考慮主導不穩定平衡點變化的電力系統暫態穩定切機控制策略

郭海霞

摘 要：隨著電壓等級的升高和單線傳輸容量的增加，元件故障對系統暫態穩定性的影響更大。當預測到電力系統的暫態穩定將被破壞時，必須采取及時有效的控制措施來抑制系統失穩，其中切除控制可以改變切除節點的慣性和動能，是電力系統暫態功角穩定控制的主要措施之一。在此基礎上，討論了考慮主導不穩定平衡點變化的電力系統暫態穩定停機控制策略，以供參考。

關鍵詞：主導不穩定平衡點變化;電力系統;暫態穩定切機;控制策略

引言

電力系統的發展使其穩定控制問題日趨重要，其中暫態穩定控制又是穩定控制研究的重中之重，所以備受電力學術界與工業界的關注。發電機的勵磁控制和水/汽門開度控制是比較經典的兩類暫態控制方法，所設計的控制器包括非線性勵磁控制器、自適應勵磁控制器、非線性自適應控制器、分散協調控制器。

1失穩功角軌跡預測

目前對其機群同調性的辨識主要基于發電機組受擾軌跡的相似性進行同調分群，以發電機實時功角信息為基礎，分析同調發電機運動軌跡一致性的特征，辨識系統機群同調性;故障后系統機組功角搖擺曲線進行小波分解，計算各個小波系數的模糊熵，實現了同調機組分群;基于短時響應數據預測機端電壓相量軌跡辨識同調機群，并利用滑動擬合時窗實現了對機組同調性的實時校核。總體來說，機組同調性的識別主要依據發電機功角軌跡曲線，因此本文將臨界機群的識別問題轉化為失穩功角軌跡的短時預測。功角軌跡短時預測是通過對故障清除后至緊急控制前的一段時間內的功角軌跡，預測緊急控制動作前的功角值。在實時緊急控制過程中，對預測失穩的樣本進行功角軌跡預測，有助于提前發現失穩機組，直觀劃分臨界機群，滿足電網緊急控制的時效性。功角軌跡具有一定的時間關聯性，因此輸入樣本應包括連續時間斷面內的歷史數據。從失穩樣本中提取故障清除后k個步長的發電機功角數據作為輸入，針對每臺發電機建立改進AlexNet子模型，訓練基于改進AlexNet的功角預測模型。在線應用時，則從WAMS系統中獲得發電機的功角數據，先預測系統的穩定性，若系統失穩，則預測短時受擾功角軌跡，為劃分臨界機群和后續切機控制提供依據。

2電力系統暫態穩定切機控制策略

2.1考慮單個預想故障

首先考慮故障引起的失穩問題，當故障出現在母線28位點時，出現三相接地短路故障問題，開始于2s，持續時間0.1s，暫態穩定方程計算訓并校核，得到測試數據集和訓練數據集。練集中共存在穩定運行點5905個，失穩運行點也是5905個，在測試集當中，失穩運行點一共有656個。模型訓練進入收斂狀態之后，依靠生成的模型對測試集與訓練集的失穩運行點進行測試，全網負荷因子為0.95，當系統運行到原系統的運行點當中時，一旦出現故障，7號發電機和9號發電機出現加速失穩問題，在預防控制后，系統可以在故障發生后繼續平穩的運行。測試的結果顯示，基于生成對抗網絡的預防控制模型可以借助訓練集學習發電機出力分布的規律，進而實現預防和控制失穩問題的目標。

2.2儲能系統選址

電力系統暫態穩定是與故障相關，網絡中不同位置的嚴重故障對應的臨界割集可能相同也可能不同。從經濟實際出發不可能在全網每一臨界割集處配置儲能系統，因此提出如下選址準則：首先對預想事故集進行離線動態安全評估與分析，通過綜合指標Ciγ找出對應的臨界割集，最后統計不同臨界割集Ci對應嚴重事故數的比重。通過大量仿真可以發現總存在一個臨界割集Cimax對應的事故數遠超其余割集，此割集為網絡輸送斷面最為薄弱的環節。在此割集Cimax配置儲能系統可充分發揮其暫穩調節能力。對導致網絡在其他臨界割集處發生失穩解列的少數事故，通過以常規切機切負荷手段進行暫穩控制。一個臨界割集有多條支路，每條支路對應兩個節點。從現有技術手段來看，儲能系統屬于可以靈活調節有功無功的電源。從吸收暫態能量角度來看，儲能系統配置于距臨界機群電氣距離最近的臨界割集支路送端節點處調節效果最佳。當故障支路同屬于臨界割集支路集合l∈Cimax時，無法通過該故障支路送端的儲能系統調節，需在Cimax其余支路送端配置儲能進行調節。綜上，在臨界割集Cimax每條支路的送端（距臨界機組電氣距離最近的一端）母線處均配置儲能系統。

2.3分析λa給預防控制帶來的影響

可以把用來代表發電機有功出力調整量的正則項式引入生成器的訓練損失函數當中，以此來順利的實現預防目標，控制發電機的調整開支。λa的大小反映了控制成本的整體情況，為了理清λa數值與預防結果控制之間的關系，可按照0.3，0.5，0.7，0.9對λa進行取值，計算模型在測試集與訓練集中的調整效果。通過分析可以發現，當λa數值越小時，發電機的出力調整越劇烈，預防控制模型便會向著更小的控制成本偏移：在λa數值為0.1，0.3，0.5的情況下，有效調整率達到了100%，但在λa數值提升到0.7，0.9時，有效調整率大幅縮減，小于40%。在本文的預防控制模型當中，λa為超參數，采取人為設定數值的方式能夠控制兩個優化目標的權重，科學地調整λa大小，一方面可以保證預防控制的有效性，另一方面還可以減小成本。如果提高λa數值，將會明顯增加預防控制的風險，考慮到電力系統對運行的安全性存在著非常高的要求，在暫態穩定預防控制當中首先要保證電網的穩定性，在預防控制模型中引入正則項式，能夠有效的減少控制成本，最大限度地降低電網的損失風險，在實際應用中應盡量選擇比較小的λa數值。

2.4多機系統的暫態電壓穩定在線判別

電力系統中斷時，仍有一個或多個最嚴重、干擾最小的發電機，故障后最嚴重、干擾最小的發電機被分組并定義為嚴重故障的發電機組，這些發電機組可直接對整個系統的暫時電壓穩定作出反應對于多機系統，為了降低計算成本和提高計算精度，首先需要利用WAMS獲取發電機相關特性的信息量，以及機床終端電壓時間序列與機床終端電壓幅度值之間的時間差電壓如果臨界組在相對機器終端電壓的臨時狀態下不穩定，則系統不穩定;如果臨界組相對于對面終端電壓穩定，系統穩定。

2.5降維處理

由于測量數據通常包含噪音數據，并且通常存在與不同需求無關的屬性，因此不僅會浪費存儲空間并降低學習效率，而且還會影響學習準確性，因此您必須根據需要設置模型性能標準具體的實現模式如下：由于與過渡狀態密切相關的時間尺度主要是故障發生前的時間和故障消除時間，一些研究人員分別選擇這兩個時間點的數據。或原始數據首先分類，其原理是將數據實際分為發電機、電網等。這一選擇也是有針對性的，認為重點是選擇狀態發生重大變化的發電組的數據，這些發電組對臨時狀態的穩定性影響更大。上述方法更主觀，而且縮小算法還允許直接和客觀地選擇一組條目，例如使用當前的主要成分分析方法。

3 結束語

臨時穩定防范控制是一種運行控制手段，在系統中斷隔離的情況下，可以通過調整黨的運行狀態使系統保持固定的運行點，從而確保系統在計劃的故障后正常運行。一般來說，解決暫掛穩定約束和有效解決是研究的優先事項和挑戰

參考文獻：

[1]孫翠清，徐向陽.基于深度殘差網絡的電力系統暫態穩定預測[J].計算機仿真，2021，38（02）：77-81.

[2]李淼，雷鳴，周挺，李永龍，肖宜，嚴斌俊.基于深度森林的電力系統暫態穩定評估方法[J].電測與儀表，2021，58（02）：53-58.

[3]周雨豪.基于深度學習的電力系統暫態穩定評估[D].廣西大學，2019.

[4]邵美陽.基于深度置信網絡的電力系統暫態穩定評估[D].北京交通大學，2019.

（陜西航空電氣有限責任公司，陜西 西安 710000）