电力系统暂态稳定分析复习进程.doc

《电力系统暂态稳定分析复习进程.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、电力系统暂态稳定分析精品文档电力系统暂态稳定分析摘要：伴随电力系统的快速发展，互联电力网络也越来越大，同时暂态稳定性问题越来越严重。一旦电力系统丧失稳定就通常会导致较长时间、较大范围内出现停电现象而给人们的生产生活带来不便和严重的损失，甚至伤害，导致系统瓦解。因此，暂态稳定是电力系统事故发生的重要因素。由此可以看出，对电力系统在暂态稳定进行分析和探究具有非常重要的价值，有利于促进电力系统运行稳定性和安全性的提升。关键词：电力系统；暂态稳定；影响因素；分析方法一旦电力系统丧失稳定就通常会导致较长时间、较大范围内出现停电现象而给人们的生产生活带来不便和严重的损失，甚至伤害，导致系统

2、瓦解。因此，暂态稳定是电力系统事故发生的重要因素。1.电力系统稳定性概述电力系统要确保能够正常的运行，其系统的稳定性则是最为基本的前提和基础，只有这样，电力系统才可以持续的向各类用户提供符合质量标准的电能。通常来说，根据其所承受的干扰程度的大小，可以将电力系统的稳定性分为暂态稳定和静态稳定两种，而本文中提到的暂态稳定分析则是对电动系统受到大的扰动之后，其系统中各发电机能否保持同步运行的能力进行分析。2.电力系统暂态稳定水平的影响因素收集于网络，如有侵权请联系管理员删除精品文档通常来说，对电力系统暂态稳定造成影响原因有很多，比如电机出现的故障类型、继电保护动作的时间以及点击的运行

3、方式等等。首先在同一种运行手段下，故障类型不同对暂态稳定造成的影响是也是不一样的，例如，造成影响最小的是三相短路故障，而造成影响最大的则是单相接地出现故障。其次，在确保其它参数不变的状况下，线路运行的方式对暂态稳定所带来的影响是非常明显的。再次，由于受微机保护，而使得故障切除的时间也不一样，因此其对系统稳定所带来的影响的不一样，稳定程度随着其变化而不断的降低。3.电力系统暂态稳定分析方法从当前来看，对电力系统的暂态稳定进行分析的方式主要包括时域仿真法（也叫做逐步积分法）、直接法，以及人工智能分析三种。另外，有些研究人员还将小波用在对电力系统暂态稳定性进行分析上，也获得了一些成就

4、。3.1时域仿真法暂态稳定分析所谓时域仿真分析法（逐步积分法），就是对某种数值的解法进行充分的利用，通过计算系统的潮流解作为计算的初值，同时对于电力系统的机电暂态过程也要进行数值仿真，之后在依照仿真的结果来对指定干扰下的电力系统暂态稳定性进行分析。时域仿真暂态系统稳定分析法是就绝电力系统暂态稳定的最为主要的方式，它所提供的数学模型比较详细、同时还可以提供出伴随时间改变系统变量随之改变的特征，因此对于各种模型或干扰都比较适用。然而时域仿真法也存在耗费机时较长、计算量过大的问题，对于实施稳定控制方面也不太适合，提供不了系统稳定程度方面的数据。收集于网络，如有侵权请联系管理员删除精品

5、文档3.2直接法暂态稳定分析20世纪50年代晚期，直接法暂态分析开始应用于电力系统当中。从50-70年代晚期学者们开始集中研究从数学角度上来构建一种可以反映出电力系统暂态状态的严格的李雅普诺夫函数。在这个过程中，如果将转移电导忽略的前提下，选用波波夫准则构建的Lure型就比Lyapunuv函数获得更好的发展。然而因为在确定临界切除时间上太保守，使得在进行塑模时，因为选用的是经典模型，用恒定阻抗来表示负荷，这样如果网络被化简，负荷阻抗就会被吸收到导纳矩阵中。所以如果转移电导被忽略就会引起较大的误差。真是引出上面问题的出现，直接发一直都发展比较缓慢。70年代末，80年代初，Atha

6、yt与Kakimo等人通过工作将直接法的发展带入到了一个新的发展阶段。尤其是在稳定域的确定方面，涵盖了故障的实际轨迹与转移电导带来的影响，并构建了一个可以将系统物理特征反映出来的暂态能量函数，这在很大程度上改变了过去直接法的保守性。之后，对直接法的探究更是迈入了快速提升阶段，出现很诸多新的方式，总得来说，直接法主要由经典模型和复杂模型两部分构成。3.3人工智能法暂态稳定分析当前被提及到的人工智能网络模型超过50余种。它是利用对人脑进行模仿而具备的能够对并行、联想能力、分布式存储、以及自组织和自学习等方面进行大规模处理的能力等。人工智能系统最为基础的作用是联想与分类，而某一方面的

7、特有的作用则是因为网络中各个被连接到一起的系数和各神经元所激活的函数来决定的。收集于网络，如有侵权请联系管理员删除精品文档人工网络系统在对暂态稳定进行分析时，通常充当稳定和不稳定模式的分类器或是当作形成稳定指标的函数模拟器。其好处是不用特意构建数学模型，也不用对非线性方程进行求解，因此回忆的速度较快，能够对任意复杂的非线性关系进行模拟，训练的精度非常高，并能能够自学，这时对专家系统存在的缺陷的弥补。其缺点是对有限数量的样本随所组成的样本集如何进行有效的选择才可以概括进而到处所需的结果。3.4