配电网运行状态空间的安全性分布：特征及应用

随着智能电网建设，我国城市配电网的调度运行将变得更精细，深入研究配电网运行的状态空间十分必要，特别是调度部门关心的安全性问题．本文研究了配电网运行状态空间的安全性分布．首先，为建立系统状态(工作点)和安全性结果间的映射关系，设计了两种计及主变容量约束的安全函数，用来量化系统的安全程度．其次，提出了运行状态空间安全性分布的概念，状态空间内所有工作点及其安全函数值构成了安全性分布．然后，在IEEERBTS-Bus4扩展算例中验证了所提概念和方法，并绘制了算例配电网的状态空间安全性分布图．研究发现，在状态空间中，安全性分布形成了一种类似自然界电场、磁场的“安全性场”，其分布特征如下：以空载点为中心呈“等安全线”形式分布，并且具有单调减的自然特性，即距离中心越远，等安全线值越低．等安全线的法线方向是安全性变化最快方向，也是安全性提高的最优控制方向．     

基于综合关键度的电网关键线路辨识

关键线路辨识对预防连锁故障及大停电具有重要意义。为提高电网关键线路辨识的有效性和准确性,在N-1故障条件下,综合分析了线路断开对电网运行状态、系统负载率、线路过载、母线电压波动、系统无功潮流转移和停电事故损失负荷等造成的影响。根据电网的整体和局部特性、有功和无功潮流、母线电压和负载率等变化情况,构建了综合关键度指标,提出了一种基于综合关键度指标的电网关键线路辨识方法。以IEEE39节点系统为算例,将辨识结果与现有研究方法进行比较,验证了方法的有效性和准确性。研究可为电网规划和调度提供参考,对关键线路进行重点监控,提前制定防御措施,可减少连锁故障发生和提高电力系统稳定性。     

天然气管网系统的输气能力曲线

输气能力(GTC)是天然气管网系统的关键指标,用于描述系统的输送能力极限.天然气管网系统存在输气能力曲线,能更完整地描述系统的输送能力极限.描述天然气管网系统运行时的工作点和输气安全性,并给出GTC的数学模型.提出GTC曲线的定义、模型、指标及绘制方法.分别基于小型天然气管网和大型比利时天然气管网验证所述方法,并与现有...     

基于深度学习的电网安全态势感知

随着电网的发展和技术的进步,电网结构日益复杂,能够及时有效地对电网的安全态势进行感知显得尤为重要。深度学习,近些年在文本、语音、图像等方面取得了巨大进展,同时在人工智能领域也占据着重要地位。将深度学习与电网的安全态势感知相结合,提出了基于深度学习的电网安全态势感知。在态势理解阶段,从电网的静态安全性和动态安全性两个方面出发,构建了一套较完整的电网安全态势评价体系,用来表征电网的运行轨迹。在态势预测阶段,构建深度学习模型,完成对电网安全态势的感知。最后以IEEE39节点系统为例,将其与BP(back propagation)神经网络和RBF(radial-basis function)神经网络预测模型进行了对比分析,验证了深度学习可以有效地对电网的安全态势进行感知,且预测精度高于传统的神经网络模型。     

中国电网停电事故时间间隔的统计及分布特性分析

为研究中国电网停电事故的复杂动态特性,分析了中国电网停电事故时间间隔的分布特性.首先,对中国电网1981～2014年的停电事故的时间间隔进行了统计分析和正态性检验,指出了中国电网停电事故的时间间隔近似满足幂律分布.其次,利用重标方差(rescaled variance, V/S)方法对中国电网停电事故的时间间隔序列进行了相关性分析,指出了中国电网停电事故的时间间隔序列具有长程正相关性和统计自相似性.最后,给出了电网停电事故时间间隔分布特性的意义.