关键词:
暂态稳定
数值积分
步长自适应
虚拟输入
紧急控制
动态等值
数值积分灵敏度
深度学习
深度前馈神经网络
暂态稳定性能指标
摘要:
电力系统暂态稳定紧急控制是维持电力系统安全稳定运行的重要手段,而暂态稳定紧急控制算法的计算效率一直制约着其实现在线应用。实现在线计算暂态稳定紧急控制策略对于电力系统安全稳定控制具有重大的意义,而开发高效的暂态稳定分析算法以及紧急控制策略算法就具有迫切的实际意义。本文主要针对电力系统暂态稳定快速分析与控制算法进行了深入研究,提出了高效的暂态稳定分析与紧急控制策略新算法。论文主要完成了以下工作:(1)提出了一种基于虚拟输入的变步长暂态稳定数值积分算法。完整地给出了构造一定精度积分格式下虚拟输入项的处理方法,并推导了对应积分格式下发电机功角计算的局部截断误差计算公式;提出了基于预估校正变步长法的积分步长控制策略,实现了对数值积分过程中步长的自适应控制;与常规的数值积分方法相比,文中所提出的算法具有更高的计算精度以及更快的计算速度。(2)提出了基于动态等值的快速暂态稳定仿真及紧急控制策略算法。通过故障后短时间的全系统数值积分计算,将发电机组实时分群并进行模型聚合,然后运用提出的等值系统节点导纳矩阵快速计算方法,求取等值系统网络参数。在获得的动态等值系统上完成暂态稳定仿真计算和基于数值积分灵敏度的紧急控制决策计算。最终,经过等值系统向原始系统的反向映射,获得原始系统的紧急控制策略。该算法可以获得准确的暂态稳定计算结果和有效的紧急控制策略,与常规暂态稳定数值积分算法以及基于数值积分灵敏度的紧急控制算法相比大幅减少了计算时间。(3)提出了基于深度前馈神经网络与数值积分灵敏度相结合的快速紧急控制策略算法。算法构建包含“分类神经网络”和“拟合神经网络”的双层深度前馈神经网络,通过提取暂态稳定性能指标作为神经网络的输入获得暂态稳定性评估结果以及暂态稳定约束函数值;通过分别计算暂态稳定约束函数值关于暂态稳定性能指标的梯度以及暂态稳定性能指标关于紧急控制量的梯度,最终获得暂态稳定约束函数关于紧急控制变量的梯度,根据所得各个控制变量的梯度依照最优控制变量的寻优方法获得最终的紧急控制策略;算法将绝大部分原始系统上的数值积分计算转化为神经网络的计算,保留原始系统暂态稳定约束函数计算性质的同时大幅减少计算量,并且总的计算量不随所分析电力系统的规模增长而显著增加。该算法可以快速获得有效的紧急控制策略,十分适合于在线应用。