CN105160586B - 电力系统失稳模式易变性的快速评估方法 - Google Patents
电力系统失稳模式易变性的快速评估方法 Download PDFInfo
- Publication number
- CN105160586B CN105160586B CN201510086211.6A CN201510086211A CN105160586B CN 105160586 B CN105160586 B CN 105160586B CN 201510086211 A CN201510086211 A CN 201510086211A CN 105160586 B CN105160586 B CN 105160586B
- Authority
- CN
- China
- Prior art keywords
- rotor angle
- failure
- time
- failure model
- mutability
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 15
- 230000001052 transient effect Effects 0.000 claims description 13
- 238000011161 development Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 241001269238 Data Species 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种电力系统失稳模式易变性的快速评估方法,属于电力系统及其自动化技术领域。本发明基于大步长泰勒级数展开技术,获得较大故障清除时间下各机转子角发散趋势,根据故障清除后若干个时间断面处各机转子角间隙信息,反映研究算例时变程度,并由这些信息组成评估规则,识别出预想故障全集中失稳模式不随故障清除时间而变的算例,并获得其失稳模式。本发明适用于所有电力系统的分析,在保证完全可靠评估的前提下,平均每一算例所需的计算时间较集成EEAC(IEEAC)算法缩短一到两个数量级。
Description
技术领域
本发明属于电力系统及其自动化技术领域,更准确地说,本发明涉及一种电力系统失稳模式易变性的快速评估方法。
背景技术
电力系统失稳模式的准确识别是进行电力系统暂态功角稳定量化分析和控制的基础。现有的电力系统失稳模式的识别方法主要有逐步积分法及启发式方法。前者通过观察由数值积分法得到的系统的运动轨线来判断系统的失稳模式;后者根据暂态过程特定时刻的部分参量预估电力系统失稳模式。
逐步积分法的优势在于系统轨线信息获得的准确性,然而它将消耗较大的计算量;启发式方法的优势在于失稳模式识别速率的提升,不过由于未能计及全部暂态稳定信息,识别可靠性并不理想。
工程实用的失稳模式判别方法还要求同时满足判别准确性和快速性。前者要求样本信息必须遍历研究算例暂态稳定全过程,后者则要求以尽量小的计算代价获得全部样本信息。EEAC开发了识别失稳模式的有效方法,使得对于任何规模的工程系统都只需要对3个或更少的候选失稳模式进行评估。
然而,面对现代电力系统规模及模型的急剧增加,越来越多研究算例的失稳模式呈现复杂特性,它受故障清除时间等因素的影响。对于研究算例失稳模式变化复杂特性的详细分析要求实现所有感兴趣故障清除时间下全部失稳模式集的准确识别,现有的基于EEAC理论失稳模式识别方法的计算量使得仿真分析仍然受到挑战。
对于分析速度与精度近乎矛盾的要求使得失稳模式变化复杂特性的评估问题似乎陷入死锁。而死锁的破解则在于针对具体研究算例,寻求适应的判别方法,从而在算例空间中协调精度和速度。
专利申请“电力系统暂态稳定评估预想故障快速强壮分类方法”(申请号:201410271454.2)和“电力系统暂态稳定最优切机控制策略搜索的简化方法”(申请号:201410398838.0)提供了较好的范例。它们利用简化程度不同的各算法分析结果间的相似程度与算例时变程度的内在联系,为算例时变程度不同的各算例匹配恰当的分析算法,从算例空间角度协调求解速度和精度。
循着这一思路,本发明应用大步长泰勒级数展开获取研究算例各机转子角轨迹,并综合恰当时间断面处各机转子角间隙信息快速评估研究算例失稳模式易变性,以期省却对于失稳模式不变算例的逐个感兴趣故障清除时间下各失稳模式的详细识别。
发明内容
本发明目的是:为协调电力系统失稳模式易变性评估的准确性和快速性,基于大步长泰勒级数展开、综合由此获得的恰当时间断面处各机转子角间隙信息,提供一种电力系统失稳模式易变性的快速评估方法。
具体地说,本发明是采用以下技术方案实现的,包括以下步骤:
1)选取预想故障全集中的一个算例,针对该算例,设置其故障清除时间为0.8s,并由大步长泰勒级数展开获得该算例故障中、故障后各机转子角轨迹;
2)选取n个时刻作为故障清除后各机组暂态稳定态势发展较为/完全明显的n个时间断面,分别观察每一时间断面的各机组转子角,获取各时间断面最大、次最大转子角间隙,并由此求得表征各时间断面各机组转子角间隙信息的指标k1、k2、…、kn;
3)以各时间断面各机组转子角间隙信息指标k1、k2、…、kn中的最大值K表征该算例时变程度,K=max{k1,k2,…,kn},并作如下判断:若K小于预先设定阈值ε1,则认为该算例时变程度较弱、其失稳模式不随故障清除时间而变,且由识别得到的最大转子角间隙将各机组分为领前、余下两群;否则,则认为该算例时变程度较强、其失稳模式随故障清除时间而变,针对所有感兴趣的故障清除时间、由IEEAC算法对该算例依次进行详细仿真,获得失稳模式随故障清除时间的演化情形;
4)对该算例失稳模式易变性的评估结束,若预想故障全集中所有算例都已完成失稳模式易变性评估,则结束本方法,否则取预想故障全集中的下一个算例执行步骤1)。
上述技术方案的进一步特征在于,所述步骤1)中,分别以0.4s、0.1s为步长由泰勒级数展开获得该算例故障中、故障后各机转子角轨迹。
上述技术方案的进一步特征在于,所述步骤2)中,n=5,并选取t1=1.2s、t2=1.3s、t3=1.4s、t4=1.5s、t5=1.6s五个时刻作为故障清除后各机组暂态稳定态势发展较为/完全明显的五个时间断面,观察每一时间断面的各机组转子角。
上述技术方案的进一步特征在于,所述步骤2)中,表征各时间断面各机转子角间隙信息的指标,按以下公式计算:
上式中,ki代表第i个时间断面处各机组转子角间隙信息指标,G1.i代表第i个时间断面处最大转子角间隙值,G2.i代表第i个时间断面处次最大转子角间隙值。
上述技术方案的进一步特征在于,所述步骤3)中,阈值ε1设定为3.4%。
本发明的有益效果如下:本发明基于大步长泰勒级数展开技术,综合恰当的多个时间断面处对应于较大故障清除时间的各机转角间隙信息,评估研究算例失稳模式随故障清除时间的变化特性。本发明适用于所有工程实际系统,大量实验表明:应用本发明所述方法可实现研究算例失稳模式随故障清除时间变化特性的全部可靠识别,且其计算代价小于现有逐步积分方法计算量的10%,由此,本发明对于协调电力系统失稳模式易变性评估的准确性和快速性,以深入理解暂态功角稳定本质、辅助控制策略制定具有重大的理论和工程意义。
附图说明
图1为本发明方法的流程图。
图2为本发明实施例提供的预想故障全集中全体算例时变程度指标K按升序排列情况示意图。
图3为图2在K∈[0.0,0.4]的局部示意图。
具体实施方式
下面参照附图并结合实例对本发明作进一步详细描述。
图1中步骤1描述的是研究算例各机转子角轨迹的获得。在预想故障全集中选取一个算例,并针对该算例,设置其故障清除时间为0.8s,并由大步长泰勒级数展开获得该算例故障中、故障后各机转子角轨迹(如可分别以0.4s、0.1s为步长由泰勒级数展开获得该算例故障中、故障后各机转子角轨迹)。
图1中步骤2描述的是各机转子角间隙信息的提取。选取n个时刻作为故障清除后各机组暂态稳定态势发展较为/完全明显的n个时间断面(如可选取t1=1.2s、t2=1.3s、t3=1.4s、t4=1.5s、t5=1.6s五个时刻作为故障清除后各机组暂态稳定态势发展较为/完全明显的五个时间断面),分别观察每一时间断面的各机组转子角,获取各时间断面最大、次最大转子角间隙,并由此求得表征各时间断面各机组转子角间隙信息的指标k1、k2、…、kn,该指标根据公式(1)求得:
上式中,ki代表第i个时间断面处各机组转子角间隙信息指标,G1.i代表第i个时间断面处最大转子角间隙值,G2.i代表第i个时间断面处次最大转子角间隙值。
图1中步骤3描述的是失稳模式易变性快速判据的设置。以各时间断面各机组转子角间隙信息指标k1~kn中的最大值K表征该算例时变程度,如式(2)所示:
K=max{k1,k2,…,kn} (2)
就图1而言,即为K=max{k1,k2,k3,k4,k5}。
然后作如下判断:若K<ε1,则认为该算例时变程度较弱、其失稳模式不随故障清除时间而变,且由识别得到的最大转子角间隙将各机组分为领前、余下两群;否则,则认为该算例时变程度较强、其失稳模式随故障清除时间而变,针对所有感兴趣的故障清除时间、由IEEAC算法对该算例依次进行详细仿真,可获得失稳模式随故障清除时间的演化情形,其中,ε1为预先设定的阈值,具体可根据实际情况确定,一般可设定为3.4%左右。
图1中步骤4描述的是若预想故障全集中所有算例都已完成失稳模式易变性的评估,则结束本方法,否则取预想故障全集中的下一个算例执行步骤1)。
以下以一个实施例对本发明进行进一步说明。以海南(2009年数据)、山东(2004及2012年数据,分别记为山东A及山东B)、浙江(2012及2013年数据,分别记为浙江A及浙江B)、江西(2011年数据)、河南(2011年数据)、新疆(2012年数据)和南网(2012年数据)这9个系统原始工况及修改工况下线路三相永久短路故障为预想故障全集(共670个算例),测试本发明方法的强壮性及有效性。
对于预想故障全集中各算例,针对所有感兴趣的故障清除时间由IEEAC算法详细仿真并观察其失稳模式,得如下结论:212个算例时变程度较弱、其失稳模式不随故障清除时间而变,458个算例时变程度较强、其失稳模式随故障清除时间而变。
根据本发明提供的技术方案,可求得对应于这670个算例的时变度指标K,将各算例指标值K按升序排列,并绘成曲线,用不同的线形表征失稳模式不随故障清除时间而变及失稳模式随故障清除时间而变的算例,如图2所示,其局部图如图3所示。经比较,图2中所示失稳模式不变及易变的算例与详细分析结果一一对应。
由此可见,根据本发明提供的技术方案,可实现各算例失稳模式随故障清除时间变化特性的全部可靠识别,而其计算代价仅为多个大步长泰勒级数展开,平均计算时间较现有的逐步积分方法缩短一到两个数量级。
虽然本发明已以较佳实施例公开如上,但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内,所做的任何等效变化或润饰,同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。
Claims (4)
1.电力系统失稳模式易变性的快速评估方法,其特征在于,包括以下步骤:
1)选取预想故障全集中的一个算例,针对该算例,设置其故障清除时间为0.8s,并由大步长泰勒级数展开获得该算例故障中、故障后各机转子角轨迹;
2)选取n个时刻作为故障清除后各机组暂态稳定态势发展较为/完全明显的n个时间断面,分别观察每一时间断面的各机组转子角,获取各时间断面最大、次最大转子角间隙,并由此求得表征各时间断面各机组转子角间隙信息的指标k1、k2、…、kn;
所述表征各时间断面各机转子角间隙信息的指标,按以下公式计算:
上式中,ki代表第i个时间断面处各机组转子角间隙信息指标,G1.i代表第i个时间断面处最大转子角间隙值,G2.i代表第i个时间断面处次最大转子角间隙值;
3)以各时间断面各机组转子角间隙信息指标k1、k2、…、kn中的最大值K表征该算例时变程度,K=max{k1,k2,…,kn},并作如下判断:若K小于预先设定阈值ε1,则认为该算例时变程度较弱、其失稳模式不随故障清除时间而变,且由识别得到的最大转子角间隙将各机组分为领前、余下两群;否则,则认为该算例时变程度较强、其失稳模式随故障清除时间而变,针对所有感兴趣的故障清除时间、由IEEAC算法对该算例依次进行详细仿真,获得失稳模式随故障清除时间的演化情形;
4)对该算例失稳模式易变性的评估结束,若预想故障全集中所有算例都已完成失稳模式易变性评估,则结束本方法,否则取预想故障全集中的下一个算例执行步骤1)。
2.根据权利要求1所述的电力系统失稳模式易变性的快速评估方法,其特征在于,所述步骤1)中,分别以0.4s、0.1s为步长由泰勒级数展开获得该算例故障中、故障后各机转子角轨迹。
3.根据权利要求1所述的电力系统失稳模式易变性的快速评估方法,其特征在于,所述步骤2)中,n=5,并选取t1=1.2s、t2=1.3s、t3=1.4s、t4=1.5s、t5=1.6s五个时刻作为故障清除后各机组暂态稳定态势发展较为/完全明显的五个时间断面,观察每一时间断面的各机组转子角。
4.根据权利要求1所述的电力系统失稳模式易变性的快速评估方法,其特征在于,所述步骤3)中,阈值ε1设定为3.4%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510086211.6A CN105160586B (zh) | 2015-02-17 | 2015-02-17 | 电力系统失稳模式易变性的快速评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510086211.6A CN105160586B (zh) | 2015-02-17 | 2015-02-17 | 电力系统失稳模式易变性的快速评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105160586A CN105160586A (zh) | 2015-12-16 |
CN105160586B true CN105160586B (zh) | 2019-01-18 |
Family
ID=54801433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510086211.6A Active CN105160586B (zh) | 2015-02-17 | 2015-02-17 | 电力系统失稳模式易变性的快速评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105160586B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108269017A (zh) * | 2018-01-19 | 2018-07-10 | 国电南瑞科技股份有限公司 | 一种基于自适应积分步数的快速暂态稳定分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102570448A (zh) * | 2011-12-21 | 2012-07-11 | 西安交通大学 | 基于wams的电力系统分群及稳定裕度评估系统及方法 |
CN102790389A (zh) * | 2012-07-27 | 2012-11-21 | 中国电力科学研究院 | 一种暂态稳定裕度概率分布的计算方法 |
CN102855382A (zh) * | 2012-07-09 | 2013-01-02 | 中国电力科学研究院 | 一种电力系统三相短路故障临界切除时间的在线求取方法 |
WO2014130228A1 (en) * | 2013-02-20 | 2014-08-28 | Indiana University Research And Technology Corporation | Method and system for training an individual |
CN104331837A (zh) * | 2014-08-13 | 2015-02-04 | 国网电力科学研究院 | 电力系统暂态稳定最优切机控制策略搜索的简化方法 |
-
2015
- 2015-02-17 CN CN201510086211.6A patent/CN105160586B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102570448A (zh) * | 2011-12-21 | 2012-07-11 | 西安交通大学 | 基于wams的电力系统分群及稳定裕度评估系统及方法 |
CN102855382A (zh) * | 2012-07-09 | 2013-01-02 | 中国电力科学研究院 | 一种电力系统三相短路故障临界切除时间的在线求取方法 |
CN102790389A (zh) * | 2012-07-27 | 2012-11-21 | 中国电力科学研究院 | 一种暂态稳定裕度概率分布的计算方法 |
WO2014130228A1 (en) * | 2013-02-20 | 2014-08-28 | Indiana University Research And Technology Corporation | Method and system for training an individual |
CN104331837A (zh) * | 2014-08-13 | 2015-02-04 | 国网电力科学研究院 | 电力系统暂态稳定最优切机控制策略搜索的简化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105160586A (zh) | 2015-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104573355B (zh) | 一种采用参数寻优支持向量机基于光声光谱法的变压器故障诊断方法 | |
CN104331837B (zh) | 电力系统暂态稳定最优切机控制策略搜索的简化方法 | |
CN106682407B (zh) | 基于戴维南等值和支路传输功率极限的电压稳定评估方法 | |
CN108664010A (zh) | 发电机组故障数据预测方法、装置和计算机设备 | |
CN110288032B (zh) | 一种车辆行驶轨迹类型检测方法及装置 | |
CN106383859A (zh) | 一种试飞数据分析处理方法 | |
CN110084466A (zh) | 一种提取大电网临界暂态稳定边界特征的方法及系统 | |
CN103631681A (zh) | 一种在线修复风电场异常数据的方法 | |
CN110119570A (zh) | 一种实测数据驱动的风电场模型参数校核方法 | |
CN110516275A (zh) | 基于扰动信息的仿真模型参数校核方法 | |
CN103995948B (zh) | 一种基于多项式模型的振荡中心电压预测方法 | |
CN103838744A (zh) | 一种查询词需求分析的方法及装置 | |
CN101369002A (zh) | 利用实测轨迹和轨迹灵敏度校正发电机仿真参数的方法 | |
CN111628494A (zh) | 一种基于逻辑回归法的低压配电网拓扑识别方法及系统 | |
CN102510072B (zh) | 一种电网系统暂态失稳判别方法 | |
CN109492286B (zh) | 基于受扰轨迹动态特性的数值积分提前终止方法 | |
CN103258216A (zh) | 一种基于在线学习的局部可形变目标检测方法及其系统 | |
CN105160586B (zh) | 电力系统失稳模式易变性的快速评估方法 | |
CN105868918A (zh) | 一种谐波电流类监测样本的相似度指标计算方法 | |
CN107958120A (zh) | 一种基于幂级数展开的系统戴维南等值参数计算方法 | |
CN103076387B (zh) | 一种基于dart-tof技术的书写时间鉴别方法 | |
CN106447172A (zh) | 一种基于pms台账的数据校验方法及系统 | |
CN104252685A (zh) | 电力系统暂态稳定评估预想故障快速强壮分类方法 | |
Liu et al. | A novel fast transient stability prediction method based on pmu | |
CN105975710B (zh) | 用于同步发电机在线参数辨识的坏数据集检测和识别方法 |
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 |