CN106505590A - 新能源电力系统小干扰稳定状态紧急控制方法 - Google Patents

Abstract

本发明公开了一种新能源电力系统小干扰稳定状态紧急控制方法，涉及新能源电力系统控制方法技术领域。所述方法包括如下步骤：确定关键模式阻尼比为随机输出变量；采用随机响应面法拟合关键模式阻尼比与随机输入向量，并用Hermite混沌多项式展开；使用基于Hermite混沌多项式展开后的公式监测所述电力系统，一旦监测出电力系统不稳定状态，则建立关于随机输入变量的重调度优化问题；对重调度优化问题进行求解，根据求解的结果得到紧急控制措施并进行实施。所述方法可实时监测新能源电力系统小干扰稳定状态，并且在发生小干扰不稳定时，快速给出紧急控制方案。

Description

新能源电力系统小干扰稳定状态紧急控制方法

技术领域

本发明涉及新能源电力系统控制方法技术领域，尤其涉及一种新能源电力系统小干扰稳定状态紧急控制方法。

背景技术

为抑制低频振荡，PSS、FACTS附加阻尼控制器、HVDC附加阻尼控制器等方面有了大量的研究。但是，一旦出现严重的低频振荡现象，由于时间紧迫，很多方法受局限，主要还是靠调度员的经验进行发电机降出力或者减负荷，对振荡的抑制效果与调度员的经验判断正确与否有很大关系。因此一个快速有效的紧急控制方法将具有重要意义。随着新能源的大力发展，环境问题及能源可持续发展等问题得到了缓解，但同时，也为电力系统带来了更多的不确定因素，增加了系统的小干扰不稳定的概率。使得小干扰稳定紧急控制成为亟待解决的问题。

发明内容

本发明所要解决的技术问题是如何提供一种可实时监测新能源电力系统小干扰稳定状态，并且在发生小干扰不稳定时，快速给出紧急控制方案的控制方法。

为解决上述技术问题，本发明所采取的技术方案是：一种新能源电力系统小干扰稳定状态紧急控制方法，其特征在于所述方法包括如下步骤：

确定新能源电力系统的随机输入向量，根据随机输入向量确定随机输入向量的分分布特征，确定随机输入向量的相关性，对随机输入向量进行模态分析，确定关键模式阻尼比为随机输出变量；

采用随机响应面法拟合关键模式阻尼比与随机输入向量，并用Hermite混沌多项式展开；

使用基于Hermite混沌多项式展开后的公式监测所述电力系统，一旦监测出电力系统不稳定状态，则建立关于随机输入变量的重调度优化问题；

对重调度优化问题进行求解，根据求解的结果得到紧急控制措施并进行实施。

进一步的技术方案在于：所述的随机输入向量包括光照、风速和随机负荷。

进一步的技术方案在于：所述的随机输入向量间的相关性由Nataf变换处理。

进一步的技术方案在于：所述的采用随机响应面法拟合关键模式阻尼比与随机输入向量，并用Hermite混沌多项式展开表达式如下：

式中，ξ为关键模式阻尼比，U代表随机输入变量，为p阶Hermite混沌多项式；

当随机输出变量的自由度为q时，p阶Hermite混沌多项式展开的项数为每项的待定系数设为a₀，a_i1，a_i1i2，a_i1i2i3，a_i1i2,...,in，是独立标准正态随机向量，其与含相关性的随机输入向量X存在一一对应关系，可由Nataf变换进行转换，记为U＝T(X)，式中，T(·)表示Nataf变换。

进一步的技术方案在于：所述的使用基于Hermite混沌多项式展开后的公式监测所述电力系统的方法如下：

读取具有相关性的随机输入变量的当前值X_t；

采用Nataf变换将其转换为独立标准正态随机输入变量U_t＝T(X_t)；

将U_t带入Hermite混沌多项式展开，求解相应的随机输出变量ξ_t；

如果ξ_t＜ξ_s，则进行模态仿真，计算真实的关键模式阻尼比ξ_T，其中，ξ_s是用于监测小干扰不稳定状态的阈值；如果关键模式阻尼比ξ_T＜0，则确认所述电力系统出现了小干扰不稳定状态。

进一步的技术方案在于：所述的一旦监测出电力系统不稳定状态，则建立关于随机输入变量的重调度优化问题的方法如下：

目标函数是最小化总代价C，即：

min C＝c_PVΔP_PV+c_wgΔP_wg+c_LΔP_L

式中，c_PV是光伏发电系统降出力的代价系数，c_wg是风力发电系统降出力的代价系数，c_L是减负荷的代价系数，ΔP_PV是光伏出力的变化量，是光照变化的函数：式中，是重调度前光伏系统的光照值，是重调度后光伏系统的虚拟光照值，ΔP_wg是风力发电出力的变化量，是风速变化的函数：式中，是重调度前风机受到的风速，是重调度后风机受到的虚拟风速，ΔP_L是负荷的变化量 是重调度前风机受到的风速，是重调度后风机受到的虚拟风速；

约束为维持系统阻尼比不小于ξ_T，并限制重调度变量在R_R内搜索，即：

式中，是当新能源电力系统中光伏系统光照为风力发电系统风速为随机负荷为时的关键模式阻尼比大小，重调度变量搜索范围R_R由重调度变量的初始值和最小允许值决定；

设置该重调度优化问题的参数，求解得到重调度后重调度变量的取值和采用模态分析校验和是否满足关键模式阻尼比不小于ξ_T，如果满足，则可实施该重调度，否则人工处理。

进一步的技术方案在于：所述的重调度变量为：光伏系统、风力发电系统和随机负荷。

进一步的技术方案在于：所述的对重调度优化问题进行求解，根据求解的结果得到紧急控制措施并进行实施的方法如下：

对于随机负荷，直接将负荷降低至

对于光伏系统，调整光伏电池板的角度，使得光伏吸收的光照为对于不能调整光伏电池板角度的光伏系统，将光伏系统并网电池板个数由N₀降到N_R，使得N_R个光伏电池板在下的发电量与N₀个光伏电池板在下的发电量相同；

对于风力发电，将桨距角由θ₀变为θ_R，使得风力发电系统在θ₀和下的发电量与其在θ_R和下的发电量相同；如果无法调整桨距角，则将风力发电系统并网风机个数由M₀降到M_R减少并网光伏电池板的个数，使得M_R个风机在下的发电量与M₀个风机在下的发电量相同。

采用上述技术方案所产生的有益效果在于：所述方法根据随机响应面给出的Hermite混沌多项式展开，实时监测电力系统小干扰稳定状态，并且在发生小干扰不稳定时，快速给出紧急控制方案。由于本发明基于随机响应面，采用Hermite混沌多项式展开估计新能源电力系统关键模式阻尼比，因此，相比采用模态分析，速度更快，可达到毫秒级估计速度，求取关键模式阻尼比的用时大大减少，从而，本发明可以实时监测小干扰稳定状态，以及在发生小干扰不稳定之后的几秒内提供紧急控制措施，在时间和效果上满足小干扰稳定紧急控制实时决策的要求。最后，由于本发明的紧急控制方案不含发电机调度，同时光伏出力不含惯性、风机出力调度惯性小，因此，该小干扰紧急控制方案可以迅速得以实施，使得低频振荡得到更快的抑制。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明实施例所述方法的流程图；

图2是本发明实施例所述方法中监测流程图；

图3是本发明实施例所述方法中重调度流程图；

图4是本发明实施例中一种监测系统原理框图；

图5是本发明实施例监测准确性测试曲线图；

图6a-6b是本发明实施例监测控制效果图；

其中：1、第一母线2、第二母线3、第三母线4、第四母线5、第五母线6、第六母线7、第七母线8、第八母线9、第九母线10、第十母线11、第十一母线。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

总体的，如图1所示，本发明实施例公开了一种新能源电力系统小干扰稳定状态紧急控制方法，所述方法包括如下步骤：

S101：确定新能源电力系统的随机输入向量，根据随机输入向量确定随机输入向量的分分布特征，确定随机输入向量的相关性，对随机输入向量进行模态分析，确定关键模式阻尼比为随机输出变量；

S102：采用随机响应面法拟合关键模式阻尼比与随机输入向量，并用Hermite混沌多项式展开；

S103：使用基于Hermite混沌多项式展开后的公式监测所述电力系统，一旦监测出电力系统不稳定状态，则建立关于随机输入变量的重调度优化问题；

S104：对重调度优化问题进行求解，根据求解的结果得到紧急控制措施并进行实施。

优选的，所述的随机输入向量可以包括光照、风速和随机负荷，需要说明的是，本领域技术人员还可以根据实际需要对随机输入向量的实际参数进行适当的选择，以满足不同的需求。此外，所述的随机输入向量间的相关性由Nataf变换处理。

进一步的，所述的采用随机响应面法拟合关键模式阻尼比与随机输入向量，并用Hermite混沌多项式展开表达式如下：

式中，ξ为关键模式阻尼比，U代表随机输入变量，为p阶Hermite混沌多项式；

当随机输出变量的自由度为q时，p阶Hermite混沌多项式展开的项数为每项的待定系数设为a₀，a_i1，a_i1i2，a_i1i2i3，a_i1i2,...,in，是独立标准正态随机向量，其与含相关性的随机输入向量X存在一一对应关系，可由Nataf变换进行转换，记为U＝T(X)，式中，T(·)表示Nataf变换。

进一步的，所述的使用基于Hermite混沌多项式展开后的公式监测所述电力系统的方法如下：

读取具有相关性的随机输入变量的当前值X_t；

采用Nataf变换将其转换为独立标准正态随机输入变量U_t＝T(X_t)；

将U_t带入Hermite混沌多项式展开，求解相应的随机输出变量ξ_t；

如果ξ_t＜ξ_s，则进行模态仿真，计算真实的关键模式阻尼比ξ_T，其中，ξ_s是用于监测小干扰不稳定状态的阈值；如果关键模式阻尼比ξ_T＜0，则确认所述电力系统出现了小干扰不稳定状态。

进一步的，所述的一旦监测出电力系统不稳定状态，则建立关于随机输入变量的重调度优化问题的方法如下：

目标函数是最小化总代价C，即：

min C＝c_PVΔP_PV+c_wgΔP_wg+c_LΔP_L

式中，c_PV是光伏发电系统降出力的代价系数，c_wg是风力发电系统降出力的代价系数，c_L是减负荷的代价系数，ΔP_PV是光伏出力的变化量，是光照变化的函数：式中，是重调度前光伏系统的光照值，是重调度后光伏系统的虚拟光照值，ΔP_wg是风力发电出力的变化量，是风速变化的函数：式中，是重调度前风机受到的风速，是重调度后风机受到的虚拟风速，ΔP_L是负荷的变化量 是重调度前风机受到的风速，是重调度后风机受到的虚拟风速；

约束为维持系统阻尼比不小于ξ_T，并限制重调度变量在R_R内搜索，即：

式中，是当新能源电力系统中光伏系统光照为风力发电系统风速为随机负荷为时的关键模式阻尼比大小，重调度变量搜索范围R_R由重调度变量的初始值和最小允许值决定；

设置该重调度优化问题的参数，求解得到重调度后重调度变量的取值和采用模态分析校验和是否满足关键模式阻尼比不小于ξ_T，如果满足，则可实施该重调度，否则人工处理。

优选的，所述的重调度变量可以为：光伏系统、风力发电系统和随机负荷。需要说明的是，本领域技术人员可以根据实际需要对重调度变量进行适当的选择，以满足不同的需求。

进一步的，所述的对重调度优化问题进行求解，根据求解的结果得到紧急控制措施并进行实施的方法如下：

对于随机负荷，直接将负荷降低至

对于光伏系统，调整光伏电池板的角度，使得光伏吸收的光照为对于不能调整光伏电池板角度的光伏系统，将光伏系统并网电池板个数由N₀降到N_R，使得N_R个光伏电池板在下的发电量与N₀个光伏电池板在下的发电量相同；

对于风力发电，将桨距角由θ₀变为θ_R，使得风力发电系统在θ₀和下的发电量与其在θ_R和下的发电量相同；如果无法调整桨距角，则将风力发电系统并网风机个数由M₀降到M_R减少并网光伏电池板的个数，使得M_R个风机在下的发电量与M₀个风机在下的发电量相同。

以图4中区域2内的4机系统为例，第六母线6接入光伏系统。随机输入变量X为光伏系统的光照和位于第七母线7和第九母线9的随机负荷。取关键模式阻尼比ξ为随机输出变量。采用随机响应面法估计ξ与X的关系ξ＝f(U),U＝T(X)。图4中G₁-G₄表示发电机，B_P1-B_P4表示母线。

按照图2，采用ξ＝f(U),U＝T(X)对小干扰稳定状态进行监测。这里给出了监测的准确性测试结果。为测试监测的准确性，生成一系列满足随机输入变量分布特性的X，采用ξ＝f(U),U＝T(X)估计关键模式阻尼比，并采用模态分析结果作为准确值进行准确性测试。结果如图5所示，可见估计结果与真实结果非常接近，因此，该方法能准确监测小干扰稳定状态。表1是检测出某小干扰不稳定状态的结果及用时，可见本发明可以在0.5s内准确检测出不稳定状态，可以实现含随机变量的新能源电力系统的小干扰稳定状态的实时监测。

表1

按照图3，采用步骤S104对出现的小干扰稳定状态进行重调度，使得系统关键模式阻尼比恢复到一个较好的水平。不失一般性，这里设ξ_T＝0.02，c_PV、c_wg、c_L均为1，给出本发明针对表1所示不稳定状态的重调度方案。重调度前：光照为453W/m²、负荷7为9MW、负荷9为20MW，关键模式阻尼比-0.0069；重调度后：453W/m²、负荷7为6.8MW、负荷9为17.9MW，关键模式阻尼比0.0201。该重调度用时见表2所示，其用时不到2秒。加上监测不稳定用时，该重调度的将在3s时完成实施。该紧急控制的效果如图6a-6b所示，可见，不实施紧急控制时系统将会失稳，而实施该重调度后，低频振荡得到抑制，系统最终恢复稳定运行。

表2

	重调度	模态分析校验
			用时(秒)	1.3443	0.4481
关键模式阻尼比	0.0200	0.0201

所述方法根据随机响应面给出的Hermite混沌多项式展开，实时监测电力系统小干扰稳定状态，并且在发生小干扰不稳定时，快速给出紧急控制方案。由于本发明基于随机响应面，采用Hermite混沌多项式展开估计新能源电力系统关键模式阻尼比，因此，相比采用模态分析，速度更快，可达到毫秒级估计速度，求取关键模式阻尼比的用时大大减少，从而，本发明可以实时监测小干扰稳定状态，以及在发生小干扰不稳定之后的几秒内提供紧急控制措施，在时间和效果上满足小干扰稳定紧急控制实时决策的要求。最后，由于本发明的紧急控制方案不含发电机调度，同时光伏出力不含惯性、风机出力调度惯性小，因此，该小干扰紧急控制方案可以迅速得以实施，使得低频振荡得到更快的抑制。

Claims (8)

1.一种新能源电力系统小干扰稳定状态紧急控制方法，其特征在于所述方法包括如下步骤：

确定新能源电力系统的随机输入向量，根据随机输入向量确定随机输入向量的分分布特征，确定随机输入向量的相关性，对随机输入向量进行模态分析，确定关键模式阻尼比为随机输出变量；

采用随机响应面法拟合关键模式阻尼比与随机输入向量，并用Hermite混沌多项式展开；

使用基于Hermite混沌多项式展开后的公式监测所述电力系统，一旦监测出电力系统不稳定状态，则建立关于随机输入变量的重调度优化问题；

对重调度优化问题进行求解，根据求解的结果得到紧急控制措施并进行实施。

2.如权利要求1所述的新能源电力系统小干扰稳定状态紧急控制方法，其特征在于：

所述的随机输入向量包括光照、风速和随机负荷。

3.如权利要求1所述的新能源电力系统小干扰稳定状态紧急控制方法，其特征在于：

所述的随机输入向量间的相关性由Nataf变换处理。

4.如权利要求1所述的新能源电力系统小干扰稳定状态紧急控制方法，其特征在于，所述的采用随机响应面法拟合关键模式阻尼比与随机输入向量，并用Hermite混沌多项式展开表达式如下：

$\begin{array}{c}\mathrm{\ξ}=a_0{\mathrm{\Γ}}_0+\underset{i_1=1}{\overset{n}{\Σ}}{a}_{i_1}{\mathrm{\Γ}}_1\left(U_{i_1}\right)+\underset{i_1=1}{\overset{n}{\Σ}}\underset{i_2=1}{\overset{i_1}{\Σ}}{a}_{i_1{i}_2}{\mathrm{\Γ}}_2(U_{i_1},U_{i_2})+\underset{i_1=1}{\overset{n}{\Σ}}\underset{i_2=1}{\overset{i_1}{\Σ}}\underset{i_3=1}{\overset{i_2}{\Σ}}{a}_{i_1{i}_2{i}_3}{\mathrm{\Γ}}_3(U_{i_1},U_{i_2},U_{i_3})\\ +\underset{i_1=1}{\overset{n}{\Σ}}\underset{i_2=1}{\overset{i_1}{\Σ}}\underset{i_3=1}{\overset{i_2}{\Σ}}\underset{i_4=1}{\overset{i_3}{\Σ}}{a}_{i_1{i}_2{i}_3{i}_4}{\mathrm{\Γ}}_4(U_{i_1},U_{i_2},U_{i_3},U_{i_4})+\mathrm{...}\end{array}$

式中，ξ为关键模式阻尼比，U代表随机输入变量，为p阶Hermite混沌多项式；

${\mathrm{\Γ}}_p(U_{i_1},U_{i_2},...,U_{i_p})={(-1)}^p{e}^{\frac{1}{2}{U}^{T}U}\frac{{\∂}^p}{\∂U_{i_1}\∂U_{i_2}...\∂U_{i_p}}{e}^{-\frac{1}{2}{U}^{T}U},$

当随机输出变量的自由度为q时，p阶Hermite混沌多项式展开的项数为每项的待定系数设为a₀，a_i1，a_i1i2，a_i1i2i3，a_i1i2,...,in，是独立标准正态随机向量，其与含相关性的随机输入向量X存在一一对应关系，可由Nataf变换进行转换，记为U＝T(X)，式中，T(·)表示Nataf变换。

5.如权利要求4所述的新能源电力系统小干扰稳定状态紧急控制方法，其特征在于，所述的使用基于Hermite混沌多项式展开后的公式监测所述电力系统的方法如下：

读取具有相关性的随机输入变量的当前值X_t；

采用Nataf变换将其转换为独立标准正态随机输入变量U_t＝T(X_t)；

将U_t带入Hermite混沌多项式展开，求解相应的随机输出变量ξ_t；

如果ξ_t＜ξ_s，则进行模态仿真，计算真实的关键模式阻尼比ξ_T，其中，ξ_s是用于监测小干扰不稳定状态的阈值；如果关键模式阻尼比ξ_T＜0，则确认所述电力系统出现了小干扰不稳定状态。

6.如权利要求5所述的新能源电力系统小干扰稳定状态紧急控制方法，其特征在于，所述的一旦监测出电力系统不稳定状态，则建立关于随机输入变量的重调度优化问题的方法如下：

目标函数是最小化总代价C，即：

min C＝c_PVΔP_PV+c_wgΔP_wg+c_LΔP_L

式中，c_PV是光伏发电系统降出力的代价系数，c_wg是风力发电系统降出力的代价系数，c_L是减负荷的代价系数，ΔP_PV是光伏出力的变化量，是光照变化的函数：式中，是重调度前光伏系统的光照值，是重调度后光伏系统的虚拟光照值，ΔP_wg是风力发电出力的变化量，是风速变化的函数：式中，是重调度前风机受到的风速，是重调度后风机受到的虚拟风速，ΔP_L是负荷的变化量 是重调度前风机受到的风速，是重调度后风机受到的虚拟风速；

约束为维持系统阻尼比不小于ξ_T，并限制重调度变量在R_R内搜索，即：

$\mathrm{\ξ}(I_r^R,V_w^R,P_L^R)\≥{\mathrm{\ξ}}_T,(I_r^R,V_w^R,P_L^R)\∈R_R$

$R_R=\left\{(I_r^R,V_w^R,P_L^R)\right|I_r^{\min }<I_r^R<I_r^0,V_w^{min}<V_w^R<V_w^0,P_L^{min}<P_L^R<P_L^0\}$

式中，是当新能源电力系统中光伏系统光照为风力发电系统风速为随机负荷为时的关键模式阻尼比大小，重调度变量搜索范围R_R由重调度变量的初始值和最小允许值决定；

设置该重调度优化问题的参数，求解得到重调度后重调度变量的取值和采用模态分析校验和是否满足关键模式阻尼比不小于ξ_T，如果满足，则可实施该重调度，否则人工处理。

7.如权利要求6所述的新能源电力系统小干扰稳定状态紧急控制方法，其特征在于，所述的重调度变量为：光伏系统、风力发电系统和随机负荷。

8.如权利要求6所述的新能源电力系统小干扰稳定状态紧急控制方法，其特征在于，所述的对重调度优化问题进行求解，根据求解的结果得到紧急控制措施并进行实施的方法如下：

对于随机负荷，直接将负荷降低至

对于光伏系统，调整光伏电池板的角度，使得光伏吸收的光照为对于不能调整光伏电池板角度的光伏系统，将光伏系统并网电池板个数由N₀降到N_R，使得N_R个光伏电池板在下的发电量与N₀个光伏电池板在下的发电量相同；

对于风力发电，将桨距角由θ₀变为θ_R，使得风力发电系统在θ₀和下的发电量与其在θ_R和下的发电量相同；如果无法调整桨距角，则将风力发电系统并网风机个数由M₀降到M_R减少并网光伏电池板的个数，使得M_R个风机在下的发电量与M₀个风机在下的发电量相同。