从自相关函数理解电力系统临界跃迁的早期指标
物理与社会
2015-04-23 v1
摘要
许多动力系统（包括电力系统）在接近临界跃迁时从扰动中恢复的速度会变慢，这种现象称为临界慢化（critical slowing down, CSD）。如果系统受到随机强迫，系统时间序列数据中的自相关性和方差往往会在跃迁前增加，从而可能提供即将发生危险的早期预警。在某些情况下，这些统计模式足够强且出现在距离跃迁足够远的地方，可用于预测当前运行状态与临界点之间的距离。而在其他情况下，CSD 出现得太晚，无法成为良好的指标。为了更好地理解 CSD 在多大程度上可作为电力系统接近分岔的指标，本文利用与三个小型电力系统模型相关的随机微分代数方程（SDAE）推导了其自相关函数。解析结果以及来自更大系统的数值结果表明，虽然电力系统中确实存在 CSD，但其迹象有时仅在系统非常接近跃迁时才会出现。另一方面，电压幅值的方差始终显示出作为电压崩溃良好早期预警的特征。最后，解析结果阐明了非线性对于 CSD 发生的重要性。
引用
@article{arxiv.1309.7306,
title = {Understanding early indicators of critical transitions in power systems from autocorrelation functions},
author = {Goodarz Ghanavati and Paul D. H. Hines and Taras I. Lakoba and Eduardo Cotilla-Sanchez},
journal= {arXiv preprint arXiv:1309.7306},
year = {2015}
}
备注
14 Pages, 22 figures