Risk Assessment of Small-signal Instability for Renewable Power System Based on High-dimensional Model Representation Method

Yichen ZHOU; Jiahui SUN; Shuxiang WANG; Yajing HAO; Cheng LIU

doi:10.7500/AEPS20210806006

您当前的位置：

首页 >

文章列表页 >

Risk Assessment of Small-signal Instability for Renewable Power System Based on High-dimensional Model Representation Method

Basic Research | 更新时间：2025-06-16

- Risk Assessment of Small-signal Instability for Renewable Power System Based on High-dimensional Model Representation Method
- Automation of Electric Power Systems Vol. 46, Issue 14, Pages: 73-82(2022)
- 作者机构：
  
  1.新能源电力系统国家重点实验室(华北电力大学),河北省保定市 071003
  2.现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学),吉林省吉林市 132012
- 作者简介：
- 基金信息：
  
  Hebei Provincial Natural Science Foundation of China(E2020502067);the Fundamental Research Funds for the Central Universities(2019MS079)
- DOI：10.7500/AEPS20210806006
  CLC：
- Received：06 August 2021，
  
  Revised：2022-01-08，
  
  Published Online：05 May 2022，
  
  Published：25 July 2022
- 稿件说明：
移动端阅览
周一辰,孙佳辉,王书祥等.基于高维模型表达方法的新能源电力系统小干扰失稳风险评估[J].电力系统自动化,2022,46(14):73-82.

ZHOU Yichen,SUN Jiahui,WANG Shuxiang,et al.Risk Assessment of Small-signal Instability for Renewable Power System Based on High-dimensional Model Representation Method[J].Automation of Electric Power Systems,2022,46(14):73-82.
周一辰,孙佳辉,王书祥等.基于高维模型表达方法的新能源电力系统小干扰失稳风险评估[J].电力系统自动化,2022,46(14):73-82. DOI： 10.7500/AEPS20210806006.

ZHOU Yichen,SUN Jiahui,WANG Shuxiang,et al.Risk Assessment of Small-signal Instability for Renewable Power System Based on High-dimensional Model Representation Method[J].Automation of Electric Power Systems,2022,46(14):73-82. DOI： 10.7500/AEPS20210806006.

摘要

受新能源电力系统中随机变量多和概率分布复杂等特点影响，小干扰失稳风险评估面临高效性和准确性两方面挑战。因此，提出基于高维模型表达方法的新能源电力系统小干扰失稳风险评估方法。首先，使用核密度估计法构建单变量概率分布模型，使用Pair-Copula函数模型构建高维相关变量联合分布模型，刻画变量复杂概率分布特征。然后，提出基于移动最小二乘法和高维模型表达方法的小干扰失稳风险评估方法，通过对非线性耦合相关性变量的稀疏逼近，提高建模求解效率。并针对风-光-负荷实际概率分布特征，提出了与概率结合的采样法以提高计算准确性。最后，以新能源接入的2区域4机系统和新英格兰-纽约16机系统为例进行分析，验证了所提方法的准确性和高效性。

Abstract

Affected by the large number and complex probability distribution of random variables in the power system with renewable energy

the risk assessment of small-signal instability faces challenges in terms of efficiency and accuracy. Therefore

this paper proposes a risk assessment approach of small-signal instability for power systems with renewable energy based on the high-dimensional model representation method. First

the kernel density estimation method is used to construct the probability distribution model for single variable

and the Pair-Copula function model is used to construct the joint distribution model of high-dimensional correlation variables

which characterizes complex probability distribution of variables. Then

a risk assessment method of small-signal instability based on moving least squares method and high-dimensional model representation method is proposed

and the modeling efficiency is improved through sparse approximation to the nonlinear coupled correlation variables. According to the characteristic of the actual probability distribution of wind

irradiance and load

a sampling method combined with probability is proposed to improve the calculation accuracy. Finally

by using the 2-area 4-machine system and the New England-New York 16-machine system with access of renewable energy as examples for analysis

the accuracy and the efficiency of the proposed method are verified.

关键词

Keywords

references

卓振宇，张宁，谢小荣，等 . 高比例可再生能源电力系统关键技术及发展挑战［J］. 电力系统自动化， 2021 ， 45 （ 9 ）： 171 - 191 .

ZHUO Zhenyu ， ZHANG Ning ， XIE Xiaorong ， et al . Key technologies and developing challenges of power system with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 9 ）： 171 - 191 .

RUEDA J L ， COLOME D G ， ERLICH I . Assessment and enhancement of small signal stability considering uncertainties ［J］. IEEE Transactions on Power Systems ， 2009 ， 24 （ 1 ）： 198 - 207 .

LIU S C ， LIU P X ， WANG X Y . Stochastic small-signal stability analysis of grid-connected photovoltaic systems ［J］. IEEE Transactions on Industrial Electronics ， 2016 ， 63 （ 2 ）： 1027 - 1038 .

BU S Q ， DU W ， WANG H F ， et al . Probabilistic analysis of small-signal stability of large-scale power systems as affected by penetration of wind generation ［J］. IEEE Transactions on Power Systems ， 2012 ， 27 （ 2 ）： 762 - 770 .

伍红，赵霞，周家启 . 电力系统小扰动概率稳定性的蒙特卡罗仿真［J］. 电力系统自动化， 2009 ， 33 （ 11 ）： 8 - 12 .

WU Hong ， ZHAO Xia ， ZHOU Jiaqi . Monte Carlo simulation of probabilistic small disturbance stability ［J］. Automation of Electric Power Systems ， 2009 ， 33 （ 11 ）： 8 - 12 .

陈中，唐浩然，袁宇波，等 . 计及信号随机延时的电力系统小干扰概率稳定性分析［J］. 电力系统自动化， 2018 ， 42 （ 13 ）： 145 - 151 .

CHEN Zhong ， TANG Haoran ， YUAN Yubo ， et al . Probabilistic small-signal stability analysis of power system considering stochastic time delay of signal ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 13 ）： 145 - 151 .

苏晨博，刘崇茹，李至峪，等 . 基于贝叶斯理论的考虑多维风速之间相关性的概率潮流计算［J］. 电力系统自动化， 2021 ， 45 （ 3 ）： 157 - 165 .

SU Chenbo ， LIU Chongru ， LI Zhiyu ， et al . Bayesian theory based calculation of probabilistic power flow considering correlation between multi-dimensional wind speed ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 3 ）： 157 - 165 .

ZHOU Y C ， LI Y G ， LIU W D ， et al . The stochastic response surface method for small-signal stability study of power system with probabilistic uncertainties in correlated photovoltaic and loads ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 6 ）： 4551 - 4559 .

RABITZ H ， ALIŞ Ö F . General foundations of high-dimensional model representations ［J］. Journal of Mathematical Chemistry ， 1999 ， 25 （ 2/3 ）： 197 - 233 .

GUNST R F . Response surface methodology： process and product optimization using designed experiments ［J］. Technometrics ， 1996 ， 38 （ 3 ）： 284 - 286 .

YUE X X ， ZHANG J ， GONG W J ， et al . An adaptive PCE-HDMR metamodeling approach for high-dimensional problems ［J］. Structural and Multidisciplinary Optimization ， 2021 ， 64 （ 1 ）： 141 - 162 .

LIU H T ， HERVAS J R ， ONG Y S ， et al . An adaptive RBF-HDMR modeling approach under limited computational budget ［J］. Structural and Multidisciplinary Optimization ， 2018 ， 57 （ 3 ）： 1233 - 1250 .

张振宇，王文倬，张钢，等 . 基于非时序模型的新能源消纳能力评估方法［J］. 电力系统自动化， 2019 ， 43 （ 20 ）： 24 - 30 .

ZHANG Zhenyu ， WANG Wenzhuo ， ZHANG Gang ， et al . Assessment method of accommodation capacity of renewable energy based on non-time-series model ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 20 ）： 24 - 30 .

颜伟，任洲洋，赵霞，等 . 光伏电源输出功率的非参数核密度估计模型［J］. 电力系统自动化， 2013 ， 37 （ 10 ）： 35 - 40 .

YAN Wei ， REN Zhouyang ， ZHAO Xia ， et al . Probabilistic photovoltaic power modeling based on nonparametric kernel density estimation ［J］. Automation of Electric Power Systems ， 2013 ， 37 （ 10 ）： 35 - 40 .

黎静华，文劲宇，程时杰，等 . 考虑多风电场出力Copula相关关系的场景生成方法［J］. 中国电机工程学报， 2013 ， 33 （ 16 ）： 30 - 36 .

LI Jinghua ， WEN Jinyu ， CHENG Shijie ， et al . A scene generation method considering Copula correlation relationship of multi-wind farms power ［J］. Proceedings of the CSEE ， 2013 ， 33 （ 16 ）： 30 - 36 .

AAS K ， CZADO C ， FRIGESSI A ， et al . Pair-Copula constructions of multiple dependence ［J］. Insurance： Mathematics and Economics ， 2009 ， 44 （ 2 ）： 182 - 198 .

吴巍，汪可友，李国杰，等 . 基于Pair Copula的多维风电功率相关性分析及建模［J］. 电力系统自动化， 2015 ， 39 （ 16 ）： 37 - 42 .

WU Wei ， WANG Keyou ， LI Guojie ， et al . Correlation analysis and modeling of multiple wind power based on Pair Copula ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 16 ）： 37 - 42 .

FAN L L ， ZHU C X ， MIAO Z X ， et al . Modal analysis of a DFIG-based wind farm interfaced with a series compensated network ［J］. IEEE Transactions on Energy Conversion ， 2011 ， 26 （ 4 ）： 1010 - 1020 .

GENG H ， XU D W . Stability analysis and improvements for variable-speed multipole permanent magnet synchronous generator-based wind energy conversion system ［J］. IEEE Transactions on Sustainable Energy ， 2011 ， 2 （ 4 ）： 459 - 467 .

周一辰，畅布赫，李永刚 . 基于 dq 统一频率变换的电力系统宽频带仿真与分析［J］. 电力自动化设备， 2021 ， 41 （ 4 ）： 162 - 169 .

ZHOU Yichen ， CHANG Buhe ， LI Yonggang . Power system wideband simulation and analysis based on dq unified frequency transformation ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 4 ）： 162 - 169 .

WANG Q ， FANG H B . An adaptive high-dimensional model representation method for reliability analysis of geotechnical engineering problems ［J］. International Journal for Numerical and Analytical Methods in Geomechanics ， 2020 ， 44 （ 12 ）： 1705 - 1723 .

LANCASTER P ， SALKAUSKAS K . Surfaces generated by moving least squares methods ［J］. Mathematics of Computation ， 1981 ， 37 （ 155 ）： 141 - 158 .

ZHANG H Q ， GUO C X ， SU X F ， et al . Measurement data fitting based on moving least squares method ［J］. Mathematical Problems in Engineering ， 2015 ， 2015 ： 195023 .

ROGERS G ． Power system oscillations ［M］. Norwell， USA ： Kluwer Academic Publishers ， 2000 ： 101 - 115 ．

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Identification Method for Key Operational Risks of Cascade Hydropower Stations for Integration of Basin Hydro-Wind-Solar Power

计及多重不确定性的新能源基地工程输电价格优化模型

Dual-data-model-driven Distributionally Robust Optimal Scheduling of Renewable Energy Microgrid

Review of Static Modeling and Quantitative Analysis Methods for Uncertainties of New Power Systems

Related Author

WANG Mingbo

ZHANG Juntao

CAO Hui

CHENG Chuntian

XU Yang

WANG Qianchen

SUN Yiding

LIU Dong

Related Institution

Institute of Hydropower System & Hydroinformatics, Dalian University of Technology

China Yangtze Power Co., Ltd.

School of Information Engineering, Zhejiang University of Technology

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

⁰