趙晉泉，鄧 暉，吳小辰，徐光虎，金小明，張 勇

?

基于廣域響應(yīng)的電力系統(tǒng)暫態(tài)穩(wěn)定控制技術(shù)評(píng)述

趙晉泉1，鄧 暉1，吳小辰2，徐光虎2，金小明2，張 勇2

(1.河海大學(xué)可再生能源發(fā)電技術(shù)教育部工程研究中心，江蘇 南京 210098；2.中國南方電網(wǎng)公司，廣東 廣州 510623)

電力系統(tǒng)暫態(tài)穩(wěn)定控制技術(shù)是維持電網(wǎng)安全穩(wěn)定運(yùn)行的核心問題之一。隨著PMU/WAMS的廣泛應(yīng)用，基于廣域響應(yīng)的暫態(tài)穩(wěn)定控制技術(shù)已成為重要發(fā)展方向。從受擾軌跡快速預(yù)測、暫態(tài)失穩(wěn)實(shí)時(shí)判別、暫態(tài)穩(wěn)定緊急控制三個(gè)方面，以理論和應(yīng)用相結(jié)合的觀點(diǎn)，對廣域量測在電力系統(tǒng)暫態(tài)穩(wěn)定控制研究中的應(yīng)用進(jìn)行了評(píng)述。最后，進(jìn)一步探討了現(xiàn)有控制技術(shù)所亟待解決的問題。

相量測量單元；廣域量測系統(tǒng)；受擾軌跡預(yù)測；暫態(tài)失穩(wěn)判別；暫態(tài)穩(wěn)定控制

0 引言

維持電力系統(tǒng)的安全運(yùn)行一直以來是保障社會(huì)安定和經(jīng)濟(jì)發(fā)展的重要因素之一。為保障電網(wǎng)穩(wěn)定運(yùn)行，我國大型互聯(lián)電網(wǎng)通常配置了特定的繼電保護(hù)及安全穩(wěn)定控制系統(tǒng)，構(gòu)成了電網(wǎng)安全穩(wěn)定運(yùn)行的三道防線[1]。其中，常規(guī)二道防線具有針對性強(qiáng)、速度快、可靠性高等特點(diǎn)，但若實(shí)際擾動(dòng)超出了它所涵蓋的事件范圍，則無法做出有效應(yīng)對。此外，二道防線的失穩(wěn)判據(jù)和控制策略都是基于離線仿真計(jì)算得到，其可靠性嚴(yán)重依賴于仿真模型和參數(shù)的準(zhǔn)確性。因此，我國現(xiàn)有的暫態(tài)穩(wěn)定控制技術(shù)在適應(yīng)性、控制效率、可靠性等方面仍存在諸多不足[2-3]。

隨著相量測量單元(PMU)的不斷發(fā)展和完善[4]，廣域量測系統(tǒng)(WAMS)已可同步監(jiān)測能量管理系統(tǒng)(EMS)觀測量以外的功角、相角、發(fā)電機(jī)電勢等派生量，可作為描述系統(tǒng)機(jī)電動(dòng)態(tài)行為的重要途徑[5]。至今，我國電網(wǎng)公司已在單機(jī)容量300?MW及以上的電廠、總裝機(jī)容量500?MW及以上的電廠，直流換流站、500?kV變電站配置大量PMU裝置。當(dāng)前PMU的基本配置已能夠滿足電網(wǎng)穩(wěn)定監(jiān)視、分析、預(yù)警和決策的需求[6]。

PMU/WAMS具有廣域高精度同步測量、高速信息通信和快速反饋處理等技術(shù)特點(diǎn)，現(xiàn)已在美國、法國等國家的電網(wǎng)協(xié)調(diào)防御系統(tǒng)中發(fā)揮重要作用[7-9]。我國在該領(lǐng)域所挖掘的功能主要面向數(shù)據(jù)監(jiān)測方面，包含：全網(wǎng)電壓和功角監(jiān)視、線路溫度監(jiān)測、故障錄波等。而在基于廣域響應(yīng)的電力系統(tǒng)穩(wěn)定控制技術(shù)方面鮮有涉及，是值得深入研究和拓展的重要方向[10]。

基于上述原因，本文針對基于廣域響應(yīng)的電力系統(tǒng)暫態(tài)穩(wěn)定控制技術(shù)，將現(xiàn)有研究成果劃分為受擾軌跡快速預(yù)測、暫態(tài)失穩(wěn)實(shí)時(shí)判別、暫態(tài)穩(wěn)定緊急控制三個(gè)子問題。從理論和應(yīng)用相結(jié)合的觀點(diǎn)，對上述子問題的研究方法進(jìn)行評(píng)述。在此基礎(chǔ)上，進(jìn)一步指出現(xiàn)有研究所存在的問題及可能的解決途徑。

1 ?基于廣域響應(yīng)的受擾軌跡快速預(yù)測

發(fā)電機(jī)功角等系統(tǒng)特征受擾軌跡的快速預(yù)測是辨識(shí)暫態(tài)穩(wěn)定性的重要途徑之一。通過研究系統(tǒng)特征量測的歷史數(shù)據(jù)，建立特定的數(shù)學(xué)模型，可計(jì)算未來時(shí)刻的受擾軌跡，并為失穩(wěn)判別提供依據(jù)。根據(jù)預(yù)測算法所建立的數(shù)學(xué)模型類型不同，可分為基于網(wǎng)絡(luò)降階化簡的超實(shí)時(shí)數(shù)值仿真和基于曲線擬合的受擾軌跡外推方法兩大類。

1.1 基于網(wǎng)絡(luò)降階化簡的超實(shí)時(shí)數(shù)值仿真

基于網(wǎng)絡(luò)降階化簡的超實(shí)時(shí)數(shù)值仿真技術(shù)主要基于電力系統(tǒng)經(jīng)典模型。通過PMU/WAMS獲取廣域受擾量測，估計(jì)系統(tǒng)模型參數(shù)并計(jì)算該模型方程，利用數(shù)值仿真技術(shù)得到系統(tǒng)未來受擾軌跡。

J.?Thorp等人率先開展了基于網(wǎng)絡(luò)降階化簡的功角軌跡超實(shí)時(shí)仿真方法研究：對觀測窗內(nèi)的實(shí)測軌跡進(jìn)行同調(diào)聚合，得到全網(wǎng)簡化模型，利用實(shí)時(shí)量測值作為該動(dòng)態(tài)方程初值，通過高速計(jì)算機(jī)和并行計(jì)算技術(shù)進(jìn)行受擾軌跡的超實(shí)時(shí)計(jì)算，從而預(yù)測系統(tǒng)未來軌跡[11-12]。在此基礎(chǔ)上，文獻(xiàn)[13]提出了導(dǎo)納參數(shù)整體在線辨識(shí)的受擾軌跡預(yù)測方法。該方法利用實(shí)測系統(tǒng)內(nèi)發(fā)電機(jī)變量，通過參數(shù)辨識(shí)重構(gòu)能夠正確反映系統(tǒng)當(dāng)前拓?fù)浜驮?shù)的導(dǎo)納矩陣，避免了對系統(tǒng)拓?fù)錉顟B(tài)和元件參數(shù)的依賴性。但是，該方法未對發(fā)電機(jī)進(jìn)行聚合等值，導(dǎo)致隨著系統(tǒng)中發(fā)電機(jī)數(shù)目的增大，需辨識(shí)的參數(shù)數(shù)量增大，難以滿足工程實(shí)際需求。為彌補(bǔ)上述缺點(diǎn)，文獻(xiàn)[14-16]提出基于PMU測點(diǎn)的降階等值方法，避免了離線或者在線同調(diào)等值過程。

基于網(wǎng)絡(luò)降階化簡的超實(shí)時(shí)數(shù)值仿真方法建立在系統(tǒng)模型的基礎(chǔ)上，可以實(shí)現(xiàn)未來軌跡長時(shí)間仿真分析。然而該類方法一般計(jì)算量較大，且依賴于系統(tǒng)的模型和參數(shù)。由于電力系統(tǒng)的時(shí)變性、非線性等因素，往往難以建立準(zhǔn)確的模型及參數(shù)，對結(jié)果的準(zhǔn)確性將造成較大影響。

1.2 基于曲線擬合的受擾軌跡外推

基于曲線擬合的受擾軌跡外推技術(shù)不依賴于電力系統(tǒng)的模型。主要根據(jù)離散采樣點(diǎn)的變化特征，建立符合其變化趨勢的時(shí)間序列模型，并利用觀測窗內(nèi)的歷史數(shù)據(jù)進(jìn)行參數(shù)的最小二乘估計(jì)，進(jìn)而外推未來一段時(shí)間內(nèi)的數(shù)據(jù)。根據(jù)預(yù)測模型的不同，基于曲線擬合的受擾軌跡外推方法主要有以下幾類。

(1)?基于多項(xiàng)式模型

Haque等人首先提出發(fā)電機(jī)功角和角速度的受擾軌跡可以采用時(shí)間序列展開式表達(dá)，并利用多項(xiàng)式模型進(jìn)行首擺軌跡的快速預(yù)測[17]。文獻(xiàn)[18]在此基礎(chǔ)上采取二次多項(xiàng)式進(jìn)行角速度曲線擬合。此后，文獻(xiàn)[19]提出數(shù)據(jù)窗滾動(dòng)預(yù)測方式，根據(jù)最新量測數(shù)據(jù)實(shí)時(shí)計(jì)算模型參數(shù)，以提高軌跡預(yù)測精度。文獻(xiàn)[20]在滾動(dòng)預(yù)測的基礎(chǔ)上，通過模糊控制器進(jìn)行參數(shù)的在線智能修正，進(jìn)一步提高預(yù)測效果。此外，文獻(xiàn)[21]將“機(jī)器人抓球算法”運(yùn)用于發(fā)電機(jī)功角軌跡預(yù)測，其本質(zhì)是首先對角速度軌跡進(jìn)行多項(xiàng)式插值計(jì)算，然后將所得多項(xiàng)式進(jìn)行積分得到功角表達(dá)式，實(shí)現(xiàn)未來時(shí)刻功角軌跡外推。

(2)?基于自回歸模型

文獻(xiàn)[22]首先提出基于自回歸模型的功角軌跡預(yù)測方法，將單臺(tái)發(fā)電機(jī)的功角軌跡表示為基于歷史功角數(shù)據(jù)的線性組合。此后，文獻(xiàn)[23]提出以誤差的方差最小為整定原則來確定自回歸預(yù)測模型的參數(shù)。文獻(xiàn)[24]提出自記憶功角預(yù)測方法，它將現(xiàn)有的自回歸模型統(tǒng)一在自記憶方程的框架內(nèi), 提高了模型參數(shù)辨識(shí)的準(zhǔn)確性。文獻(xiàn)[25]根據(jù)二階自回歸模型的參數(shù)變化特征，在一定區(qū)段內(nèi)實(shí)現(xiàn)參數(shù)方案的自動(dòng)調(diào)整，提高預(yù)測的準(zhǔn)確度。文獻(xiàn)[26]在前人的基礎(chǔ)上，以預(yù)測誤差為整定目標(biāo)，實(shí)現(xiàn)預(yù)測模型參數(shù)動(dòng)態(tài)調(diào)整，以適應(yīng)軌跡非線性度的變化，進(jìn)一步提高預(yù)測性能。

(3)?基于三角函數(shù)模型

文獻(xiàn)[27]從簡單電力系統(tǒng)調(diào)速控制模型出發(fā)，推導(dǎo)功角-時(shí)間的函數(shù)關(guān)系，得到功角軌跡隨時(shí)間呈現(xiàn)正弦衰減變化關(guān)系，從而提出了基于三角函數(shù)的功角受擾軌跡擬合預(yù)測方法。

(4)?基于灰色模型

文獻(xiàn)[28]根據(jù)發(fā)電機(jī)功角軌跡的受擾特征，選擇具有相似變化規(guī)律的灰色時(shí)間序列模型，提出了一種基于灰色模型的功角軌跡預(yù)測方法。

基于曲線擬合的軌跡外推方法不依賴于系統(tǒng)模型，具備方法簡單、計(jì)算快速的特點(diǎn)。但是該類方法通過挖掘歷史數(shù)據(jù)的內(nèi)在變化規(guī)律建立數(shù)學(xué)模型并進(jìn)行參數(shù)辨識(shí)，難以準(zhǔn)確表征電力系統(tǒng)的真實(shí)動(dòng)態(tài)特征。因此，該類方法僅可用于短時(shí)間曲線擬合外推，無法實(shí)現(xiàn)受擾軌跡的長時(shí)間預(yù)測。

2 ?基于廣域響應(yīng)的暫態(tài)失穩(wěn)實(shí)時(shí)判別

對于大型電網(wǎng)，任一時(shí)間斷面下的可獲取信息量都十分龐大。從海量的數(shù)據(jù)中選取特定的測量信息，以客觀反映全網(wǎng)的暫態(tài)穩(wěn)定特征，是基于PMU/WAMS的暫態(tài)失穩(wěn)判別的關(guān)鍵。根據(jù)所提取的系統(tǒng)關(guān)鍵特征量不同，可將現(xiàn)有的失穩(wěn)判別方法分為基于發(fā)電機(jī)量測信息、基于支路量測信息和基于節(jié)點(diǎn)電壓量測信息三大類。

2.1 基于發(fā)電機(jī)量測的失穩(wěn)判別方法

發(fā)電機(jī)受擾軌跡是直觀表征機(jī)組是否同步運(yùn)行的重要信息?，F(xiàn)有的暫態(tài)失穩(wěn)判別方法大多都建立在機(jī)組功角、角速度量測的基礎(chǔ)上，需要電網(wǎng)中發(fā)電機(jī)的受擾響應(yīng)，并計(jì)算系統(tǒng)的慣量中心。該類方法的分析機(jī)理一般由發(fā)電機(jī)轉(zhuǎn)子角運(yùn)動(dòng)方程入手，主要涉及以下幾個(gè)重要研究方向。

(1)?傳統(tǒng)門檻值類判據(jù)

早期的系統(tǒng)暫態(tài)失穩(wěn)判別主要通過實(shí)時(shí)采集發(fā)電機(jī)狀態(tài)量信息，并與預(yù)設(shè)門檻值比較，若某時(shí)刻量測數(shù)值越過門檻值則判定系統(tǒng)失穩(wěn)。1995年J.?Thorp等人首先提出：當(dāng)電網(wǎng)中任意一臺(tái)發(fā)電機(jī)的功角數(shù)值大于限定值，則認(rèn)為該機(jī)組將失去同步，判定系統(tǒng)暫態(tài)失穩(wěn)[29]。文獻(xiàn)[30]提出各發(fā)電機(jī)均存在特定的暫態(tài)能量約束限值，若其轉(zhuǎn)子角轉(zhuǎn)速在某一時(shí)刻超過同步運(yùn)行所能承受的極限，將會(huì)脫離系統(tǒng)的約束而失穩(wěn)。

該類方法為電力系統(tǒng)傳統(tǒng)的功角失穩(wěn)判別方法，僅依靠當(dāng)前時(shí)刻單一機(jī)組的量測信息，具備方法簡單、可實(shí)施性強(qiáng)的優(yōu)點(diǎn)。但是在電網(wǎng)實(shí)際運(yùn)行中，單臺(tái)機(jī)組的失穩(wěn)門檻值選取存在較大困難，容易造成誤判情況的發(fā)生。

(2)?擴(kuò)展等面積法則判據(jù)(EEAC)

薛禹勝等人首先提出基于EEAC的穩(wěn)定性量化分析理論，根據(jù)離線故障仿真得到機(jī)組受擾軌跡，將全網(wǎng)發(fā)電機(jī)分為臨界機(jī)群和剩余機(jī)群，對兩群分別進(jìn)行等值聚合，然后映射為單機(jī)無窮大母線，評(píng)估在預(yù)想故障下的電網(wǎng)暫態(tài)穩(wěn)定性指標(biāo)[31]。此后，文獻(xiàn)[32]根據(jù)發(fā)電機(jī)同調(diào)運(yùn)動(dòng)機(jī)理，提出了基于實(shí)測功角軌跡的臨界機(jī)群辨識(shí)方法，為EEAC的在線應(yīng)用開辟了道路。在此基礎(chǔ)上，文獻(xiàn)[33]提出緊急EEAC方法：根據(jù)實(shí)測軌跡的間隙角實(shí)現(xiàn)機(jī)組快速分群，并實(shí)時(shí)計(jì)算等值系統(tǒng)參數(shù)，預(yù)測系統(tǒng)完整減速面積，實(shí)現(xiàn)系統(tǒng)穩(wěn)定性在線量化評(píng)估。在后續(xù)的研究中，文獻(xiàn)[34-36]放棄了等值單機(jī)系統(tǒng)加減速面積的計(jì)算與比較，轉(zhuǎn)而從功角-不平衡功率相平面中搜尋軌跡特征點(diǎn)，以動(dòng)態(tài)鞍點(diǎn)(DSP)作為判定系統(tǒng)暫態(tài)失穩(wěn)的標(biāo)準(zhǔn)，并進(jìn)一步探討系統(tǒng)時(shí)變性對DSP辨識(shí)的影響。

EEAC方法經(jīng)過長年的發(fā)展和演變，夠克服系統(tǒng)時(shí)變性等因素的影響，具有良好的適用性。但是其在線應(yīng)用時(shí)，需要對全網(wǎng)發(fā)電機(jī)的受擾信息進(jìn)行等值計(jì)算，交互的數(shù)據(jù)量較大，對量測及通訊要求較高。此外，等值系統(tǒng)能否準(zhǔn)確映射全網(wǎng)的動(dòng)態(tài)特征，很大程度上依賴于機(jī)組快速分群的準(zhǔn)確性。

(3)?相平面軌跡幾何特征判據(jù)

該類方法通過建立可表征系統(tǒng)動(dòng)態(tài)運(yùn)行特征的特定相平面，由相平面軌跡的實(shí)時(shí)變化指標(biāo)進(jìn)行暫態(tài)失穩(wěn)特征辨識(shí)。L.?Wang首先提出了基于功角-角速度相平面的失穩(wěn)判別方法，對于系統(tǒng)中若任一發(fā)電機(jī)，若該機(jī)相平面內(nèi)的運(yùn)行軌跡在某一時(shí)刻表征為凸性，則判定系統(tǒng)暫態(tài)失穩(wěn)[37]。在此基礎(chǔ)上，文獻(xiàn)[38]提出根據(jù)功角-角速度相平面的斜率增量正負(fù)值進(jìn)行暫態(tài)穩(wěn)定性判別，可提高失穩(wěn)判別的準(zhǔn)確度。文獻(xiàn)[39]還進(jìn)一步研究了系統(tǒng)時(shí)變參數(shù)對軌跡特征的影響，從而提出基于不平衡功率的失穩(wěn)增補(bǔ)判據(jù)。文獻(xiàn)[40]指出：單機(jī)受擾軌跡具有極強(qiáng)的非自治性，難以準(zhǔn)確表征全網(wǎng)的穩(wěn)定性特征，判別方法應(yīng)建立在等值單機(jī)系統(tǒng)的基礎(chǔ)上，需進(jìn)行發(fā)電機(jī)分群及聚合，以提高方法對大系統(tǒng)的適應(yīng)性。此外，文獻(xiàn)[41]提出機(jī)組功角-暫態(tài)動(dòng)能相平面可表征發(fā)電機(jī)的暫態(tài)穩(wěn)定性，文獻(xiàn)[42]則通過功角-暫態(tài)動(dòng)能相平面的軌跡曲率矢量計(jì)算實(shí)現(xiàn)暫態(tài)失穩(wěn)的實(shí)時(shí)判別。另外，文獻(xiàn)[43]推導(dǎo)了轉(zhuǎn)速差-功角差相平面與系統(tǒng)穩(wěn)定性的關(guān)系，并采用二次多項(xiàng)式擬合技術(shù)進(jìn)行軌跡參數(shù)估計(jì)，在一定程度上減小了相平面軌跡不平滑對失穩(wěn)判別造成的影響。

基于軌跡幾何特征的判別方法，僅通過1~2個(gè)時(shí)間斷面量測即可進(jìn)行系統(tǒng)穩(wěn)定性判別，判別快速、計(jì)算效率高。然而該類方法一般采用差分運(yùn)算評(píng)估相平面軌跡的微變化特征，容易放大誤差，造成失穩(wěn)誤判。因此，該類方法的可靠性嚴(yán)重依賴于量測數(shù)據(jù)的精度，抗干擾能力較差。

(4)?單機(jī)能量函數(shù)判據(jù)(IMEF)

A. N. Michel等人首先提出了IMEF暫態(tài)穩(wěn)定性分析理論，認(rèn)為系統(tǒng)的分離并不依賴于全網(wǎng)的暫態(tài)能量，而是趨向于從系統(tǒng)分離出來機(jī)組的暫態(tài)能量[44]。在此基礎(chǔ)上，文獻(xiàn)[45-46]根據(jù)發(fā)電機(jī)在暫態(tài)過程中動(dòng)能與勢能的變化關(guān)系，建立能量轉(zhuǎn)化指標(biāo)以量化評(píng)估系統(tǒng)的暫態(tài)穩(wěn)定及不穩(wěn)定程度。文獻(xiàn)[47]提出受擾嚴(yán)重機(jī)組的辨識(shí)方法，并通過計(jì)算受擾嚴(yán)重機(jī)組的實(shí)時(shí)能量變化率來判別全網(wǎng)的暫態(tài)穩(wěn)定性，可應(yīng)用于系統(tǒng)多擺穩(wěn)定性的判別。

IMEF方法僅依靠電網(wǎng)中受擾嚴(yán)重機(jī)組信息，所需量測較少。但是在復(fù)雜電網(wǎng)中，單機(jī)的動(dòng)態(tài)特征往往具有極強(qiáng)的時(shí)變性。而該類方法通過分析單機(jī)的能量變化特征進(jìn)行失穩(wěn)辨識(shí)，可能會(huì)造成誤判。因此，基于單機(jī)量測的全網(wǎng)穩(wěn)定性判別方法，在實(shí)際應(yīng)用中可能難以取得較好的效果。

(5)?人工智能算法判據(jù)

該類方法是利用特定智能算法構(gòu)造系統(tǒng)暫態(tài)穩(wěn)定分類器，通過對大量離線仿真或歷史錄波數(shù)據(jù)的學(xué)習(xí)，建立輸入量機(jī)組功角、角速度與輸出量系統(tǒng)穩(wěn)定性之間的映射關(guān)系。在線應(yīng)用時(shí)，根據(jù)發(fā)電機(jī)量測預(yù)測系統(tǒng)的穩(wěn)定性。涉及的算法主要包括人工神經(jīng)網(wǎng)絡(luò)(ANN)[48-49]，支持向量機(jī)(SVM)[50-51]及混合智能算法[52-53]。

基于人工智能算法的穩(wěn)定性判別方法，通常需要通過大量離線仿真進(jìn)行樣本學(xué)習(xí)，以此建立非線性規(guī)則參數(shù)。其在線穩(wěn)定性判別的準(zhǔn)確度依賴于離線樣本的特征范圍，若發(fā)生的擾動(dòng)超出樣本涵蓋的特征范圍則可能無法做出正確判別。

2.2 基于關(guān)鍵支路量測的失穩(wěn)判別方法

發(fā)電機(jī)和網(wǎng)絡(luò)是緊密相聯(lián)的，網(wǎng)絡(luò)的結(jié)構(gòu)變量以及運(yùn)行變量也可反映系統(tǒng)的穩(wěn)定性特征。因而，可通過系統(tǒng)受擾后網(wǎng)絡(luò)中關(guān)鍵支路的量測信息進(jìn)行暫態(tài)穩(wěn)定性判別。該類方法的分析機(jī)理一般基于機(jī)組與網(wǎng)絡(luò)的暫態(tài)能量轉(zhuǎn)換過程，可分為下述兩個(gè)主要研究方向。

(1)?支路勢能法判據(jù)

蔡國偉等人通過研究故障后支路能量的分布以及變化特征[54]，首先提出了基于支路勢能法的系統(tǒng)暫態(tài)穩(wěn)定性定量評(píng)估方法：利用系統(tǒng)的支路量測計(jì)算暫態(tài)勢能變化指標(biāo)，量化評(píng)估該支路的結(jié)構(gòu)脆弱性及全系統(tǒng)的暫態(tài)失穩(wěn)程度[55]。方法不依賴于機(jī)組量測信息，能夠有效拓展至多群、多擺的失穩(wěn)判別中。在上述研究的基礎(chǔ)上，文獻(xiàn)[56]結(jié)合了支路勢能函數(shù)和勢能脊方法的特點(diǎn)，提出支路勢能脊判據(jù)，在一定程度上簡化了原有方法的復(fù)雜計(jì)算流程。

基于支路勢能的失穩(wěn)判別方法，僅基于電網(wǎng)的薄弱結(jié)構(gòu)特征，無需健全廣域量測。該方法不依賴于機(jī)組量測，無需進(jìn)行發(fā)電機(jī)分群聚合，具備一定的工程可實(shí)施性。但是所述算法相對復(fù)雜，失穩(wěn)判別時(shí)間一般也較長。

(2)?振蕩中心支路判據(jù)

文獻(xiàn)[57]通過分析振蕩中心所在聯(lián)絡(luò)線的動(dòng)態(tài)響應(yīng)特征，提出一種基于振蕩中心所在支路量測的互聯(lián)電網(wǎng)區(qū)間暫態(tài)失穩(wěn)判別方法：根據(jù)區(qū)間聯(lián)絡(luò)線的有功功率、相角差及頻率變化信息判斷互聯(lián)電網(wǎng)的區(qū)間暫態(tài)穩(wěn)定性。該方法的本質(zhì)是以聯(lián)絡(luò)線受擾響應(yīng)建立角度-不平衡功率相平面，實(shí)時(shí)分析系統(tǒng)的暫態(tài)能量轉(zhuǎn)化過程，DSP的軌跡特征辨識(shí)方法達(dá)到失穩(wěn)判別的目的。

基于振蕩中心支路的失穩(wěn)判據(jù)，僅通過互聯(lián)電網(wǎng)的區(qū)間聯(lián)絡(luò)線量測，實(shí)時(shí)判別全網(wǎng)的暫態(tài)穩(wěn)定性。該方法所需量測少，方法簡單。然而由于分析模型的限制，本方法僅能應(yīng)用于互聯(lián)電網(wǎng)的區(qū)間暫態(tài)失穩(wěn)案例，無法有效應(yīng)對其他失穩(wěn)模式。

2.3 基于節(jié)點(diǎn)電壓量測的失穩(wěn)判別方法

發(fā)電機(jī)功角的搖擺是暫態(tài)穩(wěn)定性的表象，節(jié)點(diǎn)電壓的跌落與回升也是系統(tǒng)穩(wěn)定特征的另一種表現(xiàn)形式。因而，可通過節(jié)點(diǎn)受擾電壓特征進(jìn)行系統(tǒng)暫態(tài)失穩(wěn)辨識(shí)。該類方法的分析機(jī)理主要基于暫態(tài)電壓與系統(tǒng)穩(wěn)定性的聯(lián)系，主要研究成果如下。

(1)?母線電壓積分判據(jù)

C. W. Taylor等人提出一種基于電壓軌跡-時(shí)間積分的工程化方法進(jìn)行區(qū)間暫態(tài)失穩(wěn)判別：針對美國西部電網(wǎng)北電南送的基本特征，利用重要傳輸走廊的關(guān)鍵變電站母線電壓進(jìn)行加權(quán)平均，以綜合軌跡對于時(shí)間的積分面積大于某一門檻值，作為南部-北部區(qū)間暫態(tài)失穩(wěn)判據(jù)[58]。在此基礎(chǔ)上，文獻(xiàn)[59-60]提出計(jì)及電壓下墜速率的復(fù)合積分算法，并通過辨識(shí)系統(tǒng)故障時(shí)域來規(guī)避電壓突變引起的誤判，進(jìn)一步提高了失穩(wěn)判別的快速性和準(zhǔn)確性。

基于母線電壓積分的失穩(wěn)判據(jù)，只需對系統(tǒng)中重要送電通道的母線電壓幅值進(jìn)行監(jiān)測，所需量測少。該方法采用積分計(jì)算方式可降低單一數(shù)據(jù)誤差對判別產(chǎn)生的影響，容錯(cuò)性較好。然而，其所能監(jiān)測的系統(tǒng)失穩(wěn)模式極大程度上依賴于廣域量測方案，無法有效應(yīng)對所有故障情形。

(2)?人工智能算法判據(jù)

A. D. Rajapakse等人首先將節(jié)點(diǎn)電壓量測作為人工智能算法的輸入量，進(jìn)行系統(tǒng)暫態(tài)功角穩(wěn)定性分類，并且取得了極高的預(yù)測準(zhǔn)確度[61]。在此基礎(chǔ)上，文獻(xiàn)[62]通過大量算例校核，并與基于發(fā)電機(jī)量測的同類方法進(jìn)行對比，結(jié)果表明：節(jié)點(diǎn)電壓量測作為系統(tǒng)特征輸入值時(shí)，能夠更好地反映系統(tǒng)的暫態(tài)穩(wěn)定特征，失穩(wěn)判別的準(zhǔn)確率更高，所需量測數(shù)也相對更少。

該方法僅需擾動(dòng)后少量節(jié)點(diǎn)電壓量測，即可作出系統(tǒng)穩(wěn)定性的快速預(yù)測，判別準(zhǔn)確率較高。但和基于發(fā)電機(jī)量測的同類方法存在相同問題：其預(yù)測準(zhǔn)確度很大程度上依賴于訓(xùn)練樣本所涵蓋的系統(tǒng)失穩(wěn)特征范圍。

3 ?基于廣域響應(yīng)的暫態(tài)穩(wěn)定緊急控制

由于系統(tǒng)的廣域響應(yīng)已包含了電網(wǎng)的所有特征信息，包括運(yùn)行工況、事故信息等，基于廣域響應(yīng)確定最優(yōu)的緊急控制地點(diǎn)并計(jì)算相應(yīng)控制量已成為可能。該類控制技術(shù)無需制定針對性的策略表，省去了繁瑣的計(jì)算過程，且基于當(dāng)前系統(tǒng)的真實(shí)性狀進(jìn)行計(jì)算，達(dá)到“全局分析，實(shí)時(shí)決策”的目的。此外，通過PMU/WAMS開展數(shù)據(jù)集中分析，可根據(jù)全局信息實(shí)現(xiàn)各地區(qū)控制裝置間的協(xié)調(diào)、經(jīng)濟(jì)運(yùn)行，是最理想的穩(wěn)定控制模式。

目前，基于廣域響應(yīng)的緊急控制方法研究大多建立在EEAC基礎(chǔ)上。文獻(xiàn)[63]提出了一種基于量測數(shù)據(jù)的閉環(huán)暫態(tài)穩(wěn)定緊急控制方法：基于等值單機(jī)軌跡，應(yīng)用廣義Hamilton理論定量估計(jì)所需的緊急控制量，從而實(shí)現(xiàn)在線緊急切機(jī)決策。文獻(xiàn)[33]根據(jù)等值功角-不平衡功率相平面軌跡，利用曲線擬合外推方法預(yù)測系統(tǒng)的完整減速面積。文獻(xiàn)[64]基于單機(jī)能量函數(shù)，以判別失穩(wěn)時(shí)刻等值單機(jī)系統(tǒng)的動(dòng)能作為剩余減速面積，計(jì)算系統(tǒng)到達(dá)不穩(wěn)定平衡點(diǎn)前需降低的等值機(jī)械功率，并在計(jì)算過程中進(jìn)一步考慮了失穩(wěn)判別與緊急控制間的時(shí)延所帶來的影響。在此基礎(chǔ)上，文獻(xiàn)[65]根據(jù)等值單機(jī)面積積分公式，通過迭代求解方法計(jì)算需降低的等值機(jī)械功率，提高了切機(jī)量的計(jì)算精度。

該類緊急控制方法基于等值單機(jī)受擾軌跡進(jìn)行切機(jī)量計(jì)算。對系統(tǒng)模型參數(shù)依賴性小，可應(yīng)對復(fù)雜故障場景，具有良好的適應(yīng)性。但是，該類方法依賴于全網(wǎng)發(fā)電機(jī)量測，計(jì)算量大、通訊要求高。由于當(dāng)前廣域信息尚存在不確定性時(shí)滯，可能會(huì)嚴(yán)重影響緊急控制的時(shí)效性。

4 ?展望

基于廣域響應(yīng)的電力系統(tǒng)暫態(tài)穩(wěn)定控制技術(shù)，擺脫了傳統(tǒng)事件驅(qū)動(dòng)型穩(wěn)控技術(shù)對系統(tǒng)元件模型和參數(shù)的依賴，可應(yīng)對各種復(fù)雜運(yùn)行工況與故障情形，具有極大的在線應(yīng)用前景，是未來電網(wǎng)安全穩(wěn)定控制技術(shù)的重要發(fā)展方向[66-71]。但 WAMS技術(shù)尚處于發(fā)展初期，雖然在廣域動(dòng)態(tài)數(shù)據(jù)的同步采集和通訊方面已經(jīng)取得了長足的進(jìn)展，但在如何高效利用PMU數(shù)據(jù)，挖掘可靠的系統(tǒng)穩(wěn)定性特征方面還需進(jìn)行大量工作，應(yīng)涉及以下幾個(gè)方面內(nèi)容：

(1)?相關(guān)研究中尚未涉及時(shí)滯問題和壞數(shù)據(jù)問題。實(shí)際電網(wǎng)在采樣和通訊過程中，存在不確定性時(shí)延和噪聲干擾，將對暫態(tài)穩(wěn)定控制技術(shù)的時(shí)效性產(chǎn)生重大影響。因此，需建立合理的數(shù)學(xué)模型研究廣域通信時(shí)滯的機(jī)理，分析所帶來的影響并制定有效的應(yīng)對方法。同時(shí)，可研究針對性的濾波方法，從而提高暫態(tài)穩(wěn)定控制技術(shù)的抗干擾能力。

(2)?需進(jìn)行基于多種控制措施的緊急控制策略研究。實(shí)際電網(wǎng)中可用于改善系統(tǒng)暫態(tài)性能的控制措施包括：切機(jī)/切負(fù)荷、HVDC功率調(diào)節(jié)等。因此，可綜合各類控制措施的特點(diǎn)，根據(jù)系統(tǒng)實(shí)際需求啟動(dòng)最佳的緊急控制策略，以最小代價(jià)維持電網(wǎng)暫態(tài)穩(wěn)定。

(3)?基于實(shí)際響應(yīng)的暫態(tài)穩(wěn)定控制技術(shù)，無法準(zhǔn)確獲知系統(tǒng)未來的真實(shí)軌跡，不能對控制后系統(tǒng)的特征進(jìn)行先驗(yàn)評(píng)估。為防止緊急控制過控或欠控所造成的損失，可結(jié)合一定的系統(tǒng)快速仿真手段，實(shí)現(xiàn)失穩(wěn)判別的防誤和控制策略的校核，進(jìn)一步提高暫態(tài)穩(wěn)定控制技術(shù)的可靠性。

此外，基于廣域響應(yīng)的暫態(tài)穩(wěn)定控制技術(shù)尚屬前瞻性研究，建議對相關(guān)裝置與設(shè)備的設(shè)計(jì)原則、協(xié)調(diào)配合原則進(jìn)行研究和規(guī)范，以利于該類控制技術(shù)的進(jìn)一步推廣和應(yīng)用。

[1] 袁季修. 防御大停電的廣域保護(hù)和緊急控制[M]. 北京: 中國電力出版社, 2007.

[2] 薛禹勝. 時(shí)空協(xié)調(diào)的大停電防御框架(一)從孤立防線到綜合防御[J]. 電力系統(tǒng)自動(dòng)化, 2006, 30(1): 1-9.

XUE Yusheng. Space-time cooperative framework for defending blackouts part I from isolated defense lines to coordinated defending[J]. Automation of Electric Power Systems, 2006, 30(1): 1-9.

[3] 張保會(huì). 加強(qiáng)繼電保護(hù)與緊急控制系統(tǒng)的研究提高互聯(lián)電網(wǎng)安全防御能力[J]. 中國電機(jī)工程學(xué)報(bào), 2004, 24(7): 1-6.

ZHANG Baohui. Strengthen the protection relay and urgency control systems to improve the capability of security in the interconnected power network[J]. Proceedings of the CSEE, 2004, 24(7): 1-6.

[4] BURNETT R O, BUTTS M M, CEASE T W, et al. Synchronized phasor measurements of a power system event[J]. IEEE Transactions on Power Systems, 1994, 9(3): 1643-1650.

[5] DE LAREE J, CENTENO V, THORP J, et al. Synchronized phasor measurement applications in power systems[J]. IEEE Transactions on Smart Grid, 2010, 1(1): 20-27.

[6] 薛禹勝. 時(shí)空協(xié)調(diào)的大停電防御框架(二)廣域信息、在線量化分析和自適應(yīng)優(yōu)化控制[J]. 電力系統(tǒng)自動(dòng)化, 2006, 30(2): 1-10.

XUE Yusheng. Space-time cooperative framework for defending blackouts part II reliable information, quantitative analyses and adaptive controls[J]. Automation of Electric Power Systems, 2006, 30(2): 1-10.

[7] ?TRUDEL G, GINGRAS J, PIERRE J. Designing a reliable power system hydro-Québec’s integrated approach[J]. Proceedings of the IEEE, 2005, 93(5): 907-917.

[8] MAKAROV Y V, RESHETOV V I, STROEV A, et al. Blackout prevention in the United States, Europe, and Russia[J]. Proceedings of the IEEE, 2005, 93(11): 1942-1954.

[9] LACHS W R. Area-wide system protection scheme against extreme contingencies[J]. Proceedings of the IEEE, 2005, 93(5): 1004-1027.

[10]薛禹勝, 雷興, 薛峰, 等. 關(guān)于電力系統(tǒng)廣域保護(hù)的評(píng)述[J]. 高電壓技術(shù), 2012, 38(3): 1-8.

XUE Yusheng, LEI Xing, XUE Feng, et al. Review on wide area protection of electric power systems[J]. High Voltage Engineering, 2012, 38(3): 1-8.

[11] LIU C W, THORP J. Application of synchronized phasor measurements to real-time transient stability prediction[J]. IEE Proc Gener, Transm, and Distrib, 1995, 142(4): 355-360.

[12] LIU C W, THORP J S. New methods for computing power system dynamic response for real-time transient stability prediction[J]. IEEE Transactions on Circuits and Systems, 2000, 47(3): 324-337.

[13]彭疆南, 孫元章, 王海風(fēng). 基于廣域量測數(shù)據(jù)和導(dǎo)納參數(shù)在線辨識(shí)的受擾軌跡預(yù)測[J]. 電力系統(tǒng)自動(dòng)化, 2003, 27(22): 6-11.

PENG Jiangnan, SUN Yuanzhang, WANG Haifeng. Research on the perturbed trajectories prediction based on wide-area measurement and on-line admittance matrix identification[J]. Automation of Electric Power Systems, 2003, 27(22): 6-11.

[14]韓英鐸, 嚴(yán)劍峰, 謝小榮, 等. 電力系統(tǒng)機(jī)電暫態(tài)過程主導(dǎo)動(dòng)態(tài)參數(shù)的在線辨識(shí)[J]. 中國電機(jī)工程學(xué)報(bào), 2006, 26(1): 1-6.

HAN Yingduo, YAN Jianfeng, XIE Xiaorong, et al. Research on the identification of dominant dynamic parameters of power system[J]. Proceedings of the CSEE, 2006, 26(2): 1-6.

[15]李琰, 周孝信, 周京陽. 基于廣域測量測點(diǎn)降階的系統(tǒng)受擾軌跡預(yù)測[J]. 中國電機(jī)工程學(xué)報(bào), 2008, 28(10): 9-13.

LI Yan, ZHOU Xiaoxin, ZHOU Jingyang. Perturbed trajectories prediction for multi-machine power systems based on WAMS measurement placement of reduced order[J]. Proceedings of the CSEE, 2008, 28(10): 9-13.

[16]李琰, 周孝信, 周京陽. 基于引入虛擬負(fù)荷的發(fā)電機(jī)暫態(tài)穩(wěn)定預(yù)測[J]. 電工技術(shù)學(xué)報(bào), 2008, 23(3): 103-107.

LI Yan, ZHOU Xiaoxin, ZHOU Jingyang. The perturbed trajectories prediction based on an additional virtual node[J]. Transactions of China Electrotechnical Society, 2008, 23(3): 103-107.

[17] HAQUE M H, RAHIM A H M A. Determination of first swing stability limit of multi-machine power systems through Taylor series expansions[J]. IEE Proceeding C, 1989, 136(6): 373-379.

[18]孫建華. 一種電力系統(tǒng)暫態(tài)穩(wěn)定性快速實(shí)時(shí)預(yù)測方法[J]. 中國電機(jī)工程學(xué)報(bào), 1993, 13(6): 60-66.

SUN Jianhua. Transient stability real-time prediction for multi-machine power systems by using observation[J]. Proceedings of the CSEE, 1993, 13(6): 60-66.

[19]林飛, 張文, 劉玉田. 基于同步相量測量技術(shù)的暫態(tài)穩(wěn)定性實(shí)時(shí)預(yù)測[J]. 繼電器, 2000, 28(11): 33-35.

LIN Fei, ZHANG Wen, LIU Yutian. PMU based transient stability predication in power system[J]. Relay, 2000, 28(11): 33-35.

[20]蘇建設(shè), 陳陳. 基于GPS同步量測量的時(shí)間序列法暫態(tài)穩(wěn)定預(yù)測[J]. 電力系統(tǒng)自動(dòng)化, 2001, 21(9): 7-9.

SU Jianshe, CHEN Chen. Transient stability prediction using time-series based on GPS synchronized measurement[J]. Electric Power Automation Equipment, 2001, 21(9): 7-9.

[21]劉兆燕, 江全元, 曹一家. 基于廣域測量系統(tǒng)的快速暫態(tài)穩(wěn)定預(yù)測方法[J]. 電力系統(tǒng)自動(dòng)化, 2007, 31(21): 1-4.

LIU Zhaoyan, JIANG Quanyuan, CAO Yijia. Fast learning algorithm for transient stability prediction based on wide-area measurement system[J]. Automation of Electric Power Systems, 2007, 31(21): 1-4.

[22]李國慶, 余貽鑫, 張崇見. 多機(jī)系統(tǒng)暫態(tài)穩(wěn)定性的快速判斷的新方法[J]. 天津大學(xué)學(xué)報(bào), 1996, 29(1): 12-17.

LI Guoqing, YU Yixin, ZHANG Chongjian. Fast determination for transient stability of multi-machine power system by part dynamic data[J]. Journal of Tianjin University, 1996, 29(1): 12-17.

[23]郭強(qiáng), 劉曉鵬, 呂世榮, 等. GPS同步時(shí)鐘用于電力系統(tǒng)暫態(tài)穩(wěn)定性預(yù)測和控制[J]. 電力系統(tǒng)自動(dòng)化, 1998, 22(6): 11-13.

GUO Qiang, LIU Xiaopeng, Lü Shirong, et al. Application of GPS synchronized clock to power system transient stability predict and control[J]. Automation of Electric Power Systems, 1998, 22(6): 11-13.

[24]謝歡, 張保會(huì), 郝治國, 等. 基于電力系統(tǒng)同步多參量測量的自記憶軌跡預(yù)測算法[J]. 電力自動(dòng)化設(shè)備, 2008, 28(5): 1-5.

XIE Huan, ZHANG Baohui, HAO Zhiguo, et al. Self- memory prediction based on synchronous measurement of power system multi-variable[J]. Electric Power Automation Equipment, 2008, 28(5): 1-5.

[25] BRETAS N G, PHADKEA G. Real time instability prediction through adaptive time series coefficients[C] // Power Engineering Society 1999 Winter Meeting, USA, 1993: 731-736.

[26] 吳為, 湯涌, 孫華東, 等. 暫態(tài)穩(wěn)定受擾軌跡預(yù)測的模型參數(shù)自適應(yīng)研究[J]. 電網(wǎng)技術(shù), 2013, 37(3): 827-834.

WU Wei, TANG Yong, SUN Huadong, et al. Research on self-adaption of model parameters for prediction of disturbed trajectories in transient stability analysis[J]. Power System Technology, 2013, 37(3): 827-834.

[27] 宋方方, 畢天姝, 楊奇遜. 基于WAMS的電力系統(tǒng)受擾軌跡預(yù)測[J]. 電力系統(tǒng)自動(dòng)化, 2006, 30(23): 27-31.

SONG Fangfang, BI Tianshu, YANG Qixun. Perturbed trajectory prediction method based on wide area measurement systems[J]. Automation of Electric Power Systems, 2006, 30(23): 27-31.

[28] 鄧暉, 趙晉泉, 吳小辰, 等. 基于改進(jìn)灰色灰色Verhulst模型的受擾軌跡實(shí)時(shí)預(yù)測方法[J]. 電力系統(tǒng)保護(hù)與控制, 2012, 40(9): 18-23.

DENG Hui, ZHAO Jinquan, WU Xiaochen, et al. A novel post-fault rotor-angle trajectory prediction method based on modified gray Verhulst model[J]. Power System Protection and Control, 2012, 40(9): 18-23.

[29] LIU C W, THORP J. Application of synchronized phasor measurements to real-time transient stability prediction[J]. IEE Proc Gener, Transm, and Distrib, 1995, 142(4): 355- 360.

[30] STANTON S E. Application of phasor measurements and partial energy analysis in stabilizing large disturbances[J]. IEEE Transactions on Power Systems, 1995, 10(1): 297-306.

[31] XUE Y, CUSTEM T V, PAVELLA M R. Extended equal area criterion justifications, generalizations, applications[J]. IEEE Transactions on Power Systems, 1989, 4(1): 44-52.

[32] OTA Y, UKAI H, NAKAMURA K, et al. Evaluation of stability and electric power quality in power system by using phasor measurements[C] // Proceedings of International Conference on Power System Technology, Australia, 2000: 1135-1140.

[33] 滕林, 劉萬順, 貟志皓, 等. 電力系統(tǒng)暫態(tài)穩(wěn)定實(shí)時(shí)緊急控制的研究[J]. 中國電機(jī)工程學(xué)報(bào), 2003, 23(1): 64-69.

TENG Lin, LIU Wanshun, YUAN Zhihao, et al. Study of real-time power system transient stability emergency control[J]. Proceedings of the CSEE, 2003, 23(1): 64-69.

[34] 邵振國, 薛禹勝, 陳關(guān)榮. 一種并不導(dǎo)致失步的滑步現(xiàn)象[J]. 電力系統(tǒng)自動(dòng)化, 2003, 27(24): 6-9.

SHAO Zhenguo, XUE Yusheng, CHEN Guanrong. Slip phenomenon without loss of synchronization[J]. Automation of Electric Power Systems, 2003, 27(24): 6-9.

[35] 秦曉輝, 畢天姝, 楊奇遜, 等. 基于 WAMS 動(dòng)態(tài)軌跡的電力系統(tǒng)功角失穩(wěn)判據(jù)[J]. 電力系統(tǒng)自動(dòng)化, 2008, 32(23): 18-22.

QIN Xiaohui, BI Tianshu, YANG Qixun, et al. Power system transient stability assessment based on WAMS dynamic trajectories[J]. Automation of Electric Power Systems, 2008, 32(23): 18-22.

[36] 殷明慧, 薛禹勝, 鄒云. 受擾軌跡上的動(dòng)態(tài)鞍點(diǎn)的病態(tài)及其識(shí)別[J]. 電力系統(tǒng)自動(dòng)化, 2009, 33(1): 6-9.

YIN Minghui, XUE Yusheng, ZOU Yun. Trajectory characteristic based identification of ill-conditioned DSP in EEAC[J]. Automation of Electric Power Systems, 2009, 33(1): 6-9.

[37] WANG L, GIRGIS A A. A new method for power system transient stability detection[J]. IEEE Transactions on Power Delivery, 1997, 12(3): 1082-1089.

[38] 謝歡, 張保會(huì), 于廣亮, 等. 基于相軌跡凹凸性的電力系統(tǒng)暫態(tài)穩(wěn)定性識(shí)別理論[J]. 中國電機(jī)工程學(xué)報(bào), 2006, 26(5): 38-42.

XIE Huan, ZHANG Baohui, YU Guangliang, et al. Power system transient stability detection theory based on characteristic concave or convex of trajectory[J]. Proceedings of the CSEE, 2006, 26(5): 38-42.

[39] 謝歡, 張保會(huì), 于廣亮, 等. 基于軌跡幾何特征的暫態(tài)不穩(wěn)定識(shí)別[J]. 中國電機(jī)工程學(xué)報(bào), 2008, 28(4): 16-22.

XIE Huan, ZHANG Baohui, YU Guangliang, et al. Transient instability detection based on trajectory geometrical characteristic[J]. Proceedings of the CSEE, 2008, 28(4): 16-22.

[40] 謝歡, 張保會(huì), 李鋼, 等. 基于廣域發(fā)電機(jī)狀態(tài)信息的電力系統(tǒng)暫態(tài)不穩(wěn)定性實(shí)時(shí)預(yù)測[J]. 電力自動(dòng)化設(shè)備, 2009, 29(7): 28-32.

XIE Huan, ZHANG Baohui, LI Gang, et al. Real-time prediction of transient instability based on wide-area information of generator state[J]. Electric Power Automation Equipment, 2009, 29(7): 28-32.

[41] 趙磊, 單淵達(dá). 基于軌跡信息的發(fā)電機(jī)暫態(tài)穩(wěn)定指標(biāo)分析方法[J]. 電網(wǎng)技術(shù), 2002, 26(8): 25-28.

ZHAO Lei, SHAN Yuanda. An approach to generator transient stability index analysis based on trajectory information[J]. Power System Technology, 2002, 26(8): 25-28.

[42] 宋方方, 畢天姝, 楊奇遜. 基于廣域測量系統(tǒng)的電力系統(tǒng)多擺穩(wěn)定性評(píng)估方法[J]. 中國電機(jī)工程學(xué)報(bào), 2006, 26(16): 38-45.

SONG Fangfang, BI Tianshu, YANG Qixun. Study on WAMS based multi-swing stability assessment for power systems[J]. Proceedings of the CSEE, 2006, 26(16): 38-45.

[43] 顧卓遠(yuǎn), 湯涌, 孫華東, 等. 一種基于轉(zhuǎn)速差-功角差變化趨勢的暫態(tài)功角穩(wěn)定辨識(shí)方法[J]. 中國電機(jī)工程學(xué)報(bào), 2013, 33(31): 65-72.

GU Zhuoyuan, TANG Yong, SUN Huadong, et al. An identification method for power system transient angle stability based on trend of rotative speed difference-angle difference[J]. Proceedings of the CSEE, 2013, 33(31): 65-72.

[44] MICHEL A N, FOUAD A A, VITTAL V. Power system transient stability using individual machine energy functions[J]. IEEE Transactions on Circuits and Systems, 1983, 30(5): 266-276.

[45] 穆鋼, 王仲鴻, 韓英鐸, 等. 暫態(tài)穩(wěn)定性的定量分析: 軌跡分析法[J]. 中國電機(jī)工程學(xué)報(bào), 1993, 13(3): 23-30.

MU Gang, WANG Zhonghong, HAN Yingduo, et al. A new method for quantitative assessment of the transient stability of power systems: trajectory analysis method[J]. Proceedings of the CSEE, 1993, 13(3): 23-30.

[46] 穆鋼, 黎平, 蔡國偉. 描述發(fā)電機(jī)暫態(tài)不穩(wěn)定性的一種新指標(biāo)[J]. 電力系統(tǒng)自動(dòng)化, 1995, 19(9): 16-20.

MU Gang, LI Ping, CAI Guowei. A new index for indicating transient unstable degree of generators in power systems[J]. Automation of Electric Power Systems, 1995, 19(9): 16-20.

[47] 宋方方, 畢天姝, 楊奇遜. 基于暫態(tài)能量變化率的電力系統(tǒng)多擺穩(wěn)定性判別新方法[J]. 中國電機(jī)工程學(xué)報(bào), 2007, 27(16): 13-18.

SONG Fangfang, BI Tianshu, YANG Qixun. Multi-swing stability assessment approach based on variation rate of transient energy for power system[J]. Proceedings of the CSEE, 2007, 27(16): 13-18.

[48] 劉艷, 顧雪平, 李軍. 用于暫態(tài)穩(wěn)定評(píng)估的人工神經(jīng)網(wǎng)絡(luò)輸入特征離散化方法[J]. 中國電機(jī)工程學(xué)報(bào), 2005, 25(15): 56-61.

LIU Yan, GU Xueping, LI Jun. Discretization in artificial neural networks used for transient stability assessment[J]. Proceedings of the CSEE, 2005, 25(15): 56-61.

[49] SAWHNEY H, JEYASURYA B. A feed-forward artificial neural network with enhanced feature selection for power system transient stability assessment[J]. Electrical Power System Research, 2006, 76(12): 1047-1054.

[50] 葉圣永, 王曉茹, 劉志剛, 等. 基于支持向量機(jī)的暫態(tài)穩(wěn)定評(píng)估雙階段特征選擇[J]. 中國電機(jī)工程學(xué)報(bào), 2010, 30(31): 28-34.

YE Shengyong, WANG Xiaoru, LIU Zhigang, et al. Dual-stage feature selection for transient stability assessment based on support vector machine[J]. Proceedings of the CSEE, 2010, 30(31): 28-34.

[51] MOULIN L S, SILVA A P A, SHARKAWI M A, et al. Support vector machines for transient stability analysis of large-scale power systems[J]. IEEE Transactions on Power Systems, 2004, 19(4): 818-825.

[52] 葉圣永, 王曉茹, 劉志剛, 等. 基于Stacking元學(xué)習(xí)策略的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力系統(tǒng)保護(hù)與控制, 2011, 39(6): 12-16.

YE Shengyong, WANG Xiaoru, LIU Zhigang, et al. Power system transient stability assessment based on Stacking meta-learning strategy[J]. Power System Protection and Control, 2011, 39(6): 12-16.

[53] AMJADY N, MAJED S F. Transient stability prediction by hybrid intelligent system[J]. IEEE Transactions on Power Systems, 2007, 22(3): 1275-1283.

[54] 蔡國偉, 孟祥霞, 劉濤. 電力系統(tǒng)振蕩中心的暫態(tài)能量解析[J]. 電網(wǎng)技術(shù), 2005, 29(8): 30-34.

CAI Guowei, MENG Xiangxia, LIU Tao. Study on transient energy around power system oscillation center[J]. Power System Technology, 2005, 29(8): 30-34.

[55] 蔡國偉, 穆鋼, CHAN K W, 等. 基于網(wǎng)絡(luò)信息的暫態(tài)穩(wěn)定性定量分析——支路勢能法[J]. 中國電機(jī)工程學(xué)報(bào), 2004, 24(5): 1-6.

CAI Guowei, MU Gang, CHAN K W, et al. Branch potential energy method for power system transient stability assessment based on network dynamic variables[J]. Proceedings of the CSEE, 2004, 24(5): 1-6.

[56] 王科, 游大海, 尹項(xiàng)根, 等. 基于支路勢能脊的電力系統(tǒng)暫態(tài)穩(wěn)定分析和臨界割集識(shí)別[J]. 電工技術(shù)學(xué)報(bào), 2013, 28(11): 262-269.

WANG Ke, YOU Dahai, YIN Xianggen, et al. Power system transient stability analysis and critical cutset detection based on branch ridge[J]. Transactions of China Electrotechnical Society, 2013, 28(11): 262-269.

[57] 吳為, 湯涌, 孫華東, 等. 利用實(shí)測響應(yīng)信息的暫態(tài)功角失穩(wěn)實(shí)時(shí)判別方法[J]. 中國電機(jī)工程學(xué)報(bào), 2013, 33(34): 171-178.

WU Wei, TANG Yong, SUN Huadong, et al. Real-time transient instability criterion based on post-disturbance response data[J]. Proceedings of the CSEE, 2013, 33(34): 171-178.

[58] TAYLOR C W, ERICKSON D C, MARTIN K E, et al. WACS — wide-area stability and voltage control system: R&D and online demonstration[J]. Proceedings of the IEEE, 2005, 93(5): 892-906.

[59] 鄧暉, 趙晉泉, 吳小辰, 等. 基于受擾電壓軌跡的電力系統(tǒng)暫態(tài)失穩(wěn)判別: 機(jī)理與方法[J]. 電力系統(tǒng)自動(dòng)化, 2013, 37(16): 27-32.

DENG Hui, ZHAO Jinquan, WU Xiaochen, et al. Transient instability detection of power system based on perturbed voltage trajectories part one theory and method[J]. Automation of Electric Power Systems, 2013, 37(16): 27-32.

[60] 鄧暉, 趙晉泉, 吳小辰, 等. 基于受擾電壓軌跡的電力系統(tǒng)暫態(tài)失穩(wěn)判別: 算例分析[J]. 電力系統(tǒng)自動(dòng)化, 2013, 37(17): 58-63.

DENG Hui, ZHAO Jinquan, WU Xiaochen, et al. Transient instability detection of power system based on perturbed voltage trajectories part two case analysis[J]. Automation of Electric Power Systems, 2013, 37(17): 58-63.

[61] RAJAPAKSE A D, GOMEZ F R, NANAYAKKARA K. Rotor angle instability prediction using post disturbance voltage trajectories[J]. IEEE Transactions on Power Systems, 2010, 25(2): 947-956.

[62] GOMEZ F R, RAJAPAKSE A D. Support vector machine-based algorithm for post-fault transient stability status prediction using synchronized measurements[J]. IEEE Transactions on Power Systems, 2011, 26(3): 1474-1483.

[63] 彭疆南, 孫元章, 程林. 基于受擾軌跡的緊急控制新方法[J]. 電力系統(tǒng)自動(dòng)化, 2002, 26(21): 17-22.

PENG Jiangnan, SUN Yuanzhang, CHENG Lin. A novel approach for transient stability emergency control based on perturbed trajectory[J]. Automation of Electric Power Systems, 2002, 26(21): 17-22.

[64] 顧卓遠(yuǎn), 湯涌, 張健, 等. 基于相對動(dòng)能的電力系統(tǒng)暫態(tài)穩(wěn)定實(shí)時(shí)緊急控制方案[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(7): 95-102.

GU Zhuoyuan, TANG Yong, ZHANG Jian, et al. Real-time power system transient stability emergency control scheme based on the relative kinetic energy[J]. Proceedings of the CSEE, 2014, 34(7): 95-102.

[65] 吳為, 湯涌, 孫華東. 基于系統(tǒng)加速度能量的切機(jī)控制措施量化研究[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(34): 6134-6140.

WU Wei, TANG Yong, SUN Huadong. Quantitative research of generation capacity tripped based on acceleration energy of power system[J]. Proceedings of the CSEE, 2014, 34(34): 6134-6140.

[66] TERZIJA V, VALVERDE G, CAI D, et al. Wide-area monitoring, protection, and control of future electric power networks[J]. Proceedings of the IEEE, 2011, 99(1): 80-93.

[67] 程云峰, 張欣然, 陸超. 廣域測量技術(shù)在電力系統(tǒng)中的應(yīng)用研究進(jìn)展[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(4): 145-153.

CHENG Yunfeng, ZHANG Xinran, LU Chao. Research progress of the application of wide area measurement technology in power system[J]. Power System Protection and Control, 2014, 42(4): 145-153.

[68] 余文輝, 王少榮, 柳斐, 等. 基于在線自組織同步MAS 的電網(wǎng)廣域保護(hù)系統(tǒng)[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(3): 69-76.

YU Wenhui, WANG Shaorong, LIU Fei, et al. A wide- area protection system based on synchronized MAS self- organizing online for power grid[J]. Power System Protection and Control, 2015, 43(3): 69-76.

[69]劉育權(quán), 華煌圣, 李力, 等. 多層次的廣域保護(hù)控制體系架構(gòu)研究與實(shí)踐[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(5): 112-122.

LIU Yuquan, HUA Huangsheng, LI Li, et al. Research and application of multi-level wide-area protection system[J]. Power System Protection and Control, 2015, 43(5): 112-122.

[70] 谷松林. 基于廣域保護(hù)系統(tǒng)的距離后備保護(hù)整定方案[J]. 電力系統(tǒng)保護(hù)與控制, 2016, 44(1): 40-47.

GU Songlin. A distance backup protection setting scheme based on wide area protection system[J]. Power System Protection and Control, 2016, 44(1): 40-47.

[71] 李生福, 張愛玲, 李少華, 等.?“風(fēng)火打捆”交直流外送系統(tǒng)的暫態(tài)穩(wěn)定控制研究[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(1): 108-114.

LI Shengfu, ZHANG Ailing, LI Shaohua, et al. Study on transient stability control for wind-thermal-bundled power transmitted by AC/DC system[J]. Power System Protection and Control, 2015, 43(1): 108-114.

(編輯 姜新麗)

Review on power system transient stability control technologies based on PMU/WAMS

ZHAO Jinquan1, DENG Hui1, WU Xiaochen2, XU Guanghu2, JIN Xiaoming2, ZHANG Yong2

(1. Research Center for Renewable Energy Generation Engineering, Ministry of Education, Hohai University, Nanjing 210098, China; 2. China Southern Power Grid Co., Ltd., Guangzhou 510623, China)

Transient stability control technology is one of the core problems of power system for maintaining security and preventing blackouts. With the development of wide-areameasurement system (WAMS) based on phasor measuringunits (PMU), the response-based transient stability control technology has become an important development direction. From a viewpoint of combining both theory and application, researchesof wide-area protectionare reviewed on three important subproblems. They are perturbed trajectory prediction, transient instability detection and transient emergency control. Moreover, potential deficiencies and solutions are also discussed based on the analysis. This work is supported by National Natural Science Foundation of China (No. 51577049) and Open Foundation of State Key Lab of Alternate Electrical Power System with Renewable Energy Sources (Grant No. LAPS14005).

WAMS; PMU; perturbed trajectory prediction; transient instability detection; transient emergency control

10.7667/PSPC152200

國家自然科學(xué)基金項(xiàng)目(51577049);華北電力大學(xué)新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室開放課題(LAPS14005)

2015-12-20；

2016-02-05

趙晉泉(1972-)，男，博士，教授，主要從事電力系統(tǒng)優(yōu)化、穩(wěn)定分析與控制和主動(dòng)配電網(wǎng)等方面的研究工作；鄧 暉(1986-)，男，博士研究生，主要從事電力系統(tǒng)暫態(tài)穩(wěn)定分析與控制方面的研究工作。