CN104573906B - 用于分析电力传输系统中的振荡稳定性的系统和方法 - Google Patents

用于分析电力传输系统中的振荡稳定性的系统和方法 Download PDF

Info

Publication number
CN104573906B
CN104573906B CN201410547444.7A CN201410547444A CN104573906B CN 104573906 B CN104573906 B CN 104573906B CN 201410547444 A CN201410547444 A CN 201410547444A CN 104573906 B CN104573906 B CN 104573906B
Authority
CN
China
Prior art keywords
incident
power transmission
transmission system
matrix
eigenvalues
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410547444.7A
Other languages
English (en)
Other versions
CN104573906A (zh
Inventor
C.A.鲍恩
N.R.乔扈里
N.阿查亚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN104573906A publication Critical patent/CN104573906A/zh
Application granted granted Critical
Publication of CN104573906B publication Critical patent/CN104573906B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • H02J3/0012—Contingency detection
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Complex Calculations (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明题为用于分析电力传输系统中的振荡稳定性的系统和方法。提供一种用于电力传输系统中的振荡稳定性的意外事故分析的计算机系统，系统包括至少处理器和存储器。处理器编程为接收来自电力传输系统中的多个系统组件的多个组件输入。处理器还编程为：生成电力传输系统的标称矩阵，其中标称矩阵包括至少部分对电力传输系统进行建模的一组方程；以及计算标称矩阵的本征值和本征向量。处理器还编程为识别表示电力传输系统的假定扰动的意外事故，并且使用标称矩阵的本征值和本征向量来估计意外事故的意外事故本征值。

Description

用于分析电力传输系统中的振荡稳定性的系统和方法
关于联邦资助研发声明
本发明根据合同号DE-OE0000626以美国能源部支持进行。美利坚合众国联邦政府在本发明中具有某些权利。
技术领域
一般来说，本文所述的实施例涉及电力传输系统，以及更具体来说，涉及用于分析在引起系统的摄动的多个假定故障条件、即“意外事故”的影响下的电力传输系统中的振荡稳定性的系统和方法。
背景技术
电力传输系统在例如线路故障、发电的变化或负载需求的变化等的事件期间经受系统摄动。系统中的这类变化可引起许多不同方面的系统的稳定性问题，例如：电压稳定性，即系统保持稳定电压的能力；频率稳定性，即系统保持稳定频率的能力；以及振荡稳定性，即系统保持稳态工作点的能力。
为了相对振荡稳定性来分析电力传输系统中的小摄动，一些已知方法创建系统的数学模型，其表示系统的各种元件。通过数学模型，使用在意外事故的影响下的系统的时域模拟来分析多个意外事故。但是，在大系统中，存在大量可能的意外事故。各意外事故的时域分析是计算密集的，并且在例如实时操作管理期间可要求的短时间周期中不是可行的。对意外事故分析的一种已知的一般方式涉及“筛选和分级”，其中滤出大量意外事故，而仅详细分析所选几个意外事故。但是，为了通过对意外事故进行筛选和分级来生成充分结果，必须识别大多数关键意外事故供全面分析。
发明内容
在一个方面，提供一种用于电力传输系统中的振荡稳定性的意外事故分析的基于计算机的方法。该方法使用至少一个处理器。该方法包括由至少一个处理器接收来自电力传输系统中的多个组件的多个组件输入。该方法还包括生成电力传输系统的标称矩阵。标称矩阵包括至少部分对电力传输系统进行建模的一组方程。该方法还包括计算标称矩阵的本征值和本征向量。该方法还包括识别表示电力传输系统的假定扰动的意外事故。该方法还包括使用标称矩阵的本征值和本征向量来估计意外事故的意外事故本征值。
在另一方面，提供一种用于电力传输系统中的振荡稳定性的意外事故分析的计算机系统。该系统至少包括处理器和存储器。处理器编程为接收来自电力传输系统中的多个系统组件的多个组件输入。处理器还编程为生成电力传输系统的标称矩阵。标称矩阵包括至少部分对电力传输系统进行建模的一组方程。处理器还编程为计算标称矩阵的本征值和本征向量。处理器还编程为识别表示电力传输系统的假定扰动的意外事故。处理器还编程为使用标称矩阵的本征值和本征向量来估计意外事故的意外事故本征值。
在又一方面，提供其上包含计算机可执行指令的一个或多个计算机可读存储介质。在由至少一个处理器来运行时，计算机可执行指令使处理器接收来自电力传输系统中的多个系统组件的多个组件输入。计算机可执行指令还使处理器生成电力传输系统的标称矩阵。标称矩阵包括至少部分对电力传输系统进行建模的一组方程。计算机可执行指令还使处理器计算标称矩阵的本征值和本征向量。计算机可执行指令还使处理器识别表示电力传输系统的假定扰动的意外事故。计算机可执行指令还使处理器使用标称矩阵的本征值和本征向量来估计意外事故的意外事故本征值。
附图说明
通过参照附图阅读以下详细描述，将会更好地了解本发明的这些及其它特征、方面和优点，附图中，相似标号在附图中通篇表示相似部件，附图包括：
图1是包括发电系统、电力传输系统和电力分配系统的电力系统的一般示意图；
图2是用来分析图1所示的电力分配网、更具体来说分析图1所示的输电网的能量管理系统(EMS)的示范计算装置的框图；
图3是图1所示电力系统中的示范电力传输系统的简图；
图4是用于使用图2所示计算装置来分析图3所示电力传输系统中的振荡稳定性的示范过程的框图；
图5是用于使用图2所示计算装置来分析图3所示电力传输系统中的振荡稳定性的示范方法的流程图；以及
图6示出计算装置中的数据库的示例配置连同如本文所述的数据流的分析和操作期间可使用的其它相关计算组件。
除非另加说明，否则本文所提供的附图意在示出本公开的实施例的特征。这些特征被认为可适用于包括本公开的一个或多个实施例的大量系统。因此，附图不是意在包括本领域的技术人员已知的、实施本文所公开实施例所需的所有常规特征。
具体实施方式
在以下说明书和权利要求书中，将参照定义成具有下列含意的多个术语。
单数形式“一”、“一个”和“该”包括复数引用，除非上下文另加明确规定。
“可选的”或“可选地”表示随后描述的事件或情况可能发生或者可能不发生，以及本描述包括其中发生事件的实例以及其中没有发生事件的实例。
如本文在本说明书和权利要求书中通篇使用的近似语言可适用于修改可准许改变的任何定量表示，而没有引起与其相关的基本功能的变化。相应地，通过诸如“大约”和“基本上”之类的(一个或多个)术语所修改的值并不局限于所指定的精确值。在至少一些情况下，近似语言可对应于用于测量该值的仪器的准确度。在这里并且在整个说明书和权利要求书中，范围限制可经过组合和/或互换，这类范围被标识，并且包括其中包含的所有子范围，除非上下文或语言另加说明。
如本文所使用的术语“非暂时计算机可读介质”意在表示按照任何方法或技术所实现以用于信息(例如计算机可读指令、数据结构、程序模块和子模块或者任何装置中的其它数据)的短期和长期存储的任何有形的基于计算机的装置。因此，本文所述的方法可编码为包含在有形非暂时计算机可读介质(非限制性地包括存储装置和/或存储器装置)中的可执行指令。这类指令在由处理器运行时使该处理器执行本文所述方法的至少一部分。此外，如本文所使用的术语“非暂时计算机可读介质”包括所有有形计算机可读介质，非限制性地包括：非暂时计算机存储装置，非限制性地包括易失性和非易失性介质；可拆卸和不可拆卸介质，例如固件、物理和虚拟存储、CD-ROM、DVD和任何其它数字源，例如网络或因特网；以及将要研制的数字部件，其中唯一例外是暂时的传播信号。
如本文所使用的术语“电力系统稳定性”一般用来表示电力传输网在遭遇扰动之后达到均衡状态的能力。又如本文所使用的术语“扰动”表示可被电力传输网遭遇的、影响网络的均衡的事件。例如，网络上的负载变化、网络线路的断路、发电机的损耗以及网络上的故障可引起网络上的扰动。这类扰动可引起各种系统稳定性问题，例如相对电压、频率和/或转子角的稳定性。此外，如本文所使用的“振荡稳定性”表示电力传输网在遭遇扰动之后保持稳定工作点的能力。
又如本文所使用的术语“意外事故”表示一种情形，其因电力系统的配置和拓扑的突然变化而引起工作条件的变化，这又可引起传输网的扰动，并且可影响振荡稳定性。例如，这个扰动可归因于负载或发电机的大变化或者传输组件的故障或者因保护系统的动作引起的传输组件的隔离。本文所述的系统和方法涉及分析一个或多个意外事故。例如，传输网中的特定传输线可因例如雷击等事件而离线。这个事件可导致网络上的振荡稳定性问题。相应地，这种一个传输线被移除服务可称作“意外事故”。
如本文所使用的术语“本征值”和“本征向量”用于引用“本征值分解”的一般数学领域，其在各种类型的系统的稳定性分析中具有已知应用。一般来说，本征值和本征向量用来表征线性系统的动态响应。各本征值包括关联本征向量。因此，方程的给定矩阵A的本征向量和本征值表示A的本征分解。如本文所使用的术语“标称矩阵”表示这个方程组A，以及更具体来说表示对给定负荷情形下的特定电力传输系统进行建模的方程组。又如本文所使用的术语“意外事故矩阵”表示采用给定扰动(即，意外事故)所调整的传输网的方程组。这个意外事故矩阵在本文中表示为Apost。
本文所述的系统和方法包括分析引起系统的大摄动的多个扰动的影响下的电力传输系统中的振荡稳定性。更具体来说，从多个意外事故来识别、即“分级和筛选”意外事故的子集，并且仅使用时域模拟的计算密集方法来分析意外事故的那个子集。在意外事故分析期间，使用意外事故的本征值的估计而不是计算实际本征值的更复杂过程来分析各意外事故。本征值的估计使用一阶本征值灵敏度以及在一些宿主中还使用二阶本征值灵敏度来执行。因此，意外事故分析时间极大地减少。
图1是包括一个或多个发电系统(例如发电站102)、电力传输系统103和电力分配系统110的示范电力系统100的一般示意图。电力系统100通常包括经过电力传输系统103输出电力的发电站102，其中电力传输系统103包括超高压输电网104和高压输电网106，经过其，将电力传送给示范电力分配系统110。电力系统100非限制性地可包括任何数量、类型和配置的超高压输电网104、高压输电网106和电力分配系统110以及电力分配系统110、高压输电网106(例如110-265千伏(kV))和超高压电网104(例如大于265 kV)中的任何数量的消费者。
电力分配系统110包括低瓦特消费者112和中等瓦特消费者114。电力分配系统110还包括分布式发电机130，其中包括城市发电站132、太阳能发电场134和风场136。虽然电力分配系统110示为具有示范数量和类型的分布式发电机130，但是电力分配系统110可包括任何数量和类型的分布式发电机130，非限制性地包括柴油发电机、微型涡轮机、太阳能收集器阵列、光伏阵列、地热发电机和风力涡轮机。
图2是用来分析电力系统100(图1所示)、更具体来说分析电力传输系统103(图1所示)的能量管理系统(EMS)的示范计算装置120的框图。备选地，可使用实现如本文所述的计算装置120的操作的任何计算机架构。计算装置120促进收集、存储、分析、显示和传送与电力传输系统103中的组件的配置、操作、监测和维护关联的数据和操作命令。
另外，在示范实施例中，计算装置120包括存储器装置150以及操作上耦合到存储器装置150供运行指令的处理器152。在一些实施例中，可执行指令存储在存储器装置150中。计算装置120通过对处理器152编程，可配置成执行本文所述的一个或多个操作。例如，可通过将操作编码为一个或多个可执行指令，并且在存储器装置150中提供可执行指令，来对处理器152编程。处理器152可例如非限制性地包括按照多核配置的一个或多个处理单元。
此外，在示范实施例中，存储器装置150是实现诸如可执行指令和/或其它数据之类的信息的存储和检索的一个或多个装置。存储器装置150可包括一个或多个有形非暂时计算机可读介质，非限制性地例如随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、固态硬盘、硬盘、只读存储器(ROM)、可擦可编程ROM(EPROM)、电可擦可编程ROM(EEPROM)和/或非易失性RAM(NVRAM)存储器。上述存储器类型只是示范性的，并且因而并不是限制可用于存储计算机程序的存储器的类型。
另外，在示范实施例中，存储器装置150可配置成存储意外事故情形数据以及与电力传输系统103的组件关联的多种操作数据。
在一些实施例中，计算装置120包括耦合到处理器152的呈现接口154。呈现接口154向用户156呈现诸如用户界面和/或告警之类的信息。例如，呈现接口154可包括显示适配器(未示出)，其可耦合到诸如阴极射线管(CRT)、液晶显示器(LCD)、有机LED(OLED)显示器和/或具有显示器的手持装置之类的显示装置(未示出)。在一些实施例中，呈现接口154包括一个或多个显示装置。作为补充或替代，呈现接口154可包括音频输出装置(未示出)，例如音频适配器和/或喇叭。
在一些实施例中，计算装置120包括用户输入接口158。在示范实施例中，用户输入接口158耦合到处理器152，并且接收来自用户156的输入。用户输入接口158可包括例如键盘、指针装置、鼠标、触控笔和/或触敏面板(例如触摸板或触摸屏)。单个组件、例如触摸屏可用作呈现接口154和用户输入接口158的显示装置。
此外，通信接口160耦合到处理器152，并且配置成耦合成与一个或多个其它装置(非限制性地例如电力传输系统103中的组件、另一个计算装置120、能量管理系统(EMS)(图1中未示出)以及能够访问计算装置120的任何装置、非限制性地包括便携膝上型计算机、个人数字助理(PDA)和智能电话)进行通信。通信接口160可以非限制性地包括有线网络适配器、无线网络适配器、移动电信适配器、串行通信适配器和/或并行通信适配器。通信接口160可从一个或多个远程装置接收数据和/或向其传送数据。例如，一个计算装置120的通信接口160可向另一个计算装置120的通信接口160和/或EMS传送事务信息。计算装置120可以是实现万维网的，以供例如与远程台式计算机(未示出)进行远程通信。
另外，呈现接口154和/或通信接口160均能够例如向用户156或另一个装置提供适合与本文所述方法配合使用的信息。相应地，呈现接口154和通信接口160可称作输出装置。类似地，用户输入接口158和通信接口160能够接收适合与本文所述方法配合使用的信息，并且可称作输入装置。
此外，处理器152和/或存储器装置150也可在操作上耦合到存储装置162。存储装置162是适合存储和/或检索数据、非限制性地例如与数据库164关联的数据的任何计算机操作硬件。在示范实施例中，存储装置162集成在计算装置120中。例如，计算装置120可包括作为存储装置162的一个或多个硬盘驱动器。此外，例如，存储装置162可包括多个存储单元，例如按照冗余廉价磁盘阵列(RAID)配置的硬盘和/或固态磁盘。存储装置162可包括存储区域网络(SAN)、网络附连存储(NAS)系统和/或基于云的存储。备选地，存储装置162是计算装置120外部的，并且可由存储接口(未示出)来访问。
此外，在示范实施例中，数据库164包含与组件关联的多种静态和动态操作数据，其中一部分可从与电力传输系统103中的组件关联的EMS来传送。
本文所示和所述的实施例以及本文没有具体描述但处于本公开的方面的范围之内的实施例构成用于记录、存储、检索、分析和显示与电力传输系统关联的操作数据的示范部件。例如，计算装置120以及添加到其中或者包含在其中的任何其它类似计算机装置当集成在一起时包括充分的计算机可读存储介质，其编程有充分的计算机可执行指令，以便如本文所述采用处理器来运行进程和技术。具体来说，计算装置120以及添加到其中或者包含在其中的任何其它类似计算机装置当集成在一起时构成用于记录、存储、检索、分析和显示与电力传输系统103关联的操作数据的示范部件。
图3是电力系统100(图1所示)中的示范电力传输系统的简图。在一些实施例中，传输系统300与电力传输系统103(图1所示)相似。在示范实施例中，传输系统300包括四个发电机302、304、306和308，分别标记为“G1”、“G2”、“G3”和“G4”。在一些实施例中，发电机302、304、306和308与发电站102(图1所示)相似。
传输系统300还包括传输网310，其将发电机302、304、306和308连接到电力消费者(图3中未示出)，诸如高瓦特消费者116(例如工厂)(图1所示)和电力分配系统110(图1所示)。传输网310包括一系列传输线312，其在本文中又只称作“线路”，向消费者馈送电力。传输线312聚集在接头J1-J11(通常又称作“结点”或“母线”)。接头J1-J11可以是例如变电站和/或变压器。各传输线312连接到两个接头，各在线路的任一端。例如，接头J1通过一个线路连接到接头J5。在示范系统中，传输系统300包括4个发电机302、304、306和308，经过14个传输线312和11个接头J1-J11向消费者馈送电力。
另外，在示范实施例中，传输系统300包括计算系统(图3中未示出)，以用于监测和分析传输系统300的方面。更具体来说，计算系统从各接头J1-J11以及传输系统300中的其它位置来收集与测量和分析振荡稳定性相关的样本数据，例如网络上的负载值、来自发电机302、304、306和308的发电值以及在接头J1-J11处的电压角和幅值。计算系统可包括EMS和/或计算装置120(图2所示)。
在操作期间，计算系统从传输系统300收集状态数据，并且执行分析操作。更具体来说，计算系统执行传输系统300的多个意外事故情形的小信号稳定分析，因为它们与网络上的振荡稳定性相关。下面更详细描述用于分析振荡稳定性的过程。在示范实施例中，意外事故的列表包括至少14个意外事故，各表示传输系统300的传输线312其中之一的故障。
图4是用于使用计算装置120(图2所示)来分析传输系统300(图3所示)中的振荡稳定性的示范过程400的框图。在示范实施例中，过程400包括识别待分析意外事故402的列表。意外事故402的列表包括可对传输系统300发生的多种情形。在示范实施例中，如以上针对图3所述，意外事故402的列表包括14个意外事故。在其它实施例中，例如在大传输网中，意外事故的数量可以是数千或数万。在一些已知系统中，意外事故分析可涉及对各意外事故运行时域模拟，以模拟在各意外事故的情况下、在网络上会发生的情况。但是，在这类大网络中，由于计算的一部分的数学复杂度，对数千个意外事故运行全时域模拟在计算上可能是不可行的。因此，过程400设法选择用于全时域模拟的意外事故402的列表的子集。
在示范实施例中，过程400识别与传输系统300关联的数学系统模型404。使用数学系统模型404，过程400计算410传输系统300的标称矩阵Asys。传输系统300的动态行为使用一组微分-代数方程(DAE)来建模：
Figure DEST_PATH_IMAGE001
，以及 (1)
Figure DEST_PATH_IMAGE002
(2)
在示范实施例中，x是与发电机、负载和其它系统组件的动态状态关联的状态变量的向量，以及y是与诸如电压相量幅值和角之类的稳态变量关联的代数变量的向量。通过围绕工作点(x0,y0)线性化这些非线性方程来执行小信号稳定性分析：
Figure DEST_PATH_IMAGE003
，以及 (3)
Figure DEST_PATH_IMAGE004
(4)
表示
Figure DEST_PATH_IMAGE005
，通过消除代数变量的向量，使得DAE组简化成一组常微分方程(ODE)，来计算412系统本征值：
Figure DEST_PATH_IMAGE006
(5)
在示例实施例中，Asys表示围绕工作点(x0,y0)的网络的标称“A矩阵”，即，围绕当前负荷条件的负载流/功率流所构建的模型。Asys中的每行对系统的动态状态(例如发电机G1302(图3所示)的转速或者其工作条件可基于系统中的其它状态波动的另外某个时变量)进行建模。在示例实施例中，存在4个发电机，以及包含各发电机的6种状态，即，该模型是传输系统300的6阶模型。相应地，Asys包括24行，每行具有各对应于动态状态的24列/元素。因此，Asys包括对传输系统300进行建模的方程组。
Asys的本征值和本征向量由下列方程给出：
Figure DEST_PATH_IMAGE007
，以及 (6)
Figure DEST_PATH_IMAGE008
(7)
在示例实施例中，过程400计算412 Asys的所有本征值，并且进行筛选以查找区域间模式、即振荡模式。过程400还计算414 Asys的对应本征值。如本文所使用的λi、φi、和ψi分别是与模型i对应的本征值、右本征向量和左本征向量。上述线性系统的本征值提供与模态阻尼比和频率有关的信息。小信号稳定性评估是对工作条件范围、在一组意外事故下的系统的小信号稳定性分析。如果所有振荡模式的阻尼比处于所需阈值之内，则该系统被认为是小信号安全的。对于区域间振荡的问题，集中于0.1 Hz至1 Hz的频率范围中的模式的子集。阻尼比小于阈值、例如0.05的振荡模式被认为是有意义模式。备选地，阈值也能够基于稳定时间（settling time），其与本征值的实部相关。稳定时间大于阈值、例如30秒的振荡模式被认为是有意义模式。在意外事故筛选期间将仅检查那些模式。系统矩阵Asys随工作点的变化而发生变化，因为它基于围绕工作点的线性化来形成。工作点因意外事故(非限制性地例如传输线因故障引起的损失)而发生变化。
在一些实施例中，为了分析意外事故对系统的小信号稳定性的影响，一种方式是通过求解方程(6)来重新计算意外事故后状况的本征值。在对各意外事故402求解这个方程时，意外事故能够按照它们对本征值的影响来分级。使本征值移动到最接近虚轴或者甚至使本征值移动到虚轴的右半部分的意外事故可被认为是关键意外事故。但是，对于大系统，使用方程(6)对各意外事故后条件来求解本征值是计算上棘手的问题。当目标是近实时地执行这种意外事故分析时，这个问题可能是不可行的。
在另一个实施例中，该方式是执行所有意外事故402的时域模拟，并且基于系统识别方式来评估关键模式的阻尼或稳定时间的变化。在这里，在时域对大系统模拟所有意外事故是费时过程，并且对近实时应用是不可行的。
在示范实施例中，过程400筛选给定不良阻尼模式的关键意外事故，而无需对各意外事故402求解方程(6)或者对各意外事故402模拟计算密集的时域动态模拟。过程400以基于本征值灵敏度的方式为基础。与给定关键模式对应的本征值基于标称条件下的本征值和本征向量以及各意外事故的系统矩阵的变化来估计。所提出算法的优点之一是避免对各意外事故求解方程(4)的计算棘手任务。一阶本征值灵敏度由下式给出：
Figure DEST_PATH_IMAGE009
(8)
在示例实施例中，γ是任何系统参数。方程(8)给出与对应于系统参数γ的小变化的模式i的本征值的灵敏度有关的信息。左和右本征向量均用于计算中。将方程(8)两侧乘以Δγ给出：
Figure DEST_PATH_IMAGE010
，以及 (9)
Figure DEST_PATH_IMAGE011
(10)
在示例实施例中，ΔAsys = (Apost - Asys)是从标称条件到意外事故后条件、即Apost的系统状态矩阵的变化。使用泰勒级数，意外事故后条件的本征值可通过下式来估计：
Figure DEST_PATH_IMAGE012
(11)
只考虑1阶项，
Figure DEST_PATH_IMAGE013
并且因而：
Figure DEST_PATH_IMAGE014
在示例实施例中，过程400计算420各意外事故401的意外事故后本征值的估计。方程(13)给出意外事故后本征值的估计。方程(13)中与意外事故条件相关的唯一项是ΔAsys 。所有其它项仅计算一次、即在标称条件下计算。由于ΔAsys使用标称条件和意外事故后条件来计算，所以在估计算法中照顾到因意外事故引起的工作条件的变化，而无需使用方程(6)重新计算本征值。因此，虽然本征值的估计基于一阶近似，但是经过ΔAsys项考虑意外事故后条件。
虽然方程(13)考虑因意外事故引起的工作条件的变化，但是方程(13)因基本一阶近似而在预测本征值方面可能具有某种不准确度。为了改进这个方面的精度，在一些实施例中，过程400包括评估二阶项。因此，本征值的估计由下式给出：
Figure DEST_PATH_IMAGE015
上式中的二阶项为：
Figure DEST_PATH_IMAGE016
与对方程(10)中的一阶估计所进行的近似相似：
Figure DEST_PATH_IMAGE017
因此，在示范实施例中，包括二阶项的本征值的估计为：
Figure DEST_PATH_IMAGE018
方程(18)中的二阶近似使用与标称条件下所计算的所有本征值以及左和右本征向量有关的信息，以便估计模式i的本征值。但是，方程(13)中的一阶近似仅要求与那种特定模式对应的本征值和本征向量。因此，在与一阶近似相比、使用高阶近似来估计本征值时，存在精度与计算之间的折衷。
在一些实施例中，为了避免计算所有本征向量，过程400可以仅使用与给定模式对应的本征值和本征向量。因此，二阶项由下式给出：
Figure DEST_PATH_IMAGE019
将方程(19)两侧乘以
Figure DEST_PATH_IMAGE020
给出：
Figure DEST_PATH_IMAGE021
其中，
Figure DEST_PATH_IMAGE022
由方程(10)给出。本征向量灵敏度
Figure DEST_PATH_IMAGE023
可通过求解线性方程来计算：
Figure DEST_PATH_IMAGE024
将方程(21)两侧乘以Δγ给出：
Figure DEST_PATH_IMAGE025
其中，
Figure DEST_PATH_IMAGE026
表示本征向量
Figure DEST_PATH_IMAGE027
的复共轭转置。
虽然所提出的算法要求计算与所有意外事故对应的A矩阵，但是这个过程易于并行化的，并且因此高性能计算(HPC)能够用来加速这个计算。A矩阵的计算涉及使动态状态的每个摄动，计算系统状态的所产生变化。能够通过识别对给定关键模式具有影响的大多数的状态，来简化这个计算。这个信息通过计算给定模式的参与参加来得到。参与参数(PF)是纯量，其提供状态变量与模式之间的关联的量度，并且由下式给出：
Figure DEST_PATH_IMAGE028
其中，k表示感兴趣模式，以及i表示状态。如上式所示，参与因子可使用与标称矩阵的那种模式对应的左和右本征向量来计算。考虑到本征向量归一化，与任何模式关联的参与因子之和近似等于1。在对给定模式的每种状态计算参与因子之后，状态的分类列表按照参与因子的降序来形成。促成在那种模式中的参与的大多数的状态基于分类列表中的参与因子的累加和的预定义阈值、例如0.95来选择。
因此，不是使系统的所有状态摄动，在示例实施例中，而是仅使具有在给定模式中的显著参与的那些状态摄动。其余状态在其标称值保持恒定，因为其摄动对模式没有显著影响。这个过程改进各意外事故的A矩阵的计算速度。
在示例实施例中，分级基于意外事故稳定性值。在一个实施例中，意外事故的列表可按照所估计本征值的实部来分类。这个分类基于降序。实部的较大值指示较高分级、即意外事故的更严重性。在另一个实施例中，意外事故的列表基于阻尼比估计来分类。这个分类基于升序。阻尼比的较小值指示较高分级、即意外事故的更严重性。在对意外事故分级之后，基于用户可配置意外事故稳定性阈值来执行关键意外事故的筛选。在一个实施例中，对阻尼比估计使用5%的阈值。小于5%阻尼比的意外事故被筛选为关键的，并且用于使用时域模拟的进一步分析。在另一个实施例中，使用本征值的实部的-0.133的阈值(其对应于30秒稳定时间)。产生大于这个值的实部的意外事故被筛选为关键的。
再次参照图4，在示范实施例中，过程400计算412标称矩阵的本征值，并且基于在标称工作点的标称矩阵的变化来估计422意外事故402的每个的本征值，如上所述。过程400然后基于意外事故402对感兴趣关键模式的影响来对所有意外事故402分级430。意外事故基于本征值的实部按降序来分类。分级检查感兴趣本征值的实部与标称矩阵中的对应本征值、即其意外事故稳定性值之间的差。
在示例实施例中，选择440顶部10个意外事故。过程400然后对那些所选意外事故运行全时域模拟。这些全模拟的结果然后发送到控制动作引擎和/或人类操作员602以进行操作动作。在一些实施例中，如果意外事故稳定性值大于预定阈值，则对意外事故执行时域模拟。控制动作引擎或系统操作员可基于分析来采取的示例动作包括重新分派系统中的发电源和/或负载的一部分，以便改进跨所识别关键意外事故情形的振荡稳定性。
在一些实施例中，过程400的某些操作、例如与意外事故本征值的估计关联的计算可分配给例如使用并行处理的集群计算设定中的多个计算装置120。
图5是用于使用计算装置120(图2所示)来分析传输系统300(图3所示)中的振荡稳定性的示范方法500的流程图。在示范实施例中，方法500包括接收510来自传输系统300中的多个系统组件的多个组件输入。方法500还包括至少使用多个组件输入来计算520电力传输系统的标称矩阵。标称矩阵包括对传输系统300进行建模的一组方程。方法500还包括计算530标称矩阵的本征值和本征向量。各本征值具有实部和虚部，其中实部表示传输系统300中的振荡的稳定时间。
另外，在示范实施例中，方法500包括识别540与分布式发电机130关联的一个或多个意外事故、例如意外事故402的列表(图4所示)。各意外事故表示电力传输系统可能遭遇的假定扰动。方法500还包括计算550各意外事故的意外事故矩阵。意外事故矩阵包括对意外事故已经发生之后、即意外事故后的电力传输系统进行建模的一组方程。方法500还包括使用来自标称矩阵的本征值和本征向量来估计560意外事故的意外事故本征值。在一些实施例中，还使用变化矩阵。方法500还包括计算570意外事故稳定性值。意外事故稳定性值表示意外事故之后的电力传输系统的振荡稳定性的近似。方法500还包括输出595意外事故稳定性值。
此外，在一些实施例中，方法500包括至少使用泰勒级数展开的一阶近似来估计意外事故本征值。在一些实施例中，方法500还包括至少使用泰勒级数展开的二阶近似。另外，在一些实施例中，方法500包括在意外事故稳定性值大于预定阈值时，对一个或多个意外事故执行590时域模拟。以及在其它实施例中，方法500包括：识别多个意外事故；计算多个意外事故的各意外事故的意外事故稳定性值，由此生成多个意外事故稳定性值；至少部分基于多个意外事故稳定性值从多个意外事故来选择580意外事故的子集；以及对意外事故的子集的各意外事故执行时域模拟。
图6示出计算装置610中的数据库620的示例配置600连同如本文所述的数据流的分析和操作期间可使用的其它相关计算组件。数据库620耦合到计算装置610中的若干独立组件，其执行特定任务。在示例实施例中，计算装置610可以是计算装置120(图2所示)。
在示例实施例中，数据库620包括传输网数据622、意外事故数据624、标称系统数据626和稳定性分析数据628。传输网数据622包括与电力传输网、例如传输系统300(图3所示)关联的信息。意外事故数据624包括与意外事故情形、例如意外事故402的列表(图4所示)关联的信息。标称系统数据626包括与如针对图4所述的过程400的实施期间所计算的传输系统300的标称矩阵关联的信息。稳定性分析数据628包括与如针对图4所述的过程400的实施期间所进行的计算关联的信息。
计算装置610包括数据库620以及数据存储装置630。计算装置610还包括系统分析组件640，以用于接收传输网数据622并且构建标称系统数据626中存储的标称矩阵。计算装置610还包括用于分析意外事故数据624的意外事故分组组件650。还包含分级和筛选组件660，以用于执行已经处理意外事故之后的分析步骤。此外，计算装置610包括时域分析组件670，以用于对筛选意外事故运行全时域模拟并且与控制动作引擎450(图4所示)进行交互。处理组件680帮助与系统关联的计算机可执行指令的执行。
上述系统和方法提供在电力传输系统中的振荡稳定性的分析期间估计意外事故的本征值的方式。振荡稳定性分析系统在传统上按照强力方式来实现，其要求对大电力网是不可行的重复的计算密集计算操作。本文所述的实施例允许估计意外事故情形的本征值。估计的使用避开计算意外事故情形的实际本征值的计算密集步骤。
本文所述的方法、系统和设备的一个示范技术效果包括下列至少一个：(a) 减少振荡稳定性分析的总计算处理时间；(b) 促进用于振荡稳定性分析期间对意外事故进行分级的过程；(c) 促进用于选择、即“筛选”意外事故的小子集以供基于分级的更详细分析的过程；(d) 改进意外事故选择的性能，即，选择更关键意外事故以进行详细分析；(e) 改进更接近实时地处理意外事故分析的可行性；(f) 在这类意外事故的情况下近实时地得到对系统的操作的更好了解，即，实时的动态安全评估；以及(g) 实现重新分派系统中的发电源和/或负载的一部分，以便改进跨所识别关键意外事故情形的振荡稳定性。
以上详细描述了用于分析传输系统中的振荡稳定性的系统和方法的示范实施例。本文所述的系统和方法并不局限于本文所述的具体实施例，而是可单独并且独立于本文所述的其它组件和/或步骤来利用系统的组件和/或方法的步骤。例如，方法还可与要求概念提取系统和方法的其它系统结合使用，而并不局限于仅采用文本处理系统以及如本文所述的概念提取系统和方法来实施。示范实施例而是能够与许多其它概念提取应用结合实现和使用。
虽然各个实施例的具体特征可在部分附图中示出而在其它附图中未示出，但是这只是为了方便起见。按照本文所述系统和方法的原理，可与任何其它附图的任何特征结合引用和/或要求保护附图的任何特征。
本书面描述使用示例来公开本发明，其中包括最佳模式，以及还使本领域的技术人员能够实施本发明，包括制作和使用任何装置或系统并且执行任何结合的方法。本发明的专利范围由权利要求书来定义，并且可包括本领域的技术人员想到的其它示例。如果这类其它示例具有与权利要求的文字语言完全相同的结构单元，或者如果它们包括具有与权利要求的文字语言的非实质差异的等效结构单元，则预计它们落入权利要求的范围之内。
附图标记说明
100 电力系统
102 发电站
103 电力传输系统
104 超高压传输网
106 高压传输网
110 电力分配系统
112 低瓦特消费者
114 中等瓦特消费者
116 高瓦特消费者
130 分布式发电机
132 城市发电站
134 太阳能发电场
136 风场
120 能量管理系统的计算装置
150 存储器装置
152 处理器
154 呈现接口
156 用户
158 用户输入接口
160 通信接口
162 存储装置
164 数据库
300 传输系统
302 发电机“G1”
304 发电机“G2”
306 发电机“G3”
308 发电机“G4”
310 传输网
312 传输线
400 过程
402 意外事故
404 数学系统模型
410 计算
412 计算
414 计算
420 计算
422 估计
430 分级
440 选择
500 方法
510 接收
520 计算
530 计算
540 识别
550 计算
560 估计
570 计算
590 执行
595 输出
600 配置
610 计算装置
620 数据库
622 传输网数据
624 意外事故数据
626 标称系统数据
628 稳定性分析数据
630 数据存储装置
640 系统分析组件
650 意外事故分析组件
660 分级和筛选组件
670 时域分析组件
680 处理组件

Claims (7)

1.一种计算机系统，用于电力传输系统中的振荡稳定性的意外事故分析，所述计算机系统包括处理器和存储器，所述处理器编程为：
接收来自所述电力传输系统中的多个系统组件的多个组件输入；
生成所述电力传输系统的标称矩阵，其中所述标称矩阵包括至少部分对所述电力传输系统进行建模的一组方程；
计算所述标称矩阵的本征值和本征向量；
识别表示所述电力传输系统的假定扰动的意外事故；
使用所述标称矩阵的所述本征值和本征向量来估计所述意外事故的意外事故本征值；以及
如果意外事故稳定性值大于预定阈值，则对所述意外事故执行时域模拟，
其中，当需要更快的计算时使用泰勒级数展开的一阶近似来估计所述意外事故本征值，当需要更高的精度时使用泰勒级数展开的二阶近似来估计所述意外事故本征值，其中，当使用所述一阶近似时，所述意外事故本征值通过下式来估计：
Figure 501324DEST_PATH_IMAGE001
，
其中，
Figure 846855DEST_PATH_IMAGE002
是意外事故本征值，
Figure 59530DEST_PATH_IMAGE003
、
Figure 592143DEST_PATH_IMAGE004
和
Figure 56622DEST_PATH_IMAGE005
分别是与模式i对应的本征值、右本征向量和左本征向量，以及Asys是标称矩阵。
2.如权利要求1所述的计算机系统，其中，所述处理器还编程为：
计算所述标称矩阵的第一组本征值和第一组本征向量，各本征值具有实部和虚部，各实部表示所述电力传输系统中的振荡的稳定时间；
计算所述意外事故的意外事故矩阵，所述意外事故矩阵包括在所述意外事故之后对所述电力传输系统进行建模的一组常微分方程的系数，其中估计所述意外事故的意外事故本征值还包括使用所述意外事故矩阵；
使用所述意外事故矩阵和所述标称矩阵来计算意外事故稳定性值，所述意外事故稳定性值表示所述意外事故之后的所述电力传输系统的所述振荡稳定性的近似；以及
输出所述意外事故稳定性值。
3.如权利要求2所述的计算机系统，其中，所述处理器还编程为：
计算与所述标称矩阵关联的多种状态中的各状态的参与因子；以及
部分基于各状态的所述参与因子从所述多种状态来选择第一组状态，其中计算所述意外事故矩阵还包括仅使所述第一组状态摄动。
4.如权利要求2所述的计算机系统，其中，所述处理器还编程为：
识别多个意外事故；
计算所述多个意外事故的各意外事故的意外事故稳定性值，由此生成多个意外事故稳定性值；
至少部分基于所述多个意外事故稳定性值从所述多个意外事故来选择意外事故的子集；以及
对所述意外事故的子集的各意外事故执行时域模拟。
5.如权利要求4所述的计算机系统，其中，所述处理器还编程为至少部分基于所述多个意外事故稳定性值来对所述多个意外事故进行分级，其中选择意外事故的子集还包括至少部分基于预定义意外事故稳定性阈值来筛选所述多个意外事故。
6.一个或多个计算机可读存储介质，其上包含了计算机可执行指令，其中，在由至少一个处理器来运行时，所述计算机可执行指令使所述处理器：
接收来自电力传输系统中的多个系统组件的多个组件输入；
生成电力传输系统的标称矩阵，其中所述标称矩阵包括至少部分对所述电力传输系统进行建模的一组方程；
计算所述标称矩阵的本征值和本征向量；
识别表示所述电力传输系统的假定扰动的意外事故；
使用所述标称矩阵的所述本征值和本征向量来估计所述意外事故的意外事故本征值；以及
如果意外事故稳定性值大于预定阈值，则对所述意外事故执行时域模拟，
其中，当需要更快的计算时使用泰勒级数展开的一阶近似来估计所述意外事故本征值，当需要更高的精度时使用泰勒级数展开的二阶近似来估计所述意外事故本征值，其中，当使用所述一阶近似时，所述意外事故本征值通过下式来估计：
Figure 991080DEST_PATH_IMAGE001
，
其中，
Figure 125389DEST_PATH_IMAGE006
是意外事故本征值，
Figure 410877DEST_PATH_IMAGE003
、
Figure 413468DEST_PATH_IMAGE004
和
Figure 327066DEST_PATH_IMAGE007
分别是与模式i对应的本征值、右本征向量和左本征向量，以及Asys是标称矩阵。
7.如权利要求6所述的计算机可读存储介质，其中，所述计算机可执行指令还使所述处理器：
计算所述标称矩阵的第一组本征值和第一组本征向量，各本征值具有实部和虚部，各实部表示所述电力传输系统中的振荡的稳定时间；
计算所述意外事故的意外事故矩阵，所述意外事故矩阵包括在所述意外事故之后对所述电力传输系统进行建模的一组常微分方程的系数，其中估计所述意外事故的意外事故本征值还包括使用所述意外事故矩阵；
使用所述意外事故矩阵和所述标称矩阵来计算意外事故稳定性值，所述意外事故稳定性值表示所述意外事故之后的所述电力传输系统的所述振荡稳定性的近似；以及
输出所述意外事故稳定性值。
CN201410547444.7A 2013-10-16 2014-10-16 用于分析电力传输系统中的振荡稳定性的系统和方法 Active CN104573906B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/055667 2013-10-16
US14/055,667 US10025336B2 (en) 2013-10-16 2013-10-16 System and method for analyzing oscillatory stability in electrical power transmission systems

Publications (2)

Publication Number Publication Date
CN104573906A CN104573906A (zh) 2015-04-29
CN104573906B true CN104573906B (zh) 2020-07-14

Family

ID=51687942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410547444.7A Active CN104573906B (zh) 2013-10-16 2014-10-16 用于分析电力传输系统中的振荡稳定性的系统和方法

Country Status (5)

Country Link
US (1) US10025336B2 (zh)
EP (1) EP2863509A1 (zh)
JP (1) JP6575939B2 (zh)
CN (1) CN104573906B (zh)
CA (1) CA2867253A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201320858D0 (en) * 2013-11-26 2014-01-08 Univ Manchester Method of determining an islanding solution for an electrical power system
CN103701152B (zh) * 2014-01-15 2015-11-18 国家电网公司 一种光伏发电站并网的闪变传递系数获取的方法及系统
US9990333B1 (en) * 2014-05-28 2018-06-05 University Of South Florida Systems and methods for synchronizing the kinematics of uncoupled, dissimilar rotational systems
KR20160122016A (ko) * 2015-04-13 2016-10-21 엘에스산전 주식회사 동적 안정도 평가 장치 및 방법
US10291025B2 (en) * 2015-04-22 2019-05-14 General Electric Company Systems and methods for improved stability of power systems
US9909940B2 (en) * 2015-04-27 2018-03-06 General Electric Company System and method for non-invasive generator damping torque estimation
US10495545B2 (en) * 2015-10-22 2019-12-03 General Electric Company Systems and methods for determining risk of operating a turbomachine
US10983150B2 (en) * 2017-08-28 2021-04-20 General Electric Technology Gmbh Systems and methods for detecting and evaluating oscillations in an electrical power grid
CN107749621B (zh) * 2017-10-25 2020-08-11 东北电力大学 一种电力系统动态稳定协同辨识方法
CN108614187B (zh) * 2018-04-10 2019-10-29 清华大学 基于多模态同步相量的电力系统振荡溯源方法及系统
CN113794198B (zh) * 2021-08-12 2024-04-16 国网河北省电力有限公司电力科学研究院 抑制宽频振荡的方法、装置、终端及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100883246B1 (ko) * 2007-10-22 2009-02-10 현대자동차주식회사 연료전지 스택용 전기 인출장치
CN101917003A (zh) * 2010-07-29 2010-12-15 东南大学 一种电力系统小干扰振荡稳定性分解式模态分析方法

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH048129A (ja) * 1990-04-26 1992-01-13 Tokyo Electric Power Co Inc:The 電力系統定態安定度監視システム
JPH0515066A (ja) * 1991-06-27 1993-01-22 Hitachi Ltd 電力系統の安定性診断方法及びその装置
US5642000A (en) * 1993-05-03 1997-06-24 Cornell Research Foundation, Inc. Method for preventing power collapse in electric power systems
JPH07123593A (ja) * 1993-10-21 1995-05-12 Chubu Electric Power Co Inc 電力系統動態安定度の監視方式
US5703791A (en) * 1994-02-17 1997-12-30 Hitachi, Ltd. Electric power system stabilization control apparatus and method thereof
WO1995030266A1 (en) * 1994-04-29 1995-11-09 Michigan State University Method for performing a voltage stability security assessment for a power transmission system
EP0758498A1 (en) * 1994-04-29 1997-02-19 Michigan State University Method for improving voltage stability security in a power transmission system
US5625751A (en) 1994-08-30 1997-04-29 Electric Power Research Institute Neural network for contingency ranking dynamic security indices for use under fault conditions in a power distribution system
US5719787A (en) 1996-05-15 1998-02-17 Cornell Research Foundation, Inc. Method for on-line dynamic contingency screening of electric power systems
US5848083A (en) 1996-10-24 1998-12-08 Sdl, Inc. Expansion-matched high-thermal-conductivity stress-relieved mounting modules
US6202041B1 (en) * 1998-04-29 2001-03-13 Hong Kong Polytechnic University Electrical power network modelling method
US6252753B1 (en) 1998-12-18 2001-06-26 Southern California Edison Co. Energy service stabilizer
US6448983B1 (en) * 1999-01-14 2002-09-10 General Electric Company Method for selection of a design of experiment
US6496757B1 (en) 1999-07-30 2002-12-17 Illinois Institute Of Technology Nonlinear contingency screening for voltage collapse
SE517714C2 (sv) * 2000-05-31 2002-07-09 Abb Ab Nätvärnssystem för skydd av ett totalt elkraftsystems integritet mot svagt dämpade effektsvängningar, elkraftsystem innefattande ett nätvärn, systemskyddssystemförfarande, systemskyddsterminal, datorprogramprodukt samt datorläsbart medium
US7010438B2 (en) 2002-12-23 2006-03-07 Power Measurement Ltd. Integrated circuit with power monitoring/control and device incorporating same
US8239070B1 (en) * 2003-06-27 2012-08-07 Intellicon, Inc. Root cause and system enhancement analysis
JP4061412B2 (ja) * 2005-01-28 2008-03-19 国立大学法人九州工業大学 電力系統の系統安定度監視方法及びシステム
US20120191440A1 (en) * 2011-01-25 2012-07-26 Power Analytics Corporation Systems and methods for real-time dc microgrid power analytics for mission-critical power systems
US8180622B2 (en) * 2006-10-24 2012-05-15 Power Analytics Corporation Systems and methods for a real-time synchronized electrical power system simulator for “what-if” analysis and prediction over electrical power networks
WO2009048964A1 (en) * 2007-10-09 2009-04-16 Schweitzer Engineering Laboratories, Inc. Real-time power system oscillation detection using modal analysis
CN101685966B (zh) * 2008-09-27 2012-07-04 国家电力调度通信中心 一种低频振荡综合分析的方法及其系统
JP5535495B2 (ja) 2009-02-25 2014-07-02 三菱重工業株式会社 積層耐熱合金板の製造方法
JP2010274311A (ja) 2009-05-29 2010-12-09 Mitsubishi Heavy Ind Ltd 板状体の製造方法、燃焼筒の製造方法、ガスタービン燃焼器およびガスタービン
EP2462673B1 (en) 2009-08-06 2016-03-30 ABB Research Ltd. Power or voltage oscillation damping in a power transmission system
US8788244B2 (en) * 2010-05-24 2014-07-22 Washington State University Systems and methods for global voltage security assessment in power systems
US8934557B2 (en) * 2010-06-30 2015-01-13 Telefonaktiebolaget L M Ericsson (Publ) Statistical joint precoding in multi-cell, multi-user MIMO
US20120317058A1 (en) 2011-06-13 2012-12-13 Abhulimen Kingsley E Design of computer based risk and safety management system of complex production and multifunctional process facilities-application to fpso's
US9094385B2 (en) 2011-08-05 2015-07-28 Battelle Memorial Institute Intelligent sensor and controller framework for the power grid
US9180538B2 (en) 2011-10-14 2015-11-10 General Electric Company Brazing process, braze assembly, and brazed article
US9863985B2 (en) * 2012-04-13 2018-01-09 Regents Of The University Of Minnesota State estimation of electrical power networks using semidefinite relaxation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100883246B1 (ko) * 2007-10-22 2009-02-10 현대자동차주식회사 연료전지 스택용 전기 인출장치
CN101917003A (zh) * 2010-07-29 2010-12-15 东南大学 一种电力系统小干扰振荡稳定性分解式模态分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Akira Takimoto 等.Contingency Selection Method for On-line Small Signal Stability Monitoring.《Electrical Engineering in Japan》.2003,第145卷(第4期),第2-4节. *
Contingency Selection Method for On-line Small Signal Stability Monitoring;Akira Takimoto 等;《Electrical Engineering in Japan》;20030910;第145卷(第4期);第2-4节 *
Transmission Grid Vulnerability Assessment by Eigen-Sensitivity and Cut-Set Screening;X. Liu 等;《2010 IEEE PES会议论文》;20100419;II.A *

Also Published As

Publication number Publication date
CN104573906A (zh) 2015-04-29
JP2015080400A (ja) 2015-04-23
EP2863509A1 (en) 2015-04-22
US20150105927A1 (en) 2015-04-16
CA2867253A1 (en) 2015-04-16
JP6575939B2 (ja) 2019-09-18
US10025336B2 (en) 2018-07-17

Similar Documents

Publication Publication Date Title
CN104573906B (zh) 用于分析电力传输系统中的振荡稳定性的系统和方法
Bialek et al. Benchmarking and validation of cascading failure analysis tools
Rocchetta et al. A power-flow emulator approach for resilience assessment of repairable power grids subject to weather-induced failures and data deficiency
Gangammanavar et al. Stochastic optimization of sub-hourly economic dispatch with wind energy
US20180210479A1 (en) Microgrid model based automated real time simulation for market based electric power system optimization
Kang et al. Big data analytics in China's electric power industry: modern information, communication technologies, and millions of smart meters
WO2020046286A1 (en) Integrated cybersecurity risk assessment and state monitoring for electrical power grid
Li et al. On representative day selection for capacity expansion planning of power systems under extreme operating conditions
Krishnan et al. Contingency assessment under uncertainty for voltage collapse and its application in risk based contingency ranking
US9252633B2 (en) System and method for accelerated assessment of operational uncertainties in electrical power distribution systems
Han et al. Multi‐objective robust dynamic VAR planning in power transmission girds for improving short‐term voltage stability under uncertainties
Meier et al. Power system data management and analysis using synchrophasor data
Wang et al. Fast supply reliability evaluation of integrated power-gas system based on stochastic capacity network model and importance sampling
Scherb et al. Reliability and component importance in networks subject to spatially distributed hazards followed by cascading failures
CN112070413A (zh) 一种基于小样本条件下牵引供电系统的可靠性研究方法
Kim et al. A computationally efficient method for bounding impacts of multiple uncertain parameters in dynamic load models
CN106056305A (zh) 一种基于状态聚类的发电系统可靠性快速评估方法
Ma et al. Probabilistic vulnerability assessment based on power flow and voltage distribution
Xiao et al. Comprehensive Evaluation Index System of Distribution Network for Distributed Photovoltaic Access
CN112200458B (zh) 一种配电网规划数据应用方法及系统
Hakami et al. A Comprehensive Review of Sampling Techniques for Probabilistic Stability Analysis of Future Power Grids
Xiang et al. A preliminary study of power system reliability considering cloud service reliability
Karimishad et al. Probabilistic transient stability assessment using two-point estimate method
Rocha-Doria et al. Synchrophasor applications in distribution systems: real-life experience
JP6818658B2 (ja) 電力系統監視システム、電力系統監視方法、及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant