基于CBAM-CNN的电力系统暂态电压稳定评估

为进一步提高电力系统暂态电压稳定评估模型的特征提取能力和模型在系统拓扑结构发生变化时的适应性,提出一种将改进的卷积神经网络与迁移学习相结合的方法。首先,在卷积神经网络的卷积层后插入卷积块注意力模块,对输入的数据从通道和空间两个独立的维度依次提取特征,提高卷积神经网络对系统暂态电压状态的识别能力。然后,将该模块与微调技术相结合,提高模型在系统拓扑结构改变时的在线更新速度。最后,算例分析验证了所提模型的有效性。

电力系统暂态电压稳定评估的混合智能特征双重筛选方法

含高比例新能源与直流接入的电力系统暂态电压稳定特征呈高维冗余性,影响基于数据驱动评估模型的效率和性能。为此,在构建一组适应含高比例新能源和直流接入场景的完备特征集合基础上,提出一种基于改进Relief算法和改进群智能优化算法双重筛选的混合智能特征选择方法,以降低原始特征维度,提高模型稳定评估的效率和准确率。首先,通过时序分层处理对原始Relief算法进行时序改进,并利用该改进算法进行特征的有效性度量,以消除分类低效特征,得到降维后的初筛特征子集;随后,融合特征有效性度量值对群智能优化算法进行搜索性能增强。再以此增强算法为寻优策略,并以时序分类模型卷积门控循环单元(convolution gated recurrent unit,ConvGRU)为分类器,构成基于群智能优化算法的封装式特征选择方案,进一步实现特征子集寻优。最后,通过算例对比分析,该方法下高维特征维度能压缩80%以上,且所选特征子集能有效提高评估模型的准确率,验证该方法对于高维时序特征筛选处理的有效性及必要性。

综合提升新能源高占比受端电网小干扰和暂态电压稳定性的SVG优化配置方法

由于新能源发电设备的弱支撑性,新能源高占比的受端电网的电压支撑强度难以满足系统安全稳定运行的要求。为了解决现有静止无功发生器(static var generator,SVG)配置方法未能充分提升系统小干扰电压稳定性和暂态电压稳定性的问题,提出了一种综合考虑系统小干扰电压稳定和暂态电压稳定的SVG优化配置方法。首先,在第一阶段考虑SVG投资运行总成本和系统小干扰电压稳定裕度,在第二阶段引入SVG接入对系统故障后暂态电压稳定裕度的影响。然后,利用基于组合赋权法和相对熵距离的改进理想解法得到最优配置方案。最后,应用PSDBPA对新能源高占比受端电网算例进行分析,验证了所提配置方法能充分发挥SVG对系统电压稳定的提升作用。

基于KPCA特征量降维的风电并网系统暂态电压稳定性评估

针对电力系统暂态电压稳定性评估中所需特征量数据庞大,影响模型训练时间,降低计算效率等问题,提出了一种基于核主成分分析方法KPCA和CPSO-BP组合的风电并网系统暂态电压稳定性评估方法.首先根据输入特征采集原始特征集,采用核主成分分析算法对特征量进行非线性数据处理,提取出最优的特征集.然后将降维后的特征集作为CPSO-BP神经网络输入量进行监督学习,将得到的模型按照临界故障切除时间裕度值的大小进行分类,将分类后的样本进行风电并网系统的暂态电压稳定性评估和临界故障切除时间裕度值预测.仿真分析结果表明,对输入特征进行降维,保留重要输入特征量,剔除冗余特征量,不仅简化了模型,还提高了网络评估的准确性和计算效率.

面向直流受端新型电力系统暂态电压稳定的紧急控制策略

在直流受端新型电力系统中,新能源电源及直流的接入导致同步机开机减少,动态无功功率相对紧张,暂态电压失稳风险显著增大。为高效快速获取紧急控制策略,即直流电流控制方案,并使其适应不同的电网运行方式和故障场景,尤其是电网拓扑结构的变化,基于图卷积神经网络(GCN)对常规深度强化学习模型深度确定性决策梯度(DDPG)的网络结构进行改造,构建了GCN-DDPG融合模型。在此基础上,引入双评价网络机制和评价网络与动作网络非同步更新策略以提升算法效果。进一步地,在应用方面,基于GCN-DDPG融合模型构建紧急控制模型并将其下达至安控主站,安控主站将依据电网实际运行方式和故障等信息,对紧急控制策略进行在线量化计算,并发送至直流控保系统执行。最后,通过改造的IEEE 14节点系统验证所提方法的有效性和优越性。

针对电力系统数据缺失的暂态电压稳定评估方法

针对数据缺失时暂态电压稳定评估模型精度下降的问题,提出一种基于多视图缺失数据填充和门控图神经网络的电力系统暂态电压稳定评估方法。首先,基于多视图互补的时空视图来填充缺失数据,得到完整的数据集;然后,采用修复完整的数据集训练门控图神经网络模型进行暂态电压稳定评估,评估模型要进行快速更新,以提高在线应用的性能;最后,在IEEE39节点系统算例上进行验证所提方法的有效性。仿真结果表明,本文方法可以在任何同步向量测量单元放置信息丢失和网络拓扑变化的情况下及时有效地填补缺失数据,且所用评估模型的评估性能具有显著优势。

基于时空注意机制与LSTM的暂态电压稳定评估

针对新型电力系统发展背景下现阶段机器学习算法难以准确判断风电并网系统暂态电压稳定性的问题,提出一种基于时空注意机制与长短期记忆网络的暂态电压稳定评估方法。首先,基于支持向量机对初始单特征评价进行特征粗筛,并采用皮尔逊相关系数法判断剩余特征的相似度;其次,通过主成分分析-加权负荷评价获取与暂态电压稳定情况相关性较高的特征集;然后,通过时空注意机制,量化系统负载节点间的空间耦合关系和风电接入点间的空间相关性对整个系统暂态进程的影响,构建基于时空注意机制与长短期记忆网络的评估模型;最后,在算例上进行仿真分析,结果表明该模型有利于风电并网系统暂态电压稳定性判别准确率的提升,以及减少误判和漏判。

改善局部电网暂态电压稳定特性的LCC-HVDC控制策略优化

随着广东电网负荷中心柔性互联工程的实施,电网分区间的交流联系变弱,大容量常规高压直流馈入的局部电网动态无功支撑能力下降,在逆变站近区严重交流故障冲击下可能暂态电压失稳。结合穗东换流站近区的暂态电压稳定问题,提出了优化直流低压限流控制(voltage dependent current order limiter,VDCOL)参数并附加限制直流功率上升速率的优化控制策略,设计了基于逆变站交流母线电压特征的控制策略自适应切换逻辑,有效减少了直流恢复过程中的无功消耗,达到以最小的控制代价实现最优控制效果的目的;基于实际电网运行方式和直流控制保护系统,仿真验证了所设计方案能显著提升换流站近区的暂态电压稳定性,并在一定程度上可减少交流系统故障后的直流换相失败。相关技术方案已在多个直流工程投入实际应用。

考虑注意力机制的CNN-LSTM高渗透风电并网暂态电压稳定性研究

为了能够快速且精确地判断出风电场接入电网后系统暂态电压稳定性,文章基于注意力机制提出一种卷积-长短时记忆网络(Convolutional Neural Networks-Long Short-Term Memory,CNN-LSTM)暂态稳定评估指标。为了更好地捕捉输入数据中空间和时间的相关性,基于核主成分分析(Kernel Principal Component Analysis,KPCA)进行特征降维;针对高比例的新能源电网中,整个系统的短路容量下降、短路电流水平攀升问题,提出了安装超导故障限流器的主动支撑措施,限制故障过程短路电流水平,维持并网点电压稳定。最后,在PSD-BPA中搭建含风电的IEEE39节点系统进行仿真计算和数据采集。结果表明,KPCA方案能有效筛选电力系统暂态稳定评估中重要度高的特征,所提评估指标具有更高的辨识能力,所提改进措施对高比例风电并网系统暂态电压稳定具有积极作用。

基于强化学习的混合元启发式暂态电压稳定特征选择方法及可解释性研究

新型电力系统发展背景下,使用有效的特征选择方法来提取与暂态电压稳定强相关的关键响应特征,对研究暂态电压失稳机理与系统潜在安全隐患具有重要意义。为此,提出一种基于改进过滤法与混合元启发式包装法的复合框架进行特征选择的新方法。基于对称不确定性值改进的最大相关最小冗余性准则进行特征粗筛;将Q学习强化学习融合至元启发式优化算法中,并采用开发探索折衷策略以增强特征细选能力,获取最优关键响应特征子集。在此基础上,采用沙普利值加性解释归因理论综合分析各筛选特征对暂态电压稳定的影响与系统薄弱环节。新型电力系统算例验证了所提方法的有效性。

暂态电压稳定薄弱区域辨识的Louvain分区算法

针对大电网暂态电压稳定整体研究过于复杂的问题,提出一种暂态电压稳定薄弱区域辨识方法。首先,引入节点间电气距离计算模块度,运用Louvain算法对电网进行分区;然后,考虑线路负载率与线路开断对节点电压的影响,利用熵值法构建关键线路辨识指标筛选出关键线路,将关键线路三相短路故障作为预想故障集;最后,利用基于暂态电压稳定判据构建的节点暂态电压稳定评价指标,评价出暂态电压薄弱的区域。通过广东电网仿真结果验证所提方法的有效性。

融合注意力机制和卷积神经网络的电网暂态电压稳定评估及可解释性分析

提升复杂多变运行场景下电网稳定评估的时效性和准确性,提出一种融合注意力机制和卷积神经网络(convolutional neural network,CNN)的暂态电压稳定评估及可解释性分析方法。首先,采用卷积块注意力模块(convolutional block attention module,CB AM)提升传统CNN的特征捕获能力,考虑模型特性和网络结构设计CBAMCNN组合模块。其次,建立基于CBAM-CNN的电网暂态电压稳定评估模型,揭示运行工况多变场景下系统关键电气量和稳定状态之间的映射关系。最后,基于沙普利值加性解释(Shapley additive explanations,SHAP)理论提出数据驱动模型评估结果的可解释性分析框架,提炼影响样本稳定状态的主导特征,评估各输入特征量对模型输出结果的贡献程度。在典型受端电网仿真系统中验证了所提稳定评估方法的准确性和可解释性分析方法的有效性。

基于代价敏感支持向量机和多变量决策树的分级自适应暂态电压稳定评估

为解决暂态电压稳定评估中失稳工况漏判率高的问题、提升多变量决策树(multivariate decision tree,MDT)应用能力,提出一种分级代价敏感多变量决策树(hierarchical cost sensitive multivariate decision tree,HCS-MDT)评估方法。基于可量测电气量时空联合拓展构建特征,利用改进经验风险的代价敏感支持向量机(cost sensitive support vector machines,CS-SVM)作为MDT内部节点分类器,生成解析式组合特征判稳规则作为可视化决策依据,并能有效减少失稳漏判;将分级自适应(hierarchical self-adaptation,HSA)准则融入CS-MDT中进行暂态电压稳定评估,在提升早期评估能力的同时有效保障评估准确率。暂态电压稳定仿真算例验证了所提方法的有效性。

统筹充裕性和暂态电压稳定性的双层源网规划方法

新能源出力具有强随机性、波动性,其大规模接入对电力系统稳定运行产生较大影响。针对这一问题,文章提出了新能源与常规电源、储能最优配比结构及布局优化方法和基于改进粒子群优化的双层迭代算法,然后结合IEEE–33节点系统进行仿真,验证高比例新能源电力系统承载能力及综合效益的提升效果。

用STATCOM提高风电场暂态电压稳定性

研究了用STATCOM改善基于定转速风电机组和基于转子电阻可调的绕线式发电机风电场的暂态电压稳定性。分析了异步电机电压暂态稳定性的机理。在DIgSILENT/PowerFactory中建立了定转速风电机组及转子电阻可调风电机组的模型和静止同步补偿器(STATCOM)控制模型,通过包含风电场的电力系统仿真验证了STATCOM对基于定转速风电机组和带有可变转子电阻控制的风电机组风电场暂态电压稳定性的贡献。仿真结果表明,STATCOM能够有效地帮助风电场在电网发生故障后恢复电压,提高了风电场的故障穿越能力,确保风电机组连续运行及电网安全稳定。

电力电子接口新能源并网的暂态电压稳定机理研究

为掌握大规模风电、光伏等新能源并网给电力系统稳定性带来的影响,对采用电力电子接口的新能源发电接入系统的暂态电压稳定机理进行了研究。首先对机电暂态过程中新能源发电进行简化建模。采用电力电子变换器的风电、光伏等电源功率控制快速灵活,在机电暂态过程中可以忽略功率调节的快动态,其特性简化为功率平衡代数方程,系统动态方程为微分代数方程。基于微分代数系统稳定性研究了新能源并网的暂态电压稳定机理,暂态过程中轨迹可能遇到微分代数方程的奇异点,对应系统发生暂态电压失稳,此时新能源发电对应的功率平衡方程无解。通过仿真验证了该机理,并在风火打捆送出系统中揭示了系统失稳模式的变化,风电功率增加时,系统失稳模式由同步机主导的功角失稳变为风电主导的电压失稳。

基于数据挖掘的区域暂态电压稳定评估

针对区域暂态电压稳定评估相关理论还不完善、工程判据可靠性不足等问题,提出了基于数据挖掘的区域暂态电压稳定评估方法,构建了综合考虑单点负荷稳定与多点电压相互影响的2层评价框架。利用节点稳定度量指标及基于辨识的电压无功灵敏度矩阵提取网络原始特征。面对区域暂态电压失稳尚无可靠界定标准的难题,采用基于约束的半监督学习方式对数据集进行可靠分类。基于决策树算法建立逐步更新的分类模型,生成区域暂态电压稳定判据,通过模型挖掘出有关电压分区、代表节点的内在规律。EPRI 36节点系统上的仿真结果证明了评估方案的有效性,以及分类评估模型的适应性和准确性。

交直流电力系统暂态电压稳定性综述

交直流输电系统中直流换流器要消耗大量的无功功率,这使大干扰后交直流系统的暂态电压稳定性面临严峻考验。因此,研究交直流系统的暂态电压稳定性具有重要意义。文中介绍了暂态电压稳定性研究的主要内容,如暂态电压稳定性的影响因素、分析方法、稳定判据等,回顾了近20年来暂态电压稳定性问题所取得的研究成果,提出了交直流系统中预防暂态电压失稳事故的措施,并对多馈入交直流电力系统暂态电压稳定机理、负荷模型等问题进行了探讨。

SVC与桨距角控制改善异步机风电场暂态电压稳定性

研究了改善异步机风电场暂态电压稳定性的措施。基于普通异步机的恒速风电机组是目前世界上应用最为广泛的风电机组之一,由于其发出有功功率的同时吸收无功功率,会导致接入风电地区电网的电压稳定性降低。文中在DIgSILENT/PowerFactory中建立了静止无功补偿器(SVC)控制模型及风电机组桨距角控制模型,通过包含风电场的电力系统仿真计算验证了模型的有效性及其对异步机风电场与电网暂态电压稳定性的贡献。研究结果表明,在接入风电地区电网发生三相短路的大扰动故障时,SVC能够有效地帮助恒速风电机组在故障后恢复电压,提高输出的电磁功率,桨距角控制能够有效地降低恒速风电机组的输入机械功率,以上2种措施能够避免风电机组机械与电磁功率不平衡引起的异步发电机超速及电压失稳;采用SVC及风电机组桨距角控制能够改善异步机风电场的暂态电压稳定性,确保风电机组连续运行及电网安全稳定。

考虑负荷动态模型的暂态电压稳定快速判断方法

提出一种负荷采用三阶感应电动机并联恒阻抗动态模型时系统暂态电压稳定快速判断的方法。针对采用牛顿法求取故障后系统主导不稳定平衡点(controlling unstable equilibrium point,CUEP)存在的初值选取难题,提出一种实用但不失严谨的解决方案:通过识别给定故障的主导负荷母线,对主导负荷母线以外系统由故障后稳定平衡点处的状态进行戴维南等值,对负荷中感应电动机部分采用其稳态等值电路,再由感应电动机的转矩特性求得CUEP附近的一个点作为近似的CUEP,以此为迭代初值可靠求得CUEP;采用二阶正规型来近似CUEP的稳定流形的方法求得近似的局部吸引域边界;由仿真得到故障清除时刻系统的状态并根据该状态是否位于吸引域内判断系统的暂态电压稳定性。文中推导出了该方法的系统数学模型的一般化描述,并通过对一个5节点系统和IEEE-9节点系统的计算结果验证了该方法的正确有效和良好精度。