暫態(tài)穩(wěn)定算例的高效篩除

黃天罡, 薛禹勝, 陳國(guó)平, 薛 峰, 文福拴

(1. 東南大學(xué)電氣工程學(xué)院, 江蘇省南京市 210096; 2. 南瑞集團(tuán)(國(guó)網(wǎng)電力科學(xué)研究院)有限公司, 江蘇省南京市 211106; 3. 智能電網(wǎng)保護(hù)和運(yùn)行控制國(guó)家重點(diǎn)實(shí)驗(yàn)室, 江蘇省南京市 211106; 4. 國(guó)家電力調(diào)度控制中心, 北京市100031; 5. 浙江大學(xué)電氣工程學(xué)院, 浙江省杭州市 310027)

0 引言

數(shù)值積分是分析多機(jī)系統(tǒng)穩(wěn)定性的基本手段,但由于只能憑經(jīng)驗(yàn)實(shí)現(xiàn)定性分析,不支持靈敏度分析及決策優(yōu)化,而大大限制了在線應(yīng)用。此外,由于計(jì)算量巨大,故難以滿足大規(guī)模分布電源接入后的大型互聯(lián)電網(wǎng)對(duì)穩(wěn)定分析速度的要求[1]。

穩(wěn)定算例的篩除(以下簡(jiǎn)稱為“算例篩除”)及穩(wěn)定性的量化是減小總計(jì)算量的重要措施。實(shí)現(xiàn)的途徑包括基于特征時(shí)變量的分類器、基于因果關(guān)系的近似算法、基于受擾軌跡近似穩(wěn)定裕度的分類器。

算例篩除通常采用計(jì)算量較小的機(jī)器學(xué)習(xí)技術(shù)來(lái)設(shè)計(jì)分類器。通過(guò)大量學(xué)習(xí)樣本加以訓(xùn)練,然后用它從需要分析的大量算例中識(shí)別出肯定穩(wěn)定的算例。這樣,就僅需要對(duì)剩余的算例(包括失穩(wěn)的算例及穩(wěn)定性尚未能確認(rèn)的算例)做詳細(xì)的分析,從而減小了計(jì)算量。顯然,穩(wěn)定性分類器必須保證在任何情況下都不會(huì)將不穩(wěn)定或臨界穩(wěn)定的算例誤判為穩(wěn)定(稱為風(fēng)險(xiǎn)性誤判,或在本文“穩(wěn)定算例的篩除”語(yǔ)境下稱為風(fēng)險(xiǎn)性誤篩);同時(shí),為了提高效率而盡量降低將實(shí)際穩(wěn)定的算例誤判為失穩(wěn)(稱為降效性誤判,或在“穩(wěn)定算例的篩除”語(yǔ)境下稱為降效性漏篩)的比例。……