Uncertainty Analysis of Time-domain Simulation for Power System Based on Surrogate Model Containing Time Series Terms

SHE Dong; YAN Zheng; WANG Han; MENG Fei; LI Hongqiang; XU Xiaoyuan; DAI Yuchen

doi:10.7500/AEPS20210516005

您当前的位置：

首页 >

文章列表页 >

Uncertainty Analysis of Time-domain Simulation for Power System Based on Surrogate Model Containing Time Series Terms

Application Research | 更新时间：2025-06-16

- Uncertainty Analysis of Time-domain Simulation for Power System Based on Surrogate Model Containing Time Series Terms
- Automation of Electric Power Systems Vol. 46, Issue 20, Pages: 119-128(2022)
- 作者机构：
  
  1.电力传输与功率变换控制教育部重点实验室(上海交通大学),上海市 200240
  2.国网宁夏电力有限公司,宁夏回族自治区银川市 750010
  3.南瑞集团有限公司(国网电力科学研究院有限公司),江苏省南京市 211106
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China(5100-202135022A-0-0-00)
- DOI：10.7500/AEPS20210516005
  CLC：
- Received：16 May 2021，
  
  Revised：2021-11-04，
  
  Published Online：04 March 2022，
  
  Published：25 October 2022
- 稿件说明：
移动端阅览
佘东,严正,王晗等.基于含时序项代理模型的电力系统时域仿真不确定性分析[J].电力系统自动化,2022,46(20):119-128.

SHE Dong,YAN Zheng,WANG Han,et al.Uncertainty Analysis of Time-domain Simulation for Power System Based on Surrogate Model Containing Time Series Terms[J].Automation of Electric Power Systems,2022,46(20):119-128.
佘东,严正,王晗等.基于含时序项代理模型的电力系统时域仿真不确定性分析[J].电力系统自动化,2022,46(20):119-128. DOI： 10.7500/AEPS20210516005.

SHE Dong,YAN Zheng,WANG Han,et al.Uncertainty Analysis of Time-domain Simulation for Power System Based on Surrogate Model Containing Time Series Terms[J].Automation of Electric Power Systems,2022,46(20):119-128. DOI： 10.7500/AEPS20210516005.

摘要

随着电力系统中不确定性因素的不断增加，传统确定性的时域仿真分析已难以满足不确定性环境下系统暂态分析的需要。为此，提出了一种基于含时序项代理模型的时域仿真不确定性分析方法。该方法采用非线性有源自回归（NARX）模型表征系统动态特性，利用多项式混沌展开（PCE）方法刻画系统内随机因素的影响，在保证计算精度的同时，提高了时域仿真不确定性分析过程的效率。同时，引入了最小角回归（LAR）策略以选取代理模型的基函数，克服了高维随机变量所引起的维数灾问题。采用标准IEEE 9节点和118节点系统进行仿真，并与传统方法对比，验证了所提方法的准确性和高效性。

Abstract

With the continuous increase of uncertain factors in power systems

the traditional deterministic time-domain simulation analysis has difficulty in meeting the system transient analysis needs of the power system under uncertain situations. To this end

an uncertainty analysis method of time-domain simulation based on a surrogate model containing time series terms is proposed. This method uses the nonlinear autoregressive with exogenous input (NARX) model to characterize the dynamic characteristics of the power system

as well as using the polynomial chaos expansion (PCE) method to describe the influence of random variables in the power system. While ensuring the calculation accuracy

the efficiency of the uncertainty analysis process of the time domain simulation is increased. At the same time

the least angle regression (LAR) strategy is introduced to select the basis function of the surrogate model

which overcomes the dimensionality disaster problem caused by high-dimensional random variables. The standard IEEE 9-bus system and IEEE 118-bus system are used for simulation

and the accuracy and efficiency of the proposed method are verified compared with the traditional methods.

关键词

Keywords

references

肖磊，邱一苇，吴浩，等 . 基于广义多项式混沌方法的电力系统时域仿真不确定性分析［J］. 电力系统自动化， 2017 ， 41 （ 6 ）： 59 - 65 .

XIAO Lei ， QIU Yiwei ， WU Hao ， et al . Uncertainty analysis of time-domain simulation for power system based on generalized polynomial chaos method ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 6 ）： 59 - 65 .

崔凯 . 电力系统概率暂态稳定性分析与控制方法研究［D］. 天津：天津大学， 2006 .

CUI Kai . Study on probabilistic analysis and control of power system transient stability ［D］. Tianjin ： Tianjin University ， 2006 .

倪以信，陈寿孙，张宝霖 . 动态电力系统的理论和分析［M］. 北京：清华大学出版社， 2002 .

NI Yixin ， CHEN Shousun ， ZHANG Baolin . Theory and analysis of dynamic power system ［M］. Beijing ： Tsinghua University Press ， 2002 .

QIU Y W ， LIN J ， CHEN X S ， et al . Fast Monte Carlo simulation of dynamic power systems under continuous random disturbances ［C］// 2020 IEEE Power & Energy Society General Meeting （PESGM）， August 2-6 ， 2020 ， Montreal， Canada ： 1 - 5 .

别朝红，王锡凡 . 蒙特卡洛法在评估电力系统可靠性中的应用［J］. 电力系统自动化， 1997 ， 21 （ 6 ）： 68 - 75 .

BIE Zhaohong ， WANG Xifan . The application of Monte Carlo method to reliability evaluation of power systems ［J］. Automation of Electric Power Systems ， 1997 ， 21 （ 6 ）： 68 - 75 .

韩冬，马进，贺仁睦，等 . 基于随机响应面法的电力系统仿真不确定性分析［J］. 电力系统自动化， 2011 ， 35 （ 24 ）： 12 - 16 .

HAN Dong ， MA Jin ， HE Renmu ， et al . Uncertainty analysis based on stochastic response surface method in power system simulation ［J］. Automation of Electric Power Systems ， 2011 ， 35 （ 24 ）： 12 - 16 .

XU Y J ， MILI L ， SANDU A ， et al . Propagating uncertainty in power system dynamic simulations using polynomial chaos ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 1 ）： 338 - 348 .

PREMPRANEERACH P ， HOVER F S ， TRIANTAFYLLOU M S ， et al . Uncertainty quantification in simulations of power systems： multi-element polynomial chaos methods ［J］. Reliability Engineering & System Safety ， 2010 ， 95 （ 6 ）： 632 - 646 .

MÉTIVIER D ， VUFFRAY M ， MISRA S . Efficient polynomial chaos expansion for uncertainty quantification in power systems ［J/OL］. Electric Power Systems Research ， 2020 ， 189 ［ 2021-05-10 ］. https：//doi.org/10.1016/j.epsr.2020. 106791 https://doi.org/10.1016/j.epsr.2020.106791 .

王守相，郑志杰，王成山 . 计及不确定性的电力系统时域仿真的区间算法［J］. 中国电机工程学报， 2007 ， 27 （ 7 ）： 40 - 44 .

WANG Shouxiang ， ZHENG Zhijie ， WANG Chengshan . Power system time domain simulation under uncertainty based on interval method ［J］. Proceedings of the CSEE ， 2007 ， 27 （ 7 ）： 40 - 44 .

HOCKENBERRY J R ， LESIEUTRE B C . Evaluation of uncertainty in dynamic simulations of power system models： the probabilistic collocation method ［J］. IEEE Transactions on Power Systems ， 2004 ， 19 （ 3 ）： 1483 - 1491 .

HAN D ， MA J . Effect of uncertainties in parameters of load model on dynamic stability based on probabilistic collocation method ［C］// 2007 IEEE Lausanne Power Tech ， July 1-5 ， 2007 ， Lausanne， Switzerland ： 1100 - 1104 .

HISKENS I A ， ALSEDDIQUI J . Sensitivity， approximation， and uncertainty in power system dynamic simulation ［J］. IEEE Transactions on Power Systems ， 2006 ， 21 （ 4 ）： 1808 - 1820 .

XU Y ， DONG Z Y ， ZHAO J H ， et al . Trajectory sensitivity analysis on the equivalent one-machine-infinite-bus of multi-machine systems for preventive transient stability control ［J］. IET Generation ， Transmission & Distribution， 2015 ， 9 （ 3 ）： 276 - 286 .

DONG Z ， ZHAO J ， HILL D J . Numerical simulation for stochastic transient stability assessment ［J］. IEEE Transactions on Power Systems ， 2012 ， 27 （ 4 ）： 1741 - 1749 .

JIANG C ， ZHAO W ， LIU J ， et al . A new numerical simulation for stochastic transient stability analysis of power systems integrated wind power ［C］// International Conference on Power System Technology ， October 20-22 ， 2014 ， Chengdu， China ： 2788 - 2793 .

王晗，严正，徐潇源，等 . 基于稀疏多项式混沌展开的孤岛微电网全局灵敏度分析［J］. 电力系统自动化， 2019 ， 43 （ 10 ）： 44 - 52 .

WANG Han ， YAN Zheng ， XU Xiaoyuan ， et al . Global sensitivity analysis for islanded microgrid based on sparse polynomial chaos expansion ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 10 ）： 44 - 52 .

林济铿，刘阳升，徐振华，等 . 基于改进稀疏概率分配法的计及参数不确定性的电力系统时域仿真［J］. 中国电机工程学报， 2019 ， 39 （ 8 ）： 2297 - 2306 .

LIN Jikeng ， LIU Yangsheng ， XU Zhenhua ， et al . A new time-domain simulation method of power systems based on improved sparse probabilistic collocation method ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 8 ）： 2297 - 2306 .

夏冰清，申丹枫，郑翔，等 . 基于准稳态模型的中长期电压稳定轨迹多项式逼近方法［J］. 电力系统自动化， 2020 ， 44 （ 8 ）： 116 - 123 .

XIA Bingqing ， SHEN Danfeng ， ZHENG Xiang ， et al . Quasi-steady-state model based polynomial approximation method of medium- and long-term voltage stability trajectory ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 8 ）： 116 - 123 .

LI L ， QIU Y ， WU H ， et al . Uncertainty analysis of power system time-domain simulation based on generalized polynomial chaos method ［C］// IEEE Power & Energy Society General Meeting （PESGM）， July 16-20 ， 2017 ， Chicago， USA ： 1 - 5 .

XIA B ， WU H ， QIU Y ， et al . A Galerkin method-based polynomial approximation for parametric problems in power system transient analysis ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 2 ）： 1620 - 1629 .

WU H ， SHEN D ， XIA B ， et al . Parametric problems in power system analysis： recent applications of polynomial approximation based on Galerkin method ［J］. Journal of Modern Power Systems and Clean Energy ， 2021 ， 9 （ 1 ）： 1 - 12 .

徐潇源 . 概率潮流模拟算法的若干关键技术研究［D］. 上海：上海交通大学， 2016 .

XU Xiaoyuan . Research on key technologies of Monte Carlo simulation for probabilistic load flow calculation ［D］. Shanghai ： Shanghai Jiao Tong University ， 2016 .

ISUKAPALLI S S ， ROY A ， GEORGOPOULOS P G . Stochastic response surface methods （SRSMs） for uncertainty propagation： application to environmental and biological systems ［J］. Risk Analysis ， 1998 ， 18 （ 3 ）： 351 - 363 .

SPIRIDONAKOS M D ， CHATZI E N . Metamodeling of dynamic nonlinear structural systems through polynomial chaos NARX models ［J］. Computers & Structures ， 2015 ， 157 ： 99 - 113 .

MAI C V ， SPIRIDONAKOS M D ， CHATZI E N ， et al . Surrogate modelling for stochastic dynamical systems by combining NARX models and polynomial chaos expansions ［R/OL］. ［ 2021-01-10 ］. https：//arxiv.org/abs/1604.07627 https://arxiv.org/abs/1604.07627 .

EFRON B ， HASTIE T ， JOHNSTONE I ， et al . Least angle regression ［D］. Palo Alto， USA ： Stanford University ， 2004 .

BLATMAN G ， SUDRET B . An adaptive algorithm to build up sparse polynomial chaos expansions for stochastic finite element analysis ［J］. Probabilistic Engineering Mechanics ， 2010 ， 25 （ 2 ）： 183 - 197 .

XU Y J ， MILI L ， ZHAO J B . Probabilistic power flow calculation and variance analysis based on hierarchical adaptive polynomial chaos-ANOVA method ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 5 ）： 3316 - 3325 .

BLATMAN G ， SUDRET B . Adaptive sparse polynomial chaos expansion based on least angle regression ［J］. Journal of Computational Physics ， 2011 ， 230 （ 6 ）： 2345 - 2367 .

何琨，徐潇源，严正，等 . 基于稀疏多项式混沌展开的孤岛微电网概率潮流计算［J］. 电力系统自动化， 2019 ， 43 （ 2 ）： 67 - 75 .

HE Kun ， XU Xiaoyuan ， YAN Zheng ， et al . Probabilistic power flow calculation of islanded microgrid based on sparse polynomial chaos expansion ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 2 ）： 67 - 75 .

IEEE guide for synchronous generator modeling practices and parameter verification with applications in power system stability analyses： IEEE Std 1110—2019 ［S/OL］. ［ 2021-03-10 ］. https：//doi.org/10.1109/IEEESTD.2020.9020274 https://doi.org/10.1109/IEEESTD.2020.9020274 .

MARELLI S ， SUDRET B . UQLab： a framework for uncertainty quantification in Matlab ［C］// Second International Conference on Vulnerability and Risk Analysis and Management （ICVRAM） and the Sixth International Symposium on Uncertainty， Modeling， and Analysis （ISUMA）， July 13-16 ， 2014 ， Liverpool， UK ： 2554 - 2563 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于广义多项式混沌方法的电力系统时域仿真不确定性分析

Steffensen Iteration Based Alternating Solution Method for Time-domain Computation of Rigid Power System

Calculation of Reactive Power Limit for Doubly-fed Induction Generator Considering Loss of Filter Circuit and Multiple Restrictions

Related Author

Dong SHE

Zheng YAN

Han WANG

Fei MENG

Hongqiang LI

Xiaoyuan XU

Yuchen DAI

XIAO Lei

Related Institution

College of Electrical Engineering, Zhejiang University

School of Electric Power Engineering, South China University of Technology

School of Electrical and Electric Engineering, North China Electric Power University

Zibo Power Supply Company of State Grid Shandong Electric Power Co., Ltd.

School of Electrical and Electronic Engineering, North China Electric Power University

⁰