李東東 ,楊銀臺 ,程云志 ,尹 睿 ,林順富 ,楊 帆 ,邊曉燕
(1.上海電力學(xué)院 電氣工程學(xué)院,上海 200090;2.上海高校高效電能應(yīng)用工程研究中心,上海 200090;3.美國德州電力可靠性委員會,美國 泰勒 76574)
近年來,世界各地發(fā)生的多起電壓不穩(wěn)定事故已造成巨大的經(jīng)濟損失[1-2],引起了人們的廣泛關(guān)注。隨著風(fēng)能、太陽能等新能源發(fā)電滲透率的不斷增加,電網(wǎng)的電壓穩(wěn)定性經(jīng)受著前所未有的考驗。為了保證電網(wǎng)的安全穩(wěn)定運行,必須對電網(wǎng)電壓穩(wěn)定性進行實時監(jiān)測。
由于相量量測技術(shù)的快速發(fā)展,基于相量量測和戴維南等值的電壓穩(wěn)定分析方法受到了各國學(xué)者的關(guān)注[3-5]。如何快速準(zhǔn)確地求取戴維南等值參數(shù)成為關(guān)鍵問題。20世紀(jì)90年代,文獻(xiàn)[6]開創(chuàng)性地提出僅利用本地測量信息來跟蹤戴維南等值參數(shù)。該方法利用2個或多個時刻的本地測量值求取系統(tǒng)戴維南等值電路參數(shù),但在實際應(yīng)用中存在參數(shù)漂移等問題[7]。此后,各國學(xué)者在此基礎(chǔ)上不斷進行改進和完善[7-13],這些方法均以采樣期間等值參數(shù)不變?yōu)榍疤?,對多個時間斷面的電氣信息進行采樣,所以本質(zhì)上都是對文獻(xiàn) [6]中最小二乘法辨識思想的延續(xù)。文獻(xiàn)[7]作為研究參數(shù)漂移的經(jīng)典文獻(xiàn),不僅對參數(shù)漂移進行了定義,也簡單地探索了解決參數(shù)漂移問題的方法,但是沒有達(dá)到理想的效果。此后諸多文獻(xiàn)雖然對參數(shù)漂移問題有所提及,但依然沒有提出很好的解決方法。
為了克服多時間斷面參數(shù)辨識法的缺陷,文獻(xiàn)[14-15]提出了只需系統(tǒng)當(dāng)前運行數(shù)據(jù)來求解系統(tǒng)戴維南等值參數(shù)的全微分法和時域仿真法。文獻(xiàn)[16]充分考慮了負(fù)荷之間的耦合特性,提出了多端口等值的概念。根據(jù)多端口等值電路同樣可以進行電力系統(tǒng)電壓穩(wěn)定分析[17]。此種多端口等值方法本質(zhì)上已脫離傳統(tǒng)戴維南等值的范疇。在多端口等值電路的基礎(chǔ)上,通過分析各個端口的相互影響,文獻(xiàn)[18-19]提出了一種耦合單端口等值電路。這種單端口等值電路雖然充分考慮了負(fù)荷之間的相互影響,但依然不能反映系統(tǒng)中負(fù)荷的動態(tài)特性。
本文提出虛擬相量直線的概念,利用直線相交原理求取等值參數(shù),該方法從物理意義上求取并從幾何意義上直觀解釋戴維南等值參數(shù)。本文利用統(tǒng)計學(xué)中概率論知識,對各種擾動后的等值參數(shù)求取平均值,避免測量誤差及不可預(yù)計因素導(dǎo)致的影響。為了克服傳統(tǒng)方法中參數(shù)漂移的缺點,本文提出阻抗圓軌跡數(shù)據(jù)篩選方法。該方法可直接對采樣數(shù)據(jù)進行數(shù)據(jù)篩選,從數(shù)據(jù)源上避免參數(shù)漂移問題,亦可適用于其他戴維南等值參數(shù)辨識方法中。典型3機9節(jié)點系統(tǒng)的仿真結(jié)果證明本文算法可以準(zhǔn)確跟蹤系統(tǒng)的戴維南等值參數(shù)。
戴維南定理指出,對電力系統(tǒng)進行分析時,可以把除研究負(fù)荷母線外的其余部分等效成一個等值電勢Eth和等值阻抗Zth的串聯(lián)模型。戴維南等值電路如圖1所示,圖中U、I分別為負(fù)荷母線的電壓和電流相量值。
根據(jù)電壓定律,可以得出戴維南等值電勢Eth、等值阻抗Zth和負(fù)荷母線電壓、電流的關(guān)系:
假設(shè)在t1、t22個連續(xù)采樣時刻等值參數(shù)不發(fā)生變化,把2個時刻的電壓、電流相量值代入式(1),得:
圖1 戴維南等值電路Fig.1 Thevenin equivalent circuit
因此,戴維南等值參數(shù)就可以根據(jù)式(2)求得:
從上述分析可以看出,傳統(tǒng)等值參數(shù)辨識法原理清晰易懂,計算簡單快速,而且由于采用本地測量技術(shù),采樣數(shù)據(jù)已經(jīng)包含了系統(tǒng)的動態(tài)特性。但是使用本方法時需要給負(fù)荷側(cè)一個擾動,而且擾動不能太大,也不能太小。擾動過大,則不能滿足2個連續(xù)采樣時刻等值參數(shù)不發(fā)生變化的假設(shè);擾動過小,則可能導(dǎo)致2個時刻的電壓、電流相量近似相等,引起參數(shù)漂移[7]。為更好地解決參數(shù)漂移問題,本文對此作了改進。
對于Y=AX+B,如果相量A和B為已知常量,則一個相量X嚴(yán)格對應(yīng)于一個相量Y,這種相量與相量一一對應(yīng)的關(guān)系類似于二維xy平面坐標(biāo)系統(tǒng)中用直線表示的線性函數(shù)關(guān)系,故本文中將其稱為虛擬相量直線,如圖2(a)所示。
應(yīng)用到戴維南等值參數(shù)辨識法中,在t1、t22個連續(xù)時刻采樣,可以得到2條虛擬相量直線。
2條虛擬相量直線的交點即為電勢和阻抗值。利用N個時刻數(shù)據(jù),即可得到N條虛擬相量直線,如圖2(b)所示。
在理想情況下,N條直線相互相交可以得到S=N(N-1)/2個交點。不同的交點產(chǎn)生不同的橫縱坐標(biāo)值,在小擾動時,橫縱坐標(biāo)變化的范圍不大,而且會以平均值為中心分布。故本文將橫縱坐標(biāo)的平均值作為等值參數(shù)。
圖2 虛擬相量直線Fig.2 Virtual line in phasor space
交點坐標(biāo)可由如下公式求得:
取所有交點坐標(biāo)平均值,作為系統(tǒng)戴維南等值參數(shù):
同樣可以求得交點坐標(biāo)的標(biāo)準(zhǔn)差:
其中,Eth為等值電勢模值;Zthm為等值阻抗模值;δE為交點橫坐標(biāo)的標(biāo)準(zhǔn)差;δZ為交點縱坐標(biāo)的標(biāo)準(zhǔn)差;D、E分別表示取標(biāo)準(zhǔn)差和期望,表示對相量取模值,下文同。
當(dāng)采樣時間太近或采樣時刻內(nèi)擾動過小時,2條虛擬相量直線會重合或平行,可能發(fā)生了參數(shù)漂移,交點的總個數(shù)S減少。此時應(yīng)對S進行修正,然后求取戴維南等值參數(shù)。
為不失一般性,令I(lǐng)=I∠0°。由圖1可得:
令 Zth=Rth+jXth、U=Ux+jUy,可得:
對式(10)兩邊取模值,再平方,得:
兩邊同時除以I2,得:
在阻抗Zth的復(fù)平面中,式(12)的軌跡是一個以(-Ux/I,-Uy/I)為圓心、Eth/I為半徑的圓。在任意 t時刻,均可在阻抗Zth復(fù)平面求得一個圓軌跡。在等值參數(shù)不發(fā)生變化的前提下,任意2個圓軌跡交點的橫縱坐標(biāo)即為等值電阻Rth和等值電抗Xth。由于等值參數(shù)的唯一性,3個或者多個圓軌跡交點應(yīng)該重合,即要求所有圓軌跡圓心在同一條直線上。
在實際系統(tǒng)中,若擾動過小,負(fù)荷母線電壓、電流值基本保持不變(即發(fā)生參數(shù)漂移),此時阻抗圓軌跡的圓心近似重合;若擾動過大,等值參數(shù)發(fā)生變化,此時阻抗圓軌跡的圓心將偏離直線。綜上所述,某個時刻采樣數(shù)據(jù)的有效性可以通過該時刻阻抗圓軌跡的圓心位置來判定,從而達(dá)到數(shù)據(jù)篩選的效果。
以某系統(tǒng)中9個不同時刻采集的數(shù)據(jù)為例,根據(jù)式(12)可在阻抗復(fù)平面上畫出9個阻抗圓軌跡。這9個阻抗圓軌跡的圓心分布圖如圖3所示。
圖3 圓心分布圖Fig.3 Distribution of circle centres
圖3中,圓心a1嚴(yán)重偏離直線,表明系統(tǒng)此時受到過大擾動,數(shù)據(jù)不宜采用;圓心a2和a3近似重合,表示這2個時刻參數(shù)基本保持不變,即出現(xiàn)參數(shù)漂移,因此這2個時刻數(shù)據(jù)只需采用其中一個。
設(shè)任意 2 個圓心 ai(-Uxi/Ii,-Uyi/Ii)、aj(-Uxj/Ij,-Uyj/Ij)的距離為 Lij,由數(shù)學(xué)距離公式可知:
給定足夠小的正數(shù)δ作為閾值,如若Lij<δ,則可認(rèn)為兩圓心近似重合,據(jù)此可剔除擾動過小時的采樣數(shù)據(jù)。
同理可提出剔除偏離直線點的閾值。對于任一圓心點 a(-Ux/I,-Uy/I),與其他不重合圓心點連線的斜率為 k1、k2、…,計算公式為:
設(shè)2個斜率差值的絕對值為ABSij:
給定一個足夠小的正數(shù)σ,若ABSij<σ,則稱其為正常斜率差,否則稱之為反常斜率差。設(shè)圓心點a與其他不重合圓心點構(gòu)成的所有直線中,反常斜率差數(shù)量為P1,斜率差總數(shù)量為P2,則它們的比值λ為:
因為偏離圓心直線的圓心數(shù)量相對總圓心數(shù)量很少,所以由正常圓心點計算的λ很小,而由偏離圓心直線的圓心點計算的λ很大。給定一個足夠小的值β(例如β=5%)作為閾值,當(dāng)λ>β時,表明該圓心點嚴(yán)重偏離圓心直線,對應(yīng)的采樣數(shù)據(jù)應(yīng)剔除。
本算法流程圖如圖4所示,圖中Ii、Ij分別為任意2個不同時刻的電流源樣值,ε1和ε2為給定的足夠小正數(shù)。
圖4 算法流程圖Fig.4 Flowchart of algorithm
首先,采樣所研究母線的電壓、電流值,對采樣值進行初步篩選;然后利用本文所提算法進行參數(shù)的預(yù)估計算;最后,當(dāng)?shù)戎祬?shù)的標(biāo)準(zhǔn)差小于ε1和ε2時,輸出結(jié)果。
對圖5所示的簡單雙母線系統(tǒng)進行仿真,仿真數(shù)據(jù)為:Rth=3 p.u.,Xth=4 p.u.,Eth=1∠0°p.u.,RL、XL予以±5%的隨機擾動。選取10個時刻數(shù)據(jù),利用本文算法計算戴維南等值阻抗(標(biāo)幺值)如表1所示。表中Z1、Z2和Z3分別表示戴維南等值阻抗真實值、含篩選算法等值阻抗值和不含篩選算法等值阻抗值。
圖5 簡單雙母線系統(tǒng)Fig.5 A simple double bus power system
表1 簡單雙母線系統(tǒng)等值阻抗Table 1 Equivalent impedance of simple double bus power system
從表1可知,隨著閾值δ、σ和β的減小,阻抗Z2不斷趨于真實值,但由于現(xiàn)實條件的約束,閾值有下限。表中不含篩選算法的阻抗值出現(xiàn)嚴(yán)重偏離真實值甚至負(fù)值的情況,這是因為沒有進行數(shù)據(jù)篩選時計算出現(xiàn)0/0的情況,亦即文獻(xiàn)[7]指出的參數(shù)漂移現(xiàn)象。通過大量仿真得出,δ、σ和β分別為0.0200、0.0025和4.5%時效果最好,可作為推薦值。
同樣對上述系統(tǒng)選取100個時刻的數(shù)據(jù),分成10組,求得各組阻抗的平均值ZAVE和出現(xiàn)頻率最高值ZFRE,阻抗分布范圍為ZRAN,篩選閾值使用推薦值。阻抗(標(biāo)幺值)分布規(guī)律如表2所示,表中ZREAL表示真實值。
表2 阻抗分布規(guī)律Table 2 Distribution rule of impedance
從表2可知,10組數(shù)據(jù)的虛擬相量直線的交點橫坐標(biāo)即阻抗的分布范圍很“窄”,且平均值與真實值十分接近,交點縱坐標(biāo)即等值電勢的分布規(guī)律和阻抗分布規(guī)律相似,故不再列出。
對圖5所示的簡單雙母線系統(tǒng)分別利用本文算法和傳統(tǒng)等值算法計算戴維南等值阻抗,并與真實值對比,結(jié)果如圖6所示,圖中等值阻抗為標(biāo)幺值。圖6中基于傳統(tǒng)等值算法的戴維南等值參數(shù)計算值在1.5 s左右出現(xiàn)劇烈波動的原因是加入了微小的內(nèi)部擾動。由圖6可知,基于虛擬相量直線法的戴維南等值參數(shù)計算值與真實值基本吻合。
挑選5個有代表性的時刻,與文獻(xiàn)[7]中所述的P-U關(guān)系檢驗解決漂移問題的等值算法進行對比。表3為戴維南等值阻抗(標(biāo)幺值),表中,t表示時間,Z1、Z4、Z5和 Z6分別表示戴維南等值阻抗真實值、本文算法阻抗計算值、傳統(tǒng)等值算法阻抗計算值和文獻(xiàn)[7]算法阻抗計算值。由表3得,本文算法結(jié)果比其他2種算法結(jié)果更逼近真實值。
圖6 簡單雙母線系統(tǒng)等值阻抗對比結(jié)果Fig.6 Comparison results of equivalent impedance of simple double bus power system
表3 簡單雙母線系統(tǒng)等值阻抗比較Table 3 Comparison of equivalent impedance of simple double bus power system
為驗證本文所提出算法的正確性,在電力系統(tǒng)仿真軟件DIgSILENT/PowerFactory中搭建含有風(fēng)電系統(tǒng)的3機9節(jié)點系統(tǒng)進行仿真計算。驗證方法為:用暫態(tài)仿真得到的任意一個時刻母線電壓、有功功率曲線與用該時刻戴維南等值參數(shù)計算得到的母線電壓、有功功率曲線進行對比[15]。其中,利用第k個時刻等值參數(shù)計算母線的電壓、有功功率公式為:
其中,Uk、Pk分別為戴維南等值參數(shù)計算的電壓、有功功率;ZL、RL分別為暫態(tài)仿真得到的負(fù)荷阻抗、電阻,ZL=U /I。
圖7所示系統(tǒng)采用3機9節(jié)點系統(tǒng),在公共接入點接入18臺并聯(lián)風(fēng)機組成的等效風(fēng)力發(fā)電系統(tǒng),每臺風(fēng)機容量為5 MW,單機網(wǎng)側(cè)變流器容量為2 MW,經(jīng)電抗器接入三繞組變壓器,三繞組變壓器高、中、低電壓分別為30 kV、3.3 kV、0.69 kV。其中單臺雙饋風(fēng)機的仿真參數(shù)如表4所示,表中電阻、電抗、互感均為標(biāo)幺值。
本系統(tǒng)進行了3個算例的仿真。
a.算例A:從LoadA向Bus5看進去對系統(tǒng)進行戴維南等值。
b.算例B:從LoadB向Bus6看進去對系統(tǒng)進行戴維南等值。
圖7 3機9節(jié)點系統(tǒng)Fig.7 3-generator 9-bus system
表4 單臺雙饋風(fēng)機仿真參數(shù)Table 4 Simulative parameters of a single doubly-fed induction generator
c.算例C:從LoadC向Bus8看進去對系統(tǒng)進行戴維南等值。
在3次算例中,仿真時間為5 s,仿真時間內(nèi)分別在各自負(fù)荷處施加4%的負(fù)荷斜坡增長。取9個時刻數(shù)據(jù)的期望作為中間時刻的等值參數(shù)。采樣時間間隔為0.01 s,負(fù)荷變化時保持恒功率因數(shù)。
利用仿真數(shù)據(jù),基于虛擬相量直線相交等值參數(shù)辨識法,得到算例A、算例B和算例C各自的等值阻抗模值和等值電勢頻率分布圖如圖8所示。從圖中可知,等值參數(shù)預(yù)估值的變化范圍是“狹窄”的,因此其標(biāo)準(zhǔn)差很小。這意味著平均值會非常接近高頻值,可把它們作為戴維南等值參數(shù)。
算例B中,選擇10個時刻計算虛擬相量直線交點的橫、縱坐標(biāo)的期望和標(biāo)準(zhǔn)差,各參數(shù)(標(biāo)幺值)示于表5。定義標(biāo)準(zhǔn)差與期望比值為相對標(biāo)準(zhǔn)差,其中δRE、δRZ分別表示戴維南等值電勢和等值阻抗的相對標(biāo)準(zhǔn)差的百分?jǐn)?shù)。從表5中可看出,每個時刻點的標(biāo)準(zhǔn)差和相對標(biāo)準(zhǔn)差均較小,幾乎都小于1%,說明通過取平均值得到的戴維南等值參數(shù)是可以保證精確度的。
圖8 等值參數(shù)頻率分布圖Fig.8 Frequency distribution of equivalent parameters
算例B的戴維南等值參數(shù)計算結(jié)果如圖9、圖10所示,圖中為標(biāo)幺值。由仿真結(jié)果可知,隨著LoadB處負(fù)荷的增長,系統(tǒng)戴維南等值電勢和等值阻抗均略微增大。
應(yīng)用圖9、圖10 的計算結(jié)果,利用式(17)、式(18)求得戴維南等值系統(tǒng)中每個時刻的Bus6母線電壓和LoadB有功功率。戴維南等值系統(tǒng)中Bus6母線電壓和LoadB處有功功率的計算結(jié)果如圖11、圖12所示,圖中母線電壓、有功功率為標(biāo)幺值。圖11中加入原電力系統(tǒng)中Bus6母線電壓暫態(tài)仿真結(jié)果進行對比,圖12中加入原電力系統(tǒng)中LoadB處有功功率暫態(tài)仿真結(jié)果進行對比。由仿真結(jié)果可見,基于虛擬相量直線的戴維南等值參數(shù)辨識法的計算結(jié)果與真實的戴維南等值參數(shù)基本一致。
表5 等值參數(shù)及其標(biāo)準(zhǔn)差Table 5 Equivalent parameters and its standard deviations
圖9 戴維南等值電勢Fig.9 Thevenin equivalent potential
圖10 戴維南等值阻抗Fig.10 Thevenin equivalent impedance
圖11 Bus6母線電壓曲線Fig.11 Voltage curve of Bus6
圖12 LoadB線路有功功率曲線Fig.12 Active power curve of LoadB
本文通過理論分析傳統(tǒng)戴維南等值參數(shù)辨識法的缺點,提出基于虛擬相量直線相交的戴維南等值參數(shù)辨識法。該方法克服了傳統(tǒng)參數(shù)辨識法中參數(shù)漂移帶來的誤差,利用本地測量相量值快速、準(zhǔn)確地跟蹤戴維南等值參數(shù)。本文采用阻抗圓軌跡數(shù)據(jù)篩選法較好地提高等值參數(shù)精確度,該篩選方法也適用于其他戴維南等值參數(shù)辨識法。本文方法可用于實際電力系統(tǒng)在線分析,具有廣闊的應(yīng)用前景。
參考文獻(xiàn):
[1]周孝信,鄭健超,沈國榮,等.從美加?xùn)|北部電網(wǎng)大面積停電事故中吸取教訓(xùn)[J].電網(wǎng)技術(shù),2003,27(9):T1.
[2]李升,衛(wèi)志農(nóng),孫國強,等.大規(guī)模光伏發(fā)電并網(wǎng)系統(tǒng)電壓穩(wěn)定分岔研究[J].電力自動化設(shè)備,2016,36(1):17-23.LI Sheng,WEI Zhinong,SUN Guoqiang,et al.Voltage stability bifurcation of large-scale grid-connected PV system[J].Electric Power Automation Equipment,2016,36(1):17-23.
[3]鮑海波,韋化,郭小璇.考慮雙饋異步風(fēng)電機組無功極限的靜態(tài)電壓穩(wěn)定概率評估[J].電力自動化設(shè)備,2016,36(11):87-93.BAO Haibo,WEI Hua,GUO Xiaoxuan.Static voltage stability probabilistic evaluation considering reactive power limit of DFIG[J].Electric Power Automation Equipment,2016,36(11):87-93.
[4]周林,紹念彬.大型光伏電站無功電壓控制策略[J].電力自動化設(shè)備,2016,36(4):116-122,128.ZHOU Lin,SHAO Nianbin.Reactive-power and voltage control for large-scale grid-connected photovoltaic plants[J].Electric Power Automation Equipment,2016,36(4):116-122,128.
[5]侯建蘭,劉育權(quán),謝小榮,等.一種量化評估暫態(tài)電壓穩(wěn)定性的指標(biāo)與方法[J].電力自動化設(shè)備,2015,35(10):151-156.HOU Jianlan,LIU Yuquan,XIE Xiaorong,et al.Quantitative assessment index and method of transient voltage stability[J].Electric Power Automation Equipment,2015,35(10):151-156.
[6]VU K,BEGOVIC M M,NOVOSEL D,et al.Use of local measurements to estimate voltage-stability margin[J].IEEE Transactions on Power Systems,1999,14(3):1029-1035.
[7]李來福,于繼來,柳焯.戴維南等值參數(shù)的漂移問題研究[J].中國電機工程學(xué)報,2005,25(20):1-5.LI Laifu,YU Jilai,LIU Zhuo.Research parameters drift problem in tracking Thevenin equivalent[J].Power System Technology,2005,25(20):1-5.
[8]HU Fengkai,SUN Kai.Measurement-based real-time voltage stability monitoring for load areas[J].IEEE Transactions on Power Systems,2016,31(4):2787-2798.
[9]CHEN Chen,ZHENG Shuo.PMU uncertainty quantification in voltage stability analysis[J].IEEE Transactions on Power Systems,2015,30(4):2196-2197.
[10]SU Hengyi,LIU Chihwen.Estimating the voltage stability margin using PMU measurements[J].IEEE Transactions on Power Systems,2016,31(4):3221-3229.
[11]SUN Kai,HU Fengkai.A new approach for real-time voltage sta-bility monitoring using PMUs[C]∥IEEE Innovative Smart Grid Technologies-Asia(ISGT Asia).Kuala Lumpur,Malaysia:[s.n.],2014:232-237.
[12]羅建,徐馨,張林,等.微小擾動狀況下的戴維南等值參數(shù)辨識方法[J].中國電機工程學(xué)報,2014,34(20):61-66.LUO Jian,XU Xin,ZHANG Lin,et al.Identification method for Thevenin equivalent parameters under tiny disturbance condi-tions[J].Proceedings of the CSEE,2014,34(20):61-66.
[13]李卓藝,劉俊勇,劉友波,等.系統(tǒng)持續(xù)擾動下的電力系統(tǒng)戴維南等值參數(shù)在線辨識[J].中國電機工程學(xué)報,2015,35(8):1900-1908.LI Zhuoyi,LU Junyong,LIU Youbo,et al.An on-line parameter identification of Thevenin equivalent circuit for power systems with persistent disturbance[J].Proceedings of the CSEE,2015,35(8):1900-1908.
[14]湯涌,孫華東,易俊,等.基于全微分的戴維南等值參數(shù)跟蹤算法[J].中國電機工程學(xué)報,2009,29(13):48-53.TANG Yong,SUN Huadong,YI Jun,et al.Tracking algorithm for Thevenin equivalent parameters based on complete differential equation[J].Proceedings of the CSEE,2009,29(13):48-53.
[15]湯涌,易俊,候俊賢,等.基于時域仿真的戴維南等值參數(shù)跟蹤計算方法[J].中國電機工程學(xué)報,2010,30(34):63-68.TANG Yong,YI Jun,HOU Junxian,et al.Calculation method forThevenin equivalentparametersbased on time domain simulation[J].Proceedings of the CSEE,2010,30(34):63-68.
[16]李衛(wèi)星,牟曉明,李志民,等.電力系統(tǒng)戴維南等值參數(shù)的解析與思考[J].中國電機工程學(xué)報,2012,32(增刊):28-34.LI Weixing,MOU Xiaoming,LI Zhimin,et al.Analysis and thoughts on the Thevenin equivalent parameters for power systems[J].Proceedings of the CSEE,2012,32(Supplement):28-34.
[17]李國慶,姜濤,徐秋蒙,等.基于局部電壓穩(wěn)定指標(biāo)的裕度靈敏度分析及應(yīng)用[J].電力自動化設(shè)備,2012,32(4):1-5.LI Guoqing,JIANG Tao,XU Qiumeng,et al.Sensitivity analysis based on local voltage stability margin and its application [J].Electric Power Automation Equipment,2012,32(4):1-5.
[18]WANG Yunfei,LI Weixing.Voltage stability monitoring based on the concept of coupled single-port circuit[J].IEEE Transactions on Power Systems,2011,26(4):2154-2163.
[19]LIU Jianhong,CHU Chiachi.Wide-area measurement-based voltage stability indicators by modified coupled single-port models[J].IEEE Transactions on Power Systems,2014,29(2):756-764.