CN105098802B - 基于轨迹灵敏度的电力系统切机控制决策方法 - Google Patents
基于轨迹灵敏度的电力系统切机控制决策方法 Download PDFInfo
- Publication number
- CN105098802B CN105098802B CN201510493104.5A CN201510493104A CN105098802B CN 105098802 B CN105098802 B CN 105098802B CN 201510493104 A CN201510493104 A CN 201510493104A CN 105098802 B CN105098802 B CN 105098802B
- Authority
- CN
- China
- Prior art keywords
- generator
- sensitivity
- track
- power
- track sensitivity
- 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
- 230000035945 sensitivity Effects 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000004088 simulation Methods 0.000 claims abstract description 13
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 16
- 230000001052 transient effect Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 238000011217 control strategy Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000010206 sensitivity analysis Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 2
- 238000009795 derivation Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000013139 quantization Methods 0.000 claims description 2
- 230000000087 stabilizing effect Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于轨迹灵敏度的电力系统切机控制决策方法，针对时域仿真的轨迹结果无法直接用于紧急控制决策的问题，引入了基于轨迹灵敏度计算的量化分析方法，推导了多机系统的轨迹灵敏度计算公式，并针对切机控制提出了具体的轨迹灵敏度指标和控制方法。
Description
技术领域
本发明涉及一种基于轨迹灵敏度的电力系统切机控制决策方法，属于电力系统稳定控制领域。
背景技术
电力系统是一个复杂的非线性动态系统，存在着功角稳定、频率稳定、电压稳定等多种稳定性问题，电力系统稳定一旦被破坏将造成巨大的经济损失和灾难后果。电力系统切机控制是最常见的电力系统紧急控制方法之一，能够以较小的经济代价平衡送受两端的功率，是保证系统稳定运行的有效手段。
分析电力系统暂态稳定问题、进行切机控制决策主要有基于直接法和基于时域仿真法两种。直接法分析源于李雅普诺夫直接法，能够快速得到暂态能量和稳定裕度等量化指标，但对于复杂模型和复杂故障的适应性不好，结果精度不高。时域仿真法能够模拟各种不同的元件模型和扰动故障，得到系统精确的暂态运行轨迹，计算精度高，算法成熟，是电力系统中广泛应用的暂态稳定分析方法，但计算大电网时较为耗时，对大量曲线输出的利用率较低，不能直接得到稳定裕度等量化指标，对于故障导致的电网失稳情况也不能给出具体的紧急控制策略。
发明内容
发明目的：
针对现有技术存在的问题，本发明提供了一种基于轨迹灵敏度分析的电力系统切机控制决策方法。
技术方案：
一种基于轨迹灵敏度的电力系统切机控制决策方法，其特征在于：在时域仿真的输出曲线基础上，通过轨迹灵敏度分析方法计算失稳的发电机功角轨迹相对于控制量的灵敏度，得到指导切机控制决策的量化指标，然后通过并行仿真校验求得优化的切机控制策略方法。
指导切机控制决策方法的轨迹灵敏度量化指标，能够反映出切除发电机组对电力系统功角稳定的影响，且不同机组的灵敏度指标可以并行求解。
优点及效果：
本发明这种基于轨迹灵敏度的电力系统切机控制决策方法，具有以下优点和有益效果：
(1)针对时域仿真的轨迹结果无法直接用于紧急控制决策的问题，引入了基于轨迹灵敏度计算的量化分析方法，提出了多机系统的轨迹灵敏度计算公式，并针对切机控制提出了具体的轨迹灵敏度指标和控制决策方法。
(2)适应性好，结果精度高，可以直接得到稳定裕度等量化指标，对于故障导致的电网失稳情况也能够给出具体的紧急控制策略方法。
附图说明
图1为发电机的等效内电势节点图。
图2为轨迹灵敏度并行计算图。
图3为切机控制决策方法流程图。
具体实施方式
本发明针对时域仿真的轨迹结果无法直接用于紧急控制决策的问题，引入了基于轨迹灵敏度计算的量化分析方法，提出了多机系统的轨迹灵敏度计算公式，并针对切机控制提出了具体的轨迹灵敏度指标和控制决策方法。
具体如下：
1、多机电力系统的轨迹灵敏度指标
通过动态系统(1)来说明轨迹关于参数的灵敏度定义
其中x是n维的状态变量向量，y是m维的代数变量向量，α是p维的系统运行参数和结构参数向量。定义状态变量向量x和代数变量向量y对参数向量α的一阶偏导数
和
为一阶轨迹灵敏度。
基于发电机二阶模型建立多机电力系统的微分方程组如下
其中δi、ωi、Mi、Di、Pmi、Pei分别为各发电机的转子角、转子角速度、转动惯量、阻尼系数、机械功率和电磁功率。
将发电机等效为内电势节点，如图1所示，则全部网络节点在内的节点电流和电压关系为
其中IG、E、UG、UL分别为各发电机电流、内电势、端电压和其它节点电压向量，YG、YGG、YGL、YLG、YLL分别为发电机暂态电抗对应导纳1/jX'di组成的对角矩阵、发电机端自导纳、发电机端与其它节点的互导纳、其它节点自导纳。
消去式(3)中除内电势节点以外的所有其它节点，得到各发电机电流与内电势之间的关系
IG＝YEE
矩阵YE中的元素Yij＝Gij+jBij(i,j＝1,2,…,n)称为发电机内电势节点的输入导纳(自导纳)和转移导纳(互导纳)，YE为对称阵，且一般为满阵。
仿照潮流计算推导相应的功率方程，可得
将上式代入式(2)中，得到全系统微分方程，即
假定发电机k为功角最小发电机(参考机)、发电机l为功角最大发电机，将式(6)中所有发电机功角重写为相对于发电机k的相对功角，则系统状态向量为
x＝[ω1 δ1k … ωk-1 δk-1,k ωk ωk+1 δk+1,k … ωn δnk]T (7)
系统状态变量数为2n-1。
根据上式，可以求解多机电力系统中任意发电机的功角、转速相对于发电机出力的轨迹灵敏度。如果求解最大功角发电机的功角曲线δlk相对于每一台发电机出力Pmi的轨迹灵敏度
则可以得到对最大功角影响最大的发电机出力。轨迹灵敏度数值越大，则说明该发电机出力对最大功角发电机的功角影响越大。换言之，切除该发电机能够有效减小失稳发电机功角，使系统恢复稳定。
轨迹灵敏度是时间序列，为了对其进行量化分析，本发明选择故障后36个采样点(采样步长10ms，共360ms)的时间窗，定义灵敏度指标为
值得注意的是，在每一个采样点处，不同机组的轨迹灵敏度计算过程可以并行处理，如图2所示。假设可切机组为r台，则灵敏度指标计算流程为：
①通过时域仿真进行稳定性评估，若系统失稳，则其失稳轨迹将用于后续灵敏度计算；
②基于式(6)建立轨迹灵敏度的数学模型，采用梯形隐式积分法进行差分化推导；
③在每一个采样点，统一计算
然后并行计算
④汇总所有轨迹灵敏度结果，计算指标
2、切机控制决策方法
基于轨迹灵敏度分析的切机控制决策方法，工作流程如图3所示，具体步骤如下：
①系统故障扫描。
在线运行时，定周期获取系统当前运行工况，并基于实际运行工况进行预想故障扫描，得到会导致系统失稳的故障。
②获取切机控制范围。
可切除的发电机集合是稳定控制系统能够执行切机操作的机组。
③轨迹灵敏度求解。
建立系统的轨迹灵敏度方程，并行计算轨迹灵敏度指标，即最大发电机功角相对于可切除发电机的轨迹灵敏度。
④生成备选切机策略。
若可切发电机数量较少，则可以通过穷举法生成备选的切机策略。首先基于轨迹灵敏度计算结果对可切除机组进行排序，考虑故障线路引起的功率缺额和发电机出力情况，穷举n组切机策略，轨迹灵敏度数值较大的机组优先被切除。
⑤暂态稳定校验。
采用基于并行计算的超实时仿真对穷举的n组切机策略进行稳定校验，能够使系统稳定的切机策略为有效的切机策略。
⑥优化策略生成。
在所有能使系统稳定的策略中挑选出切机容量最小的策略，作为最终的切机控制策略。
Claims (2)
1.一种基于轨迹灵敏度的电力系统切机控制决策方法，其特征在于：在时域仿真的输出曲线基础上，通过轨迹灵敏度分析方法计算失稳的发电机功角轨迹相对于控制量的灵敏度，得到指导切机控制决策的量化指标，然后通过并行仿真校验求得优化的切机控制策略方法；具体如下：
(一)多机电力系统的轨迹灵敏度指标：
通过动态系统(1)来说明轨迹关于参数的灵敏度定义
其中x是n维的状态变量向量，y是m维的代数变量向量，α是p维的系统运行参数和结构参数向量；定义状态变量向量x和代数变量向量y对参数向量α的一阶偏导数
和
为一阶轨迹灵敏度；
基于发电机二阶模型建立多机电力系统的微分方程组如下
其中δi、ωi、Mi、Di、Pmi、Pei分别为各发电机的转子角、转子角速度、转动惯量、阻尼系数、机械功率和电磁功率；
将发电机等效为内电势节点，则全部网络节点在内的节点电流和电压关系为
其中IG、E、UG、UL分别为各发电机电流、内电势、端电压和其它节点电压向量，YG、YGG、YGL、YLG、YLL分别为发电机暂态电抗对应导纳1/jX'di组成的对角矩阵、发电机端自导纳、发电机端与其它节点的互导纳、其它节点自导纳；
消去式(3)中除内电势节点以外的所有其它节点，得到各发电机电流与内电势之间的关系
矩阵YE中的元素Yij＝Gij+jBij，i，j＝1，2，…，n称为发电机内电势节点的输入导纳和转移导纳，YE为对称阵，且为满阵；
仿照潮流计算推导相应的功率方程，可得
将上式代入式(2)中，得到全系统微分方程，即
假定发电机k为功角最小发电机、发电机l为功角最大发电机，将式(6)中所有发电机功角重写为相对于发电机k的相对功角，则系统状态向量为
x＝[ω1 δ1k…ωk-1 δk-1,k ωk ωk+1 δk+1,k…ωn δnk]T (7)
系统状态变量数为2n-1；
根据上式，可以求解多机电力系统中任意发电机的功角、转速相对于发电机出力的轨迹灵敏度；如果求解最大功角发电机的功角曲线δlk相对于每一台发电机出力Pmi的轨迹灵敏度
则可以得到对最大功角影响最大的发电机出力；轨迹灵敏度数值越大，则说明该发电机出力对最大功角发电机的功角影响越大；
轨迹灵敏度是时间序列，为了对其进行量化分析，选择故障后36个采样点的时间窗，定义灵敏度指标为
在每一个采样点处，不同机组的轨迹灵敏度计算过程可以并行处理，假设可切机组为r台，则灵敏度指标计算流程为：
①通过时域仿真进行稳定性评估，若系统失稳，则其失稳轨迹将用于后续灵敏度计算；
②基于式(6)建立轨迹灵敏度的数学模型，采用梯形隐式积分法进行差分化推导；
③在每一个采样点，统一计算
然后并行计算
④汇总所有轨迹灵敏度结果，计算指标
(二)切机控制决策方法：
基于轨迹灵敏度分析的切机控制决策方法，具体步骤如下：
①系统故障扫描；
在线运行时，定周期获取系统当前运行工况，并基于实际运行工况进行预想故障扫描，得到会导致系统失稳的故障；
②获取切机控制范围；
可切除的发电机集合是稳定控制系统能够执行切机操作的机组；
③轨迹灵敏度求解；
建立系统的轨迹灵敏度方程，并行计算轨迹灵敏度指标，即最大发电机功角相对于可切除发电机的轨迹灵敏度；
④生成备选切机策略；
若可切发电机数量较少，则可以通过穷举法生成备选的切机策略；首先基于轨迹灵敏度计算结果对可切除机组进行排序，考虑故障线路引起的功率缺额和发电机出力情况，穷举n组切机策略，轨迹灵敏度数值较大的机组优先被切除；
⑤暂态稳定校验；
采用基于并行计算的超实时仿真对穷举的n组切机策略进行稳定校验，能够使系统稳定的切机策略为有效的切机策略；
⑥优化策略生成；
在所有能使系统稳定的策略中挑选出切机容量最小的策略，作为最终的切机控制策略。
2.根据权利要求1所述基于轨迹灵敏度的电力系统切机控制决策方法，其特征在于：指导切机控制决策方法的轨迹灵敏度量化指标，能够反映出切除发电机组对电力系统功角稳定的影响，且不同机组的灵敏度指标可以并行求解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510493104.5A CN105098802B (zh) | 2015-08-12 | 2015-08-12 | 基于轨迹灵敏度的电力系统切机控制决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510493104.5A CN105098802B (zh) | 2015-08-12 | 2015-08-12 | 基于轨迹灵敏度的电力系统切机控制决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105098802A CN105098802A (zh) | 2015-11-25 |
| CN105098802B true CN105098802B (zh) | 2021-07-13 |
Family
ID=54578669
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510493104.5A Active CN105098802B (zh) | 2015-08-12 | 2015-08-12 | 基于轨迹灵敏度的电力系统切机控制决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105098802B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101969199A (zh) * | 2010-08-26 | 2011-02-09 | 天津大学 | 用于暂态功角稳定风险评估的故障损失估计方法 |
| CN103166219A (zh) * | 2013-01-30 | 2013-06-19 | 中国电力科学研究院 | 基于超实时仿真的电网在线稳定决策控制系统及控制方法 |
| CN104036118A (zh) * | 2014-05-14 | 2014-09-10 | 浙江大学 | 一种电力系统并行化轨迹灵敏度获取方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1909370A1 (en) * | 2006-10-05 | 2008-04-09 | Abb Research Ltd. | Determination and use of power system sensitivities for power flow control |
-
2015
- 2015-08-12 CN CN201510493104.5A patent/CN105098802B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101969199A (zh) * | 2010-08-26 | 2011-02-09 | 天津大学 | 用于暂态功角稳定风险评估的故障损失估计方法 |
| CN103166219A (zh) * | 2013-01-30 | 2013-06-19 | 中国电力科学研究院 | 基于超实时仿真的电网在线稳定决策控制系统及控制方法 |
| CN104036118A (zh) * | 2014-05-14 | 2014-09-10 | 浙江大学 | 一种电力系统并行化轨迹灵敏度获取方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于受控微分—代数系统灵敏度分析的紧急控制;常乃超 等;《电力系统自动化》;20030910;第27卷(第17期);第19-22页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105098802A (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107508307B (zh) | 用于抑制次同步振荡的自抗扰直流附加阻尼控制方法 | |
| CN102760191B (zh) | 基于转速分群的双馈机组风电场等值建模系统及方法 | |
| CN108270248B (zh) | 一种基于准稳态灵敏度分析的有功安全校正控制方法 | |
| CN105322519A (zh) | 一种智能配电网大数据融合分析与运行状态监测方法 | |
| CN105429134B (zh) | 一种基于电力大数据的电网电压稳定性预测方法 | |
| CN110350515B (zh) | 一种适用于故障电流分析的柔性直流电网建模方法 | |
| Zhang et al. | Application of simulated annealing genetic algorithm-optimized back propagation (BP) neural network in fault diagnosis | |
| CN104810826A (zh) | 结合拉丁超立方抽样的双向迭代并行概率潮流计算方法 | |
| CN106099921B (zh) | 一种电力系统时滞稳定裕度快速求解方法 | |
| CN104104081A (zh) | 一种基于优化方法的非迭代不确定潮流分析方法 | |
| Ni et al. | Multi-machine power system control based on dual heuristic dynamic programming | |
| CN108565852A (zh) | 一种三阶段递进的大电网电压稳定评估的故障筛选与排序方法 | |
| CN112564107A (zh) | 一种电力系统暂态稳定评估方法 | |
| CN109494726A (zh) | 基于dlrnn神经网络的电力系统稳定性在线评估方法 | |
| CN111401792A (zh) | 一种基于极限梯度提升决策树的动态安全评估方法 | |
| CN105098802B (zh) | 基于轨迹灵敏度的电力系统切机控制决策方法 | |
| CN106410811B (zh) | 首次迭代小阻抗支路端点改变雅可比矩阵的潮流计算方法 | |
| CN101841154A (zh) | 输电网严重故障后的电压稳定裕度实时评估与最优控制方法 | |
| CN108123434B (zh) | 一种计算pv曲线斜率以求取pv曲线运行点的方法 | |
| Benmiloud et al. | Optimal dynamic equivalence based on multi-objective formulation | |
| CN112651628A (zh) | 一种基于胶囊神经网络的电力系统暂态稳定评估方法 | |
| CN110212571B (zh) | 一种可再生能源发电系统稳定性量化分析方法 | |
| CN109103876B (zh) | 一种基于等值阻抗的暂态稳定分析方法 | |
| Shi et al. | Photovoltaic output power prediction based on weather type | |
| CN113794198A (zh) | 抑制宽频振荡的方法、装置、终端及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |