基于WAMS实测数据的电力系统仿真致差区域识别方法

针对大电网仿真致差区域定位难的问题,给出了一种基于扰动深度和最小生成树的致差区域识别方法。该方法基于实测数据计算扰动深度指标,设定相应的阈值,解耦去除扰动小的区域,将剩余网络抽象为无向图,以仿真可信度指标作为线路的权值,求取电网的最小生成树及其树枝对应最优割集。在最优割集处注入实测数据进行混合仿真,通过多次迭代压缩,最终达到识别出致差区域的目的。通过IEEE_(10)机39节点系统验证了所提方法的有效性。研究内容能有效降低动态仿真验证的代价,为下一步分块解耦以及模型参数校正提供重要的指导。

数据驱动的电力系统动态模型参数误差溯源方法

动态仿真中模型及参数的不准确直接导致仿真轨迹与实测轨迹不一致。电力系统区域大,包含元件众多,如何准确的识别出致差区域是一个难题。文章提出了一种数据驱动的大规模电力系统误差溯源方法,定义了扰动深度指标以及轨迹差异度指标,用以评价元件受扰程度和轨迹差异度,基于指标及其约束条件,给出了主要致差区域的识别方法,用于误差溯源。文章以IEEE 10机39节点仿真系统验证了所提方法的有效性,减少了动态仿真验证的工作代价,为分块解耦提供支持。