CN103326367A - 一种基于在线电压稳定指标的集中式低压减载方法 - Google Patents

Abstract

本发明涉及一种基于在线电压稳定指标的集中式低压减载方法，包括以下步骤：（1）根据负荷预测和发电计划的结果确定系统实时变化趋势，采用连续潮流计算方法计算电压崩溃点以及根据国家电网标准确定保持的裕度值，实现在线分析计算的功能；（2）选用雅可比矩阵的最小奇异值作为在线电压稳定指标；（3）根据最小奇异值对负荷灵敏度的大小选取切负荷节点，确定最适合进行切负荷的节点。本发明克服了现有基于离线分析的低压减载策略的不足，实现了在线分析的功能。选择了一种比较成熟的电压稳定指标，根据其对负荷灵敏度的大小确定了用以选择减载地点的灵敏度值，将最小奇异值增大到给定限值，从而使系统恢复到安全电压稳定裕度内。

Description

一种基于在线电压稳定指标的集中式低压减载方法

技术领域

本发明涉及一种基于在线电压稳定指标的集中式低压减载方法，属于电力系统稳定控制领域。

背景技术

随着社会经济的发展，电力系统也迎来了快速的发展，系统的规模不断扩大，网络结构日趋复杂，环境和经济因素的制约使电力系统的运行情况更加接近极限条件，给电力系统的安全运行带来了一系列严峻的挑战，这其中就包括电压失稳事故。近年来，世界上许多大电网相继发生了以电压崩溃为特征的严重事故，电压稳定问题受到了电力企业和学术界的普遍关注。

低压减载是防止系统电压崩溃的一种经济有效的措施，是维持电力系统安全稳定运行的第三道防线的重要组成。低压减载地点的选择以及减载量的优化可提高低压减载的效率，对有效实施低压减载、提高系统稳定性至关重要。

但是到目前还没有一套完善的整定方法及原则，加之现有的低压减载策略大多是基于离线分析方法制定的，在线确定低压减载策略的愿望非常迫切。

发明内容

本发明的目的在于克服现有低压减载策略的缺陷，而提供了一种新的低压减载策略，可以有效地提高系统电压水平和电压稳定性，满足工程应用的要求。

本发明具体采用如下技术方案实现：

一种基于在线电压稳定指标的集中式低压减载方法，包括以下步骤：

（1）基于系统当前实时潮流断面，依据系统未来负荷预测和发电计划的结果确定系统发电和负荷变化趋势，采用连续潮流计算方法，计算该变化趋势下的系统电压稳定极限点，并依据国家电网标准基于此极限点保留一定的负荷功率裕度；系统运行状态与雅可比矩阵最小奇异值间存在对应的确定关系，根据所保留负荷功率裕度情况下所对应的最大负荷量，找到对应的最小奇异值，将其作为系统极限运行状态时所对应的最小奇异值限定值δm；

（2）计算实时潮流雅可比矩阵的最小奇异值作为在线电压稳定指标，根据系统实时的最小奇异值和保留功率裕度要求的最小奇异值限定值δm相比较，判断系统是否在稳定裕度内，如果在稳定裕度内，则系统电压是稳定的，如果不在稳定裕度内，则需要进行减载操作；执行以下步骤：

（3）根据最小奇异值对各节点负荷灵敏度的大小选取切负荷节点，分别计算出最小奇异值对负荷有功和无功的灵敏度值，从而确定一个最终的灵敏度值，选此灵敏度值偏大的节点进行切负荷；

（4）重新采集各个变电站的信息计算整个系统的潮流分布，回到步骤（1）继续上述的处理过程。

在步骤（3）和（4）之间还包括以下步骤：

在切负荷过程中，需要跳过计算所述重要负荷的灵敏度值。

还包括将步骤3所获得的数据进行如下处理：

确定用以进行切负荷的节点后，对其具体的切负荷量采用粒子群优化算法进行优化。

所述的负荷功率裕度的额定值为5%。

所述的粒子群优化算法的具体过程如下：首先确定搜索范围，设置粒子数，以待优化的一组节点切负荷量作为粒子，在搜索范围内初始化为一群随机粒子，然后通过迭代找到最优解；在优化过程中，每个粒子记忆、追随当前的最优粒子，在解空间中进行搜索；根据对环境的适应度，使群体的个体向好的区域移动，直到满足总切负荷量最小的目标函数。

本发明的优点：本发明克服了现有基于离线分析的低压减载策略的不足，实现了在线分析的功能。选择了一种比较成熟的电压稳定指标，根据其对负荷灵敏度的大小确定了用以选择减载地点的灵敏度值，将最小奇异值增大到给定限值，从而使系统恢复到安全电压稳定裕度内。保证了在最优的地点进行切负荷。在保障重要负荷的前提下，优化被选择进行切负荷节点的切负荷量。

附图说明

图1是本发明一种基于在线电压稳定指标的集中式低压减载方法流程图。

图2是本发明一种基于在线电压稳定指标的集中式低压减载方法的实际电网应用示意图。

图3是本发明一种基于在线电压稳定指标的集中式低压减载方法的负荷功率和节点电压曲线图。

图4是本发明一种基于在线电压稳定指标的集中式低压减载方法的负荷功率和最小奇异值的曲线图。

具体实施方式

下面结合附图对本发明作进一步地说明。

如图1所示，是本发明一种基于在线电压稳定指标的集中式低压减载方法流程图，低压减载策略包含如下步骤：

1、在线分析计算功能的实现

基于系统当前实时潮流断面，依据系统未来负荷预测和发电计划的结果确定系统发电和负荷变化趋势，采用连续潮流计算方法，计算该变化趋势下的系统电压稳定极限点，并依据国家电网标准基于此极限点保留一定的负荷功率裕度。系统运行状态与雅可比矩阵最小奇异值间存在对应的确定关系，根据所保留负荷功率裕度情况下所对应的最大负荷量，找到对应的最小奇异值，将其作为系统极限运行状态时所对应的最小奇异值限定值δm；

应用连续潮流法计算出负荷功率和节点电压以及负荷功率和最小奇异值的关系，分别如图3和图4所示。为保持系统的电压稳定，功率裕度要不小于5%。

根据图3中功率裕度5%所对应的负荷量，在图4所示的P-δ曲线中找到对应的最小奇异值，将其作为限定值。

2、在线电压稳定指标的选取，判断系统是否在稳定裕度内

计算实时潮流雅可比矩阵的最小奇异值作为在线电压稳定指标，根据系统实时的最小奇异值和保留功率裕度要求的最小奇异值限定值δm相比较，判断系统是否在稳定裕度内，如果在稳定裕度内，则系统电压是稳定的，如果不在，则需要进行减载操作；执行步骤3：

静态电压稳定分析方法相对比较成熟，最小奇异值作为静态电压稳定分析指标，已经在实际电力系统中得到较广泛的应用。

极坐标形式下，线性化的潮流修正方程为

$\left[\begin{array}{c}\mathrm{\ΔP}\\ \mathrm{\ΔQ}\end{array}\right]=\left[\begin{array}{cc}{J}_{\mathrm{P\θ}}& J_{\mathrm{Pv}}\\ J_{\mathrm{q\θ}}& J_{\mathrm{qv}}\end{array}\right]\left[\begin{array}{c}\mathrm{\Δ\θ}\\ \mathrm{\ΔU}/U\end{array}\right]---\left(1\right)$

对雅可比矩阵进行奇异值分解，记为

J=U∑V^T        （2）

式中，J为潮流方程雅可比矩阵；U、V均为奇异向量构成的n×n阶标准正交矩阵；∑为奇异值构成的n阶对角阵。记最小奇异值为δ_n，对应的左右奇异向量分别为u_n、v_n。

根据潮流方程可列式

$\left[\begin{array}{c}\mathrm{\Δ\θ}\\ \mathrm{\ΔU}/U\end{array}\right]=J^{-1}\left[\begin{array}{c}\mathrm{\ΔP}\\ \mathrm{\ΔQ}\end{array}\right]=V{\mathrm{\Σ}}^{-1}{U}^T\left[\begin{array}{c}\mathrm{\ΔP}\\ \mathrm{\ΔQ}\end{array}\right]---\left(3\right)$

取 $\left[\begin{array}{c}\mathrm{\ΔP}\\ \mathrm{\ΔQ}\end{array}\right]=u_n$ 时，有

$\left[\begin{array}{c}\mathrm{\Δ\θ}\\ \mathrm{\ΔU}/U\end{array}\right]={\mathrm{\δ}}_n^{-1}{v}_n---\left(4\right)$

由式（4）可见，当最小奇异值δ_n趋于0时潮流方程将不收敛，因此δ_n作为系统电压稳定水平的一种度量，广泛应用于在线电压稳定分析。

3、低压减载地点的选择

由于负荷节点变化时，系统最小奇异值将会随之改变，因此可以根据最小奇异值对各节点负荷灵敏度的大小选取切负荷节点。分别计算出最小奇异值对负荷有功和无功的灵敏度值，从而确定一个最终的灵敏度值，选此灵敏度值偏大的节点（灵敏度值偏大是指在灵敏度值的选择过程中，以灵敏度值相对大的几个值，作为选择）用以进行切负荷。

4、重要负荷的保护

在切负荷过程中，有些重要负荷对人们的生产、生活起着更加重要的作用，如医院、军事单位等，该负荷由用户自定义进行确定。这些负荷必须得到保障，即使这些负荷对最小奇异值的影响较大，也不能被切除，需要跳过计算这些指定重要负荷的灵敏度值。

5、选用粒子群优化算法进行优化

粒子群优化算法是基于群体优化的方法，根据对环境的适应度，将群体的个体向好的区域移动。该方法首先由系统初始化一组随机解，然后通过迭代搜寻最优值。由于此方法只涉及初等运算，具有控制参数少、易于实现等优点，所以本发明采用粒子群算法来优化所选节点的具体切负荷量。

本发明的实现是根据负荷预测结果计算电压稳定裕度，采用雅可比矩阵的最小奇异值为在线电压稳定指标，通过切负荷将最小奇异值增大到给定限值，从而保证系统电压稳定裕度。在保障重要负荷的前提下，利用最小奇异值对各节点负荷的灵敏度来选择切负荷节点，并采用粒子群优化算法对切负荷量进行优化，确定在选择的节点需要切除的负荷量。

图2是本发明一种基于在线电压稳定指标的集中式低压减载方法的实际电网应用示意图，采集各个变电站的信息以及负荷发电趋势传送给计算机进行分析计算，这些分析计算包括：采用连续潮流计算方法，计算电压崩溃点以及电压稳定裕度，系统运行状态与雅可比矩阵最小奇异值间存在对应的确定关系，根据所保留负荷功率裕度情况下所对应的最大负荷量，找到对应的最小奇异值，将其作为系统极限运行状态时所对应的最小奇异值限定值δm；根据负荷预测和发电计划的结果确定系统实时变化趋势，计算出系统实时的电压稳定指标最小奇异值的大小，并与限定值进行比较；如果比较值小于零，则系统电压是稳定的，不需要进行减载操作，继续进行下一时刻的最小奇异值的比较，如果比较值大于零，则需要进行减载操作，选择灵敏度值较大的变电站进行切负荷，在选择切负荷变电站的时候要考虑重要负荷的情况，将这些重要负荷排除在用以进行切负荷的变电站之外；采用粒子群算法来优化所选变电站的具体切负荷量。经过上述的分析计算后，即可得出进行切负荷的变电站以及具体的切负荷量，然后在指定的变电站切除具体的负荷量之后，重新采集各个变电站的信息计算整个系统的潮流分布，继续上述的处理过程。

Claims (5)

1.一种基于在线电压稳定指标的集中式低压减载方法，其特征在于包括以下步骤：

（1）基于系统当前实时潮流断面，依据系统未来负荷预测和发电计划的结果确定系统发电和负荷变化趋势，采用连续潮流计算方法，计算该变化趋势下的系统电压稳定极限点，并依据国家电网标准基于此极限点保留一定的负荷功率裕度；系统运行状态与雅可比矩阵最小奇异值间存在对应的确定关系，根据所保留负荷功率裕度情况下所对应的最大负荷量，找到对应的最小奇异值，将其作为系统极限运行状态时所对应的最小奇异值限定值δm；

（2）计算实时潮流雅可比矩阵的最小奇异值作为在线电压稳定指标，根据系统实时的最小奇异值和保留功率裕度要求的最小奇异值限定值δm相比较，判断系统是否在稳定裕度内，如果在稳定裕度内，则系统电压是稳定的，如果不在稳定裕度内，则需要进行减载操作；执行以下步骤：

（3）根据最小奇异值对各节点负荷灵敏度的大小选取切负荷节点，分别计算出最小奇异值对负荷有功和无功的灵敏度值，从而确定一个最终的灵敏度值，选此灵敏度值偏大的节点进行切负荷；

（4）重新采集各个变电站的信息计算整个系统的潮流分布，回到步骤（1）继续上述的处理过程。

2.根据权利要求1所述的一种基于在线电压稳定指标的集中式低压减载方法，其特征在于在步骤（3）和（4）之间还包括以下步骤：

在切负荷过程中，需要跳过计算所述重要负荷的灵敏度值。

3.根据权利要求1所述的一种基于在线电压稳定指标的集中式低压减载方法，其特征在于：还包括将步骤3所获得的数据进行如下处理：

确定用以进行切负荷的节点后，对其具体的切负荷量采用粒子群优化算法进行优化。

4.根据权利要求1所述的一种基于在线电压稳定指标的集中式低压减载方法，其特征在于：所述的负荷功率裕度的额定值为5%。

5.根据权利要求3所述的一种基于在线电压稳定指标的集中式低压减载方法，其特征在于：所述的粒子群优化算法的具体过程如下：首先确定搜索范围，设置粒子数，以待优化的一组节点切负荷量作为粒子，在搜索范围内初始化为一群随机粒子，然后通过迭代找到最优解；在优化过程中，每个粒子记忆、追随当前的最优粒子，在解空间中进行搜索；根据对环境的适应度，使群体的个体向好的区域移动，直到满足总切负荷量最小的目标函数。

Images