基于GPS的功角测量及同步相量在电力系统中的应用研究(4)

3)相角测量得到的同步相量能极大地改善系统稳定的预测及控制。

调度中心可根据各个点的实时相角，建立全系统的实时相角集中监视系统，给调度员提供预防故障的措施或减少事故影响的补救办法，根据相角信息可采取紧急措施(如切机、甩负荷、解列等)，防止系统的崩溃。

最常用的预测方法是在实测相角曲线的基础上利用自回归(AR)、多项式[19，20]或频角关系等预测相对角度的轨迹，然后以角度大于某一限制值或依据预测模型的稳定性判断系统的稳定性。但是其误差随预测长度的增加变大，在暂态初期，轨迹变化较剧烈时，预测精度更难保证。而且角度判稳的标准一般为统计值，其正确性缺乏理论证明。

文献[21]提出分段恒流等效法。基本思想是直接利用电力系统的详细模型，用当前时刻的实测的电压向量作为输入，通过逐步积分法预测未来一段时间内系统的轨迹，在发电机角度变化的微小邻域内假定负荷为恒流源，当发电机角度超出界限时，更新负荷的等效恒流源。

文献[22]提出的方法的基本思路是由发电机的同调特性在大量仿真观察的基础上根据功角对发电机进行离线预分群，在线动态修正。另外还有为自适应失步保护[23]提供出口动作启动条件的稳定预测方法。它首先把系统等值成双机系统，然后利用安装在两个区域间联络线变电站的相量测量单元(PMU)测量的电压电流相量推算等值机的运行状态，再利用等面积法则(EAC)判断系统的稳定性，当发现系统失去稳定后该装置可以分离失步区域。

文献[24]提出了基于同步相量测量单元的预测型振荡解列方法。振荡中心两侧母线电压的相角差反映了功角差，利用该相角差的变化速度及符号，可以判定是同步振荡还是异步振荡以及滑差的情况，并实现预测解列功能。

S.E.Stanton等人从部分能量函数[25]出发，分析多机系统中单机的能量，提出用PMU检测发电机的转速ω的最大数值，并和由能量函数理论通过离线仿真求得的转速坎值比较决定切机量。

较新的智能预测法采用模式识别、神经网络和模糊推理等人工智能手段以实现暂态稳定的快速预测。如文献[26]提出的决策树法通过对不同运行方式和不同故障的仿真计算，仅使用机组的内电势角度作为输入，针对不同训练机集组合构造多个决策树。文[27]提出一种基于模糊神经网络实时预测系统暂态稳定性的方案。但它采用PMU在故障切除后8个周波内的测量结果作为输入，输入数为发电机数的6倍，当系统规模较大时，训练过程非常困难。文献[28]提出基于模糊分类的径向基网络模型及算法，先利用无导师学习方法按照样本的特性，对输入样本进行模糊分类，然后对各类样本分别训练径向基网络，进一步提高了训练速度。利用同步相量测量装置获得的故障后短时间内各发电机的功角,经简单运算后作为神经网络的输入,其输出为多机电力系统稳定性的分类结果。

另外，电压稳定分析中的方法如潮流多解法、雅可比矩阵奇异、灵敏度分析法等，都需要不同程度的复杂计算，应用于电力系统实时控制时存在一定的困难。国内外一些学者直接利用电压相量进行电压稳定分析和实时控制已作了一定的工作，F.Cubina等人的研究[29]认为，即使在复杂系统中，电压相量所含的信息足以确定电压稳定的裕度，并推导出用电压相量法来决定电压崩溃的近似指标算法。文献[30]提出了利用节点的实时信息:电压相量、电流等和来自系统的准实时信息，将整个系统等值，导出了电压稳定实用判据。文献[31]提出了基于图论的分簇算法和两个相关性的判据，用一个节点测量的电压相量代替整个簇的节点电压相量，形成近似雅可比矩阵，求出最小奇异值作为电压稳定近似指标，该方案已运用于实时控制中。文献[32]提出了利用节点电压相量计算的新的电力系统电压稳定指标(VSI)，计及网络的不同拓扑结构，运用修改的图论方法导出寻找最弱传输路径的简便算法。(责任编辑：admin)