CN106410836B - Mmc-hvdc暂态扰动交互影响状态的评价方法 - Google Patents

Mmc-hvdc暂态扰动交互影响状态的评价方法 Download PDF

Info

Publication number
CN106410836B
CN106410836B CN201611011196.XA CN201611011196A CN106410836B CN 106410836 B CN106410836 B CN 106410836B CN 201611011196 A CN201611011196 A CN 201611011196A CN 106410836 B CN106410836 B CN 106410836B
Authority
CN
China
Prior art keywords
mmc
index
formula
degree
bridge arm
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.)
Expired - Fee Related
Application number
CN201611011196.XA
Other languages
English (en)
Other versions
CN106410836A (zh
Inventor
陈继开
窦延辉
李扬
王鹤
李江
辛业春
王振浩
李国庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN201611011196.XA priority Critical patent/CN106410836B/zh
Publication of CN106410836A publication Critical patent/CN106410836A/zh
Application granted granted Critical
Publication of CN106410836B publication Critical patent/CN106410836B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

一种MMC‑HVDC暂态扰动交互影响状态的评价方法，属于柔性直流输电技术领域。本发明的目的是通过对MMC换流站中各电气信息变化的分析，准确反映MMC换流站受交流线路故障或扰动的影响严重程度，继而实现对MMC运行状态健康评判的MMC‑HVDC暂态扰动交互影响状态的评价方法。本发明的步骤是：采集数据并对其进行归一化处理、确定各指标的Tsallis熵权、对Tsallis熵权进行归一化、确定关联度矩阵、加权关联度求解、根据关联度大小进行排序，关联度越大说明与理想样本越接近。本发明能准确反映MMC换流站受交流线路故障或扰动的影响严重程度，实现对MMC运行状态的健康评判。

Description

MMC-HVDC暂态扰动交互影响状态的评价方法
技术领域
本发明属于柔性直流输电技术领域。
背景技术
2001年，德国慕尼黑联邦国防军大学的Rainer Marquardt提出了模块化多电平换流器（multilevel modular converter，MMC）的概念。2010年11月，世界上第一个基于模块化多电平换流器的柔性直流输电（MMC-HVDC）工程-Trans Bay Cable 工程在美国旧金山市投入运行。实际工程和理论研究发现，当MMC-HVDC系统的交流侧或直流侧输电线路发生暂态扰动时，会对MMC整流站上下桥臂产生过流、过压的影响，并直接影响MMC内阀组寿命及运行状态。如果提出一种评判方法，通过对MMC换流站中各电气信息变化的分析，准确反映MMC换流站受不同暂态扰动的影响严重程度，继而实现对MMC运行状态的健康评判，必将推动MMC运行特性分析及交直流混联系统能量传递过程的研究进程。
发明内容
本发明的目的是通过对MMC换流站中各电气信息变化的分析，准确反映MMC换流站受交流线路故障或扰动的影响严重程度，继而实现对MMC运行状态健康评判的MMC-HVDC暂态扰动交互影响状态的评价方法。
本发明的步骤是：
①采集数据并对其进行归一化处理：
将交流输电线路发生暂态故障时MMC整流站内的桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值之比作为一个指标，由此得到六个指标a1、a2、a3、a4、a5、a6，
表1
设共有n种暂态扰动参与评估，评估指标数量为m个，x ij 为第j个暂态扰动指标i的参数，根据如下原则进行指标参数归一化：
对于越大越好的指标i对应参数按照式（1）进行归一化：
（1）
对于越小越好的指标i对应参数按照式（2）进行归一化：
（2）
继而组成规范指标矩阵，其中相量；
②确定各指标的Tsallis熵权：
利用式（3）对规范指标矩阵进行计算；
（3）
式中表示第j个指标的Tsallis熵权，；
③对Tsallis熵权进行归一化：
根据式（4）确定综合权重：
（4）
式中，
；
④确定关联度矩阵：
令为理想样本，与的关联系数为
（5）
式中，，
，
；为分辨系数，取值为0.5；
⑤加权关联度求解：
（6）
式中；
⑥根据关联度大小将进行排序，关联度越大说明与理想样本越接近。
本发明公式（3）中的的取值：
表3
。
本发明提出的评判方法将灰色关联分析和Tsallis熵统计理论的有机融合，并整合MMC换流站中繁杂的信息，将多组数据信息有机的融合统计，并能准确反映MMC换流站受交流线路故障或扰动的影响严重程度，实现对MMC运行状态的健康评判。本发明不但为深入分析MMC换流站运行特性提供了理论依据，也为交直流混联系统暂态能量传递过程的研究提供了技术支持。
附图说明
图1是MMC的等效电路。
具体实施方式
MMC由三相六个桥壁组成，每个桥壁由若干个相互连接且结构相同的子模块（sub-module, SM）与一个电抗器、一个等效阻抗串联构成，上、下两个桥壁构成一个相单元，如图1所示。和分别为阀侧电压、电流，为直流电压，、分别为正、负直流母线电流，其平均值为。桥壁电压可以用6个受控电压源、来等效，下标p、n分别为上桥壁和下桥臂，相应的桥臂电流分别为和。工程实验表明，当交流输电线路发生暂态故障时，MMC整流站内各相上下桥臂的能量分布是存在差异的。但由于各相的电气信号暂态突变成分复杂，检测值存在不确定性及模糊性等特征，传统的状态评判方法无法满足评判精度要求。基于此，本专利提出了一种基于Tsallis熵权法和灰色关联分析法的MMC-HVDC暂态扰动交互影响状态的评价方法，为分析MMC运行特性及交直流混联系统能量传递过程提供理论依据。所以，利用换流站桥臂电流信号对MMC运行状态的评判过程如下所示（如表2所示）：
表2
。
本发明的步骤是：
①采集数据并对其进行归一化处理：
将交流输电线路发生暂态故障时MMC整流站内的桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值之比作为一个指标，由此得到六个指标a1、a2、a3、a4、a5、a6，
表1
设共有n种暂态扰动参与评估，评估指标数量为m个，x ij 为第j个暂态扰动指标i的参数，根据如下原则进行指标参数归一化：
对于越大越好的指标i对应参数按照式（1）进行归一化：
（1）
对于越小越好的指标i对应参数按照式（2）进行归一化：
（2）
继而组成规范指标矩阵，其中相量；
②确定各指标的Tsallis熵权：
利用式（3）对规范指标矩阵进行计算；
（3）
式中表示第j个指标的Tsallis熵权，；
③对Tsallis熵权进行归一化：
根据式（4）确定综合权重：
（4）
式中，
；
④确定关联度矩阵：
令为理想样本，与的关联系数为
（5）
式中，，
，
；为分辨系数，取值为0.5；
⑤加权关联度求解：
（6）
式中；
⑥根据关联度大小将进行排序，关联度越大说明与理想样本越接近。
本发明公式（3）中的的取值：
表3
。
以下对本发明做进一步详细描述：
灰色关联分析是建立在充分的利用客观数据的基础上，得到各个方案与最优理想方案的接近度，从而进行决策。灰色关联分析法能够处理信息不完全明确的灰色系统，对于小样本无规律指标的评价问题决策准确性较高。基于灰色关联分析评价问题决策准确性较高等特点，结合Tsallis熵灵活的统计特性，本发明将Tsallis熵和灰色关联分析法结合，构建了一种基于Tsallis熵权法和灰色关联分析法的MMC-HVDC暂态扰动交互影响状态的评价方法，并将其应用于MMC换流站运行状态的综合评判。
以MMC-HVDC系统交流输电线路A相接地短路、AB相接地短路、AB相不接地短路、ABC短路、A相雷击、直流母线单极接地、直流母线两极短接、直流母线雷击为例，AB相接地短路为例，对其进行验证。采集数据的时间为2s，故障发生在第1s，持续时间为0.02s。
步骤一：采集数据并对其进行归一化处理
将交流输电线路发生暂态故障时MMC整流站内的桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值之比作为一个指标，由此可得到六个指标，其各暂态故障指标数据如表2所示。
利用式（2）对各暂态故障（包括无故障）指标数据进行归一化，继而组成规范指标矩阵，其中相量；。
步骤二：确定各指标的Tsallis熵权
利用式（3）对规范指标矩阵进行计算，（与n的关系如表3所示）。
步骤三：对Tsallis熵权进行归一化
根据式（4）确定综合权重：式（4）中，。
步骤四：确定关联度矩阵
令为理想方案，，根据式（5）确定关联系数矩阵，如下所示：
。
步骤五：加权关联度求解
（6）
式中
。
步骤六：根据关联度大小将进行排序
根据关联度进行排序。通过分析发现，A相雷击的关联度最大，直流母线单极接地、A相接地短路、直流母线雷击、AB相不接地短路、AB相接地短路、ABC短路的关联度其次，直流母线两极短接的关联度最小。所以直流母线两极短接对MMC的运行状态影响最严重，ABC短路、AB相接地短路、AB相不接地短路、直流母线雷击、A相接地短路、直流母线单极接地对MMC的运行状态影响其次，A相雷击对MMC的运行状态影响最小。

Claims (2)

1.一种MMC-HVDC暂态扰动交互影响状态的评价方法，其特征在于：其步骤是：
①采集数据并对其进行归一化处理：
将交流输电线路发生暂态故障时MMC整流站内的桥臂电流的峰值与未发生故障时MMC整流站内对应桥臂电流的峰值之比作为一个指标，由此得到六个指标a1、a2、a3、a4、a5、a6，其中a1为A相上桥臂电流峰值的比值；a2为A相下桥臂电流峰值的比值；a3为B相上桥臂电流峰值的比值；a4为B相下桥臂电流峰值的比值；a5为C相上桥臂电流峰值的比值；a6为C相下桥臂电流峰值的比值；设共有n种暂态扰动参与评估，评估指标数量为m个，xij为第j个暂态扰动指标i的参数，根据如下原则进行指标参数归一化：
对于越大越好的指标i对应参数按照式(1)进行归一化：
对于越小越好的指标i对应参数按照式(2)进行归一化：
继而组成规范指标矩阵HD＝[D1 D2…Dm]，其中相量Dj＝1，…，m＝{dij|1≤i≤n}；
②确定各指标的Tsallis熵权：
利用式(3)对规范指标矩阵HD＝[D1 D2…Dm]进行计算；
式中h(j)表示第j个指标的Tsallis熵权，
③对Tsallis熵权进行归一化：
根据式(4)确定综合权重：
式中j＝1，2，…，m，
wE＝[wE(1)，wE(2)，…，wE(j)]；
④确定关联度矩阵：
令HD0为理想样本，d0ij与dij的关联系数为
式中i＝1，2，…，n，j＝1，2，…，m，
λ为分辨系数，λ取值为0.5；
⑤加权关联度求解：
β＝ζwE′ (6)
式中β＝[β(1)，β(2)，…，β(n)]；
⑥根据关联度大小将β进行排序，关联度越大说明与理想样本越接近。
2.根据权利要求1所述的MMC-HVDC暂态扰动交互影响状态的评价方法，其特征在于：公式(3)中的α的取值：
当3≤n≤8时，α的取值范围在[1,2.5)；当9≤n≤15时，α的取值范围在[2.5,4.4)；当16≤n≤20时，α的取值范围在[4.5,5]。
CN201611011196.XA 2016-11-17 2016-11-17 Mmc-hvdc暂态扰动交互影响状态的评价方法 Expired - Fee Related CN106410836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611011196.XA CN106410836B (zh) 2016-11-17 2016-11-17 Mmc-hvdc暂态扰动交互影响状态的评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611011196.XA CN106410836B (zh) 2016-11-17 2016-11-17 Mmc-hvdc暂态扰动交互影响状态的评价方法

Publications (2)

Publication Number Publication Date
CN106410836A CN106410836A (zh) 2017-02-15
CN106410836B true CN106410836B (zh) 2019-04-26

Family

ID=58068856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611011196.XA Expired - Fee Related CN106410836B (zh) 2016-11-17 2016-11-17 Mmc-hvdc暂态扰动交互影响状态的评价方法

Country Status (1)

Country Link
CN (1) CN106410836B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107064714B (zh) * 2017-03-27 2019-05-28 上海交通大学 基于单端暂态电流的mmc-hvdc输电线路故障检测方法
CN109067147B (zh) * 2018-07-24 2019-12-27 上海交通大学 级联型变流器子模块电容电压扰动量及不平衡度提取方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102999792A (zh) * 2012-12-20 2013-03-27 诸暨市供电局 一种配电网资源优化配置综合评价的方法
CN103020461A (zh) * 2012-12-20 2013-04-03 广东电网公司电力科学研究院 电能质量模糊评价方法及装置
CN105761161A (zh) * 2015-12-21 2016-07-13 国家电网公司 一种交直流配电网供电模式评价方法
CN105807165A (zh) * 2016-05-05 2016-07-27 东北电力大学 Mmc换流站运行状态模糊综合评判方法
CN105894212A (zh) * 2016-04-27 2016-08-24 国网陕西省电力公司 一种电磁环网解合环综合评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102999792A (zh) * 2012-12-20 2013-03-27 诸暨市供电局 一种配电网资源优化配置综合评价的方法
CN103020461A (zh) * 2012-12-20 2013-04-03 广东电网公司电力科学研究院 电能质量模糊评价方法及装置
CN105761161A (zh) * 2015-12-21 2016-07-13 国家电网公司 一种交直流配电网供电模式评价方法
CN105894212A (zh) * 2016-04-27 2016-08-24 国网陕西省电力公司 一种电磁环网解合环综合评价方法
CN105807165A (zh) * 2016-05-05 2016-07-27 东北电力大学 Mmc换流站运行状态模糊综合评判方法

Also Published As

Publication number Publication date
CN106410836A (zh) 2017-02-15

Similar Documents

Publication Publication Date Title
CN106443297B (zh) 光伏二极管箝位型三电平逆变器的决策树svm故障诊断方法
CN106712713B (zh) 一种光伏电站的监测系统以及监测和异常定位方法
CN109150104A (zh) 一种基于随机森林算法的光伏阵列故障诊断方法
CN106682303A (zh) 一种基于经验模态分解和决策树rvm的三电平逆变器故障诊断方法
CN108872842B (zh) 一种mmc子模块开路故障诊断方法
CN107202947A (zh) 一种高效率的晶闸管换流阀组件测试系统及测试方法
CN110346736A (zh) 基于改进小树变换的npc三电平逆变器故障诊断方法
CN103116090A (zh) 一种基于小波包分析和支持向量机的三相pwm整流器故障诊断方法
CN103760464A (zh) 基于解析图求解与svm的小电流接地系统故障选线方法
CN106410836B (zh) Mmc-hvdc暂态扰动交互影响状态的评价方法
CN106093615A (zh) 超级电容储能模块的健康状态估计方法
CN109975681A (zh) 高频链双向ac-dc矩阵变换器故障诊断方法
CN105203922A (zh) 基于多分类器的输电线路故障定位方法
CN106779269A (zh) 基于变异系数法的智能变电站二次系统可靠性评估方法
CN115951268A (zh) 一种基于Inception的卷积神经网络变流器故障诊断方法
Aboshady et al. Fault detection and classification scheme for PV system using array power and cross-strings differential currents
CN104111409B (zh) 基于谐波阻抗特征函数模式识别的孤岛检测方法
CN105868916A (zh) 基于相似日聚类的微电网光伏出力空间预测方法
CN105913160A (zh) 一种基于大规模风电并网的可利用传输能力的计算方法
Dehghani et al. Distribution feeder classification based on self organized maps (case study: Lorestan province, Iran)
Kantar et al. Comparison of six different parameter estimation methods in wind power applications
CN109031011A (zh) 基于相电压柱状图的多电平逆变器的开路故障诊断方法
Diefenthäler et al. Artificial neural networks: Modeling and comparison to detect high impedance faults
Fang et al. Research on Power System Relay Protection Method Based on Machine Learning Algorithm
Pan et al. Fault Detection and Classification in DC Microgrid Based on Convolutional Neural Network

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
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: 20190426