Please wait a minute...
发电技术  2020, Vol. 41 Issue (2): 167-174    DOI: 10.12096/j.2096-4528.pgt.19065
能源互联网 本期目录 | 过刊浏览 |
数据视角下的电力系统暂态稳定边界分析
赵高尚1(),刘道伟1,陈树勇1,肖白2,杨红英1,李宗翰1,姜松3
1 中国电力科学研究院有限公司, 北京市 海淀区 100192
2 东北电力大学电气工程学院, 吉林省 吉林市 132000
3 北京化工大学信息科学与技术学院, 北京市 朝阳区 100029
Power System Transient Stability Boundary Analysis From the Perspective of Data
Gaoshang ZHAO1(),Daowei LIU1,Shuyong CHEN1,Bai XIAO2,Hongying YANG1,Zonghan LI1,Song JIANG3
1 China Electric Power Research Institute, Haidian District, Beijing 100192, China
2 School of Electrical Engineering, Northeast Electric Power University, Jilin 132000, Jilin Province, China
3 College of Information Science and Technology, Beijing University of Chemical Technology, Chaoyang District, Beijing 100029, China
全文: HTML    PDF(1235 KB)  
输出: BibTeX | EndNote (RIS)      
摘要: 

随着泛在电力物联网的提出,基于数据挖掘的电力系统分析将在能源互联网的建设中发挥越来越重要的作用。同时临界暂态稳定的边界问题是评价电力系统暂态稳定性的核心问题之一,当前在暂态稳定评估时,常常由于无法对电网临界状态给出准确判断,使安全评估存在模糊区域。为此从数据分析的角度,展开电力系统临界暂态稳定边界特征提取的相关研究。首先基于暂态稳定单机模型及能量函数,刻画分析电力系统临界暂态稳定的边界现象;然后基于BPA自动仿真程序解决了暂态稳定数据样本生成问题;最后完成了"源-网"输入特征的选择及输入特征相关性分析,并利用IEEE-39母线系统完成验证。

关键词 电力系统临界暂态稳定边界现象数据分析输入特征选择    
Abstract

With the introduction of the ubiquitous power Internet of Things, power system analysis based on data mining will play an increasingly important role in the construction of the energy internet. The boundary problem of critical transient stability is one of the core issues in evaluating the transient stability of power systems. At present, in the transient stability assessment, it is often impossible to give an accurate judgment on the critical state of the grid, so that there is a fuzzy area in the safety assessment. From the perspective of data analysis, the related research on the feature extraction of critical transient stability boundary of power system was carried out. Based on the transient stability single machine model and energy function, the boundary phenomenon of critical transient stability of power system was characterized. Then, based on the BPA automatic simulation program, the transient stable data sample generation problem was solved. Finally, the selection of the input characteristics of the "source-network" and the correlation analysis of the input features were completed, and the verification was completed by the IEEE-39 node system.

Key wordspower system    critical transient stability    boundary phenomena    data analysis    input feature selection
收稿日期: 2019-06-10      出版日期: 2020-04-23
ZTFLH:  TM71  
基金资助:国家自然科学基金项目(51177009)
作者简介: 赵高尚(1993),男,硕士,主要从事电力系统暂态稳定性分析及电力大数据在电力系统中的应用研究, 2744823743@qq.com|刘道伟(1977),男,博士,研究方向为响应式大电网稳定态势量化评估与自适应控制|陈树勇(1960),男,博士,教授,研究方向为含新能源的电力系统分析与规划|肖白(1973),男,博士,教授,主要研究方向为电力系统规划、空间电力负荷预测
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
赵高尚
刘道伟
陈树勇
肖白
杨红英
李宗翰
姜松
引用本文:

赵高尚,刘道伟,陈树勇,肖白,杨红英,李宗翰,姜松. 数据视角下的电力系统暂态稳定边界分析[J]. 发电技术, 2020, 41(2): 167-174.
Gaoshang ZHAO,Daowei LIU,Shuyong CHEN,Bai XIAO,Hongying YANG,Zonghan LI,Song JIANG. Power System Transient Stability Boundary Analysis From the Perspective of Data. Power Generation Technology, 2020, 41(2): 167-174.

链接本文:

http://www.pgtjournal.com/CN/10.12096/j.2096-4528.pgt.19065      或      http://www.pgtjournal.com/CN/Y2020/V41/I2/167

图1  简化后的单机等值系统
图2  单机无穷大系统功角曲线
图3  功角时域曲线
图4  BPA暂态稳定计算流程
图5  基于BPA的自动仿真程序实现流程
图6  边界样本生成流程
表1  样本1 Pearson分析结果
图7  “源-网”相关性趋势变化曲线
表2  输入特征选择
图8  IEEE-39母线电网拓扑
表3  系统的输入特征
图9  IEEE-39系统母线幅值变化轨迹
图10  系统各母线电压实部-虚部相关性
1 王平.泛在电力物联网时代很快就会到来[N].国家电网报, 2019-03-20(1).
2 薛禹胜. 暂态能量校正和临界群识别-三论暂态能量函数直接法[J]. 电力系统自动化, 1993, 17 (1): 22- 31.
3 刘辉, 闵勇, 张毅威, 等. 电力系统暂态稳定域近似边界可信域及其扩展[J]. 中国电机工程学报, 2008, 28 (31): 9- 14.
doi: 10.3321/j.issn:0258-8013.2008.31.002
4 穆钢, 王仲鸿, 韩英铎, 等. 暂态稳定性的定量分析——轨迹分析法[J]. 中国电机工程学报, 1993, 13 (3): 23- 30.
5 李柏青, 刘道伟, 秦晓辉, 等. 信息驱动的大电网全景安全防御概念及理论框架[J]. 中国电机工程学报, 2016, 36 (21): 5796- 5805.
6 刘道伟, 张东霞, 孙华东, 等. 时空大数据环境下的大电网稳定态势量化评估与自适应防控体系构建[J]. 中国电机工程学报, 2015, 35 (2): 268- 276.
7 周博文, 陈麒宇, 杨东升. 巴西大停电的思考[J]. 发电技术, 2018, 39 (2): 97- 105.
8 李卫东. 关于频率响应控制未来发展的思考[J]. 发电技术, 2018, 39 (1): 84- 89.
9 Lotufo A D , Lopes M L , Minussi C R . Sensitivityanalysis by neural networks applied to power systems transient stability[J] Electric Power Systems Research, 2007, 77 (7): 730- 738.
doi: 10.1016/j.epsr.2005.09.020
10 张晓华, 刘道伟, 李柏青, 冯长有. 智能全景系统概念及其在现代电网中的应用体系[J]. 中国电机工程学报, 2019, 39 (10): 2885- 2895.
11 王亮, 张道农. 基于时空协调的智能电网PMU功能实现[J]. 电力科学与技术学报, 2011, 26 (2): 27- 30.
doi: 10.3969/j.issn.1673-9140.2011.02.005
12 马世英, 刘道伟, 吴萌, 等. 基于WAMS及机组对的电网暂态稳定态势在线量化评估方法[J]. 中国电机工程学报, 2013, 37 (5): 1323- 1328.
13 唐飞.基于WAMS的电力系统暂态稳定性特征提取及评估方法研究[D].湖北:武汉大学, 2013.
14 朱利鹏, 陆超, 黄河, 等. 基于广域时序数据挖掘策略的暂态电压稳定评估[J]. 电网技术, 2016, 40 (1): 180- 185.
15 陈庆, 闪鑫, 罗建裕, 等. 特高压直流故障下源网荷协调控制策略及应用[J]. 电力系统自动化, 2017, 41 (5): 147- 152.
16 马世英, 王青. 大规模新能源集中外送系统源网协调风险及仿真评估[J]. 发电技术, 2018, 39 (2): 112- 117.
17 刘家庆, 徐峥. 大电网运行控制面临的形势、问题与挑战[J]. 发电技术, 2018, 39 (6): 493- 498.
18 顾雪平, 曹绍杰, 张文勤. 基于神经网络暂态稳定评估方法的一种新思路[J]. 中国电机工程学报, 2000, 20 (4): 77- 82.
doi: 10.3321/j.issn:0258-8013.2000.04.017
19 刘道伟, 马世英, 李柏青, 等. 基于响应的电网暂态稳定态势在线量化评估方法[J]. 中国电机工程学报, 2013, 33 (04): 85- 95.
20 苟竞, 刘俊勇, 魏震波, 等. 一种基于发电机对相对能量的电力系统临界机群快速辨识方法[J]. 中国电机工程学报, 2015, 35 (24): 6322- 6330.
21 侯金秀.基于电压相量和深度学习的电力系统暂态稳定快速评估[D].北京:中国电力科学研究院, 2017.
22 赵高尚, 刘道伟, 陈树勇, 等. 基于尺度不变特征转换的暂态稳定边界特征提取[J]. 中国电机工程学报, 2019, 39 (S1): 84- 94.
23 向丽萍.电力系统暂态稳定评估中的特征选取[D].成都:西南交通大学, 2007.
[1] 胡伟,戚宇辰,张鸿轩,董凌,李延和. 风光水多能源电力系统互补智能优化运行策略[J]. 发电技术, 2020, 41(1): 9-18.
[2] 张永伟,潘巧波. 基于KPCA-SVM模型的电力负荷最大值短期预测方法[J]. 发电技术, 2019, 40(6): 521-526.
[3] 陈麒宇. 泛在电力物联网实施策略研究[J]. 发电技术, 2019, 40(2): 99-106.
[4] 朱永利,石鑫,王刘旺. 人工智能在电力系统中应用的近期研究热点介绍[J]. 发电技术, 2018, 39(3): 204-212.
[5] 朱永利,尹金良. 人工智能在电力系统中的应用研究与实践综述[J]. 发电技术, 2018, 39(2): 106-111.
[6] 周博文,陈麒宇,杨东升. 巴西大停电的思考[J]. 发电技术, 2018, 39(2): 97-105.
[7] 李本新,韩学山,蒋哲,李文博. 计及网损的快速经济调度方法[J]. 发电技术, 2018, 39(1): 90-95.
[8] 徐金英, 胡明庭. 以信息化建设实现集团水电站大坝安全一体化管理[J]. 发电技术, 2017, 38(3): 56-59.