基于多个节点道路集的暂态稳定数值积分算法

摘要

电力系统暂态稳定分析是电力系统分析计算中最基础最核心的内容之一。在线动态安全分析、安全稳定紧急控制、预防控制、智能调度等先进技术的推广应用，要求能够快速、准确、可靠的对大规模电力系统进行暂态稳定仿真。鉴于此，本文的主要研究目的是减少电力系统暂态计算过程的计算量，从而提高计算速度。
　　本文主要从两个方面来减少暂态计算过程的计算量:第一是优化网络节点编号算法，首先进行了节点编号启发式算法的比较研究，从图论方面论述了T-2、MD-ML、MD-A1、MD-MNP等节点编号算法的原理，并且在五个规模不同的系统上进行仿真测试，给出了仿真结果。接着，针对启发式算法是一个逐步寻优的过程，得到的并非全局的最优解这一缺陷，介绍了粒子群优化智能算法PSO，通过该算法得到近似的全局最优解，用以衡量各种启发式算法的改善效果。最后，针对电力系统暂态分析计算这一类特定的问题中，稀疏矢量和解矢量的节点号是确定的、相同的，提出较小度最小有源前趋节点编号优化算法，以缩短确定的稀疏矢量元道路集路径长度。给出了算法的图论解释、算法流程以及仿真结果。
　　第二方面是针对暂态分析计算求解网络方程的迭代过程，阐述了不同负荷模型下，迭代求解过程的差异。重点研究感应电动机负荷模型下，针对一个积分时步内感应电动机节点等效注入电流不变的特点，提出基于多个节点道路集的暂态稳定数值积分算法，主要为了省去一部分不必要的节点电压的迭代计算，从而减少计算量。

目录

声明

摘要

第一章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．3 本文研究的内容

1．4．预期目标

1．5 本文采用的仿真软件

第二章 网络节点编号优化算法的比较研究

2．1 新增元最少的节点编号算法比较

2．2 减少道路集路径长度的节点编号算法比较

2．2．1 减少道路集路径长度的节点编号算法原理

2．2．2 算例比较

2．3 粒子群优化算法在节点编号优化中的应用

2．3．1 粒子群优化算法的原理

2．3．2 基本粒子群优化算法模型

2．3．3 基本粒子群优化算法的流程

2．3．4 粒子群优化算法参数的设置

2．3．5 粒子群优化算法在节点编号优化中的应用

2．3．6 粒子群优化算法与启发式算法的比较

2．4 本章小结

第三章 较小度最小有源前趋节点编号优化算法

3．1 电力系统暂态稳定计算问题

3．2 电力系统暂态稳定计算的特点

3．3 较小度最小有源前趋节点编号优化算法原理

3．3．1 最小有源前趋节点编号算法的原理

3．3．2 较小度最小有源前趋节点编号算法

3．3．3 较小度最小有源前趋节点编号算法的过程图示

3．4 较小度最小有源节点深度编号算法流程

3．5 算例仿真

3．6 算例仿真结果分析

3．7 本章小结

第四章 基于多个节点道路集的暂态稳定数值积分算法

4．1 暂态稳定计算的数学模型

4．1．1 电力网路模型

4．1．2 Eq’恒定时发电机模型

4．1．3．发电机的转子微分方程的求解

4．1．4 负荷与网络的连接

4．2 暂态稳定分析计算的基本流程

4．3 感应电动机负荷模型下暂态计算的有源节点分类原理

4．4 基于多个节点道路集的暂态稳定数值积分算法

4．5 算例仿真及结果分析

4．6 本章小结

第五章 总结与展望

参考文献

致谢

攻读硕士学位期间发表的论文

作者介绍