波动性新能源的高比例接入为电力系统运行引入了随机性,对系统安全稳定运行造成影响。为提高系统安全稳定运行水平,计及了风电功率多点随机耦合注入为代表的源不确定性、节点负荷不确定性,以及故障类型、故障位置和切除时间为代表的网不确定性,提出了考虑源网荷不确定性的电力系统概率暂态稳定预防控制(preventive control with probabilistic transient stability, PC-PTS)模型,以及基于粒子群方法(particle swarm optimization, PSO)和点估计(point estimation, PE)的PSO-PE综合求解方法。最后通过多点耦合注入风电功率的New England 10机39节点系统对所提出的PC-PTS模型和求解方法进行验证。仿真结果表明:所提出的PC-PTS模型合理,PSO-PE综合优化方法快速有效,两者结合可提高考虑源网荷不确定性的电力系统概率暂态稳定水平。
负荷建模对电力系统仿真和分析非常重要,其中负荷模型参数辨识是负荷建模的关键环节,因而大量的研究工作集中在负荷模型参数辨识方面,但针对辨识所得负荷模型参数的分析研究却很少。为了进一步挖掘辨识所得大量负荷模型参数潜在的规律性,提出采用支持向量聚类(support vector clustering,SVC)和决策树分类(decision tree classification,DTC)的方法。首先,通过Matlab电力系统仿真分析工具箱PSAT(power system analysis toolbox,PSAT)得到仿真数据,然后利用仿真所得动态数据辨识得到相应的负荷模型参数。在得到不同场景下的负荷模型参数后,采用支持向量聚类算法为每一个样本添加类别标签。随后,通过决策树来展现负荷特性类别标签与不同条件属性之间的相关性规则。最后,WSCC 3-机、9-节点系统的仿真结果表明了所提算法对负荷模型参数校验和预测的有效性。
