Small-signal Probabilistic Analysis for Power Grids Based on Low-sample-dependent Polynomial Chaos Expansion

QI Zongqiang; DOU Xiaobo; BU Qiangsheng; LYU Pengpeng; XU Xiaochun

doi:10.7500/AEPS20230516007

您当前的位置：

首页 >

文章列表页 >

Small-signal Probabilistic Analysis for Power Grids Based on Low-sample-dependent Polynomial Chaos Expansion

Basic Research | 更新时间：2025-06-16

- Small-signal Probabilistic Analysis for Power Grids Based on Low-sample-dependent Polynomial Chaos Expansion
- Automation of Electric Power Systems Vol. 49, Issue 6, Pages: 157-164(2025)
- 作者机构：
  
  1.东南大学电气工程学院，江苏省南京市 210096
  2.国网江苏省电力有限公司电力科学研究院，江苏省南京市 210036
  3.国网江苏省电力有限公司淮安供电分公司，江苏省淮安市 223000
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China(5108-202218280A-2-367-XG)
- DOI：10.7500/AEPS20230516007
  CLC：
- Received：16 May 2023，
  
  Revised：2023-09-08，
  
  Published Online：09 November 2023，
  
  Published：25 March 2025
- 稿件说明：
移动端阅览
齐宗强,窦晓波,卜强生等.基于样本弱依赖多项式混沌展开式的电网小干扰概率分析[J].电力系统自动化,2025,49(6):157-164.

QI Zongqiang,DOU Xiaobo,BU Qiangsheng,et al.Small-signal Probabilistic Analysis for Power Grids Based on Low-sample-dependent Polynomial Chaos Expansion[J].Automation of Electric Power Systems,2025,49(6):157-164.
齐宗强,窦晓波,卜强生等.基于样本弱依赖多项式混沌展开式的电网小干扰概率分析[J].电力系统自动化,2025,49(6):157-164. DOI： 10.7500/AEPS20230516007.

QI Zongqiang,DOU Xiaobo,BU Qiangsheng,et al.Small-signal Probabilistic Analysis for Power Grids Based on Low-sample-dependent Polynomial Chaos Expansion[J].Automation of Electric Power Systems,2025,49(6):157-164. DOI： 10.7500/AEPS20230516007.

摘要

随着光伏等新能源高渗透接入，电网的随机性逐步增强，对其进行概率分析是必不可少的。多项式混沌展开式等方法能够获取精确的概率分析结果，但其样本需求量和计算成本随着随机变量数的增长呈指数增长。针对该问题，提出了一种基于样本弱依赖多项式混沌展开式的电网小干扰概率分析方法。该方法在少量仿真样本的基础上构建张量补全模型，采用基于改进生成对抗网络的张量补全算法提取已有样本分布特征并扩张样本数量，从而降低多项式混沌展开式对样本数量的依赖性。通过仿真验证了所提方法的有效性，结果表明，该方法在保证分析结果准确性的基础上，大幅减少了所需样本数目。

Abstract

With the high penetration rate of photovoltaics and other new energy resources

probabilistic analysis is essential due to the gradually increasing randomness of power grids. The methods such as polynomial chaos expansion can obtain the accurate results of probabilistic analysis

but the sample demand and the calculation cost increase exponentially with the increasing number of random variables. To solve this problem

a small-signal probabilistic analysis method for power grids based on low-sample-dependent polynomial chaos expansion is proposed. This method constructs a small number of simulation samples based on the tensor completion model

and the tensor completion algorithm based on improved generative adversarial network is used to extract the distribution characteristics of existing samples and expand the number of samples

so as to reduce the dependence of polynomial chaos expansion on the number of samples. The effectiveness of the proposed method is verified by simulation. The results show that the number of samples can be greatly reduced while ensuring the accuracy of analysis results with the proposed method.

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 .

宫泽旭，艾力西尔·亚尔买买提，辛焕海，等 . 新能源电力系统并网设备小扰动稳定分析（一）：机理模型与稳定判据适用性［J］. 中国电机工程学报， 2022 ， 42 （ 12 ）： 4405 - 4419 .

GONG Zexu ， YAERMAIMAITI Ailixier ， XIN Huanhai ， et al . Small signal stability analysis of equipment in renewable energy power system （part Ⅰ）： mechanism model and adaptation of stability criterion ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 12 ）： 4405 - 4419 .

宫泽旭，艾力西尔·亚尔买买提，辛焕海，等 . 新能源电力系统并网设备小扰动稳定分析（二）：导出机理与稳定性分类探讨［J］. 中国电机工程学报， 2022 ， 42 （ 14 ）： 5126 - 5140 .

GONG Zexu ， YAERMAIMAITI Ailixier ， XIN Huanhai ， et al . Small signal stability analysis of grid-connected equipment in power system （part Ⅱ）： discussion on mechanism derivation and classification of stability ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 14 ）： 5126 - 5140 .

王晴，刘增，韩鹏程，等 . 基于变流器输出阻抗的直流微电网下垂并联系统振荡机理与稳定边界分析［J］. 电工技术学报， 2023 ， 38 （ 8 ）： 2148 - 2161 .

WANG Qing ， LIU Zeng ， HAN Pengcheng ， et al . Analysis of oscillation mechanism and stability boundary of droop-controlled parallel converters based on output impedances of individual converters in DC microgrids ［J］. Transactions of China Electrotechnical Society ， 2023 ， 38 （ 8 ）： 2148 - 2161 .

李红，梁军杨，王振民，等 . 跟网型变换器的小扰动同步稳定机理分析与致稳控制［J/OL］. 电工技术学报［ 2023-07-28 ］. https：//doi.org/10.19595/j.cnki.1000-6753.tces.230493 https://doi.org/10.19595/j.cnki.1000-6753.tces.230493 .

LI Hong ， LIANG Junyang ， WANG Zhenmin ， et al . Small signal synchronization stability analysis and improved control strategy for grid following converter ［J/OL］. Transactions of China Electrotechnical Society ［ 2023-07-28 ］. https：//doi.org/10.19595/j.cnki.1000-6753.tces.230493 https://doi.org/10.19595/j.cnki.1000-6753.tces.230493 .

贾祺，严干贵，李泳霖，等 . 多光伏发电单元并联接入弱交流系统的稳定性分析［J］. 电力系统自动化， 2018 ， 42 （ 3 ）： 14 - 20 .

JIA Qi ， YAN Gangui ， LI Yonglin ， et al . Stability analysis of multiple parallelled photovoltaic power generation units connected to weak AC system ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 3 ）： 14 - 20 .

王冲，王秀丽，鞠平，等 . 电力系统随机分析方法研究综述［J］. 电力系统自动化， 2022 ， 46 （ 3 ）： 184 - 199 .

WANG Chong ， WANG Xiuli ， JU Ping ， et al . Review of research on power system stochastic analysis methods ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 3 ）： 184 - 199 .

KRISHNA A B ， ABHYANKAR A R . Uniform experimental design-based nonparametric quasi-Monte Carlo for efficient probabilistic power flow ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 3 ）： 2318 - 2332 .

车玉龙，吕晓琴，王晓茹 . 考虑相关性的牵引负荷功率对电网影响概率分析［J］. 中国电机工程学报， 2022 ， 42 （ 9 ）： 3250 - 3261 .

CHE Yulong ， LYU Xiaoqin ， WANG Xiaoru . Probabilistic analysis of impact of traction load power on power grid considering correlation ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 9 ）： 3250 - 3261 .

LIN C F ， BIE Z H ， PAN C Q ， et al . Fast cumulant method for probabilistic power flow considering the nonlinear relationship of wind power generation ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 4 ）： 2537 - 2548 .

SAUNDERS C S . Point estimate method addressing correlated wind power for probabilistic optimal power flow ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 3 ）： 1045 - 1054 .

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 .

RUIZ-RODRIGUEZ F J ， HERNÁNDEZ J C ， JURADO F . Probabilistic load flow for photovoltaic distributed generation using the Cornish-Fisher expansion ［J］. Electric Power Systems Research ， 2012 ， 89 ： 129 - 138 .

汪隆君，王钢 . 基于动态安全域与埃奇沃斯级数的电力系统暂态稳定概率评估［J］. 中国电机工程学报， 2011 ， 31 （ 1 ）： 52 - 58 .

WANG Longjun ， WANG Gang . Probabilistic assessment of transient stability based on dynamic security region and Edgeworth series ［J］. Proceedings of the CSEE ， 2011 ， 31 （ 1 ）： 52 - 58 .

WU H ， ZHOU Y Z ， DONG S F ， et al . Probabilistic load flow based on generalized polynomial chaos ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 1 ）： 820 - 821 .

NI F ， NGUYEN P ， COBBEN J . Basis-adaptive sparse polynomial chaos expansion for probabilistic power flow ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 1 ）： 694 - 705 .

LAOWANITWATTANA J ， UATRONGJIT S . Probabilistic power flow analysis based on partial least square and arbitrary polynomial chaos expansion ［J］. IEEE Transactions on Power Systems ， 2021 ， 37 （ 2 ）： 1461 - 1470 .

YANG Y ， YANG Z F ， YU J A ， et al . Fast calculation of probabilistic power flow： a model-based deep learning approach ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 3 ）： 2235 - 2244 .

XU Y J ， HU Z X ， MILI L ， et al . Probabilistic power flow based on a Gaussian process emulator ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 4 ）： 3278 - 3281 .

苏建徽，余世杰，赵为，等 . 硅太阳电池工程用数学模型［J］. 太阳能学报， 2001 ， 22 （ 4 ）： 409 - 412 .

SU Jianhui ， YU Shijie ， ZHAO Wei ， et al . Investigation on engineering analytical model of silicon solar cells ［J］. Acta Energiae Solaris Sinica ， 2001 ， 22 （ 4 ）： 409 - 412 .

ZHANG Z ， WENG T ， DANIEL L . Big-data tensor recovery for high-dimensional uncertainty quantification of process variations ［J］. IEEE Transactions on Components， Packaging and Manufacturing Technology ， 2017 ， 7 （ 5 ）： 687 - 697 .

QIU D ， ZHU H ， ZHANG X J . An implementable accelerated alternating direction method of multipliers for low-rank tensor completion ［C］// IEEE International Conference on Internet of Things （iThings） and IEEE Green Computing and Communications （GreenCom） and IEEE Cyber， Physical and Social Computing （CPSCom） and IEEE Smart Data （SmartData）， July 30-August 3 ， 2018 ， Halifax， Canada .

RAJ V B ， HAREESH K . Review on generative adversarial networks ［C］// International Conference on Communication and Signal Processing （ICCSP）， July 28-30 ， 2020 ， Chennai， India .

RAYMOND Y ， CHEN C ， TECK-YIAN L ， et al . Semantic image inpainting with deep generative models ［C］// IEEE Conference on Computer Vision and Pattern Recognition ， July 21-26 ， 2017 ， Honolulu， USA ： 5485 - 5493 .

LEBRUN R ， DUTFOY A . An innovating analysis of the Nataf transformation from the copula viewpoint ［J］. Probabilistic Engineering Mechanics ， 2009 ， 24 （ 3 ）： 312 - 320 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Robust Identification of Switch States in Dynamic Topology of Distribution Network Based on Semi-supervised Adversarial Learning

Analysis and Optimization of Resonance Stability for MMC-HVDC and LCC-HVDC Hybrid Infeed System of Offshore Wind Power

Related Author

HUANG Haihong

WANG Guangya

WANG Haixin

YAO Zenghui

DONG Wenkai

HAN Zijiao

JIA Qi

XIE Xiaorong

Related Institution

School of Electrical Engineering and Automation, Hefei University of Technology

Department of Electrical Engineering, Tsinghua University

State Grid Liaoning Electric Power Co., Ltd.

College of Electrical Engineering, Zhejiang University

CSG Electric Power Research Institute

⁰