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。

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PMU和改进戴维南等值模型的电压稳定在线监视

相量测量单元(PMU)量测和戴维南等值模型的结合,为电压稳定在线监视提供了新思路。文中利用电路原理的相关理论,对传统戴维南等值模型的不足进行了定性分析,并在此基础上提出了一种改进的戴维南等值模型。对改进模型的量测方程、可解性条件、求解方法和误差分析等方面进行了研究,以负荷裕度为电压稳定性指标,将改进模型用于电压稳定在线监视,并对数据窗的选取、改进模型的退化、应用环境等相关问题进行了分析。对IEEE 39节点系统进行了仿真,仿真结果表明改进模型比传统模型具有更好的精度和适用性。

基于SCADA及PMU多时段量测信息的独立线路参数估计方法

基于单一线路两端的监控与数据采集系统(supervisory control and data acquisition system,SCADA)和相量采集装置(phasor measurement unit,PMU)多时段量测信息,建立了5种独立线路的约束最小二乘参数估计模型,其中,量测方程分别由线路两端有功、无功和电压幅值的SCADA量测、电流与电压相量的PMU量测以及线路两端电压相角差的PMU虚拟量测组合形成,约束方程为参数变量的上下限约束。采用Matlab的lsqnonlin优化函数求解参数估计问题,并基于多条典型线路的模拟量测信息仿真分析了所有模型的适用条件。结果表明,在负荷较重、线路较长条件下,利用所建含PMU量测的4种模型,都可以有效估计出线路的阻抗参数。

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。

基于长短期记忆网络的PMU不良数据检测方法

同步相量测量单元(Phasor Measurement Units, PMUs)因其同步性、快速性和准确性,已成为复杂电力系统状态感知的最有效工具之一。但是,现场的复杂环境导致PMU数据存在数据丢失、数据损坏、同步异常、噪声影响等质量问题,严重影响其在系统中的各类应用,甚至威胁电网安全稳定运行。提出了一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的PMU不良数据检测方法。首先分析了LSTM在不良数据检测中的优势。然后基于LSTM网络对时间序列选择记忆的特性,构造了一种双层LSTM网络架构,提出了对原始数据的分解重构方法。在此基础上,定义了两种目标函数,以获得不同的误差特征。提出了一种基于决策树的不良数据阈值确定方法,实现了不良数据的有效检测。通过大量仿真与实测数据验证了该方法的可行性和准确性,可提高PMU数据质量,使其更好地应用于电力系统的各个方面。

基于PMU的多馈入交直流系统的分散协调控制

针对广域多馈入交直流系统,为充分利用直流线路的快速调节能力以改善系统稳定性,提出一种分层分散鲁棒自适应控制方案。基于相角测量装置(PMU)测量单元,协调控制器在线确定并传送故障后动态平衡点到直流线路控制器,直流线路控制器以此故障后动态平衡点为控制目标。采用非线性递推方法推导了基于PMU的多馈入交直流系统的非线性鲁棒自适应分散协调控制规律,并设计了以动态平衡点和PMU实时测量的发电机功角信号为输入的直流线路附加功率控制器。最后通过3机2条直流的测试系统验证了该控制方案的有效性。

基于奇异值分解的PMU数据恢复法

同步相量量测单元(phasor measurement units,PMUs)因其同步性、快速性和准确性成为电网动态实时监测最有效的手段之一,并得到迅速发展。但由于通信堵塞、硬件故障、传输延迟等因素,现场PMU通常存在不同程度的数据丢失问题,严重制约其在电力系统中的应用与发展,甚至威胁电网安全。该文通过分析现场PMU量测信息,归纳了3种数据丢失类型;提出基于奇异值分解的动态数据成分分析方法,并采用盖氏圆法确定其最优特征成分数,可有效提取原始信号中各特征分量。进一步,提出基于训练、验证与丢失数据分类的数据恢复迭代计算方法,实现系统动态条件下仅利用单通道PMU量测信息的高精度数据恢复。通过仿真与实测数据验证该方法的可行性和准确性。该方法解决传统方法对系统动态信号丢失数据恢复失真的问题,为PMU量测信息更好的应用于电力系统的各个方面提供保证。

基于改进的遗传–模拟退火算法和误差度分析原理的PMU多目标优化配置

为了进一步优化同步相量测量单元(phasor measurement unit,PMU)配置的合理性和效率,提出了一种新的误差度分析原理,并使用改进的遗传–模拟退火算法对多个IEEE标准测试系统进行了优化配置。该原理同时考虑了测量冗余度和状态估计的精度,并且避免引入雅可比矩阵,还具备可观测性分析的功能。研究结果表明:该算法不仅可以找到满足全网可观测性的所有PMU数目的配置解,而且进一步提升了全网的测量精度,从而证明了其有效性和优越性。

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.

电力系统中基于PMU同步数据的应用研究综述

基于同步相量测量技术的广域测量系统为电力系统各领域中新应用功能的研究开发提供了全新的数据支撑平台。文章简要介绍了同步相量测量技术及在此基础之上的广域测量系统的发展现状;着重分析了PMU量测数据在包括阻尼控制、暂稳分析及控制、电压稳定、解列控制在内的电力系统动态领域以及包括线路参数测量、状态估计、潮流计算在内的电力系统稳态领域和继电保护领域中的应用研究情况;同时对这些应用研究的特点、优点以及存在的主要问题进行了相应的评述。

基于优先级分配策略的PMU数据恢复方法

新能源集中并网与直流输电技术的快速发展,使电力系统机理特性与运行控制方式均发生变化,亟需闭环精细化控制。同步相量测量单元（phasor measurement units,PMUs）因其测量的同步性与快速性,使电力系统动态实时监测成为可能,可为系统保护与闭环控制提供数据基础。然而,由于现场环境复杂,同步信号丢失、通信协议错误、系统过载等诸多因素会导致PMU存在数据丢失等问题,严重影响其在监测控制、事故分析等方面的应用。归纳了PMU数据丢失的不同场景,定义了两种数据丢失的基本类型;提出了基于插值区间动态变化的优先级分配策略,采用改进三次样条插值函数,对不同类型的丢失数据进行恢复,解决了传统方法在连续多点数据丢失类型下的失真问题。通过仿真与实际录波数据验证了该方法的可行性和准确性,对于保证PMU数据质量有着重大意义和较大价值。

基于PMU的电压稳定动态线性化指标优化切负荷算法

紧急状况下,优化包含动态负荷的系统切负荷量,以保证系统电压快速恢复正常状态是系统安全的关键。利用PMU测量信息推导了电压稳定动态线性化指标的灵敏度,将其作为实施切负荷的作用因子。建立了以切负荷量最小为目标函数和电压指标偏差量为约束条件的切负荷优化模型。首次实现了分区多步切负荷的算法,在实时计算得到的动态电压稳定指标超标基础上,利用所提出的优化模型实施多步动态优化切负荷,并实时修正作用因子的灵敏度,克服了传统一步欠切或过切的缺点。用IEEE14节点测试系统和国内实际电网算例证实了该方法的可行性和有效性。

基于系统同调性的PMU最优布点

从电力系统的同调性出发,优化相量测量单元(PMU)的布点,以最少数量的PMU反映系统在各种扰动下的主要动态行为。该方法利用扩展等面积准则(EEAC)稳定性理论中的主导模式概念,识别所有可能出现的暂态功角失稳模式,并据此将所有的发电机节点划分为不同的同调群。在每个群中选择一台发电机安装PMU,以捕捉关键的功角动态信息。同时,利用暂态电压稳定和暂态电压跌落可接受性的概念,识别所有可能出现暂态电压问题的相邻母线的子集。在每个子集中选择一条母线安装PMU,以捕捉关键的电压动态信息。根据该最小PMU集提供的动态信息,不但可以正确地定性判断系统的同步稳定性和电压稳定性,并可通过数据挖掘方法评估其稳定裕度。结合华东电网验证了该方法的有效性。

用PMU量测设置V-θ节点的混合动态仿真验证策略

利用相量测量单元(PMU)量测数据,通过混合动态仿真校核并改进能量管理系统(EMS)中动态安全分析模型的正确性,是电网控制中心基于PMU的高级应用的重要内容。文中提出一种用PMU量测设置V-θ节点的混合动态仿真验证策略,将PMU实测的V值和θ值不经任何转换直接作为边界节点的给定量,使注入量测信号更直接、更精确。V和θ更能反映系统的动态变化,因此,应用该方法可以更灵敏地发现模型参数误差。以4机双区域系统和某省级电网为例,验证了该方法的有效性,用该方法开发的程序已作为校核工具嵌入电网动态安全稳定预警系统。