CN106067678A - 提高电力系统稳定性的系统和方法 - Google Patents
提高电力系统稳定性的系统和方法 Download PDFInfo
- Publication number
- CN106067678A CN106067678A CN201610253376.2A CN201610253376A CN106067678A CN 106067678 A CN106067678 A CN 106067678A CN 201610253376 A CN201610253376 A CN 201610253376A CN 106067678 A CN106067678 A CN 106067678A
- Authority
- CN
- China
- Prior art keywords
- accident
- generator
- processor
- network system
- target
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/10—Constant-current supply systems
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明题为提高电力系统稳定性的系统和方法。本文描述的实施例提供这样的系统,其包括处理器。该处理器配置成从多个电网系统意外事件选择至少一个电网系统意外事件。处理器进一步配置成基于至少一个电网系统意外事件来推导一个或多个本征灵敏度值。处理器还配置成至少部分基于本征灵敏度值来推导一个或多个控制动作。处理器另外配置成应用一个或多个控制动作以用于电网系统的发电再调度。
Description
技术领域
本发明用政府支持、在由美国能源部授予的合同号DE-OE0000626下做出。美国政府在本发明中具有某些权利。
本文公开的主题涉及发电系统,并且更具体地涉及适合于使用发电系统的发电再调度来增强电力系统振荡稳定性的技术。
背景技术
电网可包括适合于发电的发电系统。电力然后可经由电网基础设施分配和传输以供各种实体(其包括家庭住宅和商业设施)消耗。电力消耗除其他因素外还可根据实体的需求和操作而变化。在当代电力系统中,可存在大量发电机和关联控制器,可存在许多类型的负载:范围从简单的电阻性负载到具有电子控制器的更复杂负载。负载和不同负载类型的汇集使电力系统的复杂性和非线性增加。因此,电力系统是复杂的非线性动态系统。
系统操作员可经由发电再调度来增强电网系统的操作,在发电再调度中发电设施重配置成在操作期间可能遇到的某些振荡模式下提高电力生产和分配。例如,电力生产系统可具有低阻尼的多频振荡模式。这些模式的阻尼导致更稳定的电力生产、分配和传输。如果没有被阻尼,振荡可导致不希望的电网问题,并且可在电力生产系统在它们的加载或消费者需求方面经历较大变化性时变得更频繁。提供通过发电系统的发电再调度来提高这样的模式的阻尼的技术,这可是有用的。
发明内容
与最初要求保护的本发明在范围上相当的某些实施例在下文概述。这些实施例不意在限制要求保护的本发明的范围,而相反这些实施例只意在提供本发明的可能形式的简短概要。实际上,本发明可包含可与下文阐述的实施例相似或不同的多种形式。
第一实施例提供这样的系统,其包括处理器。该处理器配置成从多个电网系统意外事件选择至少一个电网系统意外事件。处理器进一步配置成基于至少一个电网系统意外事件来推导一个或多个本征灵敏度值。处理器还配置成至少部分基于本征灵敏度值来推导一个或多个控制动作。处理器另外配置成应用该一个或多个控制动作以用于电网系统的发电再调度。
第二实施例提供这样的方法,其包括经由处理器从多个电网系统意外事件选择至少一个电网系统意外事件。方法进一步包括经由处理器基于至少一个电网系统意外事件来推导一个或多个本征灵敏度值。方法另外包括经由处理器至少部分基于本征灵敏度值来推导一个或多个控制动作。方法还包括经由处理器应用该一个或多个控制动作以用于电网系统的发电再调度。
第三实施例提供存储指令的非暂时性计算机可读介质,这些指令在由处理器执行时促使处理器从多个电网系统意外事件选择至少一个电网系统意外事件。指令进一步促使处理器基于至少一个电网系统意外事件推导一个或多个本征灵敏度值。指令还促使处理器至少部分基于本征灵敏度值来推导一个或多个控制动作。指令另外促使处理器应用该一个或多个控制动作以用于电网系统的发电再调度。
技术方案1:一种系统,其包括:处理器,其配置成:从多个电网系统意外事件选择至少一个电网系统意外事件;基于所述至少一个电网系统意外事件推导一个或多个本征灵敏度值;至少部分基于所述本征灵敏度值来推导一个或多个控制动作;以及应用所述一个或多个控制动作以用于电网系统的发电再调度。
技术方案2:如技术方案1所述的系统,其中所述处理器配置成经由扰动通过扰动多个发电机系统中包括的发电机系统的功率来推导所述一个或多个本征灵敏度值并且使所述扰动在所述多个发电机系统的余下部分之中分配。
技术方案3:如技术方案2所述的系统,其中所述扰动在所述多个发电机系统的余下部分之中同等分配。
技术方案4:如技术方案1所述的系统,其中所述一个或多个本征值的第一本征值包括基本情况σbase,其代表对于所述电网系统的特定振荡模式的基本情况σ。
技术方案5:如技术方案1所述的系统,其中所述一个或多个本征值的第二本征值包括后意外事件情况σpost,其代表对于所述电网系统的特定振荡模式的后意外事件情况σ。
技术方案6:如技术方案4所述的系统,其中所述处理器配置成使所述基本情况σbase移动使得对应于后再调度后意外事件状况的σ位于代表期望阻尼比、期望稳定时间或其组合的阈值之外。
技术方案7:如技术方案4所述的系统,其中所述一个或多个本征值的第三本征值包括σtarget,并且其中所述处理器配置成通过使用σbase和Δσtarget来推导所述σtarget。
技术方案8:如技术方案7所述的系统,其中所述处理器配置成通过应用σpost-target和σpost来推导所述Δσtarget,其中所述σpost-target代表在所述电网系统意外事件后的目标稳定时间并且其中所述σpost包括所述电网系统意外事件后的稳定时间。
技术方案9:如技术方案1所述的系统,其包括应用二次规划来对优化问题求解以推导所述一个或多个控制动作。
技术方案10:如技术方案9所述的系统,其中所述优化问题包括,其中Ng是所述电网系统中包括的发电机系统的总数量,并且是对于所述发电机系统的每个发电机系统i的再调度功率量。
技术方案11:如技术方案1所述的系统,其包括模拟所述一个或多个控制动作来确定所述一个或多个控制动作是否可接受,并且如果可接受,则应用所述控制动作以用于所述发电再调度。
技术方案12:一种方法,其包括:经由处理器从多个电网系统意外事件选择至少一个电网系统意外事件;经由所述处理器基于所述至少一个电网系统意外事件来推导一个或多个本征灵敏度值;经由所述处理器至少部分基于所述本征灵敏度值推导一个或多个控制动作;以及经由所述处理器应用所述一个或多个控制动作以用于电网系统的发电再调度。
技术方案13:如技术方案12所述的方法,其中经由所述处理器推导所述一个或多个本征灵敏度值包括经由扰动来扰动多个发电机系统中包括的发电机系统的功率并且使所述扰动在所述多个发电机系统的余下部分之中分配。
技术方案14:如技术方案12所述的方法,其包括经由所述处理器创建所述电网系统的模拟模型,其中所述模拟模型包括一个或多个发电系统、一个或多个负载以及使所述一个或多个发电系统电耦合于所述一个或多个负载的一个或多个电力线,其中经由所述处理器推导所述一个或多个本征灵敏度值包括经由扰动来扰动多个发电机系统中包括的发电机系统的功率并且使所述扰动在所述多个发电机系统的余下部分之中分配,并且其中扰动所述功率包括执行所述模拟模型的模拟。
技术方案15:如技术方案11所述的方法,其中经由所述处理器推导一个或多个本征灵敏度值包括经由所述处理器推导一个或多个基于负载的本征灵敏度值,并且其中所述一个或多个控制动作包括配置成从所述电网系统接收功率的一个或多个负载的控制。
技术方案16:一种存储指令的非暂时性计算机可读介质,所述指令在由处理器执行时促使所述处理器:从多个电网系统意外事件选择至少一个电网系统意外事件;基于所述至少一个电网系统意外事件推导一个或多个本征灵敏度值;至少部分基于所述本征灵敏度值来推导一个或多个控制动作;以及应用所述一个或多个控制动作以用于电网系统的发电再调度。
技术方案17:如技术方案16所述的非暂时性计算机可读介质,其中促使所述处理器推导所述一个或多个本征灵敏度值的指令包括促使所述处理器经由扰动来扰动多个发电机系统中包括的发电机系统的功率以及使所述扰动在所述多个发电机系统的余下部分之间分配的指令。
技术方案18:如技术方案16所述的非暂时性计算机可读介质,其中所述一个或多个本征灵敏度值包括基本情况σbase,其代表对于所述电网系统的特定振荡模式的基本情况σ,并且其中所述指令包括促使所述处理器使所述基本情况σbase移动使得所述基本情况σbase位于代表期望阻尼比、期望稳定时间或其组合的阈值之外的指令。
技术方案19:如技术方案16所述的非暂时性计算机可读介质,其包括促使所述处理器应用二次规划来对优化问题求解以推导所述一个或多个控制动作的指令,其中所述优化问题包括,其中Ng是所述电网系统中包括的发电机系统的总数量,并且是对于所述发电机系统的每个发电机系统i的再调度功率量。
技术方案20:如技术方案16所述的非暂时性计算机可读介质,其包括这样的指令,所述指令促使所述处理器模拟所述一个或多个控制动作来确定所述一个或多个控制动作是否可接受,并且如果可接受的话,应用所述控制动作以用于所述发电再调度。
附图说明
当参照附图(其中类似的符号在整个附图中代表类似的部件)阅读下列详细描述时,本发明的这些和其他特征、方面和优势将变得更好理解,其中:
图1是发电、输电和配电系统的实施例的框图;
图2是发电机系统的振型(mode-shape)分组的实施例的电网图;
图3是发电机系统的本征灵敏度分组的实施例的电网图;
图4是描绘通过十一个配电线互连的四个发电机系统的实施例的示意图;
图5是描绘本征值实部灵敏度和适合于提高发电再调度的阈值的曲线图;
图6是适合于提高发电再调度(其包括N-1意外事件)的过程的实施例的流程图。
具体实施方式
将在下文描述本发明的一个或多个特定实施例。为了提供这些实施例的简洁描述,可不在该说明书中描述实际实现的所有特征。应该意识到在任何这样的实际实现的开发中,如在任何工程或设计项目中,必须做出许多实现特定的决定以达到开发者的特定目标,例如遵守系统相关和业务相关的约束等,其可随实现而不同。此外,应该意识到这样的开发努力可能是复杂并且耗时的,但对于具有本公开的利益的那些普通技术人员仍将是设计、制作和制造的例行任务。
当介绍本发明的各种实施例的要素时,冠词“一个”、“一”、 “该”和“所述”意在表示存在要素中的一个或多个。术语“包括”、“包含”和“具有”意在为包括性的并且表示可存在除列出的要素外的附加要素。
本公开描述适合于通过发电再调度提高振荡稳定性的技术。如本文进一步描述的,提供用于前摄地识别适合于实时或近实时地解决电力系统区域间振荡问题的某些控制要素和它们的最佳控制动作的基于灵敏度因子和优化的方法。控制要素和动作可包括发电机有源功率再调度、减少负载、电容器组开关等。在一个实施例中,本征值关于控制变量改变的灵敏度通过扰动电力系统模型来确定。扰动可导致适合于用作到受约束优化问题的输入的信息。优化问题可配置成对电力系统提供最小阻尼量。优化问题然后可通过使用目标(例如使某些控制动作的总量和成本最小化)来解决。
有利地,本文描述的技术对可对可信的‘假设’情景(例如发电机系统变得可不用的情景、配电线断开的情景等)增加电网稳定性的目标本征值提供更具前摄性的确定。可创建例如基于软件的工具、基于硬件的工具或其组合等工具并且将其设置在公用事业控制室中并且它将采取解决的功率流情况、关联的动态模型和关键意外事件作为输入并且推导可解决振荡问题的更优控制动作作为输出。
记住前述,描述系统(例如操作地耦合于发电再调度优化(GRDO)系统10的电网系统8,如在图1中图示的)的实施例,这可是有用的。如描绘的,电网系统8可包括一个或多个公用事业12。该公用事业12可提供电网系统8的电力生产和监督操作。例如,公用事业控制中心14可监测和引导由一个或多个发电站16和替代发电站18产生的电力。发电站16可包括常规发电站,例如使用气、煤、生物质和其他碳质产品作为燃料的发电站。替代发电站18可包括使用太阳能、风力、水电力、地热和其他替代电力源(例如,可再生能源)来产电的发电站。其他基础设施部件可包括水发电厂20和地热发电厂22。例如,水发电厂20可提供水力发电,并且地热发电厂22可提供地热发电。
由发电站16、18、20和22生成的电力可通过输电网24传输。输电网24可涵盖广泛的地理区域或多个区域,例如一个或多个自治市、州或国家。传输电网24还可以是单相交流(AC)系统,但最一般地可以是三相AC电流系统。如描绘的,输电网24可包括一系列塔来支持采用各种配置的一系列高架电导体。例如,极高压(EHV)导体可设置在三导体束中,其对于三个相位中的每个具有导体。输电网24可支持在110千伏(kV)至765千伏(kV)范围内的标称系统电压。在描绘的实施例中,输电网24可电耦合于配电系统(例如,配电变电站26)。配电变电站26可包括变压器,用于将进入功率从传输电压(例如,765kV、500kV、345kV或138kV)变换成一次(例如,13.8kV或4160V)和二次(例如,480V、230V或120V)配电电压。
高级计量基础设施仪表(例如,智能电表)30可用于基于交付给商业消费者32和住宅消费者34的电力来监测和传达电力相关信息。例如,智能电表30可包括与电网8和GRDO10的单向和/或双向通信,其适合于传达多种信息,包括电力用量、电压、频率、相位、电力质量监测及类似物。智能电表30可另外接收信息,例如需求响应动作、使用时间计价信息、远程服务断开及类似物。
消费者32、34可操作多种耗电设备36,例如家用电器、工业机械、通信设备及类似物。在某些实施例中,耗电设备36可通信耦合于电网系统8、GRDO 10和/或电表30。例如,耗电设备36可包括可远程致动来打开/关闭设备36和/或改变电力消耗(例如,降低或提升供暖通风和空调[HVAC]温度设置点)的开关。智能电表30和耗电设备36可例如通过家庭区域网(HAN)(对于住宅消费者34)、无线区域网(WAN)、电力线网络、局域网(LAN)、网状网络及类似物而通信耦合。
如之前提到的,GRDO 10可操作地耦合于电网系统8(智能电网)并且用于更高效地管理发电再调度。GRDO 10可以是软件系统和/或硬件系统。因此,GRDO 10可包括处理器38,其适合于执行存储在存储器40中的计算机代码或指令。GRDO 10可向可以控制的电网系统10中的多种设备(例如发电机系统、电力存储系统和负载)提供控制信号。在一个实施例中,GRDO 10可设置在公用事业控制中心14中并且可用于观察和管理电网8行为,其包括振荡模式行为。例如,GRDO 10可持续记录来自电网8的数据来调整某些计算,例如灵敏度因子、基于本征值的模型、约束优化问题等来对振荡模式提供更优响应。GRDO 10然后可提供适合于管理发电机有源功率再调度、减少负载、电容器组开关等的推导。通过提供适合于对多种振荡模式作出响应的动态系统,GRDO 10可导致电网系统8的更优管理,其包括对多种振荡状况的响应。
图2和3描绘电网8的地理定位部分的电网图的实施例,该电网图描绘发电系统的某些分组。如在图2中描绘的,描绘地理区域100和102。发电机104-136可服务于该地理区域100和102。即,来自发电机104-136的电力可用于操作地理区域100、102中的电设备或负载。描绘发电机104-136的图标包括在某一振荡模式期间关于振荡方向的矢量或箭头表示。在描绘的图2的实施例中,模式可包括在0.3Hz与0.5Hz之间、阻尼在6%与8%之间的频率。发电机104、106、108在图中示出为与发电机110-136相对地振荡。此外,图2的发电机104-136通过振型来分组。
为了通过振型来分组,可推导系统矩阵(例如,代表电网8的矩阵)的右本征向量,其代表某些发电机(例如,发电机104-136)对特定模式的参与,例如图2中示出的具有在0.3Hz与0.5Hz之间的、阻尼在6%和8%之间的频率的模式。每个发电机104-136参与特定模式的显著性通过振型推导。振型可通过本征值和本征向量分析来求解,例如对以下求解:
方程(1):
其中λ是本征值,Asys是系统矩阵,是代表发电或负载的参数,是振型(即,Asys的右本征向量),是Asys的左本征向量,并且i代表特定发电机(例如,发电机104-136)。
通过应用振型分组,可描述发电机104-136,其具有代表振荡方向的箭头。本文描述的技术可提供本征灵敏度分组,如在图3中示出的。在本征灵敏度分组中,本征灵敏度推导特定发电机(例如,发电机104-136中的一个)的电力中小的扰动如何影响对应于感兴趣特定模式的本征值,而不是只依赖振型。也就是说,考虑方程1的整体以基于发电机电力中小的改变来确定本征值中的改变。因此,如果你基于本征灵敏度来对发电机(例如,发电机104-136)分组,可提供更集中的本征灵敏度组138。如示出的,本征灵敏度组138包括发电机110、112、114、118、120、122、124和136。通过提供本征灵敏度和更集中的本征灵敏度组(例如,组138),本文描述的技术可提供更加高效和改进的发电再调度。例如,本文描述的技术可推导1)哪些发电机应增加输出以及哪些发电机应减小输出;2)哪些发电机在影响某些振荡模式方面将更加有效;3)适合于对振荡阻尼的发电再调度的更优量是什么;以及4)如何更好地避免多个振荡模式之间的负相互作用。
现在转向图4,该图是适合于推导σ、阻尼比和/或稳定时间的四发电机电力生产和分配系统150的实施例的示意图,其中σ是本征值的实部λ,如与由ω指示的虚部相对。较低σ对应于较高阻尼比和较低稳定时间(例如,用于阻尼振荡的时间)。通过推导σ,可以推导阻尼比和稳定时间。为了推导σ或本征值灵敏度,发电机系统(例如,经由数字152指示的G1),发电机系统G1被少量扰动,比如说功率增加100MW,并且在一个实施例中,余下的发电机系统(例如,由数字154指示的发电机系统G2,由数字156指示的发电机系统G3,和由数字158指示的发电机系统G4)彼此之间被同等扰动(例如,每个通过减少33.33MW功率而被扰动)来达到为零的总系统级扰动。计算对应于扰动情景的新本征值λ。灵敏度和/或从而可基于本征值λ的实部σ、虚部ω和P来计算,其中P是扰动功率(例如,100MW)。在另一个中,余下的发电机系统(例如,由数字154指示的发电机系统G2、由数字156指示的发电机系统G3和由数字158指示的发电机系统G4)可彼此之间被不同等地扰动,但具有为零的总系统级扰动。
另外,某些意外事件(例如N-1意外事件)可在本征灵敏度推导期间识别和使用。N-1意外事件可指一个系统(例如发电机系统或输电线)的离线。例如,可考虑某些意外事件(例如输电线A-K关闭、发电机系统G1-G4关闭和/或其组合中的任一个),并且调整功率输出来提供期望的振荡模式阻尼。首先,可在后意外事件状况(即,在出现意外事件后)下对每个发电机系统G1-G4(或其他电力源,例如电容器组)计算本征灵敏度S。在一个实施例中,可使用如下文示出的某一方程。
方程(2):
其中σpost对应于后意外事件计算的σ(例如,在发电机或线路关闭后),并且σpost-target对应于期望后意外事件实现的目标σ。因此,可推导多个Δσtarget,每个基于某些意外事件。Δσtarget然后可用于如下文定义的那样计算σtarget。
方程(3):
其中σbase对应于基本情况σ(例如,前意外事件操作)。系统8然后可操作成满足σtarget。操作系统8来满足σtarget可导致等于σpost-target后意外事件的最坏情况σ,其必须设置成适合于以期望阻尼比和/或后目标稳定时间操作的期望值。因此,系统后再调度可更好地对应于意外事件。实际上,可应用本文描述的技术使得系统8包括期望阻尼比和/或达到期望稳定时间,甚至如果出现某些意外事件(例如,断开的线路、不可操作的发电机)也如此。
用图片示出上文描述的推导,这可是有用的。因此,图5描绘曲线图170的实施例,其示出具有值-0.14的基本情况σ0 178(例如,前意外事件情况),σ1 172、σ2 184和σ3 182是对应于三个意外事件的σ,其分别具有值-0.10、-0.11和-0.12。在图5中示出的值仅仅是示例,并且注意可使用其他值或值的范围。对于对某些(或所有)可能意外事件稳定的系统,需要后意外事件σ处于或超出阈值,例如-0.13。要注意-0.13的阈值是示例使用,并且可推导或提供其他值。目标(如在图中示出的)是使基本情况178的操作条件“移动”或改变它使得例如所有关键意外事件位于或超出期望阈值。在该实施例中,σ1可对应于最坏意外事件,因为它的值最接近零。在描绘的实施例中,可期望,使σ1 172从它在轴174中的当前位置移到具有值-0.13的至少阈值或σtarget 176,其可代表某一阻尼比(例如,5-8%)和/或某一稳定时间(例如,10-40秒)。要注意本文描述的值仅仅是示例,并且可使用任何数量值。适合于使σ1 172移到σtarget 176的量是-0.03(即,-0.10添加到-0.13)。
为了使意外事件情况维持在期望阈值(例如,-0.13),我们则将从-0.14的当前位置移到新位置-0.17,从而导致可提供期望阻尼比(例如,5-8%)和/或某一稳定时间(例如,10-40秒)后意外事件的σ0 180。因为再调度的量基于最坏意外事件来确定,余下的不太严重意外事件无疑将变成稳定的后调度。
提供特定示例,比如说图4中的线路G-H在模式1(例如,其中在0.3Hz与0.5Hz之间、阻尼在6%和8%之间的频率的模式)中断开的意外事件,这也可是有用的。可对模式1计算本征灵敏度S(例如,,和/或),使得后意外事件σpost推导为-0.12并且σbase推导为-0.08。系统8的操作员可期望将后意外事件目标设置成-0.13。因此,方程2导致。然后方程3导致。因此,管理再调度来维持0.33作为目标σ,这将是有益的。
某些技术(例如二次规划(QP))可用于确定QP最佳再调度以便提供目标σ。例如,对于模式1:
方程(4):
其中代表最小发电再调度,Ng是发电机的总数量,ΔPi是对于发电机i的再调度量,然后经受约束:
方程(5):;并且
方程(6):
方程(7):;并且
方程(8):
其中Si是本征值的实部对第i个发电机功率中的改变的灵敏度;σbase是对于基本请求的本征值的实部;σtarget是本征值后调度的目标或期望实部;是对于发电机i的最小期望再调度;是对于发电机i的再调度的最大极限(典型地设置成每单位1);并且和分别是对发电机i的本征值的虚部中的偏差的最小和最大约束。
除发电设备或电力存储设备(例如,发电机、电容器组)外,本文描述的技术可包含负载改变。实际上,可以控制其功率的任何数量的设备可以使用本文描述的技术来再调度。实际上,尽管负载点(例如,图1中的34、36)的数量可大大超出系统8中的发电点的数量,可计算和使用对于负载的本征灵敏度SL。一旦计算SL,可如上文描述的那样使用SL来代替S。为了计算负载的本征灵敏度,第一步骤可使用两个组中的灵敏度信息来计算发电区,其中组1对应于正灵敏度,并且组2对应于负灵敏度。第二步骤然后可使组1中的聚合负载L1减小并且使所有发电机之中的减量跨系统8分配来计算。第三且最后的步骤然后可重复第二步骤来对L2计算SL。要理解除QP外或代替QP还可使用其他技术,其包括基于梯度的优化技术(例如,梯度下降法、共轭梯度法、非线性共轭梯度法)。
基于上文的推导,可执行模拟来验证解式如期望的那样运作。例如,包括系统8或系统8的部分(例如,图2和3的区域100、102)的模拟器可执行再调度的模拟,其包括包含N-1意外事件的模拟。如果模拟如期望的那样起作用,操作员然后可发起调度并且相应地分配功率。
图6描绘适合于对发电机系统提供基于本征灵敏度的再调度(其包括解释电网系统8中的意外事件的再调度)的过程200的实施例。过程200可实现为处理器38可执行并且存储在存储器40中的计算机代码或指令。在描绘的实施例中,过程200可创建(框202)适合于模拟的电网系统8或电网系统8的一部分(例如,部分100、102)的模型。模型可包括可控制其功率的任何设备,其包括发电机系统、负载、电力存储系统等。模型还可包括使各种设备互连的多种电力交付线。
然后可选择(框204)一组意外事件(其包括N-1意外事件)。例如,可选择(框204)具有较高出现概率的意外事件(例如,可关闭的较旧线路、可安排成离线的发电机)、历史上在一年的某些时间出现的意外事件等。过程200然后可推导(框206)本征灵敏度S和相关推导(例如, )以及控制动作。控制动作可包括推导和适合于提供再调度操作的相关推导,其包括可使电力生产、交付和消耗增加和/或减小的控制信号。
过程200然后可通过将控制动作应用于在框202处创建的模型来模拟(框208)例如控制动作。然后可认为模拟结果是可接受或不可接受的(决策210)。如果可接受(决策210),控制动作然后可应用于再调度(框212)。如上文提到的,可传送控制信号来使电力生产、电力交付和电力消耗增加和/或减小。如果不可接受(决策210),过程200然后可使操作员能够做出改变(例如,选择不同的本征灵敏度分组、到模型的输入、控制动作等)并且迭代到框206使得可计算新的推导和/或控制动作。采用该方式,本文描述的技术提供增强的再调度操作。
技术效果包括执行基于本征灵敏度的再调度控制动作。作为振型组的备选或除振型组外,可选择本征灵敏度组。基于本征灵敏度的推导可解释意外事件,例如可在电网系统中出现的N-1意外事件。意外事件可包括离线的发电机系统和/或电力线。基于本征灵敏度的推导可响应于指定振荡模式提供期望阻尼比和/或稳定时间。基于本征灵敏度的推导还可包括适合于更加高效且更具响应性的再调度的控制动作。可模拟控制动作以在使用之前提供验证和确认。然后可例如通过传送适合于使电力生产、电力交付和电力消耗增加和/或减小的控制信号来实现控制动作。
该书面描述使用示例来公开本发明,其包括最佳模式,并且还使本领域内技术人员能够实践本发明,其包括制作和使用任何设备或系统并且执行任何包含的方法。本发明的专利范围由权利要求定义,并且可包括本领域内技术人员想到的其他示例。这样的其他示例如果它们具有不与权利要求的书面语言不同的结构要素,或者如果它们包括与权利要求的书面语言无实质区别的结构要素则规定在权利要求的范围内。
Claims (10)
1.一种系统,其包括:
处理器,其配置成:
从多个电网系统意外事件选择至少一个电网系统意外事件;
基于所述至少一个电网系统意外事件推导一个或多个本征灵敏度值;
至少部分基于所述本征灵敏度值来推导一个或多个控制动作;以及
应用所述一个或多个控制动作以用于电网系统的发电再调度。
2.如权利要求1所述的系统,其中所述处理器配置成经由扰动通过扰动多个发电机系统中包括的发电机系统的功率来推导所述一个或多个本征灵敏度值并且使所述扰动在所述多个发电机系统的余下部分之中分配。
3.如权利要求2所述的系统,其中所述扰动在所述多个发电机系统的余下部分之中同等分配。
4.如权利要求1所述的系统,其中所述一个或多个本征值的第一本征值包括基本情况σbase,其代表对于所述电网系统的特定振荡模式的基本情况σ。
5.如权利要求1所述的系统,其中所述一个或多个本征值的第二本征值包括后意外事件情况σpost,其代表对于所述电网系统的特定振荡模式的后意外事件情况σ。
6.如权利要求4所述的系统,其中所述处理器配置成使所述基本情况σbase移动使得对应于后再调度后意外事件状况的σ位于代表期望阻尼比、期望稳定时间或其组合的阈值之外。
7.如权利要求4所述的系统,其中所述一个或多个本征值的第三本征值包括σtarget,并且其中所述处理器配置成通过使用σbase和Δσtarget来推导所述σtarget。
8.如权利要求7所述的系统,其中所述处理器配置成通过应用σpost-target和σpost来推导所述Δσtarget,其中所述σpost-target代表在所述电网系统意外事件后的目标稳定时间并且其中所述σpost包括所述电网系统意外事件后的稳定时间。
9.如权利要求1所述的系统,其包括应用二次规划来对优化问题求解以推导所述一个或多个控制动作。
10.如权利要求9所述的系统,其中所述优化问题包括,其中Ng是所述电网系统中包括的发电机系统的总数量,并且是对于所述发电机系统的每个发电机系统i的再调度功率量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/693,590 US10291025B2 (en) | 2015-04-22 | 2015-04-22 | Systems and methods for improved stability of power systems |
US14/693590 | 2015-04-22 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106067678A true CN106067678A (zh) | 2016-11-02 |
Family
ID=55862546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610253376.2A Pending CN106067678A (zh) | 2015-04-22 | 2016-04-22 | 提高电力系统稳定性的系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10291025B2 (zh) |
EP (1) | EP3086430B1 (zh) |
JP (1) | JP2016208826A (zh) |
CN (1) | CN106067678A (zh) |
BR (1) | BR102016008611A2 (zh) |
CA (1) | CA2927255A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3156861B1 (en) * | 2015-10-16 | 2018-09-26 | GE Renewable Technologies | Controller for hydroelectric group |
JP7098515B2 (ja) * | 2018-12-14 | 2022-07-11 | 株式会社東芝 | 電力系統安定化装置 |
JP7293084B2 (ja) * | 2019-10-25 | 2023-06-19 | 株式会社東芝 | 安定化システム |
CA3181981A1 (en) | 2020-01-25 | 2021-02-12 | Matthew Toews | Method for on demand power production utilizing geologic thermal recovery |
CN112436526A (zh) * | 2020-08-21 | 2021-03-02 | 广西大学 | 一种基于矢量化技术的特征值解析灵敏度计算方法 |
CN113363991B (zh) * | 2021-07-02 | 2022-12-02 | 合肥工业大学 | 一种基于综合灵敏度的潮流控制方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2645001B2 (ja) * | 1987-01-22 | 1997-08-25 | 中部電力株式会社 | 電力系統動態安定度の予防制御方法 |
US8024076B2 (en) * | 2003-06-27 | 2011-09-20 | Intelilcon, Inc. | Voltage collapse diagnostic and ATC system |
US8164221B2 (en) | 2006-02-01 | 2012-04-24 | Abb Technology Ltd. | Controlled series compensator and method |
US20090088990A1 (en) | 2007-09-30 | 2009-04-02 | Schweitzer Iii Edmund O | Synchronized phasor processor for a power system |
WO2009117741A1 (en) * | 2008-03-21 | 2009-09-24 | The Trustees Of Columbia University In The City Of New York | Decision support control centers |
GB0920206D0 (en) | 2009-11-18 | 2010-01-06 | Psymetrix Ltd | An electrical grid and method therefor |
US9350163B2 (en) | 2011-10-19 | 2016-05-24 | General Electric Company | Inter-area oscillation detection |
JP5871565B2 (ja) * | 2011-11-08 | 2016-03-01 | 三菱電機株式会社 | 系統安定化システム |
ES2556757T3 (es) * | 2011-12-28 | 2016-01-20 | Danmarks Tekniske Universitet | Procedimiento de determinar acciones correctivas de control para un sistema de potencia en un estado inseguro |
US20130234680A1 (en) | 2012-03-08 | 2013-09-12 | General Electric Company | Power system stabilization |
WO2015049005A1 (en) * | 2013-10-03 | 2015-04-09 | Abb Technology Ltd | Method and apparatus for damping oscillations in a power system |
US10025336B2 (en) * | 2013-10-16 | 2018-07-17 | General Electric Company | System and method for analyzing oscillatory stability in electrical power transmission systems |
-
2015
- 2015-04-22 US US14/693,590 patent/US10291025B2/en active Active
-
2016
- 2016-04-14 JP JP2016080776A patent/JP2016208826A/ja active Pending
- 2016-04-14 CA CA2927255A patent/CA2927255A1/en active Pending
- 2016-04-18 BR BR102016008611A patent/BR102016008611A2/pt not_active Application Discontinuation
- 2016-04-19 EP EP16166051.9A patent/EP3086430B1/en active Active
- 2016-04-22 CN CN201610253376.2A patent/CN106067678A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP3086430A1 (en) | 2016-10-26 |
CA2927255A1 (en) | 2016-10-22 |
JP2016208826A (ja) | 2016-12-08 |
EP3086430B1 (en) | 2019-09-04 |
US20160315471A1 (en) | 2016-10-27 |
BR102016008611A2 (pt) | 2016-10-25 |
US10291025B2 (en) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106067678A (zh) | 提高电力系统稳定性的系统和方法 | |
Das et al. | Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm | |
Babacan et al. | Siting and sizing of distributed energy storage to mitigate voltage impact by solar PV in distribution systems | |
Hayashi et al. | Versatile modeling platform for cooperative energy management systems in smart cities | |
Bucciarelli et al. | Optimal sizing of energy storage systems under uncertain demand and generation | |
Zhou et al. | Data-adaptive robust unit commitment in the hybrid AC/DC power system | |
Ravi et al. | Optimal location of FACTS devices using improved particle swarm optimization | |
Mahmoudabadi et al. | An application of hybrid heuristic method to solve concurrent transmission network expansion and reactive power planning | |
Zhang et al. | Planning for distributed wind generation under active management mode | |
US20120022713A1 (en) | Power Flow Simulation System, Method and Device | |
Ucer et al. | An internet-inspired proportional fair EV charging control method | |
Dall’Anese et al. | Risk-constrained microgrid reconfiguration using group sparsity | |
Kilkki et al. | Agent-based modeling and simulation of a smart grid: A case study of communication effects on frequency control | |
Grond et al. | Integrating smart grid solutions into distribution network planning | |
Meirinhos et al. | Multi-temporal optimal power flow for voltage control in MV networks using distributed energy resources | |
Hu et al. | Multi‐level dispatch control architecture for power systems with demand‐side resources | |
Chen et al. | Optimized reactive power supports using transformer tap stagger in distribution networks | |
Monti et al. | Electric power systems | |
Bullich-Massague et al. | Optimal feeder flow control for grid connected microgrids | |
Xi et al. | A novel automatic generation control method based on the ecological population cooperative control for the islanded smart grid | |
CN108681786B (zh) | 基于供电社团结构的分布式发电选址规划方法 | |
Srivastava et al. | Voltage regulation in distribution grids: A survey | |
Espitia et al. | Proposal of an adaptive neurofuzzy system to control flow power in distributed generation systems | |
Hatata et al. | Centralized control method for voltage coordination challenges with OLTC and D-STATCOM in smart distribution networks based IoT communication protocol | |
Srikantha et al. | Hierarchical signal processing for tractable power flow management in electric grid networks |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161102 |