基于并行计算的大规模电力系统小干扰稳定在线分析与安全预警研究

Integration of new energy generation with large capacity brings power system with strong volatility and time-variability, which raises tougher demand on methodology for power system small signal stability and security real-time analysis. Coping with the challenges brought by larger scale and more variability of power system, we firstly research on online analysis of oscillation modes based on eigenvalue theory. Techniques for mapping critical eigenvalues dominant and building invariant subspace are proposed. Then, with utilization of operational and oscillation mode analysis data, data-driven method based real-time assessment of small signal stability is investigated. By integration of small signal stability analysis and real-time assessment, power system small signal security early warning is studied, for the purpose of foreseeing small signal unstable condition and taking remedial action. As an enabling tool, high-performance parallel computing technology is explored in the proposed application of small signal security and stability analysis methods. Considering the scalability and heterogeneous characteristic of modern parallel computing platform, multi-level parallelization of the proposed analysis method are researched, to make full use of computing potential. In a word, this project provides theoretical foundation and practical route of small signal stability online analysis, real-time assessment and security early warning.

新能源发电大规模并网使电力系统呈现强波动性和快时变性的特点，对电力系统小干扰安全稳定分析的实时性提出了更高的要求。应对电力系统规模扩大、运行状态多变的挑战，首先研究基于特征值的电力系统关键振荡模态在线分析方法，提出关键特征值主导化和不变子空间构建技术；进一步利用在线分析获取的大量运行数据及其稳定分析数据，研究基于数据驱动的小干扰稳定实时评估；综合小干扰稳定在线分析和实时评估方法，进一步研究电力系统小干扰安全预警，使系统能够及时探知不稳定运行状态并做出预防措施。作为使能技术，探索高性能并行计算技术在小干扰安全稳定分析中的应用，实现多粒度、多层次的并行化。综上，本项目针对大规模电力系统提出小干扰稳定在线分析、实时评估和安全预警的理论框架和实践路线。

随着电力系统的区域互联和新能源发电并网数量的增多，电力系统呈现出强时变性、快波动性和随机性的特点，对电力系统小干扰安全稳定分析的实时性提出了更高的要求。应对大规模电力系统，可通过计算电力系统关键特征值从而进行小干扰稳定分析，然而该方法普遍存在计算复杂度高、计算时间长等技术困难，因此在此方法基础上利用高性能并行计算是提高小干扰稳定在线分析和预警实时性的方法之一；研究基于数据驱动的电力系统小干扰稳定评估同样可满足实时性需求。另一方面，随着风能、太阳能等可再生能源发电的大量并网，用于描述现代电力系统动态行为的参数已呈现出随机、快速、显著变化的趋势，如何通过对电力系统运行状态预测和未来场景描述，是小干扰稳定分析和安全预警所必须考虑的重要因素。. 本项目针对大规模电力系统，通过研究基于特征值的电力系统关键振荡模态在线分析方法，提出关键特征值主导化和不变子空间构建技术；利用在线分析获取的大量运行数据及其稳定分析数据，研究基于数据驱动的小干扰稳定实时评估；综合小干扰稳定在线分析和实时评估方法，进一步研究电力系统小干扰安全预警；以高性能计算作为技术支撑平台，实现多粒度、多层次的小干扰安全稳定分析并行化。. 本项目提出的基于并行计算的大规模电力系统小干扰稳定分析与安全预警能满足智能电网、新能源发电的快速发展的实时性需求，以并行计算、数据挖掘、深度学习技术为使能技术，为电力系统小干扰稳定分析提供新的理论探索经验和工程实践路线，兼具良好的学术和应用价值，切实推进我国电力系统向安全、坚强、自愈的智能电网运行模式的转变。