论文部分内容阅读
本文基于稳定域边界的解析形式,给出了电力系统动态安全域局部边界的解析表达式.进一步,通过稳定域边界的二次近似和灵敏度,给出电力系统安全域的二阶近似.仿真表明,二阶近似比一阶近似更为准确.
动态安全域局部边界及其二阶近似
【摘 要】
：
本文基于稳定域边界的解析形式,给出了电力系统动态安全域局部边界的解析表达式.进一步,通过稳定域边界的二次近似和灵敏度,给出电力系统安全域的二阶近似.仿真表明,二阶近似比一阶近似更为准确.
【机 构】
：
清华大学电机系(北京) 香港大学电机电子工程系(香港)
【出 处】
：
中国高等学校电力系统及其自动化专业第20届学术年会
【发表日期】
：
2004年6期
其他文献
当电网出现停电状况时,系统应尽快恢复到正常工作状态以确保供电安全和避免长时间的供电中断.当电网在恢复过程中出现谐振过电压时,由于变压器的非线性特性曲线,造成研究与分析的复杂化.在不同的情况下,对于不同的,选择合适的方法,工具和研究模型去满足不同的目的是很重要的.
无功优化是电力网络优化的主要措施,其实质是一个多目标非线性混合优化问题.本文采用免疫遗传算法来研究该问题的求解方法.免疫遗传算法在传统遗传算法的基础上,借鉴生物免疫机制中抗体的多样性保持策略和记忆抗原的特点,大大提高了算法的全局搜索和局部搜索能力.实验表明,免疫遗传算法具有很好的全局收敛性,能有效解决无功优化问题.
为了节省计算时间,提高工作效率,并反映实际系统运行方式的变化,福建电网的在线稳定控制系统需要对华东电网进行实时的动态等值.本文基于华东电网运行方式对福建—华东联网系统稳定计算的影响以及华东电网机组的同调性分析,并考虑到可能获取的实时信息情况,确定了华东电网等值系统的网络结构,其中保留了关键的线路和节点,并将同调机群等值为相应的机组.通过对等值系统参数和实际系统变量之间的变化规律进行研究,提出了实际
输电网扩展规划是复杂的非线性大规模组合优化问题.本文提出一种基于分布估计算法的电力系统输电网扩展规划模型.分布估计算法是进化算法的一种,它通过统计当前群体中比较优秀的个体取值给出下一代个体分布的概率估计,同时采用随机取样克服早熟现象的发生,因此该算法具有较快的收敛速度和全局寻优能力.算例结果表明:该模型可靠有效,加入特殊算子改进后,可进一步提高精度,加快速度.
最优潮流问题从提出到目前,许多实用的算法得到了发展运用.然而,这些算法都对问题的不可行性缺乏感知能力.同伦内点法通过引入同伦参数,将对问题不可行性的检测转化为对同伦参数的检测,通过同伦参数的数值变化判断问题是否出现了不可行的情况.非线性同伦内点法把同伦变量引入单调补偿问题,转化为同伦单调补偿问题,并用内点法的思想求解.对IEEE6、IEEE118节点试验系统的计算表明,其计算结果与运用内点法所得的
介绍了多机电力系统分散协调励磁控制的建模方法,利用相关特性法优化计算权矩阵,在希望的系统阻尼比和适当大小的机端电压反馈系数的共同约束下,求解Levine-Atlans方程组得到最优反馈系数.对一个典型复杂系统(EPRI-36系统)进行了分散控制结构约束下的全局盛磁调节反馈系数的优化计算.根据所得的优化计算结果,使用电力系统分析综合程序(PSASP6.2)的用户自定义功能对求取的励磁规律建模、仿真.
定子单相接地故障是发电机的常见故障,而且是更为严重的发电机内部短路故障的先兆.大型发电机对定子单相接地保护的灵敏性和可靠性提出了更高的要求,为此本文对现有发电机定子绕组单相接地故障的仿真方法及其保护进行了综述.首先介绍了各种仿真方法,并通过对各种方法的分析比较,阐述了他们的优缺点;然后又简要介绍了目前广泛使用的成熟的定子单相接地保护方案,并重点介绍了新近发展起来的采用新手段新判据的保护方案,分析了
本文提出一种电力系统小扰动稳定分析的完全解耦频域模型和方法,为解决大型电力系统详细模型下小扰动稳定分析的"维数灾难"提供了新的途径.从多机系统等效二阶模型出发,证明了各发电机组力矩增量可等效看作仅与本机功角增量相关,从而将n机系统解耦为n个单机系统,实现了多机系统的完全解耦.基于该模型,逐点计算求取各单机系统的开环频率特性,利用Nyquist判据和稳定裕量分析其小扰动稳定性;通过单机系统闭环特征多
本文分析讨论了同杆并架多回输电线路避雷线上的电能损耗的计算方法,通过编程计算了模型系统在各种情况下避雷线的电能损耗,并且讨论分析了导线相序的排列方式、部分输电线停运、相间距离变化以及输电线上电流变化对电能损耗的影响,总结归纳其变化规律.
短期负荷预测的评估系统是指对某个地区,不同时刻的历史真实数据,应用不同的预测模型(包括含有几种预测方法的组合模型)进行模拟预测,评估不同预测方法的合理性、适用性,方便指导调度的日常负荷预测工作.在此基础上,引入了优化组合预测模型.将多个电力系统负荷预测模型有机的结合起来,通过综合各个预测模型的优点,得出更为准确的结果.