基于ann模型的在线电压稳定裕度评估.docVIP

基于ANN模型的在线电压稳定裕度评估 孔祥超1，尹星月1，张述铭2 （1、东北电力大学 电气工程学院，吉林 吉林 132012；2、西藏电力有限公司 调控中心，西藏 拉萨 850000） 摘要：将ANN网络模型引入电压稳定裕度的评估体系中，采用实时的相量测量单元（PMU）获得了电压幅值和相位角，使电压稳定裕度就可以及时地被表示出来。进一步采用必要的的控制手段来控制电力系统可以有效的提高速率。最后在英格兰39节点测试系统上进行了验证。证明了ANN网络模型可以很好地分析正常状态系统和故障状态系统，人工神经网络模型在计算电力系统电压稳定裕度具有可行性。 关键：ANN模型；PV曲线；负荷有功功率裕度；连续潮流；电压稳定 中图分类号：TM933 文献标识码：A 文章编号：1001-1390（201）00-0000-00 Online evaluating of voltage stability margin artificial neural network Kong Xiangchao1, Ying Xingyue1, Zhang Shuming2, Li Jian2 (1.College of Electrical Engineering, Northeast Dianli University, Jilin 132012, China; 2.State Grid Tibet Electric Power Dispatching Control Center, Tibet, Lasa, 850000, China) Abstract：In this paper, an Artificial Neural Network (ANN) method is introduced into the estimation system, and the amplitudes and phase angles are obtained by real-time phasor measurement units(PMU), then the voltage stability margin can be expressed in time. Furthermore, certain control methods are used to control the power system, which can increase the speed effectively. At last, England 39 nodes is used to prove test the system. The results show that ANN network model can analyze the normal or failure state systems. And the feasibility is proved in the calculation of the power system voltage stability margin using ANN model. Keywords: ANN model, PV curve, load active power margin, continuation power flow, Voltage stability 0 引 言 电压失稳在国内外都曾引起过许多大型电力系统事故[1]，所以电压稳定研究一直是各国专家研究的主要内容。文献[2-4]中对电压稳定的各种方法进行了研究。所研究的长期电压稳定问题电压稳定评估决定了某给定运行条件是否安全。在电压稳定研究中，系统负荷沿某特定方向趋向电压崩溃点。P-V曲线是负荷电压幅值V随负荷功率P的变化，此曲线上当前运行点到电压崩溃点的距离就是负荷有功功率(P)裕度。 对于潮流计算算法，连续潮流(CPF)是一种常用的算法。由于连续潮流法在大规模电力系统的计算中非常耗时，故需要一种更快捷的算法。智能学习技术与传统的分析技术相结合应用于电压稳定相关问题研究，如模式识别、专家系统、人工神经网络、模糊系统和生物进化程序。人工神经网络是一种智能学习认知技术，这种方法应用十分广泛。其优势有，人工神经网络可以实现输入数据到输出数据间任意复杂的非线性映射，因此人工神经网络是解决较复杂问题的良好工具；训练好的人工神经网络模型进行工作时，速度较快，一般都能达到要求。它的输入相量X与输出相量Y存在一定的映射关系。其中输入矢量X代表系统当前的运行点，输出矢量Y代表负荷功率裕度。在采用ANN来模仿CPF去快速估计负荷功率裕度进而分析电压稳定问题。在ANN中选择输入矢量是非常重要的，文献[5]，各负荷节点有功功