CN109217336A - 基于分区建模的同步发电机阻尼系数在线辨识方法 - Google Patents

基于分区建模的同步发电机阻尼系数在线辨识方法 Download PDF

Info

Publication number
CN109217336A
CN109217336A CN201811029902.2A CN201811029902A CN109217336A CN 109217336 A CN109217336 A CN 109217336A CN 201811029902 A CN201811029902 A CN 201811029902A CN 109217336 A CN109217336 A CN 109217336A
Authority
CN
China
Prior art keywords
damped coefficient
unit
model
line identification
oscillation
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.)
Granted
Application number
CN201811029902.2A
Other languages
English (en)
Other versions
CN109217336B (zh
Inventor
余平
余一平
鞠平
楼伯良
金宇清
孙维真
黄弘扬
彭琰
陈新琪
卢嘉华
赵琰
赵一琰
孙卫娟
陈�峰
顾望
胡云旭
李楠
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.)
Hohai University HHU
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Hohai University HHU
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
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 Hohai University HHU, Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical Hohai University HHU
Priority to CN201811029902.2A priority Critical patent/CN109217336B/zh
Publication of CN109217336A publication Critical patent/CN109217336A/zh
Application granted granted Critical
Publication of CN109217336B publication Critical patent/CN109217336B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于电力系统技术领域，公开一种基于分区建模的同步发电机阻尼系数在线辨识方法，充分利用PMU采集到的中小扰动数据，提高各模式发电机组阻尼系数在线辨识的灵活性，提高低频振荡预警预控能力，并且有效隔离外部系统模型参数的不准确而造成的双重误差，提高发电机组阻尼系数辨识的有效性和准确性；能够显著缩小机组阻尼辨识规模，提高辨识速度。

Description

基于分区建模的同步发电机阻尼系数在线辨识方法
技术领域
本发明涉及电力系统领域，其特别是有关于一种基于分区建模的同步发电机阻尼系数在线辨识方法。
背景技术
随着特高压交流区域电网互联的快速发展，电力系统的规模倍数增长，致使系统的结构日益庞大，运行方式也越来越复杂，电力系统低频振荡现象时有发生，已成为严重影响特高压电网安全稳定运行的突出问题。当系统发生低频振荡时，可能会对电力设备的安全运行产生一定威胁，严重时甚至会引起一系列连锁反应事故。低频振荡是伴随电网的互联而产生的，在电力系统互联初始阶段，各发电机组相互紧密联接，系统阻尼比较强，较少出现低频振荡现象。随着超高压、大规模互联电网的快速建设，系统运行的风险越来越大，对系统稳定控制的难度越来越大，这也就要求电力系统动态仿真的精确度越来越高。阻尼是维持系统稳定和抑制振荡的重要特性，尤其在低频振荡问题中，阻尼机理是其中一个重要的分析手段。
由于电力系统具有规模大、涉及面广、动态过程复杂等特点，以往要进行机组阻尼系数的整体辨识，需要涉及整个网络的大扰动，这在实际电力系统中出现的概率很小，因此辨识难度很大。据统计，日常中大多数扰动为单相接地或操作故障等引起的小扰动，在此情况下，系统只有一小部分范围受到扰动的影响，也只有该部分的机组可以观测到动态响应。由于不同振荡模式下，机组的阻尼特性不同，并且随着运行方式的变化而变化。因此，针对指定机组进行阻尼系数在线辨识，可以获得机组在各振荡模式下的振荡特性，对于振荡预警预控具有重要的实用价值。当系统受到小扰动后需要对某个区域机组进行阻尼系数辨识时，若外部系统的模型参数不准确，那么这必然会影响到该区域的阻尼系数辨识结果。阻尼系数辨识结果的误差主要涉及以下两个方面：外部系统模型参数的误差关系到内部系统发电机组在小扰动下的动态响应数据，所以电磁阻尼转矩系数的准确度将受到影响，之后优化迭代时各发电机组阻尼系数的初始全局最优值将产生误差；迭代优化时，外部系统模型参数的误差同样会使发电机组阻尼系数辨识的准确度受到影响。针对这些因素，所以需要进一步基于中小扰动数据，将大规模电网进行电气解耦开展多机系统同步发电机阻尼在线辨识，充分利用电网中的中小扰动，减少外部误差的影响，同时降低辨识时间。
发明内容
本发明的目的在于更加快速准确地辨识各振荡模式中同步发电机的阻尼系数，能够更好实现低频振荡的预警预控。
为达成上述目的，本发明提出一种基于分区建模的同步发电机阻尼系数在线辨识方法，包括以下步骤：
(1)基于在线模态分析的分区策略：基于D5000实时潮流断面和机组动态模型，采用电力系统仿真程序PSASP小干扰模块对系统进行在线模态分析，得到全网各发电机组的特征值、特征向量、阻尼比和参与因子参数，再根据各模态下各机组的参与度选择系统分区策略；
(2)阻尼系数初始值获取：基于WAMS系统扰动下的动态响应，动态响应包括机组功率、功角、转速，采用Prony分析方法来获取发电机每个模式下的电磁转矩、功角及角速度的偏差量，然后确定区域内机组的阻尼系数初始值；
(3)基于混合仿真的分区电气解耦：选择电力系统仿真程序PSASP用户自定义UPI功能，将需要阻尼辨识区域边界点用PMU实测电气量等值替代，以时变电流注入形式参与时域仿真，实现机组阻尼待辨识区域与外网的电气解耦；
(4)分区阻尼系统在线辨识：根据广域测量系统的动态扰动信息，选择观测量，进行分区解耦仿真，不断采用粒子群优化方法修正机组阻尼系统，直到满足综合评价指标。
与现有技术相比，本发明的显著优点在于：能够充分利用PMU采集到的中小扰动数据，提高各模式发电机组阻尼系数在线辨识的灵活性，提高低频振荡预警预控能力；同时能够有效隔离外部系统模型参数的不准确而造成的双重误差，提高发电机组阻尼系数辨识的有效性和准确性；能够显著缩小机组阻尼辨识规模，提高辨识速度。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
附图1是说明本发明基于分区建模的同步发电机阻尼系数在线辨识方法的流程图
附图2是说明本发明基于分区建模的同步发电机阻尼系数在线辨识方法的时变电流注入的分区解耦混合时域仿真示意图
附图3是说明本发明基于分区建模的同步发电机阻尼系数在线辨识方法的分区解耦时域仿真迭代示意图
附图4是说明本发明基于分区建模的同步发电机阻尼系数在线辨识方法的设备配置图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
如图1-图4所示，本发明涉及一种基于分区建模的同步发电机阻尼系数在线辨识方法，充分利用PMU采集到的中小扰动数据，提高各模式发电机组阻尼系数在线辨识的灵活性，提高低频振荡预警预控能力，并且有效隔离外部系统模型参数的不准确而造成的双重误差，提高发电机组阻尼系数辨识的有效性和准确性；能够显著缩小机组阻尼辨识规模，提高辨识速度。
下面结合附图所示更加具体的说明上述方法的示例性实现。
1、基于在线模态分析的分区策略：基于D5000实时潮流断面和机组动态模型，采用电力系统仿真程序PSASP小干扰模块对系统进行在线模态分析，得到全网各发电机组的特征值、特征向量、阻尼比和参与因子参数，再根据各模态下各机组的参与度选择系统分区策略。
作为可选的例子，其中包括：1)在线模态分析功能的数据准备及实现，从调度自动化系统D5000获取系统实时运行潮流断面，每15分钟一次，并与系统模型数据库中的发电机动态数据相匹配，形成电力系统分析商业软件PSASP潮流和动态数据文件，调用PSASP里的小干扰模态分析功能模块对实时数据进行选择模态分析；2)模态分析得到全网各发电机组参与的弱阻尼区间模式特征值、特征向量、阻尼比和参与因子等参数，再根据各模态下各机组的参与度按照不同的机群进行分区，实现各机群所在区之间的电气解耦，选择系统分区策略，即以分区边界节点作为外网功率注入节点。
2、阻尼系数初始值获取：基于WAMS系统扰动下的动态响应，动态响应包括机组功率、功角、转速，采用Prony分析方法来获取发电机每个模式下的电磁转矩、功角及角速度的偏差量，然后确定区域内机组的阻尼系数初始值；
具体的，通过WAMS系统获得电网扰动情况下机组电磁功率、发电机功角、转速等动态响应数据，根据振荡频率确定步骤(1)中对应的振荡模式及参与机组、边界节点，应用Prony分析方法来获取待辨识发电机每个模式下的电磁转矩、功角及角速度的偏差量，然后利用公式(1)计算出扰动下区域内待辨识各机组的阻尼系数初始值；
式中ΔTei为电磁转矩变化量，在标幺值表示时等于机组电磁功率变化量，即ΔTei＝ΔPei；Δδi为功角偏差量；fi为该模式的振荡频率；ω0＝2π·50为常数；Im表示取复数的虚部。
3、基于混合仿真的分区电气解耦：选择电力系统仿真程序PSASP用户自定义UPI功能，将需要阻尼辨识区域边界点用PMU实测电气量等值替代，以时变电流注入形式参与时域仿真，实现机组阻尼待辨识区域与外网的电气解耦；
具体的实施例中，采用电力系统仿真程序PSASP用户自定义UPI功能，将需要阻尼辨识区域边界点用PMU实测电气量等值替代，以时变电流注入形式参与时域仿真，实现分区电气解耦混合时域仿真，此时机组阻尼待辨识区域与外网的电气解耦。
混合时域仿真方法主要利用时变电流注入的方法，如附图2所示。在混合仿真中，外部系统将会被时变电流源所代替，以此来实现区域1与区域2、区域3的电气分离。关键的时变电流信号是实时从PMU装置中获取，PMU装置一般安装在边界节点上。
前述步骤1中将需要阻尼辨识区域边界点用PMU装置实测电气量等值替代，以时变电流注入形式参与时域仿真，实现建模区域与外网的电气解耦，具体实现包括：
利用PSASP的用户程序模块与暂态稳定计算模块的交替运行功能实现了混合时域仿真，其数学模型主要由以下三部分组成。
第一部分是电网数学模型，即网络方程：
X＝F(X,Y) (2)
其中，F＝(f1,f2,,fn)T，X＝(x1,x2,,xn)T为网络方程待求的变量。
第二部分是发电机、负荷等一次设备和二次自动设备的数学模型，即微分方程：
Y＝G(X,Y) (3)
其中，G＝(g1,g2,,gn)T，Y＝(y1,y2,,yn)T为微分方程待求的变量。
第三部分是时变电流组成部分，时变电流注入程序的数学模型如下：
I＝H(X,Y,I) (4)
其中，H＝(h1,h2,,hn)T，I＝(i1,i2,,in)T为边界点注入的时变电流向量。
PSASP在混合时域仿真时，其微分方程是通过分步积分的方法求解，即每一时间段都需要迭代求出新的X和Y，时间间隔为Δt。因此，其暂态稳定计算模块和用户程序模块每一时段交替求解一次，其具体流程如附图3所示。
(4)分区阻尼系统在线辨识：根据广域测量系统的动态扰动信息，选择观测量，进行分区解耦仿真，不断采用粒子群优化方法修正机组阻尼系统，直到满足拟合综合评价指标。
首先，选择观测变量(主要联络线有功功率，无功功率和关键节点电压幅值、相角以及关键发电机组功角)，建立系统化的拟合评价指标亦即优化目标函数。系统化指标可以反映系统整体动态行为，这里选择的n条观测量拟合目标曲线的误差作为目标函数，取为
式中，yim(k)为WAMS实测数据，yi(θ,k)为故障仿真数据，θ为第(2)步选择的负荷参数。k和K为数据采样点及其采样点总数。
采用粒子群优化算法自动修正和校验发电机阻尼系数的实现：以一个粒子代表一组发电机阻尼系数，由计算机调用PSASP混合仿真得到仿真曲线后计算得到某一代粒子所有适应度函数值，返回给PSO算法调度程序，由调度程序计算出下一代粒子的位置，再分配给计算机，计算机再调用PSASP得到仿真曲线后计算适应度函数值，如此循环往复，直到满足综合评价指标要求或指定的迭代次数限值，实现分区电力系统阻尼系数辨识。
在一些具体的实施例中，前述采用粒子群优化辨识机组阻尼系数的具体过程如下：首先确定搜索范围，设置粒子数，一般选取100左右，以待优化的一组步骤(3)获得的机组阻尼系数初始值作为粒子，在搜索范围内初始化为一群随机粒子，然后通过迭代找到最优解；在优化过程中，每个粒子记忆、追随当前的最优粒子，在解空间中进行搜索；根据对环境的适应度，使群体的个体向好的区域移动，不断修改PSASP数据文件中的机组阻尼系数，进行混合仿真计算，直到满足实测观测曲线与仿真计算曲线间的误差最小的综合指标。
本发明充分利用中小扰动数据，不仅节省了仿真时间，而且可以避免外部系统误差对待研究区域辨识结果产生的影响，缩小建模区域规模，提高了建模的广泛性，进而提高系统发电机阻尼系数辨识的准确度和减少建模时间。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (4)

1.一种基于分区建模的同步发电机阻尼系数在线辨识方法，其特征在于包括以下步骤：
(1)基于在线模态分析的分区策略：基于D5000实时潮流断面和机组动态模型，采用电力系统仿真程序PSASP小干扰模块对系统进行在线模态分析，得到全网各发电机组的特征值、特征向量、阻尼比和参与因子参数，再根据各模态下各机组的参与度选择系统分区策略；
(2)阻尼系数初始值获取：基于WAMS系统扰动下的动态响应，动态响应包括机组功率、功角、转速，采用Prony分析方法来获取发电机每个模式下的电磁转矩、功角及角速度的偏差量，然后确定区域内机组的阻尼系数初始值；
(3)基于混合仿真的分区电气解耦：选择电力系统仿真程序PSASP用户自定义UPI功能，将需要阻尼辨识区域边界点用PMU实测电气量等值替代，以时变电流注入形式参与时域仿真，实现机组阻尼待辨识区域与外网的电气解耦；
(4)分区阻尼系统在线辨识：根据广域测量系统的动态扰动信息，选择观测量，进行分区解耦仿真，不断采用粒子群优化方法修正机组阻尼系统，直到满足综合评价指标。
2.根据权利要求1所述的基于分区建模的同步发电机阻尼系数在线辨识方法，其特征在于，还包括以下步骤：每15分钟通过D5000获得系统潮流断面，与机组动态模型库相匹配，生成可以进行模态分析的电力系统分析软件PSASP格式文件。
3.根据权利要求1所述的基于分区建模的同步发电机阻尼系数在线辨识方法，其特征在于，所述的步骤(1)和步骤(2)之间还包括以下步骤：通过在线模态分析辨识出系统中所有的弱阻尼振荡模式以及振荡频率、阻尼比信息；通过对特征向量进行分析，得到每个振荡模式下各发电机组间的相位关系，从而判断是机组群间的振荡还是某些区域机组对其他区域机组间的振荡，进而由区间振荡模式和PMU的安装位置对系统进行解耦分区。
4.根据权利要求1所述的基于分区建模的同步发电机阻尼系数在线辨识方法，其特征在于，所述的步骤(4)采用粒子群优化辨识机组阻尼系数的具体过程如下：首先确定搜索范围，设置粒子数，以待优化的一组步骤(3)获得的机组阻尼系数初始值作为粒子，在搜索范围内初始化为一群随机粒子，然后通过迭代找到最优解；在优化过程中，每个粒子记忆、追随当前的最优粒子，在解空间中进行搜索；根据对环境的适应度，使群体的个体向好的区域移动，不断修改PSASP数据文件中的机组阻尼系数，进行混合仿真计算，直到满足实测观测曲线与仿真计算曲线间的误差最小的综合指标。
CN201811029902.2A 2018-09-05 2018-09-05 基于分区建模的同步发电机阻尼系数在线辨识方法 Active CN109217336B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811029902.2A CN109217336B (zh) 2018-09-05 2018-09-05 基于分区建模的同步发电机阻尼系数在线辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811029902.2A CN109217336B (zh) 2018-09-05 2018-09-05 基于分区建模的同步发电机阻尼系数在线辨识方法

Publications (2)

Publication Number Publication Date
CN109217336A true CN109217336A (zh) 2019-01-15
CN109217336B CN109217336B (zh) 2020-06-16

Family

ID=64986885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811029902.2A Active CN109217336B (zh) 2018-09-05 2018-09-05 基于分区建模的同步发电机阻尼系数在线辨识方法

Country Status (1)

Country Link
CN (1) CN109217336B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116014760A (zh) * 2023-02-21 2023-04-25 东北电力大学 随机响应下电力系统超低频振荡辨识及振荡源定位方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102411118A (zh) * 2011-12-01 2012-04-11 武汉华中电力电网技术有限公司 一种区域互联电网强迫功率振荡扰动源位置判断方法
CN102611102A (zh) * 2012-03-13 2012-07-25 河海大学 一种基于pmu实测的电力系统分区建模方法
CN104600756A (zh) * 2015-01-29 2015-05-06 华中科技大学 一种中小型水力发电机组的机群等值建模方法
CN105576651A (zh) * 2015-12-30 2016-05-11 国家电网公司 一种中小水电机群混合并行动态等值法
CN106058937A (zh) * 2016-07-29 2016-10-26 河海大学 一种含直驱永磁风电场的配电网广义负荷建模方法
CN106443246A (zh) * 2016-09-06 2017-02-22 山东大学 基于pmu量测数据的小干扰稳定参数的在线辨识方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102411118A (zh) * 2011-12-01 2012-04-11 武汉华中电力电网技术有限公司 一种区域互联电网强迫功率振荡扰动源位置判断方法
CN102611102A (zh) * 2012-03-13 2012-07-25 河海大学 一种基于pmu实测的电力系统分区建模方法
CN104600756A (zh) * 2015-01-29 2015-05-06 华中科技大学 一种中小型水力发电机组的机群等值建模方法
CN105576651A (zh) * 2015-12-30 2016-05-11 国家电网公司 一种中小水电机群混合并行动态等值法
CN106058937A (zh) * 2016-07-29 2016-10-26 河海大学 一种含直驱永磁风电场的配电网广义负荷建模方法
CN106443246A (zh) * 2016-09-06 2017-02-22 山东大学 基于pmu量测数据的小干扰稳定参数的在线辨识方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YIPING YU，WANG GU.ET AL: "The Probabilistic Load Flow Analysis of Power System Considering the Fluctuation of Smelting Load", 《2017 IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION》 *
余一平，宋忠鹏等: "同步发电机简化模型的等效阻尼系数分析", 《电力自动化设备》 *
刘永康，潘学萍等: "基于改进粒子群算法的双馈感应发电机参数辨识", 《河海大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116014760A (zh) * 2023-02-21 2023-04-25 东北电力大学 随机响应下电力系统超低频振荡辨识及振荡源定位方法
CN116014760B (zh) * 2023-02-21 2024-05-14 东北电力大学 随机响应下电力系统超低频振荡辨识及振荡源定位方法

Also Published As

Publication number Publication date
CN109217336B (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
Aminifar et al. Synchrophasor measurement technology in power systems: Panorama and state-of-the-art
Liu et al. Skeleton-network reconfiguration based on topological characteristics of scale-free networks and discrete particle swarm optimization
Amjady et al. Transient stability prediction by a hybrid intelligent system
Zhao et al. Power system robust decentralized dynamic state estimation based on multiple hypothesis testing
Chompoobutrgool et al. Identification of power system dominant inter-area oscillation paths
Gomez et al. Real time identification of coherent groups for controlled islanding based on graph theory
Đaković et al. Impact of wind capacity share, allocation of inertia and grid configuration on transient RoCoF: The case of the Croatian power system
Ma et al. The characteristic ellipsoid methodology and its application in power systems
Poudyal et al. Multiarea inertia estimation using convolutional neural networks and federated learning
CN103425883B (zh) 一种基于投影寻踪的跨区互联大电网同调辨识方法
Rueda et al. Heuristic optimization based approach for identification of power system dynamic equivalents
CN111969658B (zh) 考虑风电的发输电系统防御性-常规协调规划方法
Gou et al. Novel pair‐wise relative energy function for transient stability analysis and real‐time emergency control
Iravani et al. Real-time transient stability assessment using dynamic equivalents and nonlinear observers
Huang et al. A practical method of transient stability analysis of stochastic power systems based on EEAC
Nguyen et al. Interfacing applications for uncertainty reduction in smart energy systems utilizing distributed intelligence
Hu et al. Frequency prediction model combining ISFR model and LSTM network
Stewart et al. Accuracy and validation of measured and modeled data for distributed PV interconnection and control
Hou et al. Robust forecasting-aided state estimation considering uncertainty in distribution system
CN109217336A (zh) 基于分区建模的同步发电机阻尼系数在线辨识方法
Gu et al. Location of low-frequency oscillation sources using improved DS evidence theory
Gupta et al. Wide-area PMU-ANN based monitoring of low frequency oscillations in a wind integrated power system
Abdelsalam et al. A cyber-layer based on weighted average consensus in blockchain environment for accurate sharing of power systems’ dynamic states
Almutairi et al. Enhancement of power system stability using wide area measurement system based damping controller
Fernandes et al. Data-driven assessment of center of inertia and regional inertia content considering load contribution

Legal Events

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