摄动模型。利用系统化的降阶方法,对电力系统模型进行降阶,并通过忽略快动态和固定慢动态,得出一个简化的、符合传统电力系统储备结构的电力系统模型,这对理解系统失稳机制具有重要意义。

多时间尺度电力系统稳定域边界校正法

研究了多时间尺度电力系统稳定域边界的校正问题.将奇异摄动理论应用于多时间尺度动力系统,给出了精确慢流形的逐次近似算法,从而获得系统的有效近似慢流形;基于近似慢流形提出了稳定域局部边界的校正法,所给算法利用5阶双时间尺度电力系统模型进行仿真计算.仿真结果表明所得校正边界比简化局部边界更接近稳定域边界,较好地提高了稳定域局部边界的计算精度.

考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度

随着电动汽车数量逐渐增多,电动汽车接入电网会给电网运行控制带来困难。同时,以新能源为主体的新型电力系统面临功率平衡挑战。基于自适应噪声完全集成的经验模态分解(CEEMDAN)和双向长短期记忆神经网络(BILSTM),提出了一种考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度方法。首先,通过对风电和基础负荷历史数据进行CEEMDAN,得到不同频率下的本征模态分量;其次,根据极大值点个数判据对本征模态分量进行重构;再次,利用BILSTM预测重构分量,得到风电和基础负荷数据的预测值。基于上述预测的数据,采用模型预测控制方法,建立区域电网多时间尺度调度模型。最后,通过仿真结果表明,所提预测方法具有普适性;所提的多时间尺度调度方法有效且经济,该方法可以在平抑负荷波动、降低风电并网影响的同时,利用电动汽车灵活性对风电预测实时偏差进行补偿,维持系统平衡。