CN110515309A - 一种利用wams数据电力系统动态仿真验证误差溯源的辨识方法 - Google Patents

Abstract

本发明属于电力系统动态仿真验证技术领域，尤其涉及一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法。电力系统中影响数值仿真精度的因数众多，基于WAMS数据的数值仿真误差溯源方法将仿真误差源定位到更小的区域或元件。本发明包括：特征量选取；建立指标体系；分块解耦。本发明通过从实测数据提取电力系统的动态时空特性，得到元件模型参数与电力系统的动态时空特性的映射关系，根据映射关系的强弱定位出误差溯源，辨识出可校正的区域，在对元件进行分块解耦，进行仿真验证，极大的缩小了仿真误差溯源。为大型电力系统动态仿真验证提供了有效快捷的方法，快速的辨识出仿真误差溯源，提高大系统的校正的效率与准确度。

Description

一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识 方法

技术领域

本发明属于电力系统动态仿真验证技术领域，尤其涉及一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法。电力系统中影响数值仿真精度的因数众多，基于WAMS数据的数值仿真误差溯源方法将仿真误差源定位到更小的区域或元件。

背景技术

电力系统动态仿真是电力系统稳定分析与控制的主要工具，是调度部门指导电力系统运行的主要依据。因此电力系统仿真的可行度直接影响影响系统的安全运行与稳定控制。

广域量测系统(WAMS)可以提供受扰动后广域量测装置安装节点的真实量测数据，如电压的幅值、相角、线路有功功率、无功功率，这一条件为仿真验证提供了很大的良机，但是一些实践和验证表明某些电力系统的动态仿真轨迹与扰动后的量测记录数据之间有很大的误差。有一些极限的情况下甚至会有质的差异，这说明当前的仿真是不准确的。这给电力系统的工程人员的决策带来了困难，严重的威胁了电力系统的安全经济运行。

电力系统仿真验证的难点在于电力系统区域大，所包含的元件多，不准确的模型及参数较多，因此当电力系统仿真结果与广域量测系统(WAMS)的实际记录不一致时，很难定位究竟是哪些元件或参数造成了仿真结果与真实动态的差异；使得电力系统仿真验证面临较大的困难，定位误差溯源是一件相当困难的问题，因此亟需一种有效的方法快速准确的定位误差溯源。

发明内容

针对上述现有技术中存在的问题，本发明提供了一种利用广域量测系统(WAMS)记录的数据电力系统动态仿真验证误差溯源的辨识方法。目的是为了克服系统级别电力系统仿真验证溯源定位方法的不足，解决大型电力系统动态仿真不够精确的问题。

为实现上述发明目的，本发明解决其技术问题所采用的技术方案是：

一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：包括：

步骤1.特征量选取；

步骤2.建立指标体系；

步骤3.分块解耦。

所述特征量选取包括：

设m₁,m₂,...,m_n为系统的n个观测点，由所有观测点构成的观测数据集M：

M＝[m₁(t),m₂(t),...,m_n(t)] (1)

每个观测点观测若干个物理量，各个物理量随时间的动态变化过程构成时间序列，电压的动态观测数据集表示为：

G＝[g_1,T,g_2,T,...,g_n,T] (2)

式中：T＝[t₁,t₂,...,t_n]为各采样时间构成的时间序列，g_i,T(i＝1,2,...,n)为观测点i的动态电压数据序列；

1)电压平均变化率；

2)电压最大相对变化量；

3)频率最大偏移量；

4)频率变化率；

5)以上特征量构成向量矩阵X_i＝[ΔU_maxi k_vi Δf_maxi k_fi]

其中：k_i为观测点i处的电压平均变化率；Δt_ri为观测点i处的电压响应延时；Δu_maxi为观测点i处的电压最大相对变化量；Δt_ci为观测点i处的持续时间；DCI_i为观测点i处的扰动贡献指数。

所述物理量包括电压幅值、有功功率、相角以及频率。

所述电压平均变化率：

k_v＝(U₀-U_min)/(t₀-t_min) (3)

式中：U₀,U_min分别为电压初始值和最低点值，t₀,t_min分别为电压初始值和最低点值对应的时间。

所述电压最大相对变化量：

上式中：Δu_maxi(i＝1,2,...,n)为观测点i的电压最大相对变化量，U_0i为电压的初始值，U_mini为最低点电压值。

所述频率最大偏移量：

各个节点频率偏移量的绝对值的最大值表示为：

ΔF＝[Δf_max1,Δf_max2,...,Δf_maxn] (5)

其中Δf_maxi(i＝1,2,...,n)为观测点i处的最大频率偏移量。

所述频率变化率：

k_f＝(f_e-f_b)/(t_e-t_b) (6)

式中：f_e、f_b分别为起始点和终止点的频率值，t_e、t_b分别为起始点和终止点的时间。

所述的建立指标体系，包括：

idx＝[ΔU_x k_vx Δf_x k_fx] (7)

其中：ΔU_x为电压变化量；k_vx为电压变化斜率；Δf_x为频率变化量；k_fx为频率变化斜率。

建立指标与模型的映射关系，对不同节点的该元件模型参数模式识别，通过计算实测数据中各个观测点的特征量，与指标进行模式识别，确定仿真误差溯源区域或者元件；

元件多时，需要校正，并不是每组的“实测轨迹—元件模型参数”校正同等的重要，为了区分不用的程度，定义溯源优先级指标：

式中：P_i为该溯源影响大小程度。

所述分块解耦包括：电力系统由发电机系统、变压器、输电线路与负荷构成，如果上述4类模型中，有3类模型正确，仿真结果与实测值不一致，则最后1类模型有误差，进行分块解耦进一步缩下误差溯源。

本发明具有以下优点及有益效果：

本发明克服了系统级别电力系统仿真验证溯源定位方法的不足，解决了大型电力系统动态仿真不够精确的问题。同时考虑到大型电力系统量测数据和模型参数数量巨大的特点，通过从实测数据提取电力系统的动态时空特性，得到元件模型参数与电力系统的动态时空特性的映射关系，根据映射关系的强弱定位出误差溯源，辨识出可校正的区域，在对元件进行分块解耦，进行仿真验证，极大的缩小了仿真误差溯源。本发明为大型电力系统动态仿真验证提供了有效快捷的方法，可以快速的辨识出仿真误差溯源，提高大系统的校正的效率与准确度。

附图说明

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及具体实施方式对本发明作进一步的详细描述，以下实施例用于说明本发明，但应当理解本发明的保护范围并不受具体实施方式的限制。

图1是本发明区域联络图；

图2是本发明解耦后的示意图；

图3是本发明流程图；

图4是本发明解耦前后对比图。

具体实施方式

本发明的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，包括：它包括以下内容：

(1)特征量选取。

设m₁,m₂,...,m_n为系统的n个观测点，由所有观测点构成的观测数据集M：

M＝[m₁(t),m₂(t),...,m_n(t)] (1)

每个观测点可以观测若干个物理量，如电压幅值、有功功率、相角、频率等，各个物理量随时间的动态变化过程构成时间序列，电压的动态观测数据集可以表示为：

G＝[g_1,T,g2_,T,...,g_n,T] (2)

式中：T＝[t₁,t₂,...,t_n]为各采样时间构成的时间序列，g_i,T(i＝1,2,...,n)为观测点i的动态电压数据序列。

1)电压平均变化率。

k_v＝(U₀-U_min)/(t₀-t_min) (3)

式中：U₀,U_min分别为电压初始值和最低点值，t₀,t_min分别为电压初始值和最低点值对应的时间。

2)电压最大相对变化量。

上两式中：Δu_maxi(i＝1,2,...,n)为观测点i的电压最大相对变化量，U_0i为电压的初始值，U_mini为最低点电压值。

3)频率最大偏移量。

各个节点频率偏移量的绝对值的最大值可以表示为：

ΔF＝[Δf_max1,Δf_max2,...,Δf_maxn] (5)

其中Δf_maxi(i＝1,2,...,n)为观测点i处的最大频率偏移量。

4)频率变化率。

k_f＝(f_e-f_b)/(t_e-t_b) (6)

式中：f_e、f_b分别为起始点和终止点的频率值，t_e、t_b分别为起始点和终止点的时间。

5)以上特征量构成向量矩阵X_i＝[ΔU_maxi k_vi Δf_maxi k_fi]

其中：k_i为观测点i处的电压平均变化率；Δt_ri为观测点i处的电压响应延时；Δu_maxi为观测点i处的电压最大相对变化量；Δt_ci为观测点i处的持续时间；DCI_i为观测点i处的扰动贡献指数。

(2)建立指标体系。

idx＝[ΔU_x k_vx Δf_x k_fx] (7)

其中：ΔU_x为电压变化量；k_vx为电压变化斜率；Δf_x为频率变化量；k_fx为频率变化斜率。

建立指标与模型的映射关系，对不同节点的该元件模型参数模式识别，模式识别的问题就是将一个待识别的模式分配到模式类中去，模式类指的就是具有相同特征的模式集合，一个模式的特征用该模式的特征量表示，特征量的不同代表了不同模式之间的差异。通过计算实测数据中各个观测点的特征量，与指标进行模式识别，确定仿真误差溯源区域或者元件。

但由于元件多时，需要校正的比较多，并不是每组的“实测轨迹—元件模型参数”校正同等的重要，为了区分不用的程度，定义溯源优先级指标：

式中：P_i为该溯源影响大小程度。该方法的流程图如图3所示。

(3)分块解耦。

电力系统由发电机系统、变压器、输电线路与负荷构成。假设上述4类模型中，有3类模型正确，例如变压器、输电线路与负荷模型都是准确的，如果仿真结果与实测值不一致，就说明发电机系统模型有误差，进行分块解耦进一步缩下误差溯源。

以两区域系统为例，如图1所示，区域A与区域B通过联络线相连，两区域母线均配置有PMU，相应的测量为母线电压、有功功率、无功功率。若以区域A作为研究对象，需要将区域B作为外部系统进行等值，只保留区域A和区域B的母线的边界条件进行数值仿真。解耦后系统如图2所示。

实施例1：

本发明的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，包括以下内容：

1)通过计算各个节点电压、有功功率的特征量构成向量集合：

X_i＝[ΔU_maxi k_vi Δf_maxi k_fi] (9)

2)建立特征量指标：

idx＝[ΔU_x k_vx Δf_x k_fx] (10)

3)与特征指标进行模式匹配，超过设定指标辨识出误差溯源，确定可较正区域内的元件。但由于元件多时，需要校正的比较多，并不是每组的“实测轨迹—元件模型参数”校正同等的重要，为了区分不用的程度，定义优先级指标：

P_i越大元件的可校正指数越高，越值得校正。

建立指标与模型的映射关系，对不同节点的该元件模型参数模式识别，模式识别的问题就是将一个待识别的模式分配到模式类中去，模式类指的就是具有相同特征的模式集合，一个模式的特征用该模式的特征量表示，特征量的不同代表了不同模式之间的差异。

4)分块解耦：

以两区域系统为例，如图1所示区域A与区域B通过联络线相连，两区域母线均配置有广域量测装置，相应的测量为母线电压、有功功率、无功功率。若以区域A作为研究对象，需要将区域B作为外部系统进行等值，只保留区域A和区域B的母线的边界条件进行数值仿真。解耦后系统如图2所示。

利用本发明所述方法误差元件从系统中解耦，进行混合动态仿真，仿真时长5s，仿真步长0.01s。图4为对外部区域进行等值后边界母线处电压的对比曲线。从图4中可以看出，解耦后仿真的结果与对整个系统进行仿真的结果几乎完全相同，这意味本文所述的方法可以准确地将外部系统进行等值，分块解耦仿真的结果可以重现原系统的动态行为。当仿真与实测不同时，说明在经过实测数据动态注入等值后的电网中，存在不正确的元件模型与参数，这就将误差定位缩小到某一元件或者较小的电网中。

本发明是一种电力系统仿真验证定位仿真误差溯源的方法，通过找到模型与系统动态时空特性的关系，通过模式匹配辨识出误差溯源，进而确定可校正的区域，在对区域内的元件进行分块解耦，基于实测数据进行仿真验证。

Claims (9)

1.一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：包括：

步骤1.特征量选取；

步骤2.建立指标体系；

步骤3.分块解耦。

2.根据权利要求1所述的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：所述特征量选取包括：

设m₁,m₂,...,m_n为系统的n个观测点，由所有观测点构成的观测数据集M：

M＝[m₁(t),m₂(t),...,m_n(t)] (1)

每个观测点观测若干个物理量，各个物理量随时间的动态变化过程构成时间序列，电压的动态观测数据集表示为：

G＝[g_1,T,g_2,T,...,g_n,T] (2)

式中：T＝[t₁,t₂,...,t_n]为各采样时间构成的时间序列，g_i,T(i＝1,2,...,n)为观测点i的动态电压数据序列；

1)电压平均变化率；

2)电压最大相对变化量；

3)频率最大偏移量；

4)频率变化率；

5)以上特征量构成向量矩阵X_i＝[ΔU_maxi k_vi Δf_maxi k_fi]

其中：k_i为观测点i处的电压平均变化率；Δt_ri为观测点i处的电压响应延时；Δu_maxi为观测点i处的电压最大相对变化量；Δt_ci为观测点i处的持续时间；DCI_i为观测点i处的扰动贡献指数。

3.根据权利要求2所述的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：所述物理量包括电压幅值、有功功率、相角以及频率。

4.根据权利要求2所述的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：所述电压平均变化率：

k_v＝(U₀-U_min)/(t₀-t_min) (3)

式中：U₀,U_min分别为电压初始值和最低点值，t₀,t_min分别为电压初始值和最低点值对应的时间。

5.根据权利要求2所述的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：所述电压最大相对变化量：

上式中：Δu_maxi(i＝1,2,...,n)为观测点i的电压最大相对变化量，U_0i为电压的初始值，U_mini为最低点电压值。

6.根据权利要求2所述的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：所述频率最大偏移量：

各个节点频率偏移量的绝对值的最大值表示为：

ΔF＝[Δf_max1,Δf_max2,...,Δf_maxn] (5)

其中Δf_maxi(i＝1,2,...,n)为观测点i处的最大频率偏移量。

7.根据权利要求2所述的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：所述频率变化率：

k_f＝(f_e-f_b)/(t_e-t_b) (6)

式中：f_e、f_b分别为起始点和终止点的频率值，t_e、t_b分别为起始点和终止点的时间。

8.根据权利要求1所述的一种利用实测数据电力系统动态仿真验证误差溯源的辨识方法，其特征是，所述的建立指标体系，包括：

idx＝[ΔU_x k_vx Δf_x k_fx] (7)

其中：ΔU_x为电压变化量；k_vx为电压变化斜率；Δf_x为频率变化量；k_fx为频率变化斜率。

建立指标与模型的映射关系，对不同节点的该元件模型参数模式识别，通过计算实测数据中各个观测点的特征量，与指标进行模式识别，确定仿真误差溯源区域或者元件；

元件多时，需要校正，并不是每组的“实测轨迹—元件模型参数”校正同等的重要，为了区分不用的程度，定义溯源优先级指标：

式中：P_i为该溯源影响大小程度。

9.根据权利要求1所述的一种利用WAMS数据电力系统动态仿真验证误差溯源的辨识方法，其特征是：所述分块解耦包括：电力系统由发电机系统、变压器、输电线路与负荷构成，如果上述4类模型中，有3类模型正确，仿真结果与实测值不一致，则最后1类模型有误差，进行分块解耦进一步缩下误差溯源。