CN106651655A - 静态安全辅助决策的选取方法及装置 - Google Patents
静态安全辅助决策的选取方法及装置 Download PDFInfo
- Publication number
- CN106651655A CN106651655A CN201611230453.9A CN201611230453A CN106651655A CN 106651655 A CN106651655 A CN 106651655A CN 201611230453 A CN201611230453 A CN 201611230453A CN 106651655 A CN106651655 A CN 106651655A
- Authority
- CN
- China
- Prior art keywords
- adjustable
- limit
- node
- active power
- failure
- 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.)
- Granted
Links
- 230000003068 static effect Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000035945 sensitivity Effects 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 230000005283 ground state Effects 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000004088 simulation Methods 0.000 claims abstract 2
- 230000001105 regulatory effect Effects 0.000 claims description 49
- 230000001276 controlling effect Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims 1
- 230000003466 anti-cipated effect Effects 0.000 abstract 4
- 230000006870 function Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种静态安全辅助决策的选取方法及装置,涉及电网调度技术领域,该方法包括获取模拟电网中各个节点的运行数据和配置数据,确定当前线路的预想故障;获取预想故障的基态越限重载信息和/或越限信息,得到节点所在的支路的列表和支路对应的预想故障信息,根据调整范围和预想故障信息得到越限节点所在的支路的可调发电机以及负荷列表;建立灵敏度关系;按照调整量最小原则进行优化,从可选调整措施中选取静态安全辅助决策的调整措施。本发明实施例提供的静态安全辅助决策的选取方法及装置,通过对灵敏度关系进行分析,得出符合电力系统安全分析要求的调整措施,有效消除或抑制电力系统越限和重载现象,提高了电力系统的静态安全性。
Description
技术领域
本发明涉及电网调度技术领域,尤其是涉及一种静态安全辅助决策的选取方法及装置。
背景技术
随着我国特高压交直流混联大电网格局的逐步形成,电力系统安全稳定特性与机理日趋复杂,电网运行控制难度不断加大,对在线安全稳定分析的可靠性和准确性提出了新的要求。现有技术中,对电力系统的安全运行的静态分析仍然存在较大的误差范围,在精度方面尚未达到电力系统安全分析的要求,使电网在运行过程中,无法严格一致地按照日前调度计划进行执行,进而导致电网运行过程中存在检修计划延期、电能计划调整、临时调度操作和电网故障等未知因素,对未来电网安全稳定产生了重大的影响,也给社会经济效益带来了负面影响。
针对上述电力系统安全运行的静态分析存在较大的误差范围未达到电力系统安全分析的要求,进而对未来电网安全稳定产生了重大的影响的问题,目前尚未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种静态安全辅助决策的选取方法及装置,对电网静态安全的变化趋势进行预先分析,以达到电力系统安全分析的要求。
第一方面,本发明实施例提供了一种静态安全辅助决策的选取方法,包括:获取模拟电网中各个节点的运行数据和各个节点的配置数据;其中,模拟电网以预想故障对应的方式模拟运行,节点包括线路和/或变压器;根据上述各个节点的运行数据和配置数据确定当前线路的预想故障;获取预想故障的基态越限重载信息和/或越限信息;根据基态越限重载信息和/或越限信息得到节点所在的支路的列表和支路对应的预想故障信息;获取预先设定的调整范围,根据调整范围和预想故障信息得到越限节点所在的支路的可调发电机,以及可调发电机的负荷列表;建立可调发电机以及可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系;按照调整量最小原则对灵敏度关系进行优化,从可选调整措施中选取静态安全辅助决策的调整措施,其中,可选调整措施包括调整可调发电机的有用功率和调整可调发电机的负荷的有功功率。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,上述越限节点的基态越限重载信息和/或越限信息由静态安全分析的计算结果中读取;静态安全分析包括判断电力系统是否满足安全运行的约束条件,如果否,读取计算结果中的基态越限重载信息和/或越限信息,其中,约束条件包括等式约束和不等式约束;该等式约束为载荷约束,表示为:[gj([xj],[u],[pj])]=[0],其中,[u]表示自变量或者可控制变量的向量;[x]表示应变量或者状态变量的向量;[p]为相角,表示参数变量或者不可控变量的向量;式中j=1、2、3……J,表示预想故障;该不等式约束为运行约束表示为:[hj([xj],[u],[p])]≤[0]。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,上述建立可调发电机以及可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系包括:确定控制变量和控制目标,其中,控制变量为节点有功功率,包括可调发电机的有功功率和可调发电机的负荷的有功功率;控制目标包括控制支路的有功功率;采用P—θ解耦模型建立灵敏度关系;该灵敏度关系表达式为:[ΔPij]=[H][B']-1[ΔP],其中,[ΔPij]和[ΔP]表示节点有功功率的调整量向量,[B']表示P—θ解耦模型建立的支路的导纳矩阵,[H]为稀疏矩阵。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,上述按照调整量最小原则对灵敏度关系进行优化,从可选调整措施中选取静态安全辅助决策的调整措施包括:建立目标函数的最小调整量关系式;对可调发电机的有功功率和可调发电机的负荷的有功功率给定不同的权重值,输出调整措施;其中,最小调整量关系式表示为:minF([x],[u])≤[0],其中,F为目标函数。
结合第一方面,以及第一方面的第一种到第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,上述方法还包括:对调整措施进行安全校核,包括:判断在调整措施的作用下,电力系统的线路和变压器的负载率是否有越限;如果否,输出所述调整措施;如果是,扩大预先设定的调整范围,对灵敏度关系重新进行优化操作。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,上述方法还包括:当预想故障为多个时,判断多个预想故障越限的可调设备中是否存在冲突;如果是,根据可调充裕度确定存在冲突的可调设备的调整方向;按照调整量最小原则,根据可调设备对多个所述预想故障越限的灵敏度,从可选调整措施中选取静态安全辅助决策的调整措施。
结合第一方面的第五种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,上述根据可调充裕度确定存在冲突的可调设备的调整方向包括:根据多个预想故障的故障越限将可调设备的可控制变量分为不存在冲突的可调设备的控制变量和存在冲突的可调设备的控制变量;评价多个预想故障的故障越限的可调充裕度,当可调充裕度大于1时,调整不存在冲突的可调设备以消除所述故障越限;当可调充裕度小于1时,从多个预想故障的故障越限的可调充裕度中选取可调充裕度低的故障越限,调整可调充裕度低的故障越限的可调设备;或者,增大可调设备的可调范围和/或扩大可调设备的对象集合。
第二方面,本发明实施例还提供了一种静态安全辅助决策的选取装置,包括:数据获取模块,用于获取模拟电网中各个节点的运行数据和各个节点的配置数据;其中,模拟电网以预想故障对应的方式模拟运行,节点包括线路和/或变压器;预想故障确定模块,用于根据各个节点的运行数据和配置数据确定当前线路的预想故障;故障信息获取模块,用于获取预想故障的基态越限重载信息和/或越限信息;支路信息输出模块,用于根据基态越限重载信息和/或越限信息得到节点所在的支路的列表和支路对应的预想故障信息;可调信息输出模块,用于获取预先设定的调整范围,根据调整范围和预想故障信息得到越限节点所在的支路的可调发电机,以及可调发电机的负荷列表;灵敏度关系建立模块,用于建立可调发电机以及可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系;调整措施选取模块,用于按照调整量最小原则对灵敏度关系进行优化,从可选调整措施中选取静态安全辅助决策的调整措施,其中,可选调整措施包括调整可调发电机的有用功率和调整可调发电机的负荷的有功功率。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,上述灵敏度关系建立模块包括:目标确定单元,用于确定控制变量和控制目标,其中,控制变量为节点有功功率,包括可调发电机的有功功率和可调发电机的负荷的有功功率;控制目标包括控制支路的有功功率;模型建立单元,用于采用P—θ解耦模型建立灵敏度关系;该灵敏度关系表达式为:[ΔPij]=[H][B']-1[ΔP],其中,[ΔPij]和[ΔP]表示节点有功功率的调整量向量,[B']表示P—θ解耦模型建立的支路的导纳矩阵,[H]为稀疏矩阵。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,调整措施选取模块包括:关系式建立单元,用于建立目标函数的最小调整量关系式;调整措施输出单元,用于对可调发电机的有功功率和可调发电机的负荷的有功功率给定不同的权重值,输出调整措施;其中,最小调整量关系式表示为:minF([x],[u])≤[0],其中,F为目标函数。
本发明实施例带来了以下有益效果:
本发明实施例提供的静态安全辅助决策的选取方法及装置,通过建立可调发电机以及可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系来进行灵敏度分析,可以计算出越限和重载支路对可调机组的灵敏度信息,并按照调整量最小原则对灵敏度关系进行优化,进而得出符合电力系统安全分析要求的调整措施,能够有效消除或抑制电力系统越限和重载现象,提高了电力系统的静态安全性。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种静态安全辅助决策的选取方法的流程图;
图2为本发明实施例提供的静态安全辅助决策的选取方法中,建立灵敏度关系的方法流程图;
图3为本发明实施例提供的另一种静态安全辅助决策的选取方法的流程图;
图4为本发明实施例提供的一种静态安全辅助决策的选取装置的结构示意图;
图5为本发明实施例提供的一种静态安全辅助决策的选取装置的具体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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。
目前电力系统安全稳定特性与机理日趋复杂,对电力系统的安全运行的静态分析仍然存在较大的误差范围,基于此,本发明实施例提供的一种静态安全辅助决策的选取方法及装置,可以对电网静态安全的变化趋势进行预先分析,以达到电力系统安全分析的要求。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种静态安全辅助决策的选取方法进行详细介绍。
实施例一:
本发明实施例提供了一种静态安全辅助决策的选取方法,如图1所示,该方法包括以下步骤:
步骤S102,获取模拟电网中各个节点的运行数据和各个节点的配置数据;其中,上述模拟电网以预想故障对应的方式模拟运行,且上述节点包括线路和/或变压器。
步骤S104,根据各个节点的运行数据和配置数据确定当前线路的预想故障;
步骤S106,获取预想故障的基态越限重载信息和/或越限信息;其中,基态越限重载信息是根据电力线路的负载程度获取的,可以由电力监控的人员对电力线路的负载进行监控,并上报负载程度,例如,当电力线路的电流达到额定值的80%时可以认为此时的电力线路为重载状态;当电力线路中的电压范围超过保证电网及用电设备的安全运行而设定的范围值时,可以认为此时出现越限信息。
具体实现时,上述越限节点的基态越限重载信息和/或越限信息由静态安全分析的计算结果中读取;该静态安全分析包括判断电力系统是否满足安全运行的约束条件,如果否,读取计算结果中的基态越限重载信息和/或越限信息,其中,约束条件包括等式约束和不等式约束;该等式约束为载荷约束,表示为:[gj([xj],[u],[pj])]=[0],其中,[u]表示自变量或者可控制变量的向量;[x]表示应变量或者状态变量的向量;[p]为相角,表示参数变量或者不可控变量的向量;式中j=1、2、3……J,表示预想故障;该不等式约束为运行约束表示为:[hj([xj],[u],[p])]≤[0]。
步骤S108,根据基态越限重载信息和/或越限信息得到节点所在的支路的列表和所述支路对应的预想故障信息;
步骤S110,获取预先设定的调整范围,根据调整范围和预想故障信息得到越限节点所在的支路的可调发电机,以及可调发电机的负荷列表;
步骤S112,建立可调发电机以及可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系;
步骤S114,按照调整量最小原则对灵敏度关系进行优化,从可选调整措施中选取静态安全辅助决策的调整措施。
本发明实施例提供的静态安全辅助决策的选取方法,通过建立可调发电机以及可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系来进行灵敏度分析,可以计算出越限和重载支路对可调机组的灵敏度信息,并按照调整量最小原则对灵敏度关系进行优化,进而得出符合电力系统安全分析要求的调整措施,能够有效消除或抑制电力系统越限和重载现象,提高了电力系统的静态安全性。
在本实施例中,上述步骤S112建立灵敏度关系的过程,具体可以由以下过程实现,如图2所示,包括以下步骤:
步骤S202,确定控制变量和控制目标;其中,该控制变量为节点有功功率,包括可调发电机的有功功率和可调发电机的负荷的有功功率;该控制目标包括控制支路的有功功率;
步骤S204,采用P—θ解耦模型建立灵敏度关系;其中,该P—θ解耦模型建立的灵敏度关系表达式为:[ΔPij]=[H][B']-1[ΔP];
其中,[ΔPij]和[ΔP]表示上述节点有功功率的调整量向量,[B']表示P—θ解耦模型建立的支路的导纳矩阵,[H]为稀疏矩阵。
基于上述灵敏度关系式,上述步骤S114的具体实现方式可以包括以下过程:(1)建立目标函数的最小调整量关系式;(2)对可调发电机的有功功率和可调发电机的负荷的有功功率给定不同的权重值,输出调整措施;其中,最小调整量关系式表示为:minF([x],[u])≤[0],其中,F为目标函数。
在本实施例中,当通过上述步骤输出调整措施后,还需要对输出的调整措施进行安全校核,其校核的过程包括:判断在调整措施的作用下,该电力系统的线路和变压器的负载率是否有越限;如果否,输出调整措施;如果是,扩大预先设定的调整范围,对灵敏度关系重新进行优化操作。
实施例二:
考虑到电网运行中经常会出现由于多个故障引起的越限,因此在实际应用时还需要多故障因素引起的越限信息。
在实际应用时,对于多故障引起的越限,可以分为三种情况:(1)不通故障越限相互独立,即针对单个故障越限对其可调设备进行功率调整时,不影响其他故障越限;(2)不同故障越限对部分可调设备的调整需求方向一致,即针对某故障越限对其可调设备进行功率调整会引起其他故障越限的越限减轻;(3)不同故障越限的调整措施存在冲突,即针对某故障越限对其可调设备进行功率调整,会引起其他故障的越限加重。
对于前两种情况,其可调设备的控制变量不存在冲突,所以其调整方向容易确定,调整措施也容易输出,对于地三种情况,需要根据一定的原则确定调整方向,针对这种情况,本实施例还提供了一种针对多故障进行静态安全辅助决策的选取方法,如图3所示,该方法包括以下步骤:
步骤S302,当预想故障为多个时,判断多个预想故障越限的可调设备中是否存在冲突;
步骤S304,当上述步骤S302的判断结果为是时,根据可调充裕度确定存在冲突的可调设备的调整方向;
具体地,该步骤包括:
(1)根据多个预想故障的故障越限将可调设备的可控制变量分为不存在冲突的可调设备的控制变量和存在冲突的可调设备的控制变量;
(2)评价多个预想故障的故障越限的可调充裕度,当可调充裕度大于1时,调整不存在冲突的可调设备以消除故障越限;例如,预想故障j的故障越限的可调充裕度可以表示为:其中,ΔPj是消除预想故障j所需的调整量,[Δu1 j]是不冲突可调设备的最大可调整量,[Lj]是越限设备和可调设备之间的灵敏度关系矩阵,可调充裕度Cj越大表示其可选择的调整设备越充足,Cj大于1表示仅调整不冲突设备就能消除预想故障j。
(3)当上述可调充裕度小于1时,从多个预想故障的故障越限的可调充裕度中选取可调充裕度低的故障越限,调整可调充裕度低的故障越限的可调设备;或者,增大可调设备的可调范围和/或扩大可调设备的对象集合。
具体实现时,对存在调整冲突的可调设备,优先分配给可调充裕度低的故障越限。例如,对于故障越限j和故障越限i的冲突可调设备[u],如果j和i的可调充裕度都大于1则不需要调整冲突的可调设备;如果故障越限j的可调充裕度大于1而故障越限i的可调充裕度小于1,则根据故障越限i的调整需求确定冲突可调设备[u]的调整方向;如果故障越限j和i的可调充裕度都小于1,则必然有一个故障越限无法达到调整目标,因此,需要增大可调设备的可调范围或者扩大可调设备对象的集合。
步骤S306,按照调整量最小原则,根据可调设备对多个预想故障越限的灵敏度,从可选调整措施中选取静态安全辅助决策的调整措施。
本发明实施例提供的针对多故障进行静态安全辅助决策的选取方法,通过判断多个预想故障越限的可调设备是否存在冲突,并判断冲突可调设备的可调充裕度来确定调整方向,并按照调整量最小原则选出符合电力系统安全分析要求的调整措施,能够为调控操作人员的调控操作提供数据保障,提高调控效率,进而提高电力系统的静态安全性。
实施例三:
为了便于对上述实施例提供的静态安全辅助决策的选取方法进一步理解,在上述实施例一的基础上,本发明实施例还提供了一种静态安全辅助决策的选取装置,如图4所示,该装置包括数据获取模块40、预想故障确定模块41、故障信息获取模块42、支路信息输出模块43、可调信息输出模块44、灵敏度关系建立模块45和调整措施选取模块46,各个模块的功能如下:
数据获取模块40,用于获取模拟电网中各个节点的运行数据和各个节点的配置数据;其中,模拟电网以预想故障对应的方式模拟运行,节点包括线路和/或变压器;
预想故障确定模块41,用于根据各个节点的运行数据和配置数据确定当前线路的预想故障;
故障信息获取模块42,用于获取预想故障的基态越限重载信息和/或越限信息;
支路信息输出模块43,用于根据基态越限重载信息和/或越限信息得到节点所在的支路的列表和所述支路对应的预想故障信息;
可调信息输出模块44,用于获取预先设定的调整范围,根据调整范围和预想故障信息得到越限节点所在的支路的可调发电机,以及可调发电机的负荷列表;
灵敏度关系建立模块45,用于建立可调发电机以及可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系;
调整措施选取模块46,用于按照调整量最小原则对灵敏度关系进行优化,从可选调整措施中选取静态安全辅助决策的调整措施,其中,可选调整措施包括调整可调发电机的有用功率和调整可调发电机的负荷的有功功率。
本发明实施例提供的静态安全辅助决策的计算装置,通过建立可调发电机以及可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系来进行灵敏度分析,可以计算出越限和重载支路对可调机组的灵敏度信息,并按照调整量最小原则对灵敏度关系进行优化,进而得出符合电力系统安全分析要求的调整措施,能够有效消除或抑制电力系统越限和重载现象,提高了电力系统的静态安全性。
进一步,参见图5所示的静态安全辅助决策的选取装置的具体结构示意图,上述灵敏度关系建立模块45包括:
目标确定单元451,用于确定控制变量和控制目标,其中,控制变量为节点有功功率,包括可调发电机的有功功率和可调发电机的负荷的有功功率;控制目标包括控制支路的有功功率;
模型建立单元452,用于采用P—θ解耦模型建立灵敏度关系;其中,该灵敏度关系表达式为:
[ΔPij]=[H][B']-1[ΔP],其中,[ΔPij]和[ΔP]表示节点有功功率的调整量向量,[B']表示P—θ解耦模型建立的支路的导纳矩阵,[H]为稀疏矩阵。
更进一步,上述调整措施选取模块46包括:
关系式建立单元461,用于建立目标函数的最小调整量关系式;
调整措施输出单元462,用于对可调发电机的有功功率和可调发电机的负荷的有功功率给定不同的权重值,输出调整措施;其中,最小调整量关系式表示为:minF([x],[u])≤[0],其中,F为目标函数。
本发明实施例提供的静态安全辅助决策的选取装置,与上述实施例提供的静态安全辅助决策的选取方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程。另外,本发明实施例所提供的静态安全辅助决策的选取方法及装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种静态安全辅助决策的选取方法,其特征在于,包括:
获取模拟电网中各个节点的运行数据和所述各个节点的配置数据;其中,所述模拟电网以预想故障对应的方式模拟运行,所述节点包括线路和/或变压器;
根据所述各个节点的运行数据和配置数据确定当前线路的预想故障;
获取所述预想故障的基态越限重载信息和/或越限信息;
根据所述基态越限重载信息和/或越限信息得到所述节点所在的支路的列表和所述支路对应的预想故障信息;
获取预先设定的调整范围,根据所述调整范围和所述预想故障信息得到所述越限节点所在的支路的可调发电机,以及所述可调发电机的负荷列表;
建立所述可调发电机以及所述可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系;
按照调整量最小原则对所述灵敏度关系进行优化,从可选调整措施中选取静态安全辅助决策的调整措施,其中,所述可选调整措施包括调整所述可调发电机的有用功率和调整所述可调发电机的负荷的有功功率。
2.根据权利要求1所述的方法,其特征在于,所述越限节点的基态越限重载信息和/或越限信息由静态安全分析的计算结果中读取;所述静态安全分析包括判断电力系统是否满足安全运行的约束条件,如果否,读取所述计算结果中的基态越限重载信息和/或越限信息,其中,所述约束条件包括等式约束和不等式约束;
所述等式约束为载荷约束,表示为:
[gj([xj],[u],[pj])]=[0],
其中,[u]表示自变量或者可控制变量的向量;[x]表示应变量或者状态变量的向量;[p]为相角,表示参数变量或者不可控变量的向量;式中j=1、2、3……J,表示预想故障;
所述不等式约束为运行约束表示为:[hj([xj],[u],[p])]≤[0]。
3.根据权利要求1所述的方法,其特征在于,所述建立所述可调发电机以及所述可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系包括:
确定控制变量和控制目标,其中,所述控制变量为节点有功功率,包括所述可调发电机的有功功率和所述可调发电机的负荷的有功功率;所述控制目标包括控制支路的有功功率;
采用P—θ解耦模型建立灵敏度关系;所述灵敏度关系表达式为:
[ΔPij]=[H][B']-1[ΔP],其中,[ΔPij]和[ΔP]表示所述节点有功功率的调整量向量,[B']表示所述P—θ解耦模型建立的支路的导纳矩阵,[H]为稀疏矩阵。
4.根据权利要求1所述的方法,其特征在于,所述按照调整量最小原则对所述灵敏度关系进行优化,从可选调整措施中选取静态安全辅助决策的调整措施包括:
建立目标函数的最小调整量关系式;
对所述可调发电机的有功功率和所述可调发电机的负荷的有功功率给定不同的权重值,输出所述调整措施;其中,所述最小调整量关系式表示为:
minF([x],[u])≤[0],其中,F为目标函数。
5.根据权利要求1~4任一项所述的方法,其特征在于,所述方法还包括:
对所述调整措施进行安全校核;所述安全校核包括:判断在所述调整措施的作用下,所述电力系统的线路和变压器的负载率是否有越限;
如果否,输出所述调整措施;
如果是,扩大预先设定的调整范围,对所述灵敏度关系重新进行优化操作。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述预想故障为多个时,判断多个所述预想故障越限的可调设备中是否存在冲突;
如果是,根据可调充裕度确定存在冲突的所述可调设备的调整方向;
按照调整量最小原则,根据所述可调设备对多个所述预想故障越限的灵敏度,从可选调整措施中选取静态安全辅助决策的调整措施。
7.根据权利要求6所述的方法,其特征在于,所述根据可调充裕度确定存在冲突的所述可调设备的调整方向包括:
根据多个所述预想故障的故障越限将所述可调设备的可控制变量分为不存在冲突的可调设备的控制变量和存在冲突的可调设备的控制变量;
评价多个所述预想故障的故障越限的可调充裕度,当所述可调充裕度大于1时,调整所述不存在冲突的可调设备以消除所述故障越限;
当所述可调充裕度小于1时,从多个所述预想故障的故障越限的可调充裕度中选取可调充裕度低的故障越限,调整所述可调充裕度低的故障越限的可调设备;或者,增大所述可调设备的可调范围和/或扩大所述可调设备的对象集合。
8.一种静态安全辅助决策的选取装置,其特征在于,包括:
数据获取模块,用于获取模拟电网中各个节点的运行数据和所述各个节点的配置数据;其中,所述模拟电网以预想故障对应的方式模拟运行,所述节点包括线路和/或变压器;
预想故障确定模块,用于根据所述各个节点的运行数据和配置数据确定当前线路的预想故障;
故障信息获取模块,用于获取所述预想故障的基态越限重载信息和/或越限信息;
支路信息输出模块,用于根据所述基态越限重载信息和/或越限信息得到所述节点所在的支路的列表和所述支路对应的预想故障信息;
可调信息输出模块,用于获取预先设定的调整范围,根据所述调整范围和所述预想故障信息得到所述越限节点所在的支路的可调发电机,以及所述可调发电机的负荷列表;
灵敏度关系建立模块,用于建立所述可调发电机以及所述可调发电机的负荷的有功功率与控制支路的有功功率的灵敏度关系;
调整措施选取模块,用于按照调整量最小原则对所述灵敏度关系进行优化,从可选调整措施中选取静态安全辅助决策的调整措施,其中,所述可选调整措施包括调整所述可调发电机的有用功率和调整所述可调发电机的负荷的有功功率。
9.根据权利要求8所述的装置,其特征在于,所述灵敏度关系建立模块包括:
目标确定单元,用于确定控制变量和控制目标,其中,所述控制变量为节点有功功率,包括所述可调发电机的有功功率和所述可调发电机的负荷的有功功率;所述控制目标包括控制支路的有功功率;
模型建立单元,用于采用P—θ解耦模型建立灵敏度关系;所述灵敏度关系表达式为:
[ΔPij]=[H][B']-1[ΔP],其中,[ΔPij]和[ΔP]表示所述节点有功功率的调整量向量,[B']表示所述P—θ解耦模型建立的支路的导纳矩阵,[H]为稀疏矩阵。
10.根据权利要求8所述的装置,其特征在于,所述调整措施选取模块包括:
关系式建立单元,用于建立目标函数的最小调整量关系式;
调整措施输出单元,用于对所述可调发电机的有功功率和所述可调发电机的负荷的有功功率给定不同的权重值,输出所述调整措施;其中,所述最小调整量关系式表示为:
minF([x],[u])≤[0],其中,F为目标函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611230453.9A CN106651655B (zh) | 2016-12-26 | 2016-12-26 | 静态安全辅助决策的选取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611230453.9A CN106651655B (zh) | 2016-12-26 | 2016-12-26 | 静态安全辅助决策的选取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106651655A true CN106651655A (zh) | 2017-05-10 |
CN106651655B CN106651655B (zh) | 2020-06-09 |
Family
ID=58831740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611230453.9A Active CN106651655B (zh) | 2016-12-26 | 2016-12-26 | 静态安全辅助决策的选取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651655B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107221945A (zh) * | 2017-05-15 | 2017-09-29 | 中国电力科学研究院 | 一种特高压直流线路预想故障辅助决策方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214919A (zh) * | 2011-06-08 | 2011-10-12 | 国电南瑞科技股份有限公司 | 一种静态安全分析设备越限辅助决策方法 |
CN103825269A (zh) * | 2014-02-24 | 2014-05-28 | 华中科技大学 | 一种考虑电力系统功频静特性的快速概率潮流计算方法 |
CN103972985A (zh) * | 2014-05-26 | 2014-08-06 | 湖南大学 | 一种配电网的在线安全预警与预防控制方法 |
CN104868471A (zh) * | 2015-06-15 | 2015-08-26 | 国家电网公司 | 一种省级电网静态安全辅助决策方法 |
CN105184418A (zh) * | 2015-09-23 | 2015-12-23 | 重庆大学 | 基于潮流、灵敏度及约束一致性等值的互联电网最优潮流计算方法 |
CN106056218A (zh) * | 2016-05-11 | 2016-10-26 | 国电南瑞科技股份有限公司 | 计及过载和暂态稳定约束的设备月度检修计划优化方法 |
-
2016
- 2016-12-26 CN CN201611230453.9A patent/CN106651655B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214919A (zh) * | 2011-06-08 | 2011-10-12 | 国电南瑞科技股份有限公司 | 一种静态安全分析设备越限辅助决策方法 |
CN103825269A (zh) * | 2014-02-24 | 2014-05-28 | 华中科技大学 | 一种考虑电力系统功频静特性的快速概率潮流计算方法 |
CN103972985A (zh) * | 2014-05-26 | 2014-08-06 | 湖南大学 | 一种配电网的在线安全预警与预防控制方法 |
CN104868471A (zh) * | 2015-06-15 | 2015-08-26 | 国家电网公司 | 一种省级电网静态安全辅助决策方法 |
CN105184418A (zh) * | 2015-09-23 | 2015-12-23 | 重庆大学 | 基于潮流、灵敏度及约束一致性等值的互联电网最优潮流计算方法 |
CN106056218A (zh) * | 2016-05-11 | 2016-10-26 | 国电南瑞科技股份有限公司 | 计及过载和暂态稳定约束的设备月度检修计划优化方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107221945A (zh) * | 2017-05-15 | 2017-09-29 | 中国电力科学研究院 | 一种特高压直流线路预想故障辅助决策方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106651655B (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100590947C (zh) | 基于静态和暂态安全稳定模式的大电网在线预防控制方法 | |
CN103036230B (zh) | 一种基于工程应用的交直流混联大电网的动态等值方法 | |
Chen et al. | Neural-network-based load modeling and its use in voltage stability analysis | |
Kumar et al. | A hybrid approach for optimal location and capacity of UPFC to improve the dynamic stability of the power system | |
CN109787236A (zh) | 一种基于深度学习的电力系统频率态势预测方法 | |
CN110009529A (zh) | 一种基于堆栈降噪自动编码器的暂态频率获取方法 | |
Ghaderi Darebaghi et al. | Dynamic multi‐stage under frequency load shedding considering uncertainty of generation loss | |
Dorostkar‐Ghamsari et al. | Optimal distributed static series compensator placement for enhancing power system loadability and reliability | |
CN111967738B (zh) | 一种电网信息能量融合系统的风险预警方法、系统和介质 | |
CN106374513A (zh) | 一种基于主从博弈的多微网联络线功率优化方法 | |
Krpan et al. | Modelling of supercapacitor banks for power system dynamics studies | |
Wang et al. | Voltage sag frequency kernel density estimation method considering protection characteristics and fault distribution | |
CN105656036B (zh) | 考虑潮流和灵敏度一致性等值的概率静态安全分析方法 | |
Xu et al. | Risk‐averse multi‐objective generation dispatch considering transient stability under load model uncertainty | |
Rahmani et al. | Voltage and frequency recovery in an islanded inverter-based microgrid considering load type and power factor | |
Chen et al. | Security assessment for intentional island operation in modern power system | |
Hassanzadeh et al. | Intelligent fuzzy control strategy for battery energy storage system considering frequency support, SoC management, and C-rate protection | |
Gharebaghi et al. | Inclusion of pre-existing undervoltage load shedding schemes in AC-QSS cascading failure models | |
Zhang et al. | Intentional islanding method based on community detection for distribution networks | |
Changchao et al. | Research on the frequency synchronization control strategy for power system | |
Wang et al. | Load model of high power magnet power supply for EAST based on GMPSO-BP neural network | |
CN116488267B (zh) | 一种基于建模的风电场无功容量极限仿真计算方法及装置 | |
CN106651655A (zh) | 静态安全辅助决策的选取方法及装置 | |
CN104881822A (zh) | 评估方法、装置及系统 | |
CN116054224A (zh) | 一种多馈入直流输电系统换相失败快速评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |