大型电力系统小干扰稳定性分析方法研究和软件开发

《大型电力系统小干扰稳定性分析方法研究和软件开发》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国电力科学研究院硕士学位论文摘要随着我国电力工业的飞速发展，区域电网互联成为我国电力工业快速发，要趋势，但是，大型电力系统中存在电气联系薄弱环节，长距离链型输电通i功率大，使得因阻尼不足造成的低频振荡问题在我国电力系统中变得相当突}何更好地研究全国联网后大型电力系统小干扰稳定性的特性，方便、可靠地，的稳定性进行计算分析，已日益成为电力工作者研究的一项重要任务。本文从大型电力系统小干扰稳定性分析的实际需要出发，对小干扰稳定f个方面进行了系统而深入的研究，主要工作和成果如下：1．针对大型电力系统特征值分析的难点，通过借鉴现有的算法和软件，；当

2、前最新和最具效率的稀疏特征值算法之一：隐式重启动Arnoldi算法。通i稀疏技术使软件在系统计算规模上不再受限，并且较好地解决了漏根的问题。法适用于大型电力系统动态稳定仿真需要，在时域和频域的对比分析中取得‘的效果，能够提高动态系统计算分析效率。2．提出了面向对象的系统建模方法，将面向对象思想应用到实际的电：小干扰稳定性分析中。该方法以电力系统动态元件模型为基础，将其封装为2对象，通过不同对象组合的形式构建系统状态矩阵。该方法思路清晰，模型j为系统状态矩阵的形成提供了一种方便、快捷的手段。3．使用VisualFortran、VisualC+

3、+以及C++Buiider编写了“大型I统小干扰稳定性分析软件”，该软件实现了与PsD—BPA程序的接口，其输入i用PSD—BPA潮流和稳定格式文件，输出采用文本和表格两种方式，同时提1值分布图和模态图。软件具有较好的操作性和实用性，可方便地用于交直流j行的电力系统低频振荡等小干扰稳定性分析。关键词：大型电力系统互联小干扰稳定性分析面向对象元件模型值稀疏矩阵隐式重启动Arnoldi算法中国电力科学研究院硕士学位论文ABSTRACTIttrendstomakelarge—scalepowersystemsinterconnectinginou

4、rcountryinordertomeetthefastloadincreasinginecomonicway．Becauseofweakelectricconnectionsectioninlarge·-scalepowersystemandhugetransmissionpowerinlong-·distancechainstyletransmission，however,theoscillationinstabilityresultedfrominsufficientdampinghastobepaidmoreattentions．I

5、tisallimportanttaskforengineersfindingsuitablesimulationtoolstostudydynamicstabilitycharacteristicsofinterconnectedsystems．Fortheactualneedoflarge—scalepowersystemsmallsignalstability,asystematicanddeepstudyinthisfieldiscarriedoutinthisthesis．Themaincontributionsareasfollo

6、ws：1．Inordertodowiththedifficultyofeigenvalueanalysisoflarge—scalepowersystem，usingforreferencethelatestalgorithmandsoftware，implicitlyrestartedArnoldialgorithmisadopted．Throughusingsparsetechnology,thesoftwaresolvestheproblemofsimulationgeneratordimensionlimitsintheoldver

7、sionprogram，thelosingeigenvalueproblemisalsoresolved．Thesoftwareisadaptedtolarge—scalepowersystemdynamicsimulation．Ithasgoodeffectontime-domainandfrequency-domaincomparestudy；italsoimprovesanalysisefficiencylargely．2．Amodelingmethodusingoriented-objectthoughtisbuilt，whichi

8、susedinactualpowersystemsmallsignalstabilityanalysis．Thismethodusesobjectcombinationtoset