CN100470995C - 电力系统特征值的分布式计算方法 - Google Patents
电力系统特征值的分布式计算方法 Download PDFInfo
- Publication number
- CN100470995C CN100470995C CNB2007100646790A CN200710064679A CN100470995C CN 100470995 C CN100470995 C CN 100470995C CN B2007100646790 A CNB2007100646790 A CN B2007100646790A CN 200710064679 A CN200710064679 A CN 200710064679A CN 100470995 C CN100470995 C CN 100470995C
- Authority
- CN
- China
- Prior art keywords
- delta
- subregion
- generator
- node
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 60
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 15
- 230000010355 oscillation Effects 0.000 claims description 15
- 238000005192 partition Methods 0.000 claims description 12
- 239000000243 solution Substances 0.000 claims description 9
- 238000011160 research Methods 0.000 claims description 7
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000000205 computational method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 abstract description 2
- 239000006185 dispersion Substances 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 17
- 230000006854 communication Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 6
- 238000012804 iterative process Methods 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 102000030592 phosphoserine aminotransferase Human genes 0.000 description 1
- 108010088694 phosphoserine aminotransferase Proteins 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
电力系统特征值的分布式计算方法是属于电力系统分布式仿真技术领域,其特征在于,它包含带边界分区的互联电网切分方法和电力系统特征值的分布式计算方法。其中电力系统特征值的分布式计算方法包含了分布式求解发电机的等值导纳、分布式求解边界协调方程、分布式求解分区机械转矩的偏差量、分布式求解系统特征值。它可由各分区计算低频振荡模式相关的特征值,从而为研究大规模互联电力系统的低频振荡问题提供重要参考。在计算过程中仅需要各分区与边界分区交换边界节点状态量等少量数据,适用于电力系统的分布式环境,具有较好的实用性。
Description
技术领域
电力系统特征值的分布式计算方法是属于电力系统分布式仿真技术领域。
背景技术
在大规模互联电力系统中,发电机或发电机群之间常常发生转子的相对摇摆,并在缺乏阻尼时引起持续的振荡。振荡的频率范围一般在0.2~2.5Hz之间,故称为低频振荡,或机电振荡。近年来低频振荡在我国也时有发生,严重影响了电网间功率输送和安全稳定。在这种情况下,对低频振荡问题的研究备受关注。
我国大区互联电网的运行和管理具有“分级管理、分层控制、分布处理”的特点,在这种环境下,利用电力系统分布式计算技术,通过分解协调各调度中心的计算任务,来完成全网一体化的低频振荡分析工作,能更好的分析区域间振荡的模式。但是,迄今为止有关低频振荡的分布式分析方法的研究成果还比较少。一些学者在小干扰稳定分析领域以提高计算速度为目的开展了一系列并行算法的研究,然而由于并行计算和广域分布式计算的环境差别很大,并行算法并不能直接应用到电力系统分布式的计算和分析中。
本专利基于自激法的分布式特征值算法,该方法可由各分区计算低频振荡模式相关的特征值,从而为研究大规模互联电力系统的低频振荡问题提供重要参考。该方法在计算过程中仅需要各分区与边界分区交换边界节点状态量等少量数据,适用于电力系统的分布式环境,具有较好的实用性。
基于自激法的特征值计算方法
自激法是用于分析电力系统小干扰稳定的机电模式的特征值分析方法。它的基本思想来自线性系统的频域分析理论。在电力系统中,对于其中一台发电机,描述其动态特性的微分方程为:
其中ω为转子角速度,ω0为系统基准角速度,δ为转子角,为角速度偏差的导数,角度偏差的导数(本文下文Δ都是指变量的偏差,变量上方加点都表示该变量的导数)。H为发电机的惯性常数,Tm为机械转矩,Te为电磁转矩,ΔTm为机械转矩的偏差,ΔTe为电磁转矩的偏差,且ΔTe=KSΔδ+KDΔω,KS为同步转矩系数,KD为阻尼系数,KS包含了整个网络对这台发电机的影响。
根据式(1)可以用拉普拉斯变换求得以ΔTm为输入,Δω为输出的系统传递函数为
式中的s是拉普拉斯变换的变换因子,在频域分析中当传递函数分母为零时,求出的s值即为对应系统的特征值。自激法的基本原理就是通过计算式(2)的极点来计算与该发电机机电模式相关的的特征值。该极点可以通过Newton迭代法求解,迭代形式为
其中He为“等值惯性系数”,定义为
式中Hi和Δωi分别为第i台发电机的惯性常数和转子角速度的变化量,n为系统中发电机的数目。当 (其中位某个阈值,可取10-6),迭代收敛,此时的sk就是所求的极点,即系统的特征值。求得系统特征值之后就可以进行低频振荡分析。
传统的自激法采用的是集中计算方式,这种方式对于计算能力的要求较高,计算速度相对较慢,而且集中式的自激法在迭代过程中的每一步都需要通过求解全系统的网络方程来解出机械转矩的扰动量ΔTm的值,我国电力系统的运行和管理具有“分级管理、分层控制、分布处理”的特点,各区域调度中心拥有管辖区域内电网的参数和动态数据,而上级调度中心拥有区域间联络线网络的参数和动态数据。同级调度中心之间所能共享的数据是有限的,因此整合数据的难度非常大。以上原因制约了传统的自激法的发展。在分布式的环境下,需要对传统的自激法进行改进以适应电力系统实际运行和管理的特点。本文以下章节将在带边界分区的互联电网切分方法的基础上,从自激法的基本原理出发,提出分布式的特征值计算方法以及左右特征向量的分布式计算方法,以适应电力系统分布式低频振荡分析的实际需求。
发明内容
本发明基于传统自激法进行特征值计算的一般步骤,结合我国电力系统分层分级管理的特点,提出了分布式的特征值的计算方法。该方法仅需要各分区与边界分区交换边界节点状态量等少量数据,即可分布式求解特征值。对IEEE39节点系统的实际计算表明,该方法得出了与传统方法一致的结果,通信次数也较少,适用于电力系统分布式环境的低频振荡分析,具有较好的实用性。
通常情况下,为了实现大规模互联电网分布式特征值计算,会采用包括负责协调计算的协调计算服务和多个调度中心内的分区特征值计算服务的分布式计算环境。协调计算服务和分区计算服务之间通过网络进行通信,交换必要的数据,完成一体化特征值计算。根据我国电力系统的实际情况,我们考虑如附图1的电力系统分布式环境。在该环境中,包括上下两级调度中心,上级调度中心与各区域调度中心之间通过广域的电力数据网相连接。区域调度中心掌握有区域内网络的详细信息和实时状态;上级调度中心掌握有区域间联络线以及直属厂站的的详细信息和实时状态。各区域调度中心和上级调度中心均需要部署实现了本发明所述算法的分析计算系统。本发明的特征在于,它具有以下实施步骤(具体流程如图2所示):
步骤1 初始化(互联电网的切分)
互联电网的切分方法是实现分布式计算的基础。广域互联电网的分布式计算要求从电力系统的拓扑连接关系出发,由上级调度中心根据系统实际的运行和管理的情况对系统进行切分。本文采用文献(陈颖.电力网格中分布式计算方法研究[D].北京:清华大学,2006.04.)提出的基于功率平衡条件的带边界分区的互联电网切分方法。切分后的系统中,各区域调度中心拥有管辖区域内电网的参数和动态数据(下文也将区域调度中心称为分区),而上级调度中心拥有区域间联络线网络的参数和动态数据(下文也将上级调度中心称为协调侧或者边界分区)。
以图3所示的电力系统为例,系统包括两个分区A1、A2,它们通过联络线1相连接。B1代表分区1的边界节点,记它们的集合为分区内除边界节点外的其他节点组成的网络,称为内部节点,记它们的集合为分区1的调度中心掌握有和的详细数据。分区2与之类似。切分时,将联络线1及两端的虚拟节点(分别对应B1,B2)单独看作是一个分区,称为“边界分区”。
运用上述切分方法后,第i个分区的边界节点满足下述关系
其中ux,uy,ix,iy分别是同步坐标系下电压和电流在x、y坐标轴上的分量,i=1,2。
步骤2 选定研究的发电机,求出其振荡频率在0.2~2.5Hz之间的特征值
这一特征值指的是电力系统线性化方程状态矩阵的特征值,下文统一简称特征值。自激法的关键是在每一步迭代过程中计算出机械转矩的扰动量(ΔTm)的值。在应用“带边界分区的互联电网切分方法”划分网络后,使用分布式的自激法计算小干扰特征值。图4是用分布式方法计算电网特征值的流程图。
步骤201分布式计算机械转矩的扰动量ΔTm
在每一步迭代过程中计算出机械转矩的扰动量ΔTm的值是自激法的关键(公式(3)),本文按照图5所示的详细流程计算ΔTm.
第一步 初始化分区信息
这一步的计算顺序如图6所示。假设上述流程由分区1发起。同时,根据电力系统实际运行和管理的情况,我们可以认为分区1发起自激法的计算时,选择的自激机也在本分区内。分区1选择s初值之后,通过边界分区转发给各分区。另外,因为电力系统是时变系统,所以分区1发起计算时,还需要传递时间参考坐标。各分区收到该时间坐标后,则统一选取该时刻的自己分区的网络导纳矩阵和线性化状态矩阵参与计算。初始化的流程如图6所示,图中的虚线箭头表示分区间数据的流向。
第二步 分区1需要根据当前迭代的特征值sk计算第k台发电机的等值电流偏差量ΔIe(s)表示等值电流修正量,k是分区1内发电机编号,采用Prabha Kundur在“PowerSystem Stability and Control”一书提到的方法计算等值电流修正量
(本文公式中以黑体符号表示的变量为向量,而以普通符号表示的则为标量)
式中a11、a12、a1r、ω0、ar1、ar2、Arr为下文公式(6)中状态变量 的系数矩阵的元素、b1、Br为电压变化量Δv的系数,这些系数在网络参数确定的情况下为已知数。
第三步 各分区还需要根据当前迭代的特征值sk分别计算本分区内各台发电机的等值导纳
第k台发电机(自激机)的等值导纳阵为:
第i台发电机(i≠k,i=1,2,…h,h为系统发电机的总台数)的等值导纳阵为:
第四步 分布式求解边界协调方程
如图5按照前面的步骤分解协调计算母线电压向量、边界母线电流向量,图中用阴影部分标出了这部分迭代的过程。其中修正量的计算公式为:
对于分区i:
对于协调侧:
ΔIe(s)|B-YBΔvB=δB
式中Δvi表示第i个分区的电压向量的修正值,上标In表示内部节点,上标B表示边界节点(下文统一使用这一识别原则),表示第i个分区所有内部节点的等值电流修正值,其元素由第i个分区内各节点的电流修正量组合而成,表示第i个分区所有边界节点的等值电流修正值,ΔIe(s)|B表示协调侧所有边界节点的等值电流修正值。δB为计算ΔIe(s)|B-YBΔvB的差值,该值用来判断边界电压、电流是否收敛。分区i的导纳阵(不计入边界分区线路)的导纳阵为:
m为分区内节点数目,Yi,j为节点i,j(i,j=1,2…m)之间的互导纳,该导纳阵的行、列序号对应节点序号,将该导纳阵按照内部节点、边界节点重新排列,可以得到:
和分别表示矩阵Y在分区i中对应内部节点、边界节点的矩阵以及两者之间的关联矩阵,直接取Yi中相应元素即得。YB表示矩阵Y在边界分区内的矩阵。若‖δB‖>εδ,则计算不收敛,需要修正边界节点的电压、电流值。修正过程采用JFNG函数(文献“A Jacobian-Free Newton-GMRES(m)Method with Adaptive Preconditioner andItsApplication for Power Flow Calculations,IEEE TRANSACTIONS ON POWER SYSTEMS,VOL.21,NO.3,AUGUST 2006”已经公开该函数),输入所有分区边界电压变化量ΔvB,得到所有分区边界电压变化量ΔvB的修正量,可以表示为:ΔvB=ΔvB+Δ(ΔvB),其中Δ(ΔvB)=JFNG(ΔvB),然后重新计算第四步。
若‖δB‖<εδ,则计算收敛。程序转入下面第五步。
以上公式属于本文原创,下面附上其推导过程。
发电机的完整的线性化模型方程可以记为
Δωk、Δδk的定义同上文,Δik为发电机机端注入电流修正量,下标k表示该发电机在系统中的标号。Δv为网络母线电压向量修正量,Δxk为模型方程中除了Δωk和Δδk之外的所有状态变量的向量修正量(取决于所用的模型,当模型确定时Δxk为一确定的向量)。c1,c2,Cr公式(7)状态变量 的系数,为电压修正量Δv的系数,这些系数在网络参数确定是为已知量(详细公式参见PRABHA KUNDUR.Power System Stability and Control.McGraw-HillCompanies,Inc.,1994.第12章公式12.8节),对上式进行拉普拉斯变换并消去Δδk和Δxk,可以得到
其中
式中各量的定义同上。
对于所研究的发电机,可以设Δωk=1.0p.u.(p.u.表示标幺值)。那么,在式(8)中,除Δv以外都是发电机k的本地变量,所以分解协调求解Δv,就成了实现分布式计算ΔTm的关键。
对于除了发电机k以外的网络上的其他发电机,其线性化的状态方程也具有与式(8)类似的形式,式中的ΔTm=0。如果简记为下面的形式
其中下标i表示该发电机在系统中的标号,i=1,2…h,i≠k,h为系统发电机总台数,Δxi为设备状态变量的变化量,Δii为设备向网络的注入电流的变化量,Δv为网络母线电压向量的变化量,Ai,Ci为Δxi的系数矩阵,Bi,为公式(11)中Δv的系数矩阵。那么根据拉普拉斯变换消去状态变量即可得到
全网的电压和电流向量满足下面的约束关系:
ΔI=YNΔv (13)
其中ΔI为注入电流向量的变化量,Δv为母线电压向量的变化量,式中YN为全系统网络导纳矩阵,形式可以表示为:
h为全系统节点个数,Yi,j为节点i,j(i,j=1,2…h)之间的互导纳。
把式(9)和式(12)与式(13)合并,可得等效电流:
ΔIe(s)=(YN+Ye(s))Δv (14)
上式可以写成式(15)差值函数的形式以便于迭代求解
g(Δv)=ΔIe(s)-(YN+Ye(s))Δv (15)
记Y=YN+Ye(s),按照步骤1的带边界分区的互联电网切分方法,如果系统分为边界分区和n个分区,那么对于分区i=1,…,n,有
式中上标含In的量为分区内部节点的变量,上标含B的量为分区边界节点的变量。对于边界分区,有
从式(16)和(17)容易得到 以及 (迭代过程中 δB为计算过程的差值)。
第五步 分区1计算ΔTm
分区1计算ΔTm
式中各变量的说明见上文。
步骤202 分区1判断ΔTm收敛性
如果|ΔTm|<10-6,计算收敛,则内层迭代结束,此时求解出的s即为待求的特征值,特征值计算结束;
如果|ΔTm|>10-6,计算不收敛,,程序转向步骤203。
步骤203 计算全网的等值惯性常数He
计算过程如图7所示,各分区的 全网的等值惯性常数 其中He为等值惯性系数,为第i个分区的等值惯性系数,Hj和Δωj分别为第j台发电机的惯性常数和转子角速度的变化量,n为分区的数目。当 (其中 为设定的收敛判据,可以取 )时,迭代收敛,此时的sk就是所求的极点,即系统的特征值。
步骤204 分区1计算特征值s
则此时的特征值可以由 算得。程序转到步骤(201)。
式中各量的定义同上。
本节利用IEEE39节点系统来测试上述的分布式算法。IEEE39节点系统包括了39条母线,46条线路,测试系统分为边界区域和3个区域,各区域包含的边界节点数目如表1所示。
表1 测试系统区域节点数目
Table 1 Test systems and its partitions
对上述系统进行分布式小干扰稳定特征值计算。选取参数为: 所研究的发电机编号为39,属于区域1。初值s=5.0j。迭代收敛的过程与传统串行计算的自激法收敛过程对比如表2所示。
表2 迭代收敛过程比较
Table 2 Iteration comparison between serialized and distributed methods
在分布式算法中,第1步外层迭代中内层的边界协调方程迭代通信了6次,随后,协调侧通过使用上一次的预处理矩阵进行计算,内层边界协调方程的迭代通信次数有所减少,最后外层迭代接近收敛时只需要5次通信。通信过程中所传递的数据量与边界区域的规模有关,在本测试系统中,边界区域节点数为8,因此通信过程中只需要传递8个节点的数据。
在电力系统分布式环境下,网络通信的延迟是分布式计算最主要的性能瓶颈。本文所提出的分布式的特征值算法,由于在迭代过程中需要各区域与边界区域多次交换数据,性能上可能不及传统的串行算法。但是,在测试算例中也可以看出,本文所提出的算法在只要求传递边界节点状态量等少量数据的条件下,仍具有较好的收敛性,通信次数也较少,一般情况下能满足实际电力系统在一个调度周期内完成计算的要求。由于算法在计算过程中不需要各区域交换区域内的详细网络数据,因而在我国电力系统分层分区的管理体制下具有实际的意义,可以作为在线的小干扰稳定分析算法的基础。分布式算法收敛得到的特征值与传统串行算法得到的特征值保持一致,证明了分布式算法的正确性。
再选择母线#31所连接的发电机作为研究对象,计算特征向量和相关因子。右特征向量在求解特征值的过程中即可计算,不需要额外的通信过程。在本算例中,左特征向量计算过程中边界协调方程通信了6次,传递了8个边界节点的状态量数据;相关因子计算过程中各区域与边界区域协调通信了2次,传递了10个相关因子结果。由于在电力系统分布式环境下,网络通信的延迟是分布式计算最主要的性能瓶颈,所以上述通信过程是影响分布式算法的计算效率的最主要因素。从上面统计的通信情况可以看出,本文所提出的算法只要求传递边界节点向量等少量数据,只需要少量的通信即可完成计算,一般情况下能满足实际电力系统在一个调度周期内完成计算的要求。由于算法在计算过程中不需要各区域交换区域内的详细网络数据,因而在我国电力系统分层分区的管理体制下具有实际的意义。
附图说明:
图1仿真的电力系统分布式环境示意图。图中表示一个上级调度中心和三个区域调度中心,它们之间通过电力网络相连。
图2应用自激法进行低频振荡分析的流程图。本文的工作是分布式求解电力系统特征值,该项工作是低频振荡分布式分析方法的核心步骤。
图3带边界分区的分区方法。图中两侧的区域是两个分区,中间的区域是协调侧。对于实际的系统而已,分区往往多于两个,而协调侧始终是一个。
图4分布式方法计算特征值的整体流程。
图5计算ΔTm的流程。该图实际是图4中计算ΔTm的具体实现。
图6计算特征值前,各分区和协调侧的初始化的流程。
图7计算He的流程。
图86节点3分区系统,用来展示具体的实施方式。
具体实施方式:
示例系统描述:
以一个6节点3分区系统为例说明计算的过程。系统包括2台发电机、1个负荷、6条母线、3条线路和3条变压器支路,如图8所示。系统参数(PSAT格式):
节点的信息:
Bus.con=[...
1 1.0 1 0 1 1;
2 1.0 1 0 2 1;
3 1.0 1 0 3 1;
4 1.0 1 0 1 1;
5 1.0 1 0 2 1;
6 1.0 1 0 3 1;];
联络线信息:
Line.con=[...
6 5 100 1.0 50 0 0 0.032 0.161
0.306 0 0 0 0 0;
5 4 100 1.0 50 0 0 0.01 0.085
0.176 0 0 0 0 0;
6 4 100 1.0 50 0 0 0.017 0.092
0.158 0 0 0 0 0;
2 5 100 1.0 50 0 1.025 0 0.0625
0 0 0 0 0 0;
3 6 100 1.0 50 0 1.025 0 0.0586
0 0 0 0 0 0;
1 4 100 1.0 50 0 1.025 0 0.0576
0 0 0 0 0 0];
松弛节点信息:
SW.con=[...
1 100 1.0 1.04 0 99 -99 1.1 0.9
0.8 1];
Pv节点信息:
PV.con=[...
2 100 1.0 1.63 1.025 99 -99 1.1 0.9
1;
3 100 1.0 0.85 1.025 99 -99 1.1 0.9
1];
Pq节点信息:
PQ.con=[...
6 100 1.0 0.9 0.3 1.2 0.8 0;
5 100 1.0 1 0.35 1.2 0.8 0;
4 100 1.0 1.25 0.5 1.2 0.80 ];
同步 机信息:
Syn. con=[...
2 100 1.0 50 2 0.0521 0 0.8958 0.1198
0 6 0 0.8645 0.1969 0 0.535 0 12.8
0 0 0 1 1 0.002;
3 100 1.0 50 2 0.0742 0 1.3125 0.1813
0 5.89 0 1.2578 0.25 0 0.6 0 6.02
0 0 0 1 1 0.002;
];
% D
Syn.con(1,19)=10.0;
Syn.con(2,19)=10.0;
步骤1:
系统分为3个分区,分别为分区1、分区2和分区3。分区包括发电机1、母线2和母线5;分区2包括发电机2、母线3和母线6;分区3包括负荷、母线1和母线4。将各分区的边界节点:母线4、母线5和母线6作为边界分区的母线。
在下面的计算中,选定发电机2作为自激机,属于分区2。
初始迭代选取s=10.0i.
步骤201:
第一步 初始化分区信息:
分区1导纳阵:
YInIn:
017.361
-17.3610
YInB:
0-17.361
17.3610
YBIn:
0-17.361
17.3610
YBB:
017.361
-17.3610
分区2导纳阵:
YInIn:
10.651+0.228i7.419-0.456i
-15.905+0.114i-10.651-0.228i
YInB:
0-16
160
YBIn:
0-16
160
YBB:
016
-160
分区3导纳阵:
YInIn:
2.35220.019
-20.422-2.352
YInB:
0-17.065
17.0650
YBIn:
0-17.065
17.0650
YBB:
017.065
-17.0650
边界分区:
3.307379 21.94778 -1.36519 -11.6041 -1.94219 -10.5107
-21.9478 3.307379 11.6041 -1.36519 10.51068 -1.94219
-1.36519 -11.6041 2.552792 17.33823 -1.1876 -5.97513
11.6041 -1.36519 -17.3382 2.552792 5.975135 -1.1876
-1.94219 -10.5107 -1.1876 -5.97513 3.129796 16.25382
10.51068 -1.94219 5.975135 -1.1876 -16.2538 3.129796
当s=10.0i时,
第四步 分布式求解边界协调方程
迭代收敛后Δv=
0.3231-0.7833i
-0.2991-8.4029i
0.3367-7.1604i
-0.2974+6.0561i
0.2933+5.1534i
-0.2834-22.5695i
0.3231-0.7833i
-0.2991-8.4029i
0.3296-2.8327i
-0.3001-2.4659i
0.3120+1.0625i
-0.2920-14.8989i
第五步计算ΔTm
ΔTm=11.9908+8.2126i
步骤202 分区1判断ΔTm收敛性
当前|ΔTm|>10-6,不收敛
步骤203 计算全网的惯性常数He
分区1:
分区2:
最后总的He=21.234
步骤204 分区1计算特征值s
s=-0.9959+9.3179i
以上数据是第一步迭代的结果,由于计算尚未收敛,下面需要进行多次迭代直到收敛,限于篇幅不予记录。当迭代收敛时,可以给出的最终的特征值,该特征值即可交付分析人员使用。
Claims (1)
1、电力系统分布式特征值的计算方法,其特征在于,该方法依次含有以下步骤:步骤(1)大区互联电网基于功率平衡条件的带边界分区的互联电网切分方法按下述方式把互联电网切分为:多个各称为分区的区域调度中心以及一个称为协调侧或边界分区的上级调度中心,分区管辖区域内电网的参数和动态数据,边界分区管辖各区域间联络线l所组成的网络的参数和动态数据,以联络线l连接的相邻分区分别命名为A1和A2,B1、B2分别代表分区A1和A2的边界节点, 分别代表各自边界节点的集合,分区内除边界节点以外的其它节点称为内部节点,相应的内部节点集合记为 把联络线l及其两端的虚拟节点构成的区域称为边界分区,分别对应于各分区边界节点B1、B2;
所述各分区的边界节点满足下述关系:
其中ux,uy,ix,iy分别是同步坐标系下电压和电流在x、y坐标轴上的分量,i=1,2;
步骤(2)分区A1的计算按以下步骤:选定研究的发电机,求出该发电机的振荡频率在0.2~2.5Hz之间时,电力系统线性化方程的状态矩阵的特征值s;
步骤(2.1)计算机械转矩的偏差ΔTm,其步骤如下:
步骤(2.1.1)初始化各分区信息:
步骤(2.1.1.1)分区A1确定t时刻下自己的网络导纳阵和线性化状态矩阵,求出特征值s的初始估计值S0;
步骤(2.1.1.2)分区A1把值S0和时间坐标t通过边界分区转发给各分区;
步骤(2.1.1.3)各分区在收到该时间坐标后,统一选取该时刻t的自己分区的网络导纳阵和线性化状态矩阵参与下述计算:
步骤(2.1.2)分区A1用当前迭代的特征值Sk计算本分区内第k台发电机的等值电流偏差量,步骤如下:
步骤(2.1.2.1)把第k台发电机的完整的线性化模型方程记为:
其中:Δik为发电机机端注入电流向量偏差量,下标k表示该发电机在系统中的标号,
Δv为网络母线电压向量偏差量,
Δxk为模型方程中除了Δωk和Δδk之外的所有状态变量的向量偏差量,为设定值, 及Δv的系数a11、a12、a1r、ω0、ar1、ar2、Arr、c1、c2、Cr以及b1、Br在互联电网网络方程确定时为已知量,
Hk为第k台发电机的惯性常数,为已知量,ω0为发电机基准角速度,为设定值,ωk为发电机k的转子角速度,δk为转子角,Δωk、Δδk分别是角速度偏差和转子角偏差;
对于除了发电机k以外的网络上的其他发电机,其线性化的状态方程也为下面的形式
其中,I为和Arr维数相等的单位矩阵;
步骤(2.1.2.3)包括A1在内的各分区根据当前迭代特征值Sk计算各分区内各台发电机的等值导纳:
作为自激机的第k台发电机的等值导纳:
第i台发电机的等值导纳:
i≠k,i=1,2,…h,h为系统发电机的总台数;
步骤(2.1.3)包括分区A1在内的各分区求解边界收敛方程,其步骤如下:
步骤(2.1.3.1)边界分区设定ΔvB的值,然后通过 送达各分区;
步骤(2.1.3.2)各分区依次计算以下各量,得到δB:
各分区全部边界节点的等效电流偏差ΔIe(s)|B:
ΔIe(s)|B-YBΔvB=δB,
其中δB用来判断边界电压、电流是否收敛,是一个边界协调参数,ΔIe(s)|B为组合各分区的边界节点等效电流得到的向量;
分区i的导纳阵(不计入边界分区线路)的导纳阵为:
m为分区内节点数目,Yi,j为节点i,j(i,j=1,2…m)之间的互导纳,该导纳阵的行、列序号对应节点序号,将该导纳阵按照内部节点、边界节点重新排列,可以得到:
步骤(2.1.3.3)判断‖δB‖是否小于εδ,εδ=10-6:
若‖δB‖>εδ,则执行步骤(2.1.3.4),
若‖δB‖<εδ,则执行步骤(2.1.4);
步骤(2.1.3.4)令
令ΔvB=ΔvB+Δ(ΔvB),其中Δ(ΔvB)=JFNG(ΔvB),JFNG是一个函数,再重复执行步骤(2.1.3.1)~步骤(2.1.3.3)直到‖δB‖<εδ为止;
步骤(2.1.4)分区A1计算第k台发电机的ΔTm
H为发电机的惯性常数;
步骤(2.2)判断ΔTm的收敛性:
如果|ΔTm|<10-6,计算收敛,此时求解出的Sk即为待求的特征值,
如果|ΔTm|>10-6,则不收敛,转步骤(2.3);
步骤(2.3)按下式计算全网的等效惯性常数He:
Hj和Δωj分别为第j台发电机的惯性常数和转子角速度的变化量,n为分区的数目,m为系统总的发电机台数;
步骤(2.4)分区A1计算迭代用的特征值:
用该特征值重新计算步骤(2.1)~步骤(2.2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100646790A CN100470995C (zh) | 2007-03-23 | 2007-03-23 | 电力系统特征值的分布式计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100646790A CN100470995C (zh) | 2007-03-23 | 2007-03-23 | 电力系统特征值的分布式计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101034808A CN101034808A (zh) | 2007-09-12 |
CN100470995C true CN100470995C (zh) | 2009-03-18 |
Family
ID=38731193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007100646790A Active CN100470995C (zh) | 2007-03-23 | 2007-03-23 | 电力系统特征值的分布式计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100470995C (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551660B (zh) * | 2008-03-31 | 2012-09-19 | 鸿富锦精密工业(深圳)有限公司 | 机台仿真系统及方法 |
CN101625376B (zh) * | 2008-07-08 | 2011-07-20 | 华硕电脑股份有限公司 | 缩小搜寻区域特征值的方法 |
CN102290821B (zh) * | 2011-08-31 | 2013-09-04 | 东南大学 | 一种电力系统阻尼控制器参数适应性的判断方法 |
CN102945225A (zh) * | 2012-11-20 | 2013-02-27 | 天津大学 | 一种微电网特征解灵敏度的求解方法 |
CN104200022B (zh) * | 2014-08-28 | 2017-08-04 | 北京航空航天大学 | 一种连续系统模型的分布式交互方法 |
CN105956937B (zh) * | 2016-05-09 | 2020-02-14 | 天津大学 | 电力系统小干扰稳定分析的数据中心求解方法 |
CN108306299B (zh) * | 2018-01-29 | 2022-11-11 | 中国电力科学研究院有限公司 | 一种配电网异步迭代分布式三相潮流计算方法及系统 |
CN108632357B (zh) * | 2018-04-11 | 2021-02-02 | 国网浙江省电力有限公司嘉兴供电公司 | 一种数据中心网络区域划分方法、装置及设备 |
CN108920879B (zh) * | 2018-08-06 | 2020-11-03 | 清华四川能源互联网研究院 | 移频建模仿真方法及装置 |
-
2007
- 2007-03-23 CN CNB2007100646790A patent/CN100470995C/zh active Active
Non-Patent Citations (3)
Title |
---|
电力系统低频振荡综述. 郝思鹏.南京工程学院学报,第1卷第1期. 2003 * |
运用人工神经网络进行电力系统运行参数的在线估计. 沈沉,孙元章,卢强.电力系统自动化,第21卷第9期. 1997 * |
选择合适的曲线提取低频振荡信息. 郝思鹏,张仰飞,李先允.电力系统自动化设备,第25卷第12期. 2005 * |
Also Published As
Publication number | Publication date |
---|---|
CN101034808A (zh) | 2007-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100470995C (zh) | 电力系统特征值的分布式计算方法 | |
CN100483887C (zh) | 电力系统低频振荡的分布式分析方法 | |
CN103646152B (zh) | 一种基于矩阵指数的电力系统电磁暂态仿真方法 | |
CN102801158A (zh) | 基于Pade近似的时滞电力系统特征值计算与稳定性判别方法 | |
CN102819641B (zh) | 适于电磁暂态仿真的大规模配电网络整体模型化简方法 | |
CN103810646B (zh) | 一种基于改进投影积分算法的有源配电系统动态仿真方法 | |
CN107480322A (zh) | 自由体多点相关脉动压力随机振动分析计算方法 | |
CN103678900B (zh) | 一种用于区域配电网实时仿真的网络解耦计算方法 | |
CN106021768B (zh) | 含分布式电源接入的配电网简化建模方法 | |
CN102708250A (zh) | 基于树形分层双向迭代的电力系统数字混合仿真方法 | |
CN103984822A (zh) | 一种基于全数字实时仿真装置的三相潮流实现方法 | |
CN102163845B (zh) | 基于功率矩法的分布式电源优化配置方法 | |
CN108448631A (zh) | 基于模型降阶的含分布式电源接入配电网的动态相量建模方法 | |
CN104615882A (zh) | 基于eigd的大规模时滞电力系统特征值计算方法 | |
CN107069696A (zh) | 一种电力系统状态估计的并行计算方法 | |
CN107491585A (zh) | 以随机位移响应方差为目标的结构拓扑优化设计方法 | |
CN103049617A (zh) | 保留无源性的大规模配电网络电磁暂态仿真模型化简方法 | |
CN104156542A (zh) | 一种基于隐式投影的有源配电系统稳定性仿真方法 | |
CN106159955A (zh) | 基于连续惩罚对偶分解的电力系统分布式最优潮流方法 | |
CN105406517B (zh) | 基于有限时间平均一致性算法的电力系统经济调度方法 | |
CN106712015A (zh) | 一种提取电力系统频率动态时空分布特性信息的方法 | |
CN103729502A (zh) | 一种提高电力系统电磁暂态仿真速度的方法 | |
CN105281326A (zh) | 考虑定子阻尼影响的慢同调分区方法 | |
CN108242808A (zh) | 基于igd-lms的时滞电力系统稳定性判别方法 | |
CN105608256A (zh) | 一种吸纳不同步长接口延时的并行计算分网方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |