CN103701121A - 一种大电网频率时空演变过程分析系统 - Google Patents
一种大电网频率时空演变过程分析系统 Download PDFInfo
- Publication number
- CN103701121A CN103701121A CN201310752744.4A CN201310752744A CN103701121A CN 103701121 A CN103701121 A CN 103701121A CN 201310752744 A CN201310752744 A CN 201310752744A CN 103701121 A CN103701121 A CN 103701121A
- Authority
- CN
- China
- Prior art keywords
- frequency
- module
- unit
- disturbance
- power
- 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.)
- Granted
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种本发明大电网频率时空演变过程分析系统,包括预处理模块、数据获取模块、传播机理分析模块、频率传播机理分析模块,传播机理分析模块根据预处理模块和数据获取模块得到的电网基本参数和实际运行数据,建立具有分布式导线特性和机组离散分布特性的大电网频率时空演变过程模型以及扰动传播机理模型,从而得到扰动对各机组的电功率影响以及相对于各机组的传播速度,频率传播机理分析模块根据传播机理分析模块得到的模型和数据进行频率时空传播特性、频率轨迹、频率稳定量化,从而实现大电网频率时空演变过程的模拟。本发明在大电网频率时空演变过程模拟方面具有很高的准确度。
Description
技术领域
本发明属于电网频率时空演变技术领域,更为具体地讲,涉及一种大电网频率时空演变过程分析系统。
背景技术
我国能源分布不均、地区发展差异较大,能源的资源与需求呈逆向分布,形成了能源基地和负荷中心分离的局面。随着“西电东送、南北互供、全国联网”等战略的实施以及以特高压为特征的“坚强智能电网”的建设,使得我国形成了世界上独一无二的超大规模互联电网,同时形成了通过长距离高压输电网互联的送端与受端电网。如四川电网、西北电网、贵州电网和云南电网均属于典型的送端电网,向长三角和珠三角输送大容量电力。虽然大规模互联电网因为系统容量增大后可以有效提高电网频率稳定性,仍有较多复杂电力系统在大扰动下维持频率稳定的能力在不断恶化。对于送端电网,既要保证本地区电量需求,又要通过大容量集中外送方式实现对受端电网送电。当联络线出现故障,导致送端电网大部分功率外送受阻,将引起送端电网频率急剧波动,威胁电网安全。一旦未及时处理,可能引发大范围连锁故障。研究表明,频率稳定是一个全局问题,在大事故演化过程起着关键作用,一旦频率稳定被破坏,将引起系统的加速崩溃。因此,建立大电网频率时空演变过程分析系统是非常有必要的,可以为后续建立有前瞻性的安全防御和多周期、多防线的安全防御体系,为实现在线预警与安全防御提供理论依据,最大限度保证电网的安全稳定和经济运行。
电力系统频率是电力系统运行参数中最重要的参数之一。电力系统频率动态过程直接反映电网内部有功功率供需平衡的基本状态,根据动态特性可以确定调频机组的合理配置(如备用容量及分布)、系统保护与机组保护的协调配合。迄今为止,对频率动态过程的分析多采用单机带集中负荷模型。但是随着电力系统的发展,网络结构、扰动地点、负荷构成及电压特性等因素对电力系统动态频率特性有显著的影响,动态过程中电力系统的频率在空间上的分布特性逐渐显现。单机模型忽略了线路与网络的影响,或认为各地区系统与干扰点之间距离相等且参数相同,对于早期的电网,这样的简化是基本准确的。但对于现代复杂的多机系统,电网的结构和运行情况和单机模型分析的基本假设相差甚远。因而在分析多机电力系统时,如果仍然采用单机模型的功率频率动态过程的概念和方法,会使得分析结果和实际电网产生很大的差距,或者出现完全错误的结果。这使得电力工作者将注意力转向了对大电网动态频率的时空分布特性的研究。
例如,在文献“韩英铎,王仲鸿,闵勇,等.电力系统动态频率的定义及“虚拟转子法”频率测量研究.清华大学学报,Vol.33(1),1993,pp.1-9”中,对动态过程中的频率进行了分类,定义了全系统动态频率、地区动态频率、发电机节点动态频率和一般节点动态频率。在文献“M.Parashar,J.S.Thorp,C.E.Seyler.Continuum Modeling of Electromechanical Dynamics in Large Electric PowerSystems.IEEE Trans on CAS-I,Vol.51(9),2004,pp.1848–1858”中,把电力网络(包括发电机、线路和负荷等)作为二维空间的连续函数,得到了描述非均匀电力系统的平面矢量场,利用连续机电波模型对频率动态的传播进行了分析。在文献“张恒旭,刘玉田.电力系统动态频率响应时空分布特征量化描述.中国电机工程学报,Vol.29(7),2009,pp.64-70”中,通过定义观测空间、响应时间以及响应线性区间,提出基于观测空间的频率响应时空分布特征量化描述方法,并通过定义的微观变量来量化描述系统频率的动态行为。
由于电力网络在地理上分布不均匀、机组及其控制器参数差异,以及不同区域负荷特性不同,使得在分析大型互联电力系统的动态频率时空演变过程时产生了困难。目前关于复杂电网的动态频率特性的研究主要集中在瞬时频率时空分布及其动态传播、动态频率的影响因素、频率测量以及基于动态频率的安全稳定评估几个方面。对大电网频率时空演变过程分析主要采用参数均匀、各向同性的连续机电波模型,但连续机电波模型的假设不符合实际电网中机组分布和网络连接关系不均匀的情况,这对实际离散电网缺乏准确的描述,很难真实的反映出实际频率的时空演变过程。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于导线分布式特性和机组离散分布的频率时空演变过程分析系统,实现对大型互联电网的动态频率时空演变过程的准确分析。该系统基于电网真实条件建立,能准确反映电网频率时空演变过程,实现对电网动态频率的预测,该发明为实现电力系统频率稳定控制提供了新思路。
为实现上述发明目的,本发明大电网频率时空演变过程分析系统,包括预处理模块、数据获取模块、传播机理分析模块、频率传播机理分析模块,其中:
预处理模块,用于获取电网基本参数并发送给传播机理分析模块,包括线路长度x,线路单位阻抗Z0,机组数量n,机组惯性系数Mi,机组阻尼Di,机组机械输入功率Pmi,电网的节点导纳矩阵Y,矩阵中元素Yii=Gii+jBii表示机组i的自导纳,元素Yij=Gij+jBij表示机组i和机组j之间的互导纳,下标i、j表示机组序号,取值范围为1≤i≤n、1≤j≤n;
数据获取模块,用于实时获取电网电力机组的电压Ui、电流Ii、转子角θi、转速ωi、电功率Pei,并将这些参数发送给传播机理分析模块;
传播机理分析模块,用于根据来自预处理模块和数据获取模块的数据,计算扰动对各机组i的电功率影响PeiΔ及相对于各机组i的传播速度vi,将得到的数据发送给频率传播机理分析模块;计算方法为:
电功率影响PeiΔ:
其中,θij=θi-θj,θij0表示电网稳态时θij的值,θijΔ=θij-θij0;
传播速度vi:
其中,ΔPi=PeiΔ,f(xi,t)表示机组i在时刻t的频率,f(xi,t)=ωi(t)/2π,f(0,t)表示扰动源机组在时刻t的频率;
频率传播机理分析模块,用于将传播机理分析模块得到的数据输入具有分布式导线特性和离散机组分布特性的大电网频率时空演变过程模型进行频率传播机理分析,演变过程模型为:
频率传播机理分析模块包括频率时空传播与分布子模块、动态频率预测分析子模块和频率稳定量化评估子模块,其中:
频率时空传播与分布子模块,通过建立能量与惯性和负荷之间的制约关系,并根据扰动量及其位置计算各断面不平衡功率,然后根据虚拟分布式惯性中心以及分布式负荷之间相互作用的分析,量化计算各地区的加速不平衡能量和减速不平衡能量,以及其导致各地区或节点动态频率的变化规律;
动态频率预测分析子模块,采用多输入-多输出系统响应方法,利用建立的大电网频率时空演变过程模型和传播速度模型,将扰动作为系统的输入,通过建立起扰动输入和空间各点频率之间的传递函数关系,对特定地点的频率轨迹进行预测;
频率稳定量化评估子模块,采用基于广域测量系统的状态测量技术,并在线估计惯性、电压灵敏度和负荷频率特性,结合大电网频率时空演变过程模型,采用扩展等面积法进行频率轨迹和稳定裕度验证,建立空间频率安全威胁指数,进行电网安全威胁态势定量评估。
进一步地,所述数据获取模块由各电力机组的电力系统同步相量测量装置组成。
进一步地,大电网频率时空演变过程分析系统还包括显示模块,用于对电网中运行参数进行显示,包括各机组节点的频率、功率、电压、转子角。
进一步地,显示模块包括地理信息显示模块、频率时空演变可视化模块、扰动点信息显示模块、扰动后功率分配显示模块和告警信息显示模块,其中:
地理信息显示模块,用于显示各频率监测点在二维平面空间中的坐标及相对位置关系等地理数据;
频率时空演变可视化模块,用于根据频率监测点实时监测到的频率数据,进行基于连续体模型的频率信息显示,通过不同颜色代表不同的频率数据,显示电力系统频率分布图,其具体方法为:
将待显示的电力系统频率分布图划分为M×N个网格,每个网格为一个测量点,如果该测量点在地理信息图层对应位置存在频率监测点,则根据该频率监测点的实时测量频率显示,如果该测量点在地理信息图层对应位置不存在频率监测点,则将这些测量点称为虚拟网格,其显示的虚拟频率通过计算得到。其计算方法为:
Fg=(Σh∈A1/(Dgh×Dgh)×koscd×Fh)/(Σh∈A1/(Dgh×Dgh))
其中,Fg表示虚拟网格点g的虚拟频率值,Fh表示网格点h的频率值,A表示在相同的电力系统区域内从网格点g出发,在确定扰动距离范围内的网格点的子集,Dgh表示网格点g到网格点h的距离,koscd为预设的振荡强度系数;
扰动点信息显示模块,根据扰动点寻源定位算法,估计产生扰动的时间和地理位置信息;
扰动后功率分配显示模块,根据能量分配原则,计算扰动量的流动方向和对各机组的电功率影响;
告警信息显示模块,用于对超出安全范围的频率波动进行告警显示。
进一步地,大电网频率时空演变过程分析系统还包括系统管理模块,包括用户管理模块、用户登陆验证模块、用户权限分配模块、系统文件完整性验证模块。
本发明大电网频率时空演变过程分析系统,包括预处理模块、数据获取模块、传播机理分析模块、频率传播机理分析模块,传播机理分析模块根据预处理模块和数据获取模块得到的电网基本参数和实际运行数据,建立具有分布式导线特性和机组离散分布特性的大电网频率时空演变过程模型以及扰动传播机理模型,从而得到扰动对各机组的电功率影响以及相对于各机组的传播速度,频率传播机理分析模块根据传播机理分析模块得到的模型和数据进行频率时空传播特性、频率轨迹、频率稳定量化,从而实现大电网频率时空演变过程的模拟。
本发明在实际电网数据的基础上建立了计及电气距离、发电机分布、负荷分布及其特性的大电网频率时空演变过程模型,避免了只考虑单机、单因素,或者把电网作均匀化简化等不符合电网实际情况的处理,因而具有较高的准确度,能够实现实际电网频率时空演变过程的模拟。
附图说明
图1是本发明大电网频率时空演变过程分析系统的一种具体实施方式结构图;
图2是基于分布式导线特性的两机系统示意图;
图3是频率传播机理分析模块组成示意图;
图4是显示模块组成示意图;
图5是显示模块的显示例图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
对于电力系统,当扰动或一个变化发生时,在电力系统中的响应有四个过程:电磁能量阶段,惯性阶段,调速器响应阶段,电机自动控制阶段。由于电磁能量阶段速度很快,因此本发明所针对的机电扰动传输主要针对惯性阶段研究其扰动传播与能量分配特性,分析系统动态频率时空演变特性。
图1是本发明大电网频率时空演变过程分析系统的一种具体实施方式结构图。如图1所示,本发明中大电网频率时空演变过程分析系统包括预处理模块1、数据获取模块2、传播机理分析模块3、频率传播机理分析模块4、显示模块5、系统管理模块6,其中频率传播机理分析模块4、显示模块5、系统管理模块6共同构成频率分析与应用显示平台。
预处理模块1,用于获取电网基本参数并发送给传播机理分析模块,包括线路长度x,线路单位阻抗Z0,机组数量n,机组惯性系数Mi,机组阻尼Di,机组机械输入功率Pmi,电网的节点导纳矩阵Y,矩阵中元素Yii=Gii+jBii表示机组i的自导纳,元素Yij=Gij+jBij表示机组i和机组j之间的互导纳,下标i、j表示机组序号,取值范围为1≤i≤n、1≤j≤n。
这些数据主要是用于形成电网的基础模型,本发明的线路部分采用分布式延迟特性建模,由于这种模型考虑了机组及其特性以及负荷及其特性,在大电网中机组和负荷数量庞大,必然会导致系统模型的复杂化,因此可以利用模型聚合技术实现各节点负荷和机组的简化。
数据获取模块2,用于实时获取电网电力机组的电压Ui、电流Ii、转子角θi、转速ωi、电功率Pei,并将这些参数发送给传播机理分析模块。数据获取模块2一般可以直接采用各机组节点的电力系统同步相量测量装置(PMU)组成。
传播机理分析模块3,用于根据来自预处理模块和数据获取模块的数据,计算扰动对各机组i的电功率影响PeiΔ及相对于各机组i的传播速度vi。
本发明通过建立基于摇摆方程的机电扰动下的大型电网频率功率传播模型,实现了频率动态过程传播机理以及能量分配的分析。
电力系统的摇摆方程为:
对于n机组电力系统,当第j个机组存在扰动或机电干扰时,其对第i个机组的电功率的影响为:
PeijΔ=UiUj(Bijsinθij+Gijcosθij) (2)
θij=θi-θj
因此,对于整个n机组电力系统,第i个机组的电功率为:
通过简化得到,在n机组电力系统中,扰动对第i个机组的电功率影响为:
该公式即为扰动传播机理模型的频率动态过程传播机理以及能量分配原则。
对于扰动相对于各个机组的传播速度vi,本发明采用了具有分布式导线特性的分布式延迟特性模型。图2是基于分布式导线特性的两机系统示意图。如图2所示,在扰动变量传输过程中,任何一个空间位置x处具有相同传播方向的增量角速度Δω(x,t)和增量功率ΔP(x,t)。在位置x及其增量元Δx,由于扰动带来的电功率变化量为:
其中,U表示母线电压。
基于此,可以得到机电扰动的传播速度v为:
相应地,在n机组电力系统中,扰动相对于第i个机组的传播速度vi:
其中,xi表示机组i与扰动源机组之间的导线长度,f(xi,t)表示机组i在时刻t的频率,f(xi,t)=ωi(t)/2π,f(0,t)表示扰动源机组在时刻t的频率。在实际运行中,ΔPi=PeiΔ。(7)式即为本发明得到的扰动传播机理模型中的传播速度模型。
可见,输电线路本身对扰动的大小没有影响,但输电线路的连接关系决定了不平衡功率的传递途径,其电气距离决定了扰动波传递的时间,对扰动波的传播起到延时作用。在本发明中,传播速度vi用于计算扰动产生到机组i由于扰动产生电功率变化的时间T=xi/vi。
频率传播机理分析模块4,用于将传播机理分析模块得到的数据输入具有分布式导线特性和离散机组分布特性的大电网频率时空演变过程模型进行频率传播机理分析。将(3)式代入(1)式,即可得到大电网频率时空演变过程模型为:
图3是频率传播机理分析模块组成示意图。如图3所示,频率传播机理分析模块4包括频率时空传播与分布子模块41、动态频率预测分析子模块42和频率稳定量化评估子模块43。
频率时空传播与分布子模块41,通过建立能量与惯性和负荷之间的制约关系,并根据扰动量及其位置计算各断面不平衡功率,然后根据虚拟分布式惯性中心(COI:Center of Inertia)以及分布式负荷之间相互作用的分析,量化计算各地区的加速不平衡能量和减速不平衡能量,以及其导致各地区或节点动态频率的变化规律,从而建立起关于大电网的频率波动传播规律。
动态频率预测分析子模块42,采用多输入-多输出系统响应方法,利用建立的大电网频率时空演变过程模型,即(8)式,以及传播速度模型,即(7)式,将扰动作为系统的输入,通过建立起扰动输入和空间各点频率(输出)之间的传递函数关系,对特定地点的频率轨迹及其特征(如偏移量、变化速率等)进行预测。
频率稳定量化评估子模块43,采用基于广域测量系统(Wide AreaMeasurement Systems,WAMS)的状态测量技术,并在线估计惯性、电压灵敏度和负荷频率特性,结合大电网频率时空演变过程模型,即(8)式,采用扩展等面积法进行频率轨迹和稳定裕度验证,建立空间频率安全威胁指数,实现电网安全威胁态势定量评估。
可见,在系统某处发生扰动时,扰动量随着电网结构向远处传播,这一过程受机组、负荷等因素影响,各处频率呈现相互不同,本发明通过对于这部分扰动量的分配进行定量分析,从而实现各处频率及其其他特征量的预测,并且通过对各特定点频率进行量化评估,为后续分析电力系统频率稳定和控制提供了基础,实现对电网的超前控制。
显示模块5,用于对电网中运行参数进行显示,包括各机组节点的频率、功率、电压、转子角。
本实施例中的显示模块5主要基于图形设备接口(GDI)进行编程,工作在Windows平台,采用Visual C++2010进行开发。图4是显示模块组成示意图。如图4所示,显示模块5包括地理信息显示模块51、频率时空演变可视化模块52、扰动点信息显示模块53、扰动后功率分配显示模块54和告警信息显示模块55。图5是显示模块的显示例图。
地理信息显示模块51,用于显示各频率监测点在二维平面空间中的坐标及相对位置关系等地理数据。如图5所示,该模块在具体图像中显示为地理信息图层。
频率时空演变可视化模块52,用于根据频率监测点实时监测到的频率数据,进行基于连续体模型的频率信息显示,通过不同颜色代表不同的频率数据,显示电力系统频率分布图。如图5所示,该模块在具体图像中显示为频率等高线渲染图层。其具体方法为:
将待显示的电力系统频率分布图划分为M×N个网格,每个网格为一个测量点,如果该测量点在地理信息图层对应位置存在频率监测点,则根据该频率监测点的实时测量频率显示,如果该测量点在地理信息图层对应位置不存在频率监测点,则将这些测量点称为虚拟网格,其显示的虚拟频率通过计算得到。其计算方法为:
Fg=(Σh∈A1/(Dgh×Dgh)×koscd×Fh)/(Σh∈A1/(Dgh×Dgh)) (9)
其中,Fg表示虚拟网格点g的虚拟频率值,Fh表示网格点h的频率值,A表示在相同的电力系统区域内从网格点g出发,在确定扰动距离范围内的网格点的子集,Dgh表示网格点g到网格点h的距离,koscd为预设的振荡强度系数。
其中Fh的权重因子Wgh:
Wgh=1/(Dgh×Dgh)/(Σh∈A1/(Dgh×Dgh)) (10)
因此,可以得到网格点g的频率Fg:
Fg=Σh∈A(Wgh×koscd×Fh) (11)
本发明中虚拟频率通过权重因子计算得到,符合机电扰动传播的特征,更加接近电网实测频率。该方法可以实时运算并显示,并且具备快速的扰动源重现功能。在占用存储空间方面,具备非常大的优势,因为只需要记录测量点的频率波动数据,就可以重现扰动点的波动规律。
扰动点信息显示模块53,根据扰动点寻源定位算法,估计产生扰动的时间和地理位置信息,在具体图像中显示为扰动点信息图层。
扰动后功率分配显示模块54,根据能量分配原则,计算扰动量的流动方向和对各机组的电功率影响,在具体图像中显示为扰动后功率分配流动图。
告警信息显示模块55,用于对超出安全范围的频率波动进行告警显示。
系统管理模块6,包括用户管理模块、用户登陆验证模块、用户权限分配模块、系统文件完整性验证模块。用户管理模块、用户登陆验证模块和用户权限分配模块主要用于对大电网频率时空演变过程分析系统的用户类型和权限进行管制以及登录验证。系统文件完整性验证模块用于在软件初始化时检测大电网频率时空演变过程分析系统的文件完整性,例如动态链接库文件、可执行文件、系统信息文件进行验证的功能,如果发现有文件丢失,会出现提示功能,显示缺失的文件列表。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (5)
1.一种大电网频率时空演变过程分析系统,其特征在于,包括:预处理模块、数据获取模块、传播机理分析模块、频率传播机理分析模块,其中:
预处理模块,用于获取电网基本参数并发送给传播机理分析模块,包括线路长度x,线路单位阻抗Z0,机组数量n,机组惯性系数Mi,机组阻尼Di,机组机械输入功率Pmi,电网的节点导纳矩阵Y,矩阵中元素Yii=Gii+jBii表示机组i的自导纳,元素Yij=Gij+jBij表示机组i和机组j之间的互导纳,下标i、j表示机组序号,取值范围为1≤i≤n、1≤j≤n;
数据获取模块,用于实时获取电网电力机组的电压Ui、电流Ii、转子角θi、转速ωi、电功率Pei,并将这些参数发送给传播机理分析模块;
传播机理分析模块,用于根据来自预处理模块和数据获取模块的数据,计算扰动对各机组i的电功率影响PeiΔ及相对于各机组i的传播速度vi,将得到的数据发送给频率传播机理分析模块;计算方法为:
电功率影响PeiΔ:
其中,θij=θi-θj,θij0表示电网稳态时θij的值,θijΔ=θij-θij0;
传播速度vi:
其中,ΔPi=PeiΔ,f(xi,t)表示机组i在时刻t的频率,f(xi,t)=ωi(t)/2π,f(0,t)表示扰动源机组在时刻t的频率;
频率传播机理分析模块,用于将传播机理分析模块得到的数据输入具有分布式导线特性和离散机组分布特性的大电网频率时空演变过程模型进行频率传播机理分析,演变过程模型为:
频率传播机理分析模块包括频率时空传播与分布子模块、动态频率预测分析子模块和频率稳定量化评估子模块,其中:
频率时空传播与分布子模块,通过建立能量与惯性和负荷之间的制约关系,并根据扰动量及其位置计算各断面不平衡功率,然后根据虚拟分布式惯性中心以及分布式负荷之间相互作用的分析,量化计算各地区的加速不平衡能量和减速不平衡能量,以及其导致各地区或节点动态频率的变化规律;
动态频率预测分析子模块,采用多输入-多输出系统响应方法,利用建立的大电网频率时空演变过程模型和传播速度模型,将扰动作为系统的输入,通过建立起扰动输入和空间各点频率之间的传递函数关系,对特定地点的频率轨迹进行预测;
频率稳定量化评估子模块,采用基于广域测量系统的状态测量技术,并在线估计惯性、电压灵敏度和负荷频率特性,结合大电网频率时空演变过程模型,采用扩展等面积法进行频率轨迹和稳定裕度验证,建立空间频率安全威胁指数,进行电网安全威胁态势定量评估。
2.根据权利要求1所述的大电网频率时空演变过程分析系统,其特征在于,所述数据获取模块由各电力机组的电力系统同步相量测量装置组成。
3.根据权利要求1所述的大电网频率时空演变过程分析系统,其特征在于,还包括显示模块,用于对电网中运行参数进行显示,包括各机组节点的频率、功率、电压、转子角。
4.根据权利要求3所述的大电网频率时空演变过程分析系统,其特征在于,所述显示模块包括地理信息显示模块、频率时空演变可视化模块、扰动点信息显示模块、扰动后功率分配显示模块和告警信息显示模块,其中:
地理信息显示模块,用于显示各频率监测点在二维平面空间中的坐标及相对位置关系等地理数据;
频率时空演变可视化模块,用于根据频率监测点实时监测到的频率数据,进行基于连续体模型的频率信息显示,通过不同颜色代表不同的频率数据,显示电力系统频率分布图,其具体方法为:
将待显示的电力系统频率分布图划分为M×N个网格,每个网格为一个测量点,如果该测量点在地理信息图层对应位置存在频率监测点,则根据该频率监测点的实时测量频率显示,如果该测量点在地理信息图层对应位置不存在频率监测点,则将这些测量点称为虚拟网格,其显示的虚拟频率通过计算得到。其计算方法为:
Fg=(Σh∈A1/(Dgh×Dgh)×koscd×Fh)/(Σh∈A1/(Dgh×Dgh))
其中,Fg表示虚拟网格点g的虚拟频率值,Fh表示网格点h的频率值,A表示在相同的电力系统区域内从网格点g出发,在确定扰动距离范围内的网格点的子集,Dgh表示网格点g到网格点h的距离,koscd为预设的振荡强度系数;
扰动点信息显示模块,根据扰动点寻源定位算法,估计产生扰动的时间和地理位置信息;
扰动后功率分配显示模块,根据能量分配原则,计算扰动量的流动方向和对各机组的电功率影响;
告警信息显示模块,用于对超出安全范围的频率波动进行告警显示。
5.根据权利要求1所述的大电网频率时空演变过程分析系统,其特征在于,还包括系统管理模块,包括用户管理模块、用户登陆验证模块、用户权限分配模块、系统文件完整性验证模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310752744.4A CN103701121B (zh) | 2013-12-31 | 2013-12-31 | 一种大电网频率时空演变过程分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310752744.4A CN103701121B (zh) | 2013-12-31 | 2013-12-31 | 一种大电网频率时空演变过程分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103701121A true CN103701121A (zh) | 2014-04-02 |
CN103701121B CN103701121B (zh) | 2015-10-21 |
Family
ID=50362566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310752744.4A Expired - Fee Related CN103701121B (zh) | 2013-12-31 | 2013-12-31 | 一种大电网频率时空演变过程分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103701121B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069751A (zh) * | 2017-03-31 | 2017-08-18 | 河海大学 | 一种基于分布式控制的电力系统切负荷方法 |
CN107607781A (zh) * | 2017-07-12 | 2018-01-19 | 中国电子科技集团公司电子科学研究院 | 一种电磁设备的频率显示方法及装置 |
CN107944641A (zh) * | 2017-12-18 | 2018-04-20 | 国家电网公司 | 一种减小频率时空分布的输电线路规划方案优选方法 |
CN108599143A (zh) * | 2018-03-21 | 2018-09-28 | 西南交通大学 | 一种基于解析形式的电网频率动态时空演变的分析方法 |
CN109462233A (zh) * | 2018-11-23 | 2019-03-12 | 国网河南省电力公司电力科学研究院 | 面向大功率缺失的电网频率安全程度划分方法及装置 |
CN109861220A (zh) * | 2019-03-22 | 2019-06-07 | 西南交通大学 | 电力系统分析用深度卷积神经网络张量输入构建方法 |
CN110137946A (zh) * | 2019-05-10 | 2019-08-16 | 东北电力大学 | 一种数据驱动的电力系统扰动时空特征提取方法 |
CN110474349A (zh) * | 2019-08-21 | 2019-11-19 | 贵州电网有限责任公司 | 一种基于连续体模型的电力系统频率动态分析方法 |
CN111551820A (zh) * | 2020-04-21 | 2020-08-18 | 天津大学 | 基于同步相量量测的配电网快速频率调节的系统辨识方法 |
CN113743593A (zh) * | 2021-09-27 | 2021-12-03 | 上海齐感电子信息科技有限公司 | 神经网络量化方法、系统、存储介质及终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070150114A1 (en) * | 2005-12-12 | 2007-06-28 | Robert Matthew Gardner | Location determination of power system disturbances based on frequency responses of the system |
CN101741086A (zh) * | 2009-12-16 | 2010-06-16 | 国网电力科学研究院 | 基于pmu数据的稳定计算模型及参数精度的综合评估方法 |
CN102097806A (zh) * | 2011-01-13 | 2011-06-15 | 中国电力科学研究院 | 一种用于互联电网频率稳定的低频减载方法 |
-
2013
- 2013-12-31 CN CN201310752744.4A patent/CN103701121B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070150114A1 (en) * | 2005-12-12 | 2007-06-28 | Robert Matthew Gardner | Location determination of power system disturbances based on frequency responses of the system |
CN101741086A (zh) * | 2009-12-16 | 2010-06-16 | 国网电力科学研究院 | 基于pmu数据的稳定计算模型及参数精度的综合评估方法 |
CN102097806A (zh) * | 2011-01-13 | 2011-06-15 | 中国电力科学研究院 | 一种用于互联电网频率稳定的低频减载方法 |
Non-Patent Citations (1)
Title |
---|
张恒旭等: ""电力系统动态频率响应时空分布特征量化描述"", 《中国电机工程学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069751A (zh) * | 2017-03-31 | 2017-08-18 | 河海大学 | 一种基于分布式控制的电力系统切负荷方法 |
CN107607781A (zh) * | 2017-07-12 | 2018-01-19 | 中国电子科技集团公司电子科学研究院 | 一种电磁设备的频率显示方法及装置 |
CN107944641A (zh) * | 2017-12-18 | 2018-04-20 | 国家电网公司 | 一种减小频率时空分布的输电线路规划方案优选方法 |
CN107944641B (zh) * | 2017-12-18 | 2020-05-22 | 国家电网公司 | 一种减小频率时空分布的输电线路规划方案优选方法 |
CN108599143A (zh) * | 2018-03-21 | 2018-09-28 | 西南交通大学 | 一种基于解析形式的电网频率动态时空演变的分析方法 |
CN109462233B (zh) * | 2018-11-23 | 2022-01-28 | 国网河南省电力公司电力科学研究院 | 面向大功率缺失的电网频率安全程度划分方法及装置 |
CN109462233A (zh) * | 2018-11-23 | 2019-03-12 | 国网河南省电力公司电力科学研究院 | 面向大功率缺失的电网频率安全程度划分方法及装置 |
CN109861220A (zh) * | 2019-03-22 | 2019-06-07 | 西南交通大学 | 电力系统分析用深度卷积神经网络张量输入构建方法 |
CN109861220B (zh) * | 2019-03-22 | 2022-07-01 | 西南交通大学 | 电力系统分析用深度卷积神经网络张量输入构建方法 |
CN110137946A (zh) * | 2019-05-10 | 2019-08-16 | 东北电力大学 | 一种数据驱动的电力系统扰动时空特征提取方法 |
CN110137946B (zh) * | 2019-05-10 | 2022-02-22 | 东北电力大学 | 一种数据驱动的电力系统扰动时空特征提取方法 |
CN110474349A (zh) * | 2019-08-21 | 2019-11-19 | 贵州电网有限责任公司 | 一种基于连续体模型的电力系统频率动态分析方法 |
CN111551820A (zh) * | 2020-04-21 | 2020-08-18 | 天津大学 | 基于同步相量量测的配电网快速频率调节的系统辨识方法 |
CN113743593A (zh) * | 2021-09-27 | 2021-12-03 | 上海齐感电子信息科技有限公司 | 神经网络量化方法、系统、存储介质及终端 |
CN113743593B (zh) * | 2021-09-27 | 2023-08-22 | 上海齐感电子信息科技有限公司 | 神经网络量化方法、系统、存储介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN103701121B (zh) | 2015-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103701121B (zh) | 一种大电网频率时空演变过程分析系统 | |
James et al. | Delay aware power system synchrophasor recovery and prediction framework | |
Lin et al. | WAMS-based coherency detection for situational awareness in power systems with renewables | |
Zeng et al. | Online identification of inertia distribution in normal operating power system | |
CN106410792B (zh) | 一种电网防雷方法及系统 | |
Morais et al. | SOSPO-SP: Secure operation of sustainable power systems simulation platform for real-time system state evaluation and control | |
Singh et al. | A review of dynamic generator reduction methods for transient stability studies | |
Ma et al. | Extracting spatial-temporal characteristics of frequency dynamic in large-scale power grids | |
CN105656028B (zh) | 一种基于gis的电网稳定裕度的可视化显示方法 | |
CN102819646B (zh) | 一种线路舞动的电力系统运行模拟方法 | |
CN103645422A (zh) | 一种发电厂内部扰动引起电网强迫功率振荡在线分析方法 | |
CN102709953A (zh) | 一种基于wams及机组对的电网暂态稳定在线量化评估方法 | |
CN103094901A (zh) | 一种基于实测响应信息的暂态功角失稳实时判别的方法 | |
Gou et al. | Novel pair‐wise relative energy function for transient stability analysis and real‐time emergency control | |
CN102510071A (zh) | 一种电网系统紧急控制方法及装置 | |
CN110635474B (zh) | 一种基于长短期记忆网络的电网动态轨迹趋势预测方法 | |
Saunders et al. | Transient stability analysis using potential energy indices for determining critical generator sets | |
Abrous et al. | Modeling and simulation of a wind model using a spectral representation method | |
Backhaus et al. | Electromechanical wave green's function estimation from ambient electrical grid frequency noise | |
Balangó et al. | Overview of a new dynamic line rating system, from modelling to measurement | |
Raschke et al. | Vulnerability of the Swiss electric power transmission grid against natural hazards | |
Chakati et al. | Challenges and trade-offs of a cloud hosted phasor measurement unit-based linear state estimator | |
Xypolytou et al. | The FUSE testbed: establishing a microgrid for smart grid security experiments | |
Lei et al. | Eastern Interconnection model reduction based on phasor measurements | |
Li et al. | Using co-simulation method to analyze the communication delay impact in agent-based wide area power system stabilizing control |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151021 Termination date: 20191231 |