可再生能源大规模并网导致电力系统转动惯量降低,在扰动事件下的频率稳定问题突出。时域仿真存在计算量大、运算耗时长等缺陷,难以满足复杂多变运行方式和海量预想事故下的频率指标快速评估需求。为了实现功率扰动事件下系统惯性中心多...可再生能源大规模并网导致电力系统转动惯量降低,在扰动事件下的频率稳定问题突出。时域仿真存在计算量大、运算耗时长等缺陷,难以满足复杂多变运行方式和海量预想事故下的频率指标快速评估需求。为了实现功率扰动事件下系统惯性中心多维频率指标(极值频率、最大频率变化率、准稳态频率)的快速评估,该文将深度学习引入到频率稳定研究中,提出一种基于改进堆栈降噪自动编码器(improved stacked denoising autoencoders,ISDAE)的智能化评估方法。首先,利用随机森林算法筛选出重要特征变量作为输入数据,实现输入数据降维;然后,将多个降噪自动编码器堆叠,构建深度学习网络结构;采用"预训练-参数微调"方法训练网络参数,引入Dropout技术提高算法泛化能力、防止过拟合,基于均方根反向传播(root mean square back propagation,RMSprop)优化方法对网络参数进行微调,减小陷入局部最优的概率;最后,根据离线训练得到的ISDAE网络结构实现扰动事件后系统惯性中心的多维频率指标在线评估。在修改后的IEEE RTS-79系统进行测试,与时域仿真、浅层神经网络以及未改进的SDAE方法所得结果进行比较,验证所提方法的快速性、准确性以及良好的泛化能力。展开更多
川渝电网与三华电网、西北电网异步互联后,大容量特高压直流输电系统(ultra high voltage direct current,UHVDC)一旦发生双极闭锁故障,会造成川渝送端电网的巨大功率盈余,导致系统频率急剧升高甚至诱发频率失稳、系统解列等重大安全事...川渝电网与三华电网、西北电网异步互联后,大容量特高压直流输电系统(ultra high voltage direct current,UHVDC)一旦发生双极闭锁故障,会造成川渝送端电网的巨大功率盈余,导致系统频率急剧升高甚至诱发频率失稳、系统解列等重大安全事故。因此,迫切需要研究异步互联格局下,直流闭锁故障对川渝送端电网频率稳定的影响及其控制策略。该文基于异步互联后川渝送端电网2020年大方式运行数据,考虑送端系统一次调频特性,研究了任一回大容量特高压直流通道(向家坝—上海、宜宾—金华、锦屏—苏州、雅中—江西)发生单极闭锁或双极闭锁故障后川渝送端电网的频率稳定特性。为保障频率稳定,提出了相应的直流调制、稳控切机及协调控制等策略。仿真结果验证了所提稳定控制策略的有效性。展开更多
文摘可再生能源大规模并网导致电力系统转动惯量降低,在扰动事件下的频率稳定问题突出。时域仿真存在计算量大、运算耗时长等缺陷,难以满足复杂多变运行方式和海量预想事故下的频率指标快速评估需求。为了实现功率扰动事件下系统惯性中心多维频率指标(极值频率、最大频率变化率、准稳态频率)的快速评估,该文将深度学习引入到频率稳定研究中,提出一种基于改进堆栈降噪自动编码器(improved stacked denoising autoencoders,ISDAE)的智能化评估方法。首先,利用随机森林算法筛选出重要特征变量作为输入数据,实现输入数据降维;然后,将多个降噪自动编码器堆叠,构建深度学习网络结构;采用"预训练-参数微调"方法训练网络参数,引入Dropout技术提高算法泛化能力、防止过拟合,基于均方根反向传播(root mean square back propagation,RMSprop)优化方法对网络参数进行微调,减小陷入局部最优的概率;最后,根据离线训练得到的ISDAE网络结构实现扰动事件后系统惯性中心的多维频率指标在线评估。在修改后的IEEE RTS-79系统进行测试,与时域仿真、浅层神经网络以及未改进的SDAE方法所得结果进行比较,验证所提方法的快速性、准确性以及良好的泛化能力。
文摘川渝电网与三华电网、西北电网异步互联后,大容量特高压直流输电系统(ultra high voltage direct current,UHVDC)一旦发生双极闭锁故障,会造成川渝送端电网的巨大功率盈余,导致系统频率急剧升高甚至诱发频率失稳、系统解列等重大安全事故。因此,迫切需要研究异步互联格局下,直流闭锁故障对川渝送端电网频率稳定的影响及其控制策略。该文基于异步互联后川渝送端电网2020年大方式运行数据,考虑送端系统一次调频特性,研究了任一回大容量特高压直流通道(向家坝—上海、宜宾—金华、锦屏—苏州、雅中—江西)发生单极闭锁或双极闭锁故障后川渝送端电网的频率稳定特性。为保障频率稳定,提出了相应的直流调制、稳控切机及协调控制等策略。仿真结果验证了所提稳定控制策略的有效性。