面向风电接入暂态功角稳定分析的电网极端运行场景提取

罗魁; 石文辉

doi:10.7500/AEPS20200908006

您当前的位置：

首页 >

文章列表页 >

面向风电接入暂态功角稳定分析的电网极端运行场景提取

研制与开发 | 更新时间：2025-06-16

- 面向风电接入暂态功角稳定分析的电网极端运行场景提取
- Extraction of Extreme Operation Scenarios in Power Grid for Transient Angle Stability Analysis Under Wind Power Integration
- 电力系统自动化 2021年45卷第20期页码：113-120
- 作者机构：
  
  中国电力科学研究院有限公司，北京市 100192
- 作者简介：
  
  罗魁(1989—)，男，通信作者，硕士，高级工程师，主要研究方向：新能源并网仿真分析。E-mail：luokui@epri.sgcc.com.cn
  石文辉(1981—)，女，硕士，教授级高级工程师，主要研究方向：新能源并网分析。
- 基金信息：
- DOI：10.7500/AEPS20200908006
  中图分类号：
- 收稿日期：2020-09-08，
  
  修回日期：2021-05-20，
  
  网络出版日期：2021-07-27，
  
  纸质出版日期：2021-10-25
- 稿件说明：
移动端阅览
罗魁,石文辉.面向风电接入暂态功角稳定分析的电网极端运行场景提取[J].电力系统自动化,2021,45(20):113-120.

LUO Kui,SHI Wenhui.Extraction of Extreme Operation Scenarios in Power Grid for Transient Angle Stability Analysis Under Wind Power Integration[J].Automation of Electric Power Systems,2021,45(20):113-120.
罗魁,石文辉.面向风电接入暂态功角稳定分析的电网极端运行场景提取[J].电力系统自动化,2021,45(20):113-120. DOI： 10.7500/AEPS20200908006.

LUO Kui,SHI Wenhui.Extraction of Extreme Operation Scenarios in Power Grid for Transient Angle Stability Analysis Under Wind Power Integration[J].Automation of Electric Power Systems,2021,45(20):113-120. DOI： 10.7500/AEPS20200908006.

摘要

大规模风电接入给电网的规划和运行带来了极大的不确定性，导致系统运行模式更加多变。极端运行场景提取对于分析电网运行的高风险薄弱点具有重要意义，而传统经验场景提取方式难以应对风电和负荷的双重不确定性。面向规划层面的电力系统安全稳定评估问题，提出一种基于数据挖掘和机器学习算法的电网极端运行场景提取方法。首先，通过机器学习识别出对暂态功角稳定影响较大的场景变量并依据重要程度进行排序，同时采用熵权法体现场景变量自身的离散性对极端运行场景的贡献程度。随后，利用加权聚类算法筛选出代表大多数场景暂态功角稳定水平的典型运行场景，进而提取出离群、极端的边缘运行点作为极端场景。最后，采用IEEE 39节点算例进行暂态仿真分析，验证了采用数据挖掘与具体问题相结合的方法进行极端场景提取的有效性和合理性，提升了风电并网规划、稳定分析的水平和效率。

Abstract

The large-scale integration of wind power brings great uncertainty to the operation and planning of power grids

making the system operation mode more variable. The extraction of extreme operation scenarios is of great significance for analyzing the high-risk and weak points in the power grid operation

while the traditional empirical scenario extraction methods have difficulty in dealing with the dual uncertainties of wind power and load. Aiming at the security and stability assessment problem of the power system at the planning level

a method for extracting extreme operation scenarios in the power grid based on data mining and machine learning algorithms is proposed. First

through machine learning

the scenario variables that have a greater impact on the transient stability are identified and sorted according to their importance. At the same time

the entropy-weighted method is used to reflect the degree of contribution of the discreteness of the scenario variable itself to the extreme operation scenarios. Then

the weighted clustering algorithm is used to pick the typical operation scenarios that can represent the transient angle stability level in most scenarios. Furthermore

the outlier and extreme edge operating points far from the clustering center are extracted as extreme scenarios. Finally

an IEEE 39-bus test system is used for the transient simulation analysis

which verifies the effectiveness and rationality of the method that combining data mining and specific problems in extracting extreme scenarios. The proposed method improves the level and efficiency of grid integration planning and stability analysis of wind power.

关键词

Keywords

references

毛安家，马静，蒯圣宇，等 . 高比例新能源替代常规电源后系统暂态稳定与电压稳定的演化机理［J］. 中国电机工程学报， 2020 ， 40 （ 9 ）： 2745 - 2755 .

MAO Anjia ， MA Jing ， KUAI Shengyu ， et al . Evolution mechanism of transient and voltage stability for power system with high renewable penetration level ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 9 ）： 2745 - 2755 .

吴俊，薛禹胜，舒印彪，等 . 大规模可再生能源接入下的电力系统充裕性优化：（三）多场景的备用优化［J］. 电力系统自动化， 2019 ， 43 （ 11 ）： 1 - 14 .

WU Jun ， XUE Yusheng ， SHU Yinbiao ， et al . Adequacy optimization for a large-scale renewable energy integrated power system： Part three reserve optimization in multiple scenarios ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 11 ）： 1 - 14 .

XU Yan ， YIN Minghui ， DONG Zhaoyang ， et al . Robust dispatch of high wind power-penetrated power systems against transient instability ［J］. IEEE Transactions on Power Systems ， 2017 ， 33 （ 1 ）： 174 - 186 .

HOU Qingchun ， DU Ershun ， ZHANG Ning ， et al . Impact of high renewable penetration on the power system operation mode： a data-driven approach ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 1 ）： 731 - 741 .

LUO Kui ， SHI Wenhui ， WANG Weisheng . Extreme scenario extraction of a grid with large scale wind power integration by combined entropy-weighted clustering method ［J］. Global Energy Interconnection ， 2020 ， 3 （ 2 ）： 140 - 148 .

SUN Mingyang ， TENG Fei ， ZHANG Xi ， et al . Data-driven representative day selection for investment decisions： a cost-oriented approach ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 4 ）： 2925 - 2936 .

贺海磊，张彦涛，周勤勇，等 . 计及关键场景的超大规模电网暂态安全风险评估方法［J］. 电力建设， 2019 ， 40 （ 7 ）： 91 - 100 .

HE Hailei ， ZHANG Yantao ， ZHOU Qinyong ， et al . Transient safety risk assessment method for super large-scale power grid considering key scenarios ［J］. Electric Power Construction ， 2019 ， 40 （ 7 ）： 91 - 100 .

LIU Yixian ， SIOSHANSI R ， CONEJO A J . Hierarchical clustering to find representative operating periods for capacity-expansion modeling ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 3 ）： 3029 - 3039 .

LIU R ， VERBIC G ， MA Jin ， et al . Fast stability scanning for future grid scenario analysis ［J］. IEEE Transactions on Power Systems ， 2018 ， 22 （ 1 ）： 514 - 524 .

QI Buyang ， HASAN K N ， MILANOVIC J V . Identification of critical parameters affecting voltage and angular stability considering load-renewable generation correlations ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 4 ）： 2859 - 2869 .

XU Xiaoyuan ， YAN Zheng ， SHAHIDEHPOUR M ， et al . Power system voltage stability evaluation considering renewable energy with correlated variabilities ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 3 ）： 3236 - 3245 .

HASAN K N ， PREECE R ， MILANOVIC J V . Priority ranking of critical uncertainties affecting small-disturbance stability using sensitivity analysis techniques ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 4 ）： 2629 - 2639 .

MEEGAHAPOLA L ， LITTLER T . Characterisation of large disturbance rotor angle and voltage stability in interconnected power networks with distributed wind generation ［J］. IET Renewable Power Generation ， 2015 ， 9 （ 3 ）： 272 - 283 .

MEEGAHAPOLA L ， FLYNN D . Impact on transient and frequency stability for a power system at very high wind penetration ［C］// 2010 IEEE Power and Energy Society General Meeting ， July 25-29 ， 2010 ， Minneapolis， USA ： 1 - 8 .

牟澎涛，赵冬梅，王嘉成 . 大规模风电接入对系统功角稳定影响的机理分析［J］. 中国电机工程学报， 2017 ， 37 （ 5 ）： 55 - 64 .

MU Pengtao ， ZHAO Dongmei ， WANG Jiacheng . Influence mechanism analysis of large-scale wind power integration on power system angle stability ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 5 ）： 55 - 64 .

王清，薛安成，郑元杰，等 . 双馈型风电集中接入对暂态功角稳定的影响分析［J］. 电网技术， 2016 ， 40 （ 3 ）： 233 - 239 .

WANG Qing ， XUE Ancheng ， ZHENG Yuanjie ， et al . Impact of DFIG-based wind power integration on the transient stability of power systems ［J］. Power System Technology ， 2016 ， 40 （ 3 ）： 233 - 239 .

PAPADOPOULOS P N ， MILANOVIĆ J V . Probabilistic framework for transient stability assessment of power systems with high penetration of renewable generation ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 4 ）： 3078 - 3088 .

LI Nan ， LI Baoluo ， GAO Lei . Transient stability assessment of power system based on XGBoost and factorization machine ［J］. IEEE Access ， 2020 ， 8 ： 28403 - 28414 .

ROBNIKŠIKONJA M ， KONONENKO I . An adaptation of Relief for attribute estimation in regression ［C］// Fourteenth International Conference on Machine Learning ， July 8-12 ， 1997 ， Nashville， USA ： 1 - 9 .

ROBNIKŠIKONJA M ， KONONENKO I . Theoretical and empirical analysis of ReliefF and RReliefF ［J］. Machine Learning ， 2003 ， 53 （ 1/2 ）： 23 - 69 .

XU Yan ， ZHANG Rui ， ZHAO Junhua ， et al . Assessing short-term voltage stability of electric power systems by a hierarchical intelligent system ［J］. IEEE Transactions on Neural Networks & Learning Systems ， 2016 ， 27 （ 8 ）： 1686 - 1696 .

薛禹胜，黄天罡，陈国平，等 . 关于暂态稳定分析算例筛选的评述［J］. 电力系统自动化， 2019 ， 43 （ 6 ）： 7 - 20 .

XUE Yusheng ， HUANG Tiangang ， CHEN Guoping ， et al . Review on case filtering in transient stability analysis ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 6 ）： 7 - 20 .

WANG B ， FANG B ， WANG Y ， et al . Power system transient stability assessment based on big data and the core vector machine ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 5 ）： 2561 - 2570 .

TAN Bendong ， YANG Jun ， TANG Yufei ， et al . A deep imbalanced learning framework for transient stability assessment of power system ［J］. IEEE Access ， 2019 ， 7 ： 81759 - 81769 .

刘威，张东霞，丁玉成，等 . 基于随机矩阵理论与熵理论的电网薄弱环节辨识方法［J］. 中国电机工程学报， 2017 ， 37 （ 20 ）： 67 - 75 .

LIU Wei ， ZHANG Dongxia ， DING Yucheng ， et al . Power grid vulnerability identification methods based on random matrix theory and entropy theory ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 20 ）： 67 - 75 .

宋军英，何聪，李欣然，等 . 基于特征指标降维及熵权法的日负荷曲线聚类方法［J］. 电力系统自动化， 2019 ， 43 （ 20 ）： 65 - 72 .

SONG Junying ， HE Cong ， LI Xinran ， et al . Daily load curve clustering method based on feature index dimension reduction and entropy weight method ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 20 ）： 65 - 72 .

李刚，李建平，孙晓蕾，等 . 主客观权重的组合方式及其合理性研究［J］. 管理评论， 2017 ， 29 （ 12 ）： 17 - 26 .

LI Gang ， LI Jianping ， SUN Xiaolei ， et al . Research on a combined method of subjective-objective weighing and the its rationality ［J］. Management Review ， 2017 ， 29 （ 12 ）： 17 - 26 .

XU Rui ， WUNSCH D . Survey of clustering algorithms ［J］. IEEE Transactions on Neural Networks ， 2005 ， 16 （ 3 ）： 645 - 678 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

复杂断面约束下交直流混联送端电网直流回降保供调控策略

考虑新能源发电切换控制特性的直流输送能力快速评估

基于机器学习的主动配电网能量管理与运行控制