CN108629701B - 一种电网多级调度数据整合方法 - Google Patents
一种电网多级调度数据整合方法 Download PDFInfo
- Publication number
- CN108629701B CN108629701B CN201810427322.2A CN201810427322A CN108629701B CN 108629701 B CN108629701 B CN 108629701B CN 201810427322 A CN201810427322 A CN 201810427322A CN 108629701 B CN108629701 B CN 108629701B
- Authority
- CN
- China
- Prior art keywords
- data
- intranet
- section
- network
- extranet
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000010354 integration Effects 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000035945 sensitivity Effects 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 238000010937 topological data analysis Methods 0.000 claims description 4
- 102000003712 Complement factor B Human genes 0.000 claims description 3
- 108090000056 Complement factor B Proteins 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- WPNJAUFVNXKLIM-UHFFFAOYSA-N Moxonidine Chemical compound COC1=NC(C)=NC(Cl)=C1NC1=NCCN1 WPNJAUFVNXKLIM-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种多级调度数据的整合方法,包括:步骤S1,选取基准断面数据,并根据基准断面数据的特征属性自适应获取相互匹配的外网和内网数据;步骤S2,对匹配后的内网数据和外网数据分别进行数据处理;步骤S3,对内网数据和外网数据进行拓扑分析,建立内网和外网的联络通道,并分别获取内网数据和外网数据中联络线断面的潮流和设备运行状态;步骤S4,将内网数据和外网数据拼接为统一的全网计算数据,并进行潮流计算,生成全网断面潮流数据文件;步骤S5,根据所述全网断面潮流数据文件进行安全稳定在线分析,获取全网安全稳定在线分析结果。本发明全面提升了多级调度数据整合安全稳定分析的有效性和实用性。
Description
技术领域
本发明涉及电力系统技术领域,特别涉及一种电网多级调度数据整合方法。
背景技术
随着一体化互联大电网的建设,特高压、高压环网的快速发展,各级电网调度之间的联系日益紧密,对多级调控机构之间的协作和相互支撑能力提出了更高的要求。目前仅利用本地调度模型的断面数据进行安全稳定分析,结果往往准确性和实用性不高。电网运行断面数据是电力系统安全稳定在线分析的数据基础,为了提高电网的安全性和稳定性,经优化整合的断面数据可以显著提高电网安全稳定分析结果的精度。
发明内容
本发明所要解决的技术问题在于,提供一种电网多级调度数据整合方法,以求全面提升多级调度数据整合的安全稳定分析有效性和实用性。
为了解决上述技术问题,本发明提供一种多级调度数据的整合方法,包括:
步骤S1,选取基准断面数据,并根据基准断面数据的特征属性自适应获取相互匹配的外网和内网数据;
步骤S2,对匹配后的内网数据和外网数据分别进行数据处理;
步骤S3,对内网数据和外网数据进行拓扑分析,建立内网和外网的联络通道,并分别获取内网数据和外网数据中联络线断面的潮流和设备运行状态;
步骤S4,将内网数据和外网数据拼接为统一的全网计算数据,并进行潮流计算,生成全网断面潮流数据文件;
步骤S5,根据所述全网断面潮流数据文件进行安全稳定在线分析,获取全网安全稳定在线分析结果。
其中,所述步骤S1具体包括:
步骤S11,将通过通信网络接口获取到的本级调度管辖的电网模型作为内网数据,上级调度中心下发的全网模型作为外网数据,根据实际需要选择某一断面时刻的内网或外网数据作为基准断面数据;
步骤S12,将获取到的所有的内网数据和外网数据分别建立其索引文件,所述选择的某一断面时刻的内网数据或外网数据所对应的内网或外网数据索引文件作为候选断面索引文件;
步骤S13,根据所述基准断面数据的特征属性,按照相似日选取原则、关键设备一致率原则或发用电负荷近似原则自适应查找到匹配的基准断面的内网和外网数据。
其中,所述步骤S13中的相似日选取原则是指:根据基准断面的基准日,从候选断面索引文件中选取相似日的数据作为候选断面数据。
其中,相似日数据选取进一步包括:
将断面日划分为工作日、周末、法定节假日;
按照上述划分定义时间因子匹配系数、假日因子匹配系数、星期因子匹配系数,将这三个系数相乘得到综合匹配系数;
选取所述综合匹配系数最大值对应的相似日的数据作为候选断面数据。
其中,所述步骤S13中的关键设备一致率原则是指:通过对内网、外网数据的拓扑分析,获取两者之间的公共设备集,将其与手工设置的关键设备一起作为待考察的关键设备集;扫描基准断面与候选断面的关键设备集,包括设备投停状态、发电机出力、母线负荷、联络线断面潮流、直流线功率信息,折算出两者相关量的一致率作为关键设备一致率。
其中,所述步骤S13中的发用电负荷近似原则是指:分别计算内、外网数据的总负荷的有功功率P1、P2和无功功率Q1、Q2,计算出两者的差值,定义负荷偏差门槛值δP、δQ,只有当(P1-P2)≤δP,(Q1-Q2)≤δQ时两者数据才互相匹配,否则自动判断为不匹配数据。
其中,所述步骤S2具体包括:
步骤S21,对互为匹配的内网数据和外网数据进行检查和容错处理;
步骤S22,对内网数据进行状态估计,得到用于安全稳定在线分析的内网断面数据;
步骤S23,根据本级调度中心管辖的配置交、直流联络线信息,将所述内网数据从全网数据中剥离,形成不包含内网数据的外网数据。
其中,所述步骤S22具体包括:计算发电机对电网安全稳定的影响因子Gs.j、Gt.j和母线对电网安全稳定的影响因子Bs.j、Bt.j,在状态估计的残差方程中采用母线、发电机对电网安全稳定的影响因子来修正量测的权值:对于母线量测量权值,采用(lsBs.i+ltBt.i)与反映量测误差的权值的乘积来代替,对于发电机量测量权值,采用(ksGs.i+ktGt.i)与反映量测误差的权值的乘积来代替,其中ks、kt、ls和lt是设定值,最后得到用于安全稳定在线分析的内网断面数据。
其中,所述步骤S3具体包括:
步骤S31,对内网数据中的母线和电气设备模型转化为节点-支路模型并进行拓扑分析,获取内网设备集与外网设备集之间的联通支路作为内外网之间的联络线;
步骤S32,根据已建立的内外网联络线对自动识别的内外网之间的联络线进行校正,并分别获取内网和外网数据中联络线断面的潮流和设备运行状态。
其中,所述步骤S4具体包括:
步骤S41,将获取的内外网的交、直流联络线断面及连接点,对外网数据进行分析,计算母线、发电机对电网安全稳定的灵敏度;
步骤S42,修改外网的发电机出力和负荷,保证发电机出力和负荷的调整量为最小值,得到调整后的外网断面数据,并把内、外网断面数据合在一起,得到满足内网安全稳定在线分析的全网断面潮流数据文件;或者
步骤S43,计算内网数据中母线、发电机对电网安全稳定的灵敏度,根据负荷变化对联络线断面潮流的灵敏度选取合适的发电机出力和负荷调整方式,得到调整后的内网断面数据,再将内、外网数据整合得到满足内网安全稳定在线分析的全网断面潮流数据文件。
其中,所述步骤S5具体包括:
步骤S51,获取电网的设备参数、安全稳定计算动态模型参数进行动态数据整合,形成准确合理的电网运行工况,以为在线安全稳定预警与控制决策提供基础数据;
步骤S52,基于全网断面潮流数据文件生成本级调度的全部预想故障集,进行安全稳定分析,得到全网安全稳定分析结果。
本发明实施例的有益效果在于:本发明针对保稳的电网多级调度数据整合,提出了一套实用的内网/外网数据自适应获取、内网/外网数据处理、联络线的自动识别、潮流方式调整、安全稳定计算数据生成方法。本发明有效解决了本地调度模型不完整导致的对断面数据的安全稳定分析结果的准确性和实用性不高问题,增加了多级调控机构之间的协作和相互支撑能力,全面提升了多级调度数据整合安全稳定分析的有效性和实用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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为本发明实施例一种多级调度数据的整合方法的流程示意图。
图2为本发明实施例中内网/外网数据自适应获取步骤的流程示意图。
图3为本发明实施例中内网/外网数据处理步骤的流程示意图。
图4为本发明实施例中联络线的自动识别步骤的流程图。
图5为本发明实施例中潮流方式调整步骤的流程示意图。
图6为本发明实施例中安全稳定计算数据生成步骤的流程示意图。
具体实施方式
以下各实施例的说明是参考附图,用以示例本发明可以用以实施的特定实施例。
请参照图1所示,本发明实施例提供一种多级调度数据的整合方法,包括:
步骤S1,选取基准断面数据,并根据基准断面数据的特征属性自适应获取相互匹配的外网和内网数据;
步骤S2,对匹配后的内网数据和外网数据分别进行数据处理;
步骤S3,对内网数据和外网数据进行拓扑分析,建立内网和外网的联络通道,并分别获取内网数据和外网数据中联络线断面的潮流和设备运行状态;
步骤S4,将内网数据和外网数据拼接为统一的全网计算数据,并进行潮流计算,生成全网断面潮流数据文件;
步骤S5,根据所述全网断面潮流数据文件进行安全稳定在线分析,获取全网安全稳定在线分析结果。
以下结合图2-图6对相应步骤做进一步说明。
首先,步骤S1为内网/外网数据自适应获取步骤,其流程如图2所示:
步骤S11,将通过通信网络接口获取到的本级调度管辖的电网模型作为内网数据,上级调度中心下发的全网模型作为外网数据,根据实际需要选择某一断面时刻的内网或外网数据作为基准断面数据;
步骤S12,将获取到的所有的内网数据和外网数据分别建立其索引文件,所述选择的某一断面时刻的内网数据或外网数据所对应的内网或外网数据索引文件作为候选断面索引文件;
步骤S13,根据所述基准断面数据的特征属性,按照相似日选取原则、关键设备一致率原则或发用电负荷近似原则自适应查找到匹配的基准断面的内网和外网数据,以此作为后续分析的数据源。
进一步地,步骤S13中,相似日选取原则是指:同类型日的同一时段内,其电网负荷呈现相近的变化规律,因此可根据基准断面的日期(基准日),从候选断面索引文件中(候选日)选取相似日的数据作为候选断面数据,提高匹配结果的精度。
相似日选取时将断面日分为工作日、周末、法定节假日,有时周五和周一仍会受到周末的影响,所以工作日还可再次分为周一、周五和其他日子,以此划分原则可建立全年数据的时间表,根据划分原则定义时间因子匹配系数δ、假日因子匹配系数ε、星期因子匹配系数γ,所有系数的定义采用“近大远小”原则,最后将这三个系数相乘得到综合匹配系数φ,综合匹配系数φ越大,选出来的相似日和基准日特性越接近。
基准日距候选日的日期差即为时间因素,时间因子匹配系数δ计算公式如下:
上式中:t是基准日距预测日的天数,mod是取余函数,int是取整函数,x是一个0-1变量,当基准日为节假日时,x=1,否则x=0;k1、k2是衰减系数,一般取值0.9~0.98,分别表示基准日与候选日的距离每增加一天、一周的相似缩减比例;n1、n2是系数,一般取一周的天数为7。
假日因子匹配系数ε考虑了断面日的周期性和节假日年周期变化的规律,表示候选日与基准日在时间上的相似程度,该值计算公式如下:
ε(t)=Zint(t,n)
上式中:Z是衰减系数,表示基准日与候选日的距离每增加一年的相似缩减比例;n为重大节假日间的距离,如考虑农历春节节日差距有可能小于365天,n值为340,一般法定节假日n值取365。
星期因子匹配系数γ是表示候选日和基准日在星期类型上的相似程度,相近程度越大,则星期因子匹配系数应越大。其计算公式如下:
γ=1-|f(x)-f(x0)|
上式中:x表示候选日的星期类型、x0表示基准日的星期类型;f(x)、f(x0)是x、x0映射后的值,映射定义是将一个星期按照工作日期量化,周一映射为0.1,周二到周四映射为0.2,周五映射为0.3,周六映射值为0.7,周日映射为1。
综合匹配系数φ是采用相乘的方法把时间因子匹配系数、假日因子匹配系数和星期因子匹配系数相乘得到总相似度。其计算公式如下:
φ=δεγ
由上式可知综合匹配系数越大,选出来的相似日和预测日特性越接近。
关键设备一致率原则是指:内网数据与外网数据包含了本网的电网模型和参数,通过对内网、外网数据的拓扑分析,获取两者之间的公共设备集,将其与手工设置的关键设备一起作为待考察的关键设备集;扫描基准断面与候选断面的关键设备集,包括设备投停状态、发电机出力、母线负荷、联络线断面潮流、直流线功率等信息,折算出两者相关量的一致率,即为关键设备一致率,关键设备一致率越大则候选断面与本基准断面越匹配。
发用电负荷近似原则是指:对于相互匹配的内网和外网数据,其负荷越是相近;因此通过分别计算内、外网数据的总负荷的有功功率P1、P2和无功功率Q1、Q2,计算出两者的差值,定义负荷偏差门槛值δP、δQ,只有当(P1-P2)≤δP,(Q1-Q2)≤δQ时两者数据才互相匹配,否则自动判断为不匹配数据。
步骤S2的具体流程如图3所示:
步骤S21,对互为匹配的内网数据和外网数据进行检查和容错处理;具体地,对互为匹配的内网数据和外网数据进行初步扫描,包括数据检查及容错处理:检查内网和外网数据的合理性,去除不合理数据;对属于模型维护上的错误具备容错能力,自动纠正模型错误。
步骤S22,对内网数据进行状态估计,得到用于安全稳定在线分析的内网断面数据;
具体地,计算发电机对电网安全稳定的影响因子Gs.j、Gt.j和母线对电网安全稳定的影响因子Bs.j、Bt.j,在状态估计的残差方程中采用母线、发电机对电网安全稳定的影响因子来修正量测的权值:对于母线量测量权值,采用(lsBs.i+ltBt.i)与反映量测误差的权值的乘积来代替,对于发电机量测量权值,采用(ksGs.i+ktGt.i)与反映量测误差的权值的乘积来代替,其中ks、kt、ls和lt是设定值,最后得到用于安全稳定在线分析的内网断面数据。
步骤S23,根据本级调度中心管辖的配置交、直流联络线信息,将所述内网数据从全网数据中剥离,形成不包含内网数据的外网数据。
步骤S3为联络线的自动识别步骤,其流程如图4所示:
步骤S31,对内网数据中的母线和电气设备模型转化为节点-支路模型并进行拓扑分析,获取内网设备集与外网设备集之间的联通支路作为内外网之间的联络线;
步骤S32,根据已建立的内外网联络线对自动识别的内外网之间的联络线进行校正,并分别获取内网和外网数据中联络线断面的潮流和设备运行状态。
步骤S4为潮流方式调整步骤,是根据自动识别获取到的交、直流联络线断面及连接点,将内网、外网模型拼接为一个联通的电网:选择合适的平衡机,对内、外网断面数据进行方式调整,将内外数据拼接为统一的全网计算数据,进行潮流计算,保证主网潮流精度,生成可用于各类分析计算的全网数据文件。
其流程如图5所示:
步骤S41,将获取的内外网的交、直流联络线断面及连接点,对外网数据进行分析,计算母线、发电机对电网安全稳定的灵敏度;
外网数据优化调整的目标函数如下:
其中,M为外网的可调发电机数,N为外网的可调负荷母线数,L为内、外网联络线的数目,ΔPi是负荷的有功调整量,ΔPj是发电机的有功调整量,Cki是第i个母线负荷对第k条联络线的有功灵敏度,Ckj是第j台发电机对第k条联络线的有功灵敏度,ΔPl.k是第k条内网联络线有功与外网断面数据调整前的相应联络线有功之差。
上述为外网断面数据的有功优化调整模型,无功优化调整模型与此公式类似。
步骤S42,修改外网的发电机出力和负荷,保证发电机出力和负荷的调整量为最小值,得到调整后的外网断面数据,并把内、外网断面数据合在一起,得到满足内网安全稳定在线分析的全网断面潮流数据文件。
对通道潮流调整时,考虑外网数据中母线、发电机对电网安全稳定的灵敏度,修改外网的发电机出力和负荷,保证发电机出力和负荷的调整量为最小值,得到调整后的外网断面数据,确保内、外网之间的联络线的潮流与内网潮流基本一致,把内、外网断面数据合在一起,并将用于全网潮流计算的平衡机设置在外网,得到满足内网安全稳定在线分析的全网断面潮流数据文件。
同样地,与步骤S42相似,还可包括步骤S43,计算内网数据中母线、发电机对电网安全稳定的灵敏度,根据负荷变化对联络线断面潮流的灵敏度选取合适的发电机出力和负荷调整方式,得到调整后的内网断面数据,再将内、外网数据整合得到满足内网安全稳定在线分析的全网断面潮流数据文件。
步骤S5是安全稳定计算数据生成步骤,其流程如图6所示:
步骤S51,获取电网的设备参数、安全稳定计算动态模型参数进行动态数据整合,形成准确合理的电网运行工况,以为在线安全稳定预警与控制决策提供基础数据;
步骤S52,基于全网断面潮流数据文件生成本级调度的全部预想故障集,进行安全稳定分析,得到全网安全稳定分析结果。
当安全稳定分析结果不满足系统安全稳定要求时基于全网断面潮流数据文件计算辅助决策措施。
通过上述说明可知,本发明将互联电网中本级调度中心调管的子网(即内网)与调度中心调管范围外的电网(即外网)综合了相似日选取原则、关键设备一致率原则或发用电负荷近似原则进行自适应的匹配,通过对相互匹配的内、外网数据拓扑分析建立内、外网的联络通道;在常规的状态估计算法和外网断面数据优化调整算法中引入了母线和发电机对安全稳定的灵敏度计算,通过分析内、外网数据中发电机和母线对安全稳定的灵敏度,对内、外网进行潮流调整保证功率平衡,最后实现面向电网安全稳定在线分析的内外数据整合形成了全网断面潮流数据,对提高电网安全稳定在线分析的精度,提高多级调度防御电网处理安全稳定问题的能力有较大帮助。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种多级调度数据的整合方法,其特征在于,包括:
步骤S1,选取基准断面数据,并根据基准断面数据的特征属性自适应获取相互匹配的外网和内网数据;
步骤S2,对匹配后的内网数据和外网数据分别进行数据处理;
步骤S3,对内网数据和外网数据进行拓扑分析,建立内网和外网的联络通道,并分别获取内网数据和外网数据中联络线断面的潮流和设备运行状态;
步骤S4,将内网数据和外网数据拼接为统一的全网计算数据,并进行潮流计算,生成全网断面潮流数据文件;
步骤S5,根据所述全网断面潮流数据文件进行安全稳定在线分析,获取全网安全稳定在线分析结果;
所述步骤S1具体包括:
步骤S11,将通过通信网络接口获取到的本级调度管辖的电网模型作为内网数据,上级调度中心下发的全网模型作为外网数据,根据实际需要选择某一断面时刻的内网或外网数据作为基准断面数据;
步骤S12,将获取到的所有的内网数据和外网数据分别建立其索引文件,所述选择的某一断面时刻的内网数据或外网数据所对应的内网或外网数据索引文件作为候选断面索引文件;
步骤S13,根据所述基准断面数据的特征属性,按照相似日选取原则、关键设备一致率原则或发用电负荷近似原则自适应查找到匹配的基准断面的内网和外网数据。
2.根据权利要求1所述的整合方法,其特征在于,所述步骤S13中的相似日选取原则是指:根据基准断面的基准日,从候选断面索引文件中选取相似日的数据作为候选断面数据。
3.根据权利要求2所述的整合方法,其特征在于,相似日数据选取进一步包括:
将断面日划分为工作日、周末、法定节假日;
按照上述划分定义时间因子匹配系数、假日因子匹配系数、星期因子匹配系数,将这三个系数相乘得到综合匹配系数;
选取所述综合匹配系数最大值对应的相似日的数据作为候选断面数据。
4.根据权利要求1所述的整合方法,其特征在于,所述步骤S13中的关键设备一致率原则是指:通过对内网、外网数据的拓扑分析,获取两者之间的公共设备集,将其与手工设置的关键设备一起作为待考察的关键设备集;扫描基准断面与候选断面的关键设备集,包括设备投停状态、发电机出力、母线负荷、联络线断面潮流、直流线功率信息,折算出两者相关量的一致率作为关键设备一致率。
5.根据权利要求1所述的整合方法,其特征在于,所述步骤S13中的发用电负荷近似原则是指:分别计算内、外网数据的总负荷的有功功率P1、P2和无功功率Q1、Q2,计算出两者的差值,定义负荷偏差门槛值δP、δQ,只有当(P1-P2)≤δP,(Q1-Q2)≤δQ时两者数据才互相匹配,否则自动判断为不匹配数据。
6.根据权利要求1所述的整合方法,其特征在于,所述步骤S2具体包括:
步骤S21,对互为匹配的内网数据和外网数据进行检查和容错处理;
步骤S22,对内网数据进行状态估计,得到用于安全稳定在线分析的内网断面数据;
步骤S23,根据本级调度中心管辖的配置交、直流联络线信息,将所述内网数据从全网数据中剥离,形成不包含内网数据的外网数据。
7.根据权利要求6所述的整合方法,其特征在于,所述步骤S22具体包括:
计算发电机对电网安全稳定的影响因子Gs.j、Gt.j和母线对电网安全稳定的影响因子Bs.j、Bt.j,在状态估计的残差方程中采用母线、发电机对电网安全稳定的影响因子来修正量测的权值:对于母线量测量权值,采用(lsBs.j+ltBt.j)与反映量测误差的权值的乘积来代替,对于发电机量测量权值,采用(ksGs.j+ktGt.j)与反映量测误差的权值的乘积来代替,其中ks、kt、ls和lt是设定值,最后得到用于安全稳定在线分析的内网断面数据。
8.根据权利要求1所述的整合方法,其特征在于,所述步骤S3具体包括:
步骤S31,对内网数据中的母线和电气设备模型转化为节点-支路模型并进行拓扑分析,获取内网设备集与外网设备集之间的联通支路作为内外网之间的联络线;
步骤S32,根据已建立的内外网联络线对自动识别的内外网之间的联络线进行校正,并分别获取内网和外网数据中联络线断面的潮流和设备运行状态。
9.根据权利要求1所述的整合方法,其特征在于,所述步骤S4具体包括:
步骤S41,将获取的内外网的交、直流联络线断面及连接点,对外网数据进行分析,计算母线、发电机对电网安全稳定的灵敏度;
步骤S42,修改外网的发电机出力和负荷,保证发电机出力和负荷的调整量为最小值,得到调整后的外网断面数据,并把内、外网断面数据合在一起,得到满足内网安全稳定在线分析的全网断面潮流数据文件;或者
步骤S43,计算内网数据中母线、发电机对电网安全稳定的灵敏度,根据负荷变化对联络线断面潮流的灵敏度选取合适的发电机出力和负荷调整方式,得到调整后的内网断面数据,再将内、外网数据整合得到满足内网安全稳定在线分析的全网断面潮流数据文件。
10.根据权利要求1所述的整合方法,其特征在于,所述步骤S5具体包括:
步骤S51,获取电网的设备参数、安全稳定计算动态模型参数进行动态数据整合,形成准确合理的电网运行工况,以为在线安全稳定预警与控制决策提供基础数据;
步骤S52,基于全网断面潮流数据文件生成本级调度的全部预想故障集,进行安全稳定分析,得到全网安全稳定分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810427322.2A CN108629701B (zh) | 2018-05-07 | 2018-05-07 | 一种电网多级调度数据整合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810427322.2A CN108629701B (zh) | 2018-05-07 | 2018-05-07 | 一种电网多级调度数据整合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629701A CN108629701A (zh) | 2018-10-09 |
CN108629701B true CN108629701B (zh) | 2022-03-18 |
Family
ID=63695590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810427322.2A Active CN108629701B (zh) | 2018-05-07 | 2018-05-07 | 一种电网多级调度数据整合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629701B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111162565B (zh) * | 2019-12-26 | 2023-06-20 | 国网宁夏电力有限公司 | 基于多源数据融合的中低压网络在线拼接方法及系统 |
CN111565230A (zh) * | 2020-04-29 | 2020-08-21 | 江苏加信智慧大数据研究院有限公司 | 一种综合识别系统及其流程 |
CN112749489B (zh) * | 2020-12-30 | 2022-06-14 | 国网河北省电力有限公司 | 一种基于拼接技术的电网模型生成方法 |
CN113703649A (zh) * | 2021-08-12 | 2021-11-26 | 深圳供电局有限公司 | 一种模拟电网潮流出力及负荷的调整方法及工具 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1264249A1 (en) * | 2000-01-27 | 2002-12-11 | Informax, Inc. | Integrated access to biomedical resources |
CN101394087A (zh) * | 2008-11-10 | 2009-03-25 | 国电南瑞科技股份有限公司 | 将ems网络模型与外网bpa网络模型整合的方法 |
CN101447671A (zh) * | 2008-12-08 | 2009-06-03 | 中国电力科学研究院 | 一种潮流数据自动整合调整方法 |
CN101807798A (zh) * | 2010-04-20 | 2010-08-18 | 国网电力科学研究院 | 用于电力系统安全稳定在线分析的断面数据整合方法 |
CN102185316A (zh) * | 2011-05-24 | 2011-09-14 | 国网电力科学研究院 | 基于保守原则的电力系统在线稳定分析断面数据整合方法 |
CN107464048A (zh) * | 2017-07-26 | 2017-12-12 | 广东电网有限责任公司电力调度控制中心 | 一种基于研究态的日前计划安全校核方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9038177B1 (en) * | 2010-11-30 | 2015-05-19 | Jpmorgan Chase Bank, N.A. | Method and system for implementing multi-level data fusion |
CN102722594B (zh) * | 2011-11-29 | 2014-09-17 | 中国南方电网有限责任公司 | 离线方式数据和状态估计数据整合方法 |
-
2018
- 2018-05-07 CN CN201810427322.2A patent/CN108629701B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1264249A1 (en) * | 2000-01-27 | 2002-12-11 | Informax, Inc. | Integrated access to biomedical resources |
CN101394087A (zh) * | 2008-11-10 | 2009-03-25 | 国电南瑞科技股份有限公司 | 将ems网络模型与外网bpa网络模型整合的方法 |
CN101447671A (zh) * | 2008-12-08 | 2009-06-03 | 中国电力科学研究院 | 一种潮流数据自动整合调整方法 |
CN101807798A (zh) * | 2010-04-20 | 2010-08-18 | 国网电力科学研究院 | 用于电力系统安全稳定在线分析的断面数据整合方法 |
CN102185316A (zh) * | 2011-05-24 | 2011-09-14 | 国网电力科学研究院 | 基于保守原则的电力系统在线稳定分析断面数据整合方法 |
CN107464048A (zh) * | 2017-07-26 | 2017-12-12 | 广东电网有限责任公司电力调度控制中心 | 一种基于研究态的日前计划安全校核方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108629701A (zh) | 2018-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629701B (zh) | 一种电网多级调度数据整合方法 | |
US7979239B2 (en) | System and method for monitoring and managing electrical power transmission and distribution networks | |
CN113267692B (zh) | 一种低压台区线损智能诊断分析方法和系统 | |
Murty | Operation and control in power systems | |
US20040158417A1 (en) | System and method for monitoring and managing electrical power transmission and distribution networks | |
Lee et al. | Novel supervisory control method for islanded droop-based AC/DC microgrids | |
CN110707706B (zh) | 一种基于线路潮流分布的输电网规划方法及系统 | |
CN111817299B (zh) | 基于模糊推理的配电台区线损率异常成因智能辨识方法 | |
CN112688428B (zh) | 一种基于物联网技术的10千伏电网同期线损治理方法 | |
Papathanassiou et al. | Technical requirements for the connection of dispersed generation to the grid | |
Laframboise et al. | An expert system for reactive power control of a distribution system. Part 2: system implementation | |
CN110350601B (zh) | 一种直流微电网电压和电流分配分布式协调控制方法 | |
CN111784100A (zh) | 一种基于机器学习的月度计划方式生成方法 | |
CN113689057A (zh) | 一种光伏发电功率的预测方法及装置 | |
KR20200073039A (ko) | 전력민감도 기반 가상 멀티슬랙 드룹 제어를 위한 장치 및 방법 | |
CN110676877B (zh) | 一种孤岛微电网潮流检测方法 | |
CN109586309B (zh) | 基于大数据自由熵理论和场景匹配的配电网无功优化方法 | |
CN113298402B (zh) | 基于人工智能的配网供电可靠性精细化方法与系统 | |
CN112347655B (zh) | 一种基于机组运行性能评估的风电场理论功率计算方法 | |
CN114595980A (zh) | 基于平行网络的能源成本核算方法、系统及计算机设备 | |
CN104037810B (zh) | 一种改进的风险评估发电-负荷功率调整方法 | |
CN113675854A (zh) | 一种考虑台区电压损耗的配网线变校验方法及装置 | |
CN112260305A (zh) | 适用于跨区直流输电线路的中长期送电功率确定方法 | |
CN112149057A (zh) | 一种基于负荷曲线计算技术线损的方法 | |
Glover et al. | Multi-Solar PV Allocation for Optimal Sizing and Placement on Distribution Feeders |
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 |