交接变量估计法提升电力非线性网络暂态稳定分布式仿真效率

本文主要探讨了电力非线性网络在暂态稳定性分布式仿真中的计算效率问题，针对这一挑战，作者王成山和张家安，来自天津大学电气与自动化工程学院，提出了一种创新的改进算法——交接变量估计法（Inside-step Cross-variable Estimation, ICE）。该方法旨在优化非线性网络的分布式求解过程，通过提高计算效率来支持电力系统的复杂动态模拟。 ICE方法的核心在于利用递归迭代的方式，精确估计在网络演化过程中交接点的变量，这些变量对于理解和控制暂态稳定性至关重要。相比于传统的并行处理方法，通常适用于线性网络，ICE方法能更好地适应电力系统的非线性特性，使得在处理非线性动力学时也能保持高效性能。 文章进行了详细的数值验证，将ICE方法与针对线性网络设计的并行处理技术以及电力网络暂态稳定初值估计法（Step Initial-value Estimation, SIE）和交接变量调节法（Inside-step Cross-variable Adjustment, ICA）进行了对比。实验结果显示，ICE方法显著提高了暂态稳定性分布式仿真分析的计算效率，并且展现出良好的适应性，能够在不同的电力市场条件下提供稳定的性能提升。 关键词包括电力系统、非线性网络、暂态稳定、分布式仿真、并行算法等，强调了该方法在实际应用中的重要性和实用性。通过本文的研究，电力系统工程师和研究人员可以更好地理解和利用ICE方法来优化电力系统的实时运行和故障应对能力，从而提升整个电力系统的安全性和可靠性。