本發(fā)明屬于電力系統(tǒng)暫態(tài)穩(wěn)定分析領(lǐng)域，具體涉及一種基于模式激發(fā)程度分析的暫態(tài)穩(wěn)定預(yù)想事故篩選方法。

背景技術(shù)：
大規(guī)模新能源發(fā)電的接入導(dǎo)致電力系統(tǒng)運行方式的不確定性逐漸增大。在此情況下，在線安全穩(wěn)定評估將發(fā)揮更大的作用。合理地篩選出暫態(tài)穩(wěn)定預(yù)想事故是在線安全穩(wěn)定評估的基礎(chǔ)?；谶\行人員經(jīng)驗的預(yù)想事故篩選方法不適用于在線安全穩(wěn)定評估，而人工智能方法的物理意義不夠明確。

技術(shù)實現(xiàn)要素：
本發(fā)明旨在至少在一定程度上解決上述技術(shù)問題之一或至少提供一種有用的商業(yè)選擇。為此，本發(fā)明的目的在于提出一種不依賴運行人員經(jīng)驗、篩選效率高的基于模式激發(fā)程度分析的暫態(tài)穩(wěn)定預(yù)想事故篩選方法。為了實現(xiàn)上述目的，本發(fā)明實施例的基于模式激發(fā)程度分析的暫態(tài)穩(wěn)定預(yù)想事故篩選方法，包括以下步驟：S1.采用模式激發(fā)程度分析方法計算各個節(jié)點故障的重要程度指標(biāo)；以及S2.采用最大差異法篩選出重要故障。在本發(fā)明的一個實施例中，所述步驟S1包括：設(shè)系統(tǒng)有n臺發(fā)電機，對系統(tǒng)進行小干擾穩(wěn)定性分析，可以得到系統(tǒng)的最大機電振蕩周期，記為Tmax，設(shè)系統(tǒng)有N個節(jié)點，依次在每個節(jié)點設(shè)置三相短路故障，故障時間為0～0.1s，計算各個節(jié)點故障的重要程度指標(biāo)為E={E1,E2,L,EN}（1）其中第k(k=1,2,L,N)個節(jié)點故障的重要程度指標(biāo)為其中為第j個時間斷面時，第k個節(jié)點故障對第i個振蕩模式的激發(fā)程度，i=1,2,L,n-1為系統(tǒng)機電振蕩模式的編號；j=tc,tc+Δt,tc+2Δt,L,tc+Tmax，tc=0.1s為故障消失時間，Δt=0.01s為時域仿真步長，Tmax為最大機電振蕩周期。在本發(fā)明的一個實施例中，所述的計算公式為的推導(dǎo)過程如下，式(3)中各個符號的含義將在下面的推導(dǎo)過程中給出:發(fā)電機采用經(jīng)典二階模型，忽略系統(tǒng)阻尼，負荷采用恒阻抗模型，進行網(wǎng)絡(luò)收縮后，只保留發(fā)電機內(nèi)節(jié)點的系統(tǒng)數(shù)學(xué)模型為其中ω0為同步角速度，δ=[δ1,δ2,Lδn]T和ω=[ω1,ω2,Lωn]T分別為各臺發(fā)電機功角和角速度組成的列向量，1為元素為1的n行列向量，Pm=[Pm1,Pm2,L,Pmn]T和Pe=[Pe1,Pe2,L,Pen]T為各機機械功率和電磁功率組成的列向量，M為以各機慣性時間常數(shù)為元素的對角矩陣，非平衡點(δ(0),ω(0))處的線性化模型為（5）其中0和I分別為n階零矩陣和n階單位陣，J為Pe對δ變化的雅克比矩陣，將式(5)化為二階微分方程形式得（6）設(shè)和為的特征值和右特征矩陣，則A的特征值和右特征矩陣為（7）其中做如下變換代入式(6)可得其中定義為模式激發(fā)程度矩陣，為的左特征矩陣，且則故障對模式λi的激發(fā)程度為求解式(9)得代入初始條件得其中f(ω(0))=ω0(ω(0)-1)Δδ(0)=δ(0)-δ(0)Δω(0)=ω(0)-ω(0)因為是非平衡點處線性化，(δ(0),ω(0))中包含了擾動因素，所以Δδ(0)=Δω(0)=0，假設(shè)暫態(tài)過程中角速度變化不大，則ω(0)=1，f(ω(0))=0，所以式(12)變?yōu)閏i1=ei（14）ci2=0代入式(11)得由式(8)與式(15)可知，擾動對振蕩模式的激發(fā)程度越大，系統(tǒng)的振蕩越劇烈，式(10)為擾動對振蕩模式λi的激發(fā)程度，若擾動為第k(k=1,2,L,N)個節(jié)點故障，且非平衡點為時域仿真的第j個時間斷面，即(δ(0),ω(0))=(δ(j),ω(j))，則式(10)變?yōu)槭?3)的形式。在本發(fā)明的一個實施例中，的特征值中有一個零特征值，將各機功角轉(zhuǎn)化為相對坐標(biāo)可以消除零特征值，采用相對坐標(biāo)系后，降了一階，若采用相對于最后一臺發(fā)電機的情況，此時做以下處理：將的前n-1行元素減去最后一行，再去掉第n行和第n列，g(δ(0))的前n-1行元素減去最后一行，再去掉第n行。在本發(fā)明的一個實施例中，所述步驟S2包括：將各個節(jié)點故障的重要程度指標(biāo)按照由小到大的順序排序，排序后將前一個指標(biāo)與后一個指標(biāo)做比值運算，當(dāng)這個比值達到最小值時，就找到了非重要故障與重要故障的界線，假設(shè)排序后的各節(jié)點故障的重要程度指標(biāo)為E1E2...EN，且則重要節(jié)點故障為第r+1,r+2,L,N個故障。根據(jù)本發(fā)明實施例的基于模式激發(fā)程度分析的暫態(tài)穩(wěn)定預(yù)想事故篩選方法，將系統(tǒng)模型在非平衡點處泰勒展開，忽略高階項，計算故障對系統(tǒng)各個振蕩模式的激發(fā)程度，將激發(fā)程度在一個振蕩周期內(nèi)的最大值作為該故障的重要性指標(biāo)，最后采用最大差異法篩選出預(yù)想事故。該方法不依賴于運行人員的經(jīng)驗，物理意義明確，可以快速地篩選出預(yù)想事故。本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。附圖說明本發(fā)明的上述和/或附加的方面和優(yōu)點從結(jié)合下面附圖對實施例的描述中將變得明顯和容易理解，其中：圖1是本發(fā)明實施例的基于模式激發(fā)程度分析的暫態(tài)穩(wěn)定預(yù)想事故篩選方法的流程圖；圖2是IEEE三機九節(jié)點系統(tǒng)的結(jié)構(gòu)示意圖；圖3是E指標(biāo)柱狀圖；和圖4是S指標(biāo)柱狀圖。具體實施方式下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。如圖1所示，本發(fā)明實施例的基于模式激發(fā)程度分析的暫態(tài)穩(wěn)定預(yù)想事故篩選方法包括以下兩個步驟：步驟1：采用模式激發(fā)程度分析方法計算各個節(jié)點故障的重要程度指標(biāo)。設(shè)系統(tǒng)有n臺發(fā)電機，對系統(tǒng)進行小干擾穩(wěn)定性分析，可以得到系統(tǒng)的最大機電振蕩周期，記為Tmax。設(shè)系統(tǒng)有N個節(jié)點，依次在每個節(jié)點設(shè)置三相短路故障，故障時間為0～0.1s，計算各個節(jié)點故障的重要程度指標(biāo)為E={E1,E2,L,EN}（1）其中第k(k=1,2,L,N)個節(jié)點故障的重要程度指標(biāo)為其中為第j個時間斷面時，第k個節(jié)點故障對第i個振蕩模式的激發(fā)程度，i=1,2,L,n-1為系統(tǒng)機電振蕩模式的編號；j=tc,tc+Δt,tc+2Δt,L,tc+Tmax，tc=0.1s為故障消失時間，Δt=0.01s為時域仿真步長，Tmax為最大機電振蕩周期。的計算公式為的推導(dǎo)過程如下，式(3)中各個符號的含義將在下面的推導(dǎo)過程中給出。發(fā)電機采用經(jīng)典二階模型，忽略系統(tǒng)阻尼，負荷采用恒阻抗模型，進行網(wǎng)絡(luò)收縮后，只保留發(fā)電機內(nèi)節(jié)點的系統(tǒng)數(shù)學(xué)模型為其中ω0為同步角速度，δ=[δ1,δ2,Lδn]T和ω=[ω1,ω2,Lωn]T分別為各臺發(fā)電機功角和角速度組成的列向量，1為元素為1的n行列向量，Pm=[Pm1,Pm2,L,Pmn]T和Pe=[Pe1,Pe2,L,Pen]T為各機機械功率和電磁功率組成的列向量，M為以各機慣性時間常數(shù)為元素的對角矩陣。非平衡點(δ(0),ω(0))處的線性化模型為（5）其中0和I分別為n階零矩陣和n階單位陣，J為Pe對δ變化的雅克比矩陣，將式(5)化為二階微分方程形式得（6）設(shè)和為的特征值和右特征矩陣。則A的特征值和右特征矩陣為（7）其中做如下變換代入式(6)可得其中定義為模式激發(fā)程度矩陣，為的左特征矩陣，且故障對模式λi的激發(fā)程度為求解式(9)得代入初始條其中f(ω(0))=ω0(ω(0)-1)Δδ(0)=δ(0)-δ(0)Δω(0)=ω(0)-ω(0)因為是非平衡點處線性化，(δ(0),ω(0))中包含了擾動因素，所以Δδ(0)=Δω(0)=0。假設(shè)暫態(tài)過程中角速度變化不大，則ω(0)=1，f(ω(0))=0，所以式(12)變?yōu)閏i1=ei（14）ci2=0代入式(11)得由式(8)與式(15)可知，擾動對振蕩模式的激發(fā)程度越大，系統(tǒng)的振蕩越劇烈。式(10)為擾動對振蕩模式λi的激發(fā)程度，若擾動為第k(k=1,2,L,N)個節(jié)點故障，且非平衡點為時域仿真的第j個時間斷面，即(δ(0),ω(0))=(δ(j),ω(j))，則式(10)變?yōu)槭?3)的形式。另外，的特征值中有一個零特征值，將各機功角轉(zhuǎn)化為相對坐標(biāo)可以消除零特征值。采用相對坐標(biāo)系后，降了一階，若采用相對于最后一臺發(fā)電機的情況。需要做以下處理：將的前n-1行元素減去最后一行，再去掉第n行和第n列。g(δ(0))的前n-1行元素減去最后一行，再去掉第n行。步驟2：采用最大差異法篩選出重要故障。首先將各個節(jié)點故障的重要程度指標(biāo)按照由小到大的順序排序，排序后將前一個指標(biāo)與后一個指標(biāo)做比值運算，當(dāng)這個比值達到最小值時，就找到了非重要故障與重要故障的界線。假設(shè)排序后的各節(jié)點故障的重要程度指標(biāo)為E1E2...EN，且則重要節(jié)點故障為第r+1,r+2,L,N個故障。由上可知，根據(jù)本發(fā)明實施例的基于模式激發(fā)程度分析的暫態(tài)穩(wěn)定預(yù)想事故篩選方法，將系統(tǒng)模型在非平衡點處泰勒展開，忽略高階項，計算故障對系統(tǒng)各個振蕩模式的激發(fā)程度，將激發(fā)程度在一個振蕩周期內(nèi)的最大值作為該故障的重要性指標(biāo)，最后采用最大差異法篩選出預(yù)想事故。該方法不依賴于運行人員的經(jīng)驗，物理意義明確，可以快速地篩選出預(yù)想事故。為使本領(lǐng)域技術(shù)人員更好地理解本發(fā)明，下面結(jié)合圖2-圖4，以美國電氣和電子工程師協(xié)會（InstituteofElectricalandElectronicsEngineers，IEEE）三機九節(jié)點系統(tǒng)為例，說明該方法的具體實施方式。IEEE三機九節(jié)點系統(tǒng)的結(jié)構(gòu)示意圖如圖2所示，依次計算各個節(jié)點故障的重要程度指標(biāo)和極限切除時間，結(jié)果如表1所示。將節(jié)點故障重要程度指標(biāo)記為E指標(biāo)，將極限切除時間的倒數(shù)記為S指標(biāo)，兩種指標(biāo)的柱狀圖如圖3和圖4所示，可見兩種指標(biāo)判斷出的各個節(jié)點故障的重要程度趨勢相同。最后依據(jù)E指標(biāo)，采用最大差異法篩選出重要故障，為節(jié)點2和節(jié)點7的故障。表1.各個節(jié)點故障的重要程度指標(biāo)和極限切除時間節(jié)點編號重要程度指標(biāo)極限切除時間10.4520.28720.9050.20830.5660.23740.5200.26750.4760.31360.4040.32770.9440.21080.6790.25890.6720.224流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括一個或更多個用于實現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分，并且本發(fā)明的優(yōu)選實施方式的范圍包括另外的實現(xiàn)，其中可以不按所示出或討論的順序，包括根據(jù)所涉及的功能按基本同時的方式或按相反的順序，來執(zhí)行功能，這應(yīng)被本發(fā)明的實施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。在本說明書的描述中，參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結(jié)合。盡管上面已經(jīng)示出和描述了本發(fā)明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在不脫離本發(fā)明的原理和宗旨的情況下在本發(fā)明的范圍內(nèi)可以對上述實施例進行變化、修改、替換和變型。