CN118199154A - 基于组合稳定裕度的电力系统功角稳定控制方法和系统 - Google Patents
基于组合稳定裕度的电力系统功角稳定控制方法和系统 Download PDFInfo
- Publication number
- CN118199154A CN118199154A CN202410520487.XA CN202410520487A CN118199154A CN 118199154 A CN118199154 A CN 118199154A CN 202410520487 A CN202410520487 A CN 202410520487A CN 118199154 A CN118199154 A CN 118199154A
- Authority
- CN
- China
- Prior art keywords
- stability
- control
- margin
- power
- information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 116
- 230000035945 sensitivity Effects 0.000 claims abstract description 93
- 238000013507 mapping Methods 0.000 claims abstract description 61
- 238000013139 quantization Methods 0.000 claims abstract description 42
- 230000000368 destabilizing effect Effects 0.000 claims abstract description 36
- 238000011002 quantification Methods 0.000 claims abstract description 14
- 238000013210 evaluation model Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000013213 extrapolation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000000087 stabilizing effect Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 abstract description 3
- 230000001052 transient effect Effects 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 6
- 230000001687 destabilization Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000009472 formulation Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000013097 stability assessment Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- MICATHXXVBDHHY-UHFFFAOYSA-L dichlorocopper;2,4,6-trimethylpyridine Chemical compound Cl[Cu]Cl.CC1=CC(C)=NC(C)=C1.CC1=CC(C)=NC(C)=C1 MICATHXXVBDHHY-UHFFFAOYSA-L 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/40—Synchronising a generator for connection to a network or to another generator
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/242—Arrangements for preventing or reducing oscillations of power in networks using phasor measuring units [PMU]
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出了基于组合稳定裕度的电力系统功角稳定控制方法和系统，该方法包括：构建基于多指标组合的稳定裕度量化指标，将其用于电力系统功角稳定在线判稳并在线量化多场景下的稳定裕度；在实现在线稳定裕度量化的前提下，设计基于神经网络的灵敏度映射网络，对失稳场景下资源控制点的控制灵敏度进行在线映射，结合初始稳定裕度与各控制资源的灵敏度信息，依据灵敏度排序原则，制定满足稳定需求的最优控制方案。基于该方法，还提出了基于组合稳定裕度的电力系统功角稳定控制系统。本发明可基于多种稳定指标进行组合，实现功角稳定的在线快速判稳，并在线量化多场景下的稳定裕度，为在线稳定控制提供基础，降低失配风险并提高可控资源利用率。
Description
技术领域
本发明属于电力系统功角稳定控制技术领域，特别涉及基于组合稳定裕度的电力系统功角稳定控制方法和系统。
背景技术
电力系统暂态功角稳定是系统受扰后同步发电机保持同步运行的能力，是电力系统安全稳定运行的重要内容，主要依靠紧急控制进行保证。随着新型电力系统的发展，紧急控制已由“离线决策，在线匹配”的决策方式向“在线决策，在线匹配”的方式过度，基于神经网络或灵敏度进行决策求解的方法降低了决策模型的求解时间，使在线紧急控制决策成为可能。然而在线紧急控制方案的制定还需要依赖于暂态功角稳定评估，为紧急控制决策的启动和控制量的决策提供依据，因此暂态功角稳定评估是紧急控制中重要的一环。
暂态功角稳定性评估可分为稳定状态判别和稳定裕度量化。随着相量测量技术和广域测量系统的发展，电网实时数据可以较快传输到稳控中心，在线快速判稳成为了可能。在系统发生扰动后，及时的给出系统的稳定状态可以为紧急控制争取宝贵时间，因此现有功角稳定判据的研究更多关注在在线快速稳定判别方面。然而在线快速判稳判据无法给出系统的功角稳定裕度，仅能够为紧急控制是否启动进行指导，无法在线实时衡量系统的功角稳定裕度，不能指导紧急控制方案的制定，如何在线实时量化系统的功角稳定裕度逐渐成为新型电力系统稳定控制需要解决的关键问题。
发明内容
为了解决上述技术问题，本发明提出了基于组合稳定裕度的电力系统功角稳定控制方法和系统。基于多种稳定指标进行组合，实现功角稳定的在线快速判稳，并在线量化多场景下的稳定裕度，为在线稳定控制提供基础。
为实现上述目的，本发明采用以下技术方案：
基于组合稳定裕度的电力系统功角稳定控制方法，包括以下步骤：
根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳；在判断出系统稳定时给出稳定场景下的裕度信息，对失稳场景采用能量法对裕度信息进行量化；基于稳定状态信息及裕度信息判断是否启动紧急控制；
构建用于功角稳定控制的运行场景集和故障场景集，将运行场景集和故障场景集组合进行所有场景下各故障的时域仿真，筛选出失稳场景集；然后针对每一种失稳场景集，计算无控制措施下的第一功角稳定裕度；利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度；构建以第二功角稳定裕度为输入及灵敏度信息为输出的样本集；基于样本集对灵敏度映射网络进行训练形成电网信息及故障信息到控制灵敏度之间的映射网络；最后基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，通过灵敏度排序得到功角稳定控制最优方案。
进一步的，根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳具体为：
采集的电网实时数据包括机组动态信息，网络动态信息和系统参数信息；满足系统到达失稳点之前即为判别稳定状态的判据；在所述判据中输入电网实时数据构建稳定状态评估模型为：H＝h(x,y)；其中h(x,y)为判稳指标的计算公式；x包括机组动态信息和网络动态信息；y为系统参数信息；
在h(x,y)≥h0时，系统不稳定；否则系统稳定；其中h0为稳定与不稳定状态的分界值。
进一步的，在判断出系统稳定时给出稳定场景下的裕度信息具体包括：构建稳定场景下裕度量化方法，确定用于裕度量化所需的信息；对判稳之前获取的电网历史数据进行处理，供裕度量化使用；通过稳定场景下裕度量化方法获取稳定裕度信息φ1(x,y)。
进一步的，对失稳场景采用能量法对裕度信息进行量化的过程包括：基于电力系统受扰轨迹的完整信息，在线判稳前获取的电网历史数据进行拟合外推；选择与判稳判据数据类型相同的能量法根据机理构建量化模型，并确定所需数据形式；根据失稳场景下稳定裕度量化方法所需要的数据形式，对拟合后的数据进行处理，供裕度量化使用；通过失稳场景下裕度量化方法获取稳定裕度信息φ2(x,y)；
进一步的，所述基于稳定状态信息及裕度信息判断是否启动紧急控制具体包括：
获取综合稳定裕度：其中η为功角稳定裕度信息；
设置稳定裕度阈值ηset；当η≤ηset时，启动紧急控制；否则，继续进行下一时刻的稳定状态判别。
进一步的，所述构建用于功角稳定控制的运行场景集和故障场景集的过程为：
根据功角稳控需应对的电网网架设置电网拓扑结构，考虑负荷水平和发电机开机方式形成运行场景集；
与功角稳定相关的故障形成故障场景集；具体包括线路三相短路、发电机跳机和直流线路闭锁。
进一步的，所述利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度的过程包括：
其中，k＝1,2,...N为N个潜在控制点编号；为施加含有第k个控制点的控制措施后系统的稳定裕度；为去掉第k个控制点的控制措施后系统的稳定裕度；为第k个控制点的稳定裕度；ΔPk为第k个控制点的切负荷或切机量。
进一步的，基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射的过程包括：根据在线映射的灵敏度信息，将非线性规划问题转化为一个线性规划问题，实现在线决策。
进一步的，将非线性规划问题转化为一个线性规划问题，实现在线决策的过程包括：
在线获取各控制资源的灵敏度信息，将非线性规划的最优控制模型转化为：
其中，εo为无控制时的稳定裕度；ε1为稳定裕度控制目标；ΔPk为第k个控制点的切负荷或切机量；a为稳定裕度系数；β为稳定裕度提升值误差系数；J为控制成本；μk为第k个控制资源的控制变量；Sk为第k个控制资源的控制灵敏度。
基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，推理计算出各可控资源控制灵敏度。
本方还提出了基于组合稳定裕度的电力系统功角稳定控制系统，包括稳定裕度量化模块和在线稳定控制模块。
所述稳定裕度量化模块用于根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳；在判断出系统稳定时给出稳定场景下的裕度信息，对失稳场景采用能量法对裕度信息进行量化；基于稳定状态信息及裕度信息判断是否启动紧急控制；
所述在线稳定控制模块用于构建用于功角稳定控制的运行场景集和故障场景集，将运行场景集和故障场景集组合进行所有场景下各故障的时域仿真，筛选出失稳场景集；然后针对每一种失稳场景集，计算无控制措施下的第一功角稳定裕度；利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度；构建以第二功角稳定裕度为输入及灵敏度信息为输出的样本集；基于样本集对灵敏度映射网络进行训练形成电网信息及故障信息到控制灵敏度之间的映射网络；最后基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，通过灵敏度排序得到功角稳定控制最优方案。
发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
本发明提出了基于组合稳定裕度的电力系统功角稳定控制方法和系统，该方法包括以下步骤：根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳；在判断出系统稳定时给出稳定场景下的裕度信息，对失稳场景采用能量法对裕度信息进行量化；基于稳定状态信息及裕度信息判断是否启动紧急控制；构建用于功角稳定控制的运行场景集和故障场景集，将运行场景集和故障场景集组合进行所有场景下各故障的时域仿真，筛选出失稳场景集；然后针对每一种失稳场景集，计算无控制措施下的第一功角稳定裕度；利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度；构建以第二功角稳定裕度为输入及灵敏度信息为输出的样本集；基于样本集对灵敏度映射网络进行训练形成电网信息及故障信息到控制灵敏度之间的映射网络；最后基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，通过灵敏度排序得到功角稳定控制最优方案。基于组合稳定裕度的电力系统功角稳定控制方法，还提出了基于组合稳定裕度的电力系统功角稳定控制系统。本发明可基于多种稳定指标进行组合，实现功角稳定的在线快速判稳，并在线量化多场景下的稳定裕度，为在线稳定控制提供基础。
本发明在解决电力系统多场景稳定裕度连续量化的前提下，进一步根据灵敏度映射信息进行紧急控制方案的在线快速制定，可降低失配风险并提高可控资源利用率。
附图说明
图1为本发明实施例1提出的基于组合稳定裕度的电力系统功角稳定控制方法流程图；
图2为本发明实施例1提出的基于多指标组合的在线稳定裕度量化方法流程图；
图3为本发明实施例1提出的基于资源控制灵敏度的功角稳定控制在线决策流程图；
图4为本发明实施例1提出的临界稳定与不稳定时的相轨迹曲线；
图5为本发明实施例1提出的临界稳定与不稳定时的相轨迹凹凸性指标曲线；
图6为本发明实施例1提出的拟合功角特性曲线；
图7为本发明实施例1提出的不同故障持续时间的稳定裕度；
图8为本发明实施例1IEEE39节点系统某故障场景下的灵敏度排序信息示意图；
图9为本发明实施例2提出的基于组合稳定裕度的电力系统功角稳定控制系统示意图。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例1
本发明实施例1提出了基于组合稳定裕度的电力系统功角稳定控制方法，用于解决现有在线判稳指标无法在系统失稳时给出稳定裕度量化指标，进而无法支撑功角稳定在线控制的技术问题。
电力系统安全稳定是指系统受到扰动后恢复到原来或过渡到新稳定状态的能力，其主要依赖安全防御体系予以保证。其中，功角稳定指系统受到扰动后同步发电机保持同步运行的能力，是电力系统安全稳定的重要内容，主要依赖紧急控制予以保证。切机切负荷是已成熟应用的主要紧急控制手段，可用于保证系统的频率和功角稳定，如何在多种运行方式和故障场景下保证稳定控制措施的最优性是紧急控制优化决策的关注焦点。
暂态功角紧急控制可分为稳定性评估和紧急控制方案决策两部分内容。电力系统的稳定性评估是暂态功角紧急控制的前提，传统的扩展等面积法则是进行暂态功角稳定性评估较成熟的工具，如下首先介绍暂态功角稳定性评估的数学原理和主要流程。
扩展等面积法则EEAC是一种经典的暂态能量函数法，是等面积法则在多机系统的扩展应用，基本原理是将多机系统分为临界机群和剩余机群，利用两机群的惯量中心等值为双机系统，进而等效为单机无穷大系统，采用等面积法则进行稳定性分析。该方法采用发电机实时数据，不需要求解微分方程，判别的方法不依赖于系统网络结构。能够给出系统能量缺额，对紧急控制量提供参考依据，最主要的是可以计算出暂态稳定性的具体量化信息(比如稳定裕度)，可以作为紧急控制的暂态功角稳定指标约束，衡量紧急控制后系统的稳定性。
EEAC首先需要对机组进行分群，获取各发电机的功角曲线，利用k-means聚类方法分为S群临界机组和A群剩余机组，用局部惯量中心分别代替两机群，等效过程如下：
S群机组
其中，MS为S机群等效时间惯量常数；Mi为S机群中第i台发电机的时间惯量常数；δs为S机群等效的功角；δi为S机群中第i台发电机的功角曲线；ωs为S机群等效的转速；ωi为S机群中第i台发电机的转速曲线。
A群机组
MA为A机群等效时间惯量常数；j代表什么；A代表什么？Mj为A机群中第j台发电机的时间惯量常数；δa为A机群等效的功角；δj为A机群中第j台发电机的功角曲线；ωa为A机群等效的转速；ωj为A机群中第j台发电机的转速曲线。
进一步等效为单机系统：
δ＝δs-δa； (3)
Δω＝ωs-ωa； (4)
δ为等效单机系统的功角；Δω为等效单机系统的转速；Pm为等效的单机系统机械功率；M为等效的单机系统时间惯量常数；Pmi为S机群中第i台发电机的机械功率；Pmj为A机群中第j台发电机的机械功率；Pe为等效的单机系统电磁功率；Pei为S机群中第i台发电机的电磁功率；Pej为A机群中第j台发电机的电磁功率。
根据等值的单机无穷大系统故障前后的功角特性曲线，计算故障切除前发电机功角特性曲线和发电机机械功率曲线围成的加速面积A，其代表发电机输入的机械能超出输出的电磁能的部分；故障切除后，计算发电机功角特性曲线与发电机机械功率所围成的减速面积B，其代表发电机输入的机械功率小于输出的电磁功率在故障切除后所缺额的能量。
根据加速面积SA和减速面积SB判别系统稳定性，并可以给出稳定裕度。SA＞SB时系统失稳，SA≤SB系统稳定，稳定裕度定义为：
其中，η为稳定裕度；根据稳定性评估结果，若功角稳定裕度小于0，则进行紧急控制方案的制定。
预案式+匹配”紧急控制优化决策方法是功角稳定控制的成熟方案和本专利方法基础，如下介绍传统稳控决策的数学原理和主要流程。
控制方案的决策一般是依赖于最优控制模型，以总控制成本最小为控制目标，以电力系统动态特性、稳定裕度控制目标、控制资源调节范围和潮流等为约束条件，构建为一个动态系统最优控制问题：
式中，J为控制代价；N为所有控制点可控资源数目；Ci为各可控资源成本系数；ΔPi o为第i个可控资源的并网功率调节量；x为电力系统状态变量；y为电力系统代数变量；x0为电力系统状态变量初始值；Δu代表电力系统遭受故障及故障清除过程中各操作对应的系统输入；ΔPr代表稳定控制措施导致的各可控设备功率变化量向量；其中，r＝1,2,…N；φ1(x,y,Δu,ΔPr)为第1稳定控制性能指标；φm(x,y,Δu,ΔPr)为第m稳定控制性能指标；ε1为第1稳定控制性能指标要求；εm为第m稳定控制性能指标要求；ΔPi为第i个可控资源并网功率变化量；ri为第i个可控资源并网功率调节指令到实际并网功率的控制特性函数；为第i个可控资源的并网功率调节量最小值；为第i个可控资源的并网功率调节量最大值。
上式是一个动态系统最优规划问题，在满足各类约束条件的情况下，决策出最优的控制地点和控制量由于电力系统的高维非线性动态特性，上述最优控制问题是一个高维非线性优化问题，目前尚无基于解析的直接求解方法。非线性优化问题通常采用基于局部线性化的迭代求解方法或试凑法、智能进化算法等扫描类算法求解，求解用时远大于紧急控制允许的数十毫秒，因此无法用于功角稳定控制在线决策。
目前，功角稳定控制采用“预决策+匹配”的决策方式，将拓扑结构参数集合、运行方式集合及预想故障集合进行各种可能的组合，结合仿真软件，离线求解出各种组合方式下的控制方案，从而形成一个策略表，实际运行时收集并确认系统实时的拓扑结构参数和运行方式，如果检测出相应的故障，则在策略表里查出对应的控制方案，避免暂态功角失稳。
图1为本发明实施例1提出的基于组合稳定裕度的电力系统功角稳定控制方法流程图；具体包括step1：基于多指标组合的在线稳定裕度量化；step2：基于灵敏度的快速稳控优化决策。
在step1中，根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳；在判断出系统稳定时给出稳定场景下的裕度信息，对失稳场景采用能量法对裕度信息进行量化；基于稳定状态信息及裕度信息判断是否启动紧急控制。
在step2中，构建用于功角稳定控制的运行场景集和故障场景集，将运行场景集和故障场景集组合进行所有场景下各故障的时域仿真，筛选出失稳场景集；然后针对每一种失稳场景集，计算无控制措施下的第一功角稳定裕度；利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度；构建以第二功角稳定裕度为输入及灵敏度信息为输出的样本集；基于样本集对灵敏度映射网络进行训练形成电网信息及故障信息到控制灵敏度之间的映射网络；最后基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，通过灵敏度排序得到功角稳定控制最优方案。
图2为本发明实施例1提出的基于多指标组合的在线稳定裕度量化方法流程图；
选取快速判稳判据，在线实时获取电力系统运行数据，对系统稳定状态进行实时判别。
依靠相量测量装置(PMU)/广域测量系统(WAMS)进行电网实时数据采集，主要包括机组动态信息，网络动态信息和系统参数信息，机组动态信息主要包括发电机组的各类信息，包括机组功角、转速、电磁功率和机械功率等信息；网络动态信息主要包括电力网络侧的母线电压幅值与相角、频率和支路传输功率等信息；系统参数信息包括发电机惯性参数，定子绕组，母线节点信息和网络拓扑信息等。
基于现有功角稳定判据，选取能够满足在系统到达失稳点之前即可判别稳定状态的判据，确定判据所需输入信息构建相应稳定状态评估模型。H＝h(x,y)；其中h(x,y)为判稳指标的计算公式；x为用于计算指标的状态向量，包括机组动态信息和网络动态信息；y为用于计算指标的代数向量，主要由发电机惯性参数，定子绕组，母线节点信息和网络拓扑信息等系统参数信息组成；H为用于衡量系统稳定状态的指标。
判断系统运行状态是否发生变化，当继电保护装置动作时，一般会伴随着系统拓扑以及运行状态发生变化，此时启动稳定分析程序，否则等待下一时刻的信息采集。
根据构建的稳定状态评估模型，在实时采集的海量数据中进行关键信息的提取，结合判据的物理机理，对提取的数据进行数据加工处理，进行用于快速判稳的指标计算以便进行稳定状态评估。提取的数据类别根据判稳模型所使用的判据不同而不同，例如相轨迹凹凸性需要功角数据，BTTC需要节点电压和相角数据。
结合稳定状态评估模型以及处理后的关键信息，即可快速给出系统的功角稳定状态。在h(x,y)≥h0时，系统不稳定；否则系统稳定；其中h0为稳定与不稳定状态的分界值。
根据在线快速判稳的结果，判断系统是否稳定，若稳定则进一步判断快速判稳判据是否能直接给出稳定裕度信息，若能则进入下一步，若不能则进行失稳场景下基于能量法的稳定裕度量化方法进行量化。
稳定场景下裕度量化方法构建：能够满足快速判稳的判据，结合其数学特性，一般可进一步给出稳定场景下的裕度信息(例如相轨迹凹凸性获取的凹凸性指标进一步选取极值，即可表示稳定场景下的稳定裕度)，根据其几何特征确定用于裕度量化所需的信息。
对判稳之前获取的历史数据进行处理，供裕度量化使用，例如相轨迹凹凸性作为判据时，需要将各发电机功角和转速数据等值为单机无穷大系统，并进一步计算其凹凸性指标。
将处理后的数据，通过稳定场景下裕度量化方法获取稳定裕度信息φ1(x,y)。
对失稳场景采用能量法对裕度信息进行量化的过程包括：基于电力系统受扰轨迹的完整信息，在线判稳前获取的电网历史数据进行拟合外推；能量法可以很好的量化裕度信息是基于电力系统受扰轨迹的完整信息，在线快速判稳之前获取的历史数据需要进一步进行拟合外推，根据所需拟合数据的数据特性，选择合适的拟合方法，如三角函数拟合，多项式拟合等。
为减小额外采集并处理其他数据的负担，选择与前述判据的数据类型相同的能量法，根据机理构建量化模型，并确定所需数据形式；根据失稳场景下稳定裕度量化方法所需要的数据形式，对拟合后的数据进行处理，供裕度量化使用；通过失稳场景下裕度量化方法获取稳定裕度信息φ2(x,y)；
基于稳定状态信息及裕度信息判断是否启动紧急控制具体包括：
获取综合稳定裕度：其中η为功角稳定裕度信息；
设置稳定裕度阈值ηset，为使系统留有一定的稳定裕度，设置ηset为一大于0的数值；当η≤ηset时，启动紧急控制；否则，继续进行下一时刻的稳定状态判别。
图3为本发明实施例1提出的基于资源控制灵敏度的功角稳定控制在线决策流程图；
考虑电力系统拓扑结构、运行方式、故障类型，选取潜在控制点，进行灵敏度扫描，分析关键影响因素以灵敏度数值为输出构建数据样本集合，具体包括：
根据功角稳控需应对的电网网架设置电网拓扑结构，考虑可能的负荷水平和发电机开机方式，形成运行场景集。
针对该系统所有可能发生的与功角稳定密切相关的故障，具体包括：线路三相短路、发电机跳机、直流线路闭锁等。形成故障场景集。
将运行场景集与故障场景集组合，进行所有场景下各故障的电力系统动态仿真。
在所有扫描的场景集中筛选出失稳场景集，记录其仿真过程数据，如发电机功角、转速、机械功率、电磁功率和节点电压等信息。
针对每一种失稳场景集，计算无控制措施下的功角稳定裕度。
根据经验选取电力系统中所有的潜在控制点，将潜在控制点进行组合，施加到失稳场景中进行时域仿真，获取控制后的仿真过程数据。
计算施加控制后的稳定裕度，并记录其施加控制的控制量，所以计算各潜在控制点的功角稳定控制灵敏度：
其中，k＝1,2,...N为N个潜在控制点编号；为施加含有第k个控制点的控制措施后系统的稳定裕度；为去掉第k个控制点的控制措施后系统的稳定裕度；为第k个控制点的稳定裕度；ΔPk为第k个控制点的切负荷或切机量。通过上述过程形成不同基础失稳场景下各控制点功角稳定控制灵敏度样本。
灵敏度映射网络训练与测试，具体包括：选择适合电力系统灵敏度映射的机器学习方法搭建回归分析网络。基于上述步骤生成的样本，按比例分为训练集和测试集。使用训练集样本对灵敏度映射网络进行训练，将测试集的控制信息为输入，映射出对应的灵敏度，与通过时序仿真获取的灵敏度信息进行对比，计算其灵敏度数值及不同控制资源灵敏度顺序的差异，在差异过大时扩展数据样本从新进行灵敏度映射网络训练，直到准确度达到满足。
训练好的映射网络应用到实际电力系统中，根据电网实时信息进行灵敏度信息的映射，具体包括：将训练的灵敏度映射网络转化为接连联系数据，编程开发推理网络并部署于稳控中心；获取电压电流等电气信息，获取跳机、线路切除等事件信息，以此为输入，通过映射网络，在线获取各控制资源对稳定裕度提升的控制灵敏度。
根据在线映射的灵敏度信息，将非线性规划问题转化为一个线性规划问题，实现在线决策，具体包括：在线获取各控制资源的灵敏度信息，将公式(9)转化为：
其中，εo为无控制时的稳定裕度(一般为负值)；ε1为稳定裕度控制目标；ΔPk为第k个控制点的切负荷或切机量；a为稳定裕度系数，为保证稳控后的系统留有一定的稳定裕度值，通常为>1的数值；β为稳定裕度提升值误差系数，是由灵敏度映射网络的误差决定；J为控制成本；μk为第k个控制资源的控制变量(为0、1变量)；Sk为第k个控制资源的控制灵敏度。
基于映射网络以实时电网信息及故障信息和初始控制方案为输入，推理计算出各可控资源控制灵敏度。
将灵敏度信息及控制目标带入式(15)，形成线性规划问题，采用cplex等商用求解器求解得到控制方案。
本发明实施例1提出的基于多指标组合的在线稳定裕度量化方法可基于多种稳定指标进行组合，实现功角稳定的在线快速判稳，并在线量化多场景下的稳定裕度，为在线稳定控制提供基础。
本发明实施例1提出的基于多指标组合的在线稳定裕度量化方法在解决电力系统多场景稳定裕度连续量化的前提下，进一步根据灵敏度映射信息进行紧急控制方案的在线快速制定，可降低失配风险并提高可控资源利用率。
为了充分理解本申请实现的过程，以IEEE39节点系统基于切负荷灵敏度的功角稳定最优切负荷方案为例进一步说明本发明所提方法。
IEEE39节点系统共46条线路，10台机组，控制资源为19个可切负荷。具体步骤为：
step1：基于多指标组合的在线稳定裕度量化
(1)选用相轨迹凹凸性为在线快速判稳判据，获取电力系统机组功角和转速信息，进行分群等值处理为单机无穷大系统，通过下式计算相轨迹凹凸性指标：
k为相轨迹一阶导数，l为相轨迹二阶导，δeq为等值系统的功角；Δωeq为等值系统的转速。
(2)当lΔωeq＜0，相轨迹位于凹区域，系统稳定；当lΔωeq＞0，相轨迹位于凸区域，系统失稳；稳定状态判别点由式(19)-(20)所示，当凹凸性指标满足式(19)时，可判别系统暂态失稳，设此时时刻为t1，t1即为失稳判别点；当凹凸性指标满足式(20)时，可判别系统暂态稳定，设此时时刻为t2，t2为稳定判别点。图4为本发明实施例1提出的临界稳定与不稳定时的相轨迹曲线；图5为本发明实施例1提出的临界稳定与不稳定时的相轨迹凹凸性指标曲线；其中故障切除时间为1.1s。
其中，Δt数据采样间隔时间。
基于判稳点之前的历史数据，利用相轨迹二阶导的极值可直接给出稳定场景下的稳定裕度：
η1＝|l|min＝|l(t2)|； (21)
其中，η1为稳定场景下的稳定裕度；|l|min为相轨迹二阶导绝对值的最小值；|l(t2)|为t2时刻相轨迹二阶导的绝对值。
使用能量法EEAC衡量失稳场景下的稳定裕度，其所使用的数据与相轨迹凹凸性一致，首先进行完整轨迹信息的拟合基于失稳判别点t1之前的历史数据进行分群机组电磁功率-功角及机械功率-功角曲线外推，获得直至不返回点的曲线数据，根据电磁功率和机械功率的数学特性，选择三角函数对电磁功率进行拟合，多项式函数对机械功率进行拟合：
Pe(δ)＝a+bcos(wδ-v)； (22)
Pm(δ)＝c+dδ+eδ2+... (23)
其中，Pe(δ)为拟合的电磁功率；Pm(δ)为拟合的机械功率；a代表常数项；b代表幅值；w代表频率；v代表相位；c代表常数项；d为δ的一次相系数；e为δ的二次相系数；根据故障切除后到t1时刻的历史数据求取，进而获取判别点直至不返回点的曲线数据，根据历史数据拟合的功角特性曲线如图6所示。图6为本发明实施例1提出的拟合功角特性曲线。
基于拟合的完整数据，计算稳定裕度信息；具体为：
其中SA为加速面积，δ0为故障开始时刻的等值功角，δ1为故障结束时刻的等值功角；Pmeq为等值的单机系统机械功率；Peeq为等值的单机系统电磁功率；δeq为等值的单机系统功角。
SB为失稳场景下的减速面积，δ2为不稳定平衡点处的等值功角；η2为稳定裕度，当η2＞0时，减速面积大于加速面积，系统稳定，η2越大，系统越稳定；当η2＜0时，减速面积小于加速面积，系统失稳，η2越小，系统越不稳定；η2＝0时，减速面积等于加速面积，系统临界稳定。
(6)综合稳定裕度，基于相轨迹凹凸性和扩展等面积法则组合的稳定裕度量化，可在不同稳定场景下连续量化系统稳定裕度，多场景下的稳定裕度量化结果如图7所示：图7为本发明实施例1提出的不同故障持续时间的稳定裕度；
step 2基于灵敏度排序的功角稳定在线决策
(1)仅考虑原始拓扑结构，不考虑拓扑结构变化。仅考虑一种运行方式生成失稳场景。失稳场景生成中主要考虑所有线路首段三相短路后经0.1s、0.25s、0.3s切除故障，从而在31条线路，共93种故障中筛选出失稳场景，共筛选出7种失稳场景。
(2)以任一失稳场景为基础场景，选取19个可切负荷为控制点，扫描场景中仅考虑包括4个以内的负荷切除，每个负荷切除比例选择为1％，10％，50％和100％，灵敏度计算中控制性能指标采用EEAC，获取训练样本集及测试样本集。以基础控制、调节比例及电网实时信息为输入构建训练样本，采用BP神经网络作为映射网络进行灵敏度映射关系拟合。
(3)以某一失稳场景为例，该失稳场景的稳定裕度为-0.2157，设置稳定裕度目标值为0.01，获取的灵敏度排序信息如图8所示，图8为本发明实施例1IEEE39节点系统某故障场景下的灵敏度排序信息示意图；带入式(15)可求解出最优控制方案为切除负荷8，7，4，理论稳定裕度为0.041585985，通过时序仿真获得的实际稳定裕度为0.018376676，稳定裕度提升值误差为-9.020941％。
实施例2
基于本发明实施例1提出的基于组合稳定裕度的电力系统功角稳定控制方法，本发明实施例2还提出了基于组合稳定裕度的电力系统功角稳定控制系统，图9为本发明实施例2提出的基于组合稳定裕度的电力系统功角稳定控制系统示意图，该系统包括：稳定裕度量化模块和在线稳定控制模块；
稳定裕度量化模块用于根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳；在判断出系统稳定时给出稳定场景下的裕度信息，对失稳场景采用能量法对裕度信息进行量化；基于稳定状态信息及裕度信息判断是否启动紧急控制；
在线稳定控制模块用于构建用于功角稳定控制的运行场景集和故障场景集，将运行场景集和故障场景集组合进行所有场景下各故障的时域仿真，筛选出失稳场景集；然后针对每一种失稳场景集，计算无控制措施下的第一功角稳定裕度；利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度；构建以第二功角稳定裕度为输入及灵敏度信息为输出的样本集；基于样本集对灵敏度映射网络进行训练形成电网信息及故障信息到控制灵敏度之间的映射网络；最后基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，通过灵敏度排序得到功角稳定控制最优方案。
稳定裕度量化模块中：根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳具体为：采集的电网实时数据包括机组动态信息，网络动态信息和系统参数信息；满足系统到达失稳点之前即为判别稳定状态的判据；在所述判据中输入电网实时数据构建稳定状态评估模型为：H＝h(x,y)；其中h(x,y)为判稳指标的计算公式；x包括机组动态信息和网络动态信息；y为系统参数信息；在h(x,y)≥h0时，系统不稳定；否则系统稳定；其中h0为稳定与不稳定状态的分界值。
在判断出系统稳定时给出稳定场景下的裕度信息具体包括：构建稳定场景下裕度量化方法，确定用于裕度量化所需的信息；对判稳之前获取的电网历史数据进行处理，供裕度量化使用；通过稳定场景下裕度量化方法获取稳定裕度信息φ1(x,y)。
对失稳场景采用能量法对裕度信息进行量化的过程包括：基于电力系统受扰轨迹的完整信息，在线判稳前获取的电网历史数据进行拟合外推；选择与判稳判据数据类型相同的能量法根据机理构建量化模型，并确定所需数据形式；根据失稳场景下稳定裕度量化方法所需要的数据形式，对拟合后的数据进行处理，供裕度量化使用；通过失稳场景下裕度量化方法获取稳定裕度信息φ2(x,y)。
基于稳定状态信息及裕度信息判断是否启动紧急控制具体包括：获取综合稳定裕度：其中η为功角稳定裕度信息；设置稳定裕度阈值ηset；当η≤ηset时，启动紧急控制；否则，继续进行下一时刻的稳定状态判别。
在线稳定控制模块中，构建用于功角稳定控制的运行场景集和故障场景集的过程为：根据功角稳控需应对的电网网架设置电网拓扑结构，考虑负荷水平和发电机开机方式形成运行场景集；与功角稳定相关的故障形成故障场景集；具体包括线路三相短路、发电机跳机和直流线路闭锁。利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度的过程包括：
其中，k＝1,2,...N为N个潜在控制点编号；为施加含有第k个控制点的控制措施后系统的稳定裕度；为去掉第k个控制点的控制措施后系统的稳定裕度；为第k个控制点的稳定裕度；ΔPk为第k个控制点的切负荷或切机量。
基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射的过程包括：根据在线映射的灵敏度信息，将非线性规划问题转化为一个线性规划问题，实现在线决策。
将非线性规划问题转化为一个线性规划问题，实现在线决策的过程包括：在线获取各控制资源的灵敏度信息，将非线性规划的最优控制模型转化为：
其中，εo为无控制时的稳定裕度；ε1为稳定裕度控制目标；ΔPk为第k个控制点的切负荷或切机量；a为稳定裕度系数；β为稳定裕度提升值误差系数；J为控制成本；μk为第k个控制资源的控制变量(为0、1变量)；Sk为第k个控制资源的控制灵敏度。
基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，推理计算出各可控资源控制灵敏度。
本发明实施例2提出的基于组合稳定裕度的电力系统功角稳定控制系统，可基于多种稳定指标进行组合，实现功角稳定的在线快速判稳，并在线量化多场景下的稳定裕度，为在线稳定控制提供基础。
本发明实施例2提出的基于组合稳定裕度的电力系统功角稳定控制系统，在解决电力系统多场景稳定裕度连续量化的前提下，进一步根据灵敏度映射信息进行紧急控制方案的在线快速制定，可降低失配风险并提高可控资源利用率。
本发明实施例2提出的基于组合稳定裕度的电力系统功角稳定控制系统中相关部分的说明可以参见本申请实施例1提供的基于组合稳定裕度的电力系统功角稳定控制方法中对应部分的详细说明，在此不再赘述。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
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。对于所属领域的技术人员来说，在上述说明的基础上还可以做出其它不同形式的修改或变形。这里无需也无法对所有的实施方式予以穷举。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 (10)
1.基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，包括以下步骤：
根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳；在判断出系统稳定时给出稳定场景下的裕度信息，对失稳场景采用能量法对裕度信息进行量化；基于稳定状态信息及裕度信息判断是否启动紧急控制；
构建用于功角稳定控制的运行场景集和故障场景集，将运行场景集和故障场景集组合进行所有场景下各故障的时域仿真，筛选出失稳场景集；然后针对每一种失稳场景集，计算无控制措施下的第一功角稳定裕度；利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度；构建以第二功角稳定裕度为输入及灵敏度信息为输出的样本集；基于样本集对灵敏度映射网络进行训练形成电网信息及故障信息到控制灵敏度之间的映射网络；最后基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，通过灵敏度排序得到功角稳定控制最优方案。
2.根据权利要求1所述的基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳具体为：
采集的电网实时数据包括机组动态信息，网络动态信息和系统参数信息；满足系统到达失稳点之前即为判别稳定状态的判据；在所述判据中输入电网实时数据构建稳定状态评估模型为：H＝h(x,y)；其中h(x,y)为判稳指标的计算公式；x包括机组动态信息和网络动态信息；y为系统参数信息；
在h(x,y)≥h0时，系统不稳定；否则系统稳定；其中h0为稳定与不稳定状态的分界值。
3.根据权利要求1所述的基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，在判断出系统稳定时给出稳定场景下的裕度信息具体包括：构建稳定场景下裕度量化方法，确定用于裕度量化所需的信息；对判稳之前获取的电网历史数据进行处理，供裕度量化使用；通过稳定场景下裕度量化方法获取稳定裕度信息φ1(x,y)。
4.根据权利要求1所述的基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，对失稳场景采用能量法对裕度信息进行量化的过程包括：基于电力系统受扰轨迹的完整信息，在线判稳前获取的电网历史数据进行拟合外推；选择与判稳判据数据类型相同的能量法根据机理构建量化模型，并确定所需数据形式；根据失稳场景下稳定裕度量化方法所需要的数据形式，对拟合后的数据进行处理，供裕度量化使用；通过失稳场景下裕度量化方法获取稳定裕度信息φ2(x,y)。
5.根据权利要求4所述的基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，所述基于稳定状态信息及裕度信息判断是否启动紧急控制具体包括：
获取综合稳定裕度：其中η为功角稳定裕度信息；
设置稳定裕度阈值ηset；当η≤ηset时，启动紧急控制；否则，继续进行下一时刻的稳定状态判别。
6.根据权利要求1所述的基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，所述构建用于功角稳定控制的运行场景集和故障场景集的过程为：
根据功角稳控需应对的电网网架设置电网拓扑结构，考虑负荷水平和发电机开机方式形成运行场景集；
与功角稳定相关的故障形成故障场景集；具体包括线路三相短路、发电机跳机和直流线路闭锁。
7.根据权利要求1所述的基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，所述利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度的过程包括：
其中，k＝1,2,...N为N个潜在控制点编号；为施加含有第k个控制点的控制措施后系统的稳定裕度；为去掉第k个控制点的控制措施后系统的稳定裕度；为第k个控制点的稳定裕度；ΔPk为第k个控制点的切负荷或切机量。
8.根据权利要求1所述的基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射的过程包括：根据在线映射的灵敏度信息，将非线性规划问题转化为一个线性规划问题，实现在线决策。
9.根据权利要求8所述的基于组合稳定裕度的电力系统功角稳定控制方法，其特征在于，将非线性规划问题转化为一个线性规划问题，实现在线决策的过程包括：
在线获取各控制资源的灵敏度信息，将非线性规划的最优控制模型转化为：
其中，εo为无控制时的稳定裕度；ε1为稳定裕度控制目标；ΔPk为第k个控制点的切负荷或切机量；a为稳定裕度系数；β为稳定裕度提升值误差系数；J为控制成本；μk为第k个控制资源的控制变量；Sk为第k个控制资源的控制灵敏度。
基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，推理计算出各可控资源控制灵敏度。
10.基于组合稳定裕度的电力系统功角稳定控制系统，其特征在于，包括稳定裕度量化模块和在线稳定控制模块；
所述稳定裕度量化模块用于根据采集的电网实时数据和选取的判稳判据构建稳定状态评估模型；利用稳定状态评估模型和提取的关键信息对系统功角进行在线判稳；在判断出系统稳定时给出稳定场景下的裕度信息，对失稳场景采用能量法对裕度信息进行量化；基于稳定状态信息及裕度信息判断是否启动紧急控制；
所述在线稳定控制模块用于构建用于功角稳定控制的运行场景集和故障场景集，将运行场景集和故障场景集组合进行所有场景下各故障的时域仿真，筛选出失稳场景集；然后针对每一种失稳场景集，计算无控制措施下的第一功角稳定裕度；利用第一功角稳定裕度计算在失稳场景中施加控制点后控制点的第二功角稳定裕度；构建以第二功角稳定裕度为输入及灵敏度信息为输出的样本集；基于样本集对灵敏度映射网络进行训练形成电网信息及故障信息到控制灵敏度之间的映射网络；最后基于映射网络以电网实时数据为输入进行控制灵敏度的实时映射，通过灵敏度排序得到功角稳定控制最优方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410520487.XA CN118199154A (zh) | 2024-04-28 | 2024-04-28 | 基于组合稳定裕度的电力系统功角稳定控制方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410520487.XA CN118199154A (zh) | 2024-04-28 | 2024-04-28 | 基于组合稳定裕度的电力系统功角稳定控制方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118199154A true CN118199154A (zh) | 2024-06-14 |
Family
ID=91408734
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410520487.XA Pending CN118199154A (zh) | 2024-04-28 | 2024-04-28 | 基于组合稳定裕度的电力系统功角稳定控制方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118199154A (zh) |
-
2024
- 2024-04-28 CN CN202410520487.XA patent/CN118199154A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Decision tree based online stability assessment scheme for power systems with renewable generations | |
| CN116245033B (zh) | 人工智能驱动的电力系统分析方法及智能软件平台 | |
| CN110969306B (zh) | 基于深度学习的配电低压台区负荷预测方法及装置 | |
| CN108876163A (zh) | 综合因果分析与机器学习的暂态功角稳定快速评估方法 | |
| CN109993665B (zh) | 电力系统在线安全稳定评估方法、装置及系统 | |
| CN109378835A (zh) | 基于互信息冗余性最优的大规模电力系统暂态稳定评估系统 | |
| CN112821424A (zh) | 一种基于数据-模型融合驱动的电力系统频率响应分析方法 | |
| CN110783913B (zh) | 基于群的计及预想事故集最佳电网拓扑在线优化方法 | |
| CN118157154A (zh) | 一种计及暂态电压稳定性机理的约束构建方法 | |
| CN109378834A (zh) | 基于信息最大相关的大规模电网电压稳定裕度评估系统 | |
| CN117335426A (zh) | 一种适用于短期电压稳定性评估的关键特征识别方法 | |
| CN105701265A (zh) | 一种双馈风电机组建模方法及装置 | |
| CN118199154A (zh) | 基于组合稳定裕度的电力系统功角稳定控制方法和系统 | |
| CN115473271A (zh) | 一种基于深度神经网络的交流变电站无功电压控制方法 | |
| Zhang et al. | CNN‐LSTM based power grid voltage stability emergency control coordination strategy | |
| Shi et al. | Study on stability feature extraction of power system using deep learning | |
| CN108988319B (zh) | 一种基于深度前馈神经网络和数值积分灵敏度的快速紧急控制方法 | |
| Khalel et al. | Dynamic security assessment for the power system in the presence of wind turbines | |
| Cai et al. | A practical approach to construct a digital twin of a power grid using harmonic spectra | |
| CN116388296B (zh) | 一种基于灵敏度映射的功角稳定控制方法和系统 | |
| Qiao et al. | Transient stability assessment for ac-dc hybrid systems based on bayesian optimization xgboost | |
| Tian et al. | An Improved XGBoost-based Transient Stability Assessment Method for Power System | |
| Allouche et al. | Maximum Power Point Tracking control of a variable speed wind turbine via a TS fuzzy model-based approach | |
| CN117439068B (zh) | 一种大规模电网中的电压暂降预估方法、介质及系统 | |
| CN113283702B (zh) | 融合电力系统安全稳定特性的潮流状态评价方法及装置 |
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 |