CN105633951A

CN105633951A - 用于在电力网络中对负载进行建模的系统和方法

Info

Publication number: CN105633951A
Application number: CN201511035788.0A
Authority: CN
Inventors: C·A·鲍内; W·J·普雷默拉尼; 潘艳; J·戴; S·S·韦达; Z·谭
Original assignee: General Electric Co
Current assignee: General Electric Co
Priority date: 2014-11-20
Filing date: 2015-11-20
Publication date: 2016-06-01
Also published as: BR102015029064A2; CA2911802A1; US20160147215A1; EP3026773B1; JP2016103972A; US9829880B2; EP3026773A1

Abstract

提供一种用于在电力网中对负载进行建模的方法。该方法包含：从电力网中的测量装置获得测量数据；从测量数据识别电力网中的一个或多个电压调整事件；以及基于使用一个或多个电压调整事件所计算的一个或多个电压因数来生成负载模型。

Description

用于在电力网络中对负载进行建模的系统和方法

技术领域

本发明一般涉及电力网络，并且更特别地是涉及用于在电力网络中对负载进行建模的系统和方法。

背景技术

发电系统用来生成电力，其还经由传输系统传输到配电系统。传输系统从远程位置传输电力到可还耦合到一个或多个公用事业的各种配电系统。配电系统接收电力并且将电力分配到耦合到配电系统的各种负载。三种上述系统在结构上和在操作上彼此集成，这形成复杂的电力网络。电力网络的复杂度和动态性需要帮助减少损耗并且增加可靠性的自动方式。因此，不同的基于软件机制已在电力网络中被采用以促进损耗的这类减少和所增加的可靠性。

基于软件机制的一些包含用来理解电力网络中的负载行为的系统，其可包含用于负载预测和负载建模的系统。负载建模是方程的集合，该方程用来确定电力网络中的母线/节点处的电压和在那个母线处或那个母线的下游所连接的负载之间关系。还采用这种关系来估计配电系统或传输系统的电压稳定性以馈电耦合到电力网的负载。然而，目前可用的负载建模系统采用相同的负载建模参数用于不同条件，并且不能处理现场数据以提供准确结果。准确负载建模参数的缺失引起电力网络的操作裕度的不正确计算，由此导致不稳定性和无效率。

因此，发明人已提供用于在电力网络中对负载进行建模的改进的系统和方法。

发明内容

简要地，按照一个实施例，提供一种用于在电力网中对负载进行建模的方法。该方法包含从电力网中的测量装置获得测量数据，从测量数据识别电力网中的一个或多个电压调整事件，以及基于使用一个或多个电压调整事件所计算的一个或多个电压因数来生成负载模型。

在另一个实施例中，提供一种用于生成电力网的负载模型的系统。该系统包含用于在电力网中获得测量数据的测量装置。该系统也包含配置成从测量数据识别电力网中的一个或多个电压调整事件的事件过滤器。该系统还包含配置成基于使用一个或多个电压调整事件所计算的一个或多个电压因数来生成负载模型的负载建模单元。

在还有的另一个实施例中，提供了一种其上存储有指令的计算机可读介质，所述指令在运行时，引起具有测量装置、事件过滤器和负载建模单元的负载建模系统执行方法，其中方法包含从电力网中的测量装置获得测量数据，从测量数据识别电力网中的一个或多个电压调整事件，从负载模型库获得负载建模参数的第一集合，基于负载建模参数的第一集合以及一个或多个电压调整事件来使用递归最小均方过滤器来确定负载建模参数的第二集合，使用负载建模参数的第二集合来确定电力网的一个或多个电压因数，基于电力网的一个或多个电压因数来生成负载模型，以及使用负载建模参数的第二集合来更新负载模型库。

本发明提供下面的技术方案：

1.一种用于在电力网中对负载进行建模的方法，包括：

从所述电力网中的测量装置获得测量数据；

从所述测量数据识别所述电力网中的一个或多个电压调整事件；

以及

基于使用所述一个或多个电压调整事件所计算的一个或多个电压因数来生成负载模型。

2.如技术方案1所述的方法，其中获得所述测量数据包括从电力网中的一个或多个位置获得功率、电压和电流。

3.如技术方案2所述的方法，其中从所述电力网中的一个或多个位置获得所述功率、所述电压和所述电流包括从所述电力网中的所聚合负载获得所述功率、所述电压和所述电流。

4.如技术方案3所述的方法，还包括基于预定标准来聚合所述电力网中的个别负载用于在所述电力网中获得所述功率、所述电压和所述电流。

5.如技术方案1所述的方法，其中识别所述一个或多个电压调整事件包括基于预定电压阈值来过滤所述测量数据。

6.如技术方案1所述的方法，还包括从负载模型库获得负载建模参数的第一集合。

7.如技术方案1所述的方法，还包括基于负载建模参数的第一集合和所述一个或多个电压调整来确定负载建模参数的第二集合。

8.如技术方案7所述的方法，还包括使用负载建模参数的所述第二集合来更新负载模型库。

9.如技术方案1所述的方法，其中基于一个或多个电压因数来生成所述负载模型，基于电压相关性、电压灵敏因数或其组合来生成所述负载模型。

10.如技术方案9所述的方法，还包括使用负载建模参数的第二集合来确定所述电压相关性和所述电压灵敏因数。

11.如技术方案1所述的方法，其中生成所述负载模型包括生成静态负载模型。

12.一种用于生成电力网的负载模型的系统，包括：

测量装置，用于在所述电力网中获得测量数据；

事件过滤器，配置成从所述测量数据识别所述电力网中的一个或多个电压调整事件；以及

负载建模单元，配置成基于使用所述一个或多个电压调整事件所计算的一个或多个电压因数来生成负载模型。

13.如技术方案12所述的系统，其中所述测量装置包括监督控制和数据采集(SCADA)单元、远程终端单元(RTU)、相量测量单元(PMU)、高级计量基础设施(AMI)计量表、功率因数计量表、功率质量计量表或其组合。

14.如技术方案12所述的系统，其中所述测量数据包括所述电力网中的一个或多个位置的功率、电压和电流。

15.如技术方案12所述的系统，其中所述负载建模单元和所述事件过滤器在所述电力网中独立地部署，或在所述电力网中的传输系统、配电系统或其组合上部署。

16.如技术方案12所述的系统，还包括用于存储对于多个对应群的每一个的负载建模参数的负载模型库。

17.如技术方案16所述的系统，其中所述多个群的每一个包括下列的至少一个：季节、星期中的某天、一天的某时、一天的某时的温度或其组合。

18.如技术方案12所述的系统，还包括配置成基于负载建模参数的所述第一集合以及所述一个或多个电压调整事件来确定负载建模参数的第二集合的递归最小均方过滤器。

19.如技术方案12所述的系统，还包括配置成使用负载建模参数的第二集合来更新负载模型库的反馈环。

20.一种其上存储有指令的计算机可读介质，所述指令在运行时，引起具有测量装置、事件过滤器和负载建模单元的负载建模系统执行方法，所述方法包括：

从所述电力网中的所述测量装置获得测量数据；

从负载模型库获得负载建模参数的第一集合；

基于负载建模参数的所述第一集合和所述一个或多个电压调整事件来使用递归最小均方过滤器来确定负载建模参数的第二集合；

使用负载建模参数的所述第二集合来确定所述电力网的一个或多个电压因数；

基于所述电力网的一个或多个电压因数来生成负载模型；以及

使用负载建模参数的所述第二集合来更新所述负载模型库。

附图说明

在参考附图阅读下面详细的描述时，本发明的这些和其他特征、方面和优点将变得更好理解，在附图中，相似标号在所有附图中表示相似部件，其中：

图1是按照本发明的实施例的用于在电力网中对负载进行建模的系统的框图表示。

图2是按照本发明的实施例的表示包含在用于电力网中对负载进行建模的方法中的步骤的流程图。

具体实施方式

除非另有限定，本文所使用的科技术语具有与由本公开属于的领域中的普通技术人员中的一个一般理解的相同的含意。如本文所使用的术语“第一”、“第二”等不表示任何顺序、数量或重要性，而是用来区分一个元件与另一个。而且，术语“一”和“一个”不表示数量的限制，而是表示所参考项目的至少一个的存在。术语“或”意味着包含在内并且意味所列项目的一个、一些或所有。本文的“包含”、“包括”或“具有”及其变化的使用意味包含其后所列项目及其等同物以及附加项目。术语“连接”和“耦合”不限制于物理或机械连接或耦合，并且能够包含电气连接或耦合，无论是直接或间接。此外，术语“电路”、“线路”、“控制器”和“处理器”可包含单个组件或多个组件，其是有源的和/或无源的，并且连接或以其他方式耦合在一起以提供所描述的功能。

本发明的实施例包含用于在电力网中对负载进行建模的系统和方法。发明的系统和方法使用在那些或类似条件期间所收集的测量数据来有利地提供不同的负载建模参数用于不同条件。这允许像电压相关性和电压灵敏因数的负载的性质的准确估计。电压相关性和电压灵敏因数的这种准确估计提供帮助增加电力网的效率和鲁棒性的更可靠的负载模型。而且，为了一些分析的目的，例如电压稳定性分析和/或偶然性分析，电压灵敏因数可用作K_z、K_i、K_p的个别数值的备选方案用于准确和更快的分析。

图1是按照本发明的实施例的包含用于在电力网10中对负载进行建模的系统20的电力网10的框图表示。在这个实施例中，系统20可包含基于测量的负载建模系统。在一个实施例中，系统20可在电力网10中的传输系统12或配电系统14上部署或可独立地存在于电力网10中。在该实施例中，其中系统20独立地存在于电力网10中，系统20可操作上耦合到传输系统、配电系统或其组合以生成这类一个或多个系统的负载模型。系统20包含配置成在电力网10中获得测量数据40的测量装置30。在一个实施例中，测量装置30可包含监督控制和数据采集(SCADA)单元、远程终端单元(RTU)、相量测量单元(PMU)、高级计量基础设施(AMI)计量表、功率因数计量表、功率质量计量表或能够读取、记录、存储并且监测诸如电压、电流、功率因数、频率的功率系统量以及像有功功率、无功功率和视在功率的导出量的任何其他装置或者其任何两个或多个装置的组合。在另一个实施例中，测量数据40可包含表示在电力网10的一个或多个母线60中的一个或多个位置50处的功率、电压和电流的数值。一个或多个测量装置30位于电力网10中的不同位置50处，并且操作上耦合到电力网10中的一个或多个母线60。一个或多个母线60用来传输或分配电力到各种位置50，并且一个或多个测量装置30可操作上耦合到不同位置50处的每个母线60以从相应位置50处的一个或多母线60获得测量数据40。在另一个实施例中，一个测量装置30可从电力网10中的一个或多个母线60获得测量数据40。为了获得测量数据40的目的，操作上耦合到测量的位置50下游的一个或多个母线60的一个或多个个别负载(未示出)可基于预定标准聚合在一起以获得所聚合负载70的测量数据40。在一个实施例中，所聚合负载70可表示通过将测量的位置50下游的个别负载相加所生成的集合负载。此外，测量装置30从一个或多个母线60获得测量数据40，并且传输测量数据40到事件过滤器80。

事件过滤器80接收测量数据40并且从测量数据40识别电力网10中的一个或多个电压调整事件90。在一个实施例中，事件过滤器80基于预定电压阈值(V_th)来过滤测量数据40。在另一个实施例中，一个或多个电压调整事件90可包含操作上耦合在电力网10中的升压变压器中的抽头变换(tapchange)事件。事件过滤器80鉴别(screen)测量数据40以确定在电力网10中的特定位置50处电压的任何变换。为此，事件过滤器80确定在通过测量装置30在特定时刻处和先前时刻处所测量的电压之间的差并且使用差来识别一个或多个电压调整事件90。虽然不同条件和参数可用来识别一个或多个电压调整事件90，但是识别一个或多个电压调整事件90的示例的一些在下面陈述：

(\partial V) > V_{t h}

(\partial V) > V_{t h},

并且

(&PartialD; P * &PartialD; V > 0)

(\partial V) > V_{t h},

并且

(\partial P * \partial V > 0),

并且

(\partial Q * \partial V > 0)

其中是第一时刻(T)以及第一时刻之前的时刻(T-n)在特定位置50处所测量有效功率之间的差，其中n可以是1到n，是第一时刻以及第一时刻之前的时刻(T-n)在特定位置50处所测量无功功率之间的差，其中n可以是1到n。

事件过滤器80基于对于从其接收测量数据40的位置50的每一个的事件过滤器80的配置来计算或其组合。此外，事件过滤器80识别电力网10中的一个或多个位置50处的一个或多个电压调整事件90，并且传输具有其相应的位置50的一个或多个电压调整事件90到负载建模单元100。

此外，负载建模单元100操作上耦合到负载模型库110。负载建模单元100从事件过滤器80接收具有其相应位置的一个或多个电压调整事件90，并且也从负载模型库110接收负载建模参数120的第一集合。负载建模单元100使用负载建模参数120的第一集合和一个或多个电压调整事件90来确定负载建模参数130的第二集合。负载建模单元100使用负载建模参数130的第二集合来确定负载模型150。在一个实施例中，负载模型150可包含静态负载模型。为此，负载建模单元100使用负载建模参数130的第二集合来计算一个或多个电压因数(未示出)，并且一个或多个电压因数用来生成负载模型。在一个实施例中，一个或多个电压因数可包含电压相关性、电压灵敏因数或其组合。

负载建模参数130的第二集合使用还用来计算一个或多个电压因数的代数方程来计算。在一个实施例中，代数方程可包含二次方程，也称为ZIP负载模型。在一些实施例中，可使用负载功率消耗的电压相关性的任何其他代数表示或指数负载模型。ZIP模型能够数字上表示为：

\frac{P}{P_{n}} = K_{z} {(\frac{V}{V_{n}})}^{2} + K_{i} \frac{V}{V_{n}} + K_{p}

其中P表示对应于从其获得测重的特定位置处的功率传输或配电母线的母线功率，V表示母线电压，P_n和V_n表示母线的标称功率和电压，并且K_z、K_i、K_p是负载建模参数，其中K_z表示不变的阻抗负载系数，K_i表示不变的电流负载系数，并且K_p表示不变的功率负载系数。在一个实施例中，一个或多个电压调整事件可用来确定K_z，K_i的数值。

在实施例中，其中负载模型基于电压相关性来生成，修改上述方程以确定K_z、K_i、K_p的数值，其中所修改方程可表示为：

M i n \underset{i}{Σ} | | P_{i} - (K_{z} * P_{n}) {(\frac{V_{i}}{V_{n}})}^{2} - (K_{i} * P_{n}) (\frac{V_{i}}{V_{n}}) - (K_{p} * P_{n}) | |

其中P_n是标称功率，P_i是在时刻(i)处的发电系统的所测量的功率并且已知，V_n表示特定位置处的标称电压，并且V_i表示时刻(i)处的母线电压。在这个实施例中，K_z、K_i、K_p的数值形成负载建模参数130的第二集合，并且用来确定电力网10的电压相关性。如本文所使用的，电压相关性可限定为电力网10的能力以便在没有负载生成功率平衡的损耗的情况下馈电耦合到电力网10的一个或多个负载。

在另一个实施例中，负载模型基于电压灵敏因数来生成，其中电压灵敏因数是关于电压的功率的导数。负载建模单元100计算功率的差和电压的差之间的比率，其中表示在电压调整事件之前的特定母线处所测量的功率和在电压调整事件之后的特定母线处所测量的功率之间的差，并且类似地，表示在电压调整事件之前的特定母线处所测量的电压和在电压调整事件之后的特定母线处所测量的电压之间的差。在一个实施例中，以最小电压计算比率。此外，通过负载建模单元100还使用比率和代数方程以确定电压灵敏因数，其可表示为(2K_z+K_i)。通过负载建模单元100还使用电压灵敏因数以生成负载模型。在这个实施例中，电压灵敏因数形成负载建模参数130的第二集合，其还用来生成负载模型150。

在一个实施例中，负载建模单元100包含递归最小均方过滤器140，其被采用以基于负载建模参数120的第一集合和一个或多个电压调整事件90来确定负载建模参数130的第二集合。递归最小均方过滤器140使用ZIP模型方程以确定负载建模参数130的第二集合的数值。为了确定负载建模参数130的第二集合的数值，递归最小均方过滤器140使用从负载模型库110所接收的负载建模参数120的第一集合作为用于执行最小均方计算的初始条件。在一个实施例中，在其中负载建模参数120的第一集合从负载模型库110是不可用的情形中，递归最小均方过滤器140可使用一个或多个预定数值。此外，递归最小均方过滤器140获得遗忘因数和加权因数以递归地确定K_z、K_i、K_p。遗忘因数和加权因数可基于一个或多个预定标准来指派数值。递归最小均方过滤器140使用来自从负载模型库110所获得的负载建模参数120的第一集合的K_z、K_i、K_p的数值、加权因数以及遗忘因数以生成负载建模参数K′_z、K′_i、K′_p的第二集合。

负载建模单元100还生成基于负载模型150的模拟功率输出，并且确定所测量功率155和模拟功率输出165之间的误差160。这种误差还用来经由负载建模单元100和负载模型库110之间的反馈环170使用负载建模参数130的第二集合来更新负载模型库110。负载模型库110包含多个群180。多个群180基于一个或多个预定标准来选择。在使负载模型库110结构化之前确定标准，使得负载模型库110可帮助使负载建模单元100的操作最优化。然而，多个群180可被选择并且在系统20的寿命期间在负载模型库中更新。在一个实施例中，多个群180的每一个可包含一个或多个子群190。在具体实施例中，多个群180和一个或多个子群190表示季节、星期中的某天、一天的某时、一天的某时的温度或其组合。在用于在电力网10中对负载进行建模的系统20的操作过程期间，多个群180、一个或多个子群190或其组合可使用对于对应的群180或子群190的每一个的负载建模参数130的第二集合来更新。例如，如果第一群表示季节，则第一群中的第一子群表示星期，并且第一子群包含表示天的另一个群，在负载模型库110中的负载建模参数(未示出)的所更新第二集合将表示特定季节中的某星期的特定某天的负载建模参数。负载建模库110的这种更新在没有一个或多个电压调整事件90的发生的情况下帮助负载建模单元100确定负载建模参数130的第二集合以及也提供用于各种相关目的的历史数据。继续该示例，负载建模参数130的第二集合的这类数值可当由群和子群所表示的条件与操作电力网的条件匹配时再次通过负载建模单元100用来确定负载模型150。在其中电压调整事件是不可用的情况下，负载建模单元可使用负载模型库110中的负载建模参数的第二集合的数值来确定负载模型150。在其中一个或多个电压调整事件被识别的其他情况中，负载建模单元使用负载模型库中的负载建模参数的第二集合作为负载建模参数120的第一集合以计算然后在负载模型库110中更新的负载建模参数130的新集合。在系统20的操作期间持续重复这种处理。此外，负载模型库110实现只表示负载建模参数130的第二集合的数值的存储，因此减少存储空间和尺寸。在一个实施例中，负载模型库110可位于/存在于系统中用于对负载进行建模或可从远程位置通信上耦合到负载建模单元100。

图2是表示按照本发明的实施例的包含在用于电力网中对负载进行建模的方法200中的步骤的流程图。方法200包含在步骤210中从电力网中的测量装置获得测量数据。在一个实施例中，来自电力网中的一个或多个位置的功率、电压和电流从测量装置获得。在另一个实施例中，来自一个或多个位置的功率、电压和电流通过在电力网聚合负载获得。在具体实施例中，电力网中的负载基于预定标准来聚合以从电力网中的一个或多个不同位置获得功率、电压和电流。方法200也包含在步骤220中从测量数据识别电力网中的一个或多个电压调整事件。在一个实施例中，所测量数据基于预定电压阈值来过滤以识别一个或多个电压调整事件。在一个实施例中，从负载模型库获得负载建模参数的第一集合。在另一个实施例中，负载建模参数的第二集合基于负载建模参数的第一集合和一个或多个电压调整事件来确定。在具体实施例中，负载建模参数的第二集合使用递归最小均方过滤器来确定。在另一个实施例中，负载建模库使用负载建模参数的第二集合来更新。方法200还包含在步骤230中基于使用一个或多个电压调整事件所计算的电压相关性来生成负载模型。在一个实施例中，电压相关性使用负载建模参数的第二集合来确定。在具体实施例中，生成负载模型包含生成静态负载模型。

本领域技术人员将理解，可应用上述系统20和方法200用于在电力网中生成有效功率负载模型并且还使用必需的修改在电力网10中生成无功功率和视在功率。因此使用有功功率、无功功率和视在功率中的每一个所计算的建模参数和电压相关性因数表达为负载建模参数的独立集合，并且可连同如本文所讨论的有效功率负载建模参数一起在负载模型库中更新。

如本文所描述的，本发明的实施例使用在那些或类似条件期间所收集的测量数据实现不同的负载建模参数用于不同条件。这允许像电压相关性和电压灵敏因数的负载的性质的准确估计。电压相关性和电压灵敏因数的这种准确估计提供帮助增加电力网的效率和鲁棒性的更可靠模型。而且，对于一些分析目的，例如电压稳定性分析和/或偶然性分析，电压灵敏性因数可用作K_z、K_i、K_p的个别数值的备选方案用于准确和更快分析。

要理解，技术人员将认识到来自不同实施例的各种特征的可互换性，并且所描述的各种特征以及对于每个特征的其他已知等同物可通过本领域中的普通技术人员中的一个来混合和匹配以按照这个公开的原理来构造负载系统和技术。因此，要理解，所附权利要求书旨在涵盖如落入本发明的真实精神内的所有这类修改和改变。

尽管本文仅描述和图示本发明的某些特征，但是本领域技术人员将想到许多修改和改变。因此，要理解，所附权利要求书旨在涵盖如落入本发明的真实精神内的所有这类修改和改变。

Claims

1.一种用于在电力网中对负载进行建模的方法，包括：

从所述电力网中的测量装置获得测量数据；

从所述测量数据识别所述电力网中的一个或多个电压调整事件；以及

2.如权利要求1所述的方法，其中获得所述测量数据包括从电力网中的一个或多个位置获得功率、电压和电流。

3.如权利要求2所述的方法，其中从所述电力网中的一个或多个位置获得所述功率、所述电压和所述电流包括从所述电力网中的所聚合负载获得所述功率、所述电压和所述电流。

4.如权利要求3所述的方法，还包括基于预定标准来聚合所述电力网中的个别负载用于在所述电力网中获得所述功率、所述电压和所述电流。

5.如权利要求1所述的方法，其中识别所述一个或多个电压调整事件包括基于预定电压阈值来过滤所述测量数据。

6.如权利要求1所述的方法，还包括从负载模型库获得负载建模参数的第一集合。

7.如权利要求1所述的方法，还包括基于负载建模参数的第一集合和所述一个或多个电压调整来确定负载建模参数的第二集合。

8.如权利要求7所述的方法，还包括使用负载建模参数的所述第二集合来更新负载模型库。

9.如权利要求1所述的方法，其中基于一个或多个电压因数来生成所述负载模型包括基于电压相关性、电压灵敏因数或其组合来生成所述负载模型。

10.如权利要求9所述的方法，还包括使用负载建模参数的第二集合来确定所述电压相关性和所述电压灵敏因数。