【摘要】：電力系統(tǒng)是人類歷史上構造最復雜的強非線性、高維數(shù)、分層、分布的動態(tài)工業(yè)大系統(tǒng)之一,其穩(wěn)定分析和控制問題也一直是電力科學研究的熱點和難點。近年來,隨著負荷的增長、送電距離的增加、各種新技術和控制器件的應用、電力市場化政策的實施、風電、太陽能等新能源大規(guī)模接入以及大量高壓直流輸電和柔性交流輸電系統(tǒng)的投運,現(xiàn)代電力系統(tǒng)的同調性、失穩(wěn)模式、關鍵斷面等動態(tài)特性也越來越復雜,增加了電力系統(tǒng)穩(wěn)定分析和控制的難度。未來,隨著智能電網(wǎng)建設的推進,電力系統(tǒng)設備的利用率在現(xiàn)有基礎上將得到進一步的提高,這勢必將導致電力系統(tǒng)的運行越來越靠近其穩(wěn)定運行極限,使得現(xiàn)代電力系統(tǒng)發(fā)生在不同的交流通道之間、直流通道之間、交直流通道之間、送受端電網(wǎng)之間的相繼故障的可能性越來越高。加上繼電保護裝置的潛在故障、多饋入直流系統(tǒng)與交流電網(wǎng)的相互影響、機組非計劃停運、受端無功支撐能力、低頻振蕩、暫態(tài)穩(wěn)定和電壓穩(wěn)定等因素,未來電力系統(tǒng)出現(xiàn)相繼故障演化為大停電的風險勢必增加。而暫態(tài)穩(wěn)定破壞作為誘發(fā)相繼故障演化為大停電事故的重要因素之一,能否對其進行快速準確的評估對于大停電防御體系中的預防控制、緊急控制和校正控制措施的有效執(zhí)行有著重要的意義。因此,現(xiàn)代電力系統(tǒng)亟須一套行之有效的穩(wěn)定分析方法來快速分析故障后的系統(tǒng)的穩(wěn)定狀態(tài),為電力系統(tǒng)運行人員及時有效地采取控制措施提供重要的信息支撐。 隨著廣域測量技術和人工智能技術的發(fā)展,基于廣域測量信息及人工智能算法的電力系統(tǒng)暫態(tài)穩(wěn)定評估方法獲得了研究人員的廣泛關注。本文從充分利用廣域測量系統(tǒng)提供的電力系統(tǒng)故障信息的角度出發(fā),基于人工智能算法和能量函數(shù)算法對電力系統(tǒng)暫態(tài)穩(wěn)定評估展開了研究,主要研究內容如下： (1)本文提出了一種基于發(fā)電機組合軌跡輸入特征支持向量機的電力系統(tǒng)暫態(tài)穩(wěn)定分析模型,算法采用基于組合軌跡輸入的支持向量機分類器進行暫態(tài)穩(wěn)定識別,并且給出了分類器的可信區(qū)和非可信區(qū)以提高該分類器的實用性,同時,提出了修正策略對非可信區(qū)的分類結果進行修正以提高分類器在非可信區(qū)的分類性能。 (2)本文將單機能量函數(shù)和廣義勢能的概念引入到勢能脊方法中,提出了單機勢能脊判據(jù)。同時考慮到能量函數(shù)中電網(wǎng)模型和實際電網(wǎng)模型的差異,根據(jù)實際電網(wǎng)的運行特點,提出了提高單機勢能脊判據(jù)可靠性的約束條件,并在此基礎上,提出了基于WAMS實時信息的電力系統(tǒng)暫態(tài)穩(wěn)定單機勢能脊判斷方法。 (3)本文在支路勢能函數(shù)的基礎上,結合勢能脊方法,提出了一種用于電力系統(tǒng)暫態(tài)穩(wěn)定分析及臨界割集識別的支路勢能脊法。同時,為了解決支路勢能脊法在穩(wěn)定情況下無法識別臨界割集的缺陷,提出了一種計算簡單,能夠有效反應系統(tǒng)受擾程度的電力系統(tǒng)支路和系統(tǒng)穩(wěn)定度指標。和現(xiàn)有支路勢能函數(shù)方法相比,本文所提算法準確度高,計算簡單,在已知電網(wǎng)結構參數(shù)的情況下,只需要實時獲得電網(wǎng)母線電壓幅值和相角即可進行電力系統(tǒng)暫態(tài)穩(wěn)定狀態(tài)和臨界割集的實時分析和識別,而且該算法對于多群失穩(wěn)模式依然適用。同時,由于本算法僅依賴于系統(tǒng)網(wǎng)絡結構和參數(shù),因此也可以應用于有風電等新能源接入的電力系統(tǒng)暫態(tài)穩(wěn)定分析。 (4)本文提出了一種基于滾動雙層次聚類的電力系統(tǒng)臨界割集搜尋方法,算法分別采用發(fā)電機軌跡和母線軌跡進行獨立的層次聚類,從基于發(fā)電機軌跡的層次聚類中可以獲得故障后系統(tǒng)的發(fā)電機分群情況,從基于母線值軌跡的層次聚類中可以獲得故障后系統(tǒng)的母線分群情況,然后對兩個層次聚類結果進行一致性校驗以提高臨界割集搜尋結果的可靠性。同時,為了降低層次聚類中母線軌跡間距離的計算量,并保證通過聚類獲得的母線群內部連通性,本文進一步提出了計及電網(wǎng)拓撲結構的母線變量軌跡距離簡化計算方法,從而大大提高了所提算法效率。 (5)本文從輸電斷面可用傳輸容量(ATC)的角度出發(fā),結合臨界割集的概念,提出了一種新的電力系統(tǒng)暫態(tài)穩(wěn)定裕度表征方法—暫態(tài)穩(wěn)定可用傳輸容量(TATC),TATC直接從功率的角度對系統(tǒng)的暫態(tài)穩(wěn)定程度進行定量度量,方便電網(wǎng)運行人員直接基于該裕度指標快速制定出保證系統(tǒng)安全穩(wěn)定運行的預防或者緊急控制措施。同時,為了實現(xiàn)該指標的在線計算,論文提出了基于支持向量機的TATC快速預測方法,該方法只需要獲取初態(tài)故障信息即可實現(xiàn)對TATC的快速預測。
【圖文】：

2.4.1 方案1結果與分析圖2-6為方案1輸入特征下支持向量機暫態(tài)穩(wěn)定評估結果。99.5 ： g 97 目 96.5 ^ 、、. 96 功角 ■轉速95.5 電壓格ft —“電進功率95、. 不平衡功率 20 40 60 80 100120 140 1601?)200 220 240260 280 300軌跡持續(xù)時間(ms)圖2-6不同軌跡長度K方案1暫態(tài)穩(wěn)定評估結果分析方案1的結果，可以得出以下2個結論：(1).方案1中分類準確率最高的分類器的所采用的輸入是歸一化不平衡功率軌跡，當輸入時間截止到故障清除后20ms時，分類準確率可以達到97.826%，分類準確率最高為98.792%(200ms)，但是隨著輸入故障軌跡長度的增加，分類準確率波動較大，但是分類效果要優(yōu)于文獻[95]所提基于故障后電伍幅值軌跡輸入特征支持向量機的性能；(2).方案1中分類準確率最低的分類器的所采用的輸入是轉速軌跡，當輸入時間截止到故障清除后20ms時，分類準確率為96.256%
【學位授予單位】：華中科技大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TM712

【參考文獻】

相關期刊論文 前10條

1 郭志忠，朱文東，柳焯，，陳學允，夏道止，張逵;電力系統(tǒng)暫態(tài)穩(wěn)定的快速時域仿真判定法[J];電工技術學報;1994年03期

2 于繼來;郭志忠;柳焯;;采用神經(jīng)暫態(tài)元網(wǎng)絡技術的電力系統(tǒng)暫態(tài)安全分析[J];電力系統(tǒng)自動化;1991年03期

3 畢天姝,倪以信,楊奇遜;人工智能技術在輸電網(wǎng)絡故障診斷中的應用述評[J];電力系統(tǒng)自動化;2000年02期

4 刁勤華,默哈莫德·夏班,倪以信;運用連續(xù)二次規(guī)劃法計算區(qū)域間極限傳輸容量[J];電力系統(tǒng)自動化;2000年24期

5 薛禹勝;;時空協(xié)調的大停電防御框架 (一)從孤立防線到綜合防御[J];電力系統(tǒng)自動化;2006年01期

6 薛安成;胡偉;梅生偉;倪以信;吳復立;;電力系統(tǒng)動態(tài)安全域線性近似方法比較[J];電力系統(tǒng)自動化;2006年05期

7 宋方方;畢天姝;楊奇遜;;基于WAMS的電力系統(tǒng)受擾軌跡預測[J];電力系統(tǒng)自動化;2006年23期

8 陸佳政;蔣正龍;雷紅才;張紅先;彭繼文;李波;方針;;湖南電網(wǎng)2008年冰災事故分析[J];電力系統(tǒng)自動化;2008年11期

9 秦曉輝;畢天姝;楊奇遜;馬世英;;基于WAMS動態(tài)軌跡的電力系統(tǒng)功角失穩(wěn)判據(jù)[J];電力系統(tǒng)自動化;2008年23期

10 林偉芳;孫華東;湯涌;卜廣全;印永華;;巴西“11·10”大停電事故分析及啟示[J];電力系統(tǒng)自動化;2010年07期

相關博士學位論文 前2條

1 于群;電力系統(tǒng)大停電的自組織臨界特性研究[D];中國電力科學研究院;2010年

2 葉圣永;基于機器學習的電力系統(tǒng)暫態(tài)穩(wěn)定評估研究[D];西南交通大學;2010年

本文編號：2587003