太原理工大学王翔宇、张庚午 等:模型-数据可信集成的低惯量电力系统频率预测及主动减载方法

研究背景

随着风电、光伏等新能源渗透率不断提高，传统的同步发电机组被逐步替代，电力系统的转动惯量大幅下降。这带来了一个严峻的挑战：当系统发生同样的电源故障时，低惯量系统的频率下降速度更快、幅度更大，最低点频率极易跌破安全阈值。

这里存在一个矛盾：系统不缺调节容量，缺的是调节速度。一方面，充裕的备用容量（如水火电）因物理惯性调节缓慢，在频率急速下跌的暂态过程中来不及发挥作用；另一方面，减载动作越晚，所需切除的负荷就越多。因此，如何能在故障发生后极短时间内，准确预判频率走势，并抢在频率失稳前执行“最小代价”的精准减载，是保障低惯量电力系统频率安全的关键。

论文所解决的问题及意义

针对传统低频减载“后知后觉”以及现场对数据驱动模型“黑箱操作”的信任疑虑，本文提出的方法实现了两大突破：

1、让预测“可信”：解决了数据驱动模型在遇到未见过的运行工况时，预测结果“不靠谱”且无法被信任的问题。通过引入可信度评估，只输出高可信的预测结果，为主动决策提供了可靠依据。

2、让减载“主动”：解决了传统减载“被动等待”导致过切的问题。通过提前预测、提前动作，以更少的减载量及时阻止频率下跌，实现了满足暂态和稳态频率安全约束下的“最低成本”减载。

图1  暂态频率预测与主动减载总体流程

论文方法及创新点

1、可信预测：给AI预测结果装上“双保险”

为了让现场人员敢于信赖数据驱动的预测结果，团队提出了“模型-数据可信集成”框架，相当于为AI预测装上了“双保险”。

第一重保险（物理模型校验）：利用周期性更新的系统频率响应（SFR）模型，提供一个虽简化但始终可信的“基准预测”。通过计算AI预测结果与SFR预测结果的一致性（即RFNP指标），可以有效识别出AI模型“没见过”的陌生工况（即分布外数据，OOD）。当二者偏差过大时，系统判定预测结果不可信，自动中止减载程序，退回传统方案，确保安全。

第二重保险（自身不确定性评估）：针对AI模型自身的分类结果，引入“熵指标”和“最大概率指标”。如果AI对“频率是否安全”的判断含糊不清（高熵）或信心不足（低概率），同样会被判定为不可信。

实验证明，经过多指标综合评估筛选后，预测结果的决策失误率在10机39节点系统降至0.006%，在某省大电网降至0.004%，达到了实际工程应用的要求。

（a）120%负荷水平为分布外数据	（b）G10机组切机为分布外数据

图2  RFNP指标与预测误差散点图

图3  熵指标分布图

图4  最大概率指标分布图

表1  多指标综合评估有效性分析

2、主动减载：不仅“看得准”，更要“切得巧”

在获得可信的频率最低点预测后，若预测值低于安全阈值，系统立即启动“主动减载”程序。

提前决策，成本更低：主动减载的核心在于“早”。研究发现，减载时间越晚，满足同样频率安全约束所需切除的负荷量就越大。本文方法抢在频率深度下跌前动作，以最小代价换取频率稳定。

离线寻优，在线快算：满足频率约束的最小减载量难以直接在线求解。团队采用“离线训练+在线预测”的策略：离线阶段，通过大量仿真迭代生成“最优减载策略数据库”；在线阶段，训练好的深度神经网络模型根据实时工况，毫秒级输出满足安全约束的最小减载量。

图5  最优减载预测模型离线训练流程

3、算例验证：频率动态与减载成本均更优

为验证方法的有效性，研究团队以IEEE39节点系统以及某省电网为例，采用PSASP进行仿真计算。结果显示，相比传统低频减载，主动减载的频率动态性能较好，主动减载方法可以保证在满足最低点频率约束和准稳态频率约束条件下减载成本更低。

（a）10机39节点	（b）某省大电网

图6  传统低频减载和主动减载频率响应对比

表2  不同低频减载策略的系统频率指标结果对比

结论

1）预测更可信：提出的可信度评估指标（RFNP、熵、最大概率）能有效甄别不可靠的预测结果，为主动减载提供了高可信的决策依据。

2）减载更主动：通过提前预测、提前动作，实现了由“被动响应”向“主动防御”的转变，在满足频率安全约束的前提下，大幅降低了减载成本。

3）防御更坚固：主动减载作为第一道防线，能够快速阻止频率下跌；而传统低频减载则作为后备防线，兜底保障系统安全。二者协同，构建了低惯量系统频率安全的双重保障。

王翔宇

硕士研究生，研究方向为电力系统稳定与控制，Email：wangxiangyu202202@163.com

张庚午

太原理工大学，讲师。专注于智能电网、新型电力系统、新一代人工智能技术应用、数字孪生、物联网等研究领域，现主持省部级纵向科研项目4项、企业横向科技研发项目5项，以第一或通讯作者发表SCI/EI期刊论文20余篇。Email:zhanggengwu@tyut.edu.cn

陈武晖

太原理工大学，教授/博导。专注于电力系统宽频振荡建模、机理分析以及抑制措施等研究，主持2项国家级国家自然科学基金面上项目，重点研发计划校内负责人1项，发表40篇SCI/EI检索学术论文，授权5项发明专利。中国电工技术学会电力系统保护与控制专委会委员，山西省电机工程学会理事。Email:chenwuhui@tyut.edu.cn