一种电力系统同调机组分群方法及系统技术方案

本申请公开了一种电力系统同调机组分群方法及系统，包括：根据电力系统仿真数据及实际运行的历史数据，建立发电机组的机组功角数据；对机组功角数据进行降维处理，利用第一CH指标确定初始最优聚类数，对所有机组进行聚类分析，生成初始同调机组分群结果；利用考虑同调机群内部连通性的惩罚函数对第一CH指标进行修改，利用生成的第二CH指标确定目标最优聚类数，利用目标最优聚类数对初始同调机组分群结果迭代聚类，直至惩罚函数取值达到预设值时，生成目标同调机组分群结果。本申请充分考虑解列后子系统内部机组连通性，通过惩罚函数对聚类结果进行检验和修改，有效避免解列后子系统内部的孤岛现象，提高了同调机组分群技术的工程实用性。的工程实用性。的工程实用性。

【技术实现步骤摘要】
一种电力系统同调机组分群方法及系统


[0001]本申请涉及电力系统稳定性分析
，尤其涉及一种电力系统同调机组分群方法及系统。

技术介绍

[0002]互联运行的电力系统在整合资源、提高用电经济性和供电可靠性等方面表现出明显的优势。在实际运行中，如此庞大的电力网无可避免地会受到各种因素的扰动，而现代电力系统复杂的运行方式和高度的耦合性会使区域性故障扩散导致大规模停电的概率显著增加，当极端灾害导致系统发生较大故障时，阻隔故障传播，避免连锁反应，预防系统发生大面积停电事故是应急策略中首要考虑的问题。
[0003]主动解列作为电网最后一道防线的可靠保障，在预先有效地阻止系统故障的传播中担任重要的角色。同调机组识别作为主动解列的关键技术，在确定解列后子系统机组分配、制定解列决策等方面起着基础作用，合理的同调机组分群能够保证解列后各子系统内部稳定地运行。然而系统中发电机组数目过于庞大，直接对所有发电机组的运行数据进行计算耗时过长且效率低下，无法满足主动解列“实时、在线”的要求；另一方面，同调分群常用的聚类算法仅考虑机组运行信息而未考虑聚类结果中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力系统同调机组分群方法，其特征在于，包括：根据电力系统仿真数据及实际运行的历史数据，建立发电机组的机组功角数据；对所述机组功角数据进行降维处理，利用第一CH指标确定初始最优聚类数，并对所有机组进行聚类分析，生成初始同调机组分群结果；利用考虑同调机群内部连通性的惩罚函数对第一CH指标进行修改，得到第二CH指标；利用第二CH指标确定目标最优聚类数，利用目标最优聚类数对初始同调机组分群结果迭代聚类，直至所述惩罚函数取值达到预设值时，生成目标同调机组分群结果。2.根据权利要求1所述的电力系统同调机组分群方法，其特征在于，所述利用第一CH指标确定初始最优聚类数，并对所有机组进行聚类分析，包括：将第一CH指标值中的最大值作为最优聚类数，利用k
‑
means聚类将所有机组分为k个机群；其中，第一CH指标为：式中，k为聚类的数目，n为全部数据样本的数量，tr(B
k
)和tr(W
k
)分别为类间离差矩阵的迹和类内离差矩阵的迹，其值为各自矩阵主对角线上所有元素之和，B
k
和W
k
为类间距离和类内距离，且满足：式中，S
j
为被分配到第j组聚类的所有数据样本x构成的集合，n
j
为第j组聚类中数据样本的个数，μ
j
表示第j个聚类中心，μ为全部数据样本的中心。3.根据权利要求2所述的电力系统同调机组分群方法，其特征在于，所述利用考虑同调机群内部连通性的惩罚函数对第一CH指标进行修改，得到第二CH指标，包括：CH
′
(k)＝CH(k)
‑
α(β1+β2+
…
+β
k
)；式中，α(β1+β2+
…
+β
k
)为惩罚函数，α是惩罚系数，β
k
是状态系数，取值为0或1，具体根据聚类后第k个机群中所有发电机组的连通性确定。4.根据权利要求3所述的电力系统同调机组分群方法，其特征在于，所述利用目标最优聚类数对初始同调机组分群结果迭代聚类，直至所述惩罚函数取值达到预设值时，生成目标同调机组分群结果，包括：利用k
‑
means聚类对初始同调机组分群结果进行连通性检验和目标最优聚类数的更新，迭代聚类后直至所有机群的状态系数取值...

【专利技术属性】
技术研发人员：闫斌杰，杨银国，陆秋瑜，伍双喜，朱誉，向丽玲，杨璧瑜，华威，骆晓明，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：