利用实测响应信息的暂态功角失稳实时判别方法

实时暂态稳定分析需要有快速暂态稳定性判据,为此,对系统振荡联络断面特征信息进行分析并研究了特征信息的变化趋势与系统稳定性的关系。基于相量测量单元(Phasor measurement unit,PMU)量测数据(如发电机功角、母线电压相量、联络线有功功率及母线频率)设计了一种实时暂态功角失稳判据。该判据能充分考虑暂态过程中系统非线性特性的影响,仅使用从实时更新的海量PMU数据中提取出的关键特征信息,与电网模型参数、系统运行工况无关,物理意义明确,计算速度快,且使用简单。仿真结果表明,运用此判据可快速准确地判别暂态功角失稳。

基于改进AlexNet的电力系统暂态功角失稳紧急控制策略

随着新能源渗透率的提升,电网环境日益复杂,电力系统安全稳定运行也面临着新的挑战。为了满足电力系统暂态功角失稳后的实时紧急控制决策,采用深度学习与紧急控制相结合的方法,提出一种基于改进AlexNet网络的电力系统暂态功角失稳紧急控制策略。首先基于改进AlexNet对失稳发电机功角轨迹进行预测,识别临界机群;然后定义紧急控制动作灵敏度指标,建立改进AlexNet灵敏度预测模型,拟合发电机功角特征与紧急控制动作灵敏度的映射关系,从而确定紧急控制的动作母线;最后以切除发电机和负荷容量最小为目标,建立紧急控制优化模型并求解最优策略,并在新英格兰10机39节点系统进行算例验证。结果表明,针对电力系统暂态功角失稳问题提出的基于深度学习的功角轨迹预测模型和紧急控制灵敏度预测模型,均有较高的预测精度。在此基础上制定的紧急控制策略能使失稳系统快速恢复稳定运行,加强电网安全稳定防御体系。

电力系统暂态功角失稳与暂态电压失稳的主导性识别

电力故障后系统失稳体现为暂态功角失稳以及暂态电压失稳,这两种现象均会同时发生,准确区分两种失稳方式是有效开展紧急控制的重要前提。介绍大规模电力系统变电站变电断面有功功率的特点,利用功率全微分方程进一步提取系统失稳后主导系统变量,进而分析主导系统变量与不同失稳状态之间的关系,提出识别主导失稳模式的有效方法,可结合系统动态特点利用数据进行准确计算。通过仿真结果发现,该方法能有效进行系统主导失稳方式的识别且计算方法简单,有重要应用意义。