紧急控制状态下储能提高电力系统暂态稳定性研究

针对电力系统在面对突发负荷变化和可再生能源波动时的暂态稳定性问题,提出了一种融合轻量梯度提升机(LightGBM)、长短期记忆网络(LSTM)和信任区域策略优化(TRPO)的基于储能系统的紧急控制策略,称为LightGBM-LSTM-TRPO模型,旨在提高电力系统的稳定性和可靠性。首先,分析了电力系统暂态稳定性的重要性及当前面临的挑战,强调了传统控制方法在紧急控制状态下的局限性。随后,使用LightGBM算法预测电力系统的状态变化趋势,包括负荷变化和可再生能源波动。接着,使用LSTM算法处理电力系统中的时间序列历史数据,以捕捉电力系统动态变化的复杂性和长期依赖关系。最后,使用TRPO算法优化储能系统在紧急控制状态下的响应策略,以维持电网的暂态稳定性。实验的仿真结果表明,与传统的LSTM和改进的LightGBM-LSTM等算法相比,本文所提的LightGBM-LSTM-TRPO模型能准确预测出电力系统的储能输出量,其紧急控制状态下的切机量和切负荷量更少,响应速度更快,电压恢复程度更高,可快速缓解电网在突发事件下的压力。

电力系统暂态稳定评估与紧急控制灵活组态策略研究

针对电力系统运行中暂态稳定评估误差较大,对失稳状态紧急控制反应时间较长的问题,利用并行隐马尔科夫模型(PHMM)暂态评估方法将系统数据划分为失稳状态和稳定状态,采用判别式紧急控制策略缩短反应时间,通过判断凸轨迹的方式分析系统是否需要进行紧急控制。利用多粒度级联梯度(MCG)评估算法对系统暂态评估进行建模,增强系统评估结果的可靠性。试验表明,这种方法最高处理线路电压为9.2 kV,暂态评估结果误差为0.68%,系统失稳反应时间为1.67 s。

基于改进胶囊网络的电力系统暂态稳定评估

针对在电力系统发生故障后,快速、准确评估电网暂态稳定性的需求,提出了一种基于改进胶囊网络和短时受扰轨迹的电力系统暂态稳定评估方法。该方法通过仿真得到量测数据,利用胶囊网络的特征提取能力挖掘隐含在输入数据中的关键特征,建立输入轨迹与电网稳定与否的映射关系,评估系统的暂态稳定性,降低了网络的错判样本,有效提升了模型评估的准确率,增强了模型的鲁棒性以及泛化能力。仿真验证了该方法的可行性,并且所提方法相比于其他机器学习方法的评估模型更加优越。

基于信息融合技术的电力系统暂态稳定评估

应用信息融合技术对电力系统暂态稳定进行评估,提出了一种基于“结合人工神经网络和D-S证据理论的信息融合模型”的电力系统暂态稳定评估方法。当电力系统发生故障时,采用该方法可以综合来自电网和发电机的多个信息源对电力系统的暂态稳定进行判别。首先,选取能迅速反映电力系统暂态过程的特征量,如功角、加速度、转子动能等,进行像素级融合。然后,将这些特征量划分为时间和空间2个征兆域,并分别输入至设定的3个子神经网络进行特征级融合。最后,将特征级融合的输出作为决策级融合的输入,利用D-S证据理论实现时间域和空间域的决策级融合,从而提高了电力系统暂态稳定评估的可靠性。利用中国版BPA暂态稳定程序和电力系统全过程动态仿真软件,对7机24节点系统进行了仿真。仿真结果表明,基于信息融合技术的电力系统暂态稳定评估方法较基于人工神经网络的评估方法更为快速、准确。

水轮机详细模型对电力系统暂态稳定分析结果的影响

电力系统仿真研究中常采用简化的理想水轮机模型,水轮机详细模型对于电力系统暂态稳定分析结果的影响尚有待研究。文中介绍了水轮机的三种线性模型和三种非线性模型,包括基于全特性曲线的水轮机模型、水轮机内特性模型、水轮机简化解析非线性模型、基于模型综合特性曲线的水轮机线性化模型、基于水轮机内特性解析的线性化模型、理想水轮机模型。针对不同水轮机详细模型对电力系统暂态稳定分析结果的影响和适用范围进行了仿真比较分析。仿真结果表明不同的水轮机详细模型对电力系统暂态稳定分析结果的影响不大;电力系统的暂态过程对水力系统来说不一定是大扰动;不同的水轮机详细模型得出的电力系统中、长期暂态稳定仿真结果是不同的,因此在进行中、长期暂态稳定仿真分析时应采用水轮机详细模型。

电力系统暂态稳定性概率评估方法研究

传统的暂态稳定性分析方法难以反映电力系统故障的随机特性。暂态稳定评估的概率方法是对传统方法的重要补充,但其计算量较大。文章通过分析故障切除时间的统计特性和不同类型故障的严重程度提出了基于归一化暂态能量函数的暂态稳定性概率评估策略。该策略只需对系统中的一小部分严重故障进行暂态稳定性计算,因而能够极大地提高暂态稳定概率分析的效率。文章通过新英格兰10机39节点典型系统的算例说明了该评估策略的有效性和实用性。

一种电力系统暂态稳定并行计算的优化分区策略

大规模电力系统的区域特性为暂态稳定并行计算任务的优化划分创造了条件。基于分层递归二分法的思想 ,分析了基于块对角加边策略的空间暂态稳定并行计算的任务划分目标 ,提出了一种基于区域特性的任务划分策略 ,将电力系统自然的分层分区特性与并行计算领域的图划分算法相结合 ,有效地降低了暂态稳定计算中协调系统规模和算法通信量 ,提高了各个计算进程的负载平衡度和并行计算性能。实际大规模电力系统的算例仿真结果表明 ,文中提出的方法优于METIS图划分软件 ,与其划分后计算性能的对比可见 ,暂态稳定并行计算最佳仿真速率提高超过 10 % ,有效地提高了并行计算性能 ,为大规模电力系统实时暂态稳定并行计算的实现奠定了基础。

基于数据库系统的电力系统暂态稳定在线预防性控制算法

提出结合动态安全数据库系统进行在线预防性安全调控的方法。首先介绍了在线预防性安全调控的概念和实现电力系统在线安全控制的意义。随后介绍了预防性安全调控数据库系统的特点、结构、管理及应用程序的接口技术。结合数据库系统进行在线动态安全分析和最佳控制的算法是一种新构想,其优点是可以提高分析的速度、可靠性和合理性。最后通过算例说明了算法的有效性。

联络线三相金属性短路地点对电力系统暂态稳定性的影响

研究联络线故障水平对电力系统暂态稳定性的影响,对于电力系统的安全稳定评估与校核,以及暂态稳定预防控制都有着重要意义。分析了在不同地点的联络线上发生三相金属性短路时对于单机无穷大系统和两机系统的暂态稳定性的影响程度。在理论分析的基础上,结合有关算例在各种情况下进行了仿真,仿真结果验证了分析结果的正确性。

基于辛龙格-库塔-奈斯通方法的电力系统暂态稳定性并行计算方法

并行计算是实现大规模电力系统实时分析计算及控制的有效途径。将s级2s阶的辛龙格–库塔–奈斯通方法用于经典模型情况下的电力系统暂态稳定性计算中,利用矩阵分裂技巧以及矩阵求逆运算的松弛方法,推导出了一种新的暂态稳定性并行计算方法,该方法具有内在的时间并行特性和超线性收敛性。基于IEEE 145节点系统的仿真结果表明,该算法在保持相同或更高计算精度的前提下,具有与传统的时间并行严格牛顿计算方法相当的收敛性。

固相气流切除雷击短路故障下电力系统暂态稳定性分析

随着我国电力负荷的不断增加,各种新能源、新技术的不断投运,电力系统的稳定性问题也愈发的复杂。系统在受到大扰动后,断路器难以在极限切除时间和极限切除角内切除故障。雷击引起短路故障是系统发生大扰动的原因之一,然而当线路安装固相气流灭弧防雷设备之后,可通过快速灭弧方式切断短路故障。为分析固相气流灭弧防雷间隙切除雷击短路故障对电力系统暂态稳定性的影响,利用固相气流灭弧防雷间隙改进后的Mayer电弧模型作为短路点的等效接地电阻,将该模型与传统发电机转子状态方程结合,求解了两者耦合后的微分方程,并详细介绍了该方程基于改进欧拉法在MATLAB仿真环境中的程序设计,求解出功角与相对角速度的摇摆曲线,并与传统的断路器切除方式对比,得出固相气流灭弧防雷间隙切除雷击短路故障可大幅度提高了电力系统暂态稳定性。

一种基于在线等值的电力系统暂态稳定预测方法

提出了一种基于在线等值的电力系统暂态稳定预测方法,它通过PMU和光纤通讯技术实时采集和传输电力系统中的状态量和电气量,利用故障后实测的功角轨迹采用最优参数选取算法将电网实时等值为简单系统,由此预测电网的未来行为.并在IEEE-39系统上对该法进行了仿真验证,且与典型的自回归预测算法进行了比较,结果表明该方法具有很好的实时性、准确性和可靠性,以及所需的信息量少,易于实施,适应能力强的优点.

基于不同暂态特性发电机组的海洋平台电力系统暂态稳定研究

利用EDSA电力系统计算软件，对海洋平台中燃气往复式发电机组与燃气透平发电机组并列运行的工况，进行了电力系统暂态稳定性分析，结合对主机切机，切负荷，三相短路故障的模拟图形及数据，给出了电力系统稳定性控制的策略。同时，为电力系统的稳定控制策略提供了基本的数据支撑。

基于微分求积法的电力系统暂态稳定仿真

状态方程常常被用来研究复杂电力系统暂态稳定的动态特性,但实际复杂系统所建立的状态方程很难求出其解析解。求解微分方程组的常用方法有:线性化变换和数值解法。RungeKutta法被广泛应用于求解一定精度下的数值解。近年来,应用于工程力学领域的微分求积法(Differential Quadrature Method,DQM),能用较少的数值点求得高精度的数值解。研究了基于微分求积法的电力系统暂态稳定数值计算。以一个电力系统常见的暂态过程为例,通过数值实验将DQM与Runge-Kutta法进行对比分析。数值实验表明,微分求积法适用于电力系统暂态稳定的数值计算。

基于残差时空图神经网络的电力系统暂态稳定评估

针对传统数据驱动方法在用于电力系统暂态稳定评估时,由于未考虑到系统的时空变化特性而导致泛化能力不强的问题,提出了一种引入注意力机制的残差时空图神经网络方法。将电力系统的网络拓扑结构与电力系统量测数据相结合,引入时间注意力和空间注意力机制,从而提高了模型的泛化能力。为了解决训练过程中存在的梯度消失问题,引入残差结构,同时加快了训练速度。以10机39节点系统为算例进行仿真验证,结果表明,该模型能在部分节点未配置同步相量测量单元的情况下获得较好的评估结果;通过适当选取故障时刻采样数据,可以进一步提高模型的评估性能。

“电力系统暂态稳定”研究生课程教学探讨

本文针对"电力系统暂态稳定"课程开展多方面的教学探索,立足于培养学生以自主学习为中心,启发学生在课堂上以项目为核心,以问题解决为导向的自主学习,通过精心设计的与知识点配套的编程作业环节,以团队开发为形式的综合项目研究代替传统考试,提升了学生主动探索的科研精神及开拓进取的创新精神。通过教学实践,证明以上教改探索达到了较好的教学效果。

39节点电力系统暂态稳定分析

通过进一步深入研究电力系统暂态稳定分析理论,了解和掌握电力系统暂态稳定分析的基本理论以及国内外发展,运用BPA分析软件针对IEEE39节点系统进行暂态稳定仿真分析。通过设定不同的故障类型、故障位置,进行系统的暂态稳定仿真分析,结合仿真分析结果,提炼IEEE39节点系统暂态稳定规律。

计及风电附加频率控制作用的电力系统暂态稳定性分析

含附加频率控制的风电机组可响应电力系统的动态行为,同时也对系统的动态特性存在影响。首先基于惯性中心等效理论(center of inertia,COI),分析了大规模含附加频率控制系统双馈风电机组接入电网后,系统暂态特性的变化,并推导了惯性中心同步机转子运动方程;其次基于双馈风电机组自身运行特性,分析了其运行极限与运行模式对响应系统动态行为能力的影响;将上述分析结合得出含附加频率控制系统双馈风机对系统暂态稳定性影响的关键因素。最后在电力系统综合程序PSASP中,搭建接入双馈风机的IEEE-3机9节点电力系统模型,验证上述结论的正确性。

基于Seq2Seq技术的电力系统暂态稳定评估方法

电力系统暂态稳定的评估识别有助于电网运营商制定系统扰动和故障后的纠正控制措施。引入深度学习思想,提出了一种基于Seq2Seq技术的电力系统暂态稳定评估方法。首先,梳理电力系统暂态稳定评估指标;然后以GRU为神经元,引入注意力机制,建立暂态稳定评估模型。算例验证表明:所提方法能够深入学习到样本数据中的时序性依赖特征,有效抓取特征细节,从而显著提升评估准确率。

基于耦合模拟退火和最小二乘支持向量机的电力系统暂态稳定评估

针对现有支持向量机(SVM)在评估精度上的不足,提出一种基于耦合模拟退火和最小二乘支持向量机(LSSVM)的电力系统暂态稳定评估方法,将SVM中的约束转化为等式约束,经验损失用损失函数表征,实现二次规划与线性方程问题的转化。采用系统指标造原始特征集,通过最大相关最小冗余特征选择方法进行特征压缩,确定强相关特征集,将特征子集映射到高维空间,使非线性与线性分类问题的转化;然后,用耦合模拟退火法确定LSSVM的最优参数提高计算精度,并进行暂态稳定判别。最后,采用新英格兰10机39节点系统和某实际电网系统验证所提方法的有效性和准确性。