基于PMU梯度动态偏差的新型电力系统快速稳定性

在能源转型和科技进步双重推动下,高比例可再生能源和高比例电力电子设备正成为电力系统发展重要趋势和关键特征.新型电力系统动态行为随之发生重大变化,传统小干扰稳定性分析方法满足使用需要,在应对运行工况快速变化场合时尚存在亟需解决问题.提出基于同步相量测量装置(PMU)数据梯度动态偏差李雅普诺夫直接分析法对新型电力系统小干扰稳定性进行分析,利用PMU数据矩阵降维得到低维矩阵,代入含双馈异步风力发电机组的电力系统矩阵模型,求解李雅普诺夫方程式得到对角矩阵,通过判定矩阵正定性对系统稳定性作出判断.利用求解后得到的对角矩阵计算相应状态变量动态偏差值,对相应状态变量曲线使用梯度下降法迭代计算该曲线极值点数值,时间加权计算整个振荡过程时间加权动态偏差量,为阻尼稳定控制器配置位置提供指导.利用含风力发电新英格兰10机39节点系统仿真验证方法可以达到改善系统小干扰稳定性以及对新型电力系统快速稳定性分析的有效性.

基于关键PMU量测的智能配电网跨供区合环潮流计算方法

为了降低功率损耗,提高潮流计算精度,提出基于关键同步相量测量装置(PMU)量测技术的跨供区合环潮流计算方法。在高次谐波作用下,利用变压器模型和电力线路模型,构建跨供区合环主要元件谐波模型,采用标准化残差检测法的思想,处理跨供区合环的不良数据。通过关键PMU量测估计不良数据量测的残差分量,利用增益矩阵定义跨供区合环不良数据检测的残差协方差矩阵,完成跨供区合环不良数据的检测,结合跨供区合环潮流计算流程设计,实现跨供区合环潮流的计算。算例结果表明,所提方法可以将潮流计算的各支路功率损耗控制在0.04 kW以内,通过将节点电压计算误差控制在0.004以内,提高了潮流计算精度。

基于MMoE和GRU的PMU数据有损压缩算法

为解决同步向量量测装置广泛部署带来的数据冗余度与数据量快速增长、系统数据储存及传输成本大幅增加的问题,本文提出一种基于多任务学习和门控循环单元自编码器的有损数据压缩算法。首先,根据同步向量量测装置三相量测数据具有相关性的特点,采用多门控混合专家模型和门控循环单元构建了变分自编码器一次数据压缩模型,将各相数据进行特征融合,利用多任务学习挖掘三相量测数据之间的相关性;其次,使用无损压缩算法对一次压缩数据进行二次压缩,得到最终压缩数据;最后,通过算例分析表明,所提算法能够充分利用各相数据之间的相关性,实现对压缩数据的高精度重构,提高数据压缩效率。

基于流聚类的PMU异常数据辨识算法

为保证同步相量测量装置(phasor measurement unit,PMU)采集数据的准确应用,须排除其量测值中的异常数据。现有PMU异常数据辨识算法存在算法复杂度高、难以在线更新、多源数据难以校准、依赖多源数据应用难度大等不足。为此,文中从PMU事件数据和异常数据模型及PMU异常数据判别信息熵定义出发,提出基于该信息熵的异常数据辨识框架。在此框架基础上,基于利用层次方法的平衡迭代规约和聚类(balanced iterative reducing and clustering using hierarchies,BIRCH)算法提出PMU异常数据辨识算法;然后,对所提出的算法进行原型实现,并针对某变电站的PMU采集数据集进行算法实验验证。实验结果表明,与一类支持向量机(one-class support vector machine,OCSVM)算法与间隙统计算法相比,文中算法的准确度及实时性均具有较强的优势。

考虑节点时空相关性的有限配电网PMU装置优化部署

为了应对分布式电源新能源汽车大规模接入配电网带来的监测、运行和控制方面的新挑战,近些年,同步相量测量装置(phase measurement unit,PMU)在配电网得到广泛研究及初步应用。建立了考虑实际约束的0-1整数规划的PMU配置模型,能获取配电网中的最优PMU配置,并考虑系统的时空相关性提出了电力系统节点重要度的衡量指标,指导PMU装置有限情况下的布点方案,并且提出了基于伪量测构造及状态估计方法,能在PMU布点不满足全局拓扑可观性的情况下估计电网状态并且弥补系统可观性。通过在多个测试案例上验证了所提算法的有效性和实用性。

PMU小扰动信号下的综合负荷模型参数辨识方法

电力系统日常运行过程中时刻存在类似噪声的小扰动信号,利用小扰动信号开展负荷参数辨识可解决传统总体测辨法无法处理的负荷时变性和分布性难题。基于PMU实测小扰动信号提出一种“Z+IM”综合负荷模型参数辨识方法。该方法采用PMU量测数据滚动识别框架,滚动识别主要包括数据处理和负荷参数辨识两个步骤。首先,针对PMU量测小扰动信号的特点,通过厂站初筛、预处理、可辨识集粗筛和去噪等步骤得到较为优质的PMU小扰动数据集。然后,基于预报误差思想通过两阶段辨识策略辨识负荷时变参数、电磁参数和机电参数。所提方法得到的负荷参数无需折算可直接应用于PSASP、BPA等国内主流仿真程序,具有实际工程应用价值。最后,算例通过3机9节点系统仿真和湖南实际电网验证所提方法的有效性和鲁棒性。

配电网PMU的P类性能指标设定研究

近些年来,为应对可再生能源大量接入配电网可能引发的电网安全问题,面向配电网的同步相量测量技术得到快速发展。为加速和规范配电网同步相量测量单元(DN-PMU,Distribution Network Phasor Measurement Unit)的研制,制定DN-PMU的测量标准或技术规范成为当前较为紧迫的任务。针对DN-PMU要求快速响应的应用场景,研究向主动配电网P类DN-PMU性能指标的制定。通过对基于DN-PMU测量数据的应用进行分类并筛选出典型应用,从应用需求方面提出P类DN-PMU的测量性能指标;基于主动配电网典型应用的信号环境,选用DN-PMU高性能测量算法从测量能力方面评估所提出性能指标的可行性,并由此对指标做进一步修订,对DN-PMU测量标准制定具有重要参考价值。

基于有限PMU配置与空域信号生成的配电网故障定位方法

随着配电网网络结构日益复杂,目前因成本限制有限安装的同步相量测量装置所采集到的数据难以保证配电网故障的全局可观性。为此,基于图卷积神经网络算法建立了一种可适用于含有限电源管配电网络的全局空域故障信号生成模型,提出了一种有限电源管安装下准确度较高的配电网故障线路定位方法。通过搭建20个节点的三相平衡配电网验证了所提模型与其他基准模型相比定位准确度更高。在电源管非全面配置时可达到98.8%的定位准确度,且模型对过渡电阻具有鲁棒性。

基于汇集点处PMU测量的聚合电源等效惯性常数估测方法研究

为解决传统的转动惯量估测方法对新型电力系统各关键聚合电源的综合惯量估测结果准确性较低的问题,提出了一种基于电网侧相量测量单元(PMU)的聚合电源等效惯性常数估测方法。该方法首先对PMU获取的聚合电源汇集点频率与有功功率变化率数据进行降噪,然后采用Tikhonov正则化算法估测聚合电源的等效惯性常数;最后采用改进的WSCC 9节点系统对该方法进行仿真测试。结果表明所提方法对聚合电源等效惯性常数估测结果具有极高准确性,对测量噪声的鲁棒性强,可用于新型电力系统综合惯量水平估测。

基于改进蝙蝠算法的PMU优化配置研究

传统单一的能源系统正过渡为多能流耦合综合能源系统,综合能源系统正面临量测误差问题。受投资约束,同步相量测量装置(phasor measurement unit,PMU)无法大面积配置,而系统内节点数多,供需不平衡,影响系统平稳运行。为此,提出一种适用于综合能源系统内PMU优化布点的方法,监测系统运行状况。首先,考虑热电气之间的耦合特性建立综合能源系统状态估计模型;然后,限制系统内PMU配置个数,以提高状态估计精度为目标,利用改进的蝙蝠算法(improved bat algorithm,IBA)对PMU进行优化选址;最后,通过IEEE 30节点系统算例,将所提算法与遗传算法和模拟退火算法对比,算例结果表明该算法具有更高的可行性和优越性。

基于节点概率可观性的PMU多目标优化配置

针对相量测量单元(phasor measurement unit,PMU)的多目标优化配置(multi-objective optimal PMU placement,MOPP)问题,提出一种计及节点概率可观性的MOPP模型。从节点可观的角度,考虑PMU及线路的故障概率,计算节点失去可观性的概率。在进行PMU的优化配置时,同时考虑PMU安装数量最少和各节点失去可观性的平均概率最小2个优化目标,采用基于快速非支配排序策略的多目标生物地理学优化(multi-objective biogeography-based optimization,MOBBO)算法进行求解得到Pareto解集,并利用模糊决策理论得到最优折衷解。IEEE 14和57节点系统的大量仿真结果表明,所提方法可以在MOPP中差异化计及PMU以及支路故障概率的影响,与非支配排序遗传算法相比,MOBBO在求解MOPP模型中能够得到更为逼近Pareto前沿的解,提供更佳的决策参考方案。

电力系统稳定控制与PMU技术的应用研究

随着我国电力行业的快速发展,PMU装置接入量大幅增加,对电力系统的运行造成较大影响。如何有效保证电力系统长期安全、稳定运行,切实强化电力系统控制实效,是实现电力行业高质量发展的关键。文章主要阐述了PMU原理,并研究了电力系统稳定控制与PMU技术的应用。

变电站测控及PMU装置的安全通信方案

为解决现有PMU和PDC之间存在的安全问题,提出一种基于国密算法的变电站测控及PMU装置安全通信方案,在传统的PMU到PDC的单向认证中结合国密算法实现双向认证,提高了PMU与PDC之间信息传输的安全,避免信息泄露和篡改造成的电力系统安全隐患,保证了电力设备的正常运转。最后,通过安全分析及BAN逻辑证明了该方法的安全性和有效性。

基于PMU量测数据和SCADA数据融合的电力系统状态估计方法

针对传统静态状态估计方法的缺点,提出了一种改进的电力系统状态估计方法,即将部分节点相量测量单元(phasor measurement unit,PMU)量测数据与监控数据采集(supervisory control and data acquisition,SCADA)量测数据融合进行电力系统的全网状态估计。该方法简化了系统的雅可比矩阵,缩短了计算时间。文章研究了PMU和SCADA系统融合改进后的快速分解法,针对SCADA量测数据的缺点,通过历史数据库对潮流数据进行预测,并依据PMU量测量对系统进行分析,继而进行系统全网状态的动态监测。通过算例证明,与传统的估计方法相比,该方法改善了状态估计的精确性,减少了迭代次数,细致地描绘了电网状态的变化过程,为调度中心下一步的决策提供了依据。

提升PMU动态测量性能的若干方法

为了提高PMU装置在电力系统动态条件下的同步相量测量精度,研究了若干提升PMU装置动态测量性能的方法。采用IEEE C37.118标准中推荐的基于离散傅里叶变换(DFT)的同步相量计算模型,对基于DFT的相量测量算法进行了改进。分析了该改进方法在带外干扰、系统振荡、系统失步、短路或断线故障等动态条件下的特性。设计了等纹波滤波器对相量数据进行滤波处理,保证同步相量的测量精度,最后在PMU装置中实现并进行了测试验证。实验结果表明,通过上述方法的实施,PMU在动态条件下的测量精度得到了提高。

利用PMU数据提高电力系统状态估计精度的方法

同步相量测量单元(phasor measurements units,PMU)因能测得高精度的同步相量数据而被广泛应用于电力系统中,而传统的监控及数据采集系统(supervisory control and data acquisition,SCADA)是电力系统运行和静态安全监视的基础。文中提出了一种PMU与SCADA数据共存的数学模型用于电力系统状态估计。该模型在保留原有SCADA数据的同时,通过虚拟测量方法对PMU观测范围进行大范围拓展,提高数据冗余度及状态估计的精度。仿真结果表明,该方法具有较高的估计精度,且不受网络拓扑结构和PMU数量限制,适于SCADA和PMU数据共存系统。

PMU电压幅值与频率量测一致性的在线评估方法

相量测量单元(PMU)的广泛应用,为实现电网的动态安全监控提供了数据基础,也是建设智能电网的重要技术内容。然而各厂家在实际运行环境中PMU产品的精度和相量量测的一致性并没有经过严格的检验。文中提出一种PMU电压幅值与频率量测一致性的在线评估方法,分别给出了电压一致性、频率一致性与电压—频率一致性指标及其计算方法。此外,还重点分析了可能造成电压幅值及频率量测一致性差异的原因,即系统偏离额定频率对PMU量测的影响,指出应对偏离额定频率情况下的计算相量进行修正,以进一步改善实测相量的质量。

WAMS中的PMU最优配置新方法

鉴于相量测量单元(phasor measurement unit,PMU)能够实时测量母线电压和相角,在传统监控和数据采集(supervisory control and data acquisition,SCADA)量测系统的基础上,提出了一种选择PMU最优配置方案的新方法。该法在假定系统完全可观测的前提条件下,考虑不同量测噪声信号比的影响,采用直接替代(direct sub-stitution,DS)法、加权最小二乘(weighted least squares,WLS)法和扩展加权最小二乘(augmented weighted least squares,AWLS)法计算状态估计值,验证了量测噪声对选择PMU配置点没有影响这一结论,并最大限度地提高了状态估计的准确度。在IEEE9节点和IEEE14节点测试系统上验证了此方法的正确性和有效性。

PMU在电力系统中的优化配置方法

相量测量单元(PMU)已广泛应用于电力系统状态估计、系统监测和稳定评估.PMU的优化配置问题是当前电力系统相量测量技术的一个重要问题.在深度优先搜索法的基础上,通过改进寻优规则,并考虑发电机、负荷以及网络结构等因素的影响,提供一种较为简便的方法实现该问题的求解.利用IEEE 14,IEEE 30等系统中的验证结果表明,改进算法可以较少的PMU安装数量实现电力系统的可观.

动态状态估计中PMU配置的离散粒子群优化算法

以提高动态状态估计精度为目标,采用离散粒子群优化(discreteparticleswarmoptimization,DPSO)算法对同步相量测量单元(phsormeasurementunit,PMU)的配置点进行优化。该方法克服了传统解析优化方法难以适应不连续目标函数和不连通约束域等情况的缺点,同时,在配置有限PMU的情况下使PMU量测量发挥最大效益。最后对基于扩展Kalman滤波算法的动态状态估计模型进行仿真,证明了经DPSO优化后的配置与随机配置相比最大可能地利用了PMU的高精度量测信息,充分发挥了PMU量测的优点,大大提高了动态状态估计的精度。