CN105701288B - 一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法 - Google Patents
一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法 Download PDFInfo
- Publication number
- CN105701288B CN105701288B CN201610017999.XA CN201610017999A CN105701288B CN 105701288 B CN105701288 B CN 105701288B CN 201610017999 A CN201610017999 A CN 201610017999A CN 105701288 B CN105701288 B CN 105701288B
- Authority
- CN
- China
- Prior art keywords
- failure
- route
- simulation
- power grid
- line
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 24
- 230000010355 oscillation Effects 0.000 claims description 13
- 230000001052 transient effect Effects 0.000 claims description 5
- 230000004888 barrier function Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000001681 protective effect Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 11
- 230000010429 evolutionary process Effects 0.000 abstract description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000000452 restraining effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 241001282153 Scopelogadus mizolepis Species 0.000 description 1
- 241000422846 Sequoiadendron giganteum Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001914 calming effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，包括以下步骤：读取所有故障集合线路，计算合并线路长度，计算线路总长度，按照线路总长度选取故障线路并相应的设置线路故障，同时确定故障时长与间隔，随机生成群发性相继故障，设置包括解列判据、功角失稳判据、网络解算不收敛判据的仿真终止判据，对生成的群发性相继故障进行时域仿真，直到满足仿真终止判据的终止条件。本发明拓展了常规的以潮流计算、线路过载为基本手段的大电网崩溃分析方法，考虑了详细模型的时域仿真，能够更加全面地反映大停电演化过程中的扰动因素和动作特性。
Description
技术领域
本发明涉及一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法。
背景技术
目前，国内外专家学者针对大电网崩溃问题进行了大量的研究，试图揭示电网崩溃的机理。由于电网崩溃并不仅仅是由电网的物理属性决定的，电网遭受的随机扰动、电网调度运行人员所下达的操作指令也会对电网崩溃的演化产生消极或积极的影响，因此对于电网崩溃机理的分析极为复杂。针对电网物理属性对电网崩溃的影响，国内外专家学者认为电网具有典型的自组织临界特性(Self-Organized Criticality,SOC)，并相继提出了三类连锁故障模型，主要包括：基于网络拓扑结构的连锁故障模型(相隔中心性模型、Motter-Lai模型、有效性能模型等)、基于元件级联失效的连锁故障模型(CASCADE模型、分支过程模型等)和基于电网动态特性的连锁故障及大停电事故模型(OPA模型、隐故障模型、Manchester模型等)。
上述所有模型在模拟连锁反应故障过程中均遵守“某一线路过载切除导致潮流大规模转移从而引发其他线路过载”这一理念，故主要采用潮流计算分析的方法。但是在研究实际大停电统计数据时发现，相当一部分大停电演化过程会由于系统遭受大扰动失去暂态稳定，进而导致发电机切除、负荷切除以及潮流转移，最终引发连锁故障。因此，在研究电网大停电事故模型中，需要考虑电网的暂态稳定特性。
但是以极端灾害天气导致的大规模线路舞动事件为背景，其发生的主要原因并不是线路过载，而是大风吹动线路，导致线路舞动，线路与周围物体或线路相间间距过小，引起线路短路。这些故障之间并没有很明确的因果关系，主要受各线路所处地域的气象环境条件(风速、风向等)以及地理条件(线路通道上是否有大树，是否有某些障碍物搭在线路之间)等的影响，具有一定的随机性，不符合连锁故障的分析条件。因此，基于潮流计算(全潮流、直流潮流)的常规SOC分析方法并不适用于大风等极端灾害天气引发线路舞动及短路跳闸的场景分析，而基于暂态稳定分析的方法更适合此类问题。
发明内容
本发明为了解决上述问题，提出了一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，该方法以极端灾害天气导致的大规模线路舞动事件为背景，提供了一种复杂群发性相继故障模拟方法，开发出超长时间尺度内复杂群发性相继故障仿真流程，拓展了常规的以潮流计算、线路过载为基本手段的大电网崩溃分析方法，能够更加全面地反映大停电演化过程中的扰动因素和动作特性。
为了实现上述目的，本发明采用如下技术方案：
一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，包括以下步骤：
读取所有故障集合线路，计算合并线路长度，计算线路总长度，按照线路总长度选取故障线路并相应的设置线路故障，同时确定故障时长与间隔，随机生成群发性相继故障，设置包括解列判据、功角失稳判据、网络解算不收敛判据的仿真终止判据，对生成的群发性相继故障进行时域仿真，直到满足仿真终止判据的终止条件。
进一步的，合并线路长度的计算方法为：计算所研究电网中所有线路的总长度D，并按照首尾相接的方法为各条线路分配长度区间，对于线路i，其始端与线路i-1的终端重合，其终端与线路i+1的始端重合，线路i的始端为距离di-1处，终端为距离di处，线路i的长度为li＝di-di-1。
进一步的，本方法基于线路长度等概率故障的原则，按照线路总长度采用轮盘赌的方法随机选择故障线路。
具体方法为：在半开半闭区间(0,D]内等概率随机选择一个实数r，如果r位于线路i的始端和终端内，即r∈(di-1,di]，则线路i被选中为故障线路。
设置线路故障的具体方法为：
1)如果选出的线路为正常投运线路，随机设置该线路的故障位置，按照各类故障的发生概率随机设置故障类型，并设置故障的清除和控制措施；
2)参考电网事故的历史统计信息，设置相应故障类型；
3)单相短路故障全部为瞬时性故障，经过线路保护跳闸和设定时间后自动重合闸恢复运行，相间短路故障跳开线路后不进行重合闸；
4)如果选出的线路为前面操作中跳闸停运的线路，强制该线路投运，以模拟故障清除后的送电；
5)对于因切除线路导致系统中部分区域从主系统解列的线路，不对其进行重合。
所述方法中，设置故障时长与间隔的原则为：
1)为充分模拟长时间极端天气的影响，将每个相继故障场景的模拟时长设置为6-10小时；
2)为避免系统在短时间内发生连续故障而失稳，在两个故障发生中间设置设定时长的无故障时间；
3)在每个故障发生后都要进行至少设定阈值时间的仿真，以保证系统在下次故障发生前能够可靠平息振荡；
4)对于故障发生后达到设定阈值时间仿真稳定的故障并不继续仿真设定时长，而是在系统振荡平息后即暂停仿真，并将仿真中的当前时刻置为下一故障发生前的一个周波处，这样既能够实现超长时间尺度的连续仿真，又避免了计算量的急剧增加。
所述解列判据：系统发生单相故障或相间故障后，继电保护装置会跳开故障线路清除故障，如果此故障发生在某一区域与主网的联络线上，将会导致此片区从主网解列成为孤岛，对于母线数目小于设定值的孤岛则停运该孤岛内的所有设备，继续仿真。
所述功角失稳判据为采用交流同步电网内机组间最大功角差超过某一数值或虽未超过某一数值但在后期未能迅速振荡衰减作为功角失稳判据。
所述网络解算不收敛判据为网络解算迭代次数超过设定次数为一次网络解算不收敛，连续设定时间内网络解算不收敛时退出仿真。
本发明的有益效果为：
(1)提供了一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，拓展了常规的以潮流计算、线路过载为基本手段的大电网崩溃分析方法，考虑了详细模型的时域仿真，能够更加全面地反映大停电演化过程中的扰动因素和动作特性；
(2)利用超长时间尺度内复杂群发性相继故障仿真流程，能够模拟十几个小时窗口内的复杂群发性相继故障动态过程，通过参数设置改变单位时间内产生的故障数目，可以模拟各种严重程度的复杂群发性相继故障。
附图说明
图1是本发明提供的合并线路长度示意图。
图2是本发明提供的相继故障场景生成流程图。
图3是本发明提供的相继故障场景仿真流程图。
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，包括如下步骤：
步骤(1)：基于线路长度等概率故障的原则随机生成群发性相继故障，具体包括合并线路长度、选取故障线路、设置线路故障、设置故障时长与间隔等。
步骤(2)：以PSS/E为计算引擎，对步骤(1)生成的群发性相继故障进行时域仿真，并设置仿真终止判据，包括解列判据、功角失稳判据、网络解算不收敛判据。
步骤(1)中的合并线路长度：计算所研究电网中所有线路的总长度D，并按照首尾相接的方法为各条线路分配长度区间。对于线路i，其始端与线路i-1的终端重合，其终端与线路i+1的始端重合，详见附图1。线路i的始端为距离di-1处，终端为距离di处，线路i的长度为li＝di-di-1。
步骤(1)中的选取故障线路：在极端灾害气象条件下，线路故障发生位置不仅受气象条件(如风、雨、雪)的影响，还受线路的具体设计参数(如相间距)、运行参数(如线路电流、设备完好性)以及当地的地理条件等的影响。然而由于气象信息、线路参数、地理参数等很难完全获取，因此本发明基于线路长度等概率故障的原则，按照线路总长度采用轮盘赌的方法随机选择故障线路。轮盘赌的思想是：在半开半闭区间(0,D]内等概率随机选择一个实数r，如果r位于线路i的始端和终端内，即r∈(di-1,di]，则线路i被选中为故障线路。
步骤(1)中的设置线路故障：对于通过轮盘赌方法选出的线路，本发明按照下述原则设置线路故障：1)如果选出的线路为正常投运线路，那么随机设置该线路的故障位置，按照各类故障的发生概率随机设置故障类型，并设置故障的清除和控制措施；2)参考实际电网事故的统计信息，对于500kV线路，单相短路故障概率为72.2％，相间短路故障概率为27.8％，对于220kV线路，故障类型全部为相间短路故障；3)单相短路故障全部为瞬时性故障，经过线路保护跳闸和1秒后自动重合闸恢复运行，相间短路故障跳开线路后不进行重合闸；4)如果选出的线路为前面操作中跳闸停运的线路，那么强制该线路投运，以模拟故障清除后的送电；5)对于因切除线路导致系统中部分区域从主系统解列的线路，不对其进行重合。
步骤(1)中的设置故障时长与间隔：1)为充分模拟长时间极端天气的影响，将每个相继故障场景的模拟时长设置为6-10小时；2)为避免系统在短时间内发生连续故障而失稳，在两个故障发生中间设置10-12分钟的无故障时间，即每小时内发生故障数限定为5-6个；3)在每个故障发生后都要进行至少20秒的仿真，以保证系统在下次故障发生前能够可靠平息振荡；4)对于故障发生后20秒仿真稳定的故障并不继续仿真10-12分钟，而是在系统振荡平息后即暂停仿真，并将仿真中的当前时刻置为下一故障发生前的一个周波处，这样既能够实现超长时间尺度的连续仿真，又避免了计算量的急剧增加。
步骤(2)中的解列判据：系统发生单相故障或相间故障后，继电保护装置会跳开故障线路清除故障，如果此故障恰好发生在某一区域与主网的联络线上，将会导致此片区从主网解列成为孤岛。考虑到小范围的停电是可以接受的，本发明采用孤岛母线数目超过50个作为仿真中止的解列判据，对于母线数目小于50个的孤岛则停运该孤岛内的所有设备，继续仿真。
步骤(2)中的功角失稳判据：系统发生严重故障后存在功角失稳的可能，在工程中一般采用交流同步电网内机组间最大功角差超过某一数值或虽未超过某一数值但在后期未能迅速振荡衰减作为功角失稳判据。为简化计算，本发明采用系统最大功角差超过200度作为功角失稳判据。系统因故障造成功角失稳存在两种模式：单一机组或单一电厂内多台机组对主系统失稳；不同机群间失稳。对于第一种失稳模式，一般切除失稳机组和/或切除部分负荷后即可控制系统恢复稳定；对于第二种失稳模式，一般要进行系统解列，以迅速消除失步，控制代价比较大。因此，本发明对第一种失稳模式尝试切除失稳机组并切除部分负荷以维持系统稳定，对第二种失稳模式则直接中止仿真。仿真计算中的具体控制设置为：当系统中失稳机组数小于等于5个时，认为是部分机组对主系统失稳，切除这些失稳机组并切除与机组出力相当的负荷以维持系统稳定；如果失稳机组数超过5个则立即中止仿真；如果采取控制措施后系统仍然失稳，则继续进行稳定控制操作，直至连续失稳的总机组数目超过10台，中止仿真。
步骤(2)中的网络解算不收敛判据：当系统状态量发生剧烈变化时，在网络方程计算中，可能由于系统状态严重偏离额定值而无法在规定的迭代次数内收敛，此时网络解算的结果是不准确的，因此也会导致后续的微分方程计算出现偏差。一种最常见的网络解算不收敛现象是系统发生短路故障导致短路点电压降为零，由于在故障点处状态严重偏移，网络解算将可能不收敛，此时，如果故障及时清除，系统电压迅速恢复，则网络解算能够迅速恢复收敛。在这种情况下，短时间的网络解算不收敛应当认为是现有仿真计算模型和算法无法适应该短时间的运行状态所致，仿真误差可以接受，并应继续进行仿真。如果网络连续长时间解算不收敛，仿真误差的累积将导致结果不可信，此时应及时中止仿真。本发明中采用一次网络解算迭代次数超过200次为一次网络解算不收敛，连续1秒网络解算不收敛时退出仿真。当系统失稳时，系统中大量元件的状态将较正常运行点发生很大偏移，此时网络解算一般都会不收敛，但是由于机组间失稳时功角一般会在数个周波内迅速摆开，因此当系统失稳时，仿真退出判据一般是功角失稳，而非失稳过程中的网络解算不收敛，只有在比较特殊的情况下，网络解算不收敛判据才会对仿真退出起作用。一般情况下，网络方程解算不收敛是由于系统部分区域节点电压严重偏离额定值造成的，详细分析发现，本研究中网络连续解算不收敛的场景都对应于电压失稳问题。
按照图2、图3所示的电网复杂相继故障模拟与仿真方法流程，开发出超长时间尺度内复杂群发性相继故障模拟与仿真程序。本实施例针对某省域电网进行了1000个故障场景的测试，经仿真分析，所有1000个故障场景可分成以下几类：
(1)稳定场景：是指在故障场景所研究的时间段内，所有故障的发生均未导致电网大面积解列且未导致任何机组失稳的场景；此类故障场景共有915个。
(2)可控稳定场景：是指在故障场景所研究的时间段内，部分或所有故障的发生会导致系统中少数机组与主系统失稳，但通过采取切机切负荷控制后，系统均可恢复稳定运行的场景；此类故障场景共有40个。
(3)功角失稳场景：是指在故障场景所研究的时间段内，部分或所有故障发生后导致系统出现机群间功角失稳(单次失稳机组超过5台或连续失稳机组超过10台)的场景；此类故障场景共有25个。
(4)解列场景：是指在故障场景所研究的时间段内，部分或所有故障发生后导致系统出现大规模网络解列(解列区域母线不少于50个)的场景；此类故障场景共有7个。
(5)电压失稳场景：是指在故障场景所研究的时间段内，部分或所有故障发生后导致系统中部分节点出现电压失稳的场景，对应于连续长时间(1秒)网络解算不收敛；此类故障场景共有13个。
该省域电网网架结构比较坚强，大部分故障场景都不会导致系统失稳，仅会导致部分变电站成为孤岛，此类场景的数量约占全部场景的91.5％；部分故障场景会导致局部电网机组对主系统失稳，通过采取合理的控制措施后，系统能够恢复稳定运行，此类场景数量约占全部场景的4％；大约2.5％的故障场景会发生系统大规模失稳；大约0.7％的故障场景以系统解列结束；另外还有1.3％的故障场景会发生电压失稳。这表明：该省域电网在正常运行条件下是坚强的，能够抵御比较严重的故障；但是在极端灾害气象条件下，该省域电网依然存在失稳或解列的可能，因此，更为严格的系统校核对该省域电网的安全稳定运行是必要的。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，其特征是：包括以下步骤：
读取所有故障集合线路，计算合并线路长度，计算线路总长度，按照线路总长度选取故障线路并相应的设置线路故障，同时确定故障时长与间隔，随机生成群发性相继故障，设置包括解列判据、功角失稳判据、网络解算不收敛判据的仿真终止判据，对生成的群发性相继故障进行时域仿真，直到满足仿真终止判据的终止条件；
所述方法中，设置故障时长与间隔的原则为：
1)为充分模拟长时间极端天气的影响，将每个相继故障场景的模拟时长设置为6-10小时；
2)为避免系统在短时间内发生连续故障而失稳，在两个故障发生中间设置设定时长的无故障时间；
3)在每个故障发生后都要进行至少设定阈值时间的仿真，以保证系统在下次故障发生前能够可靠平息振荡；
4)对于故障发生后达到设定阈值时间仿真稳定的故障并不继续仿真设定时长，而是在系统振荡平息后即暂停仿真，并将仿真中的当前时刻置为下一故障发生前的一个周波处。
2.如权利要求1所述的一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，其特征是：合并线路长度的计算方法为：计算所研究电网中所有线路的总长度D，并按照首尾相接的方法为各条线路分配长度区间，对于线路i，其始端与线路i-1的终端重合，其终端与线路i+1的始端重合，线路i的始端为距离di-1处，终端为距离di处，线路i的长度为li＝di-di-1。
3.如权利要求1所述的一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，其特征是：基于线路长度等概率故障的原则，按照线路总长度采用轮盘赌的方法随机选择故障线路。
4.如权利要求3所述的一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，其特征是：具体方法为：在半开半闭区间(0，D]内等概率随机选择一个实数r，如果r位于线路i的始端和终端内，即r∈(di-1,di]，则线路i被选中为故障线路。
5.如权利要求1所述的一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，其特征是：设置线路故障的具体方法为：
1)如果选出的线路为正常投运线路，随机设置该线路的故障位置，按照各类故障的发生概率随机设置故障类型，并设置故障的清除和控制措施；
2)参考电网事故的历史统计信息，设置相应故障类型；
3)单相短路故障全部为瞬时性故障，经过线路保护跳闸和设定时间后自动重合闸恢复运行，相间短路故障跳开线路后不进行重合闸；
4)如果选出的线路为前面操作中跳闸停运的线路，强制该线路投运，以模拟故障清除后的送电；
5)对于因切除线路导致系统中部分区域从主系统解列的线路，不对其进行重合。
6.如权利要求1所述的一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，其特征是：所述解列判据：系统发生单相故障或相间故障后，继电保护装置会跳开故障线路清除故障，如果此故障发生在某一区域与主网的联络线上，将会导致此片区从主网解列成为孤岛，对于母线数目小于设定值的孤岛则停运该孤岛内的所有设备，继续仿真。
7.如权利要求1所述的一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，其特征是：所述功角失稳判据为采用交流同步电网内机组间最大功角差超过某一数值或虽未超过某一数值但在后期未能迅速振荡衰减作为功角失稳判据。
8.如权利要求1所述的一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法，其特征是：所述网络解算不收敛判据为网络解算迭代次数超过设定次数为一次网络解算不收敛，连续设定时间内网络解算不收敛时退出仿真。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610017999.XA CN105701288B (zh) | 2016-01-12 | 2016-01-12 | 一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610017999.XA CN105701288B (zh) | 2016-01-12 | 2016-01-12 | 一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105701288A CN105701288A (zh) | 2016-06-22 |
| CN105701288B true CN105701288B (zh) | 2019-04-09 |
Family
ID=56226183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610017999.XA Active CN105701288B (zh) | 2016-01-12 | 2016-01-12 | 一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105701288B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108205599B (zh) * | 2016-12-20 | 2023-04-07 | 阿特斯阳光电力集团股份有限公司 | 判断光伏电站所在地组件是否积雪的方法 |
| CN110070286B (zh) * | 2019-04-19 | 2022-05-27 | 国网湖南省电力有限公司 | 电网多灾种耦合连锁故障分析方法及系统 |
| CN111209535B (zh) * | 2019-12-25 | 2024-02-27 | 国家电网公司西北分部 | 一种电力设备相继故障风险识别方法及系统 |
| CN112528482B (zh) * | 2020-12-02 | 2021-09-21 | 清华大学 | 一种极寒灾害下热电耦合系统的连锁故障仿真方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102819644B (zh) * | 2012-05-31 | 2013-11-13 | 山东电力集团公司青岛供电公司 | 一种电力系统复杂相继故障仿真方法 |
| CN103337831B (zh) * | 2013-06-17 | 2015-08-19 | 国家电网公司 | 一种具有自适应功能的失步解列方法 |
| CN104993466B (zh) * | 2015-06-30 | 2017-02-15 | 南方电网科学研究院有限责任公司 | 一种适用于交直流电网的连锁故障快动态仿真方法 |
-
2016
- 2016-01-12 CN CN201610017999.XA patent/CN105701288B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105701288A (zh) | 2016-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106327034B (zh) | 基于运行可靠性模型的连锁故障搜索及薄弱环节分析方法 | |
| CN105701288B (zh) | 一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法 | |
| CN103400302B (zh) | 一种风电基地连锁故障风险感知预警方法 | |
| Henneaux et al. | Blackout probabilistic risk assessment and thermal effects: Impacts of changes in generation | |
| CN103337831B (zh) | 一种具有自适应功能的失步解列方法 | |
| CN104901306B (zh) | 一种考虑连锁故障的电网运行安全裕度计算方法 | |
| Miller | Keeping it together: Transient stability in a world of wind and solar generation | |
| CN106159945B (zh) | 一种基于多场景模式下的风电连锁脱网路径链搜寻方法 | |
| Zhu et al. | Modeling inverter-based resources in stability studies | |
| CN102222890A (zh) | 一种计及恶劣天气因素的复杂电网连锁故障分析方法 | |
| CN104715423A (zh) | 一种配电网风险与可靠性评估方法 | |
| CN113312761A (zh) | 一种配电网韧性的提升方法及系统 | |
| CN110070286A (zh) | 电网多灾种耦合连锁故障分析方法及系统 | |
| CN106058827B (zh) | 一种独立微电网故障保护方法 | |
| CN106909725A (zh) | 计及风电的概率动态安全性评估方法 | |
| CN104253421A (zh) | 一种基于站域信息共享的同杆双回线路继电保护优化配置方法 | |
| CN102819644B (zh) | 一种电力系统复杂相继故障仿真方法 | |
| Rahat et al. | Comprehensive analysis of reliability and availability of sub-station automation system with IEC 61850 | |
| CN106026079A (zh) | 海上风电场集电系统拓扑结构综合评估方法 | |
| CN108335004A (zh) | 一种基于受阻电能相等的风力发电系统可靠性评价方法 | |
| Garau et al. | ICT reliability modelling in co-simulation of smart distribution networks | |
| CN104113086A (zh) | 一种风电火电切机策略协调优化方法 | |
| CN103606915B (zh) | 一种电力系统暂态稳定判断和临界割集的识别方法 | |
| CN103532520A (zh) | 一种防御大规模风电机组连锁脱网的无功补偿装置控制方法 | |
| Shafiullah et al. | Study of impacts on operation of island and frequency based auto load shedding to improve service reliability using CYME PSAF |
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 |