前言
近年來受到廣泛關注的
廣域測量系統(wideareameasurementsystem,WAMS)在一定程度上緩解了對大規模
互聯電力系統進行動態分析與控制的困難。WAMS可以在同一參考時間框架下捕捉到大規模互聯電力系統各地點的實時穩態/動態信息,這些信息在
電力系統穩態及動態分析與控制的許多領域,給大規模互聯電力系統的運行和控制提供了新的視角。
WAMS可看作傳統的監控與
數據採集系統(supervisorycontrolanddataacquisition,SCADA)的進一步延伸,其外部基本單元為基於全球定位系統(globalpositioningsystem,GPS)的同步相量測量單元(phasormeasurementunit,PMU)和連線各PMU的實時通信網路,其核心是一個中心數據站及基於其上的分析與套用。在這種形勢下,直接利用電網外部觀測所獲取的PMU數據,研究電網運行的穩定性,具有重要的理論意義和工程價值。
多年來,一些學者探討基於外部觀測的方法,這些方法與系統模型無關,計算時間很短。AthayT(1966),FoundAA,KruempelKC和VittalV等(1986),VaahediE,MansourY,TseEK(1988)先後研究了利用觀測數據分析電力系統的暫態穩定性。孫建華(1993)提出了一種
電力系統暫態穩定性快速實時預測方法,只需採集少量轉子速度數據,不需預先知道電力系統網路結構和參數,預測電力系統暫態穩定性。孫福軍、任強和李國慶(1995)提出基於外部觀測的電力系統暫態穩定性實時預測和控制方法,只需採集少量電磁功率,不需預先知道系統的網路結構和參數,便能準確反映系統的真實運行情況。周鯤鵬和陳允平(2003)提出了電力系統運行狀態與控制目標之間的距離指標的概念,在故障後系統軌跡靈敏度理論的基礎上進一步拓展,分析了上述距離指標對可控的系統的運行參數的靈敏度,形成靈敏度矢量,按此靈敏度矢量可以實現電力系統的動態安全控制。對所提出的運用軌跡靈敏度的電力系統動態安全控制問題給出了算法,並在IEEE4機11節點試驗系統上進行了計算。計算結果表明了該動態安全控制方案的有效性。謝歡、張保會、於廣亮、李穎暉和李鵬(2006)研究了一種快速的線上暫態不穩定識別方法,方法基於相軌跡凹凸性,僅使用了觀測數據,而不受運行時刻網路的結構、系統參數和模型影響。殷明慧、鄒雲和薛禹勝(2009)通過對CCEBC的進一步抽象,在不藉助於具體模型方程或參數的前提下,提出了一類直接基於軌線的拉格朗日(Lagrange)穩定性概念及其理論分析方法。
在動態系統的理論和套用中,拉格朗日穩定性很早就被學者們所關注。Lasalle(1960)和Yoshizawa(1966)套用李雅普諾夫(Lyapunov)函式來研究拉格朗日穩定性。從動態系統的觀點出發,李雅普諾夫意義下全局穩定模型是單穩態系統,即系統存在唯一漸近吸引所有軌跡的平衡點。但在實際的生物學套用中,有時系統不再是全局穩定,因而,需要更加合適的穩定性概念來研究多穩態系統。同樣地,在實際系統中,如生物網路以及電力系統等非線性系統中往往存在多個平衡點,這時探討拉格朗日穩定性會更符合實際需要。因為拉格朗日穩定隸屬非線性系統穩定性概念的一種,用來反映系統解的有界性。拉格朗日穩定理論是李雅普諾夫穩定理論的一個補充和外延,它更側重於考察系統的總體特性,屬於整體概念。所以說,對非線性系統拉格朗日穩定性的探討和研究具有非常重要的理論價值和實際意義。
電網與電器的運行不同,由於網路非線性的影響和越來越多的
自動保護裝置的投入使用,電網越來越接近於生態系統的運行模式。從外部觀測來看,電網不存在漸近穩定的狀態,而是時刻處於振盪之中。因此,研究電網運行的一致有界性,即拉格朗日穩定性更加具有理論意義與實際套用價值。
本書的特點是:其一,基於電力系統的外部觀測,直接利用PMU的檢測數據,採取非線性分析方法,研究電網的拉格朗日穩定性判定問題;其二,為判別方法提供了理論分析與工程套用方法,可用於實際操作。
本書第1~6章由王曉紅和齊歡編寫,以神經網路為代表,研究了一類非線性系統的拉格朗日穩定性及其穩定域估計,並用來研究電網的拉格朗日穩定性;第7~8章由黃訓誠和唐曉編寫,介紹了希爾伯特黃變換的主要理論與技術;第9~10章由齊歡和唐曉編寫,介紹了
擬周期函式的理論結果和工程技術,研究了電力系統的拉格朗日穩定性判別。路麗芳、潘秀才和朱祥和參加了本書部分章節的工作。在編寫過程中,黃訓誠主持電網運行的背景和實際狀況的分析,唐曉提供所有的計算與繪圖,齊歡負責統稿。
編者
2015年8月
目錄
第1章
非線性系統穩定性
1.1非線性動力系統
1.2非線性動力系統的穩定性
1.3拉格朗日穩定性的研究
1.4非線性系統耗散性分析
1.5神經網路穩定性研究
1.5.1時滯神經網路
1.5.2時滯神經網路拉格朗日穩定研究
1.5.3正不變集和吸引集的研究
1.5.4全局指數耗散性分析研究
第2章
混合時滯非線性系統非負平衡點的穩定性
2.1引言
2.2模型描述與預備知識
2.3非負平衡點的存在唯一性
2.4非負平衡點的R+n全局穩定性分析
2.5數值算例
第3章
混合時滯非線性系統的拉格朗日穩定性
3.1神經網路的動力學行為
3.2模型描述和預備知識
3.2.2混合時滯和有限分布時滯的CGNNs模型
3.3主要結果
3.4套用定理
3.5數值仿真
第4章
混合時滯非線性系統的正不變集和全局指數吸引集
4.1預備知識和重要引理
4.2主要結果
4.3套用舉例
第5章
混合時滯非線性系統的魯棒耗散性
5.1區間神經網路描述與預備知識
5.2主要結果
5.3套用舉例
第6章
利用LMI判斷電力系統的拉格朗日穩定性
6.1大系統的穩定性
6.1.1大系統控制理論
6.1.2控制系統的穩定性
6.2電力系統的拉格朗日穩定性
6.3電力系統的PMU監測
6.4類擺系統的研究
6.5基於外部觀測的電力系統的一般模型
6.6電力系統的拉格朗日穩定性判別
6.6.1考慮帶時滯的電力系統小擾動穩定性分析
6.6.2實例分析
6.7簡單電力系統在周期性負荷擾動下的動力學行為分析
6.7.1簡單電力系統在周期擾動下的動力學行為
6.7.2反饋控制器設計
第7章
希爾伯特黃變換方法
7.1低頻振盪的國內外研究現狀
7.1.1低頻振蕩產生的機理
7.1.2低頻振盪的常見分析方法
7.2希爾伯特黃變換
7.2.1希爾伯特黃變換
7.2.2對希爾伯特黃變換的進一步分析
7.3希爾伯特黃變換算法的改進
7.3.1EMD算法的研究與改進
7.3.2鏡像延拓
7.3.3改進EMD算法仿真分析
第8章
希爾伯特黃變換的套用
8.1希爾伯特黃變換用於低頻振盪分析
8.2利用希爾伯特黃變換提取電力系統信號的慢變數
8.2.1暫態信息的提取
8.2.2振盪特性的提取
8.2.3低頻振盪的非線性特性分析
8.3利用希爾伯特黃變換濾波去噪
8.4混合短期振盪預測
8.4.1理論描述與模型建立
8.4.2實用振盪預測方法步驟
8.4.3數據分析
第9章
9.1時滯對運動的影響
9.2概周期函式與概周期運動
9.3擬周期函式與擬周期運動
9.3.1擬周期函式
9.3.2擬周期信號
9.3.3動力學系統中的擬周期運動
9.4擬周期與概周期及混沌的關係
9.5系統擬周期解的存在性
9.6擬周期系統的拉格朗日穩定性
第10章
電力系統拉格朗日穩定性的判定
10.1相量測量技術
10.2電力系統的混沌、分岔與時滯
10.2.1WAMS的時滯特性
10.2.2信息傳輸網路的時滯
10.2.3考慮時滯影響的電力系統穩定分析
10.2.4考慮時滯影響的電力系統廣域控制
10.3對電力系統中搖擺曲線的研究
10.3.1利用三角函式擬合發電機功角受擾軌跡
10.3.2利用類擺方程近似觀測曲線
10.3.3利用擬周期函式近似觀測曲線