基于相轨迹凹凸性的电力系统暂态稳定性识别

随着基于GPS的功角测量技术在电力系统中的广泛应用,在线识别系统不稳定成为可能,其对于暂态稳定紧急控制具有重要意义。该文研究了一种更快的在线暂态不稳定识别方法。在严格证明了一个猜想正确性的基础上,提出了一种改进的不稳定性识别方法,该方法仅使用了观测数据,而不受运行时刻网络的结构、系统参数和模型影响。证明过程中,模型计及了阻尼参数的影响,从而保证了证明过程更加合理。文中根据系统轨迹的凹凸性定义,还提出了一种新的判据指标?k,用来识别系统的不稳定。仿真结果显示了该识别原理的正确性,以及能够更快地更有效地识别出系统不稳定。由于该方法的可靠性和要求很少的计算量,能够实际应用于失步保护设计中。

基于轨迹几何特征的暂态不稳定识别

提出一种基于实时测量的暂态不稳定在线识别方法,其能够用于触发某一类离散紧急控制措施。该方法通过在每一采样时刻观测等值系统故障后轨迹的几何特性,提前判别系统的稳定性,预测系统稳定性的最佳模式在每一采样时刻动态决定并刷新。与以往扩展等面积准则不同,该方法无需计算等值系统的不稳定平衡点,能够克服在静态扩展等面积法则中使用的一些假设限制。使用IEEE 50机测试系统算例证明了该方法对于识别复杂区间同步失稳问题的可靠性和有效性。

基于深度学习的暂态电压稳定在线识别

针对电力系统暂态电压稳定在线识别问题,提出了一种基于深度学习的识别方法,构建深层模型反映稳定类别与在线量测数据间的映射关系。采用多种先进处理技术对模型进行优化:为提高失稳样本分类准确率,修改原交叉熵目标函数;优化学习率以平衡模型的精度和速度;加入dropout技术防止过拟合;对隐层函数加入batch-norm处理技术以防止内部变量转变;为避免随机分组导致的准确率波动,采取10折交叉验证方法。以广东电网为研究对象,并与其他分类算法进行对比后表明所提方法识别精度高、速度快,且鲁棒性强,具有良好的工程应用价值。

基于特征椭球和支持向量机复合映射的暂态稳定预测模型

针对电力系统暂态稳定预测问题,提出基于特征椭球理论(characteristic ellipsoid,CELL)和支持向量机(support vector machine,SVM)复合映射的方法。通过采集系统受扰后的同步相量测量单元(phasor measurement unit,PMU)量测数据,将其映射至多维样本空间中生成特征椭球。椭球形态的变化能反映出受扰系统在稳定与失稳场景下不同的动态行为,从而识别出系统的暂态稳定性。以包含了系统暂态过程信息的椭球几何属性,如体积、偏心率、中心点、体积变化率等,构造支持向量机评估模型的输入特征,训练所得支持向量机模型能够实现电力系统暂态稳定在线预测。该方法以椭球的动态变化作为暂态稳定判据,利用较少的量测数据就能为暂态稳定识别提供足够的信息量,同时保证较高的准确率。通过IEEE 39节点系统和我国西南某省级区域输电系统的算例测试,验证了方法的可行性和有效性。

基于相图凸凹性和系统辨识理论的暂态稳定性快速预测方法

提出了一种与电力系统网络结构、模型以及参数等无关的快速预测暂态稳定性方法。该方法首先基于同步多参数测量装置实时测量的功角以及预测值将系统动态分成两机群,进而将系统动态等值为两机群系统;然后利用具有遗忘因子的在线递推最小二乘方法获得两机群等值模型的参数。结合这些参数在线快速估计等值系统的平衡点以及在线快速计算等值系统的稳定裕度△Vn,并利用△Vn快速预估系统的稳定性。该方法解决了稳定性预测对系统模型、参数的依赖性以及快速性与准确性之间的矛盾。

基于实测响应轨迹的电力系统暂态不稳定判别

电力系统是一个复杂的多机时变非自治系统。通过广域测量系统获取的响应轨迹中包含了受扰系统全部的非线性时变因素,能够为系统暂态不稳定的准确识别提供依据。该文从扩展相轨迹表征受扰系统暂态稳定性的基本原理出发,分析了系统非自治因素对扩展相轨迹的影响;针对轨迹上可能导致判据误判的关键点,详细分析了非自治因素对暂态稳定判据的影响;利用实时测量的机组功角及不平衡功率,构建辅助判据识别可能导致误判的非自治因素,增强受扰系统暂态失稳判别的可靠性;通过定义复合功角确定受扰系统的失稳模式,形成了基于实测响应轨迹的系统暂态失稳判别流程。最后,该文针对IEEE39节点系统与复杂交直流混联电网进行了仿真测试,算例验证了辅助判据的有效性,并证实了该方法判别电力系统暂态失稳的准确性和预测性。

轨迹凸凹性判据在不健全广域信息条件下的可靠性研究

基于局部惯性中心轨迹的几何特征，提出了一种识别系统暂态不稳定性的判据以及相应的多机系统暂态不稳定性识别方案，并在系统局部惯性中心参考坐标下基于广义势能函数推导了判据的离散表达形式．该方案摆脱了因求取全局惯性中心导致的不稳定性识别方法在实际应用时的限制，能够准确地识别出系统中具有局部广域信息条件区域内的不稳定性．IEEE50机145节点系统仿真结果表明：当失步机组具有观测条件时，使用该判据仍然能够正确判别出系统的稳定性，全系统轨迹信息的不健全程度只会导致不稳定性识别时间的不同，相对于传统时域仿真方法，该方法能够提前0．3～1S识别出系统失稳．