Graded Rolling Early Warning of Dynamic Security for Large-scale AC/DC Power Grid Considering Uncertainties on Source and Load Sides

YAN Jiongcheng; LI Changgang; LIU Yutian

doi:10.7500/AEPS20210629012

您当前的位置：

首页 >

文章列表页 >

Graded Rolling Early Warning of Dynamic Security for Large-scale AC/DC Power Grid Considering Uncertainties on Source and Load Sides

Basic Research | 更新时间：2025-06-16

- Graded Rolling Early Warning of Dynamic Security for Large-scale AC/DC Power Grid Considering Uncertainties on Source and Load Sides
- Automation of Electric Power Systems Vol. 47, Issue 1, Pages: 35-43(2023)
- 作者机构：
  
  电网智能化调度与控制教育部重点实验室（山东大学），山东省济南市 250061
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2017YFB0902600);State Grid Corporation of China(SGJS0000DKJS1700840)
- DOI：10.7500/AEPS20210629012
  CLC：
- Received：29 June 2021，
  
  Revised：2021-09-05，
  
  Published Online：26 April 2022，
  
  Published：10 January 2023
- 稿件说明：
移动端阅览
闫炯程,李常刚,刘玉田.计及源荷不确定性的交直流大电网动态安全分级滚动预警[J].电力系统自动化,2023,47(1):35-43.

YAN Jiongcheng,LI Changgang,LIU Yutian.Graded Rolling Early Warning of Dynamic Security for Large-scale AC/DC Power Grid Considering Uncertainties on Source and Load Sides[J].Automation of Electric Power Systems,2023,47(1):35-43.
闫炯程,李常刚,刘玉田.计及源荷不确定性的交直流大电网动态安全分级滚动预警[J].电力系统自动化,2023,47(1):35-43. DOI： 10.7500/AEPS20210629012.

YAN Jiongcheng,LI Changgang,LIU Yutian.Graded Rolling Early Warning of Dynamic Security for Large-scale AC/DC Power Grid Considering Uncertainties on Source and Load Sides[J].Automation of Electric Power Systems,2023,47(1):35-43. DOI： 10.7500/AEPS20210629012.

摘要

滚动预警可辨识电网未来的不安全运行状态并提供决策指导信息，是化解系统性安全风险的有效手段。考虑源荷双侧不确定性，提出一种数据驱动的交直流混联大电网动态安全分级滚动预警方法。首先，提出基于控制代价的预警分级策略，分析典型控制措施的控制代价，根据为保障系统安全所需要的控制措施类型区分预警等级；然后，建立多时间尺度协调的滚动预警框架，利用源荷预测精度随待预测时刻临近而提高的特点提高预警结果的精准性，同时配合不同动作时序的控制措施；最后，提出基于增量学习的机器学习模型在线更新方法，利用动态新增的样本数据提高模型评估的准确性，通过有放回抽样训练多个模型以计算给定误差水平下的预警结果可信度。实际电网仿真表明，所提方法能够有效追踪动态安全风险态势，指导适配的防控决策。

Abstract

Rolling early warning can identify future insecure operation status of power grids and provide decision-making guiding information

which is an effective technique to resist systemic security risks. Considering the uncertainties on source and load sides

a data-driven graded rolling early warning method of dynamic security for large-scale hybrid AC/DC power grid is proposed. First

a control cost based early warning grading strategy is proposed and the control cost of typical control measures is analyzed. The early warning levels are distinguished according to the type of control measures that are needed to ensure the system security. Then

a coordinated multi-time-scale rolling early warning framework is established. Using the characteristic that the prediction accuracy on source and load sides increases as the time to be predicted approaches

the accuracy of the early warning results is improved and it is matched with the control measures of different action sequences. Finally

an incremental learning based online update method of machine learning model is proposed

which uses dynamically added sample data to improve the accuracy of model evaluation

and trains multiple models through replacement sampling to calculate the credibility of early warning results within a given error tolerance. Simulation results of a real power grid demonstrate that the proposed method can effectively track the dynamic security risk situation

and guide the matched control decisions.

关键词

Keywords

references

李常刚，李华瑞，刘玉田，等 . 大电网动态安全风险智能评估系统［J］. 电力系统自动化， 2019 ， 43 （ 22 ）： 67 - 75 .

LI Changgang ， LI Huarui ， LIU Yutian ， et al . Intelligent assessment system for dynamic security risk of large-scale power grid ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 67 - 75 .

李明节 . 大规模特高压交直流混联电网特性分析与运行控制［J］. 电网技术， 2016 ， 40 （ 4 ）： 985 - 991 .

LI Mingjie . Characteristic analysis and operational control of large-scale hybrid UHV AC/DC power grids ［J］. Power System Technology ， 2016 ， 40 （ 4 ）： 985 - 991 .

朱元振，刘玉田 . 基于深度学习直流闭锁判断的高风险连锁故障快速搜索［J］. 电力系统自动化， 2019 ， 43 （ 22 ）： 59 - 66 .

ZHU Yuanzhen ， LIU Yutian . Fast search for high-risk cascading failures based on deep learning DC blocking judgment ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 59 - 66 .

SUN R J ， LIU Y T ， WANG L . An online generator start-up algorithm for transmission system self-healing based on MCTS and sparse autoencoder ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 3 ）： 2061 - 2070 .

柳志航，卫志农，高昇宇，等 . 源-荷互动环境下含高比例风电并网的自适应线性化概率潮流计算［J］. 电网技术， 2019 ， 43 （ 11 ）： 3926 - 3937 .

LIU Zhihang ， WEI Zhinong ， GAO Shengyu ， et al . Adaptive-linearized probabilistic power flow calculation for power grid integrated with high proportion wind power in source-load interactive environment ［J］. Power System Technology ， 2019 ， 43 （ 11 ）： 3926 - 3937 .

李常刚，齐航，刘玉田，等 . 基于电气距离的故障位置表征及其在暂态稳定评估中的应用［J］. 电力系统自动化， 2021 ， 45 （ 16 ）： 169 - 177 .

LI Changgang ， QI Hang ， LIU Yutian ， et al . Representation of fault location based on electrical distance and its application in transient stability assessment ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 16 ）： 169 - 177 .

杨维全，朱元振，刘玉田 . 基于卷积神经网络的暂态电压稳定快速评估［J］. 电力系统自动化， 2019 ， 43 （ 22 ）： 46 - 51 .

YANG Weiquan ， ZHU Yuanzhen ， LIU Yutian . Fast assessment of transient voltage stability based on convolutional neural network ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 46 - 51 .

NI M ， MCCALLEY J D ， VITTAL V ， et al . Online risk-based security assessment ［J］. IEEE Transactions on Power Systems ， 2003 ， 18 （ 1 ）： 258 - 265 .

DIAO R S ， VITTAL V ， LOGIC N . Design of a real-time security assessment tool for situational awareness enhancement in modern power systems ［J］. IEEE Transactions on Power Systems ， 2010 ， 25 （ 2 ）： 957 - 965 .

DATTA S ， VITTAL V . Operational risk metric for dynamic security assessment of renewable generation ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 2 ）： 1389 - 1399 .

王一枫，汤伟，刘路登，等 . 电网运行风险评估与定级体系的构建及应用［J］. 电力系统自动化， 2015 ， 39 （ 8 ）： 141 - 148 .

WANG Yifeng ， TANG Wei ， LIU Ludeng ， et al . Construction and application of power grid operation risk assessment and rating system ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 8 ）： 141 - 148 .

DE JONG M ， PAPAEFTHYMIOU G ， PALENSKY P . A framework for incorporation of infeed uncertainty in power system risk-based security assessment ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 1 ）： 613 - 621 .

FLISCOUNAKIS S ， PANCIATICI P ， CAPITANESCU F ， et al . Contingency ranking with respect to overloads in very large power systems taking into account uncertainty， preventive， and corrective actions ［J］. IEEE Transactions on Power Systems ， 2013 ， 28 （ 4 ）： 4909 - 4917 .

吴问足，乔颖，鲁宗相，等 . 风电功率概率预测方法及展望［J］. 电力系统自动化， 2017 ， 41 （ 18 ）： 167 - 175 .

WU Wenzu ， QIAO Ying ， LU Zongxiang ， et al . Methods and prospects for probabilistic forecasting of wind power ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 18 ）： 167 - 175 .

文云峰，崔建磊，张金江，等 . 面向调度运行的电网安全风险管理控制系统：（一）概念及架构与功能设计［J］. 电力系统自动化， 2013 ， 37 （ 9 ）： 66 - 73 .

WEN Yunfeng ， CUI Jianlei ， ZHANG Jinjiang ， et al . Design of a security risk management system for power system dispatching and operation： Part one concepts and design of architecture and function ［J］. Automation of Electric Power Systems ， 2013 ， 37 （ 9 ）： 66 - 73 .

黄天恩，郭庆来，孙宏斌，等 . 模型-数据混合驱动的电网安全特征选择和知识发现关键技术与工程应用［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 95 - 101 .

HUANG Tianen ， GUO Qinglai ， SUN Hongbin ， et al . Hybrid model and data driven concepts for power system security feature selection and knowledge discovery： key technologies and engineering application ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 95 - 101 .

YAN J C ， LI C G ， LIU Y T . Insecurity early warning for large scale hybrid AC/DC grids based on decision tree and semi-supervised deep learning ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 6 ）： 5020 - 5031 .

薛禹胜 . 时空协调的大停电防御框架：（一）从孤立防线到综合防御［J］. 电力系统自动化， 2006 ， 30 （ 1 ）： 8 - 16 .

XUE Yusheng . Space-time cooperative framework for defending blackouts： Part one from isolated defense lines to coordinated defending ［J］. Automation of Electric Power Systems ， 2006 ， 30 （ 1 ）： 8 - 16 .

VINCENT P ， LAROCHELLE H ， LAJOIE I ， et al . Stacked denoising autoencoders： learning useful representations in a deep network with a local denoising criterion ［J］. Journal of Machine Learning Research ， 2010 ， 11 ： 3371 - 3408 .

GUO L ， HAO J H ， LIU M . An incremental extreme learning machine for online sequential learning problems ［J］. Neurocomputing ， 2014 ， 128 ： 50 - 58 .

李响 . 输电断面传送功率极限的研究［D］. 哈尔滨：哈尔滨工业大学， 2005 .

LI Xiang . Research on transfer capability of transmission interface ［D］. Harbin ： Harbin Institute of Technology ， 2005 .

罗钢，石东源，蔡德福，等 . 计及相关性的含风电场电力系统概率可用输电能力快速计算［J］. 中国电机工程学报， 2014 ， 34 （ 7 ）： 1024 - 1032 .

LUO Gang ， SHI Dongyuan ， CAI Defu ， et al . Fast calculation of probabilistic available transfer capability considering correlation in wind power integrated systems ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 7 ）： 1024 - 1032 .

YU D H ， LIU G J ， GUO M Z ， et al . An improved K-medoids algorithm based on step increasing and optimizing medoids ［J］. Expert Systems with Applications ， 2018 ， 92 ： 464 - 473 .

刘天浩，朱元振，孙润稼，等 . 极端自然灾害下电力信息物理系统韧性增强策略［J］. 电力系统自动化， 2021 ， 45 （ 3 ）： 40 - 48 .

LIU Tianhao ， ZHU Yuanzhen ， SUN Runjia ， et al . Resilience-enhanced strategy for cyber-physical power system under extreme natural disasters ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 3 ）： 40 - 48 .

王魁，张步涵，闫大威，等 . 含大规模风电的电力系统多时间尺度滚动协调调度方法研究［J］. 电网技术， 2014 ， 38 （ 9 ）： 2434 - 2440 .

WANG Kui ， ZHANG Buhan ， YAN Dawei ， et al . A multi-time scale rolling coordination scheduling method for power grid integrated with large scale wind farm ［J］. Power System Technology ， 2014 ， 38 （ 9 ）： 2434 - 2440 .

PANDEY S N ， PANDEY N K ， TAPASWI S ， et al . Neural network-based approach for ATC estimation using distributed computing ［J］. IEEE Transactions on Power Systems ， 2010 ， 25 （ 3 ）： 1291 - 1300 .

JAIN T ， SINGH S N ， SRIVASTAVA S C . Adaptive wavelet neural network-based fast dynamic available transfer capability determination ［J］. IET Generation ， Transmission & Distribution， 2010 ， 4 （ 4 ）： 519 .

KHOSRAVI A ， NAHAVANDI S ， SRINIVASAN D ， et al . Constructing optimal prediction intervals by using neural networks and Bootstrap method ［J］. IEEE Transactions on Neural Networks and Learning Systems ， 2015 ， 26 （ 8 ）： 1810 - 1815 .

KHOSRAVI A ， NAHAVANDI S ， CREIGHTON D . Prediction intervals for short-term wind farm power generation forecasts ［J］. IEEE Transactions on Sustainable Energy ， 2013 ， 4 （ 3 ）： 602 - 610 .

PTI Inc . Program operation manual of PSS/E-31.0 ［R］. 2007 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Voltage Regulation Strategy for Active Distribution Network Based on Multi-agent Deep Reinforcement Learning

Related Author

Jiongcheng YAN

Changgang LI

Yutian LIU

CHENG Lilin

LUO Zijie

LI Qun

ZHANG Ningyu

LI Yaran

Related Institution

School of Electrical and Power Engineering, Hohai University

Electric Power Research Institute of State Grid Jiangsu Electric Power Co., Ltd.

State Key Laboratory of Electrical Insulation and Power Equipment (Xi’an Jiaotong University)

Institute of Advanced Technology for Carbon Neutrality, Nanjing University of Posts and Telecommunications

NARI Technology Co., Ltd.

⁰