简介:摘要:目前,我国电力系统已安装了大批以同步相量测量装置(PMU)为代表的高精度量测装置,可实现对电网运行状态的精确实时感知。同时,PMU主站存储了电网大量历史运行数据,为基于数据驱动的人工智能方法提供了数据支撑。人工智能技术中的深度学习是完全的数据驱动模型,以神经网络为代表的深度学习技术大幅提升了对数据的理解和学习能力,能够充分利用海量系统运行数据进行模型训练,避免了传统解析模型构建的局限。已有学者将深度学习应用于电力系统扰动后的频率预测与稳定控制,本论文从新能源电力系统频率特性、新能源电力系统扰动后频率预测与新能源电力系统频率控制三个方面展开综述。
简介:摘要:频率稳定问题并不是当下出现的新问题。在传统火电主导的电力系统中,从蒸汽母管并联方式过渡到单元机组的炉—机互联的单元式,导致蒸汽容量及转子惯性相对变小,且数字式功—频电液调节系统一次调频能力不足,频率稳定问题开始突显。水电占比增大后,由于其功—频调节的水锤效应,也存在频率稳定问题。