CN103778341B - 一种谐波污染用户的概率潮流评估方法 - Google Patents
一种谐波污染用户的概率潮流评估方法 Download PDFInfo
- Publication number
- CN103778341B CN103778341B CN201410039925.7A CN201410039925A CN103778341B CN 103778341 B CN103778341 B CN 103778341B CN 201410039925 A CN201410039925 A CN 201410039925A CN 103778341 B CN103778341 B CN 103778341B
- Authority
- CN
- China
- Prior art keywords
- harmonic
- node
- power
- representing
- delta
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000002347 injection Methods 0.000 claims abstract description 17
- 239000007924 injection Substances 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 21
- 239000000243 solution Substances 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出一种谐波污染用户的概率评估方法,可以更准确地实现谐波干扰用户注入污染的运行评估或预评估。该项技术最大的优点是采用用户基波功率概率分布和谐波特性概率分布参数进行概率型谐波潮流计算,得到该用户对电网的谐波污染的概率分布特征,而不仅仅是某种特殊运行工况下的谐波污染结果,其结论更全面更合理。
Description
技术领域
本发明涉及电力电网数据监测、评估技术领域,特别是一种谐波污染用户的概率潮流评估方法。
背景技术
电网对谐波污染的要求是“谁污染、谁治理”,因此在谐波用户接入点进行电能质量运行监测。目前已经广泛应用的谐波监测技术能够检测用户注入系统的谐波电流和供电点谐波电压大小。一般在应用上具备实时监测功能,并能对谐波数据进行统计分析。
运行监测的目的是为了从监测数据评估用户对电网的污染大小,据此设计治理方案或评价治理设备的效应,因而评估方法准确与否将直接影响工程实效。此外,也需要在用户设计阶段就预先对其进行电能质量预评估,以便指导用户设备选型或同时设计电能质量治理方案。
目前通常在公共连接点(Point of Common Coupling,PCC)监测用户电压和电流,计算电压和电流的谐波成分,采用检测时间段内的最大值、平均值或95%大值评价用户对电网电能质量的影响,并作为用户开展谐波治理的依据。这种做法其实只考虑了用户谐波污染的局部分布信息,不是对用户真实谐波污染水平的全面反映。此外,电网在实际运行中的网架结构是复杂多变的,也可能存在不止一个谐波用户接入同一个PCC点的情况,以上检测值混有其他用户的污染成分。
由于电能质量预评估在用户接入电网之前进行,无法获得运行监测数据,只能根据负荷参数变化区间估计可能的污染范围,因而是一种不完全信息下的非确定评估。目前电能质量预评估并没有考虑用户参数的变化范围及其分布规律,还是采用典型参数进行计算。
采用运行监测时间得到的某个特征值进行运行评估,或采用典型工况数据进行预评估,都可能使结论或苛刻或过松,造成最终谐波治理的经济技术指标不理想。
发明内容
本发明在PCC点处分别建立系统和用户的等效概率模型,从监测数据计算模型参数的概率分布,全面评估谐波污染用户的注入污染,据此可以选择治理方案的最优经济技术指标。
本发明采用以下方案实现:一种谐波污染用户的概率潮流评估方法,其特征在于包括以下步骤:
步骤S01:建立节点注入功率和谐波频谱特性概率模型,生成样本集
其中,分别表示节点注入有功功率和无功功率的样本集,Pij、Qij分别表示第i个节点的第j个样本;表示谐波频谱的样本集,表示第i个节点的第h次谐波含有率样本;N为样本数,n为节点数,记平衡节点为1;
步骤S02:从所述样本集中取一组计算数据
步骤S03:采用P-Q解耦进行谐波潮流计算:
式中,ΔU为节点电压幅值偏差量矩阵,Δθ为节点电压相角偏差量矩阵。
解之可得式(2);
上式中的功率偏差量通过式(3)考虑谐波功率对基波功率的修正量;
式(3)中,表示节点i的注入有功功率和无功功率给定值;分别表示节点i的k次谐波有功功率和无功功率计算值;h表示计算的最高次谐波。
在基波潮流解的基础上,谐波功率根据式(4)计算;
其中,和分别为节点i每次迭代过程中的基波电流的实部和虚部,其计算如式(5)所示;和分别为k次谐波导纳矩阵的逆矩阵的对应元素的实部和虚部;为节点i的k次谐波电流含有率;谐波功率只在有谐波注入电流的节点其值存在,其他节点的计算值为0;
根据式(1)到式(4)进行迭代求解直到前后两次电压差满足收敛条件即可完成当次迭代过程;
max(|ΔUi|)≤ε (6)
根据谐波源特性计算得到谐波注入电流,利用谐波节点电压方程(7)以及支路电流方程(8)即可求得谐波节点电压和支路电流;
其中,表示h次谐波的节点电压向量、节点注入电流向量和支路电流向量;表示h次谐波节点导纳矩阵和支路导纳矩阵;A表示节点支路关联矩阵。
步骤S04:将节点功率和谐波特性的样本集重复代入式(1)到式(4)的谐波潮流迭代模型,每一组的节点功率和谐波特性都能得到一组对应的谐波电压和谐波电流计算结果,用n表示节点数,N表示样本数,N1表示支路数,表示h次谐波节点电压计算结果和支路电流计算结果,则计算结果可表示如下;
在本发明一实施例中,所述样本集获取方式为:对电网按其网络拓扑结构建模,按网络的接线情况形成用以描述谐波网络的谐波导纳矩阵;在形成各次谐波导纳矩阵时,基波分量的导纳元素与网络的基波阻抗相对应,谐波分量的导纳元素与谐波的频率相对应。
本发明提出一种谐波污染用户的概率评估方法,可以更准确地实现用户注入污染的运行评估和预评估。该项技术最大的优点是采用用户基波功率概率分布和谐波特性概率分布参数进行概率型谐波潮流计算,得到该用户对电网的谐波污染的概率分布特征,而不仅仅是某种特殊运行工况下的谐波污染结果,其结论更全面更合理。
附图说明
图1是本发明流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本发明方法流程如图1所示,其中主要的算法有:①建立谐波潮流计算模型、②建立概率潮流计算分析模型。具体的:
建立电网和用户概率模型:
对电网按其网络拓扑结构建模,按网络的接线情况形成用以描述谐波网络的谐波导纳矩阵。在形成各次谐波导纳矩阵时,基波分量的导纳元素与网络的基波阻抗相对应,谐波分量的导纳元素与谐波的频率相对应。长期运行中,电网中各个节点的功率是随机波动的,可通过负荷统计曲线确定其概率分布。对负荷统计曲线进行抽样即可生成节点注入功率的计算样本集,其中发电机节点功率为正,负荷节点功率为负,N为样本数,n为节点数,记平衡节点为1。
节点负荷功率在谐波网络中应等效为等值谐波阻抗考虑到谐波导纳矩阵中。
电网要求污染用户接入前要进行谐波治理,在进行新接入评估时,可以近似认为电网不含谐波。对待评估的污染用户,认为其谐波特性也服从一定的概率分布,可以通过谐波源机理分析得到,同样对其进行采样获取计算样本集。
谐波潮流计算模型:
采用P-Q解耦的思想进行谐波潮流计算:
解之可得式(2)。
上式中的功率偏差量通过式(3)考虑谐波功率对基波功率的修正量。
在基波潮流解的基础上,谐波功率根据式(4)计算。
其中,和分别为节点i每次迭代过程中的基波电流的实部和虚部,其计算如式(5)所示。和分别为k次谐波导纳矩阵的逆矩阵的对应元素的实部和虚部。为节点i的k次谐波电流含有率。谐波功率只在有谐波注入电流的节点其值存在,其他节点的计算值为0。
根据式(1)到式(4)进行迭代求解直到前后两次电压差满足收敛条件即可完成当次迭代过程。
max(|ΔUi|)≤ε (6)
根据谐波源特性可以计算得到谐波注入电流,利用谐波节点电压方程(7)以及支路电流方程(8)即可求得谐波节点电压和支路电流。
谐波电压和电流结果概率模型:
概率潮流算法采用蒙特卡罗模拟法进行计算:将节点功率和谐波特性的样本集重复代入式(1)到式(4)的谐波潮流迭代模型,每一组的节点功率和谐波特性都可以得到一组对应的谐波电压和谐波电流计算结果,用n表示节点数,N表示样本数,N1表示支路数,则计算结果可表示如下。
从谐波节点电压和支路电流即可评估谐波用户对电网的污染水平,对其进行统计分析即可得到其概率分布曲线。通过分析概率分布曲线可以很容易获取谐波电压和电流的最大值、平均值或95%大值等信息以进行谐波污染的综合评估。通过改变谐波用户接入的节点,可以分析对比污染用户接入到不同的节点时所造成的谐波污染状况,进而对污染用户选择合理的接入点提供参考。该方法还可以考虑在电网中其他节点存在背景谐波的情况下,多个谐波源相互作用的结果,对用户制定合理的治理措施提供技术支撑。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (2)
1.一种谐波污染用户的概率潮流评估方法,其特征在于包括以下步骤:
步骤S01:建立节点注入功率和谐波频谱特性概率模型,生成样本集
其中,分别表示节点注入有功功率和无功功率的样本集,Pij、Qij分别表示第i个节点的第j个样本;表示谐波频谱的样本集,表示第i个节点的第h次谐波含有率样本;N为样本数,n为节点数,记平衡节点为1;
步骤S02:从所述样本集中取一组计算数据
步骤S03:采用P-Q解耦进行谐波潮流计算:
式中,ΔU为节点电压幅值偏差量矩阵,Δθ为节点电压相角偏差量矩阵;
解之可得式(2);
上式中的功率偏差量通过式(3)考虑谐波功率对基波功率的修正量;
式(3)中,Pi S、表示节点i的注入有功功率和无功功率给定值;Pi k、分别表示节点i的k次谐波有功功率和无功功率计算值;h表示计算的最高次谐波;
在基波潮流解的基础上,谐波功率根据式(4)计算;
其中,和分别为节点i每次迭代过程中的基波电流的实部和虚部,其计算如式(5)所示;和分别为k次谐波导纳矩阵的逆矩阵的对应元素的实部和虚部;为节点i的k次谐波电流含有率;谐波功率只在有谐波注入电流的节点其值存在,其他节点的计算值为0;
根据式(1)到式(4)进行迭代求解直到前后两次电压差满足收敛条件即可完成当次迭代过程;
max(|ΔUi|)≤ε (6)
根据谐波源特性计算得到谐波注入电流,利用谐波节点电压方程(7)以及支路电流方程(8)即可求得谐波节点电压和支路电流;
其中,表示h次谐波的节点电压向量、节点注入电流向量和支路电流向量;表示h次谐波节点导纳矩阵和支路导纳矩阵;A表示节点支路关联矩阵;
步骤S04:将节点功率和谐波特性的样本集重复代入式(1)到式(4)的谐波潮流迭代模型,每一组的节点功率和谐波特性都能得到一组对应的谐波电压和谐波电流计算结果,用n表示节点数,N表示样本数,N1表示支路数,表示h次谐波节点电压计算结果和支路电流计算结果,则计算结果可表示如下;
2.根据权利要求1所述的谐波污染用户的概率潮流评估方法,其特征在于:所述样本集获取方式为:对电网按其网络拓扑结构建模,按网络的接线情况形成用以描述谐波网络的谐波导纳矩阵;在形成各次谐波导纳矩阵时,基波分量的导纳元素与网络的基波阻抗相对应,谐波分量的导纳元素与谐波的频率相对应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410039925.7A CN103778341B (zh) | 2014-01-27 | 2014-01-27 | 一种谐波污染用户的概率潮流评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410039925.7A CN103778341B (zh) | 2014-01-27 | 2014-01-27 | 一种谐波污染用户的概率潮流评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103778341A CN103778341A (zh) | 2014-05-07 |
CN103778341B true CN103778341B (zh) | 2017-02-15 |
Family
ID=50570569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410039925.7A Active CN103778341B (zh) | 2014-01-27 | 2014-01-27 | 一种谐波污染用户的概率潮流评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103778341B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103986156B (zh) * | 2014-05-14 | 2015-10-28 | 国家电网公司 | 一种考虑风电接入的动态概率潮流计算方法 |
CN106033477B (zh) * | 2015-03-09 | 2020-02-21 | 国家电网公司 | 一种综合负荷的等效建模方法 |
CN104899445A (zh) * | 2015-06-04 | 2015-09-09 | 国家电网公司 | 基于系统等值的交直流混供用户受电系统设计评估方法 |
CN106485089B (zh) * | 2016-10-21 | 2019-03-12 | 福州大学 | 谐波用户典型工况的区间参数获取方法 |
CN107220907B (zh) * | 2017-06-10 | 2020-07-07 | 福州大学 | 一种采用秩和比综合评价的谐波污染用户分级方法 |
CN109116183B (zh) * | 2018-06-28 | 2020-07-31 | 全球能源互联网研究院有限公司 | 谐波模型参数辨识方法、装置、存储介质及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101762741A (zh) * | 2009-11-30 | 2010-06-30 | 福建省电力试验研究院 | 电能质量污染源的监测与定向系统 |
CN201548635U (zh) * | 2009-11-30 | 2010-08-11 | 福建省电力试验研究院 | 电能质量污染源的监测装置 |
-
2014
- 2014-01-27 CN CN201410039925.7A patent/CN103778341B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101762741A (zh) * | 2009-11-30 | 2010-06-30 | 福建省电力试验研究院 | 电能质量污染源的监测与定向系统 |
CN201548635U (zh) * | 2009-11-30 | 2010-08-11 | 福建省电力试验研究院 | 电能质量污染源的监测装置 |
Non-Patent Citations (2)
Title |
---|
特高压直流输电系统对电网谐波污染的仿真分析;徐宏雷;《电力系统保护与控制》;20101201;第38卷(第23期);全文 * |
谐波的危害及对谐波污染的治理;刘翼;《低压电器》;20070830;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103778341A (zh) | 2014-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103778341B (zh) | 一种谐波污染用户的概率潮流评估方法 | |
Zamzam et al. | Learning optimal solutions for extremely fast AC optimal power flow | |
Xu et al. | Power system voltage stability evaluation considering renewable energy with correlated variabilities | |
Fu et al. | A hybrid approach for multi-step wind speed forecasting based on two-layer decomposition, improved hybrid DE-HHO optimization and KELM | |
Liu et al. | A data-driven approach to linearize power flow equations considering measurement noise | |
CN107590317B (zh) | 一种计及模型参数不确定性的发电机动态估计方法 | |
Kim et al. | Fast and reliable estimation of composite load model parameters using analytical similarity of parameter sensitivity | |
CN107104442B (zh) | 计及参数模糊性的含风电场电力系统概率潮流计算方法 | |
CN106443285A (zh) | 基于总体最小二乘法的多谐波源谐波责任量化分析方法 | |
CN104052058A (zh) | 一种基于马尔可夫链蒙特卡罗法的系统谐波概率评估方法 | |
CN102998535A (zh) | 一种基于极大似然估计理论的系统谐波阻抗计算方法 | |
CN104113061B (zh) | 一种含分布式电源的配电网三相潮流计算方法 | |
Ge et al. | Reliability evaluation of equipment and substations with fuzzy Markov processes | |
CN104882884A (zh) | 基于马尔可夫链-蒙特卡罗法的系统谐波概率评估方法 | |
CN109840691A (zh) | 基于深度神经网络的非侵入式分项电量估计方法 | |
Severoglu et al. | Statistical models of EAF harmonics developed for harmonic estimation directly from waveform samples using deep learning framework | |
Wu et al. | Graph attention enabled convolutional network for distribution system probabilistic power flow | |
Oke et al. | Probabilistic load flow for distribution systems with wind production using unscented transform method | |
Xu et al. | Interval prediction method for wind power based on VMD-ELM/ARIMA-ADKDE | |
CN105071388B (zh) | 一种基于极大似然估计的配电网状态估计方法 | |
Liu et al. | Kernel structure design for data-driven probabilistic load flow studies | |
CN106372440A (zh) | 一种并行计算的配电网自适应抗差状态估计方法及装置 | |
Yang et al. | The point estimate method using third-order polynomial normal transformation technique to solve probabilistic power flow with correlated wind source and load | |
CN108847673A (zh) | 一种考虑交直流混联电网中服从任意概率分布的不确定源的基于nataf变换的概率潮流方法 | |
Xiu et al. | Multivariate chaotic time series prediction based on NARX neural networks |
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 |