关键词:
电力系统
电力市场
机组组合
经济调度
暂态稳定评估
深度学习
PMU失效
摘要:
随着电力现货市场的发展,发电商可以通过竞价获得发电权。相比于传统集中调度模式,发电计划发生了巨大改变,这将影响输电网络的潮流结构,对电力系统的安全经济运行带来很大的影响,因此,开展电力现货市场环境下电力系统的经济运行问题和暂态稳定评估问题研究具有重要的理论意义和应用价值。针对电力市场环境下电力系统的稳态运行问题,本文以火电机组的机组组合问题和输电网络的经济调度问题为例开展研究,首先考虑了风电出力的不确定性以及柔性负荷的参与,建立了联合市场出清模式下的日前机组组合模型。同时基于日前确定的机组启停状态,建立了交流潮流方程下输电网的经济调度模型,从而得到系统的稳态经济运行点。最后基于10机39节点测试电力系统进行了仿真,仿真结果表明相比于传统的调度模式,在市场模式下灵活负荷能够参与电网的辅助服务,从而改变了火电机组的启停策略,降低了火电机组的运行成本,提高了社会总效益。同时,市场出清模式下电力系统的稳态潮流断面发生了较大的改变,这对电力系统的暂态稳定有着重要的影响。针对电力系统暂态稳定快速准确地评估的问题,本文利用Relief-FT算法计算每个时序特征的重要性并提取关键时序暂态特征,从而有效表征电力系统的暂态空间;进一步采用基于门控循环单元的深度时序神经网络学习电力系统暂态状态和关键特征之间的映射关系,实现快速、准确的电力系统暂态稳定评估。最后以10机39节点测试电力系统验证方法有效性,仿真结果表明,相比基于传统的浅层学习模型,本文提出的基于深度学习的电力系统暂态稳定评估方法在精度上更有优势,并对广域噪声具有更好的鲁棒性。针对相量测量单元(phasor measurement unit,PMU)失效严重影响电力系统暂态稳定评估精度的问题,本文提出考虑到PMU失效条件下的电力系统暂态稳定评估模型,首先基于电力系统PMU布局构造满足电网全局可观性的特征子集集合,基于每个特征子集的数据训练暂态稳定评估子模型,最后分别对每个暂态稳定评估子模型进行集成,从而在PMU失效的时候仍能保持准确性。最后以10机39节点测试电力系统验证方法有效性,仿真结果表明,相比已有的数据填充方法,本文提出的考虑PMU失效条件下的电力系统暂态稳定评估模型可以实现更高的准确率,并对广域噪声具有鲁棒性,能够更好的监测电力市场环境下电力系统的安全运行状态。