一种不确定类算例暂态稳定性判定方法及系统

摘要

本发明公开了一种不确定类算例暂态稳定性判定方法及系统，本发明对不确定类算例实施数值积分，获得受扰轨迹，通过挖掘所获受扰轨迹的轨迹量化信息或轨迹形态信息进行暂态稳定性判定，实现了不确定类算例暂态稳定性快速判定，相较基于详细模型小步长数值积分的传统判稳方式，可减少至少60％计算量。

说明书

技术领域

本发明涉及一种不确定类算例暂态稳定性判定方法及系统，属于电力系统及其自动化技术领域。

背景技术

专利《电力系统暂态稳定评估预想故障集快速筛选方法》(专利号：ZL201310132812.7)基于扩展等面积准则(extended equal-area criterion,EEAC)，以由简化程度不同的暂态稳定分析算法，即静态EEAC(SEEAC)和动态EEAC(DEEAC)，反映的研究算例暂态稳定裕度及进一步获得的算例时变程度为指标，结合研究算例故障信息，匹配组合成不同筛选判据，从预想故障全集中分层筛除掉满足筛选判据的预想故障子集，大大减少了需进行详细暂态稳定分析的预想故障数，在保证不失暂态稳定评估准确性的前提下，提高暂态稳定评估快速性，从而恰到好处地协调暂态稳定分析的精度与速度。

进一步地，专利《电力系统暂态稳定评估预想故障快速强壮分类方法》(专利号ZL201410271454.2)优化且丰富了识别规则，将算例全集分为稳定、拟似稳定、临界、拟似失稳和失稳五类，由于补充了对失稳算例的识别，故筛选效率得到了提升。

采用现有快速筛选方法(如上述两个专利)识别的算例为不确定类者，称为不确定类算例，对于未被筛除的不确定类算例，仍需基于详细数值积分获得其稳定特性，仍将耗费较大计算代价，无法快速判定。

发明内容

本发明提供了一种不确定类算例暂态稳定性判定方法及系统，解决了不确定类算例无法快速判定暂态稳定性的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种不确定类算例暂态稳定性判定方法，包括，

对不确定类算例实施数值积分，获得以故障发生时刻为起始点的受扰轨迹；

若受扰轨迹满足预设的轨迹量化信息挖掘要求，根据受扰轨迹挖掘轨迹量化信息；

若轨迹量化信息可信，直接判定不确定类算例的暂态稳定性；

若轨迹量化信息不可信、或受扰轨迹满足预设的轨迹形态信息挖掘要求，根据受扰轨迹挖掘轨迹形态信息；

若轨迹形态信息当前时刻成熟，采泰勒展开获取后续受扰轨迹，基于全过程受扰轨迹，判定不确定类算例的暂态稳定性。

轨迹量化信息挖掘要求为受扰轨迹积分步数大于等于步数阈值、且积分时间大于等于时间阈值；轨迹形态信息挖掘要求为受扰轨迹积分步数大于等于步数阈值、且积分时间小于时间阈值。

若轨迹量化信息可信，直接判定不确定类算例的暂态稳定性，具体过程为，

根据轨迹量化信息，获得轨迹摆次量化裕度指标，并判断相应摆次FEP/DSP是否病态；

根据轨迹摆次量化裕度指标和相应摆次FEP/DSP病态判断结果，判定不确定类算例的暂态稳定性。

判断摆次FEP/DSP是否病态的过程为，

计算摆次FEP/DSP处群内动能与群际动能的比值；

若比值小于比值阈值，则摆次FEP/DSP非病态；

若比值大于等于比值阈值，则摆次FEP/DSP病态。

计算摆次FEP/DSP处群内动能与群际动能的比值，公式为，

其中，σ

若根据特征值在相邻时间断面处的差异和判据判定轨迹形态信息当前时刻成熟，采泰勒展开获取后续受扰轨迹，基于全过程受扰轨迹，判定不确定类算例的暂态稳定性；其中特征值为表征轨迹形态信息的特征值。

特征值包括，

转子角包络距离：

δ

其中，δ

次最大间隙与最大间隙比值：

其中，δ

前s大间隙值均方差：

其中，δ

判据包括，

判据一：在故障清除一小段时刻后的连续3个相邻时间断面处，特征值中的转子角包络距离趋于一致；

判据二：在故障清除一小段时刻后的连续2个相邻时间断面处，特征值中的次最大间隙与最大间隙比值趋于一致；

判据三：在故障清除一小段时刻后的连续5个相邻时间断面处，特征值中的前s大间隙值均方差趋于一致

任一判据满足，则判定轨迹形态信息当前时刻成熟。

基于全过程受扰轨迹，判定不确定类算例的暂态稳定性，具体过程为：

若实施数值积分获得的受扰轨迹收敛、全过程受扰轨迹收敛、当前时段单机动能最大值小于动能阈值、且全过程受扰轨迹所获量化稳定裕度大于等于裕度阈值，则判定不确定类算例暂态稳定；其中，当前时段为从当前时间断面向前回溯若干个积分步长；

若实施数值积分获得的受扰轨迹失稳、全过程受扰轨迹失稳、当前时段单机动能最大值大于动能阈值、且全过程受扰轨迹所获量化稳定裕度小于裕度阈值，则判定不确定类算例暂态失稳。

一种不确定类算例暂态稳定性判定系统，包括，

受扰轨迹模块：对不确定类算例实施数值积分，获得以故障发生时刻为起始点的受扰轨迹；

轨迹量化信息挖掘模块：若受扰轨迹满足预设的轨迹量化信息挖掘要求，根据受扰轨迹挖掘轨迹量化信息；

第一判定模块：若轨迹量化信息可信，直接判定不确定类算例的暂态稳定性；

轨迹形态信息挖掘模块：若轨迹量化信息不可信、或受扰轨迹满足预设的轨迹形态信息挖掘要求，根据受扰轨迹挖掘轨迹形态信息；

第二判定模块：若轨迹形态信息当前时刻成熟，采泰勒展开获取后续受扰轨迹，基于全过程受扰轨迹，判定不确定类算例的暂态稳定性。

本发明所达到的有益效果：本发明对不确定类算例实施数值积分，获得受扰轨迹，通过挖掘所获受扰轨迹的轨迹量化信息或轨迹形态信息进行暂态稳定性判定，实现了不确定类算例暂态稳定性快速判定，相较基于详细模型小步长数值积分的传统判稳方式，可减少至少60％计算量。

附图说明

图1为本发明方法的流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，一种不确定类算例暂态稳定性判定方法，包括以下步骤：

步骤1，对不确定类算例基于详细模型及小积分步长实施恰当的数值积分，获得以故障发生时刻为起始点的受扰轨迹。

步骤2，若受扰轨迹满足预设的轨迹量化信息挖掘要求，则根据受扰轨迹挖掘轨迹量化信息，转至步骤3；若受扰轨迹满足预设的轨迹形态信息挖掘要求，则转至步骤4。

轨迹量化信息挖掘要求：受扰轨迹积分步数大于等于步数阈值、且积分时间大于等于时间阈值；轨迹形态信息挖掘要求：受扰轨迹积分步数大于等于步数阈值、且积分时间小于时间阈值；其中，步数阈值为5步，时间阈值为0.5秒。

步骤3，判断轨迹量化信息是否可信，若可信，则直接判定不确定类算例的暂态稳定性；若不可信，则转至步骤4。

直接判定不确定类算例的暂态稳定性，具体过程：

31)根据轨迹量化信息，获得轨迹摆次量化裕度指标，并判断相应摆次FEP/DSP(最远点/动态鞍点)是否病态；

判断摆次FEP/DSP是否病态的过程：

1)计算摆次FEP/DSP处群内动能与群际动能的比值；

其中，σ

2)若比值小于比值阈值，则摆次FEP/DSP非病态；

3)若比值大于等于比值阈值，则摆次FEP/DSP病态。

32)根据轨迹摆次量化裕度指标和相应摆次FEP/DSP病态判断结果，判定不确定类算例的暂态稳定性。

步骤4，根据受扰轨迹挖掘轨迹形态信息。

步骤5，若根据特征值在相邻时间断面处的差异和判据判定轨迹形态信息当前时刻成熟，采泰勒展开获取后续受扰轨迹，基于全过程受扰轨迹，判定不确定类算例的暂态稳定性；若不成熟，则增加步数，重复上面步骤，其中特征值为表征轨迹形态信息的特征值。

具体的特征值包括：

1)转子角包络距离：

δ

其中，δ

2)次最大间隙与最大间隙比值：

其中，δ

3)前s大间隙值均方差：

其中，δ

轨迹形态信息成熟的判据包括，

判据一：在故障清除一小段时刻后的连续3个相邻时间断面处，特征值中的转子角包络距离趋于一致；

表达式为：

t

判据二：在故障清除一小段时刻后的连续2个相邻时间断面处，特征值中的次最大间隙与最大间隙比值趋于一致；

表达式为：

t

判据三：在故障清除一小段时刻后的连续5个相邻时间断面处，特征值中的前s大间隙值均方差趋于一致；

表达式为：

t

其中，t

基于全过程受扰轨迹，判定不确定类算例的暂态稳定性，具体过程为：

1)若实施数值积分获得的受扰轨迹收敛、全过程受扰轨迹收敛、当前时段单机动能最大值小于动能阈值、且全过程受扰轨迹所获量化稳定裕度大于等于裕度阈值，则判定不确定类算例暂态稳定；其中，当前时段为从当前时间断面向前回溯若干个积分步长，一般回溯4个步长；

2)若实施数值积分获得的受扰轨迹失稳、全过程受扰轨迹失稳、当前时段单机动能最大值(从当前时间断面向前回溯4个步长)大于动能阈值、且全过程受扰轨迹所获量化稳定裕度小于裕度阈值，则判定不确定类算例暂态失稳。

上述方法对应的软件系统，包括，

受扰轨迹模块：对不确定类算例实施数值积分，获得以故障发生时刻为起始点的受扰轨迹；

轨迹量化信息挖掘模块：若受扰轨迹满足预设的轨迹量化信息挖掘要求，根据受扰轨迹挖掘轨迹量化信息；

第一判定模块：若轨迹量化信息可信，直接判定不确定类算例的暂态稳定性；

轨迹形态信息挖掘模块：若轨迹量化信息不可信、或受扰轨迹满足预设的轨迹形态信息挖掘要求，根据受扰轨迹挖掘轨迹形态信息；

第二判定模块：若轨迹形态信息当前时刻成熟，采泰勒展开获取后续受扰轨迹，基于全过程受扰轨迹，判定不确定类算例的暂态稳定性。

本发明对不确定类算例实施数值积分，获得受扰轨迹，通过挖掘所获受扰轨迹的轨迹量化信息或轨迹形态信息进行暂态稳定性判定，灵活运用数值积分及泰勒展开实现了不确定类算例暂态稳定性快速判定，相较基于详细模型小步长数值积分的传统判稳方式，可减少至少60％计算量。

上述方法可作为已有的仅基于泰勒展开的暂态稳定判定方法的补充，即暂态稳定性判定方法，具体如下：

A1)对于全部算例集，筛除仅基于泰勒展开即可识别其稳定性质的算例，余下不确定类算例；

对于全部算例集，利用专利《电力系统暂态稳定评估预想故障集快速筛选方法》、《电力系统暂态稳定评估预想故障快速强壮分类方法》(专利号：ZL201310132812.7、ZL201410271454.2)中所述算例筛选方法实施算例筛除，过滤稳定性质明确者；

A2)遍历所有不确定类算例，采用上述不确定类算例暂态稳定性判定方法，进行判定不确定类算例的暂态稳定性。

一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行不确定类算例暂态稳定性判定方法或暂态稳定性判定方法。

一种计算设备，包括一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行不确定类算例暂态稳定性判定方法或暂态稳定性判定方法的指令。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。