[发明专利]一种暂态稳定视角下电力系统仿真数据生成方法

说明书

本发明公开了一种暂态稳定视角下电力系统仿真数据生成方法，所述仿真数据生成方法首先，基于EEAC方法计算的轨迹稳定裕度，寻找暂态临界失稳或暂态稳定裕度小的运行方式，生成海量初始潮流。其次，量化评估多断面稳定输送水平交互影响、断面输电功率对暂态稳定性影响程度，以各断面主导的系统稳定性同时达到临界稳定为目标，建立功率增长模式计算模型。然后，基于时域仿真计算暂态稳定极限传输功率。其优点在于数据来源主要是仿真软件模拟数据，能够为AI算法提供合适的训练测试数据集，本发明解决了现有技术难以保证仿真与实际数据一致性的问题。

技术领域

本发明涉及电力系统安全稳定分析技术领域，具体涉及一种暂态稳定视角下电力系统仿真数据生成方法。

背景技术

现代电力系统已发展成为高维时变非线性系统，对电力系统暂态稳定极限问题分析的准确性和时效性提出了更高要求，引入人工智能(AI)以满足当前暂态稳定研究要求，成为炙手可热的研究方向。

获取电力系统暂态稳定分析相关的状态变量数据以及暂态稳定极限传输功率数据是AI应用的首要问题。数据的规模、类型和质量等属性对于研究结果影响较大。但由于实际电力系统发生故障特别是造成暂态失稳的故障概率极低，且因电力系统具有时变性，导致历史数据适用性下降，难以为人工智能算法提供优质的训练数据。

现有方法依靠研究人员设置典型电源和负荷参数、故障类型以及网络拓扑，例如考虑负荷水平对电力系统暂态响应特性的影响，设置多种系统负荷水平；考虑电网拓扑的空间结构对暂态数据的影响，设置不同的负荷增长方式。考虑负荷组成和电网拓扑对于暂态稳定的影响，设置马达负荷的比例变化以及设定测试系统中输电线路的运行情况等。

通过现有方法能够实现批量化故障数据的生成，但难以保证仿真与实际数据的一致性。针对实际电网的事故分析，经常出现仿真结果与真实故障结果不一致的问题。如何为AI算法提供合适的训练测试数据集是一个亟待解决的问题。

发明内容

本发明的目的在于提供一种暂态稳定视角下电力系统仿真数据生成方法，解决现有技术难以保证仿真与实际数据一致性的问题。

本发明通过下述技术方案实现：

一种暂态稳定视角下电力系统仿真数据生成方法，包括以下步骤：

1)、获取电力系统的初始潮流：通过EEAC方法获取电力系统的轨迹稳定裕度，通过轨迹稳定裕度获得暂态稳定裕度小的运行方式，以暂态稳定裕度小的运行方式为初始潮流；

2)、建立功率增长模式计算模型：量化评估多断面稳定输送水平交互影响、断面输电功率对暂态稳定性的影响程度；以各个断面主导的系统稳定性同时达到临界稳定为目标，建立功率增长模式计算模型，以功率增长模式计算模型求解暂态稳定极限传输功率；

3)、获取电力系统的仿真数据：基于时域仿真算法获取暂态稳定极限传输功率，结合步骤1)中初始潮流下的状态变量和步骤2)中功率增长模式计算模型相对应的暂态稳定极限值，即可得到应用于暂态稳定分析的电力系统的仿真数据。

本发明所述仿真数据生成方法首先生成海量暂态临界失稳或暂态稳定裕度小的运行方式，并以此方式为初始潮流，基于时域仿真找出暂态稳定极限传输功率，结合初始潮流下的状态变量和相对应的暂态稳定极限值形成一个完整的样本数据。其优点在于数据来源主要是仿真软件模拟数据，能够为AI算法提供合适的训练测试数据集。

本发明为避免传统的调整初始潮流导致潮流计算很难收敛甚至不收敛问题，提出基于时域仿真的暂态稳定极限传输功率算法，该算法从时域仿真计算的角度，将一系列求解初始潮流非线性方程组的问题，转换为在较小的缓慢扰动下的时域仿真求取系统稳定运行状态点的问题，因而不存在非线性方程组的收敛性问题。结合初始潮流下的状态变量和相对应的暂态稳定极限值，即可得到应用于暂态稳定分析的电力系统海量仿真数据。

进一步地，步骤1)中所述的轨迹稳定裕度的表达式如下：