引言

暫態(tài)穩(wěn)定評估(TSA）是指評估當電力系統(tǒng)發(fā)生大的擾動后,系統(tǒng)中的各個發(fā)電機能否保持同步運行的能力,該問題一直是關乎電力系統(tǒng)安全運行的關鍵問題。目前研究方法可大致分為三類:時域仿真法、直接法和基于模式識別的TSA(PRTSA）法。仿真法的優(yōu)點是數(shù)學模型詳盡,能提供狀態(tài)變量隨時間的響應,準確可靠:但其計算結果依賴于系統(tǒng)模型、參數(shù)的準確性,且計算量大,難以滿足大系統(tǒng)在線應用的速度要求。直接法計算速度較快,可提供穩(wěn)定裕度:但缺點是能量函數(shù)構造困難,計算結果保守、可靠性較差。與前兩種方法不同,PRTSA通過對大量具有代表性的訓練樣本進行訓練學習,獲得反映系統(tǒng)穩(wěn)定特性的穩(wěn)定評估知識,然后基于所獲知識對系統(tǒng)穩(wěn)定水平進行在線判別。PRTSA方法的學習能力強、評估效率高,因而有著良好的應用前景。

1基于模式識別的暫態(tài)穩(wěn)定評估

1.1特征選擇

特征選擇是PRTSA的首要工作,該問題屬于典型的組合優(yōu)化問題。文獻提出了一種基于神經網絡的暫態(tài)穩(wěn)定評估方法,并且采用FiSher判別法對輸入特征進行了選擇。文獻提出了一種基于支持向量機的兩階段特征選擇方法。文獻提出了一種基于改進最大相關最小冗余判據(jù)的TSA特征選擇方法。文獻提出了一種基于核模糊粗糙集和Memetic算法的TSA特征選擇方法,并在實際系統(tǒng)進行了仿真驗證。

1.2模型構建

在分類問題中,合理的評估模型是確保復雜性與推廣性二者間恰當平衡的關鍵,可避免"欠學習"或"過學習"等問題,提升模型的分類性能。文獻提出了一種基于決策樹的TSA模型。文獻首次將人工神經網絡用于構建暫態(tài)穩(wěn)定評估模型。文獻提出了一種基于細菌群體趨藥性(BCC）算法優(yōu)化局部學習機的評估模型。文獻利用同步相量數(shù)據(jù),提出了一種基于貝葉斯多核學習的TSA評估方法。文獻提出了一種基于極限學習機(ELM）的評估模型。文獻基于支持向量機理論,提出了一種適用于大規(guī)模電力系統(tǒng)的TSA模型。文獻提出了一種多特征融合的TSA方法。文獻提出了一種基于優(yōu)化極限學習機的TSA方法,并采用改進粒子群算法優(yōu)化評估模型的參數(shù)。

1.3在線學習

考慮到在實際應用中訓練樣本無法覆蓋系統(tǒng)的所有運行工況,加之運行方式的時變性,因此借助離線仿真訓練所得到的評估模型對于在線評估不具備良好的適用性。為此,研究評估模型的在線學習能力具有重要意義。文獻的研究表明,在線SVR是一種有效的求解電力系統(tǒng)超短期負荷預測的在線學習算法:進而文獻提出了一種基于SVM增量學習的TSA方法。文獻提出了一種基于在線序貫極限學習機(oS-ELM）的TSA模型,增強了模型的在線學習能力。文獻提出了一種基于集成oS-ELM的評估模型,該模型采用oS-ELM作為弱分類器,并用在線BooSting算法提升模型的分類性能,從而實現(xiàn)模型的在線更新。文獻采用集成oS-ELM構建TSA評估模型,并采用二進制Jaya算法選取最優(yōu)特征子集。

1.4規(guī)則提取

規(guī)則提取是"黑箱型"機器學習系統(tǒng)的重要問題,目的是將學習機中所學到的知識以一種易于理解的方式表達出來。文獻提出了一種基于線性決策樹的暫態(tài)穩(wěn)定規(guī)則提取方法,但評估結果對樣本構成敏感,而且決策知識的外延能力和魯棒性較差。文獻提出了一種基于ELM和改進螞蟻礦工算法的TSA規(guī)則提取方法,該研究對提升PRTSA方法的可理解性、解釋性具有重要研究價值。

2待研究的問題

2.1新能源接入的影響

近年來,分布式電源在電力系統(tǒng)的接入比例日益增大,特別是微電網作為新能源接入的重要形式在電網中得到了大力推廣。文獻考慮負荷和可再生發(fā)電的不確定性,研究了含儲能孤立微網的最優(yōu)調度。文獻提出采用實時定價來協(xié)調多利益主體場景下電動汽車換電站和微電網間的協(xié)調調度問題。文獻提出了基于改進蟻群算法的微電網多目標優(yōu)化調度。然而,新能源作為一種清潔能源,本身具有較強的不確定性,同時熱電聯(lián)產的接入又增加了問題的復雜性,這些對分析電力系統(tǒng)的暫態(tài)穩(wěn)定性提出了新的挑戰(zhàn)。因此,考慮大規(guī)模新能源接入的電力系統(tǒng)TSA是值得深入研究的新課題。

2.2含VSC-HVDC系統(tǒng)的穩(wěn)定評估

作為新一代直流輸電技術,柔性直流輸電(VSC-HVDC）憑借靈活、快速的調節(jié)能力,受到了研究人員的廣泛關注。文獻考慮經濟性和環(huán)境因素提出了含VSC-HVDC系統(tǒng)的多目標最優(yōu)潮流(MoPF）。文獻采用NSGA-II優(yōu)化MoPF模型,進而采用決策分析確定最優(yōu)折中解。文獻提出了融合決策分析到優(yōu)化過程的兩階段交直流系統(tǒng)MoPF方法。文獻含VSC-HVDC系統(tǒng)的控制孤島問題的研究,表明通過柔直線路進行孤島間功率交換可降低源-荷不平衡。文獻對于采用VSC-HVDC向無源網絡供電進行了仿真研究。但迄今,含VSC-HVDC系統(tǒng)穩(wěn)定評估的相關研究仍鮮有報道,亟待深入研究。

3結語

快速、準確的暫態(tài)穩(wěn)定分析是保障電網安全運行的重要問題,因此,對這一問題進行全面、深入研究具有重要意義。本文從特征選擇、模型構建、在線學習和規(guī)則提取等四個方面對基于模式識別的TSA方法進行了歸納和梳理,并對待研究的問題展開了探討。