大规模电力系统小干扰稳定性的特征值分析系统技术方案

一种电力系统仿真及分析技术领域的大规模电力系统小干扰稳定性的特征值分析系统，包括：用于实现BPA数据文件的无缝读写操作的BPA数据接口模块、用于实现小干扰稳定性特征值分析中的稀疏矩阵相关处理的稀疏矩阵计算模块、潮流计算模块、系统建模及其线性化模块、状态矩阵计算模块、全部特征值计算引擎模块、部分特征值计算引擎模块和振荡模式提取和分析模块，采用TTQRE、多种计算方案的IRAM及JDM，实现对实际大规模电网进行全方位、无遗漏的小干扰稳定性特征值仿真分析。

【技术实现步骤摘要】
大规模电力系统小干扰稳定性的特征值分析系统
本专利技术涉及的是一种电力系统仿真及分析
的系统，具体是一种采用三种不同特征值算法的大规模电力系统小干扰稳定性的特征值分析系统。
技术介绍
电力系统小干扰稳定性指的是当电网经历微小扰动后，继续保持同步运行的能力。电力系统小干扰稳定性一般采用李雅普诺夫第一法作为判定标准。李雅普诺夫第一法指出，如果系统线性化后的状态矩阵没有出现零或者正实部的特征值，那么就可以判定当前系统是小干扰稳定的。因此，在电力系统中，特征值计算一直以来都是实现低频功率振荡模式的识别、各类稳定控制器的装配选址和参数优化、运行参数对控制参数的灵敏度分析、在线检测振荡数据的模态信息提取等功能的重要前提和基础保障。由于电网规模的不断扩大，自上个世纪80年代开始，电力行业的研究人员就已投入大量的精力到特征值计算方法和小干扰稳定性分析系统的研究与开发中。至今为止，世界范围内已出现了诸多用于大规模电力系统小干扰稳定性的特征值分析系统，例如：美国太平洋瓦斯与电力公司开发的EISEMAN、美国电科院联合加拿大安大略水电局共同开发的SSSP、加拿大动力技术实验室开发的SSAT、德国西门子公司开发的NEVA、巴西电力科学研究中心开发的PacDyn、中国电力科学研究院开发的PSASP和PSD‐SSAP等。按照待求特征值的数量进行归类，电力系统小干扰稳定性的特征值分析方法分为全部特征值分析法和部分特征值分析法。虽然几乎所有的大规模电力系统小干扰稳定性分析系统均包含全部特征值分析和部分特征值分析两个方面，但仍然存在以下的问题和不足：1)全部特征值分析法的核心模块仍采用的是上个世纪60年代Kublanovskay和Francis提出的双重步位移隐式QR算法，从而导致国内电力行业人士普遍认为：对于大型电力系统的小干扰稳定性分析而言，QR算法存在内存不足、计算时间很长、计算出的特征值误差很大、算法可能不收敛等问题[王康，金宇清，甘德强，等.电力系统小信号稳定分析与控制综述[J].电力自动化设备，2009(5):10‐19.薛禹胜，郝思鹏，刘俊勇.关于低频振荡分析方法的评述[J].电力系统自动化，2009，33(3):1‐8.中国电力科学研究院，PSASP7.0版小干扰计算用户手册[R]，北京:中国电力科学研究院，2010.中国电力科学研究院，PSD‐SSAP小干扰稳定性分析程序用户手册(2.5.2版)[R]，北京:中国电力科学研究院，2012.]。不可否认，早期的双重步位移隐式QR算法的确存在以上所述的种种问题。然而，随着数值计算方法以及计算机软硬件技术的不断进步，QR算法早已完成了从双重步位移—大块多重步位移—链式小块多重步位移—带有积极早期收缩策略的两步小块多重步位移的演变[FrancisJGF.TheQRtransformationaunitaryanaloguetotheLRtransformation—Part1[J].TheComputerJournal，1961，4(3):265‐271.FrancisJGF.TheQRtransformation—part2[J].TheComputerJournal，1962，4(4):332‐345.BaiZ，DemmelJ.OnaBlockImplementationofHessenbergMultishiftQRIteration[J].InternationalJournalofHighSpeedComputing，1989，1(1):97‐112.BramanK，ByersR，MathiasR.ThemultishiftQRalgorithm.partI:Maintainingwell‐focusedshiftsandlevel3performance[J].SIAMJournalonMatrixAnalysisandApplications，2002，23(4):929‐947.BramanK，ByersR，MathiasR.ThemultishiftQRalgorithm.PartII:Aggressiveearlydeflation[J].SIAMJournalonMatrixAnalysisandApplications，2002，23(4):948‐973.]，个人计算机也早已从仅能支持4GB寻址的32位，变成了能够支持16EB(1EB＝230GB)寻址的64位。因此，基于双重步位移隐式QR算法和32位个人计算机的全部特征值分析法，显然已经不能满足当前大规模电力系统小干扰稳定性分析的计算需求；2)部分特征值分析法是目前分析大规模电力系统小干扰稳定性的主流方法。部分特征值分析法的核心模块是一类迭代投影法(Iterativeprojectionmethods)[BaiZJ，etal.Templatesforthesolutionofalgebraiceigenvalueproblems:apracticalguide[M].Siam，2000.]。在近10年来的大规模电力系统小干扰稳定性分析的特征值算法研究中，出现频率最多的迭代投影法有两个，一个是Krylov子空间下的IRAM(ImplicitlyRestartedArnoldiMethod，隐式重启动Arnoldi算法)[KimDJ，MoonYH.ApplicationoftheimplicitrestartedArnoldimethodtothesmall‐signalstabilityofpowersystems[J].JournalofElectricalEngineering&Technology，2007，2(4):428‐433.仲悟之，宋新立，汤涌，等.基于多进程的电力系统频域特征值并行搜索算法[J].电力系统自动化，2010(21):11‐16.]，另一个则是非Krylov子空间下的Jacobi‐Davidson方法(JDM)[杜正春，刘伟，方万良，等.基于Jacobi‐Davidson方法的小干扰稳定性分析中关键特征值计算[J].中国电机工程学报，2005，25(14):19‐24.TsaiSH，LeeCY，WuYK.EfficientcalculationofcriticaleigenvaluesinlargepowersystemsusingtherealvariantoftheJacobi–DavidsonQRmethod[J].IETgeneration，transmission&distribution，2010，4(4):467‐478.]。虽然IRAM已被广泛集成于各电力系统小干扰稳定性分析系统中，但其算法本身具备的功能却没能得到最大程度的发挥，例如：PSD‐SSAP和PSASP只提供了基于平移‐逆变换的扫频IRAM，而非常适合于计算关键振荡模式的Cayley变换IRAM，在两种方法中均没有体现。扫频IRAM虽然对于极特征值有着线性的收敛速度，但其搜索行为存在着随机性，在参数配置不合理的情况下，容易出现“漏根”，即漏掉一些特别关键的振荡模式。当精确求解修正方程时，JDM具有渐进二阶的收敛速度，但更重要的是，即使不使用谱变换，JDM仍然能本文档来自技高网...

【技术保护点】
一种大规模电力系统小干扰稳定性的特征值分析系统，其特征在于，包括：包括：BPA数据接口模块、用于实现小干扰稳定性特征值分析中的稀疏矩阵相关处理的稀疏矩阵计算模块、潮流计算模块、系统建模及其线性化模块、状态矩阵计算模块、全部特征值计算引擎模块、部分特征值计算引擎模块和振荡模式提取和分析模块，其中：BPA数据接口模块接收电网数据文件，并分别与潮流计算模块和系统建模及其线性化模块相连并提供API；稀疏矩阵计算模块分别与潮流计算模块、系统建模及其线性化模块、状态矩阵计算模块和部分特征值计算引擎模块相连并提供API；潮流计算模块根据BPA数据接口模块以及稀疏矩阵计算模块提供的API，实现大规模电力系统的潮流计算并输出潮流计算结果至系统建模及其线性化模块；系统建模及其线性化模块根据BPA数据接口模块提供的API和潮流计算模块提供的潮流计算结果，实现大规模电力系统的线性化建模，即生成增广的系统状态矩阵并分别输出至状态矩阵计算模块和部分特征值计算引擎模块；状态矩阵计算模块根据稀疏矩阵计算模块提供的API和系统建模及其线性化模块提供的增广的系统状态矩阵，获得系统状态矩阵并输出至全部特征值计算引擎模块；全部特征值计算引擎模块根据TTQRE从系统状态矩阵中获得系统状态矩阵的全部特征值以及部分左/右特征向量并输出至振荡模式提取和分析模块；部分特征值计算引擎模块根据稀疏矩阵计算模块提供的API，以RCI的方式执行IRAM或者JDM的数值迭代过程，获得系统状态矩阵的部分特征值和部分左/右特征向量并输出至振荡模式提取和分析模块；振荡模式提取和分析模块根据用户指定合并来自全部特征值计算引擎模块或者部分特征值计算引擎模块的系统状态矩阵的特征值和左/右特征向量，实现机电的振荡模式识别和模态分析，并将所得的模式信息和模态分析结果以Excel表格的方式输出给用户。...

【技术特征摘要】
1.一种大规模电力系统小干扰稳定性的特征值分析系统，其特征在于，包括：BPA数据接口模块、用于实现小干扰稳定性特征值分析中的稀疏矩阵相关处理的稀疏矩阵计算模块、潮流计算模块、系统建模及其线性化模块、状态矩阵计算模块、全部特征值计算引擎模块、部分特征值计算引擎模块和振荡模式提取和分析模块，其中：BPA数据接口模块接收电网数据文件，并分别与潮流计算模块和系统建模及其线性化模块相连并提供应用程序接口；稀疏矩阵计算模块分别与潮流计算模块、系统建模及其线性化模块、状态矩阵计算模块和部分特征值计算引擎模块相连并提供应用程序接口；潮流计算模块根据BPA数据接口模块以及稀疏矩阵计算模块提供的应用程序接口，实现大规模电力系统的潮流计算并输出潮流计算结果至系统建模及其线性化模块；系统建模及其线性化模块根据BPA数据接口模块提供的应用程序接口和潮流计算模块提供的潮流计算结果，实现大规模电力系统的线性化建模，即生成增广的系统状态矩阵并分别输出至状态矩阵计算模块和部分特征值计算引擎模块；状态矩阵计算模块根据稀疏矩阵计算模块提供的应用程序接口和系统建模及其线性化模块提供的增广的系统状态矩阵，获得系统状态矩阵并输出至全部特征值计算引擎模块；全部特征值计算引擎模块根据带有积极早期收缩策略的两步小块多重步位移QR算法从系统状态矩阵中获得系统状态矩阵的全部特征值以及部分左/右特征向量并输出至振荡模式提取和分析模块；部分特征值计算引擎模块根据稀疏矩阵计算模块提供的应用程序接口，以逆通信接口的方式执行隐式重启动ARNOLDI算法或者JACOBI-DAVIDSON方法的数值迭代过程，获得系统状态矩阵的部分特征值和部分左/右特征向量并输出至振荡模式提取和分析模块；振荡模式提取和分析模块根据用户指定合并来自全部特征值计算引擎模块或者部分特征值计算引擎模块的系统状态矩阵的特征值和左/右特征向量，实现机电的振荡模式识别和模态分析，并将所得的模式信息和模态分析结果以Excel表格的方式输出给用户。2.根据权利要求1所述的系统，其特征是，所述的增广的系统状态矩阵，即Jaug满足：其中：JA为动态元件线性化模...

【专利技术属性】
技术研发人员：赵文恺，严正，张逸飞，曹路，李建华，周挺辉，范翔，
申请(专利权)人：上海交通大学，华东电网有限公司，
类型：发明
国别省市：上海;31