基于广域相量测量的电力系统暂态稳定分析方法的研究

论文摘要

广域相量测量技术的发展提高了电力系统的可观性,近年来在暂态稳定分析领域得到重视和应用。本文在综述暂态稳定分析方法的基础上,结合广域相量测量技术,研究系统故障后暂态行为的内在机理,提出了一种适合于暂态稳定监测的PMU优化配置方案和基于PMU局部量测数据的轨迹分析方法。该方法研究了在广域测量系统不能覆盖全网的情况下,如何提取有效信息以分析系统暂态稳定性。首先基于慢同调方法研究了大扰动下的同调机群识别问题。本文从研究慢同调决定的网络薄弱环节出发,探讨分群与网络弱联系的关系,分析制约暂态稳定的网络结构自身因素。结果表明,慢同调方法能够揭示网络固有的分层分区特点,故障虽然具有不确定性,不同故障位置下分群结果也略有不同,但最大故障集对应的网络临界割集组是确定的,大扰动下的分群仍然取决于网络拓扑特征。在分群的基础上研究了暂态稳定监测的PMU配置问题。建立了局部惯性中心模型,通过推导局部惯性中心动能之和与各机动能之和的关系,提出了在每群动能轨迹最接近该群局部惯性中心的发电机处配置PMU的方案,建立的量化指标从整体上评价了各机与所在群惯性中心的贴近程度,物理意义清晰,为PMU实际工程布点提供了依据。基于WAMS局部量测数据研究了暂态稳定分析问题。建立了局部惯性中心坐标系代替全网惯性中心坐标系,建立了局部惯性中心坐标下轨迹分析法的稳定指标,量化分析系统暂态稳定性。仿真结果表明,利用局部信息仍然能够正确分析系统暂态稳定性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究暂态稳定问题的重要性
• 1.2 电力系统暂态稳定分析方法的研究现状
• 1.2.1 数值仿真法
• 1.2.2 直接法
• 1.2.3 直接法与数值仿真相结合的混合法
• 1.3 WAMS 在暂态稳定分析中的应用
• 1.4 课题研究目的及意义
• 1.5 本文主要研究内容
• 第2章 同调机群识别
• 2.1 引言
• 2.2 同调机群识别的意义
• 2.3 同调机群识别的基本概念
• 2.4 同调机群识别主要方法概述
• 2.5 基于慢同调方法的同调识别
• 2.5.1 前提假设
• 2.5.2 系统模型
• 2.5.3 基于奇异摄动理论的慢同调方法
• 2.5.4 慢同调与网络临界割集之关系
• 2.6 算例分析
• 2.7 本章小结
• 第3章 暂态稳定监测的PMU 配置方法
• 3.1 引言
• 3.2 暂态稳定监测的要求
• 3.3 PMU 优化配置方法概述
• 3.4 本文方法
• 3.4.1 局部惯性中心及其动能
• 3.4.2 暂态稳定监测的PMU 配置方案
• 3.5 算例分析
• 3.6 本章小结
• 第4章 基于WAMS 局部信息的轨迹分析方法
• 4.1 引言
• 4.2 直接法理论概要
• 4.3 局部惯性中心坐标下的单机能量函数及其导数
• 4.3.1 局部惯性中心坐标下的系统模型
• 4.3.2 单机能量函数
• 4.4 基于单机能量的系统暂态过程分析
• 4.5 局部惯性中心坐标下的发电机稳定指标
• 4.5.1 发电机稳定指标Si 定义
• 4.5.2 稳定指标与转子运动特征的关系
• 4.6 算例分析
• 4.7 本章小结
• 结论
• 致谢
• 参考文献
• 附录A 公式（3-3）的证明
• 附录B 算例系统